闸坡站风暴潮增水与热带气旋登陆点及路径的关系

将1992～2006年15a间影响和登陆闸坡站的热带气旋按照登陆点和移动路径进行分类．研究各类热带气旋在闸坡站引起的风暴潮增水峰值的出现时间与热带气旋登陆点及移动路径的关系，定性分析热带气旋风场结构对风暴潮增水的影响并经过2007年至今风暴潮增水预报过程中的实例检验．结果表明：闸坡站的增水类型与热带气旋的登陆地点和路径关系密切．在闸坡站登陆的东北行热带气旋引起的风暴潮增水多出现在登陆前，其他路径则出现在登陆时或登陆后；在闸坡以西登陆的热带气旋引起的风暴潮增水峰值一般发生在登陆时或登陆后1h以内；在闸坡站以东登陆的热带气旋引起的风暴潮增水峰值一般发生在登陆前10h以上；而其他类型的热带气旋引起的风暴潮增水由于个例较少规律尚不明显．     

影响湛江的热带气旋路径、登陆地点和增水关系探讨

本文根据影响湛江的典型热带气旋和风暴潮增水资料,系统地分析了热带气旋登陆地点、路径等要素和湛江港增水的关系。结果表明,湛江港发生的增水极值时间和增水形式因热带气旋登陆地点和路径的不同而异。从动力学进一步分析也表明,湛江港的增水类型与热带气旋登陆地点和路径关系非常密切。本文最后还讨论共振现象对湛江港增水的影响。     

湛江港风暴增水特征分析

本文在统计1950－1997年影响湛江港的热带气旋的基础上，利用1953－1982年30年间湛江港发生的风暴增水的资料，对湛江港风暴增水的总体特征进行了分析，总结出湛江港风暴增水的特征在于季节分布的不均匀、大的正增水和高实测水位出现频繁、造成的风暴潮灾比较严重；通过两类典型风暴潮的详细分析，结果表明：湛江港的风暴增水与影响湛江的热带气旋密切相关，大的风暴增水主要由台风引起，湛江港的地理位置也是影响风暴增水的重要因子。     

宁波台风风暴潮数值模拟与风险计算

基于已有潮位站的台风风暴潮历史资料,利用业务化台风风暴潮数值预报模式对影响宁波的5次较显著台风风暴潮过程进行模拟检验,分析表明模式能较好的模拟台风风暴潮过程,尤其是对最大过程增水的模拟.因此,以镇海潮位站为切入点,选用引发宁波最大风暴增水的5612号热带气旋(Wanda)的路径,平移后组合不同等级的热带气旋参数,构建出多组假想最优热带气旋进行宁波地区风暴潮风险的计算,得到从强热带风暴至超级台风共5类热带气旋登陆宁波时所可能引发的最大风暴增水,并使用皮尔逊Ⅲ型统计计算出对应的历史重现期,为宁波地区今后有效地防范各类热带气旋强度的风暴潮提供决策支持.     

人工神经网络在风暴潮增水预报中的应用

本文根据1967～1982年问影响湛江站增水的热带气旋资料，选取了其中对湛江站增水影响比较显著的因子，运用人工神经网络中的BP算法，建立了湛江站风暴潮增水预报的人工神经网络模型，并使用贝叶斯优化算法提高了BP网络模型的预报能力，结果表明所建BP网络模型的训练拟合效果和预报效果都比较好。表明该网络模型可以用于湛江站风暴潮增水的预报。同时本文也为其它的港口、码头等近岸海洋工程风暴潮增水的预报提供了一个有效可行的方案。     

历年影响广西沿海的热带气旋及其灾害成因分析

通过对1950-2012年影响广西沿海的热带气旋的统计分析发现,影响广西沿海的热带气旋数量年际变化明显,最多的年份达9个,最少的年份为0个;热带气旋季节分布具有明显规律性,每年的7、8、9三个月为影响高峰月,其次为6、10月;热带气旋从菲律宾以东洋面进入南海后穿过海南省和雷州半岛再次登陆广西沿海的次数最多,该类热带气旋引起的风暴增水平均值为111.2 cm,到达非登陆台风增水的2.6倍。风暴潮灾害的形成与强台风天气系统、全日大潮、河流下泄洪水直接有关。强台风产生巨浪及降雨,使入海河口水位上升,与风暴潮叠加后产生明显的增水,造成巨大的潮灾。     

孟加拉湾1991-2020年风暴潮模拟及湾顶最大增水的时相特征

研究风暴潮期间的增水过程、振幅和时相特征对提高风暴潮实时预报的精度和减轻灾害损失具有重要价值。采用径流、潮汐、风、波浪耦合模型模拟了孟加拉湾1991-2020年期间对湾顶布里斯瓦尔河口一带增水影响最大的28次热带气旋过程。结果显示,由风暴潮总水位减去天文潮位得到的总增水极值相对于天文潮高潮位的出现时刻集中于涨潮阶段,占总次数的89.3%,并且集中于高潮位前的3 h和4 h。增水过程呈现“（准）孤立波”和“（准）周期性振动”两大类型,其中孤立波形式的增水过程有的在涨潮阶段便完成,也有的持续一个完整的涨、落潮阶段。风暴潮增水-天文潮相互作用曲线具有与天文潮同样周期的振动特征,其振幅与潮差的大小相关,呈现出“涨峰-落谷”与“涨谷-落峰”两种类型,二者具有180°的相位差。热带气旋的行进方向与潮流同逆向、登陆时的潮相、海岸陷波（边缘波）的形成与传播等是决定总增水极值时相特征的主要动力机制。     

珠江河口区风暴潮增水过程非线性叠加效应研究

珠江河口区水网密布,水动力条件复杂,风暴潮增水过程存在明显非线性叠加特征。本文运用ADCIRC(AdvancedCirculationHydrodynamicmodel)与SWAN(SimulatingWavesNearshore)模型,以1713号台风“天鸽”为实例,构建了珠江河口区风暴潮增水数值模拟模型,研究了珠江河口区风暴潮增水非线性叠加特征,得出如下结论:(1)在台风强度不变的情况下,在珠江口西岸登陆台风带来的增水最大,在伶仃洋西岸超过2 m。(2)风暴潮在珠江口西岸、东岸、河口区登陆,在高低潮和低低潮登陆带来的非线性效应水位较高,最高超过1 m。在高高潮和高低潮期登陆带来的非线性效应水位较低,最低非线性水位接近0 m。在珠江口西岸登陆的台风,其风暴潮-天文潮的非线性效应最大。     

历年影响广西沿海的热带气旋及其灾害成因分析(英文)

登陆或经过广西沿海的热带气旋是一种严重的自然灾害,每年热带气旋所伴随的大风、大雨、风暴潮等灾害造成沿海地区严重的财产损失或人员伤亡。通过对1950~2012年影响广西沿海的热带气旋的统计分析发现,影响广西沿海的热带气旋数量年际变化明显,最多的年份达9个,最少的年份为0个;热带气旋季节分布具有明显规律性,每年的7、8、9三个月为影响高峰月,其次为6、10月;热带气旋从菲律宾以东洋面进入南海后穿过海南省和雷州半岛再次登陆广西沿海的次数最多,该类热带气旋引起的风暴增水平均值为111.2 cm,到达非登陆台风增水的2.6倍。风暴潮灾害的形成与强台风天气系统、全日大潮、河流下泄洪水直接有关。强台风产生巨浪及降雨,使入海河口水位上升,与风暴潮叠加后产生明显的增水,造成巨大的潮灾。     

热带气旋影响福建沿海风暴潮特征分析

文中利用1990~2008年气象要素资料、热带气旋路径资料和福建沿海9个验潮站资料,从热带气旋登陆、路径以及福建沿海地理特征等方面,分析研究福建沿海热带气旋风暴潮特征。结果表明:每年平均约有5.58个热带气旋登陆或影响福建,风暴潮发生率为81.1%,福建沿海风暴潮主要出现在5~10月,风暴潮过程最多的是8~9月,平均每年有4.53次风暴潮过程。正面登陆福建的热带气旋和登陆浙南的影响热带气旋,最容易引发福建省沿海热带气旋风暴潮过程,且风暴增水最强,最大增水可达200cm以上,其次是登陆广东的影响热带气旋。由于闽江口的喇叭口地形作用,位于闽江入海处的闽江口岸段在全省4个岸段中风暴增水最强。     

北海市沿岸风暴潮特征研究

根据1965—2009年间影响北海市沿岸的热带气旋资料和风暴增水资料,进行统计分析北海市沿岸的风暴潮特征。结果表明:北海市沿岸平均每年发生风暴增水2—3次,其中较大以上强度的风暴增水每年0.87次,严重以上强度的风暴增水每3年有一次;北海市沿岸每年4—11月均有可能发生风暴增水,且集中在7—10月,尤以9月最多。影响北海市沿岸的热带气旋主要以西北行路径为主,且多是穿过雷州半岛或海南岛后在越南沿海登陆,此种情况下,风暴增水曲线表现为周期性波动。另外,本文还采用Pearson-Ⅲ分布和Gumbel分布来估算风暴增水频度,得出北海市沿岸不同重现期的高潮位值。     

基于多致灾因子相似的热带气旋检索方法研究:以风暴潮-海浪灾害预评估为例

热带气旋引起的风暴潮-海浪灾害成灾频率高、致灾强度大,对我国沿海地区造成的人员和经济损失惨重。预评估阶段需要在灾前对研究区可能造成的损失等进行快速的综合判定。从历史热带气旋中检索出与目标热带气旋位置及各种致灾因子强度相似的热带气旋是快速、准确地预评估风暴潮-海浪灾害的重要方法。面向风暴潮-海浪灾害预评估,提出了一种基于多致灾因子的相似热带气旋检索方法。用于相似检索的致灾因子数据包括:从中国气象局西北太平洋热带气旋最佳路径数据集中提取并经处理得到的1949~2013年影响湛江市的112场热带气旋的路径中心点位置、中心气压、最大风速、最大风速半径及移动速度数据,112场热带气旋的模拟风场、风暴潮及海浪数据。首先,利用相似离度方法对热带气旋进行路径相似性检索;其次,利用最优相似系数方法计算中心气压、最大风速半径、最大风速、移动速度、风场、风暴潮及海浪强度指标的相似系数进行一次检索;然后,根据风场、风暴潮及海浪模拟数据的获取情况,分别基于路径-强度及风场-风暴潮-海浪综合相似性指标进行二次检索;最终给出历史热带气旋的综合相似排序。以2013年尤特热带气旋为例,利用上述方法检索了与其最为相似的5场历史热带气旋。该方法综合考虑了热带气旋路径及多种致灾因子的相似,兼顾了检索的速度及质量,是进行快速、准确的风暴潮-海浪灾害预评估的重要基础。     

Effects of tropical cyclone paths and shelf bathymetry on inducement of severe storm surges in the Gulf of Thailand

The influences of tropical cyclone paths and shelf bathymetry on the inducement of extreme sea levels in a regional bay are investigated. A finite volume coastal ocean model(FVCOM) has been configured for the Gulf of Thailand-Sunda Shelf. A parametric wind model is used to drive the FVCOM. The contributions of the tropical cyclone characteristics are determined through a scenario-based study. Validation based on a historical extreme sea level event shows that the model can resolve the oscillation mechanism well. The intensification of severe storm surges in the region highly depends on four factors including phase propagation of the storm surge wave determined by the landfall position, funnel effect caused by locality of the coastline, and shelf bathymetry determined by the state of mean sea level and coastline crossing angle of the storm path. The coexistence of these factors can cause particular regions e.g. the Surat Thani Bay, inner Gulf of Thailand and Ca Mau Peninsular to experience a larger surge magnitude. These areas are found to be highly related to monsoon troughs that develop during the onset and early northeastern monsoon season(October–November).     

胜利油田近海及沿岸地区东北大风及风暴潮分析预报

对产生影响胜利油田近海及沿岸地区东北大风及风暴潮灾害的两大类天气系统进行了具体分析，分别给出了冷锋配合江淮气旋产生东北大风及风暴潮的三种环流形势和两类影响胜利油田热带气旋移动路径及其预报着眼点。     

利用太平洋海表温度作西北太平洋热带气旋年频数预测

本文利用1950—2000年全球月平均海表温度，计算分析海表温度与西北太平洋热带气旋频数之间的相关性，确定太平洋海表温度与西北太平洋热带气旋相关性好的海域作为预测模式的相关海区。从相关海区中选取代表格点海表温度资料构造出综合预测因子。利用综合预测因子建立一元线性和一元多项式非线性预测模式。经检验，两种模式预测效果较为理想。因此，利用太平洋海表温度与西北太平洋热带气旋频数的相关性建立预测模式作西北太平洋热带气旋频数预测是可行的。同时发现，经过以上方法建立的线性模式和非线性模式预测结果相差甚微，表明西北太平洋热带气旋频数与前一年太平洋某些海区海表温度经以上方法得到的综合预测因子之间线性相关性较为明显。     

Numerical Simulation of Extreme Sea Levels for the Tamil Nadu (India) and Sri Lankan Coasts

Numerical modeling of extreme sea levels associated with tropical cyclones in the Indian seas has been confined to the northern part of the Bay of Bengal (north of Tamil Nadu). However, limited attempts have been made for modeling of surges along the Tamil Nadu and Sri Lankan coasts. Although, very rarely, cyclones form south of 10°N, there are some instances of severe cyclonic storms hitting these areas and causing widespread destruction to life and property. Keeping this in view, a suitable location-specific, high-resolution, numerical model has been developed for the prediction of storm surges in these regions with a grid resolution of 3 km. Using the model, numerical experiments are performed to simulate the storm surge associated with the 1964 Rameswaram cyclone, the 1978 Batticaloa cyclone, the 1992 Tuticorin cyclone, the 1993 Karaikal cyclone, and the 1994 Madras cyclone. During the years 1964, 1978, and 1992, the cyclones struck both Sri Lanka and Tamil Nadu coasts, while in 1993 and 1994, the cyclones struck only the Tamil Nadu coast. It is found that the computed sea surface elevations are in close agreement with the available observations/estimates.     

基于海气耦合模型的渤海两种类型风暴潮数值模拟与对比分析

渤海一年四季都易受到由温带风暴和热带气旋所致风暴潮的影响。为了缓解风暴潮灾害对海岸地区人员生命财产的影响，十分有必要了解大型风暴潮的发生过程和机制。目前大部分研究主要局限于单一的温带风暴潮或台风风暴潮。本文利用所构建的海气耦合数值模型研究了发生于渤海的两种类型的风暴潮，对发生在渤海的2次典型强风暴潮过程进行了模拟。由WRF模型模拟得到的风场强度和最低海平面气压与实测数据吻合较好，由ROMS模型模拟得到的风暴潮期间水位变化过程与潮位站观测结果也吻合较好。对两种类型风暴潮期间的风场结钩、海面风应力、海洋表面平均流场以及水位分布进行了分析对比，并将耦合模型结果与非耦合模型结果进行了对比。研究表明，渤海两种类型风暴潮期间的风场结钩、海面风应力、海洋表面平均流场以及水位分布等均存在巨大差异。渤海风暴潮的强度主要由海洋表面的驱动力所决定，但同时也受海岸地形地貌的影响。     

Numerical Simulation of Extreme Sea Levels for the Tamil Nadu (India) and Sri Lankan Coasts

Numerical modeling of extreme sea levels associated with tropical cyclones in the Indian seas has been confined to the northern part of the Bay of Bengal (north of Tamil Nadu). However, limited attempts have been made for modeling of surges along the Tamil Nadu and Sri Lankan coasts. Although, very rarely, cyclones form south of 10°N, there are some instances of severe cyclonic storms hitting these areas and causing widespread destruction to life and property. Keeping this in view, a suitable location-specific, high-resolution, numerical model has been developed for the prediction of storm surges in these regions with a grid resolution of 3 km. Using the model, numerical experiments are performed to simulate the storm surge associated with the 1964 Rameswaram cyclone, the 1978 Batticaloa cyclone, the 1992 Tuticorin cyclone, the 1993 Karaikal cyclone, and the 1994 Madras cyclone. During the years 1964, 1978, and 1992, the cyclones struck both Sri Lanka and Tamil Nadu coasts, while in 1993 and 1994, the cyclones struck only the Tamil Nadu coast. It is found that the computed sea surface elevations are in close agreement with the available observations/estimates.