【CAE案例】爱尔兰西南海岸风暴潮汐预测系统的开发

01 研究背景

为了补充现有的国家风暴潮预报服务与爱尔兰东海岸的区域潮汐、风暴潮和波浪预报系统，爱尔兰公共工程办公室（OPW）调查研究了爱尔兰西南海岸地区（Tralee）和邻近海湾的风暴潮汐以及波浪的预报系统的可行性。

如图 1 所示，由于强风和低气压的存在，该区域主要面临风暴潮以及大西洋中产生的近海波浪和海湾内局部波浪的混合波浪的侵扰。目前在沿Tralee海岸线和邻近海湾分布的45个点进行了两次连续试验，用以预测波浪条件、潮汐和涌浪水平。

本文将重点关注开发项目的潮汐和风暴潮建模相关内容，并根据实测数据验证数值仿真结果。

图 1 研究区域所处位置的地图

02 案例展示

为了准确地预测潮汐和风暴的行为，建立了相关地区的水动力模型，并根据Tralee海湾附近的测量水位和波浪条件等相关数据校准数值模型。

I. 模型建立

预测系统的准确性取决于包括测深模型的准确性、模型精度和模型边界条件（预测风、表面压力和水位）在内的诸多因素。通过前期的调研工作，广泛地获取了测深资料，并将其汇集收编。数据主要源于爱尔兰地质调查局和海洋研究所的联合INFOMAR项目，该项目拥有一套多来源的广域范围内爱尔兰海岸周围水深测量数据，囊括了多波束测量数据和激光雷达数据。通过使用OPW提供的详细激光雷达数据，以及INFOMAR数据范围外的海上数据（GEBCO 2014），最终生成了海湾区域内大尺度地形模型。

图 2 模型地形以及网格

水动力条件主要由天文潮汐效应决定。为了正确地表示潮汐效应，最初，模型的离岸边界条件设置为从TPXO卫星测高数据集获取的数据。TPXO提供了基于13个潮汐调和成分的潮汐边界条件，其空间分辨率为1/12°。

在初始试验阶段，将模型结果与多个地点公开的潮汐统计数据比较后发现：当计算仅包括天文潮汐效应时，模型的结果分析表明模型预测与现实数据存在明显差异。而根据Tralee湾内Fenit码头测量数据的潮汐调和分析，发现TPXO数据集中未包含一些相对重要的潮汐成分。审查了不同的全球潮汐模型在该区域的性能表现后，发现FES2012和TPXO8在陆架海（浅海）中表现最好。而FES2014在FES2012的基础上优化了数据，并且提供1/16°的分辨率以及高达34种潮汐成分，在之后的研究中将采取此类潮汐数据。

考虑到风暴潮是大气风场和气压效应的耦合结果，同时也可能受到海岸几何形状和潮汐的影响，本研究遂引用大气压力、风速风向两个数据源。

• Met Éireann调和模型Harmonie（欧洲气象局）数据：使用气象学基本方程表征大气，并以2.5km的水平分辨率，65层的垂直分辨率生成各种地面参数（风、雨、温度和降水）的预测数据。在00Z、06Z、12Z和18Z（世界协调时），每天生成四次周期为54小时，时间分辨率为1h的预报。

• 欧洲中期天气预报中心（ECMWF）模型：每天生成四次周期为10天的预报，空间分辨率为0.1°。

在本研究中，TELEMAC-2D模型将采用00Z和12Z的谐波预测，以1小时的时间分辨率提供高达54小时的短期预测；采用00Z的ECMWF预测模型，满足6天的预测要求，提供的预测模型时间分辨率为3小时，空间分辨率为0.125°。

考虑到模型外边界处可能存在涌浪，调整了施加的潮汐高程以适应由空气压力（反向气压计效应）产生的静水压头。此外，根据英国海洋科学研究所给出的标准TELEMAC计算公式，引入了风影响系数，从而可以考虑海洋的粗糙度和其他过程。

图 3 ECMWF和Harmonie模型点位

II. 校准验证

通过爱尔兰西海岸和西南海岸的相关观测潮汐数据对模型计算结果进行校准和验证，值得注意的是，潮汐实测数据可能存在长时间的中断（设备维修期）或数据量不够大，在利用实测数据分析潮汐的时候，并非所有数据均是可用的。

为了校准潮汐和浪涌模型，使用来自ECMWF的TPXO和ERA5-风和压力数据作为校准数据，并分析了Fenit码头的验潮仪数据，确定了2013年至2017年间发生的五起具有显著浪涌残差的事件。模型的校准将包括对河床摩擦、潮汐和大气压迫的敏感性测试。

图 4 模型表面高程和对应的洋流

根据验证结果，在Fenit码头、Kilrush港湾、Galway港和Inishmore的代表性平均大潮-小潮结果与平均高程误差在0.02m到0.1m之间。高水位（high tide）计时误差在9到18分钟之间，超出了系统设定的目标精度。在初始模型校准后，于2018-2019年冬季开展了第一次连续实验，仅考虑潮汐的预测结果和试验结果差距较小。模型预测和综合潮汐之间的差距虽然相对较小，但这类差距都出现在振幅和相位上，不太可能通过简单调整来符合TPXO数据，如上文所说，研究表明TPXO未包含该区域潮汐的几个重要成分，于是使用包含更多分潮的FES2014模型数据对连续试验期进行后测，显著改善了模型预测能力。以下将各类模型结果与Fenit码头的观测数据对比。

首先给出仅潮汐分量的模型结果，这些结果是基于FES2014潮汐边界条件计算得到。图 5 所示的为试验期间的样本水位时间序列分析结果和模型计算结果的对比的一份样本，说明了模型预测明显涌浪事件的能力和精准性。

图 5 Fenit码头的仅潮汐分量模型计算结果与综合结果对比（MSL代表海平面）

图 6 给出了试验期间所有高水位预测的数据结果与综合数据的统计结果，其误差条为+/- 0.15m，即模型潮汐分量的目标精度。根据时间序列，该模型与综合潮位非常一致。图中结果显示，试验期内的大潮水位模型预测基本分布在目标精度范围内，少数模型结果表现偏低。结果显示，模型预测能满足89%的所有高水位的目标精度；对于高于平均大潮面（MHWS）的高水位则是100%达到目标精度。

图 6 高水位模型与综合结果的对比

工程师们分别基于Harmonie和ECMWF驱动条件计算模型数据，并采取了12h内和24h内的预测结果与实测结果进行对比。模型预测结果与统计散点图如图 7 所示，其中散点图的误差线是0.25m目标精度。可以发现，模型预测结果与观察结果相当吻合，并且使用两种不同的条件计算出的不同结果间没有明显的差异。而统计散点图也表明绝大部分数据处于目标精度范围内，仅少数几个高水位略有低估。

图 7 潮汐和浪涌模型的预测结果与观测结果的对比

潮汐的起伏时间对于实时预报系统也很重要，根据图 5 和图 7 的结果，可知模型计算的潮汐时间与观测结果能较好的重叠，基本满足了预测系统的需求。

03 研究结论

基于水动力模型开发了用以预测爱尔兰西南海岸的潮汐和风暴潮状况的实时预报系统，采用FES2014的边界潮汐水平数据以及ECMWF和Harmonie风/压力驱动模型，可提供长达6天的中短期预报。模型根据实地观测仪表数据合成的潮位综合数据进行了校准和验证，被证明与观测结果高度吻合，在高水位情况时的海面高程和潮位时间等方面总体上满足系统对目标精度的要求。

04 小结

本文描述了水动力模型的开发结果，基于该模型可以为爱尔兰西南部Tralee附近的海湾提供潮汐和风暴潮预测业务。使用最新的测深数据（高分辨率多波束和LiDAR激光雷达）建立了水动力模型，并使用TPXO、FES2014等潮汐数据以及风和压力天气数据设立驱动条件。模型在校准时显现出良好的测试结果一致性，潮汐和风暴潮的预测模型基本满足制定的最小目标精度和预测潮位时间。

更多资讯可登录格物CAE官方网站

或关注服务号【远算云学院】

期待您的关注