
文章信息
- 乔璐璐, LE DUC Cuong, 李珏, 段晓勇, 印萍. 2021.
- QIAO Lu-lu, LE DUC Cuong, LI Jue, DUAN Xiao-yong, YIN Ping. 2021.
- 超强台风“威马逊”作用下红河三角洲海域水动力环境变化的数值研究
- Numerical modeling of hydrodynamic changes due to super Typhoon Rammasun in the Red River Delta coastal area
- 海洋科学, 45(4): 64-74
- Marine Sciences, 45(4): 64-74.
- http://dx.doi.org/10.11759/hykx20190508002
-
文章历史
- 收稿日期:2019-05-08
- 修回日期:2020-04-20
2. 中国海洋大学 海洋地球科学学院, 山东 青岛 266100;
3. 青岛海洋地质研究所, 山东 青岛 266071
2. College of Marine Geoscience, Ocean University of China, Qingdao 266100, China;
3. Qingdao Institute of Marine Geology, Qingdao 266071, China
北部湾位于南海西北部, 地处亚热带, 平均水深45 m, 夏季, 尤其是8月份[1]热带气旋活动频繁, 可产生风暴潮、强流、大浪等海洋灾害, 甚至可引起海底大型沙波、沙脊的增高和加宽, 使海底出现冲刷沟槽和凹坑[2], 对我国广西、海南以及越南东部的海洋经济和生产安全带来重大影响。数值模拟是研究台风影响下风、浪、流过程的有效手段[3-5], Delft3D数值模型在模拟台风过程下水文动力环境变化中被广泛应用[6-12]。广西北海站近42年最大增水可达1.45 m, 最大减水可达1.87 m, 台风产生陆架陷波在广西近海产生较强的西向流[13-14]。台风在广西沿岸产生的风暴潮增水, 越靠近海岸增水值越大, 且在时间上滞后[15-16]。台风“鲇鱼”产生的波浪在北部湾以风浪为主, 涌浪较少, 而在南海其他海域则以涌浪为主, 波高可达3~6 m, 周期可达12~16 s[17]。基于多年台风资料, 通过极值推算, 可以获得不同重现期极值波浪和海流。曹雪峰等[1]基于WRF海面风场模型、SWAN海浪模型和ECOM三维海流数值模型, 计算了1992—2011年的热带气旋影响下, 百年一遇风速、波高和流速。于克俊等[18]采用Weibull分布, 基于20个最大后报风海流流速, 获得了台风风海流的极值分布。江丽芳等[19]利用1949—2005多年年最大台风浪, 基于Pearson Ⅲ型频率适线法推算了钦州湾的多年一遇极值波高和平均波周期, 认为北部湾内部波高较小, 湾口处的波高大于内湾处的波高, 近岸波高极值最小。
基于三维数值模型, 已开展大量台风影响下北部湾浪潮流过程的数值模拟研究, 且研究多关注于整个北部湾海域尤其是广西近海的台风波浪、风暴潮增水和海流等, 对河口近海的海洋动力环境响应研究较少。本文基于Delft3D数值模型, 对红河三角洲海域的水动力环境及其对台风“威马逊”的响应变化开展研究, 对丰富河口动力学和潮汐作用理论有重要意义。
1 研究区域与台风“威马逊”每年约有1.16×108 t泥沙由红河输运入海(图 1), 其中90%是在雨季(从6月到次年的1月)入海[20]。在这些泥沙的输运过程中, 有62.3%是通过红河三角洲北区的河口, 其中11.7%是通过太平河(Thai Binh River)及其附近河口, 1.8%是通过川漓(Tra Ly River)河口, 37.8%是通过巴拉特(Ba Lat River)河口运移到近海海域[21]。红河三角洲是波浪-潮流-河流混合控制的三角洲[22]。水下三角洲北区的表层沉积物主要由砂、砂质粉砂和黏土质粉砂组成, 平均粒径为6φ。水平分布上, 由西部的砂逐渐向东部的黏土质粉砂过渡, 呈现出三角洲前缘相的粗粒级沉积物逐渐向前三角洲-浅海相的细粒级沉积物变化的趋势。
![]() |
图 1 研究海域、水深及验证点站位(Hon Dau水位验证, S3海流验证) Fig. 1 Study area with water depth and observation stations (water elevation observed at Hon Dau, currents abserved at S3) |
红河三角洲平均每年有2.61个台风过境, 并且近年来台风影响天数有增多趋势(图 2)。超强台风“威马逊”(Typhoon Rammasun, 国际编号: 1409)为2014年太平洋第9号台风。其于2014年7月12日下午在西北太平洋生成, 15日即加强为强台风级, 进入南海时最大风速达到60 m/s, 并分别于18日15时30分和19时30分在海南文昌、广东徐闻两次登陆后, 继续沿北部湾东北海域向西北方向运动, 过境北部湾时风速超过50 m/s, 中心气压940 hpa, 最终于19日7时在广西第3次登陆。
本文基于Delf3D数值模型, 对台风“威马逊”影响下的红河三角洲海域水动力环境变化进行研究。Delft3D模型包括海流、波浪、水质、悬浮泥沙输运与地形演变等模块, 是目前国际较为先进且应用广泛的海岸与海洋模拟工具之一。其中水动力模块基于浅水特性和Boussinesq假定,求解不可压缩流体的Navier-Stokes方程(WL Delft Hydraulics)。正交曲线坐标系下沿深积分连续方程:
$\frac{{\theta \zeta }}{{\theta t}} + \frac{1}{{\sqrt {{G_{\xi \xi }}} \sqrt {{G_{\eta \eta }}} }}\frac{{\partial \left( {\left( {d + \zeta } \right)U\sqrt {{G_{\eta \eta }}} } \right)}}{{\partial \xi }} + \frac{1}{{\sqrt {{G_{\xi \xi }}} \sqrt {{G_{\eta \eta }}} }}\frac{{\partial \left( {\left( {d + \zeta } \right)V\sqrt {{G_{\xi \xi }}} } \right)}}{{\partial \eta }} = \left( {d + \zeta } \right)Q,$ | (1) |
式(1)中, Q代表源、汇, 如取排水、降水和蒸发等;
$\begin{gathered} \;\;\frac{{\partial u}}{{\partial t}} + \frac{u}{{\sqrt {{G_{\xi \xi }}} }}\frac{{\partial u}}{{\partial \xi }} + \frac{v}{{\sqrt {{G_{\eta \eta }}} }}\frac{{\partial u}}{{\partial \eta }} + \frac{\omega }{{d + \zeta }}\frac{{\partial u}}{{\partial \sigma }} + \frac{{uv}}{{\sqrt {{G_{\xi \xi }}\sqrt {{G_{\eta \eta }}} } }}\frac{{\partial \sqrt {{G_{\xi \xi }}} }}{{\partial \eta }} - \frac{{{v^2}}}{{\sqrt {{G_{\xi \xi }}\sqrt {{G_{\eta \eta }}} } }}\frac{{\partial \sqrt {{G_{\eta \eta }}} }}{{\partial \xi }} - fv \\ = - \frac{1}{{{\rho _0}\sqrt {{G_{\xi \xi }}} }}{P_\xi } + {F_\xi } + \frac{1}{{{{\left( {d + \zeta } \right)}^2}}}\frac{\partial }{{\partial \sigma }}\left( {{v_v}\frac{{\partial u}}{{\partial \sigma }}} \right) + {M_\xi }, \\ \end{gathered} $ | (2) |
$\begin{gathered} \;\;\frac{{\partial v}}{{\partial t}} + \frac{u}{{\sqrt {{G_{\xi \xi }}} }}\frac{{\partial v}}{{\partial \xi }} + \frac{v}{{\sqrt {{G_{\eta \eta }}} }}\frac{{\partial v}}{{\partial \eta }} + \frac{\omega }{{d + \zeta }}\frac{{\partial v}}{{\partial \sigma }} + \frac{{uv}}{{\sqrt {{G_{\xi \xi }}\sqrt {{G_{\eta \eta }}} } }}\frac{{\partial \sqrt {{G_{\eta \eta }}} }}{{\partial \xi }} - \frac{{{u^2}}}{{\sqrt {{G_{\xi \xi }}\sqrt {{G_{\eta \eta }}} } }}\frac{{\partial \sqrt {{G_{\xi \xi }}} }}{{\partial \eta }} - fu \\ = - \frac{1}{{{\rho _0}\sqrt {{G_{\xi \xi }}} }}{P_\eta } + {F_\eta } + \frac{1}{{{{\left( {d + \zeta } \right)}^2}}}\frac{\partial }{{\partial \sigma }}\left( {{v_V}\frac{{\partial v}}{{\partial \sigma }}} \right) + {M_\eta }, \\ \end{gathered} $ | (3) |
垂直速度的方程:
$ \frac{{\partial \zeta }}{{\partial t}} + \frac{1}{{\sqrt {{G_{\xi \xi }}} \sqrt {{G_{\eta \eta }}} }}\frac{{\partial \left[ {\left( {d + \zeta } \right)u\sqrt {{G_{\eta \eta }}} } \right]}}{{\partial \xi }} + \frac{1}{{\sqrt {{G_{\xi \xi }}} \sqrt {{G_{\eta \mu }}} }}\frac{{\partial \left[ {\left( {d + \zeta } \right)v\sqrt {{G_{\xi \xi }}} } \right]}}{{\partial \eta }} + \frac{{\partial \omega }}{{\partial \sigma }} = \bar H\left( {d + \zeta } \right)\left( {{q_\text{in}} - {q_\text{out}}} \right). $ | (4) |
式(2)、(3)和(4)中: f是科里奥利参数;
基于第三代浅水波浪模型SWAN对红河三角洲的风浪场进行模拟, 考虑了波浪折射、反射、破碎、白浪等过程。SWAN模型模拟动谱密度在时间和空间上的变化, 建立平衡方程:
$\frac{\partial }{{\partial t}}N + \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 }, $ | (5) |
式(5)中: N为动谱密度; Cx, Cy为波浪在x, y方向的相速度;
模型区域覆盖整个北部湾, 在空间上采用曲线正交网格, 网格平均大小为300 m, 最大网格约600 m, 最小为250 m。模型水深采用GEBCO-2014的30″分辨率数据[24]。开边界由全球潮汐模型TPXO8.0提供的30″分辨率的13个主要分潮(M2, N2, S2, K2, K1, O1, P1, Q1, Mf, MM, M4, MS4, MN4)驱动。基于JMA(Japan Meteorological Agency)提供的台风信息(台风眼位置、台风中心最大风速和气压)[25], 建立了研究海域的台风气压场和风场, 作为上强迫驱动模型。
模型验证数据采用红河三角洲Hon Dau站水位数据(图 3)以及Bach Dang河口S3站流速观测资料(图 4), 模拟时间为2013年3月及2014年7月。
![]() |
图 3 HonDau站水位模拟与实测结果对比(时间为世界时, 下同) Fig. 3 Comparison between the simulated water elevation and the observation at the HonDau station: a. dry season, b. wet season |
![]() |
图 4 旱季(3月)与雨季(7月)Bach Dang河口附近S3站模拟与观测表层海流、流向对比 Fig. 4 Comparison between the observations and simulated surface current velocity and direction at S3 station: a and c, dry season, b and d, wet season |
模型校准和验证是一项必要的工作, 在建模应用中具有重要意义。引入均方根误差RMSE来衡量模型精度:
$\text{RMSE} = \sqrt {\frac{{{{\sum\nolimits_{i = 1}^n {\left( {{X_{\text{obs}, i}} \ \ - {X_{\text{model}, i}}} \ \ \ \right)} }^2}}}{n}} ,$ | (6) |
其中,Xobs, i是观测值, Xmodel, i是模拟结果。
分别将模拟水位与Hon Dau站2013年(3月)旱季和2014年(7月)雨季的水位进行对比。Hon Dau站的模拟结果和观测数据相比, 在振幅和相位上都有较好一致性(图 3)。旱季和雨季的RMSE分别为0.18 m(R2=0.89)和0.28 m(R2=0.82)。对图 1中S3站观测的海流数据进行验证(图 4), 旱季实测与模拟的表层海流RMSE为0.05 m/s, 雨季为0.09 m/s, 流向分别为37.8°和11.5°。本文使用的数值模型可以反映红河三角洲附近海域的水动力特征。
3 季节性波浪场和环流场3月旱季时研究海域的平均最大有效波高可以超过2.5 m, 并且波高从近岸的0.3~1.5 m向外海逐渐增大, 波向主要为北、西北和东向。7月雨季时风速较3月偏小, 因此有效波高小于3月, 波向主要为南和西南向。从Ba Lat站旱季与雨季有效波高对比也可以明显看到雨季时波高明显小于旱季(图 5)。
![]() |
图 5 Ba Lat站在3月(a)与7月(b)的有效波高与谱峰周期 Fig. 5 Significant wave height (upper curve) and spectrum peak period (lower curve) at Ba Lat Station in the dry (March, a) and wet (July, b) seasons |
旱季时(图 6), 红河三角洲海域海流受潮流控制, 涨潮时流向东北, 流速约为0.3~0.6 m/s, 由于巴拉特河口岸线向海突出, 该海域流速较大, 约为0.6 m/s; 落潮流流向西南, 流速大于涨潮流, 约为0.4~0.8 m/s; 最大流速发生在大潮落潮期的表层海域。表底层涨落潮流的流向一致。而雨季时(图 7), 涨落潮流场结构与旱季明显不同, 且小潮期潮流流速较小, 径流作用显著。受大量河流淡水入海影响, 河口近岸40 m以浅的海域表层涨落潮流的方向均指向外海, 与实测站位S3流向显示的结果一致(图 4d)。涨潮时, 近岸表层涨潮流受径流影响指向外海, 而40 m以深海域则受涨潮流控制指向东北, 导致表层流向在近岸浅水与深水表现出不一致的特征, 而底层全部受涨潮流控制。落潮时, 指向外海的河流径流加强了落潮流, 在40 m以浅水域落潮流流速明显增强, 巴拉特河口外超过0.8 m/s, 而底层落潮流较小。
![]() |
图 6 旱季大潮期红河三角洲海域流场 Fig. 6 Currents off the Red River Delta during spring tide in the dry season |
![]() |
图 7 雨季小潮期红河三角洲海域流场 Fig. 7 Currents off the Red River Delta during neap tide in the wet season |
从2014年7月17日至20日, 台风“威马逊”影响北部湾海域, 风速自7月17日12时起逐渐增大, 24小时内由3 m/s增大为19 m/s, 约36 h后逐渐降低至6 m/s。风向由南风转为北风, 台风过境北部湾海域期间, 风向始终为北风, 至19日风速开始变小, 风向由北风逐渐变为东风, 再变为南风。
台风过境前, 北部湾海域盛行东北向浪, 有效波高0.5~3 m, 海南岛西侧海域波高较大。自18日起, 台风从北部湾北部海域过境, 浪向受逆时针旋转风圈影响, 北部湾北部海域转为北向浪, 红河三角洲海域由西北向浪控制, 海南岛西部海域为西向浪(图 8)。台风期间, 有效波高由北向南逐渐减小, 琼州海峡及海湾北部有效波高超过5 m。红河三角洲海域台风期间波高较小, 随着风速的增大, 有效波高由0.2 m增大为1.9 m, 是正常海况的9倍, 时间变化上与风速较为一致, 滞后效应不明显(图 9b)。台风登陆后, 随着风速变小, 红河三角洲海域的波向随风向转为东向、南向(图 10)。
![]() |
图 8 台风期间波浪场 Fig. 8 Wave fields during the typhoon passing process |
![]() |
图 9 Ba Lat站台风期间表、底层流速(a)和有效波高(b)对风速变化的响应 Fig. 9 Current velocities at the surface and bottom layers at Ba Lat Station (a); the response of significant wave height to the wind velocity change at Ba Lat Station (b) |
![]() |
图 10 Ba Lat站流向和波向随风向的变化情况 Fig. 10 Response of current and wave directions to the wind direction change at Ba Lat station |
表层流速随着风速的增大而变大, 24小时内红河三角洲海域流速由0.3 m/s增大为1 m/s, 风速最大时表层流速最大值可超过1.2 m/s, 约为平均海况的4倍。底层流速虽亦有增大, 但变化幅度不明显, 仅在风速最大时, 底层流速最大值由0.4 m/s增为0.6 m/s(图 9a)。结合图 11可以看到, 台风过境期间, 随着风向由南风转向北风, 表层流向已失去原有的涨落潮流特征, 由东北向流转变为偏南向流, 而底层流向受影响相对较小, 仍保持原偏北向流。但从海流的东分量和北分量的变化看, 北分量的流速变化明显强于东分量, 且表层流速变化显著, 底层受影响较小。主要与台风过境期间, 北部湾海域盛行偏北向风有关, 因此造成流速北分量变化较大。
![]() |
图 11 台风“威马逊”期间Ba Lat站流速模拟结果 Fig. 11 Simulated current velocities at the surface and bottom layers at Ba Lat station during Typhoon Rammasun |
由于台风从研究海域北部过境, 逆时针旋转的风圈在北部湾海域表现为西北向风, 因此, 表层流表现为东南向的离岸运动, 代替了无台风时东北向流的向近岸壅水的作用, 从而导致红河三角洲海域的Hon Dau站位台风期间水位明显降低约60 cm, Ba Lat站低潮位降低近40 cm, 高潮位降低70 cm (图 12)。
![]() |
图 12 红河三角洲Hon Dau站位(a)和Ba Lat站位(b)水位变化对台风过程的响应 Fig. 12 Water elevation changes due to Typhoon Rammasun at the Hon Dau station (a) and Ba Lat station (b) |
本文基于Delft3D数值模型, 开展2014年超强台风“威马逊”影响下红河三角洲海域三维潮、流、浪过程数值模拟, 研究结果表明:
1) 旱季(3月)时, 红河三角洲近岸海域受东北-西南向的涨落潮流控制, 表、底层流向一致; 雨季(7月)时, 受大量河流淡水输入影响, 河口近海40 m以浅海域无论涨落潮流表层均表现为指向外海的方向, 底层仍保持东北-西南向的涨落潮流流向。
2) 台风“威马逊”期间, 红河三角洲海域表层流速24小时内增大4倍, 流向由东北向转变为偏南向, 且北分量流速显著增大, 与台风期间风向由西南风转为北风, 且北分量较强有关; 波高由0.2 m增大到1.9 m, 为正常海况的9倍, 时间变化与风速较为一致, 滞后效应不明显。
3) 由于台风导致流向的转换, 使得红河三角洲近岸减水过程明显, 高水位降低0.7 m。
[1] |
曹雪峰, 陈波, 侍茂崇, 等. 北部湾水文气象极值参数研究[J]. 海洋环境科学, 2017, 36(4): 495-500. CAO Xuefeng, CHEN Bo, SHI Maochong, et al. Studies of hydro-meteorological return level in Beibu gulf[J]. Marine Environmental Science, 2017, 36(4): 495-500. |
[2] |
董志华, 曹立华, 薛荣俊. 台风对北部湾南部海底地形地貌及海底管线的影响[J]. 海洋技术, 2004, 23(2): 24-28, 34. DONG Zhihua, CAO Lihua, XUE Rongjun. The influence on topography and relief in South Gulf Beibu and suspending of pipe caused by typhoon[J]. Ocean Technology, 2004, 23(2): 24-28, 34. DOI:10.3969/j.issn.1003-2029.2004.02.005 |
[3] |
黄潘阳, 叶银灿, 韦雁机, 等. "威马逊"台风暴潮增水及水动力响应数值模拟[J]. 海洋预报, 2012, 29(2): 32-38. HUANG Panyang, YE Yincan, WEI Yanji, et al. A numerical simulation of storm surge and hydrodynamic response caused by Typhoon "Rammasun"[J]. Marine Forecasts, 2012, 29(2): 32-38. DOI:10.3969/j.issn.1003-0239.2012.02.005 |
[4] |
GOMES M P, PINHO J L, DO CARMO J S A, et al. Hazard assessment of storm events for the Battery, New York[J]. Ocean and Coastal Management, 2015, 118: 22-31. DOI:10.1016/j.ocecoaman.2015.11.006 |
[5] |
邹怡杰, 张建球, 夏波, 等. 北部湾海域风-浪-流耦合模式及其应用[J]. 西部交通科技, 2018(5): 167-171, 203. ZOU Yijie, ZHANG Jianqiu, XIA Bo, et al. Wind-Wave-Current coupling model and its application in Beibu Gulf waters[J]. Western China Communications Science & Technology, 2018(5): 167-171, 203. |
[6] |
储鏖. Delft3D在天文潮与风暴潮耦合数值模拟中的应用[J]. 海洋预报, 2004(3): 29-36. CHU Ao. Numerical simulation of coupling storm surge and astronomic tide based on Delft3D[J]. Marine Forecasts, 2004(3): 29-36. DOI:10.3969/j.issn.1003-0239.2004.03.005 |
[7] |
LAKNATH D P C, ITO K, HONDA T, et al. Storm surge simulation in Nagasaki during the passage of 2012 typhoon Sanba[J]. Coastal Engineering Proceedings, 2014, 1(34): 4. |
[8] |
LAI F, LIU L, LIU H. Wave effects on the storm surge simulation: a case study of typhoon Khanun[J]. Journal of Disaster Research, 2016, 11(5): 964-972. DOI:10.20965/jdr.2016.p0964 |
[9] |
朱磊, 刘会欣. 基于Delft3D模型的风暴潮增减水模拟研究——以"9711"号台风为例[J]. 海洋湖沼通报, 2018(5): 1-10. ZHU Lei, LIU Huixin. A numerical simulation of storm surge with Delft3D model: a case study of typhoon Winnie[J]. Transactions of Oceanology and Limnology, 2018(5): 1-10. |
[10] |
孙志林, 纪汗青, 方诗标, 等. 台风过境方位对洞头渔港增水的影响[J]. 水力发电学报, 2018, 37(1): 70-78. SUN Zhilin, JI Hanqing, FANG Shibiao, et al. Influence of typhoon moving directions on storm surges at Dongtou fishing port[J]. Journal of Hydroelectric Engineering, 2018, 37(1): 70-78. |
[11] |
孙志林, 王辰, 钟汕虹, 等. 浪潮耦合的舟山渔港台风暴潮数值模拟[J]. 海洋通报, 2019, 38(2): 150-158. SUN Zhilin, WANG Chen, ZHONG Shanhong, et al. Numerical simulation of storm surge coupled with wave in Zhoushan fishing port[J]. Marine Science Bulletin, 2019, 38(2): 150-158. |
[12] |
KWON Y Y, CHOI J W, KWON J I. Simulation of storm surge due to the changes of typhoon moving speed in the south coast of Korean Peninsula[J]. Journal of Coastal Research, 2020, 95(sp1): 1467-1472. DOI:10.2112/SI95-283.1 |
[13] |
赵兵兵. 北部湾海域风暴潮数值模拟研究及特征分析[D]. 长沙: 长沙理工大学, 2017. ZHAO Bingbing. Numerical simulation and characteristic analysis of storm surge in Beibu Gulf[D]. Changsha: Changsha University of Science & Technology, 2017. |
[14] |
蒋昌波, 赵兵兵, 邓斌, 等. 北部湾台风风暴潮数值模拟及重点区域风险分析[J]. 海洋预报, 2017, 34(3): 32-40. JIANG Changbo, ZHAO Bingbing, DENG Bin, et al. Numerical simulation of typhoon storm surge in the Beibu Gulf and hazardous analysis at key areas[J]. Marine Forecasts, 2017, 34(3): 32-40. |
[15] |
丁扬. 南海北部环流和陆架陷波研究[D]. 青岛: 中国海洋大学, 2015. DING Yang. Investigation on the circulation and coastal trapped waves in the northern South China Sea[D]. Qingdao: Ocean University of China, 2015. |
[16] |
陈波, 董德信, 陈宪云, 等. 南海北部台风引起的广西近岸增减水研究[J]. 海洋湖沼通报, 2017(2): 1-11. CHEN Bo, DONG Dexin, CHEN Xianyun, et al. A research on fluctuations of water level in Guangxi coast caused by typhoons in the northern South China Sea[J]. Transactions of Oceanology and Limnology, 2017(2): 1-11. |
[17] |
沈旭伟, 范力阳, 陈国平, 等. 台风"鲇鱼"作用下南海波浪场的数值模拟研究[J]. 水道港口, 2016, 37(4): 369-374. SHEN Xuwei, FAN Liyang, CHEN Guoping, et al. Numerical simulation studies of influence on wave field in the South China Sea caused by Typhoon Megi[J]. Journal of Waterway and Harbor, 2016, 37(4): 369-374. DOI:10.3969/j.issn.1005-8443.2016.04.012 |
[18] |
于克俊, 方国洪, 王新怡, 等. 北部湾台风风海流三维数值后报[J]. 海洋科学集刊, 1995, 36: 55-64. YU Kejun, FANG Guohong, WANG Xinyi, et al. Three-dimensional numerical hindcasts of the typhoon-generated currents in Beibu Gulf[J]. Studia Marina Sinica, 1995, 36: 55-64. |
[19] |
江丽芳, 尹毅, 齐义泉, 等. 钦州湾台风浪的多年一遇极值推算[J]. 热带海洋学报, 2012, 31(4): 8-16. JIANG Lifang, YIN Yi, QI Yiquan, et al. The extreme wave parameters in the Qinzhou Bay during typhoon passages[J]. Journal of Tropical Oceanography, 2012, 31(4): 8-16. |
[20] |
NHUAN M T, HAI T Q, NGOI C V, et al. Establishing environmental geological map of shallow sea (0-30 mdeep) in Ngason-Haiphong Area, scale 1: 500, 000[R]. [s. l. : s. n], 1996: 94(in Vietnamese).
|
[21] |
NGOI C V, NGHI T, NHUAN M T, et al. Geodynamic characteristics of the Red River delta in the Holocene[J]. Journal of Geology, Vietnam Series A, 2000, 40-45. |
[22] |
李珍, 臧家业, SAITOYoshiki, 等. 越南红河三角洲近五千年来的几个降温事件[J]. 海洋科学进展, 2005, 23(1): 43-53. LI Zhen, ZANG Jiaye, SAITO Yoshiki, et al. Several cooling events over the Hong River Delta, Vietnam during the past 5, 000 years[J]. Advances in Marine Science, 2005, 23(1): 43-53. DOI:10.3969/j.issn.1671-6647.2005.01.006 |
[23] |
KLEINEN J. Historical perspectives on typhoons and tropical storms in the natural and socio-economic system of Nam Dinh (Vietnam)[J]. Journal of Asian Earth Sciences, 2007, 29(4): 523-531. DOI:10.1016/j.jseaes.2006.05.012 |
[24] |
WEATHERALL P, MARKS K M, JAKOBSSON M, et al. A new digital bathymetric model of the world's oceans[J]. Earth and Space Science, 2015, 2(8): 331-345. DOI:10.1002/2015EA000107 |
[25] |
Japan Meteorological Agency. Annual report on the activities of the RSMC Tokyo typhoon center[R]. Tokyo: Japan Meteorological Agency, 2014.
|