基于WAVEWATCH-III模式的一次冷空气过程海浪场模拟研究

姚琪，郑崇伟，苏勤，王健，梁新友，李云波

(1.海军海洋水文气象中心，北京100161；2.92538部队 大连116041；3.海洋出版社，北京100081)

1 引言

前人对中国海海浪的研究做了很大贡献，刘金芳等[1]利用1950—1995年的船舶报资料，对西北太平洋的海表风场、海浪场特征进行分析，研究发现该区域受季风影响显著，季风盛行期的风向、浪向（分为风浪和涌浪）较为一致，该区域赤道附近海域的浪向常年为东北向，冬季季风期间的SWH 为全年最大，过渡季节次之，夏季最小。王静等[2]利用T/P 高度计反演的约59 个月（1992年10月23日—1997年8月12日）的SWH和海表风速，采用EOF方法对南海的海表风、浪场的研究，初步判定风场的第一典型场可能是季风强盛期的风场特征，第二典型场则体现出季风转换期的风场特征，SWH的前两个模态与风场前两模态基本相似，得出南海的风、浪之间有很好的相关性。齐义泉等[3]利用1987—1988两年的Geosat高度计遥感资料，对南海的海表风场、浪场的月平均、季平均特征进行过分析，研究发现南海的月平均海表风速和SWH在东北季风期较大，季风过渡季节较小，且在12月达到最大，5月最小；在西南季风期间，海表风速和SWH均呈现出南大北小的特点，其余季节则表现出由南向北增强的分布特征，在10°N，110°E附近海域为常年的风速和波高大值区。尤其是近年来数值模式的不断发展，海浪的模拟研究取得了长足进步[4]，以往对中国海海浪场的数值模拟多见于针对台风浪的模拟研究，而冷空气比台风更为频繁，其强度也经常带来狂风巨浪，危害性并不亚于台风浪。2011年12月18日强冷空气造成的俄罗斯鄂霍次克海海上石油平台沉没，造成了巨大的人员和经济损失，1999年11月24日“大舜号”客混船从烟台驶往大连途中因遭遇寒潮大风而倾覆，全船304 人仅22 人生还，直接经济损失9000余万元，是建国以来最大的一次海难事故。大风大浪虽然具有很强的破坏力，但如果能够把握其内在规律，利用其能量大等优点，开展海浪发电、海水淡化、供热、抽水、制氢等波浪能资源开发工作，将能造福人类[5-6]。本文基于目前国际较为先进的第三代海浪数值模式WW3（WAVEWATCH-III），以CCMP（Cross-Calibrated,Multi-Platform）风场为驱动场，对2009年1月12日前后发生在中国海的冷空气所致的海浪场进行模拟研究，为研究中国海海浪特征提供参考，为防灾减灾、海洋水文保障、波浪能资源开发利用等提供科学依据。

2 资料简介

2.1 风场资料

常用作海浪模式驱动场的有ERA-40海表10 m风场、NCEP 风场、QN（QuikSCAT/NCEP）混合风场[7]，ERA-40海表10 m风场和NCEP风场的空间分辨率较低，QN混合风场的空间分辨率略有增加，这三种风场在国内运用最为广泛[8-12]。本研究则是利用空间分辨率高于前三种风场的CCMP 风场作为WW3 模式的驱动场。CCMP 风场资料来自ESE(NASA Earth Science Enterprise)，它结合了ADEOS-II(Advanced Earth Observing Satellite,2ndGeneration) 、AMSR-E(Advanced Microwave Scanning Radiometer-Earth Observing System)、QuikSCAT、SSM/I(Special Sensor Microwave Imager)、TRMM TMI(Tropical Rainfall Measuring Mission Microwave Imager)几种资料，利用变分方法得到，其空间分辨率为0.25°×0.25°，空间范围为：78.375°S—78.375°N，0.125°—359.875°E，时间分辨率为6 h，时间范围从1987年7月至今。研究表明CCMP 风场具有很高的精度[13-19]。

2.2 海浪观测资料

目前全球的海浪观测资料都较为稀缺，这种困境在我国尤为突出。我国主要在东海和南海各有一个大型浮标站，但数据并不开放；卫星资料反演的有效波高（SWH——Significant Wave Height）在中国海范围的时间分辨率和空间分辨率都比较低；其余的人工观测数据、船舶报数据等在时空分辨率方面都同样具有很大缺陷，且数据并不开放，很难获取。本文利用来自朝鲜某站点的海浪观测数据，用于与WW3 模式的模拟结果进行比较，还利用卫星高度计反演的有效波高，对WW3 模式在中国海范围的模拟能力进行检验。

3 模拟方法

以CCMP 风场驱动WW3 模式，对2009年1月12日前后发生在中国海的冷空气所致的海浪场进行模拟研究，为了消除边界效应，本文将模拟范围在中国海范围基础上适当取大，然后再从模拟结果中截取中国海范围。选取模式计算范围：4.875°S—42.125°N，94.125°—136.125°E，海浪谱网格为24×25，波向共24 个，分辨率为15°，频率分为24 个频段，从0.0418—0.4056 Hz，各 频 段 关 系 为fn+1=1.1 fn。空间分辨率取0.125° × 0.125°，计算时间步长取为600 s，每3 h输出一次结果，计算时间为2009年01月09日00:00 时—2009年01月16日23:00时。

4 模拟结果验证

将朝鲜某观测站点的观测SWH 与模拟SWH进行比较，本文还将模拟的SWH插值到T/P（Topex/Poseidon）高度计卫星轨道上，分析WW3 模式对中国海范围SWH 的模拟效果，从点和面两方面对WW3的模拟效果进行检验。为了直观地分析模拟的SWH 的精度，本文计算了相关系数（CC）、偏差（Bias）、均方根误差（RMSE）以及平均绝对误差（MAE）。RMSE 定义为模拟值与观测值之差的均方根，Bias定义为模拟数据的平均值和观测数据的平均值之差。

式（1）至式（4）中，xi代表观测数据，yi代表模拟数据，和分别为观测数据的均值和模拟数据的均值，N 为样本总量。

图1 Jason-1在中国海的轨道分布[13]

图2 2009年1月10—15日期间Jason-1卫星资料反演的SWH与模拟结果的散布图

图3 WW3模式模拟的SWH与朝鲜某海洋观测站的观测SWH，SWH（单位/m）

由图2 可见，模拟的SWH 与T/P 高度计反演的SWH 整体上具有较好的一致性，相关系数为0.86，通过了99%（a0.01=0.25）的信度检验，均方根误差为0.41 m，平均绝对误差为0.32 m，统计上存在0.05 m 的正偏差，说明模拟的SWH 系统上稍大于T/P 高度计反演的SWH，精度接近高度计的观测精度[13]。

由图3 可见，模拟的SWH 与浮标观测SWH 在波高变化的走势上具有很好的一致性，模拟的SWH和观测值相比略有滞后的现象，且观测数据跳跃较为明显，而模拟数据的走势则更为平缓，这种现象应该是由于驱动场的时间分辨率较低所致，在将来的工作中，可借助时间分辨率更高的风场进行研究。模拟SWH 与浮标观测SWH 的相关系数为0.76，通过了99%（a0.01=0.37）的信度检验，均方根误差为0.39 m，平均绝对误差为0.38 m，统计上存在0.02 m 的正偏差。综上，模拟的海浪数据是有效的。

5 冷空气所致海表风场、海浪场分析

整个冷空气过程中，第一岛链以内的海域的海浪场（含波高、波向）与风场（含风速、风向）具有较好的一致性，冷空气初期，黄渤海海域受冷高前部影响，以北-西北风为主，随着冷空气的东移南下，黄渤海海域逐渐转受冷高顶后部影响，以西-西南风为主，整个冷空气过程中，东海均以偏北风为主导，南海则以东北风为主导，整个过程中，中国近海波高大值区的分布特征与风速大值区的分布特征基本一致，波向与风向也基本一致，这应该是由于此次冷空气过程所造成的海浪是以风浪为主导（研究表明以风浪为主导的海域，海浪场与风场具有较好的对应关系[5]）。值得注意的是：第一岛链以外的大洋中，海浪场与海表风场的对应关系明显不如第一岛链以内，最为显著的是菲律宾以东的洋面，12—15日，该海域的风场均呈逆时针旋转，应该是存在一较弱的低压系统，而这个系统在相应时刻的海浪场均没有得到体现，详见图4a、4h。这应该是由于该海域的涌浪所占成分较大所致，与郑崇伟的研究一致[20]，即近海的涌浪指标小于大洋，也就是说近海的混合浪中涌浪所占的成分小于大洋中涌浪所占的成分。

图4 2009年1月海表风场（a-d）和2009年1月海浪场(e-h）

6 结论

（1）以CCMP风场驱动WW3海浪模式，可以整体上较好的刻画出此次中国海范围由冷空气造成的海浪场。无论点还是面，模拟SWH 与观测SWH的相关系数都在0.7 以上，均能通过99%的信度检验，模拟的SWH精度接近高度计的观测精度，系统上稍大于T/P高度计反演的SWH。模拟的SWH和观测值相比略有滞后的现象，且观测数据跳跃较为明显，而模拟数据的走势则更为平缓；

（2）此次冷空气过程中，第一岛链以内的海域的海浪场（含波高、波向）与风场（含风速、风向）具有较好的一致性，第一岛链以外的大洋中，海浪场与海表风场的对应关系明显不如第一岛链以内，以菲律宾以东的洋面最为显著的。这只是一次实验，有待于在以后的工作中，开展更多实验，分别检验高风速下、中低风速下，CCMP风场驱动的WW3模式对中国海海浪场的模拟能力，以及冷空气过程中涌浪所占成分的定量研究，从而对中国海的海浪特征、波候特征进行更深入的研究。

[1]刘金芳，孙立尹.西北太平洋风场和波浪场特点分析[J].海洋预报，2000，17(3)：54-62.

[2]王静，齐义泉，施平.南海海面风、浪场的EOF 分析[J].海洋学报，2001，23（5）：136-140.

[3]齐义泉，施平，毛庆文.南海海面风场和浪场季平均特征的卫星遥感分析[J].中国海洋平台，1997，12（3）：118-123.

[4]梅勇，宋帅，周林.北印度洋—南海海域海浪场、风场的年际变化特征分析[J].海洋预报，2010，27（5）：27-33.

[5]郑崇伟.中国海波候、风候特征分析及波浪能、风能资源评估[M].待刊.

[6]郑崇伟，潘静.全球海域风能资源评估及等级区划[J].自然资源学报，2012，26（3）：364-371.

[7]郑崇伟，潘静，田妍妍,等.全球海域风浪、涌浪、混合浪波候图集[M].北京：海洋出版社，2012.

[8]张德天，郑崇伟，石岭琳,等.基于QN风场的1999-2009年中国海表风场研究[J].海洋预报，2011，28（4）：58-64.

[9]郑崇伟，周林，刘志宏.近45年大西洋波候统计分析[J].海军大连舰艇学院学报，2011，34（2）：50-53.

[10]郑崇伟，周林，周立佳.西沙、南沙海域波浪及波浪能季节变化特征[J].海洋科学进展，2011，29（4）：419-426.

[11]郑崇伟，张霞.基于WAVEWATCH-III模式的近10年南海波候统计分析[J].气象与减灾研究，2011，34（1）：48-55.

[12]郑崇伟，郑宇艳，陈洪春.基于SWAN模式的近10年南海北部波浪能资源研究[J]. 亚热带资源与环境学报，2011，6（2）：54-59.

[13]郑崇伟，李训强. 基于WAVEWATCH-III 模式的近22年中国海波浪能资源评估[J]. 中国海洋大学学报（自然科学版），2011，41（11）：5-12.

[14]郑崇伟.全球海域风能资源储量分析[J].中外能源，2011，16（7）：43-47.

[15]郑崇伟.南海波浪能资源与其他清洁能源的优缺点比较研究[J].亚热带资源与环境学报，2011，6（4）：40-45.

[16]Zheng C W, Zhuang H, Li X, et al.Wind Energy and Wave Energy Resources Assessment in the East China Sea and South China Sea[J].Sci China Tech Sci,2012,55(1):163-173.

[17]郑崇伟.基于CCMP风场的近22年中国海海表风场特征分析[J].气象与减灾研究，2011，34（3）：41-46.

[18]郑崇伟，周林，卢扬,等.两种海浪模式对东中国海一次台风浪的模拟比较[J].气象水文装备，2010，21（4）：48-50.

[19]刘志宏，郑崇伟.近22年西北太平洋海域海表风速变化趋势研究[J].海洋技术，2011，30（2）：127-130.

[20]郑崇伟.南海海浪特征分析及波浪能资源评估[D].解放军理工大学硕士论文，2011.