首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 109 毫秒
1.
以CCMP(Cross-Calibrated,Multi-Platform)风场为驱动场,分别驱动目前国际先进的第三代海浪模式WW3(WAVEWATCH-III)、SWAN(Simulating WAves Nearshore),对2011年3月发生在中国海的一次强冷空气所致的海浪场进行数值模拟,就冷空气海浪场的特征进行分析,并对比分析两个海浪模式的模拟效果,以期可为防灾减灾提供参考。结果表明:(1)以CCMP风场分别驱动WW3、SWAN海浪模式,可以较好地模拟发生在东中国海的冷空气海浪场过程,两个模式模拟的有效波高都具有较高精度,SWAN模拟的有效波高明显小于观测值和WW3模式的模拟值。(2)冷空气给中国海带来了明显的大风、大浪过程。整个冷空气期间,波向与风向保持了较好的一致性,且向岸效应比较明显;波高与风速的分布特征也保持了较好的一致性,海浪以风浪为主导。(3)冷空气进入渤海,相伴着出现了大风过程,但由于海域狭小,大风范围较小,大风中心的风速仅12 m/s左右,相应波高也在1.0 m左右。冷空气南下进入黄海中部时,黄海中南部大范围海域的风速在16 m/s以上,相应区域的波高在4.5 m以上,高值中心可达5.0 m以上,波向和风向都以北-东北向为主。冷空气南下行进至南海北部海域时,强度大为减弱,风速的和波高的相对大值区分布于台湾岛周边海域,尤其是台湾海峡、吕宋海峡、东沙群岛附近海域。  相似文献   

2.
利用CCMP风场和Holland经验风场模型,构建不同合成半径的合成风场。基于SWAN模式对2010年第13号强台风鲇鱼进行数值模拟,然后使用卫星数据验证模式风速和波高,结果表明模式结果与实测值吻合良好,并且100km合成半径的风场模拟结果最佳。最后使用基于不同拖曳系数参数化方案的SWAN模型进行波高模拟,结果表明不同拖曳系数参数化方案造成的差异主要反映在大风区,新版本的SWAN41.01修正风能输入项后,波高模拟结果更加合理。  相似文献   

3.
1988—2009年中国海波候、风候统计分析   总被引:3,自引:0,他引:3  
利用高精度、高时空分辨率、长时间序列的CCMP(Cross-Calibrated,Multi-Platform)风场,驱动国际先进的第三代海浪模式WAVEWATCH-Ⅲ(WW3),得到中国海1988年1月~2009年12月的海浪场。对中国海的波候(风候)进行精细化的统计分析,分析了海表风场和浪场的季节特征、极值风速与极值波高、风力等级频率和浪级频率、海表风速和波高的逐年变化趋势,结果显示:(1)中国海的海浪场与海表风场具有较好的一致性,尤其是在DJF(December,January,February)期间;海表风速和波高在MAM(March,April,May)期间为全年最低,在DJF期间达到全年最大;MAM和JJA(June,July,August)期间,中国海大部分海域的波周期在3~5.5s,SON(September,October,November)和DJF期间为4.5~6.5s。(2)中国海极值风速、极值波高的大值区分布于渤海中部海域、琉球群岛附近海域和台湾以东广阔洋面、台湾海峡、东沙群岛附近海域、北部湾海域、中沙群岛南部海域。(3)吕宋海峡在MAM、SON、DJF期间均为6级以上大风和4m以上大浪的相对高频海域,JJA期间,6级以上大风的高频海域位于中国南半岛东南部海域,4m以上大浪主要出现在10°N以北。(4)在近22a期间,中国海大部分海域的海表风速、有效波高呈显著性逐年线性递增趋势,风速递增趋势约0.06~0.15m.s-1.a-1,波高递增趋势约0.005~0.03m.a-1。  相似文献   

4.
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。  相似文献   

5.
以CCMP风场资料为背景风场,结合藤田风场模型、Myers风场模型、Jelesnianski风场模型、Holland风场模型,分别构建全新的海面风场.基于非结构三角网格,采用第三代近岸海浪模式SWAN对2011年第5号强热带风暴“米雷”产生的台风浪进行数值模拟.比较SWAN模式模拟的结果和浮标实测数据,发现风场模型能够有效提高台风中心附近3至5倍台风最大风速半径范围内风场和台风浪有效波高的模拟精度.对比4种风场模型对应的台风浪模拟结果,发现Holland风场模型模拟的有效波高与浮标实测值最接近.  相似文献   

6.
风场对SWAN模式在台湾海峡后报结果的影响   总被引:2,自引:2,他引:0  
本文利用SWAN模式模拟分析了CCMP和DASCAT两种常用风场数据在台湾海峡海面的浪场结果。东北季风期3个月的浪场模拟结果与浮标实测波高时序数据相比,偏差均值不大于0.33 m,偏差均方根不大于0.59 m。一般在浮标波高大于3.5 m和小于1.0 m时,偏差偏大。6 h分辨率的风场数据相较于24 h分辨率风场数据对应的模拟结果更接近于浮标实测结果。在6 h和24 h分辨率的CCMP风场数据和24 h分辨率的DASCAT风场数据的模拟结果中,两两结果间的空间相关系数均不低于0.90,偏差均值不大于0.32 m,偏差均方根不大于0.4 m。  相似文献   

7.
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.  相似文献   

8.
基于第三代海浪数值模式WAVEWATCH-Ⅲ(v 3.14),在CCMP风场驱动下,对2009年平常月份与台风"茉莉"作用期间涌浪场及混合浪场进行了数值模拟,探讨了东海E3海域的涌浪在不同气象条件下的产生机理及其演变特性。结果表明:平常月份东海E3海域的涌浪主要来自东海海域及西北太平洋海域,当涌浪来自东海海域,涌浪波高较大,涌浪波高多在0.7~2m,谱峰周期约为8~10s,混合浪中涌浪成分较高;当涌浪来自西北太平洋海域,涌浪的有效波高多在0.2~0.7m,谱峰周期约为8~10s,混合浪中涌浪成分较小。台风期间,东海E3海域主要受西北太平洋海域传来的涌浪影响,涌浪的有效波高及谱峰周期都较平常月份为大,有效波高主要分布在0.5~1.8m,谱峰周期主要分布在10~18s。  相似文献   

9.
北大西洋风场和海浪场特点分析   总被引:7,自引:1,他引:6  
根据1950~1995年共46a的北大西洋气象船舶报资料,对按5°×5°网格统计的风、浪要素进行分析研究,阐明了北大西洋风、浪、涌的特点及其变化规律.该区是世界典型的季风气候区,季风时期的风向、风浪传播方向、涌浪传播方向基本一致,低纬地区常年盛行东北浪.冬季季风比夏季季风强盛,相应的平均波高、大浪大涌频率也较大.该海域与北印度洋同属季风气候区,但其特点正好相反.本文提供了较翔实的风场和浪场资料及变化规律.  相似文献   

10.
南大西洋风场和海浪场时空特征分析   总被引:3,自引:0,他引:3  
本文根据1950~1995年共46a的南大西洋船舶气象报资料,按1*1和5*5网格统计的风、浪要素进行分析研究。通过分析每月风、浪各要素的等值线分布图,得出南大西洋风场与海浪场季节变化特点不如北半球各大洋显著,但仍有较明显的季节变化,只是季节性差异较小,冬季风比夏季风强盛,相应的平均波高、大浪大涌频率也较大;盛行风向、风浪传播方向、涌浪传播方向基本一致,低纬地区常年盛行东南浪,高纬地区则盛行偏西向浪。本文为船舶远洋交通运输、远洋出访和科学试验等活动,提供了较为翔实的风场和浪场资料及变化规律。  相似文献   

11.
The influences of the three types of reanalysis wind fields on the simulation of three typhoon waves occurred in 2015 in offshore China were numerically investigated. The typhoon wave model was based on the simulating waves nearshore model (SWAN), in which the wind fields for driving waves were derived from the European Centre for Medium-Range Weather Forecasts (ECMWF) Re-Analysis-Interim (ERA-interim), the National Centers for Environmental Prediction climate forecast system version 2 (CFSv2) and cross-calibrated multi-platform (CCMP) datasets. Firstly, the typhoon waves generated during the occurrence of typhoons Chan-hom (1509), Linfa (1510) and Nangka (1511) in 2015 were simulated by using the wave model driven by ERA-interim, CFSv2 and CCMP datasets. The numerical results were validated using buoy data and satellite observation data, and the simulation results under the three types of wind fields were in good agreement with the observed data. The numerical results showed that the CCMP wind data was the best in simulating waves overall, and the wind speeds pertaining to ERA-Interim and CCMP were notably smaller than those observed near the typhoon centre. To correct the accuracy of the wind fields, the Holland theoretical wind model was used to revise and optimize the wind speed pertaining to the CCMP near the typhoon centre. The results indicated that the CCMP wind-driven SWAN model could appropriately simulate the typhoon waves generated by three typhoons in offshore China, and the use of the CCMP/Holland blended wind field could effectively improve the accuracy of typhoon wave simulations.  相似文献   

12.
Typhoon-generated waves are simulated with two numerical wave models, the SWAN model for the coastal and Yangtze Estuary domain, nested within the WAVEWATCHIII (WW3) for the basin-scale East China Sea domain. Typhoon No. 8114 is chosen because it was very strong, and generated high waves in the Estuary. WW3 was implemented for the East China Sea coarse-resolution computational domain, to simulate the waves over a large spatial scale and provide boundary conditions for SWAN model simulations, implemented on a fine-resolution nested domain for the Yangtze Estuary area. The Takahashi wind model is applied to the simulation of the East China Sea scale (3-hourly) and Yangtze Estuary scale (1-hourly) winds. Simulations of significant wave heights in the East China Sea show that the highest waves are on the right side of the storm track, and maxima tend to occur at the eastern deep-water open boundary of the Yangtze Estuary. In the Yangtze Estuary, incoming swell is dominant over locally generated waves before the typhoon approaches the Estuary. As the typhoon approaches the Estuary, wind waves and swell coexist, and the wave direction is mainly influenced by the swell direction and the complex topography.  相似文献   

13.
使用风浪谱的零阶矩(M0w)和混合浪谱的零阶矩(M0)定义的混合浪能量成份因子,作为划分风浪与涌浪的一个新判据,给出了混合浪能量成份因子和混合浪波高成份因子的计算公式。根据混合浪波高成份因子的计算公式,使用GEOSAT卫星高度计50个重复周期的资料,计算了南海海域波高成份因子及其月变化规律,资料的样本长度是1个月。计算结果表明:该海域的混合浪波高成份因子具有明显的时间变化规律。海浪在11、12、1、2月份和5、6、7、8月份,混合浪波高成份因子的概率密度分布形状高而窄,而在3、4月份和9、10月份,混合浪波高成份因子的概率密度分布形状低而宽。在11、12、1和2月份,最可能出现的混合浪波高成份因子等于1.2,有70%的波浪含有涌浪成份,在整个海域涌浪占主导地位。在5、6、7月份,最可能出现的混合浪波高成份因子位于0.3~0.4之间,有60%的波浪只含有风浪成份,在整个海域风浪占主导地位。其它月份,最可能出现的混合浪波高成份因子介于冬夏两季之间,亦即风浪和涌浪出现的概率几乎是相同的  相似文献   

14.
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。  相似文献   

15.
基于CCMP卫星遥感海面风场数据的渤海风浪模拟研究   总被引:6,自引:0,他引:6  
CCMP(Cross Calibrated Multi-Platform)风场数据是一种具有较高的时间、空间分辨率和全球海洋覆盖能力的新型卫星遥感资源。在充分分析CCMP海面风场数据可靠性的基础上,以该卫星遥感海面风场数据为强迫输入项,运用第三代浅水波浪模式SWAN对渤海一次风浪过程进行了模拟,将模拟的结果与T/P、Jason卫星高度计观测得到的有效浪高数据进行比较分析,发现两者相关性达到0.78,模拟结果平均偏高0.3 m。试验表明CCMP卫星遥感风场数据能满足海洋浪高预报需求,能在海洋数值预报和海洋环境研究中发挥重要作用。  相似文献   

16.
寒潮影响下江苏沿海风浪场数值模拟研究   总被引:2,自引:0,他引:2  
周春建  徐福敏 《海洋工程》2017,35(2):123-130
基于第三代浅水波浪数值预报模型SWAN,建立自西北太平洋嵌套至东中国海、江苏沿海的三重嵌套模型,对2010年12月12日至15日江苏沿海寒潮大风引起的风浪过程进行了数值模拟研究。利用西北太平洋和江苏沿海实测数据对模型进行了验证,结果表明SWAN嵌套模型能较好地模拟江苏沿海寒潮风浪场的时空分布。通过响水站实测数据对江苏沿海底摩擦系数进行了率定,研究表明选取Collins拖曳理论中摩擦因数C_f=0.001时,有效波高模拟误差相对较小。寒潮风浪场的特征分析表明,有效波高分布与风场分布基本一致,寒潮风浪在江苏沿海北部影响较为显著,辐射沙洲附近由于其特殊地形影响相对较小。  相似文献   

17.
浙江中部三门湾波浪特征统计分析   总被引:2,自引:0,他引:2  
为了研究浙江中部三门湾海域的波浪特征,本文基于AWAC波浪观测仪在该海域进行了连续1年的观测,对观测得到的波浪参数进行了统计分析、线性回归分析,同时研究分析了三门湾海域受台风影响时,波浪参数和波浪谱的变化情况,探讨了波浪变化的原因。研究表明,三门湾海域常浪向和强浪向均为E向,地形是主导因素;显著波高绝大部分在0.8 m以下,期间的最大波高为2.71 m;该海域的波浪特征分布是一个比较典型的瑞利分布;台风“泰利”期间波能谱以双峰为主,外海涌浪和研究海域风区内的风浪形成混合浪,其中0.08 Hz左右的低频涌浪成分占比很大,而0.25 Hz左右的高频风浪成分占比较小。本文的研究工作为沿海海洋工程结构物的设计建造以及防灾减灾提供重要参考依据。  相似文献   

18.
台风引起的海浪灾害对我国黄、渤海沿岸影响巨大,严重威胁相关区域人民群众生命财产安全。本文主要利用ERA5(the fifth generation European Center for Medium-Range Weather forecasts atmospheric reanalysis of the global climate)风场研究了两类不同移动路径下的台风(1909号台风“利奇马”和1109号台风“梅花”)在黄、渤海区域的海浪场的时空分布特征及风-浪成长关系。结果表明:两个台风引起的海浪的有效波高空间分布明显不同,波高的分布和风速对应,而海浪周期与风速、波高的分布无明显相关性,波向较风向偏于台风移动方向且两者偏差较大;两个台风进入黄海之前就形成一个从黄海向渤海的“涌浪舌”。海浪成分方面,台风“利奇马”引起的沿海区大浪主要是风浪,而台风“梅花”移动路径的右侧以风浪为主,左侧则主要是涌浪;通过建立无因次波高与无因次周期的幂律关系、以及有效波高关于风速的二次多项式变化关系,研究了风-浪成长特性,结果发现,台风浪的成长特性与台风过程关系不明显,但与所处水域的水深和海底地形地貌有关,表现为两个台风在黄海区域的台风浪成长较渤海区域更为充分。  相似文献   

19.
本文对海-气边界层波致风机制的相关理论进行了阐述,并利用ERA-40再分析资料给出了太平洋谱峰速度、波龄、波陡等描述涌浪和波致风机制物理量的年际和季节空间分布特征。分析表明:东太平洋赤道地区等海域涌浪速度最大且涌浪由南向北传播明显;太平洋波边界层高度基本呈现出东高西低的分布形势;波致风机制主要发生在赤道热带海域,北半球夏季波致风机制偏强,冬季偏弱,南半球反之;北半球北部海域夏季更易发生波致风机制,赤道附近海域相反;南海为风浪与涌浪组成的混合浪,对其波候等相关研究有必要分开进行讨论。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号