陳三江,陳 坤,3*,賀仕昌,梁海燕,車志偉,陳巧弟,王浩展,陳川波
(1.國家海洋局三沙海洋環境監測中心站,海南 海口 570311;2. 國家海洋局海口海洋環境監測中心站,海南 海口 570311;3. 自然資源部海洋環境探測技術與應用重點實驗室,廣東 廣州 510310)
波浪觀測是海洋觀測的主要內容之一[1]。我國是海洋大國、航海大國,有著300多萬km2的藍色國土。隨著海洋經濟的快速發展,海上活動日益增多,人們開始重新認識海洋,隨之對水文觀測預報及其規律認知的需求也越來越迫切,尤其是波浪觀測預報及其規律特征的研究。
海洋監測是認識海洋、研究海洋、開發利用海洋的基礎。波浪蘊含著巨大的能量,它能使船舶傾覆,對海上作業危害很大,對海岸防護、港口碼頭等有很大的破壞作用[2];波浪是近海水體運動的主要動力之一,影響近岸沉積物的運輸,侵蝕海岸,進一步造成海灘后退、地勢較低的地區被淹沒,并引起海水倒灌以及地面下沉[3],對海岸設施安全構成了極大的威脅;同時河口鹽度提高,加快土壤鹽漬化,導致近岸生態環境受到破壞[4],使沿海地區的農業受到影響。而一些極端的天氣現象如臺風引發的巨浪狂濤等則會造成人員傷亡與巨大的經濟損失。
波浪是海水運動的形式之一,是水質點周期振動引起的水面起伏現象。當水體受外力作用時水質點離開平衡位置往復運動,并向一定方向傳播,此種運動被稱為波動。海洋里的波動可根據其不同的性質及特點進行分類:按水深與波長之比可分為短波和長波;按波形的傳播分為行波和駐波;按波動發生的位置分為表面波、內波和邊緣波;按成因分為風浪、涌浪、地震波和潮波等[5]。在眾多的海洋觀測要素中,波浪是最重要且最復雜的一種海洋水文要素,也是物理海洋學研究的重要內容之一,是海洋預報、海洋工程建設、防災減災、海洋權益維護和航海安全等領域重要的輸入參數之一。
波浪的大小和形狀是用波浪要素來說明的。波浪的基本要素有:波峰、波頂、波谷、波底、波高、波長、周期、波速、波向線和波峰線等。波峰是波浪周期性運動的高處部分,其最高處稱為波頂;波谷是波浪周期性運動的低處部分,其最低處稱為波底;波高是波峰到波谷之間的垂直距離,波高的單位為m,波高的準確度等級分為兩級:一級最大允許誤差為觀測值的±10%,二級最大允許誤差為觀測值的±15%;波長是兩個波峰之間的水平距離,波周期的單位為s,波周期的最大允許誤差±0.5 s;波向的單位為(°),波向的準確度等級分為兩級:一級最大允許誤差為±5°,二級最大允許誤差為±10°。波向又稱浪向,是指波浪傳來的方向,通常分16個方位,分別以符號N、NNE、NE、ENE、E、ESE、SE、SSE、S、SSW、SW、WSW、W、WNW、NW、NNW表示,與氣象上表示風向方位的符號有相同的意義[6]。
風浪(Wind Wave,F):受風力的直接作用,波峰較尖,波峰線較短,背風面比向風面陡,波峰上常有浪花和飛沫。涌浪(Swell,U):受慣性力作用傳播,外形圓滑,波峰線較長,波向明顯,波陡較小。混合浪(Mixed Wave,FU)按主導地位分3類:(1)FU風浪涌浪同時存在,風浪波高和涌浪波高相差不大;(2)F/U風浪涌浪同時存在,風浪波高明顯大于涌浪波高;(3)U/F風浪涌浪同時存在,風浪波高明顯小于涌浪波高。
鶯歌海站是我國建站較早的海洋觀測站,是海南省主要的海洋觀測站之一。鶯歌海洋站位于海南省樂東縣鶯歌海鎮鶯歌咀附近。西、南面環海,面臨北部灣,與越南隔海相望,北靠我國南方最大的海鹽生產基地——鶯歌海鹽場,如圖1所示。鶯歌海地處低緯度,屬熱帶海洋性季風氣候,該海區受季風氣候的影響,近海海浪具有明顯的季節性變化特征。鶯歌海站波浪自動化觀測設備是SZF型波浪浮標、該浮標布放在觀測場地SW方向,距離觀測場地約1 km。SZF型浮標采用重力加速度原理進行波浪測量,利用波高傾斜一體化傳感器和方位傳感器得到波高、周期、波向等參數;采樣長度:每個測量參數每次的采樣長度均為2 048個點;測量波高范圍為0.3 ~20 m的波浪,誤差小于10%;波浪周期的測量范圍為2 s到20 s,誤差為0.5 s;采樣間隔可調0.25 s,0.5 s,0.125 s等[2];工作方式設定為采樣間隔0.5 s,定時3 h。本文對鶯歌海站建站以來的一線觀測原始數據(2002年5月之前為人工觀測,2002年5月之后為波浪浮標自動化觀測)進行統計、分析、研究,了解其規律特征,為鶯歌海附近海域波浪的預報提供參考,為國家掌握該區域的水文氣象特征提供基礎數據支撐。

圖1 鶯歌海站位置示意圖
該區域經常遭受臺風等海洋災害的影響,尤其隨著海洋開發活動的日趨頻繁,影響也愈發嚴重。為了能夠更好地掌握該海區的海洋環境特性,提高海區波浪預報的準確性和海洋災害預警能力,加強海洋監測,研究瓊西南海域海浪的變化規律就顯得十分必要。波浪觀測數據的分析研究是海洋水文工作的基礎,對于掌握波浪特征,了解海洋水文環境,提高沿海人民及港口的災害防范能力,減少極端災害對海洋工程、漁業生產、海洋運輸、沿海港口的損失,保障沿海港口、碼頭生產作業和人民生命財產的安全,促進海洋漁業發展和海洋環境保護方面具有現實意義。同時,海浪蘊含巨大能量,可以用于波浪發電。由此可見,研究掌握波浪規律特征意義重大。
早期的波浪觀測方法是目測法,用目視直接觀測波浪波高、周期等信息[7]。隨著海洋技術的發展和測量技術的進步,各種前沿觀測方法和尖端設備應運而生,觀測儀器種類的日趨多樣標志著波浪觀測逐漸進入了一個新的階段。目前常見的波浪觀測儀器有資料浮標、水壓式波浪計、重力式測波儀、遙感測波儀以及聲學式測波儀等。其中,重力式測波儀是目前較通用的一種測波儀器,在我國也是使用最多的一種測波儀器[8]。各種不同的測波儀器按照測量方法可分為:人工觀測法、儀器測量法和遙感反演法[1]。
目前國內外經常使用的波浪浮標大多是基于加速度傳感器和GPS傳感器的波浪浮標[9]。波浪浮標在海洋的任何氣象和海域情況下都可以采集海洋環境不同的水文要素信息,因此浮標經常被海洋工作者們喻為“海洋自動觀測站”[10]。
2.2.1 國外測波系統現狀 發達國家的海洋監測歷史長達百年以上。當前全球領先水平的測波儀器有:SBE26型壓力式測波儀、RADAC WAVE GUIDE型遙測式測波儀、挪威 Nortek公司 的AWAC(Acoustic Wave and Current)坐 底式ADCP[7]、波浪浮標有加拿大AXYS公司的TRIAXYS系列測波浮標、英國 ValePort公司的730D方向浮標和美國ENDECO/YSI公司的1156型波浪跟蹤浮標等,而荷蘭Datawell公司的波浪騎士浮標[11]Directional Waverider buoy(DWR)即Datawell DWR-MkⅢ以其優良的可靠性、穩定性為世界所公認。此外,還有滑翔器、動物遙測系統等是具有很大潛力的新興現代化海洋監測技術。美國在20世紀80年代就建立了全國永久性的海洋立體監測系統。同期,挪威和德國等國也相繼建立了自己的觀測系統。通過多學科的努力,經過幾十年的積累、沉淀,發展至今技術已經相對成熟。像美國、日本、澳大利亞、英國等發達國家在本國鄰近海域建立了其關鍵海域符合本國利益的浮標監測網。總之,發達國家的海洋觀測系統正朝著高效率、全覆蓋、數字化、全球化、網絡化的方向發展[12]。
2.2.2 國內測波系統現狀 相對發達國家而言,我國的波浪測量技術研究起步較晚,從20世紀60年代開始才逐步進行深入的探索和研究,其發展歷程大致可分為4個階段。1965—1975年是我國波浪測量技術的探索和起步階段。1975—1985年是積累沉淀階段,即研究實驗階段;我國在本階段的測波技術取得了較大的發展和進步;1985—1990年是我國波浪測量技術的實用化階段,此階段我國的測波技術得到了快速發展和應用;1990年至今是我國人工觀測和自動化觀測實質上的分水嶺,也是我國測波技術獲得長足發展的階段。本階段測波手段越來越多樣化,測量參數不斷增多,測量精度也得到了顯著提高,在監測技術和監測產品等方面與海洋發達國家的差距在逐漸縮小。經過海洋戰線幾代人的不懈奮斗,波浪測量技術取得了長足進步,并建成了由海洋觀測站、海洋調查船、海洋浮標、雷達觀測站、飛機(無人機)和遙感衛星等組成的覆蓋渤海、黃海、東海和南海較為系統、完善的海洋臺站立體觀測網[13]。
國內目前在用測波系統中,較為成熟的有中國海洋大學研制生產的SZF型波浪浮標、中山市探海儀器公司研發的OSB系列測波浮標以及山東省科學院海洋儀器儀表研究所研制的SBF3-2型波浪浮標等。其中SZF型波浪方向浮標是其中的代表性產品,以其優異的穩定性和可靠性被廣泛應用在我國的海洋監測臺站[14]。
近年來,在國家的大力支持下國內很多高校、研究所相繼開展了加速度式波浪傳感器的研制工作,取得了豐碩成果,其中在基于捷聯式“數字穩定平臺”、數值積分、PC機平臺波浪譜后處理軟件等方面取得了很好的研究進展;如中國科學院南海海洋研究所開發的DWS19-1/2微型慣性波浪傳感器,傳感器核心硬件采用國產工業級9軸慣導器件、核心算法采用數學姿態解算方法、數字式姿態補償算法、頻域數值積分算法等,使波浪傳感器體積更小、方便安裝和攜帶;使系統測量精度、可靠性、自適應性更高。
根據鶯歌海站資料,統計出全年各月十分之一波高,小于等于0.7 m的天數全年為228 d,如表1所示。全年各級海況出現的天數,如表2所示。

表1 全年十分之一波小于等于0.7 m的天數統計

表2 全年各級海況出現天數統計
鶯歌海累年各季各向風浪和涌浪頻率,如表3所示。波向玫瑰圖,如圖2所示。
波型特征:風浪年總出現頻率為80%,涌浪年總出現頻率為41%,說明累年統計的年平均頻率,在該海域風浪波型為主。
波向特征:風浪的常浪向是SE,其頻率為19%,次常浪向是SSE,其頻率是12%,涌浪的常浪向是S,其頻率為14%,次常涌浪向是SSW,其頻率為7%。
2.4.1 各季風浪常浪向 春季是SE向,頻率為35%,夏季是SE向,頻率為21%,秋和冬季是NNW向,其頻率分別為16%和15%。
2.4.2 各季涌浪常浪向 春季是S向,頻率為11%,夏季是S和SSW向,頻率均為10%,秋和冬季是S向,其頻率分別為16%和19%。
2.4.3 各季風浪和涌浪之和統計特征 春季最大頻率是SSE,為18%;夏季是SE和SSE,頻率分別是19%和18%;秋季是S,頻率為20%,其次是NNW,頻率為17%;冬季是S,頻率為22%,其次是NNW,頻率為16%。

表3 累年各季各向風浪、涌浪頻率

圖2 波向玫瑰圖
鶯歌海累年各向各級1/10大波波高分布,如表4所示。從鶯歌海站各向各級波高統計頻率看出:海浪常浪向S向,其頻率為18.2%,次常浪向是SE向,頻率為15%,此結果與表4中風浪和涌浪頻率之和出現的常浪向基本一致。

表4 累年各向各級1/10大波波高分布
鶯歌海累年各向海浪要素統計值如表5所示。從表5鶯歌海多年統計的最大波高值看出:強浪向是SE,最大波高值9.0 m,次強浪向是S和SSW,它們的最大波高都是7.0 m。N和NE向的平均波高值最大為1.0 m,NNE和WSW向平均波高值次值為0.9 m。

表5 累年各向海浪要素統計值
鶯歌海站累年逐月波浪要素統計值,如表6所示。鶯歌海在8月的月平均波高值為最大,平均波高值為1.0 m,次值在7月,月平均波高分別為0.8 m;鶯歌海的月平均周期值變化范圍是3.8~4.3 s,一般為4.0 s;而最大波高的最大值出現在9月,其值是9.0 m,最大波高次值是7月和10月,其值為7.0 m;最大周期為9.1 s,次值為8.6 s。

表6 累年逐月波浪要素統計值
本文利用鶯歌海站多年的波浪實測資料,對其附近海域的波浪要素的基本特征、變化規律、風與浪的相關規律進行分析研究,發現該海區海浪的規律特征如下。
(1)海區的波浪主要受季風影響,以風浪為主,風浪占80%,涌浪占41%;東北季風期風浪向以NNW為主,涌浪以S為主;西南季風期風浪向以SE為主,涌浪以S和SW為主;風浪和涌浪頻率之和出現的常浪向基本一致,最大的方位是SE和S。
(2)海區冬季的風速比夏季明顯偏大,造成冬季的平均浪高比夏季大,冬季的風浪周期亦比夏季大。四季均盛行偏南涌,冬季的大涌數量多,傳播范圍大,而4—5月出現的大涌數量最少,海況相對較好。
(3)海區各月的波高以輕浪為主,年平均波高為0.78 m,強浪向是SE,最大波高為9.0 m,年平均周期約4.0 s,最大周期為9.1 s,各向平均周期變化不大;月平均波高最大值出現在8月,其值為1.0 m,其它各季的季平均波高為0.7 m,而9月的月平均波高值最小,其值為0.6 m。
(4)該海區是熱帶季風氣候區,海區的波浪主要受季風影響,季風時期的風向、風浪傳播方向、涌浪傳播方向基本一致。
上述規律特征對鶯歌海區生產生活具有一定的指導意義。由于本文所參考數據資料年份跨度大,其中早期人工目測波浪受光照和惡劣天氣等影響,無法連續觀測波浪,觀測結果存在一定的人為誤差;自動化觀測儀器故障等造成數據失真甚至數據缺漏,致使個別時間段數據不完整;現運行觀測浮標唯一,對于效驗數據反映整個測區真實情況存在一定的局限性;數據后處理暫缺少標準化成熟的輔助軟件。本文結論受上述多方面因素的影響致使分析成果存在一定的誤差。針對上述不足,結合我國波浪測量技術發展現狀及國家和社會的發展需求提出幾點建議:
(1)優化布局,增設觀測點位,提高數據觀測密度和監測質量。根據各地區業務實際需求在現有臺站觀測參數的基礎上合理規劃,使其新增參數具有明確的目標性和應用性,做到整體布局合理,實現資源優化。
(2)提升自主研發能力,提高新技術、新工藝在我國海洋波浪觀測裝備上的綜合應用,以提高儀器設備的穩定性及測量精度。
(3)開發統一、標準、規范的波浪數據處理分析軟件/平臺。方便人機高效互動,實現大批量多源數據精細化、多維度、模型化集中處理分析。
(4)加強計量和標定裝置的研究。波浪測量方法和手段日趨多樣化,但相關檢定計量發展較為緩慢,不能很好地滿足海洋水文儀器的檢定工作,因此,通過科學的測試檢定來確保測量儀器精度和所測數據準確性是十分必要的[19]。
(5)加強全覆蓋、全要素、數字化、高效率、網絡化的立體觀測網建設。構建太空—海上—水面—水下—岸基五位一體多種手段優勢互補完整的立體觀測網。但國內海洋儀器的智能化程度還不夠高,在便于操作、實時處理、綜合性觀測和智能采集等方面仍需改進。
(6)建立一個適合我國海區特點的多維動態波浪耦合模式。利用大量的原始數據來檢驗、改正已有較密的波浪觀測網的資料;建立一個高效穩定實用的通信機制,是實現各子模式間數據傳遞和同步控制的前提;相對于非耦合模型,耦合模型能較真實地反映海浪相互作用的過程,并改善非耦合模型的數據不準確、誤差大的問題,且耦合模式在模擬和預報中的優勢更加顯著;通過同化集合方法進行耦合模式的集合預測,能更好地提高權重選取的準確性和穩定性,且同化集合結果明顯優于單個模式結果;數據同化分析模擬系統是多維耦合模式的重要組成部分,該系統將遙感和現場傳感器得到的實時或延時數據進行分析,從而對海洋場分布和演變做出更準確的估計,對于改善預報效果,提高水文氣象災害預報能力具有重要作用[15-18]。