苏北浅滩“怪潮”灾害监测预警综合服务关键技术研究

吴 萍，王丽琳，龚茂珣，梅 杰，刘 静

（国家海洋局东海预报中心，上海200081）

苏北浅滩“怪潮”灾害监测预警综合服务关键技术研究

吴 萍，王丽琳，龚茂珣，梅 杰，刘 静

（国家海洋局东海预报中心，上海200081）

苏北海域地形特殊，潮汐特征复杂，极易产生局部“怪潮”灾害，引发重大海难事故。怪潮监测及预报愈显重要。本文基于“怪潮”机理，完成苏北浅滩“怪潮”灾害监测预警综合服务关键技术研究，包括“怪潮”数值模式结果可视化技术、“怪潮”预警报信息提取算法及“怪潮”辅助决策支撑等。苏北浅滩“怪潮”灾害监测预警综合服务平台于2012年5月上线运行，实时、动态发布苏北浅滩“怪潮”监测及预警报等信息，有力保障了苏北沿海海洋生产安全。

“怪潮”；可视化；辅助决策

1引言

位于中国大陆东部沿海中心的苏北海域，地处东海前进潮波与黄海旋转潮波的辐合带，潮汐特征复杂。当这两股潮波和苏北沿岸流在前进过程中达到某一谐振状态，且与该区域特有的“巨掌”辐射沙脊地形配合，有可能产生局部“怪潮”而引发重大海难伤亡事故[1]。1998年至2008年，共发生53起海难事故，死亡（或失踪）149人，对沿海地区的经济与和谐社会建设构成严重威胁。为加强苏北浅滩“怪潮”监测及预警报，减少“怪潮”灾害，国家海洋局于2009年正式启动国家公益性项目—苏北浅滩“怪潮”灾害监测预警关键技术研究及示范应用。该项目以“怪潮”灾害频发区域（即北纬31°50'00"—33°20'00"之间，东经122°00'00"以西）为研究区域，主要开展“怪潮”监测、高精度地形测量、“怪潮”机理研究、“怪潮”预警报技术及产品展示等研究工作。

本文主要介绍“怪潮”数值模式结果可视化处理、“怪潮”预警报信息提取及“怪潮”辅助决策等关键技术，建成苏北浅滩“怪潮”灾害监测预警综合服务平台，实时、动态发布“怪潮”预警报信息，为苏北沿海海域海洋生产安全及社会民众的人身安全保障提供依据。

2苏北浅滩“怪潮”灾害监测预警综合服务平台设计

以“怪潮”观测数据和数值预报结果为数据基础，苏北浅滩“怪潮”灾害监测预警综合服务平台通过数值预报模型体系结果的可视化处理及分析，实现“怪潮”观测数据可视化展示及预警报产品服务，为“怪潮”预警及辅助决策提供数据支撑。

平台总体架构如图1所示。

“怪潮”数值预报模型体系：针对“怪潮”研究区域及“怪潮”发生机制，建立“怪潮”数值预报模型体系。其中，气象模式以WRF模式为基础，采用嵌套技术在苏北浅滩海域进行加密计算，水平分辨率达5 km；海流模式采用FVCOM[2]模式，水平分辨率最大达10 m，时间分辨率达10 m in；海浪模式采用WaveWatchIII和SWAN嵌套模拟，重点区域水平分辨率达10m。该预报模型体系输出结果为国际通用数据格式NetCDF[3]（简称NC）。

“怪潮”数值预报处理子系统：C/S架构，以C#和

ArcGIS为开发平台，实现“怪潮”数值预报模型体系输出的NC文件的GIS数据、预警产品及决策方案生成等功能，并将产品存入数据库。

“怪潮”监测预警数据库：基于大型关系数据库Oracle，主要存储“怪潮”实时观测数据、历史调查数据（包括高精度地形数据、断面调查、潜标调查等数据）、“怪潮”预警报产品，为“怪潮”监测预警综合服务子系统提供数据支撑。

“怪潮”监测预警综合服务子系统：B/S架构，以Flex和ArcGIS为开发平台，通过WebService和MapService两种方式与“怪潮”监测预警数据库进行数据交互，实现“怪潮”实时监测数据可视化展示及预警报服务。

图1 “怪潮”灾害预警综合服务平台架构图

3苏北“怪潮”灾害监测预警综合服务平台关键技术研究

“怪潮”发生机理复杂，发生突然，“怪潮”的快速、准确预警报是减少“怪潮”灾害的有效途径之一。如何从“怪潮”数值模式结果中获取简单明了的“怪潮”预警报信息是本文的主要研究内容。

3.1 “怪潮”数值模式结果可视化处理

“怪潮”数值模式结果是以长时间序列存储的数据，数据量大，难以直接从数据本身直接获取有用的信息。本文采用GIS可视化技术，将“怪潮”数值模式结果转化为可视化产品[4-5]，动态展示风、浪、流和潮位未来3天的变化过程。

3.1.1 气象模式可视化处理

WRF模式采用规则网格[6]，关键变量有：（1）u10，三维变量，表示10m风速u分量；（2）v10，三维变量，表示10m风速v分量；（3）slp，三维变量，表示海平面气压。海面风采用风杆表示，其中：风速；风向Dir，表示风的来向（北风为0度，东风为90度）。风向计算公式如下：

气象模式可视化处理流程：将气象模式结果NC数据导入内存中，根据经纬度生成点图层，根据u、v变量计算风速、风向，以风杆渲染，并发布风场地图服务。

海面风场可视化效果如图2所示。

3.1.2 海流模式可视化处理

海流模式采用不规则三角网，其输出结果为NC文件。关键变量有：（1）u，三维变量，表示各层流速u分量；（2）v，三维变量，表示各层流速v分量；（3）zeta，二维变量，表示各点的水位信息，以平均海平面为基准面，海平面以上为正，海平面以下为负；（4）d w，二维变量，干湿因子，表示各节点是否被水淹没。

数值模式计算精度高，当三角网中心点的流速为0时，可认为该三角网为干（即不被水淹没）。合并所有湿的三角网，形成动态海流边界，并以此边界作为流速栅格图和水位栅格图的边界。

海流模式结果可视化的关键点：（1）流速u、v变量值与三角面相关，表示三角面中心点的流速信息；（2）水位zeta与三角网节点相关，表示各三角网节点的水位信息。常规的海流模式结果可视化采用固定区域插值渲染栅格图的方式，必将导致异常区域出现（未被海水覆盖的区域也被颜色渲染），不能很好的展示海水涨落潮时的淹没场景。本文引入干湿因子变量，修正原有的海流可视化处理方法，以解决上述问题。

图2 海面风可视化效果图

考虑到苏北浅滩特有的辐射沙脊地形，海流模式网格由4.5万个节点、9万个三角面构成，为加快数据处理及优化数据显示效果，采用以下优化策略：

（1）根据模式既定的网格信息，预先获取各三角面的几何中心点，以此作为海流点位。

（2）依据近岸密远岸疏的规则，预先设定海流点图层的5个显示级别及各海流点位的显示层级。通过地图配置，实现根据显示比例尺，自动显示相应箭头，以达到分级显示的效果。

海流可视化处理流程：根据海流模式结果NC文件，获取表层流速大于0的三角网，合并获取的所有三角网，生成海流边界；根据模式三角网，生成海流点图层，并用箭头大小和方向渲染流速和流向；插值生成流速栅格（以海流边界进行裁剪）；最后，发布海流地图服务。水位可视化处理流程：根据海流模式结果NC文件，获取表层流速大于0的三角网，合并获取的所有三角网，生成海流边界；根据干湿因子参数，提取水位点图层，插值生成水位栅格（以海流边界为裁剪边界）；最后，发布水位地图服务。

海流模式结果可视化效果如图3所示。

3.1.3 海浪模式可视化处理

根据关键点位置信息，预先获取距离该关键点最近的三角网节点号，在海浪模式结果可视化处理时获取该节点的海浪信息，以箭头进行渲染，箭头上下分别标注波高和周期。海浪模式结果可视化效果如图4所示。

3.2 “怪潮”预警报信息提取

研究发现：特殊的幅合地形导致水流拥阻，极易引起局地潮位陡增，堆积的势能可在特殊地形区域激发动能的释放，从而引起流速激增，水位激涨，进而引发“怪潮”[8-11]。本文定义3类预警产品，包括可流速激增、滩面过水时和水位激涨。详细定义如

下：

（1）流速激增：未来3天内，预报点附近3 km区域出现流速大于1.8m/s的时间段及最大流速；

复杂曲面的加工一直是加工制造业的难题，而装备制造业的核心零部件大都有着复杂曲面，如航空发动机的叶轮、叶片以及轴承套圈球形滚道等[1]。但是其一旦发生局部损坏，则会造成整个零件的失效与报废，因此一直是制约整体设备服役寿命的关键问题。而目前随着3D打印技术的发展，对复杂零件，特别是具有复杂曲面的零件加工有了新的解决办法，并已经逐渐应用于复杂曲面零件的产品修复中[2]。但如何得到被损伤零件的修复表面的曲面数据，以及如何得到待加工的曲面数据实体是目前需要解决的问题。本文针对这两个问题进行深入探讨与分析。

（2）滩面过水时：未来3天内，潮水涨到预报点附近3km区域的时刻；

（3）水位激涨：预报点3 km区域水位增涨速度超过80 cm/0.5 h的时段及水位激涨速度。

流速激增，根据预报点附近3 km区域的网格点在预报时间范围内流速大于1.8m/s的时刻，进而提取出流速激增时间段及该段时间范围内的最大流速。流速激增提取算法如下：根据海流模式结果NC，获取预报点附近3 km区域的三角面集合K；轮询各个时刻的流速数据，获取集合K中最大流速，若最大流速大于1.8m/s，将当前时刻及最大流速写入数组D中；轮询结束，根据D提取时间段及该段时间内的最大流速。

滩面过水时及水位激涨，根据海流模式结果中的干湿因子，判断预报单附近3 km区域开始过水时刻，并计算从该区域开始过水开始时，潮位激涨速度大于80 cm/0.5 h的时间范围。滩面过水时及水位激涨提取算法如下：根据海流模式结果NC，获取预报点附近3 km区域的三角面集合K；轮询各个时刻的干湿因子和水位数据，若集合K中存在干湿因子为湿的节点，将当前时刻和水位写入数组D；轮询结束，去除D中的单独时刻，提取时间段的起始时刻作为滩面过水时；轮询结束，根据D获取半小时水位激涨大于80cm的时段。

图3 海流模式结果可视化效果图

图4 海浪可视化效果图

3.3 “怪潮”辅助决策支撑

“怪潮”辅助决策，主要提供“怪潮”应急预案及灾害发生时最佳撤离路径功能。

3.3.1 “怪潮”应急预案

“怪潮”应急预案是以每日发布的“怪潮”预警报信息中的流速激增和潮位激涨为基础数据，根据既定的应急分级及撤离规则，自动生成应急预案。

经研究分析，制定“怪潮”应急分级规则如表1所示。流速和30m in内潮位激增二者中任一条件满足，即可确定应急等级，举例说明，若流速大于等于1.8m/s且小于2.0m/s或30m in内潮位激增大于等于80 cm且小于90 cm，应急等级为四级蓝色。

依据应急等级，提醒渔民安全撤离时间，确保渔民可通过常规作业通道安全撤离作业区。应急预案示例：

腰沙24日滩面过水时刻为：2013/06/24 08:10（北京时，下同），2013/06/24 20:10；潮位激增时段为8:30—9:50，潮位激增最大达到89 cm/0.5 h，预警级别为蓝色。建议滩面过水前45m in，即7:25开始撤离。

3.3.2 最佳撤离方案

最佳撤离方案是以苏北沿海区域高精度地形数据、布设的安全设施（如救生浮筏）及当天的数值预报结果为基础，根据设定的渔民所处位置、准备撤离时间及行进速度，获取安全逃生的撤离方案。

本文定义“安全到达”是指在整个行进路线不涉水的情况下，撤离至指定的安全区。撤离方案有：

（1）安全撤离路径，是指安全撤离至陆地的路径；

（2）最近的救助设施，是指安全到达的最近的救助设施；

（3）最近的安全区，所谓安全区是指在本次涨潮过程中不被淹没的沙脊高地。

3个撤离方案优先性按安全撤离路径→最近的救助设施→最近的安全区递减。撤离方案生成算法如下：

（1）确定各作业卡口位置。渔民通过卡口下海作业，而卡口也是其安全返回的出口。获取各卡口的位置信息，并标识优先性为1；

（2）救助设施分布位置，标识优先性为2；

（3）根据输入的渔民围困时间及当天的海流数值计算结果，提取当次涨潮过程中一直未被淹没的安全区。以各区域内部的最高点作为安全区的代表点，并标识优先性为3；

（4）根据围困渔民的行进速度、围困地点及围困时间，采用最优路径算法，寻求安全到达作业卡口、救助实施和安全区的路径。其判断依据是被困人员行进的路线点在经过时处于未淹没状态，即经过时该点的水位低于地形高程（水位及地形均是基于平均海平面）。

表1 “怪潮”应急分级规则

4“怪潮”灾害监测预警综合服务平台应用

图5 预警产品展示图

该平台主要由实时监测、数据查询、预报产品、预警产品、机理研究和辅助决策6大功能模块组成，平台界面如图5所示。其中，预报产品功能模块包括数值预报产品和综合预报产品，每日定时更新；预警产品功能模块则展示每日更新的流速激增、滩面过水时和水位激涨预警信息；辅助决策功能模块展示“怪潮”预警时的应急预案及灾害发生时最佳撤离路径。自2012年5月正式上线以来，该平台为南通市相关行政单位渔业安全生产指挥及灾害救

援决策提供了有力支撑。

5结论与展望

从“怪潮”精细化预警报需求出发，本文主要对“怪潮”数值模式结果可视化处理、“怪潮”预警报信息提取及“怪潮”辅助决策等关键技术进行研究，并建成苏北“怪潮”灾害监测预警综合服务平台，实时、动态发布“怪潮”监测及预警报信息，提供灾后决策支撑，并实现该平台的业务化运行。

在下一步研究中，将继续提升“怪潮”数值模式结果可视化处理效率，并根据当地渔民的应用需求，提供更有效、简洁的预警报产品，以进一步保障沿海海洋经济及渔民人生安全。

[1]简慧兰,秦洁.苏北浅滩“怪潮”灾害预警报体系建设的几点思考[J].海洋开发与管理,2012,(11):49-50.

[2]袁捷,仵彦卿,覃荣高.影响“怪潮”发生的海洋要素多变量自回归相关分析[J].海洋环境科学,2013,32(5):707-710,720.

[3]FVCOM.http://fvcom.smast.umassd.edu/fvcom/.

[4]张明星,宋慧芳,张尚华,等.波浪数值模拟的可视化研究[J].海洋技术,2007,26(2):57-59.

[5]李鹏,秦渭华.南黄海辐射沙洲海域夏季潮流特征[J].上海国土资源,2012,33(4):34-38,47.

[6]何海丰,杨世伦,张朝阳,等.朱家尖岛邻近海域潮流时空变化及其影响因素[J].上海国土资源,2013,34(1):27-31,59.

[7]袁捷.激流怪潮发生机理研究与预警统计模式研究[D].上海:上海交通大学,2013.

[8]http://www.unidata.ucar.edu/software/netcdf/.

[9]张清波.矢量场可视化技术研究及其在海洋数据处理上的应用[D].青岛:中国海洋大学,2002.

[10]李树华.面向海洋数值模拟的数值可视化信息系统设计与实现[D].青岛:中国海洋大学,2013.

[11]李久松,常晓峰,田丰林,等.海洋和大气数据多模式动态可视化系统的设计和实现[J].海洋科学,2014,38(1):10-14.

Key technologies research of integrated serviceon odd-tide disaster monitoring and forecast in the shoal-water area along the northern coast of Jiangsu province

WU Ping,WANG Li-lin,GONGMao-xun,MEIJie,LIU Jing
(EastChina Sea ForecastCenter ofthe National Administration ofOcean,Shanghai200081China)

The special landform and complex tidal characteristics are easy to induce partially odd tide disasters and seriousmarine accidents.It’s impressively important tomonitor and forecastodd tide.Based on the research results of themechanism and forecasting technologies of odd tide,this papermainly studied key technologies of integrated service on odd-tide,such as the odd tide numerical model visualization,the algorithm of odd tide warning information,decision supporting,and so on.The comprehensive service platform for odd tide disaster monitoring and warning was operated in May,2012.Odd tidemonitoring and warning information was published truly and dynam ically,to guaranty the safety of Northern Jiangsu coastalmarine production.

odd-tide;visualization;decision support

P731.23

A

1003-0239（2015）06-0094-06

10.11737/j.issn.1003-0239.2015.06.013

2015-03-24

国家海洋局海洋公益性行业科研专项（200905014）

吴萍（1982-），女，工程师，博士，主要从事海洋信息技术相关工作。E-mail:wuping@eastsea.gov.cn.