洋山港海域一次冷锋型温带风暴潮特征及各影响因子贡献的对比分析

徐杰, 过霁冰, 陈智强, 朱智慧, 王琴, 唐燕玲 4

1. 上海海洋中心气象台, 上海 201306;

2. 上海市奉贤区气象局, 上海 201416;

3. 宁波市气象灾害应急预警中心, 浙江 宁波 315012;

4. 宁波市气象服务中心, 浙江 宁波 315012

风暴潮是一种海平面异常升高或异常下降的现象, 这种现象往往由强烈的大气扰动, 主要包括持续的强风和气压的骤变引起。据《2019 年中国海洋灾害公报》统计, 由风暴潮对我国沿海经济造成的直接经济损失高达116.38 亿元, 而海浪也可造成约0.34 亿元的直接经济损失, 风暴潮灾害致损部分占总直接经济损失的比例高达99%。风暴潮可以划分为温带风暴潮和台风风暴潮。温带风暴潮相较于台风风暴潮而言, 主要影响中高纬地区, 其影响强度要稍弱, 引起的增水普遍小于台风引起的增水, 并且还可以引起减水, 但平均影响时间更长(付元冲, 2016), 影响频率也更高。据统计, 长江口地区受到的台风风暴潮袭击次数为年均2.3 次(丁平兴 等, 2013), 而受到寒潮的影响却有3.15 次(徐秀芳 等, 2009)。王喜年(2005)依据不同的天气系统将温带风暴潮划分为3 类: 孤立温带气旋类、冷锋类及冷锋配合低压类。国内外很多学者利用多种方法研究风暴潮, 其中 FVCOM(Finite Volume Coastal Ocean Model)(宋德海 等, 2009, 2012; 吴修广 等, 2011)数值模式被越来越广泛地应用于这一研究领域。Roberts 等(2015)使用位于纽约至新泽西海岸3 个站点的两种不同的大气再分析数据集和水位观测数据, 开发了一种多线性回归MLR(Multilinear Regression)方法来预测1979 年至2012 年期间冷季的风暴潮。Zhang 等(2017)利用 WRF(Weather Research and Forecasting Model)和FVCOM 研究了风暴潮预报对WRF 初始场及边界条件物理参数化和配置的敏感性, 发现湍流闭合方案影响了风暴强度的预测, 这些灵敏度分析强调了使用综合建模方法来改善风暴潮预报的必要性。朱婧等(2020)利用FVCOM 模拟了1614 号台风“莫兰蒂”引起的厦门海域的风暴潮灾害, 发现增水高值往往出现在风生流与岸线走向近似垂直的区域, 而最大减水区与离岸风密切相关。唐燕玲等(2019)利用FVCOM 研究了洋山海域三维潮流和余流的特征。黄静(2012)利用二维水动力模型模拟和灾害系统理论分析相结合的方法, 研究了洋山深水港遭受极端台风影响下的风暴潮灾害危险性特征, 对洋山港进行了危险程度区域划分, 并分析了多种极端台风影响下洋山港淹没面积和淹没深度的变化特征, 指出台风风暴潮引起的水位升高对洋山北部岛链及围海填筑区的影响更大。目前, 关于洋山港海域温带风暴潮的研究相对较少, 由于FVCOM-SWAVE(Finite Volume Coastal Ocean Model - Surface Wave Module)模式采用了非结构化三角网格的设计, 所以其在模拟复杂海岸线和显著水深变化区域的流场及波浪特征方面具有明显的优势(Chen et al, 2011)。考虑到洋山港周边的复杂海岸线及水深分布情况, 本文选择利用高分辨率的FVCOM-SWAVE 波浪-风暴潮耦合模型, 分析2020年底影响洋山港海域的一次冷锋类温带风暴潮。

1 资料

本研究利用多种海气相关资料分析该次冷锋型风暴潮过程, 具体如下:

1) 由中国气象局提供的高空和地面气象观测资料。

2) 由上海海洋中心气象台提供的验潮站、灯船及浮标站海上观测资料(潮位、流速流向及波浪)。

3) 由上海数值预报创新中心提供的华东区域数值模式系统(Shanghai Weather and Risk Model System 2.1, 简称SWARMS2.1)的10m 风场和海平面气压场资料。

4) 电子海图水深数据和谷歌地球的海岸线数据。

5) 由 Oregon State University 提供的基于TOPEX/POSEIDON 资料的潮位模型(简称TPXO 模型)模拟的8 个分潮潮位。

6) 长江径流量数据来自水利部长江水利委员会水文下游局南京分局的大通水文站, 钱塘江径流量数据来自富春江杭州段富阳区水文站。

2 海平面气压场及风场分析

图1 中海平面气压场分析显示, 西伯利亚关键区冷高压中心强度最强时达到1080hPa 以上, 2020年12 月29 日0300UTC(Universal Time Coordinated, 国际协调时间)冷锋已南压至江苏南部; 1800UTC, 上海沿海气压梯度强, 等压线密集, 走向基本为南北向, 此时冷锋已经南压至南海, 冷空气主体的南压移动速度较快。图2 洋山气象观测站逐小时实况显示, 2020 年12 月29 日至31 日上海沿海受强冷锋影响, 出现大风寒潮天气, 洋山站气压出现了短时内骤升过程, 由29 日0600UTC 的1008hPa 上升至30 日0000UTC 的1030hPa。其中, 洋山港最大阵风可达11 级(风速28.8m·s-1), 大风持续时间长, 7级以上大风由 29 日 1600UTC 持续至 31 日0900UTC, 共 计 41h; 8 级 以 上 大 风 由 29 日1700UTC 持续至31 日0300UTC, 共计34h。图3为上海沿岸海域海面各气象观测站实测的小时最大阵风, 显示本次过程上海沿海多数站点最大阵风可达10～12 级。

3 风暴潮数值模拟及分析

3.1 模型设计

FVCOM-SWAVE 是2000 年由陈长胜教授及其研究小组(陈长胜, 2003; Chen et al, 2011)开发的一种采用无结构化三角形网格的有限体积三维波浪-风暴潮耦合模型。无结构化三角形网格在拟合复杂 海岸线时具有一定优势, 适合应用于洋山岛至舟山群岛一带复杂岛屿海岸线分布情况的数值模拟。图4a 为研究区域的网格设计, 图4b 为对应的来源于电子海图的水深分布; 图4c 为采用高分辨率设 计生成的洋山港海域网格, 该网格是结合谷歌地球解码后得到的海岸线数据构建的无结构化三角 网格, 其深水航道处的最高分辨率可达10m; 图4d为重点研究区域洋山港海域的水深分布。利用Oregon State University 提供的TPXO 模型模拟输出了开边界的8 个分潮潮位; 根据水利部长江水利委员会水文下游局南京分局的大通水文站和富春江杭州段富阳区水文站的径流量数据, 计算得到长江与钱塘江河流径流输入数据; 利用上海市气象局数值预报创新中心SWARMS2.1 数据集中的10m风场与海平面气压场数据作为气象强迫场。本次研究中模式的主要相关设置见表1。

表1 模型关键设置 Tab. 1 Model parameter settings

3.2 敏感试验设计

为了分别考虑波浪、风场、海平面气压场在本次冷锋型温带风暴潮中定量的作用大小, 需要设计表 2 中所列出的 5 类试验(CASE0、CASE1、CASE2、CASE3 和 Control)。其中, 控制实验(Control)的设定条件为输入场引入天文潮潮位、海平面气压、风场及波浪的全要素耦合控制试验, CASE3 的设定条件为输入场引入天文潮潮位、海平面气压及风场的敏感试验, CASE2 的设定条件为输入场引入天文潮潮位和风场的敏感试验, CASE1的设定条件为输入场引入天文潮潮位和海平面气压场的敏感试验, CASE0 的设定条件为输入场仅引入天文潮潮位的敏感试验。

表2 敏感试验设计方案 Tab. 2 Design details of sensitive experiments

由此可知, 方案CASE1 与CASE0 的模拟水位之差即为海平面气压场引起的增减水, CASE2 与CASE0 的模拟水位之差即为风场引起的增减水, 而Control 与CASE3 的模拟水位之差即为波浪引起的增减水。分别将风场、海平面气压场及波浪各自引起的增减水ΔWwind、ΔWslp、ΔWwave与控制实验(Control)模拟生成的总增减水ΔWtotal相比后即可得到各要素对总增减水的贡献大小, 详见式(1)～(6)。

以上各式中: ROCwind、ROCslp和ROCwave分别表示风场、海平面气压场、波浪的贡献度;WCASE0、WCASE1、WCASE2、WCASE3、和WControl分别表示试验方案CASE0、CASE1、CASE2、CASE3、Control 的模拟水位。

3.3 模型准确性验证

上海海洋中心气象台提供了南港验潮站、长江口灯船、东海大桥北浮标及海礁浮标站的观测水位、流向流速及波浪数据, 可以用来验证模拟效果, 相关站点的分布及位置见图4b。其中, 东海大桥北浮标由于距离岸线较近, 主要以往复流为主, 因此对流速进行处理时, 以垂直于往复流向为正、负分界, 重新规定其正负。最后利用Skill 评分(Willmott, 1981; 唐燕玲 等, 2019)来验证模拟结果的准确性, Skill 值越接近于1, 表明模拟准确度越高。

式中:Vmodel为模式结果;Vobs为观测数据;为观测数据的时间平均;N为观测数据样本个数。

图5 为实际观测值与模拟值对比的时间序列。由图可知, 南港验潮站的模拟水位时序基本与实况水位相吻合(图5a); 东海大桥北浮标的实况流向与此处的模拟值吻合度较高, 且能反映出此处往复流的特征, 即流向主要分布在120°左右和270°左右, 呈现东南—西北向的特征(图5b); 东海大桥北浮标的流速实测值与模拟值整体较为接近(图5c)。 FVCOM-SWAVE 还可以较好地模拟有效波高的变化趋势, 根据海礁浮标和长江口灯船的有效波高验证对比, 可以发现海礁浮标实测的有效波高最大值可达5.0m(图5d), 要高于长江口灯船的3.4m (图5e)。此外, 通过对比实测值与模拟值可以发现, 海礁浮标和长江口灯船数值模拟获得的有效波高数据, 均可以较准确地体现有效波高的峰谷值、有效波高的快速增长过程以及缓慢减弱过程。通过式(7)方法的计算, 获得了上述各项要素的Skill 评分值, 结果显示各项要素的Skill 评分均可达到0.9～ 0.98(表3)。表4 列出了观测值与模拟值之间的平均 绝对误差和均方根误差计算结果。由表中数据可知, 有效波高的平均绝对误差在0.21m 以下, 均方根误差均在0.25m 以下; 水位的平均绝对误差为0.28m, 均方根误差为 0.34m; 流向的平均绝对误差为12.57°, 均方根误差为 17.18°; 流速的平均绝 对误差为0.24m·s-1, 均方根误差为0.30m·s-1。因此, 本次模拟结果是准确可信的, 并且该模拟结果可以用于本次风暴潮过程的分析研究。

表3 模拟结果的Skill 检验 Tab. 3 Error analysis of Skill test

表4 模拟结果的平均绝对误差和均方根误差 Tab. 4 Mean absolute deviation and root mean square error

3.4 风暴增减水特征及其主要影响因子的定量分析

Weaver(2004)利用波浪-风暴潮耦合模式研究分析了Georges 飓风形成的风暴潮过程, 发现使用风场和波浪场共同驱动的波浪-风暴潮耦合模型计算模拟出的风暴增减水位, 要略小于单独使用风场驱动与单独使用波浪场驱动得到的风暴增减水位的线性叠加。由于本研究同样采用了波浪-风暴潮耦合模型, 并利用线性相减的方法, 因此风场、气压场及波浪各要素占比求和后再减去100%, 会产生微小的残余。所产生的残余值大小的分布情况为: 残余值在-3%～3%之间的占比为60.2%, 在-5.5%～-3%之间的占比为19.5%, 在3%～5%之间的占比为20.3%。因此, 残余值整体偏小, 表明该方法及结果可信。

分析本次冷锋型温带风暴潮过程中风场、海平面气压场及波浪导致的洋山港海域风暴增减水特征, 并利用式(1)～(6)所列的方法计算相关变量, 可定量讨论上述各要素对总风暴增减水的贡献率大小。根据图6a 显示的各类数值试验对洋山港航道处B 点水位随时间变化的模拟情况, 29 日0700UTC起洋山港开始受到冷锋影响, 各类模拟结果同时开始呈现明显差异性。差异性主要体现在水位最大值或最小值的差异, 其中CASE0 表示仅考虑天文潮时的水位特征, 而 CASE0 的水位在 30 日0600UTC 之后始终是最高的, 说明该时刻以后CASE1～CASE3 及控制试验(Control)均出现了一定程度的风暴减水。

根据图 6b 中控制试验模拟生成的总增减水ΔWtotal显示, 本次冷锋型温带风暴潮过程增减水位变化的特征为先增水后减水。其中, 29 日0700UTC 至2200UTC 为风暴增水时间段, 增水峰值为0.48m,出现在29 日1300UTC, 与高潮时刻叠加; 29 日2300UTC 之后为持续风暴减水时间段, 减水峰值为-0.65m, 出现在30 日1200UTC, 与低潮时刻叠加。通过比较各要素造成的水位变化值, 可以发现由波浪造成的水位增减幅度最小, 在-0.1～0.1m 之间。

图6c 分别展示了风暴增水及减水期间各因子的贡献占比。由图可知, 波浪在增水峰值期间的贡献占比约为-10%, 在减水峰值期间的贡献占比也约为-10%, 负的贡献值说明其在总风暴增水期间造成减水, 在风暴减水期间形成增水。由风场造成的风暴增水时间段为 29 日 0700UTC 至 30 日0400UTC, 增水峰值期间的贡献占比约为90%; 30日0400UTC 之后为风场造成的持续的风暴减水时间段, 其在减水峰值期间的贡献占比约为40%。由海平面气压场造成的风暴增水时间段为 29 日 0700UTC 至1400UTC, 增水峰值期间的贡献占比约为5%; 29 日1400UTC 恰好对应于海平面气压由降低转换为升高的时间节点, 而1500UTC 之后则为海平面气压场造成的持续的风暴减水时间段, 其在减水峰值期间的贡献占比约为55%。

综合来看, 本次洋山港海域冷锋型风暴潮过程中, 风场对风暴增水的贡献最大, 增水峰值期间的贡献占比约为90%; 海平面气压场只占约5%, 之后迅速减小, 并逐渐由正作用转为负作用。然而, 海平面气压场对风暴减水的贡献却最大, 其在减水峰值期间的贡献占比为 55%, 时间上先于风场约6h 引起的减水, 并且一直持续造成减水。减水峰值期间风场的贡献占比约为 40%, 其贡献的持续时间要短于气压场。整个风暴过程中, 波浪对增水和减水的贡献占比均为最小, 介于-10%～10%之间。

3.5 风暴潮期间洋山港海域的潮流与有效波高特征

为研究洋山港及其附近海域的潮流场特征, 分别选取30 日0120UTC(涨急)、0320UTC(涨憩)、0900UTC(落急)及1000UTC(落憩)时刻的流场分布(图 7)进行对比, 发现涨急与落急时, 洋山港航道内潮流流速可达到 2.6～2.8m·s-1, 落潮时为东南向离岸潮流, 涨潮时为西至西北方向的外海潮波传入潮流。洋山港航道处的流向因受到地形海岸线的影响, 始终是东南向或西北向, 此外由于受到喇叭口地形影响, 该处流速辐合, 是洋山港海域流速最高的区域。

根据洋山港及其附近海域波浪场特征的分析, 洋山港航道内最大的有效波高可达1.8m(图8), 但洋山港海域航道内的有效波高要小于洋山港周边海域的有效波高(图9), 其中洋山港海域东南侧由于临近开阔海域而有效波高较大, 数值可超过2m。

4 结论与讨论

本研究融合了多种气象、地理、海洋等相关数据, 设计了洋山港海域的非结构化的高分辨率FVCOM-SWAVE 波浪-风暴潮耦合模型, 并结合潮位、波浪及流场观测实况数据, 验证了该模型对 2020 年12 月29 日冷锋型风暴潮的模拟结果是准确可信的。此外, 本文研究结果表明, 该次风暴潮过程先出现了短时的风暴增水后出现了长时间的持续性风暴减水。根据各要素的敏感试验和全要素控制试验, 以及风场、海平面气压场和波浪各自对风暴增减水的贡献度分析, 发现风场对风暴增水的贡献值最大, 在增水峰值期间的贡献占比约为90%, 而海平面气压场约只占5%, 且之后迅速减小, 并逐渐由正作用转为负作用; 但海平面气压场对风暴减水的贡献度却最大, 其在减水峰值期间的贡献约占55%, 先于风场约6h 引起的减水, 并且一直持续造成减水; 减水峰值期间风场的贡献占比约为40%, 其贡献的 持续时间要短于气压场; 波浪对增水和减水的贡献均为最小, 在-10%～10%之间变化。根据洋山港及其附近海域的潮流场特征, 发现涨急与落急时洋山港航道内风暴期间的潮流流速可达到2.6～2.8m·s-1, 落潮时为东南向离岸潮流, 涨潮时为西到西北方向的外海潮波传入潮流; 洋山港航道处的流向因受到海岸线形态的影响, 始终为东南向或西北向, 喇叭口状的地形使该处流速辐合而成为洋山港海域流速最高的区域。洋山港及其附近海域的波浪场特征分析结果表明, 洋山港航道内最大的有效波高可达1.8m, 洋山港海域航道内的有效波高要小于洋山港周边海域。 林小刚等(2020)利用FVCOM-SWAVE 波浪-风暴潮耦合模型对两次影响汕尾港的风暴潮进行了模拟, 结果发现汕尾港波浪作用引起的风暴增水在时间上要先于风场及气压场引起的风暴增水, 时间提前量可以达到5h 左右。而本文对洋山港海域冷锋型风暴潮的分析表明, 波浪引起的增水出现时间与风场及气压场引起的增水出现时间没有显著差异。张光宇(2017)利用FVCOM 与SWAN 模拟分析了一次影响渤海海域的冷锋型风暴潮过程, 研究结果表明, 随着冷锋靠近并逐渐影响研究区后, 气压导致的增水效果十分有限并逐渐减弱。这与本文洋山港海域冷锋型风暴潮中气压场引起的风暴增水占比约为5%的结果是一致的, 此外本文还重点分析了气压场在风暴减水过程中的重要作用。郑立松(2010)的研究指出, 在波浪-风暴潮耦合相互作用过程中, 波浪主要以辐射应力的形式影响风暴潮的水位变化, 其研究结果表明杭州湾内波浪引起的风暴增水或减水幅度占比都可达 10%左右。罗志发等(2021)模拟了1822 号台风“山竹”的风暴潮过程对珠江口的影响, 发现波浪引起的最大增水约占风暴潮总增水的6.5%。本文研究结果表明, 在洋山港海域冷锋型风暴潮过程中, 波浪在风暴增水过程中的作用占比也不超过 10%, 因此与郑立松(2010)和罗志发等(2021)研究的主要结论基本一致。