条件非线性最优扰动方法在湖泊富营养化敏感性研究中的应用-application of conditional nonlinear optimal disturbance method in study of lake eutrophication sensitivity.docxVIP

关于学位论文独创声明和学术诚信承诺 本人向河南大学提出硕士学位申请.本人郑重声明:所呈交的学位论文是本人在导 师的指导下独立完成的,对所研究的课题有新的见解.据我所知,除文中特别加以说明、 标注和致谢的地方外,论文中不包括其他人已经发表或撰写过的研究成果,也不包括其 他人为获得任何教育、科研机构的学位或证书而使用过的材料.与我一同工作的同事对 本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意. 在此本人郑重承诺:所呈交的学位论文不存在舞弊作伪行为,文责自负. 学位申请人（学位论文作者）签名: 201 年 月 日 关于学位论文著作权使用授权书 本人经河南大学审核批准授予硕士学位.作为学位论文的作者,本人完全了解并同 意河南大学有关保留、使用学位论文的要求,即河南大学有权向国家图书馆、科研信息 机构、数据收集机构和本校图书馆等提供学位论文（纸质文本和电子文本）以供公众检 索、查阅.本人授权河南大学出于宣扬、展览学校学术发展和进行学术交流等目的,可以 采取影印、缩印、扫描和拷贝等复制手段保存、汇编学位论文（纸质文本和电子文本）. （涉及保密内容的学位论文在解密后适用本授权书） 学位获得者（学位论文作者）签名: 201 年 月 日 学位论文指导教师签名: 201 年 月 日 绪论 绪论 条件非线性 条件非线性最优扰动方法在湖泊富营养化敏感性分析中的应用 PAGE PAGE 1 PAGE PAGE 2 第 1 章 绪论 1.1 湖泊富营养化的研究意义 我国的湖泊众多,是世界上湖泊最多的国家之一,全国80％以上的城市供水依赖于 湖泊和水库,湖泊在支持区域社会经济可持续发展、区域生态平衡等方面发挥着重要作 用.目前,我国的许多水体如江河、湖泊、水库和海湾等都已经处于富营养化状态.根据 调查显示,对67个主要湖泊富营养化评价结果表明[1]:属于贫营养状态的湖泊数量为0;属 于中营养状态的湖泊为18个,占所调查湖泊总数的26.9％,面积为701311平方公里,占所 调查湖泊总面积的37.6％;属于富营 养型状 态的湖泊为49个,占所调查湖泊数 量的 73.1％,面积为11632.55平方公里,占调查湖泊总面积的62.4％.换句话说,从湖泊数量 上看,有近3/4的湖泊已达到富营养程度,所占的面积也接近总面积的2/3,这表明当前我 国湖泊富营养化问题十分突出,并且随着人类活动的不断增加,富营养化的进程还会进 一步加剧.日益恶化的湖泊环境已经给国民经济的生产带来了严重影响,同时对湖泊流 域居民的身体健康也构成了很大的威胁,湖泊水环境的保护工作已刻不容缓.为了保护 湖泊生态系统,合理开发利用湖泊水资源,防止湖泊富营养化,对湖泊富营养化的动态机 制进行研究,可以为湖泊水环境保护工作提供一些科学依据,是开展湖泊水环境保护工 作的一个重要技术手段. 湖泊生态系统是一个存在多稳态的生态系统,当外界干扰强度大于其稳态阈值时, 系统会在其不同稳态之间发生跃迁,从而导致生态与经济方面的损失.譬如,外部参数的 渐渐改变使得湖泊由清澈状态转变为浑浊状态.若想让系统恢复到原来的清澈状态,则 需要很大的外界干扰才能实现. 条件非线性最优扰动是在满足一定约束条件的所有扰动中,在考察的时间段结束时, 产生最大非线性的扰动结果.数值天气预报与气候预报是地球科学研究中最重要的分支 学科之一,为了能够准确地实现数值天气预报与气候预测,对可预报性和敏感性的研究 已成为当前国际上的热点课题之一.自从Lorenz在1965提出线性奇异向量(LSV)方法以 后,线性最优扰动已被广泛的应用于大气和海洋科学的研究中.该方法不仅被欧洲中期 天气预报中心(ECMWF)用于资料同化和集合预报,也已被北美洲、欧洲等部分国家用于 FASTEX、NORPEX等大型试验的目标观测中,并取得了一定的效果. 但是,LSV方法的可用性取决于线性近似的有效性,而这取决于个例、初始扰动大小 和优化时间长短.为了克服线性近似假设的不足,穆穆等2003年提出了条件非线性最优 扰动(CNOP)方法[2-3].该方法作为LSV方法在非线性领域的一个自然推广,避免了线性 假设的不足.该方法已被用于海洋热盐环流的敏感性分析和厄尔尼诺的可预报性等领域 [4-7],并初步地用于暴雨观测[8]、集合预报[9]以及理论草原生态系统的不稳定性和敏感性分 析[10]等研究方面,并取得了一些很好的结果. 影响数值模式预报结果的原因主要有两个方面:一是因为数值模式的初始场不准确; 二是因为数值模式存在模式误差,而影响模式误差的一个重要方面就是模式参数的不确 定性.穆穆等同时考虑初始误差和模型参数误差,并根据实际预报的需要划分了三类可 预报性问题[11]:一是初始误差对可预报性问题的影响;二是模型参数误差对可预报性