高原气象  2018, Vol. 37 Issue (4): 1074-1082  DOI: 10.7522/j.issn.1000-0534.2017.00086
0

引用本文 [复制中英文]

顾婷婷, 李晓丽, 刘丹妮, 等. 2018. 舟山跨海大桥一次强冷空气过程的精细化风场模拟[J]. 高原气象, 37(4): 1074-1082. DOI: 10.7522/j.issn.1000-0534.2017.00086
[复制中文]
Gu Tingting, Li Xiaoli, Liu Danni, et al. 2018. Simulation of Highly Resolved Wind Field on a Severe Cold Air Case over Zhoushan Sea-Crossing Bridge[J]. Plateau Meteorology, 37(4): 1074-1082. DOI: 10.7522/j.issn.1000-0534.2017.00086.
[复制英文]

资助项目

浙江省科技厅公益性技术研究社会发展重点项目(2014C23003)

通信作者

李晓丽(1966-), 女, 浙江镇海人, 高级工程师, 主要从事海洋气象服务研究.E-mail:1063498771@qq.com

作者简介

顾婷婷(1985-), 女, 江苏兴化人, 高级工程师, 主要从事专业气象服务产品研究.E-mail:gutt1985@yeah.net

文章历史

收稿日期: 2017-08-12
定稿日期: 2017-11-08
舟山跨海大桥一次强冷空气过程的精细化风场模拟
顾婷婷1, 李晓丽2, 刘丹妮1, 潘娅英1     
1. 浙江省气象服务中心, 浙江 杭州 310017;
2. 舟山市气象服务中心, 浙江 舟山 316021
摘要: 以NCEP FNL再分析资料作为初始场和边界场,利用TAPM模式对2015年11月24-27日发生在舟山跨海大桥的一次强冷空气大风过程进行水平分辨率300 m×300 m的数值模拟试验,并采用大桥上的道路气象站观测资料进行误差检验,分析此次大风过程中舟山跨海大桥各路段的横风分布特征。结果表明TAPM模式对于此次大风过程的舟山跨海大桥桥面风速、风向以及横风风速都具有较好的模拟能力,且模式对于过程最大风速的模拟一致性较好,但陆地站点风速模拟值存在偏大的现象。此次冷空气大风影响过程中,金塘大桥中段、西堠门大桥东段以及甬舟高速册子岛段东段为强横风的主要影响路段,横风风速大于11 m·s-1,6级以上的强横风影响时间达33 h以上。而桃夭门大桥到舟山路段虽然过程平均风速较高,但横风影响较弱,横风风速仅为2~7 m·s-1。值得注意的是,甬舟高速金塘岛段自东向西的弯道路段以及桃夭门大桥转向册子岛的弯道路段口,会存在横风突然增大的风险,极易对安全行车造成不利影响。
关键词: TAPM    精细化    横风    数值模拟    
1 引言

随着我国公路网络的迅速发展, 不良天气状况对于公路行驶安全的威胁日益增加, 据统计中国约有18.7%的公路交通事故是由天气气象条件引起的, 其中道路横风是公路交通事故中重要的影响因子(董珂洋等, 2008)。横风主要通过影响车辆气动升力和横向气动力, 诱发车辆的侧滑、侧翻等事故, 多发生于桥梁、隧道进出口等路段(Sedarous et al, 2007)。由于近年来高速公路网络在空间上的迅速扩展, 公路网络深入山地、江面和海面等大风灾害高发区域, 使得由于横风造成的交通事故比例呈现逐年上升的趋势(吴诚等, 2015)。

在大风天气过程中, 横风对于道路的影响与天气过程的发展、道路周边地形、道路几何走向和高度都有密切的关系(许金良等, 2014; Coleman et al, 1990)。对于跨海大桥工程, 由于粗网格条件下, 下垫面往往存在大陆、海岛和海面的混合像元, 无法实现近海风速的有效模拟, 因此采用高分辨大气模式是评估和预测高影响天气过程影响下, 道路横风风险的有效手段。目前, 基于高分辨率数据模式的风场环境模拟, 许多学者已经开展了大量研究工作。王兴等(2012)利用MM5/CALMET模式对甘肃省酒泉地区风能资源进行了为期一年的数值模拟, 指出模式在地势平坦的地区模拟效果较理想, 在地形复杂的地区模拟还有不足。张弛等(2015)利用WRF和CALMET模式对琼州海峡两次强冷空气过程的近地层风场进行模拟, 发现WRF/CALMET模式对风速的模拟诊断较WRF有一定的优势, 但在风向模拟中没有较大改进。李磊等(2013)利用中尺度模式RAMS与FLUENT模式耦合, 对复杂地形上建筑物周边风环境进行精细模拟, 研究了建筑物所导致的机场南侧着陆航道上的横向风切变。

上述研究中大多采用中尺度气象模式与诊断模式结合的方法, 其在高分辨率的网格尺度, 由于采用的是不考虑时间积分的诊断方法, 对短时极端风速的模拟能力存在一定的局限(许杨等, 2013; Lin et al, 2009)。由澳大利亚联邦科学与工业研究组织(CSIRO)的大气研究所研发的TAPM模式, 其在高分辨率网格尺度上依然采用大气数值预报模型的动力学降尺度方法, 其最高空间分辨率可以达到100 m, 可以更好的评估及预测极端天气下的细网格风环境(穆海振等, 2006; Hurley et al, 2005; Luhar et al, 2004; Thatcher et al, 2010; Cheng et al, 2014)。因此尝试利用TAPM模式, 对2015年11月24-27日舟山跨海大桥的一次强冷空气大风过程, 进行高分辨率数值模拟试验, 评估该模式的模拟能力, 分析大桥复杂路段横风风险的空间分布特征, 以期为跨海大桥精细化的短期风场预测预警及精细化的安全行车管理提供一种可行的技术思路。

2 研究区域概况

浙江舟山跨海大桥位于浙江省东部沿海, 是国家高速公路网中甬舟高速公路的主要组成部分。东起舟山本岛的鸭蛋山码头, 途经里钓、富翅、册子、金塘等4个岛屿, 西至宁波市镇海区的宁波绕城接线, 全长约55 km, 包括跨海大桥5座, 即岑港大桥、响礁门大桥、桃夭门大桥、西堠门大桥、金塘大桥。其主体工程皆位于海上, 其所处海域域内地势开阔, 具有海洋性气候的基本特征, 平均风速明显大于内陆其他地区, 其中冬季的强冷空气和寒潮是区域发生大风的重要成因之一(刘传凤, 1990;李晓霞等, 2017)。由于该区域冬季大风方向以北和西北方向为主, 其对东西走向的大桥路面更易造成横风影响。

模拟效果验证采用舟山跨海大桥上的道路气象站资料, 考虑到资料的完整性, 这里选取了两个代表性的观测站, 图 1为测站所在的地理位置, 镇海站位于跨海大桥镇海初始段, 为陆地站点, 金塘大桥站位于海面上的金塘大桥中段, 为海面站点, 两个代表测站的高度均为50 m。文中涉及的地图是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(2016)1550号的中国地图制作, 底图无修改。

图 1 舟山跨海大桥观测气象站分布(蓝色圆点)及地形(彩色区) Figure 1 The distribution of representative traffic meteorological observation stations (blue dots) in Zhoushan sea-crossing bridge and the topography (color area)
3 模式及模拟方案 3.1 模式简介

采用澳大利亚联邦科学与工业研究组织(CSIRO)的大气研究所研发的大气污染模型TAPM中的气象模式。模式采用地形追随垂直坐标下的不可压缩、非静力原始方程来实现大气三维预测模拟。模式中包含了云雨微物理过程、湍流闭合、城市及植被冠层、土壤和辐射通量等参数化方案。模式中水平风分量的模拟主要基于动量方程, 地形追随垂直风风量则基于连续方程。模式最大模拟范围可达1 500 km×1 500 km, 模式顶层高度为8 km, 垂直层数可达50层, 水平嵌套网格可达5层。该模式在我国东部近海风环境的评估中已经得到了较好的应用(穆海振等, 2008;徐家良等, 2009)。

3.2 模拟方案设计

利用NCEP每日4次0.25°×0.25°的FNL再分析资料(https://rda.ucar.edu/datasets/ds083.3/)作为模式的气象初始场和边界条件。模拟时间为2015年11月23日21:00(北京时, 下同)至27日20:00, 模拟结果按逐小时输出。舟山跨海大桥高度约50 m, 因此选取模式中50 m高度的模拟结果进行分析。图 2为模式模拟区域, 将舟山跨海大桥的中心位置(121°50′30″E, 30°3′30″N)定位为模拟区域中心, 东西和南北方向上模拟网格数为121个, 水平方向采用4重网格嵌套, 从外到内网格水平分辨率分别为10 km, 3 km, 1 km, 300 m, 垂直方向分25层(10, 25, 50, 100, 150, …, 7 000和8 000 m)。模式中主要采用该资料中的地面气压场和1 000~100 hPa之间共21层等压面上的位势高度、气温, U场, V场和比湿变量。

图 2 TAPM模式模拟的4层嵌套区域 Figure 2 Four nest domains for TAPM simulation

由于模拟实验方案水平分辨率较高, 模式默认的1 km分辨率的土地利用和地形下垫面数据不能满足模拟需求, 采用GLOBCOVER的300 m分辨率土地利用数据和ASTER的30 m分辨率地形数据进行替换。模式中对不同模拟过程采用不同积分时间步长, 其中辐射和地面过程积分时间步长为300 s, 最内层网格气象和湍流方程的积分步长为10 s, 在模拟风要素时, 由于模式积分采用时间分裂法并考虑重力波独立项, 最内层网格采用更短的时间积分步长为2.5 s。

4 天气实况概述

2015年11月24-27日, 受强冷空气南下影响, 浙江省沿海出现8~10级偏北大风过程。24日后半夜起舟山跨海大桥风力逐渐加大, 25日傍晚风力有所减弱, 夜里起再度加强, 26日20:00起大风逐渐减弱。期间大桥的通行受到较大影响, 交通拥堵, 11月25日00:20至27日06:58舟山跨海大桥车辆限速80 km·h-1

这是一次较典型的秋冬季影响华东地区的冷空气降温伴随弱降水并有沿海大风天气过程, 冷空气前的22日, 浙江省最高气温达20~26 ℃。23日20:00(图 3), 500 hPa高度场上, 贝加尔湖北部为冷高压, 鄂霍次克海到新西伯利亚地区为宽广的横槽, 浙北地区存在偏西风急流, 风速在22 m·s-1左右。850 hPa上浙江省基本受东北风控制, 等温线与等高线交角在60°~90°, 有较强的冷平流。地面图上(图略), 冷高压中心位于河套地区, 中心最大气压达1 052 hPa, 冷高压前的冷锋位于江苏、安徽江西一带, 并逐步东移。24日08:00, 横槽逐渐转竖南压, 持续向南部输送强冷空气, 且浙北地区急流加强。冷高压前部出现了很强的气压梯度, 浙江沿海转为东北偏东气流控制, 随之产生了大风天气。25日08:00, 副冷锋移动至河北、河南、陕西一带, 同时, 位于台湾以东洋面的台风“烟花”逐渐向北移动, 也有利于我省沿海地区的气压梯度长时间维持。27日冷高压中心在浙北一带, 随着冷空气过境, 沿海风力逐渐减弱, 此次大风过程结束。

图 3 2015年11月23日20:00 500 hPa(a)与850 hPa(b)位势高度(等值线, 单位: gpm)和温度场(虚线, 单位: K) Figure 3 The geopotential height (contour, unit: gpm) and temperature (dotted line, unit: K) at 500 hPa (a) and 850 hPa (b) at 20:00 on 23 November 2015
5 模式模拟结果分析 5.1 单站风模拟结果验证

为了验证模式在舟山大桥的模拟能力, 这里与观测站资料进行定量比较。考虑风速、风向和观测站点所处大桥路面走向, 通过矢量风在桥面走向的垂直分量计算得到横风风速, 计算公式为:

$ {V_{\rm{h}}} = V\cdot{\rm{cos}}\sigma, $ (1)

式中: Vh为横风风速; V为风速; σ为风向与大桥路面走向的夹角。这里分别计算了模式模拟风场的横风风速(简称为模拟-横风)及观测站点的横风风速(简称为观测-横风), 将模拟风速及观测风速、模拟-横风及观测-横风进行统计分析。表 1为代表观测站风速模拟与观测的相关系数和均方根误差, 从表 1中可以看出, 模式模拟效果较好, 模拟风速及模拟-横风与相应的观测风速、观测-横风均表现了良好的相关关系, 相关系数均达到0.85以上, 其中最高为0.98;均方根误差在1.12~1.90之间, 其中金塘大桥站模拟-横风的均方根误差最小, 为1.12 m·s-1

表 1 代表观测站风速模拟与观测的相关系数和均方根误差 Table 1 Correlation coefficients and root mean square errors of the observed and simulated wind speed at representative observation stations

从2015年11月23日21:00至27日20:00镇海站和金塘大桥站逐时风速、横风风速以及风向模拟和观测结果的对比(图 4)可以看出, 模式基本模拟出了风速风向随时间的变化。从风速上来看, 模拟和观测较为吻合, 模拟结果表现出了冷空气影响过程中风速增强减弱再加强的过程。镇海站的模拟值总体较观测偏大, 模拟偏差平均为1.63 m·s-1, 模式基本模拟出了26日13:00前后出现的过程最大风速, 与观测风速偏差仅为0.5 m·s-1, 但在25日08:00-10:00期间风速突然降低的过程, 模式未能有所体现。金塘大桥站的风速明显大于镇海站, 在整个模拟时段的模拟值与观测均表现出了较好的一致性, 主要大风影响时段(25日00:00至26日23:00)模拟偏差平均为1.11 m·s-1。从横风风速上来看, 两个站点在冷空气影响前横风风速均较低, 随着冷空气的影响, 横风风速明显增大, 其中镇海站、金塘大桥站在主要大风影响时段(25日00:00至26日23:00期间)的横风模拟偏差分别为1.77 m·s-1和0.93 m·s-1。从风向上来看, 模式较好模拟了冷空气影响前后风向由东北风转为西北风的过程, 且模拟转风的时间与观测较为一致。

图 4 2015年11月23日21:00至27日20:00镇海站(a, c, e)和金塘大桥站(b, d, f)逐时风速、横风风速以及风向模拟和观测结果的对比 Figure 4 Comparison of the observed and simulated hourly wind speed, cross wind speed and wind direction at Zhenhai Station (a, c, e) and Jintang Bridge Station (b, d, f) from 21:00 on 23 to 20:00 on 27 November 2015

总的来看, TAPM模式对舟山跨海大桥的风场模拟效果较好, 对于此次强冷空气过程中大风出现时段和大风风速, 模拟与观测具有较好的一致性, 由于海洋站点下垫面较陆地具有更好的均一性, 其模拟效果总体优于陆地站点。但是对于个别时段大幅度波动的风速, 模式模拟偏差还较大。需要注意的是陆地站点风速模拟值存在偏大的现象, 这可能是因为镇海站位于大桥入口处, 在模式中的下垫面参数调试中未充分考虑海陆交界的复杂下垫面属性。在大风影响期间, 风速和横风风速趋于一致, 表明此次强冷空气过程中的大风对于舟山跨海大桥桥面的影响主要为强横风影响。

5.2 风场空间特征分析

对50 m高度上舟山大桥所在区域进行300 m×300 m分辨率的平均风场模拟, 从而诊断大桥在11月23日21:00至27日20:00大风影响期间的风场环境特征。由图 5(a)可以看出, 整个大风影响期间中, 模拟区域内以西北风为主。在模拟区域东部, 高分辨率结果较好的体现出了小尺度的地形特征, 由于金塘岛和册子岛上的山地地形作用, 当风流经海岛地形时, 风场受到地形明显的阻挡和绕流作用, 模拟区域西部由于海面开阔风场上下游方向较为一致。

图 5 模拟区域50 m高度平均矢量风场(a)和平均风速(b)的空间分布(单位: m·s-1) Figure 5 Distribution of the average vector wind field (a) and average wind speed (b) at 50 m height in the simulated area.Unit: m·s-1

从平均风速的空间分布上[图 5(b)]可以看出, 金塘大桥中段略靠金塘岛一侧的桥面, 此处路段位于较为宽阔的海面上, 受西侧大陆的影响较小, 直接受北方南下冷空气影响, 平均风速在9 m·s-1以上。在金塘岛和册子岛之间的海峡地带, 由于海峡两侧岛屿山的夹挡, 上游冷空气从开阔海面流经海峡时产生狭管效应(潘新民等, 2012;许霖等, 2017), 风速明显提升。此外, 在舟山西侧存在一条向西开口的峡谷地形, 也存在较大的风速分布。而在金塘岛段的平均风速较低。金塘岛岛上路段桥面由于修建在东西走向的山坳中, 其受大风的影响相对较小。

5.3 舟山跨海大桥横风分布特征

基于TAPM模式对于模拟区域风场环境具有较好的模拟能力, 这里对舟山跨海大桥的横风分布进行精细化的空间分析。考虑11月25日00:00至26日23:00是此次强冷空气大风影响的主要时段, 分别计算此时段内的平均风速和横风风速。

图 6可以发现, 主要大风影响时段内, 大桥各路段的平均风速总体较接近, 在7.0~12.9 m·s-1之间, 而不同路段上的横风风速差异较大, 风速在1.9~12.6 m·s-1之间。在金塘大桥路段中, 靠近宁波海岸连接段受地形阻挡影响, 平均风速略小, 其他路段风速均在11 m·s-1以上。在此路段中横风影响较明显, 风速基本大于10 m·s-1, 横风高值区较平均风速偏西, 主要是由于大风时段的风向以西北风为主, 与金塘大桥中段西段的桥面走向构成垂直角度, 使得矢量风的桥面垂直分量较大。甬舟高速金塘岛段的平均风速和横风风速均较低, 其中横风风速在8 m·s-1以下, 但金塘岛中段自东向西的弯道路段横风较大, 风速大于10 m·s-1。西堠门大桥到甬舟高速册子岛段的横风风速与平均风速较接近, 其中西堠门大桥东段以及册子岛东段横风较大, 横风风速大于11 m·s-1。而桃夭门大桥到甬舟高速舟山段(包括桃夭门大桥、响礁门大桥和岑港大桥)虽然过程平均风速较高, 最高可达13 m·s-1左右, 但由于桥面走向主要为西北东南走向, 与过程风向走向较为一致, 所以此路段中横风影响较弱, 横风风速仅为2~7 m·s-1

图 6 2015年11月25日00:00至26日23:00舟山跨海大桥平均风速(a)和平均横风风速(b)的空间分布(单位: m·s-1) Figure 6 Distribution of average wind speed (a) and average cross wind speed (b) at Zhoushan sea-crossing bridge from 00:00 on 25 to 23:00 on 26 November 2015.Unit: m·s-1

研究表明, 6级以上横风会对载重汽车的安全行驶造成不利影响, 需要对其进行限速管理(田林等, 2015;韩宝睿等, 2015)。这里统计了大风主要影响时段舟山跨海大桥各路段6级以上强横风的累计影响时间, 探讨大桥复杂路段的强横风分布特征。由图 7可以看出, 强横风影响时间和横风风速的空间分布总体较相近, 金塘大桥受强横风影响较大, 除了与宁波海岸连接段和金塘岛连接段强横风影响较弱, 其他路段强横风影响时间基本在25 h以上, 且由金塘大桥中段向两边递减。西堠门大桥和甬舟高速册子岛段的影响时间均是自东向西递减, 高影响路段影响时间大于33 h。甬舟高速金塘岛段以及桃夭门大桥到甬舟高速舟山路段几乎没有受到强横风影响。值得注意的是, 甬舟高速金塘岛段自东向西的弯道路段以及桃夭门大桥转向册子岛的弯道路段口, 会存在横风突然增大的风险, 极易对安全行车造成不利影响。

图 7 2015年11月25日00:00至26日23:00舟山跨海大桥各路段6级以上强横风影响持续时间 Figure 7 Duration time of cross wind force over 6 hours over Zhoushan sea-crossing bridge from 00:00 on 25 to 23:00 on 26 November 2015
6 结论与讨论

对舟山跨海大桥2015年11月下旬的一次强冷空气大风过程进行高分辨率数值模拟, 采用大桥上的道路气象站观测资料进行误差检验, 并利用模拟结果分析了大桥复杂路段的横风分布特征, 得出如下结论:

(1) TAPM模式对舟山跨海大桥风场环境具有较好的模拟能力, 基本模拟出了风速风向随时间的变化, 且模式对于过程最大风速的模拟一致性较好。模拟风速及模拟横风与相应的观测风速、观测横风均表现了良好的相关关系, 相关系数均达到0.85以上, 均方根误差在1.12~1.90。海洋站点模拟效果总体优于陆地站点, 陆地站点风速模拟存在偏大的现象。

(2) 此次强冷空气主要大风影响期间, 舟山跨海大桥的平均风速和横风风速空间分布差异较大。金塘大桥段、西堠门大桥到册子岛路段横风风速与平均风速值较接近, 横风风速基本大于10 m·s-1。而桃夭门大桥到舟山路段虽然过程平均风速较高, 但由于桥面走向主要为西北东南走向, 与过程风向走向较为一致, 所以此路段程中横风影响较弱, 横风风速仅为2~7 m·s-1

(3) 金塘大桥中段、西堠门大桥东段以及甬舟高速册子岛段东段为6级以上的强横风的主要影响路段, 影响时间达33 h以上。甬舟高速金塘岛段以及桃夭门大桥到甬舟高速舟山路段几乎没有受到强横风影响。值得注意的是, 甬舟高速金塘岛段自东向西的弯道路段以及桃夭门大桥转向册子岛的弯道路段口, 会存在横风突然增大的风险, 极易对安全行车造成不利影响。

目前主要是针对大风个例的研究, 初步分析强冷空气大风过程中舟山跨海大桥路面横风分布特点。由于TAPM模式是基于动力降尺度方法的高分辨率气象模型, 对极端风模拟和风预报相对以往统计诊断模式具有一定的优越性, 未来可进一步开展跨海大桥横风历史气候态风险评估以及横风预报预警研究。

参考文献
Coleman S A, Baker C J. 1990. High sided road vehicles in cross winds[J]. Journal of Wind Engineering and Industrial Aerodynamics, 36(2): 1382–1392. DOI:10.1016/0167-6105(90)90134-X
Cheng W L, Lai L W, Den W, et al. 2014. The relationship between typhoons' peripheral circulation and ground-level ozone concentrations in central Taiwan[J]. Environ Monit Assess, 186(2): 791–804. DOI:10.1007/s10661-013-3417-7
Hurley P, Physick W, Luhar K. 2005. TAPM:A practical approach to prognostic meteorological and air pollution modelling[J]. Environ Modelling & Software, 20(6): 737–752. DOI:10.1016/j.envsoft.2004.04.006
Lin T, Jun F M, De L C. 2009. Performance of TAPM against MM5 at urban scale during GÖTE2001 campaign[J]. Boreal Environment Research, 14(2): 338–350.
Luhar A K, Hurley P J. 2004. Application of a prognostic model TAPM to sea-breeze flows, surface concentrations, and fumigating plumes[J]. Atmos Environ, 19(6): 591–601. DOI:10.1016/j.envsoft.2003.08.011
Sedarous J A, Soliman A, 2007. Modeling and calibration of an aerodynamic cross-wind gust test facility[C]//SAE Technical Pape.
Thatcher M, Hurley P. 2010. A customisable downscaling approach for local-scale meteorological and air pollution forecasting:Performance evaluation for a year of urban meteorological forecasts[J]. Environmental Modelling& Software, 25(1): 82–92. DOI:10.1016/j.envsoft.2009.07.014
董珂洋, 陆百川. 2008. 恶劣天气对车辆安全行驶的影响[J]. 重庆交通大学学报(社科版), 8(6): 24–26. Dong K Y, Lu B C. 2008. Influences of bad weather to movements of vehicles[J]. Journal of Chongqing Jiao Tong University (Social Sciences Edition), 8(6): 24–26. DOI:10.3969/j.issn.1674-0297.2008.06.008
韩宝睿, 范伟康, 宋越, 等. 2015. 横风作用下公路行车安全限速模型研究[J]. 公路, 10: 46–50. Han B R, Fan W K, Song Y, et al. 2015. Research on speed limit model or driving safety on highway with crosswind[J]. Highway, 10: 46–50.
李磊, 陈柏纬, 杨琳, 等. 2013. 复杂地形与建筑物共存情况下的风场模拟研究[J]. 热带气象学报, 29(2): 315–320. Li L, Chen P W, Yang L, et al. 2013. Study on numerical simulation of wind field around buildings over complex terrain[J]. J Trop Meteor, 29(2): 315–320. DOI:10.3969/j.issn.1004-4965.2013.02.016
李晓霞, 黄涛, 王兴, 等. 2017. 兰州新区近地层风场时空特征分析[J]. 高原气象, 36(4): 1001–1009. Li X X, Huang T, Wang X, et al. 2017. Analysis of characters of wind field in Lanzhou new district[J]. Plateau Meteor, 36(4): 1001–1009. DOI:10.7522/j.issn.1000-0534.2016.00092
刘传凤. 1990. 我国寒潮气候评价[J]. 气象, 16(12): 39–42. Liu C F. 1990. Climatic assessment of cold wave in China[J]. Meteor Mon, 16(12): 39–42. DOI:10.7519/j.issn.1000-0526.1990.12.009
穆海振, 徐家良, 柯晓新, 等. 2006. 高分辨率数值模式在风能资源评估中的应用初探[J]. 应用气象学报, 17(2): 152–159. Mu H Z, Xu J L, Ke X X, et al. 2006. Application of high resolution numerical model to wind energy potential assessment[J]. J Appl Meteor Sci, 17(2): 152–159. DOI:10.3969/j.issn.1001-7313.2006.02.004
穆海振, 徐家良, 杨永辉. 2008. 数值模拟在上海海上风能资源评估中的应用[J]. 高原气象, 27(Suppl): 196–202. Mu H Z, Xu J L, Yang Y H. 2008. An application of numerical modeling to Shanghai offshore wind energy resource assessment[J]. Plateau Meteor, 27(Suppl): 196–202.
潘新民, 祝学范, 黄智强, 等. 2012. 新疆百里风区地形与大风的关系[J]. 气象, 38(2): 234–237. Pan X M, Zhu X Y, Huang Z Q, et al. 2012. The relation between the strong wind region along one hundred kilometer of railway and the topography in Xinjiang[J]. Meteor Mon, 38(2): 234–237.
田林, 许金良, 张莹. 2015. 横风作用下载重汽车在复杂路段运行的安全模型[J]. 长安大学学报(自然科学版), 35(3): 21–26. Tian L, Xu J L, Zhang Y. 2015. Operational security model of truck in complex sections under cross wind[J]. Journal of Chang' an University (Natural Science Edition), 35(3): 21–26.
吴诚, 范伟康, 韩宝睿, 等. 2015. 横风作用下安全车速的防真分析[J]. 现代交通技术, 12(6): 89–91. Wu C, Fan W K, Han B R, et al. 2015. Simulation analysis of safe speed under the action of crosswind[J]. Modern Transportation Technology, 12(6): 89–91.
王兴, 马鹏里, 张铁军, 等. 2012. MM5模式及CALMET模型对甘肃酒泉地区风能资源的数值模拟[J]. 高原气象, 31(2): 428–435. Wang X, Ma P L, Zhang T J, et al. 2012. Research of wind energy resource in Jiuquan region using MM5 and CALMET pattern[J]. Plateau Meteor, 31(2): 428–435.
徐家良, 穆海振. 2009. 台风影响下上海近海风场特性的数值模拟分析[J]. 热带气象学报, 25(3): 281–286. Xu J L, Mu H Z. 2009. Numerical simulation and analysis of offshore wind field features in Shang Hai under the influence of typhoon[J]. J Trop Meteor, 25(3): 281–286. DOI:10.3969/j.issn.1004-4965.2009.03.004
许金良, 王恒, 赵丽苹, 等. 2014. 考虑横风作用的公路平曲线最小半径研究[J]. 中国公路学报, 27(1): 38–43. Xu J L, Wang H, Zhao L P, et al. 2014. Research on minimum radius of highway horizontal curve with crosswind considered[J]. China Journal of Highway and Transport, 27(1): 38–43. DOI:10.3969/j.issn.1001-7372.2014.01.006
许杨, 陈正洪, 杨宏青, 等. 2013. 风电场风电功率短期预报方法比较[J]. 应用气象学报, 24(5): 625–630. Xu Y, Chen Z H, Yang H Q, et al. 2013. Comparison of short-term forecast method of wind power in wind farm[J]. J Appl Meteor Sci, 24(5): 625–630. DOI:10.3969/j.issn.1001-7313.2013.05.012
许霖, 姚蓉, 王晓雷, 等. 2017. 湖南省雷暴大风的时空分布和变化特征[J]. 高原气象, 36(4): 993–1000. Xu L, Yao R, Wang X L, et al. 2017. Study of temporal-spatial distribution and variation characteristics of thunderstorm gales in Hunan[J]. Plateau Meteor, 36(4): 993–1000. DOI:10.7522/j.issn.1000-0534.2016.01.0088
张弛, 王东海, 巩远发. 2015. 基于WRF/CALMET的近地面精细化风场的动力模拟实验研究[J]. 气象, 41(1): 34–44. Zhang C, Wang D G, Gong Y F. 2015. Dynamic modeling study of highly resolved near-surface wind based on WRF/CALMET[J]. Meteor Mon, 41(1): 34–44. DOI:10.7519/j.issn.1000-0526.2015.01.004
Simulation of Highly Resolved Wind Field on a Severe Cold Air Case over Zhoushan Sea-Crossing Bridge
GU Tingting1 , LI Xiaoli2 , LIU Danni1 , PAN Yaying1     
1. Zhejiang Meteorological Service Center, Hangzhou 310017, Zhejiang, China;
2. Zhoushan Meteorological Service Center, Zhoushan 316021, Zhejiang, China
Abstract: Based on the NCEP FNL reanalysis data, the TAPM model was used to simulate the severe cold air case with a high spatial resolution of 300 m×300 m over Zhoushan sea-crossing bridge from 24 to 27 November 2015.The results of simulation were verified with the observational data from traffic meteorological observation stations on the bridge.Thus, the temporal and spatial distribution characteristics of cross wind at different sections of Zhoushan sea-crossing bridge were analyzed.The results show that TAPM model has a good performance in simulating the evolution and distribution characters of wind fields over the Zhoushan sea-crossing bridge during the severe cold air event.The variation trends of wind speed, wind direction and cross wind speed in every hour are near to the observations, as well as the wind speed and the time when the maximum wind happens.However, the model underestimates the wind speed at the land station.During the process of this severe cold air, the strong cross wind mainly influences the middle section of Jintang bridge, the east section of Xihoumen bridge and Cezi isle, where the cross wind speed is higher than 11 m·s-1.The duration time of the strong cross wind force scale over 6 is more than 33 hours.Although the mean wind speed from Taoyaomen bridge to Zhoushan sections is high, the cross wind speed is much smaller and only about 2~7 m·s-1, the negative impact of the high cross wind is the least compared with other sections.What should be paid attention to is that the risk of cross wind will suddenly increase in the two curve road sections in the east-west direction of Jintang isle of the Yongzhou highway and the ramp between the Taoyaomen bridge and the Cezi isle, which may bring potential traffic hazard and requires additional driving attention.The research provides an effective and feasible way to improve the forecasting and warning of highly resolved wind field and provide better management for the Zhoushan sea-crossing bridge traffic safety.
Key words: TAPM    highly resolved    cross wind    numerical simulation