基于隨機(jī)事件集的風(fēng)暴潮重現(xiàn)期計(jì)算的合理性研究

李旋，龔茂珣，亢興，陳昞睿

（1.上海海洋大學(xué)海洋科學(xué)學(xué)院，上海201306；2.國(guó)家海洋局東海信息中心，上海200137；3.國(guó)家海洋局東海預(yù)報(bào)中心，上海200081）

基于隨機(jī)事件集的風(fēng)暴潮重現(xiàn)期計(jì)算的合理性研究

李旋1，3，龔茂珣2，亢興3，陳昞睿3

（1.上海海洋大學(xué)海洋科學(xué)學(xué)院，上海201306；2.國(guó)家海洋局東海信息中心，上海200137；3.國(guó)家海洋局東海預(yù)報(bào)中心，上海200081）

為了研究隨機(jī)事件集實(shí)際應(yīng)用于計(jì)算南通如東岸段風(fēng)暴增水的合理性問(wèn)題，基于ADCIRC模型模擬影響南通如東岸段基于隨機(jī)事件集的風(fēng)暴增水，然后利用P-Ⅲ型曲線對(duì)年增水極值進(jìn)行擬合，得到各典型重現(xiàn)期下的增水值，并與由28年歷史資料擬合得到的各重現(xiàn)期下增水值進(jìn)行對(duì)比。結(jié)果表明，在歷史資料長(zhǎng)度所及的28年以及以下重現(xiàn)期，基于隨機(jī)事件集模擬得到的重現(xiàn)期增水值與基于歷史實(shí)測(cè)資料的比較符合，說(shuō)明隨機(jī)事件集的結(jié)果在低重現(xiàn)期情況下結(jié)果良好。對(duì)于高重現(xiàn)期增水值，基于隨機(jī)事件集的擬合結(jié)果顯著大于基于歷史資料的擬合結(jié)果。由于歷史資料時(shí)間太短，不足以發(fā)生非常極端的風(fēng)暴潮事件，故對(duì)高重現(xiàn)期的擬合結(jié)果難以保證可信度，所以不能排除隨機(jī)事件集擬合結(jié)果的合理性。隨機(jī)事件集在南通如東岸段對(duì)低重現(xiàn)期增水估計(jì)準(zhǔn)確，同時(shí)也能較充分地估計(jì)高重現(xiàn)期增水，在目前缺乏百年千年時(shí)間尺度的實(shí)測(cè)資料的情況下，不失為一種良好的風(fēng)暴增水重現(xiàn)期計(jì)算工具。在全球變暖情況下，超強(qiáng)臺(tái)風(fēng)出現(xiàn)幾率大大增加，典型重現(xiàn)期增水值也會(huì)相應(yīng)提高，為了預(yù)防風(fēng)暴災(zāi)害的侵襲，需要加深加固海堤、江堤等海岸工程。

隨機(jī)事件集；重現(xiàn)期；合理性

熱帶氣旋是發(fā)生在熱帶海洋上的一種具有暖中心結(jié)構(gòu)的強(qiáng)烈氣旋性渦旋，總是伴有狂風(fēng)暴雨，常給受影響地區(qū)造成嚴(yán)重的災(zāi)害（馮士筰，1982）。一般情況下，根據(jù)熱帶氣旋中心附近最大平均風(fēng)力將熱帶氣旋分為五級(jí)，分別為熱帶風(fēng)暴、強(qiáng)熱帶風(fēng)暴、臺(tái)風(fēng)、強(qiáng)臺(tái)風(fēng)和超強(qiáng)臺(tái)風(fēng)。它是一種破壞力很強(qiáng)的災(zāi)害性天氣系統(tǒng)，致災(zāi)因子有大風(fēng)、暴雨、風(fēng)暴潮及海浪等，且容易引發(fā)洪水、滑坡、泥石流等次生災(zāi)害（方偉華等，2012）。

風(fēng)暴潮災(zāi)害是我國(guó)面臨的主要海洋災(zāi)害之一，幾乎遍及中國(guó)沿海（張旸，2016）。登陸我國(guó)的臺(tái)風(fēng)和強(qiáng)溫帶天氣過(guò)程往往造成風(fēng)暴潮災(zāi)害，其成災(zāi)頻率高、致災(zāi)強(qiáng)度大，造成的人員和經(jīng)濟(jì)損失慘重，目前已列入我國(guó)的巨災(zāi)種類。

開(kāi)展風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)評(píng)估，完成風(fēng)險(xiǎn)區(qū)劃，既能增強(qiáng)國(guó)家和地方政府風(fēng)暴潮災(zāi)害的防御能力，又可以有效的降低風(fēng)暴潮災(zāi)害風(fēng)險(xiǎn)，減少災(zāi)害造成的人員傷亡和財(cái)產(chǎn)損失，為沿海地區(qū)經(jīng)濟(jì)發(fā)展布局等提供科學(xué)依據(jù)。但是由于目前全球?qū)τ跉v史臺(tái)風(fēng)的信息記錄時(shí)間序列僅為數(shù)十年，并且對(duì)于百年一遇或者千年一遇歷史臺(tái)風(fēng)的記錄很少或者信息缺失嚴(yán)重，這就導(dǎo)致在應(yīng)用于實(shí)際的災(zāi)害風(fēng)險(xiǎn)評(píng)估時(shí)會(huì)出現(xiàn)樣本不足的問(wèn)題。

為了解決歷史樣本不足的問(wèn)題，研究學(xué)者提出了一套熱帶氣旋路徑及強(qiáng)度隨機(jī)模擬體系，該模擬體系主要是基于起點(diǎn)模型、行進(jìn)模型、終點(diǎn)模型、洋面強(qiáng)度模型以及陸地衰減模型，模擬符合歷史規(guī)律的大量臺(tái)風(fēng)路徑樣本，形成熱帶氣旋隨機(jī)事件集（方偉華等，2012）。與確定性的熱帶氣旋預(yù)報(bào)模型不同的是，隨機(jī)模擬模型不是著眼于對(duì)于未來(lái)某次臺(tái)風(fēng)的預(yù)報(bào)，它主要是基于歷史臺(tái)風(fēng)路徑和強(qiáng)度等特征基礎(chǔ)上進(jìn)行統(tǒng)計(jì)分析從而模擬出可能符合未來(lái)熱帶氣旋的大樣本事件。我國(guó)在熱帶氣旋路徑和強(qiáng)度隨機(jī)模擬領(lǐng)域系統(tǒng)研究相對(duì)不多，盡管我國(guó)在臺(tái)風(fēng)預(yù)報(bào)預(yù)警領(lǐng)域從動(dòng)力學(xué)角度進(jìn)行了非常多的研究，但是對(duì)于整個(gè)西北太平洋的熱帶氣旋生成、形成路徑、行進(jìn)方向、登陸及強(qiáng)度衰減進(jìn)行系統(tǒng)隨機(jī)模擬的研究還比較少（方偉華等，2013）。

本文主要是從熱帶氣旋隨機(jī)事件集中挑選出影響南通如東岸段的熱帶氣旋，并用ADCIRC模式進(jìn)行增水模擬，求得典型重現(xiàn)期（2年、5年、10年、20年、50年、100年、200年、500年、1000年）的增水值，并與由歷史臺(tái)風(fēng)的風(fēng)暴增水模擬求得的典型重現(xiàn)期增水值比較，討論典型重新期增水值的差異，探討隨機(jī)事件集在南通如東岸段實(shí)際應(yīng)用的合理性。同時(shí)考慮到全球氣候變暖，討論了重現(xiàn)期可能發(fā)生的變化，并對(duì)可能導(dǎo)致的海洋災(zāi)害，提出了一些預(yù)防措施。

1 計(jì)算模型

ADCIRC（Parallel Advanced Circulation Model for Oceanic，Coastal and Estuarine Waters）是由北卡羅來(lái)納大學(xué)的R.A.Luettich博士和圣母大學(xué)的J. J.Westerink博士聯(lián)合研發(fā)的水動(dòng)力數(shù)值模式。它基于有限元方法，采用可任意局部靈活加密的無(wú)結(jié)構(gòu)網(wǎng)格，可對(duì)二維和三維的自由海表面流動(dòng)和物質(zhì)輸運(yùn)問(wèn)題求解，模擬海洋、近岸與河口的水位、流場(chǎng)等（羅鋒等，2014）。

1.1 控制方程

在球坐標(biāo)系下，ADCIRC二維模型通過(guò)基于垂直平均的原始連續(xù)方程和海水動(dòng)量方程來(lái)求解自由表面起伏，二維流速等三個(gè)變量。球坐標(biāo)系下海水連續(xù)方程和動(dòng)量方程為：

式中，t為時(shí)間；λ、φ為經(jīng)度和緯度；H為海水水柱的總水深；ζ為從靜止的平均海平面起算自由表面高度；U、V為深度平均的海水水平流速；f為科氏參數(shù)，Ω為地球的自轉(zhuǎn)角速度；ρ0為海水密度，文中默認(rèn)為1 025 kg/m3；PS為海水自由表面的大氣壓強(qiáng)；R為地球的半徑，取6 378 135 m；η為牛頓引潮勢(shì)；Dλ，Dφ為經(jīng)緯度方向上的擴(kuò)散項(xiàng)；τsλ，τsφ分別為經(jīng)緯度方向上的海表面應(yīng)力；τbλ，τbφ分別為經(jīng)緯度方向上的海底摩擦。

1.2 模型設(shè)置

模型啟動(dòng)時(shí)，初始水位場(chǎng)和流場(chǎng)均為0，即ζ、u、v均為0。對(duì)于陸地、島嶼等路邊界，在邊界上滿足不可入射條件，即取法向流速為0，即Vn為0；外海水位開(kāi)邊界考慮了9個(gè)主要分潮（M2、S2、N2、K2、K1、O1、P1、Q1、2N2）。模式時(shí)間步長(zhǎng)設(shè)為1 s。考慮網(wǎng)格干濕變化。每30 min輸出1次水位場(chǎng)以獲取最大潮位和最大增水?dāng)?shù)據(jù)。底摩擦通過(guò)二次拖曳系數(shù)Cd進(jìn)行設(shè)置，對(duì)于不同海域，模式中通過(guò)率定Cd取不同的值，海域的取值范0.001 0～0.001 8之間。

1.3 模型范圍

計(jì)算網(wǎng)格在115°-134°E，16°-41°N范圍內(nèi)，包括了整個(gè)東中國(guó)海，網(wǎng)格在長(zhǎng)江上游延伸至大通站。外海網(wǎng)格較大，蘇北淺灘輻射沙洲區(qū)域，由于潮溝眾多，為刻劃局部精細(xì)流場(chǎng)，網(wǎng)格作了進(jìn)一步加密，該局部網(wǎng)格分辨率平均約為100 m。該套高分辨率非結(jié)構(gòu)網(wǎng)格的計(jì)算區(qū)域包括65 747個(gè)三角形，共計(jì)129 223個(gè)節(jié)點(diǎn)。

1.4 風(fēng)場(chǎng)模型

本文采用藤田-高橋嵌套臺(tái)風(fēng)模型，即根據(jù)2倍最大風(fēng)速半徑距離內(nèi)外分別采用藤田氣壓模型（4）和高橋氣壓模型（5）對(duì)同一區(qū)域的臺(tái)風(fēng)氣壓場(chǎng)進(jìn)行模擬，繼而利用梯度風(fēng)公式（6）求出環(huán)流風(fēng)場(chǎng)并疊加Ueno Takeo（7）移行風(fēng)場(chǎng)。

式中：P0表示臺(tái)風(fēng)中心氣壓，P∞表示臺(tái)風(fēng)外圍氣壓，r為目標(biāo)點(diǎn)到臺(tái)風(fēng)中心的距離，R0為最大風(fēng)速半徑。

其中VS為距離臺(tái)風(fēng)中心r處的梯度風(fēng)速，ρ為空氣密度，取值為1.292 9×10-3g/m3，其中Vdx，Vdy是臺(tái)風(fēng)中心移動(dòng)速度在x（正東）和y（正北）方向上的兩個(gè)分量。

2 模型驗(yàn)證

2.1 天文潮驗(yàn)證

天文潮校驗(yàn)計(jì)算的時(shí)間段為2005年5月1日到2005年5月16日，模式提前2天起算。這段時(shí)間沒(méi)有顯著的天氣過(guò)程影響南通沿海。圖1中（a）、（b）分別是呂四站和連云港站實(shí)測(cè)資料與模式計(jì)算結(jié)果對(duì)比圖。由兩圖可知，模擬計(jì)算結(jié)果與實(shí)測(cè)結(jié)果基本相符。

圖1 模型分別在呂四站（a）和連云港站（b）天文潮驗(yàn)證

2.2 風(fēng)暴潮水位與增水驗(yàn)證

風(fēng)暴潮水位和增水驗(yàn)證均選取1109號(hào)臺(tái)風(fēng)“梅花”影響江蘇沿海期間呂四站實(shí)測(cè)資料與模式計(jì)算結(jié)果的對(duì)比。

對(duì)5次歷史臺(tái)風(fēng)進(jìn)行增水模擬并與歷史實(shí)測(cè)資料對(duì)比，由表1可知，呂四站最大增水的最高相對(duì)誤差為30.4%，最低相對(duì)誤差為4.8%，最大潮位的最高相對(duì)誤差為16.1%，最低相對(duì)誤差為1.2%。連云港站最大增水的最高相對(duì)誤差為27.5%，最低相對(duì)誤差為4.8%，最大潮位的最高相對(duì)誤差為5.4%，最低相對(duì)誤差為4.8%。

表1 增水潮位極值模擬結(jié)果與實(shí)測(cè)比較

圖2 模型呂四站水位（a）和增水（b）驗(yàn)證

由圖2可知在1109號(hào)臺(tái)風(fēng)過(guò)程前期，模型模擬的水位、增水與實(shí)際水位、實(shí)際增水十分吻合，最大增水時(shí)刻和最大增水均十分接近實(shí)際情況；出現(xiàn)最大增水之后，增水的模擬精度降低，模型中沒(méi)有考慮臺(tái)風(fēng)期間大浪破碎對(duì)于增水的影響，從而影響模擬精度。但是總體上，模型結(jié)果是準(zhǔn)確可靠的，可用于下一步的增水特征分析。

3 典型重現(xiàn)期計(jì)算與分析

3.1 數(shù)據(jù)介紹

全球各地的熱帶氣旋記錄時(shí)間序列短，在進(jìn)行熱帶氣旋災(zāi)害風(fēng)險(xiǎn)評(píng)估時(shí)經(jīng)常面臨樣本不足的問(wèn)題，尤其是超強(qiáng)臺(tái)風(fēng)及巨災(zāi)記錄歷史樣本更加少。為了解決這個(gè)問(wèn)題，研究學(xué)者基于有限的熱帶氣旋歷史觀測(cè)資料樣本，運(yùn)用隨機(jī)模擬的方法，生成了大量隨機(jī)熱帶氣旋事件，大量隨機(jī)樣本的集合即為隨機(jī)事件集。與確定性的熱帶氣旋預(yù)報(bào)模型不同的是，隨機(jī)模擬模型不在著眼于單場(chǎng)熱帶氣旋的預(yù)報(bào)，而是基于熱帶氣旋樣本規(guī)律統(tǒng)計(jì)上的集合預(yù)報(bào)（方偉華等，2012）。

本文中所用隨機(jī)事件集共有4 004個(gè)熱帶氣旋樣本，時(shí)間序列是從1-1000年。為了研究影響如東岸段下的風(fēng)暴增水，以如東岸段中點(diǎn)為原點(diǎn)，400 km為半徑做圓，共篩選出2 272個(gè)影響如東岸段的熱帶氣旋樣本。而根據(jù)上海臺(tái)風(fēng)研究所發(fā)布的臺(tái)風(fēng)路徑資料，1960-2013年間影響南通如東岸段的歷史臺(tái)風(fēng)共有69個(gè)。

由表2可知，歷史臺(tái)風(fēng)中的熱帶風(fēng)暴和強(qiáng)熱帶風(fēng)暴所占比重均高于隨機(jī)事件集中的熱帶風(fēng)暴和強(qiáng)熱帶風(fēng)暴所占比重，而隨機(jī)事件集中的臺(tái)風(fēng)和強(qiáng)臺(tái)風(fēng)所占比重均高于歷史臺(tái)風(fēng)中的臺(tái)風(fēng)和強(qiáng)臺(tái)風(fēng)所占比重。歷史臺(tái)風(fēng)中無(wú)超強(qiáng)臺(tái)風(fēng)統(tǒng)計(jì)，隨機(jī)事件集中超強(qiáng)臺(tái)風(fēng)占個(gè)數(shù)總數(shù)的5%。

表2 影響如東岸段熱帶氣旋等級(jí)及個(gè)數(shù)統(tǒng)計(jì)

3.2 隨機(jī)事件集有效性評(píng)估

圖3 影響如東岸的歷史臺(tái)風(fēng)（a）和隨機(jī)事件集中的熱帶氣旋（b）路徑分布

本文根據(jù)1979年Schwerdt開(kāi)展的西太平洋臺(tái)風(fēng)最大風(fēng)速半徑航空探測(cè)所獲取的173個(gè)歷史臺(tái)風(fēng)資料以及美國(guó)聯(lián)合警報(bào)中心（JointTyphoonWarning Center，JTWC）所整編的2001-2013年歷史臺(tái)風(fēng)資料，提取最大風(fēng)速半徑、中心氣壓、近中心最大風(fēng)速3組數(shù)據(jù)。同時(shí)從影響如東岸段的2 272個(gè)熱帶氣旋樣本中也提取最大風(fēng)速半徑、中心氣壓、近中心最大風(fēng)速3組數(shù)據(jù)。

由圖4可知，歷史臺(tái)風(fēng)中最大風(fēng)速半徑越大，中心氣壓也會(huì)上升，具有較弱正相關(guān)關(guān)系，最大風(fēng)速半徑會(huì)下降，具有較弱負(fù)相關(guān)關(guān)系。熱帶氣旋隨機(jī)事件集最大風(fēng)速半徑越大與中心氣壓以及最大風(fēng)速呈指數(shù)函數(shù)關(guān)系。最大風(fēng)速半徑越大，中心氣壓也越大，具有強(qiáng)正相關(guān)關(guān)系，最大風(fēng)速也越低，具有強(qiáng)負(fù)相關(guān)關(guān)系。

隨機(jī)事件集中影響如東岸段的熱帶氣旋最大風(fēng)速為7~63 m/s，中心氣壓為910~1 010 hPa，最大風(fēng)速半徑為27~180 km。西太平洋的熱帶氣旋實(shí)況記錄熱帶氣旋最大風(fēng)速為7~75 m/s，中心氣壓為875~1 010 hPa，最大風(fēng)速半徑為7~92 km。隨機(jī)事件集中的熱帶氣旋強(qiáng)度與實(shí)況基本相一致。

圖4 歷史臺(tái)風(fēng)和隨機(jī)事件集中的熱帶氣旋各參數(shù)之間關(guān)系

熱帶氣旋隨機(jī)事件集中當(dāng)中心氣壓在910~ 1 000 hPa之間時(shí)，最大風(fēng)速半徑在27~80 km之間，位于歷史實(shí)況最大風(fēng)速半徑的取值范圍內(nèi)。如當(dāng)隨機(jī)事件集中熱帶氣旋中心氣壓為920 hPa時(shí)，所對(duì)應(yīng)的最大風(fēng)速半徑為30 km，而在實(shí)況數(shù)據(jù)中，中心氣壓為920 hPa時(shí)，風(fēng)速半徑在7~45 km之間；當(dāng)隨機(jī)事件集中風(fēng)速為30 m/s時(shí)，所對(duì)應(yīng)的最大風(fēng)速半徑為57 km，而在實(shí)況數(shù)據(jù)中，最大風(fēng)速半徑在7~78 km之間。

綜上所述，隨機(jī)事件集中所構(gòu)建的熱帶氣旋與歷史臺(tái)風(fēng)的強(qiáng)度特征要素基本保持一致，因此構(gòu)建比較合理，可用隨機(jī)事件集進(jìn)行下一步的研究工作。

3.3 案列挑選

為研究南通市風(fēng)暴潮災(zāi)害的影響，采用經(jīng)過(guò)校驗(yàn)的ADCIRC風(fēng)暴潮模式分別對(duì)隨機(jī)事件集中的熱帶氣旋進(jìn)行模擬，獲取增水極值，進(jìn)行重現(xiàn)期分析。

從隨機(jī)事件集中選取第901年到第1000年這100年影響如東岸段熱帶氣旋樣本，進(jìn)行風(fēng)暴模擬。其中第954年、第965年、第986年、第990年無(wú)熱帶氣旋影響如東岸段，故實(shí)際最終得出了96年的年增水極值。由于選取時(shí)間范圍較大，缺少數(shù)據(jù)的年份為4年，因此對(duì)于最終得到的重現(xiàn)期結(jié)果影響不大。

實(shí)測(cè)數(shù)據(jù)選取呂四站1984-2014年年增水極值資料，由于呂四站缺少1996-1998年的三年數(shù)據(jù)資料，故只用剩余28年增水極值年資料做重現(xiàn)期分析。

3.4 呂四站與特征點(diǎn)典型重現(xiàn)期分析

3.4.1 呂四站典型重現(xiàn)期分析

呂四站是南通沿海唯一具有較長(zhǎng)序列實(shí)測(cè)數(shù)據(jù)的代表性潮位站，其年極值變化規(guī)律在南通沿海具有代表性（王華等，2007）。利用ADCIRC模式對(duì)熱帶氣旋隨機(jī)事件集和實(shí)測(cè)歷史數(shù)據(jù)進(jìn)行模擬時(shí)，模型并不疊加天文潮以及背景風(fēng)場(chǎng)。然后采用P-Ⅲ型曲線分別對(duì)隨機(jī)事件集中的96年年增水極值和歷史臺(tái)風(fēng)的28年年增水極值進(jìn)行擬合，得到典型重現(xiàn)期下的增水值。

表3 呂四站各重現(xiàn)期風(fēng)暴增水值

當(dāng)重現(xiàn)期為2、5年時(shí)隨機(jī)事件集模擬的增水值均小于歷史臺(tái)風(fēng)模擬的增水值，重現(xiàn)期高于10年的情形下，隨機(jī)事件集模擬的增水值均大于歷史臺(tái)風(fēng)模擬的增水值。

當(dāng)重現(xiàn)期為2、5、10年時(shí)，隨機(jī)事件集模擬的增水值和歷史臺(tái)風(fēng)的增水值偏差均小于50 cm，其中5年一遇增水值的偏差最小，為2 cm。

當(dāng)重現(xiàn)期高于50年時(shí)，絕對(duì)誤差均超過(guò)1 m，相對(duì)誤差也都達(dá)到50%以上，且典型重現(xiàn)期越大，絕對(duì)誤差和相對(duì)誤差也隨之越大。

3.4.2 典型重現(xiàn)期分析

隨機(jī)事件集中臺(tái)風(fēng)、強(qiáng)臺(tái)風(fēng)和超強(qiáng)臺(tái)風(fēng)比例要遠(yuǎn)高于歷史情況下臺(tái)風(fēng)、強(qiáng)臺(tái)風(fēng)的比例，況且歷史臺(tái)風(fēng)統(tǒng)計(jì)中沒(méi)有超強(qiáng)臺(tái)風(fēng)，因此當(dāng)重現(xiàn)期為百年一遇甚至是千年一遇時(shí)，那么隨機(jī)事件集中模擬出的典型重現(xiàn)期增水值肯定要大于歷史臺(tái)風(fēng)模擬的典型重現(xiàn)期增水值，因此會(huì)出現(xiàn)重現(xiàn)期越高，兩者典型重現(xiàn)期的增水差值也越大的情況。

由于隨機(jī)事件集熱帶氣旋在進(jìn)行風(fēng)暴增水模擬時(shí)沒(méi)有考慮天文潮、背景風(fēng)場(chǎng)的影響，因此模擬出的年增水極值偏低，典型重現(xiàn)期的增水值也要相應(yīng)的偏低。如果在模擬隨機(jī)事件集中熱帶氣旋時(shí)耦合天文潮以及疊加多年平均背景風(fēng)場(chǎng)，那么模擬出的每年增水值會(huì)有一定幅度的提高，典型重現(xiàn)期增水值也隨之相應(yīng)提高，那么除了重現(xiàn)期為2年的情形外，其他重現(xiàn)期的增水值均會(huì)增大。2、5年一遇的重現(xiàn)期增水值依然會(huì)比較接近實(shí)測(cè)擬合的重現(xiàn)期增水值。

3.4.3 全球變暖背景下重現(xiàn)期變化

在1-1000年時(shí)間序列下，隨機(jī)事件集中影響如東岸段的超強(qiáng)臺(tái)風(fēng)共有109個(gè)。通過(guò)對(duì)109個(gè)臺(tái)風(fēng)進(jìn)行增水極值模擬，增水極值最大值為3.41 m，最小值為0.09 m。由于部分超強(qiáng)臺(tái)風(fēng)到達(dá)如東岸段時(shí)，已減弱成熱帶風(fēng)暴級(jí)別，甚至已經(jīng)消散，因此導(dǎo)致呂四站增水比較低。

對(duì)增水極值統(tǒng)計(jì)發(fā)現(xiàn)有6個(gè)超強(qiáng)臺(tái)風(fēng)的增水極值超過(guò)3.00 m，44個(gè)超強(qiáng)臺(tái)風(fēng)的增水極值低于1.00 m。如表4所示。

考慮到近年來(lái)隨著全球氣候變暖，極端性天氣事件增多，超強(qiáng)臺(tái)風(fēng)出現(xiàn)的幾率也極大的增加（端義宏等，2005）。如果超強(qiáng)臺(tái)風(fēng)前進(jìn)至如東岸段強(qiáng)度依然很大，這樣勢(shì)必會(huì)引起如東岸段沿海相當(dāng)大的增水，那么各典型重現(xiàn)期增水值也會(huì)相應(yīng)提高。為了預(yù)防風(fēng)暴災(zāi)害的侵襲，需要加深加固海堤、江堤等海岸工程。

圖5 109個(gè)超強(qiáng)臺(tái)風(fēng)增水極值統(tǒng)計(jì)

表4 呂四站增水情況統(tǒng)計(jì)

4 結(jié)語(yǔ)與展望

（1）通過(guò)對(duì)隨機(jī)事件集和歷史臺(tái)風(fēng)典型重現(xiàn)期增水值比較發(fā)現(xiàn)當(dāng)重現(xiàn)期為2、5、10年時(shí)，隨機(jī)事件集中擬合得到的重現(xiàn)期增水值與歷史臺(tái)風(fēng)擬合得到的重現(xiàn)期增水值誤差在50 cm之內(nèi)，當(dāng)重現(xiàn)期為百年一遇甚至是千年一遇時(shí)，由隨機(jī)事件集擬合得到的典型重現(xiàn)期增水值要遠(yuǎn)大于由歷史資料擬合得到的典型重現(xiàn)期增水值。

（2）由于所用歷史資料年限較短，因此還不能認(rèn)為由隨機(jī)事件集擬合得到的高重現(xiàn)期結(jié)果就不具備合理性。在南通如東岸段隨機(jī)事件集對(duì)低重現(xiàn)期增水估計(jì)準(zhǔn)確，同時(shí)也能較充分地估計(jì)高重現(xiàn)期增水，在目前缺乏長(zhǎng)時(shí)間尺度資料的情況下，利用隨機(jī)事件集計(jì)算風(fēng)暴增水的低重現(xiàn)期結(jié)果可作為實(shí)際應(yīng)用，而高重現(xiàn)期結(jié)果可作為參考使用。因此在南通如東岸段利用隨機(jī)事件集方法計(jì)算風(fēng)暴增水重現(xiàn)期是合理的，具有可行性。

（3）考慮到在全球變暖背景影響下，如東岸段出現(xiàn)超強(qiáng)臺(tái)風(fēng)的可能性增加，這樣如東岸段典型重現(xiàn)期增水值也會(huì)相應(yīng)提高。為了預(yù)防風(fēng)暴災(zāi)害的侵襲，保障當(dāng)?shù)厣?cái)產(chǎn)安全，政府本門需要加深加固南通沿海岸段海底防護(hù)工程。

致謝：國(guó)家海洋局海洋減災(zāi)中心提供了隨機(jī)事件集，國(guó)家海洋局東海預(yù)報(bào)中心肖文軍也為論文寫作提供了寶貴意見(jiàn)，在此一并致謝。

端義宏，朱建榮，秦曾灝，等，2005.一個(gè)高分辨的長(zhǎng)江口臺(tái)風(fēng)風(fēng)暴潮數(shù)值預(yù)報(bào)模式及其應(yīng)用.海洋學(xué)報(bào)，27（3）：11-19

方偉華，林偉，2013.面向?yàn)?zāi)害風(fēng)險(xiǎn)評(píng)估的臺(tái)風(fēng)風(fēng)場(chǎng)模型研究綜述.地球科學(xué)進(jìn)展，32（6）：852-867

方偉華，石先武，2012.面向?yàn)?zāi)害風(fēng)險(xiǎn)評(píng)估的熱帶氣旋路徑及強(qiáng)度隨機(jī)模擬綜述.地球科學(xué)進(jìn)展，27（8）：866-875

馮士筰，1982.風(fēng)暴潮導(dǎo)論.北京：科學(xué)出版社

羅峰，盛建明，潘錫山，等，2014.江蘇沿海精細(xì)化風(fēng)暴潮模式研究與應(yīng)用.南京大學(xué)學(xué)報(bào)(自然科學(xué))，50（5）：687-694

王華，姚圣康，龔茂珣，等，2007.江蘇省洋口港風(fēng)暴潮數(shù)據(jù)分析.海洋通報(bào)，26（3）：26-32

張旸，陳沈良，谷國(guó)傳，2016.歷史時(shí)期蘇北平原潮災(zāi)的時(shí)空分布格局.海洋通報(bào)，35（1）：30-37

（本文編輯：袁澤軼）

Study on the reasonability of computing the return period of storm surge based on random event sets

LI Xuan1,GONG Mao-xun2,KANG Xing3,CHEN Bing-rui3
(1.College of Marine Science,Shanghai Ocean University,Shanghai 201306,China;2.East China Sea Marine Information Center of SOA, Shanghai 200137,China;3.East China Sea Marine Forecasting Center of SOA,Shanghai 200081,China)

In order to study whether the random event set can be used in the Rudong bank of Nantong or not,ADCIRC model is used to stimulate the storm surge affecting the Rudong bank based on random event set.Then p-III curve is used to fit peak-value of surges of all the years to get the surge of typical return periods.The result shows that the results of fitting by ADCIRC and by historical data coincide well in lower return periods,but for higher return periods,the results of fitting by ADCIRC are significantly higher than that of fitting by historical data.Due to the short time,it's not enough for the extreme storm surge events to occur,and the results of higher return periods are not reliable,so we can't rule out the reasonability of results based on random event set.The results of fitting based on random event set are accurate in lower return periods and we can also fully estimate the surge of higher return periods based on random event set.In the situation of lacking historical data of hundreds of years,random event set can be accepted as a tool to compute the return period of storm surge.Considering the global warming,the possibility of super typhoons'appearance rises,which will result in higher surge of return periods.In order to prevent the disaster of storm surge,the government needs to deepen and reinforce the coastal engineering like seawalls and embankments.

random event set;return period;reasonability

P732.6

A

1001-6932（2017）04-0424-07

10.11840/j.issn.1001-6392.2017.04.009

2015-11-11；

2016-04-08

中國(guó)海洋業(yè)務(wù)化風(fēng)暴潮數(shù)值預(yù)報(bào)系統(tǒng)關(guān)鍵技術(shù)研究與應(yīng)用（2016YFC1401503）

李旋（1989-），碩士研究生，主要從事風(fēng)暴潮數(shù)值預(yù)報(bào)研究。電子郵箱：lixuan_99@126.com。

亢興，工程師。電子郵箱：seventwo_917@163.com。