基于WAVEWATCH-Ⅲ模式的近22年中国海波浪能资源评估

以CCMP风场驱动第三代海浪数值模式WAVEWATCH-Ⅲ,得到中国海1988年1月～2009年12月较高分辨率的海浪场,计算了中国海的波浪能流密度,综合考虑能流密度的大小、能级频率、能流密度的稳定性等各方面对波浪能资源进行研究,寻找波浪能资源的相对优势区域,为波浪能资源的开发与利用(如海浪发电的选址)提供科学依据。     

1988-2009年北印度洋海域风候统计分析

利用具有较高时空分辨率的1988-2009年的CCMP（Cross-Calibrated,?Multi-Platform）风场资料,对北印度洋海域的风候特征进行深入统计分析,为防灾减灾、航海、海洋能开发等提供参考。研究发现：（1）北印度洋受季风影响显著,MAM期间阿拉伯海和孟加拉湾的风向呈顺时针旋转,JJA期间受西南季风影响显著,盛行西南风,SON期间为季风过渡季节,低纬度海域的西南季风仍未消退,而高纬度部分海域已经转受东北信风的影响,DJF期间整个北印度洋受东北信风影响显著。风速的大值区主要分布于索马里以东和阿拉伯半岛东南部海域、斯里兰卡东部海域和马纳尔湾。（2）6级以上大风的高频中心位于索马里和阿拉伯半岛东部海域。（3）近22年期间,北印度洋海域的海表风速整体上以0.0286m?s-1?a-1的速度显著性逐年线性递增,递增趋势较强的海域分布于中高纬海域：红海、马纳尔湾、孟加拉湾西部和北部海域、马六甲海峡、泰国湾、北部湾。     

1957～2002年南海—北印度洋海浪场波候特征分析

利用ERA-40海表10 m风场驱动第三代海浪数值模式WAVEWATCH-Ⅲ,得到南海—北印度洋1957年9月至2002年8月的海浪场,并分析其波候(风候)特征.研究发现如下主要特征:(1)该海域的波高波向、风速风向受季风影响显著;(2)北印度洋大部分海域的海表风速呈显著性逐年线性递增趋势,大约0.01～0.02 m/(s·a),南海线性递增的区域则较少,有效波高呈显著性逐年线性递增的区域主要集中在低纬度中东印度洋(约0.003～0.006 m/a)、索马里附近海域(大约0.002～0.005 m/a)、南海大部分海域(约0.002～0.004 m/a),线性递减的区域主要集中在孟加拉湾海域(约-0.002 m/a);(3)Nino3指数与南海—北印度洋的海表风场、浪场存在密切的关系;(4)南海—北印度洋的海表风速与有效波高存在5.2a左右的共同周期,南海的海表风速、有效波高还存在2.0a左右的共同周期,北印度洋的海表风速、有效波高还存在26.0a的长周期震荡.     

中国海波浪能资源分析

以10年QSCAT/NCEP混合风场数据为输入,采用WAVEWATCH-Ⅲ波浪模式,对中国海1999-2009年的海浪场进行了数值模拟,通过计算得到该海域的波浪能功率密度,对波浪能资源进行综合分析,得出中国海波浪能资源的地理分布特征以及各海区的季节变化情况.     

近22年南海波浪能资源模拟研究

利用目前国际先进的第三代海浪模式WAVEWATCH-Ⅲ(WW3),以CCMP(Cross-Calibrated,Multi-Platform)风场为驱动场,对近22年南海的波浪能资源进行模拟研究。综合能流密度大小、能级频率、有效波高(significantwave height,SWH)和能流密度的长期变化趋势以及能流密度的稳定性等各方面,发现我国南海尤其是南海北部海域蕴藏着较为丰富、适宜开发的波浪能资源;并探索性地构建了一套资源评估系统,对南海的波浪能资源进行综合分析,寻找资源的相对优势区域,为海浪发电、海水淡化等波浪能资源开发工作提供科学依据。结果表明:1)南海大部分海域的能流密度在2—16kW m 1,大值区分布于吕宋海峡—中南半岛东南海域一线。2)近22年期间,南海大部分海域的SWH以0.005—0.025m a 1的速度显著性逐年线性递增,大部分海域的波浪能流密度以0.05—0.55kW m 1 a 1的速度显著性逐年线性递增。3)南海大部分海域2W m 1以上能流密度出现频率在60%以上。4)南海大部分海域波浪能流密度各月的变异系数Cv基本都在0.9以内,稳定性较好,大部分海域的月变化指数Mv指数在6以内,季节变化指数Sv指数在4以内。5)南海北部为波浪能资源的相对优势区域。     

1988-2002年黄海和渤海风浪后报

本文对黄海和渤海风浪开展长期后报实验,时间范围覆盖1988至2002年,并分析相应的区域波候特征。首先,模式输出的月平均有效波高和卫星数据比对一致。其次,我们讨论了气候态月平均有效波高和平均波周期的时空分布特征。有效波高和平均波周期的气候态空间分布都呈现出西北-东南、或由近岸向深水区增加的趋势,这种空间的分布特征和局地的风强迫和水深密切相关。同时,海浪参数的季节变化也较显著。进一步,我们统计分析了风场和有效波高的极值,给出并揭示了黄海和渤海多年一遇有效波高的空间结构,并讨论了有效波高极值和风强迫极值之间的联系。     

北极海域海浪变化及归因分析

北极海浪是北极地区重要的海洋环境要素,为了进一步了解北极海域海浪变化及归因,本文通过利用海浪数值模式 WAVEWATCH-Ⅲ （WW3） 对 1993－2021年期间北极海域海浪进行模拟,将 WW3模拟的海浪结果与 OSTM/Jason-2高度计数据时空匹配,对比结果显示：两者数据的相关性 （COR） 为 0.93,均方根误差为 0.63 m,模拟结果适用于北极海域海浪变化研究。结果表明：（1） 由于冬季平均海表面风速值较夏季更大,无海冰区能产生更高的海浪,导致北极海域冬季海浪强度明显高于夏季。而夏季由于海冰分布减少和厚度小于1 m的冰层增多,无冰区海浪传播冲击薄冰区域引发海冰破碎,同时引发厚度较薄的海域海浪活动,以此使得海浪活动范围比冬季广。（2） 北极海域海浪存在周期性变化,但在年平均尺度上海浪强度总体呈上升趋势。海冰的厚度及密集度分布与海浪变化相反,呈下降趋势。说明海冰的厚度和密集度数值越大在一定程度上会限制海浪活动,同时,北极海域海浪活动的主要动力源是海面风场。     

高风速作用下波龄与波陡的关系

利用wAVEwATCH-Ⅲ模式对台风玲玲、天鹅和达维期间南海海域风浪场进行了数值计算,利用最小二乘法对计算结果进行统计、分析,得出高风速作用下波高与周期的关系以及波龄与波陡的关系。     

应用WAVEWATCH-Ⅲ模式对南海的波浪场进行数值计算、统计分析和研究

以30a再分析风场数据为输入,采用WAVEWATCH-Ⅲ波浪模式,对南海海域1976—2005年的波浪场进行了数值计算。与大量的T/P高度计波浪资料和部分台风资料进行对比验证后发现,波浪计算结果较好。将计算结果进行统计和推算,得出南海海域波浪如下的主要特征:1)南海海域的常浪向基本为NE,出现频率占各向总数的40%;北部海域的强浪向主要为E,中部和南部海域的强浪向主要为NE;2)夏季的波高为全年最小,冬季受东北季风的影响,波高达到全年最大;3)100a一遇极值波高分布:海南岛东南附近海域最大,有效波高最大超过18m,中部海域的有效波高平均为14m左右,南部海域的有效波高平均约为9m。     

应用波浪数值模式对北印度洋海浪场进行计算和统计分析

以11年QSCAT/NCEP混合风场数据为输入,采用WAVEWATCH-Ⅲ波浪模式,对北印度洋海域1999-2009年的海浪场进行了数值计算。与Janson-1高度计波浪资料进行对比验证后发现,波浪计算结果较好。将计算结果进行统计分析,得出北印度洋风浪有如下特点:(1)冬季盛行东北向浪,夏季盛行西南向浪;(2)北印度洋中部波高较大,北部和南部较小。夏季波高全年最大,较冬季强盛得多;冬季次之,春季最小。     

中国东部海域冬季风场与海浪场的关联特征分析

利用WAVEWATCHⅢ海浪模式模拟的1993-2011年中国东部海域19 a冬季逐日海浪场资料以及同期CCMP逐日风场资料,采用奇异值分解(SVD)的方法分析了冬季中国东部海域海浪场与提前0~5 d的东亚大陆地面风场的关联特征。结果发现:海浪场与提前1 d的地面风场的关联更有意义;SVD第一模态和第二模态分别反映了贝加尔湖以东南下的反气旋式偏北扰动大风(或气旋式偏南扰动大风)和中国东部平原入海的气旋式扰动风场(或反气旋式扰动风场)对中国东部海域海浪的扰动影响。此外,SVD分析还揭示了冬季影响中国东部海域海浪的大风关键区和移动路径;随着时间的推移,大风关键区从贝加尔湖以东逐步由蒙古南下影响中国东北和华北地区,最后到达中国东部海域。     

近45 年南海-北印度洋波浪能资源评估

利用 ERA-40海表10 m 风场驱动第三代海浪数值模式(WAVEWATCH-,Ⅲ简称 WW3),得到南海–北印度洋1957年9月~2002年8月的海浪资料,计算该海域的波浪能,分析波浪能流密度的四季分布特征、不同能级出现的频率及波浪能流密度的稳定性,为海浪发电、海水淡化等选址提供依据.研究发现,南海–北印度洋海域蕴藏着较为丰富的波浪能:(1)南海–北印度洋大部分海域的年平均波浪能流密度在2 kW/m 以上,大值区位于南海、孟加拉湾、索马里附近海域.(2)南海–北印度洋海域波浪能流密度大于2 kW/m 和大于4 kW/m 出现的频率都较高.(3)南海–北印度洋的波浪能流密度具有较好的稳定性,春季、秋季、冬季的稳定性好于夏季,南海的稳定性好于北印度洋     

孟加拉湾一次热带气旋过程的海浪场模拟分析

基于第3代海浪模式WW3(WAVEWATCH-III),以具有高精度和较高分辨率的CCMP(Cross-Calibrated, Multi-Platform)风场为驱动场,对2011年12月发生在孟加拉湾的热带气旋“Thane”所致的大浪进行数值模拟。结果表明:(1)以CCMP风场驱动WW3海浪模式,可以较好地模拟热带气旋“Thane”在孟加拉湾造成的大浪,模拟的海浪数据具有较高精度。当有效波高(SWH)在2 m以内和大于5 m时,模拟值略小于观测值;当SWH在2~5 m之间时,模拟值略大于观测值。(2)热带气旋“Thane”所形成的大风和大浪的分布特征具有一定差异:大风区在气旋四周分布较为均匀;在大洋中部时,大浪区主要分布于右半圆,在近海时,大浪区主要分布于气旋行进方向的前方。(3)热带气旋“Thane”的风向和波向整体上保持了较好的一致性,仅在第2象限有一定的差异,该区域的风向主要为西北向,而波向则主要为偏北向。     

1105号台风“米雷”台风浪模拟研究

以CCMP(Cross-Calibrated,Multi-Platform)风场驱动目前国际先进的第三代近岸海浪模式SWAN (Simulating WAves Nearshore),对1105号台风“米雷”造成的台风浪进行数值模拟,基于浮标观测资料,验证了模拟数据的有效性,并对台风浪场的分布特征进行分析.结果表明:(1)以CCMP风场驱动SWAN模式,可以较好地模拟“米雷”所形成的台风浪场;(2)模拟的有效波高(SWH——Significant Wave Height)与浮标观测SWH在波高变化的走势上具有很好的一致性,模拟数据的走势则较为平缓,观测数据跳跃较为明显,模拟的SWH具有较高精度,仅在数值上略低于观测SWH; (3) SWAN模式对“米雷”所形成的台风近中心大浪区、台风眼、台风尾迹等方面进行了较好地刻画.     

Trends of sea surface wind energy over the South China Sea

Studies on climate change typically consider temperature and precipitation over extended periods but less so the wind. We used the Cross-Calibrated Multi-Platform (CCMP) 24-year wind fi eld data set to investigate the trends of wind energy over the South China Sea during 1988-2011. The results reveal a clear trend of increase in wind power density for each of three base statistics (i.e., mean, 90 th percentile and 99 th percentile) in all seasons and for annual means. The trends of wind power density showed obvious temporal and spatial variations. The magnitude of the trends was greatest in winter, intermediate in spring, and smallest in summer and autumn. A greater trend of increase was found in the northern areas of the South China Sea than in southern parts. The magnitude of the annual and seasonal trends over the South China Sea was larger in extreme high events (i.e., 90 th and 99 th percentiles) compared to the mean conditions. Sea surface temperature showed a negative correlation with the variability of wind power density over the majority of the South China Sea in all seasons and annual means, except for winter (41.7%).     

南海海面风、浪场时空变化特征及其关系分析

利用长时间序列的卫星观测数据,对南海海域的风、浪场时空分布及其相互关系进行了分析。结果显示,海面风距平场VEOF分解后得到的第一模态具有明显的季节变化,即季风特征,说明季风是影响整个南海风速的主要因素;第二模态具有较强的区域变化特征,是季风转换时期的距平场特征;第三模态反映的是海面风距平场受陆地地形影响所表现的分布特征。有效波高距平场EOF分解后得到的第一模态、第二模态与风距平场的前2个模态的空间分布较为相似,并且,风、浪距平场第一模态间的相关系数达0.76,均说明南海作为边缘海其波浪场与风场变化有很好的相关性。有效波高第三模态的分布与风场的第三模态相关性较弱,反映的是受海底地形影响所表现的分布特征。     

Upper Ocean Sensitivity to Wind Forcing in the South China Sea

The Naval Research Laboratory (NRL) Layered Ocean Model (NLOM) has been used to investigate the sensitivity of the upper South China Sea (SCS) circulation to various atmospheric wind forcing products. A 1/16° 6-layer, thermodynamic Pacific Ocean north of 20°S version of NLOM has been integrated using observed climatological monthly mean winds (Hellerman and Rosenstein, 1983) and climatologies based on two atmospheric prediction models: the European Centre for Medium-Range Weather Forecasts (ECMWF) and the National Centers for Environmental Prediction (NCEP). ECMWF products include the 10 meter winds (at both 1.125° and 2.5° resolution) and surface stresses (1.125°). The NCEP forcing (1.875°) is a surface stress product. Significant differences exist in the wind stress curl patterns and this is reflected in the upper ocean model response, which is compared to observational data. The model experiments suggest the generation of the West Luzon Eddy is controlled by positive wind stress curl. The degree of Kuroshio intrusion into the SCS, however, is not affected by wind stress curl but is governed by the coastline geometry of the island chain within Luzon Strait. The summertime offshore flow from the Vietnamese coast is present in all simulations but the dipole structure on either side of the jet is variable, even among experiments with similar wind stress curl patterns. The ECMWF surface stresses exhibit spurious coastal wind stress curl patterns, especially in locations with significant orographic features. This manifests itself in unrealistic small scale coastal gyres in NLOM. High resolution basin-scale and coastal models might be adversely affected by these stresses. This revised version was published online in July 2006 with corrections to the Cover Date.     

利用WAVEWATCH和SWAN嵌套计算珠江口附近海域的风浪场*

基于CCMP(Cross Calibrated Multi-platform)卫星遥感海面风场数据,通过将WAVEWATCH和SWAN (Simulating WAves Nearshore)模型嵌套的方法,数值模拟了珠江口附近海域的风浪场。将总计10个月的数值模拟的有效波高、波周期和波向分别与相应的观测值进行了定量比较。结果说明,有效波高的平均绝对误差为15.4cm,分散系数SI为0.240,相关系数为0.925;波周期的平均绝对误差为1.9s,分散系数SI为0.433,相关系数为0.636;波向的平均绝对误差为23.9°。计算的波高和波向与观测结果的变化趋势相吻合。由于第三代海浪模式本身的缺陷,导致所计算的波周期偏小。总体说来,本文所采用的数值模式能较好地模拟珠江口附近海域的风浪场。另外,还设计了6个算例以探讨采用不同的计算方法和风场对计算结果精度的影响。结果表明使用本文的数值方法和高精度的CCMP风场确实可以提高计算结果的精度。