基于海上試驗對海上漂移物運移軌跡影響因素的分析

黃娟，徐江玲，高松，郭敬天

（山東省海洋生態環境與防災減災重點實驗室國家海洋局北海預報中心，山東青島 266061）

1 引言

隨著海上運輸業和旅游業的不斷發展，航行船舶日益增多，出于海洋環境本身復雜多變，海上事故發生的可能性也隨之增大。發生海難后如何進行海上搜救卻是一個現實而又極其重要的課題。經過近十幾年的不斷發展，我國搜救事業[1]無論在搜救人員素質還是搜救裝備質量上都得到了顯著的提高。盡管遇險人員數逐年增多，但是搜救的成功率并沒有明顯提高，僅僅只是維持在一個范圍之內。分析搜救失敗的原因主要包括：搜尋定位失敗，不清楚目標的漂移軌跡或者即使已經找到了落水人員，但是由于落水人員在低溫水中時間過長已經死亡。因此，搜尋過程可以說是整個搜救行動的基石，可以說只要發現了目標，搜尋就成功了一半[2-3]。

一般來說，海上漂移物受自然因素的影響將不會出現在原事故地點或者最后報告位置，物體在海面漂移運動[4]的方程如公式（1）所示：

式中，V代表物體的速度，F代表物體所受的所有驅動力的和，一般是指風壓、風生流、涌、波浪、潮流等。其中，由于風作用于目標的水上部分而導致目標對水的相對運動稱為風壓運用，對于一個給定的搜尋目標，很難確定風壓大小和方向的確切值，在實踐中，一般根據實驗數據進行大致估算。海流的影響主要包括風生流以及潮流，其中風生流為持久的風吹動海面而形成的流，一般情況下，在風向不變并持續6—12 h時才產生當地表層風生海流。為更接近實際效果，應根據遇險事件發生前48 h內的風速和風向確定其確切值。潮流由于其潮漲潮落的反復拉動作用，總體上使目標停留在原地，從而減小對海上目標移動的影響。但必要時仍須加以考慮，因為當潮往返時，在某一方向上流的影響可能大于另一方向，對應不同的搜救時間，潮將會引起搜尋目標位置的變化，積累效果可能把搜尋目標拉入海流作用的區域。沿岸流是指進入淺水地帶的波浪拍岸時，表層水質點呈顯著的向前移動而形成的水流，上層向前流動，底層則形成回流，一般僅在離岸1海里的范圍內才考慮。涌，對目標的影響一般可以忽略不計，因為涌是水質點的垂直運動。波浪對物體的作用一般都忽略不計，但是，日本海上保安廳對波浪中漂移物的漂移速度進行了試驗研究[5]，證明了漂移速度隨波長而變化。一方面，在短波范圍內，波浪漂移力量主要是波浪散射推動漂移物。因此漂移速度由波浪漂移力量的平衡性和流動力決定，它和波浪的傾斜成比例。另一方面，在長波范圍內，波浪漂移力量幾乎不對漂移物起作用。因為波浪幾乎全部用來傳送漂浮物。因此漂移速度由波浪的速度決定，并且與波浪的傾斜的平方成比例。因此，在近岸淺海地區對于小于30 m長度的物體波浪的作用一般不會被考慮。在上述影響目標的漂移因素中，風壓、風生流及潮流是主要的，因此計算通常圍繞這三個因素進行[6-8]。

并且，海上漂移物的漂移軌跡，除了與當地的海況和自然環境有關以外，漂移物的自身特性也對漂移軌跡有很大的影響，比方說浸沒比例和壓載狀況。為了更好的確定自然因素對搜尋物漂移軌跡影響的參數，國外專家進行了多次海上實驗以及實驗室仿真實驗[9-11]，而在國內，為修正模型參數而進行的海上的仿真實驗較少。因此，為了了解在青島外海海域不同搜救目標的海上漂移路徑對驅動條件的響應情況，我們于2011年7月20日在青島大公島外海海域開展了一次海上人員和無動力船只搜救、綠潮漂移預測的海上現場實驗。通過對這三種物體的漂移軌跡的研究，并結合漂移預測數值模式結果來判斷不同驅動力的影響因子。

2 海上試驗方案及結果分析

為了獲取海上落水人員、綠潮斑塊和無動力船舶三種物體的漂移現場參數，于2011年7月20日在青島大公島外海海域開展了一次海上搜救和綠潮漂移預測海上現場試驗。本次實驗的內容包括：無動力漁船漂移模擬試驗、落水人員漂移試驗和綠潮斑塊漂移試驗。三個搜救目標的具體設置情況如下：

圖1 模擬落水人員的假人示意圖

（1）無動力漁船，長20 m左右，寬4—5 m左右。無動力漁船是搜救目標中最常見的一種；

（2）落水人員模型，重約75 kg，并穿著救生衣。海上搜救模擬人作為海上漂流試驗中人的替身，需要測試的是一批人員落水后海上漂移的情況，而不是某一個人的漂流情況。所以，假人（見圖1）的尺寸也必須以群體的尺寸特征來表示。同時考慮到人員在落水后會保持上半身浮在水面的特點，在假人的腿上綁上了相應重量的鉛塊。為了減少觀測誤差，本次實驗釋放了兩個假人；

（3）綠潮斑塊（圖略），采取跟蹤綠潮較大斑塊邊界的措施來跟蹤綠潮的移動。

上述三種搜救目標都在2011年7月20日被連續跟蹤12 h，并且目標釋放的位置基本一致。

2.1 任務要求

（1）無動力漁船漂移模擬試驗

漁船到達指定海域，無動力條件下進行漂移實驗，數據采集要求如下：每10 s記錄1次GPS位置；每10 min記錄海面風速風向；搭載走航式ADCP測流，每1 min記錄整層海流數據；連續漂移12 h。

（2）落水人員漂移模擬試驗

同時同地點拋放2個模擬人，分兩條船進行跟蹤測量，每船跟蹤1個，數據采集要求如下：模擬人漂移軌跡依船只GPS信息記錄，每10s記錄1次GPS位置；每10 min記錄海面風速風向；搭載走航式ADCP測流，每1 min記錄整層海流數據；模擬人相對位置記錄每10 min1次；連續跟蹤測量12 h。

（3）綠潮斑塊漂移模擬試驗

漁船在發現綠潮較大斑塊的邊界，跟蹤綠潮斑塊進行移動，數據采集要求如下：每10 s記錄1次GPS位置；每10 min記錄海面風速風向；搭載走航式ADCP測流，每1 min記錄整層海流數據；連續跟蹤測量12 h。

（4）數據采集方式

GPS數據采集采用儀器自動觀測，風速風向數據采集使用手持風速儀觀測，ADCP數據采集采用儀器自動觀測方式進行。

2.2 漂移物軌跡分析

圖2為四個跟蹤目標（無動力漁船、假人1號和假人2號、綠潮斑塊）的漂移軌跡。其中，深綠色線代表綠潮，淺藍色線和粉色線代表1號落水人員模型和2號落水人員模型，藍色線代表無動力船。四個目標的起始位置在紅色三角符號標注的位置附近。從圖中可以看出，被跟蹤的綠潮斑塊在8:00點的時候先向西南偏南向漂去，在13∶00點轉向，向北接近于原路的方向返回，于13∶30點左右開始向西北偏西向漂去直至17∶49點開始向西。兩個落水假人模型在水里的漂移路徑幾乎與綠潮的漂移軌跡一致，也是先向西南，然后在12∶00點至13∶30點向東北向返回，返回的時間不長，約為1.5 h，比綠潮返回的時間長了約1 h，然后向西北偏西方向移動，最后一直向西漂去。無動力船在水里的漂移軌跡與綠潮和落水人員的稍有不同，于9∶17釋放后先是向西南漂去，在12∶40左右開始向西北向漂去，直到17∶00點開始一直向西漂移。

圖2 跟蹤目標軌跡（綠色線代表綠潮，淺藍色線代表1號落水人員模型，粉色線代表2號落水人員模型，藍色線代表無動力圖的左下角顯示了該海域在青島外海的位置

2.3 漂移軌跡與影響因素的相關關系分析

為了分析各個監測目標漂移軌跡的成因，我們對各個目標物跟蹤船上負載的ADCP測流進行分析。

圖3為綠潮斑塊跟蹤船上負載的ADCP測量的流矢量隨時間變化的曲線圖。從圖中可以看出，當時的流速平均在23 cm/s，最大為45 cm/s。于12∶00點之前基本上為西南向的流，之后至13:00表現為東向，13∶30至14∶50逐漸轉為東北向，之后轉向為西北向，最后在接近18∶00時轉至西向。當天觀測的海表面風隨時間變化曲線見圖4所示，從圖中可以看出，該海域在當天基本上都是南風，10∶00前和18∶00后風速較小，中間時段風速較大，平均為3 m/s。綠潮斑塊（見圖2綠色線）開始在西南向流和南風的共同作用下向西南方向移動，當流轉向為東向時，綠潮斑塊開始向北偏東向移動，在海流轉向為東北向的這段時間里，由于海流和風同向，綠潮斑塊快速向東北向移動，隨后繼續跟隨海流向西北向移動。由此可見，當天綠潮斑塊在海面的漂移主要跟隨海流的變化，略有延遲。

圖3 綠潮跟蹤船上負載的ADCP測量的流失量隨時間變化曲線圖

圖5為1號落水人員模型跟蹤船上負載的ADCP測流隨時間的變化曲線。對比圖3發現，該區域的海流變化與綠潮斑塊跟蹤船所在區域的海流變化基本一致，這也與兩船相離距離不遠的情況相符。從該圖可以看出，當時的流速平均在27 cm/s，最大為64 cm/s。海流在11∶38之前一直表現為西南向，隨后轉為東北向，直至14∶00左右開始轉為西北向，最后于17∶30份左右轉為西向。對比圖2中1號落水人員模型的漂移軌跡發現，兩者之間的吻合度很高，幾乎沒有延遲。表明1號落水人員模型在水中的漂移受海流的影響較大，受風的影響小。

圖6為2號落水人員模型跟蹤船上負載的ADCP測流隨時間的變化曲線。對比圖5發現，該區域的海流變化與1號落水人員模型跟蹤船所在區域的海流變化基本一致。從該圖可以看出，當時的流速平均在30 cm/s左右，最大為73 cm/s。海流的變化趨勢與2號落水人員模型的漂移軌跡相關性較高，幾乎沒有延遲。說明2號落水人員模型在水中的漂移與1號落水人員模型一樣，受海流的影響較大，受風的影響小。

根據上節的軌跡述描述我們知道無動力船在水里的漂移軌跡與綠潮和落水人員模型的稍有不同，然而，對比無動力船跟蹤船上負載的ADCP測流（見圖7）和落水人員模型跟蹤船上負載的ADCP測流發現，兩個目標所在區域流場的變化情況基本一致。在12∶40至14∶00這段時間內，流場明顯為東北向，但是無動力船并沒有跟隨潮流做往復運動，而是一直向西北向漂去，直至17∶00轉向為西向。由此可見，無動力船在水里的運動受潮流的影響較小。結合當天的風場（圖4）來看，當天的風速很小，平均在4 m/s左右，風向為東北風。風可能是阻礙無動力船隨潮流向東北向反復運動的原因之一，雖然風速較小，但是由于船體漏在海面上的部分較假人和綠潮斑塊要大，因此風的作用應該較后兩者較大。

圖4 2011年7月20日觀測的海表面風場隨時間變化曲線圖

圖5 落水人員模擬1號跟蹤船上負載的ADCP測量的流失量隨時間變化曲線

圖6 落水人員模擬2號跟蹤船上負載的ADCP測量的流失量隨時間變化曲線

圖7 無動力船上負載的ADCP測量的流失量隨時間變化曲線

3 海上漂移預測數值模擬

3.1 數值模式簡介

海上漂移預測模型采用Lagrange粒子追蹤方法，計算漂浮物體在風和流的共同作用下的漂移軌跡。本文的海洋漂移預測模型使用的風場來自北海預報中心業務化WRF（Weather Research and Forecasting）大氣模式。海流場來自海洋模式ROMS（Regional Ocean Model System）。為了提供精細化的海流場，分兩個區域建立海流模式：大區是渤海和北黃海區（117°—127°E，33.5°—42°N），分辨率為1/30°，垂向6層；小區是青島近海海域（119°—122.5°E，37.2°—34.5°N），具體范圍見圖4左下角，水平分辨率為1/120°，垂向6層。模式地形來源于GEBCO（General bathymetric Chart of Oceans）分辨率為1′×1′的數據，并采用海圖水深和Google Earth進行水深和岸線訂正。大區域模式采用全球海洋模式（HYCOM+NCODA Global 1/12°Analysis）模式的水位、流場、溫鹽場等輸出結果作為大區域模式的初值和邊值場，同時在邊界上加上8個分潮（M2，S2，N2，K2，K1，O1，P1，Q1）來驅動；采用北海預報中心業務化WRF（Weather Research and Forecasting）大氣模式的風場和熱通量場作為大氣強迫場。小區域模式是采用兩重嵌套技術，大區域計算結果為小區模式提供初值和邊值條件；大氣強迫場與大區域模式相同。

海上漂移物在海水中的移動，可以看作是質點跟隨海流的物理運行，所以采用拉格朗日粒子追蹤方法。粒子追蹤方法采用粒子隨機走動模式來模擬粒子的運動，每個粒子的位移變量都可以由Lagrange方程來確定：

3.2 數值模型參數設計和模擬結果

本次海上試驗的主要目的是通過海上試驗的觀測數據來修正現有海上漂移預測模型在該海域對該類漂移物的軌跡預測中模型參數的設定，修訂已有的海流系數和風流系數[14-16]。通過調整風力系數和海流系數比例（即風作用力和海流作用力的相對比例）進行一系列對比實驗，綠潮、假人和無動力船的實驗結果分別見表1、表2和表3。

表1 綠潮漂移預測敏感性實驗結果

表2 假人漂移預測敏感性實驗結果

表3 無動力船只漂移預測敏感性實驗結果

已有在該海區對綠潮漂移預測時，海流系數跟風力系數的比值1.5∶2.0，即模擬實驗GT01，模擬的位置均方差誤差和漂移方向的均方差誤差均在合理的范圍內。通過對海上實驗觀測數據的分析發現風對綠潮的影響較大，因此進行風力系數調大，海流系數不變的實驗，發現GT02實驗中位置均方差誤差略有增大，但是漂移方向均方差誤差減??；當風力系數保持不變，海流系數調大時（GT03），位置均方根誤差和方向均方根誤差都增大；最后發現當海流系數和風力系數比例增大為GT06時，漂移方向和位置均方根誤差最?。M軌跡見圖8所示）。

已有在該海區對落水人員漂移預測時，海流系數跟風力系數的比值1.5:1.2，即模擬實驗PS01，模擬的位置均方差誤差和漂移方向的均方差誤差均在合理的范圍內。通過對海上實驗觀測數據的分析發現海流對落水人員的影響比風對其的影響大，因此進行風力系數保持不變，海流系數調大的實驗，發現PS02實驗中位置均方差誤差和漂移方向均方差均有增大；當海流系數保持不變，風力系數調大時（PS03），位置均方根誤差和方向均方根誤差都增大；因此將風力系數和海流系數均調小，最后發現兩者之比為1.0:0.8時，即PS08實驗，漂移方向和位置均方根誤差最?。M軌跡見圖9所示）。

已有在該海區對無動力船只漂移預測時，海流系數跟風力系數的比值1.5:1.2，即模擬實驗BT01，模擬的位置均方差誤差和漂移方向的均方差誤差均在合理的范圍內。當風力系數保持不變，海流系數增大時（BT02），位置均方差誤差有所減小，但是漂移方向均方差誤差增大，同時通過對海上實驗觀測數據的分析發現海表面風對無動力船只的影響比海流對其的影響大，因此進行海流系數保持不變，風力系數調大的實驗，發現BT03實驗中位置均方差誤差和漂移方向均方差均減?。焕^續試驗后，發現風力系數和海流系數兩者之比為1.0:3.5時，即BT07實驗，漂移方向和位置均方根誤差最?。M軌跡見圖10所示）。

4 討論

圖8 綠潮漂移軌跡觀測值（綠線）和模擬值（紅線）

圖9 落水人員漂移軌跡觀測值（淺藍線和粉線）和模擬值（紅線）

圖10 無動力船漂移軌跡觀測值（藍線）和模擬值（紅線）

對比ADCP觀測的流場數據和漂移目標的軌跡，我們發現落水人員和綠潮在海上的漂移軌跡比較一致，落水人員受到海流的作用比綠潮大。由于綠潮漂浮在水表面，受風的影響比落水人員的大。無動力船的漂移軌跡與落水人員和綠潮稍有不同，受潮流往復作用小。由于無動力船在海上部分的體積較大，風應力的系數也相對增加。并且通過搜救的數值模型驗證了上述結論。通過反復試驗，更正了數值模型中海流系數和風力系數的比值，使得模擬結果更吻合于實測數據，提高了搜救模型對不同物體的漂移軌跡的預報精度。

[1]張晉文,鄧順華.前進中的中國搜救事業[J].中國水運報,2004,10:56-57.

[2]肖方并,尹勇,金一丞,等.海上搜尋規劃方法研究綜述[J].大連海事大學學報,2011,37(2):58-60.

[3]付玉慧,朱玉柱.水上安全監督管理（下）[M].大連:大連海事大學出版社,2011.

[4]王福謙.物體做漂流運動的速度特征[J].晉東南師范專科學校學報,2002,16(1):20-22.

[5]Kitakyushu.On the drift speed of floating bodies in waves[C].12thInternational Offshore and Polar Engineering Conference.2002,5.

[6]胡志武,張秋榮,顧維國.遇難船舶漂流軌跡預測技術[J].航海技術,2007(3):18-21.

[7]于衛宏,賈傳熒.海上搜救搜尋區域確定方法研究[J].中國航海,2006(2):34-37.

[8]Tanizawa K,Minami M,Naito S.Estimation of wave drift force by numerical wave tank[C].Proc.9thInternational Offshore and Polar Engineering Conference,Brest,1999,3:323-330.

[9]施平安,吳晞.數字化海事案例特征提取與知識表示初探[C].第二屆廣東海事高級論壇,廣州,2008.

[10]Liu Y H,Yang C S,Yang Y B,et al.Case Learning in CBR-based agent systems for ship collision avoidance[J].Lecture Notes in Computer Science,2009:542-551。

[11]張英菊,仲秋雁,葉鑫,等.CBR的應急案例通用表示及存儲模式[J].計算機工程,2009,35(17)：28-30.

[12]肖文軍,堵盤軍,龔茂珣,等.上海沿海海上搜救預測模型系統的研究和應用[J].海洋預報,2013,30(4):79-86.

[13]李云,劉欽政,王旭.海上失事目標搜救應急預報系統[J].海洋預報,2011,28(5):77-81.

[14]吳玲娟,曹叢華,黃娟,等.黃海綠潮應急溯源數值模擬初步研究[J].海洋科學,2011,35(6):44-47.

[15]黃娟,吳玲娟,高松,等.黃海綠潮應急漂移數值模擬[J].海洋預報,2011,28(1):28-32.

[16]白濤,黃娟,高松,等.黃海綠潮應急預測系統業務化研究與應用[J].海洋預報,2013,30(1):51-58.