王强[1]2003年在《渤、黄、东海海温短期数值预报研究》文中研究说明海洋热结构的研究及预报是海洋学研究与海洋开发的一项重要内容。风、加热、冷却、降水和蒸发对海洋中的物质和动量的分布有很大的影响。虽然这些因素最终将影响到整个海洋，它最直接的还是作用在表面的混合层里，这一部分是海洋大气相互作用的界面。本文首先介绍了海洋的热结构，然后考虑了影响混合层温度和深度的几个重要的因素。 黑潮、台湾暖流、对马暖流、沿岸流及冲淡水等是制约东中国海海表温度变化的重要因素。本文描述了东中国海的海流的状况并且详细的阐述了其动力机制。本文考虑到在夏季渤、黄、东海存在着很强的密度跃层，由于密度跃层的存在，穿越此跃层的净物质通量较小，认为在混合层内的流动是准无辐散的。在此假定上利用多年历史资料计算得到了与二维混合层模式相适应的流场，计算得到的结果符合实际的东中国海的流场。得到的流场将用于二维的混合层模式。 当海流流速较小时，表面温度的变化主要是局地的，本文对20世纪60年代以来各种块体混合层模式和高阶混合层模式作了总结和讨论。并且利用Kraus-Niller模式、PWP(Price等,1986)模式及Mellor-Yamada2.5阶湍封闭模式模拟了在西经140°，北纬30°处的一个固定站点的海表温度的年变化。与观测资料的对比表明，这几个模式均能够给出海面温度的变化特征。同时也验证了，在海流很小的情况下，海面温度的变化主要是局地的。 由于一维模式没有包括海流对温度变化的影响，而在东中国海有黑潮等强流存在，所以本文在一维模式的基础上建立了一个二维的混合层模式。该模式不渤黄东海海温短期数值预报研究仅考虑了垂向的卷入和海表面的热强迫对温度场的影响，同时还考虑了平流对温度场的影响。为了简化问题，将海流分为余流、风漂流、密度流。其中余流的计算方法由第二部分给出。由于在浅海，潮混合对海洋热结构有重要的影响，所以本模式也考虑了浅海区潮致湍流混合对海表温度的影响。同时，本模式还考虑了风应力旋度引起的辐聚和辐散对海表温度的影响。本文对2002年9月20日的船舶报资料进行了客观分析后的结果作为初始场，然后用该混合层模式对2002年9月23日海表温度进行了后报，并与2002年9月23日的对船舶报海表温度进行客观分析后的检验场进行了比较。计算结果与检验场的均方差误差为0.537”C。说明本模式是可行的。
高艳秋, 苏洁, 李磊, 吕咸青[2]2015年在《海表面温度的变分同化预报模式:初始场的全局优化》文中进行了进一步梳理利用变分同化技术,将船舶报资料与海表面温度短期数值预报模式有机结合,实现了渤、黄、东海的海表面温度短期数值预报。本预报模式利用伴随方法实现了预报模式的全局优化,不但最大限度地利用了船舶报资料,而且初始温度场的调整由自动的数值迭代过程来实现。在渤、黄、东海海域,4个季节的典型月份的SST连续1个月的24h后报结果与船舶报资料均方差均降至0.8℃以下。同化后海表面温度初始场的绝均差较同化前有显着下降。与以前所用的客观分析方法比较的结果表明,伴随同化的预报精度明显高于客观分析方法。
孙瑞立, 李磊[3]2011年在《遥感资料同化对海表温度预报的影响》文中指出本文将AMSR-E卫星微波遥感海表温资料运用到渤黄东海海表面温度短期数值预报模式当中。数值预报模式利用伴随方法实现了预报模式的初值场优化。微波遥感海表温资料与海表面温度短期数值预报模式有机结合后的试验结果表明:将预报结果和船舶报资料进行比对时,将遥感资料引入到数据同化的结果要明显优于仅同化船舶报资料的结果,且均方差大部分都小于0.8℃;将预报结果和旬平均场资料进行比对时,将遥感资料引入到数据同化的结果和仅同化船舶报资料的结果在整体上一致,个别月份优于仅同化船舶报资料的结果,且均方差大部分都小于0.5℃,最小的部分甚至可以达到0.2℃。在本文研究中发现将AMSR-E卫星微波遥感资料引入到数据同化中,在将预报结果和船舶报资料进行比对时,可以提高海表温度的预报精度。
王赐震, 李许花, 戚建华, 苏育嵩[4]1998年在《中国近海异常海温数值预报模式研究Ⅰ.模式的建立》文中研究表明本文从近海异常海温的定义和形成机制出发，在原有的海表温度数值预报模式的基础上，考虑了上层海洋对强天气强迫的动力响应和浅海效应，前者包括卷入和卷出、冷水抽吸和暖水辐聚，后者包括潮混合和浅海对短波吸收之影响，从而建立了一个以混合层的温、流、深度为变量的中国近海异常海温数值预报模式．
丁又专[5]2009年在《卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验》文中指出目前,卫星遥感和数值模拟已经成为我们理解海洋过程的两大主要手段。卫星遥感具有周期性、宏观性、实时性和费用低等特点,被广泛应用于海洋的水体监测；数值模拟能够从整体上把握海洋现象的时空变化规律,在海洋预报中发挥着重要作用。由于海洋上空覆盖的云层、传感器扫描轨道变化等原因,使用可见光和红外波段反演的遥感数据往往存在较大比例的数据缺失区域；其次,难以准确检测的薄云会造成反演数据异常.数值模拟中控制方程是对现实世界的简化,模型、初始条件、边界条件的误差会导致预报时效的降低。结合卫星遥感和数值模拟两者的优势,利用数据同化方法,融合遥感观测和数值模拟数据,构建海洋数据同化系统,可以有效地提高数值预报的精度.针对以上问题,本文首先提出了结合经验模态分解(EMD)与经验正交函数(EOF)的自适应EMD-EOF资料重构方法,并应用该方法对2003年长江口海域5天平均的海表温度(SST)与表层悬浮泥沙浓度(SSC)遥感产品进行了资料重构。结果表明：(1)SST重构的均方根误差为0.9℃、SSC重构的对数均方根误差为0.137(log10mg/L); (2)相对于Alvera提出的DINEOF方法,EMD-EOF方法的计算时间不到DINEOF方法的50%,同时重构精度提高10%左右；(3) EMD-EOF方法可以有效的剔除遥感反演中薄云未准确检测导致的噪声点,提高原始遥感图像的准确度；(4) EMD-EOF方法可以有效的重构数据量极少的遥感图像,得到高空间分辨率、全覆盖的遥感再分析产品。海温与悬浮泥沙是影响中国近海浮游植物生长的主要因素之一,也是进行海洋生态模拟与预报的基础。本文使用减秩卡尔曼滤波(SEEK)方法,结合COHERENS数值模型与遥感观测数据,初步建立了杭州湾叁维海温与悬浮泥沙的数据同化系统,利用2003年春季的遥感SST与SSC数据对同化系统进行了后报同化实验。结果表明：(1)相对于遥感SST,模拟数据、预报数据、分析数据的均方根误差分别为2.13、1.65和0.75℃,而相对于遥感SSC,叁者的对数均方根误差分别为0.62、0.53和0.26(log10mg/L);(2)对分析数据与遥感数据、分析数据与预报数据的差异进行分析表明,分析数据在分布趋势上接近预报数据,在数值上接近观测数据,观测对同化的影响效果显着；(3)数据同化方法可以有效的结合遥感观测与数值模拟两者的优势,改进数值预报的精度。为了更好的利用遥感数据,提高海洋数值预报的精度,还需要在以下两个方面开展工作：(1)使用EMD-EOF方法对其他遥感数据产品(如CHL-a,透明度等)进行资料重构,同时通过对EOF分解后的时间模态系数进行预测,构建一个基于统计方法的短期海洋遥感预测系统。(2)利用数据同化方法,同化CHL-a、颗粒有机碳等遥感数据,提高海洋生态模拟与预报的精度。
王思思[6]2006年在《中国海区域海气相互作用对台风影响的数值试验》文中进行了进一步梳理中国海是濒临西北太平洋的最大陆缘海,是西北太平洋台风叁个主要发源地之一,主要分为台湾海峡以北的中国陆架海(渤、黄、东海,也称东中国海)和南中国海。它四季交替分明,沿岸径流多变,海底地貌复杂,具有复杂的天气、气候以及独特的热力和动力学特性。中尺度海气相互作用的天气现象如台风、入海气旋等在该区域活动频繁。众所周知,台风是发生在低纬度洋面上的一种强烈的中尺度暖性气旋性风暴,是威胁船舶安全航行的最严重的灾害性天气系统之一。近十年来在中国海区域的发生的许多海难事故都与台风有关。随着改革开放不断深入和发展,我国沿海地区在国民经济中地位与日俱增,近海区域的海上运输也日益繁忙,南海和黄东海区域还是我国重要的海上养殖区和渔场,而台风却给沿海地区的经济和近海运输业带来极大的损失。因此研究台风过程中海气相互作用对台风过程的影响,使我们对我国大陆沿海及近海区域台风过程中海-气相互作用的机制以及物理过程有更深的了解,从而为精确的沿海台风预报和强天气过程下海洋环境预报提供更科学、更可靠的手段,为防灾减损,发展生产保障人民生命财产和近海船舶运输、海洋勘探、水产养殖的安全作贡献。 本文将本课题组开发中尺度海-气耦合模式MCMv1.0应用到中国海区域,并使用改进后耦合模式MCM对5个中国海区域的台风个例进行批量试验,还对台风过程中海-气相互作用的影响进行了定量分析。本文主要的内容是第1章绪论简单介绍了耦合模式和中国海台风的研究意义和研究现状;第2章对耦合的两个模式分量进行了介绍,重点介绍了MM5V3模式系统;第3章的内容是耦合模式的在中国海区域的实现和对两个台风个例的试验结果的定量分析;第4章选取了5个台风个例进行批量的耦合、非耦合模拟试验,并对批量试验模拟的结果进行了对比和分析;第5章是结论部分。 对台风耦合批量模拟试验的定量分析表明:MCM所描写的中尺度海-气相互作用过程能在一定程度上改进台风的路径模拟,其中在模拟的48h耦合与非耦合试验结果相比,路径模拟误差减少≥45km(3例)、18km(1
张建华[7]2003年在《海温预报知识讲座 第一讲 海水温度预报概况》文中研究说明1 国外水温预报概况 海洋热学是海洋研究中的一个重要方面。因为海洋中密度的变化主要受制于温度的 变化,所以要了解海洋中的动力场,温度场是个先决条件。要了解海洋中密度的垂直分 布,以有效地使用潜艇和其他水下兵器,也必须首先知道海洋中温度的垂直分布。不仅 如此,渔场的分布、渔汛期的确定等,主要与海水中温度的分布和变化有关。所以海洋 环境要素中海水温度状况对海洋渔业资源开发、海洋水声工程建设和海-气相互作用研
刘泽[8]2012年在《中国近海锋面时空特征研究及现场观测分析》文中研究说明海洋锋是典型的海洋中尺度现象之一，是影响海洋流场结构、海洋热量交换与物质输运和海气相互作用的重要因素，也是海洋生物化学过程中不可忽视的控制要素。海洋锋面在空间上呈狭长带状结构，锋面水文要素均具有较高的水平梯度，锋面也是海洋能量从大尺度向较小尺度的传递过程中表现最强烈的地方。海洋锋可与其他海洋中尺度现象相关联，锋面和中尺度涡旋之间联系密切，涡旋具有成锋作用，而锋面的不稳定性也可产生涡旋；锋面在垂直方向的表现即为跃层，而跃层是产生海洋内波的基础。在本研究中，我们基于各类卫星资料和数据处理方法并结合理论分析，关注中国近海及黑潮流域范围内海洋锋的时空变化规律和动力机制特征等相关研究；探讨中尺度现象在生态学方面的响应；分析海洋调查信息，用实测数据证实和修正得到的结果。本研究主要结论如下：1.东海黑潮与陆架水相互作用形成的海温锋具有显着的季节性特征，而同期水色锋的季节性变化并不明显，这说明使用水色数据来刻画海洋锋的结果更贴近于实际情况；对台湾东北海域夏季明显存在的强海温锋现象，我们认为是与黑潮次表层水涌升密切相关。2.投放于吕宋海峡中部的Argo经常会漂移至南海内，对进入南海Argo浮标记录的轨迹信息和温-盐剖面数据进行分析，发现在南海北部陆坡附近的上层海洋中存在着高盐的黑潮水特征，且同期的海温遥感数据也在台湾岛西南海域捕捉到暖丝的现象。对吕宋海峡西南海域进行长时间序列的ADCP潜标观测，流速剖面数据显示200m层上方海流流向以西或西北为主，而在200m层以下则是东向流占优，这种现象说明该海域内黑潮锋面入侵的形态不容忽视。3.在吕宋岛以西海域，中尺度涡旋和强海温锋的共同作用使得局地海温更接近于适宜海洋浮游植物生长和繁殖的区间范围，并在局部冷海域内形成高浓度叶绿素自组织核心，吕宋冷涡像是一个营养泵以维持叶绿素的形成，构成了关于叶绿素的耗散结构系统；Rossby波是与泵连接的传送带，辅助叶绿素的扩散，形成了吕宋岛以西冬季独特的叶绿素浓度分布。
高秀敏[9]2010年在《渤海潮波伴随同化研究》文中认为本文在二维潮波方程的基础上,采用变分方法,给出其伴随方程。并基于Arakawa C网格给出了潮波方程及其伴随方程的差分格式,建立了二维潮波模式及其伴随模式。在此基础上,采用渤海沿岸19个验潮站的调和常数资料,实现了渤海M2、S2、K1、O1四个主要分潮的伴随同化数值模拟。所得四个主要分潮调和常数的精度为:振幅绝均差分别为2.04cm、0.76cm、1.38cm、0.55cm,迟角绝均差分别为1.81°、1.29°、2.48°、1.73°,均方根偏差分别为4.42cm、1.41cm、2.81cm、1.23cm,拟合程度分别为99.70%、99.65%、98.91%、99.58%,比前人结果有所改善。利用伴随同化方法,本文对潮波模式中的水平涡动粘性系数的优化进行了探讨。设计了叁组数值实验用以研究水平涡动粘性系数的优化效果:实验1只优化底摩擦系数,实验2只优化水平涡动粘性系数,实验3同时优化底摩擦系数和水平涡动粘性系数。这叁组实验得到的M2分潮调和常数的模拟值和观测值之间的偏差值分别为:实验1,振幅绝均差4.83cm,迟角绝均差6.36°;实验2,振幅绝均差7.14cm,迟角绝均差7.80°;实验3,振幅绝均差2.04cm,迟角绝均差1.81°。实验结果表明,同时优化底摩擦系数和水平涡动粘性系数对提高模式结果的精度有重要作用。对于S2、K1、O1分潮,也得到了同样的结论。
苏洁, 李磊, 高郭平, 鲍献文[10]2000年在《副高对黄渤海夏季异常海温影响的数值试验》文中研究指明副热带高压是黄、渤海夏季异常海温的重要成因之一。根据该海区夏季的气候特点 ,构造了一个典型的副高天气过程 ,利用“近海异常海温数值预报模式”对海表层温度进行了数值试验。对该形势下引起黄、渤海夏季异常高温的各因子进行了定量分析 ,给出了副高中心及其附近两点由各因子引起的增温率变化。试验表明 ,副热带高压控制的天气情况下 ,短波辐射对该海区夏季异常高温的形成起主要作用 ,暖水辐聚的贡献占第二位。
参考文献：
[1]. 渤、黄、东海海温短期数值预报研究[D]. 王强. 中国海洋大学. 2003
[2]. 海表面温度的变分同化预报模式:初始场的全局优化[J]. 高艳秋, 苏洁, 李磊, 吕咸青. 海洋学研究. 2015
[3]. 遥感资料同化对海表温度预报的影响[J]. 孙瑞立, 李磊. 海洋湖沼通报. 2011
[4]. 中国近海异常海温数值预报模式研究Ⅰ.模式的建立[J]. 王赐震, 李许花, 戚建华, 苏育嵩. 海洋学报(中文版). 1998
[5]. 卫星遥感海表温度与悬浮泥沙浓度的资料重构及数据同化试验[D]. 丁又专. 南京理工大学. 2009
[6]. 中国海区域海气相互作用对台风影响的数值试验[D]. 王思思. 武汉理工大学. 2006
[7]. 海温预报知识讲座 第一讲 海水温度预报概况[J]. 张建华. 海洋预报. 2003
[8]. 中国近海锋面时空特征研究及现场观测分析[D]. 刘泽. 中国科学院研究生院（海洋研究所）. 2012
[9]. 渤海潮波伴随同化研究[D]. 高秀敏. 国家海洋局第一海洋研究所. 2010
[10]. 副高对黄渤海夏季异常海温影响的数值试验[J]. 苏洁, 李磊, 高郭平, 鲍献文. 青岛海洋大学学报(自然科学版). 2000
标签：海洋学论文; 遥感论文; 台湾台风论文; 数据同化论文; 台风路径论文; 台风预报论文; 最强台风论文; 科普论文;