辽宁长海县附近海域颗粒有机碳和溶解有机碳交换能力的数值模拟*I模式的建立和验证

郭俊如， 宋 军， 夏颖颖， 鲍献文,4， 刘玉龙， 陈新平， 姚志刚,4， 袁泽轶

(1.中国海洋大学海洋环境学院，山东 青岛 266100;2.国家海洋减灾中心，北京 100194;3. 国家海洋信息中心，天津 300171；4.中国海洋大学物理海洋教育部重点实验室，山东 青岛 266100)



辽宁长海县附近海域颗粒有机碳和溶解有机碳交换能力的数值模拟*I模式的建立和验证

郭俊如1,2,4， 宋 军1,3,4， 夏颖颖1， 鲍献文1,4， 刘玉龙3， 陈新平2， 姚志刚1,4， 袁泽轶3

(1.中国海洋大学海洋环境学院，山东 青岛 266100;2.国家海洋减灾中心，北京 100194;3. 国家海洋信息中心，天津 300171；4.中国海洋大学物理海洋教育部重点实验室，山东 青岛 266100)

基于无结构网格和有限体积法的海洋模型FVCOM(Finite Volume Coastal Ocean Model)，并结合2个连续测流站、2个水位站的观测资料，选取对养殖潜力影响最大的颗粒有机碳(POC)和溶解有机碳(DOC)作为本研究海区营养物质的表征变量，依据不同季节和影响因子共设计了18种计算方案，对长海县附近海域营养物质的交换能力分别进行了诊断和计算，对各个影响因子在营养物质交换过程中的重要性进行了初步评估。研究得出，北黄海环流对该海域物质交换能力的促进作用强于风生流的作用。

北黄海； 长海县； 水交换能力； POC； DOC； FVCOM； 数值模拟

长海县位于辽东半岛东侧的黄海北部，东与朝鲜半岛隔海相望，西南与山东省庙岛全岛相对，西部和北部海域与普兰店等相毗邻，共辖112个岛屿，5处群礁以及51个明礁，东西跨度达到百余公里。长海县的经济支柱主要以水产养殖为主，全县共有适合浮筏养殖浅海水面1.6万hm2，适合底播增殖贝、藻类的海底面积9.7万hm2，适合鱼类人工流放增殖的海域面积13万hm2。对长海县附近海域海水营养物质交换问题的研究具有非常现实的经济和社会意义。

长海县附近海域的海水交换及其营养物质输运受到多种因素的制约和影响[1-3]。首先研究海域内岛屿星罗密布，岸线水深复杂多变，潮汐潮流特征显著，从而导致该海区内温盐和环流结构异常复杂[4-8]；其次，风场等大气强迫对研究海域内水动力环境的演变过程也有着十分显著的影响[9-14]，这一点可以从长海县所处的北黄海海域温盐及环流场的季节演变中得到证实[2，15-18]，从而可以预见到研究海域内营养物质的交换也应当存在比较明显的季节特征；第三，在近海海域营养物质的分布和输运的研究中，径流输入也是一个应当考虑的因素，一方面径流所携入海的各种营养盐等提供了近海营养物质变化的“源”，另一方面径流自身也影响和改变了周边的水动力环境场，进而影响了营养物质的分布和输运；此外，长海县附近海域所处的北黄海背景温盐场以及环流结构的变化也对研究海域内的营养物质的输运有着重要影响，因此，对长海县附近海域营养物质交换问题的研究中应当综合考虑上述所有影响因子。这其中一个比较重要的问题即是对交换过程中各影响因子作用及重要性的研究，这有助于我们加深对该海区营养物质交换过程的理解和认识，亦即本文的主要研究目标。

1 研究方法

基于上述研究目标，本文采用了当前国际先进的非结构有限体积模型FVCOM(Finite Volume Coastal Ocean Model)[3]，并结合现场观测，针对影响长海县营养物质输运的各因子设计了一系列的敏感性试验，对研究海区内营养物质输运过程进行了研究。特别值得一提的是，FVCOM模型基于非结构的三角网格，从而在岸线地形复杂的岛屿附近具有较高的空间分辨率，可以较好的模拟复杂地理特征下的水动力学过程，因而特别适合本文的研究海域-位于北黄海的长海县附近海域。

1.1 模型配置

研究海域为长海县全海域(见图1)，模型计算区域的范围为31.8°N～41.0°N，117.5°E～127.0°E(见图2)，包括整个渤黄海海域，最大网格分辨率3′(约5000m)。为尽可能的模拟出长海县海域的海流状况，对长海县海域进行了加密，最小水平网格分辨率达到20m，平均网格分辨率小于100m，垂向采用sigma坐标，共分6层。网格的分辨率几乎达到了模拟真实地形的程度[3]。模型的底摩擦系数基于张继才与吕咸青[19]的同化研究结果。外海开边界的温度、盐度与流通量来自经过验证的大区ROMS模型的结果[3,24]，而开边界处用于预报谐振潮潮位与潮流强迫条件的调和常数则来自于NAO99 全球潮汐模型所提供的8 个分潮(M2、S2、N2、K2、K1、O1、P1、Q1)的数据(http://www.miz.nao.ac.jp/staffs/nao99/index_En.html)。海表热通量条件来自于空间分辨率为2(°)×2(°)、时间分辨率为每日一次，来源于美国国家环境预报中心数据(http://nomads.ncep.noaa.gov/txt_descriptions/servers.shtml)。同样为每日一次，空间分辨率为1/4(°)×1/4(°)的海表面风应力场数据则来源于 the Blended Sea Winds(http://www.ncdc.noaa.gov/oa/rsad/seawinds.html)。模型岸边界条件由如下公式给出：

图1 长海县海域行政区域划分图(绿线)与验潮站、测流站站位分布图(a)以及水深等值线图(b)Fig.1 The stations of water lever(W)、current(S) observation(a) and Topography(b)

((a)FVCOM模型的计算区域(31.8°N～41°N，117.5°E～127°E)与水深；(b)长海县海域网格配置。(a)Calculation area and depth of fvcom; (b)The gricl configure of Changhai country area.)

图2 模型区域及网格配置
Fig.2 Model area and its mesh-system configure

(1)

(2)

其中：C为物质的浓度；D为水深(平均水深与水位的和)；u、v和w分别为x、y和z方向的流速分量；W为源汇项；AH与KH为物质的水平扩散系数与垂向扩散系数。需要说明的是，由于长海县所辖海域无陆地边界，海域附近的鸭绿江等主要主要径流携带大量淡水和有机物质通量注意该海域的周边海域(外海)，所以在以长海县海域为研究目标时，径流作为影响该海域外海的条件引入，而受水质监测资料的限制，在考虑该海域与外海物质交换时，外海海域的有机物质浓度只能给出平均值。所以，本文中径流的影响主要是指径流影响水动力环境而进一步对物质交换造成的影响，而径流的物质通量的影响已经包括在所有列及的模型实验中。

1.2 模型验证

为了获得长海县海域近期的水文动力特征以对模型进行验证。本研究开展了该海域冬季(2007年1月) 2个站位1个月的连续水位观测和2个站位海流大、中、小潮的25h连续观测[25](站位分布如图1所示，这里的中潮观测选取的是大潮日和小潮日中间的一天，即2007年1月6日)。图3～6为模型控制实验的计算结果与实测水位、流速资料的对比图，模式结果与实测资料的误差已达到了此次研究的需要。其中水位的计算结果与实测值几乎吻合，流速与流向结果的误差小于10%。于是，基于这一相对可靠的数值模型，作者可以更进一步的加入各种因素并研究其对作者所关心问题的影响程度。

图3 W1验潮站处的计算水位(蓝线)与实测水位(红线)对比图Fig.3 Validation of the result of water level (blue line) from ocean model with observation (red line) in the station of W1

图4 W2验潮站处的计算水位(蓝线)与实测水位(红线)对比图

2 敏感性数值试验设计

基于经过观测数据验证的潮汐模型[3]，主要针对冬、夏2个典型季节下潮汐潮流、环流、风和径流等不同影响因子的作用，共设计了18种不同强迫条件下的数值模拟实验，分别包括冬、夏季纯潮驱动试验(方案1，11)以及冬、夏季不同强迫条件组合(方案2～10，方案12～18)。夏季计算时间段为2006年6～8月，冬季计算时间段为2006年12月～2007年2月，具体设计方案见表1。

通过对这些数值计算的结果进行诊断分析，对各影响因子在研究海区内水交换及营养物质交换过程中的作用将在本文和本文后续文章中进行较全面的评估。本文基于溶解有机物浓度与颗粒有机物浓度的调查观测资料，并结合经典的对流扩散模型[20-23]， 计算了各时间段内海区有机物质总量在不考虑生物消耗与生产情况下的绝对变化。

图5 S1测流站大潮底层流速(左)流向(右)模拟结果(虚线)与实测(实线)对比

图6 S2测流站小潮表层流速(左)流向(右)模拟结果(虚线)与实测(实线)对比

夏季Sumer冬季Winter夏季纯潮正压模型(方案11)冬季纯潮正压模型(方案1)潮+夏季温盐(方案12)潮+冬季温盐(方案2)潮+夏季温盐+夏季径流(方案13)潮+冬季温盐+冬季径流(方案3)潮+夏季温盐+夏季径流+夏季风(方案14)潮+冬季温盐+冬季径流+冬季风(方案4)潮+夏季温盐+夏季双倍流量径流+夏季风(方案15)潮+冬季温盐+冬季双倍流量径流+冬季风(方案5)潮+夏季温盐+夏季径流+夏季双倍风速风(方案16)潮+冬季温盐+冬季径流+冬季双倍风速风(方案6)潮+夏季温盐+夏季径流+夏季气候态风(方案17)潮+冬季温盐+冬季径流+冬季气候态风(方案7)潮+夏季风(方案18)潮+冬季风(方案8)潮+冬季气候态风(方案9)潮+冬季温盐+冬季径流+冬季1.5倍风速风(方案10)

(3)

其中：Mt表示时间段t内所研究物质的量的变化大小；Q为某时刻研究区域物质的总量；He为三维计算单元e的垂向高度；Se为三维计算单元e的网格面积；Ce为三维计算单元e内的物质浓度；t1为时间段t的结束时刻；t0为时间段t的开始时刻；本文中Mt的测算单位为吨。基于式3的计算结果，作者将在下文中对不同时间段内各种影响因素对研究海域内营养物质交换所造成的影响进行讨论。

3 潮汐潮流对长海县海域水交换与营养物质交换的影响

长海县海域潮流运动呈现明显的旋转流特性，潮汐类型表现为正规半日潮。大区的潮流规律为涨潮时海流自黄海东部流入，落潮时由渤海自渤海海峡流出。长海县及其各乡海域在此潮流背景下，不同潮时(大中小潮，其中本文中潮定义为大潮日与小潮日中间一天的潮汐)营养物质(颗粒有机碳与溶解有机碳)的交换情况对比如图7～9所示。

图7 冬季长海县海域各站在不同潮时下颗粒有机碳(POC)交换量Fig.7 Different exchange strength of POC in different kinds of winter tide days in country Changhai

3.1 冬季交换情况

(1)代表颗粒有机物的颗粒有机碳(POC)的交换情况(见图7)。

由图7可以看出，长海县大部分海域在中潮时POC交换能力最强，其次是大潮时，小潮时POC交换能力最小。但在獐子岛与海洋乡，POC交换能力在大潮时最大，次之为中潮与小潮。从POC交换能力的垂直结构上来看，由于积分计算是根据观测时所采用的六点法分层(即表面、0.2H、0.4H、0.6H、0.8H、底层)所分出的5个垂向平分的水层进行的，所以各层的交换量具有直观的对比性。仅就潮汐作用下的水交换量来看，除海洋乡外，其他区域皆为表层的POC交换能力最强，海洋乡POC交换能力表现为底层较强。各海域具体的交换能力可以参考图7中的数值。

(2) 代表溶解有机物的溶解有机碳(DOC)的交换情况(见图8)。

图8 冬季长海县海域各站在不同潮时下溶解有机碳(DOC)交换量Fig.8 Different exchange strength of DOC in different kinds of winter tide days in country Changhai

由图8可以看出，与POC的情况不同，DOC的交换能力在獐子岛与海洋乡表现为中潮时最强，次之为大潮时，小潮时最小，而在大小长山则表现为大潮时最大，中潮与小潮次之。广鹿乡海域则表现为小潮时交换能力最强。各海域具体的交换潜力可以参考图8中的数值。值得注意的是，广鹿乡在大潮的时候DOC的交换潜力是正的，即增加的，而在中潮和小潮时却是减小的。

3.2 夏季交换情况

图9为基于方案14的长海县海域数值模拟计算结果。从图中可以看出，与冬季的交换情况不同，夏季长海县海域POC与DOC不同潮时下交换能力差别显著。大潮时交换量明显较大，其次为中潮，小潮时交换量最小。从垂向分布结构来看，可以看出无论是POC还是DOC，均表现为中间3层的交换量较表层、底层交换量高。

图9 夏季不同潮时下长海县海域POC(左图)和DOC(右图)交换量对比Fig.9 Different exchange strength of POC and DOC in different kinds of summer tide days in country Changhai

4 环流对长海县海域水交换与营养物质交换的影响

环流一般包括密度流、局地风生流和外海传入流，本研究所涉及风和风应力都是指局地风。为了方便细化对比，在此局地风生流对比时提到的环流指的是无局地风影响的环流。北黄海的环流主要包括黄海暖流及黄海沿岸流，其中黄海暖流是外海水输入的主要来源。虽然北黄海主要环流流速仅有最大潮流的十分之一，但考虑到其流向终年比较稳定，与周期往复的潮流相比，北黄海的环流对研究海区水体以及物质输运有着更加显著的影响。此外，风应力对研究海域的环流，尤其是表层环流也有着重要影响，具体表现为冬季表层流多南向流，而夏季则多偏北流，表层海流具有明显的风海流性质。由于黄海环流的流速有着冬季强、夏季弱的特点，因此本文中重点对冬季大潮期间黄海北部环流背景场与风应力作用对研究海区营养物质交换情况的影响进行分析。

图10描述的是长海县海域各层在仅有潮汐作用的正压潮汐模型(方案1)、不加风与径流的斜压潮汐模型(方案2)、不加风加径流的斜压潮汐模型(方案3)以及加风加径流的斜压潮汐模型(方案4)3种情况作用下，营养物质的交换情况的对比。

图10 长海县海域冬季潮汐、黄海北部环流(无局地风影响)和局地风生流对POC(左图)和DOC(右图)交换量的影响对比Fig.10 Different exchange strength of POC and DOC are influenced by tide, circulation and wind in country Changhai

从图中可以看出，风对表层的营养物质输运起着决定性的作用，并且可能会使表层输运计算结果的数值反号，即表层原本在潮汐作用下会增加的量由于风应力作用反而会减小。但风应力对下层的水层，特别是水深较浅的情况下，由于质量守恒会产生反向的补偿流，一般会加强仅有潮汐作用情况下的营养物质输运程度。

此外可以看出，北黄海环流对研究海区内营养物质的输运一般呈加强的趋势，其增加的量甚至可以达到一倍以上。这也与上面的理论分析结果一致。

值得说明的是，虽然在风应力的持续作用下会对流场特别是表层流场有着显著的影响，但其对整个水层的影响存在明显的垂直变化，因此整体而言，风应力对研究海区内营养物质输运的影响较北黄海背景场环流偏弱，尤其是考虑到二者间的非线性作用时，北黄海环流背景场对营养物质输运的影响会更加显著。

5 径流输入对长海县海域水交换与营养物质交换的影响

一般认为海区周边的径流输入会对海域内余流的流速流向产生一定影响，此外，径流入海所输入的营养物质对研究海域内营养物质的改变也有显著的影响。因此本文考虑了渤海和北黄海海域周边的黄河、海河、滦河、辽河、爱河、大洋河及鸭绿江等主要径流输入对长海县海域营养物质输运情况的影响，并与无径流输入的控制试验进行了对比。

图11分别给出了长海县海域各层在仅有潮汐作用的正压潮汐模型(方案1)，不加风与径流的斜压潮汐模型(方案2)，以及不加风但加径流的斜压潮汐模型(方案3)3种情况作用下营养物质的交换情况的对比。由上节的分析与图11可以看出，径流(主要是鸭绿江)对长海县海域营养物质的输运有一定的影响，但影响不占主导地位，不超过5%。将径流的流量在平均水平上人为加大一倍之后，其影响也不超过10%。

图11 长海县海域夏季径流对POC(左图)和DOC(右图)交换量的影响Fig.11 Different exchange strength of POC(Left) and DOC(Right) are influenced by river in country Changhai

6 结论

本文应用无结构网格和有限体积法的海洋模型FVCOM(Finite Volume Coastal Ocean Model)，结合4个连续测流站、3个水位站以及1个坐底ADCP的观测资料，选取颗粒有机物(POM)和溶解有机物(DOM)作为本研究海区营养物质的表征变量，依据不同季节和影响因子共设计了18种计算方案，对潮汐潮流、环流、风和径流在营养物质交换过程中的重要性进行了评估。研究结论如下：

(1)长海县海域冬、夏季不同潮时下颗粒有机物、溶解有机物的交换能力不同。夏季长海县海域，POC与DOC在不同潮时下交换能力差别显著，大潮时交换量明显较大，其次为中潮，小潮时交换能力最小。从垂向分布结构来看，无论是POC还是DOC，均表现出中层水的交换量最大，表层水、底层水的交换量次之的特点；

(2)北黄海环流对研究海区内营养物质的输运一般呈加强的趋势，其增加的量甚至可以达到一倍以上；

(3)整体而言，风应力对该海区内营养物质输运的影响小于北黄海环流的影响；

(4)径流(主要是鸭绿江)对长海县海域营养物质的输运有一定的影响，但影响在各因子总的影响中所占的比重小于5%。

[1] 鲍献文， 宋军， 姚志刚， 等. 北黄海潮流、余流垂直结构及其季节变化 [J]. 中国海洋大学学报:自然科学版， 2010， 40(11): 11-18.

[2] 赵俊生， 耿世江. 北黄海内潮对潮流垂直结构的影响 [J]. 海洋学报， 1990, 12(6): 677-692.

[3] 宋军， 水交换模型的理论方法及应用研究 [D]．青岛： 中国海洋大学海洋环境学院， 2010.

[4] 宋新， 林霄沛， 王悦. 夏季黄海冷水团的多年际变化及原因浅析 [J]. 广东海洋大学学报, 2009(3)： 59-63.

[5] 江蓓洁， 鲍献文， 吴德星， 等. 北黄海冷水团温、盐多年变化特征及影响因素 [J]. 海洋学报： 中文版， 2007(4)： 1-10.

[6] 张以恳， 杨玉玲. 夏季北黄海冷水团多年变化特征分析 [J]. 海洋预报， 1996(4)： 15-21.

[7] 苏纪兰， 黄大吉. 黄海冷水团的环流结构 [J]. 海洋与湖沼， 1995(S1)： 1-7.

[8] 赫崇本， 汪圆祥， 雷宗友， 等. 黄海冷水团的形成及其性质的初步探讨 [J]. 海洋与湖沼， 1959(1)： 1-14.

[9] 王辉武， 于非， 吕连港， 等. 冬季黄海暖流区的空间变化和年际变化特征 [J]. 海洋科学进展， 2009(2)： 140-148.

[10] 许一， 于非， 张志欣， 等. 冬季黄海暖流的诊断计算 [J]. 海洋科学进展， 2005(4)： 398-407.

[11] 汤毓祥， 邹娥梅， Lie Heung-Jae. 冬至初春黄海暖流的路径和起源 [J]. 海洋学报： 中文版， 2001(1)： 1-12.

[12] 蓝淑芳. 黄海暖流水的调查研究 [J]. 海洋科学， 1993(1)： 38-40.

[13] 乐肯堂. 冬季黄海暖流水的起源 [J]. 海洋学报： 中文版， 1992(2)： 9-19.

[14] 李繁华， 孔祥德. 关于黄海暖流某些特征的分析 [J]. 海洋湖沼通报， 1987(4)： 1-6.

[15] 修日晨， 李繁华. 渤海及北黄海潮流场的基本特征 [J]. 海洋科学， 1989(5): 1-7.

[16] 戚建华， 苏育嵩. 黄海潮生陆架锋的数值模拟研究 [J]. 海洋与湖沼， 1998, 29(3): 247-254.

[17] 周玲， 高焕臣. 渤, 黄海沿岸潮灾性质分析 [J]. 海洋预报， 1993, 10(1): 37-39.

[18] 王以娇， 张延廷. 北黄海天文潮与风暴潮耦合水位的数值预报方法 [J]. 黄渤海海洋， 1993, 11(1): 1-8.

[19] 张继才， 吕咸青．渤、黄、东海二维潮汐模式底摩擦系数的反演研究 [J]．计算力学学报， 2007， 24(4)： 430-435.

[20] 董礼先， 苏纪兰．象山港水交换数值研究 I. 对流扩散型的水交换模式 [J]. 海洋与湖沼， 1999， 30(4)： 410-415.

[21] Sandery, Kampf. Winter-spring flushing of bass strait, South-Eastern Australia: a numerical modelling study [J]. Estuarine, Coastal and Shelf Science, 2005, 63(1-2): 23-31.

[22] Otsmann M, Astok V, Suursaar ü. A model for water exchange between the Baltic Sea and the Gulf of Riga [J]. Nordic Hydrology， 1997, 28(4-5): 351-364.

[23] Krauss W, Brügge B. Wind-produced water exchange between the deep basins of the Baltic Sea [J]. Journal of Physical Oceanography， 1991, 21(3): 373-384.

[24] Song J, Xue H J, Bao X W, et al. A spectral mixture model analysis of the Kuroshio variability and the water exchange between the Kuroshio and the East China Sea [J]. Chinese Journal of Oceanology and Limnology, 2011, 29(2): 446-459

[25] Song Jun, Guo Junru, Qiao Lulu, et al. Vertical structure and seasonal variation of the tide currents and residual currents in the North Yellow Sea [J]. Acta Oceanologica Sinica, 2011, 33(5): 14-22.

责任编辑 庞 旻

Numerical Simulation of Exchange of POC and DOC in the Sea Waters Adjacent to Changhai County, Liaoning Province, China Part I: Model Development and Verification

GUO Jun-Ru1,2,4, SONG Jun1, 3,4, XIA Ying-Ying1, BAO Xian-Wen1,4, LIU Yu-Long3, CHEN Xin-Ping2, YAO Zhi-Gang1,4, YUAN Ze-Yi3

(1 College of Physical and Environmental Oceanography, Ocean University of China, Qingdao 266100, China;2 National Marine Hazard Mitigation Service, SOA, Beijing 100194, China;3 National Marine Data and Information Service, SOA, Tianjin 300171, China; 4 The Key Caboratory of Physical Oceanography, Ministry of Education, Ocean University of China, Qingdao 266100, China.)

By making use of FVCOM(An Unstructured Grid, Finite-Volume Coastal Ocean Model) and being based on the consecutively observed data from four hydrometric stations, three waterlevel instruments and one ADCP in this sea area, choosing POC and DOC which have the most significant impact on the potential of mariculture as study variables to represent the seeds of nutrients, we calculated and diagnostically analyzed the exchange capacity of nutrients County Chinghai in eighteen conditions based on the proportions of different factors and seasons. The importance assessment of each factor during the nutrients exchange is provided. This study indicated that the material exchange in North Yellow Sea was strongly influenced by baroclinic flow and wind-driven current, and the former had more effect.

Yellow Sea; County Chinghai; water exchange ability; POC; DOC; FVCOM; numorical simulation

国家自然科学基金项目(41206013；41106004；41376014)；国家海洋局青年科学基金重点项目(2012202；2013203； 2012223)；教育部物理海洋重点实验室开放基金项目；海洋公益性行业科研专项(201205018；201005019)；国家建设高水平大学公派研究生项目(留金出[2008]3019,[2012]3013)资助

2013-11-05；

2013-12-07

郭俊如(1986-)，女，博士生。

** 通讯作者： E-mail：thunder098@hotmail.com

P731.2

A

1672-5174(2015)04-018-09

10.16441/j.cnki.hdxb.20130410