冰川冻土, 2022, 44(5): 1482-1491 doi: 10.7522/j.issn.1000-0240.2022.0131

冰工程专栏

辽东湾红沿河附近海域2017—2018年冬季气温-水温-冰情关系研究

马玉贤,1,2, 王玉1, 於凡3, 许宁1, 袁帅,1, 史文奇1

1.国家海洋环境监测中心, 辽宁 大连 116023

2.中国海洋大学 环境科学与工程学院, 山东 青岛 266000

3.深圳中广核工程设计有限公司, 广东 深圳 518049

Research on the relationship between air temperatures, seawater temperature and ice regime in winter during 2017—2018 at the adjacent sea of Hongyanhe, Liaodong Bay

MA Yuxian,1,2, WANG Yu1, YU Fan3, XU Ning1, YUAN Shuai,1, SHI Wenqi1

1.National Marine Environmental Monitoring Center,Dalian 116023,Liaoning,China

2.Ocean University of China,College of Environmental Science and Engineering,Qingdao 266000,Shandong,China

3.China Nuclear Power Design Company Ltd. ,Shenzhen 518049,Guangdong,China

通讯作者: 袁帅,副研究员,从事海冰物理力学性质研究. E-mail: syuan@nmemc.org.cn

收稿日期: 2021-01-20   修回日期: 2021-06-30  

基金资助: 国家重点研发计划项目.  2017YFA0604901.  2016YFC1401505

Received: 2021-01-20   Revised: 2021-06-30  

作者简介 About authors

马玉贤,助理研究员,主要从事海冰物理力学性质研究.E-mail:yxma@nmemc.org.cn , E-mail:yxma@nmemc.org.cn

摘要

辽东湾是我国冰情最严重海域,每年冬季都会受到海冰的显著影响,冰情预测评估可为辽东湾涉海活动提供防冰抗冰的技术依据。建立气温-水温-冰情的相关性,结合便于获取的现场高精度连续气象数据和高精度冰情预测模型,可实现局地小尺度的冰情快速预测评估。基于2017—2018年冬季辽东湾东岸红沿河附近海域实测气象-水温-冰情同步观测数据,结合辽东湾大尺度整体冰情(浮冰面积),推演局地气温、水温与不同尺度冰情评价参数(浮冰范围与冰厚)的相关关系,提出基于不同气温区间的气温变化规律的冰底热通量选取方法,进而建立适用于辽东湾的气温-水温-冰情评估方法。相关性分析结果显示:观测点气温与水温存在明显相关性;浮冰范围与气象数据存在明显相关性,临界温度为 -5 ℃的累计负气温能很好拟合本年度盛冰期浮冰范围。基于HIGHTSI进行数值模拟后发现:水温与块体积法计算冰底热通量时,冰水间的热传递系数取2.2×10-5是可行的;水温对冰情的影响表现在海冰冰厚最大值与冰期长短。为弥补辽东湾其他海域因缺少实测海水温度观测数据欠缺、冰底热通量选取不准选取导致的冰情模拟预测评估困难的问题,本文依据水温与气温的相关性,将水温随气温变化划分为结冰区(气温小于-10 ℃时水温维持冰点附近)、过渡区(气温为-10~-5 ℃时水温处于-1.4~-0.4 ℃)、融冰区(气温高于-5 ℃时水温随气温的增大逐渐增大),进而提出适用于辽东湾所有海域的冰底热通量计算方法和冰情评估方法。

关键词: 辽东湾 ; 气温 ; 水温 ; 冰情 ; HIGHTSI ; 冰底热通量

Abstract

Liaodong Bay is the most serious ice condition sea area in China, which is significantly affected by sea ice in winter every year. The prediction and evaluation of ice condition can provide technical basis for anti-ice and anti-ice activities in the Liaodong Bay. By establishing the correlation between air temperature, water temperature and ice condition, and combining with the high-precision continuous meteorological data and high-precision ice condition prediction model, the rapid prediction and evaluation of local and small-scale ice condition can be realized. Based on the observation data of meteorological, water temperature and ice conditions in the waters near Hongyanhe in the eastern coast of Liaodong Bay in the winter of 2017—2018, this paper deduced the correlation between local air temperature, water temperature and ice conditions evaluation parameters (ice extent and ice thickness) at different scales, and combined with the large-scale overall ice conditions (floe ice area) in the Liaodong Bay. A method for selecting heat flux under ice was proposed based on the variation of temperature in different temperature ranges, and then a temperature-water-ice condition assessment method was established for Liaodong Bay. The correlation between air temperature, water temperature and ice condition was established, and the high precision continuous meteorological data and the high precision ice condition prediction model were combined The results show that: there was a clear correlation between the temperature and water temperature of the beginning of freezing period and end of the winter, and the correlation coefficients were 0.940 and 0.864 (passed the 0.05 significant test); the seawater temperature can be divided into ice area (air temperature is less than -10 ℃), transition area (air temperature is between -10 ℃ and -5 ℃), and melting area (air temperature is greater than -5 ℃) according to the air temperature; The coverage of ice area in Liaodong Bay was negatively related to the air temperature, and the negative correlation coefficient was -0.557 (passed the 0.05 significant test);Analysis of the relationship between the daily change of ice area in Liaodong Bay and the daily average temperature, it is found that when the daily change of ice area is 0, the temperature threshold is -5 degrees, and the cumulative negative temperature based on this temperature can be well fitted to this year’s ice area. The heat flux at the bottom of the ice obtained by the observation data can reproduce the change of ice near the observation station well, and it is proved that it is feasible to take 2.2×10-5 heat transfer coefficient between ice water. A method for calculating the heat flux under the ice and a method for evaluating the ice condition in all areas of the Liaodong Bay are proposed.

Keywords: Liaodong Bay ; air temperature ; seawater temperature ; ice regime ; HIGHTSI ; heat flux

PDF (2431KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

马玉贤, 王玉, 於凡, 许宁, 袁帅, 史文奇. 辽东湾红沿河附近海域2017—2018年冬季气温-水温-冰情关系研究[J]. 冰川冻土, 2022, 44(5): 1482-1491 doi:10.7522/j.issn.1000-0240.2022.0131

MA Yuxian, WANG Yu, YU Fan, XU Ning, YUAN Shuai, SHI Wenqi. Research on the relationship between air temperatures, seawater temperature and ice regime in winter during 2017—2018 at the adjacent sea of Hongyanhe, Liaodong Bay[J]. Journal of Glaciology and Geocryology, 2022, 44(5): 1482-1491 doi:10.7522/j.issn.1000-0240.2022.0131

0 引言

红沿河核电站是东北地区投资最大的核电能源项目,坐落于辽东湾东岸红沿河镇,对优化东北电网能源结构具有重要意义。为最大限度节约能源,该电站采用海水直冷系统。鉴于辽东湾东岸的水文特征,电站取水口在冬季直接暴露在海冰与低温的覆盖之下。在海冰与低温条件的共同作用下,核电取水口每年冬季都存在冰块堵塞与取水系统冻结影响取水效率的风险。其中,辽东湾冰情严重程度是冰块堵塞的重要原因,而低温引起水温降低对关键位置冻结产生重要影响。鉴于这一背景,基于气温与水温关系研究的海冰冰情评价,对红沿河核电运营管理具有重要实际意义。

表征冰情严重程度的参数包括浮冰范围与冰厚。受连续数据获取方式的限制,当前研究大多基于海冰浮冰范围进行1-5,以海冰厚度为对象的研究较少。然而,浮冰范围仅能在宏观尺度上对冰情严重程度进行评价,无法通过内部状态评估海冰生消过程。为深入了解气温、水温对海冰冰情的影响机理,有必要对海冰的热力过程进行探讨。海冰热力学生消过程中,海冰能量平衡主要受气-冰热通量、冰-水热通量以及光通量影响。相比气-冰热通量与光通量,冰-水相互作用引起的热通量表现出更强的区域差别。早期海冰模式中,海洋热通量一般给定为常数6-7。随着研究的深入,大量观测数据显示海洋热通量随海区与季节的不同而不同。为明确冰底海洋热通量的变化规律,国内外研究人员开展了大量工作,但主要针对南北极地区。渤海海域海冰表现出大面积固定海冰偏少、多为冰水混合区的特点,导致渤海海域冰底热通量表现出独有的特性。季顺迎等8基于能量平衡剩余法对辽东湾冰底热通量进行了整冰期的评价,发现其值在初冰期最大,然后随时间逐渐减小,并在融冰期接近于0;刘钦政等9设计了简化的冰-海洋热力耦合方案发现能够较好地反映冰-海洋热力相互作用;苏洁等10采用块体积法,通过多次数值试验,取热输送系数为2.2×10-5进行海洋热通量计算。由于观测数据不完善,目前渤海海域浮冰冰底热通量的评价缺乏有效数据支撑,致使水温对冰情的影响研究一直未能有效开展。

一般而言,冰底热通量的评价方法有涡动法、剩余能量法、块体积法。本文使用冰底混合区外水温,结合块体积法进行观测海域冰底热通量评估。受观测手段限制,冬季辽东湾海域连续水温观测数据缺失严重,致使块体积法评估冰底热通量缺乏数据支撑。鉴于以上背景,以水温与气温的相关关系为基础,使用气温进行水温评估,并进行冰底热通量评估成为可行的手段。对于水温与气温关系,当前研究主要有四种方法,包括完整热平流-弥散传输模型11、表面热交换过程的平衡温度分析12、温度变化的周期性分析13以及气温-水温的线性回归分析11。国内外研究人员对气温与水温的相关性进行了大量研究,发现海水温度随气温变化存在明显相关性14-18。Cho等19用日本三河湾气温、水温数据,通过调和分析手段,对内陆河流进行水-气温度关系分析,发现河流温度与空气温度在高于0 ℃具有很强的线性相关性。虽然相关研究已开展近40年,但冬季辽东湾红沿河海域的气温、水温关系尚未有效开展。

为明确红沿河海域气温-水温关系,并给出对冰情变化的影响。本文基于2017—2018年度冬季红沿河附近海域海水温度、气温、冰情(冰厚、冰量)数据,结合辽东湾海冰覆盖面积数据,以相关性分析与一维高分辨率热力学模式HIGHTSI计算为手段,对气温、水温、冰情之间的关系进行了探讨。上述结论可为核电冷源取水安全预警与冰情评估提供有益参考。

1 数据来源

为保障辽东湾东岸重点工程的运营安全,每年冬季都会在红沿河附近海域进行全冰期海冰现场观测(图1),观测内容包括气象要素(气温、风、云量等)、海洋水文要素(表层水温、水位、海况等)、海冰要素(冰量、厚度、密集度)。其中,表层水温(水下0.5 m)采集点布置在核电站取水口导流堤(取水涵洞粗格栅上部)、排水口导流堤以及核电站以北 15 km的江石底港,采集位置水深均大于10 m,水温测量仪器为水温表,测量范围为-10~20 ℃,测量精度为±0.1 ℃;气象数据采集点布置于海面上方6 m处,测量仪器为直读气象站,云量系数依照海滨规范目测(最大值为1);海冰数据观测点布置于取水口上方,观测方法依规海滨观测规范目测。其中,浮冰冰量为可视范围内海面浮冰所占可视总面积的成数(当能见范围内海面全部被浮冰覆盖时为10成);浮冰冰厚以目测法(以冰型判断冰厚)与近岸冰厚测量进行判断,观测时主要记录目视范围内一般冰厚、最大冰厚。数据采集时间为2018年1月5日至2018年3月14日,每日记录时间为08:00与14:00(北京时间,下同)。

图1

图1   辽东湾红沿河海冰观测点

Fig.1   Location of the sea ice observatory


为明确红沿河气温与辽东湾整体冰情关系,本文基于红沿河附近观测数据,结合辽东湾整体浮冰范围数据,进行海冰冰情严重程度评价。辽东湾浮冰范围数据由国家卫星海洋应用中心利用卫星遥感技术对渤海海域进行业务化监测与反演获得。为准确评估海冰面积变化,本文将冰情参数进行归一化处理,用辽东湾海冰覆盖面积与辽东湾海域总面积的比值作为表征浮冰范围的参数。

2 观测结果与数据分析

2.1 气温-水温-浮冰范围变化特征

水温数据分析前,需要明确核电站排水口的温水排放是否对取水口水温存在影响。基于这一背景,首先对取水口、排水口、江石底海域水温数据进行评价。江石底海域距离排水口较远,认为水温不受温排水影响。比对结果显示,取水口水温远低于排水口海域,整体与江石底水温相当,但有高水温奇异点出现。考虑到取水口观测数据的连续性(取水口每日2次,江石底为间歇性观测),且气象观测处于取水口上方,本文近似认为温排水对取水口水温不造成影响。图2为2017—2018年冬季观测期间取水口海域每日08:00、14:00气温、水温时间变化序列图。观测期间,气温极高值为2.8 ℃(1月19日14:00),极低值为-16.6 ℃(1月24日08:00);水温的极高值为1.2 ℃(1月18日14:00),极低值为 -1.4 ℃(水温冰点)。8时水温高于气温共有57天,水温低于气温共12天。可见,取水口水体温度在08:00大多高于其上方的空气温度。

图2

图2   水温-气温随时间变化序列

Fig.2   The curves of air temperature and water temperature


对于气温与水温的关系,分析图2可以发现气温、水温变化趋势基本一致,即1月上旬波动下降、1月下旬到2月上旬维持较低水平、2月下旬波动升高。1月18—23日,观测海域受强冷空气影响,气温由1.4 ℃降至-12.6 ℃,水温由1.2 ℃降至-1.4 ℃(部分数据见表1);3月8—13日,气温由-6.4 ℃升至16.2 ℃,水温由-1.2 ℃升至1.0 ℃。一般而言,渤海海域海冰冰情依据其演变过程分为初冰期、盛冰期与融冰期。初冰期是海冰形成和发展的时期,盛冰期是一年中冰情最严重的时期,融冰期是盛冰期之后海冰融化所对应的时期。针对气温、水温的波动走势,本文选择三个情景进行气温、水温相关性分析,包括整个冰期(初冰日到终冰日)、初冰期(图2中①,1月18—23日)与融冰期(图2中②,3月8—13日),相关系数分别为0.425(整冰期)、0.940(初冰期)、0.864(融冰期),上述结果在5%水平上显著。显然,在初冰期(强冷空气)与融冰期(强回温),气温与水温存在着明显的正相关性。

表1   1月19—22日气温、水温数据

Table 1  the value of air temperature and water temperature for January 19—22

时间(日-时)19日08:0019日14:0020日08:0020日14:0021日08:0021日14:0022日08:0022日14:00
气温/℃-0.32.8-3.8-3.4-7.0-6.4-11.4-11.8
水温/℃0.20.80.20.600.8-1.4-1.4

新窗口打开| 下载CSV


辽东湾浮冰范围与气温关系评估,大多依据环辽东湾周边的气象站点观测数据进行。由图1地理位置可知,环辽东湾气象站点直线距离较短,且该区域冬季气温多由北向冷空气控制,各站点气温数据存在明显相关性。同时,为了明确本地气温与辽东湾浮冰覆盖范围的关系,本文认为使用红沿河气象观测数据进行辽东湾浮冰范围评价是可行的。图3给出红沿河气温与辽东湾浮冰覆盖面积(海冰覆盖面积比辽东湾总面积比值)的序列图。对上述数据进行相关性分析可以发现,浮冰范围与气温呈负相关关系,负相关系数为-0.557(5%水平上显著)。为明确气温与每天浮冰面积变化量的关系,本文绘制海冰浮冰面积日变化量与气温相关关系图(图4)。其中,浮冰面积每天变化量进行了归一化处理。可以发现,随着气温的升降,浮冰面积的每天变化量可以缩小和增大,图4给出变化量随气温的线性拟合结果。根据图4,当浮冰面积日增量为0时,对应红沿河海域气温为-5 ℃。依据这一结论,运用-5 ℃为临界温度建立盛冰期累积负气温与浮冰面积的关系图(图5)。可以发现随着负气温的累积,辽东湾浮冰面积逐渐增加,且二者表现出明显的线性相关特征。

图3

图3   气温-浮冰面积变化序列

Fig.3   The data of air temperature and ice area


图4

图4   浮冰面积日变化与气温的关系散点图

Fig.4   The relationship between air temperature and daily variation of ice area


图5

图5   浮冰面积与累积负气温关系散点图

Fig.5   The relationship between ice area and Negative accumulated temperature


2.2 红沿河附近海域水温与冰情的关系

渤海海域海冰冰情受热力与动力过程的共同影响。热力因素包括气温、水温、太阳辐射等,影响海冰垂向的生长与消融;动力因素包括空气动力与水动力,影响海冰输运、堆积等过程。基于这一基础,当前渤海冰情等级评价主要依据浮冰厚度与浮冰范围决定。对于红沿河附近海域冰情,初冰期时,由于近岸水深浅、热容量低的缘故,附近海域冰情主要受本地生成海冰影响;盛冰期时,本地海冰生长与北部海区浮冰输运共同影响附近海域冰情;融冰期时,除平整冰的消融过程外,还包括周边海湾固定冰(盛冰期时北风将海冰固定于近岸海湾内)在高潮位与动力作用下输运至观测海域的消融过程,这也导致融冰期观测海域海冰冰情受堆积冰影响。融冰期时虽然海冰厚度比平整冰大,但这一时段海面浮冰密集度偏下,对涉海经济活动影响较小。总之,热力过程对观测海域初冰期、盛冰期的冰情的严重程度起到控制作用。由于现场海冰冰厚与冰量观测主要针对可视范围内的平整冰,本文认为垂向热力学过程的模拟与现场海冰冰情观测数据(海冰冰量、海冰冰厚)具有一致性,观测数据可以为数值计算结果提供评价依据。鉴于上述背景,本文以一维高分辨率热力学模式HIGHTSI为手段,进行水温与冰情关系研究。

海冰热力学生消过程中,海冰能量平衡主要受气-冰热通量、冰-水热通量以及光通量影响。相比气-冰热通量与光通量,冰-水相互作用引起的冰底海洋热通量表现出更强的区域差别。同时,无论是大尺度的气候模式还是小尺度海冰热力学模式,冰-水相互作用所控制的冰底海洋热通量都是关键参数。海洋热通量是冰-水间由海洋对流和海洋垂直扩散引起的热输送,其量值大小取决于海洋湍流的强弱和冰底与冰下海洋的温差大小。通常海洋热通量的确定方法有涡动法、块体积法、剩余能量法。涡动法需测量冰水界面处的温度、盐度等参数,所以当前被广泛采用的海洋热通量计算方法主要为块体积法与能量法。块体积法最先由Pease于1975年首先提出,他将海洋热通量同冰下一定深度的海水温度(Tw)与冰底温度(一般为冰点Tf)之差建立正比关系20,即:Fw=kTwTf),k的取值在不同研究中差别很大。本论文采用类似于冰-气、水-气界面常通量层输送的块体积公式来计算冰底热通量,计算公式为:

Fw=ρw·cp·Ch·UwiTwTm

式中:ρwcp分别为海水的密度和定压比热容;Ch为冰水界面温差为1 ℃时,在一定时间内传递的热量,即冰水间的热传递系数,本文取2.2×10-5[10Uwi为海冰和海水的相对流速,以观测站点附近海域流速与冰速历史观测数据21-22,本文近似取0.3 m·s-1TwTm为水温和冰点,本文取冰点为-1.4 ℃,水温取本文测得的水温。可以发现,式(1)中冰底热通量与水温有着一一对应的关系,本文水温与冰情关系评价可以使用冰底热通量为中间变量进行。红沿河附近海域冰底热通量计算结果见图6(a)。

图6

图6   输入参数

Fig.6   Input date


为明确水温取值对海冰生消过程的影响,采用一维高分辨率热力模式(HIGHTSI)进行模拟计算。模式详细参数化过程与关键参数取值已在文献中给出23-24,模式输入参数为红沿河观测点数据,主要包括气温、风速等[图6(c)、图6(d)],本文忽略降雪的影响;太阳短波辐射数据采用参数化方法,云量系数以现场观测确定[图6(b)];冰底热通量以图6(a)给出的数据进行;初始冰厚取0.05 m,冰点取 -1.4 ℃,计算步长为1小时。冰厚计算结果见图7的虚线。

图7

图7   不同冰底热通量的海冰生消过程

Fig.7   The process of sea ice production and dissipation of different heat flux


为了评价模拟结果的可靠性,本文引入现场浮冰冰量与浮冰厚度的观测数据。浮冰冰量主要表征观测海域海冰的多少,观测方法为红沿河观测站点能见范围内浮冰覆盖面积占能见总面积的份数,其中10成为能见范围内全部被浮冰覆盖;海冰厚度代表能见范围内海冰的一般厚度(能见范围内分布最多的平整冰厚度),观测方法为依据冰型反演,这一观测方法的精度约为±5 cm。显然,海冰冰量虽然受到动力、热力因素影响,但可以进行数值模拟结果的海冰演变趋势评价;海冰厚度观测结果虽然不是固定海冰的观测厚度,但在初冰期与盛冰期主要表征能见范围内单层冰的一般厚度,因此本文认为观测冰厚数据可以对数值模拟的冰厚生长过程与冰厚最大值进行评价。

基于上述原则,将2月20—27日模拟融冰过程与附近海域冰量数据进行对比后发现,使用现场观测水温获得的冰底热通量进行热力学生消模拟更能接近现场观测结果。将HIGHTSI计算的冰厚结果与浮冰冰量(图8)观测数据进行对比,模式很好重现了1月6日、1月12日、1月22日、3月1日开始的海冰增长趋势,重现了2月1日、2月22日开始的海冰消融趋势。模式计算冰厚的变化趋势与观测海冰冰量变化趋势有明显的一致性。将数值模拟冰厚结果与现场观测冰厚(图9)进行对比后发现,数值模式可以评价初冰期与盛冰期的冰厚发展,尤其对于单层冰冰厚的最大值;对于融冰期,由于附近海湾内堆积冰输运的影响,导致冰厚观测数据明显大于计算值。可见,一维热力学高分辨率模式HIGHTSI能有效模拟观测海域冰期、冰厚的发展过程,同时也证实了块体积法计算冰底热通量时冰水间的热传递系数选取2.2×10-5是可行的。

图8

图8   红沿河观测点海冰冰量变化

Fig.8   Data on the amount of ice at the observatory


图9

图9   红沿河观测点海冰冰厚变化

Fig.9   Ice thickness data from the observatory


为明确水温对冰情的影响,以上述方法进行水温敏感性分析。本文块体积法计算冰底热通量时将流速取为定值,水温与冰底热通量在数值上呈现一一对应关系。因此,敏感性分析要素可以以冰底热通量进行,即冰底热通量分别选取2、5、10、15、20、25、30 W·m-2(对应水温-1.2、-0.8、-0.3、0.3、0.9、1.4、2.0 ℃)进行海冰生消过程模拟,生消计算结果见图7实线结果。分析结果可以发现,本文冰底热通量参数化方案计算结果处于冰底热通量为2~5 W·m-2之间,水温变化主要对最大冰厚与冰期产生影响,对小冰厚影响较小。这是因为海冰较薄时冰底热通量相对其他参数较小,虽然此时冰底热通量较大,但仍为次要因素。

2.3 气温-水温关系对冰情的影响

海水温度与气温存在明显正相关,海水温度变化对冰情存在直接影响。由于辽东湾冬季有冰海域连续海水温度观测数据的缺失,致使冰底热通量的选取缺乏数据支撑,导致辽东湾海域海水温度对冰情影响研究一直未能有效开展。为明确冬季有冰海域水温的变化规律,依据气温与水温的相关关系,建立气温-水温关系散点图(图10)。由于水温受水动力、温排水等众多因素影响,水温数据变化存在随机性,分析时忽略个别奇异点。

图10

图10   水温-气温关系图

Fig.10   The relationship between air and water temperature


显然,水温随着气温的升高逐渐升高。在不同的气温区间,水温表现出不同的变化规律:

(1)当气温小于-10 ℃时,除个别奇异点,海水温度基本维持在冰点(-1.4 ℃),结合图2气温与水温数据,定义对应气温区间为促进海冰生长的结冰区(图10中区域①);

(2)当气温在-10~-5 ℃时,水温分布于-1.4~

-0.4 ℃,由图2气温与水温序列数据可以发现,这一区间水温对应的气温基本发生于初冰期末端(盛冰期前),或发生于融冰期早期(盛冰期后)。因此,定义该气温区间为既可能促进海冰生成,又可能促进海冰融化的过渡区(图10中区域②);

(3)当气温高于-5 ℃时,对应海水温度均高于该海域海水冰点,且水温随气温升高逐渐升高,气温达到5 ℃时水温已基本处于0 ℃以上。分析气温-水温序列,该区间对应的气温基本发生于融冰期。基于此,定义该区间为促进海冰融化的融冰区(图10中区域③)。

为评估辽东湾其他有冰海域冰底热通量,可以将本文气温-水温分区与包络线方程引入冰底热通量参数化过程。针对不同评估需求,可以依据水温分区进行不同冰期的冰底热通量选取,也可以依据包络线函数与块体积法给出连续冰底热通量变化。对于水温分区进行的冰底热通量评估:当气温在结冰区时(小于-10 ℃),水温基本维持冰点,冰底热通量取0;当气温在过渡区时(气温处于-10~-5 ℃),平均水温为-0.9 ℃,冰底热通量取4.4 W·m-2;当气温在融冰区时(气温高于-5 ℃),平均气温为0.2 ℃,冰底热通量取14.1 W·m-2。本文依据气温-水温关系的冰底热通量估算,可为辽东湾其他有冰海域的冰情评估提供数据基础。

3 结论

本文基于2017—2018年度冬季红沿河附近海域海水温度、气温、冰情(冰厚、冰量)数据,结合辽东湾海冰覆盖面积数据,对气温、水温、冰情之间的关系进行研究,得到以下结论:

(1)水温与气温变化具有明显的相关性,整个冬季相关系数为0.425;初冰期气温、水温相关系数为0.940;融冰期气温、水温相关系数为0.864;辽东湾浮冰面积与气温、水温存在明显负相关关系,浮冰面积与气温负相关系数为-0.557;运用-5 ℃临界结冰温度建立累积负气温与浮冰面积的关系图,发现随着负气温的累积辽东湾浮冰面积逐渐增加,且二者表现出明显的线性相关。

(2)结合实测水温与块体积法获得的冰底热通量处于2~5 W·m-2之间,冰底热通量变化主要对最大冰厚与冰期产生影响,对小冰厚影响较小。

(3)使用一维高分辨率热力学模式HIGHTSI进行红沿河附近海域初冰期(初冰日)、盛冰期的模拟是可行的,模式可以有效模拟观测海域冰厚的生长与发展;不足的是,在融冰期,受观测点附近海湾内固定冰与动力因素影响,堆积冰输运至观测海域导致观测结果明显大于计算结果;上述结论证实块体积法与水温计算冰底热通量时,冰水间热传递系数选取2.2×10-5是可行的。

(4)分析水温-气温散点图发现,气温变化对水温影响具有明显区域性。当气温小于-10 ℃时,海水温度处于结冰区,水温基本维持在冰点(-1.4 ℃);当气温在-10~-5 ℃时,海水温度处于过渡区,水温分布在-1.4~-0.4 ℃区间内;当气温高于-5 ℃时海水温度对应融冰区,水温随气温的升高逐渐升高。

(5)将气温-水温分区引入冰底热通量参数化过程。对于水温分区进行的冰底热通量评估:当气温在结冰区时,水温基本维持冰点,冰底热通量取0;当气温在过渡区时,平均水温为-0.9 ℃,冰底热通量取4.4 W·m-2;当气温在融冰区时,平均气温为0.2℃,冰底热通量取14.1 W·m-2

本文提出的气温-水温-冰情关系的研究结果与研究方法,同样适用于辽东湾其他海域的冰底热通量参数选取和冰情评估。目前该方法主要考虑到作为海冰增长厚度主控因素的海冰热力诱因,下一步将结合最新开展的红沿河周边海域气-冰-水现场同步观测数据,重点建立包含动力因素的冰情预测方法,为临近海域的冬季涉海活动安全保障提供技术支撑。

参考文献

Ding YifanCheng XiaoLi Xichenet al.

Specific relationship between the surface air temperature and the area of the terra nova bay polynya, antarctica

[J]. Advances in Atmospheric Sciences, 2020375): 532-544.

[本文引用: 1]

Qin DaheYao TandongDing Yongjianet al.

The Cryospheric Science for sustainable development

[J]. Journal of Glaciology and Geocryology, 2020421): 1-10.

秦大河姚檀栋丁永建.

面向可持续发展的冰冻圈科学

[J]. 冰川冻土, 2020421): 1-10.

Wu ZhankaiWang XingdongWang Feng.

Inversion of Arctic sea ice concentration based on FY-3 MWRI data

[J]. Journal of Glaciology and Geocryology, 2020424): 1135-1144.

吴展开王星东王峰.

基于FY-3 MWRI数据的北极海冰密集度反演研究

[J]. 冰川冻土, 2020424): 1135-1144.

Yin PengWang ChangyingYang Jungang.

Comparison and assessment of long-time series sea ice concentration remote sensing datasets in the Arctic

[J]. Journal of Glaciology and Geocryology, 2020423): 734-744.

尹鹏王常颖杨俊钢.

长时间序列北极海冰密集度遥感数据的比较评估

[J]. 冰川冻土, 2020423): 734-744.

Li ZixuanZhao Jiechen.

Study on the method of extracting Arctic landfast ice distribution based on sea ice analysis charts

[J]. Journal of Glaciology and Geocryology, 2019415): 1205-1213.

[本文引用: 1]

李子轩赵杰臣.

基于海冰分析图获取北极固定冰分布的方法研究

[J]. 冰川冻土, 2019415): 1205-1213.

[本文引用: 1]

Maykut G AUntersteiner N.

Some results from a time-dependent thermodynamic model of sea ice

[J]. Journal of Geophysical Research, 1971766): 1550-1575.

[本文引用: 1]

Semtner Jr A J.

A model for the thermodynamic growth of sea ice in numerical investigations of climate

[J]. Journal of Physical Oceanography, 197663): 379-389.

[本文引用: 1]

Ji ShunyingYue Qianjin.

Determination and analysis of oceanic heat flux under sea ice cover in the Liaodong Bay

[J]. Marine Science Bulleten, 2000192): 8-14.

[本文引用: 1]

季顺迎岳前进.

辽东湾冰期海洋热通量的确定与分析

[J]. 海洋通报, 2000192): 8-14.

[本文引用: 1]

Liu QinzhengBai ShanHuang Jiayouet al.

A thermodynamic coupling scheme for ice-ocean model

[J]. Acta Oceanologica Sinica, 2004266): 13-21.

[本文引用: 1]

刘钦政白珊黄嘉佑.

一种冰-海洋模式的热力耦合方案

[J]. 海洋学报, 2004266): 13-21.

[本文引用: 1]

Su JieWu HuidingLiu Qinzhenget al.

A coupledice-ocean model for the Bohai Sea I. Study on model and parameter

[J]. Acta Oceanologica Sinica, 2005271): 19-26.

[本文引用: 2]

苏洁吴辉碇刘钦政.

渤海冰-海洋耦合模式 I.模式和参数研究

[J]. 海洋学报(中文版), 2005271): 19-26.

[本文引用: 2]

Stefan H GPreud'homme E B.

Stream temperature estimation from air temperature1

[J]. JAWRA Journal of the American Water Resources Association, 1993291): 27-45.

[本文引用: 2]

Edinger J EDuttweiler D WGeyer J C.

The response of water temperatures to meteorological conditions

[J]. Water Resources Research, 196845): 1137-1143.

[本文引用: 1]

Rowe L KPearce A JO'Loughlin C L.

Hydrology and related changes after harvesting native forest catchments and establishing pinus radiata plantations. Part 1. Introduction to study

[J]. Hydrological Processes, 199483): 263-279.

[本文引用: 1]

Li YanFan WenjingLuo Jingxinet al.

Climatic characteristics of sea surface temperature and air temperature over the China seas in 2017

[J]. Marine Science Bulletin, 2018373): 296-302.

[本文引用: 1]

李琰范文静骆敬新.

2017年中国近海海温和气温气候特征分析

[J]. 海洋通报, 2018373): 296-302.

[本文引用: 1]

Wang QiushunLi Zhiyong.

Numerical simulation of water temperature under diurnal variation of air temperature in the Hangzhou Bay

[J]. Marine Science Bulletin, 2018373): 303-309.

汪求顺李志永.

日气温变化下杭州湾水温的数值模拟

[J]. 海洋通报, 2018373): 303-309.

Heddam SPtak MZhu Senlin.

Modelling of daily lake surface water temperature from air temperature: extremely randomized trees (ERT) versus Air2Water, MARS, M5Tree, RF and MLPNN

[J]. Journal of Hydrology, 2020588125130.

Simionato C GClara Tejedor M LCampetella Cet al.

Patterns of sea surface temperature variability on seasonal to sub-annual scales at and offshore the Río de la Plata estuary

[J]. Continental Shelf Research, 20103019): 1983-1997.

Yu S JRyu I GPark M Jet al.

Long-term relationship between air and water temperatures in Lake Paldang, South Korea

[J]. Environmental Engineering Research, 2020264): 260-278.

[本文引用: 1]

Cho H YLee K H.

Development of an air-water temperature relationship model to predict climate-induced future water temperature in estuaries

[J]. Journal of Environmental Engineering, 20121385): 570-577.

[本文引用: 1]

Peasec H.

A model for the seasonal ablation and accretion of Arctic sea ice

[J]. Adjex Bull, 197529151-172.

[本文引用: 1]

Shi WenqiYuan ShuaiXu Ninget al.

Analysis of floe velocity characteristics in small-scaled zone in offshore waters in the eastern coast of Liaodong Bay

[J]. Cold Regions Science and Technology, 201612682-89.

[本文引用: 1]

Shi WenqiXing ChuanxiMa Yuxianet al.

Analysis of current observation in shallow inshore waters along the west coast of central Liaodong Bay in winter

[J]. Marine Science Bulletin, 2018374): 389-395.

[本文引用: 1]

史文奇邢传玺马玉贤.

辽东湾中部西岸浅水海域冬季实测海流分析

[J]. 海洋通报, 2018374): 389-395.

[本文引用: 1]

Launiainen JCheng Bin.

Modelling of ice thermodynamics in natural water bodies

[J]. Cold Regions Science and Technology, 1998273): 153-178.

[本文引用: 1]

Cheng BLauniainen J.

A one-dimensional thermodynamic air-ice-water model: technical and algorithm description report

[J]. MERI Report Series of the Finnish Institute of Marine Research, 19983715-35.

[本文引用: 1]

/