穆海振
(上海市氣象信息與技術支持中心,上海 200030)
風驅雨(Wind Driven Rain, 簡稱WDR)是指雨在垂直墜落過程中受風的影響而產生水平運動矢量形成斜雨的一種自然現象,屬于地球科學、建筑科學等領域的重要研究內容.在地球科學領域,風驅雨對降水觀測的準確度有重要影響[1-3],也是評估降水對土壤侵蝕的重要參數[4-6];在建筑科學領域,風驅雨會影響建筑物表面水熱交換性能和耐久性,也會導致建筑材料滲水、結霜、褪色,同時也會給建筑物外立面產生額外的雨荷載[7-10].因此,開展風驅雨氣候特征研究不僅能夠進一步深化對自然現象的認識,也能夠為降低雨水災害影響和相關技術標準制定提供科學依據,有重要的實際應用價值.
風驅雨氣候特征研究常用方法為半經驗法,即利用氣象常規觀測要素,基于現場觀測數據建立的半經驗公式對風驅雨參數進行估計和分析,由于該方法資料易于獲取,能充分利用廣泛分布的氣象臺站資料,精度上也能基本滿足建筑設計需求,因此得到了相關學者的廣泛關注和普遍的應用,如Lacy[11-13]利用年降水量與年平均風速提出了風驅雨指數,基于此指數及其改進形式,先后有學者繪制了丹麥、波蘭、加拿大、美國、印度、西班牙、挪威、巴西、羅馬尼亞等國的風驅雨地圖[14-17],在上述研究成果中,應用的氣象臺站觀測資料主要為風和降雨,時間分辨率從小時、日、月和年不等.在前期研究成果基礎上,英國、法國及歐盟標準委員會先后編制了相關技術規范,明確了建筑外立面防風驅雨設計參數的計算方法[18-19].
風驅雨對建筑物的影響在國內也得到一定程度的關注,如在《建筑物外墻防水工程技術規程》[20]中明確了建筑外墻的防水標準設計時應綜合考慮年降水量和風壓的影響,也有學者利用CFD方法分析了建筑物布局對風驅雨特性的影響[7-10, 21-22 ],但總體來看,對風驅雨的氣候特征方面的研究成果還比較少,這一方面制約了我國建筑物抗風雨設計的標準的進一步優化完善,也使CFD數值模擬工作缺乏基礎數據支撐,影響其成果的應用,因此有必要加強我國的風驅雨氣候特征研究工作.上海位于副熱帶季風區,受季風影響,夏季雨量充沛,臺風、強對流天氣是影響上海的主要氣象災害[23],其出現時往往強風、暴雨相伴而生,且上海的經濟社會發展水平高,經濟要素高度密集,高層建筑林立,研究上海地區風驅雨氣候特征不僅對上海城市建設和防災減災有重要的實際應用價值,也可為國內其他地區,特別是東部沿海地區開展相關工作提供借鑒和參考.因此,本文參考國內外相關研究成果,利用上海寶山區氣象站逐小時氣象觀測數據,分別從氣候背景、降雨風環境、風驅雨指數及不同時間分辨率資料代表性等方面對風驅雨的氣候特征及其研究方法進行了初步探索.
本文所用氣象資料來自于上海市寶山氣象站,該站位于上海北部,屬國家基本氣象站,臺站觀測環境較好,符合相關技術規范要求,所用資料包括該站逐時降水、風速、風向和逐日天氣現象觀測數據.小時降水量觀測值為累計降水量,單位為 mm;風速和風向數據為地面10 m高度處觀測儀器測定值,為定時前10 min,即時距為10 min,風速單位為 m·s-1.資料起止時間為2006年1月至2015年12月,經過較為嚴格的質量控制[24].在研究降雨時風環境和風驅雨量、風驅雨負荷時,根據天氣現象觀測記錄,若當日出現降雪,則該日的小時風和降水觀測記錄不參與統計.
1.2.1 風環境參數計算
本文在繪制玫瑰圖時,依據風的來向依次將其分為北(N)、東北(NE)、東(E)、東南(SE)、南(S)、西南(SW)、西(W)、西北(NW)8個方位,每個方位所含角度范圍為45°,其中正北方位定為0°,依據式1和式2分別計算各方位范圍內風向出現頻率與該風向平均風速.風速為0 m·s-1的觀測記錄定義為靜風.
(1)
(2)
式(1)和式(2)中:Fi為第i個方位風出現頻率,單位為%;Ui為第i個方位的平均風速,單位為 m·s-1;N為總觀測記錄數,Mi為第i個方位角范圍內風觀測記錄出現頻數,WSi,j為第i個方位內第j個觀測記錄風速值.
1.2.2 年風驅雨量指數
在計算年風驅雨指數時,參考Lacy[25]的研究成果,建立了風驅雨指數計算公式(式(3)),該指數能夠比較合理地描述墻面接受的風驅雨總量,有利于建筑設計師對不同地區風驅雨暴露度進行對比分析.
(3)
式中:aWDR(annual Wind Driven Rain)為年風驅雨指數,單位為 m2·s-1,根據相關文獻研究成果[11-13],aWDR的等級定義為:aWDR<3為低風險(Shielded),3≤aWDR<7為中等風險(Moderate),7≤aWDR<11為高風險(High),aWDR≥11為嚴重風險(Severe);R為小時降水量,單位為mm;WS為地面10 min平均風速,單位為m·s-1;Ct為時距轉換系數,由于氣象站觀測資料的平均風速觀測時距為10 min,需要在計算時轉換至時距為1 h,本文依據ASCE7-10規范[26],取轉換系數為0.94;Ma為符合條件的觀測記錄數,N為用于統計的年數.
1.2.3 各方位風驅雨荷載指數
依據《ISO 15927-3:2009》標準,在給定方位角條件下,空曠邊界條件下建筑墻面的年風驅雨負荷指數(Airfield Index)可用式4表示,該指數可視為在自由大氣中穿過給定方位單位面積垂直墻面的年風驅雨總量.

(4)
式中:Li為θi方位角下年風驅雨荷載指數,單位為 mm·yr-1;WSj為小時平均風速,單位為 m·s-1;Ct為時距轉換系數;R,j為小時降水量,單位為 mm;WDj為風向;θi為墻面方位角.M0為統計年份內所有COS(WDj-θi)值大于0的觀測記錄數,N為用于統計的年數.
圖1為寶山站多年平均逐月降水分布情況,從中可以看出,寶山站降水月際分布總體呈現出夏季多、冬季少的特點,其中夏季6~8月的降水量達到551.9 mm,占全年降水總量的45%,冬季(12月、1月和2月)的降水總量為172.0 mm,約占全年總量的14%.此外,從小時降水量的頻率分布來看(表1),寶山小時觀測記錄出現降水的頻率接近10%,且其中絕大多數觀測記錄降水量均小于5 mm,小時降水量高于5 mm的頻率小于1%.

圖1 寶山站逐月降水量分布圖(2006—2015年)Fig.1 The monthly precipitation of Baoshan Station (2006—2015)

降水等級/mm0[0.1~4.9][5.0~9.9][10.0~14.9][15.0~19.9]≥20出現頻率/%90.658.80.350.090.050.06
圖2給出了寶山站的年平均風向和風速玫瑰圖.寶山站的年主導風向依次為東北、東和東南,其中東北風出現的頻率超過20%,西南風出現的頻率為最小,僅為6.2%,靜風的頻率為1.2%.從各月的盛行風向來看(圖略),在冬季和秋季,出現最多的風向多為東北風,而在春季和夏季,盛行風向則為東風和東南風.寶山站年平均風速為2.8 m·s-1,西北方位平均風速最大,達到3.3 m·s-1,西南方位平均風速最小,為2.4 m·s-1,相鄰方位角間平均風速變化總體上較為平緩.

圖2 2006—2015年寶山站風向玫瑰圖和風速玫瑰圖Fig.2 The rose map for wind direction and wind speed for Baoshan station (2006—2015)
圖3為寶山站出現降雨情景(小時累積雨量>0 mm)下風環境情況.降雨時寶山站的主導風向為東北風,出現頻率高達29.9%,其次為東風,出現頻率為18.1%,降雨時出現風向頻率最少的方位為西南,靜風出現的頻率為0.5%.從平均風速來看,寶山站出現降雨時的風速為3.1 m·s-1,其中風速最大的風向為東風,平均風速為3.4 m·s-1,最小為西南風,平均風速僅為2.2 m·s-1.與全年主導風向相比,可以看出與出現降雨時的風環境有明顯差別,表現出平均風速總體有增加趨勢,出現靜風的頻率偏小,且風向偏北的頻率有明顯增大趨勢.

圖3 2006—2015年寶山站降雨時風向玫瑰圖和風速玫瑰圖Fig.3 The rose map for wind direction and wind speed during rainfall events for Baoshan station (2006—2015)
極端降雨時風環境狀況是建筑抗風雨參數設計需要考慮的重要因素,因此進一步統計分析了寶山站小時降雨量大于10 mm,即發生極端降水時的風環境特性(圖4).據統計,2006—2015年期間寶山站小時降雨超過10 mm的觀測記錄數為176次,占總體樣本數的0.2%.從圖4可以看出,當降雨超過10 mm時,寶山站平均風速繼續增大,達到3.4 m·s-1,靜風頻率則為0,其中東北風和東風的平均風速最大,分別為4.2 m·s-1和3.9 m·s-1,且兩個方位風向頻率亦為最高,西南風的風速仍為最小,為2.1 m·s-1.與有降雨時風環境相比,極端降雨情景下平均風速偏大,靜風頻率偏小,值得關注的是,主導風向除東北風和東風外,風向偏西的頻率也明顯增加.

圖4 2006—2015年寶山站極端降雨時風向玫瑰圖和風速玫瑰圖Fig.4 The rose map for wind direction and wind speed during extreme rainfall events for Baoshan station (2006—2015)
為方便建筑工程設計應用及與其他地區的對比分析,下面分別對寶山站的年風驅雨指數和各方位的年風驅雨荷載指數進行了計算.風驅雨指數參考Lacy(1964)的定義,該指數由于計算簡便,且有利于不同地區的比較,因此在評估風驅雨影響風險時得到了較為廣泛的應用,依據式3計算表明寶山站的年風驅雨指數為3.8 m2·s-1,其風驅雨暴露度等級為中等(Moderate).
為進一步了解不同方位建筑外墻面臨的風驅雨暴露度,利用式4計算了8個方位角的年風驅雨荷載指數和小時風驅雨發生頻率(圖5).風驅雨荷載總體呈現東北方位大、西南方位小的特點,其中東北和東兩個方位風驅雨荷載最大,年均值分別為413.0 mm和388.3 mm,最小為西南方位,年風驅雨荷載為103.7 mm,僅為最大方位荷載的25.1%.風驅雨逐時發生頻率總體也呈現出東北方位高、西南方位低的趨勢,其中東和東北兩個方位風驅雨發生頻率最高,分別為6.6%和6.4%,西方位發生的頻率最低,僅為2.7%.

圖5 2006—2015年寶山站年風驅雨負荷指數和風驅雨逐時發生頻率Fig.5 The rose map for wind driven rain load index and wind driven rain occurrence frequency for Baoshan station (2006—2015)
按照風驅雨指數和各方位風驅雨荷載指數的經驗計算方法,所需要的氣象觀測數據為小時觀測數據,但在實際工作中,小時觀測數據比較難以獲得,且歷史序列較短,給相關參數的計算工作造成了一定困難,有時需要利用日值、月值或年值的觀測數據進行替代.為此,本文利用不同分辨率數據對上海寶山歷年風驅雨量進行了計算,并以小時觀測數據為基準,對不同時間分辨率歷年風驅雨參數的誤差進行了分析,以評估觀測資料時間分辨率對風驅雨指數計算值的影響,其中日值、月值和年值的平均風速和雨量均利用小時數據進行平均或求和得到.
從變化趨勢來看,基于日值、月值和年值數據得到的風驅雨量指數變化趨勢與基準值(基于小時數據)一致性較好(表2),均通過α=0.01的相關性信度檢驗,其中基于日值的風驅雨量與基準值一致性最好,相關系數達到0.97.從相對誤差來看,基于日值、月值和年值的風驅雨量指數均較基準值偏低,其中日值數據較為接近,偏低4.5%,年值偏低最多,偏低14.8%,其誤差分布趨勢呈現出在基準值較小的情況下,各類數據來源計算得到風驅雨量比較接近,但當基準值較大時,月值和年值的誤差明顯增加(圖6).以上結論與M Jose’[27]等人在西班牙的研究結果相一致,用于計算的數據來源時間分辨率愈低,所得風驅雨量的計算值誤差越大,這說明用代用資料計算風驅雨量時,要考慮低估風驅雨量的可能性.

表2 基于不同時間分辨率數據的多年平均風驅雨量

圖6 基于不同時間分辨率數據的寶山站歷年風驅雨量變化Fig.6 Variation of wind driven rain index based on hourly, daily, monthly and yearly data source
利用上海寶山站逐時觀測氣象資料,分析了降水和風的氣候背景、不同量級降雨時風環境特征,計算了風驅雨量指數和風驅雨荷載指數,評估了不同時間分辨率來源數據對指數計算值的影響,主要結論如下:
(1)寶山站逐時出現降水的氣候頻率接近10%,超過99%的樣本小時降水量小于5 mm,夏季是降雨的集中時段.在冬季和秋季,寶山出現最多風向多為東北,在春季和夏季,盛行風向則為東和東南,全年盛行風向依次為東北、東和東南.
(2)寶山站出現降雨時的風環境與全體樣本統計值有明顯差異,出現降雨和極端降雨時寶山站的主導風向為均為東北風和東風,降雨和極端降雨情景下的平均風速明顯增大,其中極端降雨時平均風速增大更為明顯.
(3)寶山站的年風驅雨指數為3.8 m2·s-1,其風驅雨暴露度等級為中等.年風驅雨荷載總體呈現東北方位大、西南方位小的特點,其中東北和東兩個方位風驅雨荷載指數最大,年均值分別為413.0 mm和388.3 mm,最小的西南方位其年風驅雨荷載指數值為103.7 mm.
(4)基于日值、月值和年值數據得到的風驅雨量指數變化趨勢與基準值(基于小時數據)一致性較好,但其值均較基準值普遍偏低,其中年值偏低最多,相對誤差為-14.8%,日值最少,相對誤差為-4.5%.
通過本文研究工作,可以看到寶山站降雨時風環境與常年平均有較明顯差異,如平均風速變大,風頻更為集中出現在東北和東,這些信息值得建筑設計時關注,所得參數也可用于與其他地區的對比分析,同時以下方面還需要在后續工作中進一步深化研究:1)在大范圍區域內開展研究工作,以便不同地區間的比較,以得到更具普適性的結論;2)在統計風驅雨量等參數時要考慮重現期等指標的計算,以便在實際工作更為方便地應用;3)利用數值模擬、現場觀測等方法對現有國外標準和規范中的參數進行驗證和完善,為制定符合中國實際情況的技術規范提供參考.