白鹤滩水电站坝区灾害性大风特征分析
2023-03-22邹琪美吕俊杰陈文龙巫前文边茜姜艳唐毓玲
邹琪美 吕俊杰 陈文龙 巫前文 边茜 姜艳 唐毓玲
摘要 白鹤滩水电站地处我国地势第二级阶梯与第一级阶梯交界处横断山脉,地形复杂。受多种天气系统影响,加之特殊复杂的下垫面,大风天气频繁,平均每年发生7级以上大风日数达235 d,占全年总日数的64.2%。分别从时间、空间和气候变化方面分析坝区新田自动站气象资料、NCEP格点资料大风变化规律,具体分析了9级以上各级大风个例特征、瞬时风速、10 min最大风速持续时间、坝区9级以上不同等级风速持续时间等大風预报指标,旨在进一步完善9级以上灾害性大风的预报方法,提高电站灾害性大风预警预报气象服务水平。
关键词 斜压锋生型;低层暖平流强迫型;高层冷平流强迫型;准正压型
中图分类号:P425.6+1 文献标识码:B 文章编号:2095–3305(2023)12–0-03
Analysis of Characteristics of Catastrophic Strong Winds in the Dam Area of Baihetan Hydropower Station
Zou Qi-mei et al(Liangshan Meteorological Bureau, Liangshan, Sichuan 615000)
Abstract Baihetan Hydropower Station was located in the Hengduan Mountains at the junction of the second step and the first step in China, and the terrain was complex. Affected by a variety of weather systems, coupled with the special complex underlying surface, frequent gale weather, the average number of gale days above 7 reached 235 d, accounting for 64.2% of the annual total number of days. Respectively from the aspects of time, space and climate change analysis dam xinda automatic station meteorological data, NCEP grid data wind change law, analyzed the level above 9 wind individual characteristics, instantaneous wind speed, 10 min maximum wind speed duration, dam level 9 different wind speed duration of wind forecast indicators specifically, aims to further improve the level 9 above severe wind forecast method, improve the level of power station severe gale warning forecast meteorological services.
Key words Baroclinic frontogenesis type; Low-level warm advection forcing type; High-level cold advection forcing type; Quasi barotropic type.
11月至次年的4月是白鹤滩水电站地的干季,春季风速较大,晴天午后易出现偏西大风。极大风速出现在2016年3月,达37.9 m/s(13级)。风灾会严重影响大坝浇筑期的施工进度和施工安全,特别是对大坝浇筑、缆机运行、骨料传输系统的安全运行和施工人员的安全影响重大。9级以上大风的预报准确对工程质量的保障有一定的作用,因此有必要进一步研究9级以上大风发生的环流形势、大风持续时间,并构建大风可预报性指标体系。
1 资料来源与研究方法
1.1 资料来源
新田站位于坝址上方,海拔为996 m,与大坝缆机高程接近,观测资料具有较好的代表性,故以新田站作为白鹤滩坝区大风分析的代表站,以其他站点资料为辅助分析。研究资料为新田站2012年1月—2016年8月的自动气象站大风资料。24 h逐时观测资料中极大风速≥10.8 m/s,定义为1个大风日或大风过程。
1.2 研究方法
1.2.1 线性倾向估计 即一元线性回归。设定分析数据为(xi,yi) (i=1,2,…,n),xi为T639数值预报资料,yi为实况物理量场资料。
一元线性回归的数学模型为:
y=a+bx+ε ε~N(0,σ2)(1)
即随机变量y的数学期望是自变量x的线性函数。
一元线性回归回归方程为:
=a+b(2)
为方便计算,记:
Lxy=(3)
自变量x的离差平方和为:
Lxy=(4)
记变量y的离差平方和为:
Lxy=(5)
,
,
其中U是回归值与其i平均值的离差平方和,Q反映的是观测值与回归值之间的离差平方和。
可求得:
(6)
=y-x(7)
1.2.2 气候趋势系数法 相关系数能反映数据之间的相关程度。
r =(8)
1.2.3 统计分析法 主要是使用定量统计分析法,即通过查阅传统统计资料、收集数据资料等方法,查阅白鹤滩近5年来的大风记录资料,进行统计分析,并综合统计白鹤滩地区的大风气候特征,诊断分析天气个例。同时,使用时间序列方法,即根据时间序列方法的基本概念与理论基础,分析白鹤滩坝区大风的月、年和年际变化,找出其时空变化特征。
2 白鹤滩坝区的大风特征
2.1 年内大风分布
以新田站为代表站,按照大风定义标准进行查找、筛选。分钟数据取自2014年8月31日20:01—2016年8月31日19:59。按照标准风速7级≥13.9 m/s;9级≥20.8 m/s的观测分钟数据分别进行统计。将时间间隔分为15、30、45、60、75、90、105、120 min,即8个档次,为灾害性大风的持续时间。在t0时刻时距为T的平均风速为:
V=(9)
由于风的阵性和脉动性,在某一给定时段内所测得的风速随时间的延长而变小,因此在同一时刻内下列不等式是成立的,即10 min平均风速≤2 min平均风速≤最大平均风速≤瞬时极大风速;2 min平均风速≈10 min平均风速×1.3;瞬时极大风速≈2 min最大平均风速×1.25≈10 min最大平均风速×1.63。
选取白鹤滩水电站新田自动站2012年1月—2016年8月的观测资料,发现2012—2015年新田站观测到的极大风速为32.4 m/s(偏西风11级),出现在2013年1月2日20:42。马脖子站出现过1次12级大风,极大风速为33.9 m/s(北风),出现在2015年5月11日01:24。
由表1、图1可知,新田站2012—2015年日极大风速7级以上平均天数为237 d,占全年总日数的65.0%,其中干季(1—4月,10—12月)为172 d,占干季日数的84.0%;雨季(5—9月)为65 d,占雨季日数的35%;10级以上的日极大风速主要集中在干季,11级的日极大风速全部出现在1—4月。
2.2 风力等级分布
以新田站为代表站,统计2012—2015年内风力等级。根据表2数据可知,日极大风速7级出现的天数占7级以上天数的30.9%;日极大风速8级出现的天数占7级以上天数的33.8%;日极大风速9~11级出现的天数占7级以上天数的比例分别为24.6%、9.2%和 1.5%;总体来看,7级和8级日极大风速出现日数较多,占64.7%。
2.3 极大风速风向分布
极大风的风向绝大多数为北风和偏北风,基本沿着河流方向,出现的平均概率为79.5%;其次是南风和偏南风,出现的平均概率为17.0%;其余风向的合计占3.5%(图2)。
2.4 金沙江流域大风的空间分布特征
白鹤滩水电站处在金沙江中段,沿金江街、三堆子至龙街、蒙姑、巧家等地,为开敞的“U”形河谷(谷底宽为200~500 m,最宽可达1 000~2 000 m;水面宽为100~200 m),日极大风速的风向绝大多数为北风和偏北风,基本沿着河流方向,出现的平均概率为76.3%。其中以北风最多,出现的平均概率为41.4%;其次是南风和偏南风,出现的平均概率为14.1%;其余风向的合计占9.6%。
2.5 分钟数统计
经过统计分析2014年8月31日20:01—2016年8月31日19:59分钟数(图略),2年内有效分钟数为1005 132 min,合为16 752.2 h。大风级数越高发生的时间越短,防范更加困难。2014—2016年中7级大风发生的小时数为3 342 h;8级为1 638 h;9级423 h;10级52 h;11级9 h;2015年各级大风都高于其他年份。
2.6 9级以上大风在干雨季中所占比例
反演2012—2016年的历史资料,共找出极大风力>9级(20.8 m/s)的个例374个;干季有310次,占比为82.9%、雨季有64次,占比为17.1%;分别统计出干季偏北风244次,占比为78.2%;偏南风66次,占比为21.8%。雨季偏北风47次,占比为73.4%;偏南风17次,占比为26.6%。
2.7 大风分类
经过个例反查与分析,影响坝区的大风分为雷雨大风、梯度型大风和动量下传型大风。其中雷雨大风出现45次,主要出现在4月到8月;梯度型大风出现次数最多为249次,主要出现在11至翌4月;动量下传型大风出现46次,主要出现在1—4月。造成大风天气的影响系统可分为高原低槽东移、下滑槽南压、南支槽、中低空切变、高原涡和西风急流。
(1)雷雨大风。雷雨大风常出现在强烈冷锋前面的雷暴高压中,雷暴高压是一个存在于雷暴区附近地面气象场中的局部高压,雷暴高压中心温度比四周低,下沉气流极为明显。雷暴高压前部为暖区,暖区有上升气流,就在这个下沉气流与上升气流之间,存在着一条狭窄的风向切变带,为雷雨大风发生处,它过境时带来极强的暴风雨。大气中不稳定能量的释放、强烈的上升运动和下沉运动是与大风天气产生的重要因素。
(2)梯度型大风。梯度大风主要是指由于冷空气影响在地面造成海平面气压梯度增加所形成的大风的统称。此类型的大风在冷锋影响坝区前,冷锋路径前方到坝区的等压线密度因为冷空气的临近越来越密集,海平面气压梯度加大,风力逐渐加大。如果北部强冷高压稳定少动,持续时间过长,就会不断分裂小高压或者强冷空气沿西北气流東移南压,随着新冷空气在前端冷锋后部不断向前推进,前后两部分冷空气会使坝区附近维持30~40 hPa的气压梯度,造成坝区连续性大风。
研究过程中,挑选了4次不同类型的持续性过程对高空、地面及物理量场进行平均,综合分析梯度大风成因,分别为2012年1月30日—2月2日小槽发展型大风,2014年2月7—18日大槽东移型大风,2015年2月6-10日低空切变型大风,2015年3月7—13日横槽转竖型大风。
(3)动量下传型大风。动量下传大风特指晴空偏南大风,其并非简单意义上的动量下传造成大风,在某种程度上更是高低空动力强迫造成的结果,是大气三维质量和动量的调整,造成了这种大风的形成。梯度大风更多关注的是地面气压场水平方向梯度造成的梯度风,而动量下传除了关注地面热低压,还要关注高低空系统的强度和配置。动量下传大风多发生于春夏季,特点是中午开始风速加大,以南风为主,夜间风速减小,偶有个例夜间南风维持7级以上,有明显的日变化规律。此类大风多由高空动量下传引起,一种为风速直接下传,另一种由于动量下传改变垂直动量结构,引起近地面气压梯度加大,造成大风。
反查个例动量下传型的偏南大风为46次,选取2012年3月1—3日、2012年3月14—16日、2015年3月16—19日、2015年3月31日—4月5日几次连续性偏南大风过程进行分析,对要素场进行平均,寻找共同点。
3 结论
(1)查阅2012—2016年历史资料,共找出极大风力>9级(20.8 m/s)的个例374个,其中干季有310次,占比为82.8%;雨季有64次,占比为17.1%。分别统计出干季偏北风244次,占比为78.2%;偏南风66次,占比为21.8%。雨季偏北风47次,占比为73.4%;偏南风17次,占比为26.6%。在干季(10月至翌年4月)出现>7级的大风分钟数逐月递增,3—4月达到峰值。雨季月份7级以上大风明显减少。24 h瞬时风速>7级出现了2个峰值,第1个时段为14:55~16:09,最多出现在16:09,为23次;第二个时段为21:27~22:23,谷底位于05:00~09:00。
(2)白鹤滩坝区9级以上大风天气学分型主要分为雷雨大风型、梯度风型、动量下传型。其中梯度型大风出现次数最多为249次,主要出现在11月到至翌年4月;动量下传型出现46次,主要出现在1—4月;雷雨大风出现45次,主要出现在4—8月。造成大风天气的影响系统可分为高原低槽东移、下滑槽南压、南支槽、中低空切变、高原涡、西风急流。
(3)雷雨大风:根据强对流天气发生的高低空天气系统的配置可分为斜压锋生型、低层暖平流强迫型、高层冷平流强迫型和准正压型。分析白鹤滩坝区的45个雷暴大风个例,发现斜压锋生型有30个,高空冷平流强迫有6个,低空暖平流强迫型有8个,准正压型有1个。
(4)梯度型大风:根据大风天气发生的高低空天气系统的配置及冷空气原地和路径可分为小槽发展型、低槽东移型和横槽转竖型。在对白鹤滩坝区的249个梯度型大风个例进行天气学分析后发现,小槽发展有52次,144 d;低槽东移型有29次,60 d;横槽转竖过程有11次,39 d;其他类型有6 d。
(5)动量下传型:动量下传大风多发生于春夏季,特点是中午开始风速加大,以南风为主,夜间风速减小,偶有个例夜间南风维持7级以上,有明显的日变化规律。此类大风多由高空动量下传引起,一种为风速直接下传,另一种由于动量下传改变垂直动量结构,引起近地面气压梯度加大,造成大风。
参考文献
[1] 闵晶晶.京津冀地区强对流天气特征和预报技术研究[D].兰州:兰州大学, 2012.
[2] 严仕尧,李昀英,齐琳琳,等,华北产生雷暴大风动力热力综合指标分析及运用[J]暴雨灾害,2013,32(1):17-23.
[3] 秦丽,李耀東,高守亭.北京地区雷暴大风的天气:气候学特征研究[J].气候与环境研究,2006(6):754-762.
[4] 廖晓农,于波,卢丽华.北京雷暴大风气候特征及短时临近预报方法[J].气象, 2009,35(9):18-28,130.