中国海洋湖沼学会主办。
文章信息
- 张娜, 余鑫, 吴新荣, 尤再进, 王安良, 贾昱鹏. 2023.
- ZHANG Na, YU Xin, Wu Xin-Rong, YOU Zai-Jin, WANG An-Liang, JIA Yu-Peng. 2023.
- 西北航道夏季气旋登陆期间海冰对波浪的影响
- IMPACT OF SEA ICE ON WAVES DURING THE LANDFALL OF SUMMER CYCLONE IN THE NORTHWEST PASSAGE
- 海洋与湖沼, 54(3): 625-633
- Oceanologia et Limnologia Sinica, 54(3): 625-633.
- http://dx.doi.org/10.11693/hyhz20220800224
文章历史
-
收稿日期:2022-08-31
收修改稿日期:2022-09-28
2. 国家海洋信息中心 天津 300171;
3. 大连海事大学 港口与航运安全协创中心 辽宁大连 116026;
4. 国家海洋环境预报中心 北京 100081
2. National Marine Data and Information Service, Tianjin 300171, China;
3. Centre for Ports and Maritime Safety, Dalian Maritime University, Dalian 116026, China;
4. National Marine Environmental Forecasting Center, Beijing 100081, China
西北航道是指从北大西洋经加拿大北极群岛进入北冰洋, 再进入太平洋的航道, 它是连接大西洋和太平洋的捷径。全球变暖和海冰融化使得西北航道的开通成为可能。西北航道的开通对于我国有着不可忽视的经济和政治战略价值(Parkinson et al, 2013)。西北航道与其他暖水航道最大的区别就是有冰。根据美国国家冰雪数据中心的资料显示, 1979~2021年间北极的海冰面积不断减少, 且夏季海冰的减小速率是冬季的2.39倍(Mallett et al, 2021)。夏季北极海冰类型主要是多年冰, 其覆盖面积每10 a下降48%, 北极的无冰夏季最早将在2040年出现(Wang et al, 2022)。目前只有夏季西北航道可以通航, 最佳通航时间是8~10月(Hemer et al, 2013)。对于西北航道来说, 由于开放水域的不断扩大, 海浪成为一种新的物理现象(Overeem et al, 2011; Dobrynin et al, 2012)。然而, 夏季多北极气旋, 当开阔水域增大而强风天气较多时, 风暴浪的海况就会威胁到通航安全。
根据冰-波作用机理建立准确可靠的数值模型是研究西北航道波浪演化规律的一种重要手段。目前北冰洋的海浪研究主要基于浮标、潜标和走航等实地观测资料(郭井学等, 2011), 结合卫星遥感和数值模拟等方法开展(周庆伟等, 2016)40。受恶劣的气候条件、复杂的地形和水动力条件的限制, 现场观测数据较少, 且时间、空间覆盖率较低(周庆伟等, 2016)42。卫星观测具有时间和空间限制, 而且大多数高度计传感器通常不覆盖高于82°的纬度。而数值模拟则为该地区的大范围波浪演化分析提供了有效手段。第三代近岸波浪模型(simulating wave nearshore, SWAN)与第三代海浪模式(wavewatch-Ⅲ, WW3)常被用于北冰洋波浪要素的估算(Shao et al, 2022)。SWAN的非结构化网格能够较好地模拟西北航道的复杂岸线, 更好地解决由水深、风和沿海地区其他因素引起的复杂波浪变化(夏波等, 2013; Xiong et al, 2018)。但现有研究西北航道波浪场的范围仅是针对某个区域且空间分辨率较低, 如基于WW3模型针对波弗特海、楚科奇海海浪要素开展研究, 空间分辨率为16 km, 以及基于SWAN模型针对Mackenzie三角洲模拟风暴浪, 空间分辨率为28 km的粗网格嵌套5.5 km的细网格(Zhang et al, 2020)2331。目前尚缺少完全覆盖整个西北航道全海域的精细化波浪数值模拟(Stopa et al, 2016)。
由于西北航道与其他暖水航道最大的区别就是存在海冰, 因此在波浪模拟时除了要考虑气象条件、波浪开边界和准确的地形水深, 还要考虑到海冰对波浪的影响。以往针对海冰对波浪的影响多是聚焦在冰边缘区的波浪传播演化。然而, 在强风和骤冷的极端天气下, 海冰对整个西北航道大范围波浪演化的影响主要体现在以下两个方面: 第一、由于海冰的存在隔离了海-气之间的动量交换, 因此阻止了有冰海域的风生浪; 第二、由于海冰的存在减小了有效风区从而导致无冰区域的波能衰减。Zhang等(2020)2336-2340通过将非结构化网格有限体积法的FVCOM模型模拟得到的冰密集度以线性变化百分比的方式纳入了SWAN模型的风应力方程中从而建立了考虑海冰影响的波浪数值模型, 并将其用于渤海冬季波浪及波能流密度的再评估(张娜等, 2021, 2022)1605。
本文在前期研究的基础上建立考虑海冰影响的西北航道波浪数值模型, 进一步对极端天气条件下西北航道的波浪场演化开展研究。这将为建立西北航道高精度波浪预报模型奠定基础, 为西北航道的通航安全提供一种切实可行的评估工具。
1 研究方法本文通过将遥感反演的海冰密集度数据, 以线性变化百分比的方式纳入SWAN模型中的海表面摩阻风速方程中, 用于描述冰-水共存海域中海冰对波浪形成的影响。海表面摩阻风速Uf的方程如式(1)所示(张娜等, 2021)1605:
式中: Cd为风拖曳力系数(Wu, 1982), 当10 m高度处的风速U10大于7.5 m/s时, Cd = (0.08 + 0.065U10) ×0.001, 否则Cd = 0.001 3; Ai为遥感反演的海冰密集度, 取值范围是0~1 (Thorndike et al, 1975)。
在描述波浪受冰影响程度时, 采用波能流密度这一特征变量。波能流密度定义为波浪在传播方向上单位时间内通过单位波峰宽度上的能量(Ning et al, 2016), 计算表达式按式(2)所示(Liang et al, 2017):
式中: P表示波能流密度(单位: kW/m); h表示水深(单位: m); k = 2π/L为波参数; L表示波长(单位: m); Te表示能量周期(单位: s); ρ为海水密度, 取1.024×103 kg/m3; Hs为有效波高(单位: m); g表示重力加速度, 取9.81 m/s2。
2 原始数据及地形网格 2.1 数据来源水深数据来源于加拿大渔业和海洋部(https://www.canada.ca/en.html), 水平分辨率约0.12' (郝瑞杰等, 2022)。该数据集已被Guo等(2020)1-20应用在西北航道潮汐动力研究中。海冰密集度数据由德国不莱梅大学“极地遥感”研究组(https://seaice.unibremen.de/)提供, 时间分辨率为1 d, 空间分辨率为6.25 km (赵杰臣等, 2017; 歆怡等, 2021; Lu et al, 2022)。
涌浪开边界数据和平均海平面气压数据由欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)提供的全球气候的第五代大气再分析资料(ECMWF re-analysis 5, ERA5)提供, 时间分辨率为1 h (Hersbach et al, 2020)。其中涌浪开边界数据的空间分辨率为0.5°、平均海平面气压数据的空间分辨率为0.25°, 风场数据来源于美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)的1 h再分析数据, 空间分辨率约为0.2° (Zhang et al, 2019)。
2.2 模型网格模型范围涵盖整个加拿大北极群岛, 水平分辨率从0.5 km (在狭窄的入口和海峡)到1 km (在大陆架断裂区域)到40 km (在深海盆地)。水平向采用非结构化网格。模型水深及波浪浮标测点如图 1所示。
根据Guo等(2020)4, 模型的开边界设置在北极、北部拉布拉多海、弗里和赫克拉海峡。西北航道几乎都位于75°N以南, 模型网格及西北航道航线如图 2所示。
3 模拟结果验证针对2008年10月5日0点至2008年10月9日0点的一场强风天气进行波浪数值模拟, 并基于卫星遥感对模拟的冰密集度数据进行验证, 基于图 1中P1点的实测数据(徐福敏等, 2018) 对输入的美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)风场以及模拟的有效波高及谱峰波周期进行验证。
根据图 3, 发现2008年10月1日数值模拟输出的海冰密集度与卫星遥感数据的相对误差在10%以内, 表明本研究已经成功将卫星遥感的冰密集度通过公式(1)纳入到SWAN模型中。
根据图 4, 2008年10月的NCEP风速与实测风速、风向对比结果表明, NCEP风场数据有较高的精度, 能够较好地描述气旋期间风速、风向的快速变化。
根据图 5, 模拟的有效波高最大值为4.70 m, 与整个模拟时段内实测最大值的相对误差为5.91%; 模拟的有效波高平均值为2.92 m, 与实测的相对误差为7.49%; 模拟的谱峰周期最大值为10.67 s, 与整个模拟时段的实测最大值的相对误差为5.45%; 模拟的谱峰周期平均值为8.33 s, 与实测的相对误差为–0.09%。验证结果表明所建立的数值模型能够较好的模拟极端天气下的波浪演化过程。
4 结果分析 4.1 北极气旋本文以2012年8月11日7点至8月14日18点发生在西北航道区域的北极气旋为例, 探讨北极气旋登陆期间西北航道内波浪的演化规律及其对风和海冰的响应。北极气旋的寻找使用ERA5的平均海平面气压数据。
2012年模型范围内的北极气旋首先在8月11日7点出现在125.847°W, 82.1485°N, 中心气压为992.0 hPa。气旋在进入西北航道之后中心气压波动升高, 处于消亡期。最后在2012年8月14日18点在100°W, 76°N的上空消失, 此时气旋的中心气压为1 004.8 hPa, 北极气旋路径如图 6所示。
在北极气旋登陆期间, 西北航道内的主风向为SSW向(南偏西22.5°), 最大风速为15.84 m/s, 如图 7所示。
4.2 海冰在2012年8月北极气旋登陆期间, 模型中开阔水域平均占比为71.09%; 西北航道区域内平均海冰密集度呈现北高南低, 西高东低的特点(图 8)。
北极气旋登陆期间, 模型75°N以北海域大部分被海冰覆盖, 此范围内平均海冰密集度为52.08%。西北航道位于模型75°N以南海域, 其中麦克卢尔海峡的平均海冰密集度为13.38%; 梅尔维尔子爵海峡的平均海冰密集度为1.11%; 巴罗海峡的平均海冰密集度为0.66%; 兰开斯特海峡和阿蒙森湾的平均海冰密集度为0; 威尔士王子海峡的平均海冰密集度为19.25%; 克罗内森湾和维多利亚海峡的平均海冰密集度为0; 麦克林托克海峡的平均海冰密集度为0.03%; 皮尔海峡的平均海冰密集度仅为0.01%; 利金特王子湾的平均海冰密集度为0.08%。
4.3 波浪在北极气旋登陆期间, 西北航道内有效波高平均值最大达到2.42 m (图 9)。受气旋影响, 航道东部波高明显高于航道西部。能量周期平均值最大达到8.65 s (图 10)。北极气旋登陆期间, 西北航道内波能流密度平均值分布如图 11所示。航道内波能流密度最大值为30.60 kW/m。波能流密度最大值主要集中在航道东北向。
表 1显示, 波能流密度平均值最大发生在阿蒙森湾, 为5.20 kW/m, 有效波能流密度的出现概率最大, 为79.76%; 其次是兰开斯特海峡, 波能流密度平均值为4.46 kW/m, 有效波能流密度的出现概率为57.14%; 麦克卢尔海峡、梅尔维尔子爵海峡以及巴罗海峡的波能流密度平均值均大于2 kW/m; 其余位置波能流密度平均值均小于2 kW/m。
区域 | 波能流密度平均值/(kW/m) | 有效波能流密度的出现频率/% | 偏南向风时受海冰影响程度/% | 偏北向风时受海冰影响程度/% |
1 | 2.49 | 44.52 | −44.48 | −100.00 |
2 | 2.04 | 40.86 | −1.26 | −50.30 |
3 | 2.43 | 53.89 | −2.11 | −61.75 |
4 | 4.46 | 57.14 | −0.02 | −0.02 |
5 | 5.20 | 79.76 | −4.24 | −8.28 |
6 | 0.75 | 12.87 | −40.98 | −87.80 |
7 | 0.23 | 0.00 | 0.00 | −0.51 |
8 | 0.19 | 0.00 | −3.24 | −20.57 |
9 | 0.38 | 0.00 | −3.10 | −28.62 |
10 | 0.29 | 0.00 | −1.78 | −2.78 |
11 | 1.13 | 15.80 | −0.31 | −29.40 |
2012年8月北极气旋登陆期间, 由于海冰的存在, 会影响海洋与大气之间的热量和动量交换, 同时也形成了海冰和下覆海水之间的边界层, 因此覆冰海域波能会发生显著降低。然而, 无冰海域的波能流密度并没有大幅减小(图 12)。这是由于在北极气旋登陆期间, 西北航道的主风向主要集中在南偏西22.5°, 最大风速为15.84 m/s, 如图 7所示。而海冰大多分布于西北航道以北海域, 因此并不会引起有效风区的明显减少, 也就不会引起无冰海域波能的明显减小。表 1显示, 麦克卢尔海峡的波能流密度平均值受海冰影响程度最大, 减少了44.48%, 其次是威尔士王子海峡, 波能流密度平均值受冰影响减少了40.98%, 其余位置的波能流密度平均值受海冰影响程度均小于5%。
5.2 西北航道波能流密度对风向的响应在北极气旋登陆期间, 当风向从偏南向变为北向时, 梅尔维尔子爵海峡的波能流密度平均值受冰影响的减少程度从1.26%增至50.30%; 巴罗海峡的波能流密度平均值受冰影响的减少程度从2.11%增至61.75%, 如图 13所示。北向风时航道内其余点位波能流密度平均值受冰影响的减少程度见表 1。
根据图 13与表 1, 波能流密度受冰影响程度在北风向时比南风向时偏大, 主要是因为海冰主要分布在西北航道以北海域, 当风向为偏北向时, 海冰的存在会造成有效风区大幅减小, 从而导致无冰海域的波能减小。这也进一步说明西北航道内海冰对波浪的影响不仅与风速大小有关, 还与风向有关。
6 结论本文通过将遥感反演的海冰密集度数据, 以线性变化百分比的方式纳入SWAN模型的海表面摩阻风速方程中建立了考虑海冰影响的西北航道波浪演化模型, 模拟并分析了2012年8月北极气旋登陆期间西北航道的波浪演化及其对风和海冰的响应, 得出如下结论:
(1) 在2012年8月份北极气旋登陆期间, 模型中开阔水域平均占比为71.1%, 呈现北高南低、西高东低的分布特点。北纬75°以北大部分海域被海冰覆盖, 而西北航道位于北纬75°以南, 开阔水域占比高达88.3%。
(2) 2012年8月11日7点到14日18点北极气旋登陆期间西北航道内有效波高平均值最大达到2.42 m, 谱峰周期平均值最大达到8.65 s, 平均波能流密度最大值为30.60 kW/m。在此期间最大风速为15.84 m/s, 风向大部分集中在南偏西22.5°。而海冰大多分布于西北航道以北海域, 并不会引起有效风区的大幅减少, 因此也就不会引起无冰海域波浪的明显减小(不超过5%)。
(3) 当风向由偏南向变为北向时, 同样的风速条件下则会引起梅尔维尔子爵海峡和巴罗海峡受冰影响高达40倍和29倍的波能流密度的衰减。这进一步说明海冰对西北航道内波浪的影响不仅与风速大小有关, 还与风向有关。
(4) 在北极气旋登陆期间, 麦克卢尔海峡-梅尔威尔子爵海峡-巴罗海峡-兰开斯特海峡航线短, 平均冰密集度不超过15%, 适合船舶通行(综合研判各种影响船舶航行的自然条件, 本文航线选择标准拟定为风浪较小, 海冰密集度低于15%的航线)。并且该航线内的波能流密度平均值为2.0 kW/m, 沿途适合建立波能发电厂为过往船只提供能量补给。
赵杰臣, 周翔, 孙晓宇, 等, 2017. 北极遥感海冰密集度数据的比较和评估. 遥感学报, 21(3): 351-364 |
郭井学, 孙波, 李群, 等, 2011. 极地海冰浮标的现状与应用综述. 极地研究, 23(2): 149-157 |
周庆伟, 张松, 武贺, 等, 2016. 海洋波浪观测技术综述. 海洋测绘, 36(2): 39-44 DOI:10.3969/j.issn.1671-3044.2016.02.010 |
胡歆怡, 王云鹏, 荆文龙, 2021. 全球多尺度海岸线数据在珠江口岸线的精度评价及适用性分析. 热带地理, 41(3): 609-621 DOI:10.13284/j.cnki.rddl.003351 |
徐福敏, 苗琪, 姜静, 2018. Mackenzie三角洲风暴相关的海岸水动力现象. 河海大学学报(自然科学版), 46(2): 177-182 |
郝瑞杰, 万晓云, 眭晓虹, 等, 2022. 海底地形探测和模型研制现状及精度分析. 地球与行星物理论评, 53(2): 172-186 |
张娜, 王立涛, 耿姗姗, 等, 2022. 渤海海域冰水共存期的波能流密度推算. 海洋与湖沼, 53(4): 981-989 |
夏波, 张庆河, 蒋昌波, 2013. 基于非结构网格的波流耦合数值模式研究. 海洋与湖沼, 44(6): 1451-1456 |
张娜, 李帅, 耿姗姗, 等, 2021. 渤海海冰对波浪推算的影响. 哈尔滨工程大学学报, 42(11): 1604-1610 |
DOBRYNIN M, MURAWSKY J, YANG S, 2012. Evolution of the global wind wave climate in CMIP5 experiments. Geophysical Research Letters, 39(18): L18606 |
GUO L L, WU Y S, HANNAH C G, et al, 2020. A modelling study of the ice-free tidal dynamics in the Canadian Arctic Archipelago. Estuarine, Coastal and Shelf Science, 236: 106617 |
HEMER M A, FAN Y L, MORI N, et al, 2013. Projected changes in wave climate from a multi-model ensemble. Nature Climate Change, 3(5): 471-476 |
HERSBACH H, BELL B, BERRISFORD P, et al, 2020. The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146(730): 1999-2049 |
LIANG B C, SHAO Z X, WU G X, et al, 2017. New equations of wave energy assessment accounting for the water depth. Applied Energy, 188: 130-139 |
LU J S, SCARLAT R, HEYGSTER G, et al, 2022. Reducing weather influences on an 89 GHz sea ice concentration algorithm in the arctic using retrievals from an optimal estimation method. Journal of Geophysical Research: Oceans, 127(9): e2019JC015912 |
MALLETT R D C, STROEVE J C, CORNISH S B, et al, 2021. Record winter winds in 2020/21 drove exceptional Arctic sea ice transport. Communications Earth & Environment, 2(1): 149 |
NING D Z, WANG R Q, ZOU Q P, et al, 2016. An experimental investigation of hydrodynamics of a fixed OWC Wave Energy Converter. Applied Energy, 168: 636-648 |
OVEREEM I, ANDERSON R S, WOBUS C W, et al, 2011. Sea ice loss enhances wave action at the Arctic coast. Geophysical Research Letters, 38(17): L17503 |
PARKINSON C L, COMISO J C, 2013. On the 2012 record low Arctic sea ice cover: combined impact of preconditioning and an August storm. Geophysical Research Letters, 40(7): 1356-1361 |
SHAO W Z, YU W P, JIANG X W, et al, 2022. Analysis of wave distributions using the WAVEWATCH-Ⅲ model in the Arctic Ocean. Journal of Ocean University of China, 21(1): 15-27 |
STOPA J E, ARDHUIN F, GIRARD-ARDHUIN F, 2016. Wave climate in the Arctic 1992-2014: seasonality and trends. The Cryosphere, 10(4): 1605-1629 |
THORNDIKE A S, ROTHROCK D A, MAYKUT G A, et al, 1975. The thickness distribution of sea ice. Journal of Geophysical Research, 80(33): 4501-4513 |
WANG Y H, BI H B, LIANG Y, 2022. A satellite-observed substantial decrease in multiyear ice area export through the Fram Strait over the last decade. Remote Sensing, 14(11): 2562 |
WU J, 1982. Wind-stress coefficients over sea surface from breeze to hurricane. Journal of Geophysical Research: Oceans, 87(C12): 9704-9706 |
XIONG J, WANG Y P, GAO S, et al, 2018. On estimation of coastal wave parameters and wave-induced shear stresses. Limnology and Oceanography: Methods, 16(9): 594-606 |
ZHANG N, LI S, WU Y S, et al, 2020. Effects of sea ice on wave energy flux distribution in the Bohai Sea. Renewable Energy, 162: 2330-2343 |
ZHANG N, WANG J, WU Y S, et al, 2019. A modelling study of ice effect on tidal damping in the Bohai Sea. Ocean Engineering, 173: 748-760 |