天津沿岸冷鋒型溫帶風暴潮的客觀分型研究

王萬筠，竇策偉，殷海濤，沈岳峰

( 1. 天津市濱海新區氣象局，天津 300457；2. 天津市靜海區氣象局，天津 301600)

1 引言

風暴潮是在劇烈大氣擾動條件下，因強風等導致海水升降異常、潮位超過平常狀態的現象。已有的研究中，按照誘發風暴潮的大氣擾動性質把風暴潮劃分為熱帶氣旋誘發的風暴潮和溫帶氣旋誘發的風暴潮。此外，當冷鋒掠過渤海時，也會使渤海灣和萊州灣沿岸發生風暴潮[1]，此類風暴潮一般簡稱為冷鋒型溫帶風暴潮。上述不同類型的風暴潮一年四季均有發生[2]，對沿海經濟發展和人民生命財產安全構成了日益嚴重的威脅，是沿海地區防潮防汛工作中非常重要的一項。

我國3個溫帶風暴潮頻發區和嚴重區依次為萊州灣、渤海灣和海州灣沿岸地區[3]。天津沿海是全球風暴潮的最頻發區和最嚴重區之一，其冷鋒型溫帶風暴潮個例數量多、增水大，是最為嚴重的一類風暴潮過程。袁順等[3]曾在分析我國沿海地區風暴潮災害的脆弱性組合評價中指出，天津風暴潮脆弱性位列山東省之后，排在沿海省市第二位，因此風暴潮研究對于天津沿海的防潮工作十分重要。天津地區風暴潮屬淺水風暴潮過程，馮士筰[4]在《風暴潮導論》中指出，風應力是淺水風暴潮的主要強迫力。吳少華等[5-6]研究亦表明風暴潮模式結果的精度在很大程度上依賴于氣壓場和風場模式的質量。因此準確的風場要素預報提高在風暴潮預報準確率中起著十分重要的作用。而風場要素預報則離不開對天氣環流形勢的診斷分析。通過環流形勢的對比分析，可以了解風暴潮發生時的大氣環流的特征。目前，針對風暴潮過程的大氣環流分型，主要還是基于主觀環流的分型方法[7-10]。但主觀分類方法對分類者要求較高，且費時費力。客觀分類方法有較為統一的分類標準，具有可重復性，機器運算快，操作性更強。目前客觀環流分型已經有很多用于天氣、氣候等多方面的研究。Jenkinson和Collinson[11]通過定義指數及分類標準將Lamb[12]分類方法客觀化，將主客觀環流分型法相結合（即Lamb-Jenkinson方法，簡稱為L-J方法），在許多天氣以及氣候方面的研究中被使用。利用L-J方法可以得到針對局地環流的客觀數值描述，并從天氣、氣候學角度來研究局地環流[13-15]。這種方法計算量小，且其分型結果具有明顯的天氣學意義，因此LJ分型方法得到了廣泛的應用。采用氣象和海洋水文科學技術相結合的思路，依據塘沽潮汐資料，研究天津沿岸誘發風暴潮過程的大氣環流形勢，對充實、完善天津市海洋氣象預報服務體系是非常必要的。

本文利用L-J分型方法，針對誘發風暴潮災害個例中大氣環流類型為冷鋒型的個例，即冷鋒型溫帶風暴潮個例進行客觀分型，將大氣環流形勢場分型細化。同時計算環流指數，得出針對局地環流的客觀數值描述。可以為今后預報風暴潮，提供歷史個例大氣環流的客觀依據。

2 資料來源和方法

2.1 資料選取

濱海新區位于天津東部，東臨渤海。本文采用的是濱海新區的代表站塘沽驗潮站的潮位觀測資料。濱海新區的警戒水位是470 cm，業務工作中把最高潮位超過警戒水位定為一次風暴潮過程[16-17]。前人的研究中[2]，也針對50 cm以上的增水（實況潮位與天文潮位的差值）事件進行研究。所以增加選取了最高潮位接近470 cm（460～470 cm），同時最大增水（全天逐小時的最大增水值）大于50 cm的天氣過程選為風暴潮過程。在1956-2016年，一共選取126例風暴潮個例。采用客觀分型時，大氣環流形勢采用海平面氣壓場。1956-2002年，海平面氣壓場主要采用紙質圖片的形式保存。2003-2016年資料為MICAPS格式，是數字化的海平面氣壓場資料。MICAPS格式海平面氣壓場，是大致為中國范圍內的格點數據資料（2°×2°），時間間隔為 6 h。考慮客觀分型使用數據的可計算性，所以本文暫時僅對2003-2016年的個例進行客觀分型處理。在2003-2016年中，冷鋒型溫帶風暴潮個例一共34例。對這34個個例，按照最高潮位的時次選取臨近時刻的海平面氣壓場資料。

2.2 分析方法

在仔細分析個例后，參照文獻[7-10]，將全部風暴潮個例按誘發時的大氣環流形勢將之分為3類，分別為：冷鋒型，臺風（含熱帶風暴及熱帶低壓）型，溫帶氣旋型。利用L-J分型方法，對其中的冷鋒型溫帶風暴潮個例的大氣環流形勢進行客觀分型。

Lamb[12]分類方法最初應用于對逐日環流類型的劃分。Jenkinson和Collinson[11]通過定義指數及分類標準，將Lamb分類方法客觀化，即Lamb-Jenkinson方法，簡稱為L-J方法。L-J分型方法一般定義6個環流指數：地轉風緯向分量指數、地轉風經向分量指數、地轉風風速、渦度緯向分量指數、渦度經向分量指數、渦度值，同時計算地轉風風向。根據地轉風風速、風向及渦度值將環流型劃分為平直氣流型、旋轉型和混合型3大類。

冷鋒型溫帶風暴潮個例影響渤海區域，主要是冷鋒從西北或東北向南劃過渤海。根據文獻[13-14]，在中國區域進行分區，選取渤海所在區域進行環流指數計算。區域中心點選擇為（41°N，116°E），區域范圍為 33°～49°N，104°～128°E（圖 1a），16 個格點選取如圖1a黑點所示。由于MICAPS數據范圍在2010年進行了調整，2010年后的區域中心點選為（40°N，116°E），區域范圍為 32°～48°N，104°～128°E（圖 1b），16個格點選取如圖1b黑點所示。

利用公式（1）至公式（7）計算5個環流指數：地轉風的緯向分量（ug），地轉風的經向分量（vg），地轉風風速（V），地轉風風向（dd），地轉渦度（ξ）。其中，f為地轉參數（f=2Ωsinα），本文區域中心點取 41°N，故f=2Ωsin41°，記作 f41。2010年后由于中心點改變，f=2Ωsin40°，記作f40。利用所選區域內的16個格點（圖1）的海平面氣壓，通過中央差分的計算方案，計算出中心點的地轉風和渦度。以下公式推導，主要以f41為例說明推導過程，f40不再贅述。以中心點所在緯度為參照系，5個環流指數的單位為hPa/10°經度。

圖1 劃分環流類型時所選用的區域范圍及16個格點位置Fig. 1 Selected area range and 16 grid points for classification of circulation types

根據渦度值（|ξ|，ξ算法見公式（4）至公式（6））與地轉風速（V，算法見公式（1）至公式（3））的關系將環流型劃分為平直氣流型、旋轉型和混合型3大類。當|ξ|＜V時，即當渦度指數小于地轉風，環流被定義為平直氣流類。當|ξ|＞2V時，渦度明顯大于地轉風，強調大氣的旋轉性，定義為旋轉型。當V＜|ξ|＜2V時，為混合型。如果V＜6，且|ξ|＜6 時，為無定義型標為 UD。再依據地轉風的風向細分為27種不同的環流類型[10,14]。平直氣流型包含 8類：N（北）、NE（東北）、E（東）、SE（東南）、S（南）、SW（西南）、W（西）、NW（西北）。例如，對某一區域的環流形勢分型結果為N型，則表示該區域受偏北的地轉風氣流控制。旋轉型包含：A型（反氣旋）和C型（氣旋）。例如，對某一區域的環流形勢分型結果為A型，表示該區域的地面形勢場為高壓（反氣旋）控制。混合型兼有平直氣流型和旋轉型的特點，共有 16類：CN、CNE、CE、CSE、CS、CSW、CW、CNW、AN、ANE、AE、ASE、AS、ASW、AW、ANW。例如，分型結果為AN型，表示該區域受高壓系統控制下的偏北地轉風影響。

3 統計結果分析

3.1 冷鋒型風暴潮個例發生次數統計

1956-2016年，天津地區風暴潮個例共計126個，平均每年出現2.1個。風暴潮個例逐年發生次數統計（圖2a）顯示，2000年之前風暴潮個例發生次數仍維持較低水平，而在2002年之后，風暴潮個例呈明顯增多的趨勢。可見，天津地區沿海防范風暴潮的工作日益艱巨。

天津沿岸的風暴潮個例中：冷鋒型共計發生78次，臺風型32次，溫帶氣旋型最少，為16次。其中冷鋒型占據全部個例的60%（圖2b）。可見冷鋒型是誘發渤海灣風暴潮的最主要的天氣形勢。在1956-2016年，冷鋒型溫帶風暴潮平均每年發生1.28次（圖2a）。個例次數大體呈離散分布，其中有22年沒有發生。發生1次冷鋒型溫帶風暴潮過程的有14年，2次的有18年，3次的有4年，5次的有2年，6次的有1年（2013年）。2002年后風暴潮個例發生次數超過平均次數的頻率增加，2013-2016年冷鋒型溫帶風暴潮的發生次數有明顯增多的趨勢。

圖2 1956-2016年天津沿岸風暴潮及冷鋒型風暴潮個例的逐年發生次數（a），風暴潮個例天氣分型比例（b），冷鋒型溫帶風暴潮個例逐月發生次數（c）Fig. 2 Annual number of occurrences of storm surges and extratropical storm surges induced by cold-front along Tianjin coast in 1956-2016 (a), weather classification ratio of storm surge cases (b), monthly number of occurrences of extratropical storm surges induced by cold-front (c)

冷鋒型溫帶風暴潮個例在全年的12個月中均有發生（圖2c），秋季（9-11月）是最頻發的季節。在78個個例中，有49個發生在秋季，占全年發生次數的62.8%。其中，有26個冷鋒型溫帶風暴潮個例發生在10月，是最常發生冷鋒型溫帶風暴潮個例的月份。此時北方冷空氣勢力增強，蒙古國一帶多冷高壓活動，華北地區冷暖空氣頻繁交匯，大風災害頻繁，易引發冷鋒型溫帶風暴潮過程。

3.2 冷鋒型個例增水統計

冷鋒型個例中最高潮位超過500 cm的共有11例，其中2003年和2009年均接連有兩次冷鋒型過程最高潮位超過了500 cm（表1）。2003年的“10.11”渤海特大溫帶風暴潮災害就是冷鋒型溫帶風暴潮。其最高潮位554 cm，增水178 cm。而產生最大增水的個例是1960年11月21日，最高潮位465 cm，增水236 cm。全部個例中增水超過200 cm的個例共計4個；增水在150～199 cm的共計19個；增水在100～149 cm的共計36個，增水在99 cm以下的共計19個。大多數冷鋒型溫帶風暴潮個例增水在100～149 cm之間，超過100 cm占到總數的75.6%。統計結果表明，冷鋒型溫帶風暴潮個例不僅占比大，且易引發較大增水。

4 客觀分型

冷鋒型溫帶風暴潮個例數量較多，為了進一步的研究其大氣環流特征，還需分析冷鋒位置、渤海海面氣壓梯度、海平面氣壓冷高壓中心與渤海的距離等具體形勢場特征[18-19]。也常依據冷鋒前進方向有無低壓中心配合，繼續將冷鋒型溫帶風暴潮個例分為純冷鋒型以及冷鋒配合低壓型。依據傳統分類，每一類個例數目仍然較多，且沒有具體形勢場特征的客觀描述。利用L-J方法對冷鋒型溫帶風暴潮個例進行客觀分型，其3類主要的環流形勢配合具體的27類客觀環流類型將形勢場分型細化。同時計算的環流指數可以得到針對局地環流的客觀數值描述。

4.1 客觀分型結果

在全部分型的27類環流類型中，冷鋒型溫帶風暴潮個例的大氣環流類型主要集中在12類（AE、ANE、ASE、AN、CE、NW、SW、S、SE、E、NE、UD）之中（表1）。除了有1例無法歸類，被判定為UD外，其余33個過程均可以進行客觀分類。在傳統分型的同一類個例上，依然可以細分為12類，說明具體的環流形勢仍然有所不同。因此有必要對冷鋒型風暴潮天氣個例進行客觀環流形勢的細分。通過對比分析，可以進一步了解風暴潮這一災害性天氣的大氣環流的特征。

表1 2003-2016年個例客觀分類、環流指數及潮位增水信息Table 1 Results of objective typing, circulation index, tide level and maximum storm surge elevation in 2003-2016

冷鋒型溫帶風暴潮個例中，當鋒面掃過渤海時，一般都有冷空氣的影響，海平面氣壓場上有一冷高壓中心相配合。或者渤海位于高低壓環流中間，海平面氣壓場等值線較為密集。客觀分型結果顯示：冷鋒型溫帶風暴潮個例的大氣環流分型中除1例判定為旋轉類中氣旋主導的CE，其他均為混合類中的反氣旋主導（A開頭的幾類）或者平直氣流類。圖3a給出各種客觀環流類型出現的次數。客觀環流類型中AE（8次）、ANE（6次）、E（6次）3類均發生較多次數，占據了總數的58.8%。而CE、NW、SW、ASE、UD 5種類型僅出現1次。前人研究得出，足夠大的向岸風，產生足夠大的風應力，會進一步誘發風暴潮。由于天津處于渤海灣西側，向岸風配合海洋洋流，有利產生風暴潮增水的主要方向為NE至E。這與客觀環流分型得出的主要3類：AE、ANE、E相一致。此外AN、NE、SE類也分別有兩例。值得注意的是，在分型結果中NW和SW環流形勢下各有1例，即在離岸風的條件下也會產生風暴潮過程。這也表明利用大氣環流分析的天氣學方法，并不能解釋所有的風暴潮災害過程，如果需要分析這些特例，還需要海洋及氣象方面更多的資料。但離岸風的幾類過程，其增水均在100 cm以下（表1）。AE、ANE、E 3類的平均增水均超過了100 cm，最大的增水過程是在E環流形勢下，為203 cm。這3類主要的客觀環流類型出現次數多，產生的增水大。可以認為冷鋒型溫帶風暴潮個例依據客觀分型可以再次細分為此3種類型：AE、ANE及E（反氣旋混合偏東氣流型、反氣旋混合東北氣流型及偏東氣流型）。

客觀環流類型逐月的發生頻次（圖3b），10月為發生風暴潮最多的月份，共出現6類（AE、ANE、E、NE、AN、SE），其中AE類出現5次，是10月份風暴潮過程的主要環流類型。AE、ANE、E 3類主要的環流類型集中出現在秋、冬季節，共計16次，占此3類的80%。而在春、夏季節會出現一些小概率的天氣類型，比如5月及7月分別出現了SW和NW的環流類型，在8月還出現了唯一的1例UD。在今后的工作中，預報風暴潮過程應重點關注秋、冬季節的AE、ANE、E環流類型的發生。

4.2 3類主要影響形勢對比

冷鋒型溫帶風暴潮個例的共同點是均有冷鋒劃過渤海，但海平面氣壓場上冷鋒影響渤海時的強度和走向以及冷高壓中心的位置各有不同。利用客觀分型后主要的3類進行對比分析，來探討L-J客觀分型方法對于個例具體大氣環流形勢場的劃分。從3種主要類型的個例中挑選增水較多及潮位較高的個例作為此類的典型天氣形勢。AE類選取2009年4月15日過程（圖4a），ANE類選取2013年9月23日過程（圖 4b），E 類選取 2003年 10月 11日過程（圖 4c）。

L-J客觀環流形勢的劃分，首先根據渦度值與地轉風速的關系將環流型劃分，再依據地轉風風向細分為總共27種不同的環流類型。風應力作用于渤海水體引發風暴潮時，結合向岸風以及洋流的方向，風向為東北至東的大風最為有利增水。其中，AE及E（圖4a，圖4c）類海平面氣壓密集帶在渤海地區呈東西走向，而ANE類（圖4b）呈東北—西南走向。3類過程海平面氣壓場中等壓線走向主要為偏東及東北，冷鋒的走向亦相同，與有利增水的風向一致。分型結果可以反映渤海地區海平面氣壓場的基本走向，間接表明了冷鋒的走向。

圖3 環流類型數量分布（a）和環流類型逐月發生頻次（b）Fig. 3 Quantitative distribution of circulation types (a), and monthly frequency distribution of circulation types (b)

圖4 2009年4月15日05時(a)，2013年9月23日17時(b)，2003年10月11日08時(c)，2010年12月13日08時(d)海平面氣壓分布（單位：hPa）Fig. 4 Sea level pressure on 05：00 April 15, 2009 (a), 17：00 September 23, 2013 (b), 08：00 October 11, 2003(c), 08：00 December 13, 2010(d) (unit： hPa)

AE與ANE類是混合型，既有平直地轉風氣流的影響，也有反氣旋的影響。E類則主要受平直的偏東氣流影響。三者的主要區分在于反氣旋（即冷高壓）對于渤海的影響程度。3次過程的渦度指數依次為：-30.3 hPa/10°經度（AE 類）；-22.6 hPa/10°經度（ANE 類）；-10.5 hPa/10°經度（E 類）。對比其絕對值大小，AE類及ANE類受反氣旋影響明顯比E類過程更大。其影響的強弱可以根據反氣旋中心相對于渤海的位置遠近來近似判斷。2003年10月的過程（E類），冷高壓中心位于貝加爾湖以西，離渤海較遠，大約2 000 km。而AE類及ANE類兩次過程，冷高壓中心在蒙古國中部，與渤海距離較近，約為1 200 km。地面的冷高壓中心對渤海的影響越大，意味著冷空氣造成的渤海地區大風也可能會越大。但同時仍應參考其他環流指數的影響。分型結果可以反映反氣旋（或氣旋）對于渤海地區的影響程度，地轉渦度的值來表示高壓或低壓中心的影響程度。綜合考慮渦度指數和地轉風指數，2009年過程的兩種指數都最大，增水（185 cm）也是三者中最大的。但不同類型的過程，由于氣流方向和影響系統有所不同，用環流指數值來直接比較，可能無法得出結論。例如ANE和E類兩個過程相比較，2013年的過程渦度指數絕對值較大，地轉風指數較小，2003年的過程與2013年過程相反。無法通過比較來判斷增水值的大小。應考慮在同一類環流類型之下，再進行環流指數的比較，來判斷增水的強弱。

4.3 以AE類為例相似個例對比

在冷鋒型個例客觀分型結果上可以看到，AE類型的個例最多，可以進行個例之間環流指數的進一步比較。在8例個例中，渦度指數和地轉風風速都比較大的是2009年4月15日和2010年12月13日兩例（表1）。圖4a和圖4d是這兩例過程之中，最高潮位臨近時次的海平面氣壓場分布。兩者海平面氣壓場分布大致相同，在蒙古國有高壓東移，同時在黃海南部至東海地區分布著低壓。渤海地區處于高壓前部等值線密集區之中。渤海上分布有3條氣壓線，氣壓梯度較為一致。2010年過程蒙古高壓的中心強度達到1 045 hPa以上（圖4d），而2009年過程蒙古高壓中心僅有1 025 hPa（圖4a）。同時2010年過程東海附近低壓系統也明顯強于2009年的過程。從黃、渤海整體氣壓等值線密集程度上來看，2010年過程冷鋒強于2009年過程。僅從海平面氣壓場上分析，容易得出2010年的過程要強于2009年過程的結論。但是對比環流指數發現，2010年過程渦度指數的絕對值（28.5 hPa/10°經度），即渦度值要小于2009年過程（30.3 hPa/10°經度）（表 1）。2009 年地轉風風速為16.6 hPa/10°經度，2010 年為 15.2 hPa/10°經度，也是2009年的過程更強（表1）。而從最后的過程最大增水也可以看到，2009年的風暴潮過程增水185 cm，強于2010年過程的130 cm增水。同一類天氣分型的個例中渦度指數和地轉風風速的絕對值越強，則增水越大。環流指數的強弱對比可以粗略的分析過程強弱，進一步對比客觀環流分型結果和環流指數強弱，尋找歷史上相似的風暴潮個例。為預報員提供更多可以參考的信息。

利用L-J分型，可以細分的天氣形勢場，通過地面形勢場特征和地轉風強弱來辨別相似的個例，有助于利用歷史相似個例時快速查找出可以參考的歷史過程。但由于風暴潮個例每年發生的數量較少，且MICAPS資料僅有2003年之后過程的資料。在進行客觀分型和相似個例對比分析時，如想進一步得出環流指數與風暴潮增水之間的關系，還需要分析大量個例，下一步計劃采用NCEP再分析資料（水平分辨率1°×1°）對2003年之前的個例進行補充分析。

5 結論

本文在1956-2016年一共選取了126例天津沿岸風暴潮及強增水個例。將全部個例按照誘發風暴潮災害的大氣環流形勢將之分為3類，分別為：冷鋒型，臺風（含熱帶風暴及熱帶低壓）型，溫帶氣旋型。得到以下結論：

（1）1956-2016年中，風暴潮及強增水個例年平均發生2.1次。2004年之前風暴潮個例發生次數仍維持較低水平，而在2005年之后，風暴潮個例呈明顯增多的趨勢。2007-2016年間，風暴潮天氣年發生次數要高于1956-2016年的平均水平。

（2）冷鋒型溫帶風暴潮個例共計78例，占據全部個例的60%以上，2013-2016年次數有明顯增多的趨勢。冷鋒型個例在全年的12個月中均有發生的先例。秋季（9-11月）是最多發的季節，在78例中，有49例發生在秋季，占全年分布的62.8%。

（3）利用L-J客觀分型方法對選取的個例進行客觀天氣分型。在全部分型的27類環流類型中，風暴潮個例的環流主要集中在12類（AE，ANE，ASE，AN，CE，NW，SW，S，SE，E，NE，UD）之中。AE，ANE，E 均發生較多次數，占據了總數的58.8%。可以認為冷鋒型溫帶風暴潮個例依據客觀分型再次細分為3種類型：AE型、ANE型及E型。

（4）通過對AE型、ANE型及E型中的典型個例環流形勢對比發現，客觀分型結果可以將環流形勢中影響渤海的冷鋒走向和冷高壓中心位置進行區分。同一類客觀分型的個例中渦度指數和地轉風風速的絕對值越大，則增水越大。環流指數的強弱對比可以粗略地分析風暴潮過程強弱。客觀環流類型和環流指數，可以為風暴潮個例的對比分析提供客觀依據。