2. 湖南省湘潭大学,湘潭 411100
2. Xiangtan University of Hunan Province, Xiangtan 411100
作为一种破坏力极强的灾害性天气系统,热带气旋不仅会给所经之地带来严重的经济损失,更威胁着人类的生命安全。赵珊珊等(2015)分析了近10年我国热带气旋带来的气象灾害及时空分布特征,发现2004—2013年,广东省是热带气旋登陆及灾害发生频次最多的省份。例如2012年受台风韦森特的影响,广东省大部分地区出现了持续的强降水,降雨还造成滑坡、泥石流等地质灾害威胁(Chen et al, 2005; Lin et al, 2012)。据统计截至到2012年7月25日12时,广东省受灾人数达82.3万,因此台风研究对沿海地区的防台减灾工作非常重要。
台风登陆前后是台风环境场、下垫面改变最为剧烈的时段,也是台风结构变化最为强烈的阶段,海陆下垫面及地形强迫等会使登陆期间台风风场分布出现明显变化(Powell and Houston, 1998;Chan and Liang, 2003; 李英等,2004;Au-Yeung and Chan, 2010;端义宏等,2014)。台风登陆前后的路径、强度、结构及风雨的异常变化是台风研究的重点与难点(陈联寿,2010;许映龙等,2015)。陈联寿等(2004)研究表明,台风在运动过程中结构与强度的变化与下垫面的不同属性密切相关。薛霖等(2015)对台风Meranti经过海峡地带时强度的增大进行了数值模拟试验,发现由于受特殊地形影响,台风在登陆过程中强度加强的异常现象。台风登陆前后在沿海地区产生强风雨,下垫面的不同特征对沿海地区的风雨会产生重大影响(马玉芬等,2009;余沛龙等,2013;盛春岩等,2014)。吴启树等(2005)作了台风碧利斯暴雨影响福建沿海的地形敏感性试验,针对山脉迎风坡的地形坡度与气流正交速度乘积最大时段,讨论了风向,地形与降水的相关特性。姚昊等(2008)利用地形高度场的敏感性试验进一步探究了地形平滑方案与降水强度及时空分布关系。杨仁勇等(2011)的琼州海峡大风数值模拟及地形敏感性试验发现,复杂地形对于局地风速影响关键,海峡中间区域风速会因“狭管效应”而加大。
Li et al(2016)对深圳、香港地区沿海自动气象站在台风影响下多年阵风观测数据进行统计分析,发现阵风受周边地形环境影响大,无阻挡的地方,风更大;一般说来,台风对香港的沿海自动站风力影响大于对深圳沿海站的影响;深圳三个港湾码头站:盐田港、妈湾港和蛇口码头,在西行台风影响下,盐田港的风力影响最大。Li et al(2016)的研究中指出盐田港、妈湾港和蛇口码头相距不远,最大阵风值相差却很大。风力差异大的可能原因是因为香港岛地形的影响,以及盐田港附近梧桐山峡口地带的影响作用。但是Li et al(2016)的研究并没有对此假设进行验证。
本文利用中尺度数值模式WRF V3.7.1(weather research and forecasting model)对给华南地区带来严重风雨影响的1208号台风韦森特与1415号台风海鸥进行了数值模拟,“韦森特”和“海鸥”都是西向移动的台风,是西向移动台风对深圳、香港地区带来严重影响的代表。本研究将利用观测数据对模式输出结果进行验证,在模式结果与观测比较一致的基础上,运用改变地形高度、土地利用类型的方式,探究在台风登陆期间,不同性质的下垫面对深港局部地区的阵风影响,进而通过数值试验验证Li et al(2016)的分析结论。
1 模式与数据简介WRF模式是美国国家大气研究中心(National Center for Atmospheric Research, NCAR)等科研机构研发的新一代中尺度模式和同化系统,WRF模式系统在预报各种天气中都具有较好的性能,在国内外的气象研究中得到了广泛的应用(章国材,2004;王晓君和马浩,2011;刘凤梅和李杨,2011)。数值模式中地形数据的精度对近地模拟风场有直接影响(Carvalho et al, 2012),为精确描述深圳、香港地区的精细地形,尤其是深圳盐田港地区附近梧桐山的峡口地带,本文中的数值模式及敏感性试验中设置了四重嵌套网格以提高地形插值精度,第四层网格分辨率为1.11 km。图 1a显示本研究采用的模式区域,图 1b显示第四层网格(d04)的高程图;图 1c显示的是第四层网格(d04)的土地利用分类情况(采用USGS 24类土地利用数据)。表 1为本项目数值试验所选择的模式参数方案。数值模拟的初始场与边界场数据来源于美国国家环境预报中心(National Centers for Environmental Prediction, NCEP)的全球再分析资料,该数据集空间分辨率为1°×1°,每6 h提供一次。台风路径与强度数据来自日本气象厅(Japan Meteorological Agency, JMA)的最优路径数据(best track data),台风期间自动站气象观测数据来自深圳市气象局的整点小时观测记录。本文涉及自动气象站点包括:蛇口码头(Shekou Ferry Terminal, SFT),妈湾港(Mawan Port, MWP),竹子林站(Zhuzilin Station, ZZL)和盐田港(Yantian International Container Terminal, YICT)。四个站点的地理位置见图 1b。台风韦森特(1208)模拟的起始时间为2012年7月22日00:00:00 UTC,终止时间为7月26日00:00:00 UTC,积分时长96 h。台风海鸥(1415)模拟起始时间为2014年9月14日00:00:00 UTC,终止时间为9月18日00:00:00 UTC,积分时长96 h。模式结果每1 h输出一次。
为了探究台风登陆期间地形对局地阵风的影响,设计了如下试验方案:
(1) 控制试验(Control Run, CTRL):以“韦森特”和“海鸥”两个台风过程作为控制试验,模式区域设置见图 1a。
(2) 地形影响试验一(Experiment 1,EXP1):将模拟区域中香港下垫面改为大海,同时高程改为0。如图 2所示,图 2b中16表示水体,其他方案同CTRL。
(3) 地形影响试验二(Experiment 2,EXP2):在EXP1的基础上去掉梧桐山峡口地形,使梧桐山地区与周围的地形高程相近,如图 3a,其他方案同EXP1。
(4) 地形影响试验三(Experiment 3,EXP3):在EXP1的基础上将梧桐山峡口区域高程增高到原高程基础上的1.5倍。如图 3b,其他方案同EXP1。
2.2 控制试验结果分析 2.2.1 强度与路径数值模拟结果分析按第二节中模式设置方案进行台风数值模拟,并对从模拟起始时刻至登陆前后期间的移动路径及中心强度作出分析。模式结果中关于台风的定位与追踪方案采用SLP(sea-level pressure)分析法(王咏青,2012),即采用最低海平面气压位置确定台风中心。图 4显示控制试验(CTRL)台风模拟路径(蓝色实心台风符号)与JMA最优路径(红色空心台风符号)的移动变化。从表 2路径误差分析可以看出,台风登陆之前路径误差较小,登陆后的路径误差增大。其次台风中心海平面气压(图 5)与中心最大风速(图 6)的模拟数值(实线)与最优路径数据(虚线)变化趋势一致,总体上看,台风模拟的强度稍强。
本文分别对蛇口码头(SFT),妈湾港(MWP),竹子林站(ZZL)和盐田港(YICT)四个站点的三个气象要素(整点小时地表气压,整点小时地面风速,24 h降雨量)的模拟结果与实际观测数据进行分析对比。在台风韦森特登陆过程中,站点气压值逐渐减小,风速随之增大,在23日18时附近达到极值,之后随着台风中心远离,站点气压值回升,风力减弱,图 7是台风韦森特期间各站点气压及风场变化时间序列,其中观测风速选取观测站点的整点小时极大风速值。表 3列出了两个个例中四个自动气象站点的地表压强与近地风场的极值及对应时间点与误差,可以看出,“韦森特”个例中站点的气压观测值与模拟结果到达极值时间点仅偏差1 h(时间点表示在97个模拟小时结果中出现极值所对应的序号),风场极值偏差时间点最大为4 h,最低气压误差最大3.0168 hPa,风场误差最大8.7943 m·s-1。
受台风韦森特环流影响,广东省的中南部等地区出现了大暴雨,短时降雨的强度很大(如图 8所示),其中RainZZL>RainSFT>RainMWP。台风在登陆前及登陆过程中(台风路径见图 4a),深圳地区盛行东南风,比较各气象站位置(图 1b),MWP与SFT相距很近,但是MWP在背风坡,所以雨量较SFT少一些。另外,根据以下公式(吴启树等,2005):
$ R = - \int_{{p_0}}^p {F \cdot \left({ - p} \right)g\mathit{\boldsymbol{v}}\nabla h\left({{\rm{d}}p/g} \right)} $ | (1) |
式中,F为凝结率,p为气压,v为水平风矢量,g为重力加速度,∇h为地形高度梯度,R为山脉爬坡气流造成的降雨量。降雨量与附近地形及风场压强变化密切相关,ZZL与SFT站点位于迎风一侧,区域的风压相近(图 7),ZZL地形梯度相对较大(图 1b),所以降雨量也最大。同时在模式的区域风场时序变化(图略)中可以看到,随着风向与地形走势逐渐呈正交趋势,雨量进一步增大,在24日的降雨量显著。从蛇口码头和妈湾港站点的模拟结果可以看到,24日的降雨量几乎是23日的两倍多,模拟结果与实际观测误差较小,盐田港站点24日的模拟雨量相对较差。
在“海鸥”个例(图略)中站点雨量模拟结果一般,气压与风场的数值模拟结果良好。总的来说,WRF模式能够较好地模拟出台风的移动路径,强度变化及区域与站点气象要素的变化特征,模式结果稳定。
2.3 敏感性试验结果分析图 9和图 10给出了风速达到极值时刻附近(分别对应台风韦森特2012年7月23日18:00:00与台风海鸥2014年9月15日23:00:00)WRF模式模拟的研究区域风场图,表 4给出了地形敏感性试验中单站点最大风速结果,表 5表示在风速达到极值附近风向的情况,其中,α值为表示风向的方位角。从控制试验模拟的区域风场图可以看到,在研究区域风速达到峰值时,该区域盛行东南风,在EXP1中,香港的高程改为0同时下垫面改为大海,风速达到峰值时,由于没有了香港的遮挡,蛇口港与竹子林站的风速(图 9b,图 10b及表 4)极值及附近区域风场都有所增大;另一方面,由于蛇口半岛的存在,妈湾港位于半岛背风一侧,其变化相对蛇口码头增幅小。其次对于向西移动的台风来讲,盐田港的风速受香港影响作用并不显著;从表 5中可以看出,去掉香港岛的影响,4个站在“韦森特”及“海鸥”影响下的风,方位角有系统性的变小。在EXP2(图 9c,图 10c及表 4)中,由于缺失了盐田港附近梧桐山所形成的狭管效应,盐田港的阵风极值及其附近区域阵风风速相较于EXP1有减小。在EXP3(图 9d,图 10d及表 4)中,由于增大了梧桐山之间的地形梯度,狭管效应增强,梧桐狭口风速增大,盐田港的阵风极值较EXP1增大;梧桐山的峡管效应存在与否对于四个台站风向方位角不存在系统性的改变情况。
本文采用WRF模式,探讨了台风韦森特与海鸥登陆期间区域地形对深港近地面阵风极值的影响。在数值模拟结果与实况较为接近的基础上,进行了地形敏感性试验,结果表明:
(1) 模式较好地模拟出了台风移动的路径,强度变化与JMA最佳路径基本一致。
(2) 地形和陆面特征是影响深圳、香港地区局地阵风强度的重要因子,将香港地界改成海域后,西向移动台风在蛇口码头与竹子林站产生的阵风强度明显增大,表明台风西向移动过程中,香港减小了台风对深圳中西部地区的风力影响,起到了一定的缓冲保护作用。梧桐山地形降低试验(EXP2)在香港地域改海试验(EXP1)的基础上去除了梧桐山地区的狭管效应,盐田港阵风极值变小1 m·s-1左右,在梧桐山地形增高试验(EXP3)中,梧桐山高程增大后,梧桐山狭管效应进一步加大,盐田港的阵风强度极值比试验EXP1略微加大,表明梧桐山地带的峡口对盐田港地区阵风强度的确有增大影响。在地形敏感性试验中,去掉香港岛的存在,盐田港、竹子林、蛇口码头、妈湾港4个站在“韦森特”及“海鸥”影响下的风方位角有系统性的变小。梧桐山地形高度的改变对4个台站风向影响不明显。
陈联寿, 2010. 热带气象灾害及其研究进展[J]. 气象, 36(7): 101-110. DOI:10.7519/j.issn.1000-0526.2010.07.017 |
陈联寿, 罗哲贤, 李英, 2004. 登陆热带气旋研究的进展[J]. 气象学报, 62(5): 541-549. DOI:10.11676/qxxb2004.055 |
端义宏, 陈联寿, 梁建茵, 等, 2014. 台风登陆前后异常变化的研究进展[J]. 气象学报, 72(5): 969-986. DOI:10.11676/qxxb2014.085 |
李英, 陈联寿, 张胜军, 2004. 登陆我国热带气旋的统计特征[J]. 热带气象学报, 20(1): 14-23. |
刘凤梅, 李杨, 2011. WRF模式在Linux系统下的安装和运行[J]. 宁夏农林科技, 52(12): 239-241. DOI:10.3969/j.issn.1002-204X.2011.12.114 |
马玉芬, 沈桐立, 丁治英, 等, 2009. 台风"桑美"的数值模拟和地形敏感性试验[J]. 南京气象学院学报, 32(2): 277-286. |
盛春岩, 李建华, 范苏丹, 2014. 地形及下垫面对渤海大风影响的数值研究[J]. 气象, 40(11): 1338-1344. DOI:10.7519/j.issn.1000-0526.2014.11.006 |
王晓君, 马浩, 2011. 新一代中尺度预报模式(WRF)国内应用进展[J]. 地球科学进展, 26(11): 1191-1199. |
王咏青, 宋天元, 梁驹, 等, 2012. 西北太平洋台风季节预报的数值模拟[J]. 大气科学学报, 35(1): 24-31. |
吴启树, 沈桐立, 李双锦, 2005. 影响福建沿海的0010号"碧利斯"台风暴雨的地形敏感性试验[J]. 台湾海峡, 24(2): 236-242. |
许映龙, 吕心艳, 张玲, 等, 2015. 1323号强台风菲特特点及预报难点分析[J]. 气象, 41(10): 1222-1231. DOI:10.7519/j.issn.1000-0526.2015.10.005 |
薛霖, 李英, 许映龙, 等, 2015. 台湾地形对台风Meranti(1010)经过海峡地区时迅速增强的影响研究[J]. 大气科学, 39(4): 789-801. |
杨仁勇, 冯文, 许向春, 等, 2011. 琼州海峡大风数值模拟及地形敏感性试验[J]. 热带气象学报, 27(1): 95-100. |
姚昊, 潘晓滨, 臧增亮, 2008. 一次鄂西地区暴雨过程中地形敏感性试验研究[J]. 气象与环境学报, 24(5): 61-66. |
余沛龙, 王丽琼, 张立凤, 等, 2013. 非洲地形对印度夏季风影响的数值试验[J]. 干旱气象, 31(1): 10-17. |
章国材, 2004. 美国WRF模式的进展和应用前景[J]. 气象, 30(12): 27-31. |
赵珊珊, 任福民, 高歌, 等, 2015. 近十年我国热带气旋灾害的特征研究[J]. 热带气象学报, 31(3): 424-432. |
Au-Yeung A Y M, Chan J C L, 2010. The effect of a river delta and coastal roughness variation on a landfalling tropical cyclone[J]. J Geophys Res Atmos, 115(D19): D19121. DOI:10.1029/2009JD013631 |
Carvalho D, Rocha A, Gómez-Gesteira M, et al, 2012. A sensitivity study of the WRF model in wind simulation for an area of high wind energy[J]. Environ Modell Softw, 33(7): 23-34. |
Chan J C L, Liang X D, 2003. Convective asymmetries associated with tropical cyclone landfall.Part I: f-plane simulations[J]. J Atmos Sci, 60(13): 1560-1576. DOI:10.1175/1520-0469(2003)60<1560:CAAWTC>2.0.CO;2 |
Chen C Y, Chen T C, Yu F C, et al, 2005. Rainfall duration and debris-flow initiated studies for real-time monitoring[J]. Environ Geol, 47(5): 715-724. DOI:10.1007/s00254-004-1203-0 |
Li Qinglan, Xu Pengcheng, Wang Xingbao, et al, 2016. An operational statistical scheme for tropical cyclone induced wind gust forecasts[J]. Wea Forecasting, 31(6): 1817-1832. DOI:10.1175/WAF-D-16-0015.1 |
Lin J W, Chen Chengwu, Peng Chengyi, 2012. Potential hazard analysis and risk assessment of debris flow by fuzzy modeling[J]. Nat Hazards, 64(1): 273-282. DOI:10.1007/s11069-012-0236-z |
Powell M D, Houston S H, 1998. Surface wind fields of 1995 Hurricanes Erin, Opal, Luis, Marilyn, and Roxanne at landfall[J]. Mon Wea Rev, 126(5): 1259-1273. DOI:10.1175/1520-0493(1998)126<1259:SWFOHE>2.0.CO;2 |