台风路径及强度对马袅湾海域网箱养殖区的影响分析

崔嘉明, 刘长根, 张美玲, 王选志, 田雨, 徐晓甫, 孙健

崔嘉明, 刘长根, 张美玲, 王选志, 田雨, 徐晓甫, 孙健. 台风路径及强度对马袅湾海域网箱养殖区的影响分析[J]. 南方水产科学, 2025, 21(3): 72-82. DOI: 10.12131/20250009
引用本文: 崔嘉明, 刘长根, 张美玲, 王选志, 田雨, 徐晓甫, 孙健. 台风路径及强度对马袅湾海域网箱养殖区的影响分析[J]. 南方水产科学, 2025, 21(3): 72-82. DOI: 10.12131/20250009
CUI Jiaming, LIU Changgen, ZHANG Meiling, WANG Xuanzhi, TIAN Yu, XU Xiaofu, SUN Jian. Analysis of impact of typhoon track and intensity on cage aquaculturearea in sea area of Maniao Bay[J]. South China Fisheries Science, 2025, 21(3): 72-82. DOI: 10.12131/20250009
Citation: CUI Jiaming, LIU Changgen, ZHANG Meiling, WANG Xuanzhi, TIAN Yu, XU Xiaofu, SUN Jian. Analysis of impact of typhoon track and intensity on cage aquaculturearea in sea area of Maniao Bay[J]. South China Fisheries Science, 2025, 21(3): 72-82. DOI: 10.12131/20250009

台风路径及强度对马袅湾海域网箱养殖区的影响分析

基金项目: 

河北省创新能力提升计划 (24463201D);广西科技重大专项资助 (桂科AA23023009);国家重点研发计划 (2018YFD0900704)

详细信息
    作者简介:

    崔嘉明 (2000—),男,硕士研究生,研究方向为流体力学。E-mail: cjm1375233_@tju.edu.cn

    通讯作者:

    刘长根 (1972—),男,副教授,博士,研究方向为环境流体力学。E-mail: lchg@tju.edu.cn

  • 中图分类号: S 967.3

Analysis of impact of typhoon track and intensity on cage aquaculturearea in sea area of Maniao Bay

  • 摘要:

    台风过境产生的巨浪和强流对网箱养殖区具有严重影响。为评估台风路径和强度对海南马袅湾内大型网箱养殖区的影响程度,基于Holland风场模型和Delft3D软件构建了波流耦合模型,并利用观测数据对模型进行了验证。依据历史台风路径及登陆位置,将台风路径分为4种类型,分别选取“威马逊”、“圆规”、“黄蜂”和“泰德”作为代表性台风,通过平移和改变台风强度重构了72场台风过程,模拟了台风期间波流场的变化,统计分析了不同路径和强度的台风过境过程中马袅湾养殖区有效波高及流速的最大值,将其作为评估网箱养殖区受影响强弱的因素,探讨了台风路径和强度对网箱养殖区的影响,并提出了不同强度台风过境时的预警路径范围。结果表明,第I类台风路径的影响范围最广、程度最大,其中“超强台风”等级时,R4路径下有效波高最大值超过5.5 m,流速最大值超过1.5 m·s−1,养殖区受严重影响;第II、第III类台风多数仅造成中等以下影响;第IV类台风路径在所有强度下对网箱养殖区基本无影响。

    Abstract:

    Extreme waves and currents generated by the passage of typhoons have an important impact on the cage culture area. In order to assess the degree of hazard of typhoons with different tracks and intensities on the large-scale aquaculture areas with in-cell nets in Maniao Bay, Hainan, we constructed a wave-current coupling model based on the Holland wind field model and the Delft3D software, and the model was validated by using observational data. The typhoon tracks were categorized into four types based on the tracks and landfall locations of the historical typhoons, and "Rammasun", "Kompasu", "Vongfong" and "Ted" were selected as the representative typhoons of the four types of tracks. Seventy-two typhoon processes were reconstructed by translating and changing the typhoon intensity, and we simulated the process of change in the wave current field during the typhoon, obtained the statistics of different tracks and intensity of the typhoon transit process of the maximum effective wave height and current velocity in the Maniao Bay aquaculture area, which were used as an assessment of the strength of the influence of the Maniao Bay nets aquaculture area, the strength of the impacts of the factors. Moreover, we analyzed theimpacts of different tracks and typhoon intensities on the net box aquaculture area, and proposed the range of warning tracks during the transit of typhoons of different intensities. The results show that among the four types of typhoon tracks, the first type of typhoon tracks had the widest and greatest impacts on the net-pen aquaculture area, in which the maximum effective wave height in the net-pen aquaculture area under the R4 track was higher than 5.5 m, and the maximum current velocity was more than 1.5 m·s−1 under the 'super typhoon' category, which severely affected the aquaculture area; the second and third types of typhoon tracks had the greatest impacts on the net-pen aquaculture area. Most of the tracks of Category II and III typhoons had less moderate impacts on the net-pen culture area; and the tracks of Category IV typhoons had basically no impacts on the net-pen culture area under the intensity of each typhoon.

  • 海湾水交换是近岸海洋环境科学研究的一个基本命题,污染物通过对流输运和稀释扩散等物理过程与周围水体混合,与外海水交换,浓度降低,水质得到改善。交换不畅的水体,由于污染物的持续累积,往往会形成诸如富营养化等问题。对水交换的科学认识是合理开发利用海湾的重要基础,早已引起广泛关注。

    早期人们应用的是箱式模型研究海湾水交换[1-4],然而箱式模型有一定的适用范围,并且往往会过高估计海域的水交换能力。Lagrange方法是研究流体运动的常用方法,着眼于流体质点,研究它们的位置随时间的变化规律,目前利用该方法研究海湾水交换能力的比较多见[5-8]。另外,ROGER和POHLMANN[9]引入了半交换时间的概念(half-life time),类似于放射性同位素的半衰期,定义为某海域保守物质浓度通过对流扩散稀释为初始浓度一半所需的时间。魏皓等[10]用水质模型计算了渤海的半交换时间。陈伟和苏纪兰[11]、董礼先和苏纪兰[12-15]分别以不同的模型对象山港的水交换进行了研究。

    大亚湾是一个半封闭的亚热带海湾,位于珠江口东侧,面积516 km2,水深5~18 m。湾内岛屿众多,水产资源丰富,是中国优良的港湾,也是广东省的重点开发区[16],其自然条件优越,开发利用程度较高,人类活动频繁。因此,如何在开发利用的同时保护好环境,使大亚湾经济可持续发展,就显得特别重要。以往对大亚湾水交换也有一些研究,如苏柯[17]模拟了大亚湾核电站液态排放的污染扩散情况;刘云旭等[18]运用二维数值模式研究了大亚湾的水交换能力。近年来由于泥沙的冲淤作用,大亚湾的海岸线有所改变。不仅如此,随着大亚湾工业和网箱养殖业的发展,其水质状况也有所变化:网箱养殖的污水排放增加,养殖容量问题日渐突出,加上大亚湾内无大的径流注入,平均潮差小于1 m,属潮动力较弱的弱潮湾,湾内外水交换不畅,局部海域环境质量下降,湾内生物多样性减少,渔业资源质量下降。此文将针对这些新问题再次研究大亚湾的水交换条件。

    目前关于水交换还没有一个确定的概念和成熟的研究方法,此文采用Lagrange质点追踪法和保守物质输运扩散2种方法研究水交换并对其作出定义。

    考虑流场非均匀性,用存留时间的概念对水交换进行定义。质点到达湾外,即与洁净水进行过交换更新,记录下各个质点第一次到达湾外的时间,为质点在湾内的存留时间。水体中各质点存留时间的平均值为水体的平均存留时间。

    $$ \frac{d \vec{x}}{d t}=\vec{v}(\vec{x}(t), t) $$

    $\vec{x}$表示的是t时刻的瞬时位置,$\vec{v}$是质点在瞬时位置$\vec{x}$时的瞬时速度。上式的求解可以通过多种方法来实现,其中一种方法是采用龙格库塔法求解微分方程,计算的方程如下所示:

    $$ \vec{x}(t)=\vec{x}\left(t_n\right)+\int_{t n}^t \vec{v}(\vec{x}(t), \tau) d \tau $$

    在式中$t=t_n \text { 时, } \vec{x}_n=\vec{x}\left(t_n\right), $,当t发生变化时,即$t=t_{n+1} \quad\left(=t_n+\Delta t\right)$时,$\vec{x}$也发生转变,式子$\left[\begin{array}{ll} \vec{x}_{n+1}=\vec{x}\left.\left(t_{n+1}\right)\right] \end{array}\right.$表示下一时刻质点的新位置,可通过4阶龙格库塔来求解上述方程:

    $$ \begin{aligned} \vec{\zeta}_1 & =\vec{x}_n \\ \vec{\zeta}_2 & =\vec{x}_n+\frac{1}{2} \Delta t \vec{v}\left(\vec{\zeta}_1\right) \\ \vec{\zeta}_3 & =\vec{x}_n+\frac{1}{2} \Delta \vec{v}\left(\vec{\zeta}_2\right) \\ \vec{\zeta}_4 & =\vec{x}_n+\Delta t \vec{v}\left(\vec{\zeta}_3\right) \\ \vec{x}_{n+1} & =\vec{x}+\Delta t\left[\frac{\vec{v}\left(\vec{\zeta}_1\right)}{6}+\frac{\vec{v}\left(\vec{\zeta}_2\right)}{3}+\frac{\vec{v}\left(\vec{\zeta}_3\right)}{3}+\frac{\vec{v}\left(\vec{\zeta}_4\right)}{6}\right] \end{aligned} $$

    此方法同时考虑了对流和扩散的物理过程,考虑了环流输运场的非均匀性。对水交换给出如下概念:在整个海湾给定无量纲初始浓度1,某海域保守物质浓度通过对流扩散稀释为初始浓度1/e倍,即浓度降为0.37所需的时间为水体的更新时间。稀释的快慢代表了水质变化的速率,更能代表海域的水体交换能力。

    $$ \begin{aligned} \quad \frac{\partial D C}{\partial t}+\frac{\partial D u C}{\partial x}+\frac{\partial D v C}{\partial y}+\frac{\partial w C}{\partial \sigma}-\frac{1}{D} \frac{\partial}{\partial \sigma}\left(K_h \frac{\partial C}{\partial \sigma}\right)-D F_c=D C_o(x, y, \sigma, t) \end{aligned} $$

    上述式子中C表示的是浓度,D是水的总深度,uvwxyz方向的水流速度,Kh是垂直扩散系数,Fc是水平扩散系数,Co是从扩散源注入的浓度。

    $$ C_o(x, y, \sigma, t)=\left\{\begin{array}{l} 1, t_t \leq t \leq t_i ; \sigma_k \leq \sigma \leq \sigma_{k+n} ; x=\left\{x_i\right\} ; y=\left\{y_i\right\} ; i=1, N \\ 0, \text { 其他情况下 } \end{array}\right. $$

    在这里tste是污染源保持释放浓度的开始和结束时间, σkσk+n是污染源所处水层的垂向σ坐标,此文中为垂向全水层释放。

    此文采用的ECOM-si三维数值模式,是在POM(princeton ocean model)的基础上发展起来的[19],CHEN等[20]和朱建荣和朱首贤[21]对其作了一些改进。模式采用水平曲线网格,水平方向上分为300×250个网格;垂直方向采用σ坐标,均匀分为10层,时间步长取10 s。模式初始条件采用冷启动,边界条件由M2、S2、N2、K2、K1、O1、P1、Q1、MU2、NU2、T2、L2, 2N2、J1、M1、OO116个分潮合成的潮波驱动,运行模式时间5 d流场稳定后,开始进行质点追踪和物质输运等计算。把大亚湾划分若干个子区域,研究水交换的水平差异性;垂直方向上,考察表、底层的差异性。质点追踪法计算时在整个研究区域里均匀释放质点,水平分辨率为100 m,共计释放1 743个质点。

    为了比较大亚湾各个局部地区的水交换差异,根据地形和功能区的差别把大亚湾划分成7个区域(图 1)。Ⅰ区为范和港湾,是广东重点渔港,建有盐田和增养殖区;大亚湾顶部划分为Ⅱ区,主要为石化工业码头,其西侧也为养殖区;港口列岛西部及哑铃湾区域划为Ⅲ区,其中哑铃湾内为养殖区,港口列岛附近是增殖区;港口列岛东部,即大亚湾中东部为Ⅵ区;Ⅳ区为大鹏澳,其内有大亚湾核电站区、养殖区、工业区;Ⅴ区位于大亚湾西南部,大辣甲附近为旅游区;Ⅶ区为大亚湾东南部。湾内外分界线为Ⅴ和Ⅶ区向海一侧、玻沙山角与海柴角之间的连线。

    图  1  大亚湾各分区
    Ⅰ.范和港湾;Ⅱ.大亚湾顶部;Ⅲ.港口列岛西部及哑铃湾;Ⅳ.大鹏澳;Ⅴ.大亚湾西南部;Ⅵ.大亚湾中东部;Ⅶ.大亚湾东南部;C1、C2.实测站点
    Fig. 1  Partition of Daya Bay
    Ⅰ.Fanhe gulf; Ⅱ.top of Daya Bay; Ⅲ.west of Gangkou islands and Yalin gulf; Ⅳ.Dapeng′ao; Ⅴ.southwest of Daya Bay; Ⅵ.east and middle of Daya Bay; Ⅶ.southeast of Daya Bay; C1, C2.survey stations

    为了增大潮汐水位差、提高正压效应使计算稳定,此文把计算区域扩大到大亚湾两侧,如图 2所示,计算区域向西扩大到大鹏湾,使西边界为闭边界,向东扩大到红海湾,只有南部扇形边界为开边界。

    图  2  大亚湾网格图
    Fig. 2  Model grids of Daya Bay

    在潮振动和现场风场(资料来源:QSCAT/NCEP Blended Ocean Winds from Colorado Research Associates)的驱动下,运行模式对2002年11月21日11时至2002年11月22日11时的一昼夜实测潮位和流速资料(站位见图 1)进行了验证。潮位和流速的实测和计算值的比较见图 3。结果显示,C1站的潮位资料验证良好,C2站的潮位测量值本身连续性差,故存在一定的误差;由于大亚湾潮波浅水效应显著,且模式未考虑温盐斜压效应,流向和流速值在某些时刻对应不是太好,流向的模拟精度优于流速,计算的流速值比实测值偏小。总体看来,计算值对实测值吻合良好,因此,模式能较为准确的模拟大亚湾的潮汐潮流运动,并应用于环境水动力学的研究。

    图  3  潮位、流向、流速验证
    Fig. 3  Validation of tidal elevation and currents

    余流是指除天文引潮力作用所引起的潮流以外的海流。余流不受天文引潮力影响,主要受制于水文气象、地形等因素,因而不同天气条件、不同时间的余流分布特征有所差异。但是,潮波传到近岸浅水区域后,在水深和岸形分布的影响下,潮波发生变形和反射叠加,特别是半封闭的海湾等特殊沿岸海域,潮波的浅水效应十分明显,因此,近岸海域的潮流也是非对称的,这就引起了所谓的潮致余流。潮致余流的结构对大亚湾水交换能力有重要的影响作用。

    大亚湾潮汐和潮流特性主要受来自西太平洋的潮波制约。太平洋的潮波自巴士海峡、巴林塘海峡进入南海后,其中的一支前进波向广东沿岸传播。杨国标[22]给出了大亚湾海区潮流运动特征,指出其潮流性质属不正规半日潮,运动形式以往复流为主,浅水效应明显,湾口潮流强于湾顶,余流为湾口及西部较强,其它地方较弱,湾口余流流向湾外,其余基本沿岸线流动。吴岩和陶建华[23]利用数学模型模拟了大亚湾潮流,认为大亚湾南部大辣甲附近存在一顺时针方向的环流。

    图  4  大亚湾欧拉余流图
    Fig. 4  Euler tidal residual currents in Daya Bay

    图 4是对大亚湾欧拉余流场的模拟结果。可见在大亚湾湾口附近,余流方向是从大辣甲东部进入,大辣甲西部流出,港口列岛周围有2个余流环,大辣甲周围有一个余流环。模拟结果显示底层的潮致余流分布与表层的差异不大。

    (1) 总体水交换条件。Lagrange质点追踪法。水平方向上每隔100 m释放一个质点,整个研究区域内的表层均匀释放1 743个质点,质点仅在潮流驱动下自由运动迁移到在海域内各个深度,统计各质点的在湾内的滞留时间,把所有质点的滞留时间作平均,得出大亚湾水体的存留时间为89.7 d;保守物质输运扩散法。整个湾内海域物质初始浓度为1,计算得出湾内平均浓度降为0.37的时间,大亚湾的水体更新时间为91.0 d,底层模拟结果与表层差异不明显。

    (2) 各分区的水交换条件。大亚湾的水交换能力在水平分布上的差异比较明显,这与余流场结构密切相关。

    Lagrange质点追踪法。记录各个区域内释放的质点的个数和序号,除了统计各个质点到达湾外的时间外,还计算了各个时刻某子区域内的质点流出湾外的个数和该子区域释放质点数的比值。

    Ⅰ~Ⅶ区的存留时间分别为170.1、138.6、126.9、78、40.1、98.8和32.5 d。显示各分区水交换能力从大到小为Ⅶ>Ⅴ>Ⅳ>Ⅵ>Ⅲ>Ⅱ>Ⅰ。

    图 5为各时刻流出湾外的质点百分数。其中,某时刻流出湾外的质点百分数=某时刻区域内流出湾外的质点数÷该区域内释放的质点数。各个区域的质点流出湾外速度由快到慢的顺序为Ⅴ>Ⅳ>Ⅶ>Ⅵ>Ⅲ>Ⅱ>Ⅰ。另外,从图中可以判断出,各区域开始交换时间的快慢:Ⅴ区和Ⅶ区最先交换,Ⅳ区和Ⅶ区5~6 d后开始交换,Ⅲ区20多天后开始交换,Ⅱ区30 d左右开始交换,Ⅰ区到90多天后才开始交换。

    图  5  各时刻流出湾外质点的百分数
    Fig. 5  Percent of discharged particles flowing out the bay

    (3) 保守物质输运扩散法计算结果(图 6)显示大亚湾水交换过程,东南部首先开始交换,浓度最先降低,其次是中东部,然后是范和港和大亚湾西南部,湾顶、哑铃湾、大鹏澳稀释交换最慢。交换快慢顺序是Ⅶ>Ⅵ>Ⅰ、Ⅴ>Ⅱ、Ⅲ、Ⅳ。交换180 d后,水质更新程度由好到差的顺序是Ⅶ>Ⅵ>Ⅴ>Ⅰ>Ⅱ>Ⅳ>Ⅲ。

    图  6  大亚湾保守物质输运扩散浓度分布
    Fig. 6  Concentration distributions of the passive tracer by the force of advection and diffusion

    (1) 影响水交换的因素。影响海湾的水交换能力的因素众多,主要有潮流、季风、温盐等,其中最重要的是潮流场的结构、流速、纳潮量。受海湾的底形和岸形影响,物质或质点被潮流带入湾内后,可能淤集在海湾角落里不易扩散或迁移出来。另外,底形和岸形也会影响潮流的方向和流速,尤其是形成环形余流,间接影响海湾的水交换能力。虽然周期性的潮流涨落能促进扩散作用增加水交换能力,但是对水交换的贡献不大。而除去周期性流动的那部分潮致余流是支配大亚湾水交换能力的重要因素。大亚湾的水交换能力同时还受到季风、温盐斜压效应和外海环流等因素的影响,这些因素的作用将在后续研究中考虑。

    (2) 大亚湾水交换的空间差异性。水平差异性,主要特征是南部强于北部,东部强于西部。由于大亚湾湾口朝南,湾口处潮流流速较大,湾内水可直接与外海水交换,因此,南部湾口水交换能力比北部湾顶强。受地转偏向力的影响,大亚湾的潮波略呈逆时针方向旋转。东部海水首先与外海水交换,东部海域污染物不断被带到西部再留出海湾。湾口处由于流速较大东、西部差异不明显,而湾中东、中西部差异很明显,这与大亚湾中西部存在较多的岛屿,产生环流也有一定的关系。大亚湾的地形复杂、岸线曲折,而且大湾套小湾,主要有范和港、哑铃湾、大鹏澳3个小湾。小湾的水交换能力比大亚湾中心部分的水交换能力差一些,范和港水交换能力比大鹏澳强,哑铃湾的水交换能力是大亚湾内能力最差的。

    大亚湾水交换的垂直差异性,此文计算得出表、底层差异不明显。可见,不考虑季风和斜压效应而仅在潮流作用下,大亚湾水交换条件垂直差异不明显。

    (3) 2种研究方法及其计算结果的比较分析。此文采用Lagrange质点追踪和保守物质输运扩散2种方法研究大亚湾的水交换能力,前者以海域内运动的水质点为研究对象,浮游生物被动的随水体运动迁移的情况与之类似;保守物质输运扩散从物质的浓度变化着手,化工污染的物理自净过程可以用该方法模拟。

    2种方法模拟大亚湾总体水交换能力结果基本一致,但对各子区域的结果存在一些差异。很明显,与保守物质输运扩散的结果相比,Lagrange质点追踪法模拟结果低估了Ⅰ区的水交换能力,高估了Ⅴ区和Ⅳ区的水交换能力。这主要由于范和港处(Ⅰ区)多为往复潮流,潮振动的扩散效应明显,而Lagrange质点追踪法无法模拟扩散作用;湾外的新鲜海水由东南部流入西南部流出,质点的运动也是如此,Lagrange质点追踪法只统计的Ⅴ区内的质点流出湾外的时间,而其它区域质点不断被带入Ⅴ区再流出湾外,因而质点追踪法高估了大亚湾西南部(Ⅴ和Ⅳ区)的水交换能力。

    (4) 模式计算时间。海域内保守物质的浓度在下降到一定程度后,下降速度会越来越慢。此文计算出大亚湾水体的存留时间为89.7 d,水体更新时间为91.0 d,即大亚湾水体更新大约需要90 d左右。模式运转了180 d的情况,基本可以反映大亚湾水交换情况。

    此文未涉及季风和斜压效应等对大亚湾水交换的影响,今后将对季风和斜压作用下大亚湾水交换条件进行模拟研究,并考察表、底层水体交换能力差异。

  • 图  1   海南省马袅湾网箱位置示意图

    Figure  1.   Geographic location, distribution of cages in Maniao Bay, Hainan Province

    图  2   马袅湾区域网格系统

    Figure  2.   Grid system for Maniao Bay

    图  3   各观测站天文潮潮位验证

    Figure  3.   Astronomical tidal level verification

    图  4   观测站风暴增水验证

    Figure  4.   Storm surge verification at observation stations

    图  5   “威马逊”、“启德”和“海鸥”台风有效波高结果比较

    Figure  5.   Verification of significant wave height results for typhoons Rammasun, Kaitai and Kalmaegi

    图  6   台风路径分类

    Figure  6.   Classification of typhoon track

    图  7   不同台风路径下各等级台风发生次数

    Figure  7.   Number of various levels of typhoons under different tracks

    图  8   “威马逊”台风下养殖区有效波高最大值分布及最大流速时刻流场

    注:a. 养殖区有效波高最大值分布;b. 养殖区内最大流速时刻流场。

    Figure  8.   Distribution of maximum significant wave height and maximum flow velocity moment flow field in aquaculture area under typhoon Rammasun

    Note: a. Distribution of maximum significant wave height in the aquaculture area; b. Maximum flow velocity moment flow field in the aquaculture area.

    图  9   “威马逊”台风路径及平移路径

    Figure  9.   Track and projected track of typhoon Rammasun

    图  10   马袅湾养殖区内有效波高及流速最大值

    Figure  10.   Maximum significant wave height and current velocity in aquaculture area of Maniao Bay

    图  11   “圆规”台风下养殖区有效波高最大值分布及最大流速时刻流场

    注:a. 养殖区有效波高最大值分布;b. 养殖区内最大流速时刻流场。

    Figure  11.   Distribution of maximum significant wave height and maximum flow velocity moment flow field in aquaculture area under typhoon Kompasu

    Note: a. Distribution of maximum significant wave height in the aquaculture area; b. Maximum flow velocity moment flow field in the aquaculture area.

    图  12   “圆规”台风路径及平移路径

    Figure  12.   Track and projected track of typhoon Kompasu

    图  13   马袅湾养殖区内有效波高及流速最大值

    Figure  13.   Maximum significant wave height and current velocity in aquaculture area of Maniao Ba

    图  14   “黄蜂”台风下养殖区有效波高最大值分布及最大流速时刻流场

    注:a. 养殖区有效波高最大值分布;b. 养殖区内最大流速时刻流场。

    Figure  14.   Distribution of maximum significant wave height and maximum flow velocity moment flow field in aquaculture area under typhoon Vongfong

    Note: a. Distribution of maximum significant wave height in the aquaculture area; b. Maximum flow velocity moment flow field in the aquaculture area.

    图  15   “黄蜂”路径及平移路径

    Figure  15.   Track and projected track of typhoon Vongfong

    图  16   马袅湾养殖区内有效波高及流速最大值

    Figure  16.   Maximum significant wave height and currentvelocity in aquaculture area of Maniao Bay

    图  17   “泰德”台风下养殖区有效波高最大值分布及最大流速时刻流场

    注:a. 养殖区有效波高最大值分布;b. 养殖区内最大流速时刻流场。

    Figure  17.   Distribution of maximum significant wave height and maximum flow velocity moment flow field in aquaculture area under typhoon Ted

    Note: a. Distribution of maximum significant wave height in the aquaculture area; b. Maximum flow velocity moment flow field in the aquaculture area.

    图  18   “泰德”路径及平移路径

    Figure  18.   Track and projected track of typhoon Ted

    图  19   马袅湾养殖区内有效波高及流速最大值

    Figure  19.   Maximum significant wave height and currentvelocity in aquaculture area of Maniao Bay

    表  1   天文潮模拟精度

    Table  1   Simulation accuracy of astronomical tide

    观测站
    Observation station
    平均绝对误差
    MAE/m
    均方根误差
    RMSE/m
    相关系数
    CC
    秀英 Xiuying 0.134 0.166 0.978
    湛江 Zhanjiang 0.109 0.145 0.990
    下载: 导出CSV

    表  2   台风浪模拟精度

    Table  2   Significant wave height accuracy

    观测站
    Observation station
    平均绝对
    误差
    MAE/m
    均方根
    误差
    RMSE/m
    平均绝对
    百分比误差
    MAPE/%
    相关系数
    Correlation
    coefficient
    秀英 Xiuying 0.179 0.255 7.4 0.992
    浮标测点Buoy2 0.425 0.520 18.3 0.980
    东方 Dongfang 0.238 0.335 14.6 0.934
    下载: 导出CSV

    表  3   台风等级相关参数信息

    Table  3   Information on parameters related to typhoon levels

    台风等级
    Typhoon intensity
    level
    最大风速
    Maximum wind
    speed/(m·s−1)
    中心气压
    Central
    pressure/hPa
    超强台风 Super Typhoon 51.0 944
    强台风 Severe Typhoon 41.5 962
    台风 Typhoon 32.7 977
    下载: 导出CSV
  • [1] 赵广生, 牛小静. 海南岛历史风暴潮模拟和灾害风险评估[J]. 水动力学研究与进展A辑, 2022, 37(6): 831-836.
    [2]

    SHI X W, ZHENG S X, LIU Q, et al. Research on numerical simulation of typhoon waves with different return periods in nearshore areas: case study of Guishan Island waters in Guangdong Province, China[J]. Stoch Environ Res Risk Assess, 2021, 35: 1771-1781. doi: 10.1007/s00477-020-01960-4

    [3] 姜雨青, 张俊波, 国志兴, 等. 我国沿海渔业养殖设施空间分布与台风影响关联性研究[J]. 海洋湖沼通报, 2023, 45(1): 183-192.
    [4] 石振强. 深水网箱浮圈水动力特性理论及试验研究[D]. 哈尔滨: 哈尔滨工程大学, 2015: 1-2.
    [5] 黄小华, 郭根喜, 陶启友, 等. HDPE圆形重力式网箱受力变形特性的数值模拟[J]. 南方水产科学, 2013, 9(5): 126-131.
    [6] 刘春宏. 海水网箱养殖区周围流场特性研究[D]. 天津: 天津大学, 2020: 34-35.
    [7] 姜雨青. 台风对我国沿海设施渔业影响的关联性及灾害评估[D]. 上海: 上海海洋大学, 2021: 53-55.
    [8] 黄滨, 关长涛, 崔勇, 等. 台风“米雷”对山东网箱养殖业灾害性影响的调查与技术解析[J]. 渔业现代化, 2011, 38(4): 17-21.
    [9] 张润川. 台风灾害链网络构建及其演化特征研究[D]. 福州: 福建师范大学, 2023: 34-44.
    [10] 吴亚男, 左军成, 吕晓凤, 等. 舟山海域风暴潮增水数值分析: 台风“灿鸿”为例[J]. 海洋湖沼通报, 2017(6): 38-45.
    [11] 原楠, 陈新平, 陈学恩, 等. 罗源湾海域台风风暴潮数值模拟研究[J]. 海洋通报, 2019, 38(1): 20-30.
    [12] 罗志发, 黄本胜, 邱静, 等. 粤港澳大湾区风暴潮时空分布特征及影响因素[J]. 水资源保护, 2022, 38(3): 72-79, 153.
    [13]

    BI C W, ZHAO Y P, SUN X X, et al. An efficient artificial neural network model to predict the structural failure of high-density polyethylene offshore net cages in typhoon waves[J]. Ocean Engin, 2020, 196: 106793. doi: 10.1016/j.oceaneng.2019.106793

    [14]

    ZHANG Y, GUO H S, LIU S, et al. Fatigue vulnerability of sea cage to storm wave loads[J]. J Mar Sci Technol, 2022, 28(1): 153-164.

    [15]

    LI L, FU S X, XU Y W. Nonlinear hydro-elastic analysis of an aquaculture fish cage in irregular waves[J]. Mar Struc, 2013, 34: 56-73. doi: 10.1016/j.marstruc.2013.08.002

    [16]

    YIN C, HUANG H J, WANG D R, et al. The characteristics of storm wave behavior and its effect on cage cultureusing the ADCIRC+SWAN model in Houshui Bay, China[J]. J Ocean Univ China, 2020, 19(2): 307-319. doi: 10.1007/s11802-020-3941-3

    [17] 孙熊雄. 基于机器学习的重力式深水网箱受灾风险评估分析研究[D]. 大连: 大连理工大学, 2019: 26-31.
    [18] 刘圣聪, 黄六一, 倪益, 等. 水下圆形重力式网箱缆绳张力对波、流的响应特性[J]. 水产学报, 2019, 43(6): 1518-1526.
    [19] 孟范兵. 波流作用下深水重力式网箱水动力特性研究[D]. 大连: 大连理工大学, 2014: 44-53.
    [20] 黄婉茹, 郭敬, 谭骏, 等. 风暴潮灾害承灾体风险预警技术研究[J]. 自然灾害学报, 2023, 32(4): 85-93.
    [21] 于松辰. 波流作用下重力式网箱动力响应研究[D]. 哈尔滨: 哈尔滨工程大学, 2019: 1-3.
    [22] 朱磊, 刘会欣. 基于Delft3D模型的风暴潮增减水模拟研究: “9711”号台风为例[J]. 海洋湖沼通报, 2018(5): 1-10.
    [23] 孙志林, 王辰, 钟汕虹, 等. 浪潮耦合的舟山渔港台风暴潮数值模拟[J]. 海洋通报, 2019, 38(2): 150-158. doi: 10.11840/j.issn.1001-6392.2019.02.004
    [24]

    HU K, MESELHE E, RHODE R, et al. The impact of levee openings on storm surge: a numerical analysis in Coastal Louisiana[J]. Appl Sci, 2022, 12(21): 10884. doi: 10.3390/app122110884

    [25]

    MCLAUGHLIN C, LAW B, MULLIGAN R. Modeling surface waves and tide-surge interactions leading to enhanced total water levels in a macrotidal bay[J]. Coast Engin J, 2022, 64(1): 24-41. doi: 10.1080/21664250.2021.1965417

    [26]

    FUJITA T. Pressure distribution within typhoon[J]. Geophys Mag, 1952, 23: 437-451.

    [27]

    MYERS V A. Maximum hurricane winds[J]. Bull Amer Meteorol Soc, 1957, 38: 227-228.

    [28]

    JELESNIANSKI C P. A numerical calculation of storm tidesinduced by a tropical storm impinging on a continental shelf[J]. Mon Weather Rev, 1965, 93(6): 343-358. doi: 10.1175/1520-0493(1993)093<0343:ANCOS>2.3.CO;2

    [29]

    HOLLAND G J. An analytic model of the wind and pressure profiles in hurricanes[J]. Mon Weather Rev, 1980, 108(8): 1212-1218. doi: 10.1175/1520-0493(1980)108<1212:AAMOTW>2.0.CO;2

    [30]

    VICKERY P J, SKERLJ P F, STECKLEY A C, et al. Hurricane wind field model for use in hurricane simulations[J]. J Struct Eng, 2000, 126(10): 1203-1221. doi: 10.1061/(ASCE)0733-9445(2000)126:10(1203)

    [31]

    WILLOUGHBY H E, RAHN M E. Parametric representation of the primary hurricane vortex. part I: observations and evaluation of the Holland (1980) model[J]. Mon Weather Rev, 2004, 132(12): 3033-3048. doi: 10.1175/MWR2831.1

    [32]

    YING M, ZHANG W, YU H, et al. An overview of the China meteorological administration tropical cyclone database[J]. J Atmos Ocean Technol, 2014, 31(2): 287-301. doi: 10.1175/JTECH-D-12-00119.1

    [33]

    LU X Q, YU H, YING M, et al. Western north pacific tropical cyclone database created by the China meteorological administration[J]. Adv Atmos Sci, 2021, 38(4): 1-10.

    [34]

    PHILLIPS N A. A coordinate system having some special advantages for numerical forecasting[J]. J Meteorol Res, 1957, 14: 184-185. doi: 10.1175/1520-0469(1957)014<0184:ACSHSS>2.0.CO;2

    [35]

    BOOIJ N, RIS R C, HOLTHUIJSEN L H. A third-generation wave model for coastal regions 1. Model description and validation[J]. J Geophy Res Atmos, 1999, 104(4): 7649-7666.

    [36]

    WU G X, SHI F Y, KIRBY J T, et al. Modeling wave effects on storm surge and coastal inundation[J]. Coast Engin, 2018, 140: 371-382. doi: 10.1016/j.coastaleng.2018.08.011

    [37] 徐亚男. 风暴潮与波浪耦合数值预报模型的研究[D]. 天津: 天津大学, 2012: 26-27.
    [38]

    PINDSOO K, SOOMERE T. Contribution of wave set-up into the total water level in the Tallinn area[J]. Proc Est Acad Sci, 2015, 64(3): 338-348. doi: 10.3176/proc.2015.3S.03

    [39] 薛鸿超, 顾家龙, 任汝述. 海岸动力学[M]. 北京: 人民交通出版社, 1980: 129-167.
    [40]

    BROWN M J, WOLF J. Coupled wave and surge modelling for the eastern Irish Sea and implications for model wind-stress[J]. Cont Shelf Res, 2009, 29(10): 1329-1342. doi: 10.1016/j.csr.2009.03.004

    [41] 黄山. 琼州海峡风暴潮数值模拟与不同台风路径对增水的影响研究[D]. 广州: 华南理工大学, 2016: 31-32.
    [42] 石青. 近岸台风浪及植被水流环境中的风浪数值模拟研究[D]. 大连: 大连理工大学, 2020: 39-42.
    [43] 尹超. 海南岛近海热带气旋引起的台风浪风险评估研究[D]. 青岛: 中国科学院大学(中国科学院海洋研究所), 2020: 43-45.
推荐阅读
Comparative study on growth, hepatopancreas and gill histological structure, and enzyme activities oflitopenaeus vannameiunder so42−/cl−stress in low saline water
HE Zheng et al., SOUTH CHINA FISHERIES SCIENCE, 2025
Comparison of fish species detection effect of three sets of commonly used edna metabarcoding primers on sanya water samples
GUO Yaojie et al., SOUTH CHINA FISHERIES SCIENCE, 2025
Characterization of proteinase-producing strainbacillus tropicalisbtzb2 from source of fish in reef of south china sea
HU Xiaojuan et al., SOUTH CHINA FISHERIES SCIENCE, 2024
Distribution characteristics and ecological risk assessment of heavy metals in sediments in adjacent waters of wailingding marine ranching
FENG Xue et al., SOUTH CHINA FISHERIES SCIENCE, 2024
Effects of duckweed and floc multitrophic level integrated culture on penaeus vannamei
HONG Boyang et al., FISHERY MODERNIZATION, 2025
Gene structure and expression analysis of insulin-like peptide in the pacific white shrimp litopenaeus vannamei
SU Manwen et al., PROGRESS IN FISHERY SCIENCES, 2024
Exploring the impact of contaminants of emerging concern on fish and invertebrates physiology in the mediterranean sea
Impellitteri, Federica et al., BIOLOGY-BASEL, 2023
A review on the involvement of heat shock proteins (extrinsic chaperones) in response to stress conditions in aquatic organisms
Jeyachandran, Sivakamavalli et al., ANTIOXIDANTS, 2023
Nacl as an excellent trigger-induced biodiesel production and phenol-containing wastewater treatment in a novel salt-tolerant microalgae ankistrodesmus sp. acc
BIORESOURCE TECHNOLOGY
Biochar-enhanced removal of naphthenic acids from oil sands process water: influence of feedstock and chemical activation
ENERGY & ENVIRONMENTAL SUSTAINABILITY, 2025
Powered by
图(19)  /  表(3)
计量
  • 文章访问数:  64
  • HTML全文浏览量:  14
  • PDF下载量:  6
  • 被引次数: 0
出版历程
  • 收稿日期:  2025-01-07
  • 修回日期:  2025-03-24
  • 录用日期:  2025-03-30
  • 网络出版日期:  2025-04-07
  • 刊出日期:  2025-06-04

目录

/

返回文章
返回