《面向灾害风险评估的台风风场模型研究综述.pdf》由会员分享，可在线阅读，更多相关《面向灾害风险评估的台风风场模型研究综述.pdf（16页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第32卷 第6期2013年06月地 理 科 学 进 展PROGRESS IN GEOGRAPHYVol.32,No.6June,2013收稿日期：2012-12；修订日期：2013-03.基金项目：公益性行业科研专项(201305020)；国家科技支撑计划项目(2012BAK10B03)。作者简介：方伟华(1973-)，男，湖北咸宁人，博士，副教授，主要从事自然灾害风险评估研究。E-mail:852-867页1 引言热带气旋是指形成在热带或副热带洋面上有组织的对流和确定的气旋性地面风环流的非锋面性的天气尺度系统(伍荣生,1999)。中国按照风速大小将热带气旋分为热带低压、热带风暴、强热带风暴、
2、台风、强台风、超强台风。考虑到中国对热带气旋命名的传统习惯及简洁性，下文将热带气旋统称为台风。中国地处北太平洋西岸，台风灾害发生频率高、影响范围广、突发性强、群发性显著和成灾强度大，是遭受台风灾害最严重的国家之一(梁必骐等,1995)。近几年，中国东南沿海各省先后遭受“云娜”、“达维”、“碧利斯”、“桑美”、“圣帕”、“纳沙”等强台风和超强台风，造成重大人员伤亡和经济损失。仅2012年8月份，就有4场达到强热带风暴强度等级以上的热带气旋登陆中国，其中3场达到台风强度等级。随着中国沿海地区经济快速发展，从定量角度评估台风灾害风险越来越重要。台风灾害的致灾因子有大风、暴雨、风暴潮、海浪及其他次生致
3、灾因子等，其中大风的危险性评估是风灾风险评估的重要组成部分，也是风暴潮、海浪等其他致灾因子风险评估的前提。台风大风危险性可通过不同风速发生的概率或超越概率来刻画，也可通过绘制一定重现期下风速的空间分布图来描述，前者是固定空间属性，建立可能发生的大风强度与时间(用概率体现)的关系；后者是固定时间属性，建立可能发生的大风强度与空间的关系。台风大风危险性评估方法大致可以分为3类：第1类直接基于气象站点，利用历史风速观测值的时间序列，运用极值分布函数等，直接计算各站点风速重现期。第2类一般面向一个小区域，该方法主要过程为：选取经过研究区域一定范围内的历史台风样本，统计台风关键参数的概率分布；在此基础上
4、采用Monte Carlo方法抽样获得关键参数组合，利用台风风场模型计算研究区域任意点的风速序列；采用极值理论统计得到极值风速的概率分布，进而计算不同重现期的风速。Rus-sell(1968)在对墨西哥湾台风危险性评估时即采用此方法。类似应用研究还有很多，例如，Huang等(2001)在评估美国东南部住房风险时，采用此方法计算了极值风速；国内研究者欧进萍等(2002)、赵林面向灾害风险评估的台风风场模型研究综述方伟华1,2,3，林伟1,2(1.北京师范大学民政部教育部减灾与应急管理研究院，北京 100875；2.北京师范大学地表过程与资源生态国家重点实验室，北京 100875；3.北京师范大学
5、环境演变与自然灾害教育部重点实验室，北京 100875)摘要：台风历史观测风速等数据时空分布不均，观测年份有限，在进行定量概率风险评估时，经常面临样本不足的限制。与数值风场不同，参数化台风风场模型因计算时间短，结合路径及强度的随机事件模拟，在台风风险评估中发挥着不可替代的作用。本文按照台风风速模拟的基本流程，首先，总结了参数风场模型中最大风速、最大风速半径、Holland B系数等关键参数的确定方法，分析了国内外梯度风场模拟、边界层风速垂直折减计算的研究进展；其次，重点讨论了国内外关于地表粗糙度、地形、阵风因子以及海陆转换因素对于风速修正的理论及应用情况；再次，对于风场模型在台风风险模型软件、
6、台风次生风暴潮及海浪灾害的应用进行了概述；最后，针对中国台风风场模拟研究的不足，对加强多学科联合、数据观测、地表粗糙度变化及分布研究、地形影响修正研究以及重建历史风场等未来改进方向进行了展望。关 键 词：台风；风场模型；风速修正；风险评估；灾害doi:10.11820/dlkxjz.2013.06.00232卷6期方伟华 等：面向灾害风险评估的台风风场模型研究综述等(2005)、李瑞龙(2007)、汤海涛(2008)、Xiao 等(2011)也采用类似的方法对中国东南沿海各城市的极值风速进行了预测。第3类是基于全台风路径模型的危险性评估，能够弥补历史样本不足，但是过程相对复杂。该方法主要基于M
7、onte Carlo抽样方法，分别建立起始点模型、行进模型、终止点模型、洋面强度模型以及陆地衰减模型，模拟符合历史规律的大量台风路径样本(方伟华等,2012)，在此基础上计算极值风速。国外已有一些研究采用该方法评估沿岸飓风大风危险性，并广泛应用于对概率分布计算精度要求较高的飓风灾害保险等领域(Emanuel et al,2005;Powell et al,2005;Vickery etal,2000b)，以及风工程规范领域(Wang et al,2012;Xiao et al,2011)。国内在台风路径随机模拟方面开展了一些研究(程鸿,2009;石先武,2012)，并开始以此为基础结合风场模型
8、进行区域台风大风危险性评估。台风灾害风险评估需要对区域台风大风的样本进行统计概率规律研究，需要生成大量台风随机事件(如设定时长1万年)，并进行风场模拟。因此，面向台风灾害风险评估应用需求，选择适用的风场模型既要满足模拟精度要求，还要兼顾计算效率。不同的台风风场计算方法各具特点及应用领域。诸如MM5、WRF等中尺度大气模式一般用于预报或案例分析，其动力学机制描述清晰，但计算量偏大，洋面上的台风风速模拟效果较好，陆上模拟精度尚需要改进。半经验半数值风场模型，例如Shapiro风场(Shapiro,1983)、CE风场(Tompson et al,1996)、Yan Meng风场(Meng et a
9、l,1995)等，以及参数化风场模型也可用于风场模拟。一般来说，数值模拟具有更高的精度，但其模型较为复杂，计算量大，目前还不适合与随机路径及强度模拟结合使用进行风险评估。因此，数值风场非本文综述内容。参数化风场模型能反映台风风场基本特征，计算较为简便，也能取得较为精确的模拟效果，在台风灾害风险评估、工程抗风设计以及风暴潮模拟等领域应用广泛。本文面向灾害风险评估的需求，首先，选取适合开展大样本台风事件计算的参数台风风场模型并对其各子部分进行综述；然后，讨论国内外关于地表粗糙度、地形、阵风因子以及海陆转换因素对于风速修正的理论及应用状况；最后，对风场模型的应用状况进行评述。2 参数风场模型参数风场
10、模型通过输入中心气压、最大风速半径、径向风廓线形状系数、移动速度以及移动方向等关键参数，基于特定风廓线函数便能计算出梯度风场；在此基础上考虑下垫面情况，利用边界层模型计算梯度风速到距地表 10 m 处风速的折减系数，获得近地表风场。本节分别对关键参数估算、梯度风场模拟以及边界层模型展开综述。由于移动速度与移动方向可通过台风路径数据获取，故其确定方法不在本文探讨。2.1 台风关键参数估算2.1.1 风压关系早期的探空仪观测和船舶探测积累了许多可靠的台风近中心最低海平面气压资料，而与灾害更为相关的风速资料却十分缺乏(Knaff et al,2007)。因此，一些研究致力于探索台风中心气压与最大风速
11、的平均关系，并依此作为最大风速与中心气压间的换算依据。基本风压关系是在梯度平衡方程的基础上推导出来的：Vmax=A()Pn-CpB(1)式中：Vmax为最大风速；Pn为外围气压，西北太平洋海域通常取1010 hPa；Cp为中心气压；利用历史样本对公式(1)进行拟合，可获得参数A和B的最优值。自1939年起，针对西北太平洋海域，许多研究采用该方法对风压关系进行拟合(Atkinson et al,1977;Guard et al,1996;Lubeck et al,1980;Subbara-mayya et al,1979;Takahashi,1939)(引 自 Harper,2002)，总结如表
12、1。与之类似，Dvorak(1975)开发了一种卫星影像识别技术，根据影像特征引入CI指数用于表征台风强度，发现该指数与最大风速存在表1 西北太平洋海风压关系拟合参数表Tab.1 Parameters of previously developed wind-pressure relationships for WNP文献Takahashi,1939Atkinson et al,1977Subbaramayya et al,1979Lubeck et al,1980Guard et al,199610 min平均风速最佳拟合参数A6.083.045.623.697.96B0.50.6440.5
13、000.5720.435数据时段1930s后期1947-19741974-19781975-1978未说明853地理科学进展32卷6期近线性关系。风压关系中，参数A和B的取值受数据所限，会因拟合样本量的变化而变化。另外，不同强度、不同纬度带的风压关系有所不同(Knaff et al,2007)，近年来一些新的研究考虑台风尺度、移动速度等因素，分强度分纬度对传统风压关系进行了改进(Knaff et al,2007;邹燕等,2009)。2.1.2 最大风速半径最大风速半径(RMW)对于风速和气压的模拟有重要影响。西北太平洋海域RMW观测数据短缺，在20世纪60年代，开展了台风RMW航空探测，获 取
14、 了 173 个 台 风 RMW 样 本(Schwerdt et al,1979)。2001 年后，美国联合警报中心(Joint Ty-phoon Warning Center,JTWC)整编的台风路径数据中开始包含 RMW 信息(JTWC,2012)。由于实测RMW数据不足，国内外许多研究采用统计或物理模型，利用其他台风参数计算 RMW，主要有 4 类方法。(1)基于历史数据对RMW与中心气压、最大风速、纬度等参数进行直接拟合并依此推算RMW。研究普遍认为RMW与中心气压差具有负相关，而与纬度具有正相关关系(Vickery et al,2008)。国外一些研究通过对Ho等(1987)提供的R
15、MW数据进行分析，认为RMW服从对数正态分布，其中位数是中心气压差以及纬度的函数(Powell et al,2005;Vick-ery et al,2008)。国内一些研究采用上述形式，利用JTWC 数据集对 RMW 进行了重新拟合(陈德文,2006;李瑞龙,2007)。(2)基于经验风场模型，建立其他等级风圈半径向RMW的转换关系。雷小途和陈联寿采用Bo-gus台风切向风模型，实现了RMW与8级风圈半径之间的转换(雷小途等,2005)；还有一些研究从天气图中读取台风6级风圈半径信息，并依此转换成RMW，其转换系数由6级风速与最大风速的比值决定(江志辉,2007;李小莉等,1995)，该方法也
16、在后续的一些研究中被应用(李茜等,2003;肖玉凤,2011)。(3)基于台风地面实测数据及经验模型，采用误差分析法确定最优RMW。Fujii等(1998)首次采用该方法计算，并在随后的一些日本台风危险性评估研究中得到应用(Fujii et al,2002;Matsui et al,2002)。该方法具体步骤为：根据Holland(1980)的气压分布方程，设定Holland B系数为1，选取一个较小的RMW初值，采用最小二乘法计算各个站点模拟的气压与实测气压的均方根误差；按一定的步长逐步增大RMW，同时计算此时的均方根误差；选取均方根误差最小时的RMW值为最优最大风速半径。Vickery等在
17、分析Holland B系数与RMW关系时也采用了类似的方法获得了北大西洋飓风的RMW样本(Vickery et al,2008)。(4)通过理论模型推导RMW。该类方法不依赖观测数据，仅通过空气动力学方程推导计算RMW。例如，胡邦辉等引入藤田气压场模型，在台风最大风速已知的条件下，经过简化和推导，得到了呈稳定状态的海面移动非对称台风RMW的计算方案(胡邦辉等,2004)。上述4类方法中，第1类从RMW样本出发，不受风场模型制约，并且计算最简单；第2类计算较简单，并且具有一定的理论意义，但较依赖于经验模型的准确性；第3类获得的是假想RMW，能减少一定误差但计算量较大；第4类计算复杂，对于基于大样
18、本的台风危险性评估来说计算量太大。2.1.3 Holland B系数Holland在1980年引入形状参数Holland B，提出了一种新的气压剖面模型(Holland,1980)。该模型可根据台风实况选择不同的参数B，从而计算不同的气压剖面，增强了模型的适用性。Holland B系数对风速径向分布特征以及最大风速的模拟有重要影响，国外许多研究针对不同海域，分析了Holland B系数与其他台风参数的相关性，并建立了经验计算方程。例如，针对澳大利亚海域，Love等(1985)发现参数B与中心压差存在弱的对数关系，并给出了参数B的经验计算公式；而Harper 等(1999)认为参数 B 与中心气
19、压线性相关(引自Harper,2002)。针对北大西洋，Powell(2009)认为参数B与RMW以及台风中心所在纬度线性相关，而与台风中心气压关系不大；一些研究者根据梯度平衡方程对27场飓风1300个径向剖面上层风速数据进行拟合，得到参数B的样本，并且发现参数B与RMW以及纬度负相关，与中心气压差关系很弱(Vickery et al,2000a;Willoughby et al,2004)。Holland(2008)利用多源数据重新拟合了风压关系，消去了台风尺度的影响，并且给出了参数B关于中心气压差、中心气压变化速率、纬度以及台风移动速度的函数关系式(Holland,2008)。针对孟加拉湾
20、，Jakobsen等(2004)对梯度平衡方程进行简化，推导出Holland B系数关于最大风速的函数。85432卷6期方伟华 等：面向灾害风险评估的台风风场模型研究综述受实测数据所限，西北太平洋的Holland B系数研究较少见。国内对于Holland B系数的研究主要集中于国外模型的区域性应用，关于Holland B系数的区域分布规律分析研究也已初步开展。段忠东结合CE风场模型，考察了Holland B系数对风场结构的影响，并且采用Jakobsen方法对2场近海台风的参数B进行了标定(段忠东等,2005)；肖玉凤等比较了多种参数B计算方法对CE风场模拟精度的影响，认为国外的参数B计算方法应
21、用于中国海域不确定因素太大(肖玉凤,2009)。对于Holland B系数的区域分布规律分析研究，林伟等(2013)基于海南省历史台风地面气象观测数据，比较了7种Holland B系数计算方法对风场模拟结果的影响，优选出适用性较好的Holland B参数模型，在此基础上计算了西北太平洋海域历史台风中心的HollandB系数并对其空间分布特征进行统计分析，发现低纬度地区比高纬度地区更易出现高Holland B值的台风。由于Holland B系数的取值不仅由台风本身特征决定，还与区域有关。因而，在进行区域台风危险性评估时应选择适用于该区域Holland B系数计算方法，以保证风场模拟结果的准确性。
22、2.2 梯度风场模型梯度风场模型用于模拟在足够高的高度处(定义为梯度层，忽略地面摩擦的影响)台风风速分布特征。梯度风场模拟通常有2种方法。(1)基于气压分布模型，求解梯度平衡方程从而计算风速。该方法按气压剖面函数形式可分为2类：固定气压剖面，即气压分布由固定的函数决定，当中心气压以及RMW确定后，风速分布就确定了。此类模型中具有代表性的有Bjerknes(1921)、Takahashi(1939)、Fujita(1952)、Myers(1954)等模型(引自陈孔沫,1981)。可变气压剖面，即可通过系数调整气压剖面函数形式。Holland(1980)建立的模型引入了Holland B系数，开创
23、了该类方法的先河。随后，Georgiou(1983)、Thompson等(1996)的研究以Holland气压场模型为基础，发展了新的风场模型。(2)根据风廓线经验函数，从最大风速推算整个风场。常见的有 Rankine 模型(陈孔沫,1994)、Jelesnianski(1965)模型、Miller(1967)模型等。由于上述模型并不能很好地刻画各地真实风场，国内许多研究对其进行了改进。例如，陈孔沫提出了一种新的台风风场计算方法，改进了Rankine涡风场模型以及Jelesnianski的风场模型(陈孔沫,1994)；此外，徐家隽等(1988)、章家琳等(1989)、雷小途等(2005)也对台
24、风风场构建及应用展开了系统研究。台风风场的模拟中，为了反映出风场的不对称性，常把台风看作是两部分风叠加的结果，一部分是台风中心不移动的圆对称风场，另一部分是与台风移速有关，并随距台风中心距离增大而逐渐减小的移行风场(阎秉耀,1984)。常见的移行风场有宫崎正卫Miyazaki(1961)、Jelesnianski(1965)和上野模型(陈孔沫,1992)。中国学者在移行风场研究方面做了大量工作，例如，陈孔沫(1982)提出了适用于一般台风结构的移行风场计算方法；随后他又提出了新的移行台风风场模型，对宫崎正卫、Jelesnianski和上野模型都进行了改进(陈孔沫,1988)。为避免合成圆对称风
25、场与移行风场的系数调整问题，阎秉耀(1984)提出了考虑气块运动轨迹曲率的独立梯度风方程，能较好地模拟台风风场不对称性。2.3 边界层模型能够致灾的台风大风通常指的是近地表大风。在得到平均梯度风速后，需要将其转化为近地表风速。台风边界层的感热、潜热和动量的垂直输送对台风的发生发展起着十分重要的作用，直接影响了风速的垂直分布(Alexander,2000)。许多学者采用边界层模型，对风速折减因子展开研究。一些学者将折减因子取为定值，比如Schwerdt等(1979)取为0.95，Batts等(1980)取为0.865，Georgiou(1985)在台风眼壁处取 0.825，远离台风眼壁处取 0.
26、75，Sparks等(2001)取为0.65。此外，一些学者根据一定的理论基础，提出了比经验折减因子更具物理意义的边界层模型。例如，Meng 等(1997)提出了一个半理论模型用于模拟不同高度的风速折减因子，在他的模型中，折减因子是相对高度(模拟高度与边界层高度的比值)的指数函数，而指数是由地表粗糙度确定。该模型多次应用于日本的台风风场模型，例如 Matsui 等(2002)、Okazaki等(2005)在随后的研究中均采用了该模型。Vickery等(2000b)同时考虑升力系数与风速成线性关系，认为折减因子不仅与风速有关系，还和空气海水温差有关。对于相对较强的台风即当空气海水温差为零时，在台
27、风眼壁处的折减因子应取0.700.72。随后，Vickery等(2009a)根据台风的尺855地理科学进展32卷6期寸 和 风 速 对 探 空 仪 数 据 进 行 分 类，再 根 据Keper(2001)提出的线性化台风模型，对探空仪数据进行分析。结果表明，边界层高度随惯性稳定度的增加而减小，边界层垂直风速剖面在低层两百米以下满足对数率，这与Powell等(2003)的观点一致。据此，Vickery等(2009a)提出了一个经验模型，用于模型边界层内台风平均风速随边界层高度的变化关系，此模型不但考虑了地表粗糙度，还考虑了边界层高度的变化情况。2.4 风场模型评述当台风关键参数确定后，选用不同的
28、梯度风场模型及边界层模型对模拟结果影响很大。Lin等(2012)针对参数风场模型在风暴潮模拟的应用，进行了一系列敏感性分析，结果也表明梯度风廓线形式以及边界层折减因子对于模拟结果影响最大。下文分别对各梯度风场模型及边界层模型的特点进行分析。(1)台风中心附近和外围梯度风速的变化并不均匀，应选用合适的风廓线来描述梯度风速的径向变化。本文以中心气压为950 hPa，纬度20N，最大风速半径35 km，Holland B系数为1.2的情景作为输入，得出8种梯度风场模型风廓线(图1)。可以看出，不同模型推算的最大风速差异较大，台风内外域风速变化速率各不相同。例如，Bjerknes模型估算的最大风速最大
29、，台风外域风速减弱较快；Fuji-ta、Georgiou、Holland、Myers模型风廓线较相似，最大风速及风速变化速率适中；Rankine及Jelesnians-ki模型在最大风速半径附近风速变化过快；Take-hashi模型估算的最大风速最小，并且台风外域风速减小速率过慢。在上述模型中，Holland 及 Geou-giou模型可通过调整Holland B系数来改变风廓线，对于不同台风的适应性较好。(2)边界层模型中，风速经验折减因子计算简便，但理论依据较缺乏，精度较差，仅适用于风场模型的简化分析。Meng模型基于空气微团平衡方程，较好地反映了边界层风速的分布规律，但计算较复杂。Vic
30、kery模型从实际观测数据出发，考虑了台风登陆前后边界层高度的变化，对整场台风期间风速垂直分布规律模拟效果较好。3 风速修正3.1 地表粗糙度修正地表粗糙度是近地面平均风速为零的高度，是流体力学、大气边界层理论研究的一个重要概念，反映了地表对风速的减弱作用(曹文俊,1991)。地表粗糙度是台风风场模型的重要输入参数，给定开阔地表的风速、地表粗糙度，就可估算出实际地形任意高度处的风速。地表粗糙度的传统估算方法是利用中性近地面层风廓线外推，采用对数定律表达式(曹文俊,1991)：U()z=U*klnzz0(2)式中：U(z)为高度z的水平风速；U*为与高度无关的摩擦速率；k为卡曼系数；z0为地表粗
31、糙度。近年来，最常见的区域地表粗糙度估算方法有土地覆盖类型经验对应法及遥感反演法。20世纪90年代以来，国外有很多研究建立了土地覆盖类型与地表粗糙度的对应关系，并用于估算地表粗糙度。例如，Wieringa等(2001)总结了30年来采用实地测量、模型研究、风洞实验等手段进行地表粗糙度值估算的研究成果，并给出推荐经验地表粗糙度值对应表。Simiu等(1996)也做了类似的工作，认为建筑区土地覆盖类型复杂，可将其划分为若干个子类，每一类对应独立的粗糙度值。采用该方法估算区域地表粗糙度时，需要获得该区域土地利用/土地覆盖(Land Use/Land Cover,LULC)数据。目前已有一些覆盖中国的
32、LULC数据集，例如，GLC2000项目开发的基于SPOT4遥感数据的全球土地覆盖数据中国子集(Xu et al,2005)、IG-BP-DIS基于AVHRR遥感数据的全球土地覆盖数据中国子集(Loveland et al,2000)、基于MODIS数据的土地覆盖数据产品中国子集(Hansen et al,2000)、马里兰大学基于AVHRR数据的全球土地覆图1 不同梯度风场模型风廓线对比Fig.1 Comparison of different gradient wind profiles85632卷6期方伟华 等：面向灾害风险评估的台风风场模型研究综述盖数据中国子集(Hansen et a
33、l,2000)、中国科学院基于中国 1:10 万土地覆盖分类结果的全国 1 km1km网格土地利用数据集等(刘纪远等,2002)。近年来，国外越来越多的研究致力于采用遥感手段，反演区域地表粗糙度。Greeley等(1997)研究结果表明，地表粗糙度与雷达后向散射有着高度的相关性，通过建立统计模型可反演出地表粗糙度的空间分布。Deroin 等(1997)利用欧洲空间局(Eu-rope Remote-Sensing Satellite,ERS)卫星携带的高空间分辨率合成孔径雷达(SAR)，计算了土壤粗糙度。Prigent等(2005)用ERS散射仪观测数据估算了全球尺度干旱和半干旱地区的地表糙度，
34、并将其作为输入参数用于全球粉尘循环模型，使粉尘排放计算结果的精度得到了显著提高。与国外相比，国内也有一些相关研究，但数量不多。例如，王心源等(2001)利用SAR雷达数据，选择内蒙古额济纳旗东北区作为实验区，进行了雷达回波与地表粗糙度分形测量研究，朱彩英等(2004)利用同时相的雷达后向散射测量图像及TM热红外波段图像，建立了TM像元等效几何粗糙度向地表粗糙度转换的模型，定量反演了地表粗糙度。对比上述两种方法可以发现：采用土地覆盖类型经验对应法步骤简单，但必须保证两个前提，一是要选择准确的经验粗糙度值表，二是区域土地覆盖数据与经验粗糙度值表中的分类能良好匹配；采用遥感反演法的关键在于建立准确的
35、粗糙度值和像元值回归模型，需要实地测量获得准确的建模点粗糙度值，步骤较复杂，结果较为可靠。3.2 地形影响修正在大气边界层中，当气流经过山坡、山脊以及悬崖等地形特征时，可能出现加速或减速现象。当台风登陆后，复杂地形将显著改变近地表风速、风压和湍流结构，使得这些地区的风场呈现与平坦地区较明显的差异(Ngo et al,2009)。探索地形对风速的影响，对于准确计算局地风速及风灾风险评估具有重要意义。计算地形影响因子，既有简单的线性方法，也有非线性模型。线性模型基于中小尺度气流过山理论，常用Boussinesq近似下的三维、绝热、无粘无旋的定常方程组来描述线性的山脉波动(李艺苑等,2009)。Ja
36、ckson等(1975)提出了湍流层气流过山的二维地形理论，并由Mason等(1979)发展为可用的三维地形理论。以此为基础，Walmsley 等(1982)建立了模拟中性边界层气流过缓坡的模型MS3DJH，并由Beljaars等(1987)进行了改进，发展为中性表层气流过复杂地形模型MSFD。比较研究证实，线性模型可以对气流过较低山脉时的山顶风速进行良好模拟(Walmsley et al,1990)。非线性模型综合考虑了气流分离、强下坡风和湍流边界层等非线性和耗散问题，更适用于山脉较高的情况。最早由Raithby等(1987)引入参照环境水流计算中应用成熟的三维非线性模型；随后，Xu等(19
37、92)将MSFD 模型忽略的非线性项重新引入，发展了NLMSFD模型。线性和非线性模型都能在一定程度上刻画中小尺度过山气流的部分特征，但总体来说，非线性模型对过山气流，尤其在背风坡方向的模拟效果普遍较好，这对中小尺度数值模式发展提供了有利条件。此外，风洞实验是研究复杂地形影响的重要方法。它通过制作实际地形的缩尺模型，在风洞中人工形成近似风场，并通过仪器测得风速、风压等数据(Baskaran et al,1989)。风洞实验结果可用于验证地形影响修正模型，但因其成本高，周期长，尺度小，不适用于常规的台风风场模型修正。多国风荷载规范给出了地形影响因子的计算方法。国外一些比较研究表明，采用中国 建筑
38、结构荷载规范GB50009-2001(2002年3月1日发布)、美国 ASCE 7(2005)、澳大利亚/新西兰 AS1170.2(2002)、欧洲EN 1991-1-4(2005年4月25日发布)以及加拿大NBC1990(1990)等国家风荷载规范中地形影响因子的计算方法，其结果差异较大(Maharani etal,2009)。例如，Holmes等(2005)通过设定多组参数，比较了各主要风荷载规范中地形因子的计算结果，发现采用不同的地形因子计算方法得到的风荷载最大差异超过了80%。Li等(2005)分别采用各规范中的方法计算了山坡、山脊以及悬崖的风速特征，结果表明，不同地形特征顶部附近的风
39、速分布特征差异显著，在相似的气流边界条件下，悬崖顶部的地形影响因子要比山坡以及山脊顶部小得多。各国风荷载规范适用于台风近地表风场修正，但仍存在一些局限性。例如，各规范更关注区域可能出现的最大风荷载，因而通常只考虑地形对气流的加速作用。另外，风洞实验结果表明，地表粗糙度对于地形因子有较大影响，相对于上风向地表粗糙度均一并且类型相同的地形特征，光滑地表的地形因子更大(Cao et al,2006)。在各主要风荷载规范857地理科学进展32卷6期中，仅ASCE 7明确考虑了地表粗糙度对地形因子的影响。目前已有一些应用软件在风速计算时包含了地形修正模块。例如，丹麦技术大学国家实验室于1987 年 开
40、发 了 一 套 标 准 的 风 力 评 估 软 件WAsP(Wind Atlas Analysis and Application Pro-gram)，其风况估算模块以风图谱为基础，考虑某一点周围障碍物、地表粗糙度以及地形对风的影响，估 算 出 该 点 的 平 均 风 速 和 平 均 风 功 率 密 度(Mortensen,1993)。日本开发了一种非线性模型MASCOT(Microclimate Analysis System for Com-plex Terrain)，实现了复杂地形风速模拟，并应用于单点台风极值风速计算。该模型采用数值模拟的方法求解Navier-Stokes及连续性方程，
41、可以评估地表粗糙度、地形以及冠层对风速的影响，其中输入高程和地表粗糙度数据的空间分辨率分别为50 m和 100 m(Ishihara et al,2002)。此外，美国的 Site-Wind以及加拿大的WEST(Wind Energy SimulatingToolkit)数值模式系统等也都用于风能资源数值模拟(Ayotte et al,2001;Yu et al,2006)。上述软件在进行单点风速模拟时操作简便并且精度较高。而在进行区域台风大风危险性评估时其适用性较差，主要原因在于：多采用数值模拟手段，计算复杂且计算量大；已形成软件包，对于输入数据要求较高，灵活性不够。国外已有一些研究综合上述
42、方法，针对台风危险性评估进行了区域地形影响修正研究。例如，Lee等(2009)基于DEM数据，根据韩国建筑规范计算了济州岛8风向的地形修正因子，在此基础上进行了台风大风危险性评估；Chock等(2005)结合风洞实验和多国风荷载规范，利用DEM数据绘制了夏威夷岛地形修正因子图，并对飓风Iniki进行危险性分析；Kikuchi等(2012)基于蒙特卡罗方法，采用数值模拟手段计算了区域不同年遇水平台风极值风速的地形影响修正因子。国内对于地形影响修正的研究主要集中在风工程领域，特别是针对单点进行，其理论较成熟，应用较广泛。而在灾害风险评估方面，在进行区域台风风场模拟时，很少考虑复杂微地形的影响。因此
43、，借鉴风工程领域地形影响修正计算方法，将其应用于灾害评估是未来一个研究重点。3.3 阵风因子修正阵风(Gust)是在规定时间间隔内，风速对其平均值的、持续时间不大于2 min的正的或负的偏离，峰值阵风(Peak Gust)为正的阵风振幅对应的风速(Mondiale,2008)。台风登陆后，由于地表摩擦以及地形起伏引起的气流方向和速度的改变，往往会引起大的峰值阵风(陈训来等,2005)。台风峰值阵风会对承灾体造成巨大的破坏，在工程领域的应用中，人们往往更关注的是峰值阵风。通过边界层模型获得近地表风速为长时段(如1 h)平均持续风速，还需通过地表粗糙度进行折算，获得短时段(如3 s)峰值阵风，其折
44、算系数通常称为阵风因子。国内外许多研究建立了阵风因子模型，用于计算台风峰值阵风。早在1960年，Durst(1960)首先提出了阵风因子模型，发现在给定1 h时段内，短时距平均风速与该时段平均风速的偏差服从高斯分布，并给出了峰值阵风的计算方法。工程科学数据组织(EngineeringSciences Data Unit,ESDU)在Greenway等的研究基础上建立了一套阵风因子计算方法，该方法假定地表(离地面50100 m)边界层的湍流特征满足中性层结条件假设，飓风边界层低层的湍流结构简单地由地表粗糙度决定，而不用考虑热效应的影响(ES-DU,1983)。随后，Krayer 等(1992)在
45、 Durst 研究基础上发展了阵风因子模型，根据后者的计算方法，对34场台风风速记录进行分析，并给出了不同时距的阵风因子参考表。结果表明，在相同的粗糙度和地形条件下，台风的阵风因子要大于温带气旋的阵风因子。Sparks等(2001)分别计算了近海、沿海以及内陆站点的阵风因子，与Krayer等的研究结果不同，认为热带气旋的风速特征以其及阵风因子在本质上是和温带气旋一样。Vickery等(2005)重新分析了Krayer等使用的数据，并首次将其阵风因子模型应用到台风模型中，用于模拟登陆台风的风速随时距的变化情况。国内研究者Chen等(2011)对不同下垫情况下的台风阵风因子进行了分析，发现台风强风
46、的阵风因子波动性比弱风更大；另外，地表越粗糙，阵风因子波动性越大。在工程领域，阵风因子的计算是进行设计风速评估的重要部分。中国建筑结构荷载规范GB50009-2001、美国 ASCE 7、澳大利亚/新西兰AS1170.2、欧洲EN 1991-1-4以及加拿大NBC1990等国家风荷载规范中均给出了阵风因子的计算方法。赵杨等(2010)以美国规范中的阵风荷载因子为基准，对中澳加等国风荷载规范中的相应参数进行85832卷6期方伟华 等：面向灾害风险评估的台风风场模型研究综述了比较研究。各国规范在阵风因子计算中主要的不同在于平均时距的选取，例如美国规范取平均时距为3 s，其他规范都选取较长的平均时距
47、，因此按照美国规范计算得到的阵风荷载因子要比其他规范小。需要注意的是，利用阵风因子模型计算得到的通常为平均阵风因子，无法反映不同台风的异质性。另外，阵风因子的计算对于地表粗糙度十分敏感，因此，作为阵风因子模型的输入参数，应保证其准确性。3.4 海陆转换当台风从海面向向陆地移动，受地面摩擦影响，平均风速存在折减现象(Vickery et al,2009b)。由于海面风场模型无法准确刻画陆面风场，一些研究提出海陆转换系数，经验地将洋面平均风速转换为陆面平均风速。海陆转换系数与距海岸线距离有关，不同研究对于该系数的设定有较大差别。对于海岸处的海陆转换系数，Schwerdt等取11%，Batts取15
48、%，Pow-ell取15%20%，Vickery等在2000年取14%20%，而在2009年取18%20%；对于内陆的海陆转换系数，Schwerdt 等在 19 km 处取 22%，Georgiou 在 50km处取25%，Vickery等在50 km处取23%28%，Powell在内陆取30%，但未给出具体的距离。中国国家核安全局发布的核安全导则汇编 在“核电站设计基准热带气旋”部分也给出了海陆转换系数，距海岸线15 km时开始考虑海陆转换，相对光滑地带风速减小15%，而城市、山地和森林等粗糙区域风速减小60%(国家核安全局,1998)。经验海陆转换系数应用简便，但不能反映区域特异性，一些研
49、究在边界层模型中考虑了海陆转换因素。在这些模型中，假定当台风大风吹向粗糙区域时，边界层顶风速保持不变，此时边界层风速垂直剖面形状以及边界层高度随地表粗糙度变化而变化(Meng et al,1997;Vickery et al,2009a)。因此，当台风大风由海面吹向陆地时，表面拖曳系数随地表粗糙度增大而增大，通过输入不同的地表粗糙度直接计算边界层顶到近地表的平均风速折减系数，而无需进行经验海陆转换。4 台风风场模型应用台风风场模型常应用于台风风险评估、次生海洋灾害以及次生滑坡灾害模拟研究中，为台风次生灾害评估提供重要输入，目前已集成于多个台风风险模型软件中。台风风场模型作为台风风险评估的重要手
50、段，在世界各主要台风风险模型中集成应用。台风风险模型是将台风风险评估方法以及数据模块集成，开发计算机软件系统，广泛用于防灾减灾、风险管理以及保险等领域。目前，比较完善的台风风险模型主要有政府资助的公共模型，如 FEMA 的 HA-ZUS飓风模型(FEMA,2007)、佛罗里达公共飓风模型(FPHLM)(FIU,2010)，和模型公司的商用模型，如 RMS 公司的 RISKLINK(RMS,2008)、AIR 公司的CATRADER(AIR,2008)、Applied Research Asso-模型名称RISKLINKCATRADERARAUSWINDFPHLMHAZUS梯度风场Georgio