為了補充現有的國家風暴潮預報服務與愛爾蘭東海岸的區域潮汐、風暴潮和波浪預報系統，愛爾蘭公共工程辦公室（OPW）調查研究了愛爾蘭西南海岸地區（Tralee）和鄰近海灣的風暴潮汐以及波浪的預報系統的可行性。
如圖 1 所示，由于強風和低氣壓的存在，該區域主要面臨風暴潮以及大西洋中產生的近海波浪和海灣內局部波浪的混合波浪的侵擾。目前在沿Tralee海岸線和鄰近海灣分布的45個點進行了兩次連續試驗，用以預測波浪條件、潮汐和涌浪水平。
本文將重點關注開發項目的潮汐和風暴潮建模相關內容，并根據實測數據驗證數值仿真結果。
為了準確地預測潮汐和風暴的行為，建立了相關地區的水動力模型，并根據Tralee海灣附近的測量水位和波浪條件等相關數據校準數值模型。
預測系統的準確性取決于包括測深模型的準確性、模型精度和模型邊界條件（預測風、表面壓力和水位）在內的諸多因素。通過前期的調研工作，廣泛地獲取了測深資料，并將其匯集收編。數據主要源于愛爾蘭地質調查局和海洋研究所的聯合INFOMAR項目，該項目擁有一套多來源的廣域范圍內愛爾蘭海岸周圍水深測量數據，囊括了多波束測量數據和激光雷達數據。通過使用OPW提供的詳細激光雷達數據，以及INFOMAR數據范圍外的海上數據（GEBCO 2014），最終生成了海灣區域內大尺度地形模型。
水動力條件主要由天文潮汐效應決定。為了正確地表示潮汐效應，最初，模型的離岸邊界條件設置為從TPXO衛星測高數據集獲取的數據。TPXO提供了基于13個潮汐調和成分的潮汐邊界條件，其空間分辨率為1/12°。
在初始試驗階段，將模型結果與多個地點公開的潮汐統計數據比較后發現：當計算僅包括天文潮汐效應時，模型的結果分析表明模型預測與現實數據存在明顯差異。而根據Tralee灣內Fenit碼頭測量數據的潮汐調和分析，發現TPXO數據集中未包含一些相對重要的潮汐成分。審查了不同的全球潮汐模型在該區域的性能表現后，發現FES2012和TPXO8在陸架海（淺海）中表現最好。而FES2014在FES2012的基礎上優化了數據，并且提供1/16°的分辨率以及高達34種潮汐成分，在之后的研究中將采取此類潮汐數據。
考慮到風暴潮是大氣風場和氣壓效應的耦合結果，同時也可能受到海岸幾何形狀和潮汐的影響，本研究遂引用大氣壓力、風速風向兩個數據源。
-
Met éireann調和模型Harmonie（歐洲氣象局）數據：使用氣象學基本方程表征大氣，并以2.5km的水平分辨率，65層的垂直分辨率生成各種地面參數（風、雨、溫度和降水）的預測數據。在00Z、06Z、12Z和18Z（世界協調時），每天生成四次周期為54小時，時間分辨率為1h的預報。
-
歐洲中期天氣預報中心（ECMWF）模型：每天生成四次周期為10天的預報，空間分辨率為0.1°。
在本研究中，TELEMAC-2D模型將采用00Z和12Z的諧波預測，以1小時的時間分辨率提供高達54小時的短期預測；采用00Z的ECMWF預測模型，滿足6天的預測要求，提供的預測模型時間分辨率為3小時，空間分辨率為0.125°。
考慮到模型外邊界處可能存在涌浪，調整了施加的潮汐高程以適應由空氣壓力（反向氣壓計效應）產生的靜水壓頭。此外，根據英國海洋科學研究所給出的標準TELEMAC計算公式，引入了風影響系數，從而可以考慮海洋的粗糙度和其他過程。
通過愛爾蘭西海岸和西南海岸的相關觀測潮汐數據對模型計算結果進行校準和驗證，值得注意的是，潮汐實測數據可能存在長時間的中斷（設備維修期）或數據量不夠大，在利用實測數據分析潮汐的時候，并非所有數據均是可用的。
為了校準潮汐和浪涌模型，使用來自ECMWF的TPXO和ERA5-風和壓力數據作為校準數據，并分析了Fenit碼頭的驗潮儀數據，確定了2013年至2017年間發生的五起具有顯著浪涌殘差的事件。模型的校準將包括對河床摩擦、潮汐和大氣壓迫的敏感性測試。
根據驗證結果，在Fenit碼頭、Kilrush港灣、Galway港和Inishmore的代表性平均大潮-小潮結果與平均高程誤差在0.02m到0.1m之間。高潮計時誤差在9到18分鐘之間，超出了系統設定的目標精度。在初始模型校準后，于2018-2019年冬季開展了第一次連續實驗，僅考慮潮汐的預測結果和試驗結果差距較小。模型預測和綜合潮汐之間的差距雖然相對較小，但這類差距都出現在振幅和相位上，不太可能通過簡單調整來符合TPXO數據，如上文所說，研究表明TPXO未包含該區域潮汐的幾個重要成分，于是使用包含更多分潮的FES2014模型數據對連續試驗期進行后測，顯著改善了模型預測能力。以下將各類模型結果與Fenit碼頭的觀測數據對比。
首先給出僅潮汐分量的模型結果，這些結果是基于FES2014潮汐邊界條件計算得到。圖 5 所示的為試驗期間的樣本水位時間序列分析結果和模型計算結果的對比的一份樣本，說明了模型預測明顯涌浪事件的能力和精準性。
圖 5 Fenit碼頭的僅潮汐分量模型計算結果與綜合結果對比（MSL代表海平面）
圖 6 給出了試驗期間所有高水位預測的數據結果與綜合數據的統計結果，其誤差條為+/- 0.15m，即模型潮汐分量的目標精度。根據時間序列，該模型與綜合潮位非常一致。圖中結果顯示，試驗期內的高潮水位模型預測基本分布在目標精度范圍內，少數模型結果表現偏低。結果顯示，模型預測能滿足89%的所有高水位的目標精度；對于高于平均大潮高潮面（MHWS）的高水位則是100%達到目標精度。
工程師們分別基于Harmonie和ECMWF驅動條件計算模型數據，并采取了12h內和24h內的預測結果與實測結果進行對比。模型預測結果與統計散點圖如圖 7 所示，其中散點圖的誤差線是0.25m目標精度。可以發現，模型預測結果與觀察結果相當吻合，并且使用兩種不同的條件計算出的不同結果間沒有明顯的差異。而統計散點圖也表明絕大部分數據處于目標精度范圍內，僅少數幾個高水位略有低估。
潮汐的起伏時間對于實時預報系統也很重要，根據圖 5 和圖 7 的結果，可知模型計算的潮汐時間與觀測結果能較好的重疊，基本滿足了預測系統的需求。
基于水動力模型開發了用以預測愛爾蘭西南海岸的潮汐和風暴潮狀況的實時預報系統，采用FES2014的邊界潮汐水平數據以及ECMWF和Harmonie風/壓力驅動模型，可提供長達6天的中短期預報。模型根據實地觀測儀表數據合成的潮位綜合數據進行了校準和驗證，被證明與觀測結果高度吻合，在高水位情況時的海面高程和潮位時間等方面總體上滿足系統對目標精度的要求。
本文描述了水動力模型的開發結果，基于該模型可以為愛爾蘭西南部Tralee附近的海灣提供潮汐和風暴潮預測業務。使用最新的測深數據（高分辨率多波束和LiDAR激光雷達）建立了水動力模型，并使用TPXO、FES2014等潮汐數據以及風和壓力天氣數據設立驅動條件。模型在校準時顯現出良好的測試結果一致性，潮汐和風暴潮的預測模型基本滿足制定的最小目標精度和預測潮位時間。
或關注公眾號【遠算云學院】
遠算在bilibili、頭條、知乎、技術鄰定期發布課程視頻等內容
