大西洋经向翻转环流的模拟对海表驱动场时间和空间分辨率的敏感性分析*

肖　斌，舒　启，乔方利

(1. 中国海洋大学 海洋与大气学院，山东 青岛 266100；2. 国家海洋局 第一海洋研究所，山东 青岛 266061；3. 海洋环境科学和数值模拟国家海洋局重点实验室，山东 青岛 266061)



大西洋经向翻转环流的模拟对海表驱动场时间和空间分辨率的敏感性分析*

肖斌1,2,3，舒启2,3，乔方利2,3

(1. 中国海洋大学 海洋与大气学院，山东 青岛 266100；2. 国家海洋局 第一海洋研究所，山东 青岛 266061；3. 海洋环境科学和数值模拟国家海洋局重点实验室，山东 青岛 266061)

摘要:基于全球海洋-海冰耦合数值模式，研究了不同时间和空间分辨率的海表驱动场对大西洋经向翻转环流(Atlantic Meridional Overturning Circulation,AMOC)和海表面温度(Sea Surface Temperature,SST)模拟的影响。敏感性数值实验结果表明，海表驱动场时间和空间分辨率的不同不仅会影响SST的模拟，而且会显著影响AMOC强度的模拟。相比高时间分辨率的海表驱动场，时间和空间分辨率的降低会造成AMOC模拟强度的减弱和SST的升高。月平均驱动场驱动的AMOC比6 h分辨率驱动场驱动的控制实验减少6.7 Sv，降低了34%；同为6 h分辨率，粗空间分辨率大气驱动场模拟的AMOC比高空间分辨率实验减少1.4 Sv，降低了7%。对海洋上层流场和海表热通量进一步分析表明，低时间和空间分辨率的海表风场的减弱是导致AMOC减弱和SST升高的主要原因。

关键词：海洋数值模拟;海洋-海冰耦合数值模式;海表驱动场;大西洋经向翻转环流

全球海洋-海冰耦合数值模式在物理海洋动力过程研究、海洋环境数值预报以及气候变化研究等方面都具有重要作用。该类模式在海表大气强迫的驱动下，可以对海洋中的大尺度大洋环流给出较为准确的数值模拟。对模式稳定状态下模拟能力的评估是检验数值模式的主要途径。评估全球海洋-海冰耦合模式的一项重要指标是对大西洋经向翻转环流(Atlantic Meridional Overturning Circulation,AMOC)的模拟。国际上，针对全球海洋-海冰耦合模式的COREs (Coordinated Ocean-ice Reference Experiments)[1]对比计划将AMOC的模拟能力作为一项重要的评估内容。AMOC是全球海洋热盐环流中极其重要的一部分，AMOC可分为上、下两支。上支携带着暖而咸的海水向北流动，到达北欧海、拉布拉多海和北大西洋部分海域下沉形成北大西洋深层水并在深层向南输运；下支位于大西洋底层，主要是南极底层水在南半球高纬度下沉并在大西洋底层北上，到达北大西洋高纬度海域后上升与北大西洋深层水一起向南输运。AMOC对能量和物质的南北传输在气候系统中起重要作用，AMOC的变化对气候系统有重要影响[2-3]。Danabasoglu等[3]将参加COREs实验的海洋数值模式对AMOC的模拟结果与实测断面进行了对比，结果表明所有海洋模式模拟的AMOC多年平均强度普遍偏弱。俞永强和宋毅[4]提出在他们的全球海洋模式模拟结果中也存在相同问题。Griffies等[1]将当前海洋-海冰耦合模式中所存在的AMOC模拟强度偏弱的问题归因于此类模式缺少与大气模式的动态耦合。Danabasoglu等[3]认为模式空间分辨率、参数化方案设置等都会造成COREs成员模式之间AMOC模拟能力的差异。Delworth等[5]通过提高模式空间分辨率显著改善了模式的模拟能力。气候系统模式中天气噪声(weather noise)会对AMOC的模拟产生重要影响，通过多模式集合平均去除大气模式中的天气噪声会显著影响AMOC的模拟强度和变化特征[6]。基于观测和数值模式的结果表明，一些重要的天气过程如极地低压(Polar Lows)等也能够影响北大西洋深层水的生成从而对环流产生影响[7-9]。

全球海洋-海冰耦合模式的海表驱动场产品往往存在多种时间和空间分辨率[10-11]。Ezer[12]的敏感性数值实验结果表明，大气驱动场时间分辨率从月平均改为6 h间隔后上层海洋混合厚度的模拟会有一定改善。海表驱动场中的高频部分是否会对AMOC这种大尺度翻转环流系统产生较大影响以及AMOC的具体响应方式如何，尚未见有关报道。本文基于国际主流的全球海洋-海冰耦合模式，分析研究了大气驱动场时空分辨率变化对AMOC、SST和一些其他模拟结果的影响，并对产生影响的原因进行了分析。

1模式简介和数值实验设计

本研究基于一个全球海洋-海冰耦合数值模式，其中海洋模式为MOM5 (Modular Ocean Model version 5)[13]，海冰模式为SIS (Sea Ice Simulator)[14]。该海洋-海冰耦合模式主要由美国GFDL (Geophysical Fluid Dynamics Laboratory)发展和维护。本文中全球海洋-海冰耦合模式的经度水平分辨率为1°，纬度水平分辨率由赤道区域的(1/3)°逐渐过渡为1°(30°N～30°S)，其他区域为1°。模式垂向分层为50层，垂向最高分辨率为10 m。模式海表热通量和动量通量根据海表驱动场和模式海表状态由块体公式计算得到[11]。

为了研究大气驱动场时空分辨率的不同对AMOC和SST模拟的影响，本文设计了5组数值实验，分别命名为6 hourly、6 hourly coarse、daily、monthly和monthly coarse。其中6 hourly为控制实验，其大气驱动场采用COREv2(Coordinated Ocean-ice Reference Experiments version 2)气候态驱动场[10-11]，其空间网格数为192×94，COREv2驱动场数据集有多种数据来源，包括大气再分析数据集和卫星观测数据等，不同的变量对应不同的时间分辨率，其中海表风场、温度、湿度和气压场的时间分辨率为6 h，而海表长短波辐射通量的时间分辨率为日平均，海表降水和径流的时间分辨率分别为月平均和年平均。表1给出了这5组数值实验的大气驱动场的时空分辨率，实验中其他设置保持不变。其中daily和monthly两组实验的驱动场中的海表面风场、温度、湿度和气压场分别由控制实验的驱动场取日平均和月平均后得到。而6 hourly coarse和monthly coarse两组实验中的驱动场分别为6 hourly和monthly的驱动场线性插值到更粗的水平网格点上得到。

为了使模式达到平衡状态，控制实验进行了3 000个模式年的积分，在此基础之上开展敏感性实验。敏感性实验均进行100个模式年，达到了各自新的平衡状态后，取91～100模式年的输出作为本文数值实验结果进行分析。为了方便对比，控制实验也在平衡状态基础上继续运行了100个模式年。

表1　不同数值实验中大气驱动场时空分辨率的设置

2模式结果分析

图1显示了5组实验中大西洋经向翻转环流(AMOC)指数的时间序列，AMOC指数表征了AMOC的强度，本文中AMOC指数定义为AMOC流函数在45°N断面处的最大值，该定义参考Griffies等[1]，AMOC流函数的计算公式如下：

(1)

式中，x为纬向；y为经向；z为深度；V为北向流速。

图1　5组数值实验中AMOC指数的时间序列Fig.1　Time series of AMOC index in five numerical experiments

从图 1可以看出由控制实验更换不同时空分辨率的大气驱动场之后，敏感性实验经过大约70个模式年基本达到新的平衡状态。其中6 hourly控制实验所模拟的AMOC指数为19.8 Sv，与Griffies等[1]的结果几乎相同，表明6 hourly控制实验对AMOC的模拟结果是合理的，尽管当前MOM5所模拟的AMOC强度相比观测[15]偏弱，但是相比COREs中其他模式MOM已是最强的之一[1]。相比6 hourly控制实验，另外4组敏感性实验的结果表明，大气驱动场的时间分辨率和空间分辨率的降低均使得模式模拟的AMOC强度降低，时间分辨率越粗，AMOC强度越小，其中monthly实验中AMOC指数为13.1 Sv，比控制实验降低34%。对比6 hourly, 6 hourly coarse, monthly和monthly coarse四组实验，大气驱动场时间分辨率的影响要远大于空间分辨率的影响，但大气驱动场空间分辨率对6 hourly实验的影响大于monthly实验。

图2　AMOC流函数之差Fig.2　Difference in stream function between experiments

2.1模式对大气驱动场时间分辨率敏感性分析

本节将主要展示daily和monthly两组敏感性实验与6 hourly控制实验的差异。图 2为AMOC流函数之差，大气驱动场时间分辨率降低会导致AMOC上分支模拟强度的减弱。相比而言，monthly中AMOC强度比daily变弱的程度更大。图 3展示了年平均混合层深度的差异，北大西洋下沉区混合层深度明显变浅，而南极周边海域混合层深度加深，monthly实验比daily实验结果更为显著。北大西洋深层水生成机制主要是深对流，混合层深度能反映深对流的程度，北大西洋下沉区混合层深度在一定程度上反映了北大西洋深层水生成的强弱。大气驱动场时间分辨率的降低会使得北大西洋深层水生成减少(图3)。南极底层水的生成机制主要是南极周边海域海水温度低，加上海水结冰析盐导致海水密度增大沿着陆坡下沉，与绕极深层水混合而生成南极底层水。但是目前的海洋环流数值模式基本不能模拟该过程，模式中南极底层水的生成机制依然是发生在南极周边开阔海域的深对流[16]，图3中南极周边海域混合层深度的增加表明,由于大气驱动场时间分辨率的降低，模式中南极底层水的生成量增加。

图3　混合层深度之差Fig.3　Difference in MLD depth between experiments

图4为6 hourly控制实验中所模拟的4 000 m以深平均海水年龄分布，本文中海水年龄的定义为该处海水距离最后一次接触海表的时间[17]，北大西洋和南极周边海域等有深层水生成的区域4 000 m以深海水年龄普遍较为年轻，太平洋和印度洋部分区域海水年龄则较老。

图5为敏感实验与控制实验中4 000 m以深平均海水年龄之差，可以看出由于北大西洋深层水生成减弱，AMOC强度减弱，北大西洋4 000 m以深的海水年龄变老，与之相对是南极底层水生成加快会导致南大西洋、整个太平洋和印度洋4 000 m以深海水年龄变年轻，在赤道太平洋区域由于海水年龄存在较大的水平梯度，平流的改变会导致海水年龄出现较大变化。图6为大西洋纬向平均海水年龄之差，主要表现为3 000 m以深的北大西洋海水年龄增加、南大西洋海水年龄减小。3 000 m以深北大西洋海水年龄的增加是由于AMOC减弱、北大西洋深层水生成减缓导致的，3 000 m以深的南大西洋海水年龄的减小是由于南极底层水生成加速导致。北大西洋深层水和南极底层水的生成是全球热盐环流中关键的物理过程，是全球热盐环流的主要动力源，可见，在全球海洋-海冰耦合数值模式中大气驱动场时间分辨率降低会导致模拟的全球热盐环流强度的改变。对比控制实验，monthly实验的响应比daily的响应更显著。

图4　控制实验(6 hourly)4 000 m以深层平均海水年龄分布Fig.4　Sea water age averaged over depth deeper than 4 000 m in control run(6 hourly)

图5　底层海洋4 000 m以深平均的海水年龄之差Fig.5　Difference of sea water age averaged over depth deeper than 4 000 m between experiments

图6　大西洋纬向平均海水年龄(a)之差Fig.6　Difference of Atlantic zonal averaged sea water age(a) between experiments

图7　海表面温度(℃)之差Fig.7　Difference of SST(℃) between experiments

大气驱动场时间分辨率降低还会导致模拟的海表面温度(SST)明显升高，图7显示了daily和monthly实验与控制实验的SST之差，两组实验中西边界流海域和南大洋海域出现较为明显的升高现象，两组实验相比控制实验全球平均SST分别升高了0.2和0.9 ℃, monthly实验显示比daily实验更明显的升高特征，偏暖的区域也远大于daily实验，最大温度偏差超过2 ℃。

2.2模式对大气驱动场空间分辨率敏感性分析

图1显示相比6 hourly实验，6 hourly coarse实验所模拟的AMOC强度会减弱。由于空间分辨率的降低AMOC指数减小了1.4 Sv，而在monthly和monthly coarse这两组实验中，大气驱动场空间分辨率对AMOC指数的影响并不显著。图8给出了这两组对比实验中AMOC流函数的偏差，其中6 hourly和6 hourly coarse两组实验中，AMOC流函数的偏差(图 8a)比monthly和monthly coarse两组实验的偏差(图 8b)更显著。

图8　AMOC流函数之差Fig. 8　Difference of AMOC stream function between experiments

6 hourly和6 hourly coarse两组实验中海水年龄的偏差表明，减弱的AMOC会导致3 000 m以深的北大西洋海水年龄变老，而3 000 m以深的南大西洋海水年龄变年轻，这与2.1中大气驱动场时间分辨率变粗对3 000 m以深海水年龄的影响一致。相比6 hourly实验，6 hourly coarse实验中SST也出现了升高的现象。上述偏差在monthly和monthly coarse两组实验中并不明显。

2.3北大西洋上层流场和全球海表热通量诊断分析

本文daily和monthly实验中大气驱动场由6 hourly的大气驱动场分别求取日平均和月平均得到，风场高频部分的能量在此过程中会被严重削弱，随着大气驱动场时间空间分辨率变粗，风驱动的环流减弱。图 9a显示了控制实验中北大西洋500 m以浅平均盐度和流场。可以看出，湾流将中低纬度高温高盐水向高纬度区域输送。相比控制实验，daily和monthly实验中上层海洋中北向流场总体呈现减弱态势(图9b和9c)，monthly实验中流场减弱的程度远大于daily实验，减弱的流场导致向北输送的高温高盐水减少，这将阻碍北大西洋深层水生成，从而减弱了AMOC的强度。

图9　上层海洋500 m以浅平均的盐度和流场(cm·s-1)分布Fig.9　Upper 500 m averaged salinity and currents(cm·s-1)

风场的减弱也会减少海洋向大气潜热输送，相比6 hourly实验，daily和monthly两组实验中海洋向大气输送的潜热通量减小(图10)，相当于海洋吸收净热通量的增加，这是导致图6中SST偏暖的主要原因。图11为daily和monthly两组实验相比6 hourly实验海表面潜热通量之差，其空间分布特征与图7显示的SST偏差的分布特征基本吻合，进一步表明在daily和monthly实验中减弱的风场导致海洋向大气输送的潜热通量减少，从而导致SST增加。

图10　5组数值实验中的全球平均净热通量和潜热通量(大气向海洋为正)Fig.10　Global averaged net and latent heat flux in five numerical experiments (positive value means heat flux is downward)

图11　潜热通量之差(W·m-2)(大气向海洋为正)Fig.11　Difference of latent heat flux between experiments(W·m-2) (positive value means heat flux)

3结语

5组数值实验结果表明，大气驱动场时空分辨率的不同能显著影响全球海洋-海冰耦合模式的模拟结果。相比COREv2控制实验，使用更粗时间分辨率的大气驱动场会造成模式模拟的AMOC强度减弱，SST升高，其中使用日平均和月平均大气驱动场的实验中AMOC指数分别减少1.6 和6.7 Sv，SST分别平均升高0.2和0.9 ℃。分析混合层深度和海水的年龄均显示：当AMOC减弱，北大西洋深层水生成变缓，而南极底层水生成加速。相比6 hourly实验，更低的大气驱动场水平分辨率也会导致AMOC强度减弱，但这在月平均大气驱动场实验中并不明显。低时空分辨率实验中AMOC的减弱和SST的升高主要是由于海表风场中高频信号的减弱导致的。敏感性实验的结果意味着AMOC的驱动机制在一定程度上是高频的变化所致，虽然AMOC本身是一个低频的热盐环流，这体现了多尺度运动形态的相互作用。

COREv2驱动场是在再分析数据和卫星观测数据基础上经过融合形成，是驱动全球海洋-海冰耦合模式较理想的大气强迫场。但是目前该数据的空间分辨率仍不高，随着全球海洋-海冰模式水平分辨率进一步提高，大气驱动场的时空分辨率也应该会相应提升，因此可以预期所模拟的AMOC强度将与实际观测将更加接近。另外需要指出，本文5组模拟实验的积分时间为100模式年，虽然AMOC本身循环的时间会长至千年的时间尺度，但对于大气强迫变化的会很快。未来开展长时间积分的数值实验仍是需要的。

参考文献(References)：

[1]GRIFFIES S M, BIASTOCH A, BÖNING C, et al. Coordinated ocean-ice reference experiments (COREs)[J]. Ocean Modelling, 2009, 26(1): 1-46.

[2]BRYDEN H L, LONGWORTH H R, CUNNINGHAM S A. Slowing of the Atlantic meridional overturning circulation at 25° N[J]. Nature, 2005, 438(7068): 655-657.

[3]DANABASOGLU G, YEAGER S G, BAILEY D, et al. North Atlantic simulations in coordinated ocean-ice reference experiments phase II (CORE-II). Part I: mean states[J]. Ocean Modelling, 2014, 73(1): 76-107.

[4]俞永强, 宋毅. 海洋环流对全球增暖趋势的调制: 基于FGOALS-s2 的数值模拟研究[J]. 大气科学, 2013,37(2): 395-410.

[5]DELWORTH T L, ROSATI A, ANDERSON W, et al. Simulated climate and climate change in the GFDL CM2.5 high-resolution coupled climate model[J]. Journal of Climate, 2012, 25(8): 2755-2781.

[6]The U S AMOC science team, Second annual progress report for a JSOST near-term priority assessing meridional overturning circulation variability: implications for rapid climate change[R]. Washington, DC :U S CLIVAR Office, 2009.

[7]CONDRON A, RENFREW I A, The impact of polar mesoscale storms on northeast Atlantic Ocean circulation[J]. Nature Geoscience, 2013, 6(1): 34-37.

[8]BEENA B S, VON STORCH J S, Effects of fluctuating daily surface fluxes on the time-mean oceanic circulation[J]. Climate dynamics, 2009, 33(1): 1-18.

[9]PICKART R S, SPALL M A, RIBERGAARD M H, et al. Deep convection in the Irminger Sea forced by the Greenland tip jet[J]. Nature, 2003,424(6945): 152-156.

[10]LARGE W,YEAGER S. The global climatology of an interannually varying air sea flux data set[J]. Climate Dynamics, 2009, 33(2-3): 341-364.

[11]LARGE W G,YEAGER S G. Diurnal to decadal global forcing for ocean and sea-ice models: the data sets and flux climatologies[Z]. 2004: Citeseer.

[12]EZER T. On the seasonal mixed layer simulated by a basin-scale ocean model and the Mellor-Yamada turbulence scheme[J]. Journal of Geophysical Research Atmospheres, 2000, 105(C7): 16843-16855.

[13]GRIFFIES S M. Elements of the Modular Ocean Model (MOM)[Z]. NOAA Geophysical fluid dynamics Laboratory. Princeton, USA, 2012.

[14]WINTON M. A reformulated three-layer sea ice model[J]. Journal of Atmospheric and Oceanic Technology, 2000,17(4):525-531.

[15]SROKOSZ M, BRYDEN H. Observing the Atlantic Meridional Overturning Circulation yields a decade of inevitable surprises[J]. Science, 2015, 348(6241): 1255575.

[16]HEUZ C, HEYWOOD K J, STEVENS D P, et al. Southern Ocean bottom water characteristics in CMIP5 models[J]. Geophysical Research Letters, 2013, 40(7): 1409-1414.

[17]ENGLAND M H. The age of water and ventilation timescales in a global ocean model[J]. Journal of Physical Oceanography, 1995, 25(11):2756-2777.

Received: February 29，2016

*收稿日期：2016-02-29

作者简介：肖斌(1988-)，男，山东济南人，博士研究生，主要从事海洋动力学和数值模拟方面研究.E-mail:xiaobin@fio.org.cn(李燕编辑)

中图分类号：P731

文献标识码：A

文章编号：1671-6647(2016)02-0175-11

doi:10.3969/j.issn.1671-6647.2016.02.003

Sensitivity of AMOC Numerical Simulation to Spatio-temporal Resolution of Atmospheric Forcing Field

XIAO Bin1,2,3, SHU Qi2,3, QIAO Fang-li2,3

(1.CollegeofOceanicandAtmosphericSciences,OceanUniversityofChina, Qingdao 266100, China;2.TheFirstInstituteofOceanography,SOA, Qingdao 266061, China;3.LaboratoryofMarineScienceandNumericalModeling,SOA, Qingdao 266061, China)

Abstract:Based on a global ocean-ice coupled numerical model, we study the impact of different spatio-temporal resolutions of atmospheric forcing fields on the numerical simulation of AMOC (Atlantic meridional overturning circulation) and SST (sea surface temperature). Sensitivity experiments show that spatio-temporal resolution of atmospheric forcing field can significantly influence both SST and AMOC. Compared with control run (6 hourly), coarser spatio-temporal forcing field lead to weaker AMOC and warmer SST. AMOC index in monthly forcing field experiment decreased by 6.7 Sv (34% lower) with respect to experiment with 6 hourly forcing field. In 6 hourly forcing field runs, AMOC index of coarser spatial resolution decreased by 1.4Sv than that of finer spatial resolution. Analysis of upper ocean current and sea surface heat flux indicate that coarser spatio-temporal forcing field can result in weakening of sea surface winds, which is the major cause of weaker AMOC and warmer SST.

Key words:numerical simulation；global ocean-ice coupled model；atmospheric forcing field；Atlantic meridional overturning circulation

资助项目：国家自然科学基金委员会-山东省人民政府联合资助海洋科学研究中心项目——海洋环境动力学和数值(U1406404)；全球变化与海气相互作用专项——海洋动力系统和多运动形态相互作用(GASI-03-IPOVAI-05)；南北极环境综合考察与评估专项——极地对全球和我国气候变化影响的综合评价项目(CHINARE2016-04-04)