江蘇近海風暴潮增水數值模擬研究

何順之, 王新怡, 徐騰飛, 汪一航, 王永剛

?

江蘇近海風暴潮增水數值模擬研究

何順之1, 王新怡2, 3, 徐騰飛2, 3, 汪一航1, 王永剛2, 3

(1. 寧波大學理學院, 浙江 寧波 315211; 2. 國家海洋局第一海洋, 山東 青島 266061; 3. 青島海洋科學與技術國家實驗室 區域海洋動力學和數值模擬功能實驗室, 山東 青島 266071)

為研究江蘇近海海域風暴潮的特性以及為該海域風暴潮增水變化機理及后報做鋪墊, 本文基于FVCOM(Finite Volume Coast and Ocean Model)海洋模式和Jelesnianski圓形臺風風場模型, 建立了江蘇近海風暴潮數值模型, 并對江蘇近海的天文潮以及1109號臺風和1210號臺風引起的風暴潮進行模擬。結合驗潮站水位觀測, 研究了連云港站和呂泗站的天文潮和風暴潮增水過程。我們將風暴潮與天文潮非線性作用下的風暴潮增水和純風暴潮增水過程進行對比, 討論了天文潮與1109號和1210號臺風風暴潮之間的非線性作用引起的增水特征。結果均表明, 在天文潮高潮時, 天文潮和風暴潮之間的非線性作用可以抑制增水, 在天文潮低潮時, 天文潮和風暴潮之間的非線性作用有利于增水。除了氣象因子以及天文潮和風暴潮之間的非線性作用外, 該海區的地理環境也對臺風風暴潮增水產生影響。因此對江蘇近海的海岸線變化和淺灘地形變化進行敏感性試驗, 結果表明, 本文所設計的海岸線變化對該海域的風暴潮增水影響較小, 江蘇沿海岸線的向外推移使得江蘇海域風暴潮的增水略微上漲, 而本文所設計的地形的變化對風暴潮增水影響較大。

江蘇近海; 非線性作用; 風暴潮增水; 淺灘地形

風暴潮是指由于強烈的大氣擾動, 如強風和氣壓驟變引起的海面升高現象, 是最主要的海洋災害之一。1875年以來, 全球范圍內由風暴潮導致的直接和間接經濟損失超過1 000億美元, 至少有150萬人喪生, 這還不包括與風暴潮相關聯的海岸和土地侵蝕所產生的長期影響[1]。臺風歷史資料統計表明, 我國沿海遭受的臺風風暴潮災害最頻繁、最嚴重。江蘇東瀕黃海, 南倚長江, 有超過1 000 km的海岸線, 易受到臺風的影響。江蘇近海海域地貌以輻射沙洲為主, 由70多個沙脊組成。整個輻射沙洲北起射陽河口, 南至長江口北岸, 南北長約200 km, 東西寬約90 km, 總面積達22 470 km2, 大部分沙洲在海平面以下, 并以弶港外側蔣家沙的沙脊線為界, 分為南北兩不對稱部分。這一特殊地貌主要在潮流和波浪與外來沙源的共同作用下形成的[2]。江蘇近海海域潮差的變化各岸段不同, 潮波輻合區小洋口海域潮差最大, 最大潮差可達6 m以上[3]。由于江蘇近海天文潮潮差和風暴潮增水均十分典型, 二者之間的非線性作用會對該海域的水位產生不可忽視的影響。例如, 在渤海海域的風暴潮增水模擬結果表明, 當增水處在當地天文潮的低潮至漲潮時期, 天文潮與風暴潮耦合作用使增水值增大, 反之, 使增水減小[4]; 在美國路易斯安那州, 颶風在低潮和高潮時登陸的情況下, 天文潮與風暴潮耦合引起的非線性效應分別對風暴潮潮位起到削弱和增強的作用[5]; 在上海沿岸, 天文潮與風暴潮之間的非線性作用所引起的增水具有潮周期振蕩[6]; 姜兆敏等[7]利用攝動方法討論了淺水效應、非線性效應在風暴潮與天文潮非線性相互作用中的作用, 指出淺水效應對增水水位起主要作用, 非線性效應對增水的作用取決于波幅與水深比值的量階。在實際應用中,通過考慮天文潮和風暴潮之間的非線性作用還能夠得到更準確的潮位和波浪的預報[8]。除了天文潮與風暴潮之間的非線性作用會影響風暴潮增水之外, 沿海地區圍填海工程和海平面變化會改變沿海的地形和岸線, 導致沿海的海洋動力環境改變, 從而也會影響風暴潮增水。在浙江南部沿海, 歷史上的大規模圍墾工程明顯改變近岸海域的海洋動力環境, 且導致圍墾后的浙南沿海高潮時風暴潮增水達120~150 cm, 持續2~ 3 h[9]。在未來平均海平面上升的背景下, 東中國海風暴潮增水的數值模擬顯示, 東中國海風暴潮增水存在被削弱趨勢[10]?，F有研究雖然揭示了非線性作用和地理因素在不同海域對風暴潮潮位和增水的均有影響, 但前人對非線性作用的數值模擬的岸線分辨率相對較低, 對江蘇近海局部地形和岸線變化影響的風暴潮增水也鮮有研究報道。

本文基于無結構三角網格和有限體積法區域海洋模式FVCOM(Finite Volume Coast and Ocean Model)[11],通過建立模型臺風的氣壓場和風場并作為模型輸入條件, 構建覆蓋渤黃東海的風暴潮增水數值模型, 對1109號“梅花”臺風和1210號“達維”過境時江蘇近海的風暴潮增水過程進行了數值模擬。研究天文潮與風暴潮非線性作用對風暴潮增水的影響; 同時通過改變地形和岸線, 研究淺灘地形變化和圍墾后岸線變化對風暴潮增水過程的影響。

1 FVCOM數值模式介紹及配置

1.1 FVCOM模式介紹

FVCOM數值模式是由麻省大學(University of Massachusetts)大學陳長勝教授和伍茲霍爾海洋研究所 (Woods Hole Oceanographic Institution)羅伯特C.比爾茲利教授等人合作開發, 可以對三維的自由海表面流動和物質輸運問題求解, 模擬海洋、近岸與河口的水位、流場等。FVCOM基于有限元方法, 采用可任意局部靈活加密的無結構網格, 可以更好地擬合特征復雜的不規則海岸線和地形。FVCOM已成功用于風暴潮相關研究工作[12-13]。

1.2 FVCOM模式參數設置

本文的研究區域為中國渤黃東海近海海域(24°~ 41°N, 117°~130°E)。網格水平分辨率在島嶼附近海域約為1/20°, 靠近陸地邊界海域為1/10°, 并在江蘇沿海進行網格加密, 最大水平分辨率約200 m, 共包含41 303個網格點, 78 070個三角形單元(見圖1)。模式垂向分為11層。計算的初始條件為===0, 采用正壓模式, 模擬區域的溫度和鹽度都為常數, 其中溫度取18℃, 鹽度取33。模擬海域的開邊界水位由T-tide程序預報得到, 其中8個主要分潮M2、S2、N2、K2、K1、O1、P1、Q1的調和常數來自DTU10[14]數據。模式積分的外模時間步長取6 s, 內外模時間步長比率取10。

本文收集了海軍司令部航海保證部出版的能夠覆蓋研究區域的多張海圖, 通過對這些海圖進行數字化處理和基準面訂正, 提取得到了江蘇近海研究區域的水深資料, 其他區域采用etopo1地形數據(見圖2)。

1.3 臺風風場和氣壓場模型

由于臺風的路徑難以觀測、風速強且伴隨強降雨等問題, 實測臺風風場資料匱乏, 風場再分析資料通常比實測結果小, 因此本文采用臺風模型建立臺風模型風場。臺風模型一般分為經驗臺風模型、理論臺風模型和半經驗半理論臺風模型, 如藤田[15]、高橋[16]、Myers[17]、Jelesnianski[18]和Holland[19]等, 分別適用于不同海域的臺風風場的建立。試驗對比[20]結果表明: 在0<<2時, 采用藤田公式得到的結果能更好地符合臺風氣壓的變化; 在2≤<∞時, 高橋公式更具有代表性。因此, 本文氣壓場采用藤田公式和高橋公式嵌套來模擬臺風的氣壓分布, 風場采用Jelesnianski圓形風場模型。

圖1 計算區域及網格

圖2 江蘇海域水深(單位: m)示意圖及觀察站分布

藤田公式為

高橋公式為

Jelesnianski圓形風場模型為

背景風場疊加公式為

其中,∞和0為背景氣壓和臺風中心氣壓,為臺風最大風速半徑,max是臺風最大風速,是與臺風中心的距離。TY和EC分別為合成、模型和歐洲中期預報風場,1為7級風圈的半徑, 此處設置2=1.21。

文中所需臺風中心基本參數來自于中國臺風網(http: //www.typhoon.gov.cn)的西北太平洋熱帶氣旋最佳路徑(圖3)數據集(包括6 h一次的臺風中心位置、臺風中心氣壓和最大風速)。

圖3 1109號和1210號臺風路徑示意圖

2 模式驗證

2.1 天文潮校驗

臺風期間的總水位由天文潮和風暴潮構成, 所以模擬好總水位首先需要較好地模擬天文潮。天文潮模擬計算的時間段為2012年5月10日—2012年6月10日, 模式提前2 d起算。本文選取了2個位于江蘇沿岸的驗潮站: 連云港站和呂泗站, 對5月21日~30日的結果進行檢驗, 這段時間沒有顯著的天氣過程影響江蘇沿海。圖4為計算得到連云港和呂泗站位潮位與觀測的對比。由圖4可見, 計算結果與實測符合較好。2個站點9 d內的潮位平均絕對誤差分別為18.6 cm和19.5 cm, 最大高潮絕對誤差分別為20 cm和13 cm, 最大低潮絕對誤差分別為8 cm和10 cm。

模式模擬4個主要分潮M2、S2、K1、O1, 同潮圖見圖5, 在長江口北-廢黃河口一帶海域, M2分潮和S2分潮在弶港岸外振幅最大, 達到220 cm和80 cm左右, 同時向南北方逐漸降低。在廢黃河口-石臼所一帶海域, 在連云港外振幅最大, 達到160 cm和60 cm左右, 且向南北方逐漸降低。M2分潮和S2分潮均在黃海南部存在一個無潮點, 與王永剛等[21]模擬出來的情況較為一致。在江蘇海域K1、O1分潮的振幅和遲角分布與王永剛等[21]和朱學明等[22]的結果非常接近。本文關注點為江蘇海域, 在該海域模擬的振幅和遲角分布與王永剛等[21]和朱學明等[22]的結果較為一致。表1為四個主要分潮在呂泗站和連云港站模擬值和實測值的絕均差, 兩個觀測站點的M2、S2、K1和O1分潮振幅/遲角的偏差絕對值得平均值分別為6 cm/4°, 9.5 cm/10°, 3 cm/5.5°, 4.5 cm/12.5°。模式模擬的江蘇海域潮位與實測值符合良好, 模擬海域主要分潮的調和常數得到了合理再現。

圖4 連云港和呂泗測站的計算水位與實測水位對比圖

圖5 計算區域同潮圖

表1 四個主要分潮模擬值和實測值的絕均差(D: 振幅絕均差(單位: cm),D: 遲角絕均差(單位: °))

Tab.1 Mean absolute deviation of computation and observation on harmonic constants for four principal constituents (H: amplitude(unit: cm), G: phase-lag(unit: °))

2.2 風暴潮增水的檢驗

本文所采用實測增水曲線資料來自于觀測站點的長期觀測和文獻[23]。1210號臺風“達維”和1109號臺風“梅花”的計算模擬時間分別是從北京時間2012年8月1日0時—2012年8月3日12時和從2011年8月6日0時—2011年8月9日8時。

臺風“達維”于2012年7月28日在關島東北海域生成, 朝西北偏西方向移動并進入東中國海, 影響呂泗的時間要早于連云港。呂泗附近海域在“達維”的作用下, 不斷有海水流向岸邊并堆積, 使得呂泗水位上升, 發生第一次增水峰值。當“達維”在呂泗東北方向時, 呂泗離岸風作用下, 水位不斷下降, 增水不斷減小。當臺風“達維”中心移到鹽城東北方向40 km海域時, 引發向南的沿岸潮流, 不斷使海水流向呂泗海域, 引發了二次增水。從圖6可見, 呂泗站模擬最大增水值為80 cm, 比該站實測最大增水小12 cm, 連云港站模擬最大增水值為161 cm, 時間上基本一致, 比實測最大增水小16 cm。

1109號臺風“梅花”于2011年7月28日生成在菲律賓以東洋面, 之后向偏北方向移動, 強度迅速增強, 兩度升級為超強臺風, 并于8月3日20時轉向西北方向移動, 強度持續為強臺風, 于8月7日9時左右到達江蘇省南通市偏東方向大約240 km的東海海面上, 中心氣壓為965 hPa, 中心附近最大風力達到13級(38 m/s), 隨后繼續向偏北方向移動, 強度逐漸減弱, 消失在我國吉林省吉林市境內。從圖5可見, 呂泗站在44 h出現最大實測增水, 增水量為139 cm,在47 h出現模擬最大增水為119 cm。模擬增水在1~44 h徘徊增長, 在45~60 h處于高峰72~139 cm, 在60~70 h, 模擬增水與實測增水偏差較大, 這可能沒有加入海浪的因素。在“梅花”的影響下, 連云港附近海域產生向岸風, 使得海水在海岸持續堆積, 發生第一次增水, 然后在離岸風的作用下, 增水下降。隨后, 臺風中心繼續向東北方向移動, 引發向東南的沿岸潮流, 在連云港附近海域發生海水堆積。連云港站最大增水的模擬值比實測值高出19 cm, 時間上提前1 h?！懊坊ā焙汀斑_維”的模擬最大增水與實測最大增水誤差在20 cm以內, 整體模擬增水發展趨勢基本和實測增水曲線一致。Oraton等[24]指出: 遠程天氣狀況、海浪作用和沿海徑流都會對風暴潮增水產生影響。本文誤差在20%以內, 我們認為模式具備模擬風暴潮增水能力。

圖6 “梅花”和“達維”期間模擬風暴潮增水與實測風暴潮增水對比

3 結果分析

3.1 風暴潮與天文潮非線性相互作用分析

對于風暴潮增水來說, 除氣象因子外, 天文潮和風暴潮之間的非線性作用是影響風暴潮增水的一個重要影響因子。為分析江蘇近海海域天文潮與風暴潮之間的非線性作用, 我們分別對臺風期間無潮水位情況下的純風暴潮增水和包含非線性作用的風暴潮增水進行模擬, 我們分析北京時間2012年8月1日12時—2012年8月3日12時“達維”模擬的增水結果, 以及2011年8月7日0時—2011年8月9日8時“梅花”模擬增水結果, 然后將結果進行比較(圖7)。在“達維”和“梅花”期間, 兩次臺風在呂泗站純風暴潮最大增水與包含非線性作用的風暴潮最大增水的絕均差分別為30 cm和18 cm, 在連云港站純風暴潮最大增水與包含非線性作用的風暴潮最大增水的絕均差分別為10 cm和3 cm。在兩次臺風數值試驗中, 純風暴潮增水與包含非線性作用的風暴潮增水在呂泗站的絕均差要大于連云港站的絕均差。這是由于在觀測站風暴潮和天文潮的非線性作用, 與觀測站附近海區的水深和臺風路徑與觀測站的相對位置有關。在臺風期間, 當天文潮到達高潮位時, 非線性作用使得純風暴增水水位大于包含非線性作用的風暴潮增水水位, 當天文潮到達低潮位時, 非線性作用使得純風暴增水水位小于包含非線性作用的風暴潮增水水位。也就是說, 天文潮高潮削弱了風應力對增水的影響, 從而使風暴潮增水減弱, 而低潮時則恰恰相反[25]。

圖7 “梅花”和“達維”期間天文潮對風暴潮增水的影響

3.2 地理因素對增水影響

在江蘇沿海輻射沙脊群海域地形地貌、岸線變化大, 隨著時間的推移, 風暴潮數值模型中水深和岸線也需要進行相應的調整。海陸邊界和地貌隨時間發生變化, 導致不同時期警戒潮位、海洋災害危險性、脆弱性及風險區域會產生一定的差異。為了對比在臺風期間地理因素對增水的影響, 我們選擇2012年8月2日8時—2012年8月3日12時的“達維”模擬增水結果和2011年8月7日0時—2011年8月9日8時的“梅花”模擬增水結果進行對比分析。

3.2.1 淺灘地區地形變化試驗

從連云港到長江口北支的岸段是軟性海岸, 缺乏硬質節點, 容易受到侵蝕。但隨著海堤和岸灘防護工程的加強, 各個等深線向岸移動, 這意味著海床被不斷侵蝕。張忍順等[26]指出, 在河口附近岸外15 m等深線以淺的海底, 其下蝕速度可以達到0.25 m/a以上; 而在江蘇淺灘, 杜家筆等[27]認為沖淤在水深20 m以上的地形變化十分微弱。本文對江蘇近海海域20 m以下的水深加深處理(見圖8), 然后進行模擬(簡稱試驗1)。從圖9中可以得到, 在“達維”期間, 試驗1在在呂泗站的最大增水達到68 cm, 比正常模擬分別小15 cm, 最大增水的時間晚于正常模擬最大增水的時間, 在連云港站的最大增水達到145 cm, 比正常模擬小16 cm。在“梅花”期間, 試驗1在呂泗站的最大增水比正常模擬小13 cm, 最大增水的時間晚于正常模擬最大增水的時間, 試驗1的風暴潮最大減水比正常模擬風暴潮最大減水大14 cm。在連云港站的試驗1最大增水比正常模擬小10 cm, 最大減水比正常模擬小6 cm?！斑_維”和“梅花”臺風期間, 在連云港站, 試驗1的風暴潮最大減水值小于正常模擬風暴潮最大減水值, 而在呂泗站, 試驗1的風暴潮最大減水值大于正常模擬風暴潮最大減水值。在本文所設計的地形的基礎上, 進行風暴潮增水的數值模擬。從圖9可見, 在呂泗站風暴潮最大增水往后平移, 在連云港站風暴潮最大增水的時間點基本沒變。這可能是由于呂泗站附近海域地形較復雜, 在該海域風暴潮增水相對于連云港附近海域對地形變化的反應比較強烈。

圖8 江蘇近海水深變化

圖9 “梅花”和“達維”期間正常模擬和試驗1的風暴潮增水對比

3.2.2 淺灘地區新岸線下試驗

大灘涂圍墾工程的實施(圖10), 改變了海岸線的輪廓, 引起沿海水動力和海岸沖淤總體格局的變化, 同時也會對海岸帶環境造成一定影響。因此對江蘇沿海大規模灘涂圍墾引起的江蘇近海風暴潮增水進行相應的研究十分必要。本文基于江蘇沿海2010—2020年規劃圍墾后的灘涂, 然后進行風暴潮增水模擬(簡稱試驗2)。從圖11可見, 在“達維”期間, 呂泗站試驗2的最大增減水分別為86 cm和25 cm, 比正常模擬的最大增減水高出8 cm和6 cm, 連云港站模擬最大增減水分別為164 cm和19 cm, 比正常模擬高出3cm和1cm。在“梅花”期間, 呂泗站試驗2的最大增減水分別為127 cm和39 cm, 比正常模擬的最大增減水高出8 cm和3 cm, 連云港站模擬最大增減水分別為122 cm和100 cm, 比正常模擬高出1 cm和2 cm。從整體上來看, 在“達維”和“梅花”期間, 在呂泗站和連云港, 試驗2與正常模擬的最大增減水的差值均在10 cm以內。從整體來看, 在連云港和呂泗沿海岸線變化前后增水過程基本一致。此次圍墾造成的海岸線變化對呂泗站和連云港的風暴潮增水有略微上漲的影響。

圖10 江蘇省灘涂圍墾規劃示意圖

圖11 “梅花”和“達維”期間正常模擬和試驗2的風暴潮增水對比

4 結語

[1] 于福江, 董劍希, 葉琳. 中國風暴潮災害史料集: 1949-2009年[M]. 北京: 海洋出版社, 2015: 1-3.

Yu Fujiang, Dong Jianxi, Ye Lin. Collection of Storm Surge Disasters Historical Data in China: 1949-2009[M].Beijing: Ocean Press, 2015: 1-3.

[2] 陳橙, 王義剛, 黃惠明, 等. 潮動力影響下輻射沙脊群的研究進展[J]. 水運工程, 2013, 8: 17-24.

Chen Cheng, Wang Yigang, Huang Huiming, et al. Advances in the study of radiation sand ridges under tidal power[J]. Port & Waterway Engineering, 2013, 8: 17-24.

[3] 丁賢榮, 康彥彥, 茅志兵, 等. 南黃海輻射沙脊群特大潮差分析[J]. 海洋學報, 2014, 36(11): 12-20.

Ding Xianrong, Kang Yanyan, Mao Zhibing, et al. Analysisof largest tidal range in radial sand ridges southern Yellow Sea[J]. Acta Oceanologica Sinica, 2014, 36(11): 12-20.

[4] 張延廷, 王以嬌. 8114臺風暴潮與天文潮非線性耦合作用的初步探討[J]. 海洋學報: 中文版, 1986, 8(3): 283-290.

Zhang Yanyan, Wang Yijiao. Preliminary study on nonlinear coupling between No.8114 storm surges and astronomical tides[J]. Acta Oceanologica Sinica: Chinese version, 1986, 8(3): 283-290.

[5] Rego J L, Li C. Nonlinear terms in storm surge predictions: Effect of tide and shelf geometry with case study from Hurricane Rita[J]. Journal of Geophysical Research Oceans, 2010, 115 (C6): 1-19.

[6] 端義宏, 秦曾灝. 上海沿岸天文潮與風暴潮非線性相互作用的數值研究[J]. 海洋與湖沼, 1997, 28(1): 80-87.

Duan Yihong, Qin Zenghao. Numerical study of nonlinear interactions between astronomical tides and storm surges along the coast of Shanghai[J]. Chinese Journal of Oceanology and Limnology, 1998, 28(1): 80-87.

[7] 姜兆敏, 王如云, 黃金城. 風暴潮與天文潮非線性相互作用的理論分析[J]. 河海大學學報(自然科學版), 2004, 32(4): 447-450.

Jiang Zhaomin, Wang Ruyun, Huang Jincheng. Theoretical analysis of nonlinear interaction between storm surge and astronomical tide[J]. Hohai University Press (Natural Sciences), 2004, 32(4): 447-450.

[8] Kim S Y, Yasuda T, Mase H. Numerical analysis of effects of tidal variations on storm surges and waves[J]. Applied Ocean Research, 2008, 30(4): 311-322.

[9] 聶會, 孫志林, 黃森軍, 等. 新岸線下近期臺風暴潮模擬[J]. 浙江大學學報(理學版), 2015, 42(2): 205-211.

Nie Hui, Sun Zhilin, Huang Senjun, et al. Simulation of storm surge under the new coastline during recent typhoons[J]. Journal of Zhejiang University(Science Edition), 2015, 42(2): 205-211.

[10] 高志剛, 韓樹宗, 劉克修, 等. 平均海平面上升對東中國海臺風風暴潮影響的數值模擬[J]. 海洋通報(英文版), 2008, 10(2): 36-49.

Gao Zhigang, Han Shuzong, Liu Kexiu, et al. Numerical simulation of the influence of mean sea levelrise on typhoon storm surge in the East China Sea[J].Marine Science Bulletin, 2008, 10(2): 36-49.

[11] Chen C, Liu H, Beardsley R C. An Unstructured Grid, Finite-Volume, Three-Dimensional, Primitive Equations Ocean Model: Application to Coastal Ocean and Estuaries[J]. Journal of Atmospheric & Oceanic Technology, 2003, 20(20): 159-186.

[12] 曹叢華, 白濤, 高松, 等. 膠州灣高分辨率三維風暴潮漫灘數值模擬[J]. 海洋科學, 2013, 37(2): 118-125.

Cao Conghua, Bai Tao, Gao Song, et al. High resolution 3D storm surge and inundation numerical model used in the Jiaozhou Bay[J]. Marine Sciences, 2013, 37(2): 118-125.

[13] Yoon J J, Shim J S. Numerical experiments of storm surge and coastal inundation by unstructured grid finite volume model FVCOM[J]. Journal of Korean Society of Hazard Mitigation, 2013, 13(5): 337-346.

[14] Cheng Y, Andersen O B. Multimission empirical ocean tide modeling for shallow waters and polar seas[J]. Journal of Geophysical Research Oceans, 2011, 116(C11): 1130-1146.

[15] 陳孔沫. 臺風氣壓場和風場模式[J]. 海洋學報, 1981, 3(1): 47-59.

Chen Kongmo. Typhoon pressure filed and wind filed model[J]. Acta Oceanologica Sinnica, 1981, 3(1): 47-59.

[16] Fujita T. Pressure distribution within typhoon[J]. Geophysical Magazine, 1952, 23(4): 437-451.

[17] Miller B I. Characteristics of hurricanes[J]. Science, 1967, 157(3795): 1389-1399.

[18] Jelesnianski C P. a numerical calculation of storm tides induced by a tropical storm impinging on a continental shelf[J]. Monthly Weather Review, 1965, 93(6): 343-358.

[19] Holland G J. An analytic model of the wind and pressure profiles in hurricanes[J]. Monthly Weather Review, 1980, 108(8): 1212-1218.

[20] 王喜年. 第三講風暴潮數值模式計算中氣壓場和風場的處理[J]. 海洋預報, 1986, 4: 60-68.

Wang Xinian. Lecture 3 treatment of pressure field and wind field in numerical model of storm surge[J]. Marine Forecasts, 1986, 4: 60-68.

[21] 王永剛, 方國洪, 曹德明, 等. 渤、黃、東海潮汐的一種驗潮站資料同化數值模式[J]. 海洋科學進展, 2004, 22(3): 253-274.

Wang Yonggang, Fang Guohong, Cao Deming, et al. Tides of the Bohai, Yellow and East China Seas by assimilating gauging station data into a hydrodynamic model[J]. Advances in Marine Science, 2004, 22(3): 253-274.

[22] 朱學明, 鮑獻文, 宋德海, 等. 渤、黃、東海潮汐、潮流的數值模擬與研究[J].海洋與湖沼, 2012, 43(6): 1103-1113.

Zhu Xueming, Bao Xianwen, Song Dehai, Numerical study on the tides and tidal currents in Bohai Sea, Yellow Sea and East China Sea.[J]. Oceanologiaet Limnologia Sinica, 2012, 43(6): 1103-1113.

[23] 韓雪, 盛建明,羅鋒, 等. 1210號臺風“達維”風暴潮分析與數值模擬[J]. 安徽農業科學, 2014, (27): 9448-9451.

Han Xue, Sheng Jianming, Luo Feng, et al. Numerical simulation and analysis of 1210 typhoon “Damrey” storm surge[J]. Journal of Anhui Agricultural Sciences, 2014, (27): 9448-9451.

[24] Orton P, Georgas N, Blumberg A, et al. Detailed modeling of recent severe storm tides in estuaries of the New York City region[J]. Journal of Geophysical Research Oceans, 2012, 117(C9): 771-782.

[25] 吳輝, 黃君寶. 風暴潮中風與水位非線性作用效應研究[J]. 海洋通報, 2009, 28(3): 16-21.

Wu Hui, Huang Junbao. Research on the effects of nonlinear interaction between astronomical tides and storm surges[J]. Marine Science Bulletin, 2009, 28(3): 16-21.

[26] 張忍順, 陸麗云, 王艷紅. 江蘇海岸侵蝕過程及其趨勢[J]. 地理研究, 2002, 21(4): 469-478.

Zhang Renshun, Lu Liyun, Wang Yanhong.The mechanism and trend of coastal erosion of Jiangsu Province in China[J]. Geographical Research, 2002, 21(4): 469-478.

[27] 杜家筆, 汪亞平. 南黃海輻射沙脊群地貌演變的模擬研究[J]. 南京大學學報(自然科學), 2014, 50(5): 636-645.

Du Jiabi, Wang Yaping. A simulation study on the geomorphic evolution of the radiation sand ridges in the South Yellow Sea[J]. Journal of Nanjing University (Natural Sciences), 2014, 50(5): 636-645.

Numerical simulation and analysis of storm surge in the near- shore of Jiangsu Province

HE Shun-zhi1, WANG Xin-yi2, 3, XU Teng-fei2, 3, WANG Yi-hang1, WANG Yong-gang2, 3

(1. Faculty of science, Ningbo university, Ningbo 315211, China; 2. The First Institute of Oceanography, SOA, Qingdao 266061, China; 3. Laboratory for Regional Oceanography and Numerical Modeling, Qingdao National Laboratory for Marine Science, Qingdao 266071, China)

This study establishes a numerical model of storm surge by using the FVCOM and the Jelesnianski circular typhoon wind field model. The storm surge processes of Lianyungang station and Lvsi station were obtained and this research discusses the characteristics of storm surge. The results show that the nonlinear interaction between astronomical tide and storm tide can suppress the storm surge and help the growth of the storm surge at the climax of the astronomical tide and the ebb of astronomical tide, respectively. The geographical environment of the sea area was also an important influence factor of the storm surge. Therefore, sensitivity experiments were performed to determine the coastal change of Jiangsu Province and the topography change of the shoal area of Jiangsu Province. The results also showed that the coastal change of Jiangsu Province had a small effect on the storm surge. When the coastline went toward open sea, the typhoon storm surge slightly increased, and the results showed that the topography change of the sea area of Jiangsu Province had a great effect on storm surge.

the coast of Jiangsu Province; nonlinear interaction; storm surge; shoal area

(本文編輯: 李曉燕)

[The National Key Research and Development Program of China, No. 2016YFC1402404, No. 2017YFC1404201; NSFC-Shandong Joint Fund for Marine Science Research Centers, No. U1606405]

Oct. 13, 2017

何順之(1992-), 男, 浙江象山人, 碩士, 主要從事潮汐潮流的數值模擬計算, 風暴潮數值研究, 電話: 18892625320, E-mail: fio_szhe@fio.org.cn; 王永剛,通信作者, 研究員, 主要從事潮汐潮流和海洋環流方面研究, E-mail: ygwang@fio.org.cn

O141.4; P444

A

1000-3096(2017)12-0086-10

10.11759/hykx20171013001

2017-10-13;

2017-11-29

國家重點研發計劃(2016YFC1402404, 2017YFC1404201); 國家自然科學基金項目委員會-山東省人民政府聯合資助海洋科學研究中心項目(U1606405)