大洋涌浪耗散研究及模式應用的進展及主要問題

畢 凡, 宋金寶

?

大洋涌浪耗散研究及模式應用的進展及主要問題

畢 凡1, 2, 宋金寶3

(1. 中國科學院海洋研究所海洋環流與波動重點實驗室, 山東青島 266071; 2. 青島海洋科學與技術國家實驗室海洋動力過程與氣候功能實驗室, 山東青島 266237; 3. 浙江大學海洋學院, 浙江杭州 310058)

大洋中涌浪普遍存在且對大氣-海洋之間的物理過程有較大影響, 但目前對涌浪的耗散過程研究尚不充分。總結了關于涌浪傳播和耗散的觀測事實, 著重指出利用遙感數據推進相關研究的可能性; 同時分析可能的物理機制, 并論述其在海浪模式中的應用及不足。通過梳理大洋涌浪耗散的研究進展, 為今后開展涌浪相關研究提供依據。

涌浪; 耗散; 遙感數據; 海浪模式

涌浪是海面極為普遍的波浪形式, 影響海氣間能量和通量的交換形式, 使得其與風浪狀態下的過程有很大差異; 在浪流相互作用的動力過程中, 涌浪影響著Langmuir環流流態[1-2]和非破碎混合[3-5], 其水體輸運和能量傳遞則存在氣候學意義[6-8]。開展涌浪影響下的動力過程或波候等的研究[9-10]、或需要大面積的連續涌浪參數時, 借助第三代海浪模式進行模擬是目前最為常見和直接的手段[11], 而這依賴準確的模擬結果。依照海浪模式的基本框架, 涌浪能量的生成事實上來源于風能輸入, 而耗散項通常是為平衡風能輸入項經驗、半經驗性地設定[12], 其中風浪的耗散(破碎為主)與涌浪耗散(非破碎)又有著本質的區別。近十幾年的模式發展使得風輸入和破碎耗散更加符合物理過程和觀測事實[13-21], 而涌浪的耗散過程研究相對滯后。這受制于較為缺乏的觀測實驗和數據, 導致對耗散的主導機制存在爭議, 繼而影響在模式中的參數化以及最終對涌浪的模擬效果。

隨著衛星遙感技術的提高, 利用ASAR(Advanced Synthetic Aperture Radar)波模式的波浪二維譜數據可以分離出涌浪分量, 并借助其開展涌浪傳播耗散的研究[22-24]。從研究角度來看, 借助遙感數據可以提高對涌浪影響的海氣邊界層過程的認識; 從應用角度來看, 這有希望引入到海洋模式并提高對涌浪的模擬效果。由此, 目前國際上已經有一些研究, 提出了耗散率并加入到海浪模式中[20-21], 而國內尚少。因此, 有必要對此領域進行回顧并展望。本文將遵循觀測——理論——應用的邏輯順序, 從觀測數據、耗散機制和模式方案三個方面總結涌浪耗散的研究現狀, 并對利用衛星數據研究涌浪耗散問題及其在模式中的應用做出評述。

1 涌浪傳播耗散的觀測研究

從物理過程本身來看, 涌浪是產生于源區風浪, 離開風區后繼續傳播、變形并發生能量耗散[25-26]; 許多觀測事件表明, 大洋西風帶產生的涌浪可以傳播到大洋中部, 甚至跨越赤道影響另一側大洋海況[27-30]。針對涌浪事件的觀測相對較少, 近些年隨衛星遙感技術的發展, 對涌浪的研究逐漸得到關注。

1.1 個例觀測

涌浪的空間尺度較大, 一直以來, 直接大面積觀測十分困難, 多為單點連續觀測或小范圍觀測, 而通過追蹤涌浪過程進行耗散研究更是屈指可數。最早在大洋中開展針對涌浪傳播的觀測, 可追溯到Snodgrass等[27]在太平洋上從新西蘭到阿拉斯加之間依賴島嶼設置的儀器陣列: 儀器布放基本沿球面大圓, 其兩個半月的觀測記錄了12次南半球西風帶產生的風暴引發涌浪傳播的現象, 并依據波高擬合了涌浪耗散率。其主要結論是: (1)周期在12~14 s左右的涌浪空間耗散率約為10–7m–1, 并存在較大的離散; (2)14 s以上周期的涌浪耗散太低而無法測量; (3)涌浪在穿越信風帶時沒有明顯的耗散異常, 換言之, 其觀測沒有發現明顯的耗散與局地風的關系。需要指出的是, 儀器受島嶼影響、地形限制而存在折繞射誤差校正, 影響關于涌浪耗散的數據的準確性; 同時, 固定的儀器布放位置只能記錄相似源地和路徑的涌浪個例。由于布放跨大洋的儀器陣列較為復雜, 這種直接觀測此后幾乎沒有出現。

為了檢驗涌浪的傳播機制, 人們轉而使用局地連續觀測波浪并從譜中分離出涌浪成分[30-35], 可以借此研究局地涌浪能量隨時間的變化, 再借助群速關系轉換成空間耗散率。這樣的個例研究可包括浮標觀測[36]或借助實驗室觀測[37-38], 其結果也的確證實了涌浪的能量群速傳播關系并提供了倒推涌浪生成時間的可能; 但是由于只依賴局地能量的變化, 導致得到的涌浪源地生成時間和空間位置都存在偏差[32]。就涌浪的耗散而言, 最新的觀測事實表明其在不同的空間位置(有不同的局地海況和背景風)能量會受風浪和風速風向的影響而并非簡單的均勻衰減[30, 36], 以上的偏差恰恰從側面證實了這種局地連續觀測的局限性, 即無法包含傳播過程中其他效應對能量生衰的影響。

1.2 衛星大面積觀測

隨著衛星觀測的積累, Young等[39]嘗試利用高度計波高數據進行涌浪耗散率的研究。高度計反演的波高優點是觀測較密集, 但無法區分風浪和涌浪成分, 所以在提取涌浪個例時進行了較強的限定: 需要選擇沿軌(大圓)數據確保來自同一個涌浪事件、需要借助模式界定涌浪的波速、需要選擇風速較低(波齡較大)同時波陡較大的事件來排除強的風輸入的影響。這存在兩個缺陷: (1)必須選擇在距離源地較近的范圍進行數據擬合(目前的嘗試是小于103km), 來保證能量(波高)較大且受其他因素影響可略——而事實上西風帶大部分涌浪能量是可以傳播至104km; (2)依然限制了對非局地效應的反映。

值得關注的是, 隨著衛星遙感手段的革新, 星載合成孔徑雷達的應用為大洋海浪研究提供了新的視角和契機[40-41]。ERS(European Remote Sensing)-1, ERS-2及ENVISAT(Environmental Satellite)衛星搭載的SAR傳感器波模式可提供大面積長時間的不連續海浪譜觀測數據, 利用風和波浪參數的經驗關系可以分離風浪和涌浪[36], 并提取涌浪個例進行耗散的集合研究。Collard等[40]首次進行了基于ENVISAT數據的涌浪耗散率擬合: 通過掃描太平洋上的離散的涌浪要素(波高、波長、波向)觀測數據, 根據單頻波頻散關系反推此次觀測的傳播軌跡, 再由所有交匯點得到大體的涌浪發生位置(點源), 從而由不同時刻不同位置的觀測得到(并再現)同一個涌浪事件。他們得到的簡單的線性空間耗散率為3.1×10–7~4× 10–7m–1, 是Snodgrass等[27]結果的2倍多。由于線性耗散存在較大的離散, Ardhuin等[41]繼而提出, 耗散率可能依賴其他參數并嘗試非線性擬合, 引入了涌浪能量顯性的受邊界層參數(如風速)影響的可能。這也是其改進海浪模式中涌浪耗散的觀測基礎。

國際上利用衛星數據的涌浪傳播耗散研究正逐漸興起, 而國內的研究則相對較少。本文作者的相關研究[36]利用太平洋ENVISAT衛星數據提取了有400個個例的涌浪數據集, 分析研究表明, 耗散存在以下特性: (1)耗散存在與初始波陡(波高與波長之比)和反波齡(風速與波速之比)的相關關系。反波齡隨波陡增加而增大, 隨周期增大, 反波齡降低至–1~1, 隨著離點源距離增加反波齡增大。波陡為0.01處為一較明顯的分界線, 當波陡小于0.01時, 反波齡在–1~1, 正負相當, 風速和波速方向同向和反向同樣明顯, 且風速總小于波速; 當波陡大于0.01時, 風向與波向同向較多, 且在周期較短的分量上依然有風速大于或接近波速, 涌浪依然受局地風的影響。(2)各周期涌浪耗散率在距離源地6 000 km以內較大, 而6 000~12 000 km相差不大, 存在與傳播距離的關系。(3)在進入對側半球西風帶附近時, 耗散率有負值, 即可能存在能量的再成長。這就表明, 需要進一步對耗散率非線性擬合, 來更好地體現多種物理過程的影響。

2 涌浪耗散機制的研究進展

對觀測的耗散過程和耗散率, 需要基于物理過程的解釋, 但對此機制目前尚沒有統一的認識[42-43]。結合觀測的不斷積累, 普遍認為影響涌浪能量耗散的過程主要有以下幾個方面。

2.1 涌浪與氣體湍流相互作用

有邊界層觀測表明, 當風速較弱時, 長波相速遠大于風速, 會導致波浪向大氣邊界層傳遞動量, 從而產生向上的動量通量, 可能導致波浪能量損失; 而這種“波誘導氣流”的現象在反波齡(風速與波速比)為0.15~0.2以下時最頻繁[43-47]。在大洋中, 低風速區域(風速小于2 ms–1)在赤道西太平洋(TOGA COARE站點)發生時間約占16%[45], 并非小概率事件。SCOPE(San Clemente Ocean Probing Experiment)計劃的海上動量觀測表明, 與涌浪同向的風應力在反波齡較小時的確有負值, 即大氣有動量凈收入。Semedo等[43]考慮負的波浪應力, 從理論上推導了邊界層氣流極大值出現的情況, 較好的解釋了在白令海觀測的強涌浪情形下的風速剖面分布。

Ardhuin等[41]提出, 涌浪軌道速度的變化會對上邊界層氣流產生剪切應力調制, 并存在一個依賴涌浪軌道速度、振幅和氣體黏性的臨界氣體邊界層湍流雷諾數(約為105), 當超過此臨界值, 氣體邊界層成為湍流狀態, 從而引起明顯的涌浪耗散(觀測的大部分涌浪過程雷諾數都超過臨界值)。低于臨界值則以黏性耗散為主[48]。

2.2 涌浪與海洋湍流相互作用

涌浪直接存在于海洋表面, 與海洋中的湍流過程產生作用。

Babanin等[49]在實驗室水槽中, 直接觀測到了單頻非破碎波在沒有背景流剪切的情況下產生湍流, 亦即由波浪的速度場剪切生成湍流; 此處也認為存在一個依賴波速和海水黏性系數的臨界雷諾數, 并經驗地取為3 000, 超過此值即產生湍流, 進而指出這種過程會導致涌浪能量耗散。非破碎波浪能夠引起混合加深也側面印證了這種耗散的可能[3, 50-52]。這種機制在最新的海浪模式中也有體現。袁業立等[53-54]指出平均流剪切和波浪破碎同時影響混合, 并統稱之為“表面波引起的湍流”; 其基于二階湍封閉模型, 給出表面波動引起的湍流混合在平衡解下的混合參數。這為進一步研究涌浪耗散的可能機制提供了理論支持。

更普遍的情形是, 海洋中存在背景湍流, 波浪的Stokes漂流剪切與湍流相互作用, 或稱波浪引起的湍動能生成, 導致湍動能增加, 產生涌浪的能量向湍流的傳遞, 從而導致涌浪耗散[55]。Ardhuin等[55]指出, 基于這種理論, 與風應力同向傳播的波浪會產生耗散, 而反向浪則會從湍流中獲取能量。對于與風反向的涌浪的增長, 則可以認為由于涌浪減弱了風浪導致的漂流剪切, 能量從風浪轉移到涌浪部分。

2.3 其他可能性及小結

Texeira等[56]利用湍流畸變理論模型(RDT)研究理想單頻波發現, 涌浪與風同向時能量耗散、與風相反時能量加強, 說明局地風向對涌浪耗散有所影響。此外, 其他諸如風的直接調制[57]、長短波相互作用等等也可能導致耗散。

結合直接或間接觀測數據以及現有的海洋模式WAM(Wave Modelling)和WW3(Wavewatch Ⅲ), 在各種機制下都發現了可能對耗散產生影響的證據[55]。經作者初步比較而言, 涌浪與氣體、海洋湍流的相互作用占的比重相對較大: 依賴這兩種機制預測的耗散率與前述涌浪數據集大體匹配在同量級上[36]。而這種結果的另一個原因是, 二者的機制在表達形式上是等價的[39], 即二者都代表了涌浪與湍流相作用的耗散, 只是選取的雷諾數和臨界值不同。需要指出的是, 由于同時展開邊界層風、浪、湍流的觀測數據的稀少, 捕捉到的完備的涌浪事件更少, 目前并不清楚已有的各種機制是否有可能有統一表達, 或者是否在不同背景條件下有所側重, 需要更多驗證。

3 海浪模式的涌浪耗散方案

基于觀測的擬合及對耗散的機制探討, 其中一個應用出口為改進海浪模式的模擬效果。目前常見的海浪模式的一個明顯短板是涌浪能量(波高)的不準確, 特別是中低緯帶涌浪明顯占優的海域偏差更大[20-21, 58-59]。常用的第三代海浪模式有WAM、WW3、SWAN(Simulating WAves Nearshore)等, 其中WW3發展了開放的模式框架, 包含了關于涌浪耗散的最新的源函數方案。此處以WW3為例進行綜述, 不失一般性。

3.1 WW3中的長波(涌浪)耗散

海浪模式中將風輸入和耗散項作為相互匹配的一套設置進行參數化, 即耗散是根據對風能輸入的平衡進行調整。但是, 這種調整和參數化是基于物理過程的, 且隨著對波浪成長、傳播、衰減過程研究的深入而更加符合實際。在WW3常用和典型的輸入耗散方案中, 目前統計上風浪、涌浪等波要素整體模擬結果最好的三種是TC、ST4和ST6方案[59]。

由于輸入耗散總是匹配出現, 因此在論述各方案的耗散項時, 有必要先對其風輸入項做簡要介紹, 再對比耗散的設置。

1) WW3模式的默認方案TC[60-62]中, 風能輸入是線性形式, 主要依賴于無量綱的風-浪參數, 并根據譜頻率的不同人為地給定參數取值。由于在大洋中高估了反向風或弱風時的涌浪耗散, 又對風能輸入項進行了濾波: 使相對低頻的組分輸入增加來抵消衰減過強。

耗散源函數項將低頻和高頻耗散分開考慮, 其中低頻部分的耗散是類比湍流耗散給出的, 使用了預設的經驗長波耗散形式, 認為耗散正比于波數、摩擦風速*平方和譜密度值。最終將低頻和高頻耗散以線性關系加權疊加。

2) ST4方案風能輸入項的基礎是WAM4模式, 主要考慮了Miles剪切不穩定成長機制和陣風引起的邊界層不穩定。相比TC模型, 考慮了風輸入的方向分布、波齡、波致應力的作用。涌浪的耗散被作為負項直接加在風輸入項之后, 主要由于其基于波浪和氣體湍流相互作用。

在耗散方面, 基于ASAR數據, Ardhuin等[21]擬合了非線性涌浪耗散率。定義了海氣邊界層有效雷諾數(波雷諾數=2orb, ss/a,orb, s為涌浪軌道速度,s為涌浪波高,a為空氣黏性系數), 通過的量值區分層流或湍流狀態下的涌浪耗散, 并給出臨界雷諾數c。當>c時, 邊界層是湍流, 非線性湍流耗散項耗散正比于頻率平方、涌浪軌道速度、譜密度值和一個無因次參數e; 當

3) ST6方案主要基于外海觀測和實驗室結果對風輸入和破碎耗散進行了改進, 包括高風速下風輸入減小、波浪增長率依賴波陡的關系以及破碎效應(閾值特性和積累效應)。風輸入項比TC方案包含了更多的物理過程。而涌浪的耗散直接以波浪-海洋湍流相互作用進行參數化, 使用的數據主要基于實驗室觀測Barbanin等[15], 并參照了在SWAN中的設置[18]。其中, 涌浪耗散正比于一個無因次參數1, 并經驗地設置為常數。

由以上分析可以看出, 波浪的生成階段從風獲得能量, 無需區分風浪或涌浪, 模式的發展使得更多的物理過程得到參數化。而在波浪生成后, 涌浪的傳播、衰減及與局地風的相互作用與風浪有所差別, 所以耗散項是需要關注和繼續改進的。

3.2 WW3對涌浪的模擬效果

對比海浪模式模擬效果的研究較多, 而針對涌浪的較少。作者[59]針對太平洋開展的WW3模式評估中系統比較了模式多種方案對風浪及涌浪要素的模擬效果, 其中包含以上提到的3種方案。就涌浪的模擬而言, 與浮標相比3種方案差別不大。模式模擬的涌浪平均波長與ENVISAT觀測相比均方誤差在50 m以內, 標準偏差為正值, 說明模擬偏大, 這與浮標對比平均周期亦偏大是相對應的。涌浪波向均方誤差約8°, 各方案之間沒有明顯差異。但就波浪Stokes水體輸運的比較來看, ST4方案與浮標結果更接近。

雖然不能僅從模擬結果角度判定輸入和耗散方案的優劣, 但綜合來看, ST4方案在考慮涌浪耗散時至少有幾個優點: (1)所提出的波湍參數化基于更廣泛的ASAR數據, 具有更強的代表性; (2)分別考慮了包括黏性、向上動量損失和波-海洋湍流相互作用等的機制; (3)針對無因次參數e, 可以進一步分析耗散率的離散與哪些因素有關。

綜合以上的發展現狀分析, 雖然目前對涌浪耗散機制沒有統一認識, 但人們已經開始嘗試經驗、半經驗地集合已有的觀測, 在模式中表達各種機制的共同作用, 特別是波-湍相互作用; 并且WW3的ST4方案提供了一個較好的基本框架。而基于大面積的ENVISAT ASAR波模式數據, 提取并分析耗散率是十分有望繼續改進模式耗散率參數化的手段。

4 涌浪耗散研究中的主要問題和展望

借助衛星觀測數據, 可以推進涌浪傳播耗散的研究, 但尚在初步發展階段[36], 且存在如下一些問題。首先, 觀測得到的耗散率的特性表明, 簡單的線性擬合不能滿足對這些不同特性的分類刻畫, 因而需要進行非線性擬合, 并探索依賴哪些參量, 才能更好地反映耗散特性。其次, 就目前的歷史觀測而言, 尚沒有針對涌浪的氣體邊界層、海洋邊界層與波浪參數同步地觀測的可供擬合的數據, 也就無法有效地區分涌浪與氣體或海洋湍流相互作用這兩種機制[39]。

雖然模式中的波湍相互作用尚不能區分具體的機制, 但借助目前的觀測數據, 可以考慮這樣一種思路: 與湍流相互作用的耗散是否可以反映觀測的涌浪特性, 并是否在不同涌浪分類下適用性有所不同; 在此基礎上, 需要提煉依賴耗散特征參量和風參量的更加合理的耗散率。這需要兩方面的準備, 即基于分類的衛星數據的耗散率擬合和基于WW3模式框架的耗散實驗。由此, 目前可以探討的問題有: (1)大洋中不同狀況的涌浪耗散率分別主要受哪些參量影響, 如何影響; (2)目前的主要耗散理論是否可以解釋這些特性、是否存在適用性差異; (3)如何結合特征參量和物理過程進行耗散率擬合改進并應用于WW3模式當中。

依賴新的觀測事實和對研究現狀的分析, 可以開展對涌浪傳播耗散過程的研究。目前, 結合已有的耗散機制, 需要細化對涌浪耗散率的擬合, 從而改進海浪模式對涌浪的模擬能力, 促進海洋預報的準確性; 同時, 將為后期中法衛星觀測的海浪數據提供準確的校正資料, 也為海氣邊界層過程和耦合模式的發展提供依據。

參考文獻：

[1] McWilliams J C, Sullivan P P, Moeng C H. Langmuir turbulence in the ocean[J]. Journal of Fluid Mechanics, 1997, 334: 1-30.

[2] McWilliams J C, Huckle E, Liang J, et al. Langmuir turbulence in swell[J]. Journal of Physical Oceanography, 2013, 44(3): 870-890.

[3] Huang C J, Qiao F. Wave-turbulence interaction and its induced mixing in the upper ocean[J]. Journal of Geophysical Research: Oceans, 2010, 115(C4): C04026.

[4] Babanin A V, Onorato M, Qiao F. Surface waves and wave-coupled effects in lower atmosphere and upper ocean[J]. Journal of Geophysical Research: Oceans, 2012, 117(C11): C00J01.

[5] 管長龍, 張文清, 朱冬琳, 等. 上層海洋中浪致混合研究評述[J], 中國海洋大學學報, 2014, 44(10): 20-24. Guan Changlong, Zhang Wenqing, Zhu Donglin, et al. Review of research on surface wave induced mixing in upper ocean layer: progress and existing problems[J]. Periodical of Ocean University of China, 2014, 44(10): 20-24.

[6] 鄧增安, 吳克儉, 于婷. 太平洋東邊界波浪輸運[J]. 海洋學報, 2007, 29(6): 1-9. Deng Zengan, Wu Kejian, Yu Ting. The wave transport of the eastern area of the Pacific[J]. Acta Oceanologica Sinica, 2007, 29(6): 1-9.

[7] Deng Z A, Wu K, Zhao D, et al. Effects of wind waves of the Pacific westerly on the eastern Pacific wave transport[J]. Acta Oceanologica Sinica, 2009, 28(1): 83-88.

[8] Bi F, Wu K, Zhang Y. The effect of Stokes drift on Ekman transport in the open sea[J]. Acta Oceanologica Sinica, 2012, 31(6): 12-18.

[9] Alves J H G M. Numerical modeling of ocean swell contributions to the global wind-wave climate[J]. Ocean Modelling, 2006, 11(1-2): 98-122.

[10] Young I R. Seasonal variability of the global ocean wind and wave climate[J]. International Journal of Climatology, 1999, 19(9): 931-950.

[11] Hemer M A, Katzfey J, Trenham C E. Global dynamical projections of surface ocean wave climate for a future high greenhouse gas emission scenario[J]. Ocean Modelling, 2013, 70: 221-245.

[12] Komen G J, Hasselmann K. On the Existence of a fully developed wind-sea spectrum[J]. Journal of Physical Oceanography, 1984, 14(8): 1271-1285.

[13] Abdalla S, Bidlot J R. Wind gustiness and air density effects and other key changes to wave model in CY25R1[R]. Reading, U K: Research Department, ECMWF, 2002.

[14] Tsagareli K N, Babanin A V, Walker D J, et al. Numerical investigation of spectral evolution of wind waves. Part I: Wind-input source function[J]. Journal of Physical Oceanography, 2009, 40(4): 656-666.

[15] Babanin A V, Tsagareli K N, Young I R, et al. Numerical investigation of spectral evolution of wind waves. Part II: Dissipation term and evolution tests[J]. Journal of Physical Oceanography, 2010, 40(4): 667-683.

[16] Banner M L, Morison R P. Refined source terms in wind wave models with explicit wave breaking prediction. Part I: Model framework and validation against field data[J]. Ocean Modelling, 2010, 33(1-2): 177-189.

[17] Zieger S, Babanin A V, Rogers E, et al. Observationbased dissipation and input terms for a wavewatch III: implementation and simple simulations[R]. Melbourne, Victoria, Australia: Swinburne University of Technology, 2011.

[18] Rogers W E, Babanin A V, Wang D W. Observation-consistent input and Whitecapping dissipation in a model for wind-generated surface waves: description and simple calculations[J]. Journal of Atmospheric and Oceanic Technology, 2012, 29(9): 1329-1346.

[19] 王毅. SWAN模式及數據同化技術在海浪預報中的試驗研究和應用[D]. 青島: 中國海洋大學, 2011. Wang Yi. Study and application of SWAN model and data assimilation technology in wave forecast[D]. Qingdao: Ocean University of China, 2011.

[20] Bidlot J R, Abdalla S, Janssen P A E M. A revised formulation for ocean wave dissipation in CY25R1[R]. Reading, U K: Research Department, ECMWF, 2005.

[21] Ardhuin F, Rogers E, Babanin A V, et al. Semiempirical dissipation source functions for ocean waves. Part I: definition, calibration, and validation[J]. Journal of Physical Oceanography, 2010, 40(9): 1917-1941.

[22] Hwang P A, Ocampo-Torres F J, García-Nava H. Wind sea and swell separation of 1D wave spectrum by a spectrum integration method[J]. Journal of Atmospheric and Oceanic Technology, 2012, 29(1): 116-128.

[23] Holt B, Liu A K, Wang D W, et al. Tracking storm-generated waves in the northeast Pacific Ocean with ERS-1 synthetic aperture radar imagery and buoys[J]. J Geophys Res, 1998, 103: 7917-7929.

[24] Heimbach P, Hasselmann K. Development and application of satellite retrievals of ocean wave spectra[C]// Halpern D. Satellites, Oceanography and Society. Amsterdam: Elsevier Science, 2000: 5-33.

[25] Groen P, Dorrestein R. Ocean swell: its decay and period increase[J]. Nature, 1950, 165(4194): 445-447.

[26] 文圣常. 涌浪譜[J]. 山東海洋學院學報, 1960, 1: 44- 64. Wen Shengchang. Ocean swell spectra[J]. Journal of Ocean University of Qingdao, 1960, 1: 44-64.

[27] Snodgrass F E, Groves G W, Hasselmann K F, et al. Propagation of ocean swell across the Pacific[J]. Philosophical Transactions of the Royal Society of London, Series A, Mathematical and Physical Sciences, 1966, 259(1103): 431-497.

[28] Gjevik B, Rygg O, Krogstad H E, et al. Long period swell wave events on the Norwegian Shelf[J]. Journal of Physical Oceanography, 1988, 18(5): 724-737.

[29] Vassie J M, Woodworth P L, Holt M W. An example of North Atlantic deep-ocean swell impacting ascension and St. Helena Islands in the central South Atlantic[J]. Journal of Atmospheric and Oceanic Technology, 2004, 21(7): 1095-1103.

[30] Delpey M T, Ardhuin F, Collard F, et al. Space-time structure of long ocean swell fields[J]. Journal of Geophysical Research: Oceans, 2010, 115(C12): C12037.

[31] Gerling T W. Partitioning sequences and arrays of directional ocean wave spectra into component wave systems[J]. Journal of Atmospheric and Oceanic Technology, 1992, 9(4): 444-458.

[32] Aarnes J E, Krogstad H E. Partitioning sequences for the dissection of directional ocean wave spectra: a review[R]. Oslo, Norway: SINTEF Applied Mathematics, 2001.

[33] Hanson J L, Phillips O M. Automated analysis of ocean surface directional wave spectra[J]. Journal of Atmospheric and Oceanic Technology, 2001, 18(2): 277-293.

[34] Portilla J, Ocampo-Torres F J, Monbaliu J. Spectral partitioning and identification of wind sea and swell[J]. Journal of Atmospheric and Oceanic Technology, 2009, 26(1): 107-122.

[35] 李水清, 趙棟梁. 風浪和涌浪分離方法比較[J]. 海洋學報, 2009, 34(2): 23-29. Li Shuiqing, Zhao Dongliang. Comparisons on partitioning techniques to identify wind-wave and swell[J]. Acta Oceanol Sin, 2009, 34(2): 23-29.

[36] 畢凡. 波浪對環流輸運影響和涌浪傳播耗散特征研究[D]. 青島: 中國海洋大學, 2013. BI Fan. On the wave-induced effect to circulation transport and the characteristics of swell propagation and dissipation[D]. Qingdao: Ocean University of China, 2013.

[37] Kantha L. A note on the decay rate of swell[J]. Ocean Modelling, 2006, 11(1-2): 167-173.

[38] Babanin A V. Swell attenuation due to wave-induced turbulence[C]//ASME. ASME 2012, 31st International Conference on Ocean, Offshore and Arctic Engineering, Volume 2: Structures, Safety and Reliability. Rio de Janeiro, Brazil: Ocean, Offshore and Arctic Engineering Division, 2012: 439-443.

[39] Young I R, Babanin A V, Zieger S. The Decay Rate of Ocean Swell Observed by Altimeter[J]. Journal of Physical Oceanography, 2013, 43(11): 2322-2333.

[40] Collard F, Ardhuin F, Chapron B. Monitoring and analysis of ocean swell fields from space: New methods for routine observations[J]. Journal of Geophysical Research, 2009, 114(7), C07023.

[41] Ardhuin F, Chapron B, Collard F. Observation of swell dissipation across oceans[J]. Geophysical Research Letters, 2009, 36(6), L06607.

[42] The WISE Group, Cavaleri L, Alves J H G M, et al. Wave modelling – The state of the art[J]. Progress in Oceanography, 2007, 75(4): 603-674.

[43] Semedo A, Saetra ?, Rutgersson A, et al. Wave-induced wind in the marine boundary layer[J]. Journal of the Atmospheric Sciences, 2009, 66(8): 2256-2271.

[44] Harris D L. The Wave-Driven Wind[J]. Journal of the Atmospheric Sciences, 1966, 23(6): 688-693.

[45] Grachev A A, Fairall C W. Upward momentum transfer in the marine boundary layer[J]. Journal of Physical Oceanography, 2001, 31(7): 1698-1711.

[46] Hanley K E, Belcher S E. Wave-driven wind jets in the marine atmospheric boundary layer[J]. Journal of the Atmospheric Sciences, 2008, 65(8): 2646-2660.

[47] Hanley K E, Belcher S E, Sullivan P P. A global climatology of wind–wave interaction[J]. Journal of Physical Oceanography, 2010, 40(6): 1263-1282.

[48] Dore B D. Some effects of the air-water interface on gravity waves[J]. Geophysical & Astrophysical Fluid Dynamics, 1978, 10(1): 215-230.

[49] Babanin A V, Haus B K. On the existence of water turbulence induced by nonbreaking surface waves[J]. Journal of Physical Oceanography, 2009, 39(10): 2675-2679.

[50] Babanin A V. On a wave-induced turbulence and a wave-mixed upper ocean layer[J]. Geophysical Research Letters, 2006, 33(20): L20605.

[51] Qiao F, Yuan Y, Yang Y, et al. Wave-induce mixing in the upper ocean: distribution and application to a global ocean circulation model[J]. Geophys Res Lett, 2004, 31: L11303.

[52] Dai D J, Qiao F, Sulisz W, et al. An experiment on the nonbreaking surface-wave-induced vertical mixing[J]. Journal of Physical Oceanography, 2010, 40(9): 2180- 2188.

[53] Yuan Y L, Qiao F L, Yin X Q, et al. Establishment of the ocean dynamic system with four sub-systems and the derivation of their governing equation sets[J]. J Hydrodyn, 2012, 24: 153-168.

[54] Yuan Y, Qiao F, Yin X, et al. Analytical estimation of mixing coefficient induced by surface wave-generated turbulence based on the equilibrium solution of the second-order turbulence closure model[J]. Sci China Earth Sci, 2013, 56(1): 71-80.

[55] Ardhuin F, Jenkins A D. On the Interaction of surface waves and upper ocean turbulence[J]. Journal of Physical Oceanography, 2006, 36(3): 551-557.

[56] Texeira M A C, Belcher S E. On the distortion of turbulence by a progressive surface wave[J]. Journal of Fluid Mechanics, 2002, 458: 229-267.

[57] Kudryavtsev V N, Makin V K. Impact of swell on the marine atmospheric boundary layer[J]. Journal of Physical Oceanography, 2004, 34(4): 934-949.

[58] Hanson J L, Tracy B A, Tolman H L, et al. Pacific hindcast performance of three numerical wave models[J]. Journal of Atmospheric and Oceanic Technology, 2009, 26(8): 1614-1633.

[59] Bi F, Song J B, Wu K J, et al. Evaluation of the simulation capability of the Wavewatch III model for Pacific Ocean wave[J]. Acta Oceanol Sin, 2015, 34(9): 43-57.

[60] Chalikov D V, Belevich M Y. One-dimensional theory of the wave boundary-layer[J]. Bound-Lay Meteorol, 1993, 63(1-2): 65-96.

[61] Chalikov D. The parameterization of the wave boundary-layer[J]. Journal of Physical Oceanography, 1995, 25(6): 1333-1349.

[62] Tolman H L, Chalikov D. Source terms in a third-generation wind wave model[J]. Journal of Physical Oceanography, 1996, 26(11): 2497-2518.

(本文編輯: 李曉燕)

Progress and problems in the research and model application of swell dissipation

BI Fan1, 2, SONG Jin-bao3

(1. Key Laboratory of Ocean Circulation and Waves, Institute of Oceanology, the Chinese Academy of Sciences, Qingdao 266071, China; 2. Laboratory for Ocean and Climate Dynamics, Qingdao National Laboratory for Marine Science and Technology, Qingdao 266237, China; 3. Ocean College, Zhejiang University, Hangzhou 310058, China)

Ocean swell largely affects air-sea interface processes and wave-current interaction, but there is still lack of detailed analysis on the mechanism of swell dissipation. This work summarizes the observations and experiments related to swell dissipation, and emphasizes the use of satellite wave spectra data to promote such research. The possible physical processes, together with model application and its shortcomings are also discussed. This review provides guidance for further research into swell-related air-sea interaction processes and model developments.

swell; dissipation; remote sensing data; wave model

Oct. 10, 2015

P76

A

1000-3096(2016)09-0128-07

10.11759/hykx20151010002

2015-10-10;

2015-12-16

國家自然科學基金項目(41506033); 國家高技術研究發展計劃(863計劃, 2013AA122800)

畢凡(1986-), 女, 山東濟寧人, 博士, 主要從事海浪相關研究, E-mail: bifansd@163.com

[Foundation: National Natural Science Foundation of China, No.41506033; National High Technology Research and Development Program (863 Program) of China, No.2013AA122803]