反演海表粗糙度及波能因子的四维变分数据同化方法研究

近年来，波浪对海洋上层混合的影响已经引起人们的广泛关注，为在海洋数值模式中体现波浪的混合作用对海洋上层的温度、盐度和海流的影响，一种重要的途径是通过发展合适的浪致混合参数化方案，将波浪的混合作用直接参数化到数值模式中，而海表粗糙度和波能因子是目前较成熟的浪致混合参数化方案中的最重要的参数，决定着波浪对海洋上层混合的影响程度。以往对海表粗糙度和波能因子的估计多基于实验室和海上局部观测结果获得，应用中又将其推广到海洋模式涉及的不同海域，由于其经验性较强，因而造成在某些海域的海洋上层模拟结果与实际偏差很大。本研究拟将渤、黄、东海作为研究海域，采用四维变分数据同化方法，将收集到的渤、黄、东海温度和盐度资料同化到海洋数值模式中，进而反演出海表粗糙度和波能因子的时空分布结构。本项目对海洋三维温盐流数值模拟、数值预报与海洋再分析等研究方面有着重要作用，具有重要的科学意义和广泛的应用前景。

本基金项目三年来完成了项目计划书的全部内容，具体开展的研究内容为：伴随数据同化方法的海洋模式开发、海表粗糙度和波能因子的先验估计研究、海表粗糙度和波能因子的敏感性分析研究、海表粗糙度和波能因子的反演研究和海表粗糙度和波能因子的参数化方案研究。本项目建立了四维变分数据同化系统，在该同化系统的框架下开展本基金的研究工作。海洋上层的温度观测剖面分别被同化进一个一维的海洋边界层模式和一个三维海洋动力模式，进而通过变分最优估计方法对模式中高阶湍方案中的两个参数进行最优估计。结果表明，在一个理想的孪生数据同化试验框架内，当同化窗口、同化周期和同化深度被设置为合适的值的时候，高阶湍方案中的两个波致混合参数可以被成功的估计出来。实际海区的参数估计试验也表明，通过变分估计方法将参数调整到最优值的时候，同时能够获得30米以上的海洋温度场的最优估计。因此，通过变分最优估计方法得到的上述两个参数的最优估计值能够部分的补偿海洋动力模式中的数值误差和物理参数化方案误差。虽然以上两个参数的最优估计值即是模式依赖的（如初始场、同化窗口和具体的模式配置），又是观测依赖的（如观测的抽样频率和抽样误差），但是他们确实能够成功的减小模式的多源偏差，进而提高了模式在海洋上混合层的模拟效果和数值模式预报技巧。依托本项目在国际有影响力的AMS期刊上发表了多篇SCI论文。