象山港牛鼻山水道潮流場的高頻地波雷達觀測與分析

何天祺，管衛兵*,,，曹振軼，鮑 敏，李 嵩，李 雨

(1.衛星海洋環境動力學國家重點實驗室，浙江 杭州 310012;2.自然資源部第二海洋研究所，浙江 杭州 310012; 3.上海交通大學海洋學院，上海 200240；4.浙江大學海洋學院，浙江 舟山 316021)

0 引言

高頻地波雷達是一種新興的海洋表面動力學參數監測手段，它利用高頻電磁波隨水面傳播的特性，探測海洋表層流的反射回波信號，通過海浪對高頻電波的傳輸和衰減特性，計算出海流流速、流向以及浪高、風速、風向等數據[1]。高頻地波雷達具有覆蓋范圍廣、探測精度高、運行費用低、實時性好、不受天氣及海洋氣象條件影響的特性。經過近40年的研究與發展，高頻地波雷達已進入實用階段。楊華 等[2]利用高頻地波雷達得到江蘇如東海域海流觀測數據，對蘇北沙洲爛沙洋海域的夏季表層海流進行了分析。龔子平 等[3]將0519號“龍王”臺風期間高頻地波雷達測量數據與局部浮標資料對比，又將雷達測量大面積海域風場與QuikSCAT衛星遙感資料對比，得出高頻地波雷達能較好地反映臺風期間臺灣海峽風場的空間分布和發展變化，對災害性海洋天氣具有監測能力的結論。鄭世浩 等[4]通過OSMAR-S(Ocean State Monitor and Analysis Radar-S)高頻地波雷達在南海北部海面的監測，給出了高頻地波雷達遙測海表面流場的誤差空間分布和使用建議。董如洲 等[5]研究了杭州灣口兩臺高頻地波雷達5個半月觀測資料，認為高頻地波雷達時間取樣率與相對位置、時間和流速大小有關：兩臺雷達波交叉觀測的中心區域取樣率最高，夜間取樣率高于白天，流速較小時的取樣率高于流速較大時。朱大勇 等[6]對比2005—2007年福建南部高頻地波雷達資料和臺灣海峽西側座底ADCP觀測資料，對臺灣海峽西南部表層海流進行了分析；用2006—2009 年間高頻地波雷達數據分析了臺灣海峽南部淺灘以西海域表層海流的季節與年際變化特征[7]。

構建高頻地波雷達觀測網是LORCE計劃(“長江口-浙江近海-鄰近東海多學科長期觀測計劃”，Long Term Observation and Research Plan in the Changjiang Estuary and the Adjacent East China Sea，簡稱LORCE 計劃)的內容之一。選擇舟山六橫島郭巨山和白馬礁兩處安裝高頻地波雷達，在象山港牛鼻山水道先行開展試驗，在驗證高頻地波雷達數據精度、積累高頻地波雷達選站安裝經驗的同時，分析、揭示象山港與舟山群島海域分叉水道的水動力環境特征。牛鼻山水道位于浙江省寧波市，西靠象山港，東臨舟山六橫島，北部連接佛渡水道，南側與東海相通。六橫島把象山港口門分成佛渡水道和牛鼻山水道，前者島嶼眾多、水道狹窄，后者較寬、流量較大。象山港內主要通過這兩處水道與東海進行水體交換。象山港內調查資料較多，港內的潮流變化特征已經比較清楚[8-11]，而水道的水文資料較少，潮流及其變化特征還不太明確，與港灣潮流的強弱及相互影響關系尚不清晰，且都使用較傳統的觀測方法，因此選擇在象山港牛鼻山水道開展水文狀況研究試驗。

1 資料獲取和研究方法

在地波雷達觀測期間利用ADCP和Valeport旋槳式海流儀定點開展了3個時段的周日連續觀測，以此驗證高頻地波雷達合成表面流場的精度。同時，借助成熟的、使用SCHISM建立的區域數值模型結果，檢驗高頻地波雷達數據在大面上的可用性，并從觀測和模擬兩方面對牛鼻山水道潮流變化特征進行分析。

1.1 高頻地波雷達資料

在六橫島郭巨山和白馬礁設置的高頻地波雷達均為OSMAR-S50型便攜式高頻地波雷達。OSMAR-S50 高頻地波雷達是由武漢大學電波傳播實驗室研制的，其工作頻率為25 MHz，最大探測距離為50 km。郭巨山站和白馬礁站兩個高頻地波雷達站經緯度分別為(29.71°N，122.07°E)和(29.67°N，122.13°E)(圖1)，觀測視角均為160°，探測距離為40 km。數據時間分辨率為20 min，空間分辨率呈輻射狀分布，法向數據間隔1.25 km，切向數據間隔3°。郭巨山站扇形監測范圍的中心方向為210°，白馬礁站扇形監測范圍的中心方向為247°。兩個高頻地波雷達站數據合成以后，牛鼻山水道表層海流的數據獲取率如圖2所示。在觀測范圍內共建立203個網格點，其中202個網格點的數據獲取率大于90%。67個數據獲取率為100%的網格點均分布于牛鼻山水道中央，而數據獲取率較低的區域僅分布在左側象山港內和右側外海方向。郭巨山站和白馬礁站兩個高頻地波雷達站于2020年1月設置完成，并由此開始保存觀測數據。由于采用緊湊的單極子/正交環天線作為接收天線，采用單極天線作為發射天線，極大地簡化了雷達的天線系統。雷達具有頻譜監測、自動選頻和遠程監控功能，雷達站實現了無人值守。

1.2 定點驗證觀測

為了驗證高頻地波雷達定點合成的表面流場精度，2020年11月29日—12月5日在圖1所示船測站點(29.65°N，122.05°E)開展了3個時段的定點周日連續觀測。用于地波雷達比對的兩個測流儀器：一個是型號為RDI Workhorse Sentinel 1 200 kHz 的ADCP(聲學多普勒流速剖面儀)，安裝在連于觀測船的小型浮標上，放置在水面下2.6 m位置，探頭從下往上照射，測流盲區 0.4 m，測流單元層厚0.1 m，10 min 內輸出360次觀測平均后的結果，使用最靠近表層的有效數據用于后續的比較分析；另一個是型號為Valeport Model 106的旋槳式海流儀，布放在船頭，便于迎流觀測，儀器入水深度為0.4 m，采樣時間間隔為1 min。由于旋槳式海流儀觀測頻率遠高于ADCP和高頻地波雷達，并包含高頻噪聲，故對旋槳式海流儀數據采用10 min滑動平均處理。

1.3 大面驗證數據

SCHISM(Semi-implicit Cross-scale Hydro-science Integrated System Model)模型是一種基于非結構化網格的水動力模型[12-13]，采用半隱式有限元/有限體積的Eulerian-Lagrangian算法求解Navier-Stokes方程，其前身是SELFE(Semi-implicit Eulerian-Lagrangian Finite Element)模型[14]。參照LI et al[15]對象山港的網格和水深數據研究，建立并驗證了三角網格下的SCHISM模型。圖3為計算網格，共97 933個三角形單元，最大分辨率為46 393 m，分布在外海邊界處；最小分辨率為 42 m，主要分布在象山港海域的島嶼附近。網格水深數據從最新海圖獲取并采用Kriging法插值而得(圖1)。計算區域涵蓋整個浙江沿海，除長江、錢塘江等河流邊界給定徑流量外，外海開邊界選取SSA、MM、MF、Q1、O1、P1、K1、N2、M2、S2、K2、M4、MS4和M6等14個分潮的調和常數計算水位，驅動模型正壓運行。

圖1 象山港牛鼻山水道附近海域水深、高頻地波雷達站位和船測站點分布Fig.1 Water depth and the distribution of OSMAR stations and ship station around Niubishan Channel in Xiangshangang Bay

圖2 牛鼻山水道高頻地波雷達數據獲取率Fig.2 Data acquisition rate of OSMAR stations in Niubishan Channel

圖3 SCHISM模型計算網格(a)及牛鼻山水道局部網格(b)Fig.3 Computational grid of SCHISM model(a) and amplifying grid of the Niubishan Channel(b)

首先，通過2011年7月22日—8月21日(夏季)和2012年2月12日—3月13日(冬季)寧波象山長沙村驗潮站(29.62°N，121.97°E)(圖4)水位數據驗證SCHISM模型數據的精度，采樣間隔為1 h，結果如圖5所示。對比發現，夏季，驗潮站水位略大于SCHISM模型水位，相關系數為0.95，均方根誤差為0.40 m；冬季，驗潮站水位和SCHISM模型水位吻合，相關系數為0.97，均方根誤差為0.27 m。

圖4 長沙村潮位站和連續觀測站分布Fig.4 Distribution of Changshacun tidal station and continuous observation station in Xiangshangang Bay

圖5 長沙村潮位站與SCHISM模型水位對比時間序列圖Fig.5 Time series comparison of water level between Changshacun tidal station and SCHISM model

于2011年7月(夏季)和2012年2月(冬季)在圖4所示連續觀測站開展了為期一個月的大、小潮定點周日連續觀測，觀測儀器為Nortek Aquadopp Profiler，采樣間隔為1 h。圖6給出了夏季和冬季大、小潮期間的流速和流向對比圖。根據計算，總的流速相關系數為 0.78，均方根誤差為0.24 m/s；流向相關系數為 0.72，均方根誤差為69.8°。綜上所述，該配置下的SCHISM模型能夠較為真實地模擬出象山港海域水動力特征。

圖6 連續觀測站與SCHISM模型流速、流向對比時間序列圖Fig.6 Time series comparison of current velocity and direction between continuous observation station and SCHISM model

為了檢驗高頻地波雷達數據在大面上的可用性，使用高頻地波雷達大面數據和SCHISM建立的區域模型數據，給出牛鼻山水道漲急、漲憩、落急和落憩四個典型時刻的流場分布，同時利用最小二乘法對連續30 d的大面數據進行潮流調和分析，分解出M2和K1等分潮的潮流橢圓，計算最大可能潮流流速，并得到潮流類型系數。由于2020年11月—12月期間高頻地波雷達停電次數多，天氣惡劣，數據完整度不足，故選取了完整度較高的2020年5月—6月的高頻地波雷達數據用于大面分析。模型的計算時間為2020年5月1日—2020年6月30日，待模型計算穩定之后，選取2020年5月15日—2020年6月15日的結果數據用以比較和調和分析。

2 地波雷達觀測的定點驗證

Valeport旋槳式海流儀、ADCP和高頻地波雷達得到的流速和流向對比結果分別如圖7和圖8所示。由圖可見，旋槳式海流儀數據和ADCP數據吻合得非常好，都能很好地代表實際流速和流向。由于12月4日海況惡劣，為了防止旋槳式海流儀擺幅過大與船發生碰撞，觀測人員將其收回，后當海況改善時又將其放下，故12月4日—5日時段旋槳式海流儀存在大量缺測數據。此外，旋槳式海流儀數據中存在高頻噪聲，短時振蕩明顯，故下文主要用ADCP數據驗證高頻地波雷達數據。

高頻地波雷達數據與3次觀測結果整體較為吻合，流速均方根誤差分別為0.14、0.15和0.14 m/s，總的均方根誤差為0.14 m/s；對應3次觀測的相關系數分別為0.92、0.84和0.88，總的相關系數為 0.88，相關性較高，變化趨勢基本一致。最大流速時刻，高頻地波雷達流速往往高于實測流速(圖7)。圖8 中，流向以正北為0°，順時針旋轉為正。高頻地波雷達流向與實測流向變化趨勢相同，相關系數分別為0.86、0.94和0.94，總的相關系數為0.91，相關性較高。在轉流時，兩者流向比較一致。高頻地波雷達3次觀測數據的均方根誤差分別為51.6°，35.3°和39.1°，總的均方根誤差為42.7°，大的差異主要出現在漲潮和落潮時段，高頻地波雷達流向明顯右偏于實測流向，且持續時間較長。

圖7 2020年11月29日—2020年12月5日實測流速與高頻地波雷達流速對比時間序列圖Fig.7 Time series comparison of sea surface current velocity observed by ship station and the OSMAR stations from November 29 to December 5, 2020

圖8 2020年11月29日—2020年12月5日實測流向與高頻地波雷達流向對比時間序列圖Fig.8 Time series comparison of sea surface current direction observed by ship station and the OSMAR stations from November 29 to December 5, 2020

3 地波雷達大面觀測結果與討論

3.1 牛鼻山水道流場分布

圖9顯示了牛鼻山水道2020年5月26日—27日大潮期一個完整潮周期的流場分布。圖9a、9c、9e和9g為高頻地波雷達結果，圖9b、9d、9f和9h為SCHISM模型結果，分別代表漲急、漲憩、落急和落憩4個典型時刻的流場分布。圖中紅色矢量代表流速大小和方向，背景顏色越淺，流速越大；反之背景顏色越深，流速越小。5月26日20時牛鼻山水道開始漲潮，海水從外海涌入，依次流向象山港內和佛渡水道，流速逐漸增大。在26日23:00，如圖9a和圖9b所示，牛鼻山水道處于漲急時刻，海水主要匯入象山港內，此時流速超過1.50 m/s。此后，水道潮流逐漸減弱，進入象山港內的漲潮流轉而流向佛渡水道。至27日2:00，水道已然漲憩(圖9c和 圖9d)，象山港內的海水流出至佛渡水道，流速仍然在1.00 m/s以上，此時牛鼻山水道和外海海水已經轉流，流速不足 0.50 m/s，愈靠外海流速愈小。隨著牛鼻山水道內潮流轉為落潮流，象山港內的海水不再流向佛渡水道，而逐漸順時針轉向牛鼻山水道，流出至外海。水道落潮流繼續增強，象山港內的海水釋放速度加快，同時佛渡水道海水也流入牛鼻山水道。27日5:00左右，牛鼻山水道內已經完全成為落潮流，達到落急時刻(圖9e和圖9f)，最大流速達2.00 m/s。隨后，象山港內海水流速迅速減小，牛鼻山水道落潮流開始減弱，流向略微轉向南側。直至27日8:00，牛鼻山水道落潮流已減弱為落憩轉流(圖9g和 圖9h)，除了北側一支流速為1.00 m/s的海流，其余海域流速均小于 0.40 m/s。隨后的幾個小時，北側這支海流流速迅速增大，流向不變，并與外海入侵的漲潮流相遇于牛鼻山水道中央，整個牛鼻山水道流場形成兩側流速大，中間流速小的空間分布。之后，來自外海的漲潮流逐漸占據優勢，牛鼻山水道中央流速因此增大，流向依次轉至佛渡水道和象山港內。

圖9 高頻地波雷達與SCHISM模型的流場分布Fig.9 Current distribution mapped by OSMAR station and SCHISM

兩組數據在流向分布上表現一致，但是相比于模型數據，高頻地波雷達的流速略微偏大，在象山港內海域、佛渡水道口和牛鼻山水道西側狹窄水道等處尤為明顯。牛鼻山水道漲、落潮與象山港內較為一致，與佛渡水道存在一定的相位差，這與吳清松 等[16]利用MIKE21模型模擬的象山港潮汐通道潮流特征結果相符合。

3.2 牛鼻山水道潮流調和分析

3.2.1 潮流運動特征

潮流運動特征可以用潮流橢圓表達。通常將潮流橢圓短軸和長軸之比稱為旋轉率，旋轉率絕對值越大，潮流的旋轉性越強；絕對值越小，潮流的往復性越強。旋轉率為正表示逆時針旋轉，為負表示順時針旋轉。

圖10展示了具有代表性的半日分潮M2和全日分潮K1潮流橢圓分布。其中，圖10a和10c為高頻地波雷達結果，圖10b和10d為SCHISM模型結果。圖中顯示的是牛鼻山水道潮流橢圓和旋轉率分布，潮流橢圓長半軸代表分潮的最大流速，箭頭代表潮流的旋轉方向；背景顏色代表旋轉率性質，顏色越淺越接近往復流；紅色越深越接近逆時針旋轉流，藍色越深越接近順時針旋轉流。

由圖10a和10b可知，M2分潮的旋轉率為-0.5～-0.2，旋轉率的絕對值從外海沿水道方向逐漸增大，即M2分潮逐漸從往復流變成順時針旋轉流。在(29.69°N，122.00°E)附近，由于象山港內、佛渡水道和牛鼻山水道三股流交匯，M2分潮呈旋轉流。牛鼻山水道中，M2分潮潮流橢圓的長半軸約為 1.00 m/s，遠大于其他分潮。潮流橢圓長軸順著水道方向。兩組結果相比，由于高頻地波雷達在牛鼻山水道西側的數據獲取率相對較低，精度不足，地波雷達顯示此處M2分潮潮流橢圓為逆時針旋轉，而模型數據顯示仍為順時針旋轉。

對比而言，K1分潮的旋轉率絕對值都較小，最大值僅在水道西北側達到0.3，其余均為典型往復流(圖10c 和圖10d)。K1分潮最大流速約為 0.10 m/s，隨地理位置的變化較小。K1分潮潮流橢圓長軸也順著水道方向。與M2分潮分布圖相似的是，兩組結果中K1分潮在象山港內的旋轉方向也是相反的。

圖10 高頻地波雷達和SCHISM模型的潮流橢圓及旋轉率分布Fig.10 Ellipse track and ellipticity distribution mapped by OSAMR station and SCHISM

綜合比較分析可知：M2分潮的潮流橢圓最大，大約是1.00 m/s，是牛鼻山水道最主要的分潮，而K1分潮流速只有M2分潮的十分之一。除了在(29.69°N， 122.00°E)附近，由于三支流的交匯，潮流呈現小規模的旋轉流外，牛鼻山水道的潮流主要是往復流。分潮的旋轉方向以順時針為主，這是因為象山港牛鼻山水道地處北半球，引潮力和地球自轉產生的科氏力共同作用導致的。

3.2.2 潮流類型

由多種分潮構成的潮流現象會形成多種潮流類型，根據《港口工程技術規范》[17]規定，將K1、O1和M2分潮的最大潮流流速比值F作為潮流類型的判斷依據，潮流類型系數F的計算方式為

F=(WK1+WO1)/WM2

(1)

式中：WK1、WO1和WM2分別為K1、O1和M2分潮的潮流橢圓的長半軸。根據規定，海域潮流類型系數F介于0和0.5之間時，為規則半日潮流區。牛鼻山水道海域的潮流類型系數F為0.1～0.3(圖11)，為典型的規則半日潮流海域。圖11a為高頻地波雷達結果，圖11b為SCHISM模型結果。兩者略有不同：在圖11a中，越靠近象山港內，F值越大；而圖11b中，越靠近外海，F值越大。

圖11 牛鼻山水道潮流類型系數分布Fig.11 Spatial distribution of tidal current type coefficient in Niubishan Channel

3.2.3 最大可能潮流流速

根據《港口工程技術規范》[17]中的規定，最大可能潮流流速可以通過半日分潮M2、S2和全日分潮K1、O1的最大潮流流速線性計算。規則半日潮流區，最大可能潮流流速的計算公式為

(2)

圖12 高頻地波雷達(a)和SCHISM(b)的最大可能潮流流速分布Fig.12 Spatial distribution of maximum probable current velocity by OSMAR(a) and SCHISM model(b)

3.3 討論

從細節上看，高頻地波雷達的定點流速和流向數據在某些時段存在誤差(圖7和圖8)；4個典型時刻流場圖中(圖9)，高頻地波雷達數據與SCHISM模型數據在象山港內海域、佛渡水道口和牛鼻山水道西側狹窄水道等處有較明顯偏差；從象山港M2分潮和K1分潮的潮流橢圓(圖10)可以看出，高頻地波雷達數據與模型數據基本吻合，唯獨在象山港內海域，高頻地波雷達旋轉率與模型旋轉率相反；計算潮流類型系數F分布時(圖11)，高頻地波雷達結果中，系數F在靠近象山港內時增大，模型結果卻不存在這個趨勢；圖12中，高頻地波雷達的最大可能潮流流速在象山港內和外海方向與模型結果不太吻合。由此發現，當表層流場主流向與郭巨山地波雷達徑向測線較為一致時，兩組數據偏差較??；但當表層流場主流向與白馬礁地波雷達徑向測線較為一致時，兩組數據偏差較大。

用投影法將ADCP觀測數據分解成郭巨山和白馬礁兩個徑向方向分量，分別與兩個高頻地波雷達單站數據對比(圖13)。結果發現，郭巨山站數據和ADCP郭巨山分量具有很好的一致性，紅點均勻地分布在對角線兩側，且偏離程度不高。白馬礁站數據和ADCP數據并不一致，圖中遠離對角線的紅點較多、分布散亂，這表明白馬礁站的地波雷達數據噪聲明顯、偏差大。地波雷達單站郭巨山徑向測線流速分量的精度明顯好于白馬礁數據，牛鼻山水道中央的高頻地波雷達數據比較準確，而象山港內海域數據偏差較大。

圖13 郭巨山站(a)和白馬礁站(b)高頻地波雷達分量數據和對應ADCP分量數據的比較Fig.13 Comparison of OSMAR data and ADCP data in Guojushan station(a) and Baimajiao station(b)

經過排查，造成誤差的原因是白馬礁地波雷達站從附近工廠接入的工業電電壓不夠穩定，由于回波信號弱、觀測環境條件差等地理因素影響，高頻地波雷達數據的精度下降。在后續的LORCE計劃中構建高頻地波雷達觀測網時，應充分吸取試點經驗，選址時考慮電力因素。

4 結論

構建高頻地波雷達觀測網作為自然資源部第二海洋研究所LORCE 計劃中的一部分，在六橫島郭巨山和白馬礁各設置了1臺OSMAR-S50高頻地波雷達面向象山港牛鼻山水道開展觀測。使用Valeport旋槳式海流儀和ADCP在兩臺雷達合成表面流場有效區域中間地帶定點開展了3個時段的周日連續觀測，以此來驗證高頻地波雷達合成表面流場的精度。同時用SCHISM建立的區域數值模型結果，檢驗了高頻地波雷達數據在大面上的可用性?？傮w結論如下。

(1)從定點觀測結果來看，旋槳式海流儀數據和ADCP數據吻合得非常好，選一作為驗證數據即可。高頻地波雷達數據與ADCP實測數據的相關性較高，流速相關系數為0.88，均方根誤差為0.14 m/s；流向相關系數為0.91，均方根誤差為42.7°。高頻地波雷達在該點獲得的流場有較高精度。

(2)大面上高頻地波雷達的觀測和模擬結果在大趨勢上是一致的：牛鼻山水道在漲潮時，海水先從外海流向象山港內；之后，漲潮流再逐步流向佛渡水道直至漲憩時刻；隨著牛鼻山水道海流轉為落潮流，不再有海水流向佛渡水道，而是從象山港內流出至外海；當落潮流繼續加強，象山港內的海水釋放速度加快，同時佛渡水道海水也流入牛鼻山水道；到落急時刻，最大流速可達2.00 m/s；隨后，落潮流減弱，象山港內海流迅速減小，牛鼻山水道流速也隨之減小，并且向南流動，直至牛鼻山水道達到落憩時刻。

(3)從潮流橢圓分布來看，水道的主要分潮M2和K1分潮以往復流為主。M2分潮是最主要的分潮，潮流橢圓長半軸約為1.00 m/s，長軸方向主要順著水道。K1分潮最大流速只有0.10 m/s，潮流橢圓長軸也主要順著水道。

(4)牛鼻山水道為典型的規則半日潮流區域?；诘夭ɡ走_數據得出的最大可能潮流流速從牛鼻山水道至外海方向逐步增大，最大值達到1.95 m/s，位于牛鼻山水道最南側(122.06°E，29.6°N)。

(5)從細節上來看，當主流向與郭巨山地波雷達徑向測線較為一致時，偏差較??；當主流向與白馬礁地波雷達徑向測線較為一致時，偏差較大。利用 ADCP 定點觀測數據分別投影到郭巨山和白馬礁地波雷達當地徑向測線上做進一步比較分析發現，郭巨山徑向測線流速分量的精度明顯好于白馬礁數據。經過排查，發現白馬礁站電壓不穩可能是造成該誤差的主要原因。