中国综合性科技类核心期刊(北大核心)

中国科学引文数据库来源期刊(CSCD)

美国《化学文摘》(CA)收录

美国《数学评论》(MR)收录

俄罗斯《文摘杂志》收录

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于FVCOM的物理—生物地球化学耦合模型构建与应用

施沈阳 葛建忠 陈建忠 郑晓琴 丁平兴

施沈阳, 葛建忠, 陈建忠, 郑晓琴, 丁平兴. 基于FVCOM的物理—生物地球化学耦合模型构建与应用[J]. 华东师范大学学报(自然科学版), 2020, (3): 55-67. doi: 10.3969/j.issn.1000-5641.201941008
引用本文: 施沈阳, 葛建忠, 陈建忠, 郑晓琴, 丁平兴. 基于FVCOM的物理—生物地球化学耦合模型构建与应用[J]. 华东师范大学学报(自然科学版), 2020, (3): 55-67. doi: 10.3969/j.issn.1000-5641.201941008
SHI Shenyang, GE Jianzhong, CHEN Jianzhong, ZHENG Xiaoqin, DING Pingxing. The development and application of a physical-biogeochemical coupling model based on FVCOM[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 55-67. doi: 10.3969/j.issn.1000-5641.201941008
Citation: SHI Shenyang, GE Jianzhong, CHEN Jianzhong, ZHENG Xiaoqin, DING Pingxing. The development and application of a physical-biogeochemical coupling model based on FVCOM[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 55-67. doi: 10.3969/j.issn.1000-5641.201941008

基于FVCOM的物理—生物地球化学耦合模型构建与应用

doi: 10.3969/j.issn.1000-5641.201941008
基金项目: 国家重点研发计划(2016YFA0600903); 国家自然科学基金(41776104); 上海市海洋局科研项目(2018-07)
详细信息
    通讯作者:

    葛建忠, 男, 博士, 副研究员, 研究方向为河口海岸动力学与泥沙动力学. E-mail: jzge@sklec.ecnu.edu.cn

  • 中图分类号: P76

The development and application of a physical-biogeochemical coupling model based on FVCOM

  • 摘要: 通过使用FABM框架将水动力模型FVCOM与生态模型ERSEM进行耦合, 构建了一个新的适用于近岸复杂地形并完整描述了低营养级生态系统的物理—生物地球化学耦合模型: FVCOM-FABM-ERSEM. 基于该耦合模型分别建立了垂向一维模型和长江口三维模型. 使用欧洲L4站的多年观测资料对垂向一维模型(1DV)进行验证, 验证结果良好. 使用长江口三维模型模拟长江口及其附近海域2013—2016年的历史过程, 经与营养盐和Chl-a观测数据校验, 并利用MODIS卫星遥感的海洋表层Chl-a分布数据对春季藻类暴发的空间分布进行了验证, 证明建立的耦合模型能正确刻画长江口区域的温度、盐度、硝酸盐、磷酸盐、Chl-a等物理和生物地球化学过程. 同时, 使用模型对长江口锋面区域的特征进行了再现, 并讨论了盐度锋、泥沙锋、营养盐锋和叶绿素锋相伴产生与相互作用的关系.
  • 图  1  采用FABM耦合FVCOM与ERSEM示意图

    Fig.  1  Combining of FVCOM and ERSEM

    图  2  欧洲L4站地理位置图

    Fig.  2  Location of the European L4 Station

    图  3  欧洲L4站网格设置示意图

    Fig.  3  Grid of the European L4 Station

    图  4  欧洲L4站表层硝酸盐、磷酸盐和Chl-a浓度及表层短波辐射与光合作用有效辐射

    Fig.  4  Surface layer concentration of nitrate, phosphate, chlorophyll-a, and light shortwave radiation as well as photosynthetically active radiation at the European L4 Station

    图  5  长江口网格与站位示意图

    Fig.  5  Grid of Changjiang Estuary and position of stations A and B

    图  6  A、B两点表层温度、盐度、硝酸盐、磷酸盐和Chl-a模型观测验证图

    Fig.  6  Surface layer concentration of temperature, salinity, nitrate, phosphate, and chlorophyll-a at stations A and B

    图  7  2016年4月MODIS数据(a)与模型结果(b)月平均Chl-a浓度平面分布示意图

    Fig.  7  Surface distribution of chlorophyll-a in April 2016 from MODIS data (a) and simulation data (b)

    图  8  长江口4月和5月表层温度、盐度、硝酸盐、磷酸盐及Chl-a平面分布图

    Fig.  8  Surface distribution of temperature, salinity, nitrate, phosphate, and chlorophyll-a at Changjiang Estuary in April and May

    表  1  ERSEM基本状态变量

    Tab.  1  The state variables of ERSEM

    浮游生态系统 底栖生态系统
    P1 硅藻 R6 中型颗粒态有机质 Y2c 食碎屑动物 G4n 氮气
    P2 微型浮游植物(2~20 μm) R8 大型颗粒态有机质 Y3c 滤食性动物 K5s 硅酸盐
    P3 微微型浮游植物(< 2 μm) L2c* 文石 Y4c 小型底栖生物 D1m 氧层深度
    P4 小型浮游植物(> 20 μm) O2o 溶解氧 H1c 好氧细菌 D2m 氧化氮层深度
    Z4 中型浮游动物 O3o 溶解无机碳 H2c 厌氧细菌 D3m 难熔碳平均穿透深度
    Z5 小型浮游动物 N1p 磷酸盐 Q1c 溶解有机质 D4m 难熔氮平均穿透深度
    Z6 异养鞭毛虫 N3n 硝酸盐 Q6c 易分解有机质 D5m 难熔磷平均穿透深度
    B1 异养细菌 N4n 铵盐 Q7c 难降解有机质 D6m 可降解碳的平均穿透深度
    R1 不稳定溶解态有机质 N5s 硅酸盐 Q17c 埋藏有机质 D7m 可降解氮的平均穿透深度
    R2 半不稳定有机质 N7f* 铁离子 bL2c* 文石 D8m 可降解磷的平均穿透深度
    R3 半难溶有机质 bioAlk* 生物碱度 G2o 溶解氧 D9m 可降解硅的平均穿透深度
    R4 小型颗粒态有机质 G3c 溶解有机碳
    注: *为模型中非必须选项
    下载: 导出CSV
  • [1] 连展, 魏泽勋, 王永刚, 等. 中国近海环流数值模拟研究综述 [J]. 海洋科学进展, 2009(2): 250-265. DOI:  10.3969/j.issn.1671-6647.2009.02.016.
    [2] MOLL A, RADACH G. Review of three-dimensional ecological modelling related to the North Sea shelf system [J]. Progress in Oceanography, 2003, 57(2): 175-217. DOI:  10.1016/S0079-6611(03)00067-3.
    [3] 曲大鹏. POM海洋数值模式及对渤、黄、东海潮汐潮流模拟试验的初步分析 [D]. 山东 青岛: 国家海洋局第一海洋研究所, 2008.
    [4] 王彪, 朱建荣. 基于FVCOM模型的珠江河口及其邻近海域的潮汐模拟 [J]. 热带海洋学报, 2012(4): 17-27.
    [5] LIM H, KIM C S, PARK K, et al. Down-scaled regional ocean modeling system (ROMS) for high-resolution coastal hydrodynamics in Korea [J]. Acta Oceanologica Sinica, 2013, 32(9): 50-61. DOI:  10.1007/s13131-013-0352-y.
    [6] 储鏖. Delft3D在天文潮与风暴潮耦合数值模拟中的应用 [J]. 海洋预报, 2004(3): 29-36. DOI:  10.3969/j.issn.1003-0239.2004.03.005.
    [7] PEÑA M A, MASSON D, CALLENDAR W. Annual plankton dynamics in a coupled physical-biological model of the Strait of Georgia, British Columbia [J]. Progress in Oceanography, 2016, 146: 58-74. DOI:  10.1016/j.pocean.2016.06.002.
    [8] 杨金湘, 王佳. 台湾海峡冬、夏季氮通量的数值模拟研究 [J]. 海洋学报, 2018(4): 30-40.
    [9] LIU G, CHAI F. Seasonal and interannual variability of primary and export production in the South China Sea: A three-dimensional physical - biogeochemical model study [J]. Ices Journal of Marineence, 2009, 2(66): 420-431.
    [10] 郭琳. 加利福尼亚流系物理-生态过程的时空演变特征及其动力学机制研究 [D]. 山东 青岛: 中国海洋大学, 2015.
    [11] 张璇, 江毓武. 珠江口夏季底层缺氧现象的数值模拟 [J]. 厦门大学学报(自然科学版), 2011(6): 1042-1046.
    [12] 寿玮玮. 大气沉降对渤海营养盐的贡献及生态效应 [D]. 上海: 华东师范大学, 2018.
    [13] FENG T, WANG C, HOU J, et al. Effect of inter-basin water transfer on water quality in an urban lake: A combined water quality index algorithm and biophysical modelling approach [J]. Ecological Indicators, 2018, 92: 61-71. DOI:  10.1016/j.ecolind.2017.06.044.
    [14] CHEN C, BEARDSLRY R C, COWLES G. An unstructured grid, Finite-Volume Community Ocean Model: FVCOM user manual[R]. SMAST/UMASSD-13-0701, 2013.
    [15] BUTENSCHÖN M, CLARK J. ERSEM 15.06: A generic model for marine biogeochemistry and the ecosystem dynamics of the lower trophic levels [J]. Geoscientific Model Development, 2015(8): 7063-7187.
    [16] BRUGGEMAN J, BOLDING K. A general framework for aquatic biogeochemical models [J]. Environmental Modelling & Software, 2014, 61: 249-265. DOI:  10.1016/j.envsoft.2014.04.002.
    [17] 郑沛楠, 宋军, 张芳苒, 等. 常用海洋数值模式简介 [J]. 海洋预报, 2008(4): 108-120. DOI:  10.3969/j.issn.1003-0239.2008.04.016.
    [18] XIE Y, TILSTONE G H, WIDDICOMBE C, et al. Effect of increases in temperature and nutrients on phytoplankton community structure and photosynthesis in the western English Channel [J]. Marine Ecology Progress Series, 2015, 519: 61-73. DOI:  10.3354/meps11101.
    [19] CHEN C, LIU H, BEARDSLEY R C. An unstructured grid, Finite-Volume, Three-Dimensional, Primitive Equations Ocean Model: Application to coastal ocean and estuaries [J]. Journal of Atmospheric and Oceanic Technology, 2003, 20(1): 159-186. DOI: 10.1175/1520-0426(2003)020<0159:AUGFVT>2.0.CO;2.
    [20] 宋洪军, 季如宝, 王宗灵. 近海浮游植物水华动力学和生物气候学研究综述 [J]. 地球科学进展, 2011(3): 257-265.
    [21] CORNES R C, JONES P D. An examination of storm activity in the northeast Atlantic region over the 1851-2003 period using the EMULATE gridded MSLP data series [J]. Journal of Geophysical Research, 2011, 116(D16). DOI:  10.1029/2011JD016007.
    [22] FINDLAY H S, YOOL A, NODALE M, et al. Modelling of autumn plankton bloom dynamics [J]. Journal of Plankton Research, 2006, 28(2): 209-220. DOI:  10.1093/plankt/fbi114.
    [23] EDWARDS M, RICHARDSON A J. Impact of climate change on marine pelagic phenology and trophic mismatch [J]. Nature (London), 2004, 430(7002): 881-884. DOI:  10.1038/nature02808.
    [24] 杜胜蓝, 黄岁樑, 臧常娟, 等. 浮游植物现存量表征指标间相关性研究Ⅰ: 叶绿素a与生物量 [J]. 水资源与水工程学报, 2011(1): 40-44.
    [25] 杜胜蓝, 黄岁樑, 臧常娟, 等. 浮游植物现存量表征指标间相关性研究Ⅱ: 叶绿素a与藻密度 [J]. 水资源与水工程学报, 2011(2): 44-49.
    [26] GE J, CHEN C, QI J, et al. A dike-groyne algorithm in a terrain-following coordinate ocean model (FVCOM): Development, validation and application [J]. Ocean Modelling, 2012, 47: 26-40. DOI:  10.1016/j.ocemod.2012.01.006.
    [27] 陶英佳. 长江口盐水入侵自动化预报系统的设计与检验 [D]. 上海: 华东师范大学, 2015.
    [28] LEE K, TONG L T, MILLERO F J, et al. Global relationships of total alkalinity with salinity and temperature in surface waters of the world's oceans [J]. Geophysical Research Letters, 2006, 33(19): L19605. DOI:  10.1029/2006GL027207.
    [29] SOKOLETSKY L, YANG X, SHEN F. MODIS-based retrieval of suspended sediment concentration and diffuse attenuation coefficient in Chinese estuarine and coastal waters [C]// Ocean Remote Sensing & Monitoring from Space. International Society for Optics and Photonics, 2014.
    [30] LAMQUIN N, MAZERAN C, DOXARAN D, et al. Assessment of GOCI radiometric products using MERIS, MODIS and field measurements [J]. Ocean Science Journal, 2012, 47(3): 287-311. DOI:  10.1007/s12601-012-0029-z.
    [31] XING X, ZHAO D, LIU Y, et al. An overview of remote sensing of chlorophyll fluorescence [J]. Ocean Science Journal, 2007, 42(1): 49-59. DOI:  10.1007/BF03020910.
    [32] WANG K S, CHENG H, DONG L X. A hydrographic comparison of the two sides of the Changjiang plume front [C]// Proceedings of International Symposium on Biochemical Study of the Changjiang Estuary and its Adjacent Coastal Waters of the East China Sea. Beijing: China Ocean Press, 1990:62-75.
    [33] 胡方西, 胡辉, 谷国传. 长江口锋面研究 [M]. 上海: 华东师范大学出版社, 2002.
    [34] 闫庆. 长江口外锋区浮游植物生物量及其影响因子的观测与数值模拟 [D]. 上海: 上海海洋大学, 2016.
    [35] TIAN R C, HU F X, MARTIN J M. Summer nutrient fronts in the Changjiang (Yantze River) estuary [J]. Estuarine, Coastal and Shelf Science, 1993, 37(1): 27-41. DOI:  10.1006/ecss.1993.1039.
    [36] 沈志良. 长江口海区理化环境对初级生产力的影响 [J]. 海洋湖沼通报, 1993(1): 47-51.
    [37] 周淑青, 沈志良, 李峥, 等. 长江口最大浑浊带及邻近水域营养盐的分布特征 [J]. 海洋科学, 2007, 31(6): 34-42. DOI:  10.3969/j.issn.1000-3096.2007.06.008.
    [38] 杨波. 三峡工程对长江口羽状锋区生物地球化学特征的影响 [D]. 山东 青岛: 国家海洋局第一海洋研究所, 2012.
    [39] 张传松. 长江口及邻近海域赤潮生消过程特征及其营养盐效应分析 [D]. 山东 青岛: 中国海洋大学, 2008.
  • [1] 张梦霞, 郑艳玲, 尹国宇, 董宏坡, 韩平, 高娟, 刘程, 常永凯, 刘敏, 侯立军.  纳米银对河口潮滩硝酸盐异化还原成铵过程的影响 . 华东师范大学学报(自然科学版), 2020, (3): 68-77. doi: 10.3969/j.issn.1000-5641.201941005
    [2] 张红丽, 尹国宇, 郑艳玲, 高娟, 高灯州, 常永凯, 刘程.  沉积物再悬浮对长江口潮滩上覆水体脱氮过程的影响 . 华东师范大学学报(自然科学版), 2020, (3): 78-87. doi: 10.3969/j.issn.1000-5641.201941007
    [3] 陆佳玉, 葛建忠, 丁平兴.  潮控型分汊河口分流过程探讨 . 华东师范大学学报(自然科学版), 2020, (3): 1-12. doi: 10.3969/j.issn.1000-5641.201941015
  • 加载中
图(8) / 表ll (1)
计量
  • 文章访问数:  27
  • HTML全文浏览量:  21
  • PDF下载量:  1
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-03-23
  • 网络出版日期:  2020-05-29
  • 刊出日期:  2020-05-01

基于FVCOM的物理—生物地球化学耦合模型构建与应用

doi: 10.3969/j.issn.1000-5641.201941008
    基金项目:  国家重点研发计划(2016YFA0600903); 国家自然科学基金(41776104); 上海市海洋局科研项目(2018-07)
    通讯作者: 葛建忠, 男, 博士, 副研究员, 研究方向为河口海岸动力学与泥沙动力学. E-mail: jzge@sklec.ecnu.edu.cn
  • 中图分类号: P76

摘要: 通过使用FABM框架将水动力模型FVCOM与生态模型ERSEM进行耦合, 构建了一个新的适用于近岸复杂地形并完整描述了低营养级生态系统的物理—生物地球化学耦合模型: FVCOM-FABM-ERSEM. 基于该耦合模型分别建立了垂向一维模型和长江口三维模型. 使用欧洲L4站的多年观测资料对垂向一维模型(1DV)进行验证, 验证结果良好. 使用长江口三维模型模拟长江口及其附近海域2013—2016年的历史过程, 经与营养盐和Chl-a观测数据校验, 并利用MODIS卫星遥感的海洋表层Chl-a分布数据对春季藻类暴发的空间分布进行了验证, 证明建立的耦合模型能正确刻画长江口区域的温度、盐度、硝酸盐、磷酸盐、Chl-a等物理和生物地球化学过程. 同时, 使用模型对长江口锋面区域的特征进行了再现, 并讨论了盐度锋、泥沙锋、营养盐锋和叶绿素锋相伴产生与相互作用的关系.

English Abstract

施沈阳, 葛建忠, 陈建忠, 郑晓琴, 丁平兴. 基于FVCOM的物理—生物地球化学耦合模型构建与应用[J]. 华东师范大学学报(自然科学版), 2020, (3): 55-67. doi: 10.3969/j.issn.1000-5641.201941008
引用本文: 施沈阳, 葛建忠, 陈建忠, 郑晓琴, 丁平兴. 基于FVCOM的物理—生物地球化学耦合模型构建与应用[J]. 华东师范大学学报(自然科学版), 2020, (3): 55-67. doi: 10.3969/j.issn.1000-5641.201941008
SHI Shenyang, GE Jianzhong, CHEN Jianzhong, ZHENG Xiaoqin, DING Pingxing. The development and application of a physical-biogeochemical coupling model based on FVCOM[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 55-67. doi: 10.3969/j.issn.1000-5641.201941008
Citation: SHI Shenyang, GE Jianzhong, CHEN Jianzhong, ZHENG Xiaoqin, DING Pingxing. The development and application of a physical-biogeochemical coupling model based on FVCOM[J]. Journal of East China Normal University (Natural Sciences), 2020, (3): 55-67. doi: 10.3969/j.issn.1000-5641.201941008
    • 随着海洋研究的逐渐深入, 海洋数值模拟成为海洋生态环境研究中的一个重要手段[1, 2]. 首先发展起来的海洋数值模式是描述海洋中物理过程的数值模式. 20世纪60年代海洋数值预报开始出现, 现今已经能较好地应用于海洋, 并正向更加精确的方向发展. 当前海洋研究中广泛应用的数值模型有POM[3]、FVCOM[4]、ROMS[5]和Delft3D[6]等.

      相比于描述海洋动力过程的物理模式, 生态动力学模型发展较晚, 20世纪80年代前半期海洋生态动力学模型才真正开始发展. 目前, 模型有向集合化发展的趋势, 即逐步形成Community System. 如在主要的动力学模型ROMS和FVCOM这些基本框架的基础上, 都集成了较多的物理模型驱动的生态、生物地球化学模型, 包括ROMS模型中的NPZD[7-8]、CoSiNE[9-10]和FENNEL[11-12], FVCOM模型中的GEM[13]等. 它们各有特色, 对生态动力学的简化概括程度都不一样. 如FVCOM中的GEM模型, 其核心基于NPZD模型[13], 生态动力过程相对简单, 缺乏水体酸化等碳酸盐系统、底栖-水体交换等过程. 同时值得注意的是, 在物理模型与生态动力模型耦合过程中, 上述所讨论的NPZD[7-8]、CoSiNE[9-10]、FENNEL[11-12]和GEM[13]等模型都是在其主模型内部直接集成的, 包含在其源代码中, 即这些模型只适用于其主模型, 其他动力学模型需要进行大量的代码重构才能使用, 在跨模型间的普适性和通用性上有所欠缺.

      此外, 生态系统在近岸区域受人类活动影响剧烈, 点源及面源输入显著, 岛屿岸线复杂, 从而造成生态要素空间差异显著. 因此, 在近海区域有必要采用无结构化三角形网格的数值模型进行更精细的模拟. 同时, 由于低营养级种群在海洋生物地球化学循环中占有重要地位, 因此, 需选择一个对海洋食物网低营养级描述完善, 又易于使用的模型进行更加合理的生态动力学数值模拟.

      本文拟基于无结构化三角形网格数值模型FVCOM[14]和欧洲区域海生态模型ERSEM[15], 构建一个新的适用于近岸复杂地形并完整描述了低营养级生态系统的物理—生物地球化学耦合模型. 该方法采用FABM[15-16]作为“耦合器”, 在FVCOM和ERSEM模型之间建立一个数据交换链接, 从而形成物理和生物地球化学模型的通用、高效耦合. 运用该模型建立垂向一维模型和长江口三维模型, 并运用多种观测资料对耦合模型进行检验. 同时使用长江口三维模型模拟长江口及其附近海域的各种环境要素和浮游植物的分布特征, 对长江口锋面区域的基本特征进行再现, 并简单研究长江口锋面区域的物理(盐度、泥沙)与生物地球化学过程(营养盐、浮游植物等)的相互作用, 为对长江口赤潮等藻类暴发的时间和区域进行动力学模拟奠定基础.

    • Finite Volume Community Ocean Model(FVCOM)[14]是一个无结构网格架构、有限体积、自由表面、三维原始方程的沿海洋流预测模型. 该模型的控制方程包含了动量方程、连续性方程、温度方程、盐度方程以及密度方程[17]. 模型的主要优势在于其数值处理和岸线拟合的方法, 它在水平方向上采用无结构化非重叠的三角形网格, 可以对复杂的岸线和边界进行拟合, 同时还可以进行局部加密, 以满足多种不同的研究需求; 垂直方向上采用地形跟踪坐标, 可以更好地模拟不规则的底部地形, 因此特别适用于近海复杂地形岸线. 另外, FVCOM具有的优秀的标量守恒方程的解法使得其非常适合应用于跨学科的研究.

    • European Regional Sea Ecosystem Model(ERSEM)[15]即欧洲区域海生态模型, 是一个可用于海洋生物地球化学和较低营养级的生态动力学模拟的通用模型, 是研究海洋食物网低营养级过程的最完善的生态系统模型之一[15]. ERSEM将生态系统分为营养盐、浮游植物、浮游动物、底栖生态系统、细菌分解、铁循环、光衰减、钙化和碱度9个模块. 每个模块与其他模块独立, 并且可以自由组合, 根据具体要求进行设置, 再根据周围水体的环境条件(物理过程)、模块内部作用(生物生理性进程)和模块之间的作用(种群进程)完成计算.

      ERSEM将海洋生态系统从宏观上分为浮游生态系统和底栖生态系统两个部分, 这两个生态系统的生物地球化学状态变量由以下两个公式控制:

      $$\frac{{\partial {{Cp}}}}{{\partial t}} + u\frac{{\partial Cp}}{{\partial x}} + W_{sed}^{{C_p}}\frac{{\partial Cp}}{{\partial z}} = v\frac{{{\partial ^2}Cp}}{{\partial {x^2}}} + \left. {\frac{{\partial Cp}}{{\partial t}}} \right|_{bgc}, $$ (1)
      $$\frac{{\partial {C_b}}}{{\partial t}} = \left. {\frac{{\partial {C_b}}}{{\partial t}}} \right|_{bgc}. $$ (2)

      其中, Cp为浮游生态系统中各种物质的浓度, Cb为底栖生态系统中各种物质的浓度, 具体变量如表1所示; bgc为生物地球化学通量; Wsed为水体中颗粒物的重力沉降速度.

      表 1  ERSEM基本状态变量

      Table 1.  The state variables of ERSEM

      浮游生态系统 底栖生态系统
      P1 硅藻 R6 中型颗粒态有机质 Y2c 食碎屑动物 G4n 氮气
      P2 微型浮游植物(2~20 μm) R8 大型颗粒态有机质 Y3c 滤食性动物 K5s 硅酸盐
      P3 微微型浮游植物(< 2 μm) L2c* 文石 Y4c 小型底栖生物 D1m 氧层深度
      P4 小型浮游植物(> 20 μm) O2o 溶解氧 H1c 好氧细菌 D2m 氧化氮层深度
      Z4 中型浮游动物 O3o 溶解无机碳 H2c 厌氧细菌 D3m 难熔碳平均穿透深度
      Z5 小型浮游动物 N1p 磷酸盐 Q1c 溶解有机质 D4m 难熔氮平均穿透深度
      Z6 异养鞭毛虫 N3n 硝酸盐 Q6c 易分解有机质 D5m 难熔磷平均穿透深度
      B1 异养细菌 N4n 铵盐 Q7c 难降解有机质 D6m 可降解碳的平均穿透深度
      R1 不稳定溶解态有机质 N5s 硅酸盐 Q17c 埋藏有机质 D7m 可降解氮的平均穿透深度
      R2 半不稳定有机质 N7f* 铁离子 bL2c* 文石 D8m 可降解磷的平均穿透深度
      R3 半难溶有机质 bioAlk* 生物碱度 G2o 溶解氧 D9m 可降解硅的平均穿透深度
      R4 小型颗粒态有机质 G3c 溶解有机碳
      注: *为模型中非必须选项

      模型中包含了不同粒径的浮游植物和浮游动物. 生物的生命活动被概括为呼吸、捕食、死亡、排泄、释放、摄取. 另外还包含了微生物食物网、碳酸盐系统和钙化等生态系统过程. 这些过程一起构成了完整的浮游和底栖生态系统中的碳、氮、磷、硅循环.

      ERSEM中控制浮游植物生长的关键因素为光照, 特定物种$\chi $(硅藻、小型浮游植物、微型浮游植物和微微型浮游植物)总初级生产力计算公式如式(3)所示.

      $$ {{\mathop S\limits^\chi} _{{{gpp}}}} = {{\mathop g\limits^\chi} _{{\rm{max}}}}{{\mathop l\limits^\chi} _{{{T}}}}{{\mathop l\limits^\chi} _{{{{\mathbb{S}}}}}}{{\mathop l\limits^\chi} _{{{{\mathbb{F}}}}}}\left( {1 - {\exp\left({\tiny{ - \frac{{{{\mathop \alpha \limits^\chi} _{{PI}}}{E_{PAR}}{{\mathop q \limits^\chi} _{C:{\mathbb{C}}}}}}{{{{\mathop g\limits^\chi} _{{\rm{max}}}}{{\mathop l\limits^\chi} _{{{T}}}}{{\mathop l\limits^\chi} _{{{{\mathbb{S}}}}}}{{\mathop l\limits^\chi} _{{{{\mathbb{F}}}}}}}}}}\right)}} \right){\exp\left({\tiny{ - \frac{{{{\mathop \beta \limits^\chi} _{{PI}}}{E_{PAR}}{{\mathop q \limits^\chi} _{C:{\mathbb{C}}}}}}{{{\mathop g\limits^\chi} _{{\rm{max}}}}{{\mathop l\limits^\chi} _{{{T}}}}{{\mathop l\limits^\chi} _{{{{\mathbb{S}}}}}}{{\mathop l\limits^\chi} _{{{{\mathbb{F}}}}}}}}}\right)}. $$ (3)

      式中, ${{\mathop S\limits^\chi} _{{{gpp}}}}$为浮游植物的总初级生产力; ${{\mathop g\limits^\chi} _{{\rm{max}}}}$为在特定温度无其他限制条件下最大潜在光合作用速率变量; ${{\mathop l\limits^\chi} _{{{T}}}} {\text{、}}{{\mathop l\limits^\chi} _{{{{\mathbb{S}}}}}}{\text{和}}{{\mathop l\limits^\chi} _{{{{\mathbb{F}}}}}}$分别为温度、硅酸盐和铁的限制因子, 值为0~1; ${{\mathop \alpha \limits^\chi} _{{PI}}}$为光饱和曲线的初始斜率; ${E_{PAR}}$为光照强度; ${{\mathop \beta \limits^\chi} _{{PI}}}$为光抑制变量; ${{\mathop q \limits^\chi} _{C:{\mathbb{C}}}}$为浮游植物中叶绿素与碳的比值. 除${E_{PAR}}$外所有变量只与浮游植物的种类有关, 都有相应的固定值, 所以模型中叶绿素浓度的关键性控制因素为光照.

    • 本文中使用Framework for Aquatic Biogeochemical Models (FABM)框架[15-16]将FVCOM与ERSEM进行耦合, 如图1所示. FABM是一个为海洋和水生系统的生物地球化学模型提供耦合协议的程序库. 它是一个独立于域的编程框架, 应用简单, 不更改两个模型的内部结构, 而是通过其所具有的不同功能的接口将两个模型进行耦合. 通过对接口的调整, 可以人为控制耦合模型功能的多样性, 支持模型中任意数量的计算进程、预报变量、诊断变量, 它还同时包括了对物理过程的各种反馈, 并自带生物地球化学模型的综合库, 包括悬浮沉积物、氧化还原反应和浮游与底栖生态系统的相关描述.

      图  1  采用FABM耦合FVCOM与ERSEM示意图

      Figure 1.  Combining of FVCOM and ERSEM

      在构建耦合模型时, FVCOM与ERSEM是分离的, FABM嵌于其中, 为它们的数据传输提供接口(见图1). FABM配备有生物地球化学模型的综合库, 可以提供生物地球化学进程的相关信息, 包括源项、预报变量的垂向速度(如下沉速率)、诊断变量, 这些变量的值都在FVCOM或ERSEM中计算后再通过FABM传输. 但FABM不参与海洋流体与生态过程的计算, 如生物地球化学变量的输运, 边界条件和径流的设置以及读取重新计算文件和存储输出, 也不存储物理环境和生物地球化学变量本身, 这些功能都由FABM分别分配给FVCOM和ERSEM. FVCOM为模型的可执行部分, 负责存储物理变量, 处理数据的输入和输出, 进行平流、扩散和时间积分的计算. ERSEM负责模型的生物地球化学计算, 通过特定的yaml文件定义模型所拥有的内部生物地球化学变量与外部物理要素的关系. 例如提供变量名、单位等, 给出模型运行的环境、源与汇、边界通量、垂向输运速度等条件. 整个计算空间中总叶绿素、总初级生产力、总碳的积分由FABM进行计算, 从而方便使用者对能量和质量守恒进行检验.

    • 模型设置分为物理部分设置和生化部分设置. 物理部分设置包括温度、盐度、垂向混合、水平混合、底摩擦、径流、潮汐等. 生化部分设置包括各生化变量的初始场, 各生物的生理特性变量, 各种物质发生硝化、反硝化、再矿化等过程的变量.

      模型中水深、流速、温度、盐度等初始场都通过输入文件提供, 垂向混合采用Mellor-Yamada 2.5阶湍流闭合模型, 水平混合由水平扩散系数决定. 海表和海底温度、盐度边界条件分别由式(4)—(7)控制:

      $$ \frac{{\partial T}}{{\partial z}} = \frac{1}{{\rho {c_p}{K_h}}}\left[ {{Q_n}\left( {x,y,t} \right) - SW\left( {x,y,\zeta ,t} \right)} \right],{{z}} = \zeta \left( {x,y,t} \right), $$ (8)
      $$ \frac{{\partial T}}{{\partial z}} = - \frac{{{A_H}\tan\alpha }}{{{K_h}}}\cdot\frac{{\partial T}}{{\partial n}},{{z}} = - {{H}}\left( {x,y} \right), $$ (9)
      $$\frac{{\partial S}}{{\partial z}} = 0{\rm{}},{{z}} = \zeta \left( {x,y,t} \right), $$ (10)
      $$ \frac{{\partial S}}{{\partial z}} = \frac{{{A_H}\tan\alpha }}{{{K_h}}}\cdot\frac{{\partial S}}{{\partial n}}{\rm{}},z = - {{H}}\left( {x,y} \right). $$ (11)

      其中, T为温度; S为盐度;z为垂向位置; $\zeta $为水位; H为水深; $\rho $为密度; ${c_p}$为海水的比热; ${K_h}$为热量垂向扩散涡流系数; ${Q_n}\left( {x,y,t} \right)$是表层净热通量, 包括净向下短波辐射、净向下长波辐射以及其他显性和隐性的热通量, n为净含量的意思; $SW\left( {x,y,\zeta ,t} \right)$是入射海面的短波辐射通量; ${A_H}$是水平热扩散系数; $\alpha $是底部测深的斜率, 在垂向一维模型中, 地形绝对水平, $\alpha $取0; 海底温盐通量均为0. 开边界由径流和潮汐输入文件给出.

      模型生化变量的初始场由yaml文件赋予. 生化变量的边界场包括海气界面、海床界面以及径流和开边界. 径流和开边界中的生化变量由输入文件给出, 海气界面的交换只考虑氧气和二氧化碳的交换, 如式(8)、(9)所示. 其中, TSumind分别为温度、盐度、风速, $\left. {{{\cal F}_{\rm{{\rm O}}}}} \right|\!\!\!\!\begin{array}{*{20}{c}} {air}\\ {sea} \end{array}$$\left. {{{\cal F}_{\bf{c}}}} \right|\!\!\!\!\begin{array}{*{20}{c}} {air}\\ {sea} \end{array}$分别为氧气和二氧化碳的海气交换通量, ${k_{air{\rm{{\rm O}}}}}$, ${k_{air{\rm{C}}}}$为气体扩散系数, $\begin{array}{*{20}{c}} {air}\\ {{\rho _{C{O_2}}}} \end{array}$由物理场提供或是一个恒定值, ${G_{\rm{{\rm O}}}}$${s_{\rm{{\rm O}}}}$分别为空气和海水中的氧气量. 如果要考虑大气沉降和径流带来的营养盐, 则在物理驱动中进行设置.

      $$ \left. {{{\cal F}_{\rm{{\rm O}}}}} \right|\!\!\!\begin{array}{*{20}{c}} {air}\\ {sea} \end{array} \!\!\!\!= {k_{air{\rm{{\rm O}}}}}\left( {T,S,{u_{wind}}} \right)\left( {{G_{\rm{{\rm O}}}} - {s_{\rm{{\rm O}}}}} \right), $$ (12)
      $$ \left. {{{\cal F}_{\bf{c}}}} \right|\!\!\!\begin{array}{*{20}{c}} {air}\\ {sea} \end{array}\!\!\!\! = {\rho _{air}}{k_{air{\rm{C}}}}\left( {T,{u_{wind}}} \right)\left( {{\rho _{C{O_2}}} - \begin{array}{*{20}{c}} {air}\\ {{\rho _{C{O_2}}}} \end{array}} \right). $$ (13)

      海床界面通量由颗粒有机物、浮游植物的沉降(式(10)), 有机质再悬浮(式(11)), 文石的再矿化(式(12))以及无机物在孔隙水和水体中的扩散和平衡(式(13))共同控制, 其他状态变量在该界面上没有通量. 式中, $\left. {\cal F} \right|\!\!\!\!\begin{array}{*{20}{c}} A\\ B \end{array}$形式表示为BA的通量, ${{\mathop W\limits^{depo}}\!\!_{{C_p}}}$为沉积速度, ${c'_p}$为沉积的量, $\begin{array}{*{20}{c}} {resusp}\\ {\cal S} \end{array}$为再悬浮的速率, ${{\mathop Q\limits^{slow}} _{{{\mathbb{C}},{\mathbb{N}},{\mathbb{P}},{\mathbb{F}},{\mathbb{S}}}}}$为可缓慢降解的有机质中各种无机物质(C、N、P、Fe、Si)的量, $\chi $代表了氧气、DIC、氮氧化物、铵盐、磷酸盐和硅酸盐, $\left. {\frac{{\partial \chi }}{{\partial t}}} \right|_{bgc}$$\chi $的生物地球化学通量, ${{\mathop \tau \limits^\chi} _{eq}}$为达到平衡状态所需的时间, ${p_{poro}}$为孔隙率, ${p_{Cads}}$为吸附系数, ${\tilde \chi _{pw}}$为孔隙水中平衡状态时物质的量, 文石再矿化扩散至水体的通量为简单的线性关系, ${{\mathop r\limits^{calc}}\!\!_{remin}}$为再矿化速率, ${\mathop L\limits^{calc}}\!\!_{\mathbb{C}} $为文石中碳的量, ${\mathop C\limits^{calc}}\!\!_{\mathbb{C}}$为叶绿素中碳的量.

      $$\left. {\cal F} \right|\!\!\!\begin{array}{*{20}{c}} {ben}\\ {{c_p}} \end{array}\!\!\!\! = {{\mathop W \limits^{depo}} _{{C_p}}} {c'_p}, $$ (14)
      $$ \left. {{\mathop {\cal F} \limits^{resusp}} _{{\mathbb{C}},{\mathbb{N}},{\mathbb{P}},{\mathbb{F}},{\mathbb{S}}}} \right|\!\!\begin{array}{*{20}{c}} {{\mathop R\limits^{med}} }\\ {{\mathop Q\limits^{slow}} } \end{array} = {{\mathop {\cal S} \limits^{resusp}} }\; {{\mathop Q \limits^{slow}} _{{\mathbb{C}},{\mathbb{N}},{\mathbb{P}},{\mathbb{F}},{\mathbb{S}}}}, $$ (15)
      $$ \left. { - {{\mathop {\cal F}\limits^\chi} }} \right|\begin{array}{*{20}{c}} {pel}\\ {ben} \end{array}\!\!\!\! = \left. {\frac{{\partial \chi }}{{\partial t}}} \right|_{bgc} + \frac{1}{{{\mathop \tau \limits^\chi} _{eq}}}\left( {\chi - {p_{poro}}{p_{Cads}}{{\tilde \chi }_{pw}}} \right), $$ (16)
      $$ \left. {{{\mathop {\cal F} \limits^{remin}}\!\!_{{calc}}}} \right|\!\!\begin{array}{*{20}{c}} {{\mathop L\limits^{calc}}\!\!_{\mathbb{C}} }\\ {{\mathop C\limits^{calc}}\!\!_{\mathbb{C}} } \end{array} = {{\mathop r\limits^{calc}}\!\!_{remin}}\times{\mathop C\limits^{calc}}\!\!_{\mathbb{C}} . $$ (17)
    • 欧洲L4站位于英吉利海峡Plymouth海域(50.25°N, 4.22°E), 如图2所示, 水深约50 m, 为英国普利茅斯海洋实验室(PML)用于研究海洋时间序列和海洋生物多样性的参考站点, 该站点已有一百多年历史, 每周都会有研究人员进行观测. 观测数据包含有大部分重要的海洋生态系统变量, 同时还有着世界上时间尺度最长的浮游生物观测数据, 这些较长时间尺度的观测可以用来补充站点观测数据的缺失, 也可以为观测数据的变化提供合理解释. 由于欧洲L4站观测资料种类丰富, 时间序列长, 因此我们使用该站点的相关资料对耦合模型进行验证[18].

      图  2  欧洲L4站地理位置图

      Figure 2.  Location of the European L4 Station

      图3为FVCOM-ERSEM耦合模型对欧洲L4站进行一维数值模拟所使用的网格示意图. FVCOM的计算以控制体为基本要素[19], 因此该一维模型由以6个三角形网格组成的一个完整控制体构成, 每个网格点处有模型计算所需的标量型物理及生化变量, 而矢量型物理量则在网格中心. 一维模型不考虑径流和开边界输入, 海气界面的相关资料为L4站的观测资料, 包含辐射、表面风速风向、空气湿度、温度等, 浮游-底栖界面过程采用PML相关参数[15], 物理过程的初始场, 包括水位和流速, 设置为无运动状态. 生化变量的初始场直接采用SSB-GOTM-ERSEM中对L4站进行类似垂向一维模型计算中所涉及的生物地球化学过程变量[15], 这些变量在ERSEM的发布版本中直接作为testcase提供. 同时, 模型利用L4站温度和盐度剖面的连续观测数据对一维模型进行同化, 以考虑合理的垂向温盐结构和混合过程.

      图  3  欧洲L4站网格设置示意图

      Figure 3.  Grid of the European L4 Station

    • 使用FVCOM-ERSEM耦合模型对欧洲L4站2007—2010年4年间的生物地球化学过程进行数值模拟, 图4a图4b图4c分别为表层硝酸盐、磷酸盐和总Chl-a浓度模拟结果的逐日平均连续过程图, 图4d为表层短波辐射逐日平均连续过程图. 从图4a图4b中可以看出, 两种营养盐的模拟结果在数值量级与观测结果中拟合较好. 硝酸盐和磷酸盐浓度的模拟值与实测值分别为0~8 μmol/L和0~0.6 μmol/L, 模型模拟结果与观测结果的季节趋势基本相同. 但模拟结果的季节变化较观测结果略有提前, 由此造成误差略大, 硝酸盐的均方根误差为2.47 μmol/L, 磷酸盐的均方根误差为0.05 μmol/L. 图4c中数值模拟的总Chl-a浓度包含了硅藻、小型藻、微型藻、微微型藻4种浮游植物, 它的值的量级与实测值基本吻合, 都为0~8 mg/m3, 均方根误差为1.58 mg/m3.

      浮游植物生物量的季节性变化主要由温度、光照、营养盐和浮游动物摄食等因素共同作用[20]. 冬季水体自身的混合作用以及欧洲北海冬季频发的风暴潮混合作用[21]使得底层营养盐快速向上输送, 聚集到表层. 同时冬季光照弱、温度低, 浮游植物生产力为一年中最低, 所消耗营养盐少. 因此, 冬季表层营养盐为一年中的最大值. 春季温度和光照增强, 浮游植物生产力增加, 同时由于冬季营养盐在表层累积, 为浮游植物的快速生长提供了条件. 浮游植物的大量出现使得表层营养盐被快速消耗. 因春季浮游植物的大量生长, 夏季表层营养盐浓度较低. 同时表层海水由于阳光照射温度升高产生的层化现象, 使得底层营养盐不能被大量输送到表层. 而欧洲北海的夏季风暴潮现象[21]可以在一定程度上通过混合作用对表层营养盐进行补充, 因此夏季表层Chl-a和营养盐浓度基本都维持在较低水平, 偶尔会发生显著的波动. 秋季水体层化现象减弱, 表层营养盐得到补充, 浮游植物生产力较高, 会出现一年中的另一个浓度峰值[22-23].

      虽然1DV模型能较好地刻画L4站的生态动力学过程, 但由于垂向一维模型的无外源过程, 模型还存在一些误差. 例如, 一是两种营养盐表层浓度模拟结果的相位较实测值略有提前, 这是因为模型中的光照最大值出现在春季. 当模型中的光照强度小于160 W/m2时, 浮游植物就会出现光限制, 减少生长. 因此, 在模型中, 2月份光照开始达到浮游植物生长所需强度, 同时表层有大量营养盐, 浮游植物开始大量生长, 而7月份光照开始成为限制因素, 浮游植物生物量减少. 在实际生态系统中, 浮游植物受温度、光照、营养盐等多种环境因素共同作用, 大部分浮游植物从3月份开始大量生长, 9月份之后才开始减少. 二是由于Chl-a测定方法的多样性以及在实际生态系统中Chl-a与浮游植物种类、生物量[24]、藻密度[25]等的复杂关系, 观测所得Chl-a的值不一定能准确反映表层浮游植物的量, 因此Chl-a的模拟结果与实测值相比误差较大. 在SSB-GOTM-ERSEM的模拟中对叶绿素的模拟也有类似结果[15], 其可能与侧向外源输入有关.

      图  4  欧洲L4站表层硝酸盐、磷酸盐和Chl-a浓度及表层短波辐射与光合作用有效辐射

      Figure 4.  Surface layer concentration of nitrate, phosphate, chlorophyll-a, and light shortwave radiation as well as photosynthetically active radiation at the European L4 Station

    • 在一维模型构建成功, 并基本刻画出L4站物理—生物地球化学过程的基础上, 本文构建了一个用于模拟长江口及其邻近海域物理—生物地球化学过程的三维模型. 其物理模型采用前期建立并已经进行了充分验证同时仍在不断改进的长江口三维模型[26-27], 所使用的网格(见图5)覆盖了长江口、杭州湾以及东海部分区域, 模型计算时间覆盖2012—2017年, 进行历史过程模拟.

      为考虑长江口的径流和营养盐输入, 模型中的河流边界延伸到大通站, 并使用大通站历史流量和营养盐数据驱动模型; 模型开边界采用已经过充分验证的FVCOM长江口物理过程的潮汐; 同时外海开边界的营养盐、溶解氧采用World Ocean Atlas 2013数据集; 开边界总碱度(TA)采用海水温度和盐度的关系得到[28]. 海气界面的通量来自European Centre for Medium-Range Weather Forecasts(ECMWF), 空间分辨率为0.125°, 时间分辨率为3 h, 主要包括风速、风向、大气压强、热量、太阳辐射、空气温度、湿度、降水量和蒸发量; 海床界面上的各种过程简化为有机质在特定的再矿化速率下再矿化为溶解的有机态, 以此来作为底栖生态系统对水体中营养盐的补充. 模型的初始场较为重要, 先采用均一初始场经过1999—2011年共13年的运行, 并将后10年冬季平均作为实际模拟的初始场.

      图  5  长江口网格与站位示意图

      Figure 5.  Grid of Changjiang Estuary and position of stations A and B

      针对长江口的实际物理、生态动力学情况, 我们先采用长江口锋面内外共计7个站位(见图5)的实测数据对模型进行了校正率定. 对原始L4站所使用的模型中的光衰减部分进行了改进, 在纯水的吸收系数和后向散射系数的基础上, 针对长江口高浊度水体特征, 增加了经过检验的泥沙对特定短波辐射的吸收系数和后向散射系数[29]. 根据长江口浮游植物的实际情况, 调整了浮游植物对不同营养盐的吸收率. 将总碱度的计算方式从通过盐度和温度回归计算, 并通过生物过程进一步完善的方法, 调整为动态碱度计算. 修改了底部颗粒有机物再悬浮的临界启动切应力. 使得所构建的模型更适用于长江口物理—生物地球化学模拟.

    • 在模型构建成功并进行了率定的基础上, 选取了2013—2016年中有较多航次重复观测的两个站位A(123.499 1°E, 31.002 4°N)、B(123.497 8°E, 29.969 9°N)(见图5). 利用观测所得的温度、盐度、硝酸盐、磷酸盐、Chl-a等资料进行模型验证, 其结果如图6所示. 所有观测数据基本都与模型模拟结果吻合. 温度和盐度的均方根误差为1.24 ℃和2.06, 硝酸盐、磷酸盐、叶绿素的均方根误差分别为7.80 μmol/L、0.29 μmol/L、2.44 mg/m3. 可见模型准确地刻画了长江口外的温度和盐度, 营养盐和叶绿素的模拟误差比温度和盐度略大, 但能正确把握营养盐和Chl-a的变化过程, 对其季节性变化及其峰值过程都能较好地刻画.

      对于整个长江口及其附近海域的叶绿素分布的模拟结果检验, 我们使用卫星遥感数据作为数据源. 不同算法的叶绿素反演结果在浓度量值上具有一定的差异, 但其空间分布具有较强的类似性. 由于本研究不涉及叶绿素反演算法的差异性和合理性, 因此采用MODIS这一公开发布并且广泛使用的数据源进行验证[30-31]. 同时, 为尽量避免在高浓度区域由于算法原因带来的不确定性, 本文在使用MODIS遥感叶绿素数据时, 将近岸20 m水深以内高浊度水体区域的数据滤去, 主要集中对比水深大于20 m的外海区域叶绿素的高值区. 图7a图7b分别为2016年4月MODIS和模型模拟的表层叶绿素分布图, 图中两者的Chl-a浓度平面分布基本吻合. 在两个图中都存在一个东西方向延伸的Chl-a高值区, 位于123°E、29°N~32°N之间的区域, 从舟山群岛一直延伸至长江口海域. 虽然卫星数据显示的Chl-a高值区有更为明显的斑块状特征, 而通过模型模拟的Chl-a以条带状分布, 但基本分布区域相近, 高值区中心的Chl-a浓度可以达到6 mg/m3以上. 从舟山群岛东侧海域向北部及陆架外海, Chl-a浓度均处于较低水平.

      图  6  A、B两点表层温度、盐度、硝酸盐、磷酸盐和Chl-a模型观测验证图

      Figure 6.  Surface layer concentration of temperature, salinity, nitrate, phosphate, and chlorophyll-a at stations A and B

      图8为2016年长江口表层温度、盐度、硝酸盐、磷酸盐、Chl-a在春季藻类暴发时期(4月、5月)两个月平均的平面分布图. 从图中可以看出, 温度由北向南逐渐增加(见图8a), 长江冲淡水携带大量泥沙和营养盐经过口门进入东海区域后, 与外海高盐度、低泥沙浓度和低营养盐海水相互作用. 122°E~122.4°E处存在一个明显的泥沙锋面, 泥沙浓度由0.6 g/L迅速降低到0.2 g/L(见图8c), 在这个区域中盐度由10快速增加到25(见图8b), 营养盐快速减少(见图8d8e), 叶绿素浓度快速增加, 分别形成了盐度锋面、营养盐锋面和叶绿素锋面, 这与研究者们对于长江口锋面的研究结果一致[32-33]. 也可以看出在河口区域, 盐度锋面、泥沙锋面、营养盐锋面、叶绿素锋面总是相伴产生[34]. 长江口峰面区域具有生物量高、种类多的特征, 是海洋中高初级生产力区域, 是海洋中生物地球化学过程最为剧烈的区域[35]. 光或透明度是长江口及其邻近海域浮游植物生长的限制因素[36-37], 悬沙锋面区海水透明度迅速增加, 再加上较高的营养盐浓度使得浮游植物在该区域大量生长, 形成叶绿素锋面[38]. 锋面外侧由于营养盐浓度相对较高, 各种环境要素变化梯度较小, 易于形成叶绿素高值区[39], 图8f中122.4°E~123°E、30°N~31°N即为整个海域叶绿素最高值的区域.

      图  7  2016年4月MODIS数据(a)与模型结果(b)月平均Chl-a浓度平面分布示意图

      Figure 7.  Surface distribution of chlorophyll-a in April 2016 from MODIS data (a) and simulation data (b)

      由以上验证可以发现, FVCOM-ERSEM物理—生物地球化学耦合模型正确刻画了长江口及其附近海域的各种主要环境要素和浮游植物的分布特征, 正确再现了长江口锋面区域的基本特征, 也刻画出了盐度锋、泥沙锋、营养盐锋、叶绿素锋之间相伴产生和相互作用的关系.

    • 本文采用FABM框架协议将FVCOM水动力模型与生物地球化学模型ERSEM进行了耦合, 构建了一个新的适用于近岸复杂地形并完整描述了低营养级生态系统的物理—生物地球化学耦合模型. 基于该模型对欧洲L4站的生物地球化学过程进行了垂向一维数值模拟, 选取了具有代表性的营养盐和Chl-a浓度进行分析, 并使用获得的观测数据对表层营养盐和Chl-a浓度的模拟结果进行了验证, 验证结果良好. 同时, 还使用该模型对长江口生物地球化学过程进行了相关的模拟, 选取了有较多航次观测数据的两个站位和MODIS卫星遥感数据进行验证, 验证结果发现观测数据与模拟数据基本相符. 模型还能正确刻画出长江口及其附近海域春季藻类暴发季节的表层温度、盐度、硝酸盐、磷酸盐、Chl-a浓度的空间分布特征, 再现了长江口锋面区域的基本特征, 也刻画出了盐度锋、泥沙锋、营养盐锋、叶绿素锋之间相伴产生和相互作用的关系.

      总的来说, 基于FVCOM所构建的FVCOM-ERSEM物理—生物地球化学耦合模型是合理的, 一维和三维数值模拟都是成功的, 一维和三维模型的成功运用也体现了模型的普适性. 但本文对模型的率定以及敏感性分析还较少. 在今后的工作中我们会对模型进行进一步的研究修正与验证, 为将模型运用于模拟东海以及长江口的生物地球化学奠定基础.

      图  8  长江口4月和5月表层温度、盐度、硝酸盐、磷酸盐及Chl-a平面分布图

      Figure 8.  Surface distribution of temperature, salinity, nitrate, phosphate, and chlorophyll-a at Changjiang Estuary in April and May

参考文献 (39)

目录

    /

    返回文章
    返回