應(yīng)用臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ偷呐_(tái)風(fēng)極值風(fēng)速預(yù)測(cè)

黃文鋒，周煥林，孫建鵬

(1.合肥工業(yè)大學(xué) 土木與水利工程學(xué)院，230009 合肥; 2.西安建筑科技大學(xué) 土木工程學(xué)院，710055 西安)

?

應(yīng)用臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ偷呐_(tái)風(fēng)極值風(fēng)速預(yù)測(cè)

黃文鋒1，周煥林1，孫建鵬2

(1.合肥工業(yè)大學(xué) 土木與水利工程學(xué)院，230009 合肥; 2.西安建筑科技大學(xué) 土木工程學(xué)院，710055 西安)

摘要:為準(zhǔn)確、高效地進(jìn)行臺(tái)風(fēng)多發(fā)地區(qū)建筑結(jié)構(gòu)設(shè)計(jì)風(fēng)速的預(yù)測(cè)，利用中國(guó)東南沿海1949—2012年的臺(tái)風(fēng)歷史數(shù)據(jù)進(jìn)行了香港地區(qū)臺(tái)風(fēng)關(guān)鍵參數(shù)概率分布的研究，提出了基于新的Holland徑向氣壓分布參數(shù)B表達(dá)式的臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ?在此基礎(chǔ)上結(jié)合Monte Carlo數(shù)值模擬技術(shù)，利用臺(tái)風(fēng)極值風(fēng)速分析方法完成了不同重現(xiàn)期下香港地區(qū)臺(tái)風(fēng)極值風(fēng)速的預(yù)測(cè)，并與觀測(cè)數(shù)據(jù)、香港風(fēng)荷載規(guī)范計(jì)算結(jié)果進(jìn)行對(duì)比分析，驗(yàn)證了利用此臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ瓦M(jìn)行臺(tái)風(fēng)極值風(fēng)速預(yù)測(cè)的有效性.

關(guān)鍵詞:極值風(fēng)速；臺(tái)風(fēng)風(fēng)場(chǎng)模型；臺(tái)風(fēng)關(guān)鍵參數(shù)；Monte Carlo數(shù)值模擬

如何合理確定臺(tái)風(fēng)多發(fā)地區(qū)建筑結(jié)構(gòu)的設(shè)計(jì)風(fēng)速對(duì)建筑結(jié)構(gòu)設(shè)計(jì)而言至關(guān)重要.利用臺(tái)風(fēng)風(fēng)場(chǎng)模型結(jié)合Monte Carlo數(shù)值模擬方法進(jìn)行足夠多次數(shù)的臺(tái)風(fēng)風(fēng)場(chǎng)數(shù)值模擬，從而獲取建筑結(jié)構(gòu)設(shè)計(jì)所需的設(shè)計(jì)風(fēng)速是目前研究者普遍采用的方法[1].此方法首先利用臺(tái)風(fēng)歷史數(shù)據(jù)資料確定臺(tái)風(fēng)關(guān)鍵參數(shù)的概率分布，然后利用Monte Carlo數(shù)值模擬方法不斷進(jìn)行抽樣，放入臺(tái)風(fēng)風(fēng)場(chǎng)模型、衰減模型進(jìn)行足夠多次數(shù)的臺(tái)風(fēng)風(fēng)場(chǎng)數(shù)值模擬.最后，利用極值風(fēng)速分析方法完成特定地區(qū)不同重現(xiàn)期下臺(tái)風(fēng)極值風(fēng)速的預(yù)測(cè).在整個(gè)過(guò)程中，有幾個(gè)核心問(wèn)題值得注意，首先是臺(tái)風(fēng)關(guān)鍵參數(shù)概率分布模型的可靠性，此方面主要依靠更多的臺(tái)風(fēng)歷史數(shù)據(jù)資料來(lái)獲取對(duì)其分布更好的估計(jì).第二，就是所采用臺(tái)風(fēng)風(fēng)場(chǎng)物理模型的準(zhǔn)確性，這方面目前研究者經(jīng)常采用的主要有Vickery臺(tái)風(fēng)風(fēng)場(chǎng)模型[2]和Meng臺(tái)風(fēng)風(fēng)場(chǎng)模型[3].其中，Vickery臺(tái)風(fēng)風(fēng)場(chǎng)模型為基于大氣運(yùn)動(dòng)動(dòng)量方程的模型，需要借助數(shù)值差分方法進(jìn)行求解，耗時(shí)較長(zhǎng).Meng臺(tái)風(fēng)風(fēng)場(chǎng)模型則是基于大氣運(yùn)動(dòng)動(dòng)量方程來(lái)獲取臺(tái)風(fēng)風(fēng)場(chǎng)的近似解析解，計(jì)算效率相對(duì)較高，精度也有保證.但其求解過(guò)程仍然涉及循環(huán)迭代求解，導(dǎo)致計(jì)算過(guò)程耗時(shí)較多.后續(xù)研究中，文獻(xiàn)[4-5]一直嘗試建立計(jì)算效率更高的臺(tái)風(fēng)風(fēng)場(chǎng)模型.另外，在利用臺(tái)風(fēng)風(fēng)場(chǎng)模型進(jìn)行臺(tái)風(fēng)風(fēng)場(chǎng)數(shù)值模擬時(shí)，都不可避免地需要利用Holland臺(tái)風(fēng)徑向氣壓分布模型[6],而此模型中關(guān)于臺(tái)風(fēng)徑向氣壓參數(shù)B的取值準(zhǔn)確性會(huì)對(duì)臺(tái)風(fēng)風(fēng)場(chǎng)數(shù)值模擬的結(jié)果造成很大影響，此問(wèn)題長(zhǎng)久以來(lái)未得到很好解決[7-8].

針對(duì)以上問(wèn)題，本文將首先利用從上海臺(tái)風(fēng)研究所獲取的中國(guó)東南沿海1949—2012年的臺(tái)風(fēng)歷史數(shù)據(jù)進(jìn)行臺(tái)風(fēng)關(guān)鍵參數(shù)概率分布研究，然后借鑒Meng臺(tái)風(fēng)風(fēng)場(chǎng)模型[5]的研究成果，提出臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ?，并在其中引入新的Holland徑向氣壓分布參數(shù)B的估計(jì)表達(dá)式，最后基于以上研究結(jié)合Monte Carlo數(shù)值模擬方法，利用臺(tái)風(fēng)極值風(fēng)速分析方法對(duì)香港地區(qū)不同重現(xiàn)期下的臺(tái)風(fēng)極值風(fēng)速進(jìn)行預(yù)測(cè)，驗(yàn)證利用此臺(tái)風(fēng)風(fēng)場(chǎng)模型進(jìn)行臺(tái)風(fēng)極值風(fēng)速預(yù)測(cè)的有效性.

1臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ?/p>

1.1梯度風(fēng)計(jì)算

此處用于臺(tái)風(fēng)風(fēng)場(chǎng)梯度風(fēng)計(jì)算的臺(tái)風(fēng)風(fēng)場(chǎng)模型來(lái)源于Meng臺(tái)風(fēng)風(fēng)場(chǎng)模型[3]，此模型的推導(dǎo)基于三維Navier-Stokes方程的水平動(dòng)量方程，其表達(dá)式為

(1)

式中：v為臺(tái)風(fēng)風(fēng)速,m/s；ρ為空氣密度,kg/m3；p為大氣氣壓,hPa；▽為三維向量算子；g為重力加速度,m/s2；k 為單位向量；Ω為地球自轉(zhuǎn)角速度,rad/s；F為地面摩擦力,N.

在梯度風(fēng)高度處不考慮摩擦力，風(fēng)速v變?yōu)樘荻蕊L(fēng)vg.為得到式(1)的解析解，假定不受摩擦影響的梯度風(fēng)vg以臺(tái)風(fēng)移動(dòng)速度c移動(dòng)，公式變?yōu)?/p>

(2)

(3)

(4)

式中：θr為臺(tái)風(fēng)移動(dòng)方向與臺(tái)風(fēng)中心和參考點(diǎn)連線的夾角,(°)； f 為科氏力常數(shù),s-1；r 為徑向距離,km.

1.2Holland徑向氣壓參數(shù)B計(jì)算公式

Holland[6]于1980年提出的臺(tái)風(fēng)徑向氣壓分布模型已廣泛應(yīng)用于與臺(tái)風(fēng)有關(guān)的研究，其表達(dá)式為

(5)

式中：p0為臺(tái)風(fēng)中心氣壓,hPa；Δp0為臺(tái)風(fēng)中心氣壓差，等于pn-p0；pn為臺(tái)風(fēng)邊際氣壓，近似取1 010 hPa；rm為最大風(fēng)速半徑,km；B常利用線性擬合方法得到，通常介于0.5和2.5之間[9].

將式(5)代入式(3)，在梯度風(fēng)高度處的最大風(fēng)速半徑rm處，近似認(rèn)為vθg等于此處的梯度風(fēng)vmax，并忽略臺(tái)風(fēng)移動(dòng)速度c對(duì)B的影響，從而推導(dǎo)得到式(6)所示新的B計(jì)算公式.另外，Holland研究表明[7-8]，此計(jì)算公式的空氣密度ρ不能假設(shè)為常數(shù)，其可利用三維Navier-Stokes方程的狀態(tài)方程進(jìn)行計(jì)算，如式(7)～(10)所示.從而B(niǎo)可利用如下公式進(jìn)行計(jì)算：

(6)

(7)

(8)

(9)

(10)

式中：vmax為臺(tái)風(fēng)最大風(fēng)速,m/s；e為指數(shù)函數(shù)的底；R為普適氣體常數(shù)，等于286.9 J/(kg·K)；Tvs為海平面虛溫度,K；Ts為海平面溫度,℃；qm為相對(duì)濕度90%時(shí)的蒸汽壓,hPa；ψ為緯度值,(°).

與其它B的計(jì)算式相比[7]，利用以上公式，借助從氣象部門(mén)直接獲取的臺(tái)風(fēng)中心位置、中心氣壓差Δp0及利用經(jīng)驗(yàn)公式間接獲取的最大風(fēng)速vmax、最大風(fēng)速半徑rm數(shù)據(jù)可以方便計(jì)算得到臺(tái)風(fēng)發(fā)生過(guò)程中不同時(shí)刻對(duì)應(yīng)的B值，實(shí)現(xiàn)對(duì)不同時(shí)刻臺(tái)風(fēng)風(fēng)場(chǎng)更好的模擬.

我捂著嘴，拗著臉哇哇叫，你別以為我不知道，你每天晚上跟老爹抱在床上打滾，就是想生一個(gè)不是混帳的混帳出來(lái)是吧。

1.3地面風(fēng)速計(jì)算

在大氣邊界層內(nèi)，Ishihara等[5]充分考慮了大氣渦流對(duì)風(fēng)速剖面的影響，計(jì)算得到大氣邊界層任意高度z處的臺(tái)風(fēng)風(fēng)速v(z)及風(fēng)向θ(z)，其表達(dá)式為：

(11)

(12)

(13)

(14)

(15)

(16)

(17)

式中：vg、θg為梯度風(fēng)速、風(fēng)向；αu、zg為風(fēng)速剖面指數(shù)及梯度風(fēng)高度，其為絕對(duì)渦旋系數(shù)fλ(式(16))及Rosby系數(shù)Roλ(=vg/fλz0)的函數(shù)；θs為流入角，其為均勻渦旋系數(shù)ξ(式(17)) 及Rosby系數(shù)Roλ的函數(shù).

2臺(tái)風(fēng)關(guān)鍵參數(shù)概率分布

2.1臺(tái)風(fēng)歷史數(shù)據(jù)

本文研究所用的臺(tái)風(fēng)歷史數(shù)據(jù)資料來(lái)自上海臺(tái)風(fēng)研究所記錄的1949—2012年臺(tái)風(fēng)期間每6 h的臺(tái)風(fēng)數(shù)據(jù)資料[10]，并僅考慮香港周?chē)?50 km半徑范圍內(nèi)的臺(tái)風(fēng)數(shù)據(jù).

2.2臺(tái)風(fēng)關(guān)鍵參數(shù)概率分布估計(jì)

臺(tái)風(fēng)中心氣壓差Δp0為臺(tái)風(fēng)中心與邊際氣壓之差.已有研究表明，利用對(duì)數(shù)正態(tài)分布可以很好地描述其分布.此處同樣利用此分布來(lái)對(duì)香港地區(qū)研究范圍內(nèi)的臺(tái)風(fēng)中心氣壓差Δp0數(shù)據(jù)進(jìn)行擬合，擬合結(jié)果見(jiàn)圖1(a),此分布的均值和方差分別為3.28和0.59.

臺(tái)風(fēng)移動(dòng)速度c可利用每6 h臺(tái)風(fēng)中心位置進(jìn)行計(jì)算得到，其值介于2～65 km/h.此處利用正態(tài)分布對(duì)香港地區(qū)研究范圍內(nèi)的臺(tái)風(fēng)移動(dòng)速度c數(shù)據(jù)進(jìn)行擬合，擬合結(jié)果見(jiàn)圖1(b),此分布的均值和方差分別為18.91和9.08.

臺(tái)風(fēng)移動(dòng)方向θ同樣利用每6 h臺(tái)風(fēng)中心位置計(jì)算得到，并規(guī)定正北方向順時(shí)針為正.此處利用雙正態(tài)分布進(jìn)行香港地區(qū)研究范圍內(nèi)的臺(tái)風(fēng)移動(dòng)方向θ數(shù)據(jù)的擬合，擬合結(jié)果見(jiàn)圖1(c).此分布的負(fù)樣本的均值及方差分別為-67.58及52.28，正樣本的均值及方差分別為53.22及38.0，樣本個(gè)數(shù)比為0.835.

臺(tái)風(fēng)最大風(fēng)速半徑rm為臺(tái)風(fēng)中心至臺(tái)風(fēng)最大風(fēng)速的徑向距離.由于不能由上海臺(tái)風(fēng)研究所獲取的臺(tái)風(fēng)歷史數(shù)據(jù)直接計(jì)算得到臺(tái)風(fēng)最大風(fēng)速半徑rm值，此處采用文獻(xiàn)[11]分析得到的lnrm與臺(tái)風(fēng)中心氣壓差Δp0的關(guān)系進(jìn)行臺(tái)風(fēng)最大風(fēng)速半徑rm的估算，其表達(dá)式為

(18)

式中：c0、c1為擬合得到的常系數(shù)值；ε為誤差項(xiàng)，假定其服從均值0、方差σε的正態(tài)分布.對(duì)香港地區(qū)，經(jīng)過(guò)擬合，可知c0、c1及σε的值分別為5.023 3、-0.024 8及0.458 8.

臺(tái)風(fēng)最小距離dmin為研究點(diǎn)至臺(tái)風(fēng)移動(dòng)方向的最小距離，其可根據(jù)臺(tái)風(fēng)中心位置、研究點(diǎn)位置以及臺(tái)風(fēng)移動(dòng)方向計(jì)算得到.此處將利用梯形分布進(jìn)行香港研究范圍內(nèi)臺(tái)風(fēng)最小距離dmin的擬合，其擬合結(jié)果見(jiàn)圖1(d).此分布的參數(shù)值分別為0、0.002.

圖1　臺(tái)風(fēng)關(guān)鍵參數(shù)概率分布擬合

2.3年發(fā)生率λ

臺(tái)風(fēng)年發(fā)生率λ為研究點(diǎn)特定范圍內(nèi)每年臺(tái)風(fēng)發(fā)生的次數(shù).其分布常利用泊松分布來(lái)進(jìn)行擬合.通過(guò)對(duì)香港地區(qū)250 km半徑范圍內(nèi)的年臺(tái)風(fēng)發(fā)生次數(shù)進(jìn)行擬合，可知此地區(qū)的臺(tái)風(fēng)年發(fā)生率λ為2.484.

2.4臺(tái)風(fēng)衰減模型

通常采用文獻(xiàn)[1]提出的臺(tái)風(fēng)衰減模型來(lái)表征登陸以后臺(tái)風(fēng)強(qiáng)度的衰減狀況，其表達(dá)式為：

(19)

(20)

式中：Δp(t)為登陸t小時(shí)后的臺(tái)風(fēng)中心氣壓差，hPa；Δp0為登陸時(shí)臺(tái)風(fēng)中心氣壓差，hPa；a為臺(tái)風(fēng)衰減系數(shù)；b為具有正態(tài)分布的隨機(jī)變量；a0、a1為利用線性擬合法確定的常數(shù)；ε為服從零均值正態(tài)分布的誤差項(xiàng).

通過(guò)對(duì)香港地區(qū)250 km半徑范圍內(nèi)的臺(tái)風(fēng)數(shù)據(jù)資料進(jìn)行擬合，可知系數(shù)a0、a1分別為0.011 1、0.000 2，隨機(jī)變量b的均值和方差分別為0.018 7、0.129 1，誤差項(xiàng)ε的方差為0.018.

3基于Monte Carlo數(shù)值模擬的臺(tái)風(fēng)極值風(fēng)速分析

利用Monte Carlo數(shù)值模擬方法進(jìn)行特定地區(qū)臺(tái)風(fēng)極值風(fēng)速分析的基本步驟為：1)根據(jù)臺(tái)風(fēng)歷史數(shù)據(jù)資料，擬合確定臺(tái)風(fēng)關(guān)鍵參數(shù)概率分布(圖1)，并利用Monte Carlo逆變換技術(shù)產(chǎn)生進(jìn)行足夠多次數(shù)臺(tái)風(fēng)風(fēng)場(chǎng)數(shù)值模擬所需的臺(tái)風(fēng)關(guān)鍵參數(shù)數(shù)據(jù)庫(kù)；2)任選一組臺(tái)風(fēng)關(guān)鍵參數(shù)，根據(jù)式(5)求得臺(tái)風(fēng)徑向氣壓梯度值，放入臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ褪?3)、(4)以及(11)、(12)進(jìn)行風(fēng)速合成產(chǎn)生初始時(shí)刻的臺(tái)風(fēng)風(fēng)場(chǎng)，然后假定臺(tái)風(fēng)以不變的移動(dòng)速度c從海洋移向陸地，根據(jù)海岸線坐標(biāo)計(jì)算臺(tái)風(fēng)登陸時(shí)刻.此后，將臺(tái)風(fēng)衰減模型式(19)代入式(5)計(jì)算登陸后的臺(tái)風(fēng)徑向氣壓梯度值，結(jié)合臺(tái)風(fēng)風(fēng)場(chǎng)模型式(3)、(4)以及(11)、(12)分別計(jì)算不同時(shí)刻登陸以后的臺(tái)風(fēng)風(fēng)場(chǎng)，直至臺(tái)風(fēng)完全消失；3)在以上臺(tái)風(fēng)發(fā)生過(guò)程中，同時(shí)記錄不同時(shí)刻研究點(diǎn)處的臺(tái)風(fēng)風(fēng)速、風(fēng)向數(shù)據(jù)；4)根據(jù)臺(tái)風(fēng)年發(fā)生率λ，整理得到研究點(diǎn)處的年最大臺(tái)風(fēng)風(fēng)速序列，然后利用文獻(xiàn)[12]的臺(tái)風(fēng)極值風(fēng)速分析方法，基于極值I型分布，計(jì)算得到研究點(diǎn)特定重現(xiàn)期下的極值風(fēng)速.

4臺(tái)風(fēng)極值風(fēng)速分析結(jié)果

對(duì)于臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ蛻?yīng)用于單次臺(tái)風(fēng)風(fēng)場(chǎng)數(shù)值模擬的有效性檢驗(yàn)、B的取值范圍及討論，詳見(jiàn)文獻(xiàn)[13].在臺(tái)風(fēng)極值風(fēng)速預(yù)測(cè)過(guò)程中，利用臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ徒Y(jié)合擬合得到的臺(tái)風(fēng)關(guān)鍵參數(shù)概率分布，進(jìn)行了10 000次臺(tái)風(fēng)風(fēng)場(chǎng)的數(shù)值模擬，并記錄得到了每次臺(tái)風(fēng)發(fā)生過(guò)程中香港地區(qū)的臺(tái)風(fēng)風(fēng)速、風(fēng)向數(shù)據(jù)，然后利用極值I型分布結(jié)合文獻(xiàn)[12]的極值風(fēng)速分析方法，計(jì)算得到了20、50、200及1 000 a重現(xiàn)期下香港地區(qū)梯度風(fēng)高度(500 m)以及200 m高度處的臺(tái)風(fēng)極值風(fēng)速，見(jiàn)表1.計(jì)算過(guò)程采用的梯度風(fēng)高度及200 m高度的年最大風(fēng)速的限值分別為50 m/s及45.5 m/s，上限年最大風(fēng)速的取值根據(jù)蒲福風(fēng)力等級(jí)表給出的臺(tái)風(fēng)風(fēng)速下限值，采用香港風(fēng)荷載規(guī)范的風(fēng)速剖面推薦指數(shù)0.11從10 m高度處分別換算到梯度風(fēng)高度及200 m高度處計(jì)算得到.

文獻(xiàn)[14]利用香港橫瀾島1983—2006年的臺(tái)風(fēng)觀測(cè)數(shù)據(jù)，對(duì)香港地區(qū)20、50、200、1 000 a重現(xiàn)期下的臺(tái)風(fēng)極值風(fēng)速進(jìn)行了預(yù)測(cè)，見(jiàn)表1.另外，根據(jù)香港地區(qū)的風(fēng)荷載設(shè)計(jì)規(guī)范[15]計(jì)算得到香港地區(qū)梯度風(fēng)高度的極值風(fēng)速，并根據(jù)指數(shù)風(fēng)速剖面指數(shù)0.11換算得到了200 m高度處的極值風(fēng)速，見(jiàn)表1.

表1　香港地區(qū)不同重現(xiàn)期下的極值風(fēng)速

由表1可看出，香港風(fēng)荷載設(shè)計(jì)規(guī)范50 a重現(xiàn)期下200 m高度處的極值風(fēng)速(53.8 m/s)比觀測(cè)數(shù)據(jù)的計(jì)算結(jié)果(47.5 m/s)高約13%，這主要是因?yàn)橐?guī)范在確定香港地區(qū)極值風(fēng)速時(shí)，一方面直接采用了1.05的增大系數(shù)來(lái)考慮風(fēng)速剖面誤差帶來(lái)的影響，另一方面當(dāng)時(shí)規(guī)范計(jì)算極值風(fēng)速時(shí)只是依據(jù)香港橫瀾島1953—1980年的數(shù)據(jù)進(jìn)行分析得到，與現(xiàn)有數(shù)據(jù)計(jì)算相比，將會(huì)增大計(jì)算得到的極值風(fēng)速誤差[14].而文獻(xiàn)[14]雖然根據(jù)更多的觀測(cè)數(shù)據(jù)進(jìn)行了臺(tái)風(fēng)極值風(fēng)速的計(jì)算，但是由于其沒(méi)有按年最大極值風(fēng)速序列進(jìn)行取值計(jì)算，而是依照臺(tái)風(fēng)風(fēng)速大于20 m/s的標(biāo)準(zhǔn)進(jìn)行臺(tái)風(fēng)最大風(fēng)速序列的構(gòu)建，這將導(dǎo)致計(jì)算得到的香港地區(qū)不同重現(xiàn)期下的臺(tái)風(fēng)極值風(fēng)速偏小.綜合這幾方面可知，香港地區(qū)的實(shí)際臺(tái)風(fēng)極值風(fēng)速值應(yīng)比表1給出的觀測(cè)數(shù)據(jù)計(jì)算結(jié)果略大一些，而比現(xiàn)有香港風(fēng)荷載設(shè)計(jì)規(guī)范小一些更為合理.利用臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ瓦M(jìn)行臺(tái)風(fēng)風(fēng)場(chǎng)模擬數(shù)值模擬得到的不同重現(xiàn)期下的香港地區(qū)設(shè)計(jì)風(fēng)速比觀測(cè)數(shù)據(jù)得到的結(jié)果要高，其中50 a重現(xiàn)期下的極值風(fēng)速，比觀測(cè)數(shù)據(jù)計(jì)算結(jié)果高約9%.50 a重現(xiàn)期下，與香港規(guī)范給出的極值風(fēng)速相比，有所降低，約低4%，這正好抵消了香港風(fēng)荷載設(shè)計(jì)規(guī)范在計(jì)算中所考慮的1.05的增大系數(shù).因此，利用臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ湍苣M得到與香港地區(qū)的實(shí)際設(shè)計(jì)風(fēng)速值比較接近的結(jié)果.另外，根據(jù)臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ陀?jì)算得到的50 a重現(xiàn)期下香港地區(qū)200 m及梯度風(fēng)高度處的臺(tái)風(fēng)極值風(fēng)速數(shù)值模擬結(jié)果進(jìn)行計(jì)算可知，其對(duì)應(yīng)的指數(shù)風(fēng)速剖面指數(shù)值約為0.1，此值與香港規(guī)范推薦的指數(shù)風(fēng)速剖面指數(shù)為0.11基本一致，由此可知利用此臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ蛯?duì)臺(tái)風(fēng)風(fēng)速剖面進(jìn)行模擬可以滿(mǎn)足要求.

5結(jié)語(yǔ)

利用從上海臺(tái)風(fēng)研究所獲取的1949—2012年的臺(tái)風(fēng)歷史數(shù)據(jù)，進(jìn)行了臺(tái)風(fēng)關(guān)鍵參數(shù)概率分布的擬合，給出了擬合結(jié)果，并提出了基于新的Holland徑向氣壓參數(shù)B表達(dá)式的臺(tái)風(fēng)風(fēng)場(chǎng)經(jīng)驗(yàn)?zāi)Ｐ?，然后結(jié)合Monte Carlo數(shù)值模擬方法完成了香港地區(qū)不同重現(xiàn)期下臺(tái)風(fēng)極值風(fēng)速的預(yù)測(cè)，并與觀測(cè)數(shù)據(jù)、香港風(fēng)荷載規(guī)范的結(jié)果進(jìn)行對(duì)比分析.分析結(jié)果表明，利用臺(tái)風(fēng)經(jīng)驗(yàn)?zāi)Ｐ陀?jì)算得到的臺(tái)風(fēng)極值風(fēng)速介于觀測(cè)數(shù)據(jù)計(jì)算結(jié)果與香港風(fēng)荷載規(guī)范推薦值之間，能得到與香港地區(qū)實(shí)際設(shè)計(jì)風(fēng)速比較接近的結(jié)果，也可以利用其對(duì)臺(tái)風(fēng)風(fēng)速剖面進(jìn)行較好的描述.

參考文獻(xiàn)

[1] VICKERY P J, TWISDALE L A. Prediction of hurricane wind speeds in the United States [J]. Structural Engineering，1995, 121(11): 1691-1699.

[2] VICKERY P J, SKERLJ P F, STECKLEY A C, et al. Hurricane wind field model for use in hurricane simulations [J]. Structural Engineering，2000, 126(10): 1203-1221.

[3] MENG Y, MATSUI M, HIBI K. A numerical study of the wind field in a typhoon boundary layer [J]. Wind Engineering and Industrial Aerodynamics，1997, 67/68: 437-448.

[4] VICKERY P J, WADHERA D, POWELL M D, et al. A hurricane boundary layer and wind field model for use in engineering applications [J]. Applied Meteorology and Climatology，2009, 48: 381-405.

[5] ISHIHARA T, SIANG K K, LEONG C C, et al. Wind field model and mixed probability distribution function for typhoon simulation [C]//The Sixth Asia-Pacific Conference on Wind Engineering. Seoul, Korea: [s.n.], 2005: 412-426.

[6] HOLLAND G J. An analytical model of the wind and pressure profiles in hurricanes [J]. Monthly Weather Review,1980, 108: 1212-1218.

[7] HOLLAND G. A revised hurricane pressure-wind model [J]. Monthly Weather Review,2008, 136: 3432-3445.

[8] HOLLAND G J, BELANGER J I, FRITZ A. A revised model for radial profile of Hurricane winds [J]. Monthly Weather Review,2010, 138: 4393-4401.

[9] CARDONE V J, COX A T, GREENWOOD J A, et al. Upgrade of tropical cyclone surface wind field model [R]. Washington: US Army Engineer Waterways Experiment Station, 1992.

[10]YING M, ZHANG W, YU H, et al. An overview of the China Meteorological Administration tropical cyclone database [J]. J Atmospheric and Oceanic Technology, 2014, 31: 287-301.

[11]XIAO Yufeng, DUAN Zhongdong, XIAO Yiqing, et al. Typhoon wind hazard analysis for southeast China coastal regions [J]. Structural Safety, 2011, 33: 286-295.

[12]SIMIU E, SCANLAN R H. Wind effects on structures[M]. 3rd ed. New York: John Wiley & Sons, 1996.

[13]HUANG Wengfeng, ZOU Kongqing, ZHOU Huanlin. Typhoon wind field simulation with empirical typhoon wind field model for use in engineering applications [C]//The 13th International Symposium on Structural Engineering. Hefei: Science Press, 2014: 1596-1607.

[14]HOLMES J D, KWOK K CS, HITCHCOCK P. Extreme wind speeds and wind load factors for Hong Kong [C]//The Seventh Asia Pacific Conference on Wind Engineering. Taipei: [s.n.], 2009: 801-804.

[15]Buildings Department. Code of practice on wind effects in Hong Kong [S]. Hong Kong: Building Department of Hong Kong, 2004.

(編輯趙麗瑩)

Prediction typhoon design wind speed with empirical typhoon wind field model

HUANG Wenfeng1, ZHOU Huanlin1, SUN Jianpeng2

(1.School of Civil Engineering, Hefei University of Technology, 230009 Hefei, China;2.School of Civil Engineering, Xi’an University of Architecture and Technology, 710055 Xi’an, China)

Abstract:To predict typhoon design wind speed of buildings in typhoon prone region more efficiently and accurately, probability distributions of typhoon key parameters are first fitted by using the historical typhoon wind data during 1949 and 2012 in southeast china costal region. Then, the empirical typhoon wind field model with new formula for Holland radial pressure profile parameter B is presented. Finally, in conjunction with Monte Carlo simulation method, by using typhoon extreme wind speed analysis method, typhoon extreme wind speeds with different return periods for Hong Kong are obtained. The simulation results are compared with these results obtained by using observed data and Hong Kong wind code. The effectiveness of predicting typhoon extreme wind speed by using this empirical typhoon wind field model is validated.

Keywords:extreme wind speed; typhoon wind field model; typhoon key parameters; Monte Carlo simulation

中圖分類(lèi)號(hào):P444

文獻(xiàn)標(biāo)志碼:A

文章編號(hào):0367-6234(2016)02-0142-05

通信作者:黃文鋒，wfhuang@163.com.

作者簡(jiǎn)介:黃文鋒(1982—)，男，副教授;周煥林(1973—)，男，教授，博士生導(dǎo)師.

基金項(xiàng)目:國(guó)家自然科學(xué)基金(51408174);安徽省自然科學(xué)基金(1408085QE95)；中國(guó)博士后科學(xué)基金(2015T80652).

收稿日期:2014-12-01.

doi：10.11918/j.issn.0367-6234.2016.02.024