東中國海HYCOM模式垂向坐標對比研究

陳曉斌 , 周 林 陳 璇, 鄭崇偉 吳炎成

(1. 解放軍理工大學 氣象海洋學院, 江蘇 南京 211101; 2. 92538部隊氣象臺, 遼寧 大連 116041; 3. 75822部隊, 廣東 廣州 510510)

隨著研究的深入, 越來越多的學者開始嘗試利用混合坐標系統克服傳統單一坐標系在模擬海洋環流和溫、鹽分布上的缺陷。目前較為流行的混合坐標大洋模式(hybrid ocean model)為 HYCOM[1]、NCOM[2]模式, 其中 HYCOM 采用三坐標混合, 即 z坐標、σ坐標、密度坐標。HYCOM模式在垂向坐標的設置上具有靈活性, 為此該模式不但能夠應用于深海大洋, 更可以利用其做近岸模擬, 國外很多學者已經開始了這個工作。

Winther等[3]利用HYCOM模式在北海及丹麥的斯卡格拉克海峽進行了近岸垂向坐標敏感性試驗,試驗結果表明該模式不但可以用于準確描述深海大洋及海盆尺度的模擬, 而且也可以用于沿海和陸架海區的模擬; Chassignet等[4]利用HYCOM模式在大西洋區域分別探討了垂向坐標、參考氣壓及溫壓效應對模擬結果的影響, 結果指出 HYCOM 模式坐標選取具有相當的靈活性, 研究的深度不同選用的參考氣壓不同以及模式中考慮溫壓效應會有效減小近表層及近底層的氣壓梯度力誤差。朱江、謝基平[5]在2012年利用HYCOM模式的2.1及2.2版本對中國海區進行了敏感性試驗, 指出了模擬中國海近岸及陸架海結構需要準確的風場、全球及局地的高分辨率地形數據, 能夠準確刻畫出近岸射流與渦旋的高水平分辨率(1～3 km)及包含潮汐過程的大洋模式。

由于東中國海的地形復雜多變[6], 混合坐標模式能在一定程度上解決這個問題。本文的目的在于探討 HYCOM模式中不同垂向坐標設置對東中國海近岸區域的影響以及黑潮流速及路徑對不同坐標設置的響應, 期望對 HYCOM 模式更深入的研究提供參考, 為軍地海洋建設提供科學依據[7-8]。

1 模式介紹

1.1 模式簡介

NERSC-HYCOM 模式[9]是由挪威的南森環境遙感中心基于標準版 HYCOM 模式并于 2009年發布的。在網格選取上, 為了使模擬區域網格加密, 進行了正交投影坐標轉換[10]; 模式中的兩種邊界條件,分別是牛頓張弛邊界條件和開邊界條件。在海綿邊界帶(即有一定寬度的緩沖帶, 以減少側邊界條件的反射), 應用了一個簡單的牛頓張弛邊界條件; 溫度、鹽度和垂直坐標的壓強都隨時間步長進行更新。當 HYCOM 采用等密度面坐標時, 溫度和鹽度僅在非等密度面混合層(第一層)進行張弛運算, 下面的深層僅對鹽度進行張弛運算; 當采用混合坐標時,溫度和鹽度在上面的混合坐標層進行, 下面的深層也是僅對鹽度進行張弛運算; 而壓強則是對整個垂直坐標層進行張弛運算。

1.2 模式基本設置

為減少模式邊界取值誤差對東中國海區模擬結果的影響, 本文采用了單向嵌套方案, 即將東中國海計算區域(以下稱為小區)嵌套于西北太平洋計算區 域(以 下 稱 為 大 區)。 大 區 范 圍 95°E～90°W,28°S～51°N, 分辨率為 0.5°×0.5°, 經向格點 370 個,緯向格點 178 個; 小區范圍 118°～150°E, 23.5°～44°N,分辨率為0.125°, 經向格點256個, 緯向格點200個。垂直分層 23層, 最小水深 10 m。地形數據采用ETOPO5數據, 模式強迫場資料分別采用了ECWMF提供的ERA40氣候態資料與2008年的0.5°分辨率的ERA-I高頻強迫資料并提供了長江、黃河的流量數據;溫鹽初始場替換一貫采用的levitus資料而改用質量較高的PHC資料; 四個敏感性試驗都采用了KPP湍封閉方案; 大小區域模式均采用并行計算方案以提高模式的運行效率。

由于本文研究的是海洋上層的物理過程, 因此采用海表參考壓強, 位勢密度值的前5層值小于任何海水的位密, 目的是使這5層固定在海表面, 確保上混合層的精度[11]。HYCOM模式在氣候態風場驅動下在大區域穩定積分10 a后利用2008年高頻(0.5°水平分辨率)的 ERA-I風場等資料繼續積分模式1 a整, 然后利用其模擬結果提供邊界條件驅動HYCOM 模式在小區運行1 a, 最后對小區模擬結果進行分析討論。

模式采用了WOA09資料、ARGO及XBT資料用于進行模式氣候態運行以及高頻強迫實驗的對比。

2 垂向坐標配置試驗方案

2.1 位勢密度分析

為便于研究東中國海的垂向坐標設置對模式模擬結果的影響并考慮到 HYCOM模式是基于等密度坐標模式改進的, 為此有必要對該區域的位勢密度進行分析。針對WOA09氣候態的季平均資料進行了位勢密度的分析, 在 29.5°N斷面(圖略)及 123.5°E 斷面(圖略)中東中國海區密度的鉛直向分布是與海水層結相應的, 一般是隨深度的增加而增大。近岸淺水區位密存在著十分明顯的季節性變化, 冬季位密大、夏季位密小, 其主要是受海溫的季節性變化影響;而靠近長江口附近夏季的位密較其他區域更低, 這是由于夏季長江口附近的河流入海淡水通量較冬季明顯增多引起的。由于東中國海區的水深較淺致使該區混合層的深度淺且位密的變化十分明顯, 可以認為在東中國海區上層并不適于采用等密度坐標方案來描述混合層的特點, 應該采用z坐標或σ坐標用以準確表征此處混合層的季節性變化特征, 為此本文據此進行了如下的敏感性試驗。

2.2 垂向坐標設置試驗方案參數設計

考慮到模式靈活的垂向坐標設置[3-4,12], 并為了比較在高頻強迫下不同混合坐標的設置對模式模擬結果的影響, 本文建立的四個垂向坐標試驗為z-only(40 層)、σ-only(40 層)、σ-z-iso(23 層)以及 z-iso(23層), 其中對比資料采用Argo溫鹽廓線資料、XBT溫度廓線資料。表1為模式的方案設計, 對于含有密度坐標的試驗, 位密的選取為[13]: 0.10, 0.20, 0.30,0.40, 0.50, 23.20, 23.94, 24.64, 25.22, 25.70, 26.11,26.44, 26.72, 26.95, 27.14, 27.30, 27.44, 27.56, 27.66,27.74, 27.80, 27.84, 27.87。

表1 垂向坐標設置試驗方案參數設計Tab.1 Parameter design of testing programs for vertical coordinate setting

其中δpmin, δpmax, fp指在深水區中z坐標分層的每層最小厚度及最大厚度、比例因子; δfmin, δfmax, fs指在淺水區中 z坐標分層的每層最小厚度及最大厚度、比例因子; Nσ代表采用σ坐標的分層數目。

試驗1: 將模式設計為z-only坐標模式。

試驗2: 將模式設計為σ-only坐標模式。

試驗3: 將模式設計為σ-z-iso坐標混合模式, 考慮到在淺水區域有一個σ坐標的過渡。

試驗4: 將模式設計為z-iso坐標混合模式。

3 垂向坐標配置對東中國海溫鹽垂直廓線和表層環流模擬的影響

3.1 溫鹽廓線與誤差分析

東海大陸架區域水深地形十分復雜, 近海部分水深100 m左右、陸架區深度200～300 m, 而日本九州島以西水深達到2 000 m左右, 九州島以東水深平均達到5 500 m; 該區海洋水文環境主要受黑潮的影響, 它沿著陸架坡折處的200～300 m等深線流動, 首先進入臺灣島以東, 然后在日本九州島以南流出。

圖1中, 選取大陸架區域 2008年 2月的 5個ARGO觀測點(A～E)及2008年8月的5個XBT觀測點(F～J), 點 A(130.69°E, 28.27°N)、點 B(128.89°E,24.51°N)、點 C(130.03°E, 27.61°N)、點 D(130.56°E,25.49°N)、點 E(131.04°E, 25.24°N), 點 F(128.87°E,29.00°N)、點 G(128.17°E, 29.56°N)、點 H(128.42°E,29.33°N)、點 I(128.83°E, 30.00°N)、點 J(128.78°E,29.67°N)。

圖1 浮標點分布Fig.1 Distribution of buoys points

圖2分別繪制了A～E 5個站點的Argo與4個數值試驗的溫鹽垂直廓線的分布圖, 這5個點所在的區域深度可達幾千米, 可以發現試驗1, 試驗3, 試驗4與Argo溫鹽廓線的趨勢最為接近, 且隨著深度的增加, 模擬效果越好。溫度方面, 三個試驗在200 m以上的海洋上層以及1 000 m以下的海洋深層的模擬較好, 而在200～600 m這個范圍與Argo溫度廓線差異較大, 試驗2在整個深度范圍模擬的溫度廓線與 Argo差異都十分明顯; 鹽度方面, 試驗1, 試驗3, 試驗4三個試驗基本模擬出了 Argo鹽度廓線的趨勢, 但是500 m以上區域并沒準確刻畫出Argo觀測的結果, 存在0.3左右的負偏差, 即模擬值低于觀測值, 試驗2模擬的鹽度廓線則根本無法體現Argo鹽度廓線的趨勢。

為了評估 NERSC-HYCOM 模式中四個試驗模擬溫鹽場的效果, 表2計算了站點A～E四個試驗相對于 Argo溫鹽廓線資料的平均誤差(ME)、均方根差(RMS)、相關系數(R), 表中的T, S分別表示溫度和鹽度。結果指出: 在陸架地區的深水區, 可以得出試驗3(23層混合坐標試驗)與試驗1(40層 z-only試驗)刻畫的溫鹽場差異不大, 都能夠比較好地反應實測的溫鹽場信息。

圖3繪制了集中在東海陸架及陸架坡處5個點的 XBT觀測的溫度廓線(鹽度觀測資料缺失)與試驗1～試驗4的模擬的溫度廓線。由于陸架區地形崎嶇復雜, 溫度廓線的分布并不平滑, 0～500 m范圍內四個試驗方案模擬的溫度都與XBT資料存在一定的偏差[14-15]。同前述深水區A～E五個觀測點的分析相似,通過表3的數據分析, 可以發現試驗3還是能夠較好地擬合陸架區的溫度趨勢。試驗2模擬的溫度場比較平滑而且與XBT資料差異最大。這也說明在陸架及陸架坡這些地形較為復雜的地區 HYCOM模式的三重混合坐標模擬能力的優越性得到了很好的體現;試驗4的效果總體不如試驗3這也恰恰解釋了HYCOM 模式在地形復雜陸架坡處引用 σ坐標混合的合理性; 40層的σ-only坐標試驗與XBT資料存在較大差異, 則體現了單一的σ坐標用于海溫計算, 在地形比較陡峭的陸架過渡區、地形陡峭的陸架坡有很多缺點(最大的缺點是斜壓梯度力的計算誤差)[16]。

3.2 東海黑潮表面流場分析

黑潮作為世界上最強的西邊界流之一, 在日本南部流速最大可達 1.5～2.0 m/s, 黑潮也能發生大彎曲[17-18]。圖4給出了2008年以CORA資料表征的研究海域的冬季(以2月為代表)、夏季(以8月為代表)的表層流場。圖中顯示冬夏兩季黑潮流十分明顯, 在親潮處可以看到多個中尺度渦。夏季最大流速可達到1.6470 m/s, 冬季最大流速可達1.0514 m/s; 冬夏兩季可以看到顯著的對馬暖流, 夏季流速強于冬季。

圖2 5個站點觀測的溫鹽垂直廓線與對應的數值模擬結果對比Fig.2 Profile of thermohaline between Argo and Model for five points

表2 模擬陸架地區深水區溫度、鹽度精度檢驗Tab.2 Precision of simulation temperature and salinity between Argo and Model in the deep water area of the continental shelf

圖3 5個站點上的XBT- MODEL溫度廓線Fig.3 Profile of temperature between XBT and Model for five points

表3 模擬陸架地區地形復雜區溫度精度檢驗Tab.3 Precision of simulation temperature between XBT and Model in the complex terrain area of the continental shelf

圖5為試驗1～試驗4模擬的東太平洋海域表層流場。圖中可以看出試驗3與試驗4在132°～135°E之間模擬出了非常清晰的黑潮“大彎曲”路徑, 黑潮流軸在30°N附近東轉, 并沿著日本島南岸及東南岸向東北方向流動, 在(40°N, 142°E)形成了黑潮的延伸體, 與 CORA資料冬夏季流場相比, 整個黑潮路徑的趨勢及日本島以南的反氣旋渦模擬較好, 但是可以看到兩個試驗模擬的黑潮主軸偏南, 兩個試驗流速最大值偏高, 尤其日本東北部的渦旋強度較強,且渦旋路徑模擬的偏北; 試驗1模擬的黑潮主軸位置與 CORA 資料較為接近, 和試驗3、試驗4相比,試驗1對日本島以南黑潮的模擬路徑有所改善。試驗2模擬的黑潮路徑偏差最大, 效果最差。雖然模擬黑潮路徑受模式的水平分辨率的影響較大[19], 本文認為在水平分辨率相同的情況下z坐標的垂直分辨率對表層的黑潮路徑影響也很大, 即通過增加上混合層內z坐標的分層可以使黑潮路徑的模擬達到更好的效果。

4 結論

本文利用 NERSC-HYCOM 模式, 選取了 z-iso,σ-z-iso, z-only及 σ-only四個不同垂向坐標結構, 采用單向嵌套方式, 對東中國海區進行數值模擬研究,結論如下。

1) 東中國海區上層并不適于采用等密度坐標方案, 應采用z坐標或σ坐標以表征此處混合層的季節性變化特征。

2) 數值模擬結果與 Argo溫鹽廓線、XBT溫度廓線對比分析發現, 對于溫度場而言, 試驗 3、試驗4和試驗1與Argo溫度廓線、XBT溫度廓線的趨勢最為接近, 且隨著深度的增加, 模擬效果越好; 對于鹽度場, 四個試驗在表層區域的鹽度都低于Argo資料且存在較大的偏差, 但是試驗3、試驗4和試驗1則能夠很好吻合實際的鹽度分布態勢。在所選取的10個觀測點中, 試驗2的結果與實測資料偏差最大,效果最差。

圖4 源于CORA資料的表層流場Fig.4 Surface flow field from CORA data

圖5 試驗1～試驗4模擬的東中國海區域表層流場Fig.5 Surface flow field from four tests in the East China Sea

3) 對黑潮及周邊流場的模擬結果表明: 試驗 1模擬的黑潮主軸位置與CORA資料最為接近; 試驗2模擬的黑潮路徑偏差最大, 效果最差; 試驗3與試驗 4對整個黑潮路徑的趨勢及日本島以南的反氣旋渦模擬相對較好, 但是模擬的黑潮主軸偏南, 流速最大值普遍偏高, 尤其日本東北部的渦旋強度較強。

4) NERSC-HYCOM 模式可以模擬東中國海水深地形崎嶇復雜海域的溫鹽垂直分布和表層流場。本文采用密度坐標的混合坐標實驗方案模擬的黑潮流系有待改進, 提高上混合層z坐標分辨率的方式可能會使黑潮的流場模擬更為合理。

[1] 鄭沛楠.常用海洋數值模式簡介[J].海洋預報, 2008,25(4): 108-120.

[2] 鄭沛楠.黑潮對日本海邊界環流的影響[D].青島: 中國海洋大學, 2009.

[3] Nina G, Winther G E. A Hybrid Coordinate Ocean Model for shelf sea simulation[J].Ocean Modelling,2006, 1: 221-237.

[4] Chassignet E P, Smith L T, Halliwell G R, et al. North Atlantic simulation with the Hybrid Coordinate Ocean Model (HYCOM): Impact of the vertical coordinate choice, reference density, and the Rmobaricity[J]. Phys Oceanogr, 2003, 33: 2504-2526.

[5] Jiang Z, Xie J P. Modelling and data assimilation in Marginal Seas around China[OE/BL].[2013-03-17].http: //www.godae.org/...TT.../2.9-Zhu-Jiang-2012-Miami.pdf.

[6] 陳敏, 侯一筠, 趙保仁.冬季東中國海環流中的中尺度渦數值模擬[J].海洋科學, 2003, 27(1): 53-60.

[7] 鄭崇偉, 游小寶, 潘靜, 等.釣魚島、黃巖島海域風能及波浪能開發環境分析[J].海洋預報, 2014, 31(1):49-57.

[8] 鄭崇偉, 潘靜, 黃剛.利用WW3模式實現中國海擊水概率數值預報[J].北京航空航天大學學報, 2014, 40(3):314-320.

[9] Francois K. NERSC-HYCOM 2.2[OE/BL]. [2013-03-17].https: //svn.nersc.no/hycom.

[10] 于慶龍, 王輝, 萬莉穎. 南海海表溫度時空分布特征的數值模擬[J].海洋預報, 2010, 27(4): 59-66.

[11] George R H. Evaluation of vertical coordinate and vertical mixing algorithms in the Hybrid—Coordinate Ocean[J]. Ocean Modelling, 2004, 7: 285-322.

[12] 王驥鵬, 聞斌, 耿再興, 等. 混合坐標大洋環流模式Hycom的坐標選取與參數化設置敏感性試驗[J].海洋預報, 2008, 25(3): 93-102.

[13] 白志鵬, 高松, 王海棠. HYCOM 模式對東海黑潮的氣候態模擬[J]. 海洋通報, 2010, 29(2): 121-129.

[14] Thacker W C, Esenkov O E．Assimilating XBT data into HYCOM [J]．Journal of Atmospheric and Oceanic Technology, 2002, 19: 709-724.

[15] Thacker W C, Lee S K, Halliwell G R．Assimilating 20 years of Atlantic XBT data into HYCOM: a first look[J].Ocean Modeling, 2004, 7: 183-210．

[16] 馮興如, 楊德周, 尹寶樹. FVCOM 在龍口海域潮汐潮流模擬中的應用研究[J].海洋科學, 2012, 36(4):107-112.

[17] 許雪峰, 羊天柱, 孫志林, 等. 杭州灣南岸淺灘的漫灘潮流數值模擬[J].海洋科學, 2010, 34(6): 94-99.

[18] 劉增宏. Argos漂流浮標的若干觀測結果[J].熱帶海洋學報, 2005, 24(1): 67-76.

[19] Guo X Y. A triply nested Ocean Model for simulating the Kuroshio—Roles of horizontal resolution on JEBAR[J].Journal of Physical Oceanography, 2003, 33: 146-169.