DCM模拟中基于OPSA方法的参数敏感性分析.pdfVIP

DCM模拟中基于OPSA方法的参数敏感性分析

112344

高永丽,王际朝,孙国栋,张坤,姜向阳,王宁

(1.中国石油大学(华东),山东青岛266580;2.中国科学院大气物理研究所,北京100029;3.中国科学院

海洋研究所,山东青岛266071;4.山东省海洋资源与环境研究院,山东烟台264006)

摘要:深层叶绿素最大值(deepchlorophyllmaximum,DCM)现象是海洋与湖泊中普遍存在的生态现象。

对其进行数值模拟时,参数不确定性是导致模拟结果出现误差的重要原因。基于一个经典海洋生态模

式(nutrients-phytoplanktonmodel,NP),本文通过最优参数敏感性分析(optimizationparametersensitivity

analysis,OPSA)方法探讨了模式参数不确定性对DCM模拟的影响。研究表明,背景场浑浊度、垂向湍

流扩散系数、浮游植物营养盐含量和硝酸盐再循环系数为模式中的敏感参数,它们的扰动将导致DCM

模拟发生显著改变。进一步,设计观测系统模拟试验评估了消除敏感参数误差DCM模拟的改进程度。

结果显示,去除4个敏感参数误差DCM模拟平均改进了56.83%,约是去除不敏感参数误差平均改进

程度(4.51%)的13倍。而且,去除敏感参数误差模拟改进的稳定性更好,变异系数仅为9.44%,去除不

敏感参数误差模拟改进的变异系数达到了14.76%,稳定性较差。据此,可优先发展与敏感参数直接相

关的动力过程参数化方案,或在有限的观测资源下优先对敏感参数展开目标观测,进而为提高DCM

模拟与预测提供科学指导。

关键词:DCM;参数敏感性;最优扰动;OPSA方法;目标观测

中图分类号:P731.26文献标识码:A文章编号:1000-3096(2023)5-0139-10

DOI:10.11759/hykx20220517003

在海洋、湖泊等大部分水体中,叶绿素垂向分布不确定性[8]。通过参数敏感性分析探究模式中参数不

的最大值并不出现在水体表面,而是出现在水面下确定性影响到底如何,识别相对敏感的参数,并且

一定深度的地方[1],这就是DCM(deepchlorophyll集中有限的人力物力资源优先对敏感参数展开观测,

maximum)现象。早在1965年,Yentsch[2]就发现在印对提高数值模拟技巧是非常重要的。

度洋相对稳定的水体结构中,物理与生物的耦合作然而,围绕模式参数的敏感性分析是一个复

用使得浮游植物在真光层底部出现最大值。随后,更杂的问题。早期研究中,人们普遍使用的是数据同

[9][10]

多研究证实了该现象在其他大洋、湖泊,甚至混合作化方法,例如非线性优化技术,伴随方法和弱

[11]

用较弱的河口区也普遍存在[3]。DCM现象体现了浮