台风诱发的风暴潮对沿海国家的海洋环境及其居民的生命财产安全构成了严重威胁。对风暴潮进行短期预报和长期预测，可为风暴潮灾害的预报和预防提供科学依据，具有重要的科学价值和实际意义。本研究聚焦于受风暴潮灾害影响较大且与中国关联较为密切的两个典型海域展开风暴潮短期预报和长期预测机制研究，具体为：在孟加拉湾建立数值模拟系统并研究气旋登陆沿岸地形对孟加拉湾风暴潮响应的影响，探究当地风暴潮-潮汐的相互作用；在东亚沿岸使用观测数据、数值模式和聚类分析相结合的方法深入探讨风暴潮的空间分布和长期变化趋势。本论文的主要内容和取得的研究结果如下：

首先，孟加拉湾海域是我国“21世纪海上丝绸之路”的重要节点，其具有河道系统庞大，地形复杂且潮差较大等特征。在此开展研究，有助于理解地形和潮汐对于风暴潮响应的影响，对于提高风暴潮短期预报的精度具有重要意义。本研究基于SCHISM模式建立了一个高分辨率二维风暴潮数值模型，研究了孟加拉湾沿岸地形和潮汐对气旋风暴潮的响应。验证结果表明，该模型能够较好地再现该区域的潮汐和风暴潮。在对历史气旋和风暴潮进行分析后，针对海湾前端风暴潮敏感区域，通过模拟11个理想化的气旋路径，探究了孟加拉湾前端区域风暴潮-潮汐的相互作用和登陆位置及沿岸地形对风暴潮响应的影响。由于当地低潮时较浅的水深限制了风暴潮能量的传播，当地天文高潮时登陆的气旋产生的风暴潮最大增水约为低潮时登陆的85%，且风暴潮最大增水的到达时间在低潮时登陆的气旋路径右侧存在约90-130分钟的延迟。进一步的研究发现海湾前端地区中东部分的风暴潮响应要弱于其他区域，揭示了地形对风暴潮增水响应的重要作用，为改进业务化风暴潮预报提供理论基础。

其次，中国东南沿海登陆台风屡次造成灾难性后果且目前的业务化预报模型对此解释能力有限，因此，有必要深入研究路径左侧风暴潮增水的时空分布和成因，以此来提高风暴潮业务化预报的准确性。本研究通过数据分析和基于ADCIRC模式的非结构化网格风暴潮数值模型对中国东南沿岸台风路径左侧风暴潮增水进行研究。通过分析1986至2016年间160个登陆台风期间的验潮站数据，明确了福建沿岸等地区台风路径左侧风暴潮的增水强度与右侧相当，且三十年间显著增水事件的频率及强度均出现显著增加。采用圆形模型风场与ERA5再分析风场对典型台风过程进行模拟，发现圆形模型风场在实际预报应用中，尤其是在台湾海峡等水文环境复杂的狭窄海域具有明显的局限性，说明了在风暴潮业务化预报中需重点关注地形因素和风场结构复杂性，这对提高预报的准确性具有重要意义。

最后，由于东亚沿岸台风强度日益增强，极端海平面事件逐渐增多，因此，在气候变化的背景下衡量台风风暴潮在该区域的分布和长期趋势对中国风暴潮长期预测预警具有重要意义。本研究基于1986至2018年的验潮站数据，采用多变量时间序列聚类分析方法，对东亚沿岸风暴潮进行了时空变化特征分析。将该区域风暴潮划分为四种分布模式，并发现它们均展现出了独特的长期趋势和年代际变化。位于中国大陆东南沿海的前三个聚类相较于东亚其他区域的第四聚类，显示出更大的振幅和更长的持续时间。在研究时段的后20年中（1999-2018年），这两个特征更加明显，中国大陆东南沿海尤其是聚类1（浙江省沿岸）风暴潮的振幅增长速率是同期区域平均海平面上升速率的五至十倍。结合最佳路径台风数据和模型风场进一步探讨前三个聚类风暴潮长期趋势和年代际变化的成因，发现聚类2（福建沿岸）和聚类3（广东及海南沿岸）的显著年代际变化主要是由不同强度的登陆台风和其空间分布特征所决定，发现中等强度台风可能是主导该区域风暴潮的主要因素。该研究为中国风暴潮长期预测和预警提供了重要参考。

综上所述，本文通过数值模拟实验，验潮站数据分析和聚类分析技术，分别在孟加拉湾和东亚沿岸进行台风风暴潮短期预报和长期预测机制的探讨，研究结果较好地解释了两个区域在台风期间的近岸海洋动力过程，这有助于进一步理解在气候变化下沿海地区风暴潮变化的特征和原因，从而针对性的制定更为有效的灾害预防和减轻策略，并给海洋预报业务提供一定的指导和参考。

第1章 绪论    1
1.1 引言    1
1.2 风暴潮形成机制与分类    1
1.3 研究区域概况    4
1.3.1 东亚沿岸概况    4
1.3.2 孟加拉湾概况    5
1.4 国内外研究现状    8
1.4.1 台风风暴潮预报技术研究进展    8
1.4.2 台风风暴潮-潮汐相互作用研究进展    11
1.4.3 台风风暴潮年代际变化和长期趋势研究进展    12
1.5 本研究主要内容和意义    14
第2章 孟加拉湾风暴潮对气旋的响应和风暴潮-潮汐相互作用机制    16
2.1 研究背景    16
2.2 模式介绍    17
2.2.1 台风模型    17
2.2.2 风暴潮模式    17
2.3 计算网格与模式设置    19
2.4 模式验证    23
2.4.1 潮汐验证    23
2.4.2 风暴潮验证    25
2.5 孟加拉湾潮汐和风暴潮时空分布    28
2.5.1 潮汐分布    28
2.5.2 风暴潮分布    30
2.6 典型气旋路径实验设置    32
2.7 海湾前端区域的风暴潮-潮汐相互作用    35
2.7.1 潮汐对风暴潮增水到达时间的影响    35
2.7.2 潮汐对风暴潮最大增水的影响    38
2.7.3 非线性残余水位的时空分布    38
2.8 登陆位置和沿海地形对孟加拉湾北部风暴潮增水响应的影响    41
2.9 小结    45
第3章 中国东南沿海登陆台风路径左侧风暴潮增水时空分布及其原因    47
3.1 研究背景    47
3.2 数据与研究方法    48
3.2.1 研究数据集    48
3.2.2 风场模型    49
3.2.3 风暴潮模型    49
3.3 登陆台风路径左侧风暴潮的时空分布    51
3.3.1 台风路径左侧风暴潮灾害统计    51
3.3.2 台风路径左侧风暴潮的时空分布与长期趋势    52
3.4 登陆台风路径左侧风暴潮成因——以典型台风路径为例    55
3.5 讨论    62
3.6 小结    64
第4章 基于多变量时间序列聚类分析的东亚风暴潮变化特征分析    65
4.1 研究背景    65
4.2 数据与研究方法    66
4.2.1 研究数据集    66
4.2.2 风暴潮指标的选取与趋势计算方法    67
4.2.3 年累积局地能量耗散指数（PDI）的构建    68
4.2.4 风暴潮多变量时间序列聚类分析方法的建立    69
4.3 东亚风暴潮统计结果    71
4.3.1 1986-2018年东亚区域风暴潮的时空特征    71
4.3.2 东亚风暴潮聚类分析结果    75
4.4 东亚风暴潮时空分布模式的成因分析    77
4.5 讨论    84
4.6 小结    85
第5章 结论与展望    87
5.1 结论    87
5.2 本论文的创新点    88
5.3 未来工作展望    88
参考文献    89
致  谢    105
作者简历及攻读学位期间发表的学术论文与其他相关学术成果    107