台风“妮妲”风暴潮与近岸浪的数值模拟与预报

1 引言

风暴潮是一种由于剧烈的大气扰动，如强风和气压骤变（通常指台风和温带气旋等灾害性天气系统）而导致海水异常升降的现象，是影响我国最严重的海洋灾害。我国东南沿海地区频繁遭受台风风暴潮袭击，尤以浙江、福建和广东最为严重[1]。风暴潮往往伴随着大浪而至，风暴潮和波浪的物理过程并存，影响所涉及的滨海区域。

珠江口地处我国经济调整发展的珠江三角洲前沿，包括粤港澳地区，风暴潮灾害频发[2]。其特殊的“喇叭型漏斗状”，有利于风暴潮增水积聚和上溯，成灾力度较大。当热带气旋在珠江口登陆，风暴潮再叠加天文大潮，对沿岸城市将带来巨大的影响，不仅会导致港口、码头、堤坝等遭受毁损，而且海水漫滩还会使得沿岸房屋、农田、养殖等受淹而引发灾害[3]。因此对珠江口地区台风风暴潮的深入研究具有重要意义。傅赐福等[4]利用ADCIRC和SWAN耦合模型很好地反应了台风过程中沿海风暴潮和近岸浪特征，预报准确率较高。李雪等[5]通过波浪耦合模式，很好地模拟出了风暴潮过程中实际增水过程以及风浪对水位的影响。李杰等[6]通过对珠江口地区验潮站的后报检验，发现台风登陆强度影响着珠江口地区的风暴潮的预报效果。陈波等[7]分析得出不同台风路径和港湾地形引起的风暴潮增减水差异很大。

根据飞轮的外观情况进行简化，将其默认为一个平面，不计厚度和表面的孔。对同一个驱动点敲击3次，最终接收数据为3次数据的平均值。

本文将利用风暴潮-近岸浪耦合模型（ADCIRCSWAN），选取2016年第4号热带气旋“Nida”，根据24 h预报、12 h预报以及实况台风路径，对珠江口风暴潮和近岸浪进行数值模拟与预报，探讨台风路径和强度变化对风暴潮和近岸浪的影响[8]。

3）燃油。原油集输大站加热炉燃油量消耗由2007年的7648 t降至2017年的378 t，2016年数据为1072 t，同比减少燃油694 t，累计减少原油50 698 t，按采油三厂2017年吨油操作费1098元计算，减少燃油费用5567万元。

2 高分辨率风暴潮和近岸浪耦合模型的建立

2.1 模型控制方程及参数设置

本文风暴潮模拟采用的是ADCIRC二维模型。其在球坐标系下通过基于垂直平均的原始连续方程和海水动量方程来求解自由表面起伏、二维流速等3个变量，即（ζ，u，v）。在球坐标系下海水的连续方程和海水原始动量方程为：

 

初始条件为：ζ=u=v=0；海岸边界条件为：Vn=0，这里Vn为岸边界的法向深度平均流速。在求解所需物理变量的过程中，空间采用有限元法离散，时间采用有限差分法，将连续方程和运动方程通过引入了一个时空加权参数进行结合求解，提高了计算结果的稳定性参数设置采用冷启动、球坐标、二维模式、混合底摩擦形式、考虑有限振幅项并采用干湿法、科氏参数基于β平面近似、考虑潮汐、时间步长 DT=4.0 s。由 K 1、O1、P1、Q1、N2、M 2、S2、K 2等8个分潮驱动计算。波浪模拟采用SWAN模型，其描述了在球坐标x方向和时间t下波浪运动密度谱的发展，N(x→，t，σ，θ）其中σ为相对频率，θ为波向，则运动平衡方程为：

为促进非洲竹资源合理开发，实现绿色可持续发展，中国政府宣布在埃塞俄比亚首都成立“中非竹子中心”，该中心的建立为埃塞发展竹产业带来了巨大机遇。“中非竹子中心”的竹子培训、研究及示范功能将为埃塞竹子栽培和利用特别是竹子工业化提供大量具备一定技能的工人和技术员，并推动埃塞竹子栽培和加工利用方面研究。

 

在并行计算中，ADCIRC和SWAN使用同一套子网格和信息传递结构[9]。在一个子网格中，所有的模型内部的信息交流是通过局部存储器或缓存来实现的。模型内部进行子网格间的信息交流。信息仅传递到相邻子网格的边缘，因此耦合模型不需要整个区域里全部的信息交流。区域分解将邻近的子网格分配到邻近的计算核上，因此将信息传递的消耗降低到最小。ADCIRC-SWAN耦合模型可以准确的刻画天文潮、风暴潮和海浪从深水到近岸区域的产生、发展、传播和消散过程。

正所谓：“存人失地，地仍可得；存地失人，必将人地皆失”，现代社会竞争就如同战争一般，人才是最根本的资源，甚至直接影响着整个“战局”。面对社会上激烈的人才竞争形势，必须重视人力投资，完善人力资源开发机制，为企事业单位发展提供强大的核心竞争力。人力资源开发是一个系统工程，必须要整体把握，层层负责，一方面组织领导必须加强对此的重视程度，完善相关人力资源“进”“出”机制，丰富相关培训手段，落实职业发展指导工作；另一方面员工自身必须有自我开发意识，主动学习，不断寻求发展机会，对自身职业发展有一个明确的规划，真正实现个人发展与组织发展的统一。

强化描写——把主要人物的表现具体清楚地写出来，达到如见其人、如闻其声的效果。添加语言、动作、神态、心理、情境的描写。

2.2 计算区域网格设置及站点分布

（3）近岸浪预报误差明显小于风暴潮。通过模拟值和预报值的对比可以看出，针对同样的台风路径、强度变化，风暴潮预报相对误差明显变化更大。在近岸浪的数值模拟中，有效波高量值和变化趋势与实况基本一致；24 h海浪预报误差主要是由于预报路径与实况路径的变化以及强度变化引起的。

3 风暴潮和近岸浪数值模拟与预报

选取2016年第4号热带气旋“Nida”，利用风暴潮-近岸浪耦合模型（ADCIRC-SWAN），采用中央气象台24 h预报、12 h预报以及实况台风路径，对珠江口沿岸风暴潮以及近岸浪进行数值模拟与预报，分析台风路径与强度同样变化的情况下，风暴潮与海浪的变化幅度，即探讨台风路径与强度变化对风暴潮和近岸浪的影响。

3.1 台风概述

结合台风路径图分析，24 h预报和12 h预报的登陆时间与实况相差不大，24 h预报路径较实况路径偏西分量较大，且登陆位置中心气压偏强约20 hPa，各站最大增水平均相对误差约72.42%。12 h的预报路径偏西分量较小，登陆位置中心气压偏强约10 hPa，12 h预报各站最大增水平均相对误差约38.54%。后报与实测值基本吻合,各站最大增水平均相对误差仅为9.46%。其中盐田站24 h预报相对误差较大，是由于其位于24 h预报路径的右侧，但是位于实况路径的左侧，相对位置发生很大变化，使得预报相对误差较大。而惠州站24 h预报以及12 h预报相对误差都较大，这是由于其位于24 h预报和12 h预报的右侧较远的位置，而位于实况路径附近。因此风暴潮对于台风路径变化非常敏感，特别是潮位站与台风路径的相对位置变化越小，预报模拟的相对误差越小。

预报路径偏西分量和强度差异的减小而减小。

为了更加全面的比较路径对近岸浪影响的差异，选取模拟区域最大有效波高进行比较。图6中，a、b为后报和24 h预报最大有效波高场分布，c为后报减去24 h预报最大有效波高场分布。可以看出，最大有效波高中心值远离海岸，在所选潮位站附近海域，离岸越近最大有效波高越小。在近岸海域附近，后报最大有效波高为1.5 m左右，24 h预报最大有效波高为2 m左右，24 h预报的最大有效波高较后报偏大，二者在近岸的最大有效波高差值在0.5 m左右。结果与时间序列图及误差分析相符。

由式(20)和式(21)可知，粒子速度的频率响应函数实部和虚部的振荡特性主要由k(ω)的变化特征和传播距离r2-r1决定，其衰减特征主要由α(ω)的变化特征和r2-r1决定。在k(ω)和 α(ω)确定的条件下，r2-r1控制着粒子速度的频率响应函数实部和虚部的衰减和振荡特性。把式(9)同式(20)及式(21)进行对比，可以给出：

每一笔交易都是由交易输入和交易输出构成。交易输入里面的字段主要是脚本签名（包含本次交易的签名和付款人公钥）、UTXO的索引，该字段表明了付款人信息和付款人的金额来源。其中，数字签名使用ECDSA，付款人先将本次交易关键数据（例如：UTXO索引、交易金额和收款人公钥）作为哈希函数的输入，计算相应的哈希值，再使用私钥对哈希值签名；交易输出里面的字段主要是脚本公钥（包含若干个脚本指令和收款人公钥地址的哈希值）、地址和金额。该字段主要表明收款人的地址和收款金额。

  

图1 计算区域信息

3.2 天文潮模拟

发生风暴潮时总潮位是由天文潮和风暴潮两部分组成。因此想要模拟好总潮位首先要模拟好天文潮。

本文采用ADCIRC模型模拟天文潮，将模拟值与调和值进行对比。图3给出了6个潮位站惠州、盐田、赤湾、横门、珠海和大万山的模拟值和调和值对比图，蓝色散点代表调和值，红线代表模拟值。表1为6个潮位站惠州、盐田、赤湾、横门、珠海和大万山天文潮模拟值与调和值绝对误差统计分析。

  

图2 1604号台风“Nida”24 h预报、12 h预报及实况路径图

  

图3 6个潮位站天文潮模拟值与调和值比较

  

图3 （续）

 

表1 天文潮模拟值与调和值绝对误差统计分析表（单位：cm）

  

站点逐时平均绝对误差惠州19.6盐田16.9赤湾17.6横门23.1珠海18.6大万山17.3平均绝对误差18.9

从图3和表1可以看出，各潮位站模拟的天文潮高潮与调和值高度吻合，低潮模拟的稍大一些，但总体模拟吻合较好，统计平均绝对误差仅为18.9 cm，约为天文潮位调和值的10%。说明模式可以很好地刻画珠江口地区的潮汐特点。

3.3 风暴潮数值模拟与预报

选取受台风“Nida”影响比较显著的4个潮位站惠州、盐田、赤湾以及横门，将24 h、12 h预报及后报的风暴潮和总潮位，与实测值进行对比。选取8月1日00时—8月2日23时（见图4），其中左侧是4个站点的风暴潮，右侧是总潮位，蓝色散点是实测值，红、绿、黑线分别代表24 h预报、12 h预报及后报。表2选取了惠州、盐田、赤湾、汕尾和遮浪5个潮位站，对24 h预报、12 h预报及后报最大增水与实测值进行相对误差分析。

从图4和表2，可以看出不同路径下，增水变化趋势基本一致，增水峰值时间基本同步，在天文潮模拟吻合较好的情况下，总潮位的峰值误差主要由风暴潮的误差导致。

2016年第4号热带气旋“Nida”于7月30日17时生成，生成后路径向西北移动，8月1日进入南海东北部海域，强度缓慢加强，8月2日03时35分（北京时，下同）在深圳市大鹏半岛登陆，登陆时强度为强台风，中心气压960 hPa，成为近年来正面登陆珠江三角洲的最强台风。

3.4 近岸浪数值模拟与预报

选取分布均匀的4个浮标站FB03（大亚湾东冲）、FB04（大鹏湾下沙）、FB05（大鹏湾大梅沙）、FB06（深圳湾蛇口），将24 h预报、12 h预报及后报有效波高与实测值进行对比。选取8月1日00时—8月2日23时（见图5），蓝色散点是实测值，红、绿、黑线分别代表24 h预报、12 h预报及后报有效波高。由于FB05（大鹏湾大梅沙）实测值缺失，选取其余3个浮标站，分析24 h预报、12 h预报及后报最大有效波高与实测值相对误差（见表3）。

  

图4 4个潮位站风暴潮和总潮位的预报值、模拟值与实测值比较

从图5和表3，可以看出不同路径下，有效波高增长变化趋势基本一致，波高峰值时间大致相同，对比风暴潮的增长趋势，可以看出波高的峰值出现在水位上升过程。

结合台风路径图，24 h预报路径相对实况偏西分量较大，浮标站都位于其右侧，最大有效波高平均相对误差约为34.55%，12 h预报偏西分量小，各站最大有效波高平均相对误差约16.3%，后报的各站最大有效波高平均相对误差仅为11.15%，与实测值较为吻合。FB06浮标站24 h和12h预报绝对误差为0.4 m和0.3 m，为实测最大有效波高值的44.4%和33%，后报绝对误差为0 m，与实况相符。可以看出24 h和12 h预报相对误差比后报略大，随

8月1—2日，受“Nida”影响，珠江口沿海出现了一次台风风暴潮过程，广东珠江口沿海普遍出现超过当地警戒潮位的高潮位，其中深圳沿海潮位站普遍出现70～90 cm的风暴增水并出现达到当地黄色警戒潮位的高潮位。

 

表2 最大增水预报值、模拟值与实测值相对误差统计分析表（单位：cm）

  

站名惠州盐田赤湾汕尾遮浪实测最大增水92 73 89 101 76 24 h预报最大增水172 199 136 80 54 12 h预报最大增水174 137 86 111 78后报最大增水94 70 71 96 64平均误差24 h预报相对误差87.0%172.6%52.8%20.8%28.9%72.42%12 h预报相对误差89.1%87.7%3.4%9.9%2.6%38.54%后报相对误差2.2%4.1%20.2%5.0%15.8%9.46%

  

图5 4个浮标站的有效波高预报值、模拟值与实测值比较

 

表3 最大有效波高预报值、模拟值与实测值相对误差统计分析表（单位：m）

  

注：上标*号表示由于FB06浮标站的实测值没有超过1 m，因此采用绝对误差进行分析。

 

站名FB03 FB04 FB06后报相对误差8.0%14.3%0.0*11.15%实测最大有效波高2.5 1.4 0.9 24h预报最大有效波高2.8 2.2 1.3 12h预报最大有效波高2.6 1.8 1.2后报最大有效波高2.3 1.6 0.9平均误差24 h预报相对误差12.0%57.1%0.4*34.55%12 h预报相对误差4.0%28.6%0.3*16.3%

  

图6 最大有效波高场分布（单位：m）

对比风暴潮预报相对误差，近岸浪明显小于风暴潮。

本文以中央气象台的台风实况路径、强度为基础，以8月1日05时预报和17时预报路径、强度为登陆前24 h预报和12 h预报路径、强度，分别对风暴潮和近岸浪进行数值模拟与预报。图2是24 h预报、12 h预报以及实况台风路径对比图，可以看出24 h预报路径在珠江口附近与实测路径存在较大的偏西分量，预报强度偏强，登陆位置中心气压偏强约20 hPa，12 h预报路径偏西分量较小，登陆位置中心气压偏强约10 hPa。

4 结论

参考文献：

（1）风暴潮预报与台风路径关系密切。在风暴潮的数值模拟中，风暴增水量值和变化趋势与实况基本一致；24 h风暴增水预报相对误差较大是由于台风预报路径较实况明显偏西，台风中心与沿海潮位站的相对位置变化较大，此外台风实况强度也偏强，从而导致风暴增水预报相对误差增大，表明风暴潮预报对于台风路径非常敏感；

（2）潮位预报与台风路径和登陆时间均有密切关系。潮位变化取决于风暴潮值和其发生的时间，登陆地点较小的差异就会使局部区域风暴潮发生较大的变化，登陆时间则会导致风暴潮发生在天文潮的不同时段，从而影响潮位变化；

指令接收模块:指令接收模块主要完成与PC机之间的信息交互,根据之前定义好的指令协议解析上位机传来的指令来完成对不同通信系统的模式选择,实现多模射频和中频的控制。

本文网格的计算区域范围是111°～122°E和17°～26°N，包括东海南部和南海中北部海域。采用外海粗网格、近岸细网格的网格剖分原则对网格进行剖分，开边界网格分辨率约20 km，珠江口附近网格分辨率300～500 m，这样既消除了边界对计算结果的影响，同时又大大缩短了计算时间。整套网格包括了213 001个三角形单元，共计110 073个节点。图1分别展示了计算区域高分辨率非结构网格、水深分布、潮位站和浮标分布。红点为潮位站（8个）：惠州、赤湾、横门、盐田、珠海、大万山、汕尾、遮浪。蓝点为浮标站（6个）：FB01（大亚湾坝光）、FB02（大亚湾杨梅坑）、FB03（大亚湾东冲）、FB04（大鹏湾下沙）、FB05（大鹏湾大梅沙）、FB06（深圳湾蛇口）。

本文基于风暴潮和近岸浪耦合模型（ADCIRCSWAN），选取台风“Nida”，根据24 h预报、12 h预报路径以及实况路径对珠江口地区的风暴潮和近岸浪进行数值模拟，得到以下结论：

[1]王喜年.风暴潮预报知识讲座——第二讲风暴潮灾害及其地理分布[J].海洋预报,2001,18(2):70-77.

（1）作者需登录《中兴通讯技术》投稿平台：tech.zte.com.cn/submission，并上传稿件。第一次投稿需完成新用户注册。

[2]董剑希,李涛,侯京明,等.广东省风暴潮时空分布特征及重点城市风暴潮风险研究[J].海洋学报,2014,36(3):83-93.

[3]侯京明,于福江,原野,等.影响我国的重大台风风暴潮时空分布[J].海洋通报,2011,30(5):535-539.

[4]傅赐福,于福江,刘秋兴.风暴潮-近岸浪耦合漫堤数值预报技术及业务化应用[C]//“全球变化下的海洋与湖沼生态安全”学术交流会论文摘要集.南京:中国海洋湖沼学会,2014:1.

[5]李雪,王智峰,武双全,等.近岸浪-风暴潮耦合模型在天津沿海的应用[J].海洋通报,2016,35(6):657-665.

[6]李杰,于福江,李洋,等.珠江口地区台风风暴潮的数值模拟试验[J].海洋预报,2009,26(2):1-6.

[7]陈波,邱绍芳.广西沿海港湾风暴潮增减水与台风路径和地形效应的关系[J].广西科学,2000,7(4):282-285.

平心而论，陆机生平与谢灵运生平，相看似是而非，也不无互通之处，确实容易引起诗人的文学联想，也足够帮助他在转述时不经意间完成大手笔的改造，借此一浇自己内心块垒。但在真实历史的时空中，发出“华亭鹤唳”之叹后，陆机的故事还没有立即结束。

[8]王培涛,于福江,刘秋兴,等.福建沿海精细化台风风暴潮集合数值预报技术研究及应用[J].海洋预报,2010,27(5):7-15.

[9]Dietrich J C,Zijlema M,Westerink JJ,et al.Modeling hurricane waves and storm surge using integrally-coupled,scalable computations[J].Coastal Engineering,2011,58(1):45-65.