CN105389468A - 一种离岸流预测方法 - Google Patents

Abstract

本发明公开了一种离岸流预报方法，包括以下步骤：（1）、基于中尺度海洋天气业务化预报系统，获取目标海域及其周围海域的风场和气压场；（2）、建立Delft3D水动力数值模型，模拟得到目标海域及其周围海域的潮流场；（3）、建立SWAN波浪谱模型，模拟得到目标海域及其周围海域的波浪场；（4）、从波浪场中提取边界条件，以潮流场为背景流场，建立SWASH波浪解析模型，模拟得到目标海域水质点速度的时间序列；（5）、统计离岸流的强度。本方法为了考虑离岸流的多物理机制耦合、多时空尺度共存的动力特点，本发明综合利用多种模型分别模拟不同的物理过程，并采用数据交换、耦合考虑它们之间的相互作用，实现海滨浴场离岸流的实时预报，为浴场救援提供参考。

Description

一种离岸流预测方法

技术领域

本发明涉及一种海洋预报技术，具体地说，是涉及一种离岸流预测方法。

背景技术

离岸流是指产生于波浪破碎带内、指向离岸方向的射流。离岸流在很多沙滩水域、不同的波浪和潮汐环境中均可能发生，具有流束窄、流速急等特点，可以将游泳者没有防备的情况下、快速的卷入外海深水区。在美国，统计数据显示每年因离岸流导致的溺水死亡人数约100-150人，超过80%的海滩救援任务与离岸流有关。在澳大利亚，离岸流导致的年均死亡人数超过因风暴、洪水、森林火灾、鲨鱼攻击造成的年均死亡人数总和。在中国，青岛、厦门、三亚等滨海旅游城市的海滨浴场也是离岸流的高发地。2012年8月4日上午，在韩国釜山著名的海云台浴场，一股巨大而强劲的离岸流将143名游客同时卷入远离岸边的海中。

离岸流的发生与海滩地貌、波浪条件、水流环境以及它们之间的相互作用密切相关，这些因素之间复杂的耦合作用也导致了离岸流的难以预测。对于离岸流，目前多根据海滩地貌特点大概给出离岸流容易发生的位置，或者采用定点的仪器对水流进行测量。这些技术对于浴场游客来说，难以起到直观的、即时的预警作用。如果能给出实时的海滩离岸流强度分布，则对于海滩管理、预警和救援具有很大的指导意义。

发明内容

本发明为了解决现有离岸流难以预测或者采用定点仪器测量的方式测量区域有限的问题，提出离一种离岸流预测方法，可以解决上述问题。

为了解决上述技术问题，本发明采用以下技术方案予以实现：

一种离岸流预测方法，包括以下步骤：

（1）、获取目标海域及其周围海域的高精度风场和气压场，基于已有的中尺度海洋天气业务化预报系统，提取实时的高精度风场和气压场；

（2）、建立目标海域及其周围海域的潮流数值模型，基于三维浅水方程模型Delft3D，建立从目标海域的周围海域至目标海域的水动力模型，将步骤（1）中提取的高精度风场和气压场作为所述水动力模型的气象数据输入，计算得到目标海域及其周围海域的实时水位和背景流场；

（3）、建立目标海域及其周围海域的波浪模型，基于第三代浅水风浪模型SWAN,建立波浪从目标海域的周围海域传播至目标海域的波浪模型，将所述高精度风场及目标海域及其周围海域的实时水位和背景流场输入至波浪模型中，计算得到目标海域及其周围海域的波浪场，即波高、波周期的实时空间分布；

（4）、建立目标海域的相位解析波浪模型SWASH，利用所述波浪场提取SWASH模型的计算网格边界处的波浪谱信息，运行SWASH模型，获取目标海域的水位、水质点速度的时间序列；

（5）、根据步骤（4）中得到的水质点速度的时间序列，统计离岸流的强度。

与现有技术相比，本发明的优点和积极效果是：本发明的离岸流预测方法，基于其具有风、浪、流等多动力过程耦合作用，外海-近岸、波相位平均-波相位解析多时空尺度共存的动力特点，为了考虑不同的物理过程，本发明采用不同数值模型来模拟；不同物理过程之间的相互作用，采用数据交换、单向耦合来实现，综合利用并耦合天气预报模型WRF、水动力数值模型Delft3D、波浪平均的波浪谱模型SWAN和相位解析的非静压波浪模型SWASH，考虑风场、气压场对水位、水流，风场、水位、水流对外海波浪的影响，以及近岸波浪和背景潮流场、波生流之间互相耦合作用，对海滨浴场的离岸流进行实时的数值计算与预报，为海滨浴场的预警、救援提供参考依据。

结合附图阅读本发明实施方式的详细描述后，本发明的其他特点和优点将变得更加清楚。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明所提出的离岸流预测方法一种实施例中所提取的风场与气压场示意图；

图2是本发明所提出的离岸流预测方法一种实施例中Delft3D潮流场模拟结果示意图；

图3是本发明所提出的离岸流预测方法一种实施例中SWAN波浪场模拟结果示意图；

图4为本发明所提出的离岸流预测方法一种实施例中目标海域的水深图；

图5为本发明所提出的离岸流预测方法一种实施例中SWASH模型所模拟的离岸流流速及强度示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一，本实施例提出了一种离岸流预测方法，包括以下步骤：

S1、获取目标海域及其周围海域的高精度风场和气压场，基于已有的中尺度海洋天气业务化预报系统，提取实时的高精度风场和气压场；如图1所示，为整个西北太平洋地区的WRF预报的某一时刻风场和气压场的示意图，其中，风场由箭头表示，气压场由等值线表示。

基于目前已有的大气模型WRF（WeatherResearchandForecastingModel）中尺度天气业务化预报系统，提取实时预报的风场和气压场数据。目前国内外很多有海洋大气相关科研方向的高校和科研院所均有业务化预报系统，可以给出实时或72小时的海洋气象预报，风场和气压场数据可以通过连接相关的服务器来获取。

S2、建立目标海域及其周围海域的潮流数值模型，基于三维浅水方程模型Delft3D，建立从目标海域的周围海域至目标海域的水动力模型，将步骤S1中提取的高精度风场和气压场作为所述水动力模型的气象数据输入，计算得到目标海域及其周围海域的实时水位和背景流场；

本步骤根据高精度风场和气压场对水动力的影响，计算得到海域的水位和背景流场。

S3、建立目标海域及其周围海域的波浪模型，基于第三代浅水风浪模型SWAN,建立波浪从目标海域的周围海域传播至目标海域的波浪模型，将所述高精度风场及目标海域及其周围海域的实时水位和背景流场输入至波浪模型中，计算得到目标海域及其周围海域的波浪场，即波高、波周期的实时空间分布；

考虑风场、气压场对水位、水流，风场、水位、水流对外海波浪的影响，利用第三代浅水风浪模型SWAN，计算得到目标海域及其周围海域的波浪场。

S4、建立目标海域的相位解析波浪模型SWASH，利用所述波浪场提取SWASH模型的计算网格边界处的波浪谱信息，运行SWASH模型，获取目标海域的水位、水质点速度的时间序列；

S5、根据步骤S4中得到的水质点速度的时间序列，统计离岸流的强度。

其中，离岸流是流速方向与海岸方向垂直且指向外海方向的水流。

由于离岸流具有风、浪、流等多动力过程耦合作用，外海-近岸、波相位平均-波相位解析多时空尺度共存的动力特点，为了考虑不同的物理过程，本发明采用不同数值模型来模拟：综合利用并耦合天气预报模型WRF、水动力数值模型Delft3D、波浪平均的波浪谱模型SWAN和相位解析的非静压波浪模型SWASH，不同物理过程之间的相互作用，采用数据交换、单向耦合来实现，考虑风场、气压场对水位、水流，风场、水位、水流对外海波浪的影响，以及近岸波浪和背景潮流场、波生流之间互相耦合作用，对海滨浴场的离岸流进行实时的数值计算与预报，为海滨浴场的预警、救援提供参考依据。

作为一个优选的实施例，所述步骤S2中，包括以下子步骤：

S21、收集所述目标海域及其周围海域的水深数据；

S22、建立水动力模型步骤，建立从海域至目标海域的水动力模型网格，所述水动力模型网格包含多层嵌套的网格，将所述步骤S21中的水深数据分别插值到所述多层嵌套的网格上；为了获取更加准确的边界条件和更精细的近岸流场，需要建立从外海大洋至近岸水动力模型，由于面积较大，若模型网格划分精度太高，则需要计算的数据量太大，计算周期长，无法满足实时需要，若模型网格划分精度太低，计算数据量降低了，同时带来近岸数据精度难以满足要求的问题，因此，本实施例通过将水动力模型网格包含多层嵌套的网格，所述多层嵌套的网格中，相邻层次的网格位于外层的网格区域包含位于内层的网格区域，且所述多层嵌套的网格的精度由内层至外层依次变低。目标海域的周围海域大范围海洋模型的范围、嵌套层数和网格精度需要根据目标海域的动力条件选取：目标海域动力条件较强、受洋流、风生流等影响较大时，目标海域的周围海域模型的范围则需覆盖更大的区域。本实施例以典型的海云台浴场发生的离岸流为例，获取离岸流发生前的气象数据：风场和气压场、潮流数据等，采用被实施例的方法进行验证，本实施例中，最外层海洋模型覆盖范围为西北太平洋北纬20度至50度，东经117度至141度地区，网格大小约为9000m；第二层模型覆盖范围为北纬32度至37度，东经127度至131度，网格大小为1000m；第三层模型覆盖范围为北纬35.0度至35.2度，东经129.0度至129.4度，网格精度为100m；最内层模型为目标浴场，即海云台浴场区域，东西3km，南北2km，网格精度为20m。将步骤S21中的水深数据采用线性插值方法插值到本步骤所建立的模型网格上。

S23、获取所述水动力模型网格中最外层网格的潮汐边界条件，并将其格式转换为Delft3D模型的边界条件输入文件格式；本步骤中，根据公开的NAO.99b西北太平洋地区的潮汐预报系统，和最外层网格的边界网格点的经纬度，可以提取模型边界处的潮汐调和常数。为了保证精度，需要尽可能考虑多个分潮，包括M2,S2,K1,O1,N2,P1,K2,Q1,M1,J1,OO1,2N2,Mu2,Nu2,L2,T2共计16个分潮，优选将所示16个分潮全都考虑进来，具体做法是：将这16个分潮的振幅和相位数据，编写成Delft3D模型输入的边界条件文件的格式。

S24、气象数据插值步骤，将所述步骤S1中获取的高精度风场和气压场分别插值到所述多层嵌套的网格上，并将其格式转换为Delft3D模型的气象数据输入文件格式；

S25、运行所述水动力模型，得到所述目标海域及其周围海域的实时水位及背景流场；包括以下步骤：

S251、首先对所述水动力模型网格中最外层网格运行水动力模型，并在与其邻近的内层网格的边界处输出水位、流速的时间序列，将所述水位、流速的时间序列作为所述内层网格的潮汐边界条件，对所述内层网格运行水动力模型，直至对最内层网格运行水动力模型，计算输出目标海域及其周围海域的实时水位和背景流场。

也就是说，首先以步骤S23中的获得的潮汐边界条件和步骤S24中获得的气象强迫条件，执行最外层网格大范围的Delft3D模型运算，并在与其邻近的内层网格的边界处输出水位、流速的时间序列；将该时间序列作为该内层网格的边界条件，同样以步骤S24中获得的气象强迫条件，执行第二层Delft3D模型的运算。如此依次执行直至最内层网格，也就是目标浴场（此处以海云台浴场为例）网格，此层网格由于计算范围较小，不用考虑气象强迫条件，仅需要边界处输入外一层模型所得到的水位时间序列。运行目标浴场的模型，计算得到目标海滩周围海域的实时水位、背景流场。如图2所示，为韩国釜山海云台浴场周边海域在实时的风场、气压场、潮汐驱动作用下的水位和流速场示意图，其中，箭头便是水位，等值线表示流速场。

对于步骤S21中水深数据的获取方式，优选所述目标海域的水深数据从海图中提取，精度高，所述目标海域的周围海域的水深数据从etopo1全球海底地形数据库中提取。

所述步骤S24中，优选将所述步骤S1中获取的高精度风场和气压场采用加权反距离方法分别插值到所述多层嵌套的网格上。

所述步骤S3中，包括以下子步骤：

S31、建立波浪模型网格，所述波浪模型网格与所述水动力模型网格一致；这样可以避免两者模型不一致时，水动力模型的结果输入波浪模型中不得不插值而导致的信息丢失。

S32、模拟所述波浪模型网格中最外层网格的波浪场，将所述步骤S24中插值后的高精度风场、及步骤S25中获取的目标海域及其周围海域的实时水位和背景流场输入至第三代浅水风浪模型SWAN（SimulatingWAvesNearshore）中，执行水流-波浪单向耦合模式，计算得到所述波浪模型网格中最外层网格的波浪场，在与其邻近的内层网格的边界处输出波浪谱的时间序列，将所述波浪谱的时间序列作为所述内层网格的波浪边界条件，对所述内层网格运行SWAN模型，直至对最内层网格运行SWAN模型，计算输出目标海域及其周围海域的波浪场。由于模型范围大，运行SWAN模型时，边界处传入模型内的涌浪在长距离的传播后耗散较大因此可以忽略不计。计算过程中开启风对波浪的成长作用和白帽损失，地形和水流导致的波浪折射作用，浅水变形作用、波-波相互作用，以及海床底摩阻以及波浪破碎作用。模拟可以得到目标海域内的波浪场，即任一网格节点上的波浪参数，如波高、波周期等波浪要素的实时空间分布，以及详细的波浪谱。与水动力模型类似，在内层模型边界处输出波浪谱的时间序列，作为内层模型的边界条件。如图3所示，为本步骤计算得到的韩国釜山海云台浴场周边海域的实时波高和波向分布示意图。

所述步骤S4中，包括以下子步骤：

S41、根据目标还有的实测海底地形，建立高精度的非静压波浪模型SWASH的计算网格和计算地形；对于海云台浴场，经测绘得到了浴场内的精细地形数据，将其统一到当地平均水位的基准面，并采用加权反距离方法插值到计算网格上，其三维海底地形如图4所示。

S42、根据所述目标海域及其周围海域的波浪场，提取所述步骤S41中SWASH的计算网格边界处的波浪谱信息；

S43、根据所述目标海域及其周围海域的实时水位和背景流场，并插值到所述SWASH的计算网格上；本步骤的插值方法仍然优选采用加权反距离方法。

S44、以所述步骤S42中获取的SWASH的计算网格边界处的波浪谱信息作为边界条件，运行SWASH模型，获得目标区域内所有网格点的水质点速度的时间序列；

S45、将所述水质点速度的时间序列在100个波周期时间长度上进行平均计算，获得目标海域的时均波生流流场，也即目标海域的水位、水质点速度的时间序列。

所述步骤S5之后，还包括S6、离岸流报警步骤，设定报警阈值，当所统计的离岸流的强度大于报警阈值时（如离岸流强度>0.5m/s），进行报警提示。同时能够指示发生危险级别离岸流的位置。图5给出了经过上述步骤计算最终得到的某时刻下海云台浴场的离岸流强度和流场分布。图中箭头较密的区域代表较强的离岸流强度，箭头则代表离岸流的流速方向。可以看出该时刻海云台浴场发生了4~5股较为强烈的离岸流，与实际灾害发生的情况相符。

当然，上述说明并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的普通技术人员在本发明的实质范围内所做出的变化、改型、添加或替换，也应属于本发明的保护范围。

Claims (8)

1.一种离岸流预测方法，其特征在于，包括以下步骤：

（1）、获取目标海域及其周围海域的高精度风场和气压场，基于已有的中尺度海洋天气业务化预报系统，提取实时的高精度风场和气压场；

（2）、建立目标海域及其周围海域的潮流数值模型，基于三维浅水方程模型Delft3D，建立从目标海域的周围海域至目标海域的水动力模型，将步骤（1）中提取的高精度风场和气压场作为所述水动力模型的气象数据输入，计算得到目标海域及其周围海域的实时水位和背景流场；

（3）、建立目标海域及其周围海域的波浪模型，基于第三代浅水风浪模型SWAN,建立波浪从目标海域的周围海域传播至目标海域的波浪模型，将所述高精度风场及目标海域及其周围海域的实时水位和背景流场输入至波浪模型中，计算得到目标海域及其周围海域的波浪场，即波高、波周期的实时空间分布；

（4）、建立目标海域的相位解析波浪模型SWASH，利用所述波浪场提取SWASH模型的计算网格边界处的波浪谱信息，运行SWASH模型，获取目标海域的水位、水质点速度的时间序列；

（5）、根据步骤（4）中得到的水质点速度的时间序列，统计离岸流的强度。

2.根据权利要求1所述的离岸流预测方法，其特征在于，

所述步骤（2）中，包括以下子步骤：

（21）、收集所述目标海域及其周围海域的水深数据；

（22）、建立水动力模型步骤，建立从海域至目标海域的水动力模型网格，所述水动力模型网格包含多层嵌套的网格，将所述步骤（21）中的水深数据分别插值到所述多层嵌套的网格上；

（23）、获取所述水动力模型网格中最外层网格的潮汐边界条件，并将其格式转换为Delft3D模型的边界条件输入文件格式；

（24）、气象数据插值步骤，将所述步骤（1）中获取的高精度风场和气压场分别插值到所述多层嵌套的网格上，并将其格式转换为Delft3D模型的气象数据输入文件格式；所述多层嵌套的网格中，相邻层次的网格位于外层的网格区域包含位于内层的网格区域，且所述多层嵌套的网格的精度由内而外依次变低；

（25）、运行所述水动力模型，得到所述目标海域及其周围海域的实时水位及背景流场；包括以下步骤：

（251）、首先对所述水动力模型网格中最外层网格运行水动力模型，并在与其邻近的内层网格的边界处输出水位、流速的时间序列，将所述水位、流速的时间序列作为所述内层网格的潮汐边界条件，对所述内层网格运行水动力模型，直至对最内层网格运行水动力模型，计算输出目标海域及其周围海域的实时水位和背景流场。

3.根据权利要求2所述的离岸流预测方法，其特征在于，所述步骤（22）中，将所述步骤（21）中的水深数据采用线性插值法分别插值到所述多层嵌套的网格上。

4.根据权利要求2所述的离岸流预测方法，其特征在于，所述步骤（21）中，所述目标海域的水深数据从海图中提取，所述目标海域的周围海域的水深数据从etopo1全球海底地形数据库中提取。

5.根据权利要求2所述的离岸流预测方法，其特征在于，所述步骤（24）中，将所述步骤（1）中获取的高精度风场和气压场采用加权反距离方法分别插值到所述多层嵌套的网格上。

6.根据权利要求2-5任一项所述的离岸流预测方法，其特征在于，所述步骤（3）中，包括以下子步骤：

（31）、建立波浪模型网格，所述波浪模型网格与所述水动力模型网格一致；

（32）、模拟所述波浪模型网格中最外层网格的波浪场，将所述步骤（24）中插值后的高精度风场、及步骤（25）中获取的目标海域及其周围海域的实时水位和背景流场输入至第三代浅水风浪模型SWAN中，执行水流-波浪单向耦合模式，计算得到所述波浪模型网格中最外层网格的波浪场，在与其邻近的内层网格的边界处输出波浪谱的时间序列，将所述波浪谱的时间序列作为所述内层网格的波浪边界条件，对所述内层网格运行SWAN模型，直至对最内层网格运行SWAN模型，计算输出目标海域及其周围海域的波浪场。

7.根据权利要求6所述的离岸流预测方法，其特征在于，所述步骤（4）中，包括以下子步骤：

（41）、根据目标还有的实测海底地形，建立高精度的非静压波浪模型SWASH的计算网格和计算地形；

（42）、根据所述目标海域及其周围海域的波浪场，提取所述步骤（41）中SWASH的计算网格边界处的波浪谱信息；

（43）、根据所述目标海域及其周围海域的实时水位和背景流场，并插值到所述SWASH的计算网格上；

（44）、以所述步骤（42）中获取的SWASH的计算网格边界处的波浪谱信息作为边界条件，运行SWASH模型，获得目标区域内所有网格点的水质点速度的时间序列；

（45）、将所述水质点速度的时间序列在100个波周期时间长度上进行平均计算，获得目标海域的时均波生流流场，也即目标海域的水位、水质点速度的时间序列。

8.根据权利要求7所述的离岸流预测方法，其特征在于，所述步骤（5）之后，还包括（6）、离岸流报警步骤，设定报警阈值，当所统计的离岸流的强度大于报警阈值时，进行报警提示。