海南島近岸養殖區臺風浪預報技術研究

尹 超 , 黃海軍 王道儒, 謝 琳

(1. 中國科學院海洋研究所, 山東 青島 266071; 2. 中國科學院大學, 北京 100049; 3. 海南省海洋與漁業科學院, 海南 海口 571126)

臺風是對海南影響較大的氣象災害, 特別是水產養殖行業。海南臨高縣后水灣網箱養殖密度和產值均較高, 是臨高縣支柱產業, 占全縣GDP一半以上。2011年, 遭受臺風“納沙”(NESAT)和“尼格” (NALGAE)襲擊, 受損2050口網箱, 占全省的78.8%, 直接經濟損失7.63億元; 2014年, 遭受臺風“威馬遜”(RAMMASUN)及“海鷗”(KALMAEGI)襲擊, 受損1 383口網箱, 占全省的45%。到了2018年, 海南省開始推進漁業產業結構調整, 在陵水縣新建3個大型智能化養殖網箱, 從水深20米以淺近岸區域拓展到50米以深的深遠海區域, 從養殖裝備直徑20~ 30米量級拓展到近100米量級。隨著養殖產業升級, 為了維護生命和財產安全, 需要加強近岸海域的海浪預報系統的建設以提供科學依據, 提高海洋防災減災的能力。

影響海浪預報的最重要因素是風場預報的準確性[1]。目前主要的兩大氣象業務預報系統分別是歐洲中期天氣預報中心的全球模式ECMWF(European Centre for Medium-range Weather Forecasts), 和美國全球預報系統GFS(Global Forecast System)。GFS是由美國國家海洋和大氣管理局NOAA(National Oceanic and Atmospheric Administration)推出的全球數值天氣預報計算模式, 該模式每天分別于世界時00時、06時、12時和18時發布四次預報結果, 預報時效長達16天。從2015年開始空間分辨率已經提高到了0.25°, 時間分辨率隨著預報時效增加而降低, 5天內分辨率為1小時, 5天至10天分辨率為3小時, 10天至16天分辨率降為12小時。

目前國內外的業務化海浪數值預報主要基于第3代海浪模式, 廣泛應用的主要有WAM(Wave Modeling), WAVEWATCH Ⅲ和SWAN(Simulating Waves Nearshore)等。美國氣象局采用WAVEWATCH Ⅲ, 歐洲氣象中心采用WAM, 英國氣象局采用WAM和SWAN等。我國的國家海洋環境預報中心用WAM和WAVEWATCH Ⅲ模型進行大洋的海浪預報, 用WAVEWATCH Ⅲ和SWAN嵌套模型進行中國海的海浪預報[2]。通常, WAVEWATCH Ⅲ模式適用于深水大洋波浪計算, SWAN模式更適和近岸波浪計算, WAVEWATCH Ⅲ和SWAN模式的嵌套常用于跨尺度的波浪計算[3]。

臺風浪往往伴有風暴潮, 風暴潮會引起海岸增水[4,5], 水位的變化直接影響近岸波高的大小[6], 而波浪的輻射應力的又會引起水位的改變[7]。潮汐引起的水位變化也會影響風暴潮和海浪的增長。網箱養殖區往往設置在半封閉海灣中, 以躲避強風浪的直接作用。但其幾何特征有利于風暴潮增水, 以至于增大了臺風浪風險。所以, 近岸的風浪潮流動力過程存在著強相互作用, 而浪潮流耦合模型適用于近岸動力環境問題的解決[8]。Dietrich耦合了ADCIRC(Advanced circulation model)和SWAN模式研究了颶風Gustav (2008)過程的臺風浪和風暴潮特征[9]; 馮興如等基于ADCIRC+SWAN模型研究了浙江和福建海域臺風浪變化特征[10]。

本研究通過海南島近岸養殖區臺風浪精細化預報系統的建設, 提高網箱養殖環境監測預警水平。為漁業工作者投喂作業和維護設備提供合理的時間窗口, 并降低其勞動風險; 為養殖企業的生產決策和地方政府的應急管理服務提供科學合理的依據。

1 近岸養殖區臺風浪數值預報系統

1.1 耦合模型的建立

ADCIRC模式由Luettich和Westerink于1992年開發并不斷完善發展[11]。該模式采用了有限元方法, 在二維條件下應用了深度平均正壓和淺水方程, 通過求解廣義波連續性方程(Generalized Wave Continuity Equation, GWCE), 水深和動量方程可以表述為:

式中: U和V是垂向積分平均流速; f為科氏力參數; ζ為海表面自由高度; Ps為海水自由表面大氣壓; ρ0是海水密度; η為牛頓引潮勢; τs,x, τs,y為海表面應力; H=ζ+h為水深加自由表面高度; τb,x, τb,y為底切應力; g為重力加速度; M, D和B分別代表了側向應力梯度、動量耗散和斜壓梯度。為了滿足CFL條件, 時間步長取為1 s。ADCIRC模式帶有干濕網格判斷, 最小水深設為0.1 m。

SWAN模式包含了較多的近岸波浪物理過程, 例如折繞射、淺化、白冠破碎、底摩擦、波-波相互作用等。笛卡兒坐標下控制方程表述為:

在耦合過程中, ADCIRC和SWAN使用同一套非結構網格。所以在數據傳遞過程中不需要再調用計算資源進行插值和數據分配, 保證了計算效率和穩定性。因為SWAN模式的有更大的時間步長, SWAN和ADCIRC模式的數據交換時間間隔設定為SWAN時間步長[9]。由ADCIRC模式計算的風速、海表面水位和流速每10分鐘傳遞給SWAN模式, 而SWAN模式將輻射應力梯度傳回給ADCIRC模式。

1.2 水深岸線及邊界條件設定

水深地形采用美國國家海洋大氣管理局NOAA提供的ETOPO1數據集, 該數據為柵格化數據, 分辨率為1′×1′。由于ETOPO1對近岸水深的觀測誤差較大, 近岸水深數據采用中華人民共和國海軍航海保證司令部出版的海圖, 分辨率從1︰150 000加密到1︰50 000再到重點海灣的1︰25 000(見圖1)。

近岸養殖區臺風浪耦合數值預報模型計算區域范圍是105.5°—119.7°E和 10.8°—24.7°N, 包括海南島和南海大部分的海域。由于海南島海岸島嶼眾多, 為了精確描述岸線特征, 達到精細化預報要求, 我們從Google Earth提取了整個海南島的岸線, 使沿岸區域分辨率達到了100 m。網格分辨率從南海深海到陸架到近岸再到重點海灣逐漸提高(見圖2)。模型在開邊界處加入了俄勒岡州立大學開發的TPXO模型(http: //volkov.oce.orst.edu/tides/)的8個主要天文分潮(P1、Q1、K1、O1、K2、N2、M2和S2)。

圖1 海南島近岸地形分布圖 Fig. 1 Topography around Hainan Island

圖2 模式計算域網格 Fig. 2 Unstructured grid of the model domain

2 臺風“威馬遜”過程后報

2.1 臺風“威馬遜”簡介

2014年09號臺風“威馬遜”生成于西北太平洋, 2014年7月11日由熱帶低壓升級為熱帶風暴, 7月14日升級為強熱帶風暴, 并于下午5時升級為臺風。7月15日“威馬遜”在菲律賓阿爾拜省拉普拉普登陸, 7月16日臺風向西北偏西移動, 進入南海海域。17日, 進入南海北部, 形成為強臺風, 其路徑見圖3。臺風“威馬遜”于7月18日15時30分在海南省文昌市翁田鎮登陸, 中心最大風力達到了60 m/s, 中心氣壓為910 hPa, 10級風圈半徑180 km, 7級風圈半徑300 km。于19日7時10分在廣西防城港市再次登陸, 之后強度逐漸減弱, 于20日5時進入云南境內, 并減弱為熱帶低壓[13]。超強臺風“威馬遜”對海南、廣東和廣西沿海地區造成的直接經濟損失達265.5億元。

圖3 海洋觀測站(藍點)和臺風“威馬遜”路徑(紅色實線) Fig. 3 Oceanographic stations (blue dots) and track of the RAMMASUN cyclone (red line)

2.2 數據

潮位和波浪觀測數據由國家海洋局南海分局海口中心站提供, 站位如圖3所示。潮位數據每小時一次, 波浪數據每3小時一次, 當臺風強度增強則加密到1小時一次。海口站波浪數據因為儀器原因, 在接近波高最大值時停止工作, 缺失數據。

強迫場方面使用CFSv2(Climate Forecast System Version 2)再分析數據, 包括海面10 m風場和海表面氣壓場。CFSv2系統由美國環境預報中心NCEP(National Centers for Environmental Prediction)開發, 它是全耦合模型包括了大氣、海洋、陸地和海冰模塊, 于2011年投入業務化運行。該強迫場時間分辨率為1小時, 空間分辨率為0.2°×0.2°。

2.3 結果分析

模型計算時間從2014年7月9日18時至20日6時。模式的輸出變量設定含有效波高、譜峰周期、平均周期、波向, 輸出頻率為每小時一次。為檢驗模式的結果, 將計算的潮位和有效波高結果與臺風“威馬遜”期間觀測波高進行對比, 對比結果見圖4。由近岸觀測站潮位對比(圖4a和b)可知, 模擬的潮位在東方站和實測值基本一致, 海口站略低且峰值提前, 原因可能是再分析風圈結構和實際風圈有差別。由近岸觀測站有效波高對比圖(圖4c和d) 可知, 有效波高增長趨勢一致性較好, 最高值基本在同一時刻。海口站和東方站模擬有效波高值均略大于實測值。

3 熱帶風暴過程預報

2018年7月19日在海南島近岸生成了熱帶風暴, 其過程持續到7月25日。圖5給出的是GFS預報的熱帶風暴過程的風速場和氣壓場分布圖, 預報時間均為2018年7月22日18時(UTC)。左圖為2018年7月21日0時(UTC)發布的預報數據, 該組數據的預報時效約48小時。右圖為2018年7月22日0時(UTC)的發布數據, 該組數據的預報時效約24小時。圖5a 和c顯示, 熱帶風暴中心大體位于瓊州海峽中部, 海南島東部風速較大, 能達到18 m/s。圖5b和d顯示, 預報的熱帶風暴中心向西偏移, 大體位于海南島西北部海域, 海南島南部風速較大, 達到了16 m/s, 比21日0時發布的預報數據極值偏小。

圖4 1409號臺風“威馬遜”期間沿岸各站潮位及有效波高觀測值和模擬值 Fig. 4 Computed results of sea surface elevations and significant wave heights (red lines) vs. observations (black dots) during Typhoon RAMMASUN

圖5 GFS預報的2018年7月22日18時(UTC)海南島附近風速場和氣壓場 Fig. 5 Wind and surface air pressure fields predicted by GFS at 18: 00 UTC on July 22, 2018 near Hainan Island

圖6顯示的是模擬的2018年7月22日18時(UTC)海南島附近波浪場, 圖6a采用2018年7月21日0時(UTC)發布的預報風速場和氣壓場, 而圖6b采用2018年7月22日0時(UTC)發布的預報風速場和氣壓場。有效波高的分布與圖5風速強度分布基本吻合。圖6a波浪高值區域在海南島東部海域, 最大值達到了5 m。圖6b高值區域在海南島南部海域, 相比于圖6a最大值減少了大概1 m。

將48小時、24小時預報值和海南陵水灣波浪觀測數據進行對比(見圖7)。時間范圍選取7月20日16時-24日2時, 其中紅線代表48小時預報值、藍線代表24小時預報值、黑色點代表實測值。48小時預報最大有效波高為3.2 m左右, 24小時預報最大有效波高為2.15 m左右, 二者在近岸的最大有效波高差值接近1.0 m。在7月23日4時之前, 48小時預報的有效波高較24小時預報值偏大, 之后較24小時預報值偏小且和實測值更為吻合。48小時預報結果存在極值偏高的現象, 且波高增長時間及區間提前。24小時預報有效波高在波浪增長、整體趨勢上和實測值更為吻合, 7月23日9時之后的數值較實測值偏大。對比圖5可以看出, 48小時預報最大風速中心區域在海南島東海岸, 陵水波浪觀測站受其影響較大, 風速比24小時預報值偏大, 導致波浪計算結果也較大。

圖6 模擬的2018年7月22日18時(UTC)海南島附近波浪場 Fig. 6 Simulated significant wave heights at 18: 00 UTC on July 22, 2018 near Hainan Island

圖7 熱帶風暴期間48小時和24小時預報的有效波高 Fig. 7 The 48 h and 24 h forecasts of significant wave heights during the tropical storm

最后對有效波高進行定量檢驗評估, 評估參數包括平均絕對誤差(MAE)、平均相對誤差(MRE)、均方根誤差(RMSE)和皮爾遜相關系數(R)[14-16]。其中, 平均絕對誤差、平均相對誤差和均方根誤差體現了觀測值同實測值的平均偏離情況, 皮爾遜相關系數則能反映觀測值同實測值變化趨勢的密切程度。檢驗評估的計算公式如下所示:

有效波高的預報值與觀測值的檢驗統計結果如表1所示。24小時和48小時預報的MAE均小于0.3 m, 24小時的MAE為0.22 m, 相對于48小時預報值提高了23%。48小時預報值MRE為20.75%, 而24小時預報值MRE為17.0%。48 小時預報值RMSE為0.439 m, 24小時預報值的RMSE提高到了0.272 m, 提高幅度較大。24小時和48小時的相關系數R均大于0.8, 24小時預報值略有提高達到了0.87。四項統計指標24小時預報值均好于48小時的結果, 其中RMSE和MAE指標提高較大。

表1 預報值與觀測值的統計檢驗結果 Tab. 1 Statistical analysis of forecast results and observations

4 結論

本文根據近岸網箱養殖區臺風浪精細化預報的工作需求, 基于非結構網格的ADCIRC+SWAN耦合模型, 采用GFS風場和氣壓場數據, 建立了適用于海南近岸的海浪預報系統。利用近岸觀測資料對2014年7月“威馬遜”臺風過程進行后報驗證, 在此基礎上對2018年7月海南島近岸海域熱帶風暴過程進行海浪預報及結果統計分析檢驗。主要結論如下:

(1) 采用高分辨率CFSv2風場和氣壓場作為模式輸入, 在最大波高與波浪增長衰減過程兩個方面, 計算的結果和近岸觀測一致性較好。模擬的有效波高值略大于實測值。

(2) GFS預報的風場與氣壓場每6小時不斷更新, 熱帶氣旋的路徑、中心氣壓和中心強度均不斷變化。預報時效對海浪預報有直接影響。

(3) 熱帶風暴過程的預報結果對比發現, 48小時預報的最大波高比實測偏大較多, 24小時預報的波浪增長衰減過程和實測值更為吻合。24小時預報的平均相對誤差達到了17%, 均方根誤差為0.272 m, 24小時和48小時預報的相關系數均大于0.8。

通過對預報結果的統計檢驗, 該模型的預報精度可以滿足近岸養殖區臺風浪預報業務的需求。可以為養殖企業的生產決策和地方政府的應急管理服務提供科學合理的依據。