浪流耦合對汕尾港臺風風暴潮模擬的影響

林小剛，羅榮真，張娟，閆桐

（1.國家海洋局汕尾海洋環境監測中心站，廣東汕尾516600；2.國家海洋局南海預報中心，廣東廣州510000；3. 熱帶海洋環境國家重點實驗室，中國科學院南海海洋研究所，廣東廣州510301）

1 引言

汕尾港位于粵東沿岸、我國第一大潟湖——品清湖內（見圖1）。該漁港為半封閉港，出口水深較深，至港內水深逐漸變淺，港區平均水深約4 m，最深處約10 m。港口外接紅海灣，連接處為沙舌海堤與陸岸相夾而成的通道。這一狹長通道使得港內、外的水動力過程存在一定程度的差別，特別是在受大風影響的情況下。

風暴潮災害是影響粵東沿岸地區的主要海洋災害，也是對汕尾沿岸造成人員傷亡和經濟損失的主要災害之一[1]。統計分析表明，1970—2005 年，汕尾近岸發生了近百次的風暴潮增水過程，其中80%發生在7—9 月份，主要由臺風引起，并且平均每年有1次較大的風暴潮災害[2]。而近十年，對汕尾造成影響的臺風較以往有所增強，例如1319 號臺風“天兔”、1622 號臺風“海馬”、1713 號臺風“天鴿”以及1822 號臺風“山竹”等，都對汕尾近岸地區造成較嚴重的海浪和風暴潮災害。汕尾港作為灣內港，在受臺風風暴潮影響時，由港外而來的海浪及海水質量輸運在港口聚集，此時灣內存在較強的浪流相互作用過程。國內外已有許多研究表明，浪流耦合對風暴潮過程有明顯的影響[3-6]。

圖1 汕尾港地形圖（ab為計算體積輸運的斷面，A點為汕尾海洋站，紅框為汕尾港漁船停泊區域）

基于此，本文利用非結構有限體積海洋模式（Finite-Volume Community Ocean Model，FVCOM），采用嵌套技術，考慮浪流耦合作用，分別對1622 號臺風“海馬”以及1822 號臺風“山竹”在汕尾近岸引起的兩次風暴潮過程進行模擬，分析浪流耦合對汕尾港內風暴潮增水過程的影響，探討精細化風暴潮預報對地方防災減災的作用。

2 模式的建立

2.1 FVCOM及SWAVE耦合模式簡介

FVCOM 是一個基于無結構化三角網格、有限體積方法、三維原始方程的海洋模式[7]。該模式利用有限元方法刻畫更細致的岸線，同時結合了有限差分方法中簡單離散結構和高效計算效率的特點，使得模式在模擬近岸復雜的海洋過程時具有一定優勢。FVCOM 通過積分形式計算通量來解控制方程，因此具有更好的質量、動量和熱量等要素的守恒性。Chen 等[8]將FVCOM 與其他有限差分模式進行比較分析，結果表明：FVCOM 在近岸區域可以獲得更準確的數值解，并捕捉更細致的物理過程。

SWAVE 是由FVCOM 團隊以第三代海浪模式近岸海浪模擬（Simulating WAves Nearshore，SWAN）為基礎重新改寫的無結構三角網格、有限元版本。SWAVE 與FVCOM 可共用一套網格，并且實現代碼層面上的耦合，能夠將波流相互作用機制應用到復雜的不規則近岸地形中去，同時保持較高的計算效率。Qi等[9]的結果證明，在不規則近岸區域，采用有限元方法的FVCOM-SWAVE 的二階結果與采用有限差分方法的SWAN 的三階結果具有同樣的準確度。

圖2 南海北部區域網格（黑色點線為臺風路徑，藍色區域為模式第二層嵌套區域）

FVCOM 與SWAVE 的耦合是通過在動量方程里加入輻射應力來實現的，方程的簡化形式如下：

式中：u、v分別為x、y方向上的流速；f為科氏參數；RHS（u）、RHS（v）代表方程中所有的強迫項和耗散項；Sxx、Sxy和Sxz分別為u分量動量方程中x、y和z方向上的輻射應力分量，Syx、Syy和Syz分別為v分量動量方程中x、y和z方向上的輻射應力分量。

2.2 網格及模式參數

汕尾港及連通的紅海灣岸線曲折，為了兼顧模式的精細度和計算效率，我們構建了兩層嵌套的網格。外層區域為南海北部，包含巴士海峽和臺灣海峽，網格分辨率在10～30 km 之間，滿足臺風風暴潮數值模擬的需求（見圖2）。內層區域為汕尾近岸海域，主要包含紅海灣和碣石灣兩個海灣。區域開邊界最粗網格分辨率為10 km，與外層網格提供的開邊界格點相吻合。而汕尾港入海通道最窄處僅有500 m 不到，因此我們將近岸處最細網格分辨率設為50 m，保證了網格對于岸線細節的刻畫（見圖3）。內、外兩層網格的水平格點數分別為6 524和16 253，水平三角元個數分別為12 043 和31 503，垂向上均為11層的sigma層。

圖3 汕尾近岸區域網格（A點為汕尾海洋站，B點為遮浪海洋站）

外海水深數據采用的是美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration, NOAA）的ETOPO1 資料（網址：https://www.ngdc.noaa.gov/mgg/global/global.html），水深數據分辨率為1'。汕尾港及附近海域采用的是中華人民共和國海事局2008年測量的海圖數據，水深及岸線數據的分辨率最細可達1 m。由于品清湖內部分區域水深較淺，在低潮時會成為灘涂，因此我們開啟模式的“干-濕”網格判定。當水位小于5.0 cm時，網格將被視為“干”網格。在汕尾近岸區域，當水深大于3 m 時，底粗糙度z0設為0.3 cm；當水深小于3 m時，底摩擦系數取常數0.002 7。

模式的開邊界天文潮水位采用大洋潮汐同化模式TPXO[10]的結果，大氣強迫場則來自天氣研究和預報模式（Weather Research and Forecasting Model，WRF）。 其 中，區 域WRF 覆 蓋 范 圍 與FVCOM 外層網格一致（見圖2），網格水平分辨率為10 km，垂向分為34 層，時間步長為90 s，開邊界采用NOAA 全球預報系統（Global Forecast System，GFS）的結果。南海北部FVCOM 和SWAVE 的時間步長分別為30 s（外模）和120 s，汕尾近岸FVCOM和SWAVE 的時間步長分別為1 s（外模）和3 s。其中，耦合計算是在SWAVE 的時間步長上進行的。嵌套模式的運行流程為：外層模式在大氣強迫場驅動下非耦合運行FVCOM 和SWAVE，計算得到風暴潮增水及海浪結果；內層模式采用外層模式風暴潮增水加上天文潮作為開邊界的水位條件，采用外層模式的海浪結果作為開邊界海浪條件，然后分別在大氣強迫場驅動下，進行開啟浪流耦合（Wave-Current Interaction，WCI）和 不 開 啟 浪 流 耦 合（None Wave-Current Interaction，NWCI）兩組試驗，計算得到汕尾港的風暴潮增水過程。

3 熱帶氣旋“海馬”與“山竹”

2016年第22號強臺風“海馬”于10月15日在西太平洋洋面上生成，20 日上午進入南海，并于21 日中午在廣東省汕尾市鲘門鎮登陸，登陸時中心附近最大風力14 級（42 m/s）。此次臺風為近5a 正面襲擊粵東沿岸最強的一次。受“海馬”影響，汕尾、揭陽和汕頭沿岸海域均出現了超過120 cm 的增水，沿岸部分低洼地區出現了海水倒灌現象。另外，該臺風影響期間，汕尾和汕頭近岸海域均觀測到超過5 m的最大波高。

2018 年第22 號臺風“山竹”于2018 年9 月7 日在西北太平洋洋面上生成，并于16 日17 時（北京時，下同）在廣東省江門市臺山海晏鎮登陸，登陸時中心附近最大風力有14 級（45 m/s），中心最低氣壓955 hPa。“山竹”是有可靠氣象紀錄以來登陸廣東的環流最大臺風，給珠三角地區造成了嚴重的災害，對粵東地區的影響也很顯著。受“山竹”影響，汕尾最大風暴潮增水達188 cm，最高水位超過當地橙色警戒潮位標準。臺風影響期間，汕尾和汕頭近岸處分別觀測到了7 m和6 m的最大波高。

“海馬”與“山竹”分別代表了兩種可能對汕尾港造成較嚴重風暴潮災害的臺風典型路徑：前者是臺風進入南海北部后逐漸向北轉向，之后正面襲擊汕尾；后者是臺風進入南海后保持往西北向移動，最后在珠江口或粵西沿岸登陸（見圖2）。這兩次臺風的移動路徑和強度均較為穩定，區域WRF模式對兩次臺風影響期間南海北部的風場皆給出了較為準確的12 h 預報。為了進一步驗證WRF 模式結果的可靠性，本文收集了遮浪海洋站點（站點位置見圖3）的實測氣象數據，同時采用在中國近海應用效果較好的Jelesnianski臺風模型[11]對“海馬”和“山竹” 的風場和氣壓場進行模擬，三者的對比結果如圖4所示。從圖中可以看出，區域WRF模式的風和氣壓模擬結果與遮浪站實測數據吻合得很好，準確地刻畫出了近岸海域風場細節的時空變化，特別是近岸風的轉向過程，而臺風模型則與實測偏差較大。經過統計，“海馬”和“山竹”影響期間，WRF 模式和臺風模型的氣壓平均誤差、風速平均誤差、風向平均誤差分別為0.68 hPa、0.43 m/s、15.9°和3.05 hPa、3.03 m/s、50.9°。從統計結果可以看出，WRF模式相比臺風模型能夠更好地模擬出這兩次臺風風場和氣壓場的變化，從而減小大氣強迫場誤差對于汕尾港風暴潮增水模擬的影響。

4 模式結果

4.1 風暴潮增水

圖4 1622號臺風“海馬”和1822號臺風“山竹”影響期間遮浪海洋站氣象實測數據、WRF模式結果及臺風模型結果對比

汕尾海洋站位于汕尾港區域內，即品清湖與紅海灣連通水道的內側，對于港內的水位變化具有很好的代表性（見圖1）。我們通過汕尾站觀測得到的水位計算獲得站點的實際增/減水，并與WCI 和NWCI兩組試驗的結果進行比較。由于兩組試驗的風暴潮增水結果在主振階段才具有較明顯的差異，同時這一階段也是風暴潮災害影響最為嚴重的時段，因此我們僅對主振階段的增水值進行分析。實測以及兩組試驗的增水時間序列如圖5所示。從圖中實測增水可以看出，“海馬”影響期間的風暴增水較為迅速，從出現較顯著增水到增水峰值僅6 h，而“山竹”影響期間的增水過程則時間較長，達到14 h，這主要是由于兩個臺風路徑和強度的差異導致的。“海馬”直擊汕尾，登陸后強度迅速減弱，因此影響時間短；而“山竹”從汕尾南面海域一路往西偏北方向移動，加之環流場較大，使得整個增水過程持續較長時間。另外，汕尾港兩次風暴潮災害都有明顯的雙峰值過程，兩個峰值相隔2～3 h，第二個峰值略大于第一個峰值。這一特點與汕尾沿岸的風暴潮受災情況密切相關。

圖5 兩次臺風風暴潮主振階段實測增水與兩組模式結果的對比

當NWCI時，在主振的前半段，模式模擬的增水上升較為緩慢，且模擬結果中兩個臺風的增水峰值時刻都滯后1 h 左右，增水曲線呈現單峰過程；在主振的后半段，“海馬”的增水模擬相比實測要高出許多，而“山竹”的增水模擬相比實測則略低。當考慮WCI 的影響時，模式結果的增水值在主振的前半階段上升較快，但是最大增水相比NWCI時要低，由此使得模擬的增水曲線在峰值處維持較長時間，這與實測增水的雙峰結構更為吻合。

為了進一步比較兩組試驗結果的差別，我們統計了增水曲線及峰值的相關誤差，結果如表1所示。從表中可以看到，在主振階段，WCI 的增水模擬結果標準差比NWCI 小5～10 cm。在峰值處，兩者的增水誤差相近，但是前者的增水峰值時刻相比后者要準確0.5～1 h。特別是對于“海馬”風暴潮過程的模擬，WCI 修正了前半段的增水不足以及后半段的虛假增水，對于結果的改善較為顯著。

我們在汕尾站靠近紅海灣一側取一斷面ab（見圖1），計算WCI與NWCI兩個試驗中通過該斷面的體積輸運的差值，即浪致流量，與兩組試驗計算得到的汕尾站浪致增水相比較，結果如圖6 所示。從圖6a、b 可以看出，在風暴潮主振期間，兩組試驗的浪致流量與浪致增水具有很好的相關性，說明這一階段浪流耦合引起的汕尾站增水的變化主要來自港外浪致增水的作用。兩次臺風過程中，浪致流量的峰值在1×107m3左右，而品清湖的面積約為22 km2，因此該浪致流量可引起品清湖平均水位最高上升約40 cm。模式結果顯示（見圖6c、d），當浪致流量在品清湖內達到最大值時，大部分的浪致增水都在湖內側堆積，此時湖內最大浪致增水可達70 cm，遠大于平均值。而汕尾港由于連接湖內較為開闊的水域，不利于增水堆積，浪致增水從港口到湖內側存在較大的梯度，因此，港口處最大浪致增水僅有20～30 cm左右。

表1 臺風風暴潮增水模擬結果主振階段的誤差統計

另一方面，對比圖5a、b 和圖6a、b 可以發現，兩次臺風過程中，浪致增水的第一次峰值時刻約在10：00 左右，而此時NWCI 試驗的增水仍處于上漲階段；而當NWCI試驗的增水在16：00 達到峰值時，浪致增水已經處在負值區間。因此，在這兩次臺風風暴潮的主振過程中，港內總的增水值會先達到浪致增水的峰值，之后再達到大風和低壓引起的增水峰值，從而呈現出一個雙峰值的過程。在第一個峰值處，浪致增水為正值，與大風、低壓引起的增水疊加之后使得峰值增大；而在第二個峰值處，浪致增水為負值，代表浪流耦合對港內的影響轉變為減水作用，這恰好改善了模擬的港內增水在第二個實測峰值之后的回落過程（15：00—17：00）。同時還應注意的是，臺風“山竹”引起的風暴潮過程中，實測增水值在達到最大值之后仍有兩個增水震蕩峰值，分別在18：00 和22：00 左右（見圖5b），這與浪致增水后期的波動相吻合（見圖6b），而NWCI 試驗結果則沒有體現出這兩次波動，這表明浪流耦合作用對于汕尾港增水細節過程具有顯著的影響。

圖6 兩次臺風浪致流量及增水的時間變化曲線及浪致增水的空間分布（浪致流量為正時代表海水流入港內）

圖7 兩次臺風期間浪流耦合作用引起的汕尾港內、外海域垂向平均流場變化

4.2 流場變化

在加入浪流耦合的風暴潮模式中，不僅近岸的增減水模擬結果會發生變化，近岸的流場模擬也會有一定程度的改變，并且流場的變化受地形的影響顯著[3]。在近岸處，潮流的流速較大，不同臺風登陸時所處的潮時也不同。為了更清楚地分析浪流耦合對近岸流場的影響，我們將WCI 與NWCI 兩組試驗所得的三維流場做垂向平均，然后計算兩者的差值。在風暴潮主振過程中，分別選取浪流耦合對汕尾港內起增水和減水作用的兩個典型時刻，流場的變化如圖7所示。

由于紅海灣灣口呈向南敞開形，對于大部分影響該海域的臺風而言，在登陸之前灣內的臺風浪主要為北向涌浪，浪場空間分布較為穩定。因此，在風暴潮主振前半階段，不論對港內起增水作用還是減水作用，浪流耦合對灣內流場的影響較為穩定，整體呈現為沿岸線逆時針的流速增強。在靠近灣外側近岸處流速增強較大，在灣內側以及離岸較遠的區域流速增強較小。另一方面，汕尾港入海通道內波生流的最大值位于ab 斷面處，此處為通道最狹窄處，水深也最深。波生流出港流速整體比入港流速大，量值最大可達1 m/s。這一特點使得在風暴潮主振前半段，港內浪致增、減水的下降過程比上升過程迅速得多。同時，由于浪致增水持續在灣內側堆積，當波生流流入港內時，港口附近呈現為輻散的流場；而當波生流流出港口時，輻散點消失，取而代之的是離港口3 km 近岸處的輻聚流場。顯然，這一變化是受到了入海通道方向和岸線地形走向的引導形成的。臺風期間近岸流場的變化對于應急救援和搜救工作具有重要影響，可能影響到落水人員以及失去動力船只的飄移路徑預測。由于缺少臺風期間近岸區域流場的觀測資料，這一流場的變化特征還有待進一步的檢驗。

5 結論

本文利用一個嵌套的三角網格海洋模式FVCOM，選取2016年臺風“海馬”和2018年臺風“山竹”兩個影響汕尾的典型臺風過程，針對是否考慮浪流耦合作用進行兩組風暴潮數值模擬試驗，分析浪流耦合對汕尾港風暴潮模擬的影響，主要結論如下：

（1）考慮浪流耦合作用的影響能夠將汕尾港風暴潮主振階段的增水模擬結果標準差減小5～10 cm，但是對增水極大值的影響不大。

（2）兩次臺風過程中，汕尾港內浪致增水的峰值相比單純由大風、低壓引起的增水峰值提前5 h左右。因此，加入浪流耦合的影響能夠更好地刻畫出港內增水的雙峰結構，并且模擬的峰值時刻準確度提高近1 h。這對于實際防災減災工作的部署具有一定的參考價值。

（3）浪流耦合作用對紅海灣內流場的影響在臺風過程中較為穩定，表現為逆時針旋轉的流場；而隨著汕尾港入海通道波生流流向的變化，灣內側近岸處波生流存在輻聚、輻散的變化。這一流場的變化在應急搜救中具有重要意義。