兩類典型臺風路徑影響下的黃、渤海海浪 場特征研究*

李 朝 侯一筠 , 李水清 李 健 ,

(1. 中國科學院海洋研究所 海洋環流與波動重點實驗室 青島 266071; 2. 中國科學院大學 北京 100049; 3. 中國科學院海洋大科學研究中心 青島 266071; 4. 青島海洋科學與技術試點國家實驗室 海洋動力過程與氣候功能實驗室 青島 266237; 5. 國家海洋局北海預報中心 青島 266061)

熱帶氣旋是形成于熱帶或者副熱帶洋面上的低壓氣旋性渦旋, 根據中國氣象局的定義, 底層中心附近最大風力達到12 級及以上的熱帶氣旋的被稱為臺風(張銳銳, 2007)。海浪通常指風引起的海面波動, 臺風引起的海浪(臺風浪)能摧毀沿岸的建筑、防護工程等并造成漁業、水產養殖等巨大損失(李雪等, 2018; 馮興如等, 2018)。黃、渤海沿岸各地是我國受臺風侵略較嚴重的區域之一, 根據自然資源部發布的《中國海洋災害公報》, 由臺風引起的海浪、風暴潮等海洋災害近些年來對黃海和渤海沿岸的人民群眾的生命財產安全造成極大威脅, 相關經濟損失巨大, 僅在2014—2018 年這5 年間在山東一省的引起的直接損失就高達5.29 億元(http://www.mnr.gov.cn/sj/sjfw/hy/ gbgg/zghyzhgb/)。1909 號超強臺風“利奇馬”于2019年8 月10 日1 時45 分在浙江省溫嶺市登陸, 并于8月11 日20 時50 分二次登陸山東省青島市, “利奇馬”為2019 年登陸我國最強的臺風, 導致我國沿海地區受災嚴重, 其中受災人數共1402.4 萬人, 并造成了515.3 億元的直接經濟損失(http://news.weather.com. cn/2019/08/3228731. shtml)。1109 號超強臺風“梅花”在2011 年7 月28 日14 時生成, 并于8 月8 日18 時30 分在朝鮮沿海登陸, 該臺風使得我國受災人數達364.98 萬人, 且導致 31.28 億元的直接經濟損失(http://news.weather.com. cn/1443798.shtml)。因此研究黃、渤海區域的臺風浪分布和傳播特征對災害預警和防控決策具有實際應用意義。

臺風浪特征近些年來得到了廣泛研究, 臺風浪的成長過程與波-波非線性相互作用密切相關(Young, 2006; Xu et al, 2017; Wang et al, 2019a)。陳曉斌等(2013)研究了“梅花”臺風在我國東部相關海域的臺風浪場空間結構, 發現臺風中心區域為較大的涌浪, 且臺風外圍區域的風浪場波高與涌浪場波高的分布特征相反。韓樹宗等(2013)則發現在東中國海淺水區域的臺風浪有效波高最大值分布與水深分布一致, 并呈現從西北到東南方向水越深波高越大的特點。鄒文峰等(2012)研究了從東海向黃、渤海傳播的臺風浪發現, 波高在以涌浪為主時并未達到最大。劉彬賢等(2019)利用風-浪關系方程對渤海區域幾個浮標站的風-浪關系進行了擬合, 發現訂正后的效果較好。He等(2016)則發現黃、渤海的有效波高與平均波周期在四個季節的空間分布上均呈現出由西北向東南、由近海向深海遞增的特征。Kim 等(2017)研究了臺風“赫拔”在黃、東海造成的涌浪的發生與傳播過程, 發現周期較長的涌浪由于受海底地形影響易發生折射。

臺風“利奇馬”在菲律賓以東的西太平洋海面生成并沿西北方向在浙江登陸北上, 這種臺風路徑屬于“提前登陸型”; 臺風“梅花”在菲律賓以東的西太平洋海面生成后先沿西北向移動, 由黃海邊界傳入, 這種臺風路徑屬于典型的“外海入侵型”。本文研究了兩類典型路徑的臺風過程(如圖1 所示): 臺風“利奇馬”、臺風“梅花”在黃、渤海區域引起的海浪場的空間分布特征及風-浪成長關系, 對今后黃、渤海沿岸各省份進行海浪的模擬觀測以及防災預警有著重要的意義。

1 資料與方法

1.1 ERA5 數據資料介紹

使用精準的風場資料進行臺風浪的研究是極為重要的。柳婧等(2019)通過對中國近海區域的ASCAT(Advanced SCATterometer)衛星風場資料和ERA-Interim(European Centre for Medium-Range Weather Forecasts Interim Reanalysis)再分析風場資料進行質量評估, 發現ASCAT 風場風速精度較優, 但其不具有ERA-Interim 風場在時間和空間的連續性。Lv 等(2014)和Wang 等(2019b)認為在渤海區域, 如果使用ERA-Interim 風場數據則會低估了渤海區域的風速和風應力。Rivas 等(2019)研究則發現, ERA5 風場資料的風速、風應力旋度等均優于ERA-Interim 風場資料。綜合前人研究考慮, 本文選擇較優的ERA5 風場進行臺風浪的研究評估。ERA5 是歐洲中期天氣預報中心(European Center for Medium-Range Weather forecasts, ECMWF)發布的第五代全球氣象再分析產品。該產品覆蓋時間從1979 年至今, 其時間分辨率為1 h, 大氣再分析數據水平分辨率為0.25°×0.25°, 海洋再分析數據水平分辨率為0.5°×0.5°, 提供了距離海面10 m 高度的經向風和緯向風以及海浪的有效波高、波周期等資料。下載地址為https://cds.climate. copernicus.eu/cdsapp#!/dataset/reanalysis-era5-single-l evels? tab=overview。

圖1 1909 號臺風“利奇馬”(紅線)和1109 號臺風“梅花”(藍線)移動路徑及各浮標站位(黑點) Fig.1 Tracks of No.1909 typhoon Lekima (red line) and No.1109 typhoon Muifa (blue line) with buoy stations (black dots)

1.2 方法

在利用ERA5 數據資料與浮標觀測資料進行匹配時, 采用均方根誤差(RMSE)、平均絕對誤差(MAE)和相關系數(COR)這三個誤差衡量指標進行考量, 相應公式如下:

其中, a 代表浮標的觀測資料, b 為ERA5 數據資料。

1.3 研究區域

圖1中“利奇馬”和“梅花”臺風的中心移動路徑是采用中央氣象臺臺風網的路徑信息數據(http:// typhoon.nmc.cn/web.html)繪制的。此次兩個臺風的臺風浪研究時間為: “利奇馬”臺風(2019年8月10日0:00—8月13日11:00), “梅花”臺風(2011年8月6日0:00—8月9日11:00), 所有時間均為北京時間。QF101(水深: 9.09 m, 淺水區域)、QF104(水深: 17.85 m, 深水區域)和QF114(水深: 27.98 m, 深水區域)為風速和波高的浮標觀測站位(深、淺水區域判定依據此處水深/波長是否大于0.5)。渤海所劃方框區域(38.0°—39.5°N, 119.5°—121.0°E)和黃海所劃方框區域(33.5°—35.75°N, 120.5°—126.0°E)為研究臺風浪成長特性的區域。

2 ERA5 數據資料評價

2.1 風速

圖2、圖3 給出了“利奇馬”臺風、“梅花”臺風期間, 在QF101、QF104、QF114 三個浮標站位的ERA5風場的風速與浮標實測風速的對比, 可以發現ERA5風場的風速與實測風速的吻合度很高, 相應站位風速的均方根誤差均不超過2.5 m/s, 其中臺風“利奇馬”期間在QF101 的ERA5 風速均方根誤差最小, 而臺風“梅花”期間在QF104 的ERA5 風速的均方根誤 差最小。兩個臺風期間在各浮標站位風速的相關系數均在0.80 以上, 平均絕對誤差不超過2.0 m/s, 說明ERA5 風場是可靠的(表1)。

圖2 臺風“利奇馬”期間(2019 年)ERA5 風速與實測數據(Buoy)在QF101(a)、QF104(b)和QF114(c)站位的對比 Fig.2 Comparison between wind speed of ERA5 with the measured data (Buoy) at buoy stations QF101(a), QF104(b), and QF114(c) during typhoon Lekima in 2019

圖3 臺風“梅花”期間(2011 年)ERA5 風速與實測數據(Buoy)在QF101(a)、QF104(b)和QF114(c)站位的對比 Fig.3 Comparison between wind speed of ERA5 with the measured data (Buoy) at buoy stations QF101(a), QF104(b), and QF114(c) during typhoon Muifa in 2011

2.2 有效波高

可以從圖4、圖5 可以看出, 兩個臺風的ERA5的有效波高與浮標實測數據在三個浮標站位均比較吻合, 不過兩個臺風在QF114 站位ERA5 的有效波高的最大值都偏低, 對應該站位的ERA5 的有效波高的均方根誤差較大, 而該站位的風速對比結果良好。這表明ERA5 的模式的結果在深水區的模擬結果可能偏低, 這與前人的研究結論一致。盡管如此, ERA5 的模擬結果還是很好的再現了各個站位有效波高的時間變化特征, 如表2 所示, 兩個臺風在各站位有效波高的相關系數均在0.89 以上, 平均絕對誤差不超過0.23 m, 表明ERA5 模擬結果基本可靠。

通過上述浮標對比結果表明, ERA5 的風、浪模擬結果基本可靠, 可以用來研究臺風“利奇馬”和“梅花”期間的風-浪特征。

表1 ERA5 風速的誤差分析 Tab.1 Error analysis of ERA5’s wind speed

圖4 臺風“利奇馬”期間(2019 年)ERA5 有效波高與實測數據(Buoy)在QF101(a)、QF104(b)和QF114(c)站位的對比 Fig.4 Comparison between significant wave height of ERA5 with the measured data (Buoy) at buoy stations QF101(a), QF104(b), and QF114(c) during typhoon Lekima in 2019

圖5 臺風“梅花”期間(2011 年)ERA5 有效波高與實測數據(Buoy)在QF101(a)、QF104(b)和QF114(c)站位的對比 Fig.5 Comparison between significant wave height of ERA5 with the measured data (Buoy) at buoy stations QF101(a), QF104(b), and QF114(c) during typhoon Muifa in 2011

表2 ERA5 有效波高的誤差分析 Tab.2 Error analysis of ERA5’s significant wave height

3 臺風風場與海浪場的關系

3.1 空間分布特征

圖6、圖7 分別給出了臺風“利奇馬”、臺風“梅花”在黃、渤海區域的ERA5 風場與海浪場的空間分布, 圖中列出了風速、風向與海浪有效波高、波平均周期與波向等特征要素, 同時此處及后文的臺風路徑從ERA5 產品獲得, 以保證臺風風場的研究一致。分別取了臺風在黃海與東海交界附近、黃海中部區域附近、渤海附近、出渤海這四個時間點作為分析(具體時刻為, 臺風“利奇馬”(2019 年8 月11 日0 時、8 月11 日12 時、8 月12 日2 時、8 月13 日11 時), 臺風“梅花”(2011 年8 月7 日6 時、8 月7 日22 時、8 月8 日12 時, 8 月8 日22 時))。可以看到, 兩個臺風引起的海浪的有效波高分布存在明顯的差異, 其中臺風“利奇馬”在山東、江蘇沿岸海域和渤海區產生了較強的波浪, 而臺風“梅花”在朝鮮半島沿海區域產生了較大的波高值; 波高的分布與風速的分布特征基本一致, 臺風風速關于移動路徑存在不對稱性, 臺風移動方向右側風速偏大。海浪周期的分布與風速和有效波高的分布關系不大, 兩個臺風中心附近海域均產生較大周期的海浪; 值得注意的是, 臺風“利奇馬”和臺風“梅花”在進入黃、渤海之前, 在山東半島“頭部”沿海區域和黃、渤海交界區域存在較大的周期的海浪, 這是由于臺風在遠區產生的大浪過程傳播至此, 涌浪的傳播速度要明顯大于臺風的移動速度; 另外臺風“利奇馬”在黃、東海交界區持續存在較大周期的海浪, 這應該是受附近的1910 號臺風“羅莎”的影響導致。波向與風向之間存在著顯著的偏差, 波向相對于風向偏于臺風移動方向位置, 這表明臺風浪是風浪和涌浪的混合形式, 下文將對風浪和涌浪的成分特征進行細致分析。

3.2 臺風浪成分分析

臺風浪一般是以風浪和涌浪的混合形式存在(Li et al, 2012; 陳漢寶等, 2013), 其中風浪是指臺風過境期間由局地強風驅動引起的, 涌浪是臺風過境前在遠區形成的海浪傳播至此。ERA5 提供了風浪和涌浪的有效波高數據, 它基于海浪譜的二維譜方法對風浪和涌浪進行分離(ECMWF, 2016; Hersbach et al, 2018; Bruno et al, 2020)。圖8、圖9 分別給出了“利奇馬”、“梅花”臺風期間在山東沿岸海域3 個浮標站位產生的風浪有效波高、涌浪有效波高與混合浪有效波高。可以看到兩個臺風過程的海浪成分特征在黃海的QF101 站位存在明顯的差異, 對于臺風“利奇馬”, 在海浪成長期主要以風浪占優, 而臺風“梅花”以涌浪為主, 值得注意的是, 風浪增長的同時, 涌浪也呈現一定的成長, 這是由于臺風期間存在強烈的波-波非線性相互作用, 風浪可以向涌浪進一步傳遞能量(Young, 2006; Xu et al, 2017; Wang et al, 2019a), 后文將結合海浪的無因次關系對海浪成長特性做進一步分析。在渤海的兩個站位(QF104, QF114), 兩個臺風過程的海浪成長期以風浪為主, 先行涌浪特征不明顯(波高小于0.3 m), 這是由于山東半島的阻隔作用; 在海浪消衰期, 對應著局地風速的衰減, 海浪以涌浪為主, 海浪衰減相對于風速過程明顯偏緩。

圖10 和圖11 給出了臺風“利奇馬”、臺風“梅花”的混合浪、風浪和涌浪的有效波高空間分布圖。整體上看, 兩個臺風進入黃海前, 存在一個明顯的從黃海向渤海的“涌浪舌”。臺風“利奇馬”引起的沿岸大浪主要對應風浪, 而臺風梅花移動方向右側風浪明顯占優, 左側有明顯的涌浪特征。具體來看臺風“利奇馬”在黃、渤海區域的海浪場情況, 在2019 年8 月11 日0 時左右, 臺風“利奇馬”從東海附近區域進入黃海附近區域, 在黃海區域引起了較大的風浪和較小的涌浪; 而到了8 月11 日12 時, 此時臺風“利奇馬”從陸地進入黃海區域, 此時黃海和渤海區域均產生了風浪, 渤海區域涌浪很小; 到了8 月12 日2 時, 臺風“利奇馬”進入渤海區域, 黃、渤海區域呈現風浪與涌浪互相混合但風浪為主的狀態; 最后8 月13 日11 時, 臺風“利奇馬”減弱為弱氣旋過程, 黃、渤海區域則出現風浪與涌浪互相混合但主要以涌浪為主的海浪(此時海浪還受到附近1910 號臺風“羅莎”的影響)。可以發現, 大部分時間山東沿岸區域的風浪均大于涌浪。對于臺風“梅花”, 具體從圖11 來看, 2011 年8 月7 日 6 時左右臺風“梅花”逐漸靠近東、黃海交界區域, 此時雖然黃、渤海區域的海浪主要以風浪為主, 但顯然涌浪的影響范圍較風浪廣; 8 月7 日22 時, 臺風“梅花”進入黃海中部海域, 8 月8 日12 時臺風“梅花”開始影響渤海區域, 從8 月7 日22 時到8 月8 日12 時這段時間黃、渤海尤其山東沿岸海域呈現風浪與涌浪相混合的狀態, 但海浪仍是風浪為主。8 月8 日22 時, 此時臺風“梅花”已經登陸, 可以明顯發現黃、渤海區域的海浪主要是涌浪。

圖6 臺風“利奇馬”期間風速與波高(a、d、g、j)、波周期與波高(b、e、h、k)、風向與波向(c、f、i、l)的空間分布 Fig.6 Spatial distribution of wind speeds with significant wave height (a, d, g, j), wave period with significant wave height (b, e, h, k), and wind direction with wave direction (c, f, i, l) during typhoon Lekima

圖7 臺風“梅花”期間風速與波高(a、d、g、j)、波周期與波高(b、e、h、k)、風向與波向(c、f、i、l)的空間分布 Fig.7 Spatial distribution of wind speeds with significant wave height (a, d, g, j), wave period with significant wave height (b, e, h, k), and wind direction with wave direction (c, f, i, l) during typhoon Muifa

圖8 臺風“利奇馬”期間(2019 年)在QF101(a)、QF104(b)和QF114(c)站位的混合浪、風浪、涌浪的有效波高 Fig.8 Significant wave height of combined wind waves and swell, wind waves, and swell at buoy stations QF101(a), QF104(b), and QF114(c) during typhoon Lekima in 2019

圖9 臺風“梅花”期間(2011)在QF101(a)、QF104(b)和QF114(c)站位的混合浪、風浪、涌浪的有效波高 Fig.9 Significant wave height of combined wind waves and swell, wind waves and swell at buoy stations QF101(a), QF104(b), and QF114(c) during typhoon Muifa in 2011

3.3 臺風浪成長特性

在風的強迫作用下, 風浪的周期和波高并不是相互獨立的, 而是在波-波相互作用下存在內在聯系, 前人研究發現, 風浪無因次波高和無因次周期存在顯著的相關性, 目前已經提出了諸多模型關系(Hasselmann et al, 1976; Kahma, 1981; Zakharov et al, 1983; Donelan et al, 1985; Dobson et al, 1989; Wen et al, 1989; Ewans et al, 1990; Babanin et al, 1998; Hsu et al, 2017), 這些模型可概括表示為:

圖10 臺風“利奇馬”期間混合浪(a、d、g、j)、風浪(b、e、h、k)、涌浪(c、f、i、l)場的有效波高空間分布 Fig.10 Spatial distribution of combined wind waves and swell (a, d, g, j), wind waves (b, e, h, k) and swell (c, f, i, l) during typhoon Lekima

圖11 臺風“梅花”期間混合浪(a、d、g、j)、風浪(b、e、h、k)、涌浪(c、f、i、l)場的有效波高空間分布 Fig.11 Spatial distribution of combined wind waves and swell (a, d, g, j), wind waves (b, e, h, k) and swell (c, f, i, l) during typhoon Muifa

本文將選取兩個臺風期間的海浪數據進行無因次分析, 以檢驗風浪成長過程中的波-波相互作用特性。值得注意的是, 上述式(4)僅在深水條件下適用, 因此本文選擇了黃、渤海的深水區域(水深d 和海浪 波 長Lp滿 足 關 系 d Lp＞ 0 .5)進 行 探 究, 其 中Lp=（g 2 π） T。 u10、Hs和 Tp取自圖 1 所劃黑框區域內的深水區域的數據, 保證了模型的適用性和計算的準確性。水深數據從海洋通用水深測量圖(General Bathymetric Chart of the Oceans, GEBCO)數據集(https://www.gebco.net/)獲得, 其分辨率高達15arc-seconds。

將兩個臺風在黃、渤海區的無因次過程分別進行描述, 如圖12、13 所示(雙對數坐標繪制)。

臺風“利奇馬”期間黃海區域的無因次風-浪關系可表示為:

臺風“利奇馬”期間渤海區域的無因次風-浪關系可表示為:

臺風“梅花”期間黃海區域的無因次風-浪關系可表示為:

圖12 臺風“利奇馬”期間黃海(a)、渤海(b)區域的無因次波高、周期的散點圖和擬合曲線Fig.12 Scatter diagrams and fitted curves of dimensionless wave height with dimensionless wave period in the Yellow Sea (a) and the Bohai Sea (b) during typhoon Lekima

圖13 臺風“梅花”期間黃海(a)、渤海(b)區域的無因次波高、周期的散點圖和擬合曲線Fig.13 Scatter diagrams and fitted curves of dimensionless wave height with dimensionless wave period in the Yellow Sea (a) and the Bohai Sea (b) during typhoon Muifa

臺風“梅花”期間渤海區域的無因次風-浪關系可表示為:

從圖12、13 可以看到Hsu 模型比較吻合上邊界值, Zakharov 模型則較為吻合下邊界值, Donelan 模型和本文擬合模型則更接近黃、渤海區域的真實情況(擬合模型的可決系數 R2(擬合優度)在黃、渤海區域分別為, 臺風“利奇馬”: 0.8587、0.9598; 臺風“梅花”:0.7341、0.8893, 說明擬合模型較佳)。從擬合的關系模型不難發現, 臺風“利奇馬”期間黃、渤海區域的冪律系數a、b 值與臺風“梅花”接近, 整體來說, 兩個臺風的無因次關系較為一致。對比來看, 冪律系數b 在黃海區域明顯小于渤海區域, 該系數能反應波浪的成長階段, 系數值越小, 波浪成長越充分(Badulin et al, 2012)。因此, 可以推論黃海的風浪成長更為充分,這與黃海開闊的海區對應的長風區特性有關。下面將對結合波高關于風速的變化對風浪成長關系做進一步分析。

通過臺風浪的空間分布特征發現海浪的有效波高與風速的變化幾乎一致, 有效波高與風速之間具有較高的相關性, 已有研究表明兩者之間呈二次多項式關系(Carter, 1982; Taylor et al, 2001; Andreas et al, 2007; Emeis et al, 2009; 王晨迪等, 2017; 王小丹等, 2019), 可表示為:

其中, m、n、r 為待求系數(二次多項式系數)。

圖14、15 給出了兩個臺風期間海浪的有效波高Hs與風速 u10的風-浪關系。

圖14 臺風“利奇馬”期間黃海(a)、渤海(b)區域的有效波高、風速的散點圖和擬合曲線Fig.14 Scatter diagrams and fitted curves of significant wave height with wind speed in the Yellow Sea (a) and the Bohai Sea (b)during typhoon Lekima

圖15 臺風“梅花”期間黃海(a)、渤海(b)區域的有效波高、風速的散點圖和擬合曲線Fig.15 Scatter diagrams and fitted curves of significant wave height with wind speed in the Yellow Sea (a) and the Bohai Sea (b)during typhoon Muifa

臺風“利奇馬”期間黃海區域的海浪有效波高與風速的風-浪關系模型為:

臺風“利奇馬”期間渤海區域的海浪有效波高與風速的風-浪關系模型為:

臺風“梅花”期間黃海區域的海浪有效波高與風速的風-浪關系模型為:

臺風“梅花”期間渤海區域的海浪有效波高與風速的風-浪關系模型為:

由圖14、15 可以看到, Taylor 等、王晨迪等的模型較為高估了有效波高, 而王小丹等的模型則較為低估了有效波高, 本文擬合的風-浪模型則更適合黃、渤海區域。總體來看, 兩個臺風過程的有效波高與風速關系模型中, 臺風“利奇馬”的臺風浪成長特性與臺風“梅花”基本一致, 而兩者在黃海區域的臺風浪成長較在渤海區域都更為充分(需要區別注意的是, 臺風“利奇馬”期間的風速普遍低于 20 m/s, 而臺風“梅花”期間的存在風速超過20 m/s 的情形, 從擬合關系來看,這一高風速情形下的波高隨風速的成長變化趨勢變緩,這可能是由于風區的限制導致), 這與前面的無因次分析結果基本一致。上述結果表明, 臺風浪的成長特性主要與區域有關, 與臺風過程關系不明顯。

4 結論

本文首先評估了 ERA5 產品的質量, 研究表明ERA5 產品的風速和有效波高與浮標實測資料是吻合的。然后基于 ERA5 數據對 1909 號臺風“利奇馬”和1109 號臺風“梅花”(兩類典型不同移動路徑的臺風)在黃海和渤海區域的海浪場特征和風-浪成長關系進行研究, 得到了以下結論:

(1)兩個臺風引起的臺風浪的有效波高分布差異較大, 波高的分布和風速分布基本相同, 臺風移動路徑右側風速偏大; 海浪的風速、有效波高與周期之間的分布關系不大, 臺風中心附近區域均形成了較大周期的海浪; 風向與波向之間存在一定偏差, 波向相對風向偏于臺風移動方向。

(2)分析臺風浪各成分的空間分布發現, 一個從黃海向渤海的“涌浪舌”在兩個臺風進入黃海之前便存在; 臺風“利奇馬”導致的沿岸海浪以風浪為主; 臺風“梅花”的移動方向左側主要表現為涌浪特征, 右側則以風浪為主。

(3)臺風浪的無因次波高與無因次周期呈現冪律關系, 臺風浪的有效波高與風速呈二次多項式函數關系; 兩個臺風路徑下的臺風浪的成長特性較為一致, 臺風浪的成長特性主要與所處區域的水深、地形有關, 體現為臺風浪在黃海區域較渤海區域成長更為充分。