基于风要素的黄骅港余水位规律分析及预报研究

熊 伟，常 江，范东华

(1.交通运输部天津水运工程科学研究所，天津 300456；2.天津水运工程勘察设计院 天津市水运工程测绘技术重点实验室，天津 300456)

图1 港池、航道40+0站位示意图Fig.1 Sketch of harbor basin and channel 40+0 sites

黄骅港水位除受天文潮位[1]影响外，还主要受到风速和风向等气象因素影响，不同风速、风向和风时作用下，实际水位与预报得到的天文潮位不尽相同，这种实际水位与预报得到天文潮位的差异，称之为余水位[2]。余水位为正，表现为增水，余水位为负，表现为减水。许多学者针对不同情况已经进行了不同方法的余水位推算[3-4]及预报研究，总体上，余水位幅度的大小和导致余水位产生的因素的大小有关。而以往的研究都着重于余水位极值[5]的预报，例如通过不同位置的气压差以及变化来预报可能产生的最大增水[6]或最小减水。此外，研究比较多的还有通过数值模拟来得到一次风暴潮[7]过程中的余水位过程。而对于为通航提供参考的余水位预报，这些方法已不再适用，不过提供了很好的研究思路。本文以黄骅港现有港池和航道40+0观测站(图1)采集的潮位数据为研究对象，分析余水位在风作用下的变化规律，探讨余水位预报思路与方法。

1 黄骅港余水位特征

将2012年12月～2017年5月期间观测到的有效余水位情况按月进行统计，得到各月的余水位分布情况见表1。表中记录时长为有效数据所包含的总时长，增水时长为发生增水的总时长，减水时长为发生减水的总时长，增水占比为增水时长与总时长的比，减水占比为减水时长与总时长的比。表中还统计了余水位在增水和减水两个方向上的平均值与最大值。

表1 总体情况下各月余水位分布表Tab.1 Distribution of residual water level each month in general

图2 总体情况下各月余水位占比Fig.2 Proportion of residual water level each month in general

总体情况下，各月的余水位时长占比如图2所示，可以明显看出，1、2、3、5、7和10月的增水时长占比要比减水时长占比高，这几个月份发生增水的时长要高于发生减水的时长。4、8和12月则相反，发生减水的时长要高于发生增水的时长，而6、9和11月发生增水和减水的时长接近，发生增水和减水时长各占一半时间。

从总体上看，增水时长占比为52.62%，减水时长占比为47.29%，增水时长略大于减水时长，说明余水位在气象作用下发生增水的概率略高于减水。

各月平均余水位大小分布如图3所示，可以看出在春末和夏季的5、6、7和8月份平均增水和减水幅度都较小，表明这几个月份气象引起的余水位作用较弱。1、2、3、9、10和12月的平均增水和减水幅度都超过了0.2 m，此外4和11月的平均减水幅度也超过了0.2 m。在图中还可以看出，在平均增水幅度较大的月份往往也伴随着较大的平均减水幅度，在平均增水幅度较小的月份其平均减水幅度也较小。这一特征表明增水与减水之间有一定的关联。

图3 总体情况下各月平均余水位Fig.3 Average residual water level each month in general图4 总体情况下各月最大余水位Fig.4 The maximum residual water level each month in general

图4为各月余水位极值分布，与平均余水位的情况类似，在春末和夏季的5、6、7和8月份最大增水和减水幅度也都较小，其他月份的最大增水和减水幅度较大。其中3、9和10月份的最大增水幅度都超过了1.5 m，2、3和4月份的最大减水幅度超过了1.0 m。同样，在最大增水和减水中可以看到增水与减水之间有一定的关联。

各月增水占比分布如图5所示，图中以0.05 m作为区间划分间隔。从图5中可以看出，随着增水水位区间的增加，占比迅速的减小，增水幅度能够达到0.55 m以上的各区间占比已不足1%。发生增水时，绝大部分在增水水位较小的区间。增水幅度小于0.2 m的情况占67.1%，小于0.4 m的情况占90.7%，小于0.6 m的情况占97.1%，小于0.8 m的情况占98.7%。这个数据很明确地说明，较大的增水发生概率非常低，大约9成增水在0.4 m以下。

各月减水占比分布如图6，从图6中可以看出，随着减水水位区间的减小，占比迅速的减小，减水小于-0.65 m的各区间占比不足1%。发生减水时，同样绝大部分在减水水位较小的区间。减水幅度小于0.2 m的情况占71.9%，小于0.4 m的情况占88.4%，小于0.6 m的情况占95.6%，小于0.8 m的情况占98.3%，与增水情况略微不同。

图5 总体情况下增水占比分布Fig.5 Distribution of water surge in general图6 总体情况下减水占比分布Fig.6 Distribution of water reduction in general

表2 各月各风向累积强度占比分布表Tab.2 Distribution of integrated intensity in every wind direction each month

2 黄骅港风特征

黄骅港的风是通过设置在黄骅港岸边的气象站测量得到的。在黄骅港导致余水位产生的主要因素为风向和风速，因此本项目只考虑风对余水位的影响。将与余水位资料相同时间内的风资料进行统计分析，得到各月各方向风的占比情况。首先， 为了能够表征当前风向强度所占的比例，因此，定义一个风向累积强度的概念，定义如下式

(1)

3 余水位预报

若将天文潮位的影响剔除，那么水位的变化由风的作用产生，一定时段内，某个方向的风持续作用，即可产生一定的水位变化。这个水位变化是与风速和方向有关的，因此可以通过实测资料来挖掘风和水位变化的关系。得到水位变化后，叠加在当前水位，即可预报某一时刻的水位。

通过前面的余水位特性和风资料分析，可以基于风强度的累积大小和风向来进行余水位的预报，通过回归分析来确定相应的预报方程。

对黄骅港的余水位产生影响的风场范围主要是渤海及周边区域，而风资料的获取是通过岸上的气象站得到的，因此在进行预报研究时需要对风资料进行筛选，筛选的条件是选取观测到的风向和渤海以及环渤海周边城市一致的风资料。

图7 余水位时间过程线Fig.7 Time process line of residual water level

另外，还需要注意的是，在发生余水位时，因重力和惯性作用，在增水后往往会跟随一个减水，而在发生减水后也会有一个增水过程。图7给出了一个时间段内发生较大增水和减水的过程，图中1号增水时间前的较为平稳，没有明显的余水位，这个增水完全由风作用产生。2号增水较类似，也可以考虑为完全由风产生，而3号减水前有一个较大的增水，这一个减水就有一部分是因为重力和惯性作用产生。同样4号增水由3号减水的惯性和风作用共同产生。因为重力和惯性的作用导致增水和减水伴随发生，这也就解释了前面增水较大的月份往往也伴随着较大的减水。

为了能够获得风对余水位的影响程度，在余水位时间过程线中抽取图7中1号和2号增水相类似的情况进行分析。从发生余水位开始时刻到余水位幅度的峰值结束，作为一个风作用过程进行分析。那么，余水位的大小就可以通过下式进行计算

(2)

(3)

式中:VDa定义与式(1)中的相同，为风的强度累积值，这一量按式(1)计算即可，因此在计算这一累积值时包含了时间参数。式(3)中的a和b为待定系数，通过回归分析可以得到不同风向的系数如表3所示。

式(3)中还有一个量VH为发生H幅值的余水位时对应的当前风向的风速，这一值也通过式(1)计算，当获得当前的余水位时，通过计算机迭代求解即可算出这一值。

虽然得到了基于风的余水位预报公式，但是仅凭此公式还不能够较准确的预报所有余水位情况。在余水位因重力和惯性交替发生时，须将惯性导致余水位部分考虑进去。此时余水位可按下式计算

(4)

式中：△Hpmax为前一个增水最大值或者前一个减水最小值；△tp为前一个增水回落或者前一个减水回涨时间；△tn为当前余水位以发生的时间。

除了增水回落和减水回涨外，余水位不可能无限大或小，因此还需对余水位进行限制，经统计最大值为1.72 m[8]，最小值为-1.48 m[8]。将最大、最小值考虑后得到最终余水位预报公式如下

(5)

在获取当前余水位后，即可按式(5)依照当前余水位和未来的预报风资料进行未来某一时刻余水位的预报。

为了验证式(5)的计算精度，分别用该式计算一个减水和一个增水过程。其中减水发生的时间为2017年1月20～21日，最大减水为-1.086 m，在发生减水时存在0.003 m的增水水位。增水发生的时间为2017年2月15～16日，最大增水为1.524 m，在发生此次增水时也有一个0.447 m的增水水位。

这两个过程的计算结果与实测数据对比分别如表4和表5所示。表中实测余水位变化量为相应风作用累积时长实测得到的发生增水或减水的量，计算余水位变化量为计算得到的相应时间内的发生增水和减水的量。实测余水位为风在相应时间作用后的时刻的实测余水位，计算余水位是相应时刻计算得到的余水位，这一时刻的余水位都为相应的余水位变化量加上发生余水位前的余水位。计算误差绝对误差，是计算值与实测值的差。

总体上，在不同时刻计算得到的余水位变化量和水位与实测值比较接近，最大误差位0.162 m，发生在较大增水时，此时的极值达到了1.524 m。而从相对误差方面看，在余水位较小时其相对误差较大，产生这种现象的原因是在余水位较小时，风的累积效应还不明显，随机性较强。而当风的累积效应积累到一定程度后，随机性则相对较弱，此时的相对计算误差则变小。因此，在使用式(5)进行计算时，取较大的余水位能够得到更好的相对精度。

表4 减水时计算结果与实测结果对比Tab.4 Comparison between calculation and measured results during water reduction

表5 增水时计算结果与实测结果对比Tab.5 Comparison between calculation and measured results during water surge

表6给出了另外一个增水的计算结果与实测结果的对比，时间为2017年3月22日。但此次增水过程的计算结果与实测结果存在较大的误差，在部分时段还有计算结果与实测结果相反的现象。产生这一现象的原因是黄骅港局部的风向与环渤海大区域的风向不同所致，而大范围的风作用才能够产生明显的余水位。

表6 另一个增水时计算结果与实测结果对比Tab.6 Another comparison between calculation and real results during water surge

上面的算例表明采用局部地区风资料进行余水位预报并不合适，这里再采用环渤海大范围的风资料再进行一次简化的余水位预报，预报结果如表7所示，可以看出采用较大范围的风资料预报的结果明显好于采用局部地区的，也进一步验证了预报公式的可靠性。

表7 采用环渤海风资料进行增水预报Tab.7 Water surge forecast using Bohai Sea wind data

4 结论

(1)黄骅港余水位增水和减水发生的次数较接近，总体增水发生次数略多于减水发生的次数。余水位幅度90%左右都在0.4 m以内，大幅度的余水位占比非常少。余水位除了风的作用产生外，还有重力和惯性的作用，往往在一个较大的增水作用后，会紧随着一个较大的减水，反之亦然。

(2)不同月份的风向分布不同，差异较大，同样风强度累积分布差异也较大。风强度累积是余水位产生的原因之一，而非仅风向影响。

(3)得出了余水位预报公式，其中包含了重力惯性影响和最大值。利用公式在计算余水位时，对于较大余水位其可靠性更强。

(4)使用较大海域范围风资料能够得到更加准确的预报结果。公式的准确性与资料的丰富程度有着直接的联系，因此在将来获得更多的资料后可以得到更加准确的预报公式。