Journal of Marine Sciences >

2026 , Vol. 44 >Issue 2: 13 - 26

DOI: https://doi.org/10.3969/j.issn.1001-909X.2026.02.002

Characteristics and dynamic mechanisms of storm surge induced by northward-tracking typhoons along the Zhejiang coast

  • ZU Tao , 1, 2 ,
  • GOU Xiaoxiao 3 ,
  • LIANG Huidi , 1, 2, * ,
  • CAI Tinglu 1, 2
Expand
  • 1 Second Institute of Oceanography， MNR， Hangzhou 310012， China
  • 2 Key Laboratory of Marine Space Resources Management Technology， MNR， Hangzhou 310012， China
  • 3 China Nuclear Power Design Co.， Ltd.（Shenzhen）， Shenzhen 518000， China

Received date: 2025-05-26

  Revised date: 2025-09-19

  Online published: 2026-06-25

Fold

Abstract

In view of the frequent trend of northward-moving typhoons in Zhejiang coastal areas， taking typhoon Chan-hom （1509） as an example， a wind-wave-current coupled model of the China Seas-Zhejiang coastal area was constructed based on the Delft3D model. The temporal and spatial evolution of storm surge in Zhejiang coastal area during 24 hours before and after typhoon landing were analyzed， and the relative contribution of dynamic factors such as wind stress， air pressure， wave and astronomical tide were quantified. The results showed that in the 24 hours before and after the typhoon landed， the Sanmen Bay， Xiangshan Port and Hangzhou Bay appeared the extreme value of surge in turn， and the maximum surge was 3.4 m. The northern Zhejiang sea area experienced high surge intensity and slow recession， while the southern area showed a more uniform surge distribution and rapid recession. The spatial distribution of wind stress induced surge was consistent with the total surge， with the highest contribution to the total surge （60%-90% or higher）， and the surge was concentrated in the low tide stage. Air pressure induced surge was more uniformly distributed， with a secondary contribution （20%-50%）. Wave induced surge mainly occured in nearshore shallow waters during low tide， contributing the least （10%-20%）. Tide-surge interaction could amplify localized peak surges and delay the recession process， accounting for 30%-50% of the total surge in areas such as Hangzhou Bay and Sanmen Bay. Normalized analysis of factor contributions indicated that wind stress contribution was significantly higher in the north than in the south. The contributions of air pressure and tide-surge interaction were generally equivalent； specifically， tide-surge interaction was dominant in the north， while air pressure was more significant in the south. The contribution of wave induced surge was slightly higher in the south than in the north. Overall， northward-moving typhoons like "Chan-hom" led to storm surges characterized by high intensity， long duration， and slow recession in northern Zhejiang， thereby posed a higher risk of coastal flooding.

Key words： storm surge; wind stress; air pressure; waves; astronomical tide; numerical simulation; Typhoon Chan-hom

Cite this article

ZU Tao , GOU Xiaoxiao , LIANG Huidi , CAI Tinglu . Characteristics and dynamic mechanisms of storm surge induced by northward-tracking typhoons along the Zhejiang coast[J]. Journal of Marine Sciences, 2026 , 44(2) : 13 -26 . DOI: 10.3969/j.issn.1001-909X.2026.02.002

0 引言

风暴潮是由热带气旋或温带气旋等强烈天气系统引发的海平面异常抬升现象，其增水过程常与天文潮汐形成非线性叠加效应，具有显著的致灾性[1-2]。浙江地处我国东南沿海，经济发达、人口稠密，是全国沿海台风风暴潮的高发区[3-4]。近年来，受全球气候变暖等因素影响，西北太平洋台风移动路径年均向北偏移约0.07°，导致登陆或严重影响浙江沿海的台风呈现增多、增强的趋势[5-7]。1990—2022年期间，累计有26个台风登陆浙江（图1），其中在西北太平洋生成后沿我国东部沿海北上或转向东北的北上型台风最为频发（共13个）[8-9]。统计显示，在登陆浙江的台风中，此类台风的占比由1990—2006年的40%显著跃升至2007—2022年的63%。北上型台风的移动路径与浙江岸线的夹角较小，使得其外围风场对浙江沿海水域的作用时间显著延长，极易引发极端风暴潮增水事件[10]，如台风“灿鸿”期间，强风持续时长达35 h[11]。当前针对浙江沿海北上型台风的研究多集中于气候尺度下的路径偏移和频次变化[12-13]，而针对其诱发的风暴潮增水的时空特征及各动力因子的定量分析仍较为薄弱。
图1 1990—2022年登陆浙江的热带气旋情况

Fig.1 Tropical cyclones that landed in Zhejiang from 1990 to 2022

风暴潮增水是风应力、气压梯度力、天文潮及波浪[14]等多重动力因素耦合作用的结果[11,15]。台风带来的强风应力和低气压是风暴潮增水的主要驱动因子[16]，二者对增水的贡献并非线性叠加，而是存在非线性相互作用，且这种作用通常会削弱风暴潮整体强度[17]。风和气压的增水贡献受地形影响：陡峭海岸以气压效应为主，而平缓岸段则以风应力作用更为突出[18]。天文潮通过改变局地水深影响风暴潮演变，而风暴潮增水也能改变水深，进而影响天文潮的传播速率[19]。二者相互作用不仅会造成最大增水与高潮位、低潮位的相位错位，还可能抑制增水甚至引发减水现象[20]，这种潮涌相互作用在水深较浅、潮差较大、岸坡平缓的区域尤为显著。此外，波浪近岸破碎产生的辐射应力可进一步放大风暴潮增水，在海床坡度陡峭的区域，波浪对增水的贡献可高达40%[21]。
浙江沿海岸线曲折、水深变化剧烈、潮汐动力强劲，台风期间动力因子间非线性作用显著。定量厘清各因子的增水贡献，对精准防灾减灾具有重要意义。本文基于历史资料与观测数据，以典型北上型台风“灿鸿”（1509号）为例，构建区域波流耦合风暴潮模型，系统解析台风影响下浙江沿海增水特征，量化风应力、气压、波浪以及天文潮等关键动力因子的贡献，为区域风暴潮预报与防灾减灾提供理论支持与科学支撑。

1 数据与方法

1.1 台风“灿鸿”

台风“灿鸿”（1509号）为2015年西北太平洋第9个获得命名的热带气旋，其移动路径与强度变化如图2所示，为典型的北上型台风。该台风系统于6月30日达到热带风暴强度后，沿西北方向稳定移动，于7月9日晚发展为超强台风（中心气压935 hPa，风速>52 m/s）， 并于7月11日16时40分登陆浙江省舟山市朱家尖沿岸海域。超强台风“灿鸿”持续时间长达35 h，期间致使浙江中北部沿海出现12~14级、局部15~16级强风，杭州湾等区域出现了7~10级大风，最长持续时间达24 h[10]。本文选取“灿鸿”影响浙江沿海的时段（7月9日0时—7月13日0时），开展风暴潮增水研究，研究区的空间范围为120.0°E—123.5°E，27.0°N—31.0°N。
图2 网格设置、台风路径、风速及分析站点位置

（图a显示的为嵌套网格，图a中的红框区域表示加密网格区域；图b显示的为内部加密网格。）

Fig.2 Grid configuration， typhoon track， wind speed and locations of analysis sites

（Fig.a shows the nested grid， with the red box indicating the encrypted domain； Fig.b presents the inner encrypted grid.）

1.2 数值模型

1.2.1 模型构建

本研究基于Delft3D构建了波流双向耦合风暴潮模型，大网格分辨率约为13.65 km；在核心区进行网格加密，分辨率为223 m。在加密网格区内布设9个站点，分别代表开阔海域（N1和N7）、灿鸿登陆点（N4）、杭州湾北岸与南岸（N2和N3）、象山港（N5）、三门湾（N6）以及浙江南部海岸（N8和N9）。为方便描述，本文以台州湾为界，将三门湾及其以北海域统称为浙江北部海域，将台州湾及其以南海域统称为浙江南部海域；并结合地形与站点将杭州湾由外向内划分为三个区域：N2和N3站点周围海域为湾中，向东延伸至开阔海域为湾口，向西至地形急剧收缩处为湾顶。
水深数据由海图与GEBCO数据集插值融合而成。经过风场比选和模型率定，模型气象驱动采用ECMWF提供的ERA5风场与气压场数据（时间分辨率为1 h，空间分辨率为0.25°），开边界潮位由TPXO9_atlas全球海洋潮汐模型提供[22]。模型时间步长为1 min，水平涡黏系数取值为10 m2/s，采用冷启动方式。底摩擦通过曼宁系数进行描述，大网格的曼宁系数范围为0.005~0.1 m-1/3·s，小网格的曼宁系数范围为0.01~0.03m-1/3·s。Wave模块的Collin底部摩擦系数设为0.015[23]。模型采用沿海主要入海河流多年平均流量反映河流动力环境 [24-25]。
采用台风“灿鸿”期间逐时潮位、风暴潮增水以及有效波高数据对模型结果进行验证，验证方法及结果详见文献[26]。验证结果显示风暴潮增水模拟结果与实测值高度吻合，增水极值捕捉准确（最大相对误差<15%），有效波高整体拟合良好，表明模型可用于台风风暴潮增水特征及动力机制研究。

1.2.2 数值实验

为明确风应力、气压、天文潮和波浪等主要动力因子对风暴潮增水的影响，本研究设计了6组数值实验（表1），通过控制模型输入条件，定量分离各动力因子的贡献。其中，仅考虑潮汐驱动的Case1用于模拟天文潮位，包含全部物理过程的Case6用于模拟风暴潮位，以Case6与Case1的差值作为风暴潮总增水。通过逐项剥离各动力因子，分别得到风应力、气压、波浪及潮涌相互作用等因子对应的增水分量，各分量最大值即为相应因子的增水极值，具体计算方案如表2所示。
表1 数值实验设计

Tab.1 Numerical experiment design

实验名称 驱动条件
天文潮 风应力 气压 波浪
Case1 √ × × ×
Case2 √ × √ √
Case3 √ √ × √
Case4 √ √ √ ×
Case5 × √ √ √
Case6 √ √ √ √
表2 增水类型

Tab.2 Surge types

增水类型 计算方法 增水动力因素
总增水 Case6-Case1 潮涌相互作用+
风应力+气压+波浪
风应力增水 Case6-Case2 风应力
气压增水 Case6-Case3 气压
波浪增水 Case6-Case4 波浪
潮涌相互作用增水 Case6-Case1-Case5 潮涌相互作用
无潮位增水 Case5 风应力+气压+波浪

2 结果分析

2.1 台风“灿鸿”作用下的总增水过程

台风“灿鸿”登陆前后24 h内的风场及浙江海域风暴潮总增水如图3所示。7月10日20时至23时，尽管台风中心未进入浙江沿海，研究区域已经出现大范围增水（图3a和图3b）；随着台风中心逐渐逼近浙江沿海，11日2时，研究区域增水普遍超过0.5 m，其中，象山港、三门湾以及台州湾局部增水达1.0~1.5 m（图3c）；11日5时，台风中心进入浙江沿海并继续北移，三门湾、象山港及杭州湾等地先后出现增水极值（图3d）；11日8时，在杭州湾海域，受东北向岸风影响，海水由杭州湾北岸向南岸汇聚堆积，致使南岸增水高于北岸，湾顶最大增水达3.4 m，而温州湾以南海域水位开始下降，深水区出现减水现象（图3e）；11日17时左右，台风中心登陆朱家尖，杭州湾海域仍受东北向向岸风控制，湾内增水超过1 m，而三门湾以南海域转为离岸风，水位显著下降（图3h）；台风登陆3 h后向东北转向，浙江沿海风暴潮增水迅速消退，除杭州湾局部海域外，其余区域增水均已回落至0.5 m以下（图3i）。
图3 台风“灿鸿”作用下浙江沿海风暴潮增水及风场的空间分布

Fig.3 Spatial distribution of storm surge and wind field in Zhejiang coastal area under the action of Typhoon Chan-hom

2.2 各动力因子增水的时空演变特征

2.2.1 风应力增水

如图4所示，风应力增水与总增水的变化趋势基本一致，呈现显著的空间变化特征。杭州湾受东北向岸风控制，风应力增水均为正值，加之岸线地形的阻挡作用，南岸风暴潮致灾风险显著升高。11日5时，台风中心移至乐清湾以北的公海海面，浙江南部海域风向逐渐转变为西风和西南风，乐清湾以南海域风应力增水逐渐减弱（图4d）；11日17时，三门湾以南海域的风应力增水基本为负值（图4h）；台风登陆后3 h，除杭州湾局部仍存在壅水外，浙江海域的风应力增水普遍消退（图4i）。
图4 台风“灿鸿”作用下浙江沿海风应力增水的空间分布

Fig.4 Spatial distribution of wind stress induced surge along the Zhejiang coast during Typhoon Chan-hom

风应力增水极值的空间分布及其在总增水中的占比如图5所示。台风“灿鸿”期间，风应力增水由南向北逐渐增强，这与北上型台风的强度演变、移动路径及风向密切相关。由图5a可见，风应力增水呈现出由海向岸逐渐增大的趋势。一方面，近岸区域风程较长，风对水体的作用更充分；另一方面，近岸水域水深较浅，进一步放大了风应力效应，从而使近岸增水更为显著。在杭州湾，由于湾口收缩，水流通道逐渐收窄，潮波畸变现象加剧，湾顶风应力增水可达2 m，占总增水的90%以上。杭州湾口至台州湾的浅水区，风应力增水超过1 m，占比在60%~85%之间；台州湾以南的深水区，风应力效应相对较弱，占比在40%以下。
图5 风应力增水（a）及其占总增水比例（b）的空间分布

Fig.5 Spatial distribution of wind stress induced surge （a） and its proportion in total surge （b）

2.2.2 气压增水

如图6所示，台风“灿鸿”影响期间，气压引起的增水总体为正值，且越靠近台风中心，气压引起的增水效应越强。同时，气压可通过影响外海潮位传播过程间接增强近岸增水。11日2时，杭州湾北岸出现轻微减水现象（图6c）；随着台风中心进一步逼近，11日5时，乐清湾、三门湾和象山港等狭窄水域的气压增水达到极值，最大值可达1.0 m（图6d）；11日8时，杭州湾海域气压增水达到极值，约为0.2~0.3 m（图6e）；11日20时（台风登陆后），气压增水普遍减弱（图6i）。
图6 台风“灿鸿”作用下浙江沿海气压增水的空间分布

Fig.6 Spatial distribution of air pressure induced surge along the Zhejiang coast during Typhoon Chan-hom

如图7a所示，在舟山以南至温州湾以北的海域，气压增水效应明显，增水幅度介于0.4~0.6 m之间，在乐清湾、三门湾和象山港等沿岸狭窄水域，增水可高达 0.8~1.0 m。与风应力增水不同，除湾顶局部海域外，杭州湾海域整体气压增水较小，仅为0.2~0.3 m。对比图7b与图5b可见，气压增水占总增水比例的空间分布与风应力增水呈相反趋势。在开阔深水区，气压增水占总增水的比例可达60%以上；而在浅水区，比例显著降低，约为10%~40%。
图7 气压增水（a）及其占总增水比例（b）的空间分布

Fig.7 Spatial distribution of air pressure induced surge （a） and its proportion in total surge （b）

2.2.3 波浪增水

波浪增水对总增水的贡献显著低于风应力和气压，且主要集中在近岸浅水区（图8a），开阔海域的波浪增水可忽略不计。在近岸浅水区，杭州湾的波浪增水最显著，增水幅度自口门向顶部递增，其中较宽阔的湾口区增水为0.10~0.15 m，湾中为0.15~0.20 m，狭窄的湾顶超过0.20 m；而浙江中南部近岸浅水区波浪增水普遍在0.10~0.15 m之间。尽管杭州湾波浪增水显著，但其占总增水的比例仅为10%~15%，相比之下，乐清湾和温州湾海域波浪增水在总增水中的占比较高，可达20%（图8b）。
图8 波浪增水（a）及其占总增水比例（b）的空间分布

Fig.8 Spatial distribution of wave induced surge （a） and its proportion in total surge （b）

2.2.4 潮涌相互作用

浙江沿岸潮涌相互作用增水极值及其在总增水中的占比分布如图9所示。杭州湾的潮涌相互作用增水最为突出，湾中区域的潮涌相互作用增水约为0.6~0.8 m，湾顶可达1.2 m以上。在各海湾的湾顶区域，如杭州湾、象山港、三门湾、乐清湾，潮涌相互作用增水对总增水的贡献率较高，可达30%~50%（图9b），显著高于波浪增水（10%~15%），对部分海域的增水贡献甚至与台风低压中心引发的气压增水（20%~50%）相当。
图9 潮涌相互作用增水（a）及其占总增水比例（b）的空间分布

Fig.9 Spatial distribution of tidal-surge interaction （a） and its proportion in the total surge （b）

2.3 各动力因子增水的时间演变特征

根据代表性站点（N1~N9）的风暴潮增水时间序列（图10），可进一步分析不同区域动力因子增水的时间变化过程及其影响因素。风应力增水曲线与总增水曲线的变化趋势总体相似，尤其在杭州湾的N2和N3站点（图10b和图10c），两者几乎重合。例如N3站点，自7月10日起风应力增水与总增水呈上升趋势，11日达到极值，风应力增水（1.40 m）占总增水（1.64 m）的85.37%（表3），台风转向后，两者均快速回落（图10c）。各站点的风应力增水极值与总增水极值几乎同步，大多出现在低潮阶段。
图10 各站点各动力因子增水曲线与总增水曲线对比

（图中阴影部分表示台风主要影响时段。）

Fig.10 The comparison between the surge curve of each dynamic factor and the total surge curve at each site

（The shaded area indicates the period of primary typhoon influence.）

表3 N1~N9站点增水特征汇总表

Tab.3 Summary table of surge characteristics at N1-N9 stations

动力因素 极值/占比 N1 N2 N3 N4 N5 N6 N7 N8 N9
总增水极值/m 0.57 1.77 1.64 0.90 1.19 0.12 0.94 0.99 0.97
风应力 增水极值/m 0.37 1.65 1.40 0.68 0.89 0.88 0.59 0.59 0.57
占比/% 64.91 93.22 85.37 75.56 74.79 78.57 62.77 59.60 58.76
气压 增水极值/m 0.29 0.32 0.32 0.42 0.41 0.50 0.38 0.41 0.45
占比/% 50.88 18.08 19.51 46.67 34.45 44.64 40.43 41.41 46.39
波浪 增水极值/m 0.05 0.18 0.15 0.10 0.11 0.16 0.03 0.12 0.16
占比/% 8.77 10.34 9.10 11.12 8.88 14.11 3.53 11.75 16.49
潮涌相互作用 增水极值/m 0.22 0.75 0.57 0.25 0.31 0.56 0.24 0.37 0.39
占比/% 38.60 42.37 34.76 27.78 26.05 50.00 25.53 37.37 40.21
各站点的气压增水曲线均相对平缓，通常滞后于总增水。例如N3站点，总增水极值出现在7月11日5时，而气压增水极值出现在当日21时。波浪增水较其他因子增水的量级小，其随潮位呈现规律性波动，峰值一般出现在低潮时刻。分析各站点增水特征数据（表3）可知，位于开阔海域的N1和N7，其波浪增水极值较低（<0.1 m）；而在南部近岸浅水区（N9），波浪增水极值可达0.16 m，对总增水的贡献率为16.49%。
潮涌相互作用曲线与总增水曲线的变化趋势相似。由图10可见，剥离天文潮的无潮位增水曲线较为平滑，无显著峰值，而纳入潮汐驱动后的总增水曲线在低潮阶段水位被显著抬升，形成了多个增水尖峰。结合表3的特征数据可知，潮涌相互作用在杭州湾（N2）和三门湾（N6）最为突出，增水分别可达0.75 m和0.56 m，对总增水的贡献占比均超过40%。相比之下，处于开阔海域且水深较大的N4和N7站点，潮涌相互作用相对微弱。此外，在7月12日台风远离阶段，尽管各个站点无潮位增水稳步下降，但受潮涌相互作用的影响，总增水曲线回落过程中仍维持着较高的波动特征，整体退水速率有所减缓。

2.4 浙江沿海台风风暴潮增水的空间特征及动力因子的归一化贡献

台风影响期间，浙江沿海风暴潮增水呈现北部高于南部、近岸高于外海的梯度分布格局（图11）。总增水频率直方图显示，杭州湾N2、N3站点的极值较其他站点显著右移，其在增水>1.0 m的区间仍具较高的发生频率，均值显著大于中位数（图11c和11d），表现出增水强度大、极值突出的特征；而南部N7、N8、N9站点的增水主要集中在<0.8 m的区间内，且整体样本均值与中位数的差值较小（图11h~11j），极端增水事件的发生频率较低，增水分布较北部更加均匀。
图11 各因子增水极值归一化贡献占比（a）与总增水频率分布（b-j）

（图a中饼状图的面积大小与总增水极值呈正相关。图b中的实线箭头和虚线箭头分别指示均值和中位数。）

Fig.11 Normalized contribution proportion of each factor to peak surge （a） and frequency distribution of total surge （b-j）

（The area of the pie chart in Fig.a is positively correlated with the peak total surge. The solid and dashed arrows in Fig.b indicate the mean and median， respectively.）

为进一步剖析不同区域（站点）台风风暴潮增水的主导动力因子，对各因子的增水贡献进行归一化处理。结果显示（图11a），风应力是风暴潮增水的首要因素，归一化贡献约为36.31%~57.40%；其中在北部的N2、N3站点分别占比为56.84%、57.40%，显著高于南部的N7~N9站点（36.31%~47.46%）。气压与潮涌相互作用的贡献则表现出空间分异特征：在北部海域的强潮海湾内，潮涌相互作用贡献占比（在N2、N3、N6站点分别为25.83%、23.37%、26.69%）明显高于气压（11.02%、13.12%、23.83%）；而在南部海域（N7~N9），气压贡献均强于潮涌相互作用。波浪的归一化贡献在各站点均最小且主要影响近岸浅水区，其中在北部近岸海域（N2~N6）约为6.12%~7.53%，南部近岸海域（N8、N9）稍高，约为7.83%~10.19%。

3 结论

本研究基于Delft3D风流浪耦合模型，系统剖析了典型北上型台风“灿鸿”影响下浙江沿海风暴潮的时空演变特征与驱动机制。数值模拟结果显示，台风“灿鸿”过境期间，增水极值依次出现在三门湾、象山港及杭州湾，杭州湾顶最大增水达3.4 m；台风过境后，除杭州湾局部海域外，其余区域增水均迅速回落至0.5 m以下。增水频率分析显示，浙江北部海域（杭州湾-舟山-象山港-三门湾）增水强度大、极值突出，而南部沿海（台州湾-乐清湾-温州湾），增水空间分布均匀且极值事件发生频率较小。
各分量独立作用下，风应力是驱动水位上升的核心动力（占比可达60%~90%以上），其空间分布与总增水一致，呈现北高南低、由外海向近岸递增的特征；气压增水次之，其贡献约为20%~50%，空间分布均匀，高值区随台风中心移动，并可通过影响外海潮位过程间接增强近岸增水。潮涌相互作用在杭州湾、三门湾等区域占比达30%~50%，不仅提升了局部增水幅度，还延缓了台风过境后风暴潮增水的消退过程。波浪增水占比最小（10%~20%），其影响仅显著作用于近岸浅水区。此外，风应力增水、波浪增水与总增水极值均集中于低潮阶段，气压增水极值则滞后于总增水极值。
归一化贡献分析表明，风应力贡献在各站点均占主导地位（36.31%~57.40%），在北部的贡献率显著高于南部。在北部的杭州湾海域，潮涌相互作用贡献大于气压；而在南部沿海，气压贡献高于潮涌相互作用。在各动力因子中，波浪的贡献率在各站点中占比均为最低，在南部近岸略高于北部近岸。
综上所述，以“灿鸿”为代表的北上型台风引发的浙江北部沿海风暴潮，呈现增水强度大、极值高且持续时间长的特征，因而面临更大的洪水风险。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
LIU X L, LIU Y M, WANG Z H, et al. Comprehensive assessment of vulnerability to storm surges in coastal China: Towards a prefecture-level cities perspective[J]. Remote Sensing, 2023, 15(19): 4828.

DOI

[2]
杨万康. 典型海湾风暴潮的非线性与共振效应及其危险性评估研究[D]. 青岛: 中国科学院大学(中国科学院海洋研究所), 2019.

YANG W K. Study on nonlinear and resonance effects and risk assessment of storm surge in typical bay[D]. Qingdao: University of Chinese Academy of Sciences (Institute of Oceanology, Chinese Academy of Sciences), 2019.

[3]
蔡榕硕, 谭红建, 付翔, 等. 气候变化背景下中国沿海地区海平面上升叠加台风和风暴潮的灾害风险及应对策略[J]. 大气科学, 2025, 49(6):1595-1606.

CAI R S, TAN H J, FU X, et al. Sea level rise, typhoons, and storm surges under climate change: Disaster risks and adaptation strategies for China[J]. Chinese Journal of Atmospheric Sciences, 2025, 49(6): 1595-1606.

[4]
陈相宇, 于姜梅, 沈远, 等. 不同台风风场在浙江海域台风浪模拟中的适用性研究[J]. 海洋学研究, 2024, 42(2):15-25.

DOI

CHEN X Y, YU J M, SHEN Y, et al. Study on the applicability of different typhoon wind fields in typhoon wave simulation in Zhejiang waters[J]. Journal of Marine Sciences, 2024, 42(2): 15-25.

[5]
SHAN K Y, LIN Y L, CHU P S, et al. Seasonal advance of intense tropical cyclones in a warming climate[J]. Nature, 2023, 623(7985): 83-89.

DOI

[6]
朱思瑜, 陈淑琴, 方言. 不同路径台风影响舟山的大风气候特征分析[J]. 海洋预报, 2024, 41(5):119-125.

ZHU S Y, CHEN S Q, FANG Y. Analysis on climatic gale characteristics of typhoons affecting Zhoushan with different paths[J]. Marine Forecasts, 2024, 41(5): 119-125.

[7]
SUN J, WANG D Q, HU X M, et al. Ongoing poleward migration of tropical cyclone occurrence over the western north Pacific Ocean[J]. Geophysical Research Letters, 2019, 46(15): 9110-9117.

DOI

[8]
董加斌, 黄新晴. 登陆浙江的台风路径分类和暴雨落区分析[J]. 浙江气象, 2019, 40(3):13-19.

DONG J B, HUANG X Q. Typhoon path classification and rainstorm area analysis of landing in Zhejiang Province[J]. Journal of Zhejiang Meteorology, 2019, 40(3): 13-19.

[9]
张灵杰. 影响浙江台风路径聚类分析[R]. 文成: 文成县气象局, 2020.

ZHANG L J. Cluster analysis of typhoon track affecting Zhejiang[R]. Wencheng: Wencheng County Meteorological Bureau, 2020.

[10]
楚栋栋, 李梦雨, 朱勇辉, 等. “灿鸿”台风风暴潮过程波流耦合效应数值研究[J]. 长江科学院院报, 2025, 42(1):106-114.

DOI

CHU D D, LI M Y, ZHU Y H, et al. Numerical study on the effects of wave-current interaction for typhoon-induced storm surges: A case study of Typhoon “Chan-hom”[J]. Journal of Changjiang River Scientific Research Institute, 2025, 42(1): 106-114.

[11]
中华人民共和国自然资源部. 2015年中国海洋灾害公报[EB/OL]. (2016-03-24) [2024-08-27]. http://gc.mnr.gov.cn/201806/t20180619_1798019.html.

Ministry of Natural Resources. China marine disaster bulletin 2015[EB/OL]. (2016-03-24) [2024-08-27]. http://gc.mnr.gov.cn/201806/t20180619_1798019.html.

[12]
WANG J, ZHU S R, LIU J M, et al. Frequency, intensity and influences of tropical cyclones in the northwest Pacific and China, 1977-2018[J]. Sustainability, 2023, 15(5): 3933.

DOI

[13]
XU C R, YANG Y, JIA J J, et al. A 70-year record reveals the poleward shift of tropical cyclone tracks in the East China coastal ocean is twice that of landward shift[J]. Global and Planetary Change, 2024, 242: 104566.

DOI

[14]
郇彩云, 姜贞强, 许坤荻, 等. 浙江苍南海域台风和寒潮所致极端波浪特征分析[J]. 海洋学研究, 2025, 43(2): 19-29.

DOI

HUAN C Y, JIANG Z Q, XU K D, et al. Analysis of extreme wave characteristics caused by typhoons and cold waves in the sea area of Cangnan, Zhejiang[J]. Journal of Marine Sciences, 2025, 43(2): 19-29.

[15]
CHU D D, ZHANG J C, WU Y S, et al. Sensitivities of modelling storm surge to bottom friction, wind drag coefficient, and meteorological product in the East China Sea[J]. Estuarine, Coastal and Shelf Science, 2019, 231: 106460.

DOI

[16]
JO J, KIM S, TOYODA M, et al. Impact of atmospheric forcing on storm surge prediction between numerical weather model and parametric typhoon model[J]. Ocean Engineering, 2025, 341: 122540.

DOI

[17]
冯兴如. 重点区台风风暴潮数值预报与灾害评估研究[D]. 青岛: 中国科学院研究生院(海洋研究所), 2012.

FENG X R. Study on the hurricane storm surge disaster assessment and numerical prediction technique[D]. Qingdao: University of Chinese Academy of Sciences (Institute of Oceanology, Chinese Academy of Sciences), 2012.

[18]
VAN ORMONDT M, VAN DONGEREN A, ROELVINK D. A semi-empirical method for computing storm surges on open coasts during tropical cyclones[J]. Coastal Engineering, 2021, 165: 103839.

DOI

[19]
CHEN W, LIU W L, LIANG H D, et al. Response of storm surge and M2 tide to typhoon speeds along coastal Zhejiang Province[J]. Ocean Engineering, 2023, 270: 113646.

DOI

[20]
ZHUGE W X, WU G X, LIANG B C, et al. A statistical method to quantify the tide-surge interaction effects with application in probabilistic prediction of extreme storm tides along the northern coasts of the South China Sea[J]. Ocean Engineering, 2024, 298: 117151.

DOI

[21]
TSAI Y L, WU T R, LIU P L, et al. Coastal storm surge amplification by wave radiation stress: The case study of 2015 Typhoon Soudelor in East Taiwan[J]. Applied Ocean Research, 2025, 154: 104370.

DOI

[22]
EGBERT G D, EROFEEVA S Y. Efficient inverse modeling of barotropic ocean tides[J]. Journal of Atmospheric and Oceanic Technology, 2002, 19(2): 183-204.

DOI

[23]
COLLINS J I. Prediction of shallow-water spectra[J]. Journal of Geophysical Research, 1972, 77(15): 2693-2707.

DOI

[24]
左书华, 杨春松, 付桂, 等. 长江口入海水沙通量变化及其影响分析[J]. 海洋地质前沿, 2022, 38(11):56-64.

ZUO S H, YANG C S, FU G, et al. Variation of water and sediment flux and its influence on the Yangtze River Estuary[J]. Marine Geology Frontiers, 2022, 38(11): 56-64.

[25]
XIE D F, WANG Z B. Seasonal tidal dynamics in the Qiantang Estuary: The importance of morphological evolution[J]. Frontiers in Earth Science, 2021, 9: 782640.

DOI

[26]
GOU X X, LIANG H D, CAI T L, et al. The impact of coastline and bathymetry changes on the storm tides in Zhejiang coasts[J]. Journal of Marine Science and Engineering, 2023, 11(9): 1832.

DOI

Options
Outlines

/

〈 〉