?

中國沿海40年臺風風暴潮特征研究

2024-01-05 09:24付翔梁森棟郭洪琳李明杰葉琳
海洋預報 2023年6期
關鍵詞:風暴潮潮位警戒

付翔,梁森棟,郭洪琳,李明杰,葉琳

(1.國家海洋環境預報中心,北京 100081;2.國家海洋環境預報中心自然資源部海洋災害預報技術重點實驗室,北京 100081)

0 引言

風暴潮是指局部水體受到強烈的大氣擾動(如強風或氣壓驟變)而出現的水面異常升高(降低)的現象,也稱風暴增水(減水)[1-2],其大小不僅和大氣的外力強度有關,還和沿岸地形以及水深等因素密切相關。根據誘發風暴潮的天氣系統特征,通??蓪L暴潮分為熱帶氣旋風暴潮和溫帶氣旋風暴潮兩大類,另外還有寒潮大風引起的風暴潮,這在我國渤黃海海域較為常見。風暴潮疊加天文潮以及受到傳到近岸的風浪、涌浪的非線性擁水作用會引起沿岸漲水,當總水位達到或超過一定閾值(即警戒潮位)時,沿岸出現險情,會造成一定的災害損失,稱之為風暴潮災害[2-4]。風暴潮災害是我國最主要的海洋災害之一,特別是熱帶氣旋風暴潮(在我國常被稱為臺風風暴潮)災害。自1989年有統計數據以來,風暴潮(含近岸浪)災害造成的直接經濟損失占全部海洋災害直接經濟損失的90%以上,而嚴重的臺風風暴潮災害幾乎每年都會發生[5]。

風暴潮致災危險性體現在風暴潮的強度和頻率以及疊加浪、涌的非線性擁水作用和天文潮后引起的高潮位[6-7]上。在氣候變化的大背景下,海平面上升[8-9]和臺風強度的增加[10-12]會使得風暴潮強度增強,高潮位更高,勢必加劇風暴潮災害[13-16]。國內外學者對歷史極值水位的長期變化研究發現,全球大部分驗潮站包括中國沿海部分驗潮站的極值水位呈增加趨勢,大多數驗潮站的這種變化顯示由海平面變化引起[17-20],但也有一些地區的變化與海平面變化不一致[21],如廈門和香港的極值水位增加速率遠高于海平面上升速率[19],美國東西海岸的Astoria站、San Francisco站和Portland站在去除海平面影響后表現出顯著的上升趨勢,而Mayport 站夏季則表現出顯著的負趨勢[22]。與海平面變化無關的極值變化中還呈現顯著的多年代際波動[22]。短期的極端水位受氣候因子影響波動強烈,比長期海平面上升趨勢大一個數量級,且隨時間的變化而變化[20,23]。一些站的極值水位變化由風暴增水主導,而另一些站則由潮汐變化主導[21,23],因此,評估極端水位變化重要主導原因之一的風暴增水變化趨勢,是研究沿海地區氣候變化響應趨勢的重要內容。FENG 等[18]指出中國沿海極端水位事件主要由臺風引發。因此本文統計分析我國沿海40 年的臺風風暴潮的時空分布特征,為氣候變化和風暴潮災害風險研究提供基礎依據。

1 分析方法及數據來源

本文基于“近海海洋綜合調查與評價專項”積累的資料數據,并結合近十年我國沿海驗潮站的實測水位數據,選用臺風風暴潮過程中最高潮位值和最大增水值為統計指標,同時比對各站的警戒潮位值,從發生頻次的時間變化和空間分布兩個方面分析我國沿海臺風風暴潮特征。

當前國際研究中,多用潮汐余水位(Non-Tidal Residual,NTR)表示風暴潮增水,即總水位減去天文潮水位,天文潮水位可通過調和分析即根據通用潮高計算公式獲得。根據風暴潮等級劃分標準[24],定義臺風登陸我國或近海轉向并造成沿岸任一站出現大于50 cm 增水的過程為一次臺風風暴潮過程。采用驗潮站逐時增水數據,每次過程取各站最大增水值進行統計。綜合郭洪壽[25]推薦和國標中的風暴潮強度等級[24]劃分標準,選取1 m和2 m為增水分段統計指標。過程中任一站最大增水值大于1 m 定義為一次顯著的風暴潮,大于2 m 定義為大風暴潮或強風暴潮,小于1 m 為一般或小風暴潮。用于比對的警戒潮位值為各站現行的黃色警戒潮位,現行警戒潮位啟用之前的統計時間段采用基于《警戒潮位核定方法(GB/T17839—1999)》核定的各站警戒潮位值。當過程中任一站出現的最高潮位超過該站比對的警戒潮位值則記為一次超警戒潮位過程(簡稱超警過程,下同)。

臺風數據來自中國氣象局《臺風年鑒》(1980—1988)和《熱帶氣旋年鑒》(1989—2017)以及中國氣象局熱帶氣旋資料中心最佳路徑數據集(2018—2019)[26](網址:http://tcdata.typhoon.org.cn)。

2 40年臺風風暴潮事件及增水概況

統計整理了1980—2019 年影響我國沿海的臺風風暴潮過程。40 年間共發生臺風風暴潮418 次,其中1/4 是由未登陸臺風所引起。年平均發生次數為10.45 次,最多為1989 年的16 次,最少為6 次,年發生頻率最高次數(即高頻發生次數)為9 次(見圖1a)。增水1 m 以上(含1 m)過程264 次,年平均為6.6 次,最多為1989 年的12 次,高頻發生次數為7 次(見圖1b)。增水2 m 以上(含2 m)的大過程59 次,占總數的14.1%,年平均為1.5 次,最多為4 次,高頻發生次數為1次(圖略)。

圖1 臺風風暴潮發生次數頻率直方圖及概率密度Fig1 Frequency histogram and probability density function of tropical storm surges

與1949—1990 年的統計數據相比[27],增水1 m以上的過程數變化不大(1949—1990 年為259 次),增水2 m 以上的過程數增加了28%(1949—1990 年為46 次)。在增水2 m 以上的過程中,有近1/3(17次)出現在雷州半島東岸,是出現最多的區域,其次為浙南閩北地區,約占1/5;有4 次過程是由未登陸臺風所引起,占總數的6.8%,均出現在東海海域,2次出現在杭州灣,1 次出現在臺灣海峽南部,1 次出現在江蘇沿海。

1980—2019 年全國沿海臺風風暴潮年增水極值范圍出現最多的為2.0~2.5 m(見圖2),其次為3.0~3.5 m。這其中有5 年的年極值增水由未登陸臺風所引起,同樣均出現在東海海域。廣東南渡站為我國有驗潮記錄以來風暴增水最大值的發生地[28],在40 年間貢獻了17.5%的全國增水年極值。

圖2 臺風風暴潮年極值頻率直方圖Fig.2 Frequency histogram of annual extreme tropical storm surges

3 臺風風暴潮時間變化特征

3.1 年際和年代際變化

從年際變化看(見圖3),20 世紀80 年代末和2010 年前后是我國臺風風暴潮高發期,20 世紀90年代中后期為低發期,期間5 a滑動平均值持續高于和低于40 年的均值;其中1985—1990 年的高值期和1992—1998年、1996—1999年的低值期滿足顯著性為0.1 的Wilcoxon 秩和檢驗。增水1 m 以上和超警戒潮位的過程在20 世紀80 年代末—90 年代初也出現高發期,其中增水1 m 以上過程次數在1989—1995年處于高值期,超警過程次數在1989—1993年的高值期滿足顯著性為0.1 的Wilcoxon 秩和檢驗。增水2 m 以上的大過程發生次數在近10 年明顯增多,2011—2019 年的高值期滿足顯著性為0.05 的Wilcoxon 秩和檢驗。我國沿海潮位站建設成效卓著,站點從2005 年的50 多個激增到2019 年的120多個,排查2 m 以上過程中增水達到2 m 的測站,每個過程均包含有40年以上歷史的長期站,因此可排除是由于測站密度增加才捕捉到更多大增水過程的原因。從年代際變化看,總的臺風風暴潮過程在20 世紀80 年代最多,年均達到11.3 次,1 m 以上的顯著增水過程在近10 年最少,但增水2 m 以上的大過程在近10 年最多。從累積百分比看(見圖4),20世紀90 年代中前期增水1 m 以上的過程占比較高,而2006—2011 年間增水1 m 以下的一般過程占比較高。增水大于2 m 的過程由前3 個10 a 的年均約1.3 次增加到最后10 a的年均約2次,而1 m以上風暴潮過程每10 a均為6~7次,變化不大。最近10 a增水大于2 m和小于1 m的風暴潮過程次數占比都明顯增加,說明臺風風暴潮有向強弱兩級分化的態勢。

圖3 臺風風暴潮發生次數變化Fig.3 Changes in number of tropical storm surges

圖4 增水次數累積百分比變化Fig.4 Changes in cumulative percentage of tropical storm surge

3.2 趨勢和周期分析

Mann-Kendall 趨勢檢驗未檢測出4 類臺風風暴潮40 年發生次數的顯著變化趨勢。一元線性回歸顯示(見圖5),總的臺風風暴潮發生次數及增水1 m以上的臺風風暴潮次數在1980—2019 年間呈減少趨勢,傾向率分別為-0.31次/10 a和-0.33次/10 a,但并未通過顯著性檢驗;增水2 m 以上的臺風風暴潮次數呈增加趨勢,傾向率為0.26 次/10 a,通過顯著性水平為0.1的F檢驗;超警過程基本無顯著變化。

圖5 臺風風暴潮發生趨勢Fig.5 Trends of tropical storm surges

Mann-Kendall 檢驗顯示,全國沿海臺風風暴潮增水年極值在1980—2019年間整體呈上升趨勢,自2002 年后為持續上升趨勢(其UF 統計量自2002年后均為正值,見圖6),最后5 a 的上升趨勢滿足顯著性水平為0.1 的Z檢驗。年增水極值的一元線性回歸也顯示整體呈上升趨勢(見圖7),傾向率為14.25 cm/10 a,但并未通過顯著性檢驗。增水極值的年際距平也由前30 年的平均負距平轉為后10 年的平均正距平。

圖6 年增水極值的Mann-Kendall統計量Fig.6 Mann-Kendall statistic of annual extreme tropical storm surge

圖7 年增水極值的距平序列和變化趨勢Fig.7 Time series and trends of annual extreme tropical storm surges

對風暴潮發生次數進行Morlet 復小波分解,方差圖顯示(見圖8)總的臺風風暴潮發生次數有28 a、15 a和6 a的周期,與影響中國沿海的熱帶氣旋綜合強度頻數指標的變化周期一致[29];2 m 以上的大風暴潮次數有16~17 a 的顯著周期,對應經驗模態分解(Empirical Mode Decomposition,EMD)第四本征模函數(Intrinsic Mode Function 4,IMF4)的波動周期(見圖9)。從小波系數實部等值線圖可看出(見圖10),2000 年后該周期的波動強度明顯增大,與EMD 分解的第二本征模函數(IMF2)和第三本征模函數(IMF3)也在2000 年后振幅加大一致(見圖9),說明2 m 以上大臺風風暴潮發生次數不僅總量增加(見圖5 中一元線性回歸結果和圖9 中EMD 分解的殘差項),其波動幅度也有所增加,發生次數有極端化的態勢。

圖8 風暴潮發生次數的小波方差圖Fig.8 Wavelet variance of tropical storm surges

圖9 2 m以上臺風風暴潮時間序列的經驗模態分解Fig.9 Empirical Mode Decomposition of tropical storm surges with maximum residual value exceeding 2 meters

圖10 2 m以上臺風風暴潮時間序列的小波系數實部等值線圖Fig.10 The real part distribution of wavelet coefficients of tropical storm surges with maximum residual value exceeding 2 meters

3.3 月際變化

從月際變化看,增水1 m 以上的臺風風暴潮最早發生在4 月,而增水2 m 以上的臺風風暴潮最早發生在6 月,40 年間分別都僅發生過一次。自6 月起,臺風風暴潮過程數明顯增加,7—10 月為多發期,也是超警臺風風暴潮(風暴潮災)的多發期,其中9月最多,增水1 m以上和超警過程分別占全年總數的29%和33%,即平均每年有近2 次增水1 m 以上的臺風風暴潮和1.5 次超警戒的臺風風暴潮發生在9 月;2 m 以上的大風暴潮8 月最多。這說明風暴潮災并不取決于風暴潮的大小,天文大潮對風暴潮災的發生起著不可忽視的作用[30],天文高潮位疊加普通的風暴潮即能引起超警戒的風暴潮災,而9 月正是我國渤海、黃海和東海潮位普遍最高的時期。

4 空間特征分析

4.1 潮位站及極值分布

篩選建站時間較長、數據較為完整、位置分布合理、能代表一定范圍內風暴潮特點的39 個測站(見圖12),統計分析40年間中國沿海臺風風暴潮的空間分布。從各站極值臺風風暴潮的分布可看出(見圖13),渤海灣、萊州灣,上海、浙江—閩北沿海以及珠江口—雷州半島東岸附近臺風風暴潮的增水極值較大,其中渤海灣、萊州灣和雷州半島東岸的地形有利于增水,上海、浙江—閩北沿海則因為容易遭受較強臺風的正面襲擊而引起較大的風暴潮。

圖12 統計測站位置分布Fig.12 Distribution of statistical stations

圖13 40年間各站極值風暴增水Fig.13 The extreme surges at each station in the past 40 years

統計了各站臺風風暴潮極值出現時對應的臺風強度(見圖14),發現臺風的影響強度自北向南明顯增加,這與臺風北上強度減弱有關。但在渤海灣和萊州灣,由熱帶風暴所引起的極值增水能夠達到與浙江沿海由臺風、強臺風所引起的極值增水相同的量級,一方面由于渤海半封閉的淺海地形作用,少量水體堆積即能產生較大增水;另一方面則因為北上臺風變性后,由于斜壓發展或冷空氣入侵產生梯度風,近地表大風圈出現非對稱水平擴展[31-33],海上大風裹挾大量黃海水體進入渤海,造成渤海內較大的風暴潮。

圖14 造成最大臺風風暴潮的臺風強度Fig.14 Typhoon intensity with respect to extreme surges at each station

經統計,引起各站最大風暴潮的臺風過程共有23 次,39%出現在8 月,這與8 月增水2 m 以上過程最多一致,是由臺風強度發展的季節性決定的,其中9711 號臺風“Winnie”和1822 號臺風“Mangkhut”的影響范圍最大,分別引起了6 個站和4 個站40 年的增水極值。在這些臺風中,出現在近10年的臺風占總數的47%(見圖15),極有可能說明近10年嚴重影響我國沿海的臺風有增強的態勢,進而可引起更大的風暴潮。

圖15 造成最大臺風風暴潮的臺風個數年代際變化(a)及月分布(b)Fig.15 Decadal and monthly distribution of typhoons causing the extreme surge

圖16 各站臺風增水次數及超警次數分布Fig.16 Numbers of tropical storm surges and over-warning-threshold surges at each station

4.2 風暴潮頻次分布

從各站大于1 m、大于2 m的增水和超警情況來看,萊州灣、浙江沿海以及珠江口—雷州半島東岸出現大臺風風暴潮的頻率較大,蘇南和閩南沿海臺風風暴潮的出現頻率也較多,但大風暴增水情況較少。自長江口、杭州灣一直到福建省,特別是浙南閩北一帶出現超警的情況較多,一方面是由于大風暴潮和極端風暴潮都較多,另一方面是該沿岸屬典型半日潮區,潮差大,高潮位高,大增水疊加較高潮位的概率大,極易造成超警戒的高水位;其次,珠江口—雷州半島東岸以及海南島東北部也有較多超警戒的風暴潮過程,說明這一帶區域的風暴潮災害的危險性也比較高。

4.3 風暴潮增水重現期分布

風暴潮增水重現期是評估風暴潮災害危險性的重要方法之一[6]。概率統計方法多采用理論頻率曲線擬合一定規律的極值分布來進行外延計算,通常以年極值序列為樣本。由于臺風影響具有隨機性,并非所有統計站每年都能記錄到臺風風暴潮,因此統計了東海和南海共11 個易受臺風影響的統計站的逐年臺風最大風暴潮序列,用極值Ⅰ型分布(Gumbel分布)曲線擬合計算重現期增水值,結果見圖17。由圖可見,三沙、廈門和汕尾3個站重現期增水值的間隔很小,不足1 m,說明其遭受特強風暴潮的概率較小,其分別與臺灣島的屏障作用和開闊陸架的地形因素有關,這3 個區域不易出現特別極端的臺風風暴潮;而珠江口和雷州半島東岸沿海50年一遇~500 年一遇增水值的增加幅度很大,說明這些地區對臺風風暴潮變化敏感,易出現強的風暴增水,危險性較大。

圖17 各站臺風風暴潮不同重現期值Fig.17 Return values of tropical storm surges at each stations

5 結論和討論

基于1980—2019 年影響我國沿海的臺風風暴潮的過程高潮位和最大增水值,統計分析了我國沿海臺風風暴潮時空分布特征。結果表明:

①我國沿海臺風風暴潮過程頻數在40 年間呈略下降的趨勢,但并未通過顯著性檢驗,對應臺風研究也表明,1980 年以來西北太平洋熱帶氣旋頻數呈下降趨勢[34-35],但登陸頻數變化不大[36],此處登陸頻數包含了所有西北太平洋的登陸臺風,而1949年以來登陸我國的熱帶氣旋數量也呈下降趨勢[37]。

②近10年來,臺風風暴潮的增水強度向強弱兩級分化,增水年極值在40年間呈上升趨勢;增水2 m以上的大臺風風暴潮過程頻數在近10年顯著增加,且波動幅度也增大,40 年間整體呈略上升的趨勢,通過顯著性為0.1的F檢驗,這可能與西北太平洋西部強熱帶氣旋頻數[35]及登陸臺風強度[36,38-39]增加相關。

③增水1 m 以上及超警的臺風風暴潮過程在9月最多,但增水2 m 以上的大臺風風暴潮過程8 月略多于9 月,這不僅與8 月登陸我國的熱帶氣旋數量最多相對應[37],可能也與臺風尺度在8月達到峰值有關[40]。

④浙江—福建北部沿海以及珠江口和雷州半島沿海是我國大臺風風暴潮過程的頻發地區,也是臺風風暴增水極值較高的地區,風暴潮超警過程在浙南閩北沿海出現頻數最多。

⑤統計了近40 年中造成我國沿海驗潮站臺風風暴潮極值的臺風,其中有接近一半出現在近10年,極有可能說明近10年影響我國沿海的強臺風有增強的態勢。

由于資料限制,本文僅對40年的臺風風暴潮特征做了淺顯分析。臺風風暴潮是影響我國沿海的主要風暴潮類型,在氣候變化的大背景下,臺風風暴潮的變化情況及其對氣候變化的響應情況、其危險性是否增加、增加程度如何等都需要更多完整和長時間序列的數據支持以及更深入的歸因檢測分析。但從另一方面來看,由于臺風風暴潮是臺風直接影響的結果,其演變特征在一定程度上也反應了臺風近岸的變化特征,在臺風觀測資料以及不同機構數據不一致所導致的臺風研究結果不確定[35,39]的情況下,可作為氣候變化下臺風研究結果的佐證。例如,臺風風暴潮增水強度向強弱兩級分化,若結合過程對應的臺風強度分析,有可能間接印證北太平洋西部臺風強度向兩級化增加的趨勢[41]。

猜你喜歡
風暴潮潮位警戒
基于距離倒數加權的多站潮位改正方法可行性分析
2012年“蘇拉”和“達維”雙臺風影響的近海風暴潮過程
唐山市警戒潮位標志物維護研究
防范未來風暴潮災害的綠色海堤藍圖
基于多變量LSTM神經網絡模型的風暴潮臨近預報
多潮位站海道地形測量潮位控制方法研究
步兵班前進——警戒(XV)
步兵班前進——警戒(ⅩⅣ)
步兵班前進——警戒(XII)
步兵班前進——警戒(Ⅶ)
91香蕉高清国产线观看免费-97夜夜澡人人爽人人喊a-99久久久无码国产精品9-国产亚洲日韩欧美综合