寒潮过程中风浪对黄海海气热量通量和动量通量影响研究

王坚红 史嘉琳 彭模 盛建明 苗春生

摘要采用2009—2013年CFSR（Climate Forecast System Reanalysis）大气和海洋再分析资料对黄海海气间热量通量和动量通量的特征进行统计分析，并通过FVCOMSWAVE浪流耦合模式对典型寒潮过程中风浪的影响效果进行模拟研究与对比分析。统计结果显示，通量受海表大风、海气温差及海洋环流等因子影响，秋冬季节强烈，春夏季节相对较弱，在寒潮活跃的冷季该海域的海流处于弱流期，风浪对海面通量的作用明显增强。海温特征也显示冷季的不稳定性显著强于暖季，因此该海域冷季具有更强的海气热量通量。沿岸站点的比较显示，南部吕泗站面向更开阔的东海海域，其平均波高高出北部20%左右。这与沿海南部通量强于北部特征对应。数值模拟显示，在寒潮过程中，海气界面热量通量和动量通量输送比多年月平均状态显著增强，动量通量增大1～5倍，热量通量增大1～6倍。寒潮过程入海冷锋走向、强度、移动方向显著影响海面热量通量和动量通量大值区的分布。偏北路寒潮纬向型冷锋入海，其强度东部大于西部，造成通量大值区形成在黄海东北部，而偏西路寒潮经向型冷锋入海，其强度南部大于北部，造成通量大值区形成在黄海南部。 同时偏北路径寒潮强度大于偏西路径，海气动量通量响应较偏西路径强约25%，热量通量强约50%。耦合风浪作用的模拟显示，海气间热量通量和动量通量明显增大，对不同强度风浪，浪高增加15倍，动量通量最大值增大约2倍，热量通量增大10～160 W/m2；浪高减弱至05倍，动量通量最大值则减弱约40%，热量通量减小10～55 W/m2。冷锋及其驱动的风浪强烈影响区域海气通量时空特征。

关键词中国黄海；海气热量通量和动量通量；寒潮过程；FVCOMSWAVE浪流耦合模式

海气界面间热量通量、动量通量等通量交换是海气相互作用中的一个重要环节，反映了大气和海洋之间的要素通量的相互传输和联系（Jones et al.，1995）。一方面海气通量输送强烈影响着上层海洋结构及大气边界层结构，进而影响大气环流和海洋环流，造成不同尺度的气候变化；另一方面也影响着海上中小尺度天气系统的发展，对于探讨天气系统海上发展机制非常重要；同时作为数值化初、边界条件，它们影响海气耦合数值模式的运行效果。影响海气通量传输的因子有海表温度，海表面风速、近海面气温、水汽和云等（Berry and Kent，2009，2011）。尤其是波浪，在海氣界面间热量通量和动量通量输送过程中起着至关重要的作用（赵栋梁等，2008）。当强烈天气过程入侵海域时，其强风造成海气要素剧烈变化，而海浪的增强，直接影响海气界面热量通量和动量通量的传输过程。

在海气热量通量和动量通量研究方面，国内外学者对于其观测计算方法、变化特征和影响因子已做了大量工作。目前观测方法主要依托船舶观测、浮标观测、卫星观测等，而计算方法主要有涡度相关法、廓线法、块体法和惯性耗散法（黄艳松，2011）。在海面通量变化特征研究方面，对南海地区和台风影响两方面的研究比较多。陈奕德等（2005）、闫俊岳等（2007）分别对南海季风爆发期间海气界面的感热和潜热量通量进行了研究，发现感热和潜热量通量季风爆发前，较为平稳，爆发后振荡加剧。吴迪生等（2009）、张连新等 （2014）用浮标数据计算南海活动的台风海气界面的热量交换值，指出热带气旋环流内海气热量交换强烈，其主要贡献来自于潜热通量。王坚红等（2016）研究了台风海流涡旋与寒潮海流涡旋向海水深处的能量传输，发现寒潮涡旋动能和动量下传更迅速、更强、更深。在影响因子研究方面，Li et al.（2009）发现SST季节内变化与海气界面潜热通量变化呈正相关。Zou et al.（2014）用经验模态分解方法对南海海气界面通量进行分析时，发现短风区的拖曳系数大于长风区情形，说明波浪成长状态会对海气界面动量交换产生明显影响。

本文重点研究中国黄海海域，这个海域与南海有明显差异，它位于中纬度，形状较为狭窄，海水深度较浅。同时，关注冬半年剧烈寒潮天气过程，冬季寒潮与夏季的热带气旋相比，虽然均为大尺度强烈的海上大风天气，但是寒潮还带来强烈的降温。因此，寒潮冷锋入海将显著影响海域界面海气热量通量和动量通量的时空输送。本文还专门模拟探讨了在此过程中海浪所起的作用。

1资料和方法

11资料方法介绍

资料采用NCEP（National Centers for Environment）的CFSR（Climate Forecast System Reanalysis）全球高分辨率（05°×05°经纬度）再分析月平均要素资料，中央气象台MICAPS（Meteorological Information Comprehensive Analysis and Processing System）的高低空资料，以及美国伍兹霍尔海洋研究所的OAFlux（Objectively Analyzed airsea Fluxes）客观分析海气通量资料，江苏沿海站点资料等，用于分析海气要素的基本特征、统计入侵黄海的寒潮以及对数值模拟进行验证等。

研究采用FVCOM（Finite Volume Coastal Ocean Model）区域海洋模式和波流耦合模式FVCOMSWAVE研究黄海热量通量和动量通量在寒潮过程中的响应特征，尤其是风浪对海气热量通量和动量通量的影响。该模式由美国麻省理工海洋技术学院陈长胜教授的团队建立，在水平方向上使用无结构的三角网格，特别在近海岸的研究中，其局部的加密技术能够很好地拟合复杂的海岸边界，模式垂直方向上采用σ坐标，可以更好地模拟地形变化复杂的海区。除此之外，模式用干湿判断法处理潮滩移动边界，确保了动量、能量和质量具有更好的守恒性（吴伦宇，2010；宋德海等，2012；王坚红等，2013）。

对于单点台站，海气界面的动量通量通常用风应力表示（Blanc，1983a，1983b；徐天真和陈伯海，1994）：

τ=ρaCdU210。 （1）

其中：ρa为空气密度；U10为10 m风速；Cd为拖曳系数。

对台站计算时，不考虑波浪影响，拖曳系数表示为：

Cd=κ1486-2ln|u10|2。 （2）

当考虑波浪成长状态及波龄影响时，

Cd=κln10-lnz02。 （3）

其中：κ为Karman常数（通常取04）；z0为波浪表面粗糙度长度。

z0=αcu102g=0016。 （4）

其中：αc=0016；g为重力加速度。当有风浪作用时，主要通过改变海表粗糙度来影响海气界面的热量通量和动量通量的交换传输。

海气间感热通量，利用海气通量计算公式：

Qs=ρacpch（Ts-Ta）u10。 （5）

其中：ρa为空气密度；cp为定压比热；ch为感热交换系数，取平均值1261×10-3 J·kg-1·℃-1；u10为海面10 m风速，单位：m·s-1；Ts为海表温度；Ta为近海表气温。

海气间潜热通量计算，利用海气通量计算公式：

Qh=ρalvce（qs-qa）u10。 （6）

其中：ρa为空气密度；lv水的气化潜热，一般取25×10-6 J/kg；ce潜热交换系数，ce=ch；qa为近海表气温比湿；qs为饱和比湿。

对于数值模式的界面通量计算模块，采用COARE30方法，其中包含：1）波浪的直接影响，即在通量计算中的拖曳系数、感热交换系数、潜热交换系数均含有波龄系数计算。启动时输入风速、气温、相对湿度、海面气压、长波辐射、短波辐射以及初始热量通量等。2）波浪的间接影响，即通量计算中的海表温度SST为有波浪耦合运行下获得的海温。但是对无波浪的情况，则采用简化的COARE30方法。考虑通量计算时，波浪和通量均具时空变化特征，并且水体中接受的短波辐射在各层通量中作为垂直耗散项加入模式温度方程，并计算海气间的垂直温度结构和海气流场速度差垂直结构。在不计算通量的情况下，水体中接受的短波辐射直接加在温度方程的平流项中。

12FVCOM模式设置

模拟的区域为119～126°E，30～37°N黄海海域，模式网格在近岸及岛屿附近加密拟合岸线，如图1a所示。图1b显示的是FVCOM浪流耦合模型框架，在耦合模式中采用同样的水平无结构网格，通过直接耦合的方法，变量在内存之间直接赋值，波浪模式提供有效波高Hs、波向Dir、波長L、谱峰周期Tp、底部轨道速度Ub、底部轨道周期Tb等参数给海洋环流模式。海流模式将计算的流速V、水位el供给波浪模式（Chen et al.，2006）。

2黄海海域海气热量通量和动量通量统计特征

21寒潮活跃期黄海、渤海风浪特征

首先根据寒潮活动时间定义寒潮活跃期为当年的11、12月到次年的1、2、3月5个月。利用2009—2013年5 a的CFSR平均再分析资料，黄海、渤海海域风与风浪在这5个月的变化特征如图2所示。中国东部海域在寒潮活跃期主要盛行偏北风。从11月到次年1月，偏西北风逐渐加强，黄海、渤海海域上的风浪加大，黄海海域平均浪高自北向南增大，黄海南部可达2 m。2—3月，偏西北风逐渐减弱，黄海、渤海的平均浪高最大值下降到17 m。在整个寒潮活跃期平均浪高经历先增强，再减弱过程，活跃期浪高的平均值为14 m，在黄海、渤海海域，浪高空间分布均为远海高于近岸。这种分布特征与黄海海域水深南部大于北部，远海深于近岸的特征相对应。

此外，在此季节该海域的海流包括南部的黑潮和中北部的沿岸流均处于弱流时期，因此风浪对海域热量通量和动量通量的作用明显增强。海域内SST的南北水平梯度在2月达到全年最大值，高于夏季梯度1倍以上，其垂直海温廓线特征也显示冷季的不稳定性显著强于暖季（图略），因此该海域冷季具有更强的海气热量通量。

22黄海沿海风浪波高与热量通量、动量通量的月平均特征

对2009—2013年黄海沿海的波高与热量通量、动量通量的月平均变化关系进行统计分析，结果如图3所示。选择江苏沿海偏北的连云港站（1195°E，35°N）与偏南的吕泗站（1215°E，32°N）的CFSR资料，两站多年月平均波高与热量通量、动量通量的变化特征是秋冬季节高于春夏季节，最大值均出现在12月，连云港站平均波高最大值为11 m，吕泗站波高最大值接近13 m，由于吕泗站面向更开阔的东海海域，各月波高都偏高于连云港站，连云港站波高最低值为057 m，出现在7月，吕泗站波高最低值为074 m，出现在6月。吕泗较连云港平均波高高出20%左右。

热量通量与动量通量的月平均变化特征同样是秋冬季节强度强于春夏季节，吕泗站热量通量、动量通量的传输强度大于连云港站。连云港站热量通量交换最大值出现在12月为150 W/m2，最低值出现在4月和7月为10 W/m2，动量通量交换最大值出现在1月和12月为004 N/m2，最低值在7月和8月为0015 N/m2。吕泗站热量通量交换最大值出现在11月与12月为150 W/m2，最低值出现在5、6月为20 W/m2，而动量通量最大值在1月与12月为005 N/m2，最低值出现在6月为002 N/m2。图3显示无论南北，热动量通量演变趋势与平均波高演变趋势相似，但南部较北部更强。

3影响黄海海域的典型寒潮过程

寒潮是冬半年影响我国的主要灾害性天气，最突出的表现是大范围剧烈降温并伴有偏北大风。寒潮活跃的冬春季节，北方寒潮冷空气南下，寒潮冷锋入侵黄海海域，并在海上引起大风大浪及显著降温。

31影响黄海的寒潮过程统计

对入侵黄海海域的寒潮冷空气根据中央气象台标准（GB/T 204842006），以日最低气温及降温幅度进行统计，并按路径和强度进行分类。结果显示，2009—2013年5 a间，达到寒潮标准的共有36次，1月影响黄海的寒潮有5次，2月有7次，3月有7次，11月有9次，12月有8次。依据影响黄海的寒潮路径归类：一种从偏北方入海，自北向南影响黄海，简称偏北路径；另一种自西向东由江苏入侵黄海，简称偏西路径。偏北路通常为强冷空气从极地取最短路径南下影响黄海、渤海，强度较大。偏西路寒潮虽然冷空气源地纬度相对偏低，但在其东进途中有冷空气加入，亦可在华东地区造成大风和显著降温。

32寒潮典型个例特征

由于寒潮冷锋路径差异会造成海上大风风向和强风空间分布差异，直接影响海上大浪区的分布，进而对热量通量、动量通量变化产生显著影响。分别选取两类寒潮中的典型寒潮个例：偏北路径2013年3月9—11日影响中国东部并侵入黄海的寒潮天气过程；偏西路径2012年12月28—30日入海寒潮过程。这两次寒潮过程强度均较大。表1是两次寒潮过程主要特征对比，

偏北路寒潮冷锋入海时呈纬向型，冷锋东部风速显著强于其西部，渤海口风速达到16 m/s，而山东半岛冷锋后的风速为6 m/s（图4a），这将造成黄海海上东北部风浪高于西部，进一步影响到海上强热量通量和动量通量交换区的分布，是其偏在海域东部。偏西路径寒潮冷锋呈经向型，冷锋后为偏西北风，南部强于北部，寒潮过程中，南部吕泗最大风速达到174 m/s，而中部滨海为121 m/s，北部连云港最大风速为133 m/s。造成海上南部风浪高于北部，影响到海上强热量通量和动量通量交换区的分布，使其位于海域南部。偏北路寒潮中海气热量通量比多年月平均值增大1～6倍，动量通量增大1～5倍；偏西路寒潮中海气热量通量比多年月平均值增大1～4倍，动量通量增大1～5倍。为深入认识寒潮过程中风浪作用对海气热量通量和动量通量的影响，运用FVCOM和FVCOMSWAVE数值模式分别对两次典型寒潮过程进行数值模拟控制实验、波浪耦合实验以及改变风浪状况的敏感性实验，定量认识风浪对黄海海域热量通量和动量通量的强度分布与演变的影响。

4两类寒潮过程对黄海海域海气热量通量和动量通量影响的模拟分析

41数值模拟方案设计

表2是数值模拟的实验方案，模式南北采用固边界，东西为开边界以潮位形式给出，初始风场、温盐场及热量通量均由CFSR插值得到，模式积分97 h，积分时步为10 s，前24 h作为模式调整稳定时间。通过控制（FVCOM实验）和敏感性实验（FVCOMSWAVE实验），对输出的波高、水位、热量通量、动量通量等进行诊断分析，得到海气要素对寒潮

的响应特征，探讨风浪作用对黄海海气热量通量和动量通量的影响。由于偏北路径寒潮强度强于偏西路径，因此在改变风浪等级的敏感性方案设置时，选择让偏北路径寒潮风浪强度减弱，偏西路寒潮风浪等级增强，以获得在实际风浪变化幅度内，风浪强度演变对海气热量通量、动量通量的影响效果。

42模擬效果检验

由于海上实况资料较难获取，因此选用可靠性较强的OAFlux客观分析通量资料对模拟结果进行验证，目前OAFlux数据集通量数据已被广泛地用于模式模拟结果检验（徐小慧和高志球，2012）。热量通量和动量通量的模拟验证结果如图5所示。图5是2013年3月8日OAFlux资料得到的热量通量和动量通量与FVCOM模拟的热量通量和动量通量，可以发现在无波浪耦合的控制试验中，FVCOM控制实验通量数值结果略低于OAFlux资料，但FVCOM模拟的热量通量和动量通量的分布状况与验证资料分布基本相符。黄海北部是动量通量大值区，东南部为低值区；这两个区域模拟在量值上均偏低一些，应与未耦合波浪的动力贡献有关。黄海东北部为大片热量通量分布高值区，32°N附近一线为相对低值区，南部高值低值区相间。表明FVCOM模式对海气热量通量和动量通量的模拟较好。

43控制实验中两次寒潮过程海气要素特征的模拟

431典型寒潮影响下黄海海面风场变化特征

对偏北路与偏西路过程进行寒潮大风降温及天文潮的FVCOM控制性实验，暂不考虑风浪的作用，图6为两次寒潮过程中风场模拟特征。图6a、b显示，偏北路寒潮在2013年3月9日12时（北京时间，下同），纬向性的地面冷锋到达黄海中部，冷锋后的偏北气流东部强度高于西部；18时，冷锋南压过长江口，黄海海域已完全被冷空气控制，黄海上空均为偏东北气流，最大风速达到14 m/s。2012年12月29日12时偏西路寒潮（图6c、d），

黄海海域为偏西北气流控制，强风速中心位于西部，冷锋呈经向型分布，南部强度大于北部。到18时冷锋东移，锋后海域南部最大风速达到14 m/s。由于两次寒潮的路径不同，强风区分布特征分别位于黄海东部和南部。

432典型寒潮影响下海面动量通量变化特征

控制实验中两次寒潮动量通量的变化特征如图7所示。图7a、b为偏北路寒潮过程，动量通量响应冷锋风速分布，大值区偏东，并自北向南扩展，动量通量在黄海北部最大达到06 N/m2。在偏西路寒潮过程中（图7c、d），动量通量自西向东增大，大值区位于偏南海域。随着冷锋的东移，18时中南部最大值达045 N/m2。偏西路寒潮动量通量响应强度较偏北路弱1/4。对比偏北路和偏西路寒潮过程中动量通量的时空响应特征，它们显著地受到寒潮冷锋的走向、强度及移动方向综合影响，寒潮冷锋空间特征具有指示意义。

433典型寒潮影响下海面热量通量变化特征

热量通量的控制实验结果如图8所示，热量通量传输强度比多年月平均状态增大1～4倍。对于偏北路寒潮，3月9日12—18时的6 h内（图8a，b），热量通量的变化随冷锋南压，自北向南由正转负，12时锋前海域大部分为得热状态，18时寒潮冷锋南压过黄海海域后，海域转为失热状态，黄海北部最大失热中心为-400 W/m2。偏西路寒潮影响的6时的热量通量变化（图8c、d）显示，热量通量的响应是自西向东逐渐增大的，12时黄海西部为失热状态，东部为得热状态。随着寒潮的发展，失热情况向东部推进，失热中心一直位于黄海中西部，最大值为-200 W/m2。其响应强度弱于偏北路寒潮约1/2。两次寒潮热量通量大值区也响应寒潮冷锋的走向、移向以及冷锋强度差。

5风浪对黄海海气热量通量和动量通量的影响

51风浪对寒潮过程的响应

当有寒潮冷锋过境时，伴随的大风在海面上激发起大风浪，通过FVCOMSWAVE浪流耦合模式模拟，可以获得风浪在寒潮过程中逐小时的变化特征。偏北路寒潮与偏西路寒潮爆发12 h期间风浪对寒潮的响应特征如图9所示。

图9显示，由于寒潮的路径及强度的差异，形成风浪响应区域及响应强度的差异。偏北路寒潮影响时，风浪强烈响应，波高相应的从北向南逐渐增大，在黄海中部大部分海域引起的最大浪高达到3 m以上。偏西路寒潮影响时，波高响应自偏西向偏东方向增大，波高的响应略弱于偏北路寒潮，最大波高出现在黄海东南部为32 m。

由此可见，寒潮冷锋经过黄海海域时，会引起风浪的强烈响应，进而风浪又对海气间热量通量和动量通量的传输产生作用，这将在下一节敏感性实验中进一步介绍。

52风浪对海气动量通量的影响

对比不同风浪状况的波浪耦合敏感性实验与无风浪耦合的寒潮（大风、降温、天文潮）控制实验结果，仍然选取近海岸北部连云港与南部吕泗进行比较，这两个站均处于寒潮入海强风右侧，为强动量通量区。图10显示，无论是偏北路寒潮（图10a、b）还是偏西路寒潮（图10c、d），在耦合风浪的影响作用后，动量通量都进一步地增大（实线高于虚线），结果更接近于实况，并且南部吕泗动量通量更强一些。

偏北路寒潮在2013年3月9日12时开始影响黄海，当风浪等级减小为正常风浪的05倍时，由于风力与风浪强度都减弱，使得动量通量低于控制实验（图10a、b中点虚线），这一变化在峰值处尤为明显，动量通量最大值减小了约40%。偏西路寒潮在2012年12月29日06时左右影响黄海，加入正常波浪耦合后，動量通量和比控制实验中的相比有所增大，当风浪等级增大到15倍时，动量通量最大值比控制实验中最大值增大了约2倍（图10c、d中点虚线）。因此综合偏北路与偏西路寒潮的结果，显然风浪的强弱与动量通量大小有正相关关系。

53风浪对海气热量通量的影响

考虑正常风浪的波浪耦合敏感性实验结果，在偏北路寒潮与偏西路寒潮过程中，风浪对热量通量传输产生的影响，如图11所示。偏北路寒潮为2013年3月9日18时两组热量通量结果（图8b，图11a），偏西路寒潮为2012年12月29日18时的两组热量通量结果（图8d，图11b）。在耦合风浪作用后，由于波浪破碎、飞沫作用等，使海气间热量通量的传输效应有一定增强。在偏北路寒潮中耦合波浪的影响以后（图11a），黄海北部的失热区-350 W/m2的范围增大，失热等值线向南推进，如-200 W/m2等值线位置南移。偏西路寒潮冷空气强度较北路寒潮偏弱，造成热量通量传输值弱于偏北路寒潮，耦合波浪影响后，黄海北部及江苏沿海的失热热量通量梯度增强，东南部海域得热区范围有所减小。图11显示寒潮过程中，强风及其大浪促进了海面热量通量的损失。下面通过改变风浪等级进一步研究风浪对热量通量的影响。

进一步考虑不同风浪等级对海面热量通量的影响，结果如图12所示。在偏北路寒潮中，当风浪等级减弱到05倍时，与正常风浪等级相比，热量通量的响应减弱（图12a），在黄海海域热量通量减小10～55 W/m2左右。在偏西路寒潮中，当风浪等级增大到15倍，引起海气界面热量通量的传输增大（图12b），热量通量比正常风浪等级时增大10～160 W/m2。由此可见，当风浪增大时会引起海气间热量通量传输的增大，当风浪减弱时海气间热量通量的传输会减弱。

6结论和讨论

依据上述对黄海海域热量通量和动量通量的特征分析，以及在典型寒潮过程中热量通量和动量通量的响应特征，特别是风浪对热量通量和动量通量的影响，可以得到以下结论：

1）黄海海域风浪、动量通量及热量通量总体的特征是秋冬季节风大浪高，SST南北梯度大，高于夏季梯度1倍以上，通量交换强烈；春夏季节则通量较弱。在寒潮活跃的冷季，该海域的海流包括南部的黑潮和中北部的沿岸流均处于弱流时期，因此风浪对海域热量通量和动量通量的作用明显增强。海温垂直廓线特征也显示冷季的不稳定性显著强于暖季，因此该海域冷季具有更强的海气热量通量。沿岸站点比较显示，由于吕泗站面向更开阔的东海海域，吕泗站较北部连云港平均波高高出20%左右。与沿海南部通量强于北部的特征相对应。

2）在寒潮剧烈天气的影响下，海气界面热量通量和动量通量输送与多年月平均状态相比较显著增强。典型偏北路径与偏西路径寒潮的FVCOM控制实验数值模拟显示，伴随不同路径寒潮，冷空气强度与影响路径及冷锋空间分布存在差异，海上风浪及热量通量和动量通量的响应特征为：偏北路寒潮冷空气强度大，海面热量通量和动量通量的响应更为强烈，热量通量和动量通量随寒潮冷锋路径自北向南逐渐增大，沿冷锋锋线，东部强于西部。偏西路寒潮冷空气纬度偏低，强度略弱，相应的海面热量通量和动量通量的量值弱于北路寒潮，动量通量强度减弱约1/4，而热量通量则减弱约1/2。通量随寒潮冷锋自西向东逐渐增大，沿冷锋锋线，南部强于北部。冷锋特征对海面热量通量和动量通量强度分布有指示意义。

3）风浪作用与海气热量通量和动量通量有正相关关系。寒潮冷锋经过黄海海面时，引起海上大风大浪以及明显降温，FVCOMSWAVE浪流耦合数值模拟结果与无海浪耦合的FVCOM控制实验结果对比显示，由于风浪使海表粗糙度加大，海水混合增强等作用，不论是偏北路寒潮还是偏西路寒潮，风浪作用均增大海气间热量通量和动量通量的交换传输。当风浪进一步增大到15倍，动量通量最大值增大约2倍，热量通量增大10～160 W/m2；而风浪减弱则削弱海气间热量通量和动量通量的交换传输，当风浪减弱到05倍，动量通量最大值则减弱了约40%，热量通量减小10～55 W/m2左右。

致谢：NCEP、ECMWF、中国中央气象台、美国woodshole海洋研究所提供了CFSR、OAFlux、micaps 等资料的在线下载服务。

参考文献（References）

Berry D I，Kent E C，2009.A new airsea interaction gridded dataset from ICOADS with uncertainty estimates[J].Bull Amer Meteor Soc，90：645656.

Berry D I，Kent E C，2011.Airsea fluxes from ICOADS：the construction of a new gridded dataset with uncertainty estimates[J].Int J Climatol，31（7）：9871001.

Blanc T V，1983a.An error analysis of profile，flux，stability，and roughness length measurements made in the surface layer[J].BoundLayer Meteor，26：234267.

Blanc T V，1983b.A practical approach to flux measurements of long duration in the marine atmospheric surface layer[J].J Climate Appl Meteor，22：10931110.

Chen C S，Beardsley R C， Cowles G，2006.An unstructured grid，finitevolume coastal ocean model： FVCOMSWAVE user manual[J].Oceanography，19（1）：7889.

陳奕德，蒋国荣，张韧，20052002年南海夏季风爆发期间南海北部海——气通量分析与比较[J].大气科学，29（5）：761770.Chen Y D，Jiang G R，Zhang R，et al.，2005.Analysis and comparison of airsea flux in the Northern South China Sea （SCS） during the monsoon onset in 2002[J].Chin J Atmos Sci，29（5）：761770.（in Chinese）.

黄艳松，2011.基于浮标观测资料的海气通量计算方法研究[D].北京：中国科学院研究生院.Huang Y S，2011.Estimate of airsea fluxes from a buoy observation[D].Beijing：Graduate University，Chinese Academy of Sciences.（in Chinese）.

Jones C S，Legler D M，OBrien J J，1995.Variablity of surface fluxes over the Indian Ocean 1960—1989[J].Global AtmsphereOcean System，3（195）：249272.

Li G，Ren B H，Zheng J Q，et al.，2009.Characteristics of lowfrequency oscillation intensity of airsea turbulent heat fluxes over the northwest Pacific[J].Sci China Ser DEarth Sci，52（8）：11371151.

宋德海，鲍献文，张少峰，等，2012.基于FVCOM的廉州湾及周边海域三维潮汐潮流数值模拟[J].海洋通报，31（2）：136144.Song D H，Bao X W，Zhang S F，et al.，2012.Three dimensional numerical simulation of tides and tidal currents in the Lianzhou bay and adjacent areas on the basis of FVCOM[J].Marine Science Bulletin，31（2）：136144.（in Chinese）.

王坚红，冯呈呈，苗春生，等，2013.非均匀风场与急流强迫的水体涡旋动力特征模拟[J].大气科学学报，36（6）：653665.Wang J H，Feng C C，Miao C S，et al.，2013.A simulation study on dynamic characteristics of eddies forced by nonuniform wind fields and jet currents[J].Trans Atmos Sci，36（6）：653665. （in Chinese）.

王坚红，于华，苗春生，等，2016.近海面风场对黄东海域海平面特征影响的分析与模拟[J].大气科学学报，39（1）：90101.Wang J H，Yu H，Miao C S，et al.，2016.Analysis and simulation of the wind fields impact on sea level features of Yellow sea and East China sea[J].Trans Atmos Sci，39（1）：90101.（in Chinese）.

吴迪生，魏建苏，李运芳，等，2009.热带气旋过程中海——气界面热量交换[J].气象科学，29（6）：781786.Wu D S，Wei J S，Li Y F，et al.，2009.A research on airsea interface heat exchange under the tropical cyclone[J].Sci Meteor Sinica，29（6）：781786.（in Chinese）.

吴伦宇，2010.基于FVCOM的浪、流、泥沙模型耦合及应用[D].青岛：中国海洋大学.Wu L Y，2010.FVCOMbased wavecurrentsediment model coupling and its application[D].Qingdao：Ocean University of China.（in Chinese）.

徐天真，陈伯海，1994.西太平洋暖池区海—气通量计算分析[J].青岛海洋大学学报，23（增刊）：97107.Xu T Z，Chen B H，1994.Calculation and analysis of airsea fluxes in warm pool region of the Western Pacific[J].Journal of Ocean University of Qingdao，23（S）：97107.（in Chinese）.

徐小慧，高志球，2012.利用船测近海层湍流热通量资料验证OAFlux数据集[J].气候与环境研究，17（3）：281291.Xu X H，Gao Z Q，2012.Testing OAFlux field by using the shipborne heat flux measurements[J].Climatic Environ Res，17（3）：281291.（in Chinese）.

闫俊岳，刘久萌，蒋国荣，等，2007.南海海—气通量交换研究进展[J].地球科学进展，22（7）：685697.Yan J Y，Liu J M，Jiang G R，et al.，2007.Advances in the study of airsea flux exchange over the South China Sea[J].Advances in earth science，22（7）：685697.（in Chinese）.

张连新，韩桂军，李威，等，2014.台风期间海洋飞沫对海气湍通量的影响研究[J].海洋学报，36（11）：4656.Zhang L X，Han G J，Li W，et al.，2014.The effects of sea spray on the airsea turbulent fluxes during the typoon passage[J].Acta Oceanologica Sinica，36（11）：4656.（in Chinese）.

赵栋梁，李明明，马昕，2008.风浪对海—气界面动量通量估计的影响[J].中国海洋大学学报，38（6）：861867.Zhao D L，Li M M，Ma X，2008.Effect of wind waves on momentum flux through airsea interface[J].Periodical of Ocean University of China，38（6）：861867.（in Chinese）.

Zou Z S，Zhao D L，Huang J，et al.，2014.The analysis and application of estimation methods for airsea interface momentum flux[J].Acta Oceanologica Sinica，36（9）：7583.

Numerical study of the wind waves effect on airsea fluxes in the Yellow Sea during the cold wave events

WANG Jianhong1，2，SHI Jialin1，3，PENG Mo4，SHENG Jianmin4，MIAO Chunsheng1

1Collaborative Innovation Center on Forecast and Evaluation of Meteorological Disasters，Nanjing University of Information Science & Technology，Nanjing 210044 China；

2School of Marine Sciences，Nanjing University of Information Science & Technology，Nanjing 210044，China；

3The Disaster Prevention and Mitigation Office，Yantai 265100，China；

4Marine Environmental Monitoring Forecasting Center of Jiangsu Province，Nanjing 210036 China

Using the FVCOMSWAVE coupled regional ocean model，a numerical simulation and comparative analysis were performed for the wind wave effect on the airsea heat and momentum fluxes in the Yellow Sea during the typical cold wave processes.In order to learn the basic features of the airsea heat and momentum fluxes in the Yellow Sea，a statistical analysis by air and sea reanalysis data of CFSR（Climate Forecast System Reanalysis，US） were performed for a 5year duration from 2009 to 2013.The statistical results showed that the airsea heat and momentum flux exchanges were impacted by the sea surface wind，difference between airsea temperature，ocean currents，and so on.The fluxes were stronger during the cold season from November to March，while the wave impact was more significant in autumnwinter than in springsummer，due to the weak ocean currents during the cold season.In the cold season the heat fluxes from between the sea and air were also remarkable，as the airsea temperature difference and SST grads between latitudes were larger and resulted in an unstable surface environment.The variables of the coastal station comparison showed that the south station faced a wider open sea with a wave height of about 20% higher than the north coastal station，while the south fluxes were also stronger than in the north part.The two typical cold wave events in the cold season were numerically simulated，in which the cold mass paths of invading the Yellow Sea moved from the north and west.The results showed that the airsea heat and momentum flux exchange became significantly stronger during the cold wave processes，with the momentum flux increasing by about 1—4 times and the heat flux increase 1—6 times over the maximum average values in the cold season.The simulation results also showed that the airsea heat and momentum flux exchange exhibited obvious differences，due to the different paths and intensity between the two typical cold waves.The heat and momentum flux responses were more intense in the north path cold wave process，with the momentum flux being about 1/4 times stronger than that in the west path cold wave，and the heat flux being 1/2 times stronger.The cold wave path affected the large value distribution of the fluxes.When the wind waves were coupled into the model，the airsea heat and momentum flux exchanges were enhanced：the height of wind waves increased by 15 times，the maximum value of the momentum flux increased by about 2 times，and the heat flux increased by 10—160 W/m2.When the height of the wind waves was reduced by 05 times，the maximum value of the momentum flux was reduced by about 40%，and the heat flux decreased by about 10—55 W/m2.The wind wave provided an important contribution to the airsea heat and momentum flux features and distribution.

Yellow Sea；airsea heat and momentum fluxes；cold wave event；FVCOMSWAVE current；wave coupled model

doi：1013878/j.cnki.dqkxxb.20160302001

（責任编辑：刘菲）