文章信息
- 朱超, 史剑, 陶爱峰, 刘经东. 2019.
- ZHU Chao, SHI Jian, TAO Ai-feng, LIU Jing-dong. 2019.
- “苏拉”和“达维”双台风过程中台风浪和海温的数值模拟
- Numerical simulation of typhoon waves and sea temperatures during Typhoons "Saola" and "Damrey"
- 海洋科学, 43(7): 1-11
- Marina Sciences, 43(7): 1-11.
- http://dx.doi.org/10.11759/hykx20181205003
-
文章历史
- 收稿日期:2018-12-05
- 修回日期:2019-02-26
2. 国防科技大学 气象海洋学院, 江苏 南京 211101
2. College of Meteorology and Oceanography, National University of Defense Technology, Nanjing 211101, China
台风是典型的海洋灾害, 是海洋上层环境与大气相互作用的复杂过程。它能引起狂风巨浪, 改变海洋中流、温度、盐度等分布。双台风是指同时出现两个达到热带风暴或以上强度的热带气旋, 两者风场相互作用。相比单个台风, 双台风对海域的影响更加严重。我国位于西北太平洋沿岸, 盛行季风气候, 是全球遭受台风灾害最多的国家之一。研究双台风过程中海洋环境的变化具有重大的意义。
目前, 对双台风的路径、发展和降雨的研究较多, 而双台风过程中浪、流、温度和盐度变化的研究较少。聂永强[1]利用Holland台风模型和背景风场叠加的方法模拟了双台风下江苏沿海的波浪特性, 指出台风“布拉万”以风浪的形式影响江苏沿海, “天秤”的影响以涌浪为主。丁维炜[2]利用海气浪耦合模型对西北太平洋下双台风过程进行模拟, 发现耦合模型能够较为准确的预报出台风路径以及海浪的分布。
考虑到海洋环境的复杂性, 单一研究浪和流的模型已不能满足对模拟精度的要求。浪流相互作用的概念最早由Longuet-Higgins和Stewart[3]提出, 经过多年的发展, 国内外已经对浪流耦合进行了大量的研究。Moon[4]基于浪流潮耦合模型对东黄海区域进行模拟, 得出潮流、风暴潮和季节性环流都影响海浪的分布。吴伦宇[5]基于FVCOM-SWAVE耦合模型对长江口的浪, 流, 泥沙三者进行了耦合模拟, 结果显示耦合模型有利于提高浪、流、沙的模拟精度。刘子龙[6]在对北太平洋海表面温度进行模拟时指出考虑海浪作用的sbPOM耦合模式更能精确的模拟出海表面温度的变化。
本文从FVCOM-SWAVE浪流耦合模型出发, 以双台风“苏拉”和“达维”的过程为例, 研究双台风过程中海浪的分布特点以及海洋表层温度的变化特征。
1 耦合模型介绍有限体积海岸海洋模型FVCOM(The Unstructured Grid Finite Volume Community Ocean Model)是目前流行的海洋环流模型之一, 它是由陈常胜及其团队成功研发, 并具有开源代码的模式。该模式基于有限差分法和有限单元法的优点, 采用有限体积法, 在计算中不仅具有计算编码效率高的特点, 而且可以精确的适应高度不规则的河口海岸边界。模式从最初研发至今, 不断进行修正和改进, 加入了浪流耦合模块、河口模块、粒子追踪模块、同化模块以及水质模块等。本文采用浪流耦合模块(FVCOM- SWAVE)[7-8], 利用波作用密度谱平衡方程计算耦合模型中的海浪要素, 温度等控制方程计算温度要素。
2 资料介绍及模型设置 2.1 “苏拉”、“达维”台风介绍台风“苏拉”于2012年7月28日08时左右在菲律宾东部海域生成, 29日14时加强为强热带风暴, 8月2日3时左右首次在台湾省花莲市登陆, 中心最大风速为42 m/s, 中心最低气压950百帕, 而后继续向西北方向移动, 台风强度变化不大, 最后于3日6时在福建省福鼎市秦屿镇登陆, 减弱为热带低压。台风“达维”于2012年7月28日20时左右在日本东京东南1 330公里的西北太平洋上生成, 并于8月1日8时加强为强热带风暴, 2日凌晨进入东海, 一直向西北移动, 中心附近最大风速35 m/s, 最低气压965百帕, 当天晚上在江苏省响水县陈家港镇登陆, 随后向西北连云港市方向行进, 逐渐减弱为热带风暴。台风“苏拉”和“达维”是典型的双台风现象, 对我国影响时间长, 范围广。台风路径资料来自国家气象局[9], 具体移动路径如图 1。
![]() |
| 图 1 台风“苏拉”和“达维”路径 Fig. 1 Path of typhoons "Saola" and "Damrey" |
本文模拟区域覆盖了东中国海及西北太平洋, 具体范围100°E~147°E, 2°N~47°N。计算区域范围大, 地形错综复杂, 包含日本岛、台湾岛和琉球群岛等。海岸线采用美国国家地球物理资料中心NGDC (National Geophysical Data Center)提供的海岸线资料GSHHS(Global Self-consistent Hierarchical High- resolution Shoreline); 海域水深数据由NGDC提供的ETOPO5地形数据插值得到。
采用欧洲中期天气预报中心ECMWF(European Centre for Medium-Range Weather Forecasts)提供的风场资料, 空间分辨率为0.125°×0.125°, 时间分辨率为6小时。热通量资料采用NCEP(National Centers for Environmental Prediction)提供的再分析数据, 时间空间分辨率与风场资料一致。温度采用HYCOM (Hybrid Coordinate Ocean Model) [10]的再分析数据, 垂向分为40层, 以7月28日资料作为模型的初始资料。上述风场等资料通过前处理过程插值到网格中, 并转化为FVCOM可识别的网格资料形式。本文采用Jason-2卫星高度计反演的有效波高和Argo浮标实测的上层海水温度作为模拟结果的判别标准。
2.3 模型设置耦合模型水平采用非结构化的三角形网格, 如图 2, 网格包括26 073个节点和50 244个三角单元, 最大步长约为70千米, 最小步长约为10千米。设置了陆地边界、岛屿边界以及海洋开边界, 海岸边界采用干湿网格点法, 干点处的速度为0, 开边界采用海绵边界条件。模型在垂直方向分为40层, 内外模的时间步长分别为90 s和3 s, 输出时间间隔取60分钟。外模是二维, 计算平均流速和水位; 内模是三维, 计算湍动能、三维流速、温度和盐度等物理量, 内外模式的运输性保持一致。
![]() |
| 图 2 计算网格图 Fig. 2 Grid of computation |
波浪是台风过程中典型的表现形式, 而有效波高作为衡量波浪大小的标准, 在生产生活中具有重要的意义, 为了说明模拟结果的准确性, 对台风过程中的有效波高进行验证。本文采用Jason-2卫星高度计反演的有效波高进行波高验证, 选取双台风过程期间Jason-2卫星高度计资料, 轨道如图 3, 图中a、b、c、d的轨道日期为8月2日10时左右、8月1日10时左右、7月30日21时左右和8月1日20时左右。Jason-2说明书中提到Ku波段数据精度为0.001 m, 且观测结果优于c波段, 所以采用Ku波段反演的有效波高作为验证标准。王娟娟等[11]研究Jason-2有效波高产品在中国海域的准确性评估中指出有效波高的精度与离岸距离有关, 离岸越远, 精度越高。为了保证模拟的精度, 取外海轨道反演的波高值作为验证标准, 不同轨道有效波高的取值范围以拟合结果的纬度坐标为准, 如图 4。
![]() |
| 图 3 Jason-2高度计轨道图 Fig. 3 Altimeter orbit of Jason-2 |
![]() |
| 图 4 有效波高模拟值与高度计值比较 Fig. 4 Comparison of significant wave heights between simulation and altimeter |
采用均方根误差和相关系数两个统计量作为判别有效波高准确性的标准, 结果如表 1。由图 4和表 1可知, 模拟出的有效波高相对偏小。从偏差角度讲, 王娟娟等[11]指出Jason-2有效波高产品在中国海偏大, 其中在东海偏差最大, 而本文选用的高度计轨道主要在东海及其外海, 所以模拟结果偏小的原因可能是高度计资料偏大。此外图 4c计算出的RMSE偏大, 可能是模型输出的时间与卫星高度计反演时间具有很短的时间差, 导致拟合结果出现一个相位差。总体来讲, 耦合模型能够准确的模拟出台风浪大小。
![]() | a | b | c | d |
| CC | 0.935 6 | 0.936 5 | 0.880 6 | 0.788 2 |
| RMSE/m | 0.334 6 | 0.488 4 | 0.592 0 | 0.428 0 |
从模拟的过程中可以看出, 双台风“苏拉”和“达维”从生成到登陆减弱用了5天左右, 与单个台风相比, 它们的影响区域更广, 更具有危险性。如图 5a, 7月28日台风形成时, 台风产生的海浪就具有明显的分区, “苏拉”引起的海浪主要分布在台风前侧和后侧, 后侧有效波高大于前侧有效波高; “达维”引起的海浪主要分布在台风的右侧。29日台风“苏拉”和“达维”分别向西北移动, 台风的风场变强, 影响的海域变大。图 5c可以看出, 30日台风“苏拉”经过菲律宾群岛向台湾岛移动, 最大风速附近出现最大有效波高, 值约为5.5米, 后侧波高值明显大于前侧波高值。台风“达维”由太平洋向日本岛移动, “达维”虽然具有较小的风场强度, 产生的最大有效波高仅为4米左右, 但依旧表现出大风对应大浪的特性, 路径右侧的风速大于左侧风速, 右侧有效波高值大于左侧有效波高值。31日, 随着台风的发展, 在两台风眼处都出现了明显的海浪, 有效波高接近2.5米。此时由于水深较大, 没有复杂岛屿的阻挡, 台风“苏拉”和“达维”出现了台风过程中的最大有效波高值, “苏拉”后侧产生的最大有效波高约为7米, “达维”右侧产生的最大有效波高约为5.5米, 如图 5d。8月1日, 台风“苏拉”在台湾省登陆, 风速达到最大值42 m/s, 但受到台湾及其周围岛屿的影响, 水深变浅、波浪破碎、能量降低、有效波高减小, 最大有效波高出现在路径后侧的最大风速附近, 波高值为6米左右。台风“达维”经过日本, 受到右侧地形的影响, 右侧的最大有效波高降低, 最大波高值为3.5米左右, 如图 5e。2日, 由于地形影响和两台风风场相互作用的减弱, “苏拉”的最大风速出现在路径右侧, 海浪呈现出右偏性。3日两台风分别在福建福鼎市秦屿镇和江苏省盐城市响水县登陆。
![]() |
| 图 5 6个典型时刻风场矢量和有效波高分布图 Fig. 5 Distribution of wind field vectors and significant wave heights at six typical moments |
夏璐一等[12]在西北行路径台风浪的特性分析中指出, 西北向移动的台风产生的台风浪具有右偏性。考虑到本次模拟结果与前者结论不符, 通过分析双台风与单个台风的不同之处, 发现台风“苏拉”和“达维”风场的相互作用对台风浪的分布产生一定的影响。由图 5a-e可知, 台风“苏拉”的风场强度和最大风速半径大于“达维”的风场强度和最大风速半径, 在两者风场的相互影响下, “苏拉”的外侧气流经过旋转从东南方向进入达维风场中, “达维”的外侧气流经过旋转从北方向进入“苏拉”风场中。“苏拉”的后侧与前侧风场密度较大, 出现最大风速, “达维”的右侧风场密度较大, 出现最大风速。波高对风速有很强的依赖性, 台风“苏拉”产生的最大有效波高出现在路径的后侧, 台风“达维”产生的最大有效波高出现在路径的右侧。由图 5f可知, 在台风“苏拉”和“达维”逐渐靠近的过程, 风场相互影响更加剧烈。在“苏拉”风场的影响下, 台风“达维”的气旋性减弱, 产生的有效波高没有明显的规律性。由于台风“达维”强度的减弱、地形阻挡和水深变浅等因素, 台风“苏拉”的移动路径发生转变, 最大风速出现在台风路径的右侧, 最大有效波高出现在路径的右侧, 表现出台风浪典型的右偏性。
由模拟的过程可以看出, 台风浪的分布主要受到台风系统的强度、台风移动路径以及地形因素的影响; 双台风过程中风场的相互作用影响着最大风速的分布, 也影响着台风浪的分布。
4 台风过程对海表面温度的影响 4.1 台风过程中海表面温度的验证台风的演变和海表面温度(Sea Surface Tempera ture, 简称SST)变化是一个双向的响应过程, 温度高的海水会蒸发出更多的水汽, 加大海洋对大气的热通量, 影响着台风强度、路径的变化; 台风过程引起的上升流、混合层的夹卷、海浪搅拌混合等现象也会对海水起到降温的作用。
温度模拟的时间范围为7月28日至8月4日, 为了说明模拟温度的可靠性, 采用Argo浮标资料进行海温的验证, 图 6为部分日期7月28日、31日Argo浮标在模拟区域内的位置分布情况, 黑色五角星代表浮标位置。采用Argo浮标资料的第一层温度数据与模型模拟的第一层温度数据进行比较, 图 7为28、31日模拟的温度与Argo浮标实测温度拟合图, 黑色曲线代表理想条件下模拟温度与实测温度完全相同的拟合结果, 红色曲线则代表实际条件下浮标处模拟温度与实测温度拟合结果, 其中理想条件指模拟过程与真实海洋动力过程完全相同。采用相关系数和均方根误差两个统计量作为判别模拟温度准确性的标准, 统计结果见表 2。
![]() |
| 图 6 部分日期Argo浮标位置分布图 Fig. 6 Distribution buoy of Argo at partial date |
![]() |
| 图 7 模拟温度与Argo实测温度拟合图 Fig. 7 Fitting diagram of simulated and measured temperatures 注: △:浮标位置处的模拟和实测温度; 黑线:理想条件下拟合曲线; 红线:实际条件下拟合曲线 |
![]() | 7月28日 | 7月31日 |
| CC | 0.935 6 | 0.936 5 |
| RMSE/m | 0.334 6 | 0.488 4 |
由拟合结果可知, 虽然个别区域模拟的温度偏差较大, 但总体上耦合模型模拟的海温较合理可靠, 为接下来分析台风过境后SST的变化提供了依据。
4.2 台风过程中SST变化的分析考虑到SST的变化对台风过程响应是一个较慢的过程, 因此海温的模拟时间为7月28日至8月4日。本文研究以7月28日的SST为初始温度, 将不同模拟时段的SST与初始温度作差, 结果见图 8。过程初期, 台风风场、海浪、流场强度较弱, 引起的上升流、辐散、辐聚、混合层夹卷作用较小, 对SST的降低效果不够明显, 从7月30日模拟结果可以看出, “达维”经过的海域产生0.5~1℃左右的降温, “苏拉”产生的降温效果不明显。31日, 台风“苏拉”路径附近开始出现降温, 但台风“达维”附近降温更加明显, 出现较大冷斑现象, 降温大约为2.5℃。8月2日, 两个台风路径附近的降温幅度和降温区域进一步增大, “苏拉”路径附近最大降温约为3℃, “达维”路径右侧的最大降温约为3.5℃左右, 且台风“达维”产生的降温区域更大。3日, 双台风引起了最大降温, 降温幅度达到4.5℃, 出现在靠近“达维”路径附近的东海。4日, “苏拉”产生的降温已经出现了回温现象, 降温只有1℃左右, 而“达维”产生的降温依旧存在3.5℃左右, 回温较慢, 这可能与下一号超强台风“海葵”的影响密不可分。2日, 台风“海葵”已生成并产生了明显的海浪, 在“海葵”路径的右侧产生了较大的有效波高, 如图 5f, “海葵”产生的最大风速和最大有效波高的区域与台风“达维”的降温区域大致相同, 从而对该区域的海水起到了降温作用, 使该海域回温较慢。
![]() |
| 图 8 模拟的海表面温度变化图 Fig. 8 Variation of simulated sea surface temperature |
整体可以看出, 台风对SST具有明显的降低作用, 但降温过程具有延迟性, 延迟时间大约为两天。台风过程中, 台风眼处由于上升流、海水辐散、海水辐聚等作用, 下层冷水上翻, 冷热水混合, 使得上层海水温度降低。风眼外侧, 在风场作用下海水产生切应力, 使得混合层夹卷下层冷水, 降低了海水温度。海浪作为海气过程中剧烈的表现, 其不仅促进了海洋向大气的热辐射通量, 也促进了海洋上层的湍流作用, 间接的降低了上层海水温度。台风强度越大, 移速越慢, 风场对海水的作用越强, 降温效果越明显。由于台风“达维”的最大风速和最大有效波高均位于路径右侧, 产生的混合层夹卷、海浪的搅拌作用相对剧烈, 使得右侧降温区域更明显, 梁晓红[13]等人研究台风对SST影响中也得出降温现象右偏性的结论。在双台风风场的相互作用下, “苏拉”风场的最大风速和最大有效波高均位于台风位置后侧, 使得台风后侧处的SST降低现象较明显, 降温区域位于台风路径处, 没有表现出明显的右偏性。
通常情况下, 台风引起的SST降温效果与台风的强度、移速、风场半径、最大风速等有着密切的关系。与“达维”相比, 台风“苏拉”的强度、最大风速、最大风速半径等均较大, 且“苏拉”的移动速度较慢, “达维”移动速度较快, 从理论上来讲, 台风“苏拉”产生的降温幅度及降温区域应大于“达维”产生的降温效果, 但此次模拟有着不同的结果, 考虑到台风过境前海洋环境的影响, 海洋上层初始的混合层厚度和温跃层强度对SST变化具有不可忽略的影响。
4.3 初始混合层厚度对台风过程中SST变化的影响芦静等[14]利用Argo和Levitus多年资料研究得出, 混合层厚度从低纬度向高纬度呈现减小的趋势, 菲律宾, 台湾岛东部海域混合层的厚度大于日本岛太平洋沿岸地区混合层的厚度。为了分析初始混合层厚度对于台风过程中SST降低的影响, 采用模拟初期7月28日和29日靠近台风“苏拉”和“达维”路径的8个浮标资料以及台风过后8月2日和3日靠近“苏拉”和“达维”的10个浮标资料进行对比, 由于Argo浮出水面传输数据的周期为10天左右, 超过了本次模拟周期, 且Argo浮标在一个周期内漂移的距离为10~40公里不等, 所以本文采用经纬度尽量相差较小的Argo浮标资料, 这样有利于SST降温对比的准确性。表 3为选取Argo浮标的具体位置, 图 9为Argo浮标的实测剖面温度变化图。
![]() | 28、29日 | 2、3日 | |||
| 经度/°E | 纬度/°N | 经度/°E | 纬度/°N | ||
| 靠近台风“苏拉” 浮标位置 | 129.421 | 20.762 | 129.136 | 20.866 | |
| 129.398 | 22.450 | 129.386 | 22.631 | ||
| 129.381 | 20.830 | 129.048 | 20.865 | ||
| 129.385 | 22.449 | 129.374 | 22.653 | ||
| 靠近台风“达维” 浮标位置 | 140.150 | 28.076 | |||
| 146.072 | 29.934 | 146.285 | 30.008 | ||
| 138.301 | 31.318 | 139.548 | 28.005 | ||
| 146.118 | 29.951 | 146.315 | 30.046 | ||
| 136.284 | 29.045 | 146.934 | 27.067 | ||
| 140.341 | 31.069 | ||||
![]() |
| 图 9 Argo浮标的剖面温度变化图 Fig. 9 Section temperature variation of Argo buoy |
混合层深度的定义:比海表面水温度低0.5℃深度以上的水层。由计算可得图 9a的平均混合层深度为30米, b为12米, c为35米, d为32米, 其中图 9a、b为台风过境前的混合层厚度, 图 9c、d为台风过境后的混合厚度。从统计上看出, 位于台风“苏拉”路径附近海域的初始混合层厚度明显大于台风“达维“路径附近海域的初始混合层厚度, 两者差值大约20米, 这与芦静等[14]得出的全球大洋7月份混合层深度分布图的结论一致。初始混合层厚度大, 海洋上层恒温水体相对较多。在台风风场的作用下, 台风眼处的水体辐散引起上升流, 使下层冷水与上层水掺混, 由于上层具有较大体积的恒温水, 掺混之后SST降低幅度比较小。台风眼外侧最大风速处, 混合层夹卷、强浪的搅拌等作用使得混合层恒温水与下层冷水进行掺混, 混合层厚度越大, 对深层低温海水的掺混现象越不明显, SST降低越小。初始混合层厚度小, 无论是在台风眼处还是在最大风速处均能引起较明显的海水降温现象。这也解释了强台风“苏拉”引起的降温比台风“达维”引起的降温幅度小, 降温区域小。
台风过程后靠近“苏拉”、“达维”路径海域的混合层厚度都有不同程度加深的趋势。台风“达维”附近处的混合层加深幅度比较明显, 从12米增加到32米, 主要是因为初始混合层厚度比较小, 台风引起的上升流、水体辐散、辐聚以及混合层对海水的夹卷作用显著, 使得深浅层海水的掺混现象明显, 从而导致混合层厚度变大。台风“苏拉”附近处的混合层加深不明显, 从30米增加到35米, 其主要原因是观测浮标的位置不是最大降温区域处, 且初始混合层厚度相对较大, 所以台风“苏拉”过后引起观测浮标处混合层加深不明显。
4.4 初始温跃层强度对台风过程中SST变化的影响从台风过程中可以看出, 最大降温出现在“达维”路径附近的东黄海海域。考虑到诸多因素影响着台风对SST的降低效果, 对比台风“达维”前后风场强度、风速半径、最大风速、初始混合层厚度等条件, 发现温跃层的跃层强度同样对SST变化起着重要的作用。在初始混合层厚度大致相等的情况下, 温跃层的强度越大, 那么SST的降低现象越明显。葛人峰[15]等人指出夏季东海黄海的温跃层强度较大, 整个东海黄海跃层强度在2~4℃/m不等, 远大于外海约0.1℃/m的跃层强度, 温跃层的厚度普遍小于20米。由于前人对东黄海温跃层做了大量研究, 得出了相关结论, 本节仅对“达维”路径的外海处温跃层进行简要的计算, 利用Argo浮标资料垂向分层的特点, 采用垂向梯度法对28、29日“达维”路径的外海处4个浮标资料进行温跃层的强度和厚度计算, 当跃层强度大于0.05℃/m时, 说明存在温跃层, 具体浮标经纬度见表 3, 温跃层计算结果见表 4。从表中可以看出, 浮标所在外海的温跃层强度大约为0.1℃/m, 温跃层厚度大约为70米。温跃层强度越大, 厚度越小, 那么垂向海水温度变化梯度越大, 下层冷水越靠近上层水体, 上升流、辐合、辐散、夹卷等现象容易将下层冷水与上层水掺混, 令SST大大降低。
![]() | 浮标1 | 浮标2 | 浮标3 | 浮标4 | 平均值 |
| 温跃层强度/(℃/m) | 0.146 | 0.073 | 0.138 | 0.090 | 0.111 |
| 温跃层厚度/m | 50 | 92 | 52 | 85 | 69.75 |
本文采用FVCOM-SWAVE耦合模型, 模拟了“苏拉”和“达维”的台风过程, 着重分析了双台风过程中台风浪和SST变化的特性。双台风过程中, 由于台风风场的相互作用, 风场结构发生改变, 影响着台风浪的分布。海浪对风场具有很强的依赖性, 最大有效波高出现在最大风速附近。“苏拉”产生的最大有效波高位于台风后侧, “达维”产生的最大有效波高位于台风的右侧。
台风过程会引起SST降低, 降温对台风的响应大约为2天, 降温区域的分布与海浪分布一致, 大风强浪区降温幅度偏大。“苏拉”路径附近降温较明显, “达维”路径右侧降温较明显。通过“苏拉”和“达维”台风过程的对比, 发现初始混合层厚度越大, 台风过程对SST的降低效果越不明显。在混合层厚度相等的基础上, 温跃层强度越大, 台风对SST的降低效果越明显, 在浅海大陆架处表现更显著。
| [1] |
聂永强, 陈鹏超. 双台风下江苏沿海的波浪数值模拟[J]. 水道港口, 2017, 38(2): 143-149. Nie Yongqiang, Chen Pengchao. Numerical simulation of the wave off Jiangsu coast under binary typhoons[J]. Journal of Waterway and Harbor, 2017, 38(2): 143-149. DOI:10.3969/j.issn.1005-8443.2017.02.007 |
| [2] |
丁维炜, 齐琳琳, 汪汇洁, 等. 中尺度海气浪耦合模式对西北太平洋双台风影响下的海浪预报研究[J]. 海洋技术学报, 2018, 37(3): 41-48. Ding Weiwei, Qi Linlin, Wang Huijie, et al. Study on the wind wave prediction of typhoons over the Northwestern Pacific Ocean with mesoscale coupled atmos-phere-ocean-wave model[J]. Ocean Technology, 2018, 37(3): 41-48. |
| [3] |
Longuet-Higgins M S, Stewart R W. Changes in the form of short gravity waves on long waves and tidal currents[J]. Journal of Fluid Mechanics, 1960, 8(4): 565-583. DOI:10.1017/S0022112060000803 |
| [4] |
Moon I J. Impact of a coupled ocean wave-tide-circulation system on coastal modeling[J]. Ocean modelling, 2005, 8(3): 203-236. DOI:10.1016/j.ocemod.2004.02.001 |
| [5] |
吴伦宇.基于FVCOM的浪、流、泥沙模型耦合及应用[D].青岛: 中国海洋大学, 2010. Wu Lunyu. FVCOM-based Wave-Current-Sediment model coupling and its application[D]. Qingdao: Ocean University of China, 2010. http://d.wanfangdata.com.cn/Thesis/D455600 |
| [6] |
刘子龙, 史剑, 蒋国荣, 等. 海浪搅拌混合对北太平洋海表面温度模拟的影响[J]. 海洋科学, 2016, 40(12): 131-137. Liu Zilong, Shi Jian, Jiang Guorong, et al. Influence of wave-induced mixing on a sea surface temperature simulation of the North Pacific[J]. Marine Sciences, 2016, 40(12): 131-137. DOI:10.11759/hykx20160127001 |
| [7] |
Chen C S, Liu H D, Beardsley R C. An unstructured grid, finite-volume, three-dimensional, primitive equations ocean model:application to coastal ocean and estuaries[J]. Journal of atmospheric and oceanic technology, 2003, 20(1): 159-186. DOI:10.1175/1520-0426(2003)020<0159:AUGFVT>2.0.CO;2 |
| [8] |
Qi Jianhua, Chen Changsheng, Beardsley R C, et al. An unstructured-grid finite-volume surface wave model (FVCOM-SWAVE):Implementation, validations and applications[J]. Ocean Modelling, 2009, 28(1-3): 153-166. DOI:10.1016/j.ocemod.2009.01.007 |
| [9] |
Ying Ming, Zhang Wei, Yu Hui, et al. An Overview of the China Meteorological Administration Tropical Cyclone Database[J]. Journal of Atmospheric and Oceanic Technology, 2014, 31(2): 287-301. DOI:10.1175/JTECH-D-12-00119.1 |
| [10] |
Hybrid Coordinate Ocean Model. HYCOM温度资料[EB/OL]. ftp://ftp.hycom.org/datasets/GLBu0.08/expt_91.1.html, 2018-05.
|
| [11] |
王娟娟, 高志一, 王久珂, 等. Jason-2有效波高产品在中国海域的准确性评估[J]. 海洋与湖沼, 2016, 47(3): 509-517. Wang Juanjuan, Gao Zhiyi, Wang Jiuke, et al. Validation on JASON-2 significant wave height production for China seas[J]. Oceanologia et Limnologia Sinica, 2016, 47(3): 509-517. |
| [12] |
夏璐一, 栾曙光, 张超. 西北行路径台风浪的特性分析[J]. 大连海洋大学学报, 2014, 29(6): 654-658. Xia Luyi, Luan Shuguang, Zhang Chao. Wave charac-teristics of northwest moving path typhoon[J]. Journal of Dalian Fisheries University, 2014, 29(6): 654-658. DOI:10.3969/J.ISSN.2095-1388.2014.06.021 |
| [13] |
梁晓红, 荣艳淑, 葛黎丽. 台风对海表温度的影响分析[J]. 海洋开发与管理, 2015, 32(4): 53-58. Liang Xiaohong, Rong Yanshu, Ge Lili. Analysis of Typhoon on sea surface temperature[J]. Ocean Develop-ment and Management, 2015, 32(4): 53-58. DOI:10.3969/j.issn.1005-9857.2015.04.014 |
| [14] |
芦静, 乔方利, 魏泽勋, 等. 夏季海洋上混合层深度分布研究[J]. 海洋科学进展, 2008, 26(2): 145-155. Lu Jing, Qiao Fangli, Wei Zexun, et al. Study on Distri-butions of mixed layer depth in the world ocean in summer[J]. Advances in Marine Science, 2008, 26(2): 145-155. DOI:10.3969/j.issn.1671-6647.2008.02.004 |
| [15] |
葛人峰, 郭景松, 于非, 等. 黄、东海陆架海域温度垂直结构类型划分与温跃层分析[J]. 海洋科学进展, 2006, 24(4): 424-435. Ge Renfeng, Guo Jingsong, Yu Fei, et al. Classification of vertical temperature structure and thermocline analysis in the Yellow Sea and East China Sea shelf sea areas[J]. Advances in Marine Science, 2006, 24(4): 424-435. DOI:10.3969/j.issn.1671-6647.2006.04.003 |
2019, Vol. 43















