唐山豐南海域余水位特征分析及應用研究

趙海亮,邢 碩,熊 偉

(1.天津水運工程勘察設計院有限公司 天津市水運工程測繪技術重點實驗室,天津 300456;2.交通運輸部天津水運工程科學研究所,天津 300456)

潮位可分解為天文潮位和余水位(也稱為非潮汐水位或者異常水位)。天文潮位是潮位的主體,可由調和常數進行預報。余水位是由天氣等因素引起的短時間內水位異常,在時間上表現出比較復雜的非周期性變化,說明了天氣和氣候異常變化所造成的余水位決定了其空間強相關的特性[1-3]。國內學者對余水位的變化規律、形成原因、時空分布等特征進行了分析,如熊偉等[4]對黃驊港余水位的變化規律進行了分析并結合風要素特征對余水位進行預報;劉軍[5]分析了青島港余水位的成因及其主要特性;趙祥鴻等[6]以驗潮站實測數據分析計算了余水位的時域統計規律和空間統計規律;劉雷等[7]介紹了基于潮汐模型與余水位監控的水位改正法的應用情況,并在此基礎上依據實測數據證明潮汐差分的可行性,精確地反演潮位,大大提高了短期潮位預報的精度[8-11]。

唐山豐南港區位于唐山市豐南區澗河村陡河河口至黑沿子沙河河口之間,已被列入國家口岸發展規劃及河北省沿海地區發展規劃,是唐山港“一港三區”的重要組成部分[4,12]。在該海域進行潮位觀測和余水位特征分析,對科學有效地利用自然資源有著重要意義,是港口航道設計的基礎來源。本文基于豐南站(見圖1)2021年10月1日—2022年9月30日的實測潮位數據,對豐南海域的余水位特征進行分析,探討利用余水位變化提升船舶乘潮進出港效率。

圖1 潮位站布置示意圖Fig.1 Schematic diagram of the layout of the tide stations

1 余水位特性及成因

余水位又稱為增減水,屬于由非周期性變化的氣象因素引起的水位升降,這種升降經常導致海平面短期驟變[13-14]。通過驗潮站觀測獲取的水位h(t),包含平均海平面MSL、天文潮位hA(t)、余水位r(t),誤差Δ(t),即

h(t)=MSL+hA(t)+r(t) +Δ(t)

(1)

由于余水位是氣象要素擾動影響導致的海平面波動,而氣象要素比較復雜,然而位于不同的時段,因其物理誘因有連續性及海洋的慣性,必定有一定的統計關系,也就是其具有的“信號”特征,在長期施測的驗潮站中,可以忽略不計觀測誤差[6],所以余水位可得

r(t)=h(t)-hA(t)-MSL

(2)

當余水位是正值時,表示增水;當余水位是負值時,表示減水。對唐山豐南海域的余水位進行逐時統計分析(見圖2),可得豐南海域的余水位表現為短周期波動,全年減水幅度要大于增水。11～12月出現較大幅度的減水,6～8月出現的增減水幅度都很小。

圖2 豐南站逐時余水位序列Fig.2 Hourly residual water level sequence of Fengnan Station

進一步研究余水位成因,對其展開傅立葉頻譜分析。譜分析結果顯示(見圖3),余水位的周期主要分布在2.1 d(頻率小于0.02)的部分,余水位的周期分布通過其特性可以分為3部分：(1)周期小于1.5 d(頻率大于0.027 8),這部分屬于不考慮的日分潮和半日分潮等周期性信號;(2)周期在1.5～8 d(頻率在0.005 2～0.027 8),主要是氣象要素導致的偽周期性信號;(3)周期大于8 d(頻率小于0.005 2),屬于不考慮的長周期分潮信號以及氣候異常變化導致的偽周期性信號[3]。根據譜能量值可以看出,第2部分占總能量的大部分,則長期余水位的主要成因是天氣因素。

圖3 豐南站余水位頻譜分析Fig.3 Spectrum analysis of residual water level of Fengnan Station

2 余水位逐月變化規律

將余水位按月進行統計(如表1以及圖4所示),可以明顯看出,1月、3月、6月、7月和9月發生增水的時長要多于發生減水的時長。2月、4月、5月、8月和12月則正好相反,發生增水的時長要少于發生減水的時長,而7月、10月和11月發生增水和減水的時長比較接近。從全年分析,增水時長占比為49.9%,減水時長占比為47.8%,增水時長略大于減水時長,說明豐南站施測期間的余水位在氣象作用下發生增水的概率略高于減水。

表1 豐南站各月余水位分布表Tab.1 Distribution of residual water level each month of Fengnan Station

圖4 豐南站各月余水位占比Fig.4 Proportion of residual water level each month of Fengnan Station

余水位逐月平均值分布見圖5-a,春末和夏季4～8月份平均增水和減水幅度都較小,說明這幾個月的余水位作用都較弱。1～3月、9～12月的平均增水和減水幅度都超過了20 cm,說明這幾個月余水位作用都相對較強。圖5-b為各月余水位極值分布,與平均余水位的情況類似,在春末和夏季最大增水和減水幅度也都較小,其他月份的最大增水及最大減水幅度相對較大。其中11～12月的最大減水幅度都超過了200 cm,1月、2月、3月、9月和10月份的最大減水幅度都超過了100 cm;10月、11月的最大增水幅度超過了100 cm。

5-a 各月平均增減水 5-b 各月最大增減水圖5 豐南站各月平均和最大余水位Fig.5 Average and the maximum residual water level each month of Fengnan Station

余水位的季節變化表現為春、夏季呈現小幅度減水,秋、冬季減水量逐漸增大,1月、3月、6月、9月以增水過程為主,增水期一般使潮汐的傳輸形成明顯的加速,10～12月、2、4～5月、7～8月以減水過程為主,而減水期則一般會對潮汐的傳輸導致阻礙影響,增減水的年變幅平均值為-3.0 cm。

3 風逐月變化規律

根據觀測期間獲得的數據統計各月風的特征值如表2所示。10 min平均風速在觀測期間周年平均值為3.75 m/s;最大風速為19.68 m/s(8級),發生在2022年3月4日12：20,對應風向為北向。

表2 豐南站各月風分布特征統計Tab 2 Statistics of monthly wind distribution characteristics at Fengnan Station

根據觀測期間獲得的風數據,對其進行逐月的10 min平均風速分向頻率統計(見表3)。10月常風向為NE向,強風向為NE向,風速最大值為10.37 m/s(5級)。11月常風向為N向,強風向為N向,風速最大值為14.59 m/s(7級)。12月常風向為NW向,強風向為N向,風速最大值為11.7 m/s(6級)。1月常風向為SSE向,強風向為N向,風速最大值為12.37 m/s(6級)。2月常風向為NNE向,強風向為NNE向,風速最大值為12.24 m/s(6級)。3月常風向為SSE向,強風向為N向,風速最大值為19.68 m/s(8級)。4月常風向為WSW向,強風向為SSE向,風速最大值為12.89 m/s(6級)。5月常風向為WSW向,強風向為NNE向,風速最大值為10.99 m/s(6級)。6月常風向為SSE向,強風向為SE向,風速最大值為12.52 m/s(6級)。7月常風向為SW向,強風向為SSE向,風速最大值為10.28 m/s(5級)。8月常風向為WSW向,強風向為W向,風速最大值為13.14 m/s(6級)。9月常風向為WSW向,強風向為N向,風速最大值為15.33m/s(7級)。

表3 豐南站各月10 min平均風速分向頻率統計表Tab.3 Statistics of 10-minute mean wind speed sub-frequency of Fengnan Station in each month %

4 余水位與風的關系

根據相關學者的研究以及實際觀測成果分析所得,風應力與余水位之間存在著一定關系[15]。為了繼續探討二者的關系,本文取余水位波動較大期間(2021年11月1日—2021年12月25日)的風場為例。由圖6可見,水位測點的余水位與風速曲線的變化趨勢高度吻合,風速較大時減水量也相應增大,兩者相關系數r達0.62,且余水位波動最大值較風速最大值稍有滯后性。進一步考慮余水位與風向的關系,在這期間北向風占比最多,且風速影響最大時對應的風向皆為北向,一般情況,向岸風會造成增水效果,離岸風造成減水效果[5],綜上得到北向離岸風越大會導致豐南海域發生減水越大的現象。

圖6 豐南站余水位與風速的關系Fig.6 Relation between residual water level and wind speed of Fengnan Station

5 工程領域應用

若將天文潮位的影響剔除,那么水位的變化由風的作用產生,一定時段內,某個方向的風持續作用,即可產生一定的水位變化。這個水位變化是與風速和方向有關的,因此可以通過實測資料來挖掘風和水位變化。得到水位變化后,疊加在當前水位,即可預報某一時刻的水位系。

對于急需乘潮進出港的港口,根據余水位自身變化特性及其與風之間的相關關系建立短臨潮位預報模型,可有效提升乘潮出港效率。以豐南海域某碼頭航道為例,建立基于相關關系的潮位短臨預報模型進行潮位短臨預報,根據2022年10月至2022年12月的實測潮位與短臨預報潮位進行統計分析,可得知短臨預報3 h時,預報最大偏差20 cm以內的數據占比為88.6%,預報最大偏差30 cm以內的數據占比為98.7%。當短臨預報時間延長至6 h時,預報最大偏差20 cm以內的數據占比為80.3%,預報最大偏差30 cm以內的數據占比為96.2%(見表4)。

表4 短臨預報精度統計表Tab.4 Statistical of short-term and imminent forecast accuracy

統計數據表明短臨預報數據的預測精度可滿足通航應用要求,可對航道通航提供3方面的技術支持：(1)通過短臨預報,提升航道乘潮進出港船舶艘次,提升航運效能;(2)余水位極端減水預測可提前對航道通航安全進行預警,防止船舶在劇烈減水期間進出港,防止擱淺事故;(3)余水位極端增水預測可提前對碼頭作業安全進行預警,防止碼頭作業安全事故。

6 結論

根據唐山豐南站1 a的實測潮位數據,采用了調和分析、頻譜分析和統計分析等方法對余水位的成因、規律與風速的關系進行分析討論,得到：(1)余水位的年變幅平均值為-3.0 cm,其具有一定的季節性,在春末和夏季的作用較弱,在秋、冬季的作用較強;(2)秋冬季的常風向主要分布在西北—東北范圍內,強風向主要為北向;春夏季常風向主要分布在東南偏南—西南偏西范圍內,強風向主要為東南向;(3)余水位與風速呈現較強相關性,且余水位波動最大值較風速最大值稍有滯后性;(4)因離岸風和低氣壓會造成減水效果,所以北向離岸風越大導致施測海域產生的減水量越大;(5)進行短臨潮位預報的偏差在20 cm以內可達80%以上,可對航道通航起到重要作用,提升其通航效率。