海洋垂向混合参数化优化方案及对海洋环流和气候模式的改进

发布时间：2020-07-24 04:52

【摘要】：数值模拟是研究海洋及其变化的重要工具之一,但在当前的海洋与气候模式中,海温的模拟存在很大的误差,包括赤道太平洋“冷舌”模拟过冷与温跃层强度模拟偏弱等,其中一个主要原因在于海洋垂向混合过程的参数化方法中,一些关键参数的确定有很大的不确定性和人为性。因此本文系统地研究了导致误差出现的原因,并提出了一个新的优化方案,旨在减小热带太平洋温度的模拟偏差。在本论文的第一部分,我们首先对比了两种垂向混合方案在热带太平洋海洋环流模式中的表现。一种是基于经典混合层模型KTN的Chen混合方案,另一种是基于湍流封闭模型的KPP混合方案。总体而言,Chen方案对热带太平洋SST的模拟优于KPP方案,但是,会加大次表层的暖误差。这主要是由于Chen方案在赤道外地区高估了风搅拌的混合效应。相比于KPP方案中流剪切不稳定模型,Chen方案中的Peters模型估算的垂向涡扩散系数更小,导致模拟的赤道东太平洋SST更暖。为了进一步优化KPP方案,我们将Peters模型引入到KPP方案中,结果显示KPP方案的模拟结果得到了极大的改善,“冷舌”的模拟偏差降低约30%,并且不会引起Chen方案中对次表层温度的负面影响。在本论文的第二部分,我们讨论如何对Chen混合方案进行改进。通过影响海表面温度的变化,混合层深度在气候系统中扮演着重要的角色。为了描述混合层深度的变化,KTN整体混合层方案早在上世纪六十年代被提出,并且被许多海洋环流模式所应用。但是,KTN模型在模拟热带太平洋混合层深度时存在较大的误差。部分原因是由于在KTN模型中,风搅拌引起的混合效应表征为2m_0u_*~3,而m_0的选取存在一定的不确定性。按照传统做法,m_0的取值为空间一致的常数,但这种假设不符合最近的观测研究结果。因此在本文的研究中,我们利用采用观测反演的方法,计算获得了时空变化的m_0,并将其应用于一个热带太平洋海洋环流模式中,评估时空变化的m_0对模式模拟结果的影响。结果表明,应用反演方法获得的m_0可以较大地提高模式对热带太平洋混合层深度的模拟。同时,模拟的热带太平洋浅层经向翻转流更强,造成赤道东太平洋存在更强的上升流。更强的上升流带来更多的次表层冷水,引起SST降低。本文进一步讨论了风应力与混合层深度变化的对应关系,对m_0的时空分布进行物理解释。在本论文的第三部分中,我们对海洋模式中背景混合系数的表述进行优化,并利用海洋和气候模式研究其对热带太平洋海温场模拟的影响。用于刻画海洋内部垂向混合的背景混合系数,其取值通常采用10~(-5) m~2/s。然而在热带太平洋地区,近些年来的观测结果表明,背景混合系数应是10~(-6) m~2/s量级,远低于模式中的取值。虽然现阶段对热带地区弱背景混合系数的现象有了一定的认识,但如何将其应用于数值模拟中,以及量化其与模式误差的关系,一直是重要的研究课题。湍流微尺度观测资料匮乏,无法满足数值模拟对覆盖全海盆取值的要求。本研究采用Argo浮标资料,利用细尺度参数化方法,计算了热带太平洋背景混合系数的空间结构。并将其应用到海洋环流与气候模式中,结果表明“冷舌”与温跃层的模拟得到了很大的改善,可以有效减小25%的模式误差。这是由于背景混合系数的减小直接导致通过温跃层向海洋内区输送的热量减少。热量积累在混合层之下、温跃层之上,导致上层海洋层结降低,Ekman层厚度增加。引起赤道上升流减弱,垂向平流过程的冷却效应减弱,导致SST升高。温跃层内背景混合系数的减小直接导致次表层获得热量有所降低;同时赤道外的次表层降温可以通过副热带环流平流的作用输送到赤道区域,可以进一步加强次表层的降温过程。本文最后综合提出集以上参数化方案于一体的优化方案。该方案集合了KPP方案和Peters流剪切不稳定模型的优势,并利用细尺度参数化方法估算了背景混合系数。将其应用于海洋环流模式的实验表明,赤道上的“冷舌”误差减小了70%左右。该方案也可以方便地应用于其他海洋和气候模式中以有效减小模拟误差。因此,本研究对于认清海洋及气候模式误差产生机理、改进模式模拟和预报能力都具有重要科学意义和应用价值。
【学位授予单位】：中国科学院大学(中国科学院海洋研究所)
【学位级别】：博士
【学位授予年份】：2018
【分类号】：P73
【图文】：

误差分布,误差分布,模式

在当前的海洋和气候模式中存在较大的系统性误差，这些误差严重限制了模式对气候预报和未来气候变化趋势预估的能力。因此评估和减少模式系统性误差一直是热点研究内容之一。CMIP5（Phase 5 of the Coupled Model IntercomparisonProject）模式结果表明（图 1.1），年平均 SST 的系统性误差主要包括南大洋 SST模拟过高，副热带地区 SST 模拟过低。在热带地区，太平洋和大西洋的东南海区 SST 模拟过高，沿赤道的“冷舌”模拟过强、过于向西扩展（Wang et al.，2014；Zuidema et al.，2016；Richter，2015）。SST 的误差同时会伴随着风场的误差，例如过强的“冷舌”可以通过 Bjerknes 正反馈机制增强沿赤道太平洋的东风（Liand Xie，2014）。同时，观测事实表明热带东南太平洋降水强度相对较弱，但在大多数 CMIP5 模式中降水模拟偏强，相应的海表面温度、海表面风场与观测也存在较大的差异（Zhang et al.，2007），被称为“double ITCZ（热带辐合带，Intertropical Convergence Zone）”问题。

误差分布,误差分布,垂向混合

海洋垂向混合参数化优化方案及对海洋环流和气候模式的改进此之外，误差的另一个重要来源是参数化方案中的不确定性。例如，应用依绿素浓度的太阳短波辐射穿透参数化方案，可以减少海洋环流模式中“冷舌拟过强的系统性误差（Murtugudde et al.，2002）。气候模式应用波致混合参方案后，“冷舌”误差也得到一定的改善（Song et al.，2012）。垂向混合是海非常重要的次网格过程。前人的研究结果已经证实，不同的垂向混合参数化，不同的参数选定，对模式结果都会产生非常显著的影响（例如 Li et al.，2001urue et al.，2015），是决定模式性能的关键因素。因此，下一小节将论述垂向的物理机制和现今主要的参数化方案。

示意图,混合过程,海洋,小尺度

1.2.2 垂向混合参数化方案简介观测资料表明，在海洋的不同深度区域，垂向混合强度及产生机制并不相同。如图1.3所示，在上层海洋，风强迫和不稳定浮力强迫可以引起强烈的湍流运动，4

【相似文献】