海面风的特征分析

作者利用在渤海进行的不同时距的平均风速观测值,经统计分析求得1秒、2分和10分钟平均风速间的线性关系。同时根据风速梯度观测值给出风速指数廓线的指数值,并且给定风速对数廓线的特征值:海面摩擦速度和海面粗糙度。此外,作者还提出了海面风应力的经验公式。     

北部湾沿海最大风速分布特征及工程设计风速推算

利用北部湾沿海7个气象站建站至2008年的年最大风速资料,采用指数律风速廓线公式和＂时次换算＂方法对年最大风速进行订正,得到长年代10m高度10min平均年最大风速序列;采用离差系数Cv分析最大风速的年际变化,应用极值Ⅰ型分布推算北部湾沿海距地10m高50a一遇和100a一遇风速的极大值.结果表明,北部湾沿海年最大风速多出现在7～9月,年最大风速离差系数Cv为0.22～0.35,与沿海城市上海、福州、广州相近;北部湾沿海50a一遇、100a一遇风速的极大值分别为22.9～42.6和24.8～46.5m/s,其空间分布特征是：越靠近海的地方多年一遇风速的极大值就越大.     

海上不同高度风速换算关系的研究

本文用海上石油平台上观测的风梯度资料,计算了在不同风况下海面摩擦速度和粗糙高度。结果表明,海面摩擦速度u_*与海上10m高度处风速u_(10)的关系为u_*=0.055u_(10)-0.058。在4—5级风时,海面平均摩擦速度为50cm/s,粗糙度为0.022m,它相当于陆上的平均粗糙高度。在风速为2—3级时,二者与海上通常采用的数据接近。文中最后给出了上述两种风况下海上不同高度的换算系数。     

基于“黑格比”和“灿都”台风期间湍流数据的曳力系数和动力粗糙度长度参数化研究*

海面的曳力系数和空气动力学粗糙度长度是计算海气动量、感热和水汽通量交换必需的参数。基于在“黑格比”和“灿都”台风期间收集的涡动相关系统观测数据, 文章研究了10m风速和摩擦速度之间、10m风速和曳力系数之间、以及10m风速和动力粗糙度长度之间的参数化关系。结果表明: 曳力系数和摩擦速度及10m风速之间存在抛物线关系, 动力粗糙度长度与摩擦速度及10m风速之间存在自然指数关系; 临界摩擦速度为0.83m·s^-1, 临界10m级风速为23.69m·s^-1。     

基于“黑格比”和“灿都”台风期间湍流数据的曳力系数和动力粗糙度长度参数化研究（英文）

海面的曳力系数和空气动力学粗糙度长度是计算海气动量、感热和水汽通量交换必需的参数。基于在"黑格比"和"灿都"台风期间收集的涡动相关系统观测数据,文章研究了10m风速和摩擦速度之间、10m风速和曳力系数之间、以及10m风速和动力粗糙度长度之间的参数化关系。结果表明:曳力系数和摩擦速度及10m风速之间存在抛物线关系,动力粗糙度长度与摩擦速度及10m风速之间存在自然指数关系;临界摩擦速度为0.83m·s~(–1),临界10m级风速为23.69m·s~(–1)。     

强台风“卡努”过境期间的风和海浪特征分析

南海北部海域夏季台风活动频繁,对海上生产活动和人民生命财产安全造成极大威胁,由于台风路径的不确定性,其中心附近区域的风浪观测资料十分稀少。中国气象局(China Meteorological Administration, CMA)热带气旋最佳路径数据显示2017年10月强台风“卡努”中心经过南海北部陆坡的SF301浮标,该浮标完整记录了台风过境的风浪数据。利用浮标观测资料,分析了强台风“卡努”过境期间的风和海浪特征。观测结果表明,“卡努”经过浮标时,中心气压为959.9 hPa,风速随时间呈双峰分布,前、后眼壁区的10 min平均风速分别为30.2 m/s和24.9 m/s, 1 s极大风速分别为44.2和38.6 m/s。海浪以风浪为主,观测有效波高和最大波高最大值分别为10.8和14.3 m,滞后最大风速30 min,波向和风向变化趋势一致。台风过境期间,有效波高与海面10 m风速接近线性关系,非台风期间二者呈二次多项式关系。海浪无因次波高和周期呈幂指数关系,无论是台风期间还是非台风期间二者关系十分接近Toba提出的3/2指数律。     

潮滩上波高的时空变化及其影响因素——以长江三角洲海岸为例

于2009—2010年的不同季节在崇明东滩北部、中部、南部以及杭州湾北岸东段的芦潮港岸段,利用目前先进的SBE 26plus浪潮仪进行了多个潮周期的波浪观测。研究表明,观测期间潮周期平均风速为1.9～11.0m/s、最大风速为2.8～12.1m/s,各测点潮周期平均水深为0.28～2.12m,高潮位最大水深为0.37～3.19m,潮周期有效波高为0.03～0.45m,最大波高为0.08～1.59m。波高的时空变化受风速、风向、水深和岸滩坡度的综合影响。通常情况下,向岸风期间的波浪较大;风速、水深、岸滩坡度越大,潮滩上的波高也越大。空间上,岸滩坡度最小的崇明东滩中部(坡度0.6‰)测点波高和水深之间的相关性最好,岸滩坡度最大的芦潮港潮滩(坡度8.7‰)测点两者间的相关性最差。时间上,波高和水深之间的相关性与风速、风向的变化有关。因此,只有在潮滩坡度较小(例如<1‰),风速、风向较为稳定时,波高和水深之间的显著正相关关系才存在。要了解某个潮滩的波浪特征,有必要利用先进的仪器进行系统的原位观测,而非简单地借助其它潮滩的波浪研究结果。研究推断,在向岸强台风和大潮高潮位阶段,崇明东滩中潮线附近的最大波高可达1.5～2.0m,芦潮港堤外潮滩的最大波高可达2m以上。     

上海沿海极大风速预报方程的建立和应用

运用统计分析方法,对上海沿海3个浮标站的逐小时的2min平均风速和极大风速进行分析,发现两种风速具有很好的线性关系。通过建立两种风速的回归方程,获得了估计极大风速的客观方程,对3个浮标站,单站一元一次回归方程都能很好得反映2 min平均风速和极大风速的关系,实测极大风速与拟合极大风速的平均绝对误差均小于1 m/s;3个浮标的拟合数据都是以正偏差为主;3个浮标拟合偏差2 m/s的样本数都在5%以下。利用WRF模式预报风速进行极大风速试报,结果表明,3个浮标实测极大风速与预报极大风速的平均绝对误差均小于2 m/s,偏差4 m/s的样本数在10%以下,TS评分均在74分以上,建立的极大风速客观预报方程的效果比较理想。     

埕岛海域风况观测与分析

利用埕岛海域海上与岸边陆地风速一年的同步观测资料，分析了海上风速与陆上风速空间的关系，给出了不同季节和不同时间海、陆风速换算公式；分析了海、陆风速日变化特征的差异，给出了该海域风况基本特征．     

基于实测资料的南海海浪周期关系研究

海浪周期在海洋工程设计中有着重要作用,而不同的海洋工程设施在设计时所选用的周期参数也不同,因此不同周期间的换算关系也就显得尤为重要。本文利用南海北部油气田区1 a的实测海浪周期数据,研究了其谱峰周期、有效周期、跨零周期和最大波高周期等的相互关系,并与相关规范和文献研究结果进行对比,给出了南海海浪周期间的关系式,从而为海洋工程设计提供了支持,也为南海海浪周期关系研究提供了参考。     

台风对珠江口风暴增水的影响分析

珠江口沿岸风暴潮灾害频发,且受台风影响显著。本研究对珠江口赤湾站近30 a(1990—2019)的极端增水进行了分析。结果显示:近年来该区域年平均增水没有显著变化,但极端风暴增水(99.9%分位数)强度显著增强(1.62cm·a^–1),意味着极端风暴潮灾害强度不断变大;在这30a里,有20a的年最大增水发生于台风期间(占66.7%),2018年超强台风“山竹”引起的增水峰值达254cm,为近30a最大的风暴潮灾害事件;增水对台风的最大响应距离约为500～800km。在台风影响范围内,增水强度与台风强度呈近似的线性关系,与距台风中心距离则呈指数关系。分别利用台风强度的不同指标(台风中心最低气压、最大风速和最大风速半径),结合观测站距台风中心的距离,对增水进行拟合,发现风速与距离组合对风暴增水的刻画效果最好[S_w=3.23e^–0.0036D×(Γ_w–3.90)+4.48,R²=0.78,RMSE=9.69cm]。这些研究结果可提升对珠江口风暴潮灾害的认识,为台风风暴潮模拟提供验证资...     

基于ERA-Interim再分析资料的南沙海域风、浪场特征分析

基于ERA-Interim再分析资料,统计分析了南沙海域的风场、海浪场的时空特征,并进一步研究了风浪成长关系,建立了适用于南沙海域的风浪模型。月平均场分析结果表明:在季风期,南沙海域的月平均有效波高与风场的时空分布特征有良好的对应关系,位于中南半岛的东南部存在一个风速和有效波高的大值中心,冬季强于夏季,中心位置随季节转换稍向下风向移动。频率分析结果表明:南沙海域全年以4级以内风力和3级以内海浪出现的频率最高,6级以上大风和5级以上海浪主要出现在冬季风期间;全年最大风速和浪高出现在10、11月,最大风速达到8级,最大有效波高可达6级,但频率非常小;整个海域风速和浪高最小的时期是4—5月。     

一种基于气象要素梯度观测分析海表特征的方法试验

利用常规气象观测、浙江省自动气象站及宁波凉帽山高塔梯度观测资料,对浙江近海2010年12月28日一次冷空气大风个例进行风、温等气象要素边界层特征分析,计算摩擦速度、粗糙度和粘性副层厚度等特征参数,探讨冷空气大风对浙江近海海面粗糙度的影响,进一步给出了摩擦速度、粗糙度与风速之间的定量关系,并对2010年12月29日21时—30日24时和2015年1月21日19—22日10时两次冷空气大风个例进行风廓线拟合检验,基于此推算这两次个例海面10 m风速,并与浮标站进行对比。结果表明:锋面逐渐靠近时风速随高度递增率明显大于锋面过境远离时段。摩擦速度与风速呈线性关系,粗糙度与风速呈二次多项式增长。光滑流时对数律风廓线对100 m以下高度风速拟合效果最好,当低层风速较小时,对数律拟合风速易偏小,反之则易偏大。     

东沙海域海洋环境噪声特性分析及其与风速的相关性研究

本研究利用亚洲海国际实验南海区所获取的海洋环境噪声数据,研究了2001年5月3日0时至5月17日0时海洋环境噪声的时频特性.实验期间有热带风暴西马仑经过,导致海面风速和风生海洋环境噪声随西马仑的逼近和远离出现了显著的升降.以1 250 Hz的海洋环境噪声为例,海洋环境噪声级在这一期间内有一个明显的升高、稳定和缓慢下降的过程.结合再分析风速数据研究海洋环境噪声级与风速的相关性,结果表明,在较高频1 250 Hz处,海洋环境噪声级与风速的互相关系数r为0.50;在较低频50~400 Hz处,两者的互相关系数r在-0.20~0.20之间.此外,本研究利用噪声级与对数风速之间的线性关系式,将海洋环境噪声级与实验过程中海面风速数据做回归分析,确定拟合系数,将此系数用于反演估计海面风速,反演误差在5%~20%之间.     

埕岛海域风况观测与分析

利用埕岛海域海上岸边陆地风速一年的同步观测资料，分析了海上风速与陆上风速间的关系，给出不同季节和不同时间海，陆风速换算公式；分析了海，陆风速日变化特征的差异，给出了该海域风况基本特征。     

黄海中部大风的气候特点及其频谱特征

一、黄海中部大风的气候特点黄海中部的大风属东亚季风风系,大风的季节变化十分明显.该海域西、北与江苏、山东陆地毗连,南面与东海相接,冬季在强大的西伯利亚高气压控制之下,夏季受印度低压和西太平洋付热带高压的影响.但是,该海域所独具的风向、风速年变化特点,又是其毗连海陆所不能代表的,比如,以月平均风速为例,我国若干地区月平均风速以春季最大,青岛马戈庄和苏北东台两站月平均风速也是四月份最大,而距这两站相     

基于ASCAT 散射计数据的2013 年南极周边海面风速特征分析

利用2013年1月1日~2013年12月31日的ASCAT散射计风速数据,从海面风速季平均分布特征、平均海面风速特征、海面风速大于10 m/s发生比例统计等方面,对55°S以南的南极周边海域开展了风速空间分布特性统计,得到以下结果:7月平均风速最大,为12 m/s,1月平均风速最小,为8 m/s。对于南极周边海域,区域平均风速主要在9~12 m/s,全年出现的时间大于280 d,约占全年的77%。风速大于10 m/s所占比例4~9月大于1~3月和10~12月。从全年来看,南极周边海域在4~9月风速普遍较大,且0°~60°W海域内风速明显比其他海域要小。在此基础上将2013年每日的区域平均风速与月平均风速与2012年做了对比,变化趋势与2012年基本一致。通过本项长期工作,可以了解南极风场环境基本情况,建立与更新基础资料和图件,得到南极地区风场要素时空分布、变化规律,服务于南极科学考察、全球变化等多学科研究应用。     

龙口海洋站风况特征分析

根据龙口海洋站观测得到的2007年逐时10分钟平均风速、风向资料,对平均风速风向、大风风速风向、大风日数等方面进行了分析,得出结论:龙口海洋站的风具有典型的季风性气候特征,冬夏季主风向有180°的变化,平均风速的月际变化出现两峰两谷的趋势;常风向为S向和NE向,强风向为偏北向;偏东风的平均风速和出现频率最小;大风风力以6级为主,大风的年平均风速为13.3 m/s,出现大风的月最高概率为63.3%;大风年主导风向为NW-NE以及S,风速以偏北大风较大,偏东风最小;秋冬季节以偏北大风为主,春季偏南大风与偏北大风交替出现,夏季是大风最少的季节。     

琼州海峡海口站近岸风暴增水概率风险分析

基于海口站1976~1997年逐时潮位和逐日最大风速资料,利用阿基米德Copula函数构建海口年最大增水与相应日期最大风速的联合概率分布模型。结果表明:1)广义极值分布可作为海口站年最大增水和相应日期最大风速的边缘分布。两个序列之间存在强正相关关系,G-H Copula函数更适用于作为海口站年最大增水和相应日期的最大风速联合概率分布的连接函数。2)两变量联合作用的同频率增水高度设计值与增水的单变量边缘分布设计值之间的相对差值约为7.5%。3)条件概率1(P(Y≥y|X≥x))中同频率的年最大增水和相应风速的遭遇概率介于78.2%~80.9%,条件概率2(P(Y≥y|X≤x))中同频率的年最大增水和相应风速两者的遭遇概率小于4.8%。     

基于模糊时间序列的华南台风登陆时最大风速极值预测模型

利用1995—2017年登陆华南地区的台风登陆时最大风速极值数据,构建基于模糊时间序列的台风登陆时最大风速极值预测模型,并将该模型与传统时间序列ARIMA模型作对比。其预测结果表明,模糊时间序列的平均绝对误差、平均相对误差和均方根误差分别为2. 621 m·s-1、0. 066和2. 727 m·s-1,预测的精确度明显高于传统时间序列ARIMA模型,同时也表明将模糊时间序列应用于登陆时最大风速极值的预测能够获得较理想的预测结果。