唐山丰南海域余水位特征分析及应用研究

赵海亮,邢 硕,熊 伟

(1.天津水运工程勘察设计院有限公司 天津市水运工程测绘技术重点实验室,天津 300456;2.交通运输部天津水运工程科学研究所,天津 300456)

潮位可分解为天文潮位和余水位(也称为非潮汐水位或者异常水位)。天文潮位是潮位的主体,可由调和常数进行预报。余水位是由天气等因素引起的短时间内水位异常,在时间上表现出比较复杂的非周期性变化,说明了天气和气候异常变化所造成的余水位决定了其空间强相关的特性[1-3]。国内学者对余水位的变化规律、形成原因、时空分布等特征进行了分析,如熊伟等[4]对黄骅港余水位的变化规律进行了分析并结合风要素特征对余水位进行预报;刘军[5]分析了青岛港余水位的成因及其主要特性;赵祥鸿等[6]以验潮站实测数据分析计算了余水位的时域统计规律和空间统计规律;刘雷等[7]介绍了基于潮汐模型与余水位监控的水位改正法的应用情况,并在此基础上依据实测数据证明潮汐差分的可行性,精确地反演潮位,大大提高了短期潮位预报的精度[8-11]。

唐山丰南港区位于唐山市丰南区涧河村陡河河口至黑沿子沙河河口之间,已被列入国家口岸发展规划及河北省沿海地区发展规划,是唐山港“一港三区”的重要组成部分[4,12]。在该海域进行潮位观测和余水位特征分析,对科学有效地利用自然资源有着重要意义,是港口航道设计的基础来源。本文基于丰南站(见图1)2021年10月1日—2022年9月30日的实测潮位数据,对丰南海域的余水位特征进行分析,探讨利用余水位变化提升船舶乘潮进出港效率。

图1 潮位站布置示意图Fig.1 Schematic diagram of the layout of the tide stations

1 余水位特性及成因

余水位又称为增减水,属于由非周期性变化的气象因素引起的水位升降,这种升降经常导致海平面短期骤变[13-14]。通过验潮站观测获取的水位h(t),包含平均海平面MSL、天文潮位hA(t)、余水位r(t),误差Δ(t),即

h(t)=MSL+hA(t)+r(t) +Δ(t)

(1)

由于余水位是气象要素扰动影响导致的海平面波动,而气象要素比较复杂,然而位于不同的时段,因其物理诱因有连续性及海洋的惯性,必定有一定的统计关系,也就是其具有的“信号”特征,在长期施测的验潮站中,可以忽略不计观测误差[6],所以余水位可得

r(t)=h(t)-hA(t)-MSL

(2)

当余水位是正值时,表示增水;当余水位是负值时,表示减水。对唐山丰南海域的余水位进行逐时统计分析(见图2),可得丰南海域的余水位表现为短周期波动,全年减水幅度要大于增水。11～12月出现较大幅度的减水,6～8月出现的增减水幅度都很小。

图2 丰南站逐时余水位序列Fig.2 Hourly residual water level sequence of Fengnan Station

进一步研究余水位成因,对其展开傅立叶频谱分析。谱分析结果显示(见图3),余水位的周期主要分布在2.1 d(频率小于0.02)的部分,余水位的周期分布通过其特性可以分为3部分：(1)周期小于1.5 d(频率大于0.027 8),这部分属于不考虑的日分潮和半日分潮等周期性信号;(2)周期在1.5～8 d(频率在0.005 2～0.027 8),主要是气象要素导致的伪周期性信号;(3)周期大于8 d(频率小于0.005 2),属于不考虑的长周期分潮信号以及气候异常变化导致的伪周期性信号[3]。根据谱能量值可以看出,第2部分占总能量的大部分,则长期余水位的主要成因是天气因素。

图3 丰南站余水位频谱分析Fig.3 Spectrum analysis of residual water level of Fengnan Station

2 余水位逐月变化规律

将余水位按月进行统计(如表1以及图4所示),可以明显看出,1月、3月、6月、7月和9月发生增水的时长要多于发生减水的时长。2月、4月、5月、8月和12月则正好相反,发生增水的时长要少于发生减水的时长,而7月、10月和11月发生增水和减水的时长比较接近。从全年分析,增水时长占比为49.9%,减水时长占比为47.8%,增水时长略大于减水时长,说明丰南站施测期间的余水位在气象作用下发生增水的概率略高于减水。

表1 丰南站各月余水位分布表Tab.1 Distribution of residual water level each month of Fengnan Station

图4 丰南站各月余水位占比Fig.4 Proportion of residual water level each month of Fengnan Station

余水位逐月平均值分布见图5-a,春末和夏季4～8月份平均增水和减水幅度都较小,说明这几个月的余水位作用都较弱。1～3月、9～12月的平均增水和减水幅度都超过了20 cm,说明这几个月余水位作用都相对较强。图5-b为各月余水位极值分布,与平均余水位的情况类似,在春末和夏季最大增水和减水幅度也都较小,其他月份的最大增水及最大减水幅度相对较大。其中11～12月的最大减水幅度都超过了200 cm,1月、2月、3月、9月和10月份的最大减水幅度都超过了100 cm;10月、11月的最大增水幅度超过了100 cm。

5-a 各月平均增减水 5-b 各月最大增减水图5 丰南站各月平均和最大余水位Fig.5 Average and the maximum residual water level each month of Fengnan Station

余水位的季节变化表现为春、夏季呈现小幅度减水,秋、冬季减水量逐渐增大,1月、3月、6月、9月以增水过程为主,增水期一般使潮汐的传输形成明显的加速,10～12月、2、4～5月、7～8月以减水过程为主,而减水期则一般会对潮汐的传输导致阻碍影响,增减水的年变幅平均值为-3.0 cm。

3 风逐月变化规律

根据观测期间获得的数据统计各月风的特征值如表2所示。10 min平均风速在观测期间周年平均值为3.75 m/s;最大风速为19.68 m/s(8级),发生在2022年3月4日12：20,对应风向为北向。

表2 丰南站各月风分布特征统计Tab 2 Statistics of monthly wind distribution characteristics at Fengnan Station

根据观测期间获得的风数据,对其进行逐月的10 min平均风速分向频率统计(见表3)。10月常风向为NE向,强风向为NE向,风速最大值为10.37 m/s(5级)。11月常风向为N向,强风向为N向,风速最大值为14.59 m/s(7级)。12月常风向为NW向,强风向为N向,风速最大值为11.7 m/s(6级)。1月常风向为SSE向,强风向为N向,风速最大值为12.37 m/s(6级)。2月常风向为NNE向,强风向为NNE向,风速最大值为12.24 m/s(6级)。3月常风向为SSE向,强风向为N向,风速最大值为19.68 m/s(8级)。4月常风向为WSW向,强风向为SSE向,风速最大值为12.89 m/s(6级)。5月常风向为WSW向,强风向为NNE向,风速最大值为10.99 m/s(6级)。6月常风向为SSE向,强风向为SE向,风速最大值为12.52 m/s(6级)。7月常风向为SW向,强风向为SSE向,风速最大值为10.28 m/s(5级)。8月常风向为WSW向,强风向为W向,风速最大值为13.14 m/s(6级)。9月常风向为WSW向,强风向为N向,风速最大值为15.33m/s(7级)。

表3 丰南站各月10 min平均风速分向频率统计表Tab.3 Statistics of 10-minute mean wind speed sub-frequency of Fengnan Station in each month %

4 余水位与风的关系

根据相关学者的研究以及实际观测成果分析所得,风应力与余水位之间存在着一定关系[15]。为了继续探讨二者的关系,本文取余水位波动较大期间(2021年11月1日—2021年12月25日)的风场为例。由图6可见,水位测点的余水位与风速曲线的变化趋势高度吻合,风速较大时减水量也相应增大,两者相关系数r达0.62,且余水位波动最大值较风速最大值稍有滞后性。进一步考虑余水位与风向的关系,在这期间北向风占比最多,且风速影响最大时对应的风向皆为北向,一般情况,向岸风会造成增水效果,离岸风造成减水效果[5],综上得到北向离岸风越大会导致丰南海域发生减水越大的现象。

图6 丰南站余水位与风速的关系Fig.6 Relation between residual water level and wind speed of Fengnan Station

5 工程领域应用

若将天文潮位的影响剔除,那么水位的变化由风的作用产生,一定时段内,某个方向的风持续作用,即可产生一定的水位变化。这个水位变化是与风速和方向有关的,因此可以通过实测资料来挖掘风和水位变化。得到水位变化后,叠加在当前水位,即可预报某一时刻的水位系。

对于急需乘潮进出港的港口,根据余水位自身变化特性及其与风之间的相关关系建立短临潮位预报模型,可有效提升乘潮出港效率。以丰南海域某码头航道为例,建立基于相关关系的潮位短临预报模型进行潮位短临预报,根据2022年10月至2022年12月的实测潮位与短临预报潮位进行统计分析,可得知短临预报3 h时,预报最大偏差20 cm以内的数据占比为88.6%,预报最大偏差30 cm以内的数据占比为98.7%。当短临预报时间延长至6 h时,预报最大偏差20 cm以内的数据占比为80.3%,预报最大偏差30 cm以内的数据占比为96.2%(见表4)。

表4 短临预报精度统计表Tab.4 Statistical of short-term and imminent forecast accuracy

统计数据表明短临预报数据的预测精度可满足通航应用要求,可对航道通航提供3方面的技术支持：(1)通过短临预报,提升航道乘潮进出港船舶艘次,提升航运效能;(2)余水位极端减水预测可提前对航道通航安全进行预警,防止船舶在剧烈减水期间进出港,防止搁浅事故;(3)余水位极端增水预测可提前对码头作业安全进行预警,防止码头作业安全事故。

6 结论

根据唐山丰南站1 a的实测潮位数据,采用了调和分析、频谱分析和统计分析等方法对余水位的成因、规律与风速的关系进行分析讨论,得到：(1)余水位的年变幅平均值为-3.0 cm,其具有一定的季节性,在春末和夏季的作用较弱,在秋、冬季的作用较强;(2)秋冬季的常风向主要分布在西北—东北范围内,强风向主要为北向;春夏季常风向主要分布在东南偏南—西南偏西范围内,强风向主要为东南向;(3)余水位与风速呈现较强相关性,且余水位波动最大值较风速最大值稍有滞后性;(4)因离岸风和低气压会造成减水效果,所以北向离岸风越大导致施测海域产生的减水量越大;(5)进行短临潮位预报的偏差在20 cm以内可达80%以上,可对航道通航起到重要作用,提升其通航效率。