飓风“桑迪”登陆期间纽约长岛附近海域风暴潮数值模拟

任成才，沈瑞杰，屠泽杰，宿殿鹏，阳凡林

(1.山东科技大学 测绘与空间信息学院，山东 青岛 266590； 2.自然资源部 海洋测绘重点实验室，山东 青岛 266590)

风暴潮指由强烈大气扰动，如热带气旋(台风、飓风)、温带气旋(寒潮)等引起的海面异常升降现象[1]。21世纪以来，伴随着纽约人口和经济的快速增长以及全球海平面的上升，飓风(如“IRENE”、“SANDY”和“FAY”)引起的风暴潮在该地区造成的损失日益严重[2]。美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration，NOAA)根据验潮站监测水位对纽约附近风暴潮洪水淹没情况进行了统计和预测，当水位超过平均低-低潮位(mean lower-low water，MLLW)2.977 m时会出现洪水，2000年共有5天出现了洪水淹没现象，2020年增加到13天，预计2050年产生洪水的天数将增加至40～110天。因此，建立精细化风暴潮数值模型对该地区风暴潮的预报预警、河口规划和防灾减灾等具有重要现实意义。

目前，基于数值模拟建立高精度风暴潮模型依然是研究风暴潮最有效的手段，常用的数值模拟系统有：风暴潮业务预报模式(sea, lake and over land surges from hurricanes，SLOSH)[3]，海洋、沿海和河口水域的先进环流模式(an advanced circulation model for oceanic，coastal and estuarine waters，ADCRIC)[4]，有限体积海岸和海洋模型(finite volume coast and ocean model，FVCOM )[5-6]、MIKE[7]等。通过历史数据分析，美国国家飓风中心(National Hurricane Center，NHC)列出了影响风暴潮增水的几个因素，包括飓风强度、表面压力、前进速度、路径、登陆时的位置和角度以及附近海域的水深等。国内外许多学者对上述因素进行了研究，Du等[8]利用同化风压模式和ADCIRC+SWAN(simulating wave nearshore)[9]模型，建立了浙江沿海风暴潮模拟系统，并用该系统研究了23条新建台风路径对温州市风暴潮的敏感性，发现风暴潮最大增水往往发生在最大风速半径处。韩树宗等[10]基于FVCOM模式对杭州湾附近海域进行了风暴潮模拟，分析了1995—2010年间16个台风登陆期间该区域增水变化情况，结果表明，飓风以不同的方向登陆时作用效果不同。另外，海岸线的形状对风暴潮增水也会产生显著影响，当飓风在向内弯曲的凹形海岸线(如佛罗里达州的阿巴拉契湾)登陆时，风暴潮增水更高；相反，在向外弯曲的凸形海岸线(如北卡罗来纳州的外河岸)登陆时，风暴潮增水更低[11-12]。

图1 实验区域及验潮站位置

为分析纽约长岛海峡的特殊地形和不同飓风路径对风暴潮增水的影响，本研究通过Holland[13]飓风模型与MIKE21FM(Flow Model)水动力模型的耦合，构建了纽约长岛及其周围海域的风暴潮模型。并从风暴潮预警等级出发，对比分析水位对历史飓风的响应，从而定性评估不同飓风路径的风暴潮危害。

1 实验区域及数据来源

实验区域位于北美东海岸边，包括纽约长岛及其附近海域(39.5°～42°N，70°～74.5°W)。长岛北面与海岸间隔着长岛海峡，南面和东面则是北大西洋海域。沿岸从西至东分布有4个验潮站(图1)，水位数据源于美国国家海洋和大气管理局。图2展示了在飓风到来之前(10月17日—27日)4个验潮站同期水位变化情况，可以看出正常情况下长岛海峡西侧的水位明显高于东侧。

图2 正常情况下各验潮站的水位变化

美国国家环境信息中心(National Centers for Environmental Information, NCEI)提供的GEODAS-NG软件可提取较精细的岸线数据，模型的水深数据[14]源于NOAA提供的ETOPO1全球水深模型(1′×1′)。为了使模拟结果更加准确，融合了欧洲中期天气预报中心(European centre for medium-range weather forecasts,ECMWF)提供的降水数据集(15′×15′)。开边界水位由FES2014(finite element solution)潮汐模型中的8个分潮组合水位驱动。飓风风场资料(包括飓风位置、风速、中心气压、最大风速半径等信息)由IBTrACS(international best track archive for climate steward ship)数据集提供，该数据集将多个单位和个人的风暴数据合并到一个产品中，形成全球最完整的热带历史气旋数据集，并将数据存档供公众使用。

图3 风暴潮模型构建流程图

2 模型构建方法

在风暴潮登陆过程中，海面的总水位由天文潮和风暴增水(飓风因素强迫)两部分组成。首先，采用Holland经验气旋模型构建实验区域的风场模型；然后根据水深数据和岸线数据生成区域水深模型；最后，将得到的水深模型和风场模型输入MIKE21 Flow模型中，并设置边界条件及模型参数，从而构建风暴潮模型，具体技术路线如图3所示。

在构建风场模型时，首先根据Young等[15]提出的热带气旋数值预测模型，计算距离气旋中心r处的飓风梯度风速Vg：

(1)

(2)

式中，Vmax为最大风速，RMW为最大风速半径。

压力p由Holland[13]模型给出的公式计算：

(3)

式中：r表示到飓风中心的距离，p(r)表示距离飓风中心r处的压力，pc为飓风中心处的压力，pn为飓风风场边缘区域的压力(或中性压力)，B为确定飓风气压剖面和风速剖面的关系的参数。

B参数与飓风的中心气压、外围气压、最大风速半径甚至飓风路径均有关系。林伟等[16]研究了多种B参数计算方法对风场模拟结果的影响，总结了不同海域B参数的计算公式，本研究采用式(4)计算该参数。

B=1.881-0.005 57RMW-0.010 97ψ。

(4)

其中，ψ为飓风所在位置的纬度。将飓风参数输入Holland模型后，即可生成飓风风场。

随着企业离退休人员增多，管理服务内容的细化，为解决专职工作人员不足的矛盾，由老同志组成的“自管会”组织，自我管理、自我服务，取得了很好的效果。在支部、“自管会”的组织带领下，老党员、老同志到活动站从事义务服务工作。如打扫活动中心卫生、整理资料、收发报纸、社区巡逻、发送信件包裹等。出现了60岁人服务70岁、70岁帮助80岁老同志的动人场面，老同志在自我服务、相互帮助中，充分体现自身社会价值。

3 风暴潮模型的构建与率定

结合岸线数据在实验区域生成非结构化三角网格，并在沿岸进行加密，然后将水深数据内插到网格中生成实验区域的水深模型，如图4所示。

在进行后续的实验之前，首先应对模型进行率定。为此，使用历史飓风“桑迪”(1级)来模拟水位变化。飓风“桑迪”形成于加勒比海西南部并在平行于美国东南部海岸向东北方向移动时获得加强[17]，同时异常的天气条件使得风暴向西转向，最终于2012年10月29日23:30在新泽西州登陆，最大持续地表风速达6 m/s，最大风速半径可达150 km，在新泽西州和纽约州海岸引起了高强度风暴潮。在率定时，以沿岸验潮站实测水位为基准，通过不断调节模型参数，以达到模拟水位与实测水位的最佳匹配效果。最终，模型的Smagorinsky常数设置为0.28，河床糙率值(曼宁系数)设置为35 m1/3/s，边界初始水位流速均为0，模型开边界水位通过8个主要天文分潮(K1、O1、P1、Q1、M2、S2、N2、K2)调和分析获得。

图4 实验区域水深模型

率定结果表明(图5)，实验区域西侧验潮站处模拟水位与实测水位基本吻合，相比之下，东侧验潮站处的模拟水位在高低潮处存在一定偏差，同时对比图5中未受风暴潮影响的水位(水位的预报值)可以看出，在飓风登陆过程中，4个验潮站均出现了明显的增水。表1对4个验潮站风暴潮模拟结果进行了更为精细的精度评估。从表1中可以看出模拟最大风暴潮的绝对误差和相对误差均较小，绝对误差和相对误差最大值均发生在Kings Point站，分别为0.23 m和5.01%。另外，模拟最大风暴潮与实际观测值之间存在一定的相位误差，最大相位误差发生在Woods Hole站，比实测值晚了近3 h。从计算结果可以看出，模拟风暴潮的均方根误差整体较小，且误差很大程度上是由相位误差引起的。Woods Hole站风暴潮模拟值与实测值的相关性最低，相关系数为0.87(大于0.8即可认为具有强相关性)，可能是由于IBTrACS数据集在飓风消散时的参数精度不高所致。整体而言，构建的风暴潮模型参数可以准确模拟飓风期间的水位变化情况。

图5 “桑迪”飓风登陆期间模拟水位与实测水位对比

表1 风暴潮模拟结果精度评估

图6 飓风桑迪登陆期间各验潮站处增水值变化

4 结果与讨论

4.1 长岛海峡增水时空变化规律

为深入分析飓风“桑迪”登陆过程中长岛海峡特殊地形对风暴潮增水分布的影响，从风暴潮模型得到的模拟水位中去除水位预报值，得到仅由飓风引发的增水数据。图6和图7分别显示了飓风登陆期间不同验潮站增水值变化情况以及飓风登陆时刻实验区域增水分布情况。可以看出，在飓风登陆前后，长岛海峡西侧区域的增水始终高于东侧。不同验潮站最大增水时刻相近，均在飓风登陆约1 h后，但增水最大值相差较大，且最大值由东往西递增，最大增水发生在Kings Point站，为2.71 m。图8是最大增水时刻实验区域内的风场分布情况，从图8中可以看出，在飓风登陆时测区内主要为东南向岸风，持续的强风将海水吹向海峡西侧，同时由于长岛海峡两侧通道口东宽西窄的特征，西侧短时间内水流量小，致使海水迅速累积，最终形成较高水位。纽约长岛东部和南部海域距离岸边较远，飓风引起的最大增水在0.5 m左右，所受影响较小。

图7 飓风登陆时刻实验区增水值大小分布

4.2 不同飓风路径下的水位预警

为探究飓风不同路径可能对长岛造成的灾害，将10月29日18时之后(18时之后飓风对实验区域内水位的影响较为强烈)的原始路径每隔10°顺时针旋转一次从而得到4条不同的飓风路径，如图9所示。实验中，只改变飓风的移动轨迹，最大风速、最大风速半径、中心气压等其他参数保持不变[18]。

美国国家气象局(National Weather Service，NWS)按照不同淹没程度和范围设定了低、中、高三种等级的水位警戒线。图10显示了4个验潮站不同路径下的水位值，可以看出飓风以不同路径登陆时，水位最高点发生的时间没有明显变化，但对水位值的大小有较为明显的影响。观察各验潮站的水位变化可以看出，飓风由西侧登陆时各验潮站水位明显较高，在Kings Point和New Haven站，水位最高点超过高级水位预警线，而飓风由东侧登陆时水位值不会超过高级水位预警线。相比之下，长岛海峡东侧Woods Hole站在不同路径飓风登陆期间水位均不会超过警戒线。

图8 实验区最大增水时刻风场分布

图9 不同路径下飓风移动示意图

值得注意的是，由于潮汐现象，增水时长并不连续。从图10中可以看出，在10月28日3时和15时左右，长岛海峡内水位两次跃过低级水位预警线，持续时间约为2～3 h，均发生在高潮时，随后由于受落潮的影响，水位持续下降，主要是由于该段时间内飓风距离实验区域较远，水位变化仍主要受潮汐的影响。而10月29日23时起(即飓风登陆后)，水位出现了明显的上升，超过低级水位预警线的持续时间增加到7～8 h，该段时间内飓风对水位的变化起主导作用。

图11显示了各实验区域发生低级和高级风暴潮淹没时飓风位置。当飓风移动至橙色轨迹和区域时，沿岸水位会超过低级水位预警线，淹没深度0.3～0.6 m。当飓风位于红色区域时将超过高级水位预警线，此时淹没深度将达0.9 m以上。因此，飓风到达不同的“淹

图10 飓风不同移动路径下的水位变化

没预警区域”(图11中的红色和橙色区域)时，会在沿岸造成不同程度的洪水灾害。之后，飓风将以不同方向登陆长岛，东部沿岸率先产生洪水，且淹没持续时间较长，但水位不会超过高级水位预警线，而西部区域洪水持续时间虽短，但淹没情况更为严重。另外，对于实验区域内同一位置，飓风由西侧登陆时，洪水到来时间会更早且持续时间也更长，飓风由东侧登陆时，情况正好相反。

图11 不同水位警戒等级下飓风所处位置

5 结论

本研究利用MIKE21水动力模型实现了纽约长岛地区的风暴潮数值模拟，通过两组对比实验，得到以下结论：

1) 飓风“桑迪”登陆期间长岛海峡西侧增水始终高于东侧，表明海峡地形对海水流动起着重要作用，是影响风暴潮增水分布的关键因素。

2) 飓风由长岛西部登陆时在长岛海峡内引起的增水较高，水位将超过高级水位预警线，在沿岸造成严重的淹没现象，而由东部登陆时对风暴潮增水影响较小，只会引发轻微洪水。

3) 长岛海峡西侧容易产生潮水淹没现象。通过风暴潮数值模拟，计算得到纽约沿岸不同等级潮水淹没发生的时间，进而划分出不同路径飓风的“淹没预警区域”，实现沿岸不同位置风暴潮预警，为人口和物资的转移提供依据。