ROMS-FVCOM-HYCOM三种海洋模型在美国东海岸海洋水温模拟中的应用研究

分类号：P71密级：公开UDC：单位代码：10424学位论文ROMS/FVCOM/HYCOM三种海洋模型在美国东海岸海洋水温模拟中的应用研究董肇宾：硕士学位称：地图学与地理信息系统：戴洪磊职称：教授山东科技大学二〇一六年五月论文题目：ROMS/FVCOM/HYCOM三种海洋模型在美国东海岸海洋水温模拟中的应用研究作者姓名：董肇宾入学时间：2013年9月专业名称：地图学与地理研究方向：地理信息系统信息系统应用与开发指导教师：戴洪磊职称：教授徐泮林教授论文提交日期：2016年5月论文答辩日期：2016年6月授予学位日期：ApplicationofROMS/FVCOM/HYCOMthreekindsofoceanmodelinthesimulationofoceanwatertemperaturealongtheeasterncoastoftheUnitedStatesADissertationsubmittedinfulfillmentoftherequirementsofthedegreeofMASTEROFSCIENCEfromShandongUniversityofScienceandTechnologybyDongZhaobinSupervisor:ProfessorDaiHongleiCollegeofGeomaticsMay2016声明本人呈交给山东科技大学的这篇理学硕士学位论文，除了所列参考文献和世所公认的文献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机关作鉴定。硕士生签名：日期：AFFIRMATIONIdeclarethatthisdissertation,submittedinfulfillmentoftherequirementsfortheawardofMasterofScienceinShandongUniversityofScienceandTechnology,iswhollymyownworkunlessreferencedofacknowledge.Thedocumenthasnotbeensubmittedforqualificationatanyotheracademicinstitute.Signature:Date:山东科技大学硕士学位论文摘要摘要随着经济的发展以及陆地资源的匮乏，人民将越来越多的目光投向海洋，发展海洋经济和海洋事业已经成为当今世界的趋势。然而对于研究海洋的艰巨性决定了一般的观测手段只能在很小的区域内获取很少有用信息，很难全面准确的认识海洋。因此，相关方面专家学者开始尝试建立多种海洋模型，模拟出与真实海洋较近似的运行状态，以此提供更便捷的方式帮助人们认识海洋。本文在总结国内外相关研究现状的基础上，分析当前海洋模型的研究成果和进展，重点选出ROMS海洋模型，FVCOM海洋模型和HYCOM海洋模型这三类模型，并通过实验深入探究三种模型的模拟效果。主要工作如下：1）学习模型：通过对这三种海洋模型的简单介绍来认识这三种海洋模型的特点和应用区域；2）数据分析：先对比分析由海龟监测的海洋温度数据与ROMS模型模拟的海洋温度数据对比分析，再引入FVCOM海洋模型与HYCOM海洋模型，与ROMS海洋模型模拟的结果进行对比；具体实施方法是在Linux操作系统下利用Python语言作为编程工具进行对比分析的；3）发现规律：通过三种模型的对比分析，探究ROMS海洋模型的优缺点，发现ROMS在温度跃迁层的出现的误差较大；4）海洋模型的优化：通过重新设置模型边界条件和使用更准确的海洋地形数据对ROMS海洋模型进行优化，以提高ROMS海洋模型的海洋温度模拟能力。运用新版FVCOM，对FVCOM模型提出优化。关键词：海洋模型；ROMS；FVCOM；HYCOM；数据对比；山东科技大学硕士学位论文AbstractAbstractWiththedevelopmentofeconomyandthelackoflandresources,peoplewillputmoreandmoreattentiontotheocean,asaresult,thedevelopmentofmarineeconomyandmarineindustryhasbecometheworldtrend.However,thedifficultyofthestudyoftheoceandeterminesthatthegeneralobservationmeanscanonlygetverylittleusefulinformationinaverysmallareaanditisdifficulttofullyunderstandthemarine.Sothemarineresearcherstrytoestablishoceanmodelstosimulatetherealoperationoftheocean,inordertohelppeopleunderstandanddeveloptheoceanbetter.Thisarticleaimstoanalyzeandsummarizethreeofthesemodels-RegionalOceanModelSystem,Finite

Volume

Coastal

Ocean

ModelandHybridCoordinateOceanicCirculationModel.Mainlyconsistedoffollowings:1)Understandingmodels.Giveabriefintroduceofthreemodelsaboutthecharacteristicsandapplicationarea.2)Datacomparison.Firstly,comparetemperatureROMSsimulatedandtheonesfromSRDLsensorsbindingonturtles.ThenFVCOMandHYCOMareintroduced,andROMSiscomparedwiththesetwooceanmodels.TheconcreteimplementationmethodisundertheLinuxoperatingsystemusingPythonlanguageasaprogrammingtoolforcomparativeanalysis.3)Findregularrules.Throughthecomparativeanalysisofthethreemodels,analyzetheadvantagesanddisadvantagesofROMS.4)Optimizationofoceanmodel.ResettheboundaryofROMSandusemoreaccurateoceanterraindatatoimproveoceantemperaturesimulationcapabilityofROMS.UsingnewversionoptimizesFVCOMmodel.Keywords:Oceanmodel;ROMS;FVCOM;HYCOM;Datacomparison山东科技大学硕士学位论文目录目录1绪论 .海洋模型优化从第三章的分析中，我们知道了ROMS海洋模型在温度跃迁层出现的误差较大。除此之外，在海洋垂直结构的上层区和深层区模型模拟的效果较好，但其模型温度仍稍高于实际的海洋温度。而FVCOM海洋模型出现的误差较小，HYCOM海洋模型出现的误差较大，而且是全球海洋模型，故本章只对ROMS模型和FVCOM模型提出优化。4.1ROMS海洋模型优化4.1.1模型版本的更新自2009年10月至今，ROMSESPRESSO不断在对模型进行优化，模型不断更新，新的版本不断出现，其中最重要的一次更新是2013年5月的版本二。该版本主要更新有：1）新的边界条件。2）新的平均动态地形。3）更新了4VDAR方法。4）使用了新的4DVAR求解器。4.1.2特定区域引入系数法先将整个ROMS模型覆盖的区域分成13*9的区域网格，对误差明显的南部区域，比如切萨皮克湾引入系数法。先将所有观测年份的数据和对应模型数据每小时数据求日平均值，之后求月平均值，再计算各月间观测数据和模型数据差值的平均值，最后将差值的平均值引入该区域的模型中，来优化模型数据。4.1.3数据优化前后对比优化方法是使用了最新的边界条件及最新的地形数据后ROMS海洋模型模拟的海洋温度数据，以2013年5月8号为界，2013年5月8号之前为优化前的数据，2013年5月8号之后的数据为优化后的数据，对比分析优化前后的数据。先将实际监测数据分为两类，即2013年5月18日以前和2013年5月18日以后的数据，再对每个数据使用ROMS海洋模型进行模拟，计算2类数据的差值，最后以单个海龟为单位，计算其平均误差。从数据中随机抽取10个例子，列表如下：表4.1优化前和后观测温度减去模型温度的平均差值Table4.1MeanDifferencebetweenObservationTemperature-ModelTemperatureBeforeandAfterOptimization序号优化前差值优化后差值129410-0.64-0.43110712-2.62-0.24090725-1.58-0.32120729-0.23-0.06108424-2.23-1.31125216-1.14-0.81113517-1.82-0.56097719-1.60-0.48130717-1.03-0.45118526-1.31-0.34优化前误差平均值是-1.42，优化后误差平均值是-0.5，优化后，提高了64%，可以看出误差明显变小。而总体优化后提高了60%，可见优化后有明显的提升。通过运用优化后的边界条件，调整好地形后，优化后的海洋模型在对海洋温度的模拟效果上有了明显改善，其误差减少了60%。由于没有06年的温度数据，所有没有办法对同一个数据在模型优化前后的对比。4.2FVCOM海洋模型优化到目前为止，FVCOM模型一共经理了3代：第一代FVCOM海洋模型主要用来快速计算的，在河口地区及平缓的海洋区域应用较广，水平网格的分辨率从1km到15km不等，设定的海平面最深处为300m，如图4.1。第二代FVCOM海洋模型在第一代的基础上，提高了水平网格的分辨率，达到300m到15km，在Nantucket湾和Stellwagan湾水平网格的分辨率提高到了300-500m，同时增加了内海湾和河口区域，如图4.2。图4.1第一代FVCOM海洋模型Fig.4.1FirstgenerationofFvcom图4.2第二代FVCOM海洋模型Fig.4.2SecondgenerationofFvcom第三代FVCOM模型在原来的基础上，增加了对海洋动态预测，水平方向上的网格分辨率提高到了20-50m，并且可以应用引潮力和海潮。在垂直方向上第一代和第二代FVCOM海洋模型都是30层，而第三代海洋模型分为41层和71层2种模式，如图4.3。图4.3第三代FVCOM海洋模型Fig.4.3ThirdgenerationofFvcom5.结论与展望5.1结论随着海洋战略的推进，人类对海洋的研究兴趣越来越浓厚。为了研究海洋，需要采集更多的海洋数据来了解海洋，认识海洋。然而现在对于获取海洋数据的手段还很匮乏，不少研究者开发出了许多海洋模型来模拟海洋状态。本文中提到的ROMS模型，FVCOM模型和HYCOM模型正是这些海洋模型中的代表。本文针对由海洋动物乌龟所携带的传感器监测到的海洋数据，针对目前流行的海洋模型进行了监测数据值与模型模拟值之间的比对，所做的主要工作如下：1）本文第二章首先对三种海洋模型ROMS，FVCOM和HYCOM的构造原理进行了介绍，在充分了解这三种海洋模型相应的特点后，认识到ROMS模型和FVCOM模型是应用在一定区域的区域海洋模型，而HYCOM模型则是应用于全球的全球海洋模型。2）本文第三章的工作主要包含3部分：主要对实际监测的温度数据和三种海洋模型模拟的温度数据进行对比分析，得到了以下结论：第一部分是针对由海龟承载的SDRL传感器收集的数据进行处理分析，了解到这些观测数据所处的空间、时间分布以及海龟采集数据时的特性。实际监测的数据主要在夏秋两季采集，因为这两季是美国东海岸天气变化比较频繁的时期，比较有利于研究海洋温度的变化中出现的各种状况。海龟分布比较均匀，在极端天气状况下监测获得的数据也比较理想，由此得出的结论是由海龟承载的SDRL传感器采集的数据有助于长时间研究一定感兴趣区域的海洋状态。第二部分是模型数据和实际监测数据的对比。首先对比分析了ROMS模型与监测数据，分析出了ROMS模型的缺点。这一部分主要得出以下结论：ROMS模型对所选区域的模拟效果总体很好，然而在某些海洋垂直分层结构的模拟上，出现了一定区域的模拟温度高于实际观测温度，特别在温度跃迁层上，ROMS模型对于这一区域的模拟效果特别不好，由于海洋温度在这一区域变化迅速，ROMS模型的模拟数据出现了很多大误差。在一些水流比较狭窄的区域比如河流入海口特别是切萨皮克湾区域，ROMS模型的模拟效果出现了相对较大的浮动。第三部分是加入了FVCOM模型和HYCOM模型与之对比，进行了相关系数对比，误差在海洋垂直分层结构上的分布对比等分析处理方式。FVCOM海洋模型的误差分布比较均匀而且较小，而HYCOM海洋模型在这一区域的模拟效果较差，不能很好地预测这一区域的实际海洋状况。可见区域海洋模型要优于全球海洋模型。3）在第四章对模型的优化上，通过运用优化后的边界条件设置，调整好地形后，优化后的海洋模型在对海洋温度的模拟效果上有了明显改善，其误差减少了40%。5.2展望由于时间和能力有限，本文对ROMS模型的研究还不够充分，并在后期引入FVCOM模型和HYCOM模型后的处理上也不够充分。因此对以后的工作有以下展望：1）本文使用的SDRL实际监测的空间分布区域是由海龟活动区域决定的，所以在比较容易出现暴风雨的区域如夏季的美国东北部，获得的数据还是不够多，希望以后可以获得更多的数据，尤其是在温度跃迁层的数据，这样可以更好地分析模型在温度跃迁层的不足。2）引入突发事件的影响因子：通过数学方法模拟的海洋情况可以大体反应出其所在区域的情况，然而如第三章中飓风和寒流的情况，这些特殊情况的出现，会在很短时间内迅速改变海洋的状况，而海洋模型没有很好的模拟出这一情况。除此之外，如海啸，海底火山喷发等情况也不时在一定的海洋区域出现，也会在很短时间内迅速改变海洋的气候状况。如果可以在现有海洋模型的基础上，引入这些突发事件影响因子，建立相应的数学模型，肯定有助于海洋模型更加真实的模拟海洋情况。3）本文使用的SDRL观测数据时间跨度较小，只有2009年到2013年间的数据，没有ROMS模型之前一个版本在2006年的数据，不能够分析2个版本间的优缺点。4）在引入FVCOM模型和HYCOM模型后，在分析时可以像ROMS模型一样可以分析海洋底部温度数据值的平均误差和均方根等数据。除了引入这2种模型与ROMS模型对比分析，还可以引入其他比较常用的海洋模型，比如POM海洋模型和HAMSOM海洋模型，这样更加有助于分析ROMS模型的不足。5）为了更好的在美国东海岸使用区域海洋模型，需要根据实际数据比对与模拟数据的差别对模型进行进一步的优化。海洋模型仍在不断地优化中，并且具有很大的发展潜力，随着海洋监测数据的不断增加和引入，数字计算能力的不断提高，海洋模型对海洋温度的模拟程度必然会不断提高，在这一方面，仍然会有很多发展方向等待着我们的进一步研究和探索。山东科技大学硕士学位论文致谢致谢首先要感谢导师戴洪磊教授，论文定题到写作定稿，倾注了戴老师大量的心血。在我攻读硕士研究生期间，深深受益于戴老师的关心、爱护和谆谆教导。她作为老师，点拨迷津，让人如沐春风；作为长辈，关怀备至，让人感念至深。能师从戴老师，我为自己感到庆幸。在此谨向戴老师表示我最诚挚的敬意和感谢！还要感谢徐泮林教授。徐老师在论文的写作中给予了许多指导与建议，谨在此表示衷心的感谢。同时，我要感谢JamesManning老师，在美国生活期间，他和他的家人对我们照顾无微不至。JamesManning老师不耐其烦的给我指导数据分析中的错误和应该运用的分析方法，没有他的帮助，这篇论文很难很好的完成。感谢刘新老师、王海银老师、刘文宝老师、闫金凤老师、柳林老师、牟乃夏老师对论文提出的相应指导工作，他们的建议对论文的修改有很大的帮助。感谢一直关心与支持我的同学和朋友们！张君栋、凌兵伟感谢你们的鼓励和帮助。还要感谢的是我寝室的兄弟包国涛、韩帅、彭凯，师兄崔健以及测绘学院2013级全体研究生同学。三年来，我们朝夕相处，共同进步，感谢你们给予我的所有关心和帮助。同窗之谊，我将终生难忘！在此要感谢我生活学习了三年的母校——山东科技大学，母校给了我一个宽阔的学习平台，让我不断吸取新知，充实自己。需要特别感谢的是我的父母。父母的养育之恩无以为报，他们是我十多年求学路上的坚强后盾，在我面临人生选择的迷茫之际，为我排忧解难，他们对我无私的爱与照顾是我不断前进的动力。山东科技大学硕士学位论文参考文献参考文献方长芳,张翔,尹建平.21世纪初海洋预报系统发展现状和趋势[J].海洋预报,2013,30(6):93-100马仁锋,李加林,赵建吉,庄佩君.中国海洋产业的结构与布局研究展望[J].地理研究,2013(5):38-42曾庆存,周广庆,浦一芬,陈文,李荣凤,廖宏,林朝晖,刘辉志,王必正,谢正辉,徐永福,薛峰,曾晓东,张凤.地球系统动力学模式及模拟研究[J].大气科学.2008(04):76-83郑沛楠,宋军,张芳苒,鲍献文.常用海洋数值模式简介[J].海洋预报,2008,25(4):108-120张素香,李瑞杰,罗锋,朱文谨.海洋生态动力学模型的研究进展[J].海洋湖沼通报.2006(04):102-106任湘湘,李海,吴辉碇.海洋生态系统动力学模型研究进展[J].海洋预报,2012,29(1):65-72储敏,徐永福.区域海洋模式中的开边界问题[J].海洋科学,2009,33(6):112-117马寨璞,井爱芹.海洋科学中的数据同化方法——意义、结构与发展现状[J].海岸工程,2005,24(4):83-99PowellBS,ArangoHG,MooreAM,etal.4DVARdataassimilationintheIntra-AmericasSeawiththeRegionalOceanModelingSystem(ROMS)[J].OceanModelling,2008,23(3):130-145赵冬至,赵玲,张丰收.GIS在海湾陆源污染物总量控制中的应用[J].遥感技术与应用,2000,01:63-67陆永军,左利钦,季荣耀,张金善.渤海湾曹妃甸港区开发对水动力泥沙环境的影响[J].水科学进展,2007,06:793-800.WoodworthPL,MaquedaMM,RoussenovVM,etal.Meansea-levelvariabilityalongthenortheastAmericanAtlanticcoastandtherolesofthewindandtheoverturningcirculation[J].JournalofGeophysicalResearch：oceans,2014,119(12):8916-8935宁吉喆.充分认识海洋的战略意义.经济日报[N],2010,10,30.WhitworthIII,NowlinJrTWD,WorleySJ.ThenettransportoftheAntarcticCircumpolarCurrentthroughdrakepassage[J].Jour-nalofPhysicalOceanography,1982,12:960-971.MooreAM,ArangoHG,LorenzoED,etal.Acomprehensiveoceanpredictionandanalysissystembasedonthetangentlinearandadjointofaregionaloceanmodel[J].OceanModelling,2004,7:227–258.Warner,J.C,C.R.Sherwood,H.G.Arango,andR.P.Signell,2005a:PerformanceoffourTurbulenceClosureMethodsImplementedusingaGenericLengthScaleMethod.OceanModelling,8,81-113.Budgell,W.P.,2005:Numericalsimulationofice-oceanvariabilityintheBarentsSearegion,OceanDynamics,DOI10.1007/s10236-005-0008-3ShchepetkinAF,McWilliamsJC.Theregionaloceanicmodelingsystem(ROMS):asplit-explicit,free-surface,topography-following-coordinateoceanicmodel[J].OceanModelling,2005,9(4):347–404陈晓斌,刘志宏,林刚,李柄更.混合坐标大洋环流模式HYCOM及其研究进展[J].科技论坛,2013,34:207-210Chen,C,R.C.BeardsleyandG.Cowles,2006.Anunstructuredgrid,finite-volumecoastaloceanmodel(FVCOM)system.SpecialIssueentitled“AdvanceinComputationalOceanography”,Oceanography,vol.19,No.1,78-89涂超.海洋温度场的三维可视化[J].武汉大学学报：工学版,2007,40(6):126-128.邹立维,周天军.区域海气耦合模式研究进展[J].地球科学进展,2012,27(8):132-138任湘湘,李海,吴辉碇.海洋生态系统动力学模型研究进展[J].海洋预报,2012,29(1):65-72VermerschJA,BeardsleyRC,BrownWS.WinterCirculationintheWesternGulfofMaine:Part2.CurrentandPressureObservations[J].JournalofPhysicalOceanography,1979,(4):768-784CunninghamSA,AldersonSG,KingBA,etal.TransportandvariabilityoftheAntarcticCircumpolarcurrentinDarkePassage[J].JournalofGeophysicalResearch,2003,108(C5),doi:10.1029/2001JC001147MooreAM,PowellB.TheROMSIASDataAssimilationandPredictionSystem:QuantifyingUncertainty[J].RomsIasDataAssimilation&PredictionSystemQuantifyingUncertainty,2012.ZuoXue,Ph.D.,JosephZambon,M.S.,ZhigangYao,Ph.D.,YuchuanLiu,M.S.,RuoyingHe,Ph.D.AnIntegratedOceanCirculation,Wave,AtmosphereandMarineEcosystemPredictionsystemfortheSouthAtlanticBightandGulfofMexico.WallcraftA.HybridCoordinateOceanModel,User.sGuide[M].Miami:UniversityofMiami-Press,2003.BleckR.Anoceanicgeneralcirculationmodelframedinhybridisopycnic-Cartesiancoordinates[J].OceanModeling,2001,4:55-88.冯士筰,李凤歧,李少菁.海洋科学导论[M].高等教育出版社,1999苏奋振,周成虎,杨晓梅等.海洋地理信息系统:原理、技术与应用[M].海洋出版社,2005./fvcom/王鹏程.大辽河口物质输运时间的数值研究[D].中国海洋大学,2013.BleckR,HalliwellG,WallcraftA,etal.HybridCoordinateOceanModel,User.sManual[M].Miami:UniversityofMiami-press,2002.LorenzoED,MooreAM,ArangoHG,etal.WeakandstrongconstraintdataassimilationintheinverseRegionalOceanModelingSystem(ROMS):Developmentandapplicationforabarocliniccoastalupwellingsystem[J].OceanModelling,2007,16(3-4):160–187Smerdon,A.M.andJ.P.Manning.Crowdsourcingcoastaloceanographicdata:Anewwirelessinstrumentforfishingboatstogatherseabedtemperatures[C].PresentedatOceanologyInternationalChina,2013,Vol3-5Sept.WangP,TonySongY,ChaoY,etal.ParallelComputationoftheRegionalOceanModelingSystem[J].InternationalJournalofHighPerformanceComputingApplications,2005,19(4):375-385.Li,Y.,R.He,J.P.Manning,CoastalconnectivityintheGulfofMaineinspringandsummerof2004–2009,DeepSeaResearchPartII:TopicalStudiesinOceanography[J],Availableonline31January2013,ISSN0967-0645.EzerT,ArangoH,ShchepetkinAF.Developmentsinterrain-followingoceanmodels:intercomparisonsofnumericalaspects[J].OceanModelling,2002,4(3):249–267Manning,J.P.,Y.Wang,V.Sheremet.Validatingacoastaloceanmodelwithalow-costobservingsystemPartI:temperatureandsalinity(Inprep),2014HaidvogelDB,ArangoH,BudgellWP,etal.Oceanforecastinginterrain-followingcoordinates:FormulationandskillassessmentoftheRegionalOceanModelingSystem[J].JournalofComputationalPhysics,2008,227(7):3595–3624韩华.海洋综合观测系统信息集成与智能管理的研究[D].东华大学,2008.43．MooreAM,ArangoHG,BroquetG,etal.TheRegionalOceanModelingSystem(ROMS)4-dimensionalvariationaldataassimilationsystems:PartII–PerformanceandapplicationtotheCaliforniaCurrentSystem[J].ProgressinOceanography,2011,91(1):50–73.郭红,冯德显,顾行发,余涛,李家国.海洋浮标管理信息系统的设计与实现[J].计算机工程,2010,12:256-25845.C.MuccinoandH.LuoJ,H.G.ArangoDHAJCL,A.F.Be