2. 华东师范大学 河口海岸学国家重点实验室, 上海 200062;
3. 中国科学院大气物理研究所 LASG国家重点实验室, 北京 100029
2. State Key Laboratory of Estuarine and Coastal Research, East China Normal University, Shanghai 200062, China;
3. State Key Laboratory of Numerical Modeling for Atmospheric Sciences and Geophysical Fluid Dynamics(LASG), Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029, China
海浪尤其是台风浪、强冷空气大浪等对航海、海洋资源开发等[1-3]都有着重要影响,研究发现[4]:我国由海浪所引发的海难年平均有70余次,损失约1亿元,死亡500人左右;1949~1982年,仅被交通部门和海军救助的船只就达6 295艘次(不包括渔民自救的渔船),其中约1 500艘船的海难事故是巨浪引起的。随着计算机技术和数值模式的不断发展,海浪模式已经成为海浪研究的主流手段之一。目前国际先进的海浪模式以第三代海浪模式SWAN(simulating waves bearshore,通常用于近岸、湖泊)和WW3(WAVEWATCH-Ⅲ,通常用于大洋)为典型。有研究表明[5]SWAN模式和WW3模式对南海海浪场的模拟能力较为一致。李永博等[6]曾采用中尺度大气模式MM5构建渤海、黄海和东海高时空分辨率风场,以此风场驱动第三代海浪数值模式SWAN,得到成山头海域1991年1月-2010年12月较高分辨率的波浪场,模拟分析了成山头海域的波浪能,指出东北部海域是建设波浪能测试场的有利位置。宗芳伊等[7-8]利用SWAN和WW3模式对发生在我国海域的台风浪个例展开过很多工作。周媛媛等[9]曾采用再分析风场资料驱动WW3海浪模式,较好地模拟了3个台风影响下西北太平洋海浪场的分布和演变特征,指出近海由于海岸与岛屿的阻碍,波浪能量频散受到抑制易产生局地巨浪;开阔海域易于台风浪能量传播。夏璐一等[10]利用Mike21 SW谱波浪模型建立了浙江近岸的台风浪模型,对西北行路径的台风浪进行数值模拟,结果与实测数据基本吻合。郑崇伟等[11]曾利用SWAN模式,模拟分析了台风浪影响下的击水概率特征,可以为防灾减灾、海上搜救等提供科学依据。
发生在西北太平洋的几种典型台风路径中,西行、西北行台风对我国的影响尤为显著。但目前为止,针对西行路径台风浪特征的研究极为稀少,而这又是防灾减灾、海洋灾害预警所迫切需求的。本文以CCMP(Cross-Calibrated, Multi-Platform)风场驱动SWAN海浪模式,对发生在中国海的一系列典型西行路径的台风浪进行数值模拟,检验SWAN模式对西行台风浪的模拟能力,并对西行台风的台风浪场结构进行研究,为防灾减灾、海洋水文保障等提供参考。
1 风场及海浪观测资料 1.1 风场资料本文以CCMP风场驱动SWAN模式。CCMP风场资料来自ESE(NASA Earth Science Enterprise),它结合了ADEOS-Ⅱ、QuikSCAT、TRMM TMI、SSM/I、AMSR-E几种资料,利用变分方法得到,其时间分辨率为6 h,空间分辨率为0.25°×0.25°,时间范围从1987年7月-2011年12月,空间范围为:78.375°S~78.375°N,0.125°E~359.875°E。研究表明该风场具有很高的精度[12-13]。关芬呈等[14]指出南海的台风最大风速半径在40~65 km,西北太平洋60%最大风速半径在11~30 km,41~50 km也是分布较多的范围。CCMP风场的空间分辨率为0.25°(在纬度方向约为27.75 km),不足以精细地展现台风的结构。因此本文还利用King插值,将该风场的空间分辨率插值为0.1°×0.1°,作为SWAN模式的驱动场。通过与Jason反演的有效波高(significant wave height, SWH)比较发现插值后的数据依然具有较高精度。
1.2 海浪观测资料通常将卫星资料反演的SWH用于模拟数据的有效性检验,研究表明卫星资料反演的SWH具有较高精度,但卫星资料通常具有有一定的局限性:轨道数量偏少,影响数据的空间分辨率;轨道重复周期较长(如Jason的重复周期为10 d),影响数据的时间分辨率。而我国的海浪浮标观测资料又较为稀少,本文利用来自日本“佐多岬”观测站的海浪观测资料,对模拟海浪数据的有效性进行检验。“佐多岬”观测站位于日本九州岛南端近海,其观测要素主要包括海浪的波高(指有效波高)和波周期,每小时观测一次。
2 模拟方法、数据检验 2.1 模式简介SWAN模式是荷兰Delft理工大学在WAM模式的基础上发展起来的,通常用于近岸、湖泊、江河口区,该模式对谱型不做事先假定[15-16]。在笛卡尔坐标系下,SWAN模式的控制方程为
$ \begin{array}{l} \frac{\partial }{{\partial t}}N + \frac{\partial }{{\partial x}}{\rm{ }}({c_x}N) + \frac{\partial }{{\partial y}}({c_y}N) + {\rm{ }}\frac{\partial }{{\partial \sigma }}({c_\sigma }N) + \\ \frac{\partial }{{\partial \theta }}({c_\theta }N) = \frac{S}{\sigma } \end{array} $ | (1) |
式中:θ为波向;cx、cy、cθ、cσ分别为波向、x方向的传播速度、y方向的传播速度、波向空间的群速度、频率空间的群速度;S为源函数,主要包括风能输入的线性和指数增长项、白冠破碎引起的能量耗散项、深度诱导破碎项、底摩擦耗散项、三阶和四阶波-波相互作用项。从理论上讲,SWAN模式更适合浅水复杂地形的海浪数值模拟。
2.2 方法介绍本文利用CCMP风场驱动SWAN海浪模式,对发生在中国海的5个典型的西行路径的台风(200216号台风“森拉克”、200518号台风“达维”、200519号台风“龙王”、200814号台风“黑格比”、200916号台风“凯萨娜”)所致的台风浪进行数值模拟,检验SWAN模式对西行台风所致台风浪的模拟能力。模式计算范围取:3.875°S~41.125°N,97.125°E~135.125°E(见图 1),计算的空间分辨率取0.25°×0.25°,计算时间步长取为1 800 s,每小时输出一次结果。
Download:
|
|
利用来自日本“佐多岬”观测站的海浪观测资料(佐多岬观测站的经纬度为31.1°N,130.8°E),对模拟海浪数据的有效性进行检验。首先绘制了模拟有效波高(SWH)与观测SWH的曲线图,见图 2。从曲线走势来看,模拟SWH与观测SWH保持了很好的一致性。
Download:
|
|
为了准确地展现模拟SWH的数据精度,本文计算了相关系数(CC)、偏差(Bias)和均方根误差(RMSE)三个指标量。由图 2(a)可见,模拟SWH和观测SWH的相关系数CC=0.76,通过了99.9%(a0.001=0.32)的信度检验,Bias=-0.06,表明存在0.06 m的负偏差,即模拟SWH稍小于观测SWH,RMSE=0.38 m,接近高度计观测精度,表明2008年9月佐多岬附近海域的模拟SWH与实测SWH接近;由图 2(b)可见,模拟SWH和观测SWH的CC=0.81,通过了99.9%(a0.001=0.32)的信度检验,Bias=-0.09,存在0.09 m的负偏差,即模拟SWH稍小于观测SWH,RMSE=0.42 m,接近高度计观测精度,表明2009年9月佐多岬站的模拟SWH与观测SWH接近。从相关系数和误差来看,模拟数据的精度不低于周媛媛等[9, 11]的结果。综上,模拟的海浪数据具有较高精度。
3 台风浪场特征200216号台风“森拉克”(图 3):当其位于琉球群岛附近广阔洋面时(图 3(a)),台风大浪区主要分布于第一、第二象限,其次是第四象限的波高较大,第三象限则相对较小,波高的大值区并非位于传统的危险半圆(台风行进方向的右半圆——第一、第四象限),近台风中心的波高低值区分布于台风中心南部;当其位于台湾东北部海域、接近登陆时(图 3(b)),台风的大浪区在第一、第二象限都有非常明显的体现,近台风中心存在一明显的波高低值区,这一波高低值区应该是由于台风中心存在一近乎静风的区域所致,但是台风中心并不位于波高的低值中心,而是位于波高的大值区与低值区连接之处,这应该是由于台风中心虽然是静风区,但肯定存在波高较大的涌浪所致,近台风中心的波高低值区分布于台风中心南部。
Download:
|
|
200518号台风“达维”(图 4):台风中心位于东沙附近海域时(图 4(a)),波高的大值区分布于第二象限(第一象限为陆地),近台风中心的波高低值区分布于台风中心的西南部;但当其接近登陆时(图 4(b)),台风的大浪区则呈在第二、第三象限也有明显的体现(第一象限为陆地),两个时次的第四象限都为波高的相对低值区,台风近中心的波高低值区也刻画的较为明显,近台风中心的波高低值区分布于台风中心的西南部。
Download:
|
|
200519号台风“龙王”(图 5):大洋中或接近登陆时,大浪区都是主要体现在第一、第二象限,而并非台风行进方向的右半圆。
Download:
|
|
200814号台风“黑格比”(图 6):台风位于吕宋海峡东部海域时(图 6(a)),大浪区分布于第一、第二象限,其次在第三、第四象限也有体现,近台风中心的波高低值区分布于台风中心的西南部;当其已经经过吕宋海峡,中心位于东沙附近海域时(图 6(b)),大浪区分布于第二、第三象限,近台风中心的波高低值区分布于台风中心的南部。
200916号台风“凯萨娜”(图 7):大浪区基本都分布于第一、第二象限,近台风中心的波高低值区分布于台风中心的西南部。
Download:
|
|
Download:
|
|
综合本文模拟的几个西行路径台风来看,西行台风浪的大浪区主要分布于第一、第二象限(仅“黑格比”在2008年9月23日00:00时,大浪区分布于第二、第三象限),详见表 1和图 3~7,大浪区与传统的危险半圆重叠区域主要为第一象限。近台风中心波高的低值中心主要位于台风中心的南部或西南部,见表 1。本文只是从有限的几个西行台风中发现的一些现象,需要就更多台风展开研究,如统计不同路径、不同强度、不同海域台风所致台风浪的的规律,为防灾减灾提供科学依据。
1) 通过定性比较模拟海浪数据与观测海浪数据的曲线走势,以及定量计算两者的相关系数和误差,表明以CCMP风场驱动通常用于近岸的SWAN模式,对发生在中国海域的西行台风浪进行数值模拟是可行的。
2) SWAN模式对台风中心的波高低值区刻画较为明显。值得注意的是:台风中心并不位于波高的低值区中心,而是位于大浪区与波高低值区交界的地方,从统计的几个西行台风浪场来看,近台风中心波高的低值中心主要位于台风中心的南部或西南部。
3) 综合几个西行路径台风来看,台风的大浪区并不严格分布于危险半圆(台风行进方向的右半圆——第一、第四象限),西行台风浪的大浪区主要分布于第一、第二象限,大浪区与传统的危险半圆重叠区域主要为第一象限。
[1] |
郑崇伟. 21世纪海上丝绸之路:风能资源详查[J]. 哈尔滨工程大学学报, 2018, 39(1): 16-22. ZHENG Chongwei. Wind energy evaluation of the 21st Century Maritime Silk Road[J]. Journal of Harbin Engineering University, 2018, 39(1): 16-22. (0) |
[2] |
郑崇伟, 李崇银. 关于海洋新能源选址的难点及对策建议——以波浪能为例[J]. 哈尔滨工程大学学报, 2018, 39(2): 200-206. ZHENG Chongwei, LI Chongyin. Overview of site selection difficulties for marine new energy power plant and suggestions:wave energy case study[J]. Journal of Harbin Engineering University, 2018, 39(2): 200-206. (0) |
[3] |
郑崇伟. 21世纪海上丝绸之路:风能的长期变化趋势[J]. 哈尔滨工程大学学报, 2018, 39(3): 399-405. ZHENG Chongwei. Wind energy trend in the 21st Century Maritime Silk Road[J]. Journal of Harbin Engineering University, 2018, 39(3): 399-405. (0) |
[4] |
许富祥. 海浪预报现状与未来[J]. 海洋预报, 2005, 22(S1): 172-175. XU Fuxiang. Current situation and future of wave forecast[J]. Marine forecasts, 2005, 22(S1): 172-175. (0) |
[5] |
江丽芳, 张志旭, 齐义泉, 等. WAVEWATCH Ⅲ和SWAN模式在南海北部海域海浪模拟结果的对比分析[J]. 热带海洋学报, 2011, 30(5): 27-37. JIANG Lifang, ZHANG Zhixu, QI Yiquan, et al. Simulations of the northern South China Sea using WAVEWATCH Ⅲ and SWAN[J]. Journal of tropical oceanography, 2011, 30(5): 27-37. DOI:10.11978/j.issn.1009-5470.2011.05.027 (0) |
[6] |
李永博, 吴克俭, 毕凡, 等. 基于SWAN模式的成山头海域波浪能资源评估[J]. 海洋湖沼通报, 2013(3): 1-9. LI Yongbo, WU Kejian, BI Fan, et al. Wave energy resources assessment in the Chengshan cape sea during the last 20 years by using swan wave model[J]. Transactions of oceanology and limnology, 2013(3): 1-9. (0) |
[7] |
宗芳伊, 吴克俭. 基于近20年的SWAN模式海浪模拟结果的南海波浪能分布、变化研究[J]. 海洋湖沼通报, 2014(3): 1-12. ZONG Fangyi, WU Kejian. Research on distributions and variations of wave energy in South China Sea based on recent 20 years' wave simulation results using Swan wave model[J]. Transactions of oceanology and limnology, 2014(3): 1-12. (0) |
[8] |
郑崇伟, 潘静, 黄刚. 利用WW3模式实现中国海击水概率数值预报[J]. 北京航空航天大学学报, 2014, 40(3): 314-320. ZHENG Chongwei, PAN Jing, HUANG Gang. Forecasting of the China Sea ditching probability using WW3 wave model[J]. Journal of Beijing University of Aeronautics and Astronautics, 2014, 40(3): 314-320. (0) |
[9] |
周媛媛, 周林, 关皓. 西北太平洋三台风影响下海浪的数值模拟研究[J]. 海洋预报, 2016, 33(5): 23-30. ZHOU Yuanyuan, ZHOU Lin, GUAN Hao. Numerical simulation of typhoon waves in the Northwest Pacific Ocean[J]. Marine forecasts, 2016, 33(5): 23-30. DOI:10.11737/j.issn.1003-0239.2016.05.003 (0) |
[10] |
夏璐一, 栾曙光, 张超. 西北行路径台风浪的特征分析[J]. 大连海事大学学报, 2014, 29(6): 654-658. XIA Luyi, LUAN Shuguang, ZHANG Chao. Wave characteristics of northwest moving path typhoon[J]. Journal of Dalian Fisheries University, 2014, 29(6): 654-658. (0) |
[11] |
郑崇伟, 邵龙潭, 林刚, 等. 台风浪对掠海飞行安全性的影响[J]. 哈尔滨工程大学学报, 2014, 35(3): 301-305. ZHENG Chongwei, SHAO Longtan, LIN Gang, et al. Analysis of influence on the security of sea skimming caused by a typhoon wave[J]. Journal of Harbin Engineering University, 2014, 35(3): 301-305. (0) |
[12] |
郑崇伟, 李训强. 基于WAVEWATCH-Ⅲ模式的近22年中国海波浪能资源评估[J]. 中国海洋大学学报(自然科学版), 2011, 41(11): 5-12. ZHENG Chongwei, LI Xunqiang. Wave energy resources assessment in the China Sea during the last 22 years by using WAVEWATCH-Ⅲ wave model[J]. Periodical of Ocean University of China (nature science), 2011, 41(11): 5-12. (0) |
[13] |
郑崇伟, 潘静. 全球海域风能资源评估及等级区划[J]. 自然资源学报, 2012, 27(3): 364-371. ZHENG Chongwei, PAN Jing. Wind energy resources assessment in global ocean[J]. Journal of natural resources, 2012, 27(3): 364-371. DOI:10.11849/zrzyxb.2012.03.002 (0) |
[14] |
关芬呈, 于斌, 林少奕, 等. 南海北部风暴潮数值计算中的圆对称台风风场模式[J]. 广东气象, 2000(S1): 44-49. GUAN Fencheng, YU Bin, LIN Shaoyi, et al. Circularly symmetric typhoon wind field model for numerical calculation of storm surge in the Northern South China Sea[J]. Guangdong meteorology, 2000(Suppl.): 44-49. (0) |
[15] |
高山, 丁平兴, 朱首贤. WaveWatch的操作系统移植及其与SWAN嵌套接口的改进[J]. 海洋科学进展, 2006, 24(2): 228-237. GAO Shan, DING Pingxing, ZHU Shouxian. Operating system transplantation of WaveWatch and modification of its nesting interface with SWAN[J]. Advances in marine science, 2006, 24(2): 228-237. (0) |
[16] |
Delft University of Technology. User manual of SWAN Cycle-Ⅲ version 40. 81[EB/OL]. Available at http://www.swan.tudelft.nl.
(0)
|