基于ADCIRC-SWAN耦合模式的山东海洋牧场近30年风暴潮和海浪灾害特征分析

杜照钧, 王延平, 毛新燕

基于ADCIRC-SWAN耦合模式的山东海洋牧场近30年风暴潮和海浪灾害特征分析

杜照钧, 王延平, 毛新燕

(中国海洋大学 海洋与大气学院, 山东 青岛 266100)

基于ADICRC-SWAN耦合模式, 文章模拟了山东半岛1985—2017年的61场风暴潮过程, 研究了佳益、明波、富瀚3个海洋牧场的增水与有效波高的分布特征。通过分析3个海洋牧场的风暴增水与有效波高的年极值序列得出, 台风风暴潮发生次数最多, 但强度没有明显的规律; 温带气旋频率最低, 但引起的平均增水较高。寒潮引起的风暴潮主要在明波海洋牧场形成高增水, 同时在佳益海洋牧场形成大浪。以年极值序列为基础, 利用Gumbel极值分布计算了出3个海洋牧场的百年一遇增水与有效波高, 增水在明波最高, 在佳益最低, 而有效波高则相反。进一步考虑波高与增水的联合概率分布, 佳益海洋牧场的百年一遇有效波高在增水为50 cm时降低至6.5～7.1 m, 在增水150 cm的情况再降至3.9～4.6 m; 富瀚海洋牧场的波高在50 cm增水条件下降幅比较明显, 在水位增加到150 cm时变化不大, 都在2.6～3.2 m; 明波海洋牧场在增水为0, 50 cm和150 cm时的波高在1.9～2.8 m, 与考虑单变量极值情况差别不大。模拟结果对海洋牧场的风暴潮防灾减灾工作有一定参考价值。

风暴潮; 波高; 灾害性分析; 海洋牧场; 耦合模式

海洋牧场是指将人工放流的鱼、贝、藻等海洋生物聚集起来, 进行有计划地放养的人工渔场[1]。相比传统渔场, 海洋牧场能够根据特定区域的海洋生态系统特征, 实现生物栖息地养护优化与生物有机养殖增殖。自曾呈奎院士于1981年提出“海洋农牧化”建设海洋牧场以来, 截至2018年, 中国山东半岛已经创建了省级国家海洋牧场83处, 累计投放人工鱼礁1 600多处, 海洋牧场建设面积达6万余公顷[2]。山东半岛位于中国北部沿海, 为典型的东南亚季风气候, 会受到南上的热带气旋、北下的寒潮冷空气与东移的温带气旋等天气系统的影响[3]。研究山东海洋牧场的风暴潮灾害特征, 对于发展海洋牧场的灾害预警与灾害评估模型, 保障海洋牧场的水产养殖、旅游观光产业正常运转具有现实的指导意义。

风暴潮是由强烈的大气扰动(如强风或气压骤变等)引起的平均海平面异常升高或降低现象[4]。风暴潮灾害是对中国近海环境危害最严重的海洋灾害之一。前人对风暴潮灾害特征做了不少统计研究, 例如渤海区域寒潮型风暴潮发生的频率最大, 温带气旋型风暴潮发生频率最少[5]; 同时不少学者利用各类数值模式, 结合极值分布规律计算中国近海的多年一遇风暴增水与浪高[6-7]。Li等人[6]分析了百年重现期下中国近海的极端浪高, 表明中国近海的浪高一般在7 m以下, 并且沿向北与向岸方向减少, 东向与东南向的浪高显著大于其他方向, Wang等人[7]得出渤海沿岸的增水在200～400 cm之间,并根据增水超过100 cm的概率认为莱州湾南侧在风暴潮灾害中受灾最为严重。部分学者尝试量化风暴潮过程中波浪与增水的相互作用, Marsooli和Lin[8]认为波浪与增水的非线性相互作用对普通风暴潮增水的影响在–35～+31 cm之间, 对于增水超过200 cm的极端风暴潮影响会有所下降, 但Idier等认为非线性相互作用对增水的影响可以达到100 cm以上[9]。基于风暴潮的灾害特征, 许多沿海城市采取了众多有效的防灾减灾措施[10], 例如以多年一遇极值水位为参考提高工程设计水位的标准、加固海堤以抵抗风暴潮过程中海浪对堤坝的破坏, 再者限制重要产业在沿海风暴潮高风险区的发展等等。

明波、佳益、富瀚海洋牧场分别在山东半岛的西北部、北部和南部(图1), 从地理位置来看, 明波海洋牧场位于莱州湾湾顶, 三面均被陆地环绕, 具有明显的“内凹”特征, 受风浪影响较小; 佳益海洋牧场离岸稍远, 四面环海, 周围仅有小型岛屿; 富瀚海洋牧场则介于两者之间, 西北侧为陆地而东南侧为开阔的海洋, 属于半开放的环境。

图1 山东半岛近海水深分布

注: 红星标注三个海洋牧场的位置

三个海洋牧场的地理区位具有较强代表性, 可为山东半岛其他地理位置相似的海洋牧场提供参考, 因此本文以这3个海洋牧场为研究对象, 利用ADCIRC- SWAN耦合模式模拟了1985—2017年台风、温带气旋和寒潮等影响到山东半岛的风暴潮增水和海浪动力灾害过程。在此基础上, 结合Gumbel极值分布与考虑波高、风暴增水的二维联合概率分布模型, 对山东海洋牧场的增水与浪高等灾害性特征进行深入分析, 为海洋牧场的灾害风险评估提供参考。

1 模型与方法

1.1 模型配置

针对山东海洋牧场, 本文建立了一个覆盖整个黄渤海区域的ADCIRC-SWAN浪流耦合模式[11](图2), 计算区域为31.0°N ～ 41.2°N, 117.0°E ～128.0°E, 模式分辨率在开边界处为10 km, 在向岸过程中以山东半岛为中心逐渐提高, 最终在近岸达到200 m(山东半岛沿岸)至3 km(其他岸线位置), 模式在3个海洋牧场的分辨率均为200 m, 保证精度能够满足研究需要。模式的水深与岸线数据使用韩国成均馆大学测深和地形数据库[12], 开边界采用俄勒冈州立大学潮汐预测软件OTPS(OSU tidal prediction software)提供的8个分潮(M2、S2、K1、O1、N2、K2、P1、Q1)进行水位强迫。模式从静止启动, 计算步长为10 min, 而耦合模块间交换数据的时间间隔为30 min。

1.2 风场数据

本文共选择了从1985—2017年的61场风暴潮过程, 包括33场台风, 18场寒潮以及10场温带气旋过程。其中台风过程根据温州台风网(http://www.wztf121.com/)显示的历史台风路径是否经过黄渤海而确定, 寒潮和温带气旋过程依据每年的《中国海洋灾害公报》[13]确定, 并参考《中国温带风暴潮灾害史料集》[14]加以区分。模式中使用的台风路径与中心气压由中国气象局的最佳路径数据集(China Meteoro­logical Administration tropical cyclone database)提供。之后利用Jelesnianski圆形台风模型生成台风风场[15]。寒潮与温带气旋过程的风场数据来自于欧洲气象中心(European Centre for Medium Range Weather Forecasts, ECMWF, https://apps.ecmwf.int/ datasets/)的再分析数据集[16]。

图2 模拟区域及计算网格

注: 1至10号黄色三角形分别是大连、葫芦岛、秦皇岛、曹妃甸、塘沽、东营、北煌城、龙口、烟台和青岛验潮站

1.3 Gumbel分布与联合概率分布

当数据的时间长度足够长时, 将海洋增水、波高等水文变量按从小到大排列, 对应的极值分布规律服从于Gumbel型极值分布函数[17]:

式中,为设计概率,、为分布参数, 可用多种参数估计方法进行估计, 其中矩法估计便是使用变量极值序列的平均值、标准差计算得到上述分布参数, 较为简便, 历来多有采用[17]:

=1.282 6/, (2)

=–0.577 2/. (3)

记重现期=1/, 化简后可得设计概率所对应的特征值X为[18]:

X=–{–ln[–ln(1–)]}/+. (4)

记1、2为有效波高s大于1、增水大于2的概率, 则两者同时发生的联合概率为:

其中为变量之间的相关系数。当固定设计概率与增水或波高其中一项后, 即可获得剩余一项在特定重现期下对应的特征值, 3.3节将增水条件设置为50 cm和150 cm后, 计算得到了对应条件下百年一遇的波高值。

2 模型验证

2.1 潮汐验证

准确模拟天文潮汐是模拟风暴潮的基础, 本文对比了山东半岛周围4个验潮站在2003年10月的模拟水位与潮汐表[19]实测水位的时间序列, 模拟结果能清楚显示出验潮站的大小潮循环以及烟台的规则半日潮、塘沽的不规则半日潮及秦皇岛的全日潮等特征(图3)。四个站点模拟潮位的均方根误差分别为28.2 cm、38.7 cm、9.5 cm及37.8 cm。结果表明模式对潮汐的模拟是准确的。

图3 2003年10月不同验潮站的模拟水位(红线)与实测水位(黑点)对比

注: 起始时间是2003年10月1日0时

2.2 风暴增水验证

为了评价模式在不同天气过程中的模拟表现, 本文选取了多场风暴潮过程进行模拟, 并结合验潮站的实测水位资料加以验证。根据风暴潮过境速度的不同, 验潮站的水位资料长度在3～5 d不等, 时间分辨率为1 h。

篇幅所限, 本文仅展示1985年9号台风、1996年7月的温带气旋过程、2005年9号台风和2009年4月的强寒潮过程等四场风暴潮的模拟结果, 除了1996年的温带气旋外, 其余三场风暴潮均在渤、黄海各挑选了一个站位进行验证(图4)。其中1985年9号台风在塘沽模拟的最大增水为144 cm, 与实际最大增水相对误差为–3.85%, 在青岛的模拟最大增水为111.9 cm, 与实际最大增水的相对误差为+24.61%; 1996年7月的温带气旋在葫芦岛与塘沽的模拟最大增水与实际水位相对误差分别为–4.29%和–11.07%; 2005年9号台风在龙口和烟台模拟的增水相对误差分别为+12.11%及–3.33%。2009年4月的寒潮过程在曹妃甸与烟台模拟的最大增水分别为112 cm和58 cm, 与实际的相对误差为–10.11%与–19.44%。八场模拟风暴潮中, 三场模拟增水极值出现时间与实际基本一致(b、e、g), 其余的站点增水极值与实际观测有一定相位差, 但误差均在4 h以内, 八场风暴潮的模拟曲线与实际增水曲线的相关系数在0.75至0.94之间(表1), 除了1996年7月温带气旋在塘沽站的置信度检验结果为90%外, 其余站位均通过了95%的置信度检验, 表明模式增水结果与实际观测吻合较好。

图4 四场风暴潮过程的模拟增水(蓝色实线)与实测增水(红色虚线)对比

表1 不同风暴潮过程中验潮站的最大增水与最大有效波高验证结果表

2.3 风暴浪验证

实际观测中, 风暴潮过程的海浪数据较少, 本文只呈现山东半岛北部站位在三场风暴潮过程的数据, 分别为2011年8月的温带气旋过程、2014年10号台风与2015年9月底的寒潮过程。观测数据为东营、北煌城、龙口站连续6 d的逐时有效波高序列。

由图5可知, 2011年8月的温带气旋过程在北煌城与东营的最大有效波高与实测波高的相对误差为–2.92%及+8.89%; 2014年10号台风过程中, 北煌城站的模拟最大有效波高与实测一致, 东营站的模拟结果相对误差为+15.78%, 模拟有效波高极值出现的时间均比实际稍有延迟; 在2015年9月底的寒潮过程中, 东营站与龙口站的模拟最大有效波高分别为3.3 m及3.0 m, 与实际观测的相对误差分别是+26.92%和+11.48%, 两站模拟的最大有效波高出现时间与观测吻合较好, 相差不超过1 h。上述站点模拟与实测曲线的相关系数均在0.88以上(表1), 且全部通过95%的置信度检验。

图5 三场风暴潮过程的模拟有效波高(蓝色实线)与实测有效波高(红色圆点)对比

综合2.2及2.3的结果(表1)可知, 除个别站点外, 模式模拟的风暴增水与浪高极值相对误差都在20%以内, 而且过程曲线与实际相比均呈现出较强的相关性, 说明模式能够重现山东半岛海域各类风暴潮过程的增水与波浪变化的主要特征。

3 结果与分析

3.1 最大增水与对应有效波高时间序列

基于模拟的61场风暴潮过程, 本文首先按如下规则确定了山东半岛每年最大的风暴潮: 对于一年中有多场风暴潮的情况, 统计当年每场风暴潮在山东半岛近海(图2蓝色网格范围内)产生的极值水位, 以极值水位最大的场次作为当年山东半岛最大的风暴潮。之后根据该场风暴潮在3个海洋牧场处引起的最大增水, 可构成三组1985—2017年最大风暴增水的时间序列(图6)。结果显示在这33年间, 有15个年份的最大风暴潮增水是由台风风暴潮造成的(如1985年、1997年), 14个年份由寒潮造成(如1992年、1993年), 余下的1988年、1994、2008及2013的最大风暴增水由温带气旋造成, 表明对山东半岛影响较大的风暴潮过程主要由台风与寒潮引起。台风侵袭山东半岛的次数虽多, 但强度参差不齐, 而且台风在从低纬度向北行进过程中伴随能量损耗, 同时受到移动路径、海表温度等多个条件制约, 待到达山东半岛时强度变弱, 引起的风暴潮致灾严重的场次比较少; 而秋冬季节自亚欧大陆高纬度南下的高压冷空气与渤黄海上方的暖气团交汇震荡, 暴发出的寒潮强度较高[20], 因此更易在山东半岛近海造成超越台风风暴潮的水位, 1985—2017年间渤黄海区域共发生18场寒潮风暴潮, 其中有14场是当年增水最大的风暴潮。

根据《海洋灾害重点防御区划定技术导则》给出的风暴等级划分标准[21], 明波海洋牧场较大增水等级以上(大于150 cm)的10场风暴潮中, 寒潮与台风引起的风暴潮各有4场。而其他2个海洋牧场, 增水超过中等增水等级(大于100 cm)的风暴潮, 是台风与温带气旋引起的。寒潮造成的增水主要集中在渤海湾与莱州湾地区, 因此佳益与富瀚的增水普遍不高, 基本不超过50 cm。

不同天气过程的平均增水(表2)显示, 明波海洋牧场的增水是3个海洋牧场中最高的, 富瀚和佳益海洋牧场的增水大致相等, 但特征不同: 对于从南向北行进的台风过程, 位于南侧的富瀚增水要稍大于佳益, 而对于从北部南下的寒潮过程, 纬度更高的佳益增水明显大于富瀚。

图6 三个海洋牧场的逐年最大风暴增水时间序列

注: 符号表示引起最大风暴增水的天气类型: 方形为台风, 三角为寒潮, 菱形为温带气旋

表2 不同天气类型下的3个海洋牧场的平均增水

与统计得到风暴增水的年最大值的长时间序列类似, 也可以得到3个海洋牧场范围内的最大有效波高的时间序列(图7)。明波海洋牧场平均有效波高最小, 均不超3.0 m。佳益海洋牧场受3种天气过程影响都能产生较大的有效波高, 但以寒潮过程的影响尤为明显, 有效波高超过4.0 m的16个年份中, 有8年是寒潮过程中产生的。除此之外, 14场寒潮过程中, 有12场佳益的有效波高要比其余两地高1.0 m以上。而富瀚海洋牧场有效波高超过4.0 m的场次均是台风过程, 寒潮过程的影响很弱, 有效波高不超过3.0 m。

3.2 百年一遇水位及有效波高分布

海面的增水是强烈的大气扰动及与天文潮非线性耦合共同作用产生的, 其多年的极值分布规律服从于Gumbel型极值分布函数[17]。对于3.1中获得的33个年份的增水极值, 按公式(4)可计算得出海洋牧场的百年一遇风暴潮增水(图8)。

图7 三个海洋牧场的逐年最大有效波高时间序列

山东半岛近海百年一遇增水分布总体呈现“近岸大、远岸小”的分布趋势, 等值线与岸界平行, 高增水区主要集中在近岸一侧, 特别地, 内凹的岸线地形利于海水堆积, 故能够产生极高的增水, 如莱州湾湾顶、海州湾和胶州湾等海区的增水均可超过300 cm, 在向外海变化过程中, 增水逐渐下降到170 cm; 在南黄海中部离岸较远, 增水一般不超过100 cm。

明波海洋牧场的百年一遇增水要比其他两个海洋牧场高出100 cm左右, 而富瀚的增水要稍高于佳益。具体来说, 明波海洋牧场位于莱州湾内部, 整体增水偏高, 东南侧的增水超过310 cm, 西北角的增水也有290 cm; 而佳益位于海峡南部, 离陆地相对较远, 牧场周边增水在178 cm左右, 波动不超过2 cm; 考虑到灾害性海浪会毁坏海洋牧场内的海岸工程与养殖设施, 产生严重经济损失, 我们也利用Gumbel分布(公式4)计算了3个海洋牧场百年一遇的有效波高(图9)。

图8 三个海洋牧场在100年重现期下的风暴增水分布

一般来说, 风浪自深海传播至近岸过程中, 随着水深变浅, 能量集中, 波高会变大, 但海浪的成长受风区与风时的共同作用, 陆地的阻挡也会阻止风浪成长, 此外, 波浪在向近岸传播的过程中, 由于水深变浅和低摩擦等作用, 波高和波陡增大, 到达极限后发生破碎, 导致波高迅速减少, 因此近岸有效波高较小, 海区中部的有效波高较大, 有效波高的分布与增水的分布呈现出相反的趋势, 但是两者的等值线分布都与岸界吻合较好。在离岸界最近的区域, 百年一遇有效波高最小为2.0 m, 一般在3.0～5.0 m之间, 但是随离岸距离稍远, 有效波高可迅速增长到9.0 m以上。因此相对开阔的佳益海洋牧场的百年一遇有效波高是3个海洋牧场中最高的, 波高普遍在7.0 m以上, 大浪区集中在牧场东、北侧, 最大值为7.4 m; 而位于莱州湾内的明波海洋牧场有效波高明显偏小, 不超过3.0 m, 其东北侧有陆地阻挡, 有效波高甚至不到2.0 m。富瀚海洋牧场虽不在海湾之内, 但西北侧靠近陆地, 有效波高也要远低于外海, 介于4.0 m与6.0 m之间。

图9 三个海洋牧场在100年重现期下的风暴浪高分布

3.3 固定增水下有效波高分布

从3.1及3.2中的分析可发现, 多年一遇增水高值区域与波高较大区域并不完全吻合。为了克服单纯使用增水或浪高来判别灾情的不足, 使用联合概率分析并进行联合重现期的推算是很有必要的[22], 本文分别计算了一般风暴增水等级(50 cm)和较大风暴增水等级(150 cm)情形下百年一遇有效波高分布(图10)。

由图10可以发现, 联合概率分析能很好地保留原有的波高分布规律, 无论是50 cm还是150 cm增水的情况下, 各海洋牧场的大浪区并没有明显变化。随着风暴增水逐渐变大, 考虑增水与波高的联合效应后, 增水对波高的制约程度随增水高度增加而逐渐加强。其中受影响最大的是佳益海洋牧场, 只考虑波高的单变量极值时, 佳益海洋牧场的最大有效波高可达7.4 m, 当增水为50 cm时, 佳益海洋牧场的有效波高降低至6.5～7.1 m, 而当增水为150 cm时, 佳益海洋牧场内有效波高则降至3.6～4.3 m; 相比之下, 考虑联合效应对明波与富瀚海洋牧场的波高影响较小, 当增水为50 cm时, 明波海洋牧场的波高分布与考虑单变量极值时的分布基本一致, 富瀚海洋牧场的波高仅在外海出现较为明显的减幅, 在近岸处小幅下降至3.2 m; 而在150 cm增水的情况下, 两处海洋牧场的波高与50 cm情况相比几乎都没有变化, 仅在东北侧近岸海区波高有小幅的下降。

如前文所述, 海水在近岸处堆积, 故增水分布与等深线分布成反比, 波浪在近岸处破碎, 波高分布与等深线分布成正比, 这说明两者增水与波浪存在一定程度的制约关系, 对于一定的回归周期, 增水与波高的回归值的高值中心不总能出现在同一位置。以佳益海洋牧场为例, 开阔的海面条件导致佳益海洋牧场增水较低而波高较高, 在考虑增水与波高的联合效应时, 对比其余2个海洋牧场, 佳益海洋牧场对增水的变化更为敏感, 其百年一遇的有效波高会率先对增水高度的变化作出响应, 随增水高度增加迅速下降。因此忽略增水与浪高的相关性, 容易高估多年一遇的有效波高[23]。尽管如此, 波浪与天文潮和增水的耦合作用是一个复杂的动力过程, 除了数理概率统计的方法外, 如何探明波浪与增水的动力作用机制, 量化两者对彼此的影响, 有待进行更深层次的研究。

图10 增水为50 cm(上)和150 cm(下)条件下的百年一遇风暴浪高分布

4 结论

本文利用ADCIRC-SWAN耦合模式, 模拟了山东半岛1985—2017年的61场风暴潮过程, 得到了山东半岛不同地理位置的海洋牧场增水与波高的时空分布规律及多年分布特征。结果表明风暴潮增水在明波海洋牧场最高, 在富瀚和佳益海洋牧场大致相等, 而佳益海洋牧场的海浪最大, 在富瀚海洋牧场稍次之, 在明波海洋牧场最小。

不同天气过程引起的风暴潮对山东半岛的影响也有所不同: 台风引起风暴潮次数最多, 主要影响明波海洋牧场与富瀚海洋牧场, 但是强度没有明显的规律, 最大增水从50～300 cm均有可能。寒潮引起的风暴潮主要在明波海洋牧场形成高增水, 同时在佳益海洋牧场形成大浪。温带气旋引起的风暴潮发生频率最低, 但在3个海洋牧场都能引起较高增水, 尤其对于富瀚和明波2个海洋牧场, 温带气旋在这2个海洋牧场的平均增水是最大的。

利用Gumbel极值分布, 本文计算了山东半岛的百年一遇增水与有效波高, 两者的分布都受水深与岸界影响, 增水在近岸较高, 在远岸较低, 而有效波高则相反。利用二维联合概率分析, 50 cm增水条件下佳益海洋牧场的百年一遇有效波高降低至6.5～7.1 m, 并在150 cm的情况下迅速降低到3.9～4.6 m; 富瀚海洋牧场东南侧的波高在50 cm增水条件下降幅比较明显, 但是在水位增加至150 cm后波高变化不大, 两者都在2.6～3.2 m之间; 明波海洋牧场在50 cm和150 cm条件下, 百年一遇的波高变都在1.9～2.8 m之间, 与考虑单变量的情况相比差别不大。

基于ADCIRC-SWAN耦合模式的模拟结果, 结合海洋牧场的实际状况, 本文认为: 莱州湾内的海洋牧场适宜在波高较小的西侧外海进行网箱养殖, 减少高增水的影响; 靠近渤海海峡区的海洋牧场适宜在远岸海域进行水产养殖, 但是应保证网箱锚定物的重量, 以及应选用强度更高的缆绳, 人工鱼礁则要尽量选择水泥块等密度较大的沉体避免被海浪破坏; 半岛南侧的海洋牧场风暴增水较小, 无论是开展养殖业还是服务型产业, 风险都比较小, 是优秀的海洋牧场选址地点。

[1] 黄宗国. 海洋生物学辞典[M]. 北京: 海洋出版社, 2002. HUANG Zongguo. Dictionary of Marine Biology[M]. Beijing: China Ocean Press, 2002.

[2] 高晓霞. 山东海洋牧场综合经济收入全国居首[J]. 海洋与渔业, 2019(2): 22-23. GAO Xiaoxia. The comprehensive economic income of Shandong marine ranching ranks the first in China[J]. Ocean and Fishery, 2019(2): 22-23.

[3] 袁本坤, 江崇波, 李兆新, 等. 山东省海洋灾害特征分析及防御对策探讨[J]. 防灾科技学院学报, 2012, 14(1): 1-6. YUAN Benkun, JIANG Chongbo, LI Zhaoxin, et al. Cha­racteristic analysis of marine disasters and countermeasures in Shandong Province[J]. Journal of Disaster Prevention Science and Technology Institute, 2012, 14(1): 1-6.

[4] 冯士筰. 风暴潮导论[M]. 北京: 科学出版社, 1982. FENG Shizuo. Introduction to Storm Surge[M]. Beijing: Science Press, 1982.

[5] 王万筠, 殷海涛, 赵玉洁. 近50年滨海新区风暴潮及强增水个例分析[J]. 天津航海, 2007(2): 66-69. WANG Wanyun, YIN Haitao, ZHAO Yujie. Analysis of storm surge and strong flood in Tianjin’s Binhai New Area in recent 50 years[J]. Tianjin Maritime, 2007(2): 66-69.

[6] LI J X, PAN S Q, CHEN Y P, et al. Numerical estimation of extreme waves and surges over the northwest Pacific Ocean[J]. Ocean Engineering, 2018, 153(1): 225-241.

[7] WANG Y P, MAO X Y, JIANG W S. Long term hazard analysis of destructive storm surges using the ADCIRC- SWAN model: A case study of Bohai Sea, China[J]. International Journal of Applied Earth Observation & Geoinformation, 2018, 73: 52-62.

[8] MARSOOLI R, LIN N. Numerical modeling of historical storm tides and waves and their interactions along the U.S. east and gulf coasts[J]. Journal of Geophysical Research Oceans, 2018, 123(5): 3844-3874.

[9] IDIER D, BERTIN X, Thompson P, et al. Interactions between mean sea level, tide, surge, waves and flooding: mechanisms and contributions to sea level variations at the coast[J]. Surveys in Geophysics, 2019, 40(6): 1603-1630.

[10] CHAN F K S, CHUAH C J, Ziegler A D, et al. Towards resilient flood risk management for Asian coastal cities: Lessons learned from Hong Kong and Singapore[J]. Journal of Cleaner Production, 2018, 187: 576-589.

[11] WESTERINK J J, LUETTICH R A. FEYEN J C, et al. A basin- to channel- scale unstructured grid hurricane storm surge model applied to Southern Louisiana[J]. Monthly Weather Review, 2008, 136(3): 833- 864.

[12] CHOI B H, KIM K O, EUM H M. Digital bathymetric and topographic data for neighboring seas of Korea[J]. Journal of Korean Society of Coastal and Ocean Engineers, 2002, 14(1): 41-50.

[13] 国家海洋局. 中国海洋灾害公报[R/OL]. (2018-04-13) [2020-04-15]. http://gc.mnr.gov.cn/201806/t20180619_ 1798021.html.

[14] 于福江, 董剑希, 李明杰. 中国温带风暴潮灾害史料集[M]. 北京: 海洋出版社, 2018. YU Fujiang, DONG Jianxi, LI Mingjie. Historical records of extratropical storm surges in China[M]. Beijing: China Ocean Press, 2018.

[15] JELESNIANSKI C P. A numerical calculation of storm tides induced by a tropical storm impinging on a continental shelf[J]. Monthly Weather Review, 1965, 93(6): 343-358.

[16] LV X C, YUAN D K, MA X D, et al. Wave characteristics analysis in Bohai Sea based on ECMWF wind field. Ocean Engineering, 2014, 91: 159-171.

[17] GUMBEL E J, MUSTAFI C K. Some analytical properties of bivariate extremal distributions[J]. Journal of the American Statistical Association, 1967, 62(318): 569-588.

[18] 王红川. 风暴潮增水和台风浪联合分布在北仑港中的应用[J]. 水运工程, 2014(3): 51-56. WANG Hongchuan. Application of combined distribution between wave height and set-up induced by storm surge[J]. Port and Waterway Engineering, 2014(3): 51-56.

[19] 国家海洋信息中心. 潮汐表2003第1册鸭绿江口至长江口[M]. 济南: 山东省地图出版社, 2002. National Marine Information Center. Tide tables 2003 volume 1 Yalu estuary to Changjiang estuary[M]. Jinan: Shandong Cartographic Publishing House, 2002.

[20] 史嘉琳. 寒潮过程对黄海海域海气界面热动量通量的影响研究[D]. 南京: 南京信息工程大学, 2016. SHI Jialin. Study on the effect of cold wave events on air-sea heat and momentum fluxes in the Yellow Sea[M]. Nanjing: Nanjing University of Information Science and Technology, 2016.

[21] 全国海洋标准化技术委员会. 海洋灾害风险评估和区划技术导则第1部分: 风暴潮: HY/T 0273-2019[S]. 北京: 中华人民共和国自然资源部, 2019: 12.National Technical Committee for Marine Standardization.Technical guidelines for Marine hazard risk assessment and zoning Part 1: Storm surges. HY/T 0273- 2019[S]. Beijing: Ministry of Natural Resources of the People′s Republic of China, 2019: 12.

[22] YUE S, OUARDA T B, BOBEE B, et al. The Gumbel mixed model for flood frequency analysis[J]. Journal of Hydrology, 1999, 226(1): 88-100.

[23] HOPE M E, WESTERINK J J, KENNEDY A B, et al. Hindcast and validation of Hurricane Ike (2008) waves, forerunner, and storm surge[J]. Journal of Geophysical Research: Oceans, 2013, 118(9): 4424-4460.

Hazard analysis of storm surges for marine ranchings in the Shandong Peninsula in the past three decades

DU Zhao-jun, WANG Yan-ping, MAO Xin-yan

(College of Oceanic and Atmospheric Sciences, Ocean University of China, Qingdao 266100, China)

In this study, advanced circulation and nearshore wave simulation models were combined to simulate 61 storm surge events from 1985 to 2017 in the Shandong Peninsula. The spatial distribution of surge and significant wave height (SWH) was analyzed in three marine ranchings (Jiayi, Mingbo, and Fuhan). The annual maximum surge and SWH time series revealed that typhoons occur most frequently, but their intensity has no obvious rule. Extratropical cyclones had the lowest frequency of occurrence but caused the greatest average surge. Cold airs primarily caused high surges in Mingbo and large waves in Jiayi. The Gumbel distribution was used to calculate the storm surge and SWH with a 100-year recurrence. The results revealed that Mingbo and Jiayi had the highest and lowest surges, respectively, while the SWH had the oppositedistribution pattern. When the coupled effect of surge and wave height was considered, the SWH of Jiayi decreased to 6.5–7.1 m when the surge was 50 cm and then to 3.9–4.6 m when the surge was 150 cm. The SWH of Fuhan considerably decreased when the surge was 50 cm but only slightly decreased when the surge was 150 cm, with all values ranging from 2.6 to 3.2 m. The SWH of Mingbo was not considerably different regardless of surges of 0, 50, or 150 cm, all ranging from 1.9 to 2.8 m. The simulation results are valuable for disaster prevention and mitigation of storm surges in marine ranching.

storm surge; wave height; hazard analysis; marine ranching; coupling model

Sep. 19, 2020

P731.1

A

1000-3096(2023)6-0001-11

10.11759/hykx20200919001

2020-09-19;

2020-11-13

国家重点研发计划重点专项(2016YFC1402000)

[National Key Research and Development Program of China, No. 2016YFC1402000]

杜照钧(1996—), 男, 广东省佛山人, 硕士生, 主要从事近海物质输运, E-mail: duzhaojun@stu.ouc.edu.cn; 毛新燕(1982—),通信作者, 山东青岛人, 女, 副教授, 主要从事近海物质输运, E-mail: maoxinyan@ouc.edu.cn

(本文编辑: 杨 悦)