典型海湾风暴潮增水特征与机理研究

杨万康，杨青莹，×小飞，尹宝树，张峰

（1.国家海洋局第二海洋研究所工程海洋学重点实验室，浙江杭州310012；2.广东海洋大学海洋与气象学院，广东湛江524088；3.中国科学院海洋研究所海洋环流与波动重点实验室，山东青岛266071）

典型海湾风暴潮增水特征与机理研究

杨万康1，3，杨青莹1，×小飞2，尹宝树3，张峰1

（1.国家海洋局第二海洋研究所工程海洋学重点实验室，浙江杭州310012；2.广东海洋大学海洋与气象学院，广东湛江524088；3.中国科学院海洋研究所海洋环流与波动重点实验室，山东青岛266071）

以三门湾为例，基于经验模态分解方法（EMD）将原始风暴潮增水过程进行分解，并对各个子模态进行能量谱分析，研究每种波动对应的生成机制。结果表明：半封闭海湾内的风暴潮增水较为严重，造成三门湾内强增水的台风为三门湾南侧的西北向登陆台风。EMD分解结果显示三门湾内的风暴潮增水包含6 h，12 h，20 h左右的波动，其中6 h左右的波动来源于海湾共振，共振的频率是由海湾的形状、水深等固有性质所决定的。12 h的波动是由于天文潮与风暴潮耦合作用导致，20 h左右的波动是由于台风移动过程中外海波动的传入。结果表明EMD方法为风暴潮波动增水特征的精细认知提供了一种新的思路和方法，可以加深对海湾内风暴潮波动增水特征的研究。

半封闭海湾；经验模态分解；风暴潮增水；共振

风暴潮是指由于强烈的大气扰动（如强风和气压骤变）所导致的海平面异常升降现象，当风暴潮发生时如恰遇天文高潮阶段，往往会造成风暴潮灾害。风暴潮灾害发生时，海水会漫过堤坝，淹没农田及生活设施，造成严重的人员伤亡和经济损失，目前风暴潮灾害已经成为影响我国东部沿海地区最严重的自然灾害之一。

针对海湾内的风暴潮增水特征，许多学者进行了大量研究，其中既包含理论公式推导（修日晨，1983），又有数值实验方法（Blain et al，1994；Rego et al，2009）。首先基于半封闭的矩形海湾，通过理论公式推导，可以分析浅水项、摩擦项对风暴潮水位的影响机制（Proudman，1957）；在长岛海湾的研究中发现，由于共振效应，半日分潮的振幅增加了4倍（Wong et al，1998）；其次通过简化拉普拉斯方程，可以推导共振发生的前提条件（Clarke et al，1981）；通过对大陆架共振理论模型和数值实验的研究，可以验证观测数据周期与共振模型周期的一致性（Bertin et al，2012）；利用数值方法计算Chesapeake湾的共振频率，发现在共振频率上湾口和湾顶的振幅之比较小，说明Chesapeake湾是一个强耗散系统（Zhong et al，2008）。利用经验模态分解方法分析福建沿岸的风暴潮增水特征时，发现台风在东海的增水会以开尔文波的形式到达福建沿岸（杨金湘等，2016）。

之前的研究大多是将风暴潮增水特征作为一个整体形态来研究，由于海湾内的风暴潮增水一般呈现波动状态，这些波动分别对应于真实的物理过程，如地形海湾的共振，潮汐的非线性作用，外海陆架波的传播，局地风作用等，因此如何将原始的风暴潮增水结果进行分解，并研究每种波动对应的生成机制，具有重要的科学意义。本文基于时频分析的新方法—经验模态分解方法（EMD）分析三门湾内风暴潮增水的波动特征，并分析每种模态增水的机制原理。

1 理论方法

经验模态分解方法（Empirical Mode Decomposition，简称EMD）是一种新的数据分析方法（Huang et al，1998；2008），经EMD分解变换得到的各个子模态是直接从原始时序数据中分离出来的，无需事先确定分解阶次，能更好反映原始数据固有的物理特性，每个子模态序列都代表了某种特定意义的频带信息，所以它在各种资料处理中应用非常广泛。

经验模态分解方法的大体思路是对原始数据进行平稳化处理，得到多个本征模态函数。计算过程如下：

淤找出数据序列x（t）的极值，然后用三阶样条函数的极值序列进行插值拟合，得到x（t）的上包络线序列值xmax（t）和下包络线序列值xmin（t）；

于计算各个时刻上下包络线的平均值xm（t）=[xmax（t）+xmin（t）]/2；

盂用x（t）减去平均值xm（t），得到序列h（t）=x（t）-xm（t）；

榆判断h（t）是否为本征模态函数。如果不是用h（t）代替原序列x（t），重复步骤淤原盂，直到满足本征模态函数判据，得到一个本征模态函数IMF1（t）；

本征模态判据如下：

第一：h（t）中极值点与跨零点的数目差小于等于1。

第二：各个时刻平均值xm（t）均等于零。

虞继续计算其它模态函数。先用原序列减去IMF1（t），得到剩余值序列r1（t），然后把r1（t）作为一个新的原序列，按照以上步骤依次提取第二、第三直至第n个本征模态函数IMFn（t）。直到rn（t）没有本征模态函数能被提取出来为止，只剩下最终趋势项。

愚最终原序列x（t）分解为各分量和趋势项的线形叠加。

2 海湾内风暴增水统计特征

三门湾地处浙江中部，是典型的半封闭型海湾，受热带气旋影响会导致较强的增水，三门湾内长期潮位站为健跳站，自1975年至今，连续观测超过40 a，风暴潮增水时间序列较为完整，可以作为研究三门湾内风暴增水特征的代表站，风暴潮增水值则由实测潮位减去预报天文潮位的得到。研究区域和潮位站位置如图1所示。本文计算了1990-2014年期间健跳站的风暴增水过程，然后根据计算结果分析研究三门湾内的风暴潮增水的时空变化规律。

图1 健跳站位置示意图

本文统计了健跳站风暴增水超过0.6 m以上的台风增水过程，具体统计结果如图2所示，由图可知，三门湾内风暴增水较为严重，增水超过1.5 m的台风过程有5个，超过2 m的台风增水过程有3个，增水超过1.8 m的台风路径如图3所示。由图3可知，造成三门湾内强增水的台风为三门湾南侧的西北向登陆台风，此时三门湾正好位于台风右半圈危险区，而且湾口走向与台风路径平行，在强东南风的作用下，外海海水快速涌入三门湾，加之三门湾地形为口袋型，海水容易堆积从而造成强增水。风暴增水极值一般发生在台风登陆前后1～2 h左右。通过对健跳站风暴潮增水过程统计可知，超过1.5 m的强增水大部分出现在8、9月份，因此每年这个时间段需要重点防范强风暴潮灾害。

图2 健跳站历年风暴潮增水序列

图3 强风暴潮增水台风路径示意图

3 波动增水特征分析与机理研究

经过分离得到的风暴潮增水依然是各种波动信号的叠加，为了进一步提取增水过程中的波动信号，我们采用EMD方法对三门湾历史上最强的四次风暴潮增水过程进行了分解，研究风暴增水在不同尺度的波动特征，图4～7为增水过程的EMD分解图，IMF1到IMF3表示从原始数据分离得到的各个子模态，然后对各个子模态进行了傅里叶变换得到能量谱，列于图右侧。

首先针对IMF1第一模态进行分析，功率谱显示存在一个6 h左右的周期性波动，由于三门湾外海主要受M2分潮所主导，但是M2分潮周期为12.42 h，因此第一模态不可能是天文潮和风暴潮的非线性作用所引起的波动，其他解释就是海湾引起的共振现象，下面进行具体分析。

三门湾可看作是半封闭常水深矩形港湾，其共振周期可按照下面公式计算

n为从0开始的整数，等于波节点的个数。当模态数n=0时即为Helmholtz共振，假设三门湾长度L为42 km，平均水深取为6 m，其共振周期约为6 h左右，跟风暴潮增水EMD分解第一模态波动周期基本一致。由此可知，第一模态波动是海湾特殊地形引起的共振导致的。当外海扰动产生的波动以重力长波形式向三门湾内移动，然后在湾顶处发生反射，产生Δ波，从而引起共振，共振的频率是由海湾的形状、水深等固有性质所决定的。

IMF2第二模态显示的波动周期为12 h左右，与M2分潮周期基本一致，因此引起此模态波动的原因是风暴潮和天文潮的相互作用，两者的耦合作用在台风登陆前后达到最大。其中，9711号台风第一模态和第二模态混合较为严重，在各自的功率谱中仍然有残余周期性波动。

IMF3第三模态增水波动周期在20 h左右，由于周期较长，基本可以判定是外海传播而来的波动，如陆架波、边缘波等，由于从观测数据中很难判定是哪种波动造成的，可以假设此波动是由于台风的移动所造成的，那么此波动就依赖于台风移动速度，台风尺度等参数，可以简单的用下面的公式进行一下估计：

Ltyphoon为台风空间尺度，Vtyphoon为台风移动速度，通过查阅天气云图的气压分布，这几个典型台风的空间尺度分别为500 km和450 km左右，台风移动速度在20～25 km/h左右，波动周期大约在20 h左右。

图4 9015号台风EMD模态分解与对应模态的功率谱计算

图5 9711号台风EMD模态分解与对应模态的功率谱计算

图6 0414号台风EMD模态分解与对应模态的功率谱计算

图7 0515号台风EMD模态分解与对应模态的功率谱计算

4 结论

风暴潮灾害是对中国影响最严重的海洋灾害之一，它对海洋工程、沿岸居民防洪安全等都有着重要的影响，因此了解风暴潮增水的分布特征和生成机制具有重要的意义。然而传统的风暴潮研究中，不同尺度的波叠合在一起，不利于对风暴潮增水内在机制的精细认知。本研究利用当今时频分析的新方法—经验模态分解方法对三门湾波动增水特征进行了研究，由EMD分解结果可知，三门湾内的风暴潮增水包含6 h、12 h、20 h左右的波动，其中6 h左右的波动来源于海湾共振，共振的频率是由海湾的形状、水深等固有性质所决定的；12 h的波动是由于天文潮与风暴潮耦合作用导致；20 h左右的波动是由于台风移动过程中外海波动的传入。结果表明EMD方法为风暴潮波动增水特征的精细认知提供了一种新的思路和方法，可以清楚地揭示风暴潮增水中不同尺度的结构特征，加深对风暴潮波动增水的研究。

Bertin X,Bruneau N,Breilh J F,et al,2012.Importance of wave age and resonance in storm surges:The case Xynthia,Bay of Biscay,Ocean Modeling,42:16-30.

Blain C A,Westerink J J,Luettich R A,1994.The influence of domain size on the response characteristics of a hurricane storm surge model,Journal of Geophysical Research:Oceans,99(C9):18467-18479.

Clarke A J,Battisti D S,1981.The effect of continental shelves on tides,Deep Sea Research Part A.Oceanographic Research Papers,28(7):665-682.

Huang N E,Shen Z,Long S R,et al,1998.The empirical mode decomposition and the Hilbert spectrum for nonlinear and nonstationary time series analysis,Proceedings of the Royal Society of London A:Mathematical,Physical and Engineering Sciences.The Royal Society,454(1971):903-995.

Huang N E,Wu Z,2008.A review on Hilbert-Huang transform:Method and its applications to geophysical studies,Reviews of Geophysics,46(2):RG2006.

Proudman J,1957.Oscillations of tide and surge in an estuary of finite length,Journal of Fluid Mechanics,2(4):371-382.

Rego J L,Li C,2009.On the importance of the forward speed of hurricanesinstormsurgeforecasting:Anumericalstudy,Geophysical Research Letters,36(7):48-50.

Wong K C,Moses Hall J E,1998.On the relative importance of the remote and local wind effects to the sub tidal variability in a coastal plain estuary,Journal of Geophysical Research:Oceans,103(C9):18393-18404.

Zhong L,Li M,Foreman M G G,2008.Resonance and sea level variability in Chesapeake Bay,Continental Shelf Research,28(18):2565-2573.

修日晨，1983.关于协振潮的共振问题,海洋湖沼通报，（2）：16-18.

杨金湘，袁方超，李郅明，等，2016.EMD方法在中国沿岸风暴潮增水分析中的应用.海洋通报，35（2)：158-169.

Characteristics and mechanism of storm surge in typical bay

YANG Wan-kang1,3,YANG Qing-ying1,YI Xiao-fei2,YIN Bao-shu3,ZHANG Feng1

(1.Key Laboratory of Engineering Oceanography,the Second Institute of Oceanography,State Oceanic Administration,Hangzhou 310012,China;2.College of Ocean and Meteorology,Guangdong Ocean University,Zhanjiang 524088,China；3.Key Laboratory of Ocean Circulation and Waves,Institute of Oceanography,Chinese Academy of Science,Qingdao 266071,China)

Taking Sanmen Bay for instance,Empirical Mode Decomposition method(EMD)was applied to decompose surge data and power spectrum was calculated to study the mechanism of the corresponding model.The results indicate that the storm surge is particularly high and the most powerful path is northwest landing typhoon.Through EMD decomposition,storm surge contains 6 hours,12 hours,20 hours period of oscillation.The period of 6 hours due to resonance response in semi-enclosed bay is highly dependent on the bay length and average water depth.The period of 12 hours oscillation results from the interaction of the astronomical tide and storm surge.The period of 20 hours is caused by incoming wave due to typhoon moving process.The research suggests that the EMD method provides a new way of thinking for storm surge characteristics and improves the understanding of surge mechanism.

semi-enclosed bay;Empirical Mode Decomposition method;storm surge;resonance

P731.23

A

1001原6932（圆园17）05原园532原06

10.11840/j.issn.1001-6392.2017.05.008

2016-08-30；

2016-11-03

广东海洋大学近海海洋变化与灾害重点实验室开放基金（GLOD1405）；中央科研院所基本科研业务费专项资金（JG1408）；中科院海洋所环流与波动实验室开放基金（KLOCAW1406）

杨万康（1987-），硕士，工程师，主要从事海洋预报和数值模拟研究。电子邮箱：yangwankang@126.com。

杨青莹，硕士，工程师。电子邮箱：qingying0411@163.com。

（本文编辑：袁泽轶）