浪流耦合对汕尾港台风风暴潮模拟的影响

林小刚，罗荣真，张娟，闫桐

（1.国家海洋局汕尾海洋环境监测中心站，广东汕尾516600；2.国家海洋局南海预报中心，广东广州510000；3. 热带海洋环境国家重点实验室，中国科学院南海海洋研究所，广东广州510301）

1 引言

汕尾港位于粤东沿岸、我国第一大潟湖——品清湖内（见图1）。该渔港为半封闭港，出口水深较深，至港内水深逐渐变浅，港区平均水深约4 m，最深处约10 m。港口外接红海湾，连接处为沙舌海堤与陆岸相夹而成的通道。这一狭长通道使得港内、外的水动力过程存在一定程度的差别，特别是在受大风影响的情况下。

风暴潮灾害是影响粤东沿岸地区的主要海洋灾害，也是对汕尾沿岸造成人员伤亡和经济损失的主要灾害之一[1]。统计分析表明，1970—2005 年，汕尾近岸发生了近百次的风暴潮增水过程，其中80%发生在7—9 月份，主要由台风引起，并且平均每年有1次较大的风暴潮灾害[2]。而近十年，对汕尾造成影响的台风较以往有所增强，例如1319 号台风“天兔”、1622 号台风“海马”、1713 号台风“天鸽”以及1822 号台风“山竹”等，都对汕尾近岸地区造成较严重的海浪和风暴潮灾害。汕尾港作为湾内港，在受台风风暴潮影响时，由港外而来的海浪及海水质量输运在港口聚集，此时湾内存在较强的浪流相互作用过程。国内外已有许多研究表明，浪流耦合对风暴潮过程有明显的影响[3-6]。

图1 汕尾港地形图（ab为计算体积输运的断面，A点为汕尾海洋站，红框为汕尾港渔船停泊区域）

基于此，本文利用非结构有限体积海洋模式（Finite-Volume Community Ocean Model，FVCOM），采用嵌套技术，考虑浪流耦合作用，分别对1622 号台风“海马”以及1822 号台风“山竹”在汕尾近岸引起的两次风暴潮过程进行模拟，分析浪流耦合对汕尾港内风暴潮增水过程的影响，探讨精细化风暴潮预报对地方防灾减灾的作用。

2 模式的建立

2.1 FVCOM及SWAVE耦合模式简介

FVCOM 是一个基于无结构化三角网格、有限体积方法、三维原始方程的海洋模式[7]。该模式利用有限元方法刻画更细致的岸线，同时结合了有限差分方法中简单离散结构和高效计算效率的特点，使得模式在模拟近岸复杂的海洋过程时具有一定优势。FVCOM 通过积分形式计算通量来解控制方程，因此具有更好的质量、动量和热量等要素的守恒性。Chen 等[8]将FVCOM 与其他有限差分模式进行比较分析，结果表明：FVCOM 在近岸区域可以获得更准确的数值解，并捕捉更细致的物理过程。

SWAVE 是由FVCOM 团队以第三代海浪模式近岸海浪模拟（Simulating WAves Nearshore，SWAN）为基础重新改写的无结构三角网格、有限元版本。SWAVE 与FVCOM 可共用一套网格，并且实现代码层面上的耦合，能够将波流相互作用机制应用到复杂的不规则近岸地形中去，同时保持较高的计算效率。Qi等[9]的结果证明，在不规则近岸区域，采用有限元方法的FVCOM-SWAVE 的二阶结果与采用有限差分方法的SWAN 的三阶结果具有同样的准确度。

图2 南海北部区域网格（黑色点线为台风路径，蓝色区域为模式第二层嵌套区域）

FVCOM 与SWAVE 的耦合是通过在动量方程里加入辐射应力来实现的，方程的简化形式如下：

式中：u、v分别为x、y方向上的流速；f为科氏参数；RHS（u）、RHS（v）代表方程中所有的强迫项和耗散项；Sxx、Sxy和Sxz分别为u分量动量方程中x、y和z方向上的辐射应力分量，Syx、Syy和Syz分别为v分量动量方程中x、y和z方向上的辐射应力分量。

2.2 网格及模式参数

汕尾港及连通的红海湾岸线曲折，为了兼顾模式的精细度和计算效率，我们构建了两层嵌套的网格。外层区域为南海北部，包含巴士海峡和台湾海峡，网格分辨率在10～30 km 之间，满足台风风暴潮数值模拟的需求（见图2）。内层区域为汕尾近岸海域，主要包含红海湾和碣石湾两个海湾。区域开边界最粗网格分辨率为10 km，与外层网格提供的开边界格点相吻合。而汕尾港入海通道最窄处仅有500 m 不到，因此我们将近岸处最细网格分辨率设为50 m，保证了网格对于岸线细节的刻画（见图3）。内、外两层网格的水平格点数分别为6 524和16 253，水平三角元个数分别为12 043 和31 503，垂向上均为11层的sigma层。

图3 汕尾近岸区域网格（A点为汕尾海洋站，B点为遮浪海洋站）

外海水深数据采用的是美国国家海洋和大气管理局（National Oceanic and Atmospheric Administration, NOAA）的ETOPO1 资料（网址：https://www.ngdc.noaa.gov/mgg/global/global.html），水深数据分辨率为1'。汕尾港及附近海域采用的是中华人民共和国海事局2008年测量的海图数据，水深及岸线数据的分辨率最细可达1 m。由于品清湖内部分区域水深较浅，在低潮时会成为滩涂，因此我们开启模式的“干-湿”网格判定。当水位小于5.0 cm时，网格将被视为“干”网格。在汕尾近岸区域，当水深大于3 m 时，底粗糙度z0设为0.3 cm；当水深小于3 m时，底摩擦系数取常数0.002 7。

模式的开边界天文潮水位采用大洋潮汐同化模式TPXO[10]的结果，大气强迫场则来自天气研究和预报模式（Weather Research and Forecasting Model，WRF）。 其 中，区 域WRF 覆 盖 范 围 与FVCOM 外层网格一致（见图2），网格水平分辨率为10 km，垂向分为34 层，时间步长为90 s，开边界采用NOAA 全球预报系统（Global Forecast System，GFS）的结果。南海北部FVCOM 和SWAVE 的时间步长分别为30 s（外模）和120 s，汕尾近岸FVCOM和SWAVE 的时间步长分别为1 s（外模）和3 s。其中，耦合计算是在SWAVE 的时间步长上进行的。嵌套模式的运行流程为：外层模式在大气强迫场驱动下非耦合运行FVCOM 和SWAVE，计算得到风暴潮增水及海浪结果；内层模式采用外层模式风暴潮增水加上天文潮作为开边界的水位条件，采用外层模式的海浪结果作为开边界海浪条件，然后分别在大气强迫场驱动下，进行开启浪流耦合（Wave-Current Interaction，WCI）和 不 开 启 浪 流 耦 合（None Wave-Current Interaction，NWCI）两组试验，计算得到汕尾港的风暴潮增水过程。

3 热带气旋“海马”与“山竹”

2016年第22号强台风“海马”于10月15日在西太平洋洋面上生成，20 日上午进入南海，并于21 日中午在广东省汕尾市鲘门镇登陆，登陆时中心附近最大风力14 级（42 m/s）。此次台风为近5a 正面袭击粤东沿岸最强的一次。受“海马”影响，汕尾、揭阳和汕头沿岸海域均出现了超过120 cm 的增水，沿岸部分低洼地区出现了海水倒灌现象。另外，该台风影响期间，汕尾和汕头近岸海域均观测到超过5 m的最大波高。

2018 年第22 号台风“山竹”于2018 年9 月7 日在西北太平洋洋面上生成，并于16 日17 时（北京时，下同）在广东省江门市台山海晏镇登陆，登陆时中心附近最大风力有14 级（45 m/s），中心最低气压955 hPa。“山竹”是有可靠气象纪录以来登陆广东的环流最大台风，给珠三角地区造成了严重的灾害，对粤东地区的影响也很显著。受“山竹”影响，汕尾最大风暴潮增水达188 cm，最高水位超过当地橙色警戒潮位标准。台风影响期间，汕尾和汕头近岸处分别观测到了7 m和6 m的最大波高。

“海马”与“山竹”分别代表了两种可能对汕尾港造成较严重风暴潮灾害的台风典型路径：前者是台风进入南海北部后逐渐向北转向，之后正面袭击汕尾；后者是台风进入南海后保持往西北向移动，最后在珠江口或粤西沿岸登陆（见图2）。这两次台风的移动路径和强度均较为稳定，区域WRF模式对两次台风影响期间南海北部的风场皆给出了较为准确的12 h 预报。为了进一步验证WRF 模式结果的可靠性，本文收集了遮浪海洋站点（站点位置见图3）的实测气象数据，同时采用在中国近海应用效果较好的Jelesnianski台风模型[11]对“海马”和“山竹” 的风场和气压场进行模拟，三者的对比结果如图4所示。从图中可以看出，区域WRF模式的风和气压模拟结果与遮浪站实测数据吻合得很好，准确地刻画出了近岸海域风场细节的时空变化，特别是近岸风的转向过程，而台风模型则与实测偏差较大。经过统计，“海马”和“山竹”影响期间，WRF 模式和台风模型的气压平均误差、风速平均误差、风向平均误差分别为0.68 hPa、0.43 m/s、15.9°和3.05 hPa、3.03 m/s、50.9°。从统计结果可以看出，WRF模式相比台风模型能够更好地模拟出这两次台风风场和气压场的变化，从而减小大气强迫场误差对于汕尾港风暴潮增水模拟的影响。

4 模式结果

4.1 风暴潮增水

图4 1622号台风“海马”和1822号台风“山竹”影响期间遮浪海洋站气象实测数据、WRF模式结果及台风模型结果对比

汕尾海洋站位于汕尾港区域内，即品清湖与红海湾连通水道的内侧，对于港内的水位变化具有很好的代表性（见图1）。我们通过汕尾站观测得到的水位计算获得站点的实际增/减水，并与WCI 和NWCI两组试验的结果进行比较。由于两组试验的风暴潮增水结果在主振阶段才具有较明显的差异，同时这一阶段也是风暴潮灾害影响最为严重的时段，因此我们仅对主振阶段的增水值进行分析。实测以及两组试验的增水时间序列如图5所示。从图中实测增水可以看出，“海马”影响期间的风暴增水较为迅速，从出现较显著增水到增水峰值仅6 h，而“山竹”影响期间的增水过程则时间较长，达到14 h，这主要是由于两个台风路径和强度的差异导致的。“海马”直击汕尾，登陆后强度迅速减弱，因此影响时间短；而“山竹”从汕尾南面海域一路往西偏北方向移动，加之环流场较大，使得整个增水过程持续较长时间。另外，汕尾港两次风暴潮灾害都有明显的双峰值过程，两个峰值相隔2～3 h，第二个峰值略大于第一个峰值。这一特点与汕尾沿岸的风暴潮受灾情况密切相关。

图5 两次台风风暴潮主振阶段实测增水与两组模式结果的对比

当NWCI时，在主振的前半段，模式模拟的增水上升较为缓慢，且模拟结果中两个台风的增水峰值时刻都滞后1 h 左右，增水曲线呈现单峰过程；在主振的后半段，“海马”的增水模拟相比实测要高出许多，而“山竹”的增水模拟相比实测则略低。当考虑WCI 的影响时，模式结果的增水值在主振的前半阶段上升较快，但是最大增水相比NWCI时要低，由此使得模拟的增水曲线在峰值处维持较长时间，这与实测增水的双峰结构更为吻合。

为了进一步比较两组试验结果的差别，我们统计了增水曲线及峰值的相关误差，结果如表1所示。从表中可以看到，在主振阶段，WCI 的增水模拟结果标准差比NWCI 小5～10 cm。在峰值处，两者的增水误差相近，但是前者的增水峰值时刻相比后者要准确0.5～1 h。特别是对于“海马”风暴潮过程的模拟，WCI 修正了前半段的增水不足以及后半段的虚假增水，对于结果的改善较为显著。

我们在汕尾站靠近红海湾一侧取一断面ab（见图1），计算WCI与NWCI两个试验中通过该断面的体积输运的差值，即浪致流量，与两组试验计算得到的汕尾站浪致增水相比较，结果如图6 所示。从图6a、b 可以看出，在风暴潮主振期间，两组试验的浪致流量与浪致增水具有很好的相关性，说明这一阶段浪流耦合引起的汕尾站增水的变化主要来自港外浪致增水的作用。两次台风过程中，浪致流量的峰值在1×107m3左右，而品清湖的面积约为22 km2，因此该浪致流量可引起品清湖平均水位最高上升约40 cm。模式结果显示（见图6c、d），当浪致流量在品清湖内达到最大值时，大部分的浪致增水都在湖内侧堆积，此时湖内最大浪致增水可达70 cm，远大于平均值。而汕尾港由于连接湖内较为开阔的水域，不利于增水堆积，浪致增水从港口到湖内侧存在较大的梯度，因此，港口处最大浪致增水仅有20～30 cm左右。

表1 台风风暴潮增水模拟结果主振阶段的误差统计

另一方面，对比图5a、b 和图6a、b 可以发现，两次台风过程中，浪致增水的第一次峰值时刻约在10：00 左右，而此时NWCI 试验的增水仍处于上涨阶段；而当NWCI试验的增水在16：00 达到峰值时，浪致增水已经处在负值区间。因此，在这两次台风风暴潮的主振过程中，港内总的增水值会先达到浪致增水的峰值，之后再达到大风和低压引起的增水峰值，从而呈现出一个双峰值的过程。在第一个峰值处，浪致增水为正值，与大风、低压引起的增水叠加之后使得峰值增大；而在第二个峰值处，浪致增水为负值，代表浪流耦合对港内的影响转变为减水作用，这恰好改善了模拟的港内增水在第二个实测峰值之后的回落过程（15：00—17：00）。同时还应注意的是，台风“山竹”引起的风暴潮过程中，实测增水值在达到最大值之后仍有两个增水震荡峰值，分别在18：00 和22：00 左右（见图5b），这与浪致增水后期的波动相吻合（见图6b），而NWCI 试验结果则没有体现出这两次波动，这表明浪流耦合作用对于汕尾港增水细节过程具有显著的影响。

图6 两次台风浪致流量及增水的时间变化曲线及浪致增水的空间分布（浪致流量为正时代表海水流入港内）

图7 两次台风期间浪流耦合作用引起的汕尾港内、外海域垂向平均流场变化

4.2 流场变化

在加入浪流耦合的风暴潮模式中，不仅近岸的增减水模拟结果会发生变化，近岸的流场模拟也会有一定程度的改变，并且流场的变化受地形的影响显著[3]。在近岸处，潮流的流速较大，不同台风登陆时所处的潮时也不同。为了更清楚地分析浪流耦合对近岸流场的影响，我们将WCI 与NWCI 两组试验所得的三维流场做垂向平均，然后计算两者的差值。在风暴潮主振过程中，分别选取浪流耦合对汕尾港内起增水和减水作用的两个典型时刻，流场的变化如图7所示。

由于红海湾湾口呈向南敞开形，对于大部分影响该海域的台风而言，在登陆之前湾内的台风浪主要为北向涌浪，浪场空间分布较为稳定。因此，在风暴潮主振前半阶段，不论对港内起增水作用还是减水作用，浪流耦合对湾内流场的影响较为稳定，整体呈现为沿岸线逆时针的流速增强。在靠近湾外侧近岸处流速增强较大，在湾内侧以及离岸较远的区域流速增强较小。另一方面，汕尾港入海通道内波生流的最大值位于ab 断面处，此处为通道最狭窄处，水深也最深。波生流出港流速整体比入港流速大，量值最大可达1 m/s。这一特点使得在风暴潮主振前半段，港内浪致增、减水的下降过程比上升过程迅速得多。同时，由于浪致增水持续在湾内侧堆积，当波生流流入港内时，港口附近呈现为辐散的流场；而当波生流流出港口时，辐散点消失，取而代之的是离港口3 km 近岸处的辐聚流场。显然，这一变化是受到了入海通道方向和岸线地形走向的引导形成的。台风期间近岸流场的变化对于应急救援和搜救工作具有重要影响，可能影响到落水人员以及失去动力船只的飘移路径预测。由于缺少台风期间近岸区域流场的观测资料，这一流场的变化特征还有待进一步的检验。

5 结论

本文利用一个嵌套的三角网格海洋模式FVCOM，选取2016年台风“海马”和2018年台风“山竹”两个影响汕尾的典型台风过程，针对是否考虑浪流耦合作用进行两组风暴潮数值模拟试验，分析浪流耦合对汕尾港风暴潮模拟的影响，主要结论如下：

（1）考虑浪流耦合作用的影响能够将汕尾港风暴潮主振阶段的增水模拟结果标准差减小5～10 cm，但是对增水极大值的影响不大。

（2）两次台风过程中，汕尾港内浪致增水的峰值相比单纯由大风、低压引起的增水峰值提前5 h左右。因此，加入浪流耦合的影响能够更好地刻画出港内增水的双峰结构，并且模拟的峰值时刻准确度提高近1 h。这对于实际防灾减灾工作的部署具有一定的参考价值。

（3）浪流耦合作用对红海湾内流场的影响在台风过程中较为稳定，表现为逆时针旋转的流场；而随着汕尾港入海通道波生流流向的变化，湾内侧近岸处波生流存在辐聚、辐散的变化。这一流场的变化在应急搜救中具有重要意义。