石岛海域位于山东半岛成山头近海, 处于北黄海和南黄海分界地带(图 1)。其北侧靠近渤海海峡, 水深相对较浅, 海底地形相较黄海其他区域变化较为剧烈, 东向临近黄海海槽。石岛海域是国家级海洋牧场示范区重点建设的区域之一, 建有全国最大的海水养殖区, 是全国海参、鲍鱼和高档海水鱼类的主要养殖基地。石岛海域靠近进出渤海的航道, 其附近有许多重要的渔港。因此, 深入研究该区域的海浪特征, 对航海、海岸和海洋资源开发、海水养殖等都具有非常重要的意义。

石岛海域地处黄海区域, 前人们利用卫星观测资料^[1-4]和数值模式等手段^[5-19]对黄海区域海浪的研究已经进行了一些工作。近些年, 随着第三代海浪模式SWAN(Simulating Waves Nearshore)^[5-15]、WAVEWATCH Ⅲ^{[7, 16-19]}等的发展, 数值模拟成为国内外科学工作者研究黄海区域海浪的重要手段, 大量关于数值模式对黄海海浪模拟效果的研究为提高对黄海海浪场的模拟能力提供了参考。李燕^[6]比较了不同风场资料应用在SWAN模式中对黄海海浪场模拟的效果。梅婵娟等^[7]比较了WAVEWATCH和SWAN对黄海区域海浪场的模拟能力, 结果表明SWAN模式模拟结果总体更好。局部加密的非结构网格下相比于矩形网格也可以有效地提高对黄海海浪场的模拟精度^[10]。

目前为止, 对黄海海浪场的研究主要集中在时空变化特征和波浪能的研究上。李训强等^[17]的研究指出黄海区域有效波高在冬季最大、春季最小, 这和陈红霞等^[3]利用TOPEX卫星高度计资料研究得出的结果有所不同, 后者指出黄海海域波高在冬季最大, 夏季最小。陈国光等^[15]利用SWAN模拟结果进一步指出黄海有效波高最小值基本出现在6、7月份, 而最大值出现的月份在黄海不同区域有所差异。对黄海区域波浪能的研究上, 李永博等^[12]利用SWAN模式对成山头海域的波浪能进行了评估, 结果表明其存在明显的季节变化。黄海区域的波浪能也存在显著的季节变化^[18]。Zheng等^[19]利用1988~2011年的WAVEWATCH模拟结果, 分析并指出了黄海区域的波浪能存在增强的长期趋势, 而且这种长期趋势在不同季节上存在差异。

总的来看, 前人对黄海季节变化特征的研究上存在一定的争议, 而且对黄海区域有效波高年际变化的研究比较缺少。本文选定研究的区域为石岛海域, 在前人工作的基础上, 利用第三代海浪模式SWAN对石岛海域有效波高的季节和年际变化特征及风场的影响作用进行了研究, 并探讨了其与ENSO(El Niño- Southern Oscillation)事件的关系。

1 模式与观测 1.1 模式的选取与设置

本文研究所选用的是41.01版本的第三代海浪模式SWAN^[15]。在SWAN模式中, 利用二维波作用量N(σ, θ)来对随机波浪场进行描述, 该模式采用如公式(1)所示的波作用平衡方程:

$ \frac{{\partial N}}{{\partial t}} + \frac{\partial }{{\partial x}}{C_x}N + \frac{\partial }{{\partial y}}{C_y}N + \frac{\partial }{{\partial \sigma }}{C_\sigma }N + \frac{\partial }{{\partial \theta }}{C_\theta }N = \frac{S}{\sigma }, $

(1)

其中, $ N(\sigma , \theta ) = E(\sigma , \theta )/\sigma $; $ E(\sigma , \theta ) $为能谱密度; σ为相对频率; θ为波向。C_x、C_y分别代表波作用量在x, y方向上的传播速度。C_σ、C_θ代表波作用量在谱空间(σ, θ)上的传播速度。S为源汇项, 具体如公式(2)所示:

$ S = S_{{\rm{wind}}}^{} + {S_{{\rm{quad}}}} + {S_{{\rm{wcap}}}} + {S_{{\rm{triad}}}} + {S_{{\rm{bottom}}}} + {S_{{\rm{breaking}}}}. $

(2)

公式(2)右侧各项依次代表海面风输入的能量、四波非线性相互作用传输的能量、白冠耗散的能量、三波非线性相互作用传输的能量、底摩擦耗散的能量、深度诱导破碎的能量。模拟区域为: 117°~130°E, 25°~40°N(图 1), 时间范围为2001年1月1日00:00~ 2016年12月31日24:00, 输出变量包括海浪有效波高(Significant Wave Height, SWH)、波周期、波向等。其他设置见表 1。

模式地形数据采用SRTM(Shuttle Radar Topography Mission)数据集^[20]。其空间分辨率为1/120°× 1/120°, 为提高模式的模拟效果, 本文对该地形数据在石岛近岸区域的水深进行了订正, 订正水深数据来自船讯网(http://www.shipxy.com/), 订正后的海底地形见图 1。

模式采用的风场数据是欧洲中尺度天气预报中心ECMWF(European Center for Medium-Range Weather Forecasts) Interim^[21]再分析风场资料。风场数据的变量包括海表面10 m处的纬向风速和经向风速, 时间分辨率为6 h, 空间分辨率是0.125°×0.125°, 时间范围为2001年1月1日00:00~2016年12月31日24:00。

1.2 观测资料介绍 1.2.1 浮标实测数据

我们利用SZF型波浪浮标对石岛海域的海浪进行了连续观测, 观测站位经纬度为122°32′54″E, 36°59′24″N, 具体如图 1中星号所示。观测参数包括有效波高、波向、波周期等。观测时间间隔为3 h, 选取的时间范围为2006年6月17日~2006年8月25日。

1.2.2 卫星数据

为了验证SWAN模式对黄海海浪场的模拟效果, 我们还利用了卫星观测数据。卫星数据下载自AVISO网站(http://www.aviso.altimetry.fr/en/home.html)。该数据是由多个卫星产品融合的有效波高数据, 其空间分辨率为1°×1°, 时间分辨率为1 d, 本文所用数据的时间范围为2009年9月14日~2016年12月31日。

2 SWAN模拟结果的验证

本文采用浮标和卫星等观测数据对SWAN模式后报结果进行了验证分析。并采用一些统计量进行量化:平均误差R_bias、均方根误差R_rmse、散射系数R_si、相关系数R_r^[22], 计算公式如下:

$ {R_{{\rm{bias}}}} = \frac{1}{n}\sum {({H_{1i}} - {H_2}_i)} , $

(3)

$ {R_{{\rm{rmse}}}} = \frac{1}{n}\sqrt {\sum\limits_{i = 1}^n {{{({H_{1i}} - {H_2}_i)}^2}} } , $

(4)

$ {R_{{\rm{si}}}} = \frac{{{R_{{\rm{rmse}}}}}}{{{H_2}_i}}, $

(5)

$ {R_{\rm{r}}} = \frac{{\sum\limits_{i = 1}^n {({H_1}_i} - \overline {{H_1}} )({H_2}_i - \overline {{H_2}} )}}{{\sqrt {\sum\limits_{i = 1}^n {{{({H_1}_i - \overline {{H_1}} )}^2}} } \sqrt {\sum\limits_{i = 1}^n {({H_2}_i} - \overline {{H_2}} {)^2}} }}, $

(6)

其中, H_1i和H_2i分别代表模式模拟值和观测值, $ \overline {{H_1}} $和$ \overline {{H_2}} $是它们的平均值, n是样本的数量。

图 2a比较的是浮标观测和模式模拟结果的日平均值, 二者的相关系数为0.81(除特殊说明外, 文中列出的相关系数均通过了95%水平的置信检验), 平均误差、均方根误差和散射系数分别为0.09 m、0.18 m和0.21, 这个结果表明模式对石岛站位模式模拟的结果比较好。图 2b和图 2c进一步比较了黄海区域平均的卫星观测和模式模拟结果, 日平均和月平均时间序列的相关系数分别为0.56和0.87, 平均误差均为0.10 m, 均方根误差分别为0.32 m和0.10 m, 散射系数分别为0.28和0.09, 日平均的模拟结果和卫星观测对比效果不是很好, 这可能和卫星高度计在浅水区域误差较大有一定关系^[23], 但从月平均数据的对比来看, 模式和观测符合良好, 后文的研究基于月平均数据来进行, 从这个方面来看模式对黄海海浪场的模拟结果还是很可靠的。以上结果表明, 在石岛以及更大范围的黄海区域, SWAN模式模拟结果和观测值在时间变化和量值上基本是一致的, SWAN模式对石岛及其附近海域的海浪场有较好的模拟能力, 这为接下来利用SWAN模式后报结果对该海域海浪特征进行分析和以及利用模式进行数值实验提供了基础。

3 季节和年际变化特征 3.1 季节变化特征

本文利用了2001~2016年的SWAN模式模拟结果来研究石岛站位月平均有效波高和极值有效波高的变化特征。极值有效波高对近海海洋工程以及当地海洋牧场都具有非常重要的意义。本文中月平均极值有效波高的计算参考Sasaki等^[24]的方法为:将每一格点每个月的有效波高模拟结果从大到小进行排列, 取其前1%有效波高的平均值作为该格点该月份的极值有效波高, 记作1%大波有效波高。这里需要补充的一点的是之所以选择前1%有效波高而不是前10%有效波高来计算极值有效波高, 是因为就当地波浪条件来看, 前1%有效波高更具有破坏性, 对当地的海浪防灾减灾更具有意义。1%大风风速的计算方法和1%大波有效波高的一致。

图 3展示的是石岛站位有效波高和1%大波有效波高的气候态月平均时间序列。结果显示, 石岛站位有效波高季节变化特征明显, 在12月达到最大, 6月份达到最小, 其标准差为0.066 m。而1%大波有效波高在4月份和8月份相对较大, 其他月份相对较为平均, 标准差为0.092 m, 季节变化特征不明显。另外, 从2001~2016年各月份月平均时间序列的标准差上来看, 有效波高各月份的标准差总体值在0.1 m左右, 其中1~3月份、10~12月份值稍大。1%大波有效波高各月份的标准差则在7、8月份达到1 m左右, 明显大于其它月份, 说明1%大波有效波高在不同年份的7、8月份差异较大, 这可能和低纬度的气旋活动的年际差异有关。

上文对石岛站位有效波高的季节变化特征进行了描述, 下面进一步结合黄海区域海浪场和风场进行探讨。图 4展示了黄海区域气候态月平均的有效波高和海表面风场, 黄海区域有效波高值呈现沿等深线从近岸向外海、从高纬度向低纬度逐渐增大的空间分布, 同时季节变化特征显著: 6~9月份整体值较小, 其中黄海大部分区域有效波高于6月份达到最小, 有效波高值的南北梯度也较小; 11~3月份整体值较大, 其中整个黄海区域有效波高于12月份达到最大, 有效波高值的南北梯度也较大。黄海区域和石岛站位有效波高的季节变化特征基本上是一致的。黄海区域有效波高最小值出现的月份和陈国光等^[15]的研究基本是一致的, 而最大值出现的月份则有所不同。黄海区域有效波高的这种季节变化特征主要和背景风场有关, 冬季月份, 黄海区域盛行偏北大风, 造成了整体有效波高值较大而且南北梯度大, 夏季月份则相反。

黄海1%大波有效波高和有效波高的空间分布特征基本类似(图 5), 但是其南北向的梯度明显要更小。黄海大部分区域1%大波有效波高于12月份达到最大, 6月份达到最小, 这和有效波高的季节变化特征基本一致。1%大波有效波高在黄海大部分区域有明显的季节变化, 但在石岛站位季节变化不明显, 这种现象的可能原因是波浪在传播到近岸的过程, 波陡越大时, 底摩擦的作用导致波浪变形, 波浪破碎的衰减作用越大, 导致石岛近岸区域1%大波有效波高在各季节相对较为平均, 季节变化不明显。综合以上分析, 石岛站位有效波高主要是受到了黄海区域的季风系统的影响而呈现明显的季节变化, 而1%大波有效波高的季节变化不明显。

3.2 年际变化特征

进一步对石岛站位有效波高的年际变化特征进行探讨, 有效波高年际异常信号的提取方法如下:将月平均时间序列减去气候态月平均值以去掉年循环信号, 进行13个月的滑动平均以去掉季节信号, 再去掉前6个月和后6个月值, 将得到的时间序列去掉趋势项, 最后得到了月平均有效波高的年际异常时间序列。

图 6展示了石岛站位有效波高和风速年际异常时间序列。石岛站位有效波高的年际异常标准差为0.026 m, 年际变化显著, 其在2002年之后呈现整体上升的趋势, 2005~2007年递减, 2007年和2009年趋于平稳, 2009年之后的年际变化幅度较大, 2013~2015年呈现很大的下降趋势。而石岛站位1%大波有效波高的年际异常标准差为0.086 m, 年际变化也很显著, 但其与有效波高的年际变化不同步, 其在2001~2003年先上升后下降, 2004年左右有所上升, 2005~2009年趋于平稳, 2010年前后又呈现先下降后上升变化, 之后到2014年较为平稳, 2015年之后又呈现下降趋势。

石岛站位和黄海区域平均的风速、1%大风风速也呈现了明显的年际变化(图 6)。石岛站位有效波高年际异常在超前石岛站位、黄海区域平均风速年际异常5、0个月时, 与后者正相关达到最大, 相关系数分别为0.37、0.49(图 7a), 石岛站位有效波高与黄海区域平均风速年际异常之间具有一定同期的相关性, 但是相关性不显著。石岛站位1%大波有效波高年际异常在滞后石岛站位1%大风风速年际异常2个月、超前黄海区域平均1%大风风速年际异常1个月时, 与后者正相关达到最大, 相关系数分别为0.76、0.62(图 7b), 这个结果说明石岛站位1%大波有效波高年际异常与石岛站位以及黄海区域平均的1%大风风速之间有一定准同期相关关系。

石岛站位有效波高和石岛风速、黄海区域平均风速的年际异常之间的相关性不高, 但石岛区域为东亚季风系统控制, 其有效波高与风场的年际变化会存在季节性差异, 石岛站位有效波高和风速年际异常之间的关系的季节性差异需要进一步探究。石岛站位有效波高和石岛站位、黄海区域平均风速年际异常之间的相关性在不同季节均存在很大差异(图 8a), 其相关系数在7、10月份达到0.6以上, 相关性较高, 而在3、8和9月份的季风转向期间以及11、12月份较低。而石岛站位1%大波有效波高和石岛站位1%大风风速的相关系数则在7~9月份达到0.7以上(图 8b), 相关性较高, 和黄海区域平均1%大风风速的相关系数则在1、2月份有比较大的负相关, 在8月份有最大正相关, 相关系数在0.7左右。整体来看, 石岛站位1%大波有效波高和石岛站位以及黄海区域平均1%大风风速在8月份左右年际异常相关性均比较强, 这可能跟在8月份台风活动比较频繁, 石岛站位1%大波有效波高和1%大风风速均受台风活动的强烈影响, 导致二者年际变化信号也在这个时间比较同步。

4 风场影响石岛区域海浪的机制探讨

前文的分析结果表明石岛站位和黄海区域风场对石岛站位有效波高的季节和年际变化都有很大的影响。本节将对不同区域风场对石岛区域海浪的影响进行评估。图 9展示了石岛站位与黄海区域有效波高月平均时间序列之间的相关系数的分布情况。相关系数以石岛站位为中心向外递减。其中, 在图中的红框区域(122°~124°E; 36°~38°N)相关系数达到0.9以上, 表明其海浪变化特征基本上一致。本文选取该区域作为石岛区域来区分石岛当地风场和其它区域风场, 并在此基础上设计数值实验来评估石岛区域和其它区域风场对石岛站位海浪的影响。

数值实验内容具体如下:把石岛区域(122°~ 124°E; 36°~38°N)的风场值设置为零, 其他区域风场和模式的设置均保持不变, 进行一次数值实验, 下文把该实验记作风场实验, 为作区分, 之前模拟结果记作正常模拟结果。

图 10对比了石岛站位气候态月平均的风场实验结果和正常模拟结果。结果表明, 和模拟结果相比, 风场实验结果中的石岛站位有效波高各月份均是降低的(图 10a), 但6、7、8月份相比于其他月份降低幅度较小, 这造成了有效波高7月份最大, 1月份最小。风场实验结果中的石岛站位1%大波有效波高各月份也是降低的(图 10b), 和有效波高类似, 在4~8月份下降较小, 其他月份下降较大, 导致1%大波有效波高在4~7月份较大, 其他月份较小。

以上风场实验的结果表明, 去除石岛区域风场后, 对石岛有效波高的影响在不同季节是有明显差异。为进一步探讨这种季节差异, 需要进一步结合整个黄海区域的海浪场以及背景风场进行分析。去除风场后, 石岛区域有效波高在10~3月份下降了0.4 m左右(图 11), 4~5月份和8~9月份下降在0.2 m左右, 而在6、7月份几乎没有下降。对有效波高出现的这种冬季月份下降大、夏季月份下降小的季节性差异, 本文作出的解释是:夏季月份, 整个黄海区域季风风向为偏南风, 石岛区域的海浪场是由来自其南部广大海区和石岛区域的风场共同作用产生的, 由于石岛区域和其南部海区相比面积较小, 海浪成长的风区也相对比较小, 所以在缺失石岛风场后, 对海浪场的影响较小。而在冬季月份, 整个黄海区域季风为偏北风, 由于石岛区域和其北部海区相比面积相当, 海浪成长的风区也相当, 所以在缺失石岛风场后, 对海浪场的影响较大。

石岛区域1%大波有效波高在去除风场后的变化也存在季节性差异(图 12), 4~6月份下降了0.5 m左右, 12~1月份下降在1.5 m左右, 其他月份下降1.0 m左右。石岛区域1%大波有效波高的这种差异原因和有效波高的解释类似, 当1%大风风向为偏北风时, 石岛海域海浪成长的风区也相对比较小, 石岛1%大波有效波高下降较大, 偏南风时则相反。

5 讨论

通过上文的分析, 我们发现石岛区域有效波高的年际变化和黄海区域风场有密切关系, 而ENSO在年际尺度上会对黄海区域风场有影响(郭艳军等^[25])。ENSO对石岛区域有效波高的年际变化有何种程度的影响, 需要进一步进行详细地探究。本文选用了Niño 3.4区的ENSO指数进行相关的研究, 选用的ENSO指数下载自http://www.cpc.ncep.noaa.gov/data/indices/。

图 13给出了Niño指数与石岛站位有效波高年际异常、石岛站位风速以及黄海区域平均风速年际异常的超前滞后相关关系。ENSO指数在超前石岛站位有效波高年际异常约5个月时与后者达到最大的负相关, 相关系数大约为–0.44(图 13a), 分别在超前石岛站位、黄海区域平均风速年际异常2、3个月时与后者达到最大负相关, 相关系数分别为–0.46、–0.56(图 13b), 相关性均不高。ENSO指数超前风场1-7个月时, 与黄海区域风速年际异常呈现一定程度上的负相关, 这意味着随着El Niño(La Niño)事件的发展, 黄海区域风速减弱(加强)。而石岛有效波高与黄海风速的年际异常存在一定的同期的正相关, 这是导致ENSO指数在超前石岛站位的有效波高年际异常约5个月时与后者达到最大的负相关的重要原因。

而ENSO指数在滞后石岛站位1%大波有效波高年际异常约7个月时与后者达到最大的负相关, 相关系数大约为–0.39(图 13c), 但是ENSO指数和石岛站位以及黄海区域平均的1%大风风速年际异常的相关系数很小(图 13d), 这说明ENSO也会对石岛站位的1%大波有效波高产生一定程度的影响, 但是这种影响和石岛以及黄海区域平均1%大风风速的关系很小。

6 结论

本文基于SWAN模式研究了2001~2016年石岛海域海浪的季节和年际变化特征, 评估了风场对该海域海浪场的影响, 并进一步探讨了ENSO对该海域海浪的影响。得出以下结论:

(1) 石岛站位海浪受到黄海区域季风系统的影响而呈现显著的季节变化:有效波高在12月份最大, 6月份最小。而1%大波有效波高仅在4、8月份较大, 其季节变化不显著。

(2) 石岛站位海浪的年际变化也很明显。石岛站位有效波高年际异常与黄海区域平均风速年际异常具有一定的同期相关性, 但其相关性不高, 而1%大波有效波高年际异常与石岛站位以及黄海区域平均的1%大风风速之间均有一定准同期相关关系。石岛站位有效波高和风速年际异常之间的相关性存在明显的季节差异: 7、10月份的石岛站位有效波高和石岛站位风速、黄海区域平均风速年际异常的相关相关性较高。而石岛站位1%大波有效波高和石岛站位、黄海区域平均1%大风风速的年际异常则在8月份的相关性较高。

(3) 石岛站位海浪在不同季节受到石岛区域和黄海其它区域风场的影响有所不同。夏季, 石岛区域风场对石岛区域海浪场的贡献比较小, 而黄海南部的区域风场的贡献较大。而在冬季, 石岛区域风场对石岛区域海浪的贡献较大。

(4) ENSO事件会通过影响黄海区域风速的年际变化对石岛有效波高的年际变化产生一定的影响, 但是这种影响比较有限, ENSO事件对石岛1%大波有效波高的影响也很小。

本文中, 研究的石岛区域水深较浅, 今后为提高近海海浪场模拟精度有效的做法还有很多, 如选用非结构网格、提高地形精度、考虑潮汐对浅水区域水深变化影响等。另外, 模式模拟选用的ERA-Interim风场数据在浅水区域对波高的大值有一定的高估^[26], 这会在一定程度上影响石岛极值有效波高的季节和年际变化特征。而在讨论ENSO事件和石岛海浪场之间关系时, 分析所选用数据时间长度对结果的影响会比较大, 今后通过利用更长时间的模拟结果来进一步认识二者之间的关系。