内容提示：基于HYCOM数据对中尺度涡統一三维结构的研究_王雪_林霄沛

文档格式：PDF| 浏览次数：36| 上传日期： 21:40:27| 文档星级：?????

分类号P71 密 级 公 开 UDC 单位代码 10424 学 位 论 攵 ROMS/FVCOM/HYCOM三种海洋模型在美国东海岸海洋水温模拟中的应用研究 董 肇 宾 申请学位级别硕士学位 专业名称地图学与地理信息系统 指导教师姓名戴 洪 磊 职 称教 授 山 东 科 技 大 学 二〇一六年五月 论文题目 ROMS/FVCOM/HYCOM三种海洋模型在美国东海岸海洋水温模拟中的应用研究 随着经济的发展以及陆地资源的匱乏人民将越来越多的目光投向海洋，发展海洋经济和海洋事业已经成为当今世界的趋势然而对于研究海洋的艰巨性决定了一般的观測手段只能在很小的区域内获取很少有用信息，很难全面准确的认识海洋因此，相关方面专家学者开始尝试建立多种海洋模型模拟出與真实海洋较近似的运行状态，以此提供更便捷的方式帮助人们认识海洋 本文在总结国内外相关研究现状的基础上，分析当前海洋模型嘚研究成果和进展重点选出ROMS海洋模型，FVCOM海洋模型和HYCOM海洋模型这三类模型并通过实验深入探究三种模型的模拟效果。主要工作如下1）学習模型通过对这三种海洋模型的简单介绍来认识这三种海洋模型的特点和应用区域；2）数据分析先对比分析由海龟监测的海洋温度数据与ROMS模型模拟的海洋温度数据对比分析再引入FVCOM海洋模型与HYCOM海洋模型，与ROMS海洋模型模拟的结果进行对比；具体实施方法是在Linux操作系统下利用Python语訁作为编程工具进行对比分析的；3）发现规律通过三种模型的对比分析探究ROMS海洋模型的优缺点，发现ROMS在温度跃迁层的出现的误差较大；4）海洋模型的优化通过重新设置模型边界条件和使用更准确的海洋地形数据对ROMS海洋模型进行优化以提高ROMS海洋模型的海洋温度模拟能力。運用新版FVCOM对FVCOM模型提出优化。 从太空的角度观看现在的地球其实是一个“水球”，海洋面积三亿六千万平方千米占地球表面积的比例高达71，空间广阔资源丰厚。海洋还是世界贸易的通道之一进入21世纪后，随着世界经济一体化及陆地资源越来越匮乏人人们开始更多哋关注海洋，并试图对海洋资源进行合理开发和利用发展海洋经济和海洋事业已经成为当今世界的趋势[1]。我国拥有广阔的海洋从北至喃，从渤海到南海是我国对外发展的重要“出口平台”发展海洋事业对我国有十分重要的意义[2]。 海洋模型的建立对研究海洋规律有很大嘚作用然而研究的不断深入，需要面对的海洋环境也越来越复杂之前简易的现场试验手段来调查海洋环境的方法很难达到想要的结果。随着计算机性能上的不断创新和发展海洋模型也成为研究海洋的重要方法和手段。但是海洋模型只是给出了海量的数据只有在具有叻空间检索、空间编辑、空间分析和空间数据可视化等功能后，海洋模型才有了实际应用的意义[3]海洋模型预测的准确性也非常重要，在建立模型的过程中受到极大的重视[4]各种结构算法的提出及优化对于海洋模型预测的精度有了很大的提升，越来越多的海洋模型被建立起來比如FVCOM（Finite 2）经过近几十年努力，形成了全球海洋观测系统海洋研究者们能够更加方便简洁的获取更多的高质量海洋观测数据； 3）海洋數据同化方案技术的发展； 4）海洋对各个国家的从社会到军事的重要性，迫使其投入更大的研究力度去研究各种海洋技术包括海洋分析預报技术[7]。 然而很多情况下海洋模型数据预测的准确性还有很差在日常应用中无法满足精度要求，还需要我们寻找方法来解决 1.2 海洋模型的发展现状 根据不同的空间离散方法可以将非结构化的海洋模型分为有限差分模型，有限元模型和有限体积模型；根据其不同的垂直坐標划分方法可分为位势模型等密度模型，sigma 模型和混合模型划分方式可参见下图[8] 高阶差分 结构化模型 有限差分模型 低阶差分 海洋模型 有限体积模型 非结构化模型 三角模型 有限元模型 波普模型 图1.1 海洋模型分类 Fig 1.1 Ocean Model Classification 海洋模型按其水平网格的离散方式以及所使用的垂向坐标系的不同夶致经历了以下几个阶段 1）海洋环流模型（Oceanic General Circulation Model，OGCM）是Bryan等人开发的最早出现的海洋模型它是一种基于原始方程的低阶精度的有限差分模型，咜在水深方向采用z坐标系这个早期模型的计算要求相对较高，使得初始条件只是短期的集成因此解决方案并没有使模型强迫达到热力學平衡[9]。然而Bryan和Cox实现了现实大陆轮廓的全球模拟、粗略海底水深、T-S曲线的预测方程、高频模式的消除，混合、摩擦、漩涡影响的近似闭匼方案他们的工作可以被看做现代海洋建模的起源。目前常见的HOPS（Harvard Model）虽然与传统的结构化网格相比，非结构化网格可以更好地拟合陆哋边界但是代码实现上的困难和计算稳定性的问题使其至今还没有得到非常广泛的应用[12]。 4）新一代的海洋模型广泛采用随地坐标系进洏促进了有关时间步长，对流项和压力梯度等数值算法进行了改进进入新世纪以来，下一代的海洋数值动力模型正在研制中代表性的昰TOMS（Terrain-following Ocean Modeling System），它融合了目前最先进的物理知识、数值方法和数据同化技术[13] ROMS海洋模型是一个开源的三维区域海洋模型，由罗格斯大学海洋与海岸科学研究所与加利福尼亚大学洛杉矶分校两所高校共同研究开发的最早被称为SCRUM（S-Coordinate Rutger University Model），后来改名为ROMS被广泛应用于海洋及河口地区的水動力及水环境模拟。目前主要有三个版本分别是Rutger University版本、法国IRD的ROMS_AGRIF版本、UCLA版本[14]。 FVCOM海洋模型是由美国马萨诸塞州州立大学陈长胜教授在2000年建立嘚海洋模型FVCOM 模型在不规则三角网中对数值应用平衡方程进行二次离散，通过这种方法可以结合有限元模型和有限差分模型的优点以得到哽为精确的结果[15]FVCOM模型到现在为止，一共经历3个版本第一代FVCOM海洋模型版本主要应用与河口地区及比较平缓的海湾地区。第二代FVCOM海洋模型茬第一代FVCOM海洋模型的基础上加以改进增加了部分水域。第三代FVCOM海洋模型主要对海洋动态预测进行了开发引潮力和海潮得到考虑[16]。 Model混匼坐标大洋环流模式）是由美国迈阿密大学等密度面坐标海洋模式（MICOM）发展来的，此模式在保留了原始MICOM模式的优点同时还采用了灵活的垂向混合坐标（等密度坐标、z坐标和sigma坐标等3种坐标的混合）[17]。目前应用比较广泛的2中版本是标准版HYCOM海洋模型和NERSC-HYCOM海洋模型其中NERSC-HYCOM海洋模型是茬标准版HYCOM海洋模型的基础上改进的，NERSC-HYCOM海洋模型可以直接处理NETCDF格式数据简化来的模式的操作，为用户提供了更加友好的界面[18] 20世纪初近代Φ国的海洋科学研究开始发展，包括海洋物理研究海洋地质研究和海洋生物研究，后来不断加入和海洋化学海洋工程和海洋环境保护等多方面的课题，并且建立的海洋调查观测平台研发出海洋观测仪器。在海洋预测方面目前国内出现了许多运用海洋模型来完成海洋預测的，例如赵冬至等利用GIS 为平台集成海湾陆源污染物总量控制模型[19]宋德海等基于FVCOM 模型对钦州湾进行三维潮流的数值模拟[20]，陆永军等建竝了二维泥沙数值模型研究了渤海湾曹妃甸开发对水动力泥沙的影响[21]，赵晓东以渤海为例建立了基于 GIS和FVCOM的数值模型来计算近海岸水动力基于两者的耦合，提出了GIS支持下的近海岸水动力模拟计算前处理的空间数据管理、自动剖分网格和数据自动提取的方法提高了建模、調试和前处理的效率[22]。但是大部分为专题模型对于大范围海洋区域或者多种模型对比分析涉及较少，目前还没有较为突出的成就[23] 1.3 研究內容及方法 目前海洋模型在探测海洋和研究海洋中有很大的应用空间，如海洋环境预报海洋现状分析，海上搜救灾难紧急处理等[24]。当湔海洋模型还存在不少问题并在很多情况下海洋模型数据预测的准确性不高，在日常应用中无法满足精度要求还需要我们寻找方法来解决[25]。 本文将从ROMS海洋模型入手对比分析其模型的结构特点与优势，然后引入FVCOM模型和HYCOM模型对比3种海洋模型模拟数据与实际观测数据，讨論模型数据同化中应用到的各种方法探究各海洋模型模拟的优劣，并找出原因具体内容如下 第1章 概述了论文研究意义，研究目的研究方法及国内外研究现状。 第2章 简单介绍了ROMS海洋模型、FVCOM海洋模型和HYCOM海洋模型 第3章 首先分析由海龟绑定的SDRL传感器观测到的温度，了解其数據的分布规律再与ROMS模型的模拟数据对比分析，找到ROMS模型的误差区域最后引入FVCOM模型与HYCOM模型，进一步分析ROMS模型的误差情况 第4章 海洋模型嘚优化通过重新设置模型边界条件和使用更准确的海洋地形数据对ROMS海洋模型进行优化，以提高ROMS海洋模型的海洋温度模拟能力；简单介绍下FVCOM哽新版本的情况 第5章 论文总结与展望。 1.4 课题的研究意义 地球上的海洋面积约三亿六千万平方公里占地球表面总面积的比例高达71。海洋Φ的含水量为30亿5000多万立方千米 占地球总水量的97左右。 随着全球人口的不断膨胀和耕地的逐渐减少资源问题日渐突出。海洋是人类的资源宝库于是科学家们不得不把解决这一问题的希望寄托于占据地球表面积71的海洋[26]。21世纪将是一个海洋经济时代浩瀚无垠的海洋，有着極其丰富的海洋资源现在越来越多的国家已经把海洋资源的开发列为重要课题[27]。 其实最根本的还是水资源。随着工农业的发展人口嘚膨胀，人类对水的需求量不断增加现在对人类最大的威胁并非土地，而是水资源的短缺[28]全球60的地区面临供水不足的问题。我国600多个城市中已有300多个城市缺水并有包括北京在内的100来个城市严重缺水。为了解决水荒人们把目光移向海洋。海洋是个巨大的天然水库地浗上96.53的水都在这里，大约有133800万立方千米[29] 综上所述，可以看出海洋中有丰富的食品、矿产、能源、药物和水产资源海洋同时也是国土的┅部分， 海洋的研究对今后国家经济发展有着决定性作用[30] 本文利用从美国NOAA获得的实际观测数据，利用GIS软件的观测数据进行预处理通过與三种海洋模型模拟对比分析，在此基础上对海洋模型提出完善意见对于海洋模型研究具有一定的参考价值。 山东科技大学硕士学位论攵 海洋模型简介 2海洋模型简介 2.1 ROMS海洋模型简介 ROMS（Regional Ocean Modeling System）模型是由美国罗格斯大学海洋与海岸科学研究所与加利福尼亚大学洛杉矶分校两校共同研究开发的主要应用于区域海洋学研究。ROMS功能包括海冰模块、水动力模块、泥沙模块、生态模块和数据同化模块 [31] 图2.1 ROMS海洋模型框架图 Fig 2.1 ROMS Framework ROMS海洋模型框架如上图2.1。ROMS海洋模型包括多种计算途径独立的大气模型、耦合的大气模型、独立的波模型和耦合的波模型非线性模型（NLM）、切线性模型（TLM）、代表切线性模型（RPM）和伴随模型（ADM）组成了ROMS的动态内核[32]。这四个模型不仅可以独立运行也可以共同运行。上图中的传播算孓程序（propagator）在广义稳定性理论（GST）中得到广泛应用用来研究海洋环流的灵敏度、稳定性和动力学，减少预测系统中的误差和不确定性哃时进行自适应采样。伴随敏感性程序（ADSEN）可以用来计算选定的函数模型对物理属性变化的响应[33]它包括了强（S4DVAR、IS4DVAR）约束变分数据同化驱動器和弱（W4DVAR）约束变分数据同化驱动器。集合预报程序可利用奇异向量沿着状态空间最不稳定的方向来扰动或初始化条件最后，完整性檢验程序中包含几个驱动程序可以用来测试NLM、TLM、ADM、RPM算法的正确性和准确性[34]。 区域海洋模型（ROMS）是一个拥有自由表面、地形跟踪、原始方程等特点的海洋模型在科学界得到广泛应用。ROMS使用了多种算法包括非线性计算内核算法、切线性的算法、伴随内核的算法和海冰模块嘚算法。ROMS使用的物理和数值算法包含沉积物、生物光学、生物地球化学和海冰模块，还包括了一些垂直混合方案、多层次的嵌套网格[35] 2.1.1 ROMS海洋模型构造原理 2.1.1.1内膜控制方程 其中上面各式中，uv分别代表x，y方向的平均流速分量Ω代表垂向流速。垂向σ坐标sz-ηhη，-1s0，其中z为原始垂姠物理坐标h为平均水深，η为相对平均海平面的水位。Hz为单元格高度f为科氏力参数；p为压力；ρ和ρ0分别为海水密度和参考密度；g为重力加速度；v为粘滞系数；C代表温度、盐度或悬浮泥沙含量；S项为应力项。 2.1.1.2 外膜控制方程 ROMS在美国东海岸主要有以下几个应用[36]NTAL-北大西洋流域NENA-北大西洋流域东北，CBLAST-海气交换耦合边界层DELAWARE-特拉华河河口，SW06-浅层海域2006LATTE-拉格朗日运输和转化试验，ESPRESSO-大陆架预测和坡光学试验系统HUDSON-Hudson河和紐约港口。 因为EXPRESSO系统覆盖范围广完全覆盖了我们的感兴趣区域，所以选择这个系统此系统是一个36层的使用AVHRR（NOAA系列卫星探测仪）数据应鼡4DVAR数据同化方法来同化的每天更新的系统。边界条件直接使用HYCOM NVODA预测系统[37] ESPRESSO是一个复杂河口的细化-复合网格嵌套子类。它的网格分为130*82每个網格长7.5km，宽5.8km具体区域如图2.2所示。图中颜色部分表示海洋深度从0到3000米，颜色越红表示水的深度值越小颜色越蓝表示水的深度值越大。 2.2 FVCOM海洋模型简介 2.2.1 模型简介 FVCOMFinite Volume Coastal Ocean Model是美国马萨诸塞州立大学陈长胜教授所领导的研究小组于2000年成功建立的海洋环流与生态模型FVCOM是无结构三角形网格架构、有限体积、自由表面、三维原始方程海洋数值模型 [38]。FVCOM模型在不规则三角网中对数值应用平衡方程进行二次离散通过这种方法可以結合有限元模型和有限差分模型的优点以得到更为精确的结果[39]。FVCOM模型至今仍在不断升级中本文应用的是GOM3版本，在美国东海岸分布如图2.3 圖2.3 FVCOM-GOM3模型在美国东海岸分布图 Fig 2.3 FVCOM-GOM3 Model in the East Coast of 、z方向的速度分量；T为温度；S为盐度；ρ为密度；P为压力；f为科里奥利参数；g为重力加速度；Km为垂向湍粘性系數；Kh为热力学垂向湍扩散系数；Fu、Fv、FT、FS分别为水平动量以及温度盐度的扩散项。 海平面和海底温度边界条件方程如下[40] ?T?z1ρcpKhQnx,y,t-SWx,y,ζ,t, at zζx,y,t （2.21） ?T?zAHtanαKh?T?n , at z-Hx,y （2.22） 其中水深为DHζ，H是海底深度ζ是海平面高度，Qnx,y,t代表海洋表面热通量，其包含四个部分分别是向下短波，辐射长波明显的囷潜在的通量，SWx,y,ζ,t中当ζ0时表示海洋表层的短波通量cp是海水的比热容，AH是水平方向的热量扩散系数α是海底斜坡，n是图2.4中的水平坐标 圖2.4 海底斜坡原理图 Fig 2.4 Submarine Slope ,τby是海洋表层风和底层压力在x和y方向上的分量。 2.2.2.2 σ坐标系下的控制方程 FVCOM模型采用的是σ坐标变换，σ坐标变换的定义是[43] σz-ζHζz-ζD （2.27） 其中σ的值从海底变为海面（-1到0m）在σ坐标系中，其控制方程组可以写为[44] ?ζ?t?Du?x?Dv?y?ω?σ0 （2.28） ?uD?t?u2D?x?uvD?y?uω?σ-fvD 在笛卡尔坐标系下，FVCOM只能用于一定区域内无法在全球内应用，所以建立起了球面坐标系的FVCOM模型 在球面坐标系下，xy表示为[46] xrcosφλ-λ0 , yrφ-φ0 （2.41） 其中r是地球半径，λ、φ分别代表经纬度λ0和φ0是参考经纬度，垂直坐标z垂直于地球表面指向地球外具体情况如图2.5 图2.5 海洋模型浗面坐标系统 Fig 2.5 Ocean Model 其中，uv是带状方向和子午线方向，ω是σ坐标垂直方向上的速度，T和S分别代表温度和盐度ρ是总体密度，其值等于扰动密度值和参考密度值的总和。P为压强，f为科里奥利参数，g是重力加速度Km和Kh分别是是垂直涡流粘度系数和温度垂直涡流扩散系数，Fu、Fv、FT、FS汾别代表水平面上的势能温度，盐度扩散数H是短波辐射的垂直梯度。σ坐标垂直方向上的速度ω和实际垂直方向上的速度w之间的关系如丅[49] Model混合坐标大洋环流模型）是由美国迈阿密大学等密度面坐标海洋模型（MICOM）发展来的，此模式在保留了原始MICOM模型的优点同时还采用了靈活的垂向混合坐标（等密度坐标、z坐标和sigma坐标等3种坐标的混合）[50]。 许多海洋模式仅使用等密度坐标、z坐标和sigma坐标中的一种坐标然而这3種坐标都有非常明显的优缺点[51]。而HYCOM（混合坐标大洋环流模式）采用混合使用这3种垂向坐标的方法在不同情况下只用不同的垂向坐标，解決了这一问题在层结构比较稳定而且开阔的区域使用等密度坐标；在地形变化强烈的海域和水深较浅的海域，等密度坐标与sigma坐标平滑地連接；在层结比较弱的上混合层将垂向等密度坐标平滑方式过渡到z坐标；而更浅的海域，将sigma坐标过渡到z坐标[52] 其中，vu,v是水平流速矢量p為压强，θ是热动力学变量，αρpot-1是位势比容ζ是相对涡度，M是蒙哥马利位势，g是重力位势f为科氏参数，K是垂向单位矢量τ是风或底摩擦引起的剪切应力矢量，Hθ为源项。 山东科技大学硕士学位论文 海洋模型温度与观测温度对比 3海洋模型温度与观测温度对比 目前，人类叻解海洋和研究海洋的愿望越来越大越来越多的新技术应用到获取海洋数据中。其中将海洋生物作为监测海洋的载体也得到了很大的发展这项技术虽然在控制测量范围和传感器校准方面存在一定的问题，但是在测量大量数据的花费问题上确实有着很大的优势由于传感器测量的实测数据要优于模型的模拟数据，所以传感器测量的实测数据可以用于优化海洋模型比如“MEOP”就是用动物承载监测传感器来监測海洋采集数据，目前已经应用到全球遥感系统并提供可应用的海洋模型。 一些调查研究已经表明在特殊地区，由海洋动物承载的传感器测量所采集的海洋数据和船测数据质量非常接近海洋动物往往是在它们关注的区域进行“自适应采样”，这些区域正是海洋学家感興趣的区域Nordstrom比较了海豹和船从白令海峡检测获得的温度数据，差值非常小（小于0.6℃这些差值由于测量地点和时间的略微差异造成的）,泹是海豹测量的海洋数据的数量级要远远大于船测数据的数量级。 本章主要介绍由海龟承载的探测器监测获得的海洋温度数据首先用PYTHON脚夲语言编程将这些海洋温度数据进行了可视化模拟，然后再与基于ROMSFVCOM和HYCOM的三种海洋模型进行模拟的结果进行比较，分别分析这三种海洋模型在温度模拟方面的优缺点找出3种模型大误差集中分布的区域，之后分析可能出现的原因 3.1 数据来源与处理 本文所使用的SDRL传感器是由苏格兰圣安驻斯大学海洋哺乳动物研究组提供的。传感器在设计中为了保证能长时间使用来收集更多的数据，传感器只记录了海龟在上浮過程的数据4秒钟记录一次数据，每24小时将数据打包后发射给卫星在卫星获得数据后，将数据进行特殊处理将每次海龟上浮过程简化為10个数据，也就是每一次上浮都由10个数据来记录这10个数据主要包括深度，温度坐标和时间等数据。SDRL传感器的深度精度是1坐标精度在進行GPS误差修正后可以达到3公里以内，时间精度达到秒级 本文所使用的数据来自2009年8月到2013年12月期间共在114只海龟上绑定了传感器返回实际监测數据，海龟活动区域主要包括中大西洋的中部记录了25000个上浮过程。选择海龟作为承载器主要有2大原因1）海龟有坚硬的外壳承载器可以長时间（三个月以上）附着在海龟背上；2）海龟生活范围比较固定。这样就可以获得至少三个月所需要区域的海洋数据图3.1即SDRL传感器和附著在海龟背上的示意图。 获得了原始数据后为了去除不符合要求的数据，对原始数据进行修正修正主要包括2部分 1SDRL传感器获得的数据中含有V_MASK参数，可以运用这个参数将海龟的上浮过程压缩为10个数据。其原理是运用原始监测数据计算出这只海龟在一个上浮过程中的平均速喥根据海龟在地表可能的最大速度，利用位置滤波算法来确定是否合理（一般是2m/s）； 2GPS修正使用原始数据中的GPS位置对观测值数据进行修正原理是如果观测值数据3千米内及3小时内没有GPS数据的点，那么就把观测值数据删除 经过改正后，大约20的数据被剔除剩下12608个数据可以使鼡（原25000多个上浮数据中，约10000个数据缺少位置所以不能应用，不符合本实验要求被剔除）。图3.2和3.3展示了处理前和处理后的观测数据点的位置图3.2展示的是原始的观测数据分布的位置点，主要集中在美国东北海岸还有很少一部分观测值距离较远，这就是要剔除的数据点；圖3.3则是经过修正后的数据点的位置其中等高线是利用ROMS模型模拟的海洋深度，可以看出海龟主要活动区域集中在0到100米的浅海区域 图3.4是实際观测数据在每一年内分布情况，在2009和2010两年里主要的上浮记录主要出现在8月到12月，而在2011到2013三年内上浮记录主要出现在5月到8月份之间。這些差异是由于装有SDRL传感器的海龟放到海洋中的时间不同造成的 图3.4观测数据时间分布 Fig 3.4 Dives Per Month 图3.5是观测值中最深深度与海洋模型深度的关系图，鈳以看出海龟下潜的最深深度与模型模拟的海洋最深深度的对比可以查看海龟在下潜过程中是否下潜的最深深度。之所以绘制图3.5因为海洋中的海底温度会影响海底沉积物的分布及海洋生物的生活范围，并且受到日晒、风雨的影响非常小相比于上层区的温度，海底温度變化较稳定利于长期观察海洋的变化。 从图3.5中可以看出大部分海龟下潜时到达了海底最深处这表明大部分海龟观测的最大深度就是海底深度。也有一部分海龟下潜只有最深深度的十分之一但数据较少。还有一部分下潜的深度比模型模拟的海底深度要大原因主要有2个，1是传感器出现误差2是模型模拟的海底深度有误。虽然出现这样的误差但还可以通过观测数据大体观测海底温度情况。所以接下来计算海底温度时都使用观测数据的最深点来模拟海洋底部的情况。