日本东北MW9.0地震海啸在港池及邻近区域诱发的涡流危险性计算与评估分析

王培涛，闪迪，王岗，于福江，侯京明，赵联大，原野，范婷婷，任智源，王宗辰

1 国家海洋环境预报中心，北京 1000812 国家海洋局海啸预警中心，北京 1000813 国家海洋环境预报中心海洋灾害预报技术研究国家海洋局重点实验室，北京 100081 4 河海大学海岸灾害及防护教育部重点实验室，南京 210098



日本东北MW9.0地震海啸在港池及邻近区域诱发的涡流危险性计算与评估分析

王培涛1，2，3，闪迪1，2，王岗4，于福江1，2，3，侯京明1，2，3，赵联大1，2，3，原野1，2，3，范婷婷1，2，任智源1，2，王宗辰1，2

1 国家海洋环境预报中心，北京 1000812 国家海洋局海啸预警中心，北京 1000813 国家海洋环境预报中心海洋灾害预报技术研究国家海洋局重点实验室，北京 100081 4 河海大学海岸灾害及防护教育部重点实验室，南京 210098

海啸造成的灾害与损失并非都与淹没有关，特别是港口中海啸诱导的强流会对船只及海事设施产生重要的影响及损害．由于海啸流观测数据稀缺及海啸诱导涡流机制的不确定性，过去60年海啸科学主要集中于对海啸波特征及淹没过程的研究与分析，海啸流模拟及验证工作开展较少，导致对海啸流基本特征及其造成灾害现象的曲解．开展海啸诱导的涡流研究及预警服务显得尤为重要及紧迫．考虑快速海啸预警需要，综合对比海啸诱导涡流的物理框架及模型方法，探索兼顾效率与计算精度的海啸流模拟方法是本文的核心工作及出发点．通过分析浅层湍流相干结构(TCS)产生的主要物理耗散机制，确定了考虑2D水平耗散机制的非线性浅水方程可用于海啸涡流的模拟分析．基于高精、高分辨率有限体积模型Geoclaw建立了三个精细化的港口海啸流模型，模型分辨率为5m．利用基于海啸浮标反演的海啸源模型作为初始条件，模拟分析了日本东北地震海啸在远场的海啸波流特征．海啸波流特征模拟结果与观测吻合较好，结果可信．对比发现：波驱动的自由表面流，小的位相或波幅误差就会导致大的流速误差，流的模拟和预报相对波幅来说更具挑战性．研究了海啸波流能量在港池中的分布特征，得到：港池入口及防波堤两端常被强流控制，具有极高的危险性；相对于波幅的空间变化，海啸流具有更强的空间敏感性；所建立的高分辨率海啸模型模拟再现了日本海啸在近场的涡旋结构，给出了与观测基本一致的涡流特征．最后，引入海啸流危险等级标准，分析了港口海啸流危险性等级分布、船只疏散的安全深度及回港的时间周期．针对港口、海湾同时考虑海啸波流特征的海啸预警与评估对于港口应急管理者科学决策具有重要意义．

日本东北地震；海啸涡流；浮标反演；危险性评估；湍流相干结构；非线性浅水方程；海啸波流特征

1 引言

过去的60年，海啸预警和海啸科学主要关注海啸波特征方面的研究，例如海啸波幅、波周期、到达时间以及淹没深度及范围．这些波特征参数作为定量判断标准在海啸预警及减灾领域获得了广泛的应用．然而对海啸物理特征及海啸造成的损失的理解与评估，则需要对波与流特征进行定量化描述才能全面地表达．21世纪以来的几次灾难性的越洋海啸事件进一步证明了海啸损失的发生并非都是由海啸引发的淹水所致，即使是没有明显的淹没情景发生，由快速的水位变化导致的强流也会造成近岸及港口(湾)海洋工程、海事设施的严重损害(Borrero et al.,2015a)．特别是在近岸港口中，即使海啸波幅较小，由海啸波及特定地形配置所诱导的急流及浅层湍流相干结构(Shallow Turbulent Coherent Structures)所具有的强大的水平剪切和旋转应力对海事运输船只的危害却是巨大的．由强流形成的涡旋导致的港口损失事件多次被报道和记录，但一直没有在海啸预警及减灾方面得到广泛的研究与关注(Borrero et al.,2015b)．究其原因主要考虑：近场及远场通过仪器观测、目击者估算及沉积物条件反演海啸流个例非常少，缺乏对海啸波生流及伴随的复杂涡现象的认识；先前的研究主要关注海啸头波的到时、波幅大小，以及淹没的影响；波驱动的自由表面流比波幅具有更高的时空可变性；海啸流的数值模拟计算需要更加细致的地形分辨率和高的计算量;海啸模型的验证多是从波幅和淹没数据方面，海啸流的验证工作开展很少．海啸流的观测及计算仍是新的领域，并且越来越多的证据表明除非海啸非常强，否则港口中海啸涡流是唯一致损的原因．因此监测、预警及评估计算海啸在港口诱导的涡流将成为未来海啸预警及减灾工作的重要研究领域．

经过近30年的努力，海啸传播模型的研究取得了很大进展，并在海啸预警及海啸风险评估中得到较好地应用．在这些模型中绝大部分是基于不同数值方法的2D非线性浅水方程(Nonlinear Shallow Water Equations)框架．在给定海啸源及精确的水深地形条件下，此类模型可以理想地模拟海啸长距离的传播及近岸的淹没效应．这类应用比较广泛的模型主要包括美国国家海啸研究中心的MOST(Method of Splitting Tsunami)、美国华盛顿大学的GeoClaw模型、美国康奈尔大学COMCOT(Cornell Multi-grid Coupled Tsunami Model)以及日本东北大学的TUNAMI-N2模型．海啸波经过长距离的传播或当海啸源尺度与海盆尺度可比时波动频散特征会显著增强，很多学者在数值频散方面做了一些有益的尝试，考虑数值频散的NSWE模型对弱的频散海啸波模拟有一定的改进．近年来，随着计算能力的快速发展，基于高阶Boussinesq方程发展了可以模拟完全非线性和弱的频散性海啸波的数值模型，并得到了精确的检验．特别是海啸波在近岸的各种演化变形及相互作用机制，也得到了很好的刻画(Lynett and Liu,2002；Kennedy et al.,2000；Woo and Liu,2004)．此类模型可以模拟海啸变浅过程中的波浪破碎、突变地形下波前涌潮(Unduar bore)及分裂(Fission)，更好地描述波浪耗散机制及耗散过程产生的强流．Lynett等(2012)基于Coulwave模型模拟研究了海啸在港口中诱导的急流；Son(2011)等基于NSWE方程和改进的Boussinesq方程建了无缝耦合2D混合模型，模拟研究了印度洋海啸在阿曼塞拉莱港涡流特征及浅水耗散机制对涡流特征的影响．Kim(2013)和Choi(2008)利用NSWE与完全频散的3D Navier-Stokes方程耦合模型分别研究分析了大洗町港及梅院港涡流特征．值得注意的是该类模型虽然能够较好地模拟港口条件下海啸涡流特征，却要进行大规模的数值计算才能完成，在实际应用可操作性受到计算条件和计算时长的限制．基于上述原因，Arcas和Wei(2011)基于ADCP(Acoustic Doppler Current Profilers)实测海啸流资料对浅水近似条件下忽略的垂向流速及相关量进行了评估分析，得出浅水方程在模拟研究海啸流的近海特征时是可信的，这为浅水模型在海啸流模拟研究方面的应用给出了理论支持．Admire等(2014)、Arcos和Wei(2014)与Lynett等(2014)基于NSWE模型和高分辨率网格地形模拟研究了港口中的海啸流及波幅特征．得出NSWE模型配合高精度、高分辨率地形情况下，会给出较为理想的海啸波流的预报．以上基于NSWE模型模拟研究海啸流的尝试，证实了在合理误差范围内浅水理论在海啸流模拟方面的优势．

目前，海啸涡流诱发的动力机制尚不完全清楚，导致有些流的灾害被曲解．为了最大程度降低海啸强流在港池条件下引发的损失，研究海啸在港池(湾)中的运动规律及定量预警技术、评估近场、远场海啸波流特征及风险等级，拓展海啸预警服务的范围与精细化水平是非常必要的．本文旨在分析海啸流事件在港池中造成的损失及海啸流对港口设施危险性等级标准；综合考虑海啸诱导涡流的物理框架及模型方法，尝试基于NSWE模型研究2011年日本东北MW9.0级地震海啸在近场及远场港池中的波流分布特征及涡流结构；试图给出海啸流危险性等级分布；结合危险性等级标准探索船只在海啸事件中撤离的安全深度及回港的时间周期，为海事应急管理部门提供更加全面的定量化预警信息．

2 日本海啸涡流的观测及影响

过去的10年，越洋海啸在近场及远场导致巨大损失，这些损失并非由高的淹没深度及长的上岸距离造成，而是由于港口及近岸产生的强流所致．遗憾的是过去对海啸动力过程的认识多是基于对潮位站、深水浮标、卫星高度计及数值模拟等方法获得的水位的分析，非常少的海啸诱导的流数据用于海啸特征分析及模型验证，因此，海啸流观测及预报数据对于全面理解海啸的动力机制改进海啸流模型计算精度显得尤为重要．目前，海啸流观测数据主要通过ADCP得到连续的时变资料、海啸沉积物分析(只能反映流速峰值)、视频监控及目击资料反演(往往过高估计流速峰值)、高频地波雷达(仅表层流被观测)及数值计算(验证数据缺乏)等手段获取．总结和分析海啸事件引发的强流观测特征及其造成的影响，对海啸流的研究、模拟分析和预警评估等工作具有重要的参考价值．

2011年日本3·11地震海啸在近场及远场均造成了严重的灾害，该事件导致15844人死亡、3394人失踪、128530间房屋、230332 栋建筑物及78座桥梁受到损毁，造成直接经济损失超过3000亿美元． 日本东北地震海啸波幅特征在近场及远场被大量的水位监测仪器记录．然而，海啸诱导的流却仅被有限的几个位置捕捉到．在近场，极值波高及高速淹没流是致灾的主要原因．其中，岩手县宫古市最高海啸爬坡高度达到39.7 m，仙台县海水浸没内陆达到 10 km(Mori et al.，2011)；通过对幸存者视频资料反演获得的气仙沼市最大海啸流超过11 m·s-1，最大海啸高度超过10 m，最大海啸流出现在首波回撤阶段(Fritz et al.，2012)．同时，海啸及其诱导的强流还造成了近场28612只船、319个码头及1725港工设施损毁，造成直接经济损失超过120亿美元(Muhari et al.，2015)．

地震发生30 min后，海啸袭击了近场的大洗町港口，海啸在港池内及其邻近区域产生了数个巨大涡流结构(见图1)，这些涡流结构一直持续了数个小时．数百米空间尺度涡旋结构形成后，由于中心的低水位，形成负压造成强大的吸附力，致使附近的船只被捕捉无法逃离；在远场，美国西海岸几乎全部港口码头都受到日本海啸的影响，其中，加州的Crescent city和Santa Cruz遭受的损失最为严重．尽管海啸到达该地区正值天文低潮，只在局部地区发生了小范围的淹没，并且美国国家海啸预警中心提前发布海啸预警，部分船只在海啸到达前已经离港至安全水深，这些预警措施进一步降低了海啸造成的损失．但海啸诱导的强流还是造成了美国西海岸9000万美元的损失(Arcos and LeVeque,2015)．Crescent city 测得最大海啸波幅2.4 m，视频资料分析显示最大海啸流速达到4.5 m·s-1，更有目击者称内港码头海啸流可能超过11 m·s-1(Wilson et al.，2013)．洪堡湾内ADCP监测到海啸持续40 h，测得最大海啸流0.84 m·s-1，最大波幅0.97 m． 此外，海啸在新西兰丰盛湾陶兰加港入口处海啸最大流速接近1 m·s-1，最大波幅0.5 m，海啸到达后10 h海流流速达到极值2.3 m·s-1，超过2 m·s-1的流速将会对港口船只及正常航运活动造成影响或损失．澳大利亚东南沿海也受到了海啸波流长时间的影响，在一些港口中持续两天以上，严重影响了港口正常的航运业务(Hinwood and Mclean,2012)．由此可知海工设施对于海啸长周期振荡效应是脆弱的，这种效应并非伴随淹没一起发生，但对海洋工程影响却是非常严重的．故针对特定点的海啸预警应突破以往只关注海啸首波、首波到时，应更多关注海啸波流特征及持续时间，充分认识海啸流影响的重要性，开展海啸流的观测、模拟、验证及风险评估必将成为今后重点保障目标海啸预警及减灾领域重要工作内容．

图1 日本东北地震海啸诱发的涡流(a) 福岛核电厂附近海啸诱导的涡旋；(b) 茨城县大洗町码头港池内海啸涡旋；(c) 日本仙台机场海啸激流诱发的卡门涡街.Fig.1 Vortex flows induced by the 2011 Mw9.0 Tohoku-oki earthquake(a) Snapshot of tsunami vorticity at offshore of Fukushima Prefecture;(b) Tsunami-induced vortex flows in the Port of Oarai;(c) Tsunami-induced Karman vortex street at Sendai airport.

3 海啸涡流数值模拟方法及验证

3.1 海啸涡流数值模拟关键物理过程分析

鉴于以上，本文采用基于双曲守恒律及高分辨率、高阶精度有限体积法的Geoclaw模型进行日本海啸涡流特征模拟及危险性评估分析．模型在海啸波幅、淹没方面已进行了广泛的验证(于福江等,2011;Ren et al.,2013;Macinnes et al.,2013)，而海啸流方面的模拟验证却是刚刚起步．该文首先通过建立三个港池精细化海啸模型，对日本海啸在港池中的海啸波流特征进行模拟分析与检验，以证明本文模型的精度及研究方案的可行性．

3.2 海啸水动力模型介绍及参数配置

本文中海啸流及水位的模拟基于自适应加密网格模型Geoclaw完成．该模型通过高精度、高分辨率有限体积法求解双曲守恒律(LeVeque et al.,2011)．通过将计算区域划分成矩形网格单元，存储质量与动量的单元均值于每个网格单元中，基于改进的Godunov方法求解相邻网格单元界面处的黎曼问题，同时引入了非线性限制器来抑制数值计算过程中的非物理振荡，模型在空间和时间维都达到了二阶精度，避免了数值耗散项的引入，产生的数值频散恰好弥补了浅水方程未考虑物理频散对远场海啸的模拟误差．均衡算法使数值解既保证了解的光滑及稳定性，又可以考虑强的激波及解的间断特征，这对模拟研究海啸传播至近岸或与海工结构相互作用时波浪破碎后的水跃是非常重要的．有限体积法可以自然地满足海啸淹没特征计算，无需每个时间步通过判断干湿网格来实现，从而提高了计算效率．

Geoclaw模型通过有限体积、波浪追踪法求解如下守恒形式的NSWE:

阶段2中轨道两侧导向轮之间的间距会发生变化，弹簧形变量不断变化，同时会出现只有三个导向轮与轨道接触的情况，即弹簧的形变增量δ和导向轮与轨道之间的偏移距离ξ会导致移动车体过弯的不稳定性。阶段3中导向轮与轨道之间均始终保持压紧状态并且弹簧形变量保持不变，因此阶段3也属于稳定行驶阶段，相比于阶段1，其弹簧被进一步压缩。

(1)

(2)

(3)

在海啸的数值模拟及影响评估中，计算网格的空间分辨率从数千米到数十米，甚至更小．嵌套或自适应网格加密算法通常被用于跨尺度问题的研究中． 而本文模型主要技术特征应用自适应网格加密技术，实现大空间范围、不同空间尺度海啸波传播物理过程特征计算．通过在不同加密层之间的网格重叠或网格嵌套追踪更高分辨率地形下的海啸波流精细化特征，通过η>τη的判断来标记和构建需要加密计算的网格单元，同时也可以实现特定区域的强制加密．该技术特点既兼顾了传统嵌套网格算法的功能及优点，又充分体现了自适应加密技术的高效计算的特征，特别适合于二维浅水问题的模拟计算．该数值模型在处理边界时，通常在每条边界之外设置两层虚拟边界单元，并根据边界的不同类型赋值．在每个时间步，虚拟边界的值是由邻近的单元和边界类型所确定．在 GeoClaw 模型中，有四种边界条件：开边界、周期边界、反射边界和自定义边界条件．在本文模拟中，采用开边界，即无反射边界，这样就保证了海啸波在离开计算区域后不会被反射而干扰计算结果．

本研究主要针对日本海啸在近场及远场港池中的波流特征模拟分析及危险性评估而开展，研究目标区域为近场大洗町港、远场新西兰陶兰加港及美国夏威夷希洛港．由于近场海啸流观测数据的缺乏，在本文中流的验证依赖于远场港池及邻近区域ADCP监测数据(见图2，表1)． 围绕三个港口分别建立精细化模型，6层加密网格用于三个模型中海啸流的模拟研究，每个模型最外层计算范围见图1，粗网格均始于4 arcmin，加密比例依次为[4,2,10,3,6]，港池区分辨率为1/6 arcsec(约5 m)．曼宁系数n=0.025，网格加密阈值τη=0.03 m．基础地理信息数据主要来自Etopo、 Gebco、J-EGG500、STRM90及ASTER等公开数据集．因为淹没特征不作为本文的研究重点，故起算面取平均海平面(MSL)为基准面．

表1 三个港口海啸波流观测及检验站信息

图2 模型外层计算区域范围及港池区水深地形示意图(a) 三个模型最外层计算范围示意图；(b) 大洗町港及其周边区域地形特征及站位分布；(c) 陶兰加港及其周边区域地形特征与观测站分布；(d) 希洛港及周边地区地形特征及站位分布.Fig.2 The layout of the outermost layer computation regions for three models and distribution of bathymetry and observation stations in harbors and adjacent areas(a) The schematics of computation regions for three models;(b) The bathymetry and virtual gauges in Oarai port and adjacent areas;(c) The bathymetry and observation stations in Tauranga harbor and adjacent areas;(d) The bathymetry and observation stations in Hilo harbor and adjacent areas.

3.3 海啸源模型确定

海啸波流演化及对近岸的影响很大程度上取决于初始扰动即海啸产生的机制．地震海啸预警瓶颈同样也在于预报海底变形或地震辐射能量与海表位移的转化(王培涛等,2016)．对于远场海啸波流特征除依赖局地地形外，主要受地震规模、断层走向、源的尺度及位置影响(Titov et al.,2001;Pires and Miranda,2001)．近场海啸波流特征则更易被海啸源分布的几何特征所影响，故近场的海啸预警仍存在诸多挑战．日本地震海啸事件发生后，基于各类观测数据反演或者联合反演获得了多个有限断层模型在海啸波幅及淹没高度方面也得到了较好的验证(Wei et al.,2013;Goda et al.,2014;Gica et al.,2015)，但也不同程度地暴露出了各自的局限性．基于远场地震波形反演方法在近场海啸预警时效、浅的倾滑区域及非地震海啸事件方面模拟精度不够(Gusman et al.，2015)；直接布放于海底用于监测断层形变的GPS观测网络还未见业务化运行，陆基GPS测站反演海啸源模型待进一步检验，该类模型精度的提高还需联合海啸观测数据(Romano et al.,2012)．相比之下，基于深水海啸浮标观测数据实时反演及在该基础上发展的联合反演模型自2003年以来经过大量事件验证，证明了该方法对于远场海啸波幅精度高达96%，对于近场海啸淹没面积精度达到86%(Wei et al.,2015)．

本文采用Wei等(2013)基于海啸浮标观测数据反演海啸源作为初始条件进行近场及远场海啸涡流特征模拟研究，震源参数详见表2．该源的获得主要基于有限个预先建立的海啸传播情景数据库．每一个传播情景是由单位源(unit source)激发，单位源尺度为100 km×50 km、滑移量为1 m，每个情景地震规模为MW7.5．传播情景库可以实时地抽取任何单位源在水位响应．日本地震海啸发生后，通过提取海啸浮标21418、21401实时观测数据(见图3)和传播情景响应函数，基于反演算法(Wei et al.,2003;Tsushima et al.,2009;Percival et al.,2011)估计日本东北地震海啸滑移量分布(见图4)．分布特征表明断层破裂接近400 km，近震中最大滑移量约26 m．

自1963年Kajiura(1963)首次提出可以将静态的海底位移转化为海啸产生阶段自由表面的初始条件，特别是对地震规模较大、破裂时间相对较短事件，该假定至今仍在广泛应用．故在本文研究中同样采用该假定，并认为海水的不可压缩性，海底形变到海表位移是瞬态完成．形变过程的计算通过弹性位错理论模型(Okada,1985)完成(见图4)．海啸源形变场分布特征表明，最大的水位抬升出现在接近震中及沿着海沟边缘，而主要的水位下沉区域则集中分布在下倾角延伸区．

表2 基于深海浮标数据反演的日本东北地震海啸单位源参数信息(Wei et al.，2013)

图3 日本东北地震海啸滑移量分布Fig.3 The slip distribution obtained from the inversion of tsunami data

图4 海表面垂向形变特征Fig.4 Initial water surface deformation

3.4 港池中海啸波流计算及验证

日本东北地震海啸期间，夏威夷群岛布放的海流计恰好捕捉到了此次事件在部分港口及重要水道内海啸流信号，为我们进一步理解海啸流产生、演化及致灾的机制以及港口码头对强流的脆弱性，实现对海啸数值预报模型的流速验证都具有重要价值．从图5可以看出，模型很好地再现了海啸在希洛港中波幅及到时的特征，对海啸波的前4至5个波周期及峰值特征拟合较好，尤其是对第一个波的拟合结果非常理想，这再一次说明，基于深水海啸浮标反演海啸源可以准确地预报远场海啸时间变化过程．港池中水位的振荡现象显著，强的波头持续时间较长，首波能量并非最强．同时也可以看出，后相波的模拟在相位和强度上均出现了不同程度微弱的偏差，考虑主要是由于震源破裂不均匀性及多向性导致模型对长波频散特征模拟能力的欠缺以及不够精准的基础地形数据等原因所致．观察两个流速计对比不难看出，模型基本刻画出了流速在两个分量方向上的特征值，尤其对前2到3个流周期海啸流峰值的模拟是理想的，但是其后v方向海啸流分量出现的较大偏差，模型高估特征明显，导致HAI1125站海啸流峰值误差在30%～50%之间．其中最主要的原因是6 min海啸流采样频率是偏低的，同时还可能由于本文的海啸模型并没有考虑实时潮汐、潮流的耦合效应、三维局地的湍流混合效应，或者由于海啸流具有较高的空间可变特征，对站位的输出具有较强的敏感性．通过对比也表明了小的自由表面波幅误差可能导致较大的流速误差，相对于海啸波幅而言，海啸流速的模拟及验证更具挑战性．

图5 希洛港波流观测与模拟结果对比Fig.5 Wave amplitudes and depth averaged velocity compared to simulated tsunami velocity at wave and current observed stations in Hilo harbor

新西兰陶兰加港口中5个水位站和1个流速计记录到了日本东北地震海啸对该区域的影响，这也是迄今港口海啸观测历史上最全面的分析数据．港口地理特征及测站分布见图2c．测流计置于海港的入口，为船只进出港提供流速安全条件保障．尽管在港池及邻近区域各站最大海啸波幅均为首波后2 h左右出现，且仅为0.5 m，但产生的海啸流却达到了1.08 m·s-1，最大海流流速超过2.5 m·s-1，远远超过0.77 m·s-1大船进出港安全流速．从图6可以看出，模型对海啸波幅的到达时刻、最大波幅、波周期都给出了非常理想的模拟结果．5 m分辨率的地形对于海啸波幅特征的模拟计算是足够精细的．海啸流模拟u分量的4～5个周期结果在流到时、最大流分量、流周期方面非常理想，震后30 h以后的流模拟结果有些高估．v分量方向上模型结果位相准确，但是流幅值普遍被低估．考虑可能与海啸波能量传播的路径有关．尽管如此，模型还是准确地捕捉到了海啸流的峰值、峰值周期、峰值出现的时间及港池中高幅值海啸流长时间振荡的趋势．

通过对典型港口海啸波流特征的模拟检验，我们不难发现5 m分辨率网格对于海啸波幅特征的模拟精度是非常理想的．精细化的地形特征配合实时的海啸源反演模型是实现特定目标海啸预警保障的关键．海啸流速的验证结果可以得出基于高精度数值计算方法求解NSWE，对于刻画浅水区深度平均海啸流主要特征是可行的．尽管上述验证波流结果并不是都吻合非常好，但对于波流到时、波流极值、周期等特征提供的结果是可信的，这些信息对于海啸预警及海啸流危险性评估是非常必要的．可为港口应急管理部门提供定量海啸风险指导产品，进一步降低可能的损失．

图6 新西兰陶兰加港波流观测与模拟结果对比(a) 海啸波幅观测数据与模拟结果对比验证；(b) 海啸流观测数据与模拟结果对比验证.Fig.6 Wave amplitude and depth averaged velocity compared to simulated tsunami velocity at wave and current observed stations in Tauranga harbor(a) Comparison of simulated and measured surface elevation；(b) Comparison of observed and simulated depth averaged velocity.

图7 大洗町港及其邻近区域海啸波幅及深度平均流计算结果Fig.7 Computed results of wave and current in Oarai port and adjacent area

4 海啸涡流特征模拟分析

大洗町港是日本东部著名的滨海旅游胜地及原子能研究中心．日本东北地震发生30 min后，该地区遭受到强海啸袭击，海啸爬坡高度普遍在3～6 m．港池及邻近海域出现的巨大浅水涡旋，让公众认识到近岸复杂的海啸现象，同时也对海啸预警服务内容及深度提出了新的挑战．通过在港池航道及港池邻近区域设置波流输出点(见图2b)来分析近场港内海啸波流特征．图7为所选5个点海啸波流计算结果，从计算结果中我们总结以下几点特征：一、港池中海啸波幅明显高于港池外海啸波幅，且最大波幅均大于2 m，港池内4个点位的海啸波幅及波特征差异非常小；二、四个小时内均出现了3个主要的海啸波，波周期在40～50 min；三、第一个海啸流峰值均提前于海啸波幅峰值到达；四、海啸流速峰值均出现在海啸负水位极值前后；五、港池内、外海啸流速峰值差异非常大，从0.7 m·s-1到3 m·s-1不等，表明相对于波幅的空间变化，海啸流预报具有更强的空间敏感性．

图9为日本海啸流速与波幅能量峰值在三个港口及其邻近区域分布特征，从组图中我们可以明显地看出峰值流速高度依赖于港池的结构特征．三个港口及其邻近区域海啸流极值分布差异较大，即便是同一港口，海啸流与海啸波幅极值分布特征存在明显的不同，特别是新西兰陶兰加港海啸流分布特征．大洗町港海啸流速极值集中于港口入口、码头和防波堤末端．码头与防波堤水道中产生了极强的海啸流速．而最大海啸波幅却主要集中于港池内顶部与港池外的西侧近岸．与大洗町港情况相似，希洛港最高海啸流主要分布在港池入口处，特别是防波堤末端处及湾顶突出的岬角地形处．由于模拟过程中发生了海啸漫堤过程，在堤坝向岸一端也成为海啸流速极值分布集中区．其他区域的海啸流极值相对较小．对比之下，希洛港最大海啸波幅主要集中在防波堤外侧及港池顶部．陶兰加港具有不同于上述两个港口的形状特征，极其狭窄的入口和水道是形成渠流的有利条件，导致在港池入口处海啸流极值集中分布于该区域，最大海啸波幅主要集中在港池近岸一侧或部分码头顶部．通过上述模拟同样发现：海啸流速比海啸波幅具有更高的空间变化特征，这可能是由于海啸流速沿着港池结构及地形特征运动行为受水道约束所致．因此港池入口处、凸出的高墙与岛屿间水道往往是海啸强流栖身之地，而波幅对渠流的响应并不像流速那么敏感．

图8 大洗町港日本东北地震海啸涡流演化特征(a,c,e,g,i)分别为地震发生后183 min至187 min时的海啸流演化过程；(b,d,f,h,j)分别为地震发生后183 min至187 min时的海啸蜗旋演化过程.Fig.8 The evolution of tsunami vortex flows from Tohoku-oki earthquake at the Oarai portmodeled tsunami currents (a,c,e,g,i) and tsunami vortexes (b,d,f,h,j) at the moments from 183 to 187 minites after the Tohoku-oki earthquake

图9 港池及其周边区域最大海啸波幅及峰值流速分布特征(a,c,e)分别为大洗町、希洛及陶兰加三个港口最大海啸波幅分布；(b,d,f)分别为三个港口的极值流速分布.Fig.9 Distribution characteristics of peak tsunami wave amplitudes and peak tsunami velocity in harbors and adjacent areas Peak wave amplitudes (a,c,e) and peak current speeds (b,d,f) computed by the Geoclaw model for the three study harbors.

5 港池中海啸流危险性评估

海啸数值预报模型除用于定量研究海啸波流特征，帮助理解复杂海啸流的产生与演变机制，给出波流到达时间、峰值及频谱特征等预警信息外，还可以考虑船只疏散的安全深度、港池中海啸流危险等级评估及强流持续的时间进而为港口船只通航提供科学指导．综合考虑海啸损失程度及流速量级的危险性等级标准是提供指导信息的前提．鉴于港池中海啸流及流灾害损失数据的限制，本文中海啸危险等级标准(见表3)主要参考Lynett等(2014)和Muhari等(2015)关于船只损害程度与流速量值相关性成果作为等级标准的依据．港池中最大海啸流的危险等级评估信息对于港口船只安全调度、运行维护都具有重要的参考价值．图10给出的是依据海啸流危险等级标准绘制的日本东北地震海啸在大洗町港危险等级分布．港池内外海啸流速小于1.5 m·s-1(安全阈值)的空间范围非常有限，这就提示港口应急管理人员及时疏导小船到安全区域．港池内的码头区域往往经验认为是防浪避风的地方，但却偏偏是海啸危险性等级较高，容易被忽略，需要给予高度重视．港口入口处及防波堤两端海啸流速超过4.5 m·s-1，强流及强流产生的强大拖曳力会对中等及以上规模的船只产生严重的损害．

表3 基于船只损毁程度的海啸流危险性等级标准

图10 大洗町港区海啸流危险等级Fig.10 Hazard level of tsunami current speed in Oarai Port

图11 港口船只疏散安全深度Fig.11 Offshore evacuation safe depth for vessels

海啸事件发生后，海啸流危险等级评估图可以帮助港口应急管理者掌握港池基本的海啸流危险性等级分布特征，但对于指导船只既安全、又低成本的离港与返港是不够的．因为对于离港与返港的船只而言不仅需要知道哪里是危险的，更要知道哪里是安全的以及何时返回是安全且低成本的．图11给出了三个港口船只疏散的安全深度，图11中红色的点代表港池内最大海啸流与其所对应的水深，黑色的点代表港池及邻近海域的“背景流”．如果按照1.5 m·s-1为安全水深的话，新西兰陶兰加港在10 m水深以外基本是安全的;希洛港不超过1.5 m·s-1的安全水深要外延至40 m等深线;同样的安全标准大洗町港内船只要疏散至港外180 m等深线外，才能保证是安全的．不同型号和不同抗冲击能力的船只可以依据该指导信息，按照自身的安全标准进行离港疏散．海啸波流首波及极值的出现往往是不同位相，并且强的能量会持续较长的时间，特别是在港池及海湾中．船只安全疏散以后，急切需要知道的信息就是何时才能安全进港．为此，根据先前的海啸流计算，给出了在特定流速下海啸流持续时间(图12)．以大洗町和希洛港为例，统计分析了在港池及周边海域40 h强流持续的时间．例如在图12中，若某点处代表值为8.6 h，那么表明此处首波到达8.6 h后，流速量值不超过1.5 m·s-1．疏散船只根据自身抗风险能力确定是否回港．从图11我们也可以清楚地知道，日本海啸在近场、远场港池中引起的大于1.5 m·s-1海啸流持续时间超过24 h，空间上控制着港池的入口及港区的大部分区域，这种情况对于渔船或者小规模的船只将是非常不利的，必须等到强流完全消失方可回港．上述信息对于港口管理者估计海啸流的影响也是非常有参考意义的．

图12 港池中海啸流持续时间(>1.5 m·s-1)(a) 大洗町港;(b) 希洛港.Fig.12 Current-time-threshold maps for a current speed of 1.5 m·s-1(a) Oarai Port；(b) Hilo harbor.

6 结论

虽然不像三维RANS方程或高阶Boussinesq模型可以全面准确地刻画海啸波流演变规律及与结构物相互作用机制，但基于高精度、高分辨率有限体积算法的NSWE，结合5 m分辨率地形特征也可以给出较为理想的海啸流结果．NSWE的计算效率与精度的平衡对于快速海啸预警来说是至关重要的．研究结果也证实了NSWE计算的港池及其邻近区域海啸诱导的涡流是可信的．观测及模拟显示希洛港、陶兰加港虽然没有发生淹没，但产生的海啸流同样能够对船只造成严重的损害．数值模拟结果对比表明：波驱动的自由表面流，小的位相或波幅误差就会导致大的流速误差，流的模拟和预报相对波幅来说更具挑战性．波流能量分布表明相对于波幅的空间变化，海啸流预报具有更强的空间敏感性;港池入口、港内码头及防波堤两端通常受强流所控制，这与海啸波幅能量分布特征完全不同，所以不能按照对波幅分布特征的经验来判断海啸流危险性．同时，研究也为港口应急管理者提供了关于海啸流特性的基本认识，帮助其科学决策．目前的海啸预警信息没有考虑海啸诱导的强流特征，对于远场以及中等规模的地震海啸来说是不完善的，因此开展针对港口、海湾及近岸区域并且能够同时考虑海啸波流特征的精细化预警及评估工作尤为重要．

致谢 感谢美国华盛顿大学Randall J． LeVeque博士提供的Geoclaw模型;感谢NorthWest Research Associates的Elena Tolkova博士在海啸流计算方面的指导;感谢美国NTRC/PMEL韦勇博士在海啸实时预警技术方法学习及理解方面给予的帮助;感谢评审专家对本文提出的建设性意见与建议．本文图件借助matlab、surfer及GMT软件完成．

Admire A R,Dengler L A,Crawford G B,et al.2014.Observed and modeled currents from the Tohoku-oki,Japan and other recent tsunamis in Northern California.Pure Appl.Geophys.,171(12):3385-3403.

Arcas D,Wei Y.2011.Evaluation of velocity-related approximations in the nonlinear shallow water equations for the Kuril Islands,2006 tsunami event at Honolulu,Hawaii.Geophys.Res.Lett.,38(12):L12608,doi:10.1029/2011GL047083.

Arcos M E M,LeVeque R J.2015.Validating velocities in the GeoClaw tsunami model using observations near Hawaii from the 2011 Tohoku tsunami.Pure Appl.Geophys.,172(3-4):849-867.

Borrero J C,Lynett P J,Kalligeris N.2015a.Tsunami currents in ports.Philosophical Transactions of the Royal Society A,373(2053):20140372,doi:10.1098/rsta.2014.0372.

Borrero J C,Goring D G,Greer S D,et al.2015b.Far-field tsunami hazard in New Zealand ports.Pure Appl.Geophys.,172(3-4):731-756,doi:10.1007/s00024-014-0987-4.

Choi B H,Pelinovsky E,Kim D C,et al.2008.Three-dimensional simulation of the 1983 central east (Japan) Sea earthquake tsunami at the Imwon Port (Korea).Ocean Engineering,35(14-15):1545-1559.

Fritz H M,Phillips D A,Okayasu A,et al.2012.The 2011 Japan tsunami current velocity measurements from survivor videos at Kesennuma Bay using LiDAR.Geophys.Res.Lett.,39(7):L00G23,doi:10.1029/2011GL050686.

Gica E,Titov V V,Moore C,et al.2015.Tsunami simulation using sources inferred from various measurement data:Implications for the model forecast.Pure Appl.Geophys.,172(3-4):773-789,doi:10.1007/s00024-014-0979-4.

Goda K,Mai P M,Yasuda T,et al.2014.Sensitivity of tsunami wave profiles and inundation simulations to earthquake slip and fault geometry for the 2011 Tohoku earthquake.Earth,Planets and Space,66(1):105,doi:10.1186/1880-5981-66-105.

Gusman A R,Murotani S,Satake K,et al.2015.Fault slip distribution of the 2014 Iquique,Chile,earthquake estimated from ocean-wide tsunami waveforms and GPS data.Geophys.Res.Lett.,42(4):1053-1060,doi:10.1002/2014GL062604.

Hinwood J B,Mclean E J.2012.Effects of the March 2011 Japanese tsunami in bays and estuaries of SE Australia.Pure Appl.Geophys.,170(6-8):1207-1227,doi:10.1007/s00024-012-0561-x.

Kajiura K.1963.The leading wave of a tsunami.Bulletin of the Earthquake Research Institute,41:535-571.

Kennedy A B,Chen Q,Kirby J T,et al.2000.Boussinesq modeling of wave transformation,breaking,and runup.I:1D.Journal of Waterway,Port,Coastal,and Ocean Engineering,126(1):39-47.

Kim K O,Choi B H,Pelinovsky E,et al.2013.Three-dimensional simulation of 2011 East Japan-off Pacific coast earthquake tsunami induced vortex flows in the Oarai port.Journal of Coastal Research,65:284-289.

LeVeque R J,George D L,Berger M J.2011.Tsunami modelling with adaptively refined finite volume methods.Acta Numerica,20:211-289.

Lynett P,Liu P L F.2002.A numerical study of submarine-landslide-generated waves and run-up.Proc.Roy.Soc.A,458(2028):2885-2910.

Lynett P J,Borrero J C,Weiss R,et al.2012.Observations and modeling of tsunami-induced currents in ports and harbors.Earth and Planetary Science Letters,327-328:68-74.

Lynett P J,Borrero J C,Son S,et al.2014.Assessment of the tsunami-induced current hazard.Geophys.Res.Lett.,41(6):2048-2055,doi:10.1002/2013GL058680.

Macinnes B T,Gusman A R,LeVeque R J,et al.2013.Comparison of earthquake source models for the 2011 Tohoku event using tsunami simulations and near-field observations.Bulletin of the Seismological Society of America,103(2B):1256-1274.

Mori N,Takahashi T,Yasuda T,et al.2011.Survey of 2011 Tohoku earthquake tsunami inundation and run-up.Geophys.Res.Lett.,38(7):L00G14,doi:10.1029/2011GL049210.

Muhari A,Charvet I,Tsuyoshi F,et al.2015.Assessment of tsunami hazards in ports and their impact on marine vessels derived from tsunami models and the observed damage data.Nat Hazards,78(2):1309-1328,doi:10.1007/s11069-015-1772-0.

Okada Y.1985.Surface deformation due to shear and tensile faults in a half-space.Bulletin of the Seismological Society of America,75(4):1135-1154.

Percival D B,Denbo D W,Eblé M C,et al.2011.Extraction of tsunami source coefficients via inversion of DART@buoy data.Nat.Hazards,58(1):567-590,doi:10.1007/s11069-010-9688-1.

Pires C,Miranda P M A.2001.Tsunami waveform inversion by adjoint methods.J.Geophys.Res.,106(C9):19773-19796.

Ren Z Y,Wang B L,Fan T T,et al.2013.Numerical analysis of impacts of 2011 Japan Tohoku tsunami on China Coast.Journal of Hydrodynamics,25(4):580-590.

Romano F,Piatanesi A,Lorito S,et al.2012.Clues from joint inversion of tsunami and geodetic data of the 2011 Tohoku-oki earthquake.Sci.Rep.,2,385,doi:10.1038/srep00385.

Son S,Lynett P J,Kim D H.2011.Nested and multi-physics modeling of tsunami evolution from generation to inundation.Ocean Modelling,38(1-2):96-113.

Titov V V,Mofjeld H O,González F I,et al.2001.Offshore forecasting of Alaskan tsunamis in Hawaii.∥Hebenstreit G T ed.Tsunami Research at the End of A Critical Decade.Netherlands:Springer,75-90.

Tsushima H,Hino R,Fujimoto H,et al.2009.Near-field tsunami forecasting from cabled ocean bottom pressure data.J.Geophys.Res.,114(B6):B06309,doi:10.1029/2008JB005988.

Wang P T,Yu F J,Yuan Y,et al.2016.Effects of finite fault rupture models of submarine earthquakes on numerical forecasting of near-field tsunami.Chinese J.Geophys.(in Chinese),59(3):1030-1045,doi:10.6038/cjg20160324.

Wei Y,Cheung K F,Curtis G D,et al.2003.Inverse algorithm for tsunami forecasts.Journal of Waterway,Port,Coastal,and Ocean Engineering,129(2):60-69.

Wei Y,Chamberlin C,Titov V V,et al.2013.Modeling of the 2011 Japan tsunami:Lessons for near-field forecast.Pure Appl.Geophys.,170(6-8):1309-1331,doi:10.1007/s00024-012-0519-z.

Wei Y,Fritz H M,Titov V V,et al.2015.Soure models and near-field impact of the 1 April 2007 Solomon Islands tsunami.Pure Appl.Geophys.,172(3):657-682,doi:10.1007/s00024-014-1013-6.

Wilson R I,Admire A R,Borrero J C,et al.2013.Observations and impacts from the 2010 Chilean and 2011 Japanese tsunamis in California (USA).Pure Appl.Geophys.,170(6-8):1127-1147.

Woo S B,Liu P L F.2004.Finite-element model for modified Boussinesq equations.I:Model development.Journal of Waterway,Port,Coastal,and Ocean Engineering,130(1):1-16.

Yu F J,Wang P T,Zhao L D,et al.2011.Numerical simulation of 2010 Chile tsunami and its impact on Chinese coasts.Chinese J.Geophys.(in Chinese),54(4):918-925,doi:10.3969/j.issn.0001-5733.2011.04.005.

附中文参考文献

王培涛,于福江,原野等.2016.海底地震有限断层破裂模型对近场海啸数值预报的影响.地球物理学报,59(3):1030-1045,doi:10.6038/cjg20160324.

于福江,王培涛,赵联大等.2011.2010年智利地震海啸数值模拟及其对我国沿海的影响分析.地球物理学报,54(4):918-925,doi:10.3969/j.issn.0001-5733.2011.04.005.

(本文编辑 胡素芳)

Modelling and assessment of tsunami-induced vortex flows hazards from the 2011 MW9.0 Tohoku-oki earthquake in harbors and adjacent area

WANG Pei-Tao1，2，3，SHAN Di1，2，WANG Gang4，YU Fu-Jiang1，2，3，HOU Jing-Ming1，2，3，ZHAO Lian-Da1，2，3，YUAN Ye1，2，3，FAN Ting-Ting1，2，REN Zhi-Yuan1，2，WANG Zong-Chen1，2

1 National Marine Environmental Forecasting Center，Beijing 100081，China2 Tsunami Warning Center，State Oceanic Administration，Beijing 100081，China3 Key Laboratory of Research on Marine Hazards Forecasting，National Marine Environmental Forecasting Center， State Oceanic Administration，Beijing 100081，China 4 Key Laboratory of Coastal Disaster and Defence，Ministry of Education，Hohai University，Nanjing 210098，China

Tsunamis not only lead to flooding but also cause strong flows within semi-closed basins and give rise to some practical concerns.Vessels and maritime facilities were vulnerable to tsunami current in harbors,which often occurred many hours after the initial tsunami arrival.Due to limitation of field observation and lack of knowledge on the generation of vortex,the study on tsunami over the past sixty years mainly focus on the characteristics of tsunami waves and its inducing flooding.There is few study on the tsunami-induced flow,which results in incomplete understanding of tsunami waves and their related disaster.It is very important and urgent to carry out the research and services on strong current induced by tsunamis.This paper compares the excitation mechanism and simulation methods,and tries to get the balance between accuracy and efficiency for tsunami-induced flow simulation.

Tohoku-oki earthquake;Tsunami-induced vortex flows;Dart buoy inversion;Hazards assessment;Turbulent coherent structures;Nonlinear shallow water equations;Tsunami waves and currents characteristics

王培涛，闪迪，王岗等.2016.日本东北MW9.0地震海啸在港池及邻近区域诱发的涡流危险性计算与评估分析.地球物理学报，59(11):4162-4177,

10.6038/cjg20161119.

Wang P T，Shan D，Wang G,et al.2016.Modelling and assessment of tsunami-induced vortex flows hazards from the 2011 MW9.0 Tohoku-oki earthquake in harbors and adjacent area.Chinese J.Geophys.(in Chinese),59(11):4162-4177,doi:10.6038/cjg20161119.

国家科技支撑计划课题(2013BAB04B02)，海洋公益性行业专项项目(201205034,201305031,201405026),国家自然科学基金项目(51579090)资助.

王培涛，男，1981年生，副研究员，主要从事水波动力学及海洋灾害预警与减灾技术研究.E-mail:wpt@nmefc.gov.cn

10.6038/cjg20161119

P733

2016-02-20，2016-09-12收修定稿

By analyzing the main physical dissipation mechanism of shallow turbulent coherent structures (TCS),the nonlinear shallow water equations considering the 2D horizontal dissipation mechanism can be used to simulate tsunami-induced vortex flows.Three high-resolution harbors models were set up based on the finite volume model Geoclaw.The resolution of the three models is 5 meters.Far-field Tsunami wave and current characteristics from Tohoku-oki earthquake are analyzed relied on the tsunami source model estimated by tsunami dart buoy inversion.The simulation results of the tsunami wave and current characteristics are in good agreement with the observations.

It is further shown that tsunami-induced flow is more sensitive,and small error for the free surface and the phase can induce larger error for the current flow.The accurate simulation for tsunami-induced flow is more challenging.In present work,the energy distribution characteristics of tsunami wave and current in harbors are investigated.Relative to spatial variability of wave amplitude,tsunami current has much greater spatial sensitivity,and it is strong around the harbor entrance and the head of breakwaters.The tsunami wave attacked the Oarai port within 30 minutes,and induced an enormous vortex flow within the harbor.The numerical model has successfully reproduced the violent vortex flow near Oarai port induced by the tsunami.Finally,the hazard levels for tsunami-induced flow are derived by considering the flow distribution within the harbor.Minimum water depth and the minimum time cycle for vessels evacuation is also derived in the paper.The study provides quantitative guidance on tsunami-induced current in harbors and ports for general public and EMA (Emergency Management Agency).Hence,it is rewarding to carry out high-resolution,site-specific forecasting skills on tsunami wave and current characteristics in harbors and bays.