趙建春,趙生校,趙朝志,張 哲,時 健*,童朝鋒

(1.浙江省深遠海風(fēng)電技術(shù)研究重點實驗室,浙江 杭州311122;2.中國電建集團華東勘測設(shè)計研究院有限公司,浙江 杭州311122;3.河海大學(xué) 港口海岸與近海工程學(xué)院,江蘇 南京210098)

在全面推進能源生產(chǎn)和消費革命,構(gòu)建清潔低碳、安全高效的能源體系的政策背景下,我國的海上風(fēng)電事業(yè)發(fā)展迅速,海上風(fēng)電場工程建設(shè)前期對潮位、潮流等海洋水文環(huán)境動力參數(shù)精細(xì)化評估成果的需求也呈現(xiàn)出逐步擴大趨勢。潮位極值通?？梢杂捎^測數(shù)據(jù)加以分析得到[1-3],然而我國沿海的已建長期潮位站空間分布相對稀疏且一般分布在近岸區(qū)域,海上風(fēng)電建設(shè)區(qū)域的潮汐潮流長時間資料數(shù)據(jù)往往比較匱乏。雖然基于歷史遙感資料和數(shù)值模擬手段是獲取海洋水文歷史資料的有效手段,但由于遙感資料能夠提供的水文資料種類有限(無法提供連續(xù)資料),因此基于數(shù)值模擬進行歷史水文資料的模擬,并據(jù)此建立潮汐潮流數(shù)據(jù)庫是十分必要的。Chiri等[4]以比斯開灣為例,采用ROMS數(shù)值模型方法,建立了29 a(1985—2013年)高精度的逐時潮位和潮流數(shù)據(jù)庫;Fer nández-Montblanc等[5]采用SCHISM數(shù)值模型,計算了全歐洲近40 a(1979—2018年)的高精度風(fēng)暴潮潮位數(shù)據(jù)。我國海洋科學(xué)工作者也對中國沿海海域的潮汐潮流特征作了大量研究和分析[6-11]。莊圓[12]計算了潮位潮位與余水位相互獨立和潮位與余水位相關(guān)兩種不同情況的極值水位,通過對比得出聯(lián)合概率法能夠比極值法更充分地利用水位觀測資料,建立的風(fēng)暴潮模型模擬了1997—2017年間對舟山附近海域影響較大的21場臺風(fēng)過程,利用耿貝爾分布計算了該區(qū)域多年一遇的極值水位和極值增水;卞建云[13]采用ADCIRC風(fēng)暴潮模型對1997—2016年共42場臺風(fēng)進行了計算,利用泊松-廣義極值分布對江蘇近海20、50、100和200 a的風(fēng)暴潮增水極值進行了推算。根據(jù)前人研究,目前覆蓋整個中國海域的潮位和潮流數(shù)極值研究仍然較少。因此,本研究利用平面二維潮流模型TELEMAC2D建立了中國沿近海的潮汐潮流數(shù)據(jù)庫,利用實測資料對天文潮潮位和風(fēng)暴潮潮位及潮流充分驗證,并進一步分析了1989—2019年的潮位潮流極值分布情況。研究成果可為我國的海洋工程建設(shè)提供一定的參考。

1 臺風(fēng)混合風(fēng)場的建立和驗證

1.1 背景風(fēng)場

CFSR(Cli mate Forecast Syste m Reanalysis)資料是由美國環(huán)境預(yù)報中心(National Centers f or Envir on mental Prediction,NCEP)于2010年發(fā)布的全球性、高分辨率再分析資料,包含全球1979年1月至2011年3月逐時風(fēng)速資料,數(shù)據(jù)空間分辨率為0.312°。2011年4月以后美國環(huán)境預(yù)報中心的第二代氣候預(yù)報系統(tǒng)(NCEP CFSv2)提高了風(fēng)場空間分辨率,為0.204°。

1.2 Jelesnianski臺風(fēng)風(fēng)場經(jīng)驗計算公式

Jelesnianski氣壓場模型[14]為

式中:P∞和P0分別為臺風(fēng)外圍氣壓和中心氣壓,r為計算點到臺風(fēng)中心的距離,P(r)為模型風(fēng)場氣壓隨計算點到臺風(fēng)中心距離變化而變化的值,R為臺風(fēng)最大風(fēng)速半徑。

梯度風(fēng)速(W )計算公式為

式中:f為科氏力參數(shù),ρa為空氣密度,r為計算點到臺風(fēng)中心的距離。

采用Jelesnianski公式獲得熱帶氣旋移行風(fēng)場:

梯度風(fēng)場與移行風(fēng)場合成,可以得到臺風(fēng)風(fēng)場:

1.3 混合風(fēng)場疊加方法

在臺風(fēng)中心附近,經(jīng)驗?zāi)Ｐ涂奢^好地反映臺風(fēng)大風(fēng)區(qū)的風(fēng)場特征,但一般僅限于幾百公里的范圍;在臺風(fēng)外圍,由于同時受到臺風(fēng)和其他天氣系統(tǒng)的影響,風(fēng)場一般與經(jīng)驗?zāi)Ｐ筒顒e較大。為了改善風(fēng)場模型的準(zhǔn)確度,需要采用合適的方法將經(jīng)驗風(fēng)場與再分析風(fēng)場進行疊加。疊加方法一般有指數(shù)系數(shù)疊加法、優(yōu)化半徑疊加法、直接修正方法和最大風(fēng)速半徑疊加法。實際風(fēng)場合成中發(fā)現(xiàn),指數(shù)系數(shù)疊加法合成范圍依賴n的取值,當(dāng)最大風(fēng)速半徑較大時,合成區(qū)域過大,過渡帶風(fēng)速小于再分析風(fēng)場,造成風(fēng)速的不連續(xù)。優(yōu)化半徑疊加法難以準(zhǔn)確確定優(yōu)化半徑。而直接修正法需要確定再分析風(fēng)場的臺風(fēng)中心,這在合成過程中也難以確定。因此,本研究采用一個與最大風(fēng)速半徑相關(guān)的風(fēng)場合成方法:

式中:VC為合成風(fēng)場;VM為經(jīng)驗?zāi)Ｐ惋L(fēng)場;VQ為背景風(fēng)場(即再分析風(fēng)場);e為權(quán)重系數(shù)。

1.4 混合風(fēng)場驗證結(jié)果

為驗證混合風(fēng)場計算精度,將臺風(fēng)混合風(fēng)場計算的臺風(fēng)風(fēng)速、CFSR再分析的風(fēng)速、峙仔島和濱海測風(fēng)塔的風(fēng)速數(shù)據(jù)進行了對比,測站位置如圖1所示。

圖1 潮位和風(fēng)速測站位置圖Fig.1 Location of the stations f or the observations of tide level and wind speed

圖2 和圖3分別為2008年14號臺風(fēng)黑格比和2012年10號達維臺風(fēng)期間的混合風(fēng)速、CFSR風(fēng)速與實測風(fēng)速對比圖。結(jié)果顯示,CFSR再分析風(fēng)場難以準(zhǔn)確計算臺風(fēng)引起的風(fēng)速急劇增大,存在臺風(fēng)期間風(fēng)速偏小的情況,采用Jelesnianski臺風(fēng)風(fēng)場經(jīng)驗公式計算得到的混合風(fēng)場可以明顯提高臺風(fēng)風(fēng)速計算精度。

圖2 峙仔島測站2008年9月0814號臺風(fēng)黑格比風(fēng)速對比Fig.2 Co mparison of the wind speeds of Typhoon Hagupit(No.0814)at the Zhizaidao station in September 2008

圖3 濱海測站2012年8月1210號達維臺風(fēng)風(fēng)速對比Fig.3 Co mparison of the wind speeds of Typhoon Da mrey(No.1210)at t he Binhai station in August 2012

為了進一步量化CFSR再分析風(fēng)速、混合風(fēng)場計算風(fēng)速和實測風(fēng)速的差異,采用平均偏差、相對偏差、標(biāo)準(zhǔn)差這3個統(tǒng)計參數(shù)來定量分析不同風(fēng)速的誤差(表1),計算公式如下:

表1 誤差統(tǒng)計參數(shù)表Table 1 Statistical para meters of t he err or bet ween calculated and obser ved wind speeds

式中:MD為平均偏差,RMD為相對偏差,RMSE為均方差,n為數(shù)據(jù)點的數(shù)量,x1i為模型計算值,x2i為測站實測值。

由表1可見,CFSR再分析風(fēng)速在臺風(fēng)期間誤差較大,臺風(fēng)黑格比期間相對偏差近60%,而Jelesnianski模型計算出的風(fēng)速與實測風(fēng)速值的誤差最小,臺風(fēng)黑格比期間相對偏差僅為-1.31%,臺風(fēng)達維期間相對偏差為-7.9%,說明臺風(fēng)混合風(fēng)場可以顯著提高臺風(fēng)期間風(fēng)速精度。

2 潮汐計算

2.1 模型建立

TELEMAC2D模型是法國國家水力學(xué)與環(huán)境實驗室(National Hydraulic and Environ ment Laboratory)開發(fā)的開源的河流、河口和海岸的二維水力學(xué)模型系統(tǒng)。模型基本方程如下:

①連續(xù)方程為

②動量方程為

式(10)～(12)中:x和y分為直角坐標(biāo)系坐標(biāo);u和v分別為x和y方向的流速分量;g為重力加速度;ρ為海水密度;Nx、Ny分別為x、y方向的水平渦動粘性系數(shù);t為時間;f為柯氏參數(shù);ζ為相對xy平面的水面起伏;h為靜水深;Sxx、Sxy、Syx和Syy和輻射應(yīng)力張量的4個分量;Rxx、Rxy、Ryx和Ryy為波浪破碎產(chǎn)生的切應(yīng)力;τx和τy分別為波浪、潮流共同作用下的底部剪切應(yīng)力矢量沿x、y方向的分量。

平面二維潮流模型網(wǎng)格示意圖如圖4所示,模型采用經(jīng)緯度坐標(biāo)系,共850 101個網(wǎng)格單元和432 516個節(jié)點。模型最大網(wǎng)格間距約0.5°,中國近岸研究區(qū)域網(wǎng)格較密,間隔約0.01°。共設(shè)置3條開邊界:第1條為南面開邊界,設(shè)置在印度尼西亞卡里馬塔海峽;第2條設(shè)置在日本-菲律賓-印度尼西亞海域;第3條為北面開邊界,設(shè)置在對馬海峽和朝鮮海峽。

圖4 模型計算區(qū)域和網(wǎng)格圖Fig.4 The do main and grids f or t he model co mputation

2.2 模型驗證

2.2.1 天文潮驗證

對中國近海長期潮位站的M2和K1分潮調(diào)和常數(shù)做了驗證,驗證點位位置見圖1,M2和K1調(diào)和常數(shù)驗證結(jié)果如表2所示,分潮振幅基本在[-10,10]c m以內(nèi),分潮遲角基本在[-10,10]°以內(nèi),模型驗證結(jié)果良好。此外,還對福建平潭實測潮位和潮流數(shù)據(jù)(L1～L6)進行了驗證(圖5和圖6),驗證結(jié)果顯示模型能夠較好地預(yù)測漲落潮流速流向,最大潮流誤差為0.06 m/s(表3)。

圖5 2016年7月流速測站分布Fig.5 Distribution of the stations for the observations of tidal current velocity in July 2016

圖6 2016年7月流速流向驗證Fig.6 Validation of tidal current velocity and direction in July 2016

表2 中國近海模型M2和K 1調(diào)和常數(shù)驗證Table 2 Verifications of har monic constants of models M 2 and K 1 in the coastal waters of China

表3 平潭半潮平均流速誤差參數(shù)(m·s-1)Table 3 Statistical para meters of the error bet ween si mulated and observed mean current velocities of half tide at the Pingtan station(m·s-1)

2.2.2 風(fēng)暴潮驗證

對鹽田和惠州在“0915”和“1319”臺風(fēng)影響下的風(fēng)暴潮位進行了驗證,測站位置見圖7。圖8和圖9分別為2次臺風(fēng)過程的風(fēng)暴潮位驗證,圖中水位為相當(dāng)于1985高程的水位值。結(jié)果顯示,高低潮位誤差在18 c m以內(nèi),驗證結(jié)果相對較好(表4)。

表4 “0915”和“1319”臺風(fēng)風(fēng)暴潮高潮位誤差參數(shù)(m)Table 4 Statistical para meters of t he err or bet ween si mulated and observed high tide levels of the stor m sur ges during Typhoon No.0915 and No.1319(m)

圖7 潮位驗證點位置Fig.7 Location of the stations for tidal level validation

圖8 “0915”臺風(fēng)期間潮位過程對比Fig.8 Co mparison of the tidal level processes during Typhoon No.0915

圖9 “1319”臺風(fēng)期間潮位過程對比Fig.9 Co mparison of the tidal level processes during Typhoon No.1319

3 潮位及潮流極值分布

利用TELEMAC2D模型研究了中國沿海1989—2019年期間的逐時潮位、潮流過程?；诟鞯仄骄Ｆ矫嬗嬎愕玫匠蔽患俺绷鹘Y(jié)果,提取每年的最高、最低潮位和最大流速,采用耿貝爾分布法對極值數(shù)據(jù)進行分析。

3.1 高潮位極值分布

圖10為中國沿海高潮位重現(xiàn)期分布,中國沿海不同重現(xiàn)期高潮位極值主要分布在東海和南海北部,越靠近海岸高潮位越高。2 a一遇高潮位,浙江、福建近海多在2～3 m,南海遠海區(qū)域略大于1 m,廣東、廣西近海在1.5 m左右,臺灣海峽區(qū)域為3～4 m,江蘇輻射沙洲區(qū)域略大于3 m。100 a一遇高潮位,浙江、福建近海在3～4 m,南海遠海區(qū)域在1～2 m,臺灣海峽和北部灣頂局部超過4 m,江蘇輻射沙洲區(qū)域約為3.5 m,渤海老黃河口、秦皇島、黃海山東半島及中部海域則相對較低。

圖10 中國沿海不同重現(xiàn)期高潮位分布Fig.10 Distributions of the high tide levels with different recurrence periods in the coastal waters of China

3.2 低潮位極值分布

圖11 為中國沿海低潮位重現(xiàn)期分布,中國沿海不同重現(xiàn)期低潮位極值主要分布在東海和南海北部。2 a一遇低潮位,浙江、福建近海區(qū)域多在-2.8 m左右,臺灣海峽約-4 m,浙江、福建近海區(qū)域約-3.1 m,臺灣海峽區(qū)域約-4.5 m,渤海老黃河口、秦皇島、黃海山東半島及中部海域則相對較高。

3.3 潮流流速極值分布

圖12 為中國沿海不同重現(xiàn)期流速大小,流速極值主要分布在潮差較大或水深較淺的區(qū)域。2 a一遇流速,黃海近岸海域多在1.2 m/s左右,浙江沿海多在1.0 m/s以下,臺灣海峽南側(cè)臺灣淺灘海域局部可達2.5 m/s,南海區(qū)域多在1.0 m/s以下,北部灣口和瓊州海峽流速則相對較大。100 a一遇流速,黃海近岸海域多在1.5 m/s左右,浙江沿海多在1.0～2.0 m/s,臺灣海峽南側(cè)臺灣淺灘海域局部可達3.0 m/s以上,南海近岸海域一般可達1～2 m/s,北部灣口和瓊州海峽流速亦相對較大。

圖12 中國沿海不同重現(xiàn)期流速分布Fig.12 Distributions of t he tidal current velocities with different recurrence periods in the coastal waters of China

4 結(jié) 語

采用TELEMAC2D模型,在基于CFSR和CFSv2再分析風(fēng)場數(shù)據(jù)及經(jīng)驗風(fēng)場建立混合風(fēng)場的基礎(chǔ)上,計算了中國近海1989—2019年的水位和流速數(shù)據(jù),建立了中國近海高精度長時間序列的潮汐數(shù)據(jù)庫。模型計算結(jié)果和實測值的誤差分析顯示,分潮振幅誤差在[-10,10]c m以內(nèi),分潮遲角在[-10,10]°以內(nèi),最大潮流誤差為0.06 m/s,模型驗證結(jié)果良好。

通過模型計算建立的潮汐潮流數(shù)據(jù)庫,推求得到了中國近海不同重現(xiàn)期的高低潮位和流速極值。結(jié)果表明,中國沿海不同重現(xiàn)期高潮位在東海和南海北部較高,由于風(fēng)暴潮作用,越靠近海岸高潮位越高,高潮位極值較大區(qū)域主要分布在東海沿岸,尤其是臺灣海峽較高,另外北部灣的高潮位極值也較大;低潮位較低區(qū)域也主要分布在東海沿岸,臺灣海峽及北部灣低潮位較低。流速極值較大區(qū)域主要分布在黃海近岸、臺灣海峽、瓊州海峽和北部灣灣口。

本研究可用于中國沿海海岸工程設(shè)計水位和流速值的確定,為海岸風(fēng)險評估和防災(zāi)減災(zāi)提供基礎(chǔ)水文信息。