渤海海冰数值预报关键技术分析及应用-analysis and application of key technologies in numerical prediction of sea ice in bohai sea.docx

渤海海冰数值预报关键技术研究与应用摘要每年冬季，海冰对渤海海洋航运、海上油气勘探和生产等具有不同程度的影响，历史上冰情严重时曾发生石油平台倒坍、轮船损毁、航运中断等重大海冰灾害。在渤海海洋经济迅猛发展的今天，原有海冰数值预报的时效、分辨率和产品类型，已经远远满足不了我国海洋经济活动特别是海洋石油开发的需要。根据国际发展趋势和国内海洋工程开发、海上生产运输对防冰抗灾的迫切需求，必须开发适应不同时间、空间尺度的海冰数值预报系统。未来的主要发展方向为：(1)延长预报时效和准确率，逐渐由现在的3-5d延长到7d以上；(2)提高海冰数值模式空间分辨率，由中尺度向小尺度精细化方向发展。本文对渤海海冰历史冰情及其对渤海水文气象和气候变化的响应进行了大量资料综合分析研究，为发展渤海海冰数值预报提供了渤海海冰生消和变化的背景知识。历年冬季结合冰调、专业抗冰、防冰项目和现场观测实验，获取了大量渤海冰运动学和动力学性质、冰面特征和冰内温盐结构等热力学特性相关资料，及影响海冰生消和运动的水文气象资料，为确定模式结构、选取物理参数和发展渤海海冰模式提供了观测依据。本文系统地总结了海冰运动学、动力学，特别是流变学和热力学的基础理论知识，结合渤海海冰观测研究和资料分析，为发展渤海冰-海洋耦合模式和精细化海冰模式及数值预报系统框架的确定提供了理论依据和参考数据。基于海冰动力学、流变学、热力学以及气-冰界面辐射传输的综合研究，根据渤海海冰现场观测和卫星遥感资料分析，确定了分别适用于所发展精细化高分辨率海冰模式和渤海冰-海耦合模式不同空间的冰-气和冰-海界面应力的气、水拖曳系数，冰面反照率参数化和冰内辐射衰减系数，以及冰-气界面水-气界面净长波辐射参数化方案和反射率。基于对渤海历史冰情等级分析和冰厚分布特征，提出了渤海海冰冰厚分布函数，并成功地将其作为冰-海耦合模式的海冰模块框架基础，为所发展渤黄海冰-海耦合模式的模拟和预报试验的精度提高取得显著效果。本文将自主发展的包含渤海冰厚分布函数(12类)的海冰模块和POM海洋模块的冰-海洋耦合模式，应用在自渤海扩展至黄海北部的海域，成功地展现渤海潮汐潮流对海冰的动力作用，以及黄海和渤海内海动力和热力的相互作用，从而提高渤海海冰季节模拟精度，以及初生冰和终冰日试预报精度。本文选取Nudging同化方法，在海冰模式中实现，并成功地进行渤海海冰季节演变同化试验，模拟结果显示提高了模拟精度，改进了海冰数值初值和渤海海冰再分析场精度，该方案简洁可行，效果明显，将来可以应用于渤海海冰业务预报中。未来应用的关键在于渤海区域海冰遥感资料的获取和其它来源资料的合成分析。在国内首次将E-V-P流变学应用到渤海海冰数值预报中，采用异模式嵌套方案，建立了一个渤海高分辨率局地工程海冰数值预报模式。通过模拟试验结果分析和检验，不仅可以预报冰厚、密集度、冰速等常规变量，还可以成功模拟、预报和冰区工程作用相关的力学参数如海冰抗压强度以及冰漂移和漂移轨迹，填补了渤海小区域精细化工程海冰数值预报的空白。总之，本文发展了适用于渤海的海冰业务化预报系统，包括建立了工程海冰力学参数的高分辨率局地海冰模式、发展了渤黄海冰-海耦合模式、国内首次将Nudging同化技术应用于渤海海冰数值预报。对所建立和发展的模式进行模拟试验和初步的预报试验，并通过实测资料检验，显示取得较好结果。关键词：渤、黄海；冰-海洋耦合；Nuding同化；海冰数值预报；小区域精细化KeytechnologiesresearchandapplicationofseaicenumericalforecastintheBohaiSeaAbstractActiveconstructionisunderwayontheoccasionofthemarineeconomicpowerhouseinChina，rapidchangeshavehappenedintheports’construction,offshoreoildevelopment,shippingandmarineaquaculture.Everywinter,seaicehasdifferentimpactonoceanshipping,offshoreproductionofoilandgasintheBohaiSea.Theoilplatformoncecollapsed,shipsweredamagedandshippingwasinterruptedundersevereiceconditionsinthehistory.WithrapideconomicdevelopmentoftheBohaiSea,theperiod,resolutionandproducttypeofoldnumericaliceforecastscan