魏 凱,徐洪權(quán),鐘 茜
(1.西南交通大學(xué)土木工程學(xué)院橋梁工程系,成都 610031; 2.中國鐵路設(shè)計集團(tuán)有限公司,天津 300308)
隨著我國高速鐵路網(wǎng)由內(nèi)陸向沿海發(fā)展,以及長三角城際交流需求的日益增長,杭州灣兩岸對高速鐵路的建設(shè)需求日益增加。相比其他跨海交通方式,橋梁因其通過能力強(qiáng)、建設(shè)技術(shù)成熟、施工周期短、運(yùn)營費(fèi)用低等特點(diǎn),成為跨越海峽、海灣通道的主要方式。然而,杭州灣海域常年遭受臺風(fēng)災(zāi)害的侵襲。臺風(fēng)是具有極強(qiáng)破壞性的低壓天氣系統(tǒng),其發(fā)生時往往同時伴隨著強(qiáng)風(fēng)、大浪、急流等[1]。 “9711”號臺風(fēng)“溫妮”登陸時最大風(fēng)速達(dá)到40 m/s[2],其發(fā)生期間,浙江大陳海洋站觀測到的最大波高達(dá)到9.8 m[3]?!?416”號臺風(fēng)“鳳凰”期間最大風(fēng)速達(dá)28 m/s[4],浙江省舟山市附近海域出現(xiàn)了4~6 m的巨浪到狂浪[5]。臺風(fēng)產(chǎn)生的風(fēng)、浪、流之間具有復(fù)雜的相關(guān)性。有研究表明,這種多災(zāi)害耦合環(huán)境[6]不僅會增大結(jié)構(gòu)荷載[7-8],還會放大結(jié)構(gòu)響應(yīng)[9]。因此,收集臺風(fēng)災(zāi)害信息、探明臺風(fēng)期間風(fēng)浪流場分布特性、明確風(fēng)浪流參數(shù)間的關(guān)系對橋梁結(jié)構(gòu)設(shè)計及建造工作具有重要意義。
獲取臺風(fēng)期間風(fēng)浪流參數(shù)是進(jìn)行風(fēng)-浪、風(fēng)-流、浪-流關(guān)系分析的前提。受制于數(shù)據(jù)保密或測點(diǎn)布置有限等原因,較難獲取到充足的現(xiàn)場實(shí)測和歷史觀測數(shù)據(jù)[10]。隨著計算機(jī)技術(shù)發(fā)展,數(shù)值仿真手段被廣泛用于臺風(fēng)下海洋環(huán)境參數(shù)模擬。QIAO等[11]以人工臺風(fēng)庫提供的關(guān)鍵參數(shù)計算臺風(fēng)風(fēng)場,并以此作為輸入驅(qū)動MIKE21模型模擬了臺風(fēng)期間的海浪和增水情況;李松樵[12]借助SWAN+ADCIRC開展了平潭灣風(fēng)浪研究。現(xiàn)有研究表明,風(fēng)-浪相關(guān)性較強(qiáng)。國內(nèi)外學(xué)者提出了多種風(fēng)-浪要素計算的理論、半經(jīng)驗(yàn)半理論和經(jīng)驗(yàn)方法,如莆田實(shí)驗(yàn)站法[13]、日本井島方法[14]、青島海洋大學(xué)法[15]等。然而,關(guān)于風(fēng)-流、浪-流的數(shù)學(xué)關(guān)系報道較少。由于風(fēng)、浪、流環(huán)境參數(shù)與地理位置關(guān)系密切,而杭州灣特殊的“喇叭狀”海灣地形使不同環(huán)境參數(shù)間的相關(guān)性更加復(fù)雜,因此,研究工程海域的風(fēng)-浪、風(fēng)-流、浪-流相關(guān)性對于保障大橋安全具有十分重要的意義。
以杭州灣跨海鐵路大橋嘉甬通道海域?yàn)閷ο?對橋區(qū)歷史臺風(fēng)災(zāi)害進(jìn)行統(tǒng)計分析;基于參數(shù)臺風(fēng)風(fēng)場與波-流耦合軟件建立了臺風(fēng)作用下橋區(qū)海洋災(zāi)害數(shù)值仿真模型,獲取了47條歷史臺風(fēng)期間的風(fēng)浪流參數(shù),并研究了風(fēng)浪流場的時空分布特性;基于數(shù)值模擬結(jié)果,擬合得到了橋址海域不同位置處風(fēng)-浪關(guān)系;最后,基于3種常用的Copula函數(shù)對風(fēng)-流、浪-流聯(lián)合分布進(jìn)行了擬合。
杭州灣位于錢塘江與東海銜接部位,為典型“喇叭狀海灣”,水深一般5~10 m,海床高程-4~-11 m,寧波(慈溪)側(cè)有近7 km灘涂,灘涂高程-0.5~2.5 m。杭州灣灣底在強(qiáng)勁的潮流作用下地貌單元眾多、河槽擺動頻繁劇烈,主要形成了流沖刷槽與潮流脊兩種地貌形態(tài),橋梁通道河段總體呈“南淤北沖”趨勢,整體呈持續(xù)累積性淤積并漸趨穩(wěn)定態(tài)勢,沖淤幅度較大,灘槽演變復(fù)雜。
杭州灣海域受臺風(fēng)影響嚴(yán)重。1949—2018年,中國氣象局共收錄西北太平洋臺風(fēng)2 000余次。參考魏凱等[16]提出的模擬圓方法,篩選出以杭州灣橋梁通道海域?yàn)橹行摹霃?50 km的圓內(nèi)共95條臺風(fēng)進(jìn)行研究,篩選出的臺風(fēng)路徑如圖1所示。
圖1 選取橋址區(qū)擬圓內(nèi)區(qū)域的95條臺風(fēng)
圖2給出了不同年份影響杭州灣的臺風(fēng)發(fā)生頻次。由圖2可知,區(qū)域的平均臺風(fēng)年發(fā)生率約為1.4次,其中2000年發(fā)生的臺風(fēng)數(shù)量最多,為4次;有18年未出現(xiàn)對該地區(qū)影響較大的臺風(fēng),臺風(fēng)發(fā)生頻次未表現(xiàn)出明顯的規(guī)律,存在較強(qiáng)的隨機(jī)性。
圖2 杭州灣海域臺風(fēng)年發(fā)生次數(shù)統(tǒng)計(1949—2019年)
根據(jù)GB/T 19201—2006《熱帶氣旋等級》[17]的劃分規(guī)則,所選取的95次臺風(fēng)事件中,有18次強(qiáng)臺風(fēng),15次超強(qiáng)臺風(fēng)。最低中心氣壓、近中心最大風(fēng)速是反映臺風(fēng)強(qiáng)度、尺度的關(guān)鍵。根據(jù)中國臺風(fēng)網(wǎng)[18-19]提供的數(shù)據(jù),對工程海域影響臺風(fēng)的最大風(fēng)速和中心氣壓進(jìn)行了統(tǒng)計。其中,中心最低氣壓取值范圍較廣,最小值為900 hPa,最大值為1 006 hPa,主要分布在960~990 hPa的范圍。近中心最大風(fēng)速取值差異較大,最小值僅為15 m/s,最大值達(dá)到了95 m/s,主要分布在30~50 m/s區(qū)間。
開展臺風(fēng)期間環(huán)境參數(shù)數(shù)值模擬,首先,需要通過風(fēng)場模型和海潮模型分別計算得到研究范圍內(nèi)的風(fēng)場和模型邊界水位;然后,將兩者作為輸入驅(qū)動波-流耦合模型,以獲得臺風(fēng)作用下的環(huán)境參數(shù)。本文模型中,臺風(fēng)風(fēng)場模型由宮崎正衛(wèi)移行風(fēng)場[18]與基于Holland氣壓模型[19]的梯度風(fēng)場疊加而成,邊界水位通過TPXO9_atlas模式進(jìn)行求解,并選擇M2、S2、N2、K2、K1、O1、P1、Q1這8個主要分潮進(jìn)行組合。近海地形由IOC和IHO共同開發(fā)的分辨率為15 rad的GEBCO海圖數(shù)據(jù)提供,為提高關(guān)心海域地形數(shù)據(jù)的精度,在杭州灣嘉甬通道海域采用了實(shí)測高精度地形數(shù)據(jù)進(jìn)行替換。然后,將地形數(shù)據(jù)導(dǎo)入Surfacewater Modeling System (SMS)軟件中,以生成應(yīng)用于SWAN+ADCIRC計算的非結(jié)構(gòu)化網(wǎng)格。波浪場采用基于波作用量守恒方程的SWAN模型求解,流場采用基于廣義波動連續(xù)性方程的ADCIRC模型進(jìn)行計算,波-流場通過交換水位、輻射應(yīng)力等信息實(shí)現(xiàn)耦合。模型設(shè)置的細(xì)節(jié)和準(zhǔn)確性驗(yàn)證詳見文獻(xiàn)[16],此處不再贅述。
1509號超強(qiáng)臺風(fēng)“燦鴻”于浙江省舟山市登陸時,其中心位于杭州灣區(qū)域的東南側(cè),并朝東北方向移動。以該臺風(fēng)為例,基于前文模型開展數(shù)值模擬,提取出臺風(fēng)登陸時杭州灣工程海域10 m高度處的風(fēng)速、有效波高及橋址海域平均流速結(jié)果,如圖3所示。選取橋軸線上的“A”點(diǎn)作為后續(xù)風(fēng)、浪、流參數(shù)的提取點(diǎn),如圖3(a)中紅色五角星所示。
圖3 臺風(fēng)“燦鴻”登陸時刻風(fēng)浪流情況
由圖3(a)可知,研究區(qū)域風(fēng)速在27~30 m/s內(nèi),變化較平緩。由于北半球臺風(fēng)梯度風(fēng)場的旋轉(zhuǎn)方向?yàn)槟鏁r針,在臺風(fēng)路徑左側(cè)會形成東北向的梯度風(fēng)場,該風(fēng)場被東南向的移行風(fēng)場削弱后,會出現(xiàn)局部低風(fēng)速區(qū),如圖3(a)右上角區(qū)域所示。區(qū)域內(nèi)的有效波高空間分布(圖3(b))總體上較均勻,大部分區(qū)域介于3~4 m之間。但局部地區(qū)受復(fù)雜多變地形條件的影響,有效波高超過了4 m。在圖3(b)右下角藍(lán)色區(qū)域附近,由于東北向的風(fēng)將大量水體吹向該區(qū)域,且距海岸線較遠(yuǎn),地形淺化效應(yīng)不明顯,波高較大。綜上可見,風(fēng)、浪場分布雖局部存在一定差異,但整體上存在一定相似性。由圖3(c)可知,與風(fēng)場和波浪場相比,流場具有更顯著的非均勻性,且與風(fēng)場、浪場的聯(lián)系相對較弱,在局部島礁、水道區(qū)域由于過流斷面面積急劇減小,流速會出現(xiàn)明顯增大。
橋梁結(jié)構(gòu)設(shè)計過程中,確定不同重現(xiàn)期的風(fēng)、浪、流參數(shù)取值十分關(guān)鍵。對篩選出的臺風(fēng)工況開展海洋環(huán)境數(shù)值模擬,并根據(jù)中心氣壓(僅選擇最低中心氣壓小于980 hPa的臺風(fēng))對所需計算的臺風(fēng)進(jìn)行進(jìn)一步篩選,同時,剔除掉計算結(jié)果出現(xiàn)明顯突變的工況,最終獲得67年間的47條臺風(fēng)期間海洋環(huán)境參數(shù)供后續(xù)分析。選取了橋址區(qū)(圖3(a)橢圓紅線范圍)附近6個點(diǎn)作為代表開展后續(xù)分析,1~5點(diǎn)位置的分布如圖4所示,其中1、2、4號點(diǎn)沿著通道流向分布,并從“喇叭口”窄小側(cè)逐漸延伸至寬大側(cè);3、4、5號點(diǎn)沿通道橫向分布。
圖4 5個測點(diǎn)地理位置
以“A點(diǎn)”作為代表開展環(huán)境要素分析。提取出47條臺風(fēng)期間的最大風(fēng)速、最大波高、最大流速,如圖5所示,其中顏色代表波高的數(shù)值大小,各方向的投影分別體現(xiàn)了風(fēng)-浪、風(fēng)-流、浪-流參數(shù)間的分布情況,可以看出,風(fēng)-浪參數(shù)間相關(guān)性較強(qiáng),風(fēng)-流、浪-流參數(shù)分布較離散。
圖5 歷史臺風(fēng)期間最大風(fēng)、浪、流參數(shù)
利用廣義極值分布(GEV)對風(fēng)、浪、流參數(shù)的分布進(jìn)行擬合,GEV的表達(dá)式如式1所示,擬合參數(shù)如表1所示。
表1 廣義極值分布的擬合參數(shù)及不同重現(xiàn)期下變量值
式中,μ,σ,k分別為GEV分布的位置、尺度和形狀參數(shù)。值得說明的是,不同k值代表了不同的GEV分布類型,分別為:Gumbel分布(極值Ⅰ型,k=0),Fréchet分布(極值Ⅱ型,k>0),逆三參數(shù)Weibull分布(極值Ⅲ型,k<0)。
基于擬合出的分布與重現(xiàn)期理論(式2)求得20年、50年、100年重現(xiàn)期下的變量值,如表1所示。
(2)
式中,F(x)為變量X(風(fēng)速等環(huán)境要素)的分布函數(shù);m為產(chǎn)生變量X的事件的發(fā)生次數(shù);L為統(tǒng)計變量X的時間長度。
由前文可知,風(fēng)-浪參數(shù)間存在較強(qiáng)的相關(guān)性。以下將通過研究1~5號點(diǎn)的風(fēng)-浪關(guān)系全面了解杭州灣工程區(qū)域內(nèi)風(fēng)-浪特性并探明其隨空間位置的變化。
由于設(shè)計過程中更關(guān)心風(fēng)-浪參數(shù)的極值,選取過多低風(fēng)速、低波高期間的樣本會降低風(fēng)-浪模型的準(zhǔn)確性。為盡可能增加樣本數(shù)量并同時保證風(fēng)浪參數(shù)位于較高水平,參照DNV規(guī)范[20]的做法,按照風(fēng)速將臺風(fēng)過程劃分為上升段、峰值段、下降段3個階段,其中,上升段為波高處于0.5~1倍最大有效波高期間,峰值段為最大有效波高附近6 h的時間段,下降段為從峰值段下降至0.5倍最大有效波高的期間。選取風(fēng)、浪兩種標(biāo)準(zhǔn)下均處于峰值階段的部分作為樣本,如圖6所示。若風(fēng)速的峰值階段和波高的峰值階段無重合部分,則取最大波高和最大風(fēng)速兩個時刻的風(fēng)、浪參數(shù)作為樣本(記為S1)。利用二次函數(shù)對上述標(biāo)準(zhǔn)篩選出的樣本進(jìn)行擬合,同時進(jìn)行對比,選取每條臺風(fēng)期間的最大波高、最大風(fēng)速作為樣本,進(jìn)行風(fēng)-浪關(guān)系擬合(記為S2)。
圖6 S1樣本選取方式
圖7給出了1~5號點(diǎn)處分別采用S1、S2樣本集擬合出的風(fēng)-浪關(guān)系。結(jié)果表明,二次函數(shù)能較好地對2個樣本集進(jìn)行描述。圖中還給出了擬合系數(shù),其中ai(i=1,2,3)、bi分別代表S1、S2樣本集的擬合結(jié)果,i=1表示二次項(xiàng)系數(shù)、i=2表示一次項(xiàng)系數(shù)、i=3表示常數(shù)項(xiàng)。從圖7可知,當(dāng)風(fēng)速小于30 m/s時,采用兩種樣本得到的擬合公式基本一致,這說明在風(fēng)速相對較小時可較為簡便地直接采取最大波高、最大風(fēng)速進(jìn)行計算。而當(dāng)風(fēng)速大于30 m/s時,1號、2號點(diǎn)處基于S2擬合出的公式計算結(jié)果大于S1,這可能是由于位于“喇叭口”內(nèi)部,受到復(fù)雜地形影響,風(fēng)、浪峰值階段存在一定偏移,導(dǎo)致S2樣本集取值偏大。風(fēng)速達(dá)到40 m/s時,5個點(diǎn)基于S1擬合公式計算出的有效波高分別為3.47,3.98,8.15,5.08,4.23 m。對比1號、2號、4號點(diǎn)可以發(fā)現(xiàn),越靠近外海波高越大,而對比3號、4號、5號點(diǎn)可以發(fā)現(xiàn),3號點(diǎn)處的波高明顯大于其他位置,這可能是因?yàn)椴ǜ邔λ钶^為敏感,而3號點(diǎn)處水深超過13 m,4號、5號點(diǎn)處水深小于6 m造成的。
圖7 不同測點(diǎn)位置風(fēng)-浪關(guān)系擬合
由于風(fēng)-流、浪-流間離散性較強(qiáng),難以如風(fēng)-浪參數(shù)一樣通過一個確定性的函數(shù)進(jìn)行表達(dá),本文采用概率方法對其進(jìn)行分析。基于“A”點(diǎn)每次臺風(fēng)過程最大風(fēng)速、最大流速、最大波浪的數(shù)據(jù)開展分析。考慮變量間存在著一定相關(guān)性,這里采用聯(lián)合概率擬合兩組參數(shù)的分布。Copula作為描述二維變量聯(lián)合分布的函數(shù),在水文分析中得到了廣泛應(yīng)用。分別利用Frank Copula、G-H Copula,Clayton Copula三種形式進(jìn)行擬合,其表達(dá)式如式(3)~式(5)所示,Frank Copula對尾部依賴不太敏感,而Gumbel Copula對上尾相關(guān)性敏感,Clayton Copula則下尾相關(guān)性敏感。同時,Gumbel、Clayton Copula難以描述邊緣分布間具有負(fù)相關(guān)性的變量。擬合結(jié)果如表2所示。
表2 風(fēng)-流、浪-流聯(lián)合概率分布參數(shù)擬合
Frank Copula
(3)
G-H Copula
(4)
Clayton Copula
C(u,v)=(u-θ+v-θ-1)-1/θ
(5)
式中,u,v為邊緣分布;θ為Copula參數(shù)。
聯(lián)合分布函數(shù)和概率密度函數(shù)的關(guān)系為
(6)
式中,f(x1,x2)為二維聯(lián)合概率密度;f(·)為概率密度函數(shù)。
由表2可知,3種Copula形式均能較好地反映風(fēng)-流、浪-流間的聯(lián)合分布情況,但Clayton 和G-H Copula效果更好。以Clayton Copula為例,繪制出2組參數(shù)概率密度為0.01、0.02,0.05的等值線,如圖8所示。風(fēng)-流參數(shù)大多分布在0.01的等值線范圍內(nèi),而浪-流參數(shù)主要集中在0.05范圍,浪-流組合分布更為集中。概率密度越小代表事件越極端,在設(shè)計過程中,需要充分考慮極端事件的發(fā)生。當(dāng)概率密度為0.01時,風(fēng)-流參數(shù)組合中最大風(fēng)速為34.75 m/s,最大流速為1.91 m/s,浪-流參數(shù)組合中最大波高為6.43 m,最大流速為2.08 m/s,兩種方式求到的最大流速差異較小。
圖8 不同參數(shù)間聯(lián)合概率密度分布
基于參數(shù)臺風(fēng)風(fēng)場及波-流耦合數(shù)值模擬軟件對杭州灣跨海鐵路大橋嘉甬通道海域47條歷史臺風(fēng)作用下的環(huán)境參數(shù)進(jìn)行模擬,并擬合出了單變量重現(xiàn)期下的風(fēng)浪流參數(shù)。此外,基于模擬結(jié)果對風(fēng)-浪關(guān)系以及風(fēng)-流、浪-流的聯(lián)合分布概率進(jìn)行分析,得出主要結(jié)論如下。
(1)臺風(fēng)“燦鴻”期間工程海域風(fēng)、浪場分布整體上具有一定相似性,流場與風(fēng)場、浪場相比表現(xiàn)出更強(qiáng)的非均勻性,不同位置流速差異較大。以嘉甬通道海域內(nèi)“A”點(diǎn)為例,忽略變量相關(guān)性的情況下,100年重現(xiàn)期下風(fēng)、浪、流的取值分別為42.05 m/s,7.16 m,1.88 m/s。
(2)風(fēng)-浪參數(shù)間相關(guān)性強(qiáng)于浪-流、風(fēng)-流間相關(guān)性,可采用確定性函數(shù)表達(dá)兩者關(guān)系。利用二次函數(shù)對工程海域內(nèi)5個位置的風(fēng)-浪關(guān)系進(jìn)行了擬合。當(dāng)風(fēng)速小于30 m/s時,風(fēng)-浪參數(shù)樣本選取方式對擬合出的風(fēng)-浪關(guān)系影響很小;當(dāng)風(fēng)速大于30 m/s時,杭州灣“喇叭口”區(qū)域內(nèi)采用不同樣本計算出的風(fēng)-浪關(guān)系存在一定差異,S2擬合出的公式計算結(jié)果大于S1,且隨著風(fēng)速的增加而增大。
(3)風(fēng)-流、浪-流間存在較強(qiáng)的隨機(jī)性,利用Frank、Clayton、G-H Copula函數(shù)均能較好地擬合風(fēng)-流、浪-流聯(lián)合概率分布,但Clayton 和G-H Copula效果更好。以Clayton Copula函數(shù)擬合結(jié)果為例,當(dāng)概率密度為0.01時,風(fēng)-流參數(shù)組合中最大風(fēng)速為34.75 m/s,最大流速為1.87 m/s,浪-流參數(shù)組合中最大波高為6.43 m,最大流速為2.08 m/s。