Medical Journal of the Chinese People's Armed Police Forces

Journal of Changjiang River Scientific Research Institute >

2025 , Vol. 42 >Issue 1: 106 - 114

DOI: https://doi.org/10.11988/ckyyb.20230925

Water-Related Disasters

Numerical Study on the Effects of Wave-Current Interaction for Typhoon-induced Storm Surges: A Case Study of Typhoon “Chan-hom”

  • CHU Dong-dong , 1, 2 ,
  • LI Meng-yu 1, 2 ,
  • ZHU Yong-hui 2, 3 ,
  • YUAN Yuan 1, 2 ,
  • HE Zi-can 1, 2 ,
  • CHE Zhu-mei 4 ,
  • ZHANG Ji-cai , 5
Expand
  • 1 River Research Department, Changjiang River Scientific Research Institute,Wuhan 430010,China
  • 2 Key Laboratory of Ministry of Water Resources on River & Lake Regulation and Flood Control in Middle and Lower Reaches of Yangtze River, Changjiang River Scientific Research Institute,Wuhan 430010,China
  • 3 International Cooperation Department, Changjiang River Scientific Research Institute,Wuhan 430010, China
  • 4 Marine Monitoring and Forecasting Center, Department of Natural Resources of Zhejiang Province, Hangzhou 310000, China
  • 5 State Key Laboratory of Estuarine and Coastal Research, East China Normal University, Shanghai 200241, China

Received date: 2023-08-28

  Revised date: 2023-10-30

  Online published: 2025-01-21

Fold

Abstract

Based on the FVCOM hydrodynamic model and the FVCOM-SWAVE wave model, we developed a wave-current coupled storm surge model for the Bohai sea, Yellow sea, and East China Sea during Typhoon “Chan-hom”. Following rigorous validation of surge elevations and significant wave heights, we quantified the impact of wave-current interaction on storm surge and identified key dynamic factors. Findings indicate that wave-current interaction significantly influences surge elevations in near-shore shallow waters, contributing approximately 14% to peak surge water levels. During high tide periods, wave-current interaction tends to reduce surge elevations, but increases surge levels during low tide periods. Accounting for wave-current interaction, the simulated significant wave heights show better agreement with observations. Additionally, the study compares the contributions of tide-surge interaction, wind field, and pressure to surge elevation. The wind field primarily drives surge elevations, with its effects most pronounced in the coastal waters of Zhejiang Province and Hangzhou Bay, where maximum surge elevations reach up to 2 m. In open sea areas, air pressure dominates surge elevations within the typhoon center’s radius. However, in coastal waters, particularly at the head of Hangzhou Bay, nonlinear tide-surge interaction and wave-current interaction significantly impact surge elevations, with respective maxima of 1.2 m and 0.5 m. These findings offer critical insights for enhancing coastal disaster prevention and mitigation strategies.

Key words： storm surge; wave-current interaction; coupled model; typhoon

Cite this article

CHU Dong-dong , LI Meng-yu , ZHU Yong-hui , YUAN Yuan , HE Zi-can , CHE Zhu-mei , ZHANG Ji-cai . Numerical Study on the Effects of Wave-Current Interaction for Typhoon-induced Storm Surges: A Case Study of Typhoon “Chan-hom”[J]. Journal of Changjiang River Scientific Research Institute, 2025 , 42(1) : 106 -114 . DOI: 10.11988/ckyyb.20230925

开放科学(资源服务)标识码(OSID):

0 引言

风暴潮主要是强烈的大气扰动导致的海面异常升降的现象[1],周期介于低频的天文潮波和地震海啸波之间。
河口海岸水动力情况较为复杂。一方面,潮流通过多普勒效应来传递波组分间的能量,同时潮位高度和潮流流速的改变也会影响波浪在浅水区域的传播;另一方面,近岸波浪通过辐射应力的方式作用于流场,进而驱动波浪增水和沿岸流的产生[2]。Longuent-Higgins和Stewart[3]最早提出了辐射应力的概念。随着该理论的推广,辐射应力项加入风暴潮数值模型中,可以很好地模拟近岸风暴潮增水过程。Xie等[4]将辐射应力方案加入普林斯顿海洋模型(Princeton Ocean Model,POM)中,研究了美国东海岸海域受台风影响下的环流结构。Mellor[5]推导出了笛卡尔坐标系下的三维环流方程。Warner等[6]考虑了三维辐射应力,并将其引入区域海洋模式系统(Reginal Ocean Modeling System,ROMS)中,建立了COAWST模型。另外,Craik和Leibovich[7]提出了涡度力的概念,并用来解释Langmuir环流的机制。Kumar等[8]将涡度力方案引入COAWST模式中,模拟了浅水区的波致流结构。Zhang等[9]采用COAWST模式对比分析了涡度力方案和辐射应力方案对南海北部风暴潮增水的影响,研究发现涡度力方案在近岸海域波致增减水效果更为明显,而辐射应力方案对陆坡内浅水区更为敏感。
风暴潮过程影响因素较多且复杂(如波浪、风应力、气压梯度力、天文潮等因素),目前学者们多采用波流耦合模型对风暴潮进行数值模拟并探讨风暴潮增水背后的影响机制。例如,端义宏等[10]对长江口风暴潮模拟结果表明,波浪的方向和大小受风速、风向及天文潮-风暴潮非线性作用的影响。Chen等[11]通过建立波流耦合模型,分析不同因素(波浪、风应力、气压)对台湾海峡不同站点增水的影响。Feng等[12]研究发现模型考虑波浪辐射应力以及水流和水位对波浪的影响时, 能更好地模拟风暴潮增水和波浪过程。Song等[13]研究了波流相互作用在渤海海域高风速条件下对不同斜坡地形和不同天文潮周期的响应。Wang等[14]建立了江苏辐射沙脊沿岸的波流耦合风暴潮模型,探讨了不同天文潮相位对该海域风暴潮水位和波高的影响,研究发现,波流耦合作用在不同天文潮相位条件下对风暴潮的影响均比较显著。Yu等[15]研究发现“莫拉克”台风过境期间,台湾海峡波流相互作用引起的风暴潮增水占风暴潮总水位的24%。Li等[16]分析了“天鸽”台风期间南海风暴潮与波浪增水特征, 发现波浪耦合效应对风暴潮增水的贡献不容忽视。He等[17]建立了洋山海域波流耦合模型,研究了舟山洋山港水域风暴潮水动力特性,量化了不同动力因素对风暴潮增水的影响程度。从前人工作可知,影响波流相互作用的因素众多,但目前的研究多集中于特定台风增水的数值模拟和预报,对于强增水过程中波流相互作用对风暴潮的增水效应及其与其他机制的耦合规律研究较少,需要开展深入的研究。
中国东南沿海风暴潮灾害较多。近年来,该海域风暴潮次数和强度均呈现出增加的趋势[18]。1509号台风“灿鸿”过境期间给中国东南沿海各省带来了严重的灾害和损失,据不完全统计,台风“灿鸿”造成352.8万人受灾,直接经济损失91.4亿元。基于实测资料和数值模型(天文潮-风暴潮耦合数值模型),笔者发现,以“灿鸿”为代表的台风路径(即在125°E以西转向的台风路径)对中国东南沿海风暴潮增水影响比较显著,其中浙江舟山海域出现1.0~1.5 m的风暴潮增水[19-20]。因此,本文基于FVCOM水动力模式和FVCOM-SWAVE波浪模式,构建了该台风过境期间的波流耦合模式,探讨了该代表性路径下波流相互作用对风暴潮增水过程的影响,并对影响风暴潮增水的各动力要素进行了量化分析。相关结果可为河口海岸防灾减灾工作提供参考。

1 波流耦合模型的构建与验证

1.1 波流耦合模型的构建

中国东南沿海海岸线曲折多变,地形复杂。FVCOM水动力模式和FVCOM-SWAVE海浪模式水平方向上采用非结构化三角网格,垂向上使用σ坐标或者σ-z混合坐标。该模型已广泛应用于我国东南沿海风暴潮数值模拟[19⇓-21]。因此,本文选取FVCOM和FVCOM-SWAVE模式作为本文研究风暴潮波流耦合的数值模型。本文旨在计算风暴潮增减水过程,因此忽略温盐变化对模型水位的影响。考虑波浪影响后,控制方程在σ坐标系中可表示为:
∂ η ∂ t + ∂ u D ∂ x + ∂ v D ∂ y + ∂ w ∂ σ = 0 　 ,

∂ u D ∂ t + ∂ u 2 D ∂ x + ∂ u v D ∂ y + ∂ u w ∂ σ - f v D + D ∂ ∂ x ( g η + P a ) =

1 D ∂ ∂ σ K m ∂ u ∂ σ + D F u - g D ρ 0 ∂ ∂ x ( D ∫ σ 0 ρ w d σ ' ) + σ ρ w ∂ D ∂ x -

∂ D S x x ∂ x + ∂ D S x y ∂ y + σ ∂ D ∂ x   ∂ S x x ∂ σ + ∂ D ∂ y ∂ S x y ∂ σ 　 ,

∂ v D ∂ t + ∂ u v D ∂ x + ∂ v 2 D ∂ y + ∂ v w ∂ σ - f v D + D ∂ ∂ y ( g η + P a ) =

1 D ∂ ∂ σ K m ∂ v ∂ σ + D F v - g D ρ 0 ∂ ∂ y ( D ∫ σ 0 ρ w d σ ' ) + σ ρ w ∂ D ∂ y -

∂ D S x y ∂ x + ∂ D S y y ∂ y + σ ∂ D ∂ x   ∂ S y x ∂ σ + ∂ D ∂ y ∂ S y y ∂ σ 　 。
式中:η为海面水位起伏高度;D为总水深,D=H+η,H为海平面平均水位;u、v和w分别为x、y和σ方向上的速度分量;t为时间;ρw和ρ0分别是海水密度和参考密度,本文不考虑密度差异对结果的影响,因此ρw=ρ0;g是重力加速度;Pa为海表大气压强;f为科氏参数;Km为垂向涡黏性系数;Fu、Fv为水平动量扩散项;Sxx和Sxy、Syx和Syy分别为x、y方向的波浪辐射应力。

1.2 模型水位和有效波高的验证

为了验证风暴潮模型的有效性,计算了有效波高和水位之间的模型评估系数(MS),其计算公式为
M S = 1 - ∑ i = 1 n X m - X o 2 ∑ i = 1 n X m - X o + X o - X ¯ o 2 　 。
式中:n为时间序列个数;Xm和Xo分别为模拟值与实测值; X ¯ o为实测平均值。MS的值介于0和1之间[22]。具体判定标准为:优秀(MS>0.65)、良好(0.5< MS<0.65)、一般(0.2<MS<0.5)以及较差(MS<0.2)。
验潮站有效波高数据来自朱家尖(ZJJ)和南麂(NJ)两站点,时间跨度为2015年6月30日—7月12日,时间分辨率为1 h;验潮站水位数据来自岱山(DS)、朱家尖(ZJJ)、六横(LH)和北仑(BL)4个站点,时间跨度为2015年7月9—12日,时间分辨率为1 h。实测站点及模型网格位置见图1,模型参数配置见表1。本文观测数据和近岸地形由浙江省自然资源厅海洋监测预报中心提供。
图1 实测站点位置及模型网格

Fig.1 Observation locations and model grids

表1 模型参数配置

Table 1 Parameter configuration in the model

模型参数 参数配置
网格范围 经度:115°E—136°E,纬度:15°N—42°N
分辨率 最大网格20 km,最小网格300 m
网格单元 节点:29 916,网格单元:57 125,垂向:σ层7层
运行时段 2015年6月30日—7月15日
时间步长 外模0.5 s,内模5.0 s,时间分裂模比10
波浪时间步长 5.0 s
谱分辨率
(频率×角度)		 20×36
边界条件 水位驱动:4个全日分潮(K1、O1、P1、O1),4个半
日分潮(M2、S2、N2、K2),3个浅水分潮(M4、MS4、
MN4)和2个长周期分潮(Mf、Mm);径流数据:
大通日平均流量
初始条件 冷启动(水位、流速、波浪均为0;温度20 ℃;
盐度30 psu)
海浪谱形式 JONSWAP谱
风场和气压 NCEP-CFSR数据
图2描绘了朱家尖(ZJJ)和南麂(NJ)站点有效波高实测数据和模拟值对比。由图2可知,模型计算的有效波高与实测数据整体吻合较好,可有效地模拟出波浪发展过程。2个站点有效波高的模型评估系数(MS)分别为0.98和0.92。图3描绘了岱山(DS)、朱家尖(ZJJ)、六横(LH)和北仑(BL)站点验潮站总水位与风暴潮净增水模拟与实测值对比结果(风暴潮净增水=总水位-天文潮潮位),可以看到,4个站点模型模拟总水位、风暴潮净增水与验潮站实测值吻合良好,DS、ZJJ、LH和BL站总水位(净增水)MS值分别为0.98(0.93)、0.98(0.93)、0.96(0.95)和0.97(0.95)。结合有效波高验证和增水验证,本文所构建的波流耦合模型可较好地模拟台风“灿鸿”过境期间引发的风暴潮过程,表明模型参数设置合理,可为后续的研究提供模型基础。
图2 有效波高验证

Fig.2 Verification of significant wave height

图3 风暴潮水位验证

Fig.3 Verification of water level and surge elevation

2 结果分析

2.1 有效波高分析

图4刻画了模拟区域2015年7月10—12日有效波高和风速的空间分布,其中红色实线为台风路径,五角星为对应时刻台风中心位置。
图4 不同时刻下模型有效波高空间分布

Fig.4 Spatial distribution of significant wave height at different moments

从图4可以看到,有效波高变化与台风风速密切相关,风速越大,有效波高越大;台风浪高分布与台风风场结构分布一致,即台风前进方向右侧风速大、风浪高、影响范围广;台风左侧风速、浪高和影响范围相对于右侧较小,有效波高最大值出现在台风风速最大时刻。在外海开阔海域,有效波高分布较规则,波高能量集中在台风最大风速半径右侧;当台风从外海移动到东海区域后,东海区域波高显著增高,最大波高可达15 m(图4(a)和图4(b))。当台风继续向西北方向移动,由于水深变浅以及岸线、岛屿的影响,波浪破碎能量耗散导致波高减小(图4(c)和图4(d))。台风在7月11日12时转向东北方向前进,此时台风重新从海洋中获取能量,台风强度加强,引起浙江舟山海域波高增加(图4(e));当台风继续向东北方向移动,因强度减小,有效波高也随之减小(图4(f)—图4(h))。

2.2 波流相互作用对风暴潮增水的影响

为了探讨波流耦合作用对风暴潮增水的影响,分别设计了两组试验(考虑波流耦合作用:FVCOM-SWAVE;未考虑波流耦合作用:FVCOM)。图5展示了波流耦合作用在4个站点处的增水效果。相对于不考虑波流相互作用(FVCOM模拟值),4个站点波流耦合作用(FVCOM-SWAVE模拟值)增水差异值最大分别为0.14、0.09、0.24、0.17 m,减水差异值最大分别为0.20、0.19、0.30、0.29 m,增水差异值分别是该站点风暴潮总增水的12.82%、9.84%、19.95%、14.26%。
图5 波流耦合与非波流耦合条件下不同站点处风暴潮增水与天文潮增水

Fig.5 Storm surge elevation and astronomical tide elevation under wave-current interaction and non-wave-current interaction conditions

结合图4、图5可知,风场最大时刻有效波高也最大,波流相互作用引起的最大增水时刻出现在有效波高最大时刻。此外,波浪引起的最大增水时刻在岱山(图5(a))、六横(图5(c))和北仑(图5(d))晚于实测增水时刻,而在朱家尖(图5(b)),波浪引起的最大增水时刻早于实测最大增水时刻。结合各站点天文潮振幅,可看到高潮位时刻波流相互作用倾向于引起减水,而低潮位时刻波流相互作用倾向于引起增水。
图6描绘了考虑波流耦合相互作用(FVCOM-SWAVE)和不考虑水位、流速对波浪的影响下(非耦合模型,本文记作SWAVE),两组模型对朱家尖和南麂站点有效波高的模拟。
图6 FVCOM-SWAVE与SWAVE模型有效波高时间变化差异

Fig.6 Difference of significant wave height between FVCOM-SWAVE and SWAVE model

可以看到,两组模型模拟的有效波高极值出现时间几乎一致;考虑波流耦合相互作用后模型有效波高极值要大于非耦合模型的结果(其中朱家尖站点耦合模型大于非耦合模型0.59 m,南麂站点耦合模型大于非耦合模型0.19 m)。另外,考虑波流耦合相互作用后,有效波高出现接近半日频率的波动,而在非耦合模型中没有出现这种现象,说明天文潮对波流相互作用也有着一定的影响。

2.3 不同动力因素对风暴潮增水的贡献

影响风暴潮增水的主要动力因素有风场、气压、天文潮-风暴潮非线性相互作用、波流相互作用。基于台风“灿鸿”过境期间建立的波流耦合模型,诊断、探讨上述各因素对风暴潮增水的影响。
岱山、朱家尖、六横和北仑站在不同动力条件下风暴潮增水时间变化见图7。可以看到,4种动力驱动对该海域各站点的影响相似,只是量值上略有差异。在对风暴潮增水极值大小的贡献上,4种动力驱动中,风场对风暴潮增水起主导作用,气压和天文潮-风暴潮非线性作用对风暴潮增水起着重要的影响,波流相互作用对风暴潮增水影响相对较小。在对风暴潮增水极值到来时刻的影响方面,风场最先到来,接下来是天文潮-风暴潮非线性作用和气压。结合风场空间矢量分布可以发现,风场影响最大时刻处在该海域距离台风中心最大风速半径处,此时风速在该海域最大。而气压对风暴潮增水极值的影响在台风中心处最显著,因此比风场影响较晚到来。
图7 不同动力条件下风暴潮增水时间变化

Fig.7 Time series of storm surge elevation under different dynamic conditions

本文统计了上述4个站点在4种动力驱动下风暴潮增水极值。4个站点中,风场作用下增水极值分别为0.76、0.81、1.19、1.07 m,分别对应站点风暴潮净增水极值的66.67%、76.73%、83.42%和80.68%;同样,气压驱动下得到的增水极值分别为0.37、0.41、0.44、0.42 m,分别对应站点风暴潮增水极值的32.75%、39.18%、30.48%和31.74%;天文潮-风暴潮相互作用下得到的增水极值分别为0.42、0.34、0.29、0.46 m,分别对应站点风暴潮增水极值的37.13%、31.67%、20.42%和35.07%;波流相互作用下得到的增水极值分别为0.14、0.10、0.24、0.17 m,分别对应站点风暴潮增水极值的12.44%、9.37%、16.70%和12.70%。可以看到,风场对风暴潮增水起主导作用,天文潮-风暴潮相互作用和气压对风暴潮增水影响相当,波流相互作用对风暴潮增水影响相对较小。He等[17]和唐燕玲[23]利用FVCOM-SWAVE波流耦合模型研究了舟山洋山港水域风暴潮水动力特性,发现波浪对风引起的增水最大,其次为气压,波浪引起的增水最小,其对风暴潮增水贡献可达14.4%,这与本文研究结论相符。然而上述研究仅局限于对舟山洋山海域特定站点风暴潮动力特性的分析,缺乏对不同动力因素空间分布的探讨。
因此,本文计算了模型在上述4种动力条件下每个网格点上计算得到的增水极值空间分布(见图8,其中白色实线为台风路径)。可以看到,波流相互作用在外海水深较大的海域影响甚微,其影响较大的海域在江苏近岸、长江口和杭州湾及浙江近岸海域,在近岸海域会产生0.1~0.5 m的增水,最大增水海域发生在杭州湾湾内、长江口和江苏近岸。天文潮-风暴潮相互作用对江苏沿岸、长江口、杭州湾以及台湾海峡海域影响较大,可以产生0.2~1.2 m的增水,最大增水区域处在杭州湾湾内。风场驱动引发的增水对中国东南沿海海域影响较大,最大增水(1~2 m)发生在杭州湾和舟山海域,这与台风路径相关。可以看到,气压驱动下增水极值在台风中心处最大(0.4~0.7 m),距离台风中心越远,气压作用对风暴潮增水越弱。
图8 不同动力条件下风暴潮增水空间分布

Fig.8 Spatial distribution of surge elevation under different dynamic conditions

通过上述分析可以看到,对于波流相互作用、天文潮-风暴潮非线性相互作用、风场、气压4个因素而言,风场引起的增水最大,平均能达到净增水极值的76.87%;其次为气压和天文潮-风暴潮非线性相互作用,分别为净增水极值的33.53%和31.07%;波浪引起的增水最小,为净增水极值的12.80%。然而,对于近岸海域,气压对风暴潮增水的影响逐渐减小,天文潮-风暴潮非线性相互作用和波流相互作用逐渐增强。在杭州湾海域,风场作用引起的风暴潮增水可达2 m,天文潮-风暴潮非线性相互作用引起的风暴潮增水大约1.0 m,波流相互作用可达0.5 m,而气压作用在0.35 m之内。
此外,本文分别选取S1—S5站点(站点位置见图8(d))分析上述不同动力因素在不同海域对风暴潮增水的影响(结果见表2)。其中,S1—S5站点分别代表渤海、北黄海、江苏辐射沙脊沿岸、杭州湾和台湾海峡。可以看到,5个站点风场对风暴潮增水起主导作用,平均达到风暴潮增水的72.6%;波流相互作用在江苏辐射沙脊沿岸对风暴潮增水影响显著,达到33.3%,台湾海峡和杭州湾分别为11.6%和8.0%;天文潮-风暴潮相互作用对台湾海峡风暴潮增水有较大影响,可达48.9%,在渤海、江苏辐射沙脊沿岸和杭州湾影响相当,平均30.0%;气压对北黄海风暴潮增水影响显著,为59.3%,在杭州湾和台湾海峡影响相当,平均23.5%,这主要与台风路径有关。
表2 不同动力因素作用下风暴潮增水

Table 2 Surge elevation under different dynamic conditionsm

站点 净增水 波流相互作用 天文潮-风暴潮相互作用 风场 气压
S1 0.32 0.01 0.10 0.26 0.03
S2 0.27 0.04 0.07 0.21 0.16
S3 0.81 0.27 0.25 0.58 0.11
S4 1.50 0.12 0.42 1.15 0.32
S5 0.43 0.05 0.21 0.24 0.11
分析得到“灿鸿”台风事件过程不同动力因素对我国沿海不同海域风暴潮增水的贡献,各动力因素在不同海域对风暴潮增水的贡献权重与水深地形和与台风路径有关。总的来说,风场对风暴潮增水起主导作用,在开阔海域,气压对台风中心范围风暴潮增水作用增强;在远离台风中心的沿岸海域,天文潮-风暴潮非线性相互作用对风暴潮增水作用增强,仅次于风场作用;波流相互作用在近岸地形复杂多变海域对风暴潮增水的影响不可忽视,在相关防灾减灾预报和工程设计中应高度重视。

3 结论

本文基于FVCOM和FVCOM-SWAVE构建了1509号台风“灿鸿”过境期间的波流耦合模型,分析了波流相互作用对增水的影响。另外,基于所构建的波流耦合模型,探讨了不同动力因素对风暴潮增水的贡献程度。主要结论如下:
(1)有效波高分布与台风风速、台风结构密切相关,台风前进方向右侧有效波高能量相对集中,有效波高的最大值出现在风速最大值时刻。综合FVCOM-SWAVE和FVCOM模型结果,波流耦合作用在各实测站点对总增水的贡献率各不相同:近岸浅水海域,波流耦合作用对总增水结果影响显著,在风暴潮增水极值时刻,其对总增水的贡献率在14%左右。另外,结合各站点天文潮振幅时间变化,高潮位时刻波流耦合作用倾向于引起减水,而在低潮位时刻波流相互作用倾向于引起增水。此外,考虑波流耦合相互作用后模型有效波高极值要大于非耦合模型的结果,同时有效波高出现接近半日频率的波动,与实测数据更为吻合。
(2)对于1509号台风“灿鸿”来说,风场对风暴潮增水起主导作用,在其影响下风暴潮增水影响范围集中在浙江近岸海域和杭州湾海域,最大风暴潮增水可达2 m;在开阔海域,气压对风暴潮增水作用增强,引发的风暴潮增水在0.35 m范围内;在近岸海域,天文潮-风暴潮非线性相互作用对风暴潮增水作用增强,仅次于风场作用,风暴潮增水影响范围集中在浙江和江苏近岸海域、杭州湾,最大风暴潮增水可达1.2 m;波流相互作用在近岸海域对风暴潮增水的影响不可忽视,风暴潮增水影响范围集中在浙江和江苏近岸海域、长江口和杭州湾,最大风暴潮增水可达0.5 m。相关结果可为河口海岸防灾减灾工作提供参考。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
尤晓昳, 武国相, 梁丙臣, 等. 基于长期观测资料的黄海天文潮-风暴潮非线性相互作用研究[J]. 中国海洋大学学报(自然科学版), 2022, 52(8): 77-88.

(YOU Xiao-yi, WU Guo-xiang, LIANG Bing-chen, et al. Study on the Nonlinear Interaction between Astronomical Tide and Storm Surge along the Yellow Sea Based on Long Time Series[J]. Periodical of Ocean University of China, 2022, 52(8): 77-88. (in Chinese))

[2]
纪超, 张庆河, 马殿光, 等. 基于新型三维辐射应力的近岸波流耦合模型[J]. 浙江大学学报(工学版), 2022, 56(1):128-136.

(JI Chao, ZHANG Qing-he, MA Dian-guang, et al. Nearshore Coupled Wave-current Model Based on New Three-dimensional Radiation Stress Formulation[J]. Journal of Zhejiang University (Engineering Science), 2022, 56(1): 128-136. (in Chinese))

[3]
LONGUET-HIGGINS M S, STEWART R W. Radiation Stresses in Water Waves; A Physical Discussion, with Applications[J]. Deep Sea Research and Oceanographic Abstracts, 1964, 11(4): 529-562.

[4]
XIE L, WU K, PIETRAFESA L, et al. A Numerical Study of Wave-current Interaction through Surface and Bottom Stresses: Wind-driven Circulation in the South Atlantic Bight under Uniform Winds[J]. Journal of Geophysical Research: Oceans, 2001, 106(C8): 16841-16855.

[5]
MELLOR G. The Three-dimensional Current and Surface Wave Equations[J]. Journal of Physical Oceanography, 2003, 33(9): 1978-1989.

[6]
WARNER J C, SHERWOOD C R, SIGNELL R P, et al. Development of a Three-dimensional, Regional, Coupled Wave, Current, and Sediment-transport Model[J]. Computers & Geosciences, 2008, 34(10): 1284-1306.

[7]
CRAIK A D D, LEIBOVICH S. A Rational Model for Langmuir Circulations[J]. Journal of Fluid Mechanics, 1976, 73: 401-426.

[8]
KUMAR N, VOULGARIS G, WARNER J C, et al. Implementation of the Vortex Force Formalism in the Coupled Ocean-atmosphere-wave-sediment Transport (COAWST) Modeling System for Inner Shelf and Surf Zone Applications[J]. Ocean Modelling, 2012, 47: 65-95.

[9]
ZHANG C, HOU Y, LI J. Wave-current Interaction during Typhoon Nuri (2008) and Hagupit (2008): an Application of the Coupled Ocean-wave Modeling System in the Northern South China Sea[J]. Journal of Oceanology and Limnology, 2018, 36(3): 663-675.

[10]
端义宏, 朱建荣, 秦曾灏, 等. 一个高分辨率的长江口台风风暴潮数值预报模式及其应用[J]. 海洋学报, 2005, 27(3): 11-19.

(DUAN Yi-hong, ZHU Jian-rong, QIN Zeng-hao, et al. A High-resolution Numerical Storm Surge Model in the Changjiang River Estuary and Its Application[J]. Acta Oceanologica Sinica, 2005, 27(3): 11-19. (in Chinese))

[11]
CHEN W B, LIN L Y, JANG J H, et al. Simulation of Typhoon-induced Storm Tides and Wind Waves for the Northeastern Coast of Taiwan Using a Tide-Surge-Wave Coupled Model[J]. Water, 2017, 9(7): 549.

[12]
FENG X, YIN B, YANG D. Development of an Unstructured-grid Wave-current Coupled Model and Its Application[J]. Ocean Modelling, 2016, 104: 213-225.

[13]
SONG H, KUANG C, WANG X H, et al. Wave-current Interactions during Extreme Weather Conditions in Southwest of Bohai Bay, China[J]. Ocean Engineering, 2020, 216: 108068.

[14]
WANG N, CHEN K, LU P, et al. Effects of Tidal Variations on Storm Waves: a Case Study of the Radial Sand Ridges along China’s Jiangsu Coast during Typhoon Muifa[J]. Ocean Engineering, 2019, 190: 106444.

[15]
YU X, PAN W, ZHENG X, et al. Effects of Wave-current Interaction on Storm Surge in the Taiwan Strait: Insights from Typhoon Morakot[J]. Continental Shelf Research, 2017, 146: 47-57.

[16]
LI A, GUAN S, MO D, et al. Modeling Wave Effects on Storm Surge from Different Typhoon Intensities and Sizes in the South China Sea[J]. Estuarine, Coastal and Shelf Science, 2020, 235: 106551.

[17]
HE Z, TANG Y, XIA Y, et al. Interaction Impacts of Tides, Waves and Winds on Storm Surge in a Channel-island System: Observational and Numerical Study in Yangshan Harbor[J]. Ocean Dynamics, 2020, 70(3):307-325.

[18]
谢丽, 张振克. 近20年中国沿海风暴潮强度、时空分布与灾害损失[J]. 海洋通报, 2010, 29(6): 690-696.

(XIE Li, ZHANG Zhen-ke. Study on the Relationship between Intensity, Spatial-temporal Distribution of Storm Surges and Disaster Losses along the Coast of China in Past 20 Years[J]. Marine Science Bulletin, 2010, 29(6): 690-696. (in Chinese))

[19]
张西琳, 楚栋栋, 张继才, 等. 东南沿海台风风暴潮增水过程中非线性机制和地形的作用研究: 以1509号台风“灿鸿” 为例[J]. 海洋与湖沼, 2020, 51(6): 1320-1331.

(ZHANG Xi-lin, CHU Dong-dong, ZHANG Ji-cai, et al. Effects of Nonlinear Terms and Topography on Storm Surges in the Southeast Seas of China: a Case Study of Typhoon Chan-hom[J]. Oceanologia et Limnologia Sinica, 2020, 51(6): 1320-1331. (in Chinese))

[20]
楚栋栋. 中国东南沿海台风风暴潮多情境耦合数值模拟及关键因素敏感性分析[D]. 杭州: 浙江大学, 2021.

(CHU Dong-dong. Numerical Simulation and Sensitivity Analysis of Key Factors for Multiple Scenario Coupling of Typhoon Storm Surges Along the Southeast Coast of China[D]. Hangzhou: Zhejiang University, 2021. (in Chinese))

[21]
CHU D D, ZHANG J C, WU Y S, et al. Sensitivities of Modelling Storm Surge to Bottom Friction, Wind Drag Coefficient, and Meteorological Product in the East China Sea[J]. Estuarine, Coastal and Shelf Science, 2019, 231: 106460.

[22]
ALLEN J I, SOMERFIELD P J, GILBERT F J. Quantifying Uncertainty in High-resolution Coupled Hydrodynamic-ecosystem Models[J]. Journal of Marine Systems, 2007, 64(1/2/3/4): 3-14.

[23]
唐燕玲. 基于波流耦合模型的洋山海域风暴潮水动力特性研究[D]. 杭州: 浙江大学, 2018.

(TANG Yan-ling. Study on Dynamic Characteristics of Storm Tide in Yangshan Sea Area Based on Wave-current Coupling Model[D]. Hangzhou: Zhejiang University, 2018. (in Chinese))

Options
Outlines

/

〈 〉

Copyright © Journal of Changjiang River Scientific Research Institute, All Rights Reserved.
Powered by Beijing Magtech Co. Ltd.