论文部分内容阅读
海水的涡黏性体现了海水内部的动力机制,我们可以从海水的涡黏性系数剖面的变化定性地推断出海洋内部湍混合强弱的变化,以及风场对涡黏性系数的影响等信息。如何根据海水的运动现象和一些必要的外界条件将海水的涡黏性系数剖面反演出来,进而了解海洋内部运动信息是本论文的一个主要目标。由于海洋观测资料的稀少,我们不得不借助于数值模拟计算方法,选择一种符合物理事实而且行之有效的模型尽可能准确地将涡黏性系数反演出来,伴随同化技术是本论文使用的主要方法。 利用伴随同化技术以及处理数学物理反问题的技巧将海洋上的观测数据同化到一维Ekman海流模型中去,对模型参数等进行优化,目的在于得到一些海洋的内部信息——涡黏性系数在时空上的分布,为进一步解决海洋的内部动力机制做准备。首先讨论的是一个可视化的孪生试验,在试验的过程中由动力模型产生一些“观测值”,验证模型的稳定性与适用性。然后利用该数值模型来分析2002年8月份250k ADCP在南海文昌平台观测到的海流资料和实时的风场资料,在使模型结果和实际数据不断接近的过程中将未知的铅直涡黏性系数从这些数据中反演出来。为探索涡黏性系数和风场之间的变化以及随时间的发展,分不同的时间步长做了两次模拟分析。 第一次模拟是把涡黏性系数看作只是海水深度的函数,重点讨论了涡黏性系数随深度的变化,以及在深度上如何受风场的作用。结果表明,涡黏性系数在该研究海域的深度上有一个10-3-10-2m2/s范围内的缓变过程,在30m以浅的表层涡黏性变化比较大,但数值比较小即湍混合作用比较弱,在10-3m2/s的量级上。在100m以浅的深度上海水涡黏性变化比较小,但数值比较大即湍混合作用比较强,在10-2m2/s的量级上。风场作用变化的地方可以看出涡黏性系数的响应,风场变大,涡黏性系数稍微变大,风场变小,涡黏性系数也随之稍微减小。 第二次模拟是把涡黏性系数看作时空函数,重点讨论了涡黏性系数在时空上的发展变化过程,当然,还是重点考虑风场的影响作用。结果表明,涡黏性系数