《中国科学院海洋研究所最新研究成果可实现风暴潮漫滩准确、高效、稳定模拟》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: liguiju
  • 发布时间:2024-09-13
  • 风暴潮灾害是造成我国沿海地区财产损失最严重的海洋动力灾害,其主要致灾形式是海水漫滩、漫堤导致的陆域淹没。准确、快速地预测风暴潮淹没是防范风暴潮灾害的主要手段。中国科学院海洋研究所侯一筠、胡珀课题组研发了一个新型风暴潮淹没模型框架,通过将海洋动力判据和计算信息技术相结合,实现了风暴潮漫滩准确、高效、稳定模拟,相关成果近日在国际学术期刊Geoscientific Model Development发表。

    在台风与寒潮的极端天气条件下,强烈大气扰动引起海面异常升降,海水侵入人类活动区域,对人民生命财产安全造成巨大威胁。为有效预防和减轻风暴潮淹没灾害影响,提前且准确预测近岸区域的淹没范围成为防灾减灾工作的关键环节。数值模式通过集成复杂的物理方程与边界条件,结合干湿网格算法,能够较为准确地模拟风暴潮过程中近岸区域的淹没动态。然而,数值模式在实际应用中面临着计算稳定性与计算时效性之间的固有矛盾。为保障模拟结果的精确性与稳定性,通常需要加密计算网格,即在空间与时间维度上进行更密集的划分。这一做法虽然提高了模拟的精度,但同时也显著增加了计算资源的消耗,包括更高的内存需求、更长的计算周期等。此外,计算时效性的不足也限制了数值模式在实时业务化预报中的广泛应用,尤其是在需要快速响应的风暴潮灾害预警中。

    本研究创新性地构建了一个高效的风暴潮淹没模拟框架,该框架核心在于引入了基于浅水动量方程推导出的新型淹没动力判据,并融合了元胞自动机(Cellular Automata,CA)网格迭代算法,实现了对风暴潮导致近岸淹没过程的精准模拟。这一创新设计规避了传统数值模式中复杂的数值差分运算,从而大幅提升了模型的计算稳定性,同时简化了计算网格的构建流程,使其更易于实施。

    本研究选取了河北沧州与广东深圳两地,分别针对“利奇马”与“天鸽”两次强台风过境期间的风暴潮淹没情况进行了模拟。模拟结果与灾后实地勘察数据高度吻合,且与采用其他高级数值方法的模拟结果保持了良好的一致性。在计算效率方面,该框架较数值模型有显著提升。实验结果表明,在相同的地形分辨率条件下,相较于传统的漫滩数值模式,提升幅度高达约4个数量级。此外,本研究还定量评估了风应力与底摩擦力这两种关键动力因素在风暴潮过程中对海水淹没范围及程度的具体影响,进一步丰富了对风暴潮物理机制的理解,也为未来模型优化与灾害风险评估提供了科学依据。

    本文第一作者是中国科学院海洋研究所博士研究生高玄玄,李水清特聘研究员和胡珀研究员是论文共同通讯作者,其他合作者包括莫冬雪助理研究员和刘亚豪副研究员。研究得到了国家重点研发计划、国家自然科学基金等项目资助。

    相关论文信息:Xuanxuan Gao, Shuiqing Li*, Dongxue Mo, Yahao Liu, Po Hu*. 2024. Development of a novel storm surge inundation model framework for efficient prediction. Geoscientific Model Development. Doi: 10.5194/gmd-17-5497-2024.

  • 原文来源:https://qdio.cas.cn/2019Ver/News/kyjz/202408/t20240829_7326834.html
相关报告
  • 《中国科学院海洋研究所在风暴潮模拟预报方面取得新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2023-12-21
    • 风暴潮是我国近海灾害损失最严重的海洋动力灾害过程,准确模拟预报风暴增水对防灾减灾非常重要。中国科学院海洋研究所侯一筠、胡珀课题组通过在海洋数值模式中引入考虑波浪影响的风应力参数化方案,显著提高了山东沿海风暴增水的模拟精度,相关成果在海洋模拟学术期刊Ocean Modelling发表。 台风和寒潮期间,强风引起的海水异常升降,给沿海区域的人员和财产安全构成严重威胁。为减少风暴潮灾害风险,通常使用数值模式来预测风暴增水。山东沿海地区风暴潮灾害频繁,特别是冬春季的寒潮和夏秋季的北上台风期间,沿海地区会出现强烈的风暴增水现象。与东南沿海等开阔海域相比,山东近海的岸界和水深地形变化复杂,增加了风暴增水的模拟预测难度。 ADCIRC-SWAN耦合模式常用于模拟近岸的风暴增水和极值波浪,被广泛应用于科学研究和业务预报模式中。通过与实际观测对比,发现使用ADCIRC模式模拟的风暴增水存在系统误差,数值模拟结果偏小且在渤海区域尤甚,而使用耦合模式中的wave setup方案改进效果十分有限。研究发现,通过一种考虑波浪影响的风应力参数化方案来替代模式原有的单纯依赖风速的参数化方案,可以有效地纠正风暴增水的模拟误差。通过模拟评估发现,在渤海区域最大风暴增水的改进效果超过20%。研究进一步揭示这一改进的物理机制,渤海区域独特的海岸线形态特征对风浪演变和风应力增强具有重要影响:浅水渐变地形及限制性的的风区,导致风浪的成长不充分和向岸传播过程中的浅水效应,显著增加了海-气间的动量交换,从而导致风暴增水更强。目前ADCIRC模式中原有方案仅考虑风速,无法准确描述这一机制,因而低估了风应力和风暴增水的数值。 基于改进的动力模式技术,科研团队构建了山东沿海风暴潮-海浪耦合漫滩数值预测模型,局部最高分辨率为100米,模拟了两次典型强台风过程(波利和利奇马)过境莱州湾期间的海水淹没过程。研究发现,在忽略海堤防御作用的情况下,台风风暴潮会导致莱州湾沿岸大范围的海水淹没风险。研究还定量评估了风场驱动、波浪增强风应力等外部驱动因素对海水淹没的影响程度。 中国科学院海洋研究所李水清副研究员是论文通讯作者,李朝博士是论文第一作者,其他合作作者包括胡珀研究员、冯兴如研究员、莫冬雪助理研究员和自然资源部北海预报中心李健高级工程师,研究得到了国家自然科学基金等项目资助。 相关论文信息: Li Zhao, Shuiqing Li*, Po Hu, Xingru Feng, Dongxue Mo, Jian Li. 2023. Improving storm surge simulations by considering wave-steepness-dependent drag coefficient in the northern East China Sea. Ocean Modelling. doi: 10.1016/j.ocemod.2023.102283. Li Zhao, Shuiqing Li*, Po Hu, Dongxue Mo, Jian Li, Mei Du, Jie Yan, Yijun Hou, Baoshu Yin*. 2022. Numerical study of storm surge-induced coastal inundation in Laizhou Bay, China. Frontiers in Marine Science. doi: 10.3389/fmars.2022.952406.
  • 《中国科学院海洋研究所在基于神经网络的风暴潮预报方法研究方面取得新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:熊萍
    • 发布时间:2025-03-04
    • 近日,中国科学院海洋研究所胡珀研究团队研发了一种风暴潮快速预报方法,通过将数值模式和神经网络技术相结合,实现了台风风暴潮的准确快速预报,相关成果在国际期刊ADVANCESINATMOSPHERICSCIENCES发表。 本研究使用DUAL模型风场构建台风过程中的风场和气压场,并结合风暴潮-海浪耦合的ADCIRC-SWAN耦合模式对台风过程进行数值模拟,建立了一套用于神经网络训练的中国南海北部的区域风暴潮灾害过程数据集。基于卷积神经网络和残差结构,构建了一个区域风暴潮预报神经网络模型。该模型在珠江口地区取得了良好的风暴潮预报效果,大大提高了风暴潮预报的时效性。结果表明在风暴潮预报中使用数值模型的模拟结果来训练神经网络可以使神经网络学习数值模型的固有物理机制,从而提高神经网络的预报精度,并且能够在空间场中捕捉风暴增水的空间分布特征。 本文第一作者是中国科学院海洋研究所博士研究生孙源,胡珀研究员是论文通讯作者,其他合作者包括李水清研究员、莫冬雪副研究员和侯一筠研究员。研究工作得到了国家自然科学基金等项目资助。 论文信息: Sun,Y.,P. Hu*,S. Q. Li,D. X. Mo,and Y. J. Hou,2025: Regional storm surge forecast method based on a neural network and the coupled ADCIRC-SWAN model. Adv. Atmos. Sci.,42(1),129-145,https://doi.org/10.1007/s00376-024-3306-8.