渤海海域溢油應急預測預警系統研究I. 海洋動力要素預測技術研究

牟林，武雙全，宋軍，李歡，劉首華，李琰，高佳

（國家海洋信息中心，天津 300171）

渤海海域溢油應急預測預警系統研究I. 海洋動力要素預測技術研究

牟林，武雙全，宋軍，李歡，劉首華，李琰，高佳

（國家海洋信息中心，天津 300171）

采用“油粒子”模型，模擬溢油在海洋中的漂移擴散運動，將海流、波浪和風場的模擬結果作為溢油漂移計算的外強迫，來驅動溢油漂移模型，計算其漂移路徑。把計算的溢油漂移結果與地理信息系統等平臺相結合，建立了渤海海域應急預測預警系統。本文作為該系統研制中的一部分，主要介紹了海流數值計算模型、波浪數值計算模型、風場數值計算模型和溢油預測模型的研究工作。

油粒子；海流；波浪；溢油預測

1 引 言

隨著全球經濟和社會的發展，需油量不斷增加，石油運輸業和開采業的規模不斷擴大，海上溢油已經帶來了多起災難性事故。溢油事故發生后，油膜在海面的漂移主要受制于表層流的驅動，而其上邊界直接受到風應力的作用。海面某水體微團，在水中的運動由三部分組成，在不計彼此間相互作用的前提下，包括風生流、非風生流和波余流[1]。風生流與非風生流是在遠大于油膜尺度的驅動力如引潮力、壓強梯度力和風應力等作用下形成的海水運動，它們并不會因油膜的存在而產生較大的變化。波余流則不同，根據Stokes理論，波余流的量值可以達到風速的 2%。但是油膜的存在使得表面張力增加，海面趨于平坦，波浪的非線性作用大為削弱，因此，事實上波余流是可以忽略的[2]。因此，在近海海域，潮流和風生流是決定溢油漂移的最重要的因素。

實際觀測表明，在開闊海域，溢油的漂移速度主要由風的作用決定；而在近海或沿岸時，潮流的作用就不可忽視；尤其在港灣或碼頭，潮流的作用更加重要。風對油膜的影響一般按風速的 3%～3.5%計算，而在封閉或者半封閉的海域，則取更小值。如果溢油事故發生海域受沿岸流和深海流的影響不大，用上述計算方法可獲得較好的結果。

溢油預報需要高分辨率高精度的海面風、表層流的數值預報和完善的溢油漂移擴散數值預報模式[3]。為此，國家海洋信息中心開展了渤海海域溢油污染預測預警技術研究工作，并基于FVCOM、WRF等高分辨率數值預報結果實現了對溢油污染物快速準確的模擬預報及溯源回推。本文就預報預警系統中表層流、風場、波浪等海洋要素的研究工作進行了介紹、分析。

2 預測模式簡介

溢油漂移路徑數值模擬需要高精度高分辨率的海面風場和表層流場動力因素，溢油在海洋環境條件下的生物降解和化學過程等作用，是溢油環境影響評估的一個重要問題，但是在短時間的溢油漂移模擬問題中是可忽略不計的。因此，溢油漂移模擬的動力要素主要包括高分辨率海面風場、表層流和波浪等[4]。

2.1 海流模塊

2.1.1 FVCOM 模型介紹 海流模塊采用了三維原始方程組海洋數值模型FVCOM。該模型由美國麻省大學海洋科學技術學院陳長勝博士領導的研究小組與美國伍茲霍爾海洋學協會的羅伯特·C·比爾茲利博士針對近海和河口潮汐環流合作開發，其最大的特色和優點是結合了有限元法易擬合邊界、可進行局部加密以及利用有限差分法便于海洋原始方程組的離散計算。有限元法采用非結構化的三角形網格，給出線性無關的基函數，求其待定系數，特點是三角形網格易擬合邊界、易進行局部加密，可以比較完美的擬合各種復雜的岸線；而有限差分法直接離散差分海洋原始方程組，特點是動力學基礎明確、差分直觀、計算高效[5]。FVCOM 兼有兩者的優點，數值計算采用的方程的積分形式和更好的計算格式，使動量、能量和質量具有了更好的守恒性，利用干濕判斷法處理潮灘移動邊界，應用Mellor和Yamada的2.5階湍封閉子模型使整個模型在物理和數學上閉合，垂向采用 變換來體現不規則的底邊界，以及外模和內模分裂以節省計算時間[6]。

2.1.2 模型配置及結果檢驗

（1）模型配置

模型采用的溫鹽初始場為歷史觀測資料得到的多年平均溫度和鹽度場；開邊界采用潮汐調和常數預報的水位進行強迫，采用6個主要半日分潮和全日分潮的調和常數 M2、S2、N2、K1、O1、P1進行預報，所用的潮汐調和常數來自于伴隨同化的渤、黃、東海潮汐模型模擬結果。模型在垂向分為11層，采用 坐標，并且表層具有較高的分辨率。模型的外模的時間步長為 2 s，內模的時間步長為12 s。模型每天凌晨從零點開始自動預報48 h，每小時輸出1次計算結果。其中模型所采用的地形來自于山東海事局所提供的不同分辨率的海圖（如圖1）。

圖 1 處理后的高精度渤黃海地形Fig. 1 Processed topography of Bohai Sea and Yellow Sea with high precision

模型計算的海區為渤海和黃海區域，其范圍為：117.42°～126.25°E，37°～41°N，在膠州灣及青島近海、成山頭定線制水域和渤海海峽等重點區域進行了網格加密，加密區分為3個等級：一級加密區網格精度為100 m，包括以下3個海域：膠州灣及青島近海、成山頭定線制水域、渤海海峽；二級加密區網格精度為300 m，包括以下海區：整個渤海及124°E以西海域；三級加密區為剩余的海區，網格分辨率為1分（如圖2所示）。分辨率在渤海海峽處的島嶼附近可達到百米的量級，基本上所有的島嶼都能保留和分辨出，避免了在以往的預報過程中，出現海流穿島而過的情況，而在非重點區域又降低了網格的分辨率，既保證了重點區域的高分辨率模擬，又控制了計算成本，使海流模塊的預報效率達到了最優化。

圖 2 渤黃海網格分布圖，顏色代表水深Fig. 2 Grid distribution in Bohai Sea and Yellow Sea, where the water depth is represented by the color

（2）模型檢驗

表 1 模型模擬的M2分潮調和常數同驗潮站調和常數對比Tab. 1 The comparison of the M2 tide harmonic constant counted by tide station and simulated by model

調和常數檢驗

表1為模型模擬的M2分潮調和常數與環渤、黃海各驗潮站觀測的調和常數對比，19個驗潮站模擬的平均振幅誤差只有2.8 cm，平均遲角誤差只有3.7°，計算穩定后所得到的調和常數與觀測結果符合較好。它們之間的差異，一方面可能是由網格點與驗潮站之間的位置差異所造成的，因為模型的水平網格距都在數千米間，這樣的網格對于海岸線的分辨率仍然較差；另一方面可能是由于岸界變遷以及地形和水深的誤差所致，這在黃河口和萊州灣表現得尤為明顯；另外還有可能與邊界處各分潮的調和常數精度等條件有關。

潮流檢驗

選取渤海、黃海中的 A 點（120°43′E，39°52′N）、B 點（121°21′E，40°30′N）、C 點(117°57′E，38°39′N)、D 點（121°24 E，40°38′N）、E 點（121°24′E，40°38′N）、F 點（119°25′E，37°59′N）共 13個過程進行了潮流比較，比較結果如表2所示。可以看出模擬的潮流和實際觀測的潮流較接近，二者流速、流向、高低潮流、轉流等都基本一致。

表2 渤、黃海潮流實測結果與模擬結果的對比Tab. 2 Comparison of measured tidal current data and the simulated result of Bohai Sea and Yellow Sea

通過上述調和常數、潮流、水位等結果的比較可以發現，FVCOM模型能較好地模擬黃、渤海的潮汐、潮流特征，這說明該模型在黃、渤海的應用較為可靠，流場模擬結果將會較為真實的反映預報海域的流場特征。

2.2 海浪模塊

波浪對于溢油的影響，主要表現為波浪的擾動（尤其是破碎波）。波浪的擾動影響著溢油的破碎、分散和乳化過程，會使溢油以油粒子的形態進入水體，因此波浪是油粒子入水率的控制因素，也是油膜發生破裂的環境動力之一。此外，由風浪、涌浪等非線性波產生的波余流對油膜的漂移過程也有一定的影響。但是，由于油膜的存在會使表面張力增加，海面趨于平滑，大大減弱了風浪、涌浪等的非線性效應，因此在模型計算中一般可以忽略波余流對于油膜漂移的影響。

在本系統中，海浪模塊為溢油行為與歸宿預測模塊提供必要的波浪要素場，以對溢油入水的過程進行精確的模擬。

2.2.1 SWAN模型介紹 海浪模塊所采用的模式為國際上非常先進的第三代淺海海浪模式SWAN。SWAN模式考慮了較多的物理過程，包含了當前海浪預報研究的最新成果，其考慮的因素有：

（1）波浪的傳播過程，包括：非平穩的水深變化引起的折射；由水底和流的變化引起的變淺作用；逆流傳播時的阻礙和反射；波浪在幾何空間的傳播；次網格障礙物對波浪的阻礙和波浪通過次網格障礙物的傳播；波生增水。

（2）波浪的產生和耗散，包括：風輸入；白冠破碎；水深變淺引起的破碎；水底摩擦；三波和四波的非線性相互作用。

2.2.2 模型配置和結果檢驗 波浪計算采用了最新的具備三角網格的海浪模式——SWAN，同樣對重點關注區域進行網格加密，便于與FVCOM耦合。兩者采用海洋環境要素交換的方式進行耦合，FVCOM給SWAN提供流場，SWAN給FVCOM提供波浪要素場，兩者在每個時間步長上交換數據進行耦合，最后為溢油行為與歸宿預測模塊提供更精確的流場和波浪要素場。

利用SWAN模型對2009年10月11－12日秦皇島附近的大浪進行了數值模擬，并將計算結果與秦皇島站2009年10月11日的波浪觀測值進行對比，如圖3所示。可以看出，模擬結果與實測數據吻合較好。

圖 3 2009年10月11日秦皇島站實測值與模式計算值的對比Fig. 3 Comparison of measured data and the data computed by model at Qinhuangdao Station, Oct.11th ,2009

2.3 大氣模塊

2.3.1 模型介紹 海面風場預報系統采用了動力模塊十分成熟的大氣中尺度模型——WRF模型。

WRF模型（Weather Research Forecast）是由多個美國研究部門及大學的科學家共同研發的新一代中尺度預報模型。該模型為一個完全可壓、非靜力的模型，控制方程組都為通量形式。垂直坐標采取地形追隨的靜力氣壓坐標。采用Arakawa C型水平和垂直交錯網格，有利于在高分辨率模擬中提高準確性。時間積分采用完全時間分裂格式，外循環Runge-Kutta技術的較大時間步長，內循環為聲波時間積分，可以允許較大的時間步長，在保證積分穩定性的情況下縮短了計算時間。為了滿足模擬實際天氣的需要，該模型有一套物理過程及參數化過程，包括：云微物理過程，積云對流參數化，長波輻射，短波輻射，邊界層湍流，近地面層，陸面參數化，以及次網格湍流擴散。該模型應用了繼承式軟件設計、多級并行分解算法、選擇式軟件管理工具、中間軟件包結構。目前WRF模型水平網格精度現已能精確到1 km甚至更高；使得WRF模型成為改進從云尺度到天氣尺度等不同尺度重要天氣特征預報精度的工具。同時WRF模型擁有先進的資料3維變分同化技術（3DVAR），能充分有效地將各種資料信息同化到模型初始場中，為模型提供了更高質量的初值，達到了明顯改進數值預報質量的目的。

2.3.2 模型配置

圖 4 WRF模擬區域設置（D1：30 km；D2：10 km）Fig. 4 The simulation field set by WRF (D1:30 km; D2:10 km)

表 3 WRF模型設置Tab. 3 Setting of WRF model

考慮到天氣系統具有遷移性，所以實際的模擬區域遠大于渤海與北黃海區域。綜合考慮區域與分辨率，模擬采用了雙重嵌套技術，分辨率較粗的區域（30 km）能夠抓住整個影響東中國近海的天氣系統，而分辨率較高的區域（10 km）針對渤海與北黃海區域的天氣系統進行高分辨率的模擬再現。區域設置見圖4。

為了與水平分辨率相匹配，模型的垂直分辨率做了很大程度的調整，一共設計了 44個 層（一般的模擬應用為27層）。由于WRF模型本身提供了眾多的物理選項，針對研究海域確定了合適的方案，具體見表 3。對于海面風來說，最關鍵的是大氣邊界層湍流方案，本模型采用了YSU（韓國延世大學）開發的邊界層方案。經過大量的數值試驗證實，其非常適合海面的數值模擬。積云參數化方案主要與模型分辨率有關，針對 10 km分辨率，Kain-Fritsch方案是比較合適的。運行WRF模式，為保證模式積分穩定性，取時間步長為120 s，預報未來48 h，運行完畢需要2～3 h左右；將計算出來的預報風場用作流場的驅動場預報未來 48 h的流場和波浪場，大約需2～3 h，一旦有溢油發生，可以馬上投入預報預警。此外，利用該系統建立6個月的模擬結果數據庫亦可實現對溢油的溯源回推。

2.3.3 模型檢驗 利用環渤海與北黃海的岸邊氣象地面觀測站、海上船舶及島嶼觀測的風速數據，我們對預報的風場進行了統計分析，時間為 3月10日－5月10日，共2個月。統計結果見圖5，結果表明，風速均方根誤差在2.2～3.2 m/s之間，風向平均誤差在24～36°之間，24 h之內的風速均方根誤差小于2.5 m/s，風向平均誤差小于 28°。預報結果較為理想。風場的預報結果見圖6。

與過去求解對流擴散方程的算法相比，應用油粒子方法不但較好地解決了油膜在環境動力作用下的變形和破碎過程，并能準確地預報油膜邊緣的擴展過程和油膜形狀在風向上的明顯拉伸現象，可以切和實際地模擬油膜的不規則形狀和漂移軌跡，而且可以有效地消除數值發散問題。溢油在水表面的漂移和風化過程可通過表面擴散、平移、輸送、乳化和蒸發的算法來模擬計算。

油粒子方法實際上就是追蹤油粒子微團隨周圍水體平流和湍流擴散運動的過程，因為采用了拉格朗日方法這種確定性方法模擬平流過程，并采用了隨機走動法這種隨機性方法模擬擴散過程，所以也可以說該方法是確定性方法和隨機性方法的結合。

圖 5 風速與風向的統計結果Fig. 5 Statistical result of wind speed and direction

圖 6 2010年4月14日海面風場預報結果示意（色標表示不同風速等級，單位：m/s）Fig. 6 Sketch of the sea surface wind field prediction in Apr. 14th 2010 (The colorbar represents for the different wind speed scales, Unit: m/s)

3 結 語

考慮到溢油預報預警需要高分辨率的海流、風場以及波浪的數值預報和多種過程較為完善的溢油漂移擴散數值預報模式，因此，本文主要介紹了渤海海域溢油應急預測預警系統中溢油預測的動力要素，主要包括海流數值預報模型、波浪數值預報模型、海面風場數值預報模型和溢油漂移擴散數值預報模型，通過對四個模型的研究和開發，為溢油應急預測預警系統的研制提供了基本的要素。

[1] 王耀華. 海上溢油的歸宿和形態研究 [D]. 大連: 大連海事大學,2010: 14-28.

[2] 趙冬至, 張存智, 徐恒振. 海洋溢油災害應急響應技術研究 [M].北京: 海洋出版社, 2006: 184-185.

[3] 劉欽政, 張存智. 渤海溢油數值預報研究 [J]. 海洋預報, 2005,22(增刊): 70-76.

[4] 牟林, 鄒和平, 武雙全, 等. 海上溢油數值模型研究進展 [J]. 海洋通報, 2011, 30(4): 473-480.

[5] 朱建榮. 海洋數值計算方法和數值模式 [M]. 北京: 海洋出版社,2003: 128-129.

[6] Mellor G L, Yamada T. Development of a turbulence closure model for geophysical fluid problem [J]. Reviews of Geophysics, 1982,24(4): 851-875.

Numerical model research on Emergency Warning & Predicting system of ocean oil spill: I. Research on predicting of ocean dynamical factors

MU Lin, WU Shuang-quan, SONG Jun, LI Huan, LIU Shou-hua, LI Yan, GAO Jia

（National Marine Data and Information Service，Tianjin 300171，China）

The “oil particle” model is adopted to simulate the drift and diffusion of the oil spill in ocean. The simulative results of the current, wave and wind field are taken as the outside force for the computation to drive the oil spill drift model, and the drift trace is consequently calculated. The Emergency Warning& Predicting system of Bohai Sea is established by combining those computed oil spill results and several platforms like GIS. As a part of this system,this paper introduces the research status of the numerical computing models of current, wave and wind field, and also the oil spill predicting model.

Oil Particle；current；wave；Oil Spill Weathering Model

P731.2; X834

A

1001-6932(2011)05-0502-07

2011-06-15；

2011-08-02

國家發展與改革委員會高技術產業發展項目( 2008-311-000-035 )；海洋公益性行業科研專項（200905001）。

牟林 （1977－），男，博士，副研究員。電子郵箱：moulin1977@hotmail.com。