通过土壤 - 空气 - 水热交换改进浅海沿岸水域的热力学过程表征

《Ocean Modelling》:Improving thermodynamic process representation in shallow coastal waters through soil-air-water heat exchange

【字体: 大 中 小 】 时间:2026年10月21日 来源:Ocean Modelling 3.1

编辑推荐:

   • 河道连通性对于逼真的浅水热输送至关重要。 • 提出了一种适用于浅水的土壤–空气–水热交换方法。 • 土壤层在浸湿和干燥过程中提供热缓冲作用。 • 新方法提高了沿海温度场的物理真实性。 **1. 引言** 沿海和河口地区水温在控制层结、环流、溶解氧变化以及更广泛的生物地

  

• 河道连通性对于逼真的浅水热输送至关重要。
• 提出了一种适用于浅水的土壤–空气–水热交换方法。
• 土壤层在浸湿和干燥过程中提供热缓冲作用。
• 新方法提高了沿海温度场的物理真实性。

**1. 引言**

沿海和河口地区水温在控制层结、环流、溶解氧变化以及更广泛的生物地球化学和生态过程方面发挥着基本作用(Kobayashi 等,2022;Chen 等,2025)。因此,准确模拟沿海温度场对于水动力学、生态系统和水质预测至关重要。

近年来,跨尺度沿海建模的进展大幅提升了数值模型在复杂河口环境中模拟水动力学和热力学过程的能力(Ye 等,2018;Hood 等,2021;Zhang 等,2023)。非结构网格模型如SCHISM(半隐式跨尺度水科学综合系统模型)在解析复杂地形和沿海特征方面提供了增强的灵活性,包括潮汐水道和潮间带泥滩等对浅水动力学有强烈影响的地貌(Zhang 等,2016;Ye 等,2023)。Zhang 等(2024)描述的沿海建模原则同样适用于温度模拟。最近的过程导向型沿海建模研究强调,准确表示地形和河道连通性——不采用任何人为操作,如地形平滑处理——对于物理上连贯且逼真的沿海模拟是至关重要的,特别是在浅水和几何结构复杂的环境中(Ye 等,2018;Zhang 等,2024;Khangaonkar 等,2026)。河道解析不足或水力连通性退化可能导致水流受阻,改变局部交换路径,从而产生不真实的热力学行为。

尽管沿海热力学建模取得了进展,但由于该环境中不同类型水动力学和水文过程之间的复杂相互作用,模拟浅水温度仍然具有固有的挑战性。河流、河口和水域的浅水区由于热容量有限,对大气和土壤/地下水强迫具有强烈的敏感性,其行为与较深的近海海洋根本不同。大多数现有的气水热通量公式最初是为相对深水环境开发的(Zeng 等,1998;Fairall 等,2003;Fringer 等,2019),在这些环境中,底部热交换通常被认为对水柱热响应的影响可以忽略不计。因此,这些公式主要表征气水界面之间的热交换,使其在底部热交换能够显著影响水温的浅水环境中适用性越来越不确定。

在本研究中,浅水区指水柱充分浅薄以至于大气强迫和底部/土壤热交换能强烈影响水柱热响应的浸湿-干燥、潮间带以及近岸/水道环境。频繁的淹没和浸湿-干燥转换通过持续改变水深,从而改变表面和底部热交换的相对重要性,进一步增加了温度演变的复杂性。以往研究表明,浅水区和浸湿-干燥过程对河口动力学和输运行为有强烈影响(Ji 等,2001;Zhao 等,2010)。平流和湍流混合等其他水动力学过程也会影响热输送。此外,地表径流、降水、地下水(孔隙水)与地表水的交换以及降水驱动的浅层含水层补给等水文过程会影响水温。在渗透性沿海环境中,降水可以补给浅层含水层并改变地下水与邻近地表水之间的交换(Geng 和 Boufadel,2017;Du 和 Ross,2024)。地下水输入提供了影响地表水温的额外途径,因为地下水通常表现出比地表水更稳定的热环境(Kurylyk 等,2014;Briggs 等,2018)。

此外,沉积物–水界面之间的热交换可以直接影响浅水和潮间带水的热响应,暴露的沉积物在潮汐淹没周期中储存和释放热量(Kim 和 Cho,2011;Rinehimer 和 Thomson,2014;Pivato 等,2018)。底部热交换对水温变化的相对贡献因环境而异,取决于水深、大气强迫、潮汐淹没和其他局部过程(Rinehimer 和 Thomson,2014;Pivato 等,2018)。最近的研究进一步表明,即使存在潮汐引起的孔隙水热输送,沉积物–水界面之间的导热交换也可以是沿海湿地热平衡的重要组成部分(Xu 等,2025)。这些研究凸显了在浅水温度模型中表示底部热交换的潜在重要性,特别是在频繁浸湿和干燥的条件下。

尽管浸湿-干燥和浅水动力学的重要性已得到广泛认可,但与土壤相关的热过程在常规沿海模型中仍然表征不足。特别是,大气、间歇性淹没的土壤和上层水柱之间的热相互作用通常被忽略。这种遗漏可能导致不真实的温度变化和水柱变得极浅时的突发热响应,特别是在浸湿-干燥转换和径流驱动的淹没期间。因此,迫切需要一种实用的公式,既能表示底部土壤的一阶热缓冲效应,又适用于大尺度沿海模型。本研究的重点是浅水温度,而非详细的土壤热动力学或深度依赖的土壤温度剖面;后者需要与三维土壤和水文模型耦合,这超出了本研究范围。

为弥补这一差距,我们在SCHISM中开发并实施了一种简化的土壤–空气–水热交换公式,并在查尔斯顿港进行评估。本研究考察了逼真浅水温度模拟的两个互补需求:物理一致的河道表示以及在浸湿-干燥条件下对土壤–空气–水热相互作用的适当处理。将模型结果与美国国家海洋和大气管理局海洋操作产品和服务中心(NOAA CO-OPS)以及美国地质调查局(USGS)的观测数据进行对比评估,并定量和定性评估河道表示和所提热力学公式对水温的影响。第2节描述观测数据集、模型配置和热力学公式。第3节呈现模型评估和实验结果。第4节讨论物理机制、敏感性、剩余局限性和未来发展方向。第5节提供主要发现的总结。

**2. 材料与方法**

**2.1. 观测数据**

本研究以美国南卡罗来纳州的查尔斯顿港为主要地点,考察沿海三维水动力学模型中的浅水温度挑战。查尔斯顿港位于亚热带湿润气候区(K?ppen–Geiger 分类:Cfa;Beck 等,2018),位于大西洋沿岸平原,表层和浅层地下材料异质,包括砂、粉砂和黏土,局部有泥灰岩和富碳酸盐沉积(McCartan 等,1990;Weems 等,1997)。模型性能首先通过水动力学验证进行评估,包括潮位和总水位的对比,以评估底层潮汐过程的准确性,然后再进行温度评估。使用NOAA CO-OPS和USGS的观测数据进行模型评估。目标模拟年份2018年的选择基于数据可用性和重大事件的发生情况,包括几次显著的风暴事件。

分析中使用了一个CO-OPS站点(查尔斯顿;站点编号:8665530),观测间隔为6分钟,以及13个USGS站点,观测间隔为15分钟(表1)。NOAA CO-OPS站点在NAVD88以下约3.12米处提供温度测量,代表近表面条件,而USGS站点通常提供近表面的温度测量,各站点的测量深度略有差异(表1)。USGS站点分布在整个查尔斯顿港,从河口入口延伸到支流的上游河段(库珀河、万多河和阿什利河),从而为整个系统提供了良好的空间覆盖。大多数观测数据最初以NAVD88高程基准为参考。为确保与模型高程基准一致,使用NOAA的VDatum软件(National Ocean Service,2023)将观测水位转换为xGEOID20b,这是美国沿海地区的标准高程基准转换工具。此转换确保观测数据和模型输出均以相同的高程基准为参考,以便直接对比。然而,几个USGS站点缺乏足够的高程基准信息来确定相对于NAVD88的确切测量深度。对于这些站点,在消除平均偏差后进行总水位对比,温度对比则基于站点元数据和观测特征假定为表面测量值。

表1. 模型域内观测站点的概要(NOAA CO-OPS和USGS;WS:总水位(m),T:温度(°C);注:NOAA CO-OPS和USGS站点的总水位高程基准均为NAVD88)。

| 序号 | 来源 | 站点编号 | 站点名称 | 经度(°) | 纬度(°) | 变量 | 温度测量深度(m) |
|---|---|---|---|---|---|---|---|
| 1 | NOAA CO-OPS | 8665530 | 查尔斯顿 | -79.9233 | 32.7817 | WS, T | NAVD88以下3.12 m |
| 2 | USGS | 021720710 | 库珀河海关大楼辅助站 | -79.9211 | 32.7804 | WS, T | NAVD88以下1.62 m |
| 3 | USGS | 021720709 | 库珀河美国17号公路 | -79.9101 | 32.8024 | WS, T | 假定表面 |
| 4 | USGS | 021720869 | 阿什利河北查尔斯顿附近 | -80.0237 | 32.8346 | T | 假定表面 |
| 5 | USGS | 0217206935 | 库珀河港口管理局码头 | -79.9526 | 32.8557 | WS, T | NAVD88以下4.06 m |
| 6 | USGS | 021720698 | 万多河普利茅斯山上方 | -79.8962 | 32.8590 | WS, T | NAVD88以下6.74 m |
| 7 | USGS | 021720677 | 库珀河菲尔宾溪 | -79.9628 | 32.8904 | WS, T | NAVD88以下2.59 m |
| 8 | USGS | 0217206962 | 万多河凯因霍伊 | -79.8243 | 32.9213 | T | 假定表面 |
| 9 | USGS | 021720825 | 阿什利河萨默维尔下方 | -80.1516 | 32.9258 | T | 假定表面 |
| 10 | USGS | 02172053 | 库珀河莫贝 | -79.9224 | 32.9841 | T | NAVD88以下2.10 m |
| 11 | USGS | 021720508 | 库珀河鹅溪上方 | -79.9067 | 33.0157 | T | NAVD88以下2.38 m |
| 12 | USGS | 02172050 | 库珀河鹅溪附近 | -79.9357 | 33.0576 | T | 假定表面 |
| 13 | USGS | 02172040 | 贝克河杜邦取水口 | -79.9584 | 33.0569 | T | 假定表面 |
| 14 | USGS | 02172020 | 库珀河皮姆利科 | -79.9446 | 33.0964 | T | NAVD88以下2.71 m |

**2.2. 模型配置**

我们采用了开源水动力学模型SCHISM(标签版本v5.13.0),该模型在静水近似和Boussinesq近似下求解Navier–Stokes方程,采用混合有限元/有限体积格式。模型利用由三角形和四边形单元组成的非结构水平网格,以及混合垂直坐标系——带裁切单元的局部σ坐标(LSC2)进行垂直离散(Zhang 等,2015,2016)。采用不带模式分解的半隐式时间推进格式来缓解与快速外边界重力波相关的稳定性约束,从而允许使用较大的时间步长,同时在分辨正压和斜压过程时保持精度。SCHISM使用有限体积法求解温度、盐度等示踪物的输运方程。示踪物平流方案采用高阶加权本质无振荡(WENO)方法,以准确捕捉陡峭梯度同时最小化数值耗散;与浅水中迎风格式的巧妙组合增强了数值稳定性,避免了强平流状态下虚假振荡的出现。热力学过程通过气海交换公式表示,热通量包括短波和长波辐射、潜热和感热通量,驱动温度变化和垂直分层(Zeng 等,1998;Fairall 等,2003)。动量和示踪物的垂直混合通过湍流闭合方案参数化,使模型能够捕捉水动力学与热结构之间的相互作用。这些特性使SCHISM特别适合模拟沿海和河口环境中发现的跨尺度热力学过程。然而,SCHISM的标准热力学公式仅考虑空气–水交换,在浅水环境中可能导致虚假的温度波动,因为极浅水深下水柱对热通量的过度敏感性。为改善这一问题,我们在第2.3节中提出了浅水中增强的土壤–空气–水热交换公式。

查尔斯顿港的模型域是一个位于美国东海岸大西洋海岸凹陷处的典型中潮河口系统。该区域是美国国家海洋和大气管理局东南沿海预测系统(SECOFS)持续预测发展项目的一部分,覆盖整个美国东南沿海。我们在本文中使用了这一缩减系统来说明浅水中热力学方面的典型问题。如图1所示,港口系统包括库珀河、万多河和阿什利河。陆地边界设定在平均海平面以上10米处,以考虑复合洪水效应(Ye 等,2020;Zhang 等,2020;Huang 等,2021);来自国家水文模型(NWM)的入流沿陆地边界注入域内。

下载:下载高分辨率图像(610KB)
下载:下载全尺寸图像
图1. 查尔斯顿港的模型域和网格。a)带有地形和观测站点的模型域。红色虚线轮廓表示模型的外海边界。观测站点的详细信息见表1,其位置如图9所示。)b)查尔斯顿港区域的非结构模型网格。

本研究使用的非结构网格由约114,000个节点和226,000个单元组成。网格分辨率在整个域内变化,从外海边界附近的2–3公里到美国海岸线沿约500米。在河流和泛滥平原区域,网格沿河道进一步细化到约150米,跨通道分辨率根据通道宽度调整以确保跨通道水力连通性。在上游河段,沿通道分辨率增加到约10–50米,以更好地分辨狭窄河道和复杂的流路。

网格的分水岭部分是基于所使用的数字高程模型(DEM),利用 Ye 等人(2023)中描述的算法自动生成的。垂直网格基于 LSC2 系统,包含 1 至 36 个垂直层。用于网格生成的 DEM 数据集包括 CRM、CUDEM 和 BlueTopo。CUDEM 和 BlueTopo 参考 NAVD88,而 CRM 参考当地平均海平面。所有 DEM 数据集均线性插值到非结构化网格上,未经进一步平滑或处理(Zhang 等人,2024)。对于近岸节点,使用 VDatum 软件进行垂直基准面协调,将高程转换为 xGEOID20b(Cui 等人,2024)。对于 VDatum 覆盖范围之外的节点或未参考 NAVD88 的数据集(例如在深海区域),不进行基准面校正。与许多沿海模型不同,SCHISM 不进行地形平滑或处理,从而保留了对于准确模拟沿海水动力及相关联的热力学过程至关重要的地形梯度(Zhang 等人,2024)。

开放边界条件使用潮汐、非潮汐和水文数据集的组合来规定。潮汐强迫使用来自 TPXO9 数据库的 8 个主要分潮分量施加,而非潮汐水位源自 AVISO 绝对动力地形(ADT),并施加了 ?0.30 m 的恒定垂直偏移,以考虑相对于 xGEOID20b 的基准面差异(Cui 等人,2024)。温度、盐度和流速的初始和边界条件从 HYCOM 获取,并在边界附近对示踪物施加额外的松弛(Cui 等人,2024)。河口区域的初始温度和盐度估计通过最近可用的美国地质调查局(USGS)观测值进行改进。大气强迫由 HRRR 提供(https://rapidrefresh.noaa.gov/hrrr/)。河流径流主要从 NWM 获取,包括 Cooper 河、Wando 河和 Ashley 河等主要河流,并补充了 Cooper 河沿线测站 02172002(Moultrie 湖)和 02172035(Turkey 溪)的可用 USGS 流量观测数据。

模拟于 2017 年 12 月 1 日 00:00 UTC 初始化,积分 396 天,覆盖整个目标年份。使用 120 s 的时间步长。由于 SCHISM 采用无模态分裂的半隐式时间步长方案,与快速外部重力波相关的 Courant-Friedrichs-Lewy(CFL)稳定性限制被绕过(Zhang 等人,2016)。因此,所选时间步长可确保当前网格的稳定且准确的模拟。垂直混合使用通用长度尺度(GLS)模型进行参数化,采用 k–kl 公式(Umlauf 和 Burchard,2003)。示踪物输运主要使用 WENO 格式求解,在 6 m 的截断深度以下应用更稳健的上风格式。数值色散通过 WENO 光滑参数控制,而动量耗散由 Smagorinsky 型粘度公式规定(Zhang 等人,2023)。模拟的第一个月(12 月)作为自旋-up 被丢弃。由于模型从动力平衡(来自 HYCOM 和观测值)场初始化,一个月的自旋-up 期已足够。

2.3 土壤-空气-水热交换算法

沿海海洋模型中的标准热通量公式侧重于空气-海洋相互作用,表面热通量施加在水界面(Warner 等人,2013;Zhang 等人,2016;Fringer 等人,2019)。此类公式未显式考虑空气/水与下层土壤层之间的热传递。这种遗漏在经历湿润-干燥过程的浅水和潮汐环境中尤为成问题,因为浅水深度导致温度对表面热通量的响应被放大。

一个简单的量级分析说明了这种敏感性。对于深度为 h 的水柱,在忽略平流和扩散过程后,热通量 Q 包含的温度变化率可近似为:

(1) ΔT ≈ Q Δt / (ρ Cp h)

其中,Q 为热通量(W m?2),h 为水深(m),ρ 为水密度(kg m?3),Cp 为比热容(= 4186 J kg?1 K?1)。假设典型值 Q = 100 W m?2 持续一小时,当 h = 0.01 m 时,温度变化约为 8.6 °C,而当 h = 1.0 m 时仅为 0.086 °C。因此,在极浅水域中,水柱有限的热容量放大了温度响应,并增加了下层土壤层储热和吸热的相对重要性。

问题的部分原因在于在浅水或干燥区域遗漏了空气/水与下层土壤之间的热交换。请注意,本文中地下水效应被合并到土壤效应中。在 SCHISM 中,到达底部的穿透性太阳辐射被假设为被土壤完全吸收(类似黑体),以避免浅水区过度加热。然而,模型中并未模拟土壤温度。实际上,土壤与水之间的热交换提供了一种缓冲效应(热惯性),如前所述,可缓和底层水温的波动。因此,我们开发了一种简化的土壤-空气-水热交换参数化方案作为标准公式的扩展,其中通过区分干燥和湿润条件的理论框架纳入了土壤层的影响。

该方法所代表的概念性热交换过程如图 2 所示。在干燥(裸露)区域,热交换直接发生在大气与裸露土壤之间,土壤作为热储体发挥作用。在湿润区域,热交换发生在空气-水界面,包括通常的 4 个表面热通量分量,此外还有底层水与下层土壤之间的热交换;后者可根据温度梯度作为热源或热汇。由于缺乏土壤温度信息,本研究中我们使用了"虚拟"土壤的概念,即土壤温度初始化为底层温度,并基于土壤-水交换随时间演变。如果可获得土壤温度数据,则可以轻松替换到公式中。

下载:下载高分辨率图像(277KB)下载:下载全尺寸图像

图 2. 概念示意图,说明浅水沿海和潮汐环境中(a)干燥和(b)湿润条件下的热交换机制。干燥条件下,热直接在大气与土壤之间交换,土壤作为热储体发挥作用。湿润条件下,热在大气与水面之间以及水柱与下层土壤之间交换;后者可根据温度梯度作为热源或热汇。

基于上述概念框架,新算法根据总水深使用两个阈值将区域分为 2 种状态,如图 3 所示。代表性潮汐周期中土壤-空气-水热交换的相应转换如图 4 所示。当总水深超过湿润-干燥阈值(α)时,网格单元被视为"湿润",并包含土壤-空气-水交换,允许土壤作为热储体与上层水柱交换热量,同时水面仍受大气强迫通过空气-水交换的影响。土壤与上层水之间的热耦合使用基于经典热传导理论推导的导热公式表示(Incropera 等人,2007)。在给定的时间步 Δt 内,从底层水向土壤传递的热量为(单位:J/m2):

(2) Q = Δt ks (T?^n+1_bw ? T^n_s)

其中 ks 为有效土壤热导率(热交换系数),单位为 W/m2/K,T^n_s 为当前时间步 n 的土壤温度,T?^n+1_bw 为求解原始输运方程后的底层水温。下一时间步的土壤温度更新为:

(3) Q = ρ cp hs (T^n+1_s ? T^n_s)

其中 hs 为土壤厚度(m),ρcp 为水的体积热容,单位为 J/m3/K。由此可得:

(4) T^n+1_s = (1 ? γ) T^n_s + γ T?^n+1_bw

其中:

(5) γ = Δt ks / (ρ cp hs)

类似地,在求解水温的原始输运方程后,进一步更新底层水温以考虑土壤-水交换 Q:

(6) T^n+1_bw = (1 ? γ) T?^n+1_bw + γ T^n_s

下载:下载高分辨率图像(952KB)下载:下载全尺寸图像

图 3. 具有湿润/干燥分类和处理的水热交换算法。每个单元的总水深(h^n_i)首先与湿润-干燥阈值(α)进行比较,以分类湿润和干燥单元。在湿润单元中,计算空气-水和土壤-水交换以更新水和土壤温度。在干燥单元中(h^n_i ≤ α),仅施加空气-土壤热交换。对于浅水区域(h^n_i < β),水温还额外松弛趋向空气温度。

下载:下载高分辨率图像(535KB)下载:下载全尺寸图像

图 4. 土壤-空气-水热交换算法在潮汐周期中跨越湿润-干燥和浅水阈值的概念示意图。

我们注意到,更新土壤和水温度的公式(公式 4 和 6)本质上是一种松弛方案,其中 γ 为松弛系数。此处,规定的土壤厚度(hs)并不代表土壤域的实际垂直分辨率。相反,它在简化单层参数化中作为特征深度。通过公式(5),土壤厚度决定了有效的热惯性和控制单层土壤在土壤-空气及土壤-水热交换中热响应的松弛时间尺度。

在湿润单元中,第二个阈值(β)定义了浅水条件,在此条件下水柱的热响应受大气强迫的强烈影响,因为水深有限(图 3)。在此浅水状态中,最好停用空气-水交换并将水温松弛趋向空气温度,以考虑大气与薄水层之间增强的耦合,松弛系数(γ″)由用户规定。与用于土壤-水热交换的松弛系数 γ(公式 5 和 6)不同,γ″ 是用户规定的参数,控制浅水条件下水温向空气温度的松弛。另一方面,如果水深超过 β,则忽略松弛(γ″)并激活空气-水交换(图 3)。

当总水深低于湿润-干燥阈值(α)时,网格单元被视为干燥,土壤温度更新以反映有效的空气-土壤热传递。如上所述,热传递公式可写为土壤温度的松弛方案:

(7) T^n+1_s = (1 ? γ′) T^n_s + γ′ T_a

其中 T_a 对应空气温度,γ′ 为控制土壤温度向空气温度松弛的有效松弛系数,由以下公式给出:

(8) γ′ = Δt ks / (ρ′ c′p hs)

其中 ρ′ 为土壤密度(kg m?3),c′p 为土壤的体积热容(J/m3/K)。

通过上述公式,土壤和水温通过空气、水和土壤之间的三方交换进行更新。此公式提供了简化但物理一致且保守的土壤-空气-水热耦合表示,允许土壤作为热缓冲器发挥作用,同时保持数值稳定性和计算效率。

与上述热交换公式密切相关的还有 SCHISM 中使用的淹没方案。水温首先在每个单元内求解,然后从单元插值到节点,因为后者是状态方程和湍流闭合所必需的。如果一个节点从步骤 n 到 n+1 被重新湿润(h^n_i ≤ α 且 h^n+1_i > α),则重新湿润节点的温度(以及一般示踪物)使用步骤 n 时所有相邻湿润节点的平均温度进行更新。如果在步骤 n 时没有任何相邻节点是湿润的,则应用最后一次湿润温度(T_last_i)。如果节点很少被淹没,这可能存在问题。新公式可以通过在节点干燥时用空气温度"预处理"裸露土壤,以及在重新湿润后立即将下层土壤的热量传递到薄水层中来缓解这一问题。因此,该方法对于降雨模拟是有益的,其中最初在干燥地面上形成极薄的水膜。在 SCHISM 中,雨水温度被设定为环境值(有关雨水温度的更详细方案,参见 Ibrahim 和 Sun,2023),此处即为土壤温度,大致与空气温度同步(略有滞后)。

在实际操作中,土壤向空气温度的松弛(γ′)需要谨慎处理,因为空气温度由于热容低得多而变化可能比土壤温度快得多(参见图 15)。因此,实践中应使用较小的 γ′ 以避免不期望的土壤温度波动。如上所述,土壤温度数据通常缺乏,我们使用"虚拟"土壤,因此 ks 应被视为有效土壤热导率,可在实践中进行调整。

2.4

实验设计
进行了三项数值模拟,以评估河道表征方法和新的土壤-空气-水热交换方法的影响(表2)。基准模拟“REF”采用第2.2节所述的标准模型配置,包括在主河道和支流中具有增强河道连通性的网格(图5)。“CHAN”采用较粗的网格,在其中一些浅水区支流的河道表征有所退化(图5)。该实验旨在评估热过程对河道表征的敏感性。最近,Ye等人(under review)研究了河道表征对水动力过程的影响,并得出结论:只要确保河道连通性,无论网格质量如何,水动力过程都能得到良好的表征。在本文中,我们进一步评估了热力学方面的影响,特别是在浅水区。

表2. 模拟和参数设置总结。有效土壤导热系数(ks)随水深变化,描述见第2.4节。假设各处土壤厚度均为1 m。

| 案例 | 河道连通性 | 热交换 | 空气松弛系数(γ″) | 土壤厚度(hs,单位:m) | 阈值(α,β,单位:m) | 目的 |
|------|------------|--------|-------------------|----------------------|---------------------|------|
| REF | 确保 | 空气-水 | N/A | N/A | 0.05(α) | 基准模拟 |
| CHAN | 退化 | 空气-水 | N/A | N/A | 0.05(α) | 评估河道表征和连通性的影响 |
| SOIL | 确保 | 土壤-空气-水 | 0.05 | 1.0(恒定) | 0.05(α),0.20(β) | 评估土壤-空气-水热交换的影响 |

下载:下载高分辨率图像(2MB)下载:下载全尺寸图像
图5. 查尔斯顿港代表性区域的粗网格(CHAN)与基准网格(REF)比较。面板(a)显示近岸下游区域,粗网格在此表现出退化的河道表征和无法解析的近岸连通性。面板(b)显示上游Cooper河的一个支流区域,粗网格在此产生断开的支流通道。相比之下,基准网格在两个区域都改进了河道表征并解决了河道连通性问题。(绿色框标记了带有内嵌面板的区域,提供局部网格结构和水深表征的放大视图。)

“SOIL”使用与REF相同的设置,但纳入了第2.3节所述的土壤-空气-水热交换参数化方法。有效土壤导热系数(ks)被规定为水深深度的函数:当水深小于1.0 m时,ks设为0.5;当水深大于3.0 m时,ks设为0。在1.0 m到3.0 m之间,ks根据水深在这两个端点值之间进行线性插值。模型域内假设土壤厚度均匀为1.0 m。该实验评估了与土壤相关的热过程对温度变化的影响,特别是在浅水区和潮汐带区域。除上述差异外,所有模拟均使用相同的边界条件、大气强迫和模型参数。

模型性能使用标准统计指标进行评估,包括偏差、均方根误差(RMSE)和相关系数。此外,我们对温度变化进行定性的、基于过程的评估,特别是在浅海、支流和潮汐带区域。

3. 结果与验证
在本节中,将模型性能与NOAA CO-OPS和USGS的观测数据进行比较,这些数据分布在沿海、支流和潮汐带区域。为了确保热力学评估的可靠性,首先通过水位比较简要考察水动力性能。随后,定量评估模型在模拟温度方面的技能。最后,定性评估所提出的土壤-空气-水热交换参数化方法对物理真实性的影响。

3.1. 水位验证
首先通过潮汐和总水位的验证来评估模型性能,以评估底层水动力过程的准确性。使用了NOAA CO-OPS在查尔斯顿(站号:8665530)的观测数据,以及模型域内五个USGS站点的数据进行评估(表1)。

潮汐验证使用调和分析法,从模型模拟和观测中提取主要分潮M2(主太阴半日潮)和K1(主太阴日潮)。对于总水位,将一年时间序列的模型结果与观测进行比较。

调和分析结果证实了模型表征主要分潮的能力。对于M2分潮,模拟振幅倾向于略微低估观测值(图6)。两个分潮的相位均模拟得很好,误差通常在几度以内,表明模型准确表征了潮汐传播的时间(图6)。总体而言,所有站点M2和K1的复RMSE(Huang等人,2022)分别为5.2 cm和1.0 cm。

下载:下载高分辨率图像(418KB)下载:下载全尺寸图像
图6. NOAA CO-OPS和USGS站点观测与模型结果的调和分析结果比较。面板显示主要分潮M2和K1的振幅和相位:(a) M2振幅,(b) M2相位,(c) K1振幅,(d) K1相位。

总水位比较进一步表明模型以良好的一致性捕捉了总水位的总体变化。图7显示了查尔斯顿站点观测与模拟总水位时间序列和调和分析结果的比较。各站点的总水位定量性能总结于表3中。所有站点平均值显示,模型与观测具有强烈的一致性,相关系数为0.961,偏差为-0.042 m,均方根误差(RMSE)为0.181 m。这些数值表明模型可靠地再现了站点的潮汐变化和低频水位波动。

下载:下载高分辨率图像(953KB)下载:下载全尺寸图像
图7. NOAA CO-OPS和USGS站点在选定期间(2018年8月1日-15日)的总水位时间序列比较。在NOAA CO-OPS和USGS站点,水位参考xGEOID20b垂直基准。

表3. 模拟总水位(TWL)的误差统计。

| 站号 | 偏差(m) | RMSE(m) | 相关系数(R) |
|------|----------|----------|--------------|
| 8665530 | -0.06 | 0.12 | 0.985 |
| 021720710 | -0.07 | 0.15 | 0.975 |
| 0217206935 | -0.06 | 0.19 | 0.959 |
| 021720677 | 0.01 | 0.18 | 0.965 |
| 021720709 | -0.05 | 0.21 | 0.948 |
| 021720698 | -0.02 | 0.23 | 0.937 |

总体而言,调和分量和总水位时间序列的良好一致性表明模型准确表征了研究区域的水动力过程。这种性能水平使我们对模型模拟控制温度变化的物理过程的能力具有信心,这将在以下章节中评估。

3.2. 温度模拟技能改进
模型在模拟水温方面的性能与分布在查尔斯顿港系统沿海和内陆区域的NOAA CO-OPS和USGS站点的观测数据进行了比较。特别关注位于浅水和内陆环境中的站点,在这些区域温度变化受到当地水深、环流、河道连通性和湿润-干燥过程的强烈影响。

为了量化河道表征、河道连通性和额外热力学参数化的影响,比较了三种模型配置(表2)。REF在整个河口系统中大幅改进了狭窄河道和复杂河道交汇处的表征(图5)。与CHAN相比,后者过度简化了河道几何形状并减少了一些浅水区的河道连通性,REF确保了水力连通性,这被证明对于准确表征热输送和局部温度变化非常重要。

河道表征和连通性的影响清晰地反映在USGS站点的温度RMSE空间分布中(图8)。在大多数站点,RMSE值从0.85-1.84 °C降至0.76-1.66 °C。这对应于模型误差的总体降低约20%,最大降幅高达50%。

下载:下载高分辨率图像(244KB)下载:下载全尺寸图像
图8. 查尔斯顿港区域NOAA CO-OPS和USGS站点的温度RMSE(°C)空间分布,分别为河道退化配置(CHAN)和保持连通性配置(REF)。(a) CHAN获得的RMSE;(b) REF获得的RMSE;(c) CHAN与REF之间的RMSE差异(负值表示在REF下RMSE降低/改善)。

RMSE降低的空间模式不均匀,揭示了模型行为的重要洞察。最显著改善出现在浅水支流和几何复杂的河道区域,CHAN在这些区域表现出与河道表征退化和连通性降低相关的大误差。相比之下,位于相对较深或混合良好的沿海区域的站点变化较小,这表明河道表征和连通性在水深复杂性和湿润-干燥动力学占主导的区域尤为重要(Ye等人,2023)。

CHAN中的几个站点(USGS站号:021720825和02172040)还表现出与间歇性干单元格条件相关的异常水温结果。在这些站点,退化的河道表征无法维持现实的浅水河道路径,导致在某些时期出现断开的连通性。相比之下,REF保持了稳定的水温模拟,RMSE值分别为1.17 °C和1.66 °C。这些结果表明改进的河道表征和连通性对于在复杂河口环境中稳健地表征浅水温度非常重要。

时间序列比较进一步说明了模型性能改进的细节(图9)。总体而言,REF在所有站点中合理再现了水温的季节性演化和时间变异性。相比之下,CHAN在几个站点(如图9中的站点1、2和3)表现出较大的高频波动。REF通常产生更平滑、更稳定的温度演化,更好地符合观测,特别是在受周期性湿润-干燥过程影响的浅水站点。

下载:下载高分辨率图像(786KB)下载:下载全尺寸图像
图9. NOAA和USGS站点的温度时间序列比较。x轴表示一年中的月份(2018年)。注意CHAN和REF的结果在站点1-3之外通常彼此接近;此外,CHAN在站点9、13没有结果,因为这些站点是干的。

REF与SOIL之间的比较表明,纳入新的土壤-空气-水热交换在传统统计指标中产生相对温和的改善。如表4所总结,两个模拟之间的RMSE差异通常很小,相关系数在两种情况下都持续较高(通常大于0.98)。然而,几个浅水站点在SOIL下表现出额外的RMSE和偏差降低,表明新公式在浅水区域特别有效。

表4. CHAN、REF和SOIL配置的温度模拟技能评估比较,包括相对于NOAA CO-OPS和USGS观测的偏差、RMSE和相关系数。

| 站号 | 偏差(°C)CHAN | 偏差(°C)REF | 偏差(°C)SOIL | RMSE(°C)CHAN | RMSE(°C)REF | RMSE(°C)SOIL | 相关系数CHAN | 相关系数REF | 相关系数SOIL |
|------|-------------|-------------|-------------|--------------|--------------|--------------|-------------|-------------|-------------|
| 8665530 | -1.45 | -0.83 | -0.82 | 1.84 | 1.00 | 0.98 | 0.988 | 0.998 | 0.998 |
| 021720710 | -1.29 | -0.68 | -0.66 | 1.77 | 0.89 | 0.88 | 0.987 | 0.998 | 0.998 |
| 021720709 | -1.24 | -0.71 | -0.70 | 1.57 | 0.89 | 0.87 | 0.992 | 0.998 | 0.998 |
| 021720869 | -0.84 | -0.86 | -0.84 | 1.23 | 1.26 | 1.23 | 0.994 | 0.996 | 0.996 |
| 0217206935 | -1.21 | -0.87 | -0.86 | 1.34 | 1.08 | 1.06 | 0.998 | 0.998 | 0.999 |
| 021720698 | -1.22 | -0.87 | -0.86 | 1.34 | 1.07 | 1.05 | 0.998 | 0.998 | 0.998 |
| 021720677 | -1.21 | -0.96 | -0.95 | 1.34 | 1.15 | 1.13 | 0.999 | 0.999 | 0.999 |
| 0217206962 | -1.34 | -1.28 | -1.26 | 1.55 | 1.47 | 1.44 | 0.996 | 0.997 | 0.997 |
| 021720825 | N/A | -0.33 | -0.34 | N/A | 1.17 | 1.17 | N/A | 0.992 | 0.992 |
| 02172053 | -1.05 | -1.02 | -0.96 | 1.24 | 1.25 | 1.18 | 0.998 | 0.997 | 0.998 |
| 021720508 | -1.02 | -0.89 | -0.82 | 1.15 | 1.11 | 1.02 | 0.998 | 0.998 | 0.998 |
| 02172050 | -0.90 | -0.70 | -0.62 | 1.02 | 0.94 | 0.86 | 0.998 | 0.998 | 0.998 |
| 02172040 | N/A | -0.70 | -0.66 | N/A | 1.66 | 1.56 | N/A | 0.984 | 0.986 |
| 02172020 | -0.63 | -0.52 | -0.42 | 0.85 | 0.76 | 0.67 | 0.997 | 0.998 | 0.998 |
| 平均值 | -1.12 | -0.80 | -0.77 | 1.35 | 1.12 | 1.08 | 0.995 | 0.996 | 0.997 |

总体而言,上述结果表明河道表征和连通性在提高温度模拟的准确性和稳健性方面起着主导作用。额外的土壤-空气-水热交换公式进一步改善了性能,特别是在对间歇性干燥和强空气-水相互作用敏感的浅水站点。然而,这类定量评估往往具有误导性,我们将在下一小节中加以证明。

3.3. 热力学和真实性改进:定性评估
尽管新的土壤-空气-水热交换公式在传统统计指标中仅产生温和的改善(表4),但在基于过程的评估中,浅水温度行为的定性差异显而易见。按照Zhang等人(2024)提倡的基于过程的评估框架,本节关注浅水和间歇湿润环境中模拟温度演化的物理真实性。特别关注河流和潮汐带区域温度空间结构的连贯性。

图10说明了土壤-空气-水热交换公式对浅水温度行为的影响。在REF配置中,局部化且碎片化的温度异常在浅水沟和潮汐带区域内迅速发展,在温度场中产生不真实的空间梯度。这些特征在流域中狭窄支流和孤立池塘附近尤为明显,浅水深度放大了对大气强迫的敏感性。相比之下,SOIL产生更平滑、空间上更连贯的温度分布(图10)。纳入土壤-空气-水热交换缓和了薄水层中的极端热响应。

下载:下载高分辨率图像(755KB)下载:下载全尺寸图像
图10. 土壤-空气-水热交换对表面温度和浅水深度行为的影响。没有空气松弛时,在浅水和潮汐带区域(蓝色框)中发展出虚假的温度梯度,特别是在狭窄沟道附近。

在潮汐带区域观察到额外的过程级差异(图11)。在REF中,局部冷异常在浅水和近期重新湿润区域中发展并持续存在,特别是在潮汐沟和孤立池塘附近。这些异常在每次重新湿润事件后产生尖锐的局部温度对比。相比之下,SOIL表现出更平滑的热演化,在重新湿润事件后底层温度更迅速地恢复到环境条件。尽管仍有一些局部异常存在(图11中的方框A),但这些特征在SOIL中的幅度和持续时间都大幅减少。土壤-空气-水热交换公式在潮汐带区域也被证明有效。

下载:下载高分辨率图像(823KB)下载:下载全尺寸图像
图11. 有和没有土壤热交换时潮汐带底层温度的演化。快照以2小时间隔显示。没有土壤耦合时(a1-a3),局部冷异常在浅水和近期重新湿润区域(实心红框,B和C)中发展并持续存在,导致不真实的热梯度和重新湿润后恢复缓慢。

当纳入土壤热交换(b1-b3)时,底部温度与周边区域的平衡速度更快,从而产生更平滑且物理一致性更高的热分布特征。综上所述,图10和图11表明,所提出的算法主要改善了浅水区的物理真实性及热力学过程。这些改进在浅溪、潮间带和汇水区尤为显著,在这些区域,热惯性与淹没过程对局地温度分布具有强烈影响。研究结果凸显了过程驱动评估与额外定量误差指标相结合的重要性,这也印证了Zhang等人(2024)的观点。

4. 讨论与未来发展

4.1 虚拟土壤参数敏感性评估

查尔斯顿港内缺乏土壤温度观测数据,无法与该处的模拟虚拟土壤温度进行直接比对。然而,美国国家海洋和大气管理局(NOAA)美国气候参考网络(USCRN)的McClellanville 7 NE站点(33.15○N, 79.36○W)拥有公开可用的观测数据,该站点位于查尔斯顿港外,但处于模型区域内(图12a)。我们将这些观测数据用作独立定性评估,以检验模拟的虚拟土壤温度是否表现出物理上合理的热学行为。在0.05米和1.0米深度处的观测土壤温度显示出明显的随深度增加而衰减的温度变异性,且相位滞后随深度增加(图12b)。模拟的虚拟土壤温度未能重现这一垂直结构,因为当前的参数化方案仅使用单一的整体土壤层来表示地下部分。尽管如此,模拟温度表现出定性相似的热学行为,可将其视为特征整体土壤温度。此对比并非旨在对虚拟土壤温度进行直接验证或率定,而是对简化虚拟土壤方案所表征的总体热学行为进行定性评估。

下载:下载高分辨率图像(439KB);下载:下载全尺寸图像
图12. (a) NOAA USCRN McClellanville 7 NE土壤温度站的位置;(b) 2018年0.05米和1.0米深度处的观测土壤温度与模拟虚拟土壤温度对比。观测数据显示了随深度变化的衰减和相位滞后特征,而虚拟土壤温度表现出定性相似的变率。此对比旨在说明一般热学行为,而非针对虚拟土壤温度进行特定深度的验证。

我们进一步对有效土壤热导率和土壤层厚度进行了敏感性测试,以考察它们对虚拟土壤热响应的影响。我们将有效土壤热导率在0.10至1.00 Wm?2K?1范围内变化,其中0.50 Wm?2K?1作为基准情形(图13)。增加热导率会导致热响应加快,且相对于气温的滞后时间逐渐缩短。季节演变和日温度分布也显示出虚拟土壤温度响应幅度和时机的变化(图13)。

下载:下载高分辨率图像(439KB);下载:下载全尺寸图像
图13. 模拟土壤温度对有效热导率(ks)的敏感性分析。(a) 不同有效热导率下的土壤温度季节演变,并与原始气温及30日滑动平均气温进行对比(图例见(c)图下方)。(b) 日平均温度分布的箱线图。(c) 年平均土壤温度;(d) 相对于气温的热响应滞后时间。敏感性试验采用的有效热导率为0.10、0.25、0.50(基准)和1.00 W/m2K,其他参数均与SOIL试验保持一致。

我们还考察了土壤层厚度的敏感性,分别采用0.25米、0.50米、1.00米和2.00米,其中1.00米作为基准情形(图14)。增加土壤层厚度会提高有效热惯性,导致温度变异性衰减加剧,且相对于气温的响应滞后时间逐渐延长(图14)。

下载:下载高分辨率图像(512KB);下载:下载全尺寸图像
图14. 模拟土壤温度对土壤厚度(hs)的敏感性分析。(a) 不同土壤厚度下的土壤温度季节演变,并与原始气温及30日平均气温进行对比。(b) 日平均温度分布的箱线图。(c) 年平均土壤温度;(d) 相对于气温的热响应滞后时间。敏感性试验采用的土壤厚度为0.25米、0.50米、1.00米(基准)和2.00米,其他热学参数均与SOIL试验保持一致。

尽管虚拟土壤温度的响应存在上述显著差异,但在两项敏感性试验中,水温的均方根误差(RMSE)仅有轻微变化(表5)。这表明在测试范围内,模拟水温并不强烈依赖于有效土壤热导率或土壤层厚度的具体选择。尽管这些参数会影响虚拟土壤温度的幅度及响应时间尺度,但水温受其影响有限。因此,就水温而言,敏感性测试支持了该简化参数化方案在物理上的一致性与稳健性。

表5. 模型性能对土壤厚度和有效热导率的敏感性分析,采用各观测站模拟水温的平均RMSE进行评估。

| 运行方案 | 平均RMSE (°C) | 备注 |
| --- | --- | --- |
| SOIL (hs= 1.00 m; ks : max 0.50 W/m2K) | 1.08 | 基准情形 |
| SOIL (hs= 0.25 m; ks : max 0.50 W/m2K) | 1.09 | 土壤厚度敏感性 |
| SOIL (hs= 0.50 m; ks : max 0.50 W/m2K) | 1.08 | |
| SOIL (hs= 2.00 m; ks : max 0.50 W/m2K) | 1.11 | |
| SOIL (hs= 1.00 m; ks : max 0.10 W/m2K) | 1.07 | 有效热导率敏感性 |
| SOIL (hs= 1.00 m; ks : max 0.25 W/m2K) | 1.09 | |
| SOIL (hs= 1.00 m; ks : max 1.00 W/m2K) | 1.10 | |

4.2 缓解异常温度峰值的机制

我们分析了新参数化方案改善浅水区温度响应背后的详细机制。首先,我们证明了气-水-土三方热交换方案(图3)的优势。图15展示了Cooper河中游靠近美国地质调查局(USGS)021720508站点的模拟土壤气温强迫与热力学响应(参见图9)。与气温强迫相比,土壤温度表现出明显衰减的季节性循环及滞后的温度响应。气温能对短期的大气变率作出迅速响应,但由于土壤的热容量远大于空气,土壤温度的演变更为平缓。因此,若在浅水区仅包含对气温的松弛项(而无土壤相互作用),水温就会跟随气温的大幅波动而产生不期望的剧烈震荡。土壤提供的热惯性有助于缓解这一效应,从而使浅水区的热特征更加平滑。

下载:下载高分辨率图像(547KB);下载:下载全尺寸图像
图15. Cooper河中游靠近USGS 021720508站点的气温(来自HRRR)和土壤温度(来自SCHISM输出)的季节变化(参见图9)。(a) 气温(灰色,30日平均)与土壤温度(蓝色)的时间序列。土壤温度的季节振幅减小,且峰值时间相对于气温有所滞后。(b) 月平均温度(1月至12月),突出了土壤温度相对于气温衰减且滞后的季节响应特征。

浅水区和河流中的热力学响应非常复杂,受地表(水文和水动力)过程及地下水过程的双重驱动。我们通过两个对温度模拟至关重要的案例来阐明这种复杂性:(1) 孤立池塘;(2) 潮间带。显然,在实际情况中这两种情形是相互作用的;例如,大规模且罕见的淹没可以将这些区域连通。但接下来的分析有助于阐明新参数化方案是如何改善模拟结果的。第一种情形主要受大气强迫控制,而第二种情形还对淹没和平流过程较为敏感。

图16展示了一个典型孤立浅池塘的例子,平均水深约为0.14米。在此条件下,水柱的有效热容量极小,导致温度对大气热通量强迫极为敏感。温度倾向项可使用2.3节中公式(1)进行近似。由于温度倾向项与水深成反比,即使中等强度的热通量也足以在水层极薄时引发剧烈的温度变化。如图16c所示,夜间及清晨时段以潜热与长波辐射冷却为主导,而白昼时段则以短波辐射加热为主导。因此,孤立的浅水区在较短时间尺度上表现出剧烈的增温与降温响应。在SOIL模拟中,由于关闭了气-水热交换,这些过度的温度波动大幅减少;此外,气温松弛项与土-水热交换进一步缓和了热响应,从而产生了更平滑且物理一致性更高的温度演变。

下载:下载高分辨率图像(1MB);下载:下载全尺寸图像
图16. 2018年7月8日前后具有孤立池塘的代表性浅水区表层温度演变及热通量贡献。(a) 和 (b) 面板对比了四个代表性时间(T0-T3)的REF与SOIL模拟结果。在REF模拟中,夜间和清晨时段出现了强烈的空间温度变率及局地冷异常,而SOIL模拟则显示出更平滑、物理一致性更高的温度场。在‘C’单元上,T0-T3时段的对应气温分别为24.66、22.18、27.74和29.41 °C。(c) 面板显示了REF模拟中孤立积水区(C单元;红线)的热通量分量,正值表示热量输入水体。图中的数字代表各时刻的总净热通量。

第二种潮间带情形不仅受直接热通量强迫影响,还强烈受平流与淹没过程的影响。图17展示了浅水区的一个代表性再湿润事件。在再湿润发生后的即刻(T1),节点A1的温度由上一步处于湿润状态的相邻节点(如A2和A3)获得。由于再湿润后的水深极浅,上述第一种情形中的过程会导致A1的温度低于其相邻节点。随后,平流速度会将这片冷水迅速输运至相邻的深水航道区域(如A2、A3等),从而在较短时间内污染更大范围的水体(图17a2)。具体取决于热通量的正负,这种误差也可能在其他区域表现为暖偏差,而此处观测到的是冷偏差。

下载:下载高分辨率图像(1MB);下载:下载全尺寸图像
图17. REF与SOIL模拟中再湿润期间的底层温度响应。(a1) 和 (b1) 面板展示了再湿润前(T0:UTC 2018-07-09 21:00;EDT 17:00)与再湿润后(T1:UTC 2018-07-09 22:00;EDT 18:00)的底层温度场。(c)-(e) 面板汇总了节点A1-3的底层温度及流速,其水深分别为7.5厘米、8.41米和9.86米。

与REF相比,SOIL模拟在两种机制下均产生了更弱且在空间上更平滑的温度过渡(图17b)。在孤立的浅水区,土-气-水热交换提供了额外的热缓冲,缓和了对大气热通量强迫的过度敏感性。在再湿润事件期间,土壤的热记忆效应及局部对气温的松弛作用,降低了再湿润区域与相邻航道之间的温度对比,从而使向航道内的平流过程更为平滑。温度梯度产生的斜压力也随之减小,使得该处的平流流速变小(图17e)。

4.3 剩余局限性

尽管所提出的土-气-水热交换参数化方案显著改善了浅水区及间歇性湿润区域温度演变的物理表征,但仍存在一些局限性。气温松弛处理的一项重要局限在于其对快速大气温度变率的敏感性。如图15a所示,即使在一天之内,气温也会表现出强烈的波动。由于松弛方案在浅水区直接将水温与气温联系起来,气温的剧烈变化仍可能引发过度的热响应,因此在实际应用中松弛系数需要足够小。尽管该方法大幅减少了不切实际的温度震荡并改善了整体热力学过程,但浅水干湿交替区域模拟的温度场仍然对短期的气温波动较为敏感。

另一个局限性涉及上游河温水强迫的不确定性。在本研究中,缺乏河流温度观测数据,这可能会限制边界附近局地温度预测的准确性,因为这些区域的温度变率强烈受平流过程影响。采用更精确的河温水强迫条件可进一步提高模拟温度变率的准确性。

另一个相关的误差来源是降雨温度及降雨显热通量的处理方式。在当前SCHISM的实现中,雨水温度采用环境值进行规定,在此用土壤温度表示,其通常滞后于气温。这种简化处理可能会导致长期的温度偏差,尤其是在降水频繁或强降雨时段。

基于更物理化的降雨-温度公式可能会改善对降水相关热交换的表现,应在未来工作中予以考虑。此外,对孤立池塘和潮间带区域的处理在数值上仍然存在挑战。尽管气温松弛和土壤热记忆处理大幅减少了不合理的温度尖峰,但在快速干湿交替过程中,极少被淹没的区域仍可能出现较大的温度梯度。在极少淹没区域中最后一湿温度记忆的持续存在(图3)在某些水动力学条件下可能会产生局地热异常。此外,当前公式将底层土壤表示为简化的单层结构,因此无法解析随深度变化的土壤温度差异。虚拟土壤温度应被理解为一种有效整体热状态,代表底层土壤对浅水温度的影响的一阶效应,而非某一特定土壤深度的温度。因此,随土壤深度的衰减和相位滞后未被显式表示。这种简化与当前对水温模拟的重点是一致的,而在未来应用中,如果此类信息可用,可以考虑更详细的地下表征。另一个局限性在于对虚拟土壤表征的观测约束有限。尽管现有的土壤温度观测数据为其一般热行为提供了定性支持,但实际沉积物热状况的空间变异性并未被显式表示。未来工作应考虑纳入更多的场地特定地下观测数据,并在与浅水温度模拟相关的场合与地下水过程进行耦合。

**5. 结论**

本研究使用在SCHISM中开发的新公式,调查了查尔斯顿港的浅水热力学过程,重点关注干湿条件下河道表征和土壤-空气-水热交换的影响。结果表明,河道几何形态和水力连通性的准确表征对于改进温度模拟至关重要,强调了物理一致的测深和河道表征对逼真的滨海热力学建模的重要性(Zhang et al., 2024)。所提出的土壤-空气-水热交换方案通过减缓过度的热响应并减少干湿交替过程中不合理的局地温度梯度,显著改善了浅水潮间带和流域环境中模拟温度行为的物理真实性。总体而言,所提出的框架提供了一种物理一致、守恒且计算高效的方法,用于改进复杂浅水滨海和流域系统中的温度模拟。主要关注点是水温,而虚拟土壤表征作为一种简化手段,用于考虑底层土壤的影响,而非解析详细的土壤热动力学。未来工作将纳入更多的场地特定观测数据和地下水耦合,以进一步改进浅水温度模拟。

**CRediT作者贡献声明**

Hyungju Yoo:撰写—审阅与编辑、撰写—原稿、验证、软件、方法论、正式分析、数据整理、概念化。Zhengui Wang:撰写—原稿、验证、方法论、正式分析、数据整理、概念化。Y. Joseph Zhang:撰写—审阅与编辑、撰写—原稿、监督、软件、资源、项目管理、方法论、资金获取、概念化。Haocheng Yu:撰写—原稿、验证、软件、正式分析。Fei Ye:撰写—原稿、验证、软件、正式分析。Machuan Peng:撰写—审阅与编辑、撰写—原稿、项目管理。Saeed Moghimi:撰写—审阅与编辑、撰写—原稿、项目管理。Gregory Seroka:撰写—审阅与编辑、撰写—原稿、项目管理。Edward Myers:撰写—原稿、项目管理。

Hyungju Yoo | Zhengui Wang | Y. Joseph Zhang | Haocheng Yu | Fei Ye | Machuan Peng | Saeed Moghimi | Gregory Seroka | Edward Myers
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号