浅水港口潮汐预报准调和方法的改进

文中提出了浅水港口潮汐预报准调和方法的两个改进方案.一个是在方国洪等(1981)《浅水港口潮汐预报的一个方法》基础上,增加14周/日、16周/日以及与前期潮汐状况有关的浅水准调和项共6项(方案Ⅰ);另一个在是王骥(2001)提出的方案基础上改进的方案,该方案与方案Ⅰ相比,增加了5个准调和项(方案Ⅱ).这两个方案选用相同的57个调和分潮,但分潮的组合及派生出的准调和项有所不同.方案Ⅰ用40项准调和项表示浅水效应,方案Ⅱ则包含长周期、全日、半日周期的准调和项18项.经过大量实测水位资料的分析和预报检验,表明改进后两个方案对浅水港口潮汐的预报精度均较改进前的准调和方法和传统调和法有明显提高,对第一类浅水港(以吴淞港为例),文中所列的8项预报指标都有显著提高,特别是低潮时均方差由26.8min降至15.1min;对第二类浅水港(以成山角为例),高潮时均方差显著减小,由39.6min减至26.7min.     

ENSO对中国近海海平面影响的区域特征研究

使用卫星测高、海表温度以及中国沿海台站水位等数据,分析研究了ENSO对中国近海海平面影响的区域特征。结果表明:（1）赤道东太平洋海表温度与我国近海海平面存在显著的遥相关关系。相关系数自北至南呈梯度递增,分为3个影响明显的区域,分别是渤、黄海、东海和南海海域。南海海平面异常与赤道东太平洋区域的海表温度异常相关性最强,大部分区域的相关系数超过了0.6;东海海域海平面异常与赤道东太平洋海表温度的遥相关系数弱于南海,强于渤、黄海,大部分海域的遥相关系数超过了0.4;渤、黄海海域海平面异常与赤道东太平洋海表温度的遥相关系数最弱,但是大部分海域的遥相关系数超过了0.3,通过了显著性检验。（2）中国沿海海平面的季节变化与ENSO有明显的相关关系,且影响范围具有明显的区域特征,以长江口和台湾海峡为分界线分为长江口以北、长江口到台湾海峡以及台湾海峡以南3个区域。海平面的年振幅在厄尔尼诺年均出现偏低的现象,并且年振幅的极小值均出现在厄尔尼诺年。另外,海平面的年振幅对厄尔尼诺事件的响应与其强弱有关,在强厄尔尼诺事件中,响应区域和幅度较大,弱事件中,响应区域和幅度偏小。（3）南海、东海和渤、黄海这3个区域沿海的海平面变化均存在4~7 a的显著振荡周期,说明这3个区域的海平面均受ENSO的影响。其中,南海7 a周期的振荡幅度最大,约为1.5 cm;东海7 a周期的振荡幅度次之,约为1.3 cm;渤、黄海6 a周期的振荡幅度最小,不到1 cm。     

近35 a南海海-气温差不同资料比对及变化特征分析

基于ICOADS、ERA-Interim 2种资料,对近35 a南海海-气温差空间分布进行比对,并使用经验正交分解及小波分析讨论了该区域海-气温差的时空分布变化特征。结果表明:ICOADS及ERA-Interim资料均可反映南海海-气温差的实际分布,但同一区域内ERA-Interim下的海-气温差数值较ICOADS偏低,且ERA-Interim在近岸特征不明显;南海南北部海-气温差呈跷跷板型变化,4、5月达南负北正峰值,11月达南正北负峰值;夏、秋季南海海-气温差的年际变化呈波动下降趋势,夏季海-气温差在北部湾与南海主体海域间呈跷跷板关系,秋季南沙群岛海域存在明显海-气温差高值区;四个季节南海海-气温差准3 a振荡周期显著,冬、春季还具有准11 a 振荡周期;海-气温差与夏、秋季Ni?o3.4指数呈正相关,冬、春季呈负相关。      

黄河冲淡水转向问题的初步探讨

黄河自1976年改道清水沟流路,向东流入菜州湾以来,至1988年10月其大嘴已向莱州湾淤进18.8km(钱意颖等,1992),在科氏力的作用下,黄河入海口门也已转成东南方向。随着黄河口海区的开发利用,国内有关单位对黄河口海区的水文环境作过多次调查(朱兰部等,1994;张经等,1985;孙秉一等,198;Yang Zuosheng et al.,1989),从这些调査资料中我们发现,黄河入海径流和长江口一样,在洪水期冲淡水也有转向东北方向的特点。本文根据1976年黄河改道以来中国科学院海洋研究所有关单位在黄河口海区进行调查的水文资料和利津水文站的黄河径流观测资料,对黄河冲淡水的转向现象及其成因进行初步的分析研究,此研究对深入了解黄河口的水文环境及河口有机物、溶解质、悬浮体的输运特征有重要意义。     

全球海平面观测系统现状及对我国海洋站观测的启示

全球海平面观测系统(GLOSS)代表了世界水位观测技术的前沿,通过对GLOSS现状的研究,了解其目前工作的重点、工作中的注意事项和要求,结合我国的海洋站观测现状,提出我国海洋站观测工作中的一些建议:海洋站观测工作中要注意加强水位观测基准的核定和连测,充分发挥全球导航卫星系统(GNSS)应有的作用,监测并确定观测站附近地面升降运动;以提高数据的可用性为目开展海洋站观测工作;各观测要素之间有着重要的相关,应该重视和加强各要素的同步观测以提高水位数据的准确性;尽量维护数据的均一、稳定,并正确填报数据文件;要加强元数据信息的记录和收集。     

南海沿海季节性海平面异常变化特征及成因分析

Based on sea level, air temperature, sea surface temperature(SST), air pressure and wind data during 1980–2014,this paper uses Morlet wavelet transform, Estuarine Coastal Ocean Model(ECOM) and so on to investigate the characteristics and possible causes of seasonal sea level anomalies along the South China Sea(SCS) coast. The research results show that:(1) Seasonal sea level anomalies often occur from January to February and from June to October. The frequency of sea level anomalies is the most in August, showing a growing trend in recent years. In addition, the occurring frequency of negative sea level anomaly accounts for 50% of the total abnormal number.(2) The seasonal sea level anomalies are closely related to ENSO events. The negative anomalies always occurred during the El Ni?o events, while the positive anomalies occurred during the La Ni?a(late El Ni?o) events. In addition, the seasonal sea level oscillation periods of 4–7 a associated with ENSO are the strongest in winter, with the amplitude over 2 cm.(3) Abnormal wind is an important factor to affect the seasonal sea level anomalies in the coastal region of the SCS. Wind-driven sea level height(SSH) is basically consistent with the seasonal sea level anomalies. Moreover, the influence of the tropical cyclone in the coastal region of the SCS is concentrated in summer and autumn, contributing to the seasonal sea level anomalies.(4) Seasonal variations of sea level, SST and air temperature are basically consistent along the coast of the SCS, but the seasonal sea level anomalies have no much correlation with the SST and air temperature.     

基于观测和再分析数据的LSTM深度神经网络沿海风速预报应用研究

基于海洋气象历史观测资料和再分析数据等,利用LSTM深度神经网络方法,开展在有监督学习情况下的海面风场短时预报应用研究。以中国近海5个代表站为研究区域,通过气象台站观测数据和ERA-Interim 6 h再分析数据构建数据集。选取21个变量作为预报因子,分别构建两个LSTM深度神经网络框架(OBS_LSTM和ALL_LSTM)。经与2017年WRF模式6 h预报结果对比分析,得出如下结论:构建的两个LSTM风速预报模型可以大幅降低风速预报误差,RMSE分别降低了41.3%和38.8%,MAE平均降低了43.0%和40.0%;风速误差统计和极端大风分析发现,LSTM模型能够抓住地形、短时大风和台风等敏感信息,对于大风过程预报结果明显优于WRF模式;两种LSTM模型对比发现,ALL_LSTM模型风速预报误差最小,具有很好的稳定性和鲁棒性,OBS_LSTM模型应用范围更广泛。     

基于高分辨率再分析海流数据的三种涡旋识别方法在南海的评估

本文基于南海11 a逐日高分辨率再分析海流数据,利用三种涡旋识别方法——缠绕角（Winding Angle,WA）法、速度矢量几何（Vector Geometry,VG）法和OW (Okubo Weiss)参数法对南海中尺度涡进行识别和追踪,对比了三种方法对中尺度涡的探测能力,并分析了在高分辨率再分析产品中的适用性。研究表明,产品空间分辨率的提高能够放大OW方法的W参数噪声,使该方法存在涡旋过量检测和涡旋分割现象,导致识别的涡旋数量偏多、半径偏小,涡旋平均成功探测率最低（76.2%）;与OW方法相比,WA方法在一定程度上降低了涡旋过量探测率和漏判率,涡旋平均成功探测率提高至85.1%,但涡旋识别时间较长;与前两种方法相比,VG方法的涡旋平均成功探测率可达93.2%,综合评估参数（过量探测率×漏判率÷成功探测率）优势显著（4.5%）,且计算高效。因此,在基于高分辨率再分析产品进行中尺度涡识别时,VG方法具有更加合理的涡旋探测结果和更强的适用性。     

海岸带城市洪水淹没风险评价研究——以青岛市为例

目前国内海岸带城市洪水淹没风险领域中较多关注单一致灾因子(风暴潮)导致的淹没,缺乏对导致海岸带洪水发生的其他致灾因子的自然属性和社会属性的综合考量。根据风险的内涵,借鉴国外综合性风险评价理念,将洪水淹没自然机理模型与概念框架模型相结合,选取能表征风险发生概率的自然过程指标以及能表征风险危害性后果的社会经济类指标,构建具有针对性的海岸带型洪水淹没风险评价指标体系,对青岛市洪水淹没风险进行综合评估。研究得出青岛市洪水淹没风险指数值为0.3240,根据我国主要海域自然灾害等级划分(表3),可知其风险等级为3,危险性属于中等水平;确定了青岛市洪水淹没风险的各类致灾体与其影响因素之间的相关性;并得出洪水淹没风险的自然因素和人为可控因素两类关键性控制指标制定短期和长期性的适应策略和行动,充分利用可调节因素,有效加强并提高防范性指标,以期到达最大程度上降低青岛市洪水淹没风险。     

基于浮标资料的海气动量交换系数研究

大尺度模型里大气边界层和海洋表面的耦合通常由海表拖曳系数进行参数化,海表拖曳系数一般看作是风速的函数.低风速下的海表拖曳系数一般看作是风速的线性函数,但有研究显示在极低的风速值下,海表拖曳系数并不是随着风速而单调增加的,而是随着风速的增加先减小再增大.极低风速下海表拖曳系数的估计值对不同计算方法有很强的依赖性,低风速下海表拖曳系数随风速的变化规律存在争议.因此,本文对10m处风速进行4种不同平均方法的选取以探究海表拖曳系数随风速的变化规律,为进一步改进海洋模式提供了依据,提升了海洋再分析的业务化能力.