基于Holland 臺風模型及三重嵌套海浪模式的臺風浪數值模擬研究*

馬秀玲 魏 來

(中國海洋大學三亞海洋研究院 海南三亞 572024)

中國南海是位于西北太平洋的臺風高發海域。據國家氣象臺臺風網統計, 1950～2020 年, 西北太平洋和南海共產生臺風近2 000 個, 平均每年產生30 個臺風, 其中達到超強臺風級別的臺風共425 個。臺風引起的海浪會嚴重影響海洋工程的建設、海上交通樞紐、水產及漁業活動的開展, 海洋軍事活動的演習等工作。根據《2022 年中國海洋災害公報》(2023), 2022年我國近海共發生有效波高4 m 及以上的災害性海浪過程共計36 次, 其中臺風浪12 次, 占比三分之一。海浪災害造成直接經濟損失達2 400 萬元以上, 死亡失蹤9 人。

災害性海浪造成的損失與海浪波高等參數息息相關, 因此準確預測海浪對防災減災具有重要意義。海浪數值模擬需要使用風場資料驅動海浪模式進行預測, 因此, 影響海浪預測準確性的因素主要為風場資料的準確性及海浪模式的準確性。

目前, 海浪的數值模擬技術較為成熟, 在風場輸入準確的情況下可較好的進行海浪預報。其中WAVEWATCH III (以下簡稱 WW III)及 SWAN(Simulating Waves Nearshore) 海浪模式因其分別具有深海大尺度空間、淺海小尺度空間模擬效果較優的特點被研究者廣泛應用于各海域海浪的數值模擬研究中。尹亞軍等(2012)模擬了墨西哥灣和印度洋的海浪, 發現SWAN 模擬在臺風浪過程中誤差更小, WW III 在大范圍的海洋上提供更好地海浪模擬。Gonalves等(2018)在大西洋海域利用WW III 模式, 在法國西海岸利用SWAN 模式研究了海浪能空間分布的季節性特征, 模擬效果較好。Umesh 等(2018)分別比較了以WAM 和WW III 作為SWAN 邊界條件時印度西北海岸和東北海岸海浪后報的精度, 研究表明WW III作為SWAN 邊界條件的誤差要低5%～15%左右。為結合以上兩種模型的優勢, Gonalves 等(2014)和Robertson 等(2014)將WW III 的結果作為邊界條件輸入SWAN, 探索加那利群島和加拿大溫哥華島西海岸的波能分布, 結果表明使用嵌套模型模擬效果較優。Amrutha 等(2016)將SWAN 嵌套在WW III 中, 模擬2014 年阿拉伯東部近岸水域的海浪, 研究表明:在深水區域ST4 源項模擬有效波高表現較好。同時,預報模型的網格設置也會對預報結果產生影響, 宗芳伊(2014)在廣東省附近海域建立粗分辨率網格, 在茂名附件海域建立300 m 以內的細分辨率網格, 利用SWAN 海浪模式對臺風“黑格比”過程海浪進行模擬,模擬結果較理想。陳依妮(2022)在探究WW III 模式風輸入項和耗散項方案對海浪模擬的影響時, 為提高計算效率, 在南海北部海域采用粗分辨率網格, 在研究區域附件采用精細化加密網格, 模擬結果較好。

在海浪模式較為成熟的情況下, 臺風期間海面風場的精度成為了影響臺風浪數值模擬精度的最重要因素。然而, 現有的風場資料存在臺風中心附近風速較低的問題, 會導致海浪波高預報結果偏低。為改進上述缺陷, 研究者將背景風場與臺風模型風場結合。趙紅軍等(2010)使用Myers (Myers, 1954)模型風場對 QSCAT/NECP (Quick Scatterometer/National Centers for Environmental Prediction)風場進行改進,改進后的風場作為SWAN 模型的驅動風場, 對強臺風“珍珠”的臺風浪進行后報。結果表明, 使用臺風模型風場與背景風場結合能有效提高海浪后報精度。唐建等(2013)和孫瑞(2013)以多平臺交叉校準數據(cross-calibrated multi-platform, CCMP)風場為背景風場, 分別結合四種模型風場構建新的海面風場。研究結果表明, 改進后所獲得的合成風場能有效解決背景風場中臺風中心附近風速較低的問題, 且Holland模型合成風場具有最佳模擬效果。潘冬冬等(2021)198采用歐洲中期天氣預報中心的再分析數據(European Centre for Medium-range Weather Forecasts Reanalysis data, ERA5)背景風場與Holland 模型風場結合構建全新的臺風輸入風場, 利用MIKE21 SW(Mike-21 Spectral Waves)模型對中國南海大范圍的臺風浪進行數值模擬, 表明臺風風速及氣壓剖面主要受HollandB參數影響, 從而對海浪場分布特征產生影響。

目前研究者大多采用CCMP 風場或ERA5 風場資料為背景風場結合Holland 經驗模型風場構建合成風場作為不同海浪模型的驅動風場模擬各海域的風浪場變化, 缺乏兩種合成風場構建方案的對比分析及其對臺風浪模擬結果的影響分析及對比研究。同時,目前對臺風浪的模擬通常只使用單一的海浪模式(陳雅雅等, 2017)、(潘冬冬等, 2021)196, 邊界條件可能無法完全反映臺風期間的快速變化?；诖? 本文將利用 CCMP 及 ERA5 風場資料為背景風場, 結合Holland 經驗風場模型, 分別構建全新的海面合成風場, 探究不同Holland 模型構建方案對臺風風場構建的影響, 找到最優臺風風場構建方案。同時, 基于WW III 及SWAN 模式建立北太平洋、南海北部、南海北部近岸臺風“威馬遜”入侵海域三重網格嵌套的高精度數值預報模型, 并以改進的風場驅動模型對2014 年第9 號超強臺風“威馬遜”的臺風浪進行數值模擬后報。預報結果與實測數據對比, 驗證以上兩種方法對提高預報精度的有效性。

1 數據來源

1.1 風場數據

本文使用ERA5 再分析數據集(www.ecmwf.int)及CCMP 海洋表面風場( https://data.remss.com/ccmp)作為背景風場。其中ERA5 再分析數據集(Hersbachetal,2020)是利用優化后的大氣模型及四維變量同化方法構建完成的, 空間分辨率為0.25°×0.25°, 時間分辨率為1 h, 具有時空分辨率高、全球海洋覆蓋能力廣、時間序列長等優點。CCMP 風場資料是以ECMWF的再分析和業務資料作為背景場, 利用變分分析方法, 融合多種衛星探測海面風產品以及部分觀測資料, 再經海洋系泊浮標對輻射計和散射計數據驗證而得到的一種高時空分辨率多衛星融合資料(劉紫薇等, 2022)。其空間分辨率為0.25°×0.25°, 時間分辨率6 h, 本文將其進行線性插值處理, 得到空間分辨率為0.25°×0.25°, 時間分辨率為1 h 的海面風場。

1.2 模式驗證實測數據

風場初步驗證風速實測數據來源于張俊明等(2021)廣東茂名氣象站(111.08°E, 21.48°N), 測點M1(111.28°E, 21.42°N)實測數據來源于朱現暉等(2017),測點M2 (115.6°E, 22.7°N)實測數據來源于國家海洋科學數據中心(http://mds.nmdis.org.cn/)臺站遮浪(ZheLang, ZLG)。臺風“威馬遜”的臺風參數數據來源于中國氣象局(http://typhoon.nmc.cn/)。

2 數值模式

2.1 海浪模式介紹

本文使用SWAN 海浪模式及WW III 海浪模式構建三重海浪嵌套模型。

由荷蘭代爾夫特理工大學所研制并開發的第三代近海海浪數值模型SWAN (Booijetal, 1999), 考慮了多項物理過程, 包括風輸入項、風產生的線性增長項, 風產生的指數增長項、海浪能量耗散項(白帽耗散、底部摩擦和由于水深較淺導致的破波)、非線性相互作用項(三波、四波相互作用)和海浪引起的增水項。該模式對近岸區域風浪的模擬精度較高, 常用于小尺度、淺水域的風、涌浪及混合浪的模擬預報。

由NOAA/NCEP 提出的WW III 模型(Tolman,1989)解決了波數-方向譜的隨機相位譜作用密度平衡方程。介質性質以及波場本身在空間和時間尺度上的變化遠遠大于單波的變化尺度是該方程所隱含的假設。采用譜作用平衡方程, 并在計算過程中選擇了超高精度的三階差分格式是該模式最基本的特點, 其模擬結果的可靠性得到了有效提升, 在大尺度海浪模擬研究中該模型得到了非常廣泛的應用。它主要適用于模擬大范圍、大尺度、長時間海浪的演化過程,分析海浪的時空分布特性。

結合以上兩種海浪模式的優點, 嵌套模型中在南海北部及其近岸海域使用SWAN 模型, 在西北太平洋海域使用WW III 模型。嵌套結構及測點M1、M2 具體位置如圖 1, 模型最外層在北太平洋(0°～45°N, 100°～155°E, D1), 網格精度0.25°×0.25°, 使用適于大尺度空間海浪傳播的WW III 海浪模型, 構建矩形網格進行計算, 其結果作為第二層模型的邊界條件; 第二層在南海北部(10°～30°N, 105°～125°E,D2), 網格精度0.1°×0.1°, 使用適于近岸、小尺度空間海浪傳播的SWAN 海浪模型, 構建三角形網格進行計算, 計算結果作為第三層模型的邊界條件; 最后一層在南海北部近岸 “威馬遜”臺風入侵海域(13°～23°N, 105°～115°E, SD3), (15°～25°N, 113°～123°E, SD4),最小網格精度0.01°×0.01°, 同樣使用適于近岸、小尺度空間海浪傳播的SWAN 海浪模型、構建精細化三角網格、嵌套邊界進行計算, 以提高臺風浪模擬精度。

2.2 風場模型

本文使用Holland 經驗風場模型對風場資料進行改進, 構建全新的合成風場。

Schloemer (1954)提出了臺風壓力徑向變化模型,同時提出了由該模型計算而來的梯度平衡風。Holland(1980)在Schloemer 提出的模型基礎上, 增加了描述風場輪廓線的B參數, 因此臺風壓力徑向變化模型由最大風速半徑(maximum wind radius of the typhoon, RMW)及HollandB參數共同控制, 其方程式如下:

式中,P(r)為到臺風中心距離為r處的表面氣壓;P0為中心氣壓;B為氣壓剖面參數; ΔP為中心壓差;RMW表示最大風速半徑。

Holland 經驗臺風模型主要是利用實測資料獲取風速半徑及最大風速等臺風關鍵要素, 由經驗關系式直接求解出臺風風場, 因此具有高效、準確構建臺風風場的特點。關系式如下(潘冬冬等, 2021)195:

式中: 空氣密度ρa取1.2 kg/m3; 臺風外圍氣壓P取1 010 hPa; 計算點到臺風中心的距離r; 科氏力參數f。

RMW 及HollandB參數是構建臺風經驗風場的兩個關鍵要素。臺風最大風速半徑有多個經驗公式(Graham, 1959; Willoughbyetal, 2004; 江志輝等,2008), 在西北太平洋臺風浪數值模擬中由Graham 及Willoughby 兩學者提出的RMW1(趙紅軍等, 2010)129及RMW2(林金波等, 2021)被廣泛使用。4 個常用的HollandB參數B1～B4計算公式(Holland, 1980; Hubbertetal, 1991; Vickeryetal, 2000; Powelletal, 2005)。為尋找臺風“威馬遜”入侵南海北部期間三重嵌套海浪模式的最優風場構建方案。將臺風最大風速半徑公式RMW1、RMW2分別與HollandB參數公式B1～B4進行組合研究。風場實驗方案如表1。

表1 風場實驗方案Tab.1 Wind field experiment scheme

利用背景風場及Holland 模型風場構建的全新海面合成風場(Carr Ⅲetal, 1997)主要受權重系數e的影響, 權重系數e隨風速半徑的變化而改變。在臺風合成風場的構建中, Holland 模型風場解決了背景風場在臺風中心位置風速偏小的難題, 背景風場解決了Holland 模型風場在臺風中心外圍風速偏大的問題,因此合成風場作為臺風風場具備了以上兩種風場的優勢。其構建關系式如下(聞斌等, 2008):

式中:Vm為Holland 經驗模型模擬風場;Ven為背景風場;c表示一個與臺風影響范圍有關的參數, 系數n本文取9。

3 數值模擬

3.1 風場模擬及驗證

2014 年第9 號臺風“威馬遜”為超強臺風, 中央氣象臺統計的實測資料顯示其最大風速及臺風中心最低氣壓分別為: 72 m/s、888 hPa。臺風路徑如圖2 所示。

圖2 臺風“威馬遜”路徑圖Fig.2 Path of Typhoon Rammasun

3.1.1 風場構建參數選取 由氣壓公式及Holland模型風場公式可知, HollandB參數及RMW 是影響Holland 模型風場的兩個最關鍵因素。由圖3a 可以看出, 當臺風的中心氣壓、外圍氣壓和RMW 一定時,RMW 處的風速與HollandB參數呈正相關關系。相反, 當HollandB參數在0.75～2.25 范圍內變化時, 遠離臺風中心的風速與HollandB參數呈負相關關系,具有相反的變化趨勢, 風速隨HollandB參數的增加而減小, 壓差越大, 風廓線斜率也就越大。由圖3b 可知, 在RMW 處風速達到頂峰值, 并向兩端遞減。在臺風中心未到達RMW 時, RMW 與風速呈負相關關系, 風速隨RMW 的增加而減小。當離臺風中心的距離達到RMW 時, RMW 與風速呈正相關關系, RMW增大, 風速越大。因此, 臺風風場結構及最大風速半徑的關鍵影響要素為RMW、HollandB參數。為初步驗證合成風場的可靠性, 將模擬風速與實測風速進行對比分析研究。

圖3 風速隨Holland B 參數(a)和RMW 參數(b)的變化Fig.3 Wind speed changes with Holland B parameters (a) and RMW parameters (b)

風場初步驗證結果如圖4 和表2 所示。據中央氣象網記載2014 年7 月18 日6 時臺風威馬遜達到最大風速72 m/s, 臺風中心最大風速半徑約為200 km。由表2 可知, 當以ERA5、CCMP 兩種背景風場分別結合臺風最大風速半徑公式RMW1及RMW2, 并保持HollandB參數公式一致的情況下。ERA5 背景風場與RMW1結合, CCMP 背景風場與RMW2結合為最佳方案, 能夠更精確地構造出該臺風中心最大風速半徑。為減少風場初步驗證工作量, 在風場初步驗證中, 對ERA5 風場采用RMW1結合不同HollandB參數進行對比研究, 對CCMP 風場采用RMW2結合不同HollandB參數進行對比研究, 研究結果如圖5～6 所示。

圖4 ERA5、CCMP 背景風場分別結合RMW1 (a、c), RMW2 (b、d)及Holland B2 參數公式構造的臺風風場對比圖Fig.4 Comparison of the background wind fields ERA5 and CCMP combined with RMW1 (a, c), RMW2 (b, d), respectively, to the typhoon wind field built by Holland B2 parameter formulas

表2 ERA5、CCMP 風場分別結合RMW1、RMW2 及Holland B2 參數公式構造的臺風中心最大風速半徑Tab.2 ERA5 and CCMP wind fields combined with RMW1,RMW2, respectively, and to the maximum wind speed radius at the center of the typhoon constructed with Holland B2 parameters in combination with

圖5 CCMP 風場與RMW2 結合不同Holland B 參數公式構造合成風場(a)、ERA5 風場與RMW1 結合不同Holland B 參數公式構造合成風場(b)在測點(111.08°E, 21.48°N)位置的模擬值與實測值對比圖Fig.5 CCMP wind field and RMW2 combined with different Holland B parameter formulas to construct a synthetic wind field (a) and ERA5 wind field and RMW1 combined with different Holland B parameter formulas to construct a synthetic wind field (b) at the measuring point (111.08°E, 21.48°N).

圖6 風速誤差統計分析Fig.6 Statistical analysis of wind speed error

由圖5 可知, 經ERA5、CCMP 背景風場與Holland模型采用不同的RMW 經驗公式及HollandB參數公式構建的多個臺風“威馬遜”合成風場風速模擬值與實測值吻合度較高, 不同HollandB參數構建的臺風風場風速差異較小。該臺風在臺風影響前期, 風速實測值較模擬值小, 其主要原因為臺風經驗風場為理論風場導致臺風風場外圍風圈的風速較大, 而實際臺風風場為具有特定風圈結構的不規則風圈。但在臺風影響期間, 各個風場構建方案的風速模擬值均與實測值基本吻合。由圖6 誤差統計可知, 均方根誤差在1～3 m/s 范圍內; 偏差Bias 值在-0.2～0.8 范圍內;相關系數均在89.1%～95.0%左右。當ERA5 作為背景風場構建合成臺風風場時, RMW1及B2構建的合成風場誤差最低, 最接近實測值, 均方根誤差為1.7 m/s,平均絕對誤差為1.36 m/s, 偏差值為0.2 m/s, 相關系數為94.6 %。當CCMP 作為背景風場構建合成臺風風場時, RMW2及B4構建的合成風場誤差最低, 均方根誤差為2.9 m/s, 平均絕對誤差為2.39 m/s, 偏差值為0.12 m/s, 相關系數為90.1%。風場初步驗證表明,基于ERA5 數據及CCMP 風場數據作為背景風場結合HollandB模型構建臺風合成風場時, 相同時間分辨率及空間分辨率的兩種背景風場, 基于ERA5 數據構建的合成風場更為準確, 這是由于ERA5、CCMP兩種再分析數據集的再分析方法及原始數據分辨率差異造成的。兩種優化后的全新海面合成風場模擬臺風“威馬遜”期間的風場效果良好, 其中ERA5 合成風場較CCMP 合成風場更優。

3.1.2 風場構建驗證 ERA5、CCMP 兩種背景風場; ERA5 與RMW1和B2結合, CCMP 與RMW2和B4結合分別構建的兩種 Holland 模型風場; 以及由ERA5 背景風場與Holland 模型風場, CCMP 背景風場與Holland 模型風場組合而成的兩種合成風場的對比如圖7 所示。由圖7 可知, ERA5 及CCMP 原始風場能較好地反應臺風“威馬遜”的臺風中心位置及臺風浪特性, 但其風速遠小于實際風速。ERA5、CCMP合成風場均能準確地反應臺風“威馬遜”臺風中心的最大風速及最大風速半徑, 臺風最大風速半徑在200 km左右。合成風場將背景風場及Holland 模型風場的優勢結合, 在臺風中心附近Holland 模型風場起關鍵作用, 在遠離臺風中心位置臺風風場則由背景風場主導; 從合成風場結果可以看出臺風中心位置右側風速大于左側風速, 即臺風風場在空間上同樣呈現出“右偏性”的不對稱性分布特征, 最大風速位于臺風中心的右側, 與ERA5 及CCMP 背景場一致。此外,ERA5 合成風場較CCMP 合成風場具有更為明顯的風場空間分布特征; 采用RMW2公式構建的合成風場其臺風中心風速較RMW1更大。當臺風中心靠近海南島及廣東省近岸時, 臺風“威馬遜”風速達到最大值,對兩省造成巨大海浪災害。

圖7 ERA5 (a)、CCMP (b)的背景風場、Holland 模型風場及合成風場對比圖Fig.7 Comparison of background wind field of ERA5 (a) and CCMP (b), Holland model wind field and composite wind field

3.2 海浪場模擬及驗證

將以ERA5、CCMP 為背景風場構建的兩種最優合成風場, 作為WW III 及SWAN 海浪模式建立的三重嵌套臺風浪模型的驅動風場對2014 年第9 號超強臺風“威馬遜”的臺風浪進行數值模擬。計算時間取2014 年7 月3 日00 時至2014 年7 月26 日00 時, 北太平洋外部計算域時間步長為1 h, 南海北部計算域時間步長為30 min, 近岸海域內部計算域時間步長為15 min。為驗證兩種合成風場及三重嵌套模型的可靠性, 取臺風期間觀測點M1, M2 處數值模擬風速、有效波高及平波周期數據與實測數據進行對比驗證。

如圖8a 所示, 測點M1 處風速在2014 年7 月18日18 時左右取得最大風速23 m/s, 這與臺風“威馬遜”達到最大風速的時間點一致。如圖8b 所示, 測點M2 處風速在2014 年7 月18 日及7 月23 日取得最大風速, 7 月18 日風速稍大于7 月23 日風速, 其主要原因是2014 年7 月20～26 日期間在南海北部海域內臺風麥德姆相繼生成。臺風麥德姆生成后沿菲律賓海域向臺灣海域運動, 離測點M2 較近, 因此測點M2 在2014 年7 月10～26 日受雙臺風影響, 風速出現兩次最值, 其中臺風“威馬遜”為超強臺風, 最大風速半徑更大, 臺風影響范圍更廣, 因此測點2 處7 月18 日風速稍大于7 月23 日風速。由圖8 知, 兩測點處模擬風速與實測風速吻合度較好, 說明ERA5 及CCMP 構建的高精度合成風場均可作為三重嵌套模型的驅動風場用于臺風浪的準確模擬。測點M1 處風速模擬值與實測值吻合度更高, 其主要原因為測點M1 離臺風“威馬遜”的臺風中心較近, 受其影響更為明顯。在風速峰值區, CCMP 合成風場模擬值較ERA5 合成風場更低, 差異在2～3 m/s。在其他時刻兩風場風速差異很小。

測點M1、M2 實測有效波高與模擬值的散點圖如圖9 所示, 對比如圖10a、10b 所示。由圖9a、9b 可知, 兩種風場在測點處有效波高模擬值與實測值相關系數R達到0.9 以上, 其中ERA5、CCMP 兩種合成風場在測點M1 處的有效波高實測值與模擬值的相關系數為0.97、0.93, 偏差值為-0.06 m、-0.27 m, 平均絕對誤差為0.22 m、0.33 m, 均方根誤差為0.276 m、0.464 m, 兩種風場驅動三重嵌套海浪模式對有效波高的模擬效果很好, 精確度較高。由圖9c、9d 可知, 由于測點M2 處實測數據等值較多, 導致有效波高模擬值與實測值較為集中。ERA5 合成風場在測點M2 處有效波高模擬精度更高, 相關系數達到0.928, 平均絕對誤差為 0.188 m, 偏差值為-0.033, 均方根誤差為0.256 m, 誤差較低, 在有效波高最值處, ERA5 合成風場模擬值與實測值更為接近, 誤差在0.15 m 左右。而CCMP 合成風場在測點M2 處有效波高峰值區與實測值相對誤差較大, 誤差達到1 m 左右, 如圖10b 所示,表明CCMP 合成風場作為三重嵌套海浪模式的驅動風場模擬臺風期間的有效波高時在峰值區有偏小的問題。

圖8 測點M1 (a)、測點M2 (b)位置的ERA5、CCMP 合成風場模擬風速與實測值對比Fig.8 Comparison between simulated wind speed and measured value of ERA5 and CCMP synthesized wind field at measuring point M1 (a) and measuring point M2 (b)

圖9 測點M1 (a, b)與測點M2 (c, d)位置的ERA5、CCMP 合成風場模擬有效波高模擬值與實測值散點圖Fig.9 Scatter diagram of simulated and measured effective wave height of the ERA5 and CCMP synthesized wind field at measuring points M1 (a, b) and M2 (c, d)

圖10 測點M1 與測點M2 位置的ERA5、CCMP 合成風場模擬有效波高(a, b), 平均波周期(c, d)模擬值與實測值對比Fig.10 Comparison in simulated effective wave height (a, b) and the average wave period (c, d) of wind field that synthesized by ERA5 and CCMP between simulated values and measured values at measuring points M1 and M2

測點M1、M2 處的平均波周期模擬值與實測值如圖10c、10d。由圖10c、10d 可知, 在測點M1 處ERA5 合成風場模擬的平均波周期與實測波周期吻合度較高, CCMP 合成風場模擬的平均波周期在臺風取得最大風速半徑期間略低于實測值, 最大誤差在1 s左右。在測點M2 處兩種合成風場模擬的平均波周期均略小于實測值, 平均波周期在臺風“威馬遜”到達臺風最大風速半徑之前誤差大于臺風達到最大風速半徑之后的誤差。這可能是由于測點M2 受到臺風“威馬遜”及臺風麥德姆的影響。

由表3 可知, ERA5、CCMP 合成風場模擬測點M1 處各海浪要素的模擬值與實測值的誤差較測點M2 處更小, 主要原因為: (1) 測點M1 離臺風“威馬遜”臺風中心較近, 在該臺風的最大風速半徑范圍內;(2) 測點M2 所在位置在7 月15～19 日受超強臺風“威馬遜”影響, 在7 月22～25 日受臺風麥德姆影響。兩種合成風場模擬測點M1 處有效波高, 波周期, 風速,除CCMP 合成風場模擬的風速以外, 模擬值與實測值相關系數均能達到90%以上, 其中有效波高模擬與實測相關系數分別為 97%、93%, 偏差值分別為-0.06 m、-0.28 m, 均方根誤差分別為0.28 m、0.46 m。在測點M2 處, ERA5 合成風場模擬有效波高及風速的相關系數在88%～93%之間, ERA5 及CCMP 合成風場模擬有效波高的偏差及均方根誤差較測點M1 更低分別為-0.03 m、-0.18 m, 0.26 m、0.36 m。誤差統計表明, 本文構建ERA5、CCMP 合成風場的模型方案均能較好的對臺風“威馬遜”入侵的近岸海域臺風浪進行后報。

表3 臺風“威馬遜”模擬值與實測值對比Tab.3 Statistical results of comparison between simulated and measured data

不同嵌套結構及驅動風場模擬有效波高模擬值與測點M1 位置實測值對比如圖11 所示, 結果表明,三重嵌套海浪模型及合成風場都有提高有效波高后報精度的作用, 且采用Holland 經驗臺風模型構建的ERA5 合成風場驅動三重嵌套海浪模型模擬的有效波高最接近實測值。誤差統計分析如表4 所示, 驗證了本文構建的合成風場驅動三重嵌套海浪模型后報精度較高, 可以進一步作為超強臺風浪預報的高精度模型。

表4 測點M1 位置的不同嵌套結構及驅動風場模擬有效波高模擬值與實測值誤差統計Tab.4 Statistic errors between simulated and measured effective wave height simulated by different nested structures and driving wind fields

圖11 測點M1 位置的不同嵌套結構及驅動風場模擬有效波高模擬值與實測值對比Fig.11 Comparison of simulated and the measured effective wave heights in different nested structures and driving wind fields at measuring point M1

3.3 臺風浪風場及海浪場分布

圖12 給出了采用ERA5 合成風場驅動三重嵌套模型模擬臺風“威馬遜”影響期間位于北太平洋的南海北部海域內臺風浪的主要形成及發展過程。如圖11所示, 在臺風影響下, 研究海域內形成了明顯的旋轉海浪場。2014 年7 月17 凌晨, 臺風“威馬遜”經過菲律賓海域而后進入中國南海海域, 該海域臺風浪開始顯著增長, 隨著臺風進一步向海南島移動和發展,波高逐漸增大。在臺風移動到南海北部海南島東南方向時, 形成半徑超過200 km 的狂浪區, 其有效波高達7～10 m。距離海南島100 km 左右位置, 臺風中心附近生成狂濤區, 其半徑為 50 km, 有效波高達10～12 m, 直逼海南島文昌、瓊海、萬寧三市, 造成嚴重的海浪災害。臺風在廣西壯族自治區和海南島登陸時, 臺風浪的最大波高仍維持在11 m 左右。強浪于7月18 日12:00 到達我國廣西壯族自治區近海, 并隨著海浪破碎及淺水變形波高逐漸減小, 一部分強浪穿過雷州半島, 此時臺風中心在雷州半島附近, 兩者作用疊加導致北部灣海浪活動增強, 并于7 月19 日00:00 在北部灣區域形成一次峰值, 高度超過5 m。此外, 該臺風的風場及臺風浪具有明顯的空間分布特征, 主要為: (1) 背景風場、合成風場具有相同的“右偏”不對稱特征, 因此臺風風場具有“右偏”特性; (2)臺風路徑的中心位置左側波高小于右側波高, 因此臺風浪在空間分布上也呈現出明顯“右偏”不對稱分布特征, 這與背景風場、合成風場的空間分布特征一致。該臺風的風場空間分布特征主要是由于該海域位于西北太平洋, 受北半球熱帶氣旋科氏力的作用, 臺風本身具備左側強度小于右側的特點; 臺風浪的空間分布特征主要的形成機理是位于臺風中心西南方位的海面沒有持續的能量供應, 而位于臺風中心東北方位的海浪有臺風風場供應持續不斷的能量, 從而造成波高增大現象, 位于臺風路徑右側的波高大于左側波高。

圖12 臺風“威馬遜”影響下南中國海海浪場及風場分布Fig.12 Distribution of wave field and wind field in the South China Sea under the influence of Typhoon Rammasun

4 結果與討論

本文通過使用Holland 經驗臺風模型改進風場數據及使用WW III-SWAN 建立三重嵌套海浪模型提高了臺風期間的海浪模擬效果。使用以上兩種改進方法對2014 年第9 號超強臺風“威馬遜”的臺風浪進行數值模擬, 并與實測數據進行對比分析, 得到以下結論:

(1) 通過探究Holland 經驗臺風模型中兩個關鍵要素RMW 及HollandB參數對構建臺風風場的影響發現, ERA5 風場使用RMW1 及HollandB2參數、CCMP 風場使用RMW2及HollandB4參數構建的合成風場對臺風“威馬遜”的模擬效果最好。

(2) 使用兩種合成風場驅動海浪模式的數值模擬研究結果表明, 優化后的臺風合成風場與三重嵌套海浪模式相結合可有效提高臺風浪后報精度, 其中ERA5 與Holland 經驗臺風模型的合成風場能夠更好地刻畫臺風浪的特征。

(3) 臺風“威馬遜”期間的海面風場及臺風浪的空間分布特征結果表明, 兩者在空間分布上均呈現明顯的“右偏”不對稱性特征, 與前人研究結果一致。臺風浪要素的分布特點為: 南海北部海域中臺風轉移方向的中心左側為小風速、小波高區, 風速及波高均較右側更低; 右側與之相反。近岸地形會對海浪傳播產生影響, 因此當臺風轉移到近岸海域時, 波型開始出現的轉換。臺風中心接近測站位置出現風浪波型, 而后轉換為涌浪, 這與一般臺風浪波型轉換規律相符。

本文選取了ERA5 及CCMP 風場作為背景風場,其中CCMP 風場時間分辨率為6 h, 雖然本文進行了插值處理, 但可能無法完全滿足臺風期間的海浪預報要求, 后續工作可考慮使用更高分辨率的風場資料或改進插值方法, 提高預報精度。同時, 地形對近海波浪有較大影響, 使用更高精度的地形建立模式網格也可以有效提高預報精度, 后期可使用更高分辨率風場數據及模型網格以進一步提升臺風浪預報效果。