海洋生态系统动力学模型伴随同化分析及应用-analysis and application of concomitant assimilation of marine ecosystem dynamics model.docx

II海洋生态系统动力学模型伴随同化研究及应用摘 要海洋生态系统具有典型的非线性特征，微小的扰动通过非线性作用得以放 大，因此在海洋生态系统动力学数值模拟中，参数的取值可以显著影响模型的模 拟结果。然而模型中的参数很难精确确定，不仅因为生态模型中某些参数之间具 有很高的相关性，还因为模型中很多参数不是常数，在空间大尺度上，由于温度、 光照等环境因素的不同，生态模型中的参数在不同海区的取值也不尽相同；即使 是同一海区，温度、光照等环境因素也会随时间发生变化，从而导致参数的取值 发生变化。在以往的研究中，参数通常取常数，不随空间、时间发生变化，导致 模型的模拟结果与观测结果存在较大差异，且该问题不能通过增加模型复杂性得 到解决。在本文中，首先在渤黄海建立了一个典型的三维营养盐-浮游植物-浮游动物-碎屑（NPZD）生态系统动力学模型及伴随模型，模型的背景流场由 POM (Princeton Ocean Model) 模式提供，只考虑背景流场对生态变量的作用，而未考 虑生态变量对背景流场的反作用，根据已有的 SeaWiFS 叶绿素资料，利用伴随 同化方法对模型中的全部 12 个参数进行优化，研究发现模型中的某些参数之间 具有很高的相关性，且优化后的参数都具有明显的季节变化，大部分参数的季节 变化可以在生物学上得到很好的解释。与参数取常数相比，随时间变化的参数可 以显著提高模型的模拟能力。对生态模型中随空间变化的参数进行反演时，首先通过敏感性分析，找出模 型中对模拟结果影响最大的5个参数作为研究对象。为了保证参数空间分布的连 续性，使得模拟结果更加合理，选取一些网格点作为独立网格点，只需对独立网 格点的参数值进行调整，其它网格点的参数值通过Cressman插值得到，利用此方 法通过孪生数值实验得到了最优的影响半径。给定两种形式的空间分布，孪生数 值实验表明只对模型中的一个参数进行反演时，对于给定的两种空间分布，每个 参数都可以得到很好的反演，且参数的空间分布越符合实际情况越容易反演；同 时对5个参数进行反演时，只有当参数空间分布的搭配与它们在生态系统中引起IIII浮游植物生物量变化的作用相一致时，5个参数才能得到较准确的反演。实验表明海洋生态系统动力学模型中参数空间变化是合理可行的，可将此方法应用到实 际问题，从而更好地模拟叶绿素等生态变量的空间分布特征。渤海是我国唯一的内海，陆源排污量很大，但水交换能力低下，一旦遭到污 染将很难得到改善，因此准确模拟渤海污染物（总氮、总磷、COD 等）的时空 变化特征，对实现经济的可持续发展具有重要意义。对污染物的时空分布进行数 值模拟时，初始场对模拟结果的影响很大，本文中将污染物当作保守物质，只考 虑污染物一种状态变量的输运扩散过程，同时借鉴参数空间分布中“独立网格点” 的思想，利用伴随同化方法对渤海区污染物的初始场进行反演。孪生数值实验表 明：给定旋转抛物面和圆锥面两种形式的污染物初始分布，不论污染物浓度中间 高、四周低还是四周高、中间低，均可得到较好的反演结果。与传统的插值方法 相比，伴随同化方法可有效减少模拟结果与观测值的误差，模拟结果能更好的反 映污染物的全场分布特征，验证了模型的稳定性与可靠性。最后把该模型应用到 实际实验中，利用已有常规监测数据，对渤海污染物的初始分布及时间变化情况 进行了准确模拟，从而求得渤海污染物的月平均分布。该方法可用于海洋环境质 量的监测与评价，具有重要的现实意义。关键词：海洋生态系统动力学；伴随同化；污染物；初始场；渤黄海 PAGE PAGE IVNumerical study and application of a marine ecosystem dynamical model with adjoint assimilation methodABSTRACTOne typical feature of ecosystems is nonlinearity. Even small perturbations can be amplified through nonlinear interactions. Therefore, parameter values can significantly affect the model results in the simulation of marine ecosystem dynamics. However, it is very difficult to estimate parameter values accurately. Not only because are there very high correlations between some parameters, but also that som