中国海洋湖沼学会主办。
文章信息
- 邓丹, 周泉, 马磊, 李锐祥. 2023.
- DENG Dan, ZHOU Quan, MA Lei, LI Rui-Xiang. 2023.
- 强台风“卡努”过境期间的风和海浪特征分析
- THE WIND AND WAVE CHARACTERISTICS DURING SEVERE TYPHOON KHANUN
- 海洋与湖沼, 54(6): 1529-1536
- Oceanologia et Limnologia Sinica, 54(6): 1529-1536.
- http://dx.doi.org/10.11693/hyhz20230300061
文章历史
-
收稿日期:2023-03-15
收修改稿日期:2023-05-11
2. 自然资源部海洋环境探测技术与应用重点实验室 广东广州 510300;
3. 生态环境部华南环境科学研究所 广东广州 510530
2. Key Laboratory of Marine Environmental Survey Technology and Application, Ministry of Natural Resources, Guangzhou 510300, China;
3. South China Institute of Environmental Sciences, Ministry of Ecology and Environment, Guangzhou 510530, China
我国濒临西太平洋, 是受台风影响最严重的国家之一, 平均每年有9.3个台风袭击我国(陈大可等, 2013), 台风引起的海浪、风暴潮、强降水等给我国沿海地区造成了巨大的财产损失和人员伤亡(雷小途等, 2009), 对沿海和海上生产活动带来了严重的威胁。随着我国经济高速发展, 台风造成的直接经济损失呈上升趋势(Zhang et al, 2009; 卢莹等, 2021)。因此掌握台风期间的风和海浪特征及变化规律对台风预报预警和海洋防灾减灾等工作具有较为重要的意义。
台风经过海洋时, 海面气压呈漏斗状结构(郎喜白, 2011; 王蓉等, 2013), 风速呈“M”形双峰分布, 台风眼壁区风速最大, 前眼壁区风速通常略大于后眼壁区, 台风眼区气压和风速最小(苏志等, 2020; 黄浩辉等, 2021)。台风在海面引起的海浪最大波高可达10余米(王蓉等, 2013; 王毅等, 2020), 波高随风速增大而增大, 周期随波高增大而增大, 波高最大值一般滞后风速最大值40 min至4 h (苏志等, 2020; 庄红波等, 2013), 台风前眼壁区域有效波高最大, 后眼壁区次之(夏璐一等, 2014)。台风浪的波高与风速呈二次多项式关系(王小丹等, 2019; Hao et al, 2020; 李朝等, 2021; Niu et al, 2021), 无因次波高和无因次周期呈幂指数关系(Hsu et al, 2017; 李朝等, 2021; Niu et al, 2021)。台风前进方向的右侧由于风向和台风移动速度相同, 通常情况下海浪发展更迅速, 波高增大的更快(姚圣康, 2006; 赵凯等, 2011), 右侧的有效波高比左侧的有效波高大, 其增幅可达29%~48% (夏璐一等, 2014)。在台风影响下, 海浪波型一般会经历混合浪-风浪-混合浪的变化(孙璐等, 2014; 王毅等, 2020), 台风过程中所产生的大浪主要为风浪, 涌浪基本分布在远离台风中心的外围海域(韩晓伟等, 2011; Xu et al, 2017)。
受限于台风期间恶劣的天气和海况, 海面的风、浪观测主要依赖于沿岸的海洋站(郎喜白, 2011; 王蓉等, 2013; 孙璐等, 2014; 黄浩辉等, 2021)、海上浮标(姚圣康, 2006; Hsu et al, 2017; 苏志等, 2020)或者油气平台(庄红波等, 2013)。目前南海的浮标和平台大多分布在近岸海域, 深水区分布较少, 由于台风路径的不确定性, 台风期间的风浪观测就更加稀缺, 然而深水区观测数据对预报台风的路径和强度至关重要。中国气象局(China Meteorological Administration, CMA)热带气旋最佳路径数据显示2017年20号台风“卡努”的中心恰好经过南海陆坡区的SF301浮标, 该浮标获取了台风期间完整的海面水文和气象资料, 本文将基于浮标观测资料, 分析强台风“卡努”影响下风和海浪特征, 以期为台风研究和海洋防灾减灾提供参考。
1 台风“卡努”与数据介绍台风路径数据来源于中国气象局上海台风研究所发布的CMA热带气旋最佳路径数据集(tcdata.typhoon. org.cn), 该数据时间分辨率为6 h, 登陆前24 h时间频次加密为3 h一次, 包含台风位置、中心气压、2 min平均风速以及热带气旋等级等(Ying et al, 2014; Lu et al, 2021)。
强台风“卡努”为2017年的第20号台风, 于2017年10月11日(北京时间, 下同)在菲律宾吕宋岛以东洋面生成, 形成时的级别为热带低压, 在向西移动过程中强度不断增加, 10月12日升级为热带风暴, 10月13日穿过吕宋岛进入南海, 10月14日升级为强热带风暴, 其移动方向迅速发生改变, 向西北偏北方向移动, 10月14日22时发展为台风, 10月15日12时进一步升级为强台风, 其最大风速达42 m/s, 16日凌晨在广东湛江徐闻附近登陆。登陆后, “卡努”继续向西偏南方向移动, 强度迅速减弱, 移入北部湾后逐渐减弱消失。台风“卡努”的移动路径如图 1所示。
本文采用的浮标数据来源于自然资源部南海局运行和管理的南海业务化海洋观测网中的SF301浮标(图 1)。该浮标站位于南海陆坡区, 浮标直径6 m, 所在海域水深约为1 500 m, 观测内容包括10 min平均风速和风向, 1 s极大风速和风向, 气温, 气压, 最大、十分之一、有效、平均波高和周期, 波向, 表层水温等, 数据时间隔为1 h, 台风期间采样间隔加密为30 min。强台风“卡努”中心经过浮标站的时间为2017年10月15日上午04:30~06:30, 浮标完整记录了台风前后海面水文气象数据。
2 结果与分析 2.1 海面气压和气温在“卡努”进入南海前, 浮标观测的海面气压一直维持在1 000 hPa以上, 随着台风逼近, 海面气压缓慢下降, 10月15日01:30气压开始快速下降, 此时台风距离浮标站大约135 km, 10月15日05:30台风中心经过浮标站时, 海面气压降为959.9 hPa, 台风中心离开以后气压迅速上升, 气压随时间呈漏斗状变化(图 2a)。浮标观测最低气压比同时刻CMA数据集气压低5.1 hPa, 比美国JTWC (Joint Typhoon Warning Center)数据集低3.5 hPa, 与日本JMA (Japan Meteorological Agency)数据集最接近, 仅低0.5 hPa。
台风进入南海前浮标观测气温一直在28~30 ℃, 进入南海后浮标观测气温迅速降至27 ℃, 不过随着台风逐渐接近浮标, 观测气温并未继续下降, 而是在24.5~27.5 ℃之间波动。台风中心经过时气温相对较高为27.6 ℃, 台风前眼壁区和后眼壁区经过时气温相对较低, 分别为25.9 ℃和26.9 ℃, 与台风中心分别相差1.7 ℃和0.7 ℃ (图 2b), 台风登陆后观测气温迅速恢复至30 ℃左右。通常台风导致的上层海洋混合会引起海面水温降低(Price, 1981), 进而对台风强度产生负反馈, 而当混合层较厚时则海面降温则不太明显, 海洋可持续为台风提供能量进而使之强化。“卡努”过境期间, 浮标观测海表水温在一直高于海面气温且并未发生明显的变化(图 2b), 仅台风中心经过浮标时气温和海表水温完全相等, 这意味着“卡努”一直从海洋吸收热量, 这导致了“卡努”的强度在南海迅速加强。不过台风引起的海表降温与台风强度、混合层厚度、台风移动速度等多种因素有关, 台风“卡努”移动速度较快也是海面降温不明显的一个原因。
2.2 海面风在“卡努”之前南海北部海域盛行东北风, 风速约为10 m/s。10月14日, “卡努”进入南海后, 浮标观测的10 min平均风速增大至16 m/s左右。10月15日, 随着“卡努”向西北移动, 台风中心距离浮标站越来越近, 观测风速也越来越大。10月15日04:30左右, 台风前眼壁区经过时, 风速达到最大, 10 min平均风速为30.2 m/s, 风向为19°; 1 s极大风速最大值出现在05:00, 为44.2 m/s, 风向为55°。台风中心经过浮标站时风速迅速减小, 05:30, 10min平均风速降至12.8 m/s。台风后眼壁区经过浮标时, 风速再次增大, 06:30, 10 min平均风速为24.9 m/s, 风向为163°; 1 s极大风速为38.6 m/s, 风向为148°。
台风过境期间浮标观测风速随时间变化曲线呈现明显的“M”型双峰分布, 且第二个峰值小于第一个, 说明台风“卡努”空间结构不对称, 主要是受观测海域强劲东北季风的影响。风向沿着顺时针方向旋转, 前眼壁和后眼壁区平均风向变化150°。浮标观测的10 min平均风速在台风中心前后两个极值时间间隔为2 h, 利用CMA热带气旋最佳路径数据计算的该时段台风移动速度为8 m/s, 2 h移动距离为57.6 km, 可以估算出“卡努”经过浮标时最大风速半径大约为29 km, 同时刻美国JTWC数据集最大风速半径为56 km, 接近估算结果的2倍。
值得一提的是, 台风后眼壁区经过后, 浮标观测风速在9:30左右再次出现一个极值, 10 min平均风速为22.2 m/s, 1 s极大风速为31.6 m/s, 这是由于“卡努”经过浮标后强度不断增大导致风速增强。台风的影响一直持续到10月16日, 10月17日开始浮标观测风逐渐恢复到台风前的东北风。
2.3 波浪受强劲的东北季风影响, “卡努”进入南海之前浮标所在海域海浪较大, 有效波高在3 m左右, 最大波高可达6 m。随着台风中心逐渐靠近浮标站, 波高越来越大, 波高在台风前眼壁经过30 min后达到最大, 有效波高和最大波高分别为10.8 m和14.3 m (图 3a), 这与强热带风暴“贝碧嘉”波高最大值出现时间滞后风速最大值40 min的观测结果基本一致(苏志等, 2020)。台风中心经过之后, 波高逐渐减小, 不过在9:30有效波高出现一个次极大值, 这是该时段风速增强导致的。
波向和风向变化趋势一致, 由最初的N向沿顺时针方向逐渐转换到SE向, 波向的转变发生在台风中心经过时刻, 波向转变比风向转变滞后1 h左右。波向在风向的逆时针方向, 二者相差30°±23°, 说明波浪主要是由局地风产生的。观测结果还表明, “卡努”期间波周期随着波高增大而增加, 二者相关性为0.82, 有效波高最高时对应的有效波周期最长, 为11.2 s (图 3b)。
台风期间的海浪通常既有风浪, 也有涌浪, 有效波陡是判别波浪类型的一种有效的方法, 一般波陡越小, 越接近于涌浪, 波陡越大, 越接近风浪(孙璐等, 2014)。根据Tompson的理论(Thompson et al, 1984), 有效波陡为有效波高和主波长之比, 可用以下公式计算:
其中: δ为有效波陡, Hs为有效波高, g为重力加速度, Tp为谱峰周期, Ts为有效波周期。由于浮标观测结果未输出谱峰周期, 谱峰周期可根据经验公式(2)计算(文圣常等, 1984)。δ ≥ 0.025时海浪以风浪为主, 0.01 ≤ δ < 0.025时海浪为未成熟的涌浪, δ < 0.01时海浪为成熟的涌浪(Thompson et al, 1984)。
从图 3c可以看出, 台风期间波陡大部分时间均大于0.025, 并且随着台风逐渐接近浮标, 风速越来越强, 海浪不断成长, 波高越来越高, 波陡也越来越大, 最大波陡为0.049, 台风远离浮标后, 波陡则迅速减小, 15日18时左右已低于0.025, 说明台风“卡努”影响期间海浪主要以风浪为主, 台风过后则为混合浪。
3 风浪关系讨论从上节的分析结果不难发现, “卡努”期间有效波高和海面风速变化趋势几乎一致, 相关系数为0.9。Hao等(2020)的风浪模型表明在低风速(≤16.808 m/s)情况下, 有效波高Hs和海面10 m风速呈二次多项式关系; 在高风速下(> 16.808 m/s)二者呈线性关系[式(3)]。
其中U10为海面10 m的风速。鉴于“卡努”期间浮标观测风速较大, 本文分别对风-浪的关系进行了线性拟合和二次多项式拟合。由于浮标观测风速距离海面高度为6 m, 在拟合前先利用经验公式(Hsu et al, 2017)计算海面10 m的风速U10。
其中, U6为海面6 m的风速, Z0为粗糙长度, Lp = 1.56Tp2为主要波波长。剔除波陡小于0.025的数据后, 有效波高和海面10 m风速的关系模型如下:
式(6)和(7)拟合效果都比较好, 相关系数分别为0.861和0.862, 均方根误差均分别为0.589 m和0.587 m。从图 4a可以看出, 二者的拟合结果十分接近, 然而在高风速情况下, 式(7)的拟合效果更好, 可以认为“卡努”期间有效波高和风速更接近线性关系, 这与Hao等(2020)的模型是一致的。不过利用Hao等(2020)的风浪模型计算的同期有效波高, 其平均误差和均方根误差分别为−1.01 m和0.65 m, 显著低估了有效波高(图 4a)。
本文进一步分析了“卡努”之前13 d (2017年10月1~13日)的风-浪关系, 风-浪关系模型为:
从图 4b可以看出, 有效波高和海面风速在非台风期间呈二次多项式关系, 拟合结果与观测结果的相关系数为0.873, 标准差为0.49 m。Hao等(2020)的风浪模型计算的结果与本文的模型趋势十分接近, 标准差为0.5 m, 不过其平均误差为−0.52 m, 低估了非台风期间的有效波高。
“卡努”期间波高和周期变化趋势高度一致, 说明二者存在内在的联系。大量的研究表明(Toba, 1972; 管长龙等, 2001, 2004; Hsu et al, 2017; 李朝等, 2021; Niu et al, 2021), 风浪的无因次波高和无因次周期之间存在着幂指数关系:
其中, gHs/U102为无因次波高, gTs/U10为无因次周期, a和b分别为待拟合的参数。Toba(1972)基于实验室观测结果提出无因次波高和周期满足3/2指数律, 其无因次波高和周期是基于海面风场的摩擦速度, 管长龙等(2004)进一步将海面风场的摩擦速度转换为海面10 m风速, 提出了如下2个无因次波高和周期的幂指数关系:
Hsu等(2017)和Niu等(2021)分别基于台风期间的风浪数据, 建立了无因次波高和周期关系模型, 二者满足线性关系:
参照Hsu等(2017)的方法, 本文选择风速大于9 m/s, 波陡 β ≥ 0.025的风浪数据分析无因次波高和周期的关系。台风“卡努”期间二者关系为
从图 5a可以看出, 式(13)的拟合效果很好, 相关系数达0.957, 标准差为0.011 8。与Hsu等(2017)和Niu等(2021)的模型存在显著的差距。虽然Niu等(2021)的模型也是基于南海北部的浮标资料, 不过其位于近岸浅水区域, 而本文的浮标则位于陆坡深水区域, 可能水深的不同是导致差异的原因。管长龙等(2004)提出的模型则与本文的模型十分接近, 特别是式(10)的模型, 标准差仅0.0121; 式(11)的模型与观测结果差异相对较大。这说明台风期间的无因次波高和周期满足3/2指数律。
本文进一步分析了台风前13 d的无因次波高周期关系(图 5b), 其结果如下:
其拟合的相关系数为0.934, 标准差为0.014 4, 幂函数的指数接近3/2。从图 5b可以看出Hsu等(2017)和Niu等(2021)的模型与观测结果差异显著, 而管长龙等(2004)等提出的式(10)模型与观测结果也十分一致, 与本文拟合的模型曲线几乎重合, 说明在非台风期间风浪的无因次波高和无因次周期也满足3/2指数律。
4 结论由于台风路径的不确定性, 导致其中心附近区域的风浪观测资料十分稀少, CMA热带气旋最佳路径数据显示2017年的强台风“卡努”恰好经过南海北部陆坡的SF301浮标, 该浮标获取了台风前后海面水文气象数据。本文基于浮标观测资料, 分析了“卡努”影响期间的风和海浪特征, 以及风和海浪之间的关系, 得出以下结论:
(1) “卡努”经过浮标时估算最大风速半径约为29 km, 中心气压为959.9 hPa。台风期间, 风速随时间呈“M”型双峰分布, 且第二个峰值小于第一个, 前、后眼壁区的10 min平均风速分别为30.2 m/s和24.9 m/s, 1s极大风速分别为44.2 m/s和38.6 m/s。海表温度一直高于海面气温, 仅台风中心时刻二者相等, 这意味着“卡努”一直从海洋吸收热量, 这是“卡努”的强度在南海迅速加强的主要原因。
(2) 浮标观测的有效波高和最大波高最大值分别为10.8 m和14.3 m, 滞后最大风速30 min, 波周期随着波高增大而增加, 有效波周期最长为11.2 s; 波向和风向变化趋势一致, 二者相差30°±23°, 表明波浪主要是由局地风产生的, 波陡均大于0.025, 波浪以风浪为主。
(3) 台风期间有效波高和海面风速接近线性关系, 非台风期间二者呈二次多项式关系; 台风期间和非台风期间无因次波高和周期满足幂指数关系, 无论是“卡努”台风期间还是非台风期间, 观测海域的无因次波高和周期均十分接近3/2指数律, 不过由于本文采用的样本有限, 台风等极端天气下的风浪关系还需进一步研究。
王小丹, 赵文静, 2019. 基于ERA-Interim再分析资料的南沙海域风、浪场特征分析[J]. 海洋预报, 36(2): 30-37. |
王蓉, 姚小娟, 肖瑜璋, 等, 2013. 1208号台风"韦森特"特征分析[J]. 海洋预报, 30(6): 13-20. |
王毅, 涂小萍, 蒋璐璐, 等, 2020. 台风"利奇马"影响期间浙江沿海海浪特征分析[J]. 气象科学, 40(1): 97-105. |
文圣常, 余宙文, 1984. 波浪理论与计算原理[M]. 北京: 科学出版社, 200.
|
卢莹, 赵海坤, 赵丹, 等, 2021. 1984-2017年影响中国热带气旋灾害的时空特征分析[J]. 海洋学报, 43(6): 45-61. |
庄红波, 高瑞泉, 范文龙, 2013. 台风影响下海浪的特征分析[J]. 气象水文海洋仪器, 30(2): 30-34, 40. |
孙璐, 黄楚光, 蔡伟叙, 等, 2014. 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, 33(3): 17-23. DOI:10.3969/j.issn.1009-5470.2014.03.003 |
苏志, 何如, 陶伟, 等, 2020. 利用浮标站观测资料分析台风"贝碧嘉"过境时风浪变化特征[J]. 气象科技, 48(3): 415-420. |
李朝, 侯一筠, 李水清, 等, 2021. 两类典型台风路径影响下的黄、渤海海浪场特征研究[J]. 海洋与湖沼, 52(1): 51-65. |
陈大可, 雷小途, 王伟, 等, 2013. 上层海洋对台风的响应和调制机理[J]. 地球科学进展, 28(10): 1077-1086. DOI:10.11867/j.issn.1001-8166.2013.10.1077 |
郎喜白, 2011. 201003号台风"灿都"分析[J]. 海洋预报, 28(3): 26-31. |
赵凯, 栾曙光, 张瑞瑾, 2011. 强台风"珍珠"引起的近岸波浪场数值分析[J]. 海洋预报, 28(4): 35-42. |
姚圣康, 2006. 0509"麦莎"台风浪特征分析[J]. 海洋预报, 23(S1): 73-78. |
夏璐一, 栾曙光, 张超, 2014. 西北行路径台风浪的特征分析[J]. 大连海洋大学学报, 29(6): 654-658. |
黄浩辉, 陈雯超, 植石群, 等, 2021. 基于测风塔实测台风威马逊登陆过程的强风特性分析[J]. 气象, 47(2): 143-156. |
韩晓伟, 周林, 游大鸣, 等, 2011. 0801号台风风浪场和涌浪场的数值模拟[J]. 大气科学学报, 34(5): 597-605. |
雷小途, 陈佩燕, 杨玉华, 等, 2009. 中国台风灾情特征及其灾害客观评估方法[J]. 气象学报, 67(5): 875-883. |
管长龙, 孙群, 2001. 风浪成长关系的分析及其对3/2指数律的支持[J]. 青岛海洋大学学报, 31(5): 633-639. |
管长龙, 张淑芳, 孙建, 等, 2004. 深水风浪的风区指数律[J]. 中国海洋大学学报, 34(5): 704-712. |
HAO Z Z, TU Q G, ZHANG S Q, et al, 2020. Wind-wave relationship model and analysis of typhoon wave fields in the South China Sea from HY-2A satellite observations[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 13: 4008-4015. |
HSU S A, HE, Y J, SHEN H, 2017. Buoy measurements of wind-wave relations during hurricane Matthew in 2016[J]. Journal of Physical Oceanography, 47(10): 2603-2609. |
LU X Q, YU H, YING M, et al, 2021. Western North Pacific tropical cyclone database created by the China Meteorological Administration[J]. Advances in Atmospheric Sciences, 38(4): 690-699. |
NIU Q R, FENG Y Q, 2021. Relationships between the typhoon-induced wind and waves in the northern South China Sea[J]. Geophysical Research Letters, 48(8): e2020GL091665. |
PRICE J F, 1981. Upper ocean response to a hurricane[J]. Journal of Physical Oceanography, 11(2): 153-175. |
TOBA Y, 1972. Local balance in the air–sea boundary processes. Ⅰ. On the growth process of wind waves[J]. Journal of the Oceanographical Society of Japan, 28(3): 109-120. |
THOMPSON W C, NELSON A R, SEDIVY D G, 1984. Wave group anatomy of ocean wave spectra[J]. Coastal Engineering, 1(19): 661-677. |
XU Y, HE H L, SONG J B, et al, 2017. Observations and modeling of typhoon waves in the South China Sea[J]. Journal of Physical Oceanography, 47(6): 1307-1324. |
YING M, ZHANG W, YU H, et al, 2014. An overview of the China Meteorological Administration tropical cyclone database[J]. Journal of Atmospheric and Oceanic Technology, 31(2): 287-301. |
ZHANG Q, WU L G, LIU Q F, 2009. Tropical cyclone damages in China 1983-2006[J]. Bulletin of the American Meteorological Society, 90(4): 489-495. |