東南沿海臺(tái)風(fēng)風(fēng)暴潮增水過程中非線性機(jī)制和地形的作用研究: 以1509號(hào)臺(tái)風(fēng)“燦鴻”為例*

張西琳 楚棟棟 張繼才 車助鎂 李春雁

東南沿海臺(tái)風(fēng)風(fēng)暴潮增水過程中非線性機(jī)制和地形的作用研究: 以1509號(hào)臺(tái)風(fēng)“燦鴻”為例*

張西琳1楚棟棟1張繼才1①車助鎂2李春雁3

(1. 浙江大學(xué) 海洋學(xué)院 物理海洋與遙感研究所 舟山 316000; 2. 浙江省自然資源廳海洋監(jiān)測預(yù)報(bào)中心 杭州 310000; 3. Department of Oceanography and Coastal Sciences, Coastal Studies Institute, Louisiana State University, Baton Rouge, Louisiana, USA 70803)

本文基于FVCOM(Finite Volume Community Ocean Model)構(gòu)建了一個(gè)覆蓋中國渤海、黃海和東海的數(shù)值模型, 采用NCEP-CFSR風(fēng)場數(shù)據(jù)對(duì)1509號(hào)臺(tái)風(fēng)“燦鴻”產(chǎn)生的風(fēng)暴潮進(jìn)行模擬, 與實(shí)測水位數(shù)據(jù)的對(duì)比表明該模型可靠、模擬結(jié)果合理?；诖四Ｐ? 本文對(duì)非線性作用和地形在風(fēng)暴潮增水過程中的作用進(jìn)行了研究。首先, 重點(diǎn)分析了增水過程中潮汐與風(fēng)暴潮的非線性作用, 結(jié)果表明: 高潮時(shí)非線性作用使增水值降低; 低潮時(shí)非線性作用使增水值升高。另外, 開邊界處分別只添加M2、S2和K1分潮, 分析天文潮的潮高和周期對(duì)非線性作用的影響, 結(jié)果表明: 潮高越高, 非線性作用越明顯; 半日潮的非線性作用較全日潮更明顯; 并且, 增水極值附近出現(xiàn)的半日周期的波動(dòng)也與非線性作用有關(guān)。其次, 除了非線性作用, 地形對(duì)風(fēng)暴潮的增水也有一定影響, 本文改變地形的實(shí)驗(yàn)結(jié)果表明: 坡度越大, 增水極值越小。琉球群島的存在使得東南沿海出現(xiàn)風(fēng)暴潮增水的面積減小, 但使得風(fēng)暴潮增水的高值區(qū)域擴(kuò)大。

風(fēng)暴潮; FVCOM(Finite Volume Community Ocean Model); 非線性作用; 地形; 渤黃東海; 臺(tái)風(fēng)燦鴻

風(fēng)暴潮是指由于強(qiáng)烈的大氣擾動(dòng), 如強(qiáng)風(fēng)或氣壓驟變引起的海面異常升高或降低的情況(馮士筰, 1999)。當(dāng)風(fēng)暴潮和天文大潮同時(shí)發(fā)生時(shí), 往往會(huì)引起海水大幅升高, 進(jìn)而造成巨大的經(jīng)濟(jì)損失。中國位于太平洋西岸, 每年因?yàn)轱L(fēng)暴潮造成的經(jīng)濟(jì)損失約占全部海洋災(zāi)害造成的經(jīng)濟(jì)損失的97%(馮有良, 2013), 其中東南沿海每年也因?yàn)轱L(fēng)暴潮災(zāi)害遭受了巨大的經(jīng)濟(jì)損失。中國東南沿岸地形多變, 島嶼眾多, 海底地形十分復(fù)雜, 近岸水深較淺, 向東南方向逐漸下傾, 在20—50m等深線間存在明顯的海底狹長斜坡(曹欣中, 1986)。近海動(dòng)力機(jī)制復(fù)雜, 北面受到長江沖淡水的影響, 南面受到臺(tái)灣暖流影響, 沿岸流和臺(tái)灣暖流在此地交匯, 存在我國最顯著的上升流區(qū), 因此形成的舟山漁場每年為我國提供了大量的漁業(yè)資源。中國東南沿海受到海平面上升和陸地沉降的影響, 未來將面臨較為嚴(yán)重的風(fēng)暴潮災(zāi)害威脅(Syvitski, 2009)。因此對(duì)近海風(fēng)暴潮進(jìn)行持續(xù)的研究, 對(duì)風(fēng)暴潮預(yù)報(bào)和評(píng)估有著十分重要的意義。在研究中, 風(fēng)暴潮的增水值是衡量一個(gè)風(fēng)暴潮的大小重要標(biāo)準(zhǔn), 當(dāng)水位暴漲時(shí), 往往會(huì)對(duì)沿海地區(qū)造成巨大損失(林林茂, 2017)。而潮汐與風(fēng)暴潮的非線性作用以及地形因素都會(huì)對(duì)風(fēng)暴潮的增水值和增水值出現(xiàn)的時(shí)間造成一定影響(Doodson, 1956; Proudman, 1957; Shen, 2009)。

潮汐和風(fēng)暴潮的非線性相互作用對(duì)風(fēng)暴潮增水的極值以及極值出現(xiàn)的時(shí)間均有較大影響(Chu, 2019)。在實(shí)際計(jì)算中, 風(fēng)暴潮的實(shí)際增水與單由臺(tái)風(fēng)風(fēng)場造成的增水?dāng)?shù)值和增水峰值出現(xiàn)的時(shí)間通常不一樣。泰晤士河中風(fēng)暴潮增水的極大值更容易出現(xiàn)在漲潮時(shí)(Prandle, 1978), 北海西側(cè)長期站的水位觀測數(shù)據(jù)表明, 風(fēng)暴潮增水的極大值最有可能出現(xiàn)在高潮的前3—5h(Horsburgh, 2007), 這些都是由非線性作用造成的。非線性作用的大小與臺(tái)風(fēng)登陸時(shí)間、潮汐周期、水深和地理位置有關(guān)(Rego, 2010b; Feng, 2019)。Zhang等(2019)的研究表明, 臺(tái)風(fēng)路徑也會(huì)對(duì)非線性作用產(chǎn)生影響。潮汐和風(fēng)暴潮的非線性作用的產(chǎn)生主要來自摩擦力項(xiàng)、淺水效應(yīng)和平流項(xiàng)。對(duì)于三者哪一個(gè)占主導(dǎo)地位有很多學(xué)者做了相關(guān)研究, Wolf(1978)對(duì)半封閉水道中的風(fēng)暴潮進(jìn)行計(jì)算, 結(jié)果表明, 摩擦力項(xiàng)占了主導(dǎo)作用。姜兆敏等(2004)對(duì)一維狹長半封閉水域中的潮汐和風(fēng)暴潮進(jìn)行了研究, 用攝動(dòng)的方法研究了潮汐和風(fēng)暴潮之間的非線性作用, 結(jié)果表明, 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和水深比值的量階。Jones等(2007, 2008)對(duì)愛爾蘭海的研究表明, 潮汐和風(fēng)潮的非線性作用影響了風(fēng)暴潮的增水高度, 并且非線性作用主要來自于底摩擦項(xiàng)和平流項(xiàng)。Rego等(2010b)利用FVCOM(Finite Volume Community Ocean Model)對(duì)颶風(fēng)麗塔(Rita)期間路易斯安那州至德克薩斯州沿岸的增水進(jìn)行模擬, 結(jié)果表明: 臺(tái)風(fēng)在高潮和低潮時(shí)登陸, 非線性作用分別使最高水位變低和變高; 另外, 平流項(xiàng)造成的非線性作用大于底摩擦項(xiàng)。但與之相異, Zhang等(2010)對(duì)臺(tái)灣海峽的風(fēng)暴潮進(jìn)行模擬分析的結(jié)果表明, 非線性作用主要來自于底摩擦項(xiàng), 平流項(xiàng)和淺水作用影響較小, 并且非線性作用在臺(tái)灣海峽北部得到了加強(qiáng)。Yang等(2019)利用ADCRIC海洋模式對(duì)鐵山灣的風(fēng)暴潮增水進(jìn)行模擬分析, 結(jié)果表明, 造成非線性作用的主要是風(fēng)應(yīng)力和底摩擦的合力項(xiàng)與對(duì)流項(xiàng); 越靠近海灣內(nèi)部, 非線性作用就越強(qiáng)。上述工作表明, 雖然研究者對(duì)于非線性過程在風(fēng)暴潮增水過程中的作用進(jìn)行了較多的研究, 但是結(jié)論并未統(tǒng)一, 中國東南沿海的潮汐-風(fēng)暴潮非線性相互作用機(jī)制尚需進(jìn)一步的研究。

風(fēng)暴潮所導(dǎo)致的增水大小受臺(tái)風(fēng)本身性質(zhì)(強(qiáng)度、半徑、風(fēng)速、路徑、移動(dòng)速度)和地形等因素的影響(Rego et al, 2009)。其中, 地形和風(fēng)暴潮的相互作用是非常重要的機(jī)制, 有很多學(xué)者做了相關(guān)研究。探究地形對(duì)風(fēng)暴潮增水的影響主要分為兩種, 一種是探究沿岸地形改變(圍涂、填海等)對(duì)風(fēng)暴潮增水的影響。江文勝等(2002)的研究發(fā)現(xiàn), 若膠州灣外水深變深, 會(huì)使風(fēng)暴潮增水增加; 謝亞力等(2007)對(duì)錢江口圍涂對(duì)杭州灣的風(fēng)暴潮的影響進(jìn)行了研究, 結(jié)果表明, 圍涂使得杭州灣的風(fēng)暴潮高潮位抬升; Rego等(2010a)利用FVCOM模擬了美國德克薩斯州的加爾維斯頓灣中的風(fēng)暴潮, 結(jié)果表明, 其傳播情況受其南部半島屏障效應(yīng)的影響, 受到侵蝕作用的半島會(huì)使其灣內(nèi)的水位上升; 聶會(huì)等(2015)分別模擬了浙江南部圍墾前后的風(fēng)暴潮情況, 結(jié)果表明, 圍墾使得潮差增大; Familkhalili等(2016)的研究發(fā)現(xiàn), 開普菲爾河口的水道變深, 會(huì)使得潮汐和風(fēng)暴潮的潮高增加。另一種是分析海平面上升或陸地沉降對(duì)風(fēng)暴潮增水的影響。Smith等(2010)利用ADCRIC海洋模式模擬了海平面上升0.5m和1m兩種情況, 結(jié)果表明, 在增水值最大的海域, 增水極值的升高和海平面的升高呈線性關(guān)系; Brown等(2010)年對(duì)愛爾蘭海東部海平面升高0.7m的情況進(jìn)行了模擬, 發(fā)現(xiàn)增水值增加了15%; Yin等(2013)模擬了海平面上升和陸地沉降對(duì)風(fēng)暴潮增水的影響, 結(jié)果表明, 兩個(gè)因素都會(huì)使給定水位的洪水重現(xiàn)期縮短; Wang等(2018)研究了海平面上升、地面沉降和水深變化三個(gè)因素對(duì)未來風(fēng)暴潮增水的影響, 結(jié)果表明, 三個(gè)因素均會(huì)使風(fēng)暴潮的增水水位上升, 并且在短時(shí)間尺度內(nèi)水深改變對(duì)風(fēng)暴潮增水水位影響最大, 而長時(shí)間尺度內(nèi)海平面上升和地面沉降影響更大。

雖然現(xiàn)有的研究成果已經(jīng)表明非線性作用和地形因素對(duì)風(fēng)暴潮增水值有影響, 但是之前的研究也有一定的局限性; 此外, 針對(duì)中國東南沿海的非線性作用的研究較少, 并且這些研究也很少涉及不同潮汐對(duì)非線性作用的影響。研究地形對(duì)浙江近海的風(fēng)暴潮增水的改變的研究也較少, 其中大多都針對(duì)沿岸地形的改變, 鮮有討論島嶼和大陸坡度對(duì)風(fēng)暴潮的影響的研究。受此驅(qū)動(dòng), 本文采用FVCOM海洋模式, 構(gòu)建了一個(gè)覆蓋中國渤海、黃海和東海的風(fēng)暴潮數(shù)值模式, 以1509號(hào)臺(tái)風(fēng)“燦鴻”所引發(fā)的風(fēng)暴潮過程作為研究對(duì)象, 研究了中國東南沿海的潮汐-風(fēng)暴潮非線性作用, 分析了不同潮汐對(duì)非線性作用的影響; 進(jìn)而, 通過改變海底地形和琉球群島的地形, 研究了地形因素對(duì)中國東南沿海的風(fēng)暴潮的影響。

1 數(shù)據(jù)和方法

1.1 臺(tái)風(fēng)“燦鴻”

1509號(hào)臺(tái)風(fēng)燦鴻于2015年6月25日左右在西北太平洋洋面上生成, 6月30日強(qiáng)度達(dá)到熱帶風(fēng)暴。燦鴻生成后一路沿西北方向北上, 進(jìn)入東海。2015年7月11日16時(shí)40分前后, 臺(tái)風(fēng)于浙江省舟山市朱家尖登陸, 登陸時(shí)最大風(fēng)力14級(jí), 中心最低氣壓為955hPa(沈曉琳等, 2015), 隨后折向東北方向, 進(jìn)入黃海, 最終在2015年7月13日凌晨在朝鮮西南部地區(qū)減弱為熱帶低壓。臺(tái)風(fēng)路徑見圖1,臺(tái)風(fēng)中心位置及臺(tái)風(fēng)強(qiáng)度數(shù)據(jù)來自溫州臺(tái)風(fēng)網(wǎng)(http://www.wztf121. com/)。

受其影響, 2015年7月10日8時(shí)—12日14時(shí), 浙江東北部等地累計(jì)降雨100—250mm, 浙江紹興、寧波、臺(tái)州和舟山部分地區(qū)達(dá)250—400mm, 浙江余姚、寧海和象山局地達(dá)420—541mm, 其中象山降雨量達(dá)316.2mm。該臺(tái)風(fēng)造成浙江、福建、江蘇等省(市)349.7萬人受災(zāi), 直接經(jīng)濟(jì)損失91.2億元。

浙江東部、上海東部、江蘇中南部等沿海地區(qū)及島嶼出現(xiàn)10—12級(jí)瞬時(shí)大風(fēng), 浙江舟山和象山局部達(dá)13—16級(jí), 其中浙江定?？藳_崗最大瞬時(shí)風(fēng)達(dá)53m/s(16級(jí))。在臺(tái)風(fēng)影響期間, 浙江中北部沿海海面12級(jí)以上大風(fēng)持續(xù)12—24h。

圖1 臺(tái)風(fēng)“燦鴻”路徑

1.2 FVCOM海洋模式

FVCOM水平方向采用非結(jié)構(gòu)網(wǎng)格, 可以精確的擬合不規(guī)則的海岸邊界(Chen, 2003, 2007)。該模式已經(jīng)成功應(yīng)用于研究河口和陸架區(qū)的海洋模擬(Yang, 2008; Shore, 2009)。

FVCOM采用坐標(biāo),坐標(biāo)坐標(biāo)變換公式如下:

其中,代表豎直坐標(biāo),是自由面高度,是底部深度(bottom depth),是總水位。

坐標(biāo)下的控制方程為:

其中,分別是東、北方向的坐標(biāo)軸;和分別是坐標(biāo)下的和方向的速度分量;為溫度;為鹽度;ρ=ρ+ρ′,是總密度,0是參考密度,′是擾動(dòng)密度;為科氏參量;為重力加速度;m為垂向渦粘系數(shù);h為紊動(dòng)動(dòng)能的垂向擴(kuò)散系數(shù);T為熱量擴(kuò)散項(xiàng);F為鹽度擴(kuò)散項(xiàng)。其中, 計(jì)算時(shí)采用正壓模式, 溫度鹽度恒定, 溫度恒定為20℃, 鹽度恒定為30。

水平擴(kuò)散項(xiàng)可由下式計(jì)算:

其中,m為水平渦粘性系數(shù)。

1.3 模型輸入及觀測數(shù)據(jù)

在進(jìn)行風(fēng)暴潮模擬時(shí), 風(fēng)場數(shù)據(jù)采用美國國家環(huán)境預(yù)報(bào)中心(National Centers for Environmental Prediction, NCEP)的CFSR(Climate Forecast System Reanalysis)再分析數(shù)據(jù)。風(fēng)場分辨率為0.3°í0.3°, 時(shí)間間隔為6h, 通過插值得到1h時(shí)間間隔的數(shù)據(jù)進(jìn)行風(fēng)暴潮模擬。因?yàn)檠芯繀^(qū)域接近長江入?？? 因此也考慮了長江徑流, 數(shù)據(jù)由大同水文站測量得到(http:// yu-zhu.vicp.net/)。外海地形數(shù)據(jù)來自ETOPO1(https:// www.ngdc.noaa.gov/mgg/global/), 分辨率為1′×1′; 近岸高分辨率地形數(shù)據(jù)由浙江省海洋監(jiān)測預(yù)報(bào)中心提供。開邊界潮汐驅(qū)動(dòng)來自美國俄勒岡大學(xué)建立的全球潮汐同化模式TPXO 7.2 (http://volkov.oce.orst.edu/ tides/TPXO7.2.html)的預(yù)報(bào)水位, 時(shí)間間隔為1h。

在進(jìn)行模型驗(yàn)證時(shí), 采用浙江省沿岸8個(gè)驗(yàn)潮站的數(shù)據(jù)進(jìn)行潮汐驗(yàn)證和臺(tái)風(fēng)過程增水驗(yàn)證, 驗(yàn)潮站地理分布及具體坐標(biāo)見圖2和表1, 驗(yàn)潮站水位數(shù)據(jù)由浙江省海洋監(jiān)測預(yù)報(bào)中心提供。

1.4 模式設(shè)置

為了更好地研究沿岸的臺(tái)風(fēng)風(fēng)暴潮增水過程, 本文的研究范圍覆蓋了渤海、黃海和東海(16.52°—40.93°N, 115.02°—133.96°E), 包括了29916個(gè)格點(diǎn), 57125個(gè)三角網(wǎng)格單元(如圖3)。網(wǎng)格在東南沿海進(jìn)行了加密, 提升了計(jì)算精度, 網(wǎng)格最大分辨率是0.5km, 在遠(yuǎn)離岸邊的開邊界附近大約為20km。包含三條開邊界, 在垂向上分為七層。

圖2 驗(yàn)潮站分布

注: 1—8分別是岱山、朱家尖、大陳、溫州、嵊山、長白、六橫和北侖站地理位置; 圖中彩色線表示臺(tái)風(fēng)路徑

表1 用于模式驗(yàn)證的站位信息

Tab.1 Stations used in model validation

模式采用冷啟動(dòng), 即===0, 并采用正壓模式, 即溫度和鹽度不變, 溫度為20°C, 鹽度為30。在開邊界添加的潮汐振動(dòng)考慮了八個(gè)主要分潮, 即M2、S2、N2、K2、K1、O1、P1和Q1。模式運(yùn)行時(shí)間為2015年6月1日0時(shí)(UTC)—7月14日23時(shí)(UTC)。

2 模型驗(yàn)證

2.1 潮汐驗(yàn)證

驗(yàn)證一個(gè)風(fēng)暴潮模型能否較好的反應(yīng)沿岸的水位情況, 首先要進(jìn)行潮汐驗(yàn)證。進(jìn)行潮汐驗(yàn)證時(shí), 模式不加入風(fēng)場, 只給予模式開邊界潮汐水位驅(qū)動(dòng)。模式運(yùn)行時(shí)間為2015年6月1日0時(shí)(UTC)—7月14日23時(shí)(UTC), 共運(yùn)行44d, 提前30d開始計(jì)算, 用于穩(wěn)定模式。

圖3 計(jì)算區(qū)域及網(wǎng)格

本文選用了8個(gè)長期站進(jìn)行模式驗(yàn)證, 站位選取見表1, 驗(yàn)證結(jié)果如圖4和表2, 其中紅色實(shí)線表示潮汐模擬結(jié)果, 藍(lán)色實(shí)線表示實(shí)測水位。在7月1—8日(UTC), 臺(tái)風(fēng)還未開始影響沿岸的水位, 潮汐是水位變化的主導(dǎo)機(jī)制。由圖可見, 模擬值與觀測值符合較好。8個(gè)站位的潮位絕對(duì)平均誤差最大為0.41m(長白站), 最小為0.13m(朱家尖站), 8個(gè)站位水位的絕對(duì)誤差的平均值為0.23m。高潮絕對(duì)誤差平均值指的是實(shí)測水位的每個(gè)高潮值減去對(duì)應(yīng)的模擬水位的高潮值的絕對(duì)值的平均, 同理, 低潮絕對(duì)誤差指的是實(shí)測水位的每個(gè)低潮值減去對(duì)應(yīng)得模擬水位的低潮值的絕對(duì)值的平均。所有站位的高潮絕對(duì)誤差的最大值出現(xiàn)在長白站, 為0.31m, 最小值出現(xiàn)在六橫站, 為0.06m; 所有站位的低潮絕對(duì)誤差的最大值出現(xiàn)在長白站, 為0.32m, 最小值出現(xiàn)在六橫站, 為0.06m。模擬結(jié)果與實(shí)際較為吻合, 證明本文構(gòu)建的模式能夠較好的描述研究區(qū)域內(nèi)的潮汐情況。誤差的出現(xiàn)可能是由于在遠(yuǎn)離網(wǎng)格較密的區(qū)域時(shí), 地形分辨率不夠高, 影響了水位和地形的相互作用。另外, 開邊界添加振動(dòng)的時(shí)候沒有考慮淺水分潮可能也使結(jié)果產(chǎn)生了一定的偏差。

圖4 模擬和實(shí)測潮汐對(duì)比

注: a—h分別是岱山、朱家尖、大陳、溫州、嵊山、長白、六橫和北侖站的潮汐驗(yàn)證情況

2.2 風(fēng)暴潮增水驗(yàn)證

本節(jié)采用沿岸的8個(gè)站點(diǎn)對(duì)燦鴻臺(tái)風(fēng)所導(dǎo)致的風(fēng)暴潮增水過程進(jìn)行了驗(yàn)證, 站位選取見表1。風(fēng)暴潮的實(shí)測增水值采用下述方法計(jì)算得到: 對(duì)2015年6月1日—10月1日的實(shí)測水位值進(jìn)行調(diào)和分析, 由調(diào)和常數(shù)計(jì)算得到天文潮所致水位值, 實(shí)測水位值減去天文潮水位值后即得到風(fēng)暴潮實(shí)測增水值。風(fēng)暴潮的模擬增水值則由模擬總水位減去模擬潮汐值后得到, 其中, 模擬潮汐值是在模式中關(guān)閉風(fēng)場驅(qū)動(dòng), 只在開邊界添加潮汐振動(dòng)得到的結(jié)果; 模擬總水位是在模式運(yùn)行時(shí)添加潮汐振動(dòng)和風(fēng)場驅(qū)動(dòng)得到的水位值。模擬結(jié)果與實(shí)測數(shù)據(jù)的對(duì)比如圖5。

從圖5中可以看出, 實(shí)測增水曲線和模擬增水曲線吻合度較好, 對(duì)兩個(gè)增水?dāng)?shù)據(jù)序列進(jìn)行分析, 采用計(jì)算時(shí)間內(nèi)的實(shí)測增水極大值減去模擬增水的極大值的絕對(duì)值作為增水極大值絕對(duì)誤差(結(jié)果見表2)。最大誤差出現(xiàn)在北侖站, 為0.34m; 最小誤差出現(xiàn)在嵊山站, 為0.01m; 8個(gè)站的平均誤差為0.17m。除了長白、六橫和北侖站以外, 其余站位誤差均在0.15m以下, 因此可以認(rèn)為模式能夠較好的模擬臺(tái)風(fēng)期間的增水情況。

圖5 模擬和實(shí)測增水對(duì)比

注: a—h分別是岱山、朱家尖、大陳、溫州、嵊山、長白、六橫和北侖站的增水驗(yàn)證情況

表2 各站位水位驗(yàn)證結(jié)果

3 結(jié)果分析

3.1 潮汐和風(fēng)暴潮的非線性作用

在實(shí)際計(jì)算中, 將風(fēng)場和天文潮線性疊加得到的水位與實(shí)際水位相差較大, 因此, 為了將臺(tái)風(fēng)的非線性作用從增水中區(qū)分出來, 增加了一組實(shí)驗(yàn), 即只添加風(fēng)場得到的水位, 下文中簡稱為風(fēng)潮。模式總共運(yùn)行44d(2015年6月1日0時(shí)(UTC)—7月14日23時(shí)(UTC)), 取7月9日0:00—7月11日0:00的結(jié)果進(jìn)行對(duì)比(如圖6, 站位信息見表1)。其中, 凈增水指的是模擬得到的總水位減去潮汐模擬值, 潮汐值為只添加開邊界潮汐振動(dòng)得到的水位值, 風(fēng)潮指的是只添加風(fēng)場得到的水位模擬值, 非線性項(xiàng)作用的值由凈增水值減去風(fēng)潮后得到。

從圖6可以看出, 風(fēng)潮較凈增水水位值偏小, 并且最大增水時(shí)沒有出現(xiàn)半日頻率的振動(dòng), 高潮出現(xiàn)的時(shí)間延后, 與凈增水相差較大。因此, 潮汐和風(fēng)暴潮的非線性作用在風(fēng)暴潮增水的模擬中十分重要。并且可以看出, 非線性作用和潮汐水位有明顯的負(fù)相關(guān), 即: 高潮時(shí), 非線性作用使風(fēng)暴潮潮位降低; 低潮時(shí), 使風(fēng)暴潮的增水增加。另外, 由于風(fēng)潮極大值出現(xiàn)時(shí)沒有半日潮頻率的振動(dòng), 而實(shí)際增水有半日潮頻率的振動(dòng), 可以認(rèn)為半日頻率的振動(dòng)由潮汐-風(fēng)暴潮非線性作用導(dǎo)致。

圖6 非線性作用對(duì)增水的影響

注: a—h分別是岱山、朱家尖、大陳、溫州、嵊山、長白、六橫和北侖站的非線性作用情況

3.2 潮汐對(duì)非線性作用的影響.

為了探究潮汐對(duì)非線性作用的影響, 設(shè)計(jì)了以下三組實(shí)驗(yàn), 分別在原始地形的基礎(chǔ)上, 風(fēng)場不變, 改變開邊界添加的潮汐振動(dòng), 分別只添加M2、K1、S2, 以此研究潮汐和非線性作用的關(guān)系, 實(shí)驗(yàn)設(shè)置見表3(1a—1c)。三種情況分別運(yùn)行模式計(jì)算非線性作用, 均運(yùn)行44d(2015年6月1日0時(shí)(UTC)—7月14日23時(shí)(UTC))。

選取嵊山站和長白站(站位信息見表1)為例進(jìn)行分析,分別繪制三種潮汐情況下的非線性作用情況, 如圖7。圖7a和圖7c對(duì)比可以發(fā)現(xiàn), 在周期基本相等的情況下, 潮高越高, 非線性作用越明顯, 圖7b和圖7c對(duì)比可以發(fā)現(xiàn), 在潮高基本相同的情況下, 半日潮和風(fēng)暴潮的非線性作用更加明顯。觀察長白站(圖7d—f)也能發(fā)現(xiàn)相同規(guī)律。并且, 只有在添加了半日潮的實(shí)驗(yàn)中, 凈增水峰值處出現(xiàn)了半日周期的振動(dòng), 添加了全日潮的實(shí)驗(yàn)結(jié)果卻沒有, 這是由于潮汐和非線性作用的負(fù)相關(guān)導(dǎo)致。潮汐周期是半日周期, 因此非線性作用也是半日周期, 疊加到增水上就在增水極大值附近出現(xiàn)了半日周期的振動(dòng)。

圖7 不同潮汐條件下的非線性作用

注: a—c是嵊山站的情況, d—f是長白站的情況; 分別添加M2(a和d)、K1(b和e)、S2分潮(c和f)

表3 實(shí)驗(yàn)設(shè)置

Tab.3 The experiment settings

注: 八個(gè)主要分潮是指M2、S2、N2、K2、K1、O1、P1和Q1分潮

3.3 大陸坡度對(duì)增水的影響

3.4 琉球群島對(duì)風(fēng)暴潮的影響

地形對(duì)于沿岸風(fēng)暴潮增水的強(qiáng)度和極值出現(xiàn)的時(shí)間有較大影響。本節(jié)以琉球群島為例, 研究了地形對(duì)東海風(fēng)暴潮增水過程的影響。琉球群島位于中國東海東部外圍, 呈東北西南向, 南北總長達(dá)1000多公里, 琉球群島東部的存在的一條東北向的海流被稱為琉球海流, 是一支重要的西邊界流, 對(duì)東海和太平洋的物質(zhì)和熱量交換都有重要的意義(韓樹宗等, 2012)。

圖8 水深等值線圖

圖9 不同坡度增水對(duì)比

注: a—h分別是岱山、朱家尖、大陳、溫州、嵊山、長白、六橫和北侖站在不同坡度條件下的增水情況

為了更好的研究琉球群島對(duì)于東海風(fēng)暴潮的增水的影響, 在原有的地形中去除琉球群島, 實(shí)驗(yàn)設(shè)置見表3(3a和3b), 重新生成網(wǎng)格(圖10), 原本島嶼位置的水深由周圍水深插值得到。在新網(wǎng)格中, 模式同樣運(yùn)行44d (2015年6月1日0時(shí)(UTC)—7月14日23時(shí)(UTC))。選擇有代表性的時(shí)刻繪制增水等值線圖(圖11, 12)。

從圖11和圖12中可以看出, 增水區(qū)域都是先出現(xiàn)在浙江溫州-臺(tái)州沿岸, 隨著臺(tái)風(fēng)中心的移動(dòng)逐漸北移, 在7月10日上午出現(xiàn)在杭州灣內(nèi), 隨后北移至江蘇省鹽城附近, 且臺(tái)風(fēng)過程中增水的極大值都出現(xiàn)在杭州灣內(nèi)。對(duì)比同一時(shí)刻的兩種情況的增水圖可以發(fā)現(xiàn), 當(dāng)增水極值出現(xiàn)在杭州灣以南時(shí), 去除琉球群島后的出現(xiàn)增水的面積和增水值均比初始地形的大; 當(dāng)增水極值出現(xiàn)在杭州灣內(nèi)時(shí), 兩種情況的出現(xiàn)增水的面積基本一致, 但是原始地形的出現(xiàn)增水高值的面積較大; 當(dāng)增水極值出現(xiàn)在杭州灣以北時(shí), 去除琉球群島后的出現(xiàn)增水的面積較大, 但是原始地形的增水高值區(qū)域較大。因此, 可以認(rèn)為, 琉球群島對(duì)于中國東南沿海的風(fēng)暴潮的削弱主要體現(xiàn)在減少出現(xiàn)風(fēng)暴潮增水的面積上, 但是琉球群島的存在會(huì)使得中國東南沿海風(fēng)暴潮的增水高值區(qū)面積擴(kuò)大。繪制改變地形前后增水極值出現(xiàn)的時(shí)間差的填色圖(圖13), 時(shí)間差由實(shí)際地形增水極值出現(xiàn)的時(shí)刻減去去除琉球群島后增水極值出現(xiàn)的時(shí)刻得到。因此, 數(shù)值大于0時(shí)表示去除琉球群島后, 增水極值出現(xiàn)時(shí)間提早, 即琉球群島的存在使得增水極值出現(xiàn)的時(shí)間延后。由圖可以看出, 去掉琉球群島后, 江蘇省沿岸增水極值出現(xiàn)的時(shí)間延遲, 杭州灣以東海域增水極值出現(xiàn)的時(shí)間提前, 杭州灣以南增水極值出現(xiàn)的時(shí)間推遲。綜上, 可以認(rèn)為, 琉球群島的存在使得東南沿海出現(xiàn)風(fēng)暴潮增水的面積減小, 但使得風(fēng)暴潮增水的高值區(qū)域擴(kuò)大, 并且使得江蘇省沿岸和杭州灣以南風(fēng)暴潮增水極大值出現(xiàn)的時(shí)間提前, 使得杭州灣口以東海域增水值延后。

圖10 去除琉球群島后的網(wǎng)格

4 結(jié)論

本文利用FVCOM海洋模式對(duì)臺(tái)風(fēng)燦鴻過境期間的風(fēng)暴潮水位進(jìn)行了模擬, 模擬的潮汐水位和風(fēng)暴潮增水均通過了水位校驗(yàn), 說明該模式能夠較好的模擬中國東南沿岸的風(fēng)暴潮情況。此外, 本文探討了風(fēng)暴潮過程中的潮汐-風(fēng)暴潮非線性作用, 分析得出, 高潮時(shí), 非線性作用使增水降低, 低潮時(shí)又使增水增加, 并且增水高潮位附近出現(xiàn)的半日周期的波動(dòng)也與潮汐和風(fēng)暴潮的非線性作用有關(guān)。并且, 通過改變開邊界添加的分潮可以得出, 潮高越高, 非線性作用越明顯。并且在潮位基本相同的情況下, 半日潮的非線性作用更為明顯。改變海底坡度分析風(fēng)暴潮造成的增水可以發(fā)現(xiàn), 坡度越小, 風(fēng)暴潮的增水越明顯。通過改變琉球群島的地形可以得出, 琉球群島對(duì)臺(tái)風(fēng)增水的削弱作用在中國東南沿岸都有體現(xiàn), 主要使得出現(xiàn)增水的區(qū)域減小, 但使得增水高值區(qū)域擴(kuò)大。未來將對(duì)海底坡度和琉球群島對(duì)我國東南沿海風(fēng)暴潮影響的物理機(jī)制做進(jìn)一步研究。

圖11 原始地形增水等值線圖

圖12 去除琉球群島后的增水等值線圖

圖13 更改地形前后增水極值出現(xiàn)的時(shí)間差等值線圖

馮士筰, 1999. 海洋科學(xué)導(dǎo)論. 北京: 高等教育出版社

馮有良, 2013. 海洋災(zāi)害影響我國近海海洋資源開發(fā)的測度與管理研究. 青島: 中國海洋大學(xué)博士學(xué)位論文, 64—66

江文勝, 孫文心, 2002. 地形變化對(duì)青島地區(qū)風(fēng)暴潮災(zāi)影響的一次模擬. 海洋預(yù)報(bào), 19(1): 97—104

沈曉琳, 張芳華, 周博坤, 2015. 2015年7月大氣環(huán)流和天氣分析. 氣象, 41(10): 1298—1304

林林茂, 2017. 基于ADCIRC模式的臺(tái)風(fēng)風(fēng)暴潮數(shù)值模擬與危險(xiǎn)性分析. 哈爾濱: 哈爾濱工業(yè)大學(xué)碩士學(xué)位論文, 1—3

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

聶 會(huì), 孫志林, 黃森軍等, 2015. 新岸線下近期臺(tái)風(fēng)暴潮模擬. 浙江大學(xué)學(xué)報(bào)(理學(xué)版). 42(2): 205—211

曹欣中, 1986. 浙江近海上升流季過程的初步研究. 水產(chǎn)學(xué)報(bào), (1): 51—69

韓樹宗, 徐常三, 2012. 琉球海流起源及其變化特征的初步分析. 中國海洋大學(xué)學(xué)報(bào), 42(1—2): 8—16

謝亞力, 黃世昌, 王瑞鋒等, 2007. 錢塘江河口圍涂對(duì)杭州灣風(fēng)暴潮影響數(shù)值模擬. 海洋工程, 25(3): 61—67

Brown J M, Souza A J, Wolf J, 2010. Surge modelling in the eastern Irish Sea: present and future storm impact. Ocean Dynamics, 60(2): 227—236

Chen C S, Huang H S, Beardsley R C, 2007. A finite volume numerical approach for coastal ocean circulation studies: comparisons with finite difference models. Journal of Geophysical Research, 112(C3): C03018

Chen C S, Liu H D, Beardsley R C, 2003. An unstructured grid, finite-volume, three-dimensional, primitive equations ocean model: application to coastal ocean and estuaries. Journal of Atmospheric and Oceanic Technology, 20(1): 159—186

Chu D D, Zhang J C, Wu Y S, 2019. Sensitivities of modelling storm surge to bottom friction, wind drag coefficient, and meteorological product in the East China Sea. Estuarine, Coastal and Shelf Science, 231: 106460

Doodson A T, 1956. Tides and storm surges in a long Uniform Gulf. Proceedings of the Royal Society A: Mathematical, Physical and Engineering Sciences, 237(1210): 325—343

Familkhalili R, Talke S A, 2016. The effect of channel deepening on tides and storm surge: a case study of Wilmington, NC. Geophysical Research Letters, 43(17): 9138—9147

Feng J L, Jiang W S, Li D L, 2019. Characteristics of tide-surge interaction and its roles in the distribution of surge residuals along the coast of China. Journal of Oceanography, 75(3): 225—234

Horsburgh K J, Wilson C, 2007. Tide-surge interaction and its role in the distribution of surge residuals in the North Sea. Journal of Geophysical Research, 112(C8): C08003

Jones J E, Davies A M, 2007. Influence of non-linear effects upon surge elevations along the west coast of Britain. Ocean Dynamics, 57(4—5): 401—416

Jones J E, Davies A M, 2008. On the modification of tides in shallow water regions by wind effects. Journal of Geophysical Research, 113(C5): C05014

Prandle D, Wolf J, 1978. The interaction of surge and tide in the north sea and river Thames. Geophysical Journal International, 55(1): 203—216

Proudman J, 1957. Oscillations of tide and surge in an estuary of finite length. Journal of Fluid Mechanics, 2(4): 371—382

Rego J L, Li C Y, 2009. On the importance of the forward speed of hurricanes in storm surge forecasting: a numerical study. Geophysical Research Letters, 36(7): L07609

Rego J L, Li C Y, 2010a. Storm surge propagation in Galveston Bay during Hurricane Ike. Journal of Marine Systems, 82(4): 265—279

Rego J L, Li C Y, 2010b. Nonlinear terms in storm surge predictions: Effect of tide and shelf geometry with case study from Hurricane Rita. Journal of Geophysical Research, 115(C6): C06020

Shen J, Gong W P, 2009. Influence of model domain size, wind directions and Ekman transport on storm surge development inside the Chesapeake Bay: a case study of extratropical cyclone Ernesto, 2006. Journal of Marine Systems, 75(1—2): 198—215

Shore J A, 2009. Modelling the circulation and exchange of Kingston Basin and Lake Ontario with FVCOM. Ocean Modelling, 30(2—3): 106—114

Smith J M, Cialone M A, Wamsley T V, 2010. Potential impact of sea level rise on coastal surges in southeast Louisiana. Ocean Engineering, 37(1): 37—47

Syvitski J P M, Kettner A J, Overeem I, 2009. Sinking deltas due to human activities. Nature Geoscience, 2(10): 681—686

Wang J, Yi S, Li M Y, 2018. Effects of sea level rise, land subsidence, bathymetric change and typhoon tracks on storm flooding in the coastal areas of Shanghai. Science of the Total Environment, 612: 228—234

Wolf J, 1978. Interaction of tide and surge in a semi-infinite uniform channel, with application to surge propagation down the east coast of Britain. Applied Mathematical Modelling, 2(4): 245—253

Yang W K, Yin B S, Feng X R, 2019. The effect of nonlinear factors on tide-surge interaction: a case study of Typhoon Rammasun in Tieshan Bay, China. Estuarine, Coastal and Shelf Science, 219: 420—428

Yang Z Q, Khangaonkar T, 2008. Modeling of salt intrusion, intertidal mixing, and circulation in a Braided Estuary. Journal of Coastal Research, 2008(10052): 171—180

Yin J, Yu D P, Yu Z N, 2013. Modelling the combined impacts of sea-level rise and land subsidence on storm tides induced flooding of the Huangpu River in Shanghai, China. Climatic Change, 119(3—4): 919—932

Zhang W S, Teng L, Zhang J S, 2019. Numerical study on effect of tidal phase on storm surge in the South Yellow Sea. Journal of Oceanology and Limnology, 37(6): 2037—2055

Zhang W Z, Shi F Y, Hong H S, 2010. Tide-surge interaction intensified by the Taiwan strait. Journal of Geophysical Research, 115(C6): C06012

EFFECTS OF NONLINEAR TERMS AND TOPOGRAPHY ON STORM SURGES IN THE SOUTHEAST SEAS OF CHINA: A CASE STUDY OF TYPHOON CHAN-HOM

ZHANG Xi-Lin1, CHU Dong-Dong1, ZHANG Ji-Cai1, CHE Zhu-Mei2, LI Chun-Yan3

(1. Institute of Physical Oceanography, Ocean College, Zhejiang University, Zhoushan 316000, China; 2. The Ocean and Fisheries Bureau, Zhejiang Province, Hangzhou 310000, China; 3. Department of Oceanography and Coastal Sciences, Coastal Studies Institute, Louisiana State University, Baton Rouge 70803, Louisiana,USA)

Based on FVCOM (Finite Volume Community Ocean Model), we constructed a numerical model covering the Bohai Sea, Yellow Sea, and the East China Sea. NCEP data were used to drive the model to simulate the storm surge generated by typhoon Chan-hom. The model was calibrated by in-situ observations of water level at total gauge stations. Based on this model, the nonlinear terms and topographical effects on the modelling of storm surges were studied. The tide-surge interaction during storm surge process was analyzed. The results show that the tide-surge interaction can suppress the storm surge at the climax of astronomical tide and help the growth of storm surge at the ebb of astronomical tide. M2tide, S2tide, and K1tide were added respectively to analyze the influence of amplitude and period of tide on the nonlinear reaction. The results indicate that the higher the height of tide is, the more obvious the nonlinear effect is. The nonlinear reaction of semidiurnal tide is more significant than that of the diurnal tide. In addition, the semidiurnal fluctuation which appeared near the peak-value time was also related to the tide-surge interaction. According to the numerical results, the topography also has a certain impact on storm surge. The steeper the slope is, the lower the peak water level is. The existence of the Ryukyu Islands reduced the area of storm surge on the southeast coast, but expanded the area of high value of storm surge.

storm surge; FVCOM; nonlinear terms; topography; Bohai, Yellow, and East China Seas; typhoon Chan-hom

* 國家重點(diǎn)研發(fā)計(jì)劃“全球變化及應(yīng)對(duì)”重點(diǎn)專項(xiàng), 2017YFA0604100號(hào); 國家重點(diǎn)研發(fā)計(jì)劃“海洋環(huán)境安全保障”重點(diǎn)專項(xiàng), 2017YFC1404000號(hào); 國家自然科學(xué)基金, 41876086號(hào)。張西琳, 碩士研究生, E-mail: 21834011@zju.edu.cn

張繼才, 副教授, 博士生導(dǎo)師, E-mail: jicai_zhang@163.com

2019-12-27,

2020-02-24

P733

10.11693/hyhz20191200279