文章信息
- 郇彩云, 姜贞强, 许坤荻. 2025.
- HUAN Caiyun, JIANG Zhenqiang, XU Kundi. 2025.
- 广东阳江海域实测台风浪特征分析
- Analysis of the characteristics of typhoon waves in the Yangjiang sea area, Guangdong
- 海洋科学, 49(2): 1-14
- Marine Sciences, 49(2): 1-14.
- http://dx.doi.org/10.11759/hykx20231223001
-
文章历史
- 收稿日期:2023-12-23
- 修回日期:2024-05-08
2. 中国电建集团华东勘测设计研究院有限公司, 浙江 杭州 310014;
3. 扬州大学, 江苏 扬州 225127
2. Power China Huadong Engineering Corporation Limited, Hangzhou 311122, China;
3. Yangzhou University, Yangzhou 225127, China
广东阳江海域风能资源丰富, 《广东海洋经济“十四五”规划》明确提出了加快打造阳江海上风电全产业链基地, 推动阳江市乃至广东省海上风电产业的高质量发展。众所周知, 波浪是重要的海洋水文动力要素, 是包括海上风电场在内的各种海洋工程的重要设计参数, 关乎海上安全生产作业; 尤其在台风极端天气条件下, 灾害性台风浪所挟带的巨大能量给各种海洋工程造成极大的安全隐患。因此, 开展台风浪特征及其对海洋工程的影响研究, 对于海洋工程的安全稳定、防灾减灾具有重要意义; 众多学者开展了台风浪对船舶工程、海上风电、海洋油气平台、跨海桥梁、港口航道等各种海洋工程的影响研究[1-7], 为海洋工程设计、海上安全生产提供了科学依据。
研究台风浪对海洋工程的影响首先需了解台风浪的特征, 但由于波浪现场观测成本较高, 而且台风过境期间, 观测设备容易发生故障甚至丢失导致设备损毁和数据缺测, 因此目前台风浪的研究大多采用数值模拟的方法[8-13], 基于实测台风浪的分析较为少见, 多为仅针对一段波浪观测期间所测得的某1次台风浪特征进行的分析[14-19]。而同一海域受不同台风的影响程度各不相同, 主要影响因素有台风强度、台风路径、台风发生时间等; 阳江海域位于广东西部、南海北部沿海, 一年四季(4月至12月)均有可能受到台风影响, 以夏、秋季6月至10月为主, 从1952年至2020年, 登陆或影响阳江的台风共239个, 平均每年3.5个。因此, 开展阳江海域长周期波浪连续观测, 获取多个台风所致台风浪实测数据进而分析台风浪的变化特征, 对阳江海上风电基地的安全稳定、台风浪预报、防灾减灾具有重要的实用价值。束芳芳等[20-21]和解静等[22]利用阳江近岸海域为期1 a的波浪观测资料, 分析了阳江近岸海域波浪的特征值、波高周期分布、波浪谱特征等, 但没有涉及台风浪。本文基于阳江海域为期1 a的波浪现场观测过程中所获取的7场台风浪的实测波浪资料, 统计各台风浪的波参数分布特征、波浪谱特征, 比较各台风浪的差异, 探讨这种差异的原因, 以期为阳江海域的台风浪理论研究和海上风电场设计、施工、运维、防灾减灾提供科学依据。
1 数据获取和处理方法波浪观测站布设于广东省阳江市东部沿海(图 1), 离岸距离约15 km, 水深15 m左右, 站址以北为陆域海岸线, 以南为开阔的南海, 四周较为开阔无明显遮挡, 可观测到各方向的来波。波浪观测方法为挪威Nortek公司的声学多普勒波浪流速剖面仪(Acoustic Wave and Current Meter, AWAC中文名称“浪龙”)座底观测, “浪龙”采用声学表面跟踪法(acoustic surface tracing, AST)法测波, 每小时测量一次波面, 采样频率1 Hz, 一次采样1 024个波面数据。波浪实测数据经“浪龙”仪器配套的Storm软件处理可得到波高、周期、波向、波浪谱等波参数。
![]() |
| 图 1 各台风路径和波浪观测站位置图 Fig. 1 Map of typhoon paths and wave observation stations 注: 台风路径数据来自深圳台风网https://tf.121.com.cn/index.html, 根据审图号为GS(2018)2236号的标准地图制作, 底图无修改 |
波浪观测时间为2021年9月20日至2022年9月20日, 历时1 a, 期间共有7次台风影响该海域(图 1和表 1所示), 每次台风浪过程均被仪器完整获取、无缺测; 所获得的台风浪数据不仅次数较多, 而且台风等级、台风路径多样, 影响时间亦分布较广, 台风“电母”“狮子山”“圆规”出现在秋季, 台风“雷伊”出现在冬季, 台风“暹芭”“木兰”“马鞍”出现在夏季; 各台风对研究海域的影响程度不同, 所致台风浪的特征迥异, 实测台波浪数据均有鲜明体现, 具有一定研究价值。
| 编号 | 名称 | 生命史最高等级 | 台风中心距波浪站最近距离/km | 登陆点 | 影响起止时间 |
| 2115 | 电母 | 热带风暴 | 745 | 越南 | 2021-09-23T00: 00: 00—2021-09-27T00: 00: 00 |
| 2117 | 狮子山 | 热带风暴 | 270 | 海南琼海 | 2021-10-07T04: 00: 00—2021-10-10T20: 00: 00 |
| 2118 | 圆规 | 台风 | 265 | 海南琼海 | 2021-10-12T02: 00: 00—2021-10-15T00: 00: 00 |
| 2122 | 雷伊 | 超强台风 | 195 | 自行消散未登陆 | 2021-12-18T01: 00: 00—2021-12-21T12: 00: 00 |
| 2203 | 暹芭 | 台风 | 97 | 广东茂名电白县 | 2022-06-30T15: 00: 00—2022-07-06T18: 00: 00 |
| 2207 | 木兰 | 热带风暴 | 209 | 广东湛江徐闻县 | 2022-08-09T01: 00: 00—2022-08-13T12: 00: 00 |
| 2209 | 马鞍 | 台风 | 48 | 广东茂名电白县 | 2022-08-24T19: 00: 00—2022-08-26T00: 00: 00 |
根据图 1中台风路径和表 1中波浪站相对位置, 可将观测到的7次台风分为3类, 其中, 台风“电母”为外海远离型(台风中心最近距离在700 km以上), 台风“狮子山”“圆规”“木兰”“雷伊”为近海抵近型(台风中心最近距离在200 km左右), 台风“暹芭”和“马鞍”为过境登陆型(台风中心最近距离在100 km以内)。根据各台风的影响持续情况以及波浪观测的结果, 选取波高较大的时段作为台风浪过程来进行研究(台风开始影响使得最大波高开始增大直至最大, 再回落至台风前的波高水平, 起止时间如表 1所示)。
2 台风浪特征分析 2.1 波参数统计5级(含)以上的大浪持续时间和海洋工程结构动力响应和疲劳强度密切相关, 根据波浪等级表[23](表 2)的划分统计了5级大浪及以上波高的最长持续时间, 以及期间最大波高的平均值, 另外还统计了各台风浪期间的系列波参数特征值, 各统计结果如表 3所示。
| 波级 | 波高/m | 名称 | 波级 | 波高/m | 名称 |
| 0 | 0 | 无浪 | 5 | 2.5≤有效波高<4.0 | 大浪 |
| 1 | 有效波高<0.1 | 微浪 | 6 | 4.0≤有效波高<6.0 | 巨浪 |
| 2 | 0.1≤有效波高<0.5 | 小浪 | 7 | 6.0≤有效波高<9.0 | 狂浪 |
| 3 | 0.5≤有效波高<1.25 | 轻浪 | 8 | 9.0≤有效波高<14.0 | 狂涛 |
| 4 | 1.25≤有效波高<2.5 | 中浪 | 9 | 14.0≤有效波高 | 怒涛 |
| 台风 | 最大波高/m | 最大波高均值/m | 大浪及以上波高最长持续时间/h | 大浪及以上波高最长持续期间最大波高均值/m | 台风中心距波浪站最近距离/km | 台风最近时中心最大风速/(m⋅s−1) | 台风距离波浪站最近时等级 | 最大谱峰周期/s |
| 电母 | 2.38 | 1.40 | — | — | 745 | 7级、15 | 热带风暴 | 8.37 |
| 雷伊 | 3.50 | 2.43 | — | — | 195 | 18 | 热带风暴 | 9.70 |
| 木兰 | 4.19 | 2.11 | — | — | 209 | 23 | 热带风暴 | 11.98 |
| 狮子山 | 4.88 | 3.16 | 7 | 4.36 | 270 | 20 | 热带风暴 | 11.49 |
| 圆规 | 7.51 | 3.41 | 10 | 6.22 | 265 | 35 | 台风 | 11.89 |
| 暹芭 | 8.68 | 3.65 | 39 | 5.74 | 97 | 35 | 台风 | 9.27 |
| 马鞍 | 10.87 | 5.54 | 17 | 7.98 | 48 | 35 | 台风 | 13.09 |
| 注: 表中“—”表示该台风过程没有出现大浪及以上等级的波浪 | ||||||||
根据表 3可以看出, 在7场台风浪过程中, 台风“马鞍”的台风浪过程最为剧烈, 最大波高和均值分别为10.87 m和5.54 m, 波级最高达狂浪, 台风浪期间的谱峰周期也最大, 最大谱峰周期为13.09 s; 其次是“暹芭”台风浪, 最大波高和均值分别为8.68 m和3.65 m, 波级最高达巨浪; “圆规”台风浪略逊于“马鞍”和“暹芭”, 最大波高和均值分别为7.51 m和3.41 m, 波级最高达巨浪; “狮子山”和“木兰”台风浪过程相对前三者再逊一筹, 最大波高分别为4.88 m和4.19 m, 波级最高分别为大浪和中浪; “雷伊”和“电母”台风浪过程最弱, 最大波高分别为3.50 m和2.38 m, 波级最高均为中浪。
由此可见, 研究海域的台风浪受台风路径和台风等级的影响最为显著, 台风“马鞍”“暹芭”“圆规”距离波浪观测站较近时其强度是台风级, 不仅比其他台风的热带风暴级要高两个等级, 中心风速明显较强, 而且距离也更近。台风等级越高, 中心风力越强风速越大, 台风所携带的能量越强, 对台风浪的影响越显著; 而台风距离的远近亦决定着影响程度, 如“马鞍”和“暹芭”相较于“圆规”来说, 离波浪观测站的距离明显更近, 基本上整体穿过研究海域, 因此“马鞍”和“暹芭”台风浪波高大于“圆规”, 而“马鞍”较“暹芭”更近, 其台风浪波高最大; 此外, “雷伊”相较“圆规”虽然距离更近, 其生命史中最高达超强台风等级, 也是7场台风中唯一达到过超强台风等级, 但此时距离很远, 加之正值冬季, 海水温度远低于夏季, 不利于台风的发展, 能量逐渐耗散, 台风等级降低, 来到研究海域时仅有热带风暴级, 中心风速也较小, 因此“雷伊”台风浪的过程远不如“圆规”; 另外, “雷伊”虽然发展在冬季, 但相较夏季的“电母”, 同样为热带风暴, 但“雷伊”距离较“电母”近很多, 因此其台风浪波的高大于“电母”。综上所述, 研究海域台风浪受台风等级(风力风速)和台风路径的影响显著, 台风等级越强、距离越近, 台风浪过程越显著剧烈, 台风浪波高越大; 而季节分布亦有一定影响, 一般夏、秋季台风浪较冬季台风浪显著。
2.2 台风浪过程分析图 2至图 8所示为各台风浪期间相关波参数的变化过程, 从中可以看出研究海域台风浪的影响持续时间约为3 d, 期间最大波高、谱峰周期、谱峰密度存在基本一致的先增大后减小的变化, 从线形上看类似一个“波峰”过程; 其中, 各台风浪的最大波高和谱峰密度发展变化过程同步性较好, 基本上最大波高的时刻或者前后数小时即是谱峰密度最大的时刻; 而最大波高和谱峰周期的同步性则存在一定的差异, 最大波高的时刻滞后于谱峰周期最大时刻。
![]() |
| 图 2 台风“电母”期间波参数变化过程 Fig. 2 Variation of wave parameters during Typhoon Dianmu |
![]() |
| 图 3 台风“狮子山”期间波参数变化过程 Fig. 3 Variation of wave parameters during Typhoon Lionrock |
![]() |
| 图 4 台风“圆规”期间波参数变化过程 Fig. 4 Variation of wave parameters during Typhoon Kompasu |
![]() |
| 图 5 台风“雷伊”期间波参数变化过程 Fig. 5 Variation of wave parameters during Typhoon Rai |
![]() |
| 图 6 台风“暹芭”期间波参数变化过程 Fig. 6 Variation of wave parameters during Typhoon Chaba |
![]() |
| 图 7 台风“木兰”期间波参数变化过程 Fig. 7 Variation of wave parameters during Typhoon Mulan |
![]() |
| 图 8 台风“马鞍”期间波参数变化过程 Fig. 8 Variation of wave parameters during Typhoon Ma-on |
当台风距离较远, 尚未影响研究海域时, 海域的最大波高一般维持在1.0~2.0 m, 随着台风引发的外海长周期涌浪传播至研究海域, 最大波高、谱峰周期、谱峰密度开始增大; 随着台风的进一步增强和靠近, 上述波参数继续增大。台风“圆规”“暹芭”“马鞍”等级高、距离近, 所引发的台风浪剧烈, 各波参数快速增大, 台风“电母”“狮子山”“雷伊”“木兰”等级较低、距离较远, 各波参数的增大过程较为平缓。当台风到达研究海域, 引发高频风浪, 降低谱峰周期, 风浪和涌浪的共同作用使得最大波高和谱峰密度继续增至最大值。此后, 随着台风的登陆或远去, 风力和等级的下降, 风浪的影响开始下降并逐渐消散, 各波参数开始减小, 但台风引发的涌浪的影响仍在, 一般情况下最大波高仍能略高于正常天气。最后随着台风影响的完全结束, 海面波高恢复至台风前水平。上述台风浪中, “圆规”“暹芭”“马鞍”台风浪的发展变化过程线型较为窄而尖, “电母”“狮子山”“雷伊”“木兰”台风浪的发展变化过程线型较为宽而平, 从线型特征上也能反映出台风浪的剧烈程度。
2.3 台风浪波高和周期关系分析由图 2至图 8可以看出各台风浪期间, 最大波高的变化相对于谱峰周期存在一定的滞后, 最大波高的出现时刻滞后于最大谱峰周期出现时刻大约在10~19 h, 各台风浪的滞后特征各不相同。同时, 为了分析最大波高和谱峰周期的相互关系, 本文对不同滞后时间的最大波高和谱峰周期进行拟合, 了解最大波高和谱峰周期的相互关系, 以及其相关性最佳时两者之间的滞后时间, 据此分析两者间的滞后时间特征, 各台风浪期间最大波高和谱峰周期相关性最好的拟合结果如表 4所示。
| 台风 | 拟合公式 | 相关系数 | 滞后时间/h |
| 电母 | 0.81 | 4 | |
| 狮子山 | 0.71 | 10 | |
| 圆规 | 0.85 | 8 | |
| 雷伊 | 0.72 | 2 | |
| 暹芭 | 0.94 | 7 | |
| 木兰 | 0.83 | 10 | |
| 马鞍 | 0.81 | 6 |
根据拟合结果, 各台风浪的最大波高和谱峰周期之间的相关性总体上较好, “暹芭”台风浪的相关性最好, 总体上各台风浪的最大波高相对于谱峰周期滞后约2~10 h。
3 台风浪谱分析波浪谱分析从波浪的内部结构对波浪能量的分布变化特征进行描述, 图 9所示为各台风浪的波浪谱随时间和频率的分布情况, 可以看出各台风浪持续影响时间约为3 d, 台风浪过程越剧烈, 最大波高越大, 其波浪谱密度越大, “马鞍”和“暹芭”台风浪的波浪谱密度最大, “电母”最小, 其他台风浪居中。
![]() |
| 图 9 各台风浪期间波浪谱的变化过程 Fig. 9 Variation of the wave spectrum during each typhoon |
台风浪期间波浪谱的形态主要以双峰谱居多, 也伴随出现少量单峰谱; 除了“马鞍”外, 其他6次台风浪主要由低频波浪组成, 伴有少量高频波浪, 低频波浪的频率分布范围较窄, 高频波浪的频率分布范围较宽, 高、低频范围总体以0.20 Hz为界(图 9 (a)—图 9 (f)); 其中, “圆规”(图 9 (c))和“暹芭”(图 9 (e))的高、低频波浪的频率范围较“电母”(图 9 (a))、“狮子山”(图 9(b))、“雷伊”(图 9 (d))、“木兰”(图 9 (f))高、低频波浪相应的频率范围而低, “圆规”和“暹芭”的低频波浪频率主要分布在0.05~0.10 Hz, 高频波浪的频率分布范围较宽主要在0.20~0.25 Hz, “电母”“狮子山”“雷伊”“木兰”的低频波浪频率分布范围较窄主要在0.10~0.15 Hz, 高频波浪的频率分布范围较宽在0.20~0.35 Hz。
为了对高、低频波浪的风浪、涌浪类型进行判别, 根据Portilla等[24]提出的风浪涌浪判别方法, 即实测谱峰与对应谱峰频率的PM谱谱峰比值, 大于1为风浪, 小于1为涌浪。
经过计算, “电母”“狮子山”“圆规”“雷伊”“木兰”所对应的台风浪, 其实测低频部分的谱峰密度小于PM谱峰值, 比值小于1, 实测高频部分的谱峰密度大于PM谱峰密度, 比值大于1; 因此上述5场台风浪期间主要受低频涌浪影响, 伴有少量高频风浪。“电母”台风浪的最大谱峰出现在2021年9月25日1: 00时, 对应频率0.13 Hz, 谱峰密度为1.84 m2·s; “狮子山”台风浪的最大谱峰出现在2021年10月10日0: 00时, 对应频率0.11 Hz, 谱峰密度为8.73 m2·s。“圆规”台风浪的最大谱峰出现在2021年10月13日7: 00时, 对应频率0.09 Hz, 谱峰密度为19.91 m2·s。“雷伊”台风浪的最大谱峰出现在2021年12月21日1: 00时, 对应频率0.09 Hz, 谱峰密度为6.85 m2·s。“木兰”台风浪的最大谱峰出现在2022年8月10日15: 00时, 对应频率0.11 Hz, 谱峰密度为6.15 m2·s。
对于“暹芭”台风浪, 高、低谱峰频率分别在0.20 Hz和0.09 Hz附近, 经计算, 低频谱峰频率0.09 Hz对应的PM谱峰密度为24.21 m2·s, 高频谱峰频率0.20 Hz对应的PM谱峰密度为0.45 m2·s, 比较可知实测高、低频部分的谱峰密度均大于PM谱峰值, 比值均大于1, 高、低频波浪属于风浪, 因此“暹芭”台风浪期间主要受风浪影响; 台风浪的最大谱峰出现在2022年7月2日13: 00, 对应频率0.09 Hz, 谱峰密度为36.65 m2·s。
对于台风浪“马鞍”, 其波浪频谱如图 9 (g)所示, 和以上6次台风浪相同的是可以明显看出双峰谱结构, 但明显不同的是, 以上6场台风浪最为显著的时段主要以低频波浪为主伴随少量高频波浪, 低频谱峰明显高于高频谱峰; 而“马鞍”台风浪影响最为显著、波浪谱密度最大的时段, 波浪主要以高频波浪为主, 高频谱峰密度明显大于低频谱峰密度。“马鞍”台风浪中, 低频波浪的频率分布范围较窄主要在0.09 Hz左右, 高频波浪的频率分布较宽主要分布在0.15~0.20 Hz; 高、低谱峰频率分别在0.18 Hz和0.09 Hz附近, 经计算, 低频谱峰频率0.09 Hz对应的PM谱峰密度为24.21 m2·s, 高频谱峰频率0.18 Hz对应的PM谱峰密度为0.76 m2·s, 比较可知实测高、低频部分的谱峰密度均大于PM谱峰值, 比值均大于1, 高、低频波浪属于风浪; 因此“马鞍”台风浪期间主要受风浪影响; 台风浪的最大谱峰出现在2022年8月25日10: 00时, 对应频率0.18 Hz, 谱峰密度为53.79 m2·s。
综上所述, 各台风浪期间的波浪频谱主要以双峰谱结构为主, 其中的6场台风浪“电母”“狮子山”“圆规”“雷伊”“木兰”“暹芭”在波浪谱密度最大的时段主要由低频波浪组成, 伴随少量高频波浪, 低频谱峰密度明显大于高频, 各台风浪期间高、低频率的主要分布范围各有差异, 总体可以0.20 Hz为界区分高、低频波浪。而台风浪“马鞍”不同的是, 在波浪谱密度最大的时段, 波浪主要以高频波浪为主, 高频谱峰密度明显大于低频。另外, “马鞍”和“暹芭”台风浪期间主要受风浪影响, “电母”“狮子山”“圆规”“雷伊”“木兰”台风浪期间主要受涌浪影响, 伴随少量风浪。
4 典型台风浪分析以观测期间引发最大波高(10.87 m)、过程最为剧烈的台风“马鞍”作为典型, 对典型台风浪的过程来进行分析。
4.1 台风过程台风“马鞍”于2022年8月21日在菲律宾以东洋面生成(热带低压), 于8月23日23: 00进入南海(强热带风暴, 中心风力25 m/s), 随后逐渐向西偏北方向移动靠近阳江海域, 并于8月24日20: 00再度增强(台风级, 中心风力33 m/s), 8月25日9时距离波浪观测站最近距离仅约50 km(台风级, 中心风力35 m/s), 随即于8月25日11: 00前后在广东电白县沿海登陆, 随后强度逐渐减弱, 其移动路径如图 1所示。图 8所示台风“马鞍”过境期间, 最大波高、谱峰周期、谱峰密度均呈现明显的先增大再减小的变化过程。
台风影响前, 研究海域最大波高稳定维持在1.0 m以下, 自8月24日18: 00起, 台风“马鞍”引发的外围高频涌浪开始影响研究海域, 谱峰周期急剧增大, 最大波高也开始增大, 至8月24日20: 00谱峰周期来到最大值13.09 s; 随后随着台风的靠近, 台风风圈引发的低频风浪开始影响到研究海域, 使得谱峰周期开始下降, 但仍维持在10 s以上, 而最大波高受风浪的作用持续增大, 8月25日11: 00观测到本次台风过程的最大波高10.87 m; 随后随着台风的登陆远去和强度下降, 风浪作用逐渐消散, 最大波高逐渐下降, 谱峰周期亦同步下降, 至8月26日0: 00以后, 虽然台风远离风浪消散, 但台风引发的低频涌浪的影响仍在, 谱峰周期维持在7~8 s, 略高于台风影响前, 使得最大波高维持在2.0 m上下, 高于台风影响前正常天气下的最大波高。
4.2 最大波高和台风等级、台风路径的关系分析由上所述, 研究海域的台风浪受台风等级和台风路径的影响最为显著, 为分析台风浪的最大波高和台风等级、台风路径的之间的相互关系, 以典型台风浪“马鞍”为例, 将台风浪期间的最大波高和台风中心距离观测海域的距离进行拟合, 结果如图 10所示。
![]() |
| 图 10 台风“马鞍”期间最大波高和台风等级、台风中心距离的关系 Fig. 10 Relationship between maximum wave height, typhoon intensity, and distance from the typhoon center during Typhoon Ma-on |
当台风“马鞍”距离观测海域较远时, 其等级维持在强热带风暴级, 随着台风的逐步靠近, 台风中心距离由1 300 km以上逐渐缩短至360 km, 但最大波高并未明显增大, 在此过程中最大波高的变化幅度仅有0.57 m, 拟合结果显示最大波高和台风中心距离呈线性关系,
随着台风“马鞍”向观测海域逐步靠近, 进入360 km以内时, 其等级加强为台风级, 图 10中可以看到台风浪最大波高的急剧增大, 拟合结果显示最大波高和台风中心距离呈指数关系,
由图 9 (g)“马鞍”台风浪期间波浪谱密度的变化过程, 可见台风浪影响最显著剧烈时段为8月25日, 谱峰经历了急剧升高和降低的成长到消退变化过程, 最大谱峰出现在8月25日10: 00, 为53.79 m2/Hz; 波浪谱型主要以双峰谱为主, 间有单峰谱。
为了分析“马鞍”台风浪期间波浪谱的发展变化过程, 选取台风过境前后几个代表时刻, 各时刻对应的台风路径如图 11所示; 绘制这几个代表时刻所对应的谱型图(图 12), 以此来说明台风过程中波浪谱型的发展变化过程。
![]() |
| 图 11 台风“马鞍”路径图 Fig. 11 Path of Typhoon Ma-on |
![]() |
| 图 12 台风“马鞍”期间波浪谱型变化过程 Fig. 12 Variation of the wave spectrum curve during Typhoon Ma-on |
从图中可以看出, 台风过境前, 受外海低频涌浪传递的影响, 波浪谱呈现单峰谱(图 12 (a)), 主峰频率趋于低频, 谱峰亦不大, 波浪类型是涌浪; 随着台风的逐渐靠近, 高频风浪逐渐影响观测海域, 谱峰逐渐增大, 波浪谱逐渐演变为双峰谱, 其中既有低频谱峰大于高频谱峰的双峰谱(图 12 (b)), 又有高频谱峰大于低频谱峰的双峰谱(图 12 (c)), 起初呈现低频谱峰大于高频谱峰, 波浪类型是涌浪为主的混合浪, 随后台风靠近、风浪增强, 波浪谱逐渐演变为高频谱峰大于低频谱峰, 以风浪为主的混合浪, 最大谱峰时((图 12 (d)), 8月25日10: 00就呈现主峰趋于高频、高频谱峰大于低频谱峰的双峰谱, 其低频谱峰频率为0.09 Hz, 对应谱峰密度33.26 m2·s, 高频谱峰频率为0.18 Hz, 对应谱峰密度53.79 m2·s, 根据上述Portilla等[24]提出的风浪涌浪判别方法, 经计算, 在最大谱峰时刻, 实测高、低频谱峰与对应的PM谱峰比值均大于1, 所以最大谱峰时高、低频波浪均为风浪, 此时波浪类型可归为风浪; 随后随着台风登陆和减弱, 风浪的影响逐渐减弱, 谱峰逐渐降低, 波浪谱又演变为低频谱峰大于高频谱峰的双峰谱(图 12 (e)、图 12 (f)、图 12 (h)), 间有单峰谱(图 12 (g)), 波浪类型演变成涌浪为主混合浪; 最后台风远离, 风浪消散殆尽, 涌浪继续影响研究海域, 波浪谱演变为主峰频率趋于低频的单峰谱(图 12 (i)), 波浪类型逐渐演变成涌浪。综上所述, 在台风“马鞍”影响下, 研究海域以双峰谱为主, 间有单峰谱, 台风前和台风后呈现主峰频率趋于低频的单峰谱, 台风过境期间呈现为高低频谱峰互有大小的双峰谱, 相应的谱峰密度经历先升高后降低的发展过程, 波浪类型的演变过程为: 涌浪–混合浪–风浪–混合浪–涌浪, 该过程符合一般台风浪的波型发展规律。
5 结论通过对阳江海域7次台风浪实测资料的分析, 得出以下主要结论:
(1) 研究海域的台风浪受台风等级(中心风速)和台风路径的影响显著, 台风等级越强(中心风速越大)、距离越近, 台风浪过程越显著剧烈, 台风浪波高和谱密度越大; 季节亦有一定的影响, 夏、秋季台风浪一般较冬季台风浪显著。7次台风浪中影响最为显著的是“马鞍”, 期间最大波高10.87 m。
(2) 台风浪影响持续时间约为3 d, 期间最大波高、谱峰周期、谱峰密度呈现基本一致的先增大后减小发展变化过程, 最大波高相对于谱峰周期滞后约2~10 h; 各波参数的发展变化过程线型特征可反映各台风浪的剧烈程度, “圆规”“暹芭”“马鞍”台风浪较为剧烈, 其线型较为窄而尖, “电母”“狮子山”“雷伊”“木兰”台风浪相对较为缓和, 其线型较为宽而平。
(3) 各台风浪期间的波浪谱形态主要以双峰谱为主, 伴有少量单峰谱。除了“马鞍”之外的其他6次台风浪, 主要由低频波浪组成, 伴随少量高频波浪, 低频谱峰密度明显大于高频。而台风浪“马鞍”所不同的是, 主要以高频波浪为主, 高频谱峰密度明显大于低频。“马鞍”和“暹芭”台风浪期间主要受风浪影响, 其他台风浪期间主要受涌浪影响, 伴随少量风浪。
(4) 台风浪“马鞍”期间, 波浪类型的发展过程为涌浪–混合浪–风浪–混合浪–涌浪。波浪谱型以双峰谱为主, 谱型发展过程为单峰谱–双峰谱–单峰谱; 最大谱峰的时刻为2022年8月25日10: 00时, 谱型为主峰趋于高频的双峰谱, 其中低频谱峰频率为0.09 Hz, 对应谱峰密度33.26 m2·s, 高频谱峰频率为0.18 Hz, 对应谱峰密度53.79 m2·s, 此时高、低频波浪均为风浪。
(5) 对于台风浪“马鞍”, 当台风中心距离观测海域较远(360 km以外), 台风等级为强热带风暴, 最大波高和台风中心距离呈线性关系, 两者相关性一般, 最大波高并未随着台风中心距离的逐渐缩短而呈现明显变化。当台风中心距离观测海域较近(360 km以内), 台风等级增强为台风级, 最大波高和台风中心距离呈现指数关系, 两者相关性很好, 最大波高随着台风中心距离的逐渐缩短而明显增大, 距离越短、波高越大。
| [1] |
周阳, 叶钦, 杨斌, 等. 海湾台风浪特征及其对船舶的影响[J]. 中国造船, 2020, 61(3): 216-227. ZHOU Yang, YE Qin, YANG Bin, et al. Wave characteristics in the bay during typhoons and its effect on mooring ships[J]. Shipbuilding of China, 2020, 61(3): 216-227. |
| [2] |
黎鹏飞, 王志明, 慕仝, 等. 基于台风-浪时间历程荷载的风机-吸力筒导管架基础耦合分析研究[J]. 核科学与工程, 2022, 42(2): 246-254. LI Pengfei, WANG Zhiming, MU Tong, et al. Tubular jacket suction bucket with wind generator coupling analysis based on typhoon and wave time history loads[J]. Nuclear Science and Engineering, 2022, 42(2): 246-254. |
| [3] |
刘在科, 李家钢, 李虎, 等. 山竹台风致南海平台上浪受损分析及建议[J]. 中国造船, 2019, 60(4): 197-203. LIU Zaike, LI Jiangang, LI Hu, et al. Damage analysis of platforms caused by Typhoon Mangkhut in the South China Sea and suggestions[J]. Shipbuilding of China, 2019, 60(4): 197-203. |
| [4] |
秦梦飞, 施伟, 柴威, 等. 台风过境下大型单桩式海上风机结构动力特性研究[J]. 力学学报, 2022, 54(4): 881-891. QIN Mengfei, SHI Wei, CHAI Wei, et al. Research on dynamic characteristics of large-scale monopole offshore wind turbine under typhoon event[J]. Chinese Journal of Theoretical and Applied Mechanics, 2022, 54(4): 881-891. |
| [5] |
尚黛梦, 魏凯, 钟茜, 等. 台风浪-潮-流相关性对桥梁群桩基础波流力的影响[J]. 工程力学, 2022, 39(S): 187-194. SHANG Daimeng, WEI Kai, ZHONG Qian, et al. Influence of wave-surge-current correlation on wave and current loads to elevated pile cap foundation of bridge under typhoons[J]. Engineering Mechanics, 2022, 39(S): 187-194. |
| [6] |
路川藤, 贾晓, 韩玉芳, 等. 台风浪作用下长江口深水航道骤淤数值模拟[J]. 水科学进展, 2018, 29(5): 696-705. LU Chuanteng, JIA Xiao, HAN Yufang, et al. Numerical simulation of sudden silting in the Yangtze Estuary deepwater channel by the wave of typhoon[J]. Advances in Water Science, 2018, 29(5): 696-705. |
| [7] |
王凯, 侯一筠, 冯兴如, 等. 福建沿海浪潮耦合漫堤风险评估: 以台风天兔为例[J]. 海洋与湖沼, 2020, 51(1): 51-58. WANG Kai, HOU Yijun, FENG Xingru, et al. Risk assessment of overtopping seawall under waves and surges for Fujian coast: a case study of typhoon Usagi[J]. Oceanologia et Limnologia Sinica, 2020, 51(1): 51-58. |
| [8] |
梁书秀, 孙昭晨, 尹洪强, 等. 基于SWAN模式的南海台风浪推算的影响因素分析[J]. 海洋科学进展, 2015, 33(1): 468-475. LIANG Shuxiu, SUN Zhaochen, YIN Hongqiang, et al. Influence factors of typhoon wave forecast in the South Sea by SWAN model[J]. Advances in Marine Science, 2015, 33(1): 468-475. |
| [9] |
孙瑞, 侯一筠, 李健, 等. 南海北部一次台风浪过程的数值模拟[J]. 海洋科学, 2013, 37(12): 76-83. SUN Rui, HOU Yijun, LI Jian, et al. The simulation of a typhoon wave in the northern part of the South China Sea[J]. Marine Sciences, 2013, 37(12): 76-83. |
| [10] |
伍志元, 蒋昌波, 邓斌, 等. 基于WRF-SWAN耦合模式的台风"威马逊"波浪场数值模拟[J]. 海洋科学, 2018, 42(9): 64-72. WU Zhiyuan, JIANG Changbo, DENG Bin, et al. Simulation of extreme waves generated by Typhoon Rammasun (1409) based on coupled WRF-SWAN model[J]. Marine Sciences, 2018, 42(9): 64-72. DOI:10.11759/hykx20180405001 |
| [11] |
陈金瑞. 台湾海峡台风浪动力特征和模型方法研究[J]. 海洋预报, 2019, 36(4): 13-18. CHEN Jinrui. Dynamic characteristics and model method of typhoon waves in Taiwan Strait[J]. Marine Forcasts, 2019, 36(4): 13-18. |
| [12] |
张敏, 罗军, 胡金磊, 等. 雷州市沿海风暴潮淹没危险性评估[J]. 热带海洋学报, 2019, 38(2): 1-12. ZHANG Min, LUO Jun, HU Jinlei, et al. Inundation risk assessment of storm surge along Lei Zhou coastal areas[J]. Journal of Tropical Oceanography, 2019, 38(2): 1-12. |
| [13] |
冯兴如, 杨德周, 尹宝树, 等. 中国浙江和福建海域台风浪变化特征和趋势[J]. 海洋与湖沼, 2018, 49(2): 233-241. FENG Xingru, YANG Dezhou, YIN Baoshu, et al. The Change and trend of the typhoon waves in Zhejiang and Fujian coastal areas of China[J]. Oceanologia et Limnologia Sinica, 2018, 49(2): 233-241. |
| [14] |
孙璐, 黄楚光, 蔡伟叙, 等. 广海湾海浪要素的基本特征及典型台风过程的波浪分析[J]. 热带海洋学报, 2014, 33(3): 17-23. SUN Lu, HUANG Chuguang, CAI Weixu, et al. Statistical analysis of wave characteristics in the Guanghai Bay[J]. Journal of Tropical Oceanography, 2014, 33(3): 17-23. |
| [15] |
冯兴如, 李近元, 尹宝树, 等. 海南东方近岸海域海浪观测特征研究[J]. 热带海洋学报, 2018, 37(3): 1-8. FENG Xingru, LI Jinyuan, YIN Baoshu, et al. Characteristics of ocean waves in coastal area of Dongfang, Hainan Island based on observations[J]. Journal of Tropical Oceanography, 2018, 37(3): 1-8. |
| [16] |
李淑江, 李泽文, 范斌, 等. 海南岛东南近岸海浪观测及统计特征[J]. 海洋科学进展, 2016, 34(1): 1-9. LI Shujiang, LI Zewen, FAN Bin, et al. Wave Observation and Statistical Analysis in the Southeast Coast of Hainan Island[J]. Advances in Marine science, 2016, 34(1): 1-9. |
| [17] |
王毅, 涂小萍, 蒋璐璐, 等. 台风"利奇马"影响期间浙江沿海海浪特征分析[J]. 气象科学, 2020, 40(1): 97-105. WANG Yi, TU Xiaoping, JIANG Lulu, et al. Analysis of wave characteristics along Zhejiang coast during typhoon "Lekima"[J]. Journal of the Meteorological Sciences, 2020, 40(1): 97-105. |
| [18] |
尹毅, 江丽芳, 张志旭, 等. 珠江口波浪要素特征分析[J]. 热带海洋学报, 2017, 36(4): 60-66. YIN Yi, JIANG Lifang, ZHANG Zhixu, et al. Statistical analysis of wave characteristics in the Pearl River Estuary[J]. Journal of Tropical Oceanography, 2017, 36(4): 60-66. |
| [19] |
潘冬冬, 周川, 王俊, 等. 粤东近岸深水区周年波浪特征分析[J]. 南方能源建设, 2020, 36(4): 34-40. PAN Dongdong, ZHOU Chuan, WANG Jun, et al. Analysis of the annual wave characteristics in the deep water area near the east coast of Guangdong Province[J]. Southern Energy Construction, 2020, 36(4): 34-40. |
| [20] |
束芳芳, 叶小红, 廖康明, 等. 广东阳西近岸海域波浪的分布特征[J]. 台湾海峡, 2012, 31(3): 324-331. SHU Fangfang, YE Xiaohong, LIAO Kangming, et al. Distribution characteristics of wave in the Guangdong Yangxi offshore[J]. Journal of Oceanography in Taiwan Strait, 2012, 31(3): 324-331. |
| [21] |
束芳芳, 蔡锋, 何佳, 等. 广东阳西近岸海域海浪谱分析[J]. 台湾海峡, 2012, 31(4): 557-564. SHU Fangfang, CAI Feng, HE Jia, et al. Wave spectrum analysis of Guangdong Yangxi offshore area[J]. Journal of Oceanography in Taiwan Strait, 2012, 31(4): 557-564. |
| [22] |
解静, 常江, 孙家文, 等. 阳江近海海域波浪特征分析[J]. 海洋环境科学, 2022, 44(2): 167-173. XIE Jing, CHANG Jiang, SUN Jiawen, et al. Analysis on wave characteristics of Yangjiang offshore area[J]. Marine Environment Science, 2022, 44(2): 167-173. |
| [23] |
国家海洋标准计量中心. 海洋调查规范: 第2部分海洋水文观测: GB/T 12763.2—2007[S]. 北京: 中国标准出版社, 2007: 26. National Center of Ocean Standards and Metrology. Specifications for oceanographic survey: part 2 Marine hydrographic observation: GB/T 12763.2—2007[S]. Beijing: Standards Press of China, 2007: 26. |
| [24] |
PORTILIA J, OCAMPO-TORRES J, MONBALIU J. Spectral partitioning and identification of wind sea and swell[J]. Journal of Atmospheric and Oceanic Technology, 2009, 26: 117-122. |
2025, Vol. 49













