检索
E-mail
RSS

作者投稿 主编审稿 专家审稿 远程编辑

热带海洋学报 >

2023 , Vol. 42 >Issue 4: 25 - 35

DOI: https://doi.org/10.11978/2022157

海洋水文学

三亚近岸海浪观测特征及其对台风过程的响应

  • 李骏旻 , 1, 2, 3 ,
  • 李博 1, 3 ,
  • 陈武阳 1 ,
  • 刘军亮 , 1, 3
展开
  • 1.中国科学院南海海洋研究所, 热带海洋环境国家重点实验室, 中国科学院应用海洋学重点实验室, 广东 广州 510301
  • 2.三亚海洋生态环境工程研究院, 海南 三亚 572000
  • 3.南方海洋科学与工程广东省实验室(广州), 广东 广州 511458
刘军亮。email:

李骏旻(1983—), 男, 广东省广州市人, 副研究员, 博士, 从事海洋动力过程研究。email:

Copy editor: 姚衍桃

收稿日期: 2022-07-13

  修回日期: 2022-08-31

  网络出版日期: 2022-09-01

基金资助

海南省自然科学基金(422MS160)

广东省科技计划项目(2021B1212050023)

国家自然科学基金(42130404)

中国科学院前沿科学重点项目(QYZDJ-SSW-DQC034)

收起

Observation characteristics of coastal waves in Sanya and their responses to typhoon processes

  • LI Junmin , 1, 2, 3 ,
  • LI Bo 1, 3 ,
  • CHEN Wuyang 1 ,
  • LIU Junliang , 1, 3
Expand
  • 1. State Key Laboratory of Tropical Oceanography, Key Laboratory of Science and Technology on Operational Oceanography, South China Sea Institute of Oceanology, Chinese Academy of Sciences, Guangzhou 510301, China
  • 2. Sanya Institute of Ocean Eco-Environmental Engineering, Sanya 572000, China
  • 3. Southern Marine Science and Engineering Guangdong Laboratory (Guangzhou), Guangzhou 511458, China
LIU Junliang. email:

Copy editor: YAO Yantao

Received date: 2022-07-13

  Revised date: 2022-08-31

  Online published: 2022-09-01

Supported by

Hainan Provincial Natural Science Foundation of China(422MS160)

Science and Technology Planning Project of Guangdong Province of China(2021B1212050023)

National Natural Science Foundation of China(42130404)

Key Research Program of Frontier Sciences, Chinese Academy of Sciences(QYZDJ-SSW-DQC034)

Fold

摘要

在南海三亚湾南部部署了长期监测站位, 于2020年4—10月、2021年12月—2022年2月等时段开展了覆盖4个季节的海浪观测。在观测数据的基础上, 对该海域波浪要素的基本统计规律及其对台风过程的响应特征开展了系统的分析。结果显示, 观测站位处的海浪受风场、地形、岸线和潮流动力等局地因素影响明显, 呈现近岸浪特征。由于受到水下地形的削弱和岸线边界的诱导, 站位处波浪长期维持向北传播, 波高和波周期均相对较小, 其中有效波高和平均周期在大部分时间内分别低于1m和4s。由于受到潮流和海陆风等动力因素的影响, 波高呈现强烈的日变化特征, 在与流向相反(相同)时, 波高和波陡均明显上升(下降); 在同向较强风速的作用下, 波高和波陡亦明显上升。站位波浪要素对台风过程有着显著的响应, 在潮流的协同作用下, 波高显著上升。当台风过程离站位较近时, 波浪能量的频率分布向低频段加强的同时, 也向高频段扩展, 且方向分布发生明显改变; 如果路径离站位距离较远, 则波浪能量主要通过涌浪的形式传至站位, 能量分布主要向低频扩展而方向分布基本不变。

关键词： 波浪; 潮流; 台风; 现场观测

本文引用格式

李骏旻 , 李博 , 陈武阳 , 刘军亮 . 三亚近岸海浪观测特征及其对台风过程的响应[J]. 热带海洋学报, 2023 , 42(4) : 25 -35 . DOI: 10.11978/2022157

Abstract

Long-term monitoring site was deployed in the southern Sanya Bay of the South China Sea, and continuous wave observations covering four seasons were carried out in April ~ October 2020 and December 2021 ~ February 2022. Based on the observational data, the basic statistical features of the wave in the sea area and their response characteristics to typhoon processes are systematically analyzed. The results show that the waves at the site are affected by local factors, such as wind field, bottom topography, shoreline, and current dynamics, thus showing characteristics of nearshore waves. Due to the weakening effect of shallow water topography and the control of shoreline boundary, the waves maintain long-term shoreward (i.e., northward) propagation with relatively small wave heights and periods, in which the significant wave heights and mean periods are less than 1 m and 4 s, respectively, for most of the time. Due to the influence of dynamic factors such as tidal current and sea-land breeze, the wave heights show a strong diurnal variation, and both wave heights and steepness increase (decrease) significantly when the flow direction is opposite to (the same with) the wave direction; driven by the strong wind speed in the same direction, the wave height and steepness also increased significantly. Waves respond significantly to the typhoon process, and the wave height increases significantly under the synergy of current. When the typhoon process is close to the site, the wave energy extends to both low and high frequencies, with the direction distribution changing significantly. If the path is far from the site, the wave energy mainly propagates to the site by the swell, and the energy distribution expands to low frequency while the direction distribution remains unchanged.

Key words： waves; tidal current; typhoon; in-situ observation

海浪参数是海洋资源开发、工程建设与维护检修、防灾减灾等业务开展的重要基础资料。海南岛位于动力变化复杂的南海西北部, 周边海洋资源丰富, 其海洋经济的发展需要有足够的海浪信息来保障。针对海南岛周边的海浪特性, 前人已开展了大量的研究。例如, 李淑江等(2016)在观测资料的基础上, 分析了海南岛东南近岸海浪的季节变化及其对台风的谱峰响应特征; 冯兴如等(2018)利用海南岛西面近岸海域的观测资料, 分析了海浪的强度和波浪能资源的季节变化特征; Li等(2020b, 2022a)在海南岛南面的一个小型岛屿上部署了水文动力实时监测系统, 并对波浪能等资源进行了监测和评估。结合南海整体海浪过程的相关研究可知, 海南岛周边的动力过程受到开阔大洋和局地因素的综合影响。一方面, 南海海域的风浪主要受到季节性风场驱动, 涌浪则主要从东北部的吕宋海峡向西和向南传播(Su et al, 2017; Li et al, 2022b)。另一方面, 在海南岛近岸海域, 海浪受到水下地形和岸界约束, 逐渐转变为向岸传播(李淑江 等, 2016; 冯兴如 等, 2018; Li et al, 2022a)。此外, 海南岛台风灾害频发, 每年都会经历多个台风过程(孙璐 等, 2014; Liu et al, 2018; Li et al, 2020a; Liu et al, 2022), 台风引起的海浪变化更是给渔业、旅游和近岸工程等带来巨大的潜在风险。
海南岛南部的三亚海域是我国向海发展的前线。围绕工程应用等需求, 前人已对三亚近岸海域的海浪动力过程开展了较多的研究。例如, 张存智等(1995)就三亚电厂码头航道的波浪掀沙和潮流掀沙等问题开展了数值预测; 严珍珍等(2019)利用数值模拟方法, 定量地研究了三亚湾海岸在波浪和潮流作用下的动力演变过程; 黄心裕等(2022)基于ERA5数据和Prophet算法, 建立了海南东部近海波浪的长时段时序预测模型。然而, 由于观测数据的限制, 针对三亚近岸海域海浪要素特征开展的长期的系统观测和分析, 尤其是台风过境的海浪要素响应的研究, 仍然相对较少。台风过境会对海南岛周边海域的海浪动力造成显著影响, 但由于海南岛自身的陆域和周边水下地形, 对岛屿周边不同区域的海浪造成的影响也有所不同(李淑江 等, 2016; 冯兴如 等, 2018; Liu et al, 2022), 因而对不同区域应有所区别地分别进行研究。
此外, 分析近岸海区的波浪要素时, 还有必要考虑海陆风、潮汐和潮流等局地动力因素的影响。一方面, 在近岸海区, 昼夜交替过程中海洋与陆地间的气温差, 导致了昼间由海洋吹向陆地的海风和夜间由陆地吹向海洋的陆风, 不同向的风将对海浪动力过程的影响存在差异性。另一方面, 海南岛周边海域潮汐强烈, 近岸海域的海流受潮汐驱动而发生周期性变向。三亚近岸海域, 潮汐类型属于不正规全日潮, 潮流每天发生一次变向(Li et al, 2020b; Li et al, 2022a)。海浪在反向海流的影响下, 波高上升而波长减小; 在同向海流影响下, 则波高下降而波长增加(Qi et al, 2019; 姚顺 等, 2021; Hu et al, 2022)。严珍珍等(2019)的数值模式结果也显示, 三亚湾海浪存在波高与水位同步周期性变化的规律。但是, 针对这种周期性变向海流对海浪造成的影响, 在已有研究中仍缺乏系统的观测和分析。
综上考虑, 本研究在三亚湾南部鹿回头半岛对开海域布放了长期连续监测站位, 并利用获得的观测数据分析了三亚近岸海浪要素的基本统计特征, 以及海浪要素在台风影响下发生的响应和变化规律。

1 观测站位与数据

在三亚鹿回头半岛以西约220m海域, 部署一套水文动力要素监测系统。站位水深16.6m, 位置如图1所示。该站采用浪龙流速剖面仪(acoustic wave current profiler, AWAC)为观测设备, 以坐底上视的姿态布放于水下。在岸基建设控制平台, 通过电缆与AWAC相连, 实时接收观测数据并为AWAC供电。同类型的监测系统已在三亚东锣岛海域进行部署, 系统的具体构成详见Li等(2020b)。观测设备AWAC通过表面声学跟踪法, 对波面进行采样, 得到波浪谱, 从而得到有效波高、1/10大波波高、最大波高、平均周期、谱峰周期、主波向等参数。本研究设置AWAC每半小时采样一次, 每次采样约17min, 频率2Hz, 共采1024组。除测波功能外, 该设备也具备测流和测量压力等功能, 可提供与波浪数据同期的海流剖面和水位数据。
图1 本研究观测站位及观测期间台风“森拉克”和“红霞”的路径和强度变化

a. 观测站与海南岛的相对位置; b. 海浪观测站附近海域的水下地形; c. 台风路径; 圆圈代表间隔6h的台风中心位置, 橙色、黄色和青色分别代表台风强度为强热带风暴、热带风暴和热带低压. 该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)3266号的标准地图制作, 底图无修改

Fig. 1 The location of the observational site in this study, and the path and intensity changes of the typhoons Sinlaku and Noul during the observational period

该站位于2020年1月开始部署, 但不久即被抛锚破坏; 于4月中旬对水下设备进行了修复, 开始提供有效观测数据; 于10月下旬再次被抛锚破坏, 随后数据中断。考虑到冬季资料的缺失, 于2021—2022年冬季期间进行了补充观测。本研究采用波浪数据的观测时段为2020年4月14日—10月21日、2021年12月10日—2022年2月22日。观测时长合计共264d, 观测时段覆盖了4个季节。
此外, 为分析沿海地区日、夜变向的海陆风对海浪的影响, 并为台风期间观测站位区域的风场变化过程提供支撑, 本研究进一步收集了位于三亚市南部离岸3km的东锣岛(位置见图1)上的气象站观测资料。该站采用MaxiMet GMX 500气象仪测量风速、风向等气象参数; 数据时段为2020年6月20日—10月19日。

2 结果与讨论

2.1 海浪的基本观测特征

观测站位主要波参数的时间变化过程线如图2所示。由结果显示, 站位处海浪主要呈现近岸浪特征, 在绝大部分时间内呈现波高和周期较小地向海南岛岸线(即向北)传播。观测期间, 有效波高主要在小于1m的区间内变化, 平均周期主要在3~5s的区间内变化。有效波高、最大波高、平均周期和谱峰周期的平均值分别为0.42m、0.64m、3.48s和6.07s。有效波高玫瑰图同样显示站位处海浪呈现持续的向北传播(见图3), 超过80%的海浪来自S向、SSW向或SW向, 超过70%海浪的有效波高处于0.25~0.75m之间。
图2 观测点主要波参数的实测时间变化过程线

Fig. 2 Measured variations of the main wave parameters at the observational site

图3 有效波高(H)玫瑰图

Fig. 3 Rose Diagram of significant wave height

前人研究已指出, 海浪的波高和周期并非完全独立, 而是存在一定的相关性(葛明达, 1984; 范顺庭 等, 1999; 李淑江 等, 2016)。本研究站位有效波高与平均 周期的联合分布如图4所示。经统计, 有效波高与平均周期的相关系数为0.55, 置信度超过99%; 有60%的海浪集中在有效波高为0.2~0.6m、平均周期为3~4s的海况中, 其中出现最大概率对应的有效波高为0.3m, 对应的平均周期为3.0s。随着周期的逐渐增大, 对应的波高范围逐渐扩大, 其中波高极小值缓慢增高, 但波高极大值却迅速升高。很多学者根据自己的观测资料进行统计分析, 得到一些经验公式, 认为平均周期的平方与平均波高成正比例(葛明达, 1984; 范顺庭 等, 1999): H=αT2。式中, 系数α随不同海域而变。本文拟合出了有效波高和平均周期的关系(图4), 通过对有效波高的平均值进行拟合, 得到α=0.0304; 通过对有效波高的最大值进行拟合, 则得到α=0.0594。上述拟合得到的有关参数与李淑江等(2016)和冯兴如等(2018)基于我国不同海区资料得出的结果较为接近。
图4 有效波高(H)与平均周期(T)的联合概率密度分布

Fig. 4 Joint probability density distribution of significant wave height and mean period

除了波高、周期和波向外, 波浪的持续时间也是海洋工程应用方面的一个重要指标。根据前人提出的公式(Lawson et al, 1975), 波浪大于或等于某设定波高的连续延时通过D=αHβ计算。该公式中, H为设定波高、D为大于或等于H的平均持续时间、α与β为参数。根据本研究站位的观测资料, 得到的平均持续时间与波高服从上述指数衰减关系(图5)。从拟合的参数(α=0.30、β=-1.36)可知, 站位处设定波高与其平均持续时间符合上述公式关系, 其中超过1m有效波高的平均持续时间约为0.30d(7.28h)。与同类研究得到的α=1.67(李淑江 等, 2016)和α=1.35(冯兴如 等, 2018)相比, 本观测站设定波高的平均持续时间相对较短。这可能是由于本观测站位距离海岸较近, 海浪受水下地形和岸线掩蔽等影响更为明显, 故较大波高的长期维持更容易受到限制。
图5 平均持续时间(D)随有效波高(H)的变化

Fig. 5 Averaged duration time varies with significant wave height

2.2 潮流和海陆风对海浪日变化的影响

从观测数据的时间过程线可发现, 波高的观测序列上存在较多毛刺状的高频变化过程(图2)。对数据做进一步分析, 可发现站位处海浪要素存在日变化特征, 且与潮汐、潮流和海陆风等动力因素密切相关。潮位和潮流的观测数据显示, 站点处潮汐类型属于不规则全日潮, 受潮汐驱动, 水位和海流流速均发生显著的周期性变化, 观测期间最大潮差为1.7m, 上层海流最大流速为1.1m·s-1(图6)。进一步结合海流玫瑰图, 分析经向流速与潮位变化率的关系可知, 站位处海流在受潮汐作用下主要向南面流动(图7)。在落潮时, 海流流向与海浪的传播方向正好相反; 涨潮时, 与浪向相反的流速有所减弱, 且可能转变为与浪同向的向北流动。此外, 附近气象站位的数据也显示, 该海域的风速变化存在较为明显的海陆风等周期变化特征(图6、图7)。
图6 观测点水位、上层流速和周边海域风速、风向的实测时间变化过程线

水位数据以国家高程基面为基准; 流速数据采用海流剖面中第二接近海表层的数据

Fig. 6 Measured variations of tidal level and velocity at the observational site, and wind speed and wind direction in the nearby area

图7 观测点所在海域的流速玫瑰图(a)、经向流速随水位变化率的散点分布(b)、风玫瑰图(c)和风速在观测时段内的日周期变化(d)

Fig. 7 (a) Velocity rose, (b) scattered distribution of meridional velocity with the change rate of water level, (c) wind rose, and (d) daily periodic variation of wind velocity in the area around the observational site

对上述观测数据序列进行功率谱分析, 则可发现有效波高具有多个(半)日变化的能量密度峰值, 这些峰值与潮汐和经向流速的变化频率是完全吻合的(图8)。图中标注的4个峰值的周期从左到右分别与S2、M2、K1、O1这4个分潮的周期对应, 其中的第一和第三个峰值的周期还与风速的变化周期吻合。可见, 波浪要素的日内周期变化特征主要是由潮汐驱动的海流作用所决定的, 而风速、风向的日变化也在一定程度上起到协同作用。
图8 波高、潮位、经向流速、经向风速变化的功率谱

图中的横轴和纵轴均为以10为底的对数坐标轴

Fig. 8 Power spectrum of significant wave height, water level, meridional current velocity, and meridional wind speed

选取不受台风等强动力因素影响时段(6月21日—7月22日, 两个全潮周期)的观测结果作为典型例子, 可更清楚地看出波高与潮流两个变化过程的高度吻合性(图9)。前人研究已表明, 在反向(同向)海流作用的影响下, 波浪会发生波长减小(增大)而波高上升(下降)等形变特征(Qi et al, 2019; 姚顺 等, 2021; Hu et al, 2022)。在图9所示的时段中, 南向流速的极大值和有效波高的极大值几乎是同步出现的, 这进一步显示了潮流因素对于波高的日周期变化过程起到了关键作用。需要指出的是, 海陆风等因素对波高日变化也具有一定贡献。首先, 经向风速与波高的变化过程基本一致; 其次, 海流与潮流协同作用可进一步增强波高。例如, 6月26日傍晚与25日傍晚相比, 虽然南向潮流有所减弱, 但北向风速较强, 故波高峰值反而更高。
图9 无台风影响下两个全潮周期内有效波高、经向流速和经向风速变化过程的典型例子

Fig. 9 Typical examples of variations in significant wave height, meridional velocity, and meridional wind speed in two tidal periodicities without typhoons’ influences

为验证同、反向海流对于海浪参数的差异性影响, 对不同流速区间的波高、周期、波长和波陡的要素进行了统计(图10)。结果发现, 波高和波陡随着反向海流速的增加而上升, 随同向海流速的增加而下降, 有效波高和波陡在不同流速区间的平均变化幅度达到50%, 这种变化趋势与前人的研究结果基本一致(Qi et al, 2019; 姚顺 等, 2021)。值得注意的是, 由于本站位处海浪受到近岸水下地形的约束, 波周期和波长等要素受到浅水地形的限制, 维持在较低的水平, 受不同方向和强度海流影响而发生的变化也相对有限。此外, 严珍珍等(2019)的数值模拟结果同样显示三亚湾波高变化规律与潮位呈现同步的周期, 但其结果显示涨潮时波高增大而落潮时波高减小, 与本文观测结果相反。这可能与不同海域潮流、海浪传播方向的差异有关。另一方面, 对不同风速区间的波高、周期、波长和波陡等要素进行统计可发现, 较强的同向风速对于波高、周期、波长、波陡等参数均具有明显的增强作用(图10)。但从其发生的时段看(图6), 显著增强的风速更可能是由台风、冷空气等区域背景风场的增强所导致的, 并不一定是由白昼的海风所致。
图10 不同经向流速和经向风速区间内有效波高、平均周期、平均波长和波陡的平均值

Fig. 10 Average values of significant wave height, mean period, mean wavelength, and wave steepness in different meridional current velocity ranges and meridional wind speed ranges

2.3 海浪要素对台风过程的响应

台风过程会引起大浪等海浪动力要素变化, 而台风对于具体站位处海浪的影响, 则与台风的强度, 以及与站位的相对位置都有关系(Li et al, 2020a; Liu et al, 2022)。本文选取了观测期间对站位海浪要素起显著作用的两个台风“森拉克”和“红霞”进行分析。这两个台风的路径和强度变化见上文图1, 它们过境期间, 站位处最大波高、1/10大波波高、谱峰周期和谱峰波向等波要素的变化如图11所示。由图可见, 两次台风过程均造成海浪要素的显著响应。台风造成的影响到达站位前, 波高和周期等参数与平时相比有所下降; 台风造成的影响到达站位后, 波高和周期的参数则显著上升。例如, “森拉克”的影响到达站位时(2020年8月1日14时), 引起的最大波高和1/10大波波高分别为3.82m和5.17m, 与6h前的0.32m和0.45m相比, 增幅达到了11倍左右。
图11 台风“森拉克”(a)和“红霞”(b)期间1/10波高、最大波高、谱峰周期和谱峰波向的观测结果

Fig. 11 Observational results of 1/10 max wave height, maximum wave height, spectral peak period, and spectral peak direction during the typhoons Sinlaku (a) and Noul (b)

值得注意的是, 两次台风过程造成站位处波高的变化, 均是同时受到大风和潮流协同作用的结果。对比台风影响临近站位时的有效波高、经向流速和风速可发现, 两次台风引起波高的增高过程与风速的上升有较好的同步性, 其中波高的初次峰值出现的时间与落潮期间反向海流增强的时间更是高度吻合(图12)。这表明, 反向海流对于波浪的增强作用可能与台风的影响相结合。由于潮汐具有较高的可预报性, 在台风过程防灾减灾的应用实践中, 借助潮汐规律, 或可对台风浪影响的到达时间进行较为准确的预估。例如, 最近已有研究显示, 考虑潮流因素能显著提升近岸有效波高预报的准确性(Hu et al, 2022)。
图12 台风“森拉克”(a)和“红霞”(b)接近站位时有效波高、经向流速和风速的变化

Fig. 12 Variations in significant wave height, meridional current velocity, and wind speed at the site as typhoons Sinlaku (a) and Noul (b) approach

根据两次台风过程造成的海浪谱的响应情况(图13、图14), 可分析台风路径与站位不同的相对位置对站位海浪影响的差异。由于台风“森拉克”的路径经过本观测站位, 而台风“红霞”的路径位于南面230km(图1), 虽然“森拉克”的强度不如“红霞”, 但对海浪谱能量的影响程度和影响时长均大于后者。此外, 从海浪谱能量的频率分布看, “森拉克”同时引起了高频和低频能量的上升, 而“红霞”则引起能量向低频汇聚(图13)。造成这种差异的原因可能是, “红霞”的影响主要是远处生成的海浪, 以涌浪的形式传至站点; 而“森拉克”的影响则还包括大风过程在站点处引起的风浪。另一方面, 波浪谱能量方向分布的变化也体现了台风相对位置的差异性影响(图14)。由于“红霞”的影响来自于南方, 与海浪原本的传播方向一致, 故谱能量始终集中在210°(SSW)方向附近。相比之下, “森拉克”经过站位后, 其影响从西面传播至站位, 故谱能量发生了明显的方向迁移(向西偏转了约40°); 随着台风的登陆, 这种能量迁移随即消失。
图13 台风“森拉克”(a)和“红霞”(b)期间的波浪谱在频率上的分布及其时间变化

Fig. 13 Frequency distribution and its variation of wave spectra during the typhoons Sinlaku (a) and Noul (b)

图14 台风“森拉克”(a)和“红霞”(b)期间的波浪谱在方向上的分布及其时间变化

Fig. 14 Directional distribution and its variation of wave spectra during the typhoons Sinlaku (a) and Noul (b)

3 结论

本研究通过部署监测站位, 利用2020年4—10月、2021年12月—2022年2月的观测数据, 系统地研究了三亚南部近岸海浪要素的基本规律, 进而分析了台风引起的海浪变化特征。研究结果表明, 该海域的海浪主要呈现近岸浪特征, 在陆地岸线和浅水地形的影响下, 呈现为波高和周期均偏小的向北传播过程。在潮汐驱动的周期性变向海流及海陆风等动力因素的耦合作用下, 波浪要素呈现相应的周期性变化。海浪在逆向海流的作用下, 波长基本不变, 而形态则变得更高和更加陡峭。在台风的影响下, 海浪要素呈现显著的变化, 波高峰值与逆向潮流峰值近乎同步出现。台风路径与站位的相对位置对站位海浪的响应特征影响甚大: 距离较远的台风造成的影响主要以涌浪的形式传播至站位, 谱能量向低频迁移而方向基本不变; 过境站位的台风的影响包含了风浪和涌浪两方面, 谱能量同时向低频和高频延伸, 且方向发生明显变化。本文研究结果可服务于三亚近岸海域的资源开发利用, 为海洋经济活动的规划和开展提供基础信息。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
范顺庭, 王以谋, 1999. 黄河口海域特征波浪要素比的分析[J]. 海洋预报, 16(1): 22-28.

FAN SHUNTING, WANG YIMOU, 1999. An analysis for element ratio of characteristic wave over Yellow-River mouth area[J]. Marine Forecasts, 16(1): 22-28 (in Chinese with English abstract).

[2]
冯兴如, 李近元, 尹宝树, 等, 2018. 海南东方近岸海域海浪观测特征研究[J]. 热带海洋学报, 37(3): 1-8.

DOI

FENG XINGRU, LI JINYUAN, YIN BAOSHU, et al, 2018. Characteristics of ocean waves in coastal area of Dongfang, Hainan Island based on observations[J]. Journal of Tropical Oceanography, 37(3): 1-8 (in Chinese with English abstract).

DOI

[3]
葛明达, 1984. 连云港波高波周期统计分布[J]. 海洋工程, (1): 40-50.

GE MINGDA, 1984. Distributions of wave heights and periods in Lianyun Harbour[J]. Ocean Engineering, (1): 40-50 (in Chinese with English abstract).

[4]
黄心裕, 唐军, 王晓宇, 2022. 基于Prophet算法的海南近海波浪长时段时序分析与预测[J]. 海洋学报, 44(4): 114-121.

HUANG XINYU, TANG JUN, WANG XIAOYU, 2022. Long term time series analysis and prediction of waves at Hainan offshore zone based on Prophet algorithm[J]. Acta Oceanologica Sinica, 44(4): 114-121 (in Chinese with English abstract).

[5]
李淑江, 李泽文, 范斌, 等, 2016. 海南岛东南近岸海浪观测及统计特征[J]. 海洋科学进展, 34(1): 1-9.

LI SHUJIANG, LI ZEWEN, FAN BIN, et al, 2016. Wave observation and statistical analysis in the southeast coast of Hainan Island[J]. Advances in Marine Science, 34(1): 1-9 (in Chinese with English abstract).

[6]
孙璐, 黄楚光, 蔡伟叙, 等, 2014. 广海湾海浪要素的基本特征及典型台风过程的波浪分析[J]. 热带海洋学报, 33(3): 17-23.

SUN LU, HUANG CHUGUANG, CAI WEIXU, et al, 2014. Statistical analysis of wave characteristics in the Guanghai Bay[J]. Journal of Tropical Oceanography, 33(3): 17-23 (in Chinese with English abstract).

DOI

[7]
严珍珍, 杜小平, 范湘涛, 2019. 三亚湾海岸动力演变的数值模拟研究[J]. 海岸工程, 38(3): 176-186.

YAN ZHENZHEN, DU XIAOPING, FAN XIANGTAO, 2019. Numerical simulation of coastal dynamic evolution of the Sanya Bay[J]. Coastal Engineering, 38(3): 176-186 (in Chinese with English abstract).

[8]
姚顺, 马宁, 丁俊杰, 等, 2021. 规则波与流相互作用的数值模拟与不确定度分析[J]. 哈尔滨工程大学学报, 42(2): 172-178.

YAO SHUN, MA NING, DING JUNJIE, et al, 2021. Numerical simulation and uncertainty analysis of wave-current interaction with regular waves[J]. Journal of Harbin Engineering University, 42(2): 172-178 (in Chinese with English abstract).

[9]
张存智, 张健民, 窦振兴, 等, 1995. 三亚电厂码头航道泥沙洄淤预测[J]. 海洋环境科学, 14(4): 1-8.

ZHANG CUNZHI, ZHANG JIANMIN, DOU ZHENXING, et al, 1995. Prediction of siltation in the approach channel to Sanya power station[J]. Marine Environmental Science, 14(4): 1-8 (in Chinese with English abstract).

[10]
HU HENGYU, HE ZHENGWEI, LING YANFANG, et al, 2022. A SOM-RBFnn-based calibration algorithm of modeled significant wave height for nearshore areas[J]. Journal of Marine Science and Engineering, 10(5): 706.

DOI

[11]
LAWSON N V, ABERNETHY C L, 1975. Long term wave statistics off Botany Bay[C]. Proceedings of the Second Australian Conference on Coastal and Ocean Engineering. Sydney, Australia. Institution of Engineers: 169-178.

[12]
LI AILIAN, GUAN SHOUDE, MO DONGXUE, et al, 2020a. Modeling wave effects on storm surge from different typhoon intensities and sizes in the South China Sea[J]. Estuarine, Coastal and Shelf Science, 235: 106551.

DOI

[13]
LI BO, CHEN WUYANG, LI JUNMIN, et al, 2022a. Integrated monitoring and assessments of marine energy for a small uninhabited island[J]. Energy Reports, 8(4): 63-72.

[14]
LI BO, CHEN WUYANG, LI JUNMIN, et al, 2022b. Wave energy assessment based on reanalysis data calibrated by buoy observations in the southern South China Sea[J]. Energy Reports, 8: 5067-5079.

DOI

[15]
LI BO, CHEN WUYANG, LIU JUNLIANG, et al, 2020b. Construction and application of nearshore hydrodynamic monitoring system for uninhabited islands[J]. Journal of Coastal Research, 99(S1): 131-136.

DOI

[16]
LIU JUNLIANG, CHEN WUYANG, LI JUNMIN, et al, 2022. Observed wave energy variations in coastal regions of the northern South China Sea during Typhoon Lupit (2021)[J]. Energy Reports, 8(7): 240-248.

[17]
LIU JUNLIANG, HE YINGHUI, LI JUAN, et al, 2018. Cases study of nonlinear interaction between near-inertial waves induced by typhoon and diurnal tides near the Xisha Islands[J]. Journal of Geophysical Research: Oceans, 123(4): 2768-2784.

DOI

[18]
QI WEN-GANG, LI CHANG-FEI, JENG DONGSHENG, et al, 2019. Combined wave-current induced excess pore-pressure in a sandy seabed: Flume observations and comparisons with theoretical models[J]. Coastal Engineering, 147: 89-98.

DOI

[19]
SU HUI, WEI CHUNLEI, JIANG SHAOCAI, et al, 2017. Revisiting the seasonal wave height variability in the South China Sea with merged satellite altimetry observations[J]. Acta Oceanologica Sinica, 36(11): 38-50.

DOI

Options
文章导航

/

〈 〉