江蘇近海風(fēng)暴潮增水?dāng)?shù)值模擬研究

何順之, 王新怡, 徐騰飛, 汪一航, 王永剛

?

江蘇近海風(fēng)暴潮增水?dāng)?shù)值模擬研究

何順之1, 王新怡2, 3, 徐騰飛2, 3, 汪一航1, 王永剛2, 3

(1. 寧波大學(xué)理學(xué)院, 浙江 寧波 315211; 2. 國(guó)家海洋局第一海洋, 山東 青島 266061; 3. 青島海洋科學(xué)與技術(shù)國(guó)家實(shí)驗(yàn)室 區(qū)域海洋動(dòng)力學(xué)和數(shù)值模擬功能實(shí)驗(yàn)室, 山東 青島 266071)

為研究江蘇近海海域風(fēng)暴潮的特性以及為該海域風(fēng)暴潮增水變化機(jī)理及后報(bào)做鋪墊, 本文基于FVCOM(Finite Volume Coast and Ocean Model)海洋模式和Jelesnianski圓形臺(tái)風(fēng)風(fēng)場(chǎng)模型, 建立了江蘇近海風(fēng)暴潮數(shù)值模型, 并對(duì)江蘇近海的天文潮以及1109號(hào)臺(tái)風(fēng)和1210號(hào)臺(tái)風(fēng)引起的風(fēng)暴潮進(jìn)行模擬。結(jié)合驗(yàn)潮站水位觀測(cè), 研究了連云港站和呂泗站的天文潮和風(fēng)暴潮增水過程。我們將風(fēng)暴潮與天文潮非線性作用下的風(fēng)暴潮增水和純風(fēng)暴潮增水過程進(jìn)行對(duì)比, 討論了天文潮與1109號(hào)和1210號(hào)臺(tái)風(fēng)風(fēng)暴潮之間的非線性作用引起的增水特征。結(jié)果均表明, 在天文潮高潮時(shí), 天文潮和風(fēng)暴潮之間的非線性作用可以抑制增水, 在天文潮低潮時(shí), 天文潮和風(fēng)暴潮之間的非線性作用有利于增水。除了氣象因子以及天文潮和風(fēng)暴潮之間的非線性作用外, 該海區(qū)的地理環(huán)境也對(duì)臺(tái)風(fēng)風(fēng)暴潮增水產(chǎn)生影響。因此對(duì)江蘇近海的海岸線變化和淺灘地形變化進(jìn)行敏感性試驗(yàn), 結(jié)果表明, 本文所設(shè)計(jì)的海岸線變化對(duì)該海域的風(fēng)暴潮增水影響較小, 江蘇沿海岸線的向外推移使得江蘇海域風(fēng)暴潮的增水略微上漲, 而本文所設(shè)計(jì)的地形的變化對(duì)風(fēng)暴潮增水影響較大。

江蘇近海; 非線性作用; 風(fēng)暴潮增水; 淺灘地形

風(fēng)暴潮是指由于強(qiáng)烈的大氣擾動(dòng), 如強(qiáng)風(fēng)和氣壓驟變引起的海面升高現(xiàn)象, 是最主要的海洋災(zāi)害之一。1875年以來, 全球范圍內(nèi)由風(fēng)暴潮導(dǎo)致的直接和間接經(jīng)濟(jì)損失超過1 000億美元, 至少有150萬人喪生, 這還不包括與風(fēng)暴潮相關(guān)聯(lián)的海岸和土地侵蝕所產(chǎn)生的長(zhǎng)期影響[1]。臺(tái)風(fēng)歷史資料統(tǒng)計(jì)表明, 我國(guó)沿海遭受的臺(tái)風(fēng)風(fēng)暴潮災(zāi)害最頻繁、最嚴(yán)重。江蘇東瀕黃海, 南倚長(zhǎng)江, 有超過1 000 km的海岸線, 易受到臺(tái)風(fēng)的影響。江蘇近海海域地貌以輻射沙洲為主, 由70多個(gè)沙脊組成。整個(gè)輻射沙洲北起射陽(yáng)河口, 南至長(zhǎng)江口北岸, 南北長(zhǎng)約200 km, 東西寬約90 km, 總面積達(dá)22 470 km2, 大部分沙洲在海平面以下, 并以弶港外側(cè)蔣家沙的沙脊線為界, 分為南北兩不對(duì)稱部分。這一特殊地貌主要在潮流和波浪與外來沙源的共同作用下形成的[2]。江蘇近海海域潮差的變化各岸段不同, 潮波輻合區(qū)小洋口海域潮差最大, 最大潮差可達(dá)6 m以上[3]。由于江蘇近海天文潮潮差和風(fēng)暴潮增水均十分典型, 二者之間的非線性作用會(huì)對(duì)該海域的水位產(chǎn)生不可忽視的影響。例如, 在渤海海域的風(fēng)暴潮增水模擬結(jié)果表明, 當(dāng)增水處在當(dāng)?shù)靥煳某钡牡统敝翝q潮時(shí)期, 天文潮與風(fēng)暴潮耦合作用使增水值增大, 反之, 使增水減小[4]; 在美國(guó)路易斯安那州, 颶風(fēng)在低潮和高潮時(shí)登陸的情況下, 天文潮與風(fēng)暴潮耦合引起的非線性效應(yīng)分別對(duì)風(fēng)暴潮潮位起到削弱和增強(qiáng)的作用[5]; 在上海沿岸, 天文潮與風(fēng)暴潮之間的非線性作用所引起的增水具有潮周期振蕩[6]; 姜兆敏等[7]利用攝動(dòng)方法討論了淺水效應(yīng)、非線性效應(yīng)在風(fēng)暴潮與天文潮非線性相互作用中的作用, 指出淺水效應(yīng)對(duì)增水水位起主要作用, 非線性效應(yīng)對(duì)增水的作用取決于波幅與水深比值的量階。在實(shí)際應(yīng)用中,通過考慮天文潮和風(fēng)暴潮之間的非線性作用還能夠得到更準(zhǔn)確的潮位和波浪的預(yù)報(bào)[8]。除了天文潮與風(fēng)暴潮之間的非線性作用會(huì)影響風(fēng)暴潮增水之外, 沿海地區(qū)圍填海工程和海平面變化會(huì)改變沿海的地形和岸線, 導(dǎo)致沿海的海洋動(dòng)力環(huán)境改變, 從而也會(huì)影響風(fēng)暴潮增水。在浙江南部沿海, 歷史上的大規(guī)模圍墾工程明顯改變近岸海域的海洋動(dòng)力環(huán)境, 且導(dǎo)致圍墾后的浙南沿海高潮時(shí)風(fēng)暴潮增水達(dá)120~150 cm, 持續(xù)2~ 3 h[9]。在未來平均海平面上升的背景下, 東中國(guó)海風(fēng)暴潮增水的數(shù)值模擬顯示, 東中國(guó)海風(fēng)暴潮增水存在被削弱趨勢(shì)[10]?，F(xiàn)有研究雖然揭示了非線性作用和地理因素在不同海域?qū)︼L(fēng)暴潮潮位和增水的均有影響, 但前人對(duì)非線性作用的數(shù)值模擬的岸線分辨率相對(duì)較低, 對(duì)江蘇近海局部地形和岸線變化影響的風(fēng)暴潮增水也鮮有研究報(bào)道。

本文基于無結(jié)構(gòu)三角網(wǎng)格和有限體積法區(qū)域海洋模式FVCOM(Finite Volume Coast and Ocean Model)[11],通過建立模型臺(tái)風(fēng)的氣壓場(chǎng)和風(fēng)場(chǎng)并作為模型輸入條件, 構(gòu)建覆蓋渤黃東海的風(fēng)暴潮增水?dāng)?shù)值模型, 對(duì)1109號(hào)“梅花”臺(tái)風(fēng)和1210號(hào)“達(dá)維”過境時(shí)江蘇近海的風(fēng)暴潮增水過程進(jìn)行了數(shù)值模擬。研究天文潮與風(fēng)暴潮非線性作用對(duì)風(fēng)暴潮增水的影響; 同時(shí)通過改變地形和岸線, 研究淺灘地形變化和圍墾后岸線變化對(duì)風(fēng)暴潮增水過程的影響。

1 FVCOM數(shù)值模式介紹及配置

1.1 FVCOM模式介紹

FVCOM數(shù)值模式是由麻省大學(xué)(University of Massachusetts)大學(xué)陳長(zhǎng)勝教授和伍茲霍爾海洋研究所 (Woods Hole Oceanographic Institution)羅伯特C.比爾茲利教授等人合作開發(fā), 可以對(duì)三維的自由海表面流動(dòng)和物質(zhì)輸運(yùn)問題求解, 模擬海洋、近岸與河口的水位、流場(chǎng)等。FVCOM基于有限元方法, 采用可任意局部靈活加密的無結(jié)構(gòu)網(wǎng)格, 可以更好地?cái)M合特征復(fù)雜的不規(guī)則海岸線和地形。FVCOM已成功用于風(fēng)暴潮相關(guān)研究工作[12-13]。

1.2 FVCOM模式參數(shù)設(shè)置

本文的研究區(qū)域?yàn)橹袊?guó)渤黃東海近海海域(24°~ 41°N, 117°~130°E)。網(wǎng)格水平分辨率在島嶼附近海域約為1/20°, 靠近陸地邊界海域?yàn)?/10°, 并在江蘇沿海進(jìn)行網(wǎng)格加密, 最大水平分辨率約200 m, 共包含41 303個(gè)網(wǎng)格點(diǎn), 78 070個(gè)三角形單元(見圖1)。模式垂向分為11層。計(jì)算的初始條件為===0, 采用正壓模式, 模擬區(qū)域的溫度和鹽度都為常數(shù), 其中溫度取18℃, 鹽度取33。模擬海域的開邊界水位由T-tide程序預(yù)報(bào)得到, 其中8個(gè)主要分潮M2、S2、N2、K2、K1、O1、P1、Q1的調(diào)和常數(shù)來自DTU10[14]數(shù)據(jù)。模式積分的外模時(shí)間步長(zhǎng)取6 s, 內(nèi)外模時(shí)間步長(zhǎng)比率取10。

本文收集了海軍司令部航海保證部出版的能夠覆蓋研究區(qū)域的多張海圖, 通過對(duì)這些海圖進(jìn)行數(shù)字化處理和基準(zhǔn)面訂正, 提取得到了江蘇近海研究區(qū)域的水深資料, 其他區(qū)域采用etopo1地形數(shù)據(jù)(見圖2)。

1.3 臺(tái)風(fēng)風(fēng)場(chǎng)和氣壓場(chǎng)模型

由于臺(tái)風(fēng)的路徑難以觀測(cè)、風(fēng)速?gòu)?qiáng)且伴隨強(qiáng)降雨等問題, 實(shí)測(cè)臺(tái)風(fēng)風(fēng)場(chǎng)資料匱乏, 風(fēng)場(chǎng)再分析資料通常比實(shí)測(cè)結(jié)果小, 因此本文采用臺(tái)風(fēng)模型建立臺(tái)風(fēng)模型風(fēng)場(chǎng)。臺(tái)風(fēng)模型一般分為經(jīng)驗(yàn)臺(tái)風(fēng)模型、理論臺(tái)風(fēng)模型和半經(jīng)驗(yàn)半理論臺(tái)風(fēng)模型, 如藤田[15]、高橋[16]、Myers[17]、Jelesnianski[18]和Holland[19]等, 分別適用于不同海域的臺(tái)風(fēng)風(fēng)場(chǎng)的建立。試驗(yàn)對(duì)比[20]結(jié)果表明: 在0<<2時(shí), 采用藤田公式得到的結(jié)果能更好地符合臺(tái)風(fēng)氣壓的變化; 在2≤<∞時(shí), 高橋公式更具有代表性。因此, 本文氣壓場(chǎng)采用藤田公式和高橋公式嵌套來模擬臺(tái)風(fēng)的氣壓分布, 風(fēng)場(chǎng)采用Jelesnianski圓形風(fēng)場(chǎng)模型。

圖1 計(jì)算區(qū)域及網(wǎng)格

圖2 江蘇海域水深(單位: m)示意圖及觀察站分布

藤田公式為

高橋公式為

Jelesnianski圓形風(fēng)場(chǎng)模型為

背景風(fēng)場(chǎng)疊加公式為

其中,∞和0為背景氣壓和臺(tái)風(fēng)中心氣壓,為臺(tái)風(fēng)最大風(fēng)速半徑,max是臺(tái)風(fēng)最大風(fēng)速,是與臺(tái)風(fēng)中心的距離。TY和EC分別為合成、模型和歐洲中期預(yù)報(bào)風(fēng)場(chǎng),1為7級(jí)風(fēng)圈的半徑, 此處設(shè)置2=1.21。

文中所需臺(tái)風(fēng)中心基本參數(shù)來自于中國(guó)臺(tái)風(fēng)網(wǎng)(http: //www.typhoon.gov.cn)的西北太平洋熱帶氣旋最佳路徑(圖3)數(shù)據(jù)集(包括6 h一次的臺(tái)風(fēng)中心位置、臺(tái)風(fēng)中心氣壓和最大風(fēng)速)。

圖3 1109號(hào)和1210號(hào)臺(tái)風(fēng)路徑示意圖

2 模式驗(yàn)證

2.1 天文潮校驗(yàn)

臺(tái)風(fēng)期間的總水位由天文潮和風(fēng)暴潮構(gòu)成, 所以模擬好總水位首先需要較好地模擬天文潮。天文潮模擬計(jì)算的時(shí)間段為2012年5月10日—2012年6月10日, 模式提前2 d起算。本文選取了2個(gè)位于江蘇沿岸的驗(yàn)潮站: 連云港站和呂泗站, 對(duì)5月21日~30日的結(jié)果進(jìn)行檢驗(yàn), 這段時(shí)間沒有顯著的天氣過程影響江蘇沿海。圖4為計(jì)算得到連云港和呂泗站位潮位與觀測(cè)的對(duì)比。由圖4可見, 計(jì)算結(jié)果與實(shí)測(cè)符合較好。2個(gè)站點(diǎn)9 d內(nèi)的潮位平均絕對(duì)誤差分別為18.6 cm和19.5 cm, 最大高潮絕對(duì)誤差分別為20 cm和13 cm, 最大低潮絕對(duì)誤差分別為8 cm和10 cm。

模式模擬4個(gè)主要分潮M2、S2、K1、O1, 同潮圖見圖5, 在長(zhǎng)江口北-廢黃河口一帶海域, M2分潮和S2分潮在弶港岸外振幅最大, 達(dá)到220 cm和80 cm左右, 同時(shí)向南北方逐漸降低。在廢黃河口-石臼所一帶海域, 在連云港外振幅最大, 達(dá)到160 cm和60 cm左右, 且向南北方逐漸降低。M2分潮和S2分潮均在黃海南部存在一個(gè)無潮點(diǎn), 與王永剛等[21]模擬出來的情況較為一致。在江蘇海域K1、O1分潮的振幅和遲角分布與王永剛等[21]和朱學(xué)明等[22]的結(jié)果非常接近。本文關(guān)注點(diǎn)為江蘇海域, 在該海域模擬的振幅和遲角分布與王永剛等[21]和朱學(xué)明等[22]的結(jié)果較為一致。表1為四個(gè)主要分潮在呂泗站和連云港站模擬值和實(shí)測(cè)值的絕均差, 兩個(gè)觀測(cè)站點(diǎn)的M2、S2、K1和O1分潮振幅/遲角的偏差絕對(duì)值得平均值分別為6 cm/4°, 9.5 cm/10°, 3 cm/5.5°, 4.5 cm/12.5°。模式模擬的江蘇海域潮位與實(shí)測(cè)值符合良好, 模擬海域主要分潮的調(diào)和常數(shù)得到了合理再現(xiàn)。

圖4 連云港和呂泗測(cè)站的計(jì)算水位與實(shí)測(cè)水位對(duì)比圖

圖5 計(jì)算區(qū)域同潮圖

表1 四個(gè)主要分潮模擬值和實(shí)測(cè)值的絕均差(D: 振幅絕均差(單位: cm),D: 遲角絕均差(單位: °))

Tab.1 Mean absolute deviation of computation and observation on harmonic constants for four principal constituents (H: amplitude(unit: cm), G: phase-lag(unit: °))

2.2 風(fēng)暴潮增水的檢驗(yàn)

本文所采用實(shí)測(cè)增水曲線資料來自于觀測(cè)站點(diǎn)的長(zhǎng)期觀測(cè)和文獻(xiàn)[23]。1210號(hào)臺(tái)風(fēng)“達(dá)維”和1109號(hào)臺(tái)風(fēng)“梅花”的計(jì)算模擬時(shí)間分別是從北京時(shí)間2012年8月1日0時(shí)—2012年8月3日12時(shí)和從2011年8月6日0時(shí)—2011年8月9日8時(shí)。

臺(tái)風(fēng)“達(dá)維”于2012年7月28日在關(guān)島東北海域生成, 朝西北偏西方向移動(dòng)并進(jìn)入東中國(guó)海, 影響呂泗的時(shí)間要早于連云港。呂泗附近海域在“達(dá)維”的作用下, 不斷有海水流向岸邊并堆積, 使得呂泗水位上升, 發(fā)生第一次增水峰值。當(dāng)“達(dá)維”在呂泗東北方向時(shí), 呂泗離岸風(fēng)作用下, 水位不斷下降, 增水不斷減小。當(dāng)臺(tái)風(fēng)“達(dá)維”中心移到鹽城東北方向40 km海域時(shí), 引發(fā)向南的沿岸潮流, 不斷使海水流向呂泗海域, 引發(fā)了二次增水。從圖6可見, 呂泗站模擬最大增水值為80 cm, 比該站實(shí)測(cè)最大增水小12 cm, 連云港站模擬最大增水值為161 cm, 時(shí)間上基本一致, 比實(shí)測(cè)最大增水小16 cm。

1109號(hào)臺(tái)風(fēng)“梅花”于2011年7月28日生成在菲律賓以東洋面, 之后向偏北方向移動(dòng), 強(qiáng)度迅速增強(qiáng), 兩度升級(jí)為超強(qiáng)臺(tái)風(fēng), 并于8月3日20時(shí)轉(zhuǎn)向西北方向移動(dòng), 強(qiáng)度持續(xù)為強(qiáng)臺(tái)風(fēng), 于8月7日9時(shí)左右到達(dá)江蘇省南通市偏東方向大約240 km的東海海面上, 中心氣壓為965 hPa, 中心附近最大風(fēng)力達(dá)到13級(jí)(38 m/s), 隨后繼續(xù)向偏北方向移動(dòng), 強(qiáng)度逐漸減弱, 消失在我國(guó)吉林省吉林市境內(nèi)。從圖5可見, 呂泗站在44 h出現(xiàn)最大實(shí)測(cè)增水, 增水量為139 cm,在47 h出現(xiàn)模擬最大增水為119 cm。模擬增水在1~44 h徘徊增長(zhǎng), 在45~60 h處于高峰72~139 cm, 在60~70 h, 模擬增水與實(shí)測(cè)增水偏差較大, 這可能沒有加入海浪的因素。在“梅花”的影響下, 連云港附近海域產(chǎn)生向岸風(fēng), 使得海水在海岸持續(xù)堆積, 發(fā)生第一次增水, 然后在離岸風(fēng)的作用下, 增水下降。隨后, 臺(tái)風(fēng)中心繼續(xù)向東北方向移動(dòng), 引發(fā)向東南的沿岸潮流, 在連云港附近海域發(fā)生海水堆積。連云港站最大增水的模擬值比實(shí)測(cè)值高出19 cm, 時(shí)間上提前1 h。“梅花”和“達(dá)維”的模擬最大增水與實(shí)測(cè)最大增水誤差在20 cm以內(nèi), 整體模擬增水發(fā)展趨勢(shì)基本和實(shí)測(cè)增水曲線一致。Oraton等[24]指出: 遠(yuǎn)程天氣狀況、海浪作用和沿海徑流都會(huì)對(duì)風(fēng)暴潮增水產(chǎn)生影響。本文誤差在20%以內(nèi), 我們認(rèn)為模式具備模擬風(fēng)暴潮增水能力。

圖6 “梅花”和“達(dá)維”期間模擬風(fēng)暴潮增水與實(shí)測(cè)風(fēng)暴潮增水對(duì)比

3 結(jié)果分析

3.1 風(fēng)暴潮與天文潮非線性相互作用分析

對(duì)于風(fēng)暴潮增水來說, 除氣象因子外, 天文潮和風(fēng)暴潮之間的非線性作用是影響風(fēng)暴潮增水的一個(gè)重要影響因子。為分析江蘇近海海域天文潮與風(fēng)暴潮之間的非線性作用, 我們分別對(duì)臺(tái)風(fēng)期間無潮水位情況下的純風(fēng)暴潮增水和包含非線性作用的風(fēng)暴潮增水進(jìn)行模擬, 我們分析北京時(shí)間2012年8月1日12時(shí)—2012年8月3日12時(shí)“達(dá)維”模擬的增水結(jié)果, 以及2011年8月7日0時(shí)—2011年8月9日8時(shí)“梅花”模擬增水結(jié)果, 然后將結(jié)果進(jìn)行比較(圖7)。在“達(dá)維”和“梅花”期間, 兩次臺(tái)風(fēng)在呂泗站純風(fēng)暴潮最大增水與包含非線性作用的風(fēng)暴潮最大增水的絕均差分別為30 cm和18 cm, 在連云港站純風(fēng)暴潮最大增水與包含非線性作用的風(fēng)暴潮最大增水的絕均差分別為10 cm和3 cm。在兩次臺(tái)風(fēng)數(shù)值試驗(yàn)中, 純風(fēng)暴潮增水與包含非線性作用的風(fēng)暴潮增水在呂泗站的絕均差要大于連云港站的絕均差。這是由于在觀測(cè)站風(fēng)暴潮和天文潮的非線性作用, 與觀測(cè)站附近海區(qū)的水深和臺(tái)風(fēng)路徑與觀測(cè)站的相對(duì)位置有關(guān)。在臺(tái)風(fēng)期間, 當(dāng)天文潮到達(dá)高潮位時(shí), 非線性作用使得純風(fēng)暴增水水位大于包含非線性作用的風(fēng)暴潮增水水位, 當(dāng)天文潮到達(dá)低潮位時(shí), 非線性作用使得純風(fēng)暴增水水位小于包含非線性作用的風(fēng)暴潮增水水位。也就是說, 天文潮高潮削弱了風(fēng)應(yīng)力對(duì)增水的影響, 從而使風(fēng)暴潮增水減弱, 而低潮時(shí)則恰恰相反[25]。

圖7 “梅花”和“達(dá)維”期間天文潮對(duì)風(fēng)暴潮增水的影響

3.2 地理因素對(duì)增水影響

在江蘇沿海輻射沙脊群海域地形地貌、岸線變化大, 隨著時(shí)間的推移, 風(fēng)暴潮數(shù)值模型中水深和岸線也需要進(jìn)行相應(yīng)的調(diào)整。海陸邊界和地貌隨時(shí)間發(fā)生變化, 導(dǎo)致不同時(shí)期警戒潮位、海洋災(zāi)害危險(xiǎn)性、脆弱性及風(fēng)險(xiǎn)區(qū)域會(huì)產(chǎn)生一定的差異。為了對(duì)比在臺(tái)風(fēng)期間地理因素對(duì)增水的影響, 我們選擇2012年8月2日8時(shí)—2012年8月3日12時(shí)的“達(dá)維”模擬增水結(jié)果和2011年8月7日0時(shí)—2011年8月9日8時(shí)的“梅花”模擬增水結(jié)果進(jìn)行對(duì)比分析。

3.2.1 淺灘地區(qū)地形變化試驗(yàn)

從連云港到長(zhǎng)江口北支的岸段是軟性海岸, 缺乏硬質(zhì)節(jié)點(diǎn), 容易受到侵蝕。但隨著海堤和岸灘防護(hù)工程的加強(qiáng), 各個(gè)等深線向岸移動(dòng), 這意味著海床被不斷侵蝕。張忍順等[26]指出, 在河口附近岸外15 m等深線以淺的海底, 其下蝕速度可以達(dá)到0.25 m/a以上; 而在江蘇淺灘, 杜家筆等[27]認(rèn)為沖淤在水深20 m以上的地形變化十分微弱。本文對(duì)江蘇近海海域20 m以下的水深加深處理(見圖8), 然后進(jìn)行模擬(簡(jiǎn)稱試驗(yàn)1)。從圖9中可以得到, 在“達(dá)維”期間, 試驗(yàn)1在在呂泗站的最大增水達(dá)到68 cm, 比正常模擬分別小15 cm, 最大增水的時(shí)間晚于正常模擬最大增水的時(shí)間, 在連云港站的最大增水達(dá)到145 cm, 比正常模擬小16 cm。在“梅花”期間, 試驗(yàn)1在呂泗站的最大增水比正常模擬小13 cm, 最大增水的時(shí)間晚于正常模擬最大增水的時(shí)間, 試驗(yàn)1的風(fēng)暴潮最大減水比正常模擬風(fēng)暴潮最大減水大14 cm。在連云港站的試驗(yàn)1最大增水比正常模擬小10 cm, 最大減水比正常模擬小6 cm。“達(dá)維”和“梅花”臺(tái)風(fēng)期間, 在連云港站, 試驗(yàn)1的風(fēng)暴潮最大減水值小于正常模擬風(fēng)暴潮最大減水值, 而在呂泗站, 試驗(yàn)1的風(fēng)暴潮最大減水值大于正常模擬風(fēng)暴潮最大減水值。在本文所設(shè)計(jì)的地形的基礎(chǔ)上, 進(jìn)行風(fēng)暴潮增水的數(shù)值模擬。從圖9可見, 在呂泗站風(fēng)暴潮最大增水往后平移, 在連云港站風(fēng)暴潮最大增水的時(shí)間點(diǎn)基本沒變。這可能是由于呂泗站附近海域地形較復(fù)雜, 在該海域風(fēng)暴潮增水相對(duì)于連云港附近海域?qū)Φ匦巫兓姆磻?yīng)比較強(qiáng)烈。

圖8 江蘇近海水深變化

圖9 “梅花”和“達(dá)維”期間正常模擬和試驗(yàn)1的風(fēng)暴潮增水對(duì)比

3.2.2 淺灘地區(qū)新岸線下試驗(yàn)

大灘涂圍墾工程的實(shí)施(圖10), 改變了海岸線的輪廓, 引起沿海水動(dòng)力和海岸沖淤總體格局的變化, 同時(shí)也會(huì)對(duì)海岸帶環(huán)境造成一定影響。因此對(duì)江蘇沿海大規(guī)模灘涂圍墾引起的江蘇近海風(fēng)暴潮增水進(jìn)行相應(yīng)的研究十分必要。本文基于江蘇沿海2010—2020年規(guī)劃圍墾后的灘涂, 然后進(jìn)行風(fēng)暴潮增水模擬(簡(jiǎn)稱試驗(yàn)2)。從圖11可見, 在“達(dá)維”期間, 呂泗站試驗(yàn)2的最大增減水分別為86 cm和25 cm, 比正常模擬的最大增減水高出8 cm和6 cm, 連云港站模擬最大增減水分別為164 cm和19 cm, 比正常模擬高出3cm和1cm。在“梅花”期間, 呂泗站試驗(yàn)2的最大增減水分別為127 cm和39 cm, 比正常模擬的最大增減水高出8 cm和3 cm, 連云港站模擬最大增減水分別為122 cm和100 cm, 比正常模擬高出1 cm和2 cm。從整體上來看, 在“達(dá)維”和“梅花”期間, 在呂泗站和連云港, 試驗(yàn)2與正常模擬的最大增減水的差值均在10 cm以內(nèi)。從整體來看, 在連云港和呂泗沿海岸線變化前后增水過程基本一致。此次圍墾造成的海岸線變化對(duì)呂泗站和連云港的風(fēng)暴潮增水有略微上漲的影響。

圖10 江蘇省灘涂圍墾規(guī)劃示意圖

圖11 “梅花”和“達(dá)維”期間正常模擬和試驗(yàn)2的風(fēng)暴潮增水對(duì)比

4 結(jié)語(yǔ)

[1] 于福江, 董劍希, 葉琳. 中國(guó)風(fēng)暴潮災(zāi)害史料集: 1949-2009年[M]. 北京: 海洋出版社, 2015: 1-3.

Yu Fujiang, Dong Jianxi, Ye Lin. Collection of Storm Surge Disasters Historical Data in China: 1949-2009[M].Beijing: Ocean Press, 2015: 1-3.

[2] 陳橙, 王義剛, 黃惠明, 等. 潮動(dòng)力影響下輻射沙脊群的研究進(jìn)展[J]. 水運(yùn)工程, 2013, 8: 17-24.

Chen Cheng, Wang Yigang, Huang Huiming, et al. Advances in the study of radiation sand ridges under tidal power[J]. Port & Waterway Engineering, 2013, 8: 17-24.

[3] 丁賢榮, 康彥彥, 茅志兵, 等. 南黃海輻射沙脊群特大潮差分析[J]. 海洋學(xué)報(bào), 2014, 36(11): 12-20.

Ding Xianrong, Kang Yanyan, Mao Zhibing, et al. Analysisof largest tidal range in radial sand ridges southern Yellow Sea[J]. Acta Oceanologica Sinica, 2014, 36(11): 12-20.

[4] 張延廷, 王以嬌. 8114臺(tái)風(fēng)暴潮與天文潮非線性耦合作用的初步探討[J]. 海洋學(xué)報(bào): 中文版, 1986, 8(3): 283-290.

Zhang Yanyan, Wang Yijiao. Preliminary study on nonlinear coupling between No.8114 storm surges and astronomical tides[J]. Acta Oceanologica Sinica: Chinese version, 1986, 8(3): 283-290.

[5] Rego J L, Li C. Nonlinear terms in storm surge predictions: Effect of tide and shelf geometry with case study from Hurricane Rita[J]. Journal of Geophysical Research Oceans, 2010, 115 (C6): 1-19.

[6] 端義宏, 秦曾灝. 上海沿岸天文潮與風(fēng)暴潮非線性相互作用的數(shù)值研究[J]. 海洋與湖沼, 1997, 28(1): 80-87.

Duan Yihong, Qin Zenghao. Numerical study of nonlinear interactions between astronomical tides and storm surges along the coast of Shanghai[J]. Chinese Journal of Oceanology and Limnology, 1998, 28(1): 80-87.

[7] 姜兆敏, 王如云, 黃金城. 風(fēng)暴潮與天文潮非線性相互作用的理論分析[J]. 河海大學(xué)學(xué)報(bào)(自然科學(xué)版), 2004, 32(4): 447-450.

Jiang Zhaomin, Wang Ruyun, Huang Jincheng. Theoretical analysis of nonlinear interaction between storm surge and astronomical tide[J]. Hohai University Press (Natural Sciences), 2004, 32(4): 447-450.

[8] Kim S Y, Yasuda T, Mase H. Numerical analysis of effects of tidal variations on storm surges and waves[J]. Applied Ocean Research, 2008, 30(4): 311-322.

[9] 聶會(huì), 孫志林, 黃森軍, 等. 新岸線下近期臺(tái)風(fēng)暴潮模擬[J]. 浙江大學(xué)學(xué)報(bào)(理學(xué)版), 2015, 42(2): 205-211.

Nie Hui, Sun Zhilin, Huang Senjun, et al. Simulation of storm surge under the new coastline during recent typhoons[J]. Journal of Zhejiang University(Science Edition), 2015, 42(2): 205-211.

[10] 高志剛, 韓樹宗, 劉克修, 等. 平均海平面上升對(duì)東中國(guó)海臺(tái)風(fēng)風(fēng)暴潮影響的數(shù)值模擬[J]. 海洋通報(bào)(英文版), 2008, 10(2): 36-49.

Gao Zhigang, Han Shuzong, Liu Kexiu, et al. Numerical simulation of the influence of mean sea levelrise on typhoon storm surge in the East China Sea[J].Marine Science Bulletin, 2008, 10(2): 36-49.

[11] Chen C, Liu H, Beardsley R C. An Unstructured Grid, Finite-Volume, Three-Dimensional, Primitive Equations Ocean Model: Application to Coastal Ocean and Estuaries[J]. Journal of Atmospheric & Oceanic Technology, 2003, 20(20): 159-186.

[12] 曹叢華, 白濤, 高松, 等. 膠州灣高分辨率三維風(fēng)暴潮漫灘數(shù)值模擬[J]. 海洋科學(xué), 2013, 37(2): 118-125.

Cao Conghua, Bai Tao, Gao Song, et al. High resolution 3D storm surge and inundation numerical model used in the Jiaozhou Bay[J]. Marine Sciences, 2013, 37(2): 118-125.

[13] Yoon J J, Shim J S. Numerical experiments of storm surge and coastal inundation by unstructured grid finite volume model FVCOM[J]. Journal of Korean Society of Hazard Mitigation, 2013, 13(5): 337-346.

[14] Cheng Y, Andersen O B. Multimission empirical ocean tide modeling for shallow waters and polar seas[J]. Journal of Geophysical Research Oceans, 2011, 116(C11): 1130-1146.

[15] 陳孔沫. 臺(tái)風(fēng)氣壓場(chǎng)和風(fēng)場(chǎng)模式[J]. 海洋學(xué)報(bào), 1981, 3(1): 47-59.

Chen Kongmo. Typhoon pressure filed and wind filed model[J]. Acta Oceanologica Sinnica, 1981, 3(1): 47-59.

[16] Fujita T. Pressure distribution within typhoon[J]. Geophysical Magazine, 1952, 23(4): 437-451.

[17] Miller B I. Characteristics of hurricanes[J]. Science, 1967, 157(3795): 1389-1399.

[18] Jelesnianski C P. a numerical calculation of storm tides induced by a tropical storm impinging on a continental shelf[J]. Monthly Weather Review, 1965, 93(6): 343-358.

[19] Holland G J. An analytic model of the wind and pressure profiles in hurricanes[J]. Monthly Weather Review, 1980, 108(8): 1212-1218.

[20] 王喜年. 第三講風(fēng)暴潮數(shù)值模式計(jì)算中氣壓場(chǎng)和風(fēng)場(chǎng)的處理[J]. 海洋預(yù)報(bào), 1986, 4: 60-68.

Wang Xinian. Lecture 3 treatment of pressure field and wind field in numerical model of storm surge[J]. Marine Forecasts, 1986, 4: 60-68.

[21] 王永剛, 方國(guó)洪, 曹德明, 等. 渤、黃、東海潮汐的一種驗(yàn)潮站資料同化數(shù)值模式[J]. 海洋科學(xué)進(jìn)展, 2004, 22(3): 253-274.

Wang Yonggang, Fang Guohong, Cao Deming, et al. Tides of the Bohai, Yellow and East China Seas by assimilating gauging station data into a hydrodynamic model[J]. Advances in Marine Science, 2004, 22(3): 253-274.

[22] 朱學(xué)明, 鮑獻(xiàn)文, 宋德海, 等. 渤、黃、東海潮汐、潮流的數(shù)值模擬與研究[J].海洋與湖沼, 2012, 43(6): 1103-1113.

Zhu Xueming, Bao Xianwen, Song Dehai, Numerical study on the tides and tidal currents in Bohai Sea, Yellow Sea and East China Sea.[J]. Oceanologiaet Limnologia Sinica, 2012, 43(6): 1103-1113.

[23] 韓雪, 盛建明,羅鋒, 等. 1210號(hào)臺(tái)風(fēng)“達(dá)維”風(fēng)暴潮分析與數(shù)值模擬[J]. 安徽農(nóng)業(yè)科學(xué), 2014, (27): 9448-9451.

Han Xue, Sheng Jianming, Luo Feng, et al. Numerical simulation and analysis of 1210 typhoon “Damrey” storm surge[J]. Journal of Anhui Agricultural Sciences, 2014, (27): 9448-9451.

[24] Orton P, Georgas N, Blumberg A, et al. Detailed modeling of recent severe storm tides in estuaries of the New York City region[J]. Journal of Geophysical Research Oceans, 2012, 117(C9): 771-782.

[25] 吳輝, 黃君寶. 風(fēng)暴潮中風(fēng)與水位非線性作用效應(yīng)研究[J]. 海洋通報(bào), 2009, 28(3): 16-21.

Wu Hui, Huang Junbao. Research on the effects of nonlinear interaction between astronomical tides and storm surges[J]. Marine Science Bulletin, 2009, 28(3): 16-21.

[26] 張忍順, 陸麗云, 王艷紅. 江蘇海岸侵蝕過程及其趨勢(shì)[J]. 地理研究, 2002, 21(4): 469-478.

Zhang Renshun, Lu Liyun, Wang Yanhong.The mechanism and trend of coastal erosion of Jiangsu Province in China[J]. Geographical Research, 2002, 21(4): 469-478.

[27] 杜家筆, 汪亞平. 南黃海輻射沙脊群地貌演變的模擬研究[J]. 南京大學(xué)學(xué)報(bào)(自然科學(xué)), 2014, 50(5): 636-645.

Du Jiabi, Wang Yaping. A simulation study on the geomorphic evolution of the radiation sand ridges in the South Yellow Sea[J]. Journal of Nanjing University (Natural Sciences), 2014, 50(5): 636-645.

Numerical simulation and analysis of storm surge in the near- shore of Jiangsu Province

HE Shun-zhi1, WANG Xin-yi2, 3, XU Teng-fei2, 3, WANG Yi-hang1, WANG Yong-gang2, 3

(1. Faculty of science, Ningbo university, Ningbo 315211, China; 2. The First Institute of Oceanography, SOA, Qingdao 266061, China; 3. Laboratory for Regional Oceanography and Numerical Modeling, Qingdao National Laboratory for Marine Science, Qingdao 266071, China)

This study establishes a numerical model of storm surge by using the FVCOM and the Jelesnianski circular typhoon wind field model. The storm surge processes of Lianyungang station and Lvsi station were obtained and this research discusses the characteristics of storm surge. The results show that the nonlinear interaction between astronomical tide and storm tide can suppress the storm surge and help the growth of the storm surge at the climax of the astronomical tide and the ebb of astronomical tide, respectively. The geographical environment of the sea area was also an important influence factor of the storm surge. Therefore, sensitivity experiments were performed to determine the coastal change of Jiangsu Province and the topography change of the shoal area of Jiangsu Province. The results also showed that the coastal change of Jiangsu Province had a small effect on the storm surge. When the coastline went toward open sea, the typhoon storm surge slightly increased, and the results showed that the topography change of the sea area of Jiangsu Province had a great effect on storm surge.

the coast of Jiangsu Province; nonlinear interaction; storm surge; shoal area

(本文編輯: 李曉燕)

[The National Key Research and Development Program of China, No. 2016YFC1402404, No. 2017YFC1404201; NSFC-Shandong Joint Fund for Marine Science Research Centers, No. U1606405]

Oct. 13, 2017

何順之(1992-), 男, 浙江象山人, 碩士, 主要從事潮汐潮流的數(shù)值模擬計(jì)算, 風(fēng)暴潮數(shù)值研究, 電話: 18892625320, E-mail: fio_szhe@fio.org.cn; 王永剛,通信作者, 研究員, 主要從事潮汐潮流和海洋環(huán)流方面研究, E-mail: ygwang@fio.org.cn

O141.4; P444

A

1000-3096(2017)12-0086-10

10.11759/hykx20171013001

2017-10-13;

2017-11-29

國(guó)家重點(diǎn)研發(fā)計(jì)劃(2016YFC1402404, 2017YFC1404201); 國(guó)家自然科學(xué)基金項(xiàng)目委員會(huì)-山東省人民政府聯(lián)合資助海洋科學(xué)研究中心項(xiàng)目(U1606405)