江苏沿海波浪多重嵌套模拟研究

根据24年CCMP风场资料和江苏沿海4个方向(N、NE、E和SE)百年一遇风速,构建西北太平洋、东中国海和江苏沿海上述4个方向的百年一遇风场。首次建立一个基于第三代海浪模型SWAN的自西北太平洋、东中国海至江苏沿海的三重嵌套数值模型,以AVISO卫星观测数据和江苏沿海定点实测数据进行验证。以三个计算域4个方向百年一遇风场为驱动风场,驱动该多重嵌套模型,高精度数值模拟江苏沿海4个方向百年一遇有效波高分布并进行分析。结果表明,江苏沿海辐射沙洲地形对有效波高分布影响显著;E向百年一遇风场作用下海域有效波高最大,NE向次之,N向和SE较小。     

西北太平洋浪流相互作用对有效波高的影响研究

西北太平洋强流区会对海浪的特征和分布产生显著的影响,尤其是研究台风过程中海流与海浪的相互作用具有重要的研究意义。本文以ROMS海洋模式和SWAN海浪模式为基础,构建了浪流耦合模式系统,对2013年10月6-17日间的台风“丹娜丝”、“百合”、“韦帕”过程中西北太平洋浪流相互作用中海流对有效波高的影响进行了研究。通过对比模式模拟有效波高与浮标观测资料,发现耦合后的有效波高比非耦合结果更接近观测值,耦合模式中海流的存在对有效波高的分布有明显的影响。研究表明,特别是在有效波高峰值处,海流引起的有效波高增大最大可达1 m。海浪浪向及流向的空间分布以及中国近海浮标处浪向与流向的时间序列表明,流向与浪向反向时,海流的影响造成有效波高增大;二者同向时,有效波高减小。海流对有效波高的调整会沿着海浪传播的方向传播相当一段距离。在西北太平洋的海浪场计算中,引入海流的耦合模式计算结果对改善强流区海浪预报具有重要意义,并且海流的模拟精度对于高精度的海浪预报非常重要。     

两种网格下的SWAN模式对黄渤海海浪模拟比较

采用NCEP再分析风场作为驱动海浪模式的强迫场,在考虑相同物理过程和分辨率基础上,SWAN海浪模式分别采用矩形网格和非结构三角网格对2000年12月黄渤海海域波浪场进行模拟,并将模拟的有效波高与海洋浮标观测数据作对比分析,结果表明,SWAN模式运用两种网格均能够取得良好的模拟结果,相对矩形网格,非结构三角网格模拟有效波...     

1105号台风“米雷”台风浪模拟研究

以CCMP(Cross-Calibrated,Multi-Platform)风场驱动目前国际先进的第三代近岸海浪模式SWAN (Simulating WAves Nearshore),对1105号台风“米雷”造成的台风浪进行数值模拟,基于浮标观测资料,验证了模拟数据的有效性,并对台风浪场的分布特征进行分析.结果表明:(1)以CCMP风场驱动SWAN模式,可以较好地模拟“米雷”所形成的台风浪场;(2)模拟的有效波高(SWH——Significant Wave Height)与浮标观测SWH在波高变化的走势上具有很好的一致性,模拟数据的走势则较为平缓,观测数据跳跃较为明显,模拟的SWH具有较高精度,仅在数值上略低于观测SWH; (3) SWAN模式对“米雷”所形成的台风近中心大浪区、台风眼、台风尾迹等方面进行了较好地刻画.     

海浪搅拌混合对北太平洋海表面温度模拟的影响

利用NCEP再分析风场驱动WAVEWATCH III海浪模式对北太平洋海域的海浪过程进行模拟,利用浮标观测资料对模拟出的海浪要素有效波高进行验证,发现他们之间具有很好的一致性。基于模式输出的有效波高等波浪要素,利用特征波参数化理论,在海洋环流模式中引入海浪搅拌混合作用,分析其对北太平洋海表面温度模拟的影响,初步数值模拟结果表明,sbPOM模式在考虑海浪搅拌混合作用以后,模拟精度进一步提升,这对提供一个准确的大气模式下边界条件具有重要作用。     

两种海浪模式对一次冷空气海浪场过程的模拟比较

以CCMP(Cross-Calibrated,Multi-Platform)风场为驱动场,分别驱动目前国际先进的第三代海浪模式WW3(WAVEWATCH-III)、SWAN(Simulating WAves Nearshore),对2011年3月发生在中国海的一次强冷空气所致的海浪场进行数值模拟,就冷空气海浪场的特征进行分析,并对比分析两个海浪模式的模拟效果,以期可为防灾减灾提供参考。结果表明:(1)以CCMP风场分别驱动WW3、SWAN海浪模式,可以较好地模拟发生在东中国海的冷空气海浪场过程,两个模式模拟的有效波高都具有较高精度,SWAN模拟的有效波高明显小于观测值和WW3模式的模拟值。(2)冷空气给中国海带来了明显的大风、大浪过程。整个冷空气期间,波向与风向保持了较好的一致性,且向岸效应比较明显;波高与风速的分布特征也保持了较好的一致性,海浪以风浪为主导。(3)冷空气进入渤海,相伴着出现了大风过程,但由于海域狭小,大风范围较小,大风中心的风速仅12 m/s左右,相应波高也在1.0 m左右。冷空气南下进入黄海中部时,黄海中南部大范围海域的风速在16 m/s以上,相应区域的波高在4.5 m以上,高值中心可达5.0 m以上,波向和风向都以北-东北向为主。冷空气南下行进至南海北部海域时,强度大为减弱,风速的和波高的相对大值区分布于台湾岛周边海域,尤其是台湾海峡、吕宋海峡、东沙群岛附近海域。     

神经网络方法对海浪有效波高数值模拟的改进

结合东北太平洋浮标资料,使用神经网络模型对WAVEWATCHⅢ海浪模式模拟的有效波高进行训练模拟,并与增加风场作为输入项的神经网络模型作了对比分析。通过分析浮标观测资料、WAVEWATCHⅢ数值模式和神经网络模拟的海浪有效波高大小,可以看出使用神经网络结合数值模式能够较好地提高有效波高的模拟精度。     

台风浪数值模拟方法比较——以1513号台风“苏迪罗”为例

为减少复杂地形对台风浪数值模拟的干扰,有效优化模拟精度和效果,充分发挥台风浪数值模式在防灾减灾中的作用,文章利用ERA-interim风场驱动模式,以1513号台风"苏迪罗"为例,采用2种方案对其形成的台风浪进行数值模拟,并对二者进行比较。其中,方案(1)为采用WW3模式,方案(2)为采用WW3模式和SWAN模式嵌套。研究结果表明:选取有效波高的模拟值和观测值,根据对散点分布的定性分析以及对相关系数、偏差和均方根误差的定量计算,采用方案(2)的模拟精度更高;通过绘制台风浪场分布图,采用方案(2)对有效波高的动态数值模拟更加明显和准确,尤其对于复杂地形海域的模拟效果更优。因此,在未来的海浪数值模拟中,可参照采用方案(2),即在大区域采用WW3模式,在复杂地形海域嵌套SWAN模式。     

南中国海台风浪数值模拟研究——以台风“珍珠”为例

以QSCAT/NCEP混合风资料和Myers经验模型风场构造台风风场,并以之作为驱动风场,建立一个基于第三代海浪模式SWAN的两重嵌套台风浪数值模拟模型。以0601号台风珍珠为例,对南中国海至广东的台风浪进行数值模拟研究。将数值模拟结果与台风期间Jason-1卫星高度计观测资料和近岸浮标实测资料(波高、波向和波周期)作了较为详细地比较,并分析台风浪要素的时空分布。结果显示台风浪要素的数值模拟值与实测值吻合良好,表明SWAN模型能够较好地再现大洋和近岸台风浪的时间发展过程和空间分布特征。     

西北太平洋三台风影响下海浪的数值模拟研究

采用NCEP-FNL(Final Operational Global Analysis)再分析风场资料及WW3(WAVEWATCH Ⅲ)海浪模式对2015年连续发生的1509号台风"灿鸿"、1510号台风"莲花"和1511号台风"浪卡"进行数值模拟。通过与卫星高度计资料和浮标观测资料对比,验证了模拟结果的有效性,并分析台风浪的特征。结果表明:采用再分析风场资料驱动WW3海浪模式,较好地模拟了3个台风影响下西北太平洋海浪场的分布和演变特征;模拟波高与遥感的轨道波高资料相关性超过0.7,平均相对误差小于0.23,风速误差是造成模拟误差的主要原因;台风浪的大小不仅取决于台风强度,还受海域的影响。近海海域由于海岸与岛屿的阻碍,波浪能量频散受到抑制,易产生局地巨浪;而深海大洋开阔海域,易于台风浪能量传播。本文相关结论为台风浪的定量预报及防灾减灾提供有益参考。     

Numerical investigation of ocean waves generated by three typhoons in offshore China

The influences of the three types of reanalysis wind fields on the simulation of three typhoon waves occurred in 2015 in offshore China were numerically investigated. The typhoon wave model was based on the simulating waves nearshore model (SWAN), in which the wind fields for driving waves were derived from the European Centre for Medium-Range Weather Forecasts (ECMWF) Re-Analysis-Interim (ERA-interim), the National Centers for Environmental Prediction climate forecast system version 2 (CFSv2) and cross-calibrated multi-platform (CCMP) datasets. Firstly, the typhoon waves generated during the occurrence of typhoons Chan-hom (1509), Linfa (1510) and Nangka (1511) in 2015 were simulated by using the wave model driven by ERA-interim, CFSv2 and CCMP datasets. The numerical results were validated using buoy data and satellite observation data, and the simulation results under the three types of wind fields were in good agreement with the observed data. The numerical results showed that the CCMP wind data was the best in simulating waves overall, and the wind speeds pertaining to ERA-Interim and CCMP were notably smaller than those observed near the typhoon centre. To correct the accuracy of the wind fields, the Holland theoretical wind model was used to revise and optimize the wind speed pertaining to the CCMP near the typhoon centre. The results indicated that the CCMP wind-driven SWAN model could appropriately simulate the typhoon waves generated by three typhoons in offshore China, and the use of the CCMP/Holland blended wind field could effectively improve the accuracy of typhoon wave simulations.     

GA-BP神经网络在罗源湾口波浪模拟研究中的应用

由于BP神经网络存在收敛速度慢和易于陷入极小值等缺点,引入遗传算法(GA)对网络的权值和阈值加以优化,并采用不同组合的输入因子和样本数,对福建省罗源湾口的波浪进行模拟研究.对输入因子的分析结果表明,研究区域的波浪主要受台湾海峡波浪传播影响,与局地气象因子(风速、风向、海气温差)的相关性较弱.训练样本试验表明,30 d以上的波浪历史数据可使GA-BP神经网络充分学习研究区域的波浪特征,从而实现对波浪要素的高精度模拟.模拟结果显示,对春、夏季实测波浪数据的模拟效果均很好,其中相关性分别为0.967和0.938,均方根误差分别为0.112 m和0.107 m,表明GA-BP神经网络在近岸波浪模拟预报中有较广阔的应用前景.     

波浪物理模型试验中风速比尺确定方法初探

在波浪模型试验中研究风对构筑物的作用时,会涉及到风速比尺的确定问题。风对构筑物的作用力包括惯性力和粘滞力,这2种力的大小与建筑物的形态有关,对有的构筑物的作用力以惯性力为主,有的则以粘滞力为主。所以,在波浪物理模型试验中不能简单地采用重力相似准则也不能采用粘滞力相似准则来确定风速比尺。根据大量的试验研究结果,提出了采用不同模型比尺的船舶模型试验来确定风速比尺的方法,为波浪模型试验中风场模拟和数据处理提供了依据。     

Real time wave forecasting using wind time history and numerical model

Operational activities in the ocean like planning for structural repairs or fishing expeditions require real time prediction of waves over typical time duration of say a few hours. Such predictions can be made by using a numerical model or a time series model employing continuously recorded waves. This paper presents another option to do so and it is based on a different time series approach in which the input is in the form of preceding wind speed and wind direction observations. This would be useful for those stations where the costly wave buoys are not deployed and instead only meteorological buoys measuring wind are moored. The technique employs alternative artificial intelligence approaches of an artificial neural network (ANN), genetic programming (GP) and model tree (MT) to carry out the time series modeling of wind to obtain waves. Wind observations at four offshore sites along the east coast of India were used. For calibration purpose the wave data was generated using a numerical model. The predicted waves obtained using the proposed time series models when compared with the numerically generated waves showed good resemblance in terms of the selected error criteria. Large differences across the chosen techniques of ANN, GP, MT were not noticed. Wave hindcasting at the same time step and the predictions over shorter lead times were better than the predictions over longer lead times. The proposed method is a cost effective and convenient option when a site-specific information is desired.     

WAVEWATCH和SWAN嵌套模拟台风浪场的结果分析

利用WAVEWATCH和SWAN嵌套模拟2007年8月墨西哥湾飓风迪安的波浪场.将QSCAT/NCEP混合风场与台风模型风场合成为背景风场.修改WAVEWATCH和SWAN嵌套接口以使WAVEWATCH和SWAN2种海浪预报模式能够有效地嵌套运行.利用WAVEWATCH和SWAN嵌套模拟飓风迪安的波浪场,采用浮标资料检验模拟结果,以验证WAVEWATCH和SWAN模拟的准确性及修改后嵌套接口的可用性.结果表明,修改嵌套接口之后模式运行平稳,2种模式的结果与浮标及高度计观测数据均基本吻合.嵌套模拟结果好于单纯使用WAVEWATCH模拟的结果,体现了利用2种模式嵌套模拟台风浪场的科学性.     

Influence of the type of sea waves on the backscattered radar cross section at medium incidence angles

We consider the influence of the sea surface state on the backscattered radar cross section and the accuracy of the wind speed retrieval from the scatterometer data. We used a joint set of radars and buoys to determine the type of sea waves. Three types of sea waves were distinguished: developing wind waves, fully developed wind waves, and mixed sea. It is shown that the retrieval error of the near surface wind speed using a one-parameter algorithm is minimal in the case of fully developed wind waves. We compared these data with the results of radio-altimeter data analysis and showed that in both cases underestimation of the retrieval wind speed exists for developing wind waves and overestimation occurs for mixed sea. A variety of swell parameters (length of the dominating wave, swell height, swell age) significantly influence the backscattered radar cross section, leading to a growth in the mean square error of the retrieved wind speed during vertical sounding (radio-altimeter data), and only slightly influence the mean square error of the scatterometer data (medium incidence angles). It is necessary to include the information about the parameters of sea waves in the algorithms and take into account the regional wave properties to increase the accuracy of wind speed retrieval.     

ERA-Interim和ERA5再分析风资料在中国近海的适用性对比研究

全球再分析海面风资料在波浪模拟和风能资源评估等研究中发挥着重要作用，但风场资料种类繁多，且准确性在不同海域差异较大，使用时需要进行适用性分析。本文基于欧洲中期天气预报中心的ERA5和ERA-Interim再分析风场，利用多个站点的实测数据，分析了其在中国近海的适用性，并将再分析风场输入FVCOM-SWAVE波浪模型，对比了它们在常风天和台风天对波浪模拟的效果。结果表明：（1）常风天条件下ERA5和ERA-Interim资料在中国近海表现相似，风速较实测值略偏大，均能基本反映海表面风场变化和平均风速分布，吻合度指标在各站点均超过0.9;(2) ERA5对台风的模拟显著优于ERA-Interim，能较好模拟台风风速结构，对不同台风模拟精度差异大，整体上会低估台风风速；（3）风场质量是造成波浪模拟误差的主要原因之一，ERA5和ERA-Interim均能较好地模拟常海况下的波浪变化情况，而在台风浪的模拟中ERA5更优，“双台风”现象对风速和波浪的模拟准确度影响大。     

太湖风浪场的计算与比较

首先探讨了浅水风浪数值模型—SWAN模型应用于模拟内陆湖泊风浪生成和传播变形时的特点。该模型存在不能有效地模拟近固壁边界处风浪场的缺点,以能正确地模拟湖区的风浪场和节约计算时间为原则,确定了计算范围。对太湖进行了风场和风浪场的现场观测。分别利用规范公式和SWAN模型两种方法、根据观测和预报的风场计算了湖区的有效波高,并将计算结果和现场观测值进行了详细比较。结果表明基于观测的风场,利用两种方法所计算的太湖风浪场的精度基本相当;在根据观测的风场、利用SWAN模型计算内陆湖泊的风浪场时,需要精心选择恰当的风场;在根据预报的风场预报湖区风浪场时,SWAN模型的精度要高于规范公式的精度。     

浙江近海典型寒潮浪的数值模拟:以2015年3月和2016年1月为例

本文选用第三代海浪模式SWAN(SimulatingWAveNearshore),以CCMP(Cross-CalibratedMultiPlatform)风场作为驱动风场,数值模拟了2015年3月份和2016年1月份影响浙江省的两次典型寒潮,并将模拟结果与实测数据进行了对比,模拟误差均在20%之内,属于可以接受的范围,表明SWAN模型和CCMP风场能够满足此次寒潮浪数值模拟的需要。本文从风场的强度、最值风速、风向、持续时间等方面,对比了两次寒潮期间的寒潮风场;从寒潮浪的强度、最值波高分布、持续时间、涌浪分布区域等方面,对两次典型寒潮期间的寒潮浪时空分布的异同进行了研究。总体而言,2015年3月份寒潮的风场从强度上弱于2016年1月份寒潮, 3月份寒潮风场的主流大风是6～7级风,风向偏正北风;1月份寒潮风场的主流大风是6～8级风,风向偏西北风。2015年3月份的寒潮浪强度上弱于2016年1月份寒潮浪, 3月份寒潮浪波高变化剧烈的区域位于研究区域的东北部, 1月份寒潮浪波高变化剧烈的区域位于研究区域的中部和东部; 3月份寒潮浪的大浪主要是5级浪, 1月份寒潮浪的大浪主要是5、6级浪。当寒潮对研究区域的波浪场影响最为显著时,2015年3月份寒潮期间研究区域的北部多为涌浪,2016年1月份寒潮期间研究区域的南部多为涌浪。     

两种海面风场的对比及对海浪模拟的影响

海面风场在海浪模拟研究和预报中起着关键性的作用,再分析风场数据可为海浪模式提供长时间的大范围、高时空分辨率海面风场。利用日本浮标站资料和卫星高度计资料对再分析风场QuickSCAT/NCEP(Q/N)混合风场和ERA风场进行验证分析,并利用WAVEWATCH-Ⅲ模式进行连续12个月的数值模拟试验。对比风场和计算得到的海浪场得出结论:在风速较小的时候,ERA和Q/N风场较实测风场大,在风速较大的时候,ERA和Q/N风场较实测风场小;ERA风场模拟浪高较浮标观测波高偏小;Q/N混合风场模拟的浪高更接近实测浪高。