邱文博,李冠宇,徐俊臣,胡軼群,王亞丁,石洪源
(1.國家海洋技術中心,天津 300111; 2.魯東大學土木工程學院,煙臺 264025)
黃渤海的波浪具有明顯的季節性。針對黃渤海地區的波浪特征分析,國內外學者已經做了很多相關方面的研究[1-4]。其中,有一些研究是利用實測資料開展,因實測資料具有時空限制性和區域性,無法滿足在長時間跨度、寬領域尺度情況下對波浪分布特征的研究。隨著衛星遙感的發展,利用衛星開展波浪特征的研究也逐步展開,例如齊義泉等[5]為分析黃海中部的風、浪基本統計特征及季節分布特征,利用了衛星高度計遙感資料; 陳紅霞等[6]為分析中國近海隨時間變化和季節變化的特點,利用了TOPEX衛星高度計資料。王廣運等[7]根據T/P衛星高度計資料和 ESR-1衛星散射計資料,推算出中國兩個海域多年一遇的波高極值。雖然衛星遙感技術具有觀測范圍大、觀測時間長的特點,但是其也存在一定的局限性,例如在極端天氣情況下,遙感數據會出現較大誤差,同時衛星軌道具有周期性,其周期10~35 d不等,不能做到數據的實時覆蓋性[8]。隨著數值模式的發展成熟,目前第三代數值模型廣泛被應用于海浪相關研究工作中,例如謝冬梅等[9]利用WAMC4數值模型對東中國海1950年—2009年的波浪進行后報模擬,并以模擬數據為基礎展開了對該海域波浪時空分布特征的研究。陳國光[10]通過SWAN數值模型,對黃海海域波浪有效波高的季節變化特征展開了研究。
由此可以看出,前人已展開了較多關于黃渤海波浪特征相關方面的研究,開展這些研究的數據主要以實測數據、數值模擬或衛星資料為主。本文采用European Centre for Medium-Range Weather Forecasting (ECMWF)第五代再分析數據集(ECMWF Reanalysis v5,ERA5)的高時空分辨率的波浪場(0.125°×0.125°),針對黃渤海區域近 20 a(2000—2019年)的波浪特征進行分析,包括四季有效波高(Significant wave height,Hs)和平均周期(Mean period,T)的分布規律,然后對波高進行 EOF分解,最后選取 4個代表點給出其波浪玫瑰圖。上述工作是前人比較少涉及的,本研究主要分析了黃渤海地區波浪在時間和空間的分布及其變化特征,所得結論對海洋水文保障、海洋工程建設及運營等具有重要的科學參考價值。
ECMWF在全球再分析數據集中,是比較知名的。其中它的 ERA5數據集使用了專為再分析而開發的綜合預報系統(IFS cycle 41r2)[11],相比于ERAInterim[12],數據準確性得到了顯著改善[13-14]。許多研究人員將其用于大氣和海洋研究,例如Naseef等[15-16]利用39 a ERA5數據(1979—2017年)分別研究了臺風對印度洋海域百年一遇波浪極值的影響以及該區域波浪及氣候特征的變化趨勢。Bruno等[17]利用實測資料評估了ERA5數據在涌浪占主導海域的適用性,結果證明 ERA5數據具有良好的適用性。本文利用黃海海域2個實測站點浮標觀測數據(2011年1月1日—2017年12月31日)對ERA5的準確性進行驗證,觀測站位見圖1。

圖1 研究區域、代表點(黑色圓圈)和驗證點(黑色三角)位置 (審圖號: GS(2020)4631號)Fig.1 Research area and locations of the representative and validation points (On drawing No.GS(2020)4631)
實測數據與ERA5數據對比結果見圖2和表1。經計算統計Y1和Y2實測數據與ERA5數據的相關系數分別為0.91和0.97。因此,本文認為ERA5再分析數據在我國海域具有一定的適用性,可用于本文相關研究。

圖2 實測站點與ERA5數據對比Fig.2 Comparison of measured site and the ERA5 data

表1 實測站點和ERA5數據對比統計結果Tab.1 Statistical results between the measured site and the ERA5 data
空間范圍: 本文選取渤海及黃海大部分區域(117°~125°E,30°~41°N)作為研究對象(見圖1),空間分辨率為0.125°。為便于直觀分析黃渤海區域波浪特征,分別在渤海和黃海各選擇兩個代表點,命名為A(119.75°E,38°N)、B(120.25°E,39.5°N) 、C(123°E,38.5°N)和D(123°E,35°N)。
時間范圍: 本文計算時間為 2001—2019年,共20 a,時間分辨率為1 h。
黃渤海區域受季風影響明顯,其風場的基本特征為冬、夏季風盛行,冬季風持續時間為10月至次年3月,期間由于蒙古高壓控住南海北部,導致東北風盛行。夏季風持續時間為5月至9月中旬,期間由于印度低壓和太平洋副熱帶高壓的影響,導致偏南風盛行。
本文分別對黃渤海春(3—5月)、夏(6—8月)、秋(9—11月)和冬(12月—次年2月)的有效波高Hs展開分析,其在黃渤海海域的年均分布見圖3。
圖3可知,渤海區域整體有效波高較小,呈現周邊小,中間大的特點,這與水深有密切關系。其中,渤海中部年均有效波高可達0.5 m以上,周邊海域年均有效波高僅冬季可達 0.5 m左右,其余季節不足0.5 m; 黃海海域有效波高呈現由南向北降低的趨勢,其中最大值出現在黃海南部的長江口外海域; 北黃海海域冬季年均有效波高最高可達1.2 m,其余季節均在1 m以下。

圖3 研究區域有效波高的季節年均值(單位: m)Fig.3 Seasonal annual mean Hs in the research area (Unit: m)
平均周期T的季節分布類似于有效波高Hs的季節均值分布(圖4)。渤海中間海域平均周期T的季節均值較大,四周淺水區域平均周期T的季節均值較小,僅秋冬季平均周期T的季節均值存在大于4 s的區域,春夏季平均周期T的季節均值均不足4 s。平均周期T的季節均值在黃海海域也呈現出由南向北遞減的趨勢,其中長江口外海區域秋冬季平均周期T的季節均值可達6 s; 北黃海海域全年T的季節均值均在5 s以下。

圖4 研究區域平均周期的季節年均值(單位: s)Fig.4 Seasonal annual mean T in the research area (Unit: s)
經驗正交函數(EOF)方法現已經成為大氣、海洋及其他地球物理科學中數據分析的有利工具。該方法最早在1902年由統計學家 Pearson[18]提出,該方法通過將場的時間序列作為分析對象,將原始場分解成兩個不同的函數,分別為只依賴空間的函數和只依賴時間的函數,然后將兩個函數相乘,以此進行分析。但在20世紀80年代以前,由于實測數據稀缺,很難進行大范圍領域和長時間寬度的 EOF分析。隨著衛星遙感技術的廣泛應用和數值模擬技術的完善,EOF法逐漸應用于海洋領域的研究。例如韓樹宗等[19]利用EOF分解對南海海域32 a的波浪場進行了研究。
本文利用月平均處理的方法,將從 ERA5上獲取的2000—2019年20 a的黃渤海浪場數據進行處理,得到了 240 m的逐月有效波高均值數據,然后求得240 m的距平場之后對其進行EOF分析。值得注意的是,本分析中的距平不能采用240 m均值的距平,這會造成第一模態對方差的貢獻率很大,應按照月份求得12 m的均值,再得到20 a中各月距平。
有效波高距平場EOF分析的前5個模態的方差貢獻率見表2。其累積方差貢獻率達到了97.42%,其中前 3個模態的方差貢獻率之和達到 93.91%,因此本文對前3個模態進行了詳細分析。

表2 模態的方差貢獻率(前5個)Tab.2 Variance contribution rate of modes (Top 5)
第一模態的方差貢獻率為 74.74%。南黃海區域為其空間分布的大值區域,大致呈 NW-SE走向(圖5a),大值區域位于長江口至濟州島連線的中間區域,這里變化較大的原因主要是臺風引起,造成有效波高值起伏較大。此外,第一空間模態的有效波高距平場在研究地區顯示為正值,表明研究地區的有效波高的總體變化趨勢是同增或同減,表明了該研究區域波浪變化的一致性。第一模態的時間序列以1年為單位呈現周期變化,從圖6可知,冬季的時間序列呈現出>0的形態,表明黃渤海的有效波高在冬季時增大的; 春季的時間序列大部分呈現出<0的形態,表明黃渤海的有效波高在春季是減小的。此模態的物理意義是黃渤海波浪在風場的作用下,一年內變化的主要趨勢與形式和黃渤海區域的季風密切相關。
第二模態的方差貢獻率為 14.03%,其空間分布上在34°N附近有一條大致呈E-W方向的分界線,以南為負值,以北為正值(圖5b),表明兩個分區的波高變化呈現出相反的關系,即34°N以北海域波高變化幅度大,以南海域波高變化幅度小。據推測,此模態的物理意義可能代表有效波高受季風周期性影響的變化。時間系數在冬季呈現負值,表明在冬季風增強的影響下,34°N以北海域的波浪呈現增大的趨勢,34°N以南海域有效波高變化除了受冬季風影響之外,可能還受涌浪分布等影響; 夏季的時候時間系數為正,這個趨勢剛好相反(圖6)。

圖5 有效波高距平場模態空間分布Fig.5 Modal spatial distributions of the significant wave height anomaly field

圖6 有效波高距平場模態時間系數(前3個)Fig.6 Modal time coefficients of significant wave height anomaly field (Top 3)
第三模態的方差貢獻率為 5.14%,該模態的空間分布情況,從圖5可知,黃海深水區為其小值區域,而渤海以及黃海沿岸區域為其大值區域。從圖6可知,第三模態的時間系數呈現出以年為周期的變化趨勢,對物理意義進行分析推斷可知,此模態的等值線趨勢是沿海岸或海底地形進行分布的,這可能表示地形對有效波高的某種影響。但該模態僅解釋了 5.14%的方差貢獻率,所以難以排除是一些較小的物理過程對波浪變化的影響。
以A—D為代表點,本文對20 a的黃渤海區域波浪特征展開具體分析,其中4個點的波浪玫瑰圖見圖7。

圖7 代表點的波浪玫瑰圖(2000—2019年)Fig.7 Wave rose in representative points (2000—2019)
A和B分別位于渤海海域的南部和北部,代表了渤海不同海區的波浪特征。由圖5可知A點波浪以NNE向為主,其頻率為17.6%,其次為S向,頻率為14.8%,有效波高2.5 m以上的大浪主要集中在NNE和 NE向。B點波浪主浪向為 NE向,其頻率可達19.0%,次浪向為S和SSW向,二者相差不多,分別為13.5%和13.2%,有效波高2.5 m以上的大浪僅NE向存在,相比A點波浪而言,這主要與冬季北風風區長度有關,因此A點有效波高最大值高于B點。
C點和D點分別位于北黃海和南黃海,其中C點波浪主浪向為 S向,次浪向為 SSE向,分別為16.7%和12.6%。有效波高大于2.5 m的大浪分布在N、NWW和SE向。D點波浪的主浪向為SSE向,頻率為14.3%,次浪向為N向,頻率為13.0%; 有效波高大于2.5 m的大浪分布N、SSE和SE向。
與前人研究成果對比,本文對20 a波浪特征展開分析,這在之前的研究中很少有人提及。根據特征點統計結果,可以得到黃渤海海域主浪向、大浪分布等特征,為海洋工程建設、海洋資源開發等提供一定參考。
前人研究中,黃渤海海浪特征多集中在時空領域研究,例如波高周期的年均、季節時空變化等,本文采用 ECMWF的ERA5再分析波浪數據,首次利用EOF分解的方法,對黃渤海近20 a的波浪展開主成分分析,探討黃渤海海浪特征表征的主次要因素,從而為黃渤海海浪的特征分析、變化預測等提供一種新思路。同時,利用該數據集,選取 4個代表點,獲得波浪統計結果,主要結論如下:
1) 黃渤海海區波浪具有明顯的季節性,冬季有效波高均值大于其他季節,這與冬季風有直接聯系。其中,渤海區域有效波高呈現出周邊小,中間大的特點,這與渤海的水深有一定聯系; 黃海海域有效波高Hs呈現由南向北降低的趨勢,最大值出現在長江口外海域,冬季均值可達1.7 m。
2) 黃渤海區域黃渤海平均周期T的季節分布類似于有效波高的季節均值分布。渤海僅秋冬季T的均值存在大于4 s的區域; 黃海海域T的季節分布也呈現由南向北遞減的趨勢,其中長江口外海區域秋冬季T的季節均值可達6 s,北黃海海區全年均值不足 5 s。
3) 有效波高距平場EOF分解結果顯示,第一模態的方差貢獻率為 74.74%,反映了波浪變化的主要形態,其時間系數為正,表明有效波高的變化趨勢具有一致性,整個區域大致上是同增大或同減小;第二模態的方差貢獻率為 14.03%,反映了季風的季節轉換對有效波高的影響; 第三模態的方差貢獻率為 5.14%,其空間模態的等值線分布有和岸線或地形有貼近的趨勢,代表的可能是地形的變化對有效波高變化的影響。值得注意的是,本研究中對不同模態代表的意義可能并不具有空間的普適性,其具體含義待進一步研究。
4) 4個代表點顯示,整個渤海地區的常浪向為NNE-NE,強浪向以NE和NNE為主; 黃海海域的常浪向為SSE-SE向,強浪向以N和SSE為主。這主要是由于冬季風的風速大且持續時間長造成的。 該統計結果,可為海洋工程建設提供一定參考。