台风浪对掠海飞行安全性的影响

郑崇伟，邵龙潭，林刚，潘静

(1.大连理工大学工业装备结构分析国家重点试验室，辽宁大连116085;2.92538部队气象台，辽宁大连116041;3.中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室，北京100029)

击水概率是指是指飞行器在掠海飞行时撞击海浪的概率［1-2］，随着我国军/地海洋建设的快速发展，低空(或超低空)飞行的直升机、侦察机、无人机、舰载机、巡航导弹、反舰导弹等掠海飞行器在军事、国防、海洋探测、矿产勘探、防灾减灾等诸多方面得到广泛应用［3］。掠海飞行对海况要求非常高，飞行过高容易暴露目标或达不到预定效果，飞行过低则容易撞击海面，影响自身安全，如2012年3月，台湾一架海鸥直升机救人时遭遇恶劣海况而撞击海面坠毁，深入分析海浪对击水概率的影响具有实用的价值。雷小龙等［1］曾利用有限的观测数据，对反舰导弹的击水概率进行研究，发现飞航导弹在较恶劣的海况下，击水概率值会大大增加。湛必胜等［2］根据概率论的中心极限定理，得到击水概率计算公式，并就海洋、平原、丘陵、山地进行对比。

本文将海浪数值模拟与击水概率相结合，实现大范围海域击水概率场的数值模拟。主要以CCMP(cross-calibrated，multi-platform)风场驱动目前国际先进的第3代海浪模式SWAN(simulating waves nearshore)，对1109号台风“梅花”所致台风浪进行精细化数值模拟，利用来自韩国、日本的海浪观测资料验证模拟海浪数据的有效性，并就台风浪对中国海击水概率的影响进行分析，为提高掠海飞行器的突防能力、生存能力、航迹规划等军事/民用活动提供科学依据和辅助决策。

1 方法及资料简介

1.1 模拟方法

以CCMP风场驱动SWAN模式，对1109号台风“梅花”所致的击水概率场进行数值模拟。SWAN模式是由荷兰Delft理工大学在WAM模式的基础上发展起来的，通常用于近岸、湖泊以及江河口区，对谱型不做事先假定，研究表明SWAN模式对中国海的海浪场具有较强的模拟能力［4-5］。为了消除边界效应，在需要的范围基础上适当将模拟区域适当扩大，选取模拟范围:0.125°～45.125°N，100.125°E～145.125°E，空间分辨率取 0.1°×0.1°，积分步长取为900 s，每小时输出1次结果，计算时间为2011年6月25日00∶00时～2011年6月30日18∶00时(本文时间均为世界时间)。

1.2 风场资料

常用风场有ERA-40海表10 m风场、NCEP风场、QuikSCAT/NCEP混合风场、CCMP风场。无论时空分辨率、时间序列，还是数据精度，CCMP风场整体优于其他风场［6-9］，如表1。CCMP风场在国外得到广泛的认可和运用，但国内使用的仍非常少，本文以CCMP风场作为SWAN模式的驱动场。

CCMP风场［10-13］资料来自美国国家航空航天局(NASA)，它结合了 QuikSCAT，SSM/I、ADEOS-II、TRMM TMI、AMSR-E等几种资料，利用变分方法得到，其空间分辨率为 0.25°×0.25°，时间分辨率为6 h，空间范围为:78.375°S ～ 78.375°N，0.125°～359.875°E，时间范围从 1987 年 7 月至今。

1.3 海浪观测资料

本文利用韩国、日本的海浪观测资料，验证模拟海浪数据的有效性，期望这种方法给相关的研究人员提供一种参考。通常的海浪观测资料有:人工观测数据、浮标观测资料、海洋调查船观测数据、卫星资料反演的有效波高(significant wave height，SWH)。目前各个国家的海浪观测资料也非常有限，这种困境在我国显得尤为突出，且我国数据并不开放，这就在很大程度上影响了我国海浪及相关方面的研究进展。目前，卫星资料反演的SWH已经较为接近观测数据，但在时空分辨率、时间序列等方面都有很大缺陷，如T/P高度计在中国海的轨道较为稀少，且轨道重复周期较长，为10 d，反演的数据在时空分辨率方面缺陷较大。

1.4 数据检验

本文选取韩国22101、22102、22108号浮标站，以及日本福江岛站的海浪观测资料［14-15］，验证SWAN模拟海浪数据的有效性。由图1可见，4个站点的模拟SWH与观测SWH在曲线走势上表现出很好的一致性，模拟数据对台风“梅花”带来的大浪刻画的较为明显;观测SWH的跳跃现象比较突出，而模拟SWH的走势则较为光滑。

图1 观测有效波高与SWAN模式模拟的有效波高Fig.1 Observation wave height and simulation wave height

为了精确地分析模拟SWH的精度，本文还计算了相关系数、偏差、均方根误差以及平均绝对误差，见表2。4个站点的模拟SWH与观测SWH均表现出很好的相关性，相关系数都在0.96以上，通过了99.99%的信度检验;从偏差来看，4个站点的偏差均为负值，但数值都很小，表明模拟SWH略大于观测SWH;从均方根误差、平均绝对误差来看，模拟数据的精度也都比较高。整体来看，模拟的海浪数据具有较高精度，已有的研究也表明SWAN模式对中国海的海浪场具有较强的模拟能力［3-4，16-17］，综上，本文模拟的中国海海浪数据具有较高精度。

表2 SWAN模式模拟有效波高的精度Table 2 Precision of the simulation wave height

2 海浪场、击水概率场特征

2.1 击水概率的计算方法

击水概率是指飞行器在掠海飞行时撞击海浪的概率，是掠海飞行器生存能力的重要指标之一［18］，具体计算方法为

式中:h为飞行高度;σ为与击水概率有关的高度标准差;σ1为飞行高度探测的标准差，主要包括数字高程图误差、控制误差、雷达高程表探测误差。固定飞行器对应固定误差;σ2为海浪浪高的标准差。利用模拟的海浪数据，结合式(1)、(2)，计算得到2011年8月4日00∶00时～2011年8月8日18∶00时逐小时的击水概率场，分别计算了当飞行器的飞行高度为5 m时的击水概率(简称5 m高度击水概率)、飞行高度为10 m时的击水概率(简称10 m高度击水概率)，为掠海飞行的航迹规划提供科学依据。

2.2 海浪场、击水概率场分布特征

整体来看，SWAN模式较好地刻画了“梅花”所形成的台风浪场，主要体现在:台风尾迹、台风的大浪区、近台风中心逆时针旋转的波向等方面，见图2。

图2 台风“梅花”期间的海浪场、5 m和10 m高度击水概率场Fig.2 Wave field，5 m and 10 m height ditching probability during typhoon"Muifa"

5日12时:此时台风正在穿越琉球群岛，沿西北方向行进，大浪区主要分布于危险半圆(台风行进方向的右侧——第一、第四象限)，与传统的观点吻合，尤其是第四象限，大浪区的SWH在9 m以上。击水概率场与海浪场的分布特征表现出较好的一致性，受台风浪的影响，整个琉球群岛附近大范围海域的5 m高度击水概率在65%以上，其余大部分海域也都在60%以上，危险半圆的高值中心可达85%以上，可航半圆的5 m高度击水概率明显低于危险半圆;10 m高度击水概率明显低于5 m高度击水概率，普遍低30%左右。

6日12时:台风进入东海中部，大浪区的范围明显大于台风穿越琉球群岛时造成的大浪范围，这应该是由于台风穿越琉球群岛海域时受到地形阻挡，进入东海后下垫面更为光滑所致。大浪区主要分布于危险半圆，尤其是第四象限，大值区的SWH在11 m以上，波高明显大于5日12时的大浪区波高，见图2(a)、(d)。与台风浪的变化相似，击水概率也相应增大，东海大部分海域的5 m高度击水概率在70%以上，危险半圆的高值中心可达90%以上;10 m高度击水概率明显低于5 m高度击水概率，普遍低30%左右。值得注意的是，当飞行高度为10 m时，台风影响区域以外海域的击水概率都在20%以内。

7日12时:台风北上进入黄海中部，由于海域变得狭小，受地形因素的巨大影响，台风所造成的波高明显减小，大浪区的波高在8 m左右。击水概率场与台风浪场的分布特征保持了很好的一致性。大浪区的5 m高度击水概率在80%左右，台风影响区域以外海域的5 m高度击水概率也都在60%以上;大浪区的10 m高度击水概率在50%左右，台风影响区域以外海域的10 m高度击水概率在20%以内。

值得注意的是:台风中心并不位于SWH的大值中心，但也不位于低值中心，而是位于高值中心与低值中心交界的地方，这应该是由于台风中心存在一小范围的无风区和涌浪效应所致。台风中心位于无风区，这就决定了台风中心的波高不会超过台风浪的高值中心，但台风中心也不位于SWH的低值中心，这应该是由于台风浪大值区的涌浪传播至台风中心所致。

4 结论

以CCMP风场驱动海浪模式SWAN，对1109号台风“梅花”所致台风浪进行精细化数值模拟，实现了大范围海域的击水概率研究，得到如下结论:

1)以CCMP风场驱动海浪模式SWAN，对中国海的台风浪进行数值模拟是可行的。通过与来自韩国、日本的海浪观测资料比较，模拟的海浪数据具有较高精度:模拟SWH略大于观测SWH，二者在曲线的走势上表现出很好的一致性;观测SWH的跳跃现象比较明显，而模拟SWH的走势则较为光滑。

2)SWAN模式较好地刻画了台风“梅花”所形成的台风浪场，主要体现在:台风尾迹、台风的大浪区、近台风中心逆时针旋转的波向等方面。台风中心并不位于SWH的大值中心，但也不位于低值中心，而是位于高值中心与低值中心交界的地方，这应该是由于台风中心存在一小范围的无风区和涌浪效应所致，需要在以后的研究中，借助涌浪指标对台风中心的风浪、涌浪所占的比例进行定量研究，对本文在此处的推断做出定量的科学研究。

3)台风“梅花”行进过程中，大浪区主要分布于危险半圆(台风行进方向的右侧——第一、第四象限)，尤其是第四象限。台风穿越琉球群岛时，大浪区的SWH在9 m以上，进入东海后，由于下垫面变得更加光滑，大浪区范围明显扩大，大值中心的SWH可达11 m以上。台风进入黄海后，海域变得狭小，受地形因素的巨大影响，台风所造成的波高明显减小，大浪区的波高在8 m左右。

4)台风“梅花”给中国海的击水概率场造成了很大影响，当飞行高度为5 m时，中国海大部分海域的击水概率在60%以上，危险半圆的高值中心可达85%以上，甚至90%以上，可航半圆的5 m高度击水概率明显低于危险半圆;10 m高度击水概率明显低于5 m高度击水概率，普遍低30%左右。飞行高度为10 m时，台风影响区域以外海域的击水概率都在20%以内。

［1］雷小龙，关世义，常伯浚.掠海飞行导弹击水概率的仿真研究［J］.宇航学报，1990，3:16-22.LEI Xiaolong，GUAN Shiyi，CHANG Bojun.Simulation study of ditching probability of sea skimming flying vehicle［J］.Journal of Astronautics，1990，3:16-22.

［2］湛必胜，王明海，李邦杰，等.巡航导弹飞行撞地概率的一种计算方法［J］.飞行力学，2006，24(3):78-84.ZHAN Bisheng，WANG Minghai，LI Bangjie，et al.A calculation method of ditching probability ［J］.Flight Dynamics，2006，24(3):78-84.

［3］李红霞，唐友刚，刘利琴，等.船舶随浪中参数激励非线性随机横摇运动计算［J］.哈尔滨工程大学学报，2007，28(3):247-252.LI Hongxia，TANG Yougang，LIU Liqin，et al.Simulation of the parametrically excited nonlinear rolling of ship in random following seas［J］.Journal of Harbin Engineering University，2007，28(3):247-252.

［4］郑崇伟，郑宇艳，陈洪春.基于SWAN模式的近10年南海北部波浪能资源研究［J］.亚热带资源与环境学报，2011，6(2):54-59.ZHENG Chongwei，ZHENG Yuyan，CHEN Hongchun.Research on wave energy resources in the northern South China Sea during recent 10 years using SWAN wave model［J］.Journal of Subtropical Resources and Environment，2011，6(2):54-59.

［5］刘志宏，郑崇伟，郑宇艳，等.SWAN模式对一次台风过程的模拟研究［J］.军事气象水文，2011，3:31-34.

［6］ZHENG Chongwei，ZHUANG Hui，LI Xin，et al.Wind energy and wave energy resources assessment in the East China Sea and South China Sea［J］.Sci China Tech Sci，2012，55(1):163-173.

［7］郑崇伟，潘静.全球海域风能资源评估及等级区划［J］.自然资源学报，2012，27(3):364-371.ZHENG Chongwei，PAN Jing.Wind energy resources assessment in global ocean ［J］.Journal of Natural Resources，2012，37(3):364-371.

［8］PRASAD G，THOPPILA P，HOGAN J.Persian Gulf response to a wintertime shamal wind event［J］.Deep Sea Research Part I:Oceanographic Research Papers，2010，57(8):946-955.

［9］ZHENG Chongwei，PAN Jing，LI Jiaxun.Assessing the China Sea wind energy and wave energy resources from 1988 to 2009［J］.Ocean Engineering，2013，65:39-48.

［10］郑崇伟，潘静，田妍妍，等.全球海域风浪、涌浪、混合浪波候图集［M］.北京:海洋出版社，2012:1-3.ZHENG Chongwei，PAN Jin，TIAN Yanyan，et al.Wave climate atlas of wind sea，swell and mixed wave in global ocean［M］.Beijing:Ocean Press，2012:1-3.

［11］BOURASSA M A，LEGLER D M，BRIEN J J，et a1.Seawinds validation with research vessels［J］.J Geophys Res，2003，108(2):3019.

［12］ATLAS R，HOFFMAN R N，ARDIZZONE J，et a1.A cross-calibrated，multiplatform ocean surface wind velocity product for meteorological and oceanographic applications［J］.Bulletin of the American Meteorological Society，2011，92:157-174.

［13］CARSWELL J R，CASTELLS A.Observed saturation in C and Ku band ocean backscatter at hurricane force winds［J］.J Geophys Res，1999，104(C5):11485-11497.

［14］韩国国家气象局.海浪观测资料［EB/OL］.［2011-12-16］.http://www.kma.go.kr/weather/warning/.

［15］日本气象厅.海浪观测资料［EB/OL］.［2011-12-16］.http://www.jma.go.jp/jma/indexe.html.

［16］江丽芳，张志旭，齐义泉，等.WAVEWATCHⅢ 和 SWAN模式在南海北部海域海浪模拟结果的对比分析［J］.热带海洋学报，2011，30(5):27-37.JIANG Lifang，ZHANG Zhixu，QI Yiquan，et a1.Simulations of the northern South China Sea using WAVEWATCH-Ⅲ and SWAN ［J］.Journal of Tropical Oceanography，2011，30(5):27-37.

［17］李燕，薄兆海.SWAN模式对黄渤海海域浪高的模拟能力试验［J］.海洋预报，2005，22(3):75-82.LI Yan，BO Zhaohai.The simulation test of SWAN model in the wave height in the Huang-bo Sea areas［J］.Marine Forecasts，2005，22(3):75-82.

［18］秦志明，王明海，湛必胜.巡航导弹海上生存能力模型研究［J］.弹箭与制导学报，2006，26(3):71-73.QIN Zhiqiang，WANG Minghai，ZHAN Bisheng.A study about the model of cruise missile survivability on sea［J］.Journal of Projectiles，Rockets，Missiles and Guidance，2006，26(3):71-73.