江苏近海风暴潮增水数值模拟研究

为研究江苏近海海域风暴潮的特性以及为该海域风暴潮增水变化机理及后报做铺垫,本文基于FVCOM(Finite Volume Coast and Ocean Model)海洋模式和Jelesnianski圆形台风风场模型,建立了江苏近海风暴潮数值模型,并对江苏近海的天文潮以及1109号台风和1210号台风引起的风暴潮进行模拟。结合验潮站水位观测,研究了连云港站和吕泗站的天文潮和风暴潮增水过程。我们将风暴潮与天文潮非线性作用下的风暴潮增水和纯风暴潮增水过程进行对比,讨论了天文潮与1109号和1210号台风风暴潮之间的非线性作用引起的增水特征。结果均表明,在天文潮高潮时,天文潮和风暴潮之间的非线性作用可以抑制增水,在天文潮低潮时,天文潮和风暴潮之间的非线性作用有利于增水。除了气象因子以及天文潮和风暴潮之间的非线性作用外,该海区的地理环境也对台风风暴潮增水产生影响。因此对江苏近海的海岸线变化和浅滩地形变化进行敏感性试验,结果表明,本文所设计的海岸线变化对该海域的风暴潮增水影响较小,江苏沿海岸线的向外推移使得江苏海域风暴潮的增水略微上涨,而本文所设计的地形的变化对风暴潮增水影响较大。     

典型海湾风暴潮增水特征与机理研究

以三门湾为例,基于经验模态分解方法 (EMD)将原始风暴潮增水过程进行分解,并对各个子模态进行能量谱分析,研究每种波动对应的生成机制。结果表明:半封闭海湾内的风暴潮增水较为严重,造成三门湾内强增水的台风为三门湾南侧的西北向登陆台风。EMD分解结果显示三门湾内的风暴潮增水包含6 h,12 h,20 h左右的波动,其中6 h左右的波动来源于海湾共振,共振的频率是由海湾的形状、水深等固有性质所决定的。12 h的波动是由于天文潮与风暴潮耦合作用导致,20 h左右的波动是由于台风移动过程中外海波动的传入。结果表明EMD方法为风暴潮波动增水特征的精细认知提供了一种新的思路和方法,可以加深对海湾内风暴潮波动增水特征的研究。     

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%。     

1991～2013年发生在西沙永兴岛的台风风暴潮统计特征分析

利用1991～2013年西沙海洋站实测的潮位、气压、风资料,统计分析发生在西沙永兴岛的台风风暴潮特征.统计结果为以后的台风风暴潮增水预报工作提供一定借鉴.统计分析发现：发生在永兴岛的台风风暴潮过程年最大增水值基本在34cm处上下波动,最高预警级别仅为蓝色;最大增水有明显的年际变化特征,预计接下来10a左右发生在永兴岛的台风风暴增水值大体逐年递减;最大增水若与极大天文潮相叠加,在永兴岛可能出现灾害性高潮位;年最大增水有明显的季节特征,在夏季最强,其次为秋季,冬季和春季最弱;台风中心经过时由负压引起的增水较为明显,单峰型、双峰型和振荡型的增水曲线形态均有出现;影响西沙永兴岛的热带气旋的年最大风速年际与季节性变化是导致永兴岛台风风暴潮特征的主要成因之一.     

珠江三角洲地区未来海平面上升及风暴潮增水的耕地损失预测

珠江三角洲地区是中国海岸带中风暴潮灾害最集中的区域之一。在全球气候变化和海平面上升的影响下,风暴潮灾害将对该地区农业生产造成巨大的损失。在借鉴相关经验与研究的基础上,建立风暴潮增水灾害耕地产量损失评估模型,选择广东省珠江三角洲地区为研究区域,以该地区的DEM、土地利用等数据为基础,通过实地调研获取当地的作物种植结构、轮作方式、作物单产、不同淹没高度下不同作物的损失率等数据资料,基于未来海平面上升及风暴潮增水的不同时间情景,估算并分析了2030、2050及2100年珠三角地区耕地受灾范围的空间分布特征及产量损失变化情况。结果表明：受气候变化的影响,未来珠三角地区风暴潮影响下的耕地淹没面积比重不断上升,其中阳江、佛山和东莞等地耕地淹没面积从2030年到2100年增加较为明显,广州和珠海的耕地淹没面积增加幅度则较为缓和。从耕地淹没造成的农业产量损失来看,蔬菜、稻谷和花生等主要作物的损失产量比重呈现增加趋势,且蔬菜的增幅最大,其次是稻谷。其中广州、江门、阳江等地稻谷、花生、蔬菜的损失产量比重均表现为持续上升。     

Spatiotemporal changes of cold surges in Inner Mongolia between 1960 and 2012

In this study, we analyzed the spatiotemporal variation of cold surges in Inner Mongolia between 1960 and 2012 and their possible driving factors using daily minimum temperature data from 121 meteorological stations in Inner Mongolia and the surrounding areas. These data were analyzed utilizing a piecewise regression model, a Sen+Mann- Kendall model, and a correlation analysis. Results demonstrated that (1) the frequency of single-station cold surges decreased in Inner Mongolia during the study period, with a linear tendency of -0.5 times/10a (-2.4 to 1.2 times/10a). Prior to 1991, a significant decreasing trend of -1.1 times/10a (-3.3 to 2.5 times/10a) was detected, while an increasing trend of 0.45 times/10a (-4.4 to 4.2 times/10a) was found after 1991. On a seasonal scale, the trend in spring cold surges was consistent with annual values, and the most obvious change in cold surges occurred during spring. Monthly cold surge frequency displayed a bimodal structure, and November witnessed the highest incidence of cold surge. (2) Spatially, the high incidence of cold surge is mainly observed in the northern and central parts of Inner Mongolia, with a higher occurrence observed in the northern than in the central part. Inter-decadal characteristic also revealed that high frequency and low frequency regions presented decreasing and increasing trends, respectively, between 1960 and 1990. High frequency regions expanded after the 1990s, and regions exhibiting high cold surge frequency were mainly distributed in Tulihe, Xiao’ergou, and Xi Ujimqin Banner. (3) On an annual scale, the cold surge was dominated by AO, NAO, CA, APVII, and CQ. However, seasonal differences in the driving forces of cold surges were detected. Winter cold surges were significantly correlated with AO, NAO, SHI, CA, TPI, APVII, CW, and IZ, indicating they were caused by multiple factors. Autumn cold surges were mainly affected by CA and IM, while spring cold surges were significantly correlated with CA and APVII.     

舟山海域风暴潮特征及数值模拟研究

选择20个对舟山海域有较大影响的历史台风案例,开展定海站实测潮位数据的分析与归纳,总结得出20个台风中风暴潮过程增水最大值为5612号台风的207.1 cm,风暴潮高潮位最大值为9711号台风的283.7 cm。同时,在三维斜压水动力模型SELFE的基础上加入台风气压场和风场模块,建立了一个采用非结构三角形网格的天文潮-风暴潮耦合模型,模拟表明定海站的斜压效应较为明显,非线性耦合作用相对较弱,但两潮耦合风暴潮增水结果仍优于风暴潮单因子增水结果,与实际增水更为接近。在此基础上,以一定间隔在5612号台风原路径南北两侧各设计了2条平行路径,分别模拟两潮耦合风暴潮增水,结果表明5612号台风参数沿其原路径偏南1个最大风速半径距离的S1路径运动时可模拟得到定海站可能最大风暴潮增水为243.9 cm。最后,在S1路径下模拟可能最大风暴潮增水分别遭遇天文高、中、低潮位时的风暴潮高潮位,结果表明天文潮高潮时可得到可能最大风暴潮高潮位约为400 cm,天文中潮时次之,而天文低潮时风暴潮高潮位最低。     

胶州湾高分辨率三维风暴潮漫滩数值模拟

基于海表气压项改进的FVCOM(Finite-Volume Coastal Ocean Model)海洋模式,研发胶州湾高分辨率三维风暴潮漫滩数值模式(JS-FVCOM).利用 JS-FVCOM 模式通过对天文潮、台风强度和径流3要素的不同组合,共设计了5个试验,分别进行风暴潮漫滩模拟实验.分析各试验结果得到如下结论:(1)随着台风最大风速的增加,风暴潮增水迅速增加,当综合水位超过防潮堤高程后增水速度明显减慢.海水淹没范围和淹没深度受综合水位超防潮堤高程时间影响明显.(2)在入海河流的河口区,当洪水位与高潮位相遇时,由于高潮位的顶托作用,洪水下泄不畅,造成综合水位上升明显,极易发生海水漫溢现象.JS-FVCOM 的模拟结果清楚地再现了海水漫堤的淹没过程,可为紧急情况下的人员疏散提供科学的基础数据.     

台风风暴潮异模式集合数值预报技术研究及应用

台风风暴潮数值预报的准确性在很大程度上取决于台风路径预报和强度预报的精度以及风暴潮预报模型的计算精度。目前,国际上24/48 h台风路径预报平均误差分别约为120/210 km左右[1],对于走向异常的台风误差更大;更有,根据单一的台风路径和单族的风暴潮数值预报模式并不能保证获得可靠的风暴潮预报结果。考虑多重网格法原理具有在疏密不同的网格层上进行迭代以达到平滑不同频率的误差分量,使得计算快速收敛,精度提高的特性。在前期研究基础上基于业务化高分辨率(结构网格/有限差分算法)和精细化(非结构网格/有限元算法)台风风暴潮集合数值预报模型构建多模型台风风暴潮集合数值预报系统。采用"非同族"模型进行集合预报很大程度上降低了误差相似遗传的可能性。应用该方法对典型台风风暴潮过程进行了试应用,试报结果表明:该方法对风暴潮增、减水预报效果高于单一集合预报,具有一定的应用前景。     

滨海新区温带风暴潮灾害风险评估研究

建立了一套基于非结构三角网、适用于滨海新区的高分辨率风暴潮漫滩数值模式,在陆地区域分辨率达到50~80 m,对两次典型的温带风暴潮进行模拟得到满意结果。计算了塘沽站19 a平均天文高潮值并根据对历史天气过程的分析,选取制定了4个强度的天气系统,而后模拟得到不同强度下滨海新区的温带风暴潮最大淹没范围。综合考虑风暴潮淹没风险与承灾体脆弱性制作出滨海新区温带风暴潮灾害风险图。结果表明:大部分地区都存在风暴潮灾害风险,沿海地区风险大于内陆,其中天津新港、临港工业区、海河北岸地区、大港地区南部的灾害风险最大。