利用WW3模式实现中国周边海域波浪能流密度数值预报
——以 2次冷空气过程为例

郑崇伟

(92538部队气象台，辽宁大连116041)

环境危机、资源危机给人类的生存与可持续发展造成了严重的威胁。清洁、可再生的新能源成为应对资源危机的最佳选择，蕴藏丰富的波浪能更是各发达国家关注的焦点。研究表明［1-2］中国虽然不处于波浪能资源的富集区，但也蕴藏着较为丰富、适宜开发的波浪能资源，尤其是东海、南海北部海域。任建莉等［3］、游亚戈等［4］、褚同金［5］、王传崑等［6］对中国周边海域波浪能资源的季节特征等做过很多工作，Zheng等［2］曾利用模拟得到的1988—2009年的海浪资料，对中国周边海域的波浪能资源进行系统性评估和等级区划。前人的研究可为波浪能开发的选址等提供参考，但以往多是分析过去的天气形势对能流密度的影响，即后报，尚未实现预报。2009年Roger［7］通过WW3(WAVEWATCH-III)模式成功预报了太平洋东海岸的波浪能。到目前为止国内尚未实现波浪能流密度的预报，实现数值预报可以更好地为波浪能资源开发利用提供参考，更有效地提高波浪能装置的采集效率。本研究以T639预报风场作为WW3海浪模式的驱动场，对2013年3月发生在中国周边海域的2次冷空气过程所致海浪场进行模拟，充分利用来自朝鲜半岛、日本、台湾岛的观测资料，检验WW3模式对波浪能流密度的预报能力，实现了利用WW3模式和T639预报风场对中国周边海域的波浪能流密度进行数值预报，为海浪发电、海水淡化等波浪能开发工作提供保障。

1 模拟方法

2013年3月8—16日期间，先后有2个较为强劲的冷空气影响中国周边海域。本研究以T639预报风场驱动WW3模式，对这2次冷空气过程所致海浪场进行模拟，检验WW3模式对波浪能流密度的预报能力。所用的地形数据来自NOAA的ETOPO1高分辨率全球地形数据集 (1'×1')，海岸线数据来自GSHHS全球高分辨率海岸线数据库。模式计算范围:0.125°～41.125°N，100.125°E～135.125°E，海浪谱网格为24×25，波向共24个，分辨率为15°，频率分为25个频段，从0.041 8～0.405 6 Hz，各频段关系为fn+1=1.1fn。空间分辨率取0.05°×0.05°，计算时间步长取300 s，每小时输出一次结果，计算时间为2013年03月08日00:00时—2013年03月16日18:00时。

波浪能流密度的计算方法如下:

式 (1)中，Pw为波浪能流密度 (单位:kW/m)，H1/3为SWH(1/3部分大波平均波高——significant wave height，单位:m)，为平均周期 (单位:s)。上述公式也是美国EPRI(Electric Power Research Institute)［8-9］和Roger［7］等对波浪能流密度的计算方法。利用WW3模式模拟得到逐小时的SWH和数据，进一步利用式 (1)计算得到逐小时的波浪能流密度，从而实现波浪能流密度的数值预报。

2 资料验证

2.1 观测资料

目前全球的海浪观测资料都较为稀缺，这种困境在中国尤为突出［10-11］:NDBC浮标在中国周边海域范围没有投放，卫星资料反演的有效波高虽然精度得到了广泛认可，但卫星轨道在中国周边海域较少，重复周期也很长 (如T/P高度计周期为10 d)，这就导致卫星资料反演的海浪数据在中国周边海域范围的空间分辨率、时间同步性等方面都有很大缺陷。本研究充分收集来自朝鲜半岛、日本、台湾岛的海浪浮标资料，用于验证模拟数据的有效性。同时也期望可以为同行提供参考，在国内资料紧缺的情况下，可以将目光转移至周边国家和地区。

2.2 模拟能流密度的精度

对比模拟波浪能流密度与观测波浪能流密度的曲线走势图，可以直观地看出模拟数据的精度 (图1至图3)。为了定量地分析模拟的SWH的精度，本研究还计算了相关系数 (CC)、偏差 (Bias)、均方根误差 (RMSE)以及平均绝对误差 (MAE)，定量的计算模拟数据的精度 (表1)。

图1 朝鲜半岛周边观测站22101(a)、22102(b)、22103(c)、22107(d)、22108(e)的观测能流密度与模拟能流密度Figure 1 Observed and simulated wave energy density around the Korean Peninsula

图2 日本周边观测站経岬 (a)、石廊崎 (b)、唐桑 (c)、上国 (d)的观测能流密度与模拟能流密度Figure 2 Observed and simulated wave energy density around Japan

图3 台湾岛周边观测站龙洞 (a)、花莲 (b)、东沙岛 (c)、七股 (d)、金门 (e)、马祖 (f)的观测能流密度与模拟能流密度Figure 3 Observed and simulated wave energy density around Taiwan

朝鲜半岛周边海域:从模拟值和观测值的曲线走势来看，二者保持了较好的一致性，模拟值也能很好地展现2次冷空气所引起的能流密度增大过程，尤其是第一次冷空气过程 (9—10日前后)。冷空气期间，站点22102、22108处的预报能流密度小于观测能流密度，即实测能流密度比预报值更丰富;站点22103处，第一次冷空气期间，预报值与模拟值非常接近，但第二次冷空气间的模拟值明显偏大，对比同期其余几个站点的曲线走势，也可是第二次冷空气期间22103的观测值存在一定问题。从数值大小来看，冷空气使站点22101的能流密度由平常的0～4 kW/m增加至16 kW/m，站点2处的能流密度增加更为显著，达到100 kW/m，站点22107、22108可增至60～80 kW/m。整体来看，冷空气过程给能流密度带来的增幅非常明显。

日本周边海域:模拟值和观测值的曲线走势保持了较好的一致性。仅経岬附近海域在第一次冷空气期间模拟值与观测值出现较大差异，其余几个站点在2次冷空气期间均保持了很好的一致性。経岬的能流密度可增至40～60 kW/m，石廊崎、唐桑的能流密度可增至20～40 kW/m，上国的能流密度增幅最大，可增至接近200 kW/m(图2)。

台湾岛周边海域:6个站点的预报值整体上都能够反映出2次冷空气过程，但是明显可以看出，WW3模式在台湾岛周边海域的预报效果不如在朝鲜半岛、日本周边海域的预报效果。在冷空气的影响下，龙洞、东沙岛、马祖附近海域波浪能流密度可增至60～80 kW/m，花莲、七股、金门海域的波浪能流密度可增至30～40 kW/m。

表1 中国周边海域模拟波浪能流密度的精度Table 1 The precision of simulated wave energy density in China Seas

从相关系数来看，无论朝鲜半岛周边海域、日本周边海域，还是台湾岛周边海域，预报能流密度与观测能流密度具有很好的相关性，且都通过了99%的信度检验;从偏差、均方根误差和平均绝对误差来看，大部分站点的误差都比较小，仅在站点22102和龙洞附近海域的误差相对较大，但结合图1b和图3a来看，这2个站的能流密度在冷空气期间较大，明显大于其余站点，因此偏差、均方根误差和平均绝对误差相对较大也是在可以接受的范围之内。整体来看，预报的波浪能流密度具有较高精度，即WW3模式较好地预报了这2次冷空气影响下的中国周边海域波浪能流密度。研究也表明［12-18］WW3模式对中国周边海域的冷空气海浪场过程具有较强的模拟能力。结合本研究的验证结果，初步断定WW3模式可以较好地预报冷空气影响下的中国周边海域波浪能流密度。

3 波浪能流密度的分布特征

8日00:00时，第一股冷空气前锋进入渤海，给渤海东北部带来了60 kW/m以上的波浪能流密度，高值中心甚至达到80 kW/m以上;9日00:00时，冷空气进入黄海北部，所造成的能流密度在20～30 kW/m;10日00:00时，冷空气进入黄海中部，波浪能流密度迅速增大，这应该是由于冷空气进入黄海中南部后，海域变得开阔，海浪得以充分成长所致;11日00:00时，冷空气到达东海中南部，由于海域变得更加开阔，大范围海域的海浪得以充分成长，给大范围海域带来了60 kW/m以上的波浪能流密度，80 kW/m以上的海域范围也明显扩大;12日00:00时，冷空气进入南海，给南海造成冷涌，但由于南海纬度相对较低，冷空气进入南海后强度大为减弱，60 kW/m以上的范围较东海明显缩小。

图4 冷空气期间8日00时 (a)、9日00时 (b)、10日00时 (c)、11日00时 (d)、12日00时 (e)、13日00时 (f)、14日00时 (g)、15日00时 (h)的波浪能流密度Figure 4 Wave energy density in China Seas during the period of cold air

13日00:00时，第二股冷空气进入黄渤海，黄渤海西部近岸的波浪能流密度在30～40 kW/m;14日00:00时，冷空气进入东海南部，整个东海大部分海域的波浪能流密度在40 kW/m以上;80 kW/m以上的海域范围也较广，高值中心甚至达到100 kW/m以上;15日00:00时，冷空气进入南海，带来明显的冷涌和冷流密度增强过程，但强度较东海已有所减弱。

分析还发现:冷空气所致的能流密度和SWH分布特征大体一致，这应该是由于能流密度与有效波高的平方、波周期成正比 (有效波高和波周期的图略)。冷空气影响下的波周期差异不是很大，能流密度也就更大程度上依赖于有效波高的平方。

4 结论与讨论

1)以T639预报风场驱动WW3海浪模式，可以较好地预报冷空气影响下的中国周边海域波浪能流密度。2次冷空气期间，朝鲜半岛、日本、台湾岛周边海域的预报能流密度与观测能流密度在曲线走势上保持了较好的一致性;从相关系数、偏差、均方根误差、平均绝对误差等定量分析发现，预报能流密度具有较高精度，其中在朝鲜半岛、日本周边海域的预报效果好于台湾岛周边的预报效果。

2)在冷空气影响下，中国周边海域的波浪能流密度伴有明显的增幅。在渤海、渤海海峡、黄海北部，由于海域狭小，海浪得不到充分成长，能流密度的增幅相对较小，大值区的范围也相对较小;冷空气进入黄海中部后，黄海中南部海域较开阔，大部分海域的能流密度迅速增加，基本在20 kW/m以上，高值中心可达80 kW/m以上;冷空气进入东海后，海域更为开阔，东海大部分海域的能流密度在30 kW/m以上，80 kW/m以上的范围也明显增大;冷空气进入南海后，虽然海域开阔也使得能流密度明显增大，但由于南海纬度较低，冷空气南下行进至南海后强度大为减弱，能流密度的大值区范围较东海缩小。

［1］Ren Jian-li，Luo Yu-ya，Chen Jun-jie，et al．Research on wave power application by the information system for ocean wave resources evaluation［J］．Renewable Energy Resources，2009，27(3):93-97．［任建莉，罗誉娅，陈俊杰，等．海洋波浪信息资源评估系统的波力发电应用研究 ［J］．可再生能源，2009，27(3):93-97．］

［2］Zheng C W，Zhuang H，Li X，et al．Wind energy and wave energy resources assessment in the East China Sea and South China Sea［J］．Science China Technology Sciences，2012，55(1):163-173．

［3］Ren Jian-li，Luo Yu-ya，Zhong Ying-jie，et al．The implementation for the analysis system of ocean wave resources and the application of wave energy power generation［J］．Journal of Zhejiang University of Technology，2008，36(2):186-191．［任建莉，罗誉娅，钟英杰，等．波力资源分析系统的实现及波能发电应用 ［J］．浙江工业大学学报，2008，36(2):186-191．］

［4］You Ya-ge，Ma Yu-jiu．The sea energy source application in the sea environment［J］．Meteorological，Hydrological and Marine Instrument，2003，(3):32-35．［游亚戈，马玉久．海洋能在海洋环境测量标上的应用 ［J］．气象水文海洋仪器，2003，(3):32-35．］

［5］Chu Tong-jin．Exploitation and Utilization of Ocean Energy［M］．Beijing:Chemical Industry Press，2004．［褚同金．海洋能资源开发利用 ［M］．北京:化学工业出版社，2004．］

［6］Wang Chuan-kun，Lu Wei．Analysis Methods and Reserves Evaluation of Ocean Energy Resources［M］．Beijing:Ocean Press，2009．［王传崑，卢苇．海洋能资源分析方法及储量评估 ［M］．北京:海洋出版社，2009．］

［7］Roger B．2009．Wave energy forecasting accuracy as a function of forecast time horizon［EB/OL］．EPRI-WP-013，Available at http://oceanenergy.epri.com/attachments/wave/reports/013_Wave_Energy_Forecasting_Report.pdf．

［8］Hagerman G．Guidelines for preliminary estimation of power production by offshore wave energy devices［EB/OL］．EPRI WP-001，2003，Available at http://www.epri.com/oceanenergy/．

［9］Zheng Chong-wei．Global oceanic wave energy resources reassessment over the past 45 years based on ERA-40 wave reanalysis［J］．Journal of Subtropical Resources and Environment，2013，8(1):18-24．［郑崇伟．近45年全球海域波浪能资源研究及等级区划［J］．亚热带资源与环境学报，2013，8(1):18-24．］

［10］Zheng C W，Pan J，Li JX．Assessing the China sea wind energy and wave energy resources from1988 to 2009［J］．Ocean Engineering，2013，65:39-48．

［11］Zheng Chong-wei，Pan Jing，Tian Yan-yan，et al．Wave Climate Atlas of Wind Sea，Swell and Mixed Wave in Global Ocean［M］．Beijing:Ocean Press，2012．［郑崇伟，潘静，田妍妍，等．全球海域风浪、涌浪、混合浪波候图集［M］．北京:海洋出版社，2012．］

［12］ Zhou Liang-ming，Wu Lun-yu，Guo Pei-fang，et al．Simulation and study of wave in South China Sea using WAVEWATCH-Ⅲ［J］．Journal of Tropical Oceanography，2007，26(5):1-8． ［周良明，吴伦宇，郭佩芳，等．应用WAVEWATCH—Ⅲ模式对南海的波浪场进行数值计算、统计分析和研究 ［J］．热带海洋学报，2007，26(5):1-8．］

［13］Qi Yi-quan，Chu PC，Shi Ping，et al．Analysis of significant wave heights from WWATCH and TOPEX/Poseidon Altimetry［J］．Acta Oceanologica Sinica，2003，25(4):1-9．［齐义泉，朱伯承，施平，等．WAVEWATCH模式模拟南海海浪场的结果分析 ［J］．海洋学报，2003，25(4):1-9．］

［14］Zheng Chong-wei．Comparison of advantages and disadvantages between wave energy resources and other renewable energy resources［J］．Journal of Subtropical Resources and Environment，2011，6(3):76-81．［郑崇伟．南海波浪能资源与其他清洁能源的优缺点比较研究 ［J］．亚热带资源与环境学报，2011，6(3):76-81．］

［15］Zheng Chong-wei，Zhou Lin．Wave climate and wave energy analyze of the south china sea in recent 10 years［J］．Acta Energiae Solaris Sinica，2012，33(8):1349-1356．［郑崇伟，周林．近10年南海波浪特征分析及波浪能研究 ［J］．太阳能学报，2012，33(8):1349-1356．］

［16］Zheng Chong-wei，Li Xun-qiang．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，2011，41(11):5-12．［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．］

［17］Zheng Chong-wei，Lin Gang，Shao Long-tan．Frequency of rough sea and its long-term trend analysis in the China Sea from 1988 to 2010［J］．Journal of Xiamen University，2013，52(3):395-399．［郑崇伟，林刚，邵龙潭．1988—2010年中国海大浪频率及其长期变化趋势 ［J］．厦门大学学报:自然科学版，2013，52(3):395-399．］

［18］Zheng Chong-wei，Su Qin，Liu Tie-jun．Wave energy resources assessment and dominant area evaluation in the China Sea from 1988 to 2010［J］．Acta Oceanologica Sinica，2013，35(3):104-111．［郑崇伟，苏勤，刘铁军．1988—2010年中国海波浪能资源模拟及优势区域划分 ［J］．海洋学报，2013，35(3):104-111．］