台风“妮妲”登陆期间沿海输电线路局地风场数值模拟研究

蔡彦枫，黄穗，黄增浩

（1.中国能源建设集团广东省电力设计研究院有限公司，广州 510663；2.广东科诺勘测工程有限公司，广州 510663；3.南方电网科学研究院，广州 510663）

0 引言

台风是造成电力设施损毁，威胁沿海输电线路安全稳定运行的最主要自然灾害。以南方电网为例，自2003 年以来，110 kV 等级及以上的主干电网因登陆台风造成的倒塔、杆塔受损、断线等的重大风灾事故共发生10 起，其中2011—2015 年更是连续5 年每年出现1 起［1］，国民经济蒙受巨大损失。因此，防范和应对台风引起的风灾事故一直都是电网防灾减灾工作的重、难点［2-4］。为了准确掌握台风的致灾机理，科学制定防灾减灾措施，有必要针对沿海输电线路局地风场开展观测、数值模拟等一系列基础研究。

沿海输电线路普遍采用架空线-塔形式，对风荷载的变化较为敏感［5-6］。输电线路风荷载计算需要输入的风特性参数有：10 m高度风速、水平风速廓线、湍流强度、阵风系数等。台风作为低压涡旋性天气系统，其自身的风特性参数显著区别于输电线路结构设计所依据的一般风特性参数［7-8］，因此引起了工程技术人员的广泛关注。目前在结构风工程领域中，关于台风影响的研究手段主要有现场观测、风洞实验、数值模拟等3 种。其中，现场观测利用风速传感器、超声测风仪等观测仪器获取台风风场内实际风特性参数，并配合加速度传感器、应变计等传感器获取结构的真实动力响应进行分析［9-10］。风洞实验依托大气边界层风洞设施，在实验室环境中还原台风近地面的平均风速廓线，针对不同形式的线-塔气弹模型，获取动力响应特征［11］。数值模拟则借助计算流体力学（computational fluid dynamics，CFD）软件模拟不同地形下的台风风场空间分布，由于CFD模拟过程可重复，模拟结果具有物理意义，可以与现场观测、风洞试验等相互印证，互为补充，因此特别适合复杂地形的研究工作［12-16］。

文献［17］在1604 号强台风“妮妲”登陆期间，在距离台风中心约15 km 的丘陵地形，利用激光测风雷达进行了输电线路局地风场观测。针对台风“妮妲”，本文利用中、微尺度两类数值模拟工具，开展台风期间的沿海输电线路局地风场模拟研究，验证中、微尺度嵌套模拟方法的适用性，分析台风影响下水平风速廓线的差异及成因，并为今后沿海输电线路台风防灾减灾研究提出建议。

1 模型与资料

1.1 中尺度气象模式

选用由美国国家大气研究中心（National Center for Atmospheric Research，NCAR）、国家环境预报中心（National Centers for Environmental Prediction，NCEP）以及多个大学、研究院所联合研发的新一代区域中尺度模式（weather research and forecast，WRF），对1604 号强台风“妮妲”登陆期间的台风风场开展数值模拟。WRF 模式包含三维大气运动方程、连续方程、能量守恒方程、大气状态方程、水汽守恒方程等组成的动力框架，以及辐射传输、云微物理、行星边界层、近地层与陆面过程等物理过程参数化方案，重点解决1～10 km 空间分辨率尺度、时效为60h 以内的有限区域天气预报和模拟问题，也常与CFD 软件联合使用［18-20］。本文所使用的WRF版本为v4.1.5。

1.2 微尺度CFD工具

选用挪威WindSim AS 公司开发的CFD 计算流体力学软件WindSim，对1604 号强台风“妮妲”登陆期间的微地形风场进行数值模拟。WindSim 软件内置英国CHAM 公司的Phoenics CFD 求解器，通过求解地形跟随坐标下的雷诺平均Navier-Stokes 方程（Reynolds-averaged Navier-Stokes equations，RANS），重点解决10～100 m 空间分辨率量级的各种复杂地形条件下近地层风场模拟问题。该软件计算收敛速度快，能考虑不同大气稳定度，边界条件设置灵活，在风电领域应用较广泛［21-22］。本文所使用的WindSim版本为v10.0。

1.3 实测资料

1.3.1 地面观测

“妮妲”登陆期间，香港横澜岛气象站、香港国际机场气象站、澳门国际机场气象站记录了较为完整的风速、风向、气压等气象要素，可用来对中尺度气象模式的模拟结果进行验证。

1.3.2 梯度观测

除参考文献［17］中的激光测风雷达观测资料，深圳气象局350 m 气象梯度观测铁塔也获取了“妮妲”登陆期间的实测风速、风向特征［23］，上述风廓线观测资料可用来对微尺度CFD的模拟结果进行验证。实测资料说明见表1。

表1 用于验证的实测资料Tab.1 Observation data for simulation validation

2 分析方法

2.1 模拟方案

设置3 组数值试验，记为T1、T2 和T3。T1 为基于WRF 的中尺度模拟，T2 为基于WindSim 的微尺度模拟，T3 为WRF +WindSim 的中、微尺度嵌套模拟。

2.1.1 T1试验设置

在T1 试验中，共设4 层水平网格，前3 层模拟区域如图1（a）所示，最内层模拟区域如图1（b）所示；空间分辨率依次为27 km、9 km、3 km、1 km，每层网格数分别为251×201、196×166、196×166、193×163。模式垂直分层为50 层，为了更精确地模拟近地面风廓线形态，200 m 高度以下设置8 层，模式顶气压50 hPa。模拟时段为8 月1 日00：00 时～8 月2 日23：00 时，模式时间积分步长135 s（确保积分稳定），输出逐10 min的风速、风向、气压、气温等要素（运行前12 h 作为模式启动时间不予分析）。模式运行的气象初始场与边界场均来自欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts，ECMWF）的ERA5 再分析资料。地形高程与下垫面类型等静态数据来自模式自带的地形数据集（Global Multiresolution Terrain Elevation Data 2010，GMTED2010）与基于中分辨率成像光谱仪（moderate-resolution imaging spectroradiometer，MODIS）反演数据的土地利用类型数据集，空间分辨率30″（约0.9km）。根据WRF 模式在以往台风个例模拟上的最佳物理过程参数化方案选项与组合研究成果［24-26］，并且在本次个例模拟上经过反复比选，台风路径与强度模拟误差最小的主要物理过程参数化方案如下：长、短波辐射方案为RRTMG（rapid radiative transfer model for global climate model），云微物理方案为WSM5（WRF-singlemoment-microphysics classes 5），行星边界层参数化方案为YSU（Yonsei University），陆面过程方案为Noah（Noah land model）。

图1 T1、T2、T3试验中的模拟区域示意图Fig.1 Schematic diagrams of simulation area in T1,T2 and T3 case

2.1.2 T2试验设置

在T2 试验中，模拟区域如图1（c）所示，即以激光雷达为中心的10 km×10 km 范围；中心区域3 km×3 km 范围进行水平网格加密，加密区域内空间分辨率相同（600 m、300 m、100 m、30 m 共4 种情形），其余区域的网格分辨率依次线性增加。垂直分层52 层，为了更精确地模拟近地面风廓线形态，离地10～190 m 高度间隔20 m 设1 层；模拟区域顶高程5 000 m（确保网格空区比大于0.95，避免非物理加速影响）。对特定风向下的定常风场进行CFD 模拟，地形高程与下垫面类型数据来自ASTER GDEM 数据集与Globalcover 数据集。依照WindSim 软件在复杂地形环境的应用经验，确保CFD 模拟结果稳定收敛的模型设置有：求解器GCV（generalized cross validation），湍流模型RNG（renormalization group），迭代残差收敛阈值0.001，大气稳定度为中性，顶边界条件为固定压力，侧边界条件为软件默认廓线形式。

2.1.3 T3试验设置

在T2 试验的基础上，利用WindSim 软件提供WRF 模式接口程序，将T1 试验中的逐10 min 经向风、纬向风、垂直速度、气压和气温等输出结果插值到图1（c）的格点上，形成“妮妲”影响期间随时间变化的风、温廓线，代替T2 试验中的边界条件与大气稳定度设置，进行逐10 min 风场的CFD模拟。

2.2 模拟误差统计

设置平均误差E、绝对误差M、均方根误差S和相关系数R等4个统计指标对T1试验的模拟时间序列进行验证，表达式如下。

式中：xs，i为模拟序列中的第i个样本；xo，i为实测序列中的第i个样本；n为序列样本数量；为模拟序列均值；为实测序列均值。

2.3 模拟结果分析

设置无量纲水平风速廓线V'（z）与无量纲垂直速度廓线W'（z），对各试验中的风廓线形态进行验证，表达式如下。

式中：V（z）为任一高度z的水平风速；V100m为离地100 m 高度的水平风速；W（z）为任一高度z的垂直速度；W100m为离地100 m高度的垂直速度。

另外，设置径向速度Vr，对T3 试验中的风场空间分布形态进行对比，表达式如下。

式中：u、v、w分别为WindSim 输出的x-y-z坐标系中的风速分量，分别代表东向、北向和垂直方向上的风速值；φ为方位角（与正东方向的夹角）；θ为倾角（与天顶之间的夹角）。

3 结果与讨论

3.1 T1试验

如图2所示，就激光雷达点位而言，基于WRF的中尺度模拟较好地再现了“妮妲”登陆期间的气象要素时间变化过程，气压的“U”型变化、风速的“双峰”型变化、超过120°的风向连续变化特征均在模拟值中得以体现。此外，模拟值在气象梯度铁塔、香港横澜岛气象站、香港国际机场气象站、澳门国际机场气象站等点位也呈现出与实测值较为一致的变化过程。各点位的模拟误差统计结果如表2所示，气压的相关系数在0.965～0.986 之间，风速的相关系数在0.682～0.941 之间，风向的相关系数在0.766～0.988 之间，印证了中尺度模式模拟的可行性。

图2 T1试验中的激光雷达点位结果对比Fig.2 Comparison of LiDAR locations in T1 case

表2 T1试验的模拟值误差统计Tab.2 Simulation error statistics in T1 case

另外，就气压而言，各点位的平均误差、平均绝对误差、均方根误差均很小，数值不超过2 hPa，反映了WRF 模式对气压场强度的模拟具有高精度。就风速而言，大部分点位的平均误差为正值，表明WRF 模式对风速有一定程度的高估。上述情况与模式空间分辨率有关，即使T1 试验中的最高空间分辨率为1 km，但由于WRF模式自身的限制，10～100 m 空间分辨率量级的微小地形仍然无法在模式中得到体现，从而造成模式中地形对风场的阻塞效应可能被低估，相应的绝对误差、均方根误差基本稳定在2.2～3.6 m/s之间，模拟精度不及气压。就风向而言，各点位的平均误差在14 °～30 °之间，若按16 个风向扇区而言，误差控制在左、右1 个扇区之内，但部分点位的绝对误差、均方根误差较大，其原因也可能与中尺度模式中的地形效应偏差，以及本次台风眼区影响时段内观测风向较为离散有关。

进一步利用无量纲水平风速廓线V'（z），对激光雷达和气象铁塔点位的局地风廓线进行验证，如图3所示。依照参考文献［17］的做法，选取3个时段进行对比：时段A（8 月1 日23：00 时—8 月2 日02：00 时，对应“妮妲”登陆前的眼壁强风区影响时段）、时段B（8月2日04：00时—06：00时，对应“妮妲”眼区影响时段）、时段C（8 月2 日07：00 时—10：00时，对应“妮妲”登陆后的眼壁强风区影响时段）。由图3可知，时段B的模拟廓线与实测值较为一致，而时段A、C 的模拟廓线在200 m 高度以上出现明显偏离。具体表现为实测V'（z）更加倾斜，而模拟值的高、低层之间水平风速梯度小于实测值，原因也与局地风场的地形阻塞效应可能在模式中被低估有关，并且这种情况在大风影响时段内更为显著。

图3 T1试验中的水平风速廓线对比Fig.3 Comparison of horizontal wind speed profiles in T1 case

3.2 T2试验

鉴于中尺度气象模式在空间分辨率上的限制，通过基于WindSim 的微尺度模拟得到更高分辨率的风场模拟结果，并对比不同分辨率情形下的无量纲水平风速廓线V'（z）与无量纲垂直速度廓线W'（z），揭示地形影响局地风场的细节。

如图4 所示，对于激光雷达点位，利用335 °～15 °之间的7 个典型风向，模拟时段A 内台风眼壁强风的可能风向，模拟结果均稳定收敛（迭代残差小于或等于阈值），结果可信。随着空间分辨率提高，各个典型风向下无量纲水平风速廓线V'（z）与无量纲垂直速度廓线W'（z）出现显著差异，反映了不同空间尺度的地形效应。另一方面，当分辨率提高为100 m 甚至更高的30 m 时，会出现某个风向或某两个临近风向的廓线模拟值迅速逼近实测值的现象，时段C 则利用150 °～190 °之间的8 个典型风向进行模拟，也出现类似趋势，上述现象与台风环流背景下局地风廓线的形成机理密切相关。

图4 T2试验中激光雷达点位的水平风速廓线对比Fig.4 Comparison of horizontal wind speed profiles at LiDAR location in T2 case

进一步利用WindSim 的定向模拟结果来分析激光雷达点位的风廓线形成机理。根据参考文献［17］的介绍，激光雷达观测点位周围地形呈现北高南低的特征，其西北方向和东南方向有低矮丘陵分布。如图5所示，选择激光雷达点位南-北方向的地形剖面进行分析，在时段A 内，受西北偏北气流控制，当气流经过雷达北侧2 km 附近的丘陵地形时，由于受到山体阻挡、迟滞，翻山后气流下沉，风速降低，形成回流区并扩展至激光雷达点位上空，导致激光雷达V'（z）更为倾斜，W'（z）出现负值。在时段C 内，受偏南气流控制，气流受地形强迫抬升，导致激光雷达W'（z）出现正值。可以看到，上述现象与特定风向内10～100 m 空间分辨率量级的局地地形效应有关，在T2 试验中随着空间分辨率的提升，这种局地地形效应才得以体现，而在空间分辨率有限的T1试验中，无法被中尺度气象模式所反映。

图5 T2试验中的局地风速剖面对比（南-北方向）Fig.5 Comparison of local wind speed profiles h in T2 case（from north to sout）

值得注意的是，由于台风眼壁强风区内湍流活动旺盛，时段A、C内的大气稳定度可能偏离中性，因此基于中性大气稳定度的T2 试验在垂直速度模拟上仍存在偏差。另一方面，时段A、C 内风向会发生一定幅度摆动；而随着风向的不同，气流途径地形的坡度、坡向发生变化，地形效应也出现差异。因此基于固定边界条件的T2 试验无法反映台风环流的实际特征，存在一定不足。

3.3 T3试验

鉴于T2 试验的边界条件与大气稳定度局限，通过WRF +WindSim 的中、微尺度嵌套模拟，响应台风眼壁强风区逐10 min的风速、风向、气压、气温变化，并将高空间分辨率的CFD模拟扩展至整个时段A和时段C。

同样针对激光雷达点位进行对比，将时段A、C 全时段内的水平风速廓线、垂直速度廓线进行平均，如图6 所示。WRF +WindSim 的中、微尺度嵌套模拟既修正了单独WRF 模拟的地形效应偏差，又改善了单独WindSim 模拟的边界条件和大气稳定度，垂直速度模拟精度更高。可以看到，中、微尺度嵌套模拟方式结合了中尺度气象模式、微尺度CFD 工具各自的模拟优势，对比图3—5 的模拟值，与实测值的偏差更小。

图6 T3试验中激光雷达点位的水平风速廓线对比Fig.6 Comparison of horizontal wind speed profiles at LiDAR location in T3 case

笔者在时段C 的激光雷达观测过程中，还采集了激光雷达水平方位扫描（PPI）的径向速度数据，在此按照2.3节的表达式，将T3试验中时段C 的三维风场模拟结果合成出径向速度Vr，与激光雷达实际测量的Vr进行对比。如图7（a）所示，WRF+WindSim 的中、微尺度嵌套模拟得到的径向速度场中的零速度线方位、正值区和负值区的方位与覆盖范围、径向速度的具体大小等均与图7（b）的实测结果具有一致性。由于径向速度是风矢量在某一特定方位和倾角下的投影，综合体现了局地风速、风向的实际特征，因而径向速度模拟的精确程度在很大程度上可以反映三维风场模拟的准确性。因此认为WRF +WindSim 的中、微尺度嵌套模拟具备台风影响期间复杂地形下的三维风场模拟能力。

图7 T3试验中风场空间分布对比Fig.7 Comparison of wind field spatial distributions in T3 case

3.4 讨论

结合3.1至3.3节的结果分析，T3试验中的中、微尺度嵌套模拟方式综合了中尺度气象模式与微尺度CFD工具各自的优势，在台风“妮妲”登陆期间沿海局地风场的数值模拟上具有更高精度，能够为风灾事故的原因分析和情景再现提供更为丰富的风场资料；下一步还需要收集更多台风个例进行模拟结果检验，确定中、微尺度嵌套模拟方式的可靠性。

另外，值得注意的是，T3 试验中的中、微尺度嵌套模拟方式在提高模拟精度的同时，逐10 min的CFD 模拟也需要消耗较大量的计算资源与时间，从而无法直接在沿海输电线路风灾预警中应用。因此在下一步的研究中还需要发展新的中、微尺度嵌套预测方法，在提高空间分辨率的同时保证相应的预报时效。

4 结论

本文针对1614 号强台风“妮妲”登陆期间的沿海输电线路局地风场进行数值模拟研究，通过单独中尺度模拟、单独微尺度模拟以及中、微尺度嵌套模拟等三组试验，并与台风期间的实测资料进行对比，取得如下结论。

1）基于WRF 的中尺度模拟较好地再现出“妮妲”登陆期间的气象要素时间变化过程，WRF 模式对气压场强度的模拟具有高精度，对风场的模拟精度不及气压，眼壁强风区影响时段内的风廓线与实测值相比出现偏离，原因与局地风场的地形阻塞效应在WRF模式中被低估有关。

2）基于WindSim 的微尺度模拟较好地再现特定风向内10～100 m 空间分辨率量级的风场地形效应；当空间分辨率提高为100 m 甚至更高的30 m 时，会出现某个风向或某两个临近风向的风廓线迅速逼近实测值的现象，揭示了台风环流背景下局地风廓线的形成机理。

3）WRF +WindSim 的中、微尺度嵌套模拟既能修正单独WRF 模拟的地形效应偏差，又能改善单独WindSim 模拟的边界条件和大气稳定度，具备台风影响期间复杂地形下的三维风场模拟能力，模拟结果精度高于单独中、微尺度模拟方式。