基于弦高控制变量的边坡稳定分析方法
详细信息Slope stability analysis based on arc height as control variable
-
摘要: 针对传统圆弧法边坡稳定分析中控制变量取值范围难以确定的问题,提出以弦高及上下交点X坐标值作为圆弧的控制变量,分析了各控制变量与安全系数之间的关系,据此提出筛选法搜索最危险滑弧,并通过算例进行了验证.Abstract: To deal with the problems that boundaries of control variables are difficult to determine in traditional slope stability analysis with circular sliding surface method, a new method is put forward in which arc height and X values of upper and lower points of intersection are regarded as control variables of arc. The relationships between each control variable and safety factor are analyzed. Based on these analyses, a global optimization method is presented which is validated through some engineering examples.
-
浙江省地处我国东南沿海,海岸线曲折绵长,河口港湾众多,岛屿星罗棋布,这为经济发展提供了良好的客观条件。其东侧面临广阔的东海大陆架,是台风最为活跃的海区之一。每年7—10月为台风期,平均每年约有3场台风会对浙江造成影响,平均每3年有2场台风会正面登陆。准确预报和后报台风浪对工程设计、防灾减灾均具有重要意义。
在台风浪的模拟中,海浪的模拟精度很大程度上依赖于海面风场的计算精度。目前主要有两种获取台风风场的方式:参数化台风模型和再分析风场数据集。参数化风场模型根据台风路径、中心最低气压,即可生成连续的台风场,常见的有藤田-高桥模型、Jelesnianski模型和Holland模型等[1-2]。参数化风场模型简便易用,但要想获得准确的大范围风场往往需进行多次参数率定。近年来涌现出来的分析和再分析风场数据集,在时空分辨率、精度和同化数据源数量等方面均有较大提升[3-4],国内外诸多学者基于公开的风场数据集开展了海浪的长历时后报研究。Lü等[5]根据实测风场资料对ERA-Interim风场进行修正,在此基础上利用SWAN模型计算了渤海1993—2012年的海浪场。Akpınar等[6-7]采用CFSR再分析风场计算了黑海31年的长历时海浪场,并采用Mann-Kendall趋势检验法分析了黑海沿岸风、浪的变化趋势。Li等[8]同时采用NOAA/PSL的NCEP/NCAR再分析风场和ECMWF的ERA-Interim再分析风场,利用WAMC4模型,计算了东海1979—2013年的海浪场,结果表明ECMWF风场在极端海浪模拟方面优于NCEP风场。Shih等[9]基于SCHISM-WWM-III模型,建立了高分辨率的波流耦合模型,并从1977—2016年的ERA-Interim再分析风场中选取9场典型台风来模拟台湾岛周边的海浪,生成了台湾岛周边海浪风险分布图。Shi等[10]基于TOMAC海浪模式,以CFSR风场为驱动,建立了1979—2017共计39 a的中国沿海海浪数据集,并分析了波候和趋势变化。另外,Chen等[11]对比了ERA-Interim、CFSR、CCMP 3个数据集在台湾海域海浪模拟的适用性,结果表明三者均表现良好,后报得到的海浪与实测值的skill指标均在0.92~0.94之间。
然而不同的风场数据集在浙江沿海的适用性还有待检验。2021年第6号台风“烟花”两度登陆浙江,移速慢,持续时间长,外海深水浮标站普遍监测到5 m以上的波高,具有较好的代表性。本文采用ERA5、CCMP和CFSv2三种最新发布的风场数据集来研究不同风场在“烟花”台风期间海浪数值模拟方面的适用性。借助实测海浪资料,通过误差统计来评估各数据集的准确性。这不仅可为今后选取合适的风场数据集进行海浪预报和后报提供依据,还有利于深化对浙江沿海海域台风浪特性的认识。
1. “烟花”台风简介
2021年第6号台风“烟花”路径如图1所示(路径来自温州台风网)。其于7月18日02:00在西北太平洋洋面上生成,7月19日08:00加强为强热带风暴,中心最低气压985 hPa,中心附近最大风速25 m/s;7月20日14:00继续加强为台风,中心最低气压975 hPa,中心附近最大风速33 m/s;7月21日11:00加强为强台风,中心最低气压955 hPa,中心附近最大风速42 m/s;7月23日23:00减弱为台风,中心最低气压960 hPa,中心附近最大风速40 m/s;25日12:30前后在浙江省舟山市普陀区登陆,登陆时中心最低气压为965 hPa,中心附近最大风速38 m/s;并于7月26日09:50前后在浙江省平湖市沿海再次登陆,登陆时中心最低气压978 hPa,中心附近最大风速28 m/s,后继续向西北方向行进,在安徽淮南转为北向,最终在渤海湾消亡。
2. 数据和方法
2.1 数据收集
表层风场选取了国际上3个应用较为广泛的数据集,分别是ERA5、CCMP和CFSv2。表1列举了各个数据集的相关特征。ERA5是由欧洲中尺度气象中心(European Centre for Medium-range Weather Forecasts,ECMWF)开发的第五代再分析数据产品,按时间跨度分为1950—1978的预览初始版和1979年至今的稳定版。ERA5分析数据采用数据同化方法,每隔12 h将新获取的实测数据与模型前期预报结果通过优化方法结合起来以得到最佳的大气预报结果。再分析数据采用类似的方法来生成。目前用户可获取到1979年以来逐时的ERA5再分析数据,其中大气数据的空间分辨率为0.25°×0.25°。CCMP目前的版本为2.0,由美国“遥感系统”(Remote Sensing System,RSS)研制发布。CCMP以ECMWF的ERA-Interim再分析风场为初始场,通过变分同化分析法(VAM),将卫星微波辐射仪(SSM/I, SSMIS, AMSR, TMI, WindSat, GMI)和卫星微波散射仪(QuikSCAT和ASCAT)数据和浮标观测数据结合起来,生成了分辨率为0.25°×0.25°的逐时连续风场,目前用户可获取到1987年至今的数据。CFSv2数据由美国国家海洋和大气管理局(National Oceanic and Atmospheric Administration, NOAA)旗下的国家环境信息中心(National Centers for Environmental Information, NCEI)发布,该数据融合了表层观测、上层气球观测、飞行观测和卫星观测数据。目前提供2011年至今逐时的分辨率为0.20°×0.20°的气象数据。与之前的CFSR相比,CFSv2的时间分辨率和空间分辨率都有了较大提升。
表 1 各风场数据集特征Table 1. Characteristic of wind dataset数据集名称 时间范围 空间分辨率 时间分辨率 数据网站 ERA5 1979年至今 0.25° × 0.25° 1 h https://cds.climate.copernicus.eu/cdsapp#!/home CCMP 1987年至今 0.25° × 0.25° 1 h https://www.remss.com/measurements/ccmp/ CFSv2 2011年至今 0.20° × 0. 20° 1 h https://www.ncei.noaa.gov/products/weather-climate-models/climate-forecast-system 图2为“烟花”台风期间两个典型时刻2021年7月25日01:00和2021年7月25日14:00ERA5、CCMP和CFSv2的瞬时风场。整体而言,ERA5和CCMP的台风中心和强度均较为一致,而CFSv2的台风中心与前两者存在偏差,最大风速和外围风速也相对较大。2021年7月25日01:00时,台风中心清晰可见,台风结构完整,舟山群岛和杭州湾的风向为NE向,自三门湾至温州湾风向由NNW向逐渐转为W向。ERA5和CCMP的台风中心均位于123.5° E、28.5° N,ERA5最大风速为20~25 m/s,CCMP的最大风速为25~30 m/s,出现在台风中心的N~E向,CFSv2的台风中心位于123.5° E、28.7° N,最大风速为30~35 m/s,出现在台风中心的N~NE向。2021年7月25日14:00,台风中心靠近大陆,受西侧下垫面影响台风结构不再完整,舟山岛北侧风向为E向,杭州湾风向为NE向,舟山群岛南侧至温州湾风向均为SW向。ERA5和CCMP的台风中心均位于122.2° E、30.0° N,CFSv2的台风中心位于122.4° E、30.0° N。3个数据集的最大风速均出现在台风中心东北侧的长江口外,最大风速均为20~25 m/s;但强度有所不同,CFSv2强度最高,CCMP次之,ERA5最弱。在舟山群岛东侧和东北侧分别选取1个特征点(位置见图2)来对比不同数据集在“烟花”台风期间的风速和风向过程(图3)。整体而言,CFSv2风场的风速最大,ERA5和CCMP风场的风速则互有大小。3个风场在2个特征点的风向则较为一致。在P1点ERA5、CCMP和CFSv2风场的最大风速分别为24.7、26.2和33.7 m/s,在P2点ERA5、CCMP和CFSv2风场的最大风速分别为24.7、24.2和28.1 m/s。7月25日之前风向以ENE向为主,之后逐渐转为SE向。
收集到4个海浪浮标站2021年7月21日至7月29日的实测波浪资料,浮标位置如图1所示。其中舟山外和台州外两个浮标为10 m浮标,位于近海−80~−70 m高程处,嵊山和朱家尖为3 m浮标,分别位于嵊山岛南侧和朱家尖岛东侧,海床高程均在−20 m左右。就与台风路径的相对位置而言,台州外浮标位于台风向北行进时的西侧,最近距离约38 km;舟山外浮标位于台风向西北转向时的东侧,最近距离约64 km;嵊山浮标和朱家尖浮标分别位于台风向西行进路径的北侧和南侧,最近距离分别为85和12 km。4个浮标代表了台风过境时的不同强度位置,其观测到的波高为衡量风场数据集的适用性提供了很好的依据。
2.2 模型介绍
目前常用的第三代海浪模式有WAM[12],WAVEWATCH III[13]和SWAN[14-15]等。这3个海浪模式均基于动谱平衡方程,其中SWAN在近岸海浪模拟中应用更为广泛。本研究选用SWAN模式(版本号41.31)。模式采用二维动谱密度表示随机波而非能谱密度,这是由于在有流场存在的情况下,动谱密度守恒而能谱密度却并不守恒,动谱密度N(σ, θ)是能谱密度E(σ, θ)与相对频率σ的比值。在直角坐标系下SWAN模式的控制方程为:
$$ \frac{\partial }{{\partial t}}N + \frac{\partial }{{\partial x}}{C_x}N + \frac{\partial }{{\partial {\text{y}}}}{C_y}N + \frac{\partial }{{\partial \sigma }}{C_\sigma }N + \frac{\partial }{{\partial \theta }}{C_\theta }N = \frac{S}{\sigma } $$ (1) 方程左边的第1项代表动谱密度在时间上的变化率,第2项和第3项代表动谱密度在几何空间的传播,第4项代表由流和水深变化引起的频移,第5项代表由流和水深变化引起的折射和变浅作用。方程右边的S代表能量源汇项:
$$ S = {S_{{\text{in}}}} + {S_{{\text{nl3}}}} + {S_{{\text{nl4}}}} + {S_{{\text{ds,w}}}} + {S_{{\text{ds,b}}}} + {S_{{\text{ds,br}}}} $$ (2) 式中:Sin表示风能输入作用;Snl3表示三波相互作用对能量的重新分配;Snl4表示四波相互作用对能量的重新分配;Sds,w表示白帽耗散作用;Sds,b、Sds,br表示水底摩擦及波浪破碎引起的能量耗散作用。式中的Cx、Cy、Cσ、Cθ分别表示动谱密度在x、y、σ和θ空间上的传播速度。
$$ \left\{\begin{array}{l} {C_x} = \dfrac{{{\text{d}}x}}{{{\text{d}}t}} = \dfrac{1}{2}\left[ {1 + \dfrac{{2|{\boldsymbol{k}}|d}}{{\sinh (2|{\boldsymbol{k}}|d)}}} \right]\dfrac{{\sigma {{{k}}_x}}}{{{|{\boldsymbol{k}}|^2}}} + {{{U}}_x} \\ {C_y} = \dfrac{{{\text{d}}y}}{{{\text{d}}t}} = \dfrac{1}{2}\left[ {1 + \dfrac{{2|{\boldsymbol{k}}|d}}{{\sinh (2|{\boldsymbol{k}}|d)}}} \right]\dfrac{{\sigma {{{k}}_y}}}{{{|{\boldsymbol{k}}|^2}}} + {{{U}}_y} \\ {C_\sigma } = \dfrac{{{\text{d}}\sigma }}{{{\text{d}}t}} = \dfrac{{\partial \sigma }}{{\partial {\text{d}}}}\left( {\dfrac{{\partial d}}{{\partial t}} + \mathop {\boldsymbol{U}}\cdot\nabla d} \right) - {c_g}\mathop {\boldsymbol{k}}\cdot\dfrac{{\partial \mathop {\boldsymbol{U}} }}{{\partial s}} \\ {C_\theta } = \dfrac{{{\text{d}}\theta }}{{{\text{d}}t}} = - \dfrac{1}{{{{\boldsymbol{k}}}}}\left( {\dfrac{{\partial \sigma }}{{\partial d}}\dfrac{{\partial d}}{{\partial m}} + \mathop |{\boldsymbol{k}}|\dfrac{{\partial \mathop {\boldsymbol{U}} }}{{\partial m}}} \right) \end{array} \right.$$ (3) 式中:d为水深;s为波浪传播方向的坐标;m为与s垂直的坐标。向量k与向量U分别表示波数与海浪流速。
$$ {{\boldsymbol{k}}}=({k}_{x},{k}_{y})=(|{{\boldsymbol{k}}}|\mathrm{cos}\theta ,|{{\boldsymbol{k}}}|\mathrm{sin}\theta ) $$ (4) $${{\boldsymbol{U}}}=({U}_{x},{U}_{y}) $$ (5) 3. 模型建立和结果分析
3.1 模型建立
模型计算范围涵盖整个南海和东海,东西范围为105°45′ E~139°15′ E,南北向范围为1°30′ N~43°30′ N。以浙中三门湾口门为起点,东侧距离边界约1 600 km,东南侧距离边界约2 200 km,南侧距离边界约2 900 km。图4为模型计算范围和海床高程。模型采用非结构三角形网格,在利用SMS划分三角形网格时,对不同区域采用了不同的网格分辨率。计算域内共有284 010个网格和138 398个节点。其中外海边界处网格分辨率为50 km,至近岸海域网格分辨率提升至2 km,大陆岸线和岛屿附近网格分辨率为200~500 m,以保证海浪的模拟精度。不同海域的高程数据来源不同,领海外部界限外采用NCEI发布的ETOPO1高程数据,地形分辨率为1′。大陆岸线至近岸−10~−15m高程处地形为实测地形数据,中间区域的地形则来自海图。模型计算时间为2021年7月18日—7月30日,经过不同时间步长(1 h、40 min、30 min、20 min、10 min)测试,时间步长为30 min时结果达到稳定,故选取30 min作为时间步长。模型中考虑了底部摩擦、白帽及波浪破碎等引起的能量耗散和三波、四波相互作用及波浪在近岸的折射、绕射等效应。
3.2 计算结果对比
图5为“烟花”台风期间两个典型时刻基于不同数据集模拟的瞬时波高分布。与台风强度相对应,由CFSv2风场模拟得到的波高最大,CCMP次之,ERA5最小。另外由CFSv2风场模拟得到的波高空间梯度明显大于CCMP和ERA5对应的波高空间梯度。三者最大波高均出现在台风中心东北侧,而最小波高则出现在台风中心南侧和东南侧。另外越靠近台风中心,波高梯度越大。2021年7月25日01:00,由ERA5风场模拟得到的波高最大值为8~9 m,舟山群岛东侧波高为5~7 m,由CCMP风场模拟得到的波高最大值为9~10 m,舟山群岛东侧波高亦为5~7 m,由CFSv2风场模拟得到的波高最大值在10 m以上,舟山群岛东侧波高为7~9 m。在台风外围,三者模拟得到的波高较为一致,长江口门波高约4 m,杭州湾内波高在3 m以下,三门湾口门处波高约5 m。2021年7月25日14:00,最大波高出现在嵊山东侧和长江口东侧。由ERA5、CCMP、CFSv2风场模拟得到的最大波高分别在8 、9 和10 m以上。杭州湾口门处最大波高均达到5 m,三门湾口门处波高仍有4~5 m。
图6为4个浮标站实测波高与不同风场数据集模拟结果的对比。可以看出,3个风场的模拟结果均很好地再现了海浪的增长和衰减过程,且各浮标站的峰值时刻也较为一致,台州外、舟山外、朱家尖和嵊山站波高分别于7月24日20:00、7月25日0:00、7月25日07:00和7月25日14:00达到极值。但采用各数据集算得的波高量值存在差异。整体而言采用CFSv2风场得到的波高最大且明显高于实测值。在嵊山站,由CFSv2风场模拟得到的波高自7月24日起逐渐高于实测波高。而在朱家尖和舟山外站,由CFSv2风场模拟得到的波高自台风来临时刻起即大于实测波高,其中在舟山外站更为明显。在台州外站,模拟误差主要出现在峰值时刻和台风衰减时段。采用ERA5和CCMP风场得到的波高量值相对较小,且与实测值更为接近。后两者相比除峰值时段差异较大外,其他时刻差异较小。在波浪增长阶段,7月24日之前,由ERA5风场算得的波高大于CCMP,之后至7月26日左右,由CCMP风场算得的波高又大于ERA5。
就波高极值的模拟结果而言,嵊山站实测最大波高为8.6 m,由ERA5、CCMP、CFSv2风场算得的波高极值分别为7.9、8.8和9.6 m;朱家尖站实测最大波高为6.5 m,由ERA5、CCMP、CFSv2风场算得的波高极值分别为6.4、6.9 和7.7 m;舟山外浮标站实测最大波高为8.4 m,由ERA5、CCMP、CFSv2风场算得的波高极值分别为8.4、9.9 和11.9 m;台州外浮标站实测最大波高为9.1 m,由ERA5、CCMP、CFSv2风场算得的波高极值分别为7.5、8.7和10.3 m。整体而言在嵊山和台州外两站,CCMP风场的波高峰值模拟结果较好,在朱家尖和舟山外两站ERA5风场的波高峰值模拟结果较好。
为了进一步对比3个风场数据集在“烟花”台风模拟时的表现,选用平均绝对误差、均方根误差和吻合因子(Index of Agreement,IA)[16] 3个指标来衡量台风期波高的模拟精度。
$$ {I_{\text{A}}} = 1 - \frac{{\left\langle {{{\left( {{X_{{\text{obs}}}} - {X_{{\text{sim}}}}} \right)}^2}} \right\rangle }}{{\left\langle {{{\left( {\left| {{X_{{\text{obs}}}} - \left\langle {{X_{{\text{obs}}}}} \right\rangle } \right| + \left| {{X_{{\text{sim}}}} - \left\langle {{X_{{\text{sim}}}}} \right\rangle } \right|} \right)}^2}} \right\rangle }} $$ (6) 式中:Xobs和Xsim分别代表实测值和模拟值;< >为平均运算符;IA为无量纲数,取值范围为0~1,其量值越接近1表明模拟结果越好。
表2为各浮标站的实测波高与采用各数据集算得的波高的误差统计。误差分析进一步表明CFSv2风场的海浪模拟精度低于采用ERA5和CCMP风场的海浪模拟精度。
表 2 各数据集模拟的波高与实测值误差统计Table 2. Statistical differences of wave height between model results and measurements站位 平均绝对误差/m 均方根误差/m IA ERA5 CCMP CFSv2 ERA5 CCMP CFSv2 ERA5 CCMP CFSv2 嵊山 0.36 0.52 0.76 0.49 0.74 1.12 0.97 0.96 0.90 朱家尖 0.54 0.60 1.15 0.64 0.79 1.38 0.93 0.91 0.76 舟山外 0.52 0.65 1.26 0.64 0.95 1.55 0.96 0.94 0.84 台州外 0.41 0.45 0.83 0.61 0.64 1.00 0.97 0.97 0.93 4. 结 语
以2106号“烟花”台风为代表,首先获取台风时段ERA5、CCMP和CFSv2的风场进行对比,结果表明3个数据集均很好地反映了“烟花”台风的移动路径,ERA5和CCMP风场强度相当,而CFSv2风场的强度明显高于前两者。其次利用SWAN模式,分别计算了3个风场驱动下“烟花”台风期间的海浪场,结果表明3个海浪场均很好地再现了台风期间海浪的增长和衰减过程,瞬时最大波高均出现在台风移行路径的右侧。统计4个浮标站的实测波高过程与各风场模拟得到的波高过程的误差指标,结果表明ERA5风场的模拟结果最优,CCMP风场的次之,而CFSv2风场的模拟结果明显大于实测值和另外2个风场的模拟结果。就“烟花”台风期间的过程最大波高模拟精度而言,CCMP风场的模拟结果最优,ERA5风场的模拟结果在台州外站明显偏小,而CFSv2风场在4个浮标站算得的过程最大波高均明显高于实测值。本次研究对比了ERA5、CCMP和CFSv2风场在“烟花”台风期间的差异,并在此基础上开展了台风浪的模拟。这为今后浙江海域海浪预报和后报时风场数据集的选取提供了借鉴,对东海其他海区海浪模拟时风场的选取也具有重要的参考价值。另外,“烟花”期间海浪的全过程模拟还有利于深化对浙江沿海海域台风浪特性的认识。
-
期刊类型引用(6)
1. 潘锡山,李春辉,王彬. 基于HYCOM的西南黄海沿岸上升流分析. 海洋通报. 2024(01): 86-96 . 百度学术
2. 陈相宇,于姜梅,沈远,倪云林,陆凡. 不同台风风场在浙江海域台风浪模拟中的适用性研究. 海洋学研究. 2024(02): 15-25 . 百度学术
3. 李江夏,朱钰,徐杰,姚宇. ERA-Interim和ERA5再分析风资料在中国近海的适用性对比研究. 海洋通报. 2023(03): 260-271 . 百度学术
4. 郑元帅,孙建. SWAN模式中风输入方案对南海台风浪后报的影响分析. 中国海洋大学学报(自然科学版). 2023(07): 10-19 . 百度学术
5. 杨伊妮,陶爱峰,徐啸,钟嬛予,曹力玮. 不同风场模式在台湾海峡涌浪模拟中的适用性研究. 中国港湾建设. 2023(07): 17-22+54 . 百度学术
6. 罗锋,张杰,全秀峰,汪忆. 基于机器学习方法对台风浪短期预报应用. 海洋湖沼通报. 2023(05): 8-16 . 百度学术
其他类型引用(2)
计量
- 文章访问数: 790
- HTML全文浏览量: 77
- PDF下载量: 435
- 被引次数: 8