福建近海漂移物漂移軌跡分析及模擬

曾銀東,郭民權,方許聞,江毓武,鄭祥靖

(1.中國海洋大學海洋與大氣學院,山東 青島 266100;2.福建省海洋預報臺,福建 福州 350003;3.廈門大學海洋與地球學院,福建 廈門 361102)

臺灣海峽及其鄰近海域由于自然條件及生產活動的原因,船只事故時有發生,造成人員落水、海上溢油,加上近年頻發的有毒赤潮,這些事件對近海海洋經濟發展和環境安全造成嚴重危害,并導致巨大的經濟損失.因此,在臺灣海峽及其鄰近海域建立漂移軌跡預報模式,對落水人員、溢油、赤潮等漂浮物的運動軌跡進行及時可靠的模擬預測,能為開展有效地搜救、防控、攔截以及減輕生態災害損失、保障海洋生態環境安全等提供決策支持.

影響漂移運動的海表動力環境主要包括海面的風、浪、流等因素,漂移物主要隨海流運動.浮子漂移實驗能夠捕捉研究海域表面海流的特征,基于GPS的浮子具有高的精度(2～50 m)與采樣頻率等特點,常被運用于近岸海域的浮子漂移實驗[1].Lin等[2]于2018年1月在大亞灣開展了SUCE(surface current experiment)浮子漂移實驗,通過比較浮子漂移實驗計算的流速與廣東沿海已有的再分析數據,認為浮子漂移實驗結果能夠反映表層海流的特征.2020年Gao等[3]分析部署在大亞灣海域的120個浮子的實測資料,認為漂流浮子總體上能夠捕捉到表面流(潮流與余流)特征.隨著互聯網以及通信定位技術的發展,漂流浮子由于成本更低,體積更小,已成為觀測近岸海域表層海流的重要工具.

目前國外海事發達國家的目標漂移軌跡預測模型基本已形成較成熟的業務化預報體系,如英國的SARIS[4]、美國的HACSALV[5]、挪威的LEEWAY[6]等.國內也開展了不少相關的研究,如胡志武等[7]基于實測海流和水文圖表,以遇難船舶為對象,研究了在風、浪、流共同作用下船舶的漂移軌跡,認為考慮波浪作用后并未提高預測精度.近年來,部分研究均采用數值模式,如肖文軍等[8]利用中尺度氣象研究與預報(weather research and forecasting,WRF)模式、無結構網格近岸海洋模式(finite-volume coastal and ocean model,FVCOM)和基于蒙特卡洛隨機統計理論的海上搜救目標漂移軌跡模式LEEWAY,建立了長江口及鄰近海域海上搜救物漂移軌跡預測模型系統.盡管大部分研究工作都不考慮波浪對物體的作用,但是部分學者認為波浪的作用不可忽略.徐江玲等[9]基于海上大型浮標(直徑10 m)脫離錨定(跑位)后的漂移軌跡實測數據,對比了只考慮風和流的漂移軌跡和增加波浪作用后的漂移軌跡,認為波浪作用引起的漂移速度隨波陡或浮在海面上的體積增大而增加.

目前關于臺灣海峽浮子漂移實驗研究的報道較少,且局限于平潭等部分海域[10],本研究通過覆蓋福建近海的浮子漂移實驗,分析了研究海域的表面流特征,討論了FES潮流模型在福建近海的適用性;并采用已在臺灣海峽業務化運行的具有港灣分辨率的三維海洋動力模型,在對港灣海流模擬的基礎上,結合拉格朗日粒子追蹤方法,建立了福建近海海上目標物漂移軌跡預測模式,利用浮子漂移實驗對漂移模型在福建近海的適用性進行了較全面的驗證,并分析了不同海域漂移軌跡預測誤差來源.

1 漂移物漂移軌跡預測模式

1.1 拉格朗日粒子追蹤法

漂移是一個連續變化的過程,但在實際處理中認為漂移物在某時間段內的速度不變.假定漂移物的初始位置為S0,經過一定的時間步長Δt后漂移到新的位置S,根據拉格朗日粒子追蹤法可得[11]:

(1)

式中:t0為初始時刻;Vt為t時刻漂移物的漂移速度,是各環境因子綜合作用所產生的速度;Δα為湍流渦動造成的隨機運動距離(α代表x、y或z方向).

本研究認為海上漂移物受海面風和流的作用,即Vt主要由風導漂移和海表流場兩個分速度構成,風與流產生的漂移物漂流速度可采用下式計算[10]:

Vt=k×Vwind+Vcurrent.

(2)

式中:Vwind為海面風速;Vcurrent為海表流速;k為風導系數,其值受漂移物種類、漂移物沉浸狀態等因素影響,當漂移物為船舶和浮標時,k=0.01～0.05,對于浮子本研究取k=0.02.

漂移物在湍流渦動作用下的隨機運動距離可以由下式計算[12]:

(3)

式中,R為[-1,1]區間的均勻分布隨機數,Kα為α方向上的擾動系數.

1.2 流場模型

ROMS(regional oceanic modeling system)模型是一個開源的三維非線性斜壓海洋模型,具有自由表面、地形跟蹤、高分辨率等特點[13],此模型可以預測不同尺度的運動.本研究在已研發的大小網格嵌套精細化三維溫、鹽、流數值預報模式[14]基礎上,采用最新的水深、地形等基礎數據,利用全球模型提供邊界條件,采用大小網格嵌套的曲線正交網格方案,其中西北太平洋區為大網格區,廈門灣、興化灣等重點港灣為小網格區;通過不斷優化完善,建立了具有港灣分辨率的重點海域三維海洋動力模型.

1.2.1 嵌套模型與網格分布

本模型用大小區域單向嵌套方法進行,大區域網格計算的結果進行插值后作為小網格的邊界條件;小區域網格的環流參數,如水位、溫、鹽、環流由大網格提供,潮汐參數(潮位、潮流)由調和常數計算.

水平網格(圖1):大網格區為95°～147.9° E,9° S～44.01° N.大區域網格在開邊界處網格距為15 km,在臺灣海峽西岸網格距為2 km.小區域網格在廈門灣口、興化灣等海域達到100 m的分辨率.在模型計算中,與大洋資料相一致,取最大水深為5 500 m.

(a)大網格區,一個網格表示15個實際網格;(b)廈門灣網格,一個網格表示60個實際網格.圖1 模型計算區域和水深分布Fig.1 Model calculation area and water depth distribution

垂向網格:大區域網格垂向均取30層,最小水深為10 m.小區域網格垂向取10層,并考慮潮汐漫灘過程,臨界水深為0.5 m.本模型采用對數形式進行垂向分層,不同水深區域和不同層次的間隔不同.在海表分層較密,以反映海表混合層及溫、鹽躍層的復雜直結構;在海底分層較疏.

1.2.2 開邊界控制條件

大網格水動力的開邊界采用歐洲MyOcean的業務化產品,包括海表高度、溫度、鹽度和流速(https:∥www.copernicus.eu/en/myocean).海表的凈熱通量、水氣通量和動量通量則采用福建省海洋預報臺每日業務化運行的WRF模式的預報產品進行計算.模型計算中的江河輸入均以《中國海灣志》[15]的主要河流各月多年平均流量代入模型計算,入海鹽度取0.開邊界潮汐所引起的水位與潮流過程采用FES2014潮汐模型(https:∥www.aviso.altimetry.fr/en/data/products/auxiliary-products/global-tide-fes.html)的天文潮調和常數,包含M2、S2、K1、O1、N2、P1、K2、Q1、M1、J1、2N2、Mu2、Nu2、L2和T2,共計15個分潮.模型設定詳細方案可參考文獻[14].小網格開邊界來源于大網格的濾潮計算結果,以及潮汐調和常數所計算的潮位及潮流.

已有研究[14]利用福建近岸海洋監測系統數據評估模型性能,并以平均偏差、相關系數、均方根誤差等指標比較了模型結果與觀測數據,認為模型能較準確地模擬臺灣海峽海流狀態,本研究不再詳述.

2 結果與討論

2.1 浮子漂移實驗與時段選取

本研究中浮子漂移實驗的浮子內置GPS定位模塊(含GSM通訊模塊),能定時將浮子的運動軌跡坐標信息發回服務器,內置鋰電池的電量理論上在連續運動狀態可供5 d以上續航時間,外部采用密閉性塑料瓶安裝保證不進水.同時會在浮子內部裝有適量砂石,使浮子在海面上的部分不超過2 cm,以減少風對浮子運動的直接影響.浮子結構見圖2.

圖2 浮子結構圖(單位:cm)Fig.2 Structure diagram of float (unit:cm)

2019年6月至2021年6月,福建省海洋預報臺在福建近海共開展了17個航次調查,期間共釋放245個漂移浮子,獲取漂移點信息42萬個,累計1 600多天,累計漂移距離4.2萬km.

浮子在漂移過程中存在擱淺、信號中斷、定位數據異常、擱淺后重新漂移等情況,因此通過判讀漂移數據的連續性,選取連續漂移時段>24 h的漂移過程,最終獲得273個漂移過程,圖3為遴選出的部分浮子漂移軌跡圖.可以看出:灣內的浮子(如廈門灣與興化灣海域)主要受潮流作用,在灣內呈往復運動,并有流出灣外的趨勢.灣外的浮子則主要沿著福建海岸運動;在春、秋季東北風盛行時節,在各河口淡水形成的浮力推動下[16],沿福建近海南下的沿岸流勢力較強,因此浮子主要是沿岸向南運動,并具沿等深線運動的趨勢;而在夏季西南風盛行時節,同時在南高北低的水位條件下[17],沿福建近海以北向流為主,并有跨等深線向外海運動的趨勢,這主要由與上升流有關的離岸運動造成.

圖3 福建近海部分浮子漂移軌跡Fig.3 Part of float drift trajectory in Fujian offshore

2.2 浮子漂移實驗結果分析

綜合統計分析福建近海預測時段內浮子的漂移,主要有3種形態:第1種,受漲落潮作用,浮子在一段時間內在某一海域往復運動,這主要發生在福建沿岸的強潮海灣內;第2種,受長時間的季風和海流的作用,浮子在一段時間內沿一個方向持續運動,這主要在沿岸近海區域,也會受離岸流的作用跨岸遷移;第3種是前兩種的結合,主要在河口區,如九龍江河口區等.

針對不同漂移形態,本研究從北至南選取3種特征浮子進行分析(圖4):1號浮子在興化灣內往復運動,運動時間段為2021年3月30日18:00至2021年4月1日6:00;2號浮子沿福建近岸海域往南運動,運動時間段為2019年10月24日8:00至2019年10月30日0:00;3號浮子在廈門灣內往復運動,運動時間段為2021年3月28日8:00至2021年3月29日20:00.

圖4 特征浮子漂移軌跡Fig.4 Typical float drift trajectory

2.2.1 海灣內浮子運動軌跡分析

1) 興化灣1號浮子

興化灣海域整體呈長方形,無大河流直接流入,僅在灣頂附近有木蘭溪和荻蘆溪兩條小溪,與灣外臺灣海峽相連的有南日水道和興化水道.興化灣的潮流為正規半日潮,灣內漲落潮流由南日水道和興化水道兩股水流形成,流路穩定,呈現往復流,水流流向與深槽軸線基本一致[18].

從圖5可以看出,1號浮子運動海域為興化灣海域南日水道與興化水道的交匯處,浮子主要在灣內興化水道呈往復運動,流向與深槽軸線基本一致.浮子在海域最大漂移速度為0.87 m/s,浮子在轉向時流速最小.流速大小與流速方向均呈周期性變化.

u、v分別表示流速的東分量和北分量.圖5 1號浮子漂移軌跡Fig.5 Drift trajectory of float No.1

FES是基于有限元流體動力模型的同化潮流模型,FES2014是FES系列潮流模型的最新版本,空間分別率為1/16°×1/16°[19].而福建沿海海域為正規半日潮,S2分潮振幅約為M2分潮的一半,N2和K2分潮則要小得多[20],M2分潮占主導.本研究從FES模型獲取15個分潮的調和常數,圖5插圖為根據M2分潮調和常數計算得到的M2分潮潮流橢圓圖,其最大流速為0.45 m/s,與郭玉臣等[21]利用實測數據調和分析得出的結果(0.47 m/s)基本一致,可以看出浮子的運動方向與M2分潮最大流速方向基本一致.

余流是海流分離出潮流后的水體運動,具有單向流動特性,因此與近海的物質輸運密切相關.在余流非線性作用比較弱的海域,拉格朗日余流可以代表長期平均水量傳輸速度.拉格朗日余流可以使用Awaji等[22]提出的近似算法進行計算.假設Xt是浮子在t時刻的位置,Xt+T是在一個潮周期T(本研究取12 h)之后的位置,則拉格朗日余流流速VL可以用下式進行計算:

(4)

利用上述公式,將實測海流分離成余流與潮流,同時利用從FES模型獲取的15個分潮的調和常數計算潮流,將模型結果與實測潮流結果對比.計算結果如圖6所示,興化灣內的海流主要以潮流為主,拉格朗日余流較小,最大值為0.13 m/s,略大于郭玉臣等[21]利用實測數據調和分析得出的興化灣最大余流(0.10 m/s).基于FES模型調和常數計算得到的潮流與浮子軌跡計算得到的潮流存在一定差異,前者流速比后者小0.20 m/s左右,且轉向時間約延遲1 h.這是由于興化灣海域雖然是M2分潮占主導,但是淺海分潮影響明顯[20],同時FES2014作為全球潮汐數據可能在沿岸港灣的準確性不足,所以振幅與相位存在一定偏差.

圖6 調和常數計算潮流流速與1號浮子軌跡計算流速Fig.6 Tidal velocity calculated from harmonic constant and velocity calculated from the trajectory of float No.1

綜上,興化灣內徑流影響較小,浮子在興化灣內的運動主要受潮流作用,浮子的運動軌跡也與該區域的潮流運動一致.

2) 廈門灣3號浮子

廈門灣位于臺灣海峽西岸南口,是一個半封閉型海灣,潮流屬半日潮流,往復流.廈門灣海域主要受河流徑流與海洋潮流的相互作用.九龍江是流入廈門灣海域的最大河流,年平均徑流量為150億m3[23].

如圖7所示,3號浮子運動海域為九龍江口海域以及青嶼水道,浮子有時也會發生偏移,流向廈門東側水道.浮子在海域最大漂移速度為1.39 m/s,出現在九龍江河口處,從整體運動軌跡上看,浮子呈往復運動,漲落行程約15 km.

圖7 3號浮子漂移軌跡及流速Fig.7 Drift trajectory and velocity of float No.3

將實測海流分離成余流與潮流,同時利用從FES模型獲取的15個分潮的調和常數計算潮流,結果如圖8所示.FES模型M2分潮的最大流速為0.11 m/s,遠小于靖春生等[24]和綦夢楠[25]在廈門灣的研究結果(最大流速約0.48 m/s).同時從圖8可以看出,基于FES模型調和常數計算得到的潮流與浮子軌跡計算得到的潮流存在很大差異,基于FES模型調和常數計算得到的潮流流速均小于0.2 m/s,遠小于浮子軌跡計算得到的潮流流速,因此對于九龍江口-廈門灣海域,FES模型數據并不適用.圖8顯示研究海域的拉格朗日余流最大值為0.25 m/s,出現在九龍江口海域,平均為0.15 m/s,方向為流出河口區,這主要體現的是九龍江徑流的作用.此外,采用3號浮子軌跡計算的潮流并不像1號浮子一樣呈現周期性變化,這是由于3號浮子運動所屬海域在河口區及廈門港交匯區,流場較為復雜,九龍江河口區的轉流時刻落后于高、低潮,而廈門港海域轉流時刻卻比高、低潮超前20～40 min[26].

圖8 調和常數計算潮流流速與3號浮子軌跡計算流速Fig.8 Tidal velocity calculated from harmonic constant and velocity calculated from the trajectory of float No.3

2.2.2 海灣外浮子運動軌跡分析

2號浮子運動軌跡分布在福建近海,從圖9可以看出,浮子漂移軌跡受沿岸流與潮流的共同作用:沿岸流導致的沿岸向南運動以及潮流導致的周期性往復運動.浮子起點為興化灣灣口附近,沿著海岸向南漂移,每移動一段時間后,浮子漂移方向會發生改變,向岸移動一段距離;在到達廈金海域附近時,浮子會改變路徑,沿岸向北運動一段距離,回旋形成一個橢圓,然后接著繼續往南運動.根據圖9中的近岸海域基于FES模型數據計算的M2分潮潮流橢圓分布可以看出,在興化灣南部海域,潮流橢圓的橢率接近1,為旋轉流特征,因此浮子漂移運動表現為垂直向岸、離岸運動與沿岸向南運動的組合.到了泉州和廈門附近海域,潮流橢圓長軸方向為沿岸方向,漲落潮流較大,因此浮子軌跡受潮流影響,可以回旋形成一個橢圓,浮子的漂移軌跡與潮流橢圓有一致性.

圖9 2號浮子漂移軌跡與M2潮流橢圓Fig.9 Drift trajectory of float No.2 and M2 tidal current ellipse

將實測海流分離成余流與潮流,同時利用從FES模型獲取的15個分潮的調和常數計算潮流,將模型結果與實測潮流結果對比.從圖10可以看出,福建近海的拉格朗日余流較大,最大值為0.56 m/s,平均值為0.31 m/s,方向主要沿岸向南;10月28日余流流速減小為0.2 m/s左右,此時浮子位于廈金海域附近,余流的減小使得潮流作用效果明顯,因此該海域的浮子回旋距離較遠,這與前文浮子軌跡基本一致.根據FES模型調和常數計算的潮流與浮子軌跡計算的潮流基本一致,說明在外海開闊海域,浮子的實測數據分離出的潮流數據能較好地體現潮流運動,同時FES模型能較好地模擬近海潮波運動.從圖11的余流場圖與風場圖可以看出:浮子運動這段時間,10月東北風盛行,南下的沿岸流增強.將余流流速與風場速度投影到30 m等深線方向,并計算得兩組數據的相關系數為0.37,判斷浮子的余流主要受沿岸流與風的作用.

圖10 調和常數計算潮流流速與2號浮子軌跡計算流速Fig.10 Tidal velocity calculated from harmonic constant and velocity calculated from the trajectory of float No.2

圖11 2號浮子余流場與風場圖Fig.11 Residual flow of float No.2 and corresponding wind

綜上,秋季浮子在福建近海的運動主要受潮流、風與沿岸流的共同作用,浮子的運動軌跡也顯現出潮流作用的周期性以及風與沿岸流作用的均一性.當沿岸流較弱且潮流呈現較強往復流時,浮子可呈現回旋軌跡;反之浮子具有沿等深線南下趨勢.

2.3 預測模式計算結果與分析

本研究用漂移軌跡距離平均誤差隨時間和漂移距離的變化兩種形式對漂移軌跡預測的準確性進行評判(圖12).從漂移浮子中選取273個有效漂移過程進行評估,累計預測天數為570 d,進行24和48 h的漂移預測次數分別為273和181.根據誤差統計,得到24和48 h距離的平均相對誤差分別為17.3%和12.5%,而在120 km的模擬范圍內距離平均相對誤差大多小于20%,說明本預測模式在臺灣海峽海域及港灣區總體具有較高的準確性.

圖12 距離誤差及其平均誤差隨漂移時間(a)和漂移距離(b)的變化Fig.12 Change of distance errors and their average errors with drift time (a) and drift distance (b)

圖13為灣內(受潮流作用為主)、灣外(受潮流、環流共同作用)的距離平均誤差,可以看出灣外浮子的距離平均誤差小于灣內浮子.因此,相對于港灣區域,本軌跡預測模式對于福建近岸海域環流的模擬有更高精確度.選取前文的3個特征浮子進行分析,從圖14可以看出,模式預測軌跡總體與實測浮子軌跡趨勢基本一致.對于1號浮子與3號浮子,預測浮子在灣內呈往復運動,且最大往復距離基本一致;對于2號浮子,受潮流與沿岸流的共同作用,預測浮子沿福建沿岸南下運動并在離岸線方向往復漂移,雖然在垂直岸線方向的距離存在偏差,但是總的遷移方向和距離基本一致.因此模擬結果能夠再現浮子實際漂移特點.

圖13 距離平均誤差隨漂移距離的變化Fig.13 Change of distance average error with drift distance

圖14 特征浮子實測與預測軌跡對比Fig.14 Comparison of measured and predicted trajectories of characteristic floats

圖15為特征浮子預測軌跡與實測軌跡的距離平均誤差,從模擬的距離平均誤差來看,灣內主要受潮流作用,廈門灣與興化灣灣內潮流的往復流特征明顯,因此模擬軌跡漂移距離的平均誤差并非單調增加.1號浮子最大漂移距離平均誤差約11.6 km,這是由于浮子在轉向時間上存在差異,導致出現較大誤差,所以對于灣內主要受潮流作用的海域,潮流模擬的準確性會極大影響預測模式的結果.2號浮子主要受潮流與沿岸流作用,與灣內浮子相比,距離平均誤差反復性變化較弱,其最大漂移距離平均誤差約7.2 km.

圖15 特征浮子預測與實測軌跡的距離平均誤差Fig.15 Distance mean errors between predicted and measured trajectories of characteristic floats

3 結 論

本研究采用風場數值模型和業務化海流數值模型,結合拉格朗日粒子追蹤法,建立了福建近海海上漂移物漂移軌跡預測模式,模擬并分析實測浮子軌跡數據,得到以下結論:

興化灣內浮子的運動主要受潮流作用,其運動軌跡也與該區域的潮流運動一致,呈現往復運動的趨勢;廈門灣內的浮子運動主要受潮流與徑流的共同作用;而灣外近海的浮子運動主要受潮流與沿岸流的作用,在外流環流的驅動下有沿等深線運動的趨勢,在潮流作用下可能局部形成回旋軌跡.分析結果可以看出浮子漂移實驗能夠捕捉到研究海域表面海流的潮流、沿岸流及徑流共同作用的特征.結果也表明FES2014全球潮汐數據在灣外近海區有較高的準確性,而在港灣區準確性差.福建近海海上浮子漂移實驗表明,本模式模擬結果與浮子漂移結果基本一致;相對于灣內的軌跡預測,灣外的模擬有更高的可信度.這與浮子軌跡得到的潮流和余流(環流)分析結果是一致的.未來可通過提高潮流模擬的準確度來進一步提高灣內漂移物漂移軌跡模擬的準確度.