孫丹譯 李 爽

基于大渦模擬耦合模式的小尺度海氣相互作用研究*

孫丹譯 李 爽①

(浙江大學海洋學院 舟山 316021)

大氣和海洋是影響地球氣候系統(tǒng)的兩個重要因素, 它們之間的相互作用是海洋和大氣研究的重要課題, 海氣耦合模式則是研究海氣相互作用的重要工具, 而海氣耦合模式重點考慮的參數(shù)是海氣通量。針對傳統(tǒng)的大尺度海氣耦合模式缺少湍流尺度分析的問題, 本文使用并行大渦模擬海氣耦合模式(The Parallelized Large-Eddy Simulation Model, PALM), 在小尺度上探究風速對海氣通量及湍流動能收支(Turbulence Kinetic Energy Budget, TKE Budget)的影響, 設(shè)置了5、10和15m/s三種地轉(zhuǎn)風速度對大氣邊界層(Atmospheric Boundary Layer, ABL)和海洋混合層(Oceanic Mixed Layer, OML)進行海氣耦合模擬。研究表明: 海氣通量的分布與風速大小密切相關(guān), 風速越大, 凈熱通量和浮力通量相對越大, 由于溫度上升導(dǎo)致海水蒸發(fā)加劇, 使得大氣的淡水通量增大; 海洋湍流動能收支各項在近海面處受風速影響較大, 且隨著深度加深而逐漸減弱。本研究初步展示了小尺度海氣耦合模式在海氣通量研究中的應(yīng)用, 對進行小尺度海氣相互作用研究具有一定的意義。

大渦模擬; 海氣通量; 海氣耦合; 湍流動能收支

大氣和海洋是地球系統(tǒng)中的兩個重要組成部分, 它們之間的相互作用是地球氣候系統(tǒng)的關(guān)鍵調(diào)節(jié)因素之一, 而單一的大氣或海洋模式無法完整描述此過程, 所以海氣耦合模式被提出并得到快速發(fā)展, 其發(fā)展經(jīng)歷了從全球到區(qū)域的過程, 其中全球海氣耦合模式主要用于研究大尺度海氣相互作用, 然而全球模式的分辨率無法準確描述中小尺度海氣相互作用, 因此區(qū)域海氣耦合模式憑借其較高的分辨率, 能夠?qū)庀嗷プ饔眠M行更細致的研究, 其廣泛應(yīng)用于數(shù)值模擬、預(yù)報和區(qū)域氣候變化動力降尺度研究(Peng, 2012)。海氣通量則是海氣相互作用中的一個重要研究課題(陳烈庭, 1991), 所以在全球或區(qū)域的海氣耦合模式中考慮海氣通量的變化對深入研究海氣相互作用具有重要意義。Zhou等(2000)將海氣淡水通量的交換引入耦合模式Global-Ocean-Atmosphere- Land-System-model(GOALS)成功地控制了氣候漂移現(xiàn)象(Neelin, 1992; 陳克明等, 1997)。海氣界面處的動量通量也叫風應(yīng)力, 是海氣相互作用研究的重點之一, 也是海氣耦合模式中的一個重要參數(shù)(馮興如等, 2018)。Ma等(2010)在海氣耦合模式FOAM中通過控制變量證明風應(yīng)力對氣候的重要影響。Zhou等(2015)將AGCM模式和一個混合層海洋模式耦合用以探究海氣耦合對大西洋多年代際振蕩的影響。

區(qū)域海氣耦合模式的關(guān)鍵技術(shù)是在系統(tǒng)質(zhì)量和能量守恒的前提下實現(xiàn)高效的海氣參數(shù)的交互傳遞, 現(xiàn)如今耦合模式普遍采用“耦合器”技術(shù)(Coupler), 而另一個技術(shù)難題是側(cè)邊界條件的處理, 對于側(cè)邊界的處理直接影響模擬結(jié)果(Peng, 2012)。上述這些海氣耦合模式對于處理海氣之間的質(zhì)量、動量和能量的交換問題通常是依靠經(jīng)典參數(shù)化方案, 而且模式的空間分辨率并不能準確描述小尺度的海氣相互作用。2001年海氣相互作用耦合邊界層低風速實驗(The Coupled Boundary Layers and Air-Sea Interaction- Low Winds, CBLAST-Low)項目在沿海部署了一套觀測系統(tǒng)用以提供海氣數(shù)據(jù), 取得了很好的觀測結(jié)果(Austin, 2002; Vickers, 2006; Edson, 2007)。但是相對于觀測系統(tǒng)造價昂貴以及單點觀測所帶來結(jié)果特殊性的特點, 數(shù)值模擬作為一種新興的研究方式近年來發(fā)展迅速。因為大氣和海洋中的湍流時刻影響著海氣通量的交換, 所以模式需要充分考慮湍流作用。以往的湍流模式大多是雷諾平均模式(Reynolds Average Navier-Stokes, RANS), Peng等(2012)中介紹的區(qū)域海氣耦合模式大都使用RANS方法, 而大渦模擬(Large Eddy Simulation, LES)與RANS不同, 其原理是基于尺度的分離: 在模擬中直接計算大尺度的脈動, 對于小尺度的湍流效應(yīng)則采用參數(shù)化的方案(Smagorinsky, 1963; Deardorff, 1970), 因為其較為精確且節(jié)省計算成本的特性, 已經(jīng)成為大氣和海洋領(lǐng)域中研究湍流的一種成熟方法。Esau(2014)采用并行大渦模擬模式(The Parallelized Large-Eddy Simulation Model, PALM), 研究了大氣邊界層(Atmospheric Boundary Layer, ABL)與海洋混合層(Oceanic Mixed Layer, OML)之間在無剪切對流情況下的湍流相互作用。

湍流作為大氣和海洋中顯著的動力過程, 是影響海氣通量的重要因素。大渦模擬允許湍流場的三維實現(xiàn), 可以用湍流動能平衡方程中的耗散項、剪切項和傳輸項等來刻畫湍流過程, 這是大尺度模式和大多數(shù)實驗研究所不能實現(xiàn)的(Maronga, 2015)。所以在湍流尺度運用大渦模擬來探究風速對海氣通量的影響和對深入了解海氣相互作用過程具有重要的意義。為此本文在Esau(2014)的基礎(chǔ)上引入風速, 用大渦模擬海氣耦合模式探究風速對海氣通量和海洋湍流動能收支各項分布的影響。

1 模式簡介

1.1 PALM簡介

PALM是由德國漢諾威萊布尼茨大學開發(fā)的用于大氣和海洋邊界層的一種湍流分解大渦模擬模式, 已應(yīng)用于各種大氣和海洋邊界層的模擬超過15年(Huq, 2019)。經(jīng)過優(yōu)化, PALM可用于大規(guī)模并行計算機架構(gòu), 這也是它能進行模式耦合的技術(shù)基礎(chǔ), 關(guān)于PALM的詳細介紹可見https://palm.muk.uni- hannover.de/trac/wiki。

根據(jù)公式(1)可得水平平均的SGS-TKE方程(Skyllingstad, 2000)為:

其中:

是壓強,m是次網(wǎng)格渦粘系數(shù)。公式(6)中等號右邊各項依次是: 速度剪切項、浮力項、次網(wǎng)格耗散項、湍流動能傳輸項、壓力項和耗散項。下文中湍流動能收支的耗散項包含了次網(wǎng)格耗散, 而湍流動能傳輸項包含了次網(wǎng)格湍流動能傳輸。

1.2 海氣耦合模式簡介

大氣和海洋的時間步長是單獨設(shè)置的, 不要求相等, 然后以用戶指定的頻率執(zhí)行耦合, 目前, 該耦合要求大氣和海洋的水平域的大小相等, 而耦合則是通過海面數(shù)據(jù)的雙向雙線性插值實現(xiàn)的。此外, 在大氣和海洋中, 由于模式穩(wěn)定時間的不同, 即動能輸出達到穩(wěn)定的時間不同, 可以為大氣和海洋先執(zhí)行非耦合的前驅(qū)運行, 然后再進行耦合的重新啟動運行, 這可以減少計算量, 也是本文所使用的方法。

1.3 模式設(shè)置

本文的模式設(shè)置中大氣部分的網(wǎng)格數(shù)是100× 100×60(,,), 網(wǎng)格大小是1m×1m×5m; 海洋部分的網(wǎng)格數(shù)是100×100×100(,,), 網(wǎng)格大小是1m×1m× 1m。本文中PALM海氣耦合分為兩個部分: 前驅(qū)運行和耦合運行, 兩者的設(shè)置大致相同, 時間步長方案均采用三階Runge-Kutta方法, 側(cè)邊界條件均是周期性邊界條件, 大氣(海洋)模式中的下(上)邊界采用自由滑移邊界條件, 大氣模式的表面溫度是270.6K, 溫度梯度是0.015K/m, 海洋模式的溫度是272.65K, 鹽度是34.8, 緯度設(shè)置為45°N。本文不考慮海洋分層和海洋背景流; 前驅(qū)運行中大氣模式依靠風速輸入啟動, 海洋模式則是在運行初始加入一個微小擾動用于模式啟動, 具體表現(xiàn)是在海表面以熱通量的形式輸入模式, 該擾動不會影響模擬結(jié)果。前驅(qū)運行中大氣模式的運行時間是7200s, 海洋模式則是40000s; 耦合運行的時間均是86400s, 耦合步長均是30s。這樣設(shè)置的原因是大氣和海洋的時間尺度不一致且海洋的響應(yīng)時間比大氣慢, 所以在模式前驅(qū)運行中的穩(wěn)定時間海洋比大氣長很多。本文通過設(shè)置三種地轉(zhuǎn)風速度(5m/s,10m/s,15m/s)來探究其對海氣通量及海洋湍流動能收支的影響。

1.4 模式驗證

Esau(2014)運用大渦模擬海氣耦合模式探究ABL與OML之間的湍流相互作用, 然而他并沒有考慮風速對海氣湍流相互作用的影響, 為此本文在Easu(2014)的基礎(chǔ)上引入風速, 使用耦合模式探究風速對海氣相互作用的影響。在此之前, 本文先重復(fù)Easu(2014)的結(jié)果, 來證明該耦合模式在海氣相互作用研究中的可行性。

耦合模式初始設(shè)置: 網(wǎng)格數(shù)128×128×64(,,), 網(wǎng)格大小25m×25m×10m(大氣), 25m×25m×5m(海洋)。將ABL中位溫的初始垂直梯度設(shè)為0.015K/m, 初始相對濕度為0%(干燥空氣)。OML的初始溫度和鹽度剖面來自Esau(2014): 海面溫度為275.65K, 鹽度為34.8, 大氣邊界層表面溫度為270.6K, 耦合模擬時間為22h。湍流是由ABL中40—90m層和OML中-40—90m層規(guī)定的速度場中的弱擾動引起的, 其中湍流數(shù)據(jù)每60s采樣一次, 二維數(shù)據(jù)每5min采樣一次。

圖1顯示了溫度、凈熱通量、動量通量在最后一小時的時間平均剖面, 虛線是Esau(2014)的結(jié)果, 實線是耦合模式運行結(jié)果。在圖1中, 兩者溫度值的分布相差不大, 凈熱通量和動量通量的分布也大致相同, 本文將兩者的差異歸結(jié)為以下幾點:

(1) 模式直接取Esau (2014)文獻中的溫鹽初始剖面, 并沒有得到其原始數(shù)據(jù), 所以導(dǎo)致結(jié)果存在微小偏差。

(2) 模式版本經(jīng)過更新?lián)Q代。

(3) 關(guān)于耦合模式中前驅(qū)運行的細節(jié)文獻中沒有詳細說明, 可能模式輸入存在些許偏差。

圖1 溫度、凈熱通量和動量通量的垂向分布

注: 實線: 模式運行的結(jié)果; 虛線: Esau(2014)的結(jié)果

2 模擬結(jié)果

2.1 風速和流速

耦合模式由前驅(qū)運行在大氣和海洋部分中產(chǎn)生穩(wěn)定的湍流, 之后再進行耦合, 考慮到耦合模式有一個啟動過程, 將垂向動能進行水平平均得到圖2, 橫坐標是時間, 縱坐標是高度, 在圖2中大氣部分從模式啟動開始就一直穩(wěn)定, 而海洋需要響應(yīng)時間, 所以從圖2中可以看到整體模式穩(wěn)定時間在耦合開始1h后。

地轉(zhuǎn)風速為5m/s時, 大氣的垂向動能在0—150m的區(qū)域內(nèi)變化明顯, 其最值約為-0.05m2/s2, 相應(yīng)的海洋受風速影響的深度約為20m, 垂向動能的最值約為在-2×10-5m2/s2。地轉(zhuǎn)風速為10m/s時, 大氣受風速影響的高度約為250m, 垂向動能的最值約為-0.1m2/s2; 海洋受風速影響的深度為25m, 垂向動能的最值在-5×10-5m2/s2。地轉(zhuǎn)風速為15m/s時, 大氣受風速影響的高度增大為300m, 垂向動能的最值為-0.2m2/s2; 海洋受風速影響的深度約為35m, 垂向動能的最值為-1×10-4m2/s2。

除了垂向動能的時間變化外, 本文還關(guān)注了大氣海洋中速度分量在垂向上的變化, 將數(shù)據(jù)進行時間平均后得到大氣風速和海洋流速垂向剖面圖3。圖3中實線表示方向, 虛線表示方向, 紅線表示風速為5 m/s, 藍線表示風速為10 m/s, 黑線表示風速為15m/s; 為了便于展示, 本文將海洋的流速數(shù)值放大100倍。

圖3展示了耦合模式中大氣和海洋中速度分量的分布。由于模式中只在方向添加地轉(zhuǎn)風, 所以在圖3中海洋中方向流速從0開始。隨著風速的增加, 海洋流速逐漸增大且呈現(xiàn)向下延伸的趨勢, 并在-50m左右迅速減小。

圖2 垂向動能時間序列

注: a—c: 大氣的垂向動能; d—f: 海洋的垂向動能; a, d: 風速5m/s; b, e: 風速10m/s; c, f: 風速15m/s

圖3 速度剖面圖

注: 實線表示, 虛線表示; 為了便于展示, 將實際海洋流速數(shù)值×102后繪制此圖

2.2 海氣通量

PALM中的海氣耦合是ABL和OML之間的耦合, 耦合是通過一個大氣-海洋界面來保存每個網(wǎng)格單元內(nèi)的質(zhì)量(濕度、鹽度)、動量和熱量的湍流通量。ABL在OML的頂部邊界提供了通量, 而OML在ABL的底部邊界提供了速度和溫度。

通過模式所得數(shù)據(jù)對其進行時間平均得到圖4:

由圖4可以直觀的看到不同風速下海氣通量的垂向變化。在海氣界面處, 風速越大, 大氣中的凈熱通量和淡水通量也相應(yīng)增大, 而浮力通量變化不大; 海洋中則是凈熱通量和浮力通量增大, 鹽度通量為負表示海面蒸發(fā)加劇。而且隨著風速的增大, 各通量在海洋中向下傳遞的距離越大; 而在大氣中, 凈熱通量和淡水通量也相應(yīng)變大, 浮力通量在0—100m變化不大, 在100—300m變化明顯。

本文取大氣10m處和水下2m處的通量值進行對比得到圖5。圖5a中: 海氣的凈熱通量隨風速增大而增大, 且隨著海氣之間相互傳遞熱通量, 兩者關(guān)系呈正相關(guān); 圖5b中: 隨著風速增大, 海面受熱蒸發(fā)加劇, 導(dǎo)致大氣淡水通量增大, 而海洋鹽度通量(負)增大。

圖4 凈熱通量、淡水通量和浮力通量的垂向剖面圖

注: a: 大氣和海洋的凈熱通量; b: 大氣的淡水通量, 海洋中用鹽度通量代替; c: 大氣和海洋的浮力通量, 圖中所示的海洋浮力通量值是實際值×103

圖5 不同風速下大氣海洋的凈熱通量, 淡水通量(鹽度通量)的關(guān)系圖

注: 大氣的凈熱通量和淡水通量取10m處的值; 海洋的凈熱通量和鹽度通量取-2m處的值; 實線: 通量的趨勢

2.3 湍流動能收支

圖6展示了海洋湍流動能收支情況, 根據(jù)公式(6)本文用紅線表示速度剪切項, 綠線表示湍流動能傳輸項, 藍線表示壓力項, 粉線表示浮力項, 黑線表示耗散項, 為了便于展示將各項數(shù)值×106。左圖為三個風速下的海洋湍流動能收支情況, 右圖均為左圖-35—0m處的局部放大圖。

從圖6a, 6c, 6e可以發(fā)現(xiàn)海洋湍流動能收支各項分別在-15、-25、-35m處迅速減小, 說明不同風速所能影響海洋的深度隨風速增加而加深。在圖6b中, 剪切項與湍流動能傳輸項的值在近海面處差別不大, 耗散項的值最大可以到達-4.5×10-7m2/s3; 在圖6d中, 剪切項與耗散項在近海面處的值達到最大且兩項大致持平, 最值大約為2×10-6m2/s3; 在圖6f中, 剪切項、傳輸項和耗散項達到最大值, 最值約為5× 10-6m2/s3。隨著風速的增加, 近海面處的剪切與傳輸必然增大, 導(dǎo)致向下傳遞的距離越遠, 所產(chǎn)生的耗散也相應(yīng)增大, 且隨著深度加深逐漸減弱。

圖6 湍流動能收支

注: a: 5m/s時海洋湍流動能收支, b是a的區(qū)域放大圖; c: 105m/s時海洋湍流動能收支, d是c的區(qū)域放大圖; e: 155m/s時海洋湍流動能收支, f是e的區(qū)域放大圖; TKE: Turbulence Kinetic Energy, 湍流動能

3 討論

3.1 耦合模式與非耦合模式的差別

前文分析了耦合模式的結(jié)果, 在耦合模式中海洋是依靠大氣風速驅(qū)動, 而在非耦合模式中海洋是依靠固定的動量通量輸入驅(qū)動。圖7展示了地轉(zhuǎn)風為105m/s情況下, 海氣耦合與非耦合模式的垂向流速在,兩個方向的時間序列。圖7a和c分別表示耦合模式下的垂向流速在方向和方向的時間序列; 圖7b和d分別表示非耦合模式下的垂向流速在方向和方向的時間序列。

通過比較得知: 在整個模式運行期間, 耦合模式海洋部分受風速影響較深, 而非耦合模式流速變化巨大的區(qū)域大多集中在靠近海面的地方。

圖8展示了經(jīng)過時間平均后不同深度(-5、-15、-30、-40m)的垂向流速水平截面。從中可以發(fā)現(xiàn)耦合模式與非耦合模式從水下5m到水下30m區(qū)域中的垂向流速分布大致相同, 而在水下40m處時, 非耦合模式的垂向流速減弱明顯, 這也說明了在耦合模式下, 受到大氣持續(xù)影響, 能量向下傳遞的距離更遠。

圖7 垂向流速時間序列

注: a: 耦合模式下方向垂向流速時間序列; b: 非耦合模式下方向垂向流速時間序列; c: 耦合模式下方向垂向流速時間序列; d: 非耦合模式下方向垂向流速時間序列

圖8 垂向流速水平截面

注:: 水平方向坐標;: 水平方向坐標;: 垂直方向坐標

圖9展示了耦合模式與非耦合模式的海洋湍流動能收支情況, 實線表示耦合模式, 虛線表示非耦合模式的結(jié)果, 從中可以發(fā)現(xiàn)二者趨勢大致相同, 但是非耦合模式的湍流動能收支各項略小于耦合模式, 且相較于耦合模式在-25m處趨于0, 非耦合模式趨于0的深度較淺, 這也符合圖7和圖8顯示的耦合模式下海洋受風速影響區(qū)域較深的結(jié)果。

3.2 波浪破碎與Langmuir環(huán)流

海洋混合層受風速影響存在兩個重要湍流過程: 波浪破碎和Langmuir環(huán)流。波浪破碎在海面附近產(chǎn)生大量的小尺度湍流, 而由風驅(qū)動的表面流切變與Stokes漂移的相互作用產(chǎn)生Langmuir環(huán)流, 這兩者對于海洋混合層有較大影響。Noh等(2004)對海洋混合層進行了波浪破碎和Langmuir環(huán)流的大渦模擬, 揭示了波流相互作用在海洋混合層垂向混合過程中的重要作用。Li等(2013)使用大渦模擬研究兩者在海表邊界層中的作用, 模式結(jié)果與從CBLAST站點湍流測量分析得出的結(jié)論一致。波浪破碎與Langmuir環(huán)流均發(fā)生在海氣邊界上, 影響海氣通量交換, 未來的工作重點便是在耦合模式中加入波浪破碎和Langmuir環(huán)流, 考慮波流相互作用對海氣通量交換的影響。

圖9 湍流動能收支對比

注: a: 耦合模式與非耦合模式的海洋湍流動能收支圖, b是a的區(qū)域放大圖, 其中實線表示耦合模式結(jié)果, 虛線表示非耦合模式結(jié)果

4 結(jié)論

本文為探究小尺度海氣相互作用, 使用大渦模擬海氣耦合模式, 設(shè)置了5、10和15m/s三種地轉(zhuǎn)風速度, 展示了不同風速下海氣通量和OML湍流動能收支各項的分布結(jié)果, 并且對比分析了耦合模式與非耦合模式的差別。主要結(jié)論如下:

(1) 隨著風速的增加, 垂向動能在大氣和海洋中的分布呈現(xiàn)縱向加深的趨勢; 凈熱通量在海氣界面處進行交換, 在海洋中隨著深度的增加而減小, 受到風速的影響, 隨風速的增大而增加。海洋受熱加劇海水蒸發(fā), 從而持續(xù)向大氣輸送水汽導(dǎo)致海洋鹽度通量的增大。大氣的浮力通量在100—300m隨風速增大而減小, 而海洋的浮力通量隨風速增大而增加。

(2) 海洋混合層中湍流動能收支也響應(yīng)風速的變化, 其中剪切項、耗散項和傳輸項隨著風速的增大而增加, 且在區(qū)域-35—0m變化明顯, 由于海洋模式受到大氣風速的驅(qū)動, 所以在近海表面各項達到最大值, 之后隨著深度逐漸減弱。

(3) 非耦合模式中海洋依靠定值的動量通量輸入驅(qū)動, 從而導(dǎo)致非耦合模式中流速在靠近海面的區(qū)域變化明顯, 之后向下迅速減弱; 而耦合模式中海洋依靠大氣模式的風速持續(xù)驅(qū)動, 所以其流速分布顯示在海表面處較大, 而隨著深度緩慢減弱。湍流動能收支的結(jié)果表明耦合模式各項略大于非耦合模式。

對于大尺度的海氣耦合模式不能解釋小尺度海氣相互作用的問題, 本文通過大渦模擬在湍流尺度展示了海氣通量和海洋湍流動能收支情況, 為完善海氣耦合模式提供新的方法。隨著現(xiàn)今計算機技術(shù)的發(fā)展, 耦合模式所用的計算資源與非耦合模式相差不大, 而且耦合模式相比非耦合模式, 充分考慮海洋和大氣的協(xié)同作用, 使得結(jié)果更趨近于真實情況。

馮興如, 李水清, 尹寶樹, 2018. 海氣動量通量研究綜述. 海洋科學, 42(10): 103—109, doi: 10.11759/hykx20180725001

陳克明, 金向澤, 張學洪, 1997. 關(guān)于海氣耦合模式氣候漂移及敏感性的一點探討. 海洋學報, 19(2): 38—51

陳烈庭, 1991. 海氣相互作用. 地球科學進展, 6(5): 76—77

Austin T C, Edson J B, McGillis W R, 2002. A network-based telemetry architecture developed for the Martha's Vineyard Coastal Observatory. IEEE Journal of Oceanic Engineering, 27(2): 228—234, doi: 10.1109/ JOE.2002.1002477

Deardorff J W, 1970. A numerical study of three-dimensional turbulent channel flow at large Reynolds numbers. Journal of Fluid Mechanics, 41(2): 453—480, doi: 10.1017/S002211 2070000691

Deardorff J W, 1980. Stratocumulus-capped mixed layers derived from a three-dimensional model. Boundary-Layer Meteorology, 18(4): 495—527, doi: 10.1007/BF00119502

Edson J, Crawford T, Crescenti J, 2007. The coupled boundary layers and air–sea transfer experiment in low winds. Bulletin of the American Meteorological Society, 88(3): 341—356, doi: 10.1175/bams-88-3-341

Esau I, 2014. Indirect air–sea interactions simulated with a coupled turbulence-resolving model. Ocean Dynamics, 64(5): 689—705, doi: 10.1007/s10236-014-0712-y

Huq S, De Roo F, Raasch S, 2019. Vertically nested LES for high-resolution simulation of the surface layer in PALM (version 5.0). Geoscientific Model Development, 12(6): 2523—2538, doi: 10.5194/gmd-12-2523-2019

Li S, Li M, Gerbi G P, 2013. Roles of breaking waves and Langmuir circulation in the surface boundary layer of a coastal ocean. Journal of Geophysical Research: Oceans, 118(10): 5173—5187, doi: 10.1002/jgrc.20387

Ma H, Wu L X, Li C, 2010. The role of southern high latitude wind stress in global climate. Advances in Atmospheric Sciences, 27(2): 371—381

Maronga B, Gryschka M, Heinze R, 2015. The parallelized large-eddy simulation model (PALM) version 4.0 for atmospheric and oceanic flows: model formulation, recent developments, and future perspectives. Geoscientific Model Development, 8(8): 2515—2551, doi: 10.5194/gmd-8-2515- 2015

Neelin J D, Latif M, Allaart M A F, 1992. Tropical air-sea interaction in general circulation models. Climate Dynamics, 7(2):73—104, doi: 10.1007/BF00209610

Noh Y, Min H S, Raasch S, 2004. Large eddy simulation of the ocean mixed layer: the effects of wave breaking and Langmuir circulation. Journal of Physical Oceanography, 34(4): 720—735, doi: 10.1175/1520-0485(2004)034<0720: LESOTO>2.0.CO; 2

Peng S Q, Liu D L, Sun Z B, 2012. Recent advances in regional air-sea coupled models. Science China Earth Sciences, 55(9): 1391—1405, doi: 10.1007/s11430-012- 4386-3

Skyllingstad E D, Smyth W D, Crawford G B, 2000. Resonant wind-driven mixing in the ocean boundary layer. Journal of Physical Oceanography, 30(8): 1866—1890, doi: 10.1175/ 1520-0485(2000)030<1866:RWDMIT>2.0.CO; 2

Smagorinsky J, 1963. General circulation experiments with the primitive equations: I. The basic experiment. Monthly Weather Review, 91(3): 99—164, doi: 10.1175/1520-0493 (1963)091<0099:GCEWTP>2.3.CO; 2

Steinhorn I, 1991. Salt flux and evaporation. Journal of Physical Oceanography, 21(11): 1681—1683, doi: 10.1175/1520- 0485(1991)021<1681:SFAE>2.0.CO;2

Vickers D, Mahrt L, 2006. Evaluation of the air-sea bulk formula and sea-surface temperature variability from observations. Journal of Geophysical Research: Oceans, 111(C5): C05002, doi: 10.1029/2005JC003323

Zhou T J, Zhang X H, Yu Y Q, 2000. Response of IAP/ LASG GOALS model to the coupling of air-sea fresh water exchange. Advances in Atmospheric Sciences, 17(3): 473—486, doi: 10.1007/s00376-000-0037-2

Zhou X M, Li S L, Luo F F, 2015. Air-sea coupling enhances the east Asian winter climate response to the Atlantic Multidecadal Oscillation. Advances in Atmospheric Sciences, 32(12): 1647—1659, doi: 10.1007/s00376-015- 5030-x

LARGE EDDY SIMULATION COUPLING MODEL FOR SMALL-SCALE AIR-SEA INTERACTION

SUN Dan-Yi, LI Shuang

(Ocean College, Zhejiang University, Zhoushan 316021, China)

Atmosphere and ocean are two important factors that affect the Earth's climate system, and their interaction is an important topic for research. Aiming at the problem that the traditional large-scale air-sea coupled model lacks turbulence scale analysis, this study uses the Parallel Large Eddy Simulation Model (PALM) to explore the effects of wind speed on air-sea flux and turbulence kinetic energy budget on a small scale. Three types of geostrophic wind speeds(5, 10, and 15m/s) were set up to simulate the air-sea coupling of the atmospheric boundary layer (ABL) and ocean mixed layer (OML). Study shows that the distribution of air-sea flux is closely related to wind speed. The larger the wind speed, the larger the net heat flux and buoyancy flux. As the temperature rises, the evaporation of seawater intensifies and the freshwater flux of the atmosphere increases. Ocean turbulence kinetic energy budget is greatly affected by wind speed near the sea surface, and gradually weaken as the depth deepens. This study shows the application of the small-scale air-sea coupled model for the study of air-sea flux, which has certain significance for the study of small-scale air-sea interaction.

large eddy simulation; air-sea flux; air-sea coupling; TKE budget

* 國家自然科學基金項目, 41876003號; 國家重點研發(fā)計劃項目, 2017YFA0604102號; 國家自然科學基金項目, 41830533號, 41911530149號。孫丹譯, 碩士研究生, E-mail: sundanyi@zju.edu.cn

李 爽, 博士生導(dǎo)師, 副教授, E-mail: lshuang@zju.edu.cn

2019-12-26,

2020-01-28

P731.26

10.11693/hyhz20191200277