使用无人机光学图像估计Ulva prolifera漂浮海洋绿潮的风流系数
Xiangyang Zheng1, Jinghu Li2, Yingzhuo Hou2
1CAS Key Laboratory of Coastal Environmental Processes and Ecological Remediation, Yantai Institute of Coastal Zone Research (YIC), Chinese Academy of Sciences (CAS), Yantai 264003, China; Shandong Key Laboratory of Coastal Environmental Processes, Yantai, Shandong 264003, China.
Marine pollution bulletin
|March 22, 2025
概括
准确预测Ulva prolifera绿色潮需要了解风潮效应. 这项研究引入了一种新的方法来测量漂移速度和环境电流,揭示了依赖于深度的风流系数,这对于改进的轨迹建模至关重要.
科学领域:
- 海洋生物学 海洋生物学
- 海洋学 海洋学 海洋学
- 环境科学环境科学
背景情况:
- 黄海的绿色潮带来了预测挑战.
- 表面电流和风在很大程度上影响了绿色的潮流.
- 由于缺乏测量的环境电流数据,现有的风势系数估计是不确定的.
研究的目的:
- 开发一种用于同时测量Ulva漂移速度和环境表面电流的新方法.
- 为了研究乌尔瓦漂移,环境电流,风和风流系数之间的关系.
- 为改进绿色潮轨迹建模建立一个依赖于当前深度的风流系数.
主要方法:
- 同时测量乌尔瓦漂移速度,环境表面电流和风.
- 分析Ulva漂移和环境电流之间的速度差异与风向的关系.
- 确定电流深度依赖的风流系数 (α).
主要成果:
- 乌尔瓦漂移速度与环境电流有显著差异,差异与风向相关.
- 确定了电流深度依赖的风流系数 (α):0.41 ± 0.09%在2.5厘米深度和0.74 ± 0.16%在10厘米深度.
- 该研究估计的风压系数低于之前的估计,这可能是由于近地电流测量.
结论:
- 乌尔瓦的漂移速度受到风的影响,而风潮效应则取决于环境表面电流的深度.
- 随着表面电流深度的增加,风流系数增加,突出显示了对非常接近表面电流数据的需求.
- 准确地测量近地电流对于提高绿色潮轨迹模型的预测精度至关重要.
