一個(gè)新的湖—?dú)鉄醾鬏斈Ｐ图捌淠M能力評(píng)估

任曉倩1, 2 李倩1 陳文1 劉輝志3

?

一個(gè)新的湖—?dú)鉄醾鬏斈Ｐ图捌淠M能力評(píng)估

任曉倩李倩陳文劉輝志

1中國(guó)科學(xué)院大氣物理研究所季風(fēng)系統(tǒng)研究中心，北京100190;2中國(guó)科學(xué)院大學(xué)，北京100049;3中國(guó)科學(xué)院大氣物理研究所大氣邊界層物理和大氣化學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京100029

基于原有模型，采用溫度為預(yù)報(bào)變量，改進(jìn)了數(shù)值計(jì)算方法，并為模型中的淺湖部分加入了底部沉積層模塊，建立了一個(gè)新的湖泊一維渦擴(kuò)散水熱傳輸模型。利用德國(guó)Kossenblatter湖的觀測(cè)資料（2003年5～10月）對(duì)模型進(jìn)行了驗(yàn)證，并與其他四個(gè)湖泊模式的模擬結(jié)果進(jìn)行了對(duì)比。進(jìn)一步應(yīng)用本模型和洱海水上觀測(cè)站的資料（2012年1～12月）詳細(xì)分析了湖泊水熱狀態(tài)的季節(jié)變化和日變化。模擬結(jié)果表明：模型可以很好地模擬出洱海水溫的季節(jié)變化以及日變化，湖泊表面溫度和剖面溫度的模擬值與觀測(cè)值吻合很好，最大誤差均在2°C范圍內(nèi)；湖泊表面通量的模擬效果比溫度略差，尤其對(duì)感熱通量有明顯低估，差值約為實(shí)測(cè)值的33%。這部分偏差可能是由觀測(cè)誤差、缺測(cè)數(shù)據(jù)的填補(bǔ)與訂正方法以及模型表面參數(shù)化過(guò)于簡(jiǎn)單所共同導(dǎo)致。

湖泊 水熱傳輸 數(shù)值模擬 洱海

1 引言

陸地約占地球表面的三分之一，是氣候系統(tǒng)的重要組成部分。陸面通過(guò)與大氣之間的能量和水分交換，對(duì)氣候和水資源的變化有著重要影響。陸—?dú)庵g的能量和水分交換強(qiáng)烈依賴于下墊面的特征。目前的陸面過(guò)程研究側(cè)重于陸地不同的植被狀況和雪蓋情況，比如對(duì)于青藏高原影響（韋志剛等，2002，2008；王澄海等，2003；李躍清等，2009）；干旱與半干旱區(qū)陸氣相互作用特征（朱德琴等，2006；劉遠(yuǎn)永等，2007；Chen et al., 2009；房云龍等，2010；黃榮輝等，2013）；以及季風(fēng)區(qū)陸面過(guò)程及其影響（溫之平等，2007；左志燕和張人禾，2008；Zhang and Dong, 2010）。

湖泊作為一種重要的下墊面類型，其溫度、熱結(jié)構(gòu)和表面通量的變化對(duì)區(qū)域天氣和氣候的變 化有重要影響，同時(shí)，對(duì)水體環(huán)境污染和湖泊富營(yíng)養(yǎng)化等問(wèn)題的研究也有重要意義。近年來(lái)，隨著模式網(wǎng)格的不斷細(xì)化，很多區(qū)域天氣或氣候模式中都已經(jīng)耦合了湖泊模塊，但一般都比較簡(jiǎn)化，且尚未得到很好地驗(yàn)證和完善（Subin et al.，2012）。因此，為了能夠給天氣或氣候模式提供合理的下墊面反饋，發(fā)展能準(zhǔn)確模擬湖泊水熱傳輸過(guò)程的物理模型尤為重要。

早在1990年，Hostetler and Bartlein（1990）就提出了一套基于物理意義上的渦漩擴(kuò)散模型，為湖泊水熱傳輸模型的發(fā)展奠定了基礎(chǔ)。之后，又出 現(xiàn)了很多不同種類的湖泊模式，例如，類似于Hostetler and Bartlein（1990）的有限差分模式MINLAKE96（Fang and Stefan，1996a），復(fù)雜的湍流閉合模式LAKEoneD（Joehnk and Umlauf，2001）、SIMSTRAT（Goudsmit et al.，2002）、LAKE（Stepanenko and Lykossov，2005），Goyette發(fā)展的簡(jiǎn)單的混合層模型（Goyette et al.，2000），以及基于利用海洋自相似理論發(fā)展的Flake模式（Mironov，2008）等。

國(guó)內(nèi)關(guān)于湖泊水熱傳輸模型方面的研究比較匱乏，早期周從直和Chapra（1994）應(yīng)用一維渦擴(kuò)散模型計(jì)算了湖泊垂直溫度分布以及蒸發(fā)率。后來(lái)，Sun et al.（2008）在一維渦擴(kuò)散模型的基礎(chǔ)上，采用焓代替溫度作為預(yù)報(bào)變量，為解決湖泊水體的相變問(wèn)題提供了有效手段，但模型仍存在很大的不足。首先，在模擬非凍融過(guò)程時(shí)采用焓進(jìn)行計(jì)算比較消耗機(jī)時(shí)，并且每次迭代對(duì)初值的選定要接近方程的解，否則有可能得不到收斂的結(jié)果，直接影響到模型的使用；其次，模型中尚未考慮底部沉積層與湖泊水體之間的熱量交換，而很多研究（Birge et al., 1927；Fang and Stefan，1996b；Ryanzhin，1997）都已表明這種忽略是不合理的，尤其是對(duì)淺湖和冰湖。為了彌補(bǔ)模型的這些不足，我們發(fā)展了新的湖泊模型來(lái)研究湖泊與大氣之間的相互作用。新發(fā)展的湖泊模型在構(gòu)造上可分為兩部分，一部分用于非凍融期，另一部分用于凍融期。本研究的目的是介紹新發(fā)展的湖泊非凍融期模型，并評(píng)估其對(duì)非凍融湖泊的水熱狀況變化的模擬能力。

2 湖泊物理模型的建立

2.1 能量平衡方程

對(duì)于非凍融期的湖泊，由于不存在水體的相變問(wèn)題，因此，沒有必要用焓作為預(yù)報(bào)變量，這樣可以使方程更加簡(jiǎn)潔，從而節(jié)省計(jì)算時(shí)間。即模型的主控方程采用溫度為預(yù)報(bào)變量的一維渦漩擴(kuò)散方程（Hostetler and Bartlein，1990）。對(duì)于水層，有

由于淺湖需要考慮水體底層與底部沉積層（包括底泥和巖床兩部分）之間的熱量交換。底部沉積層為固體，不用考慮湍流擴(kuò)散作用。因此，對(duì)于底部沉積層，主控方程可寫為：

（2）

2.2 湍流擴(kuò)散系數(shù)

我們?nèi)圆捎肏enderson-Sellers（1985）方案來(lái)確定湍流擴(kuò)散系數(shù)：

（4）

（6）

（8）

2.3 邊界條件

對(duì)于非凍融湖泊，湖面水體直接與大氣相連接，湖表面能量平衡由湖泊表層所吸收的輻射通量、湖面與大氣間的通量交換以及大氣中降水所帶來(lái)的熱量共同決定。因此，根據(jù)傅里葉導(dǎo)熱定律（過(guò)增元和朱宏曄，2007），湖泊的上邊界條件為

（10）

對(duì)于下邊界的處理，深湖和淺湖則有所不同。對(duì)于深湖，到達(dá)一定深度后，水溫梯度幾乎為0，因此，可以忽略底部沉積層的熱量影響，有

而對(duì)于淺湖，我們認(rèn)為底部沉積層由底泥和巖床兩種介質(zhì)組成。在水—泥交界面和泥—巖交界面上，熱通量是連續(xù)的。在巖床底部，即底部沉積層的下邊界，熱通量為0，即：

（12）

2.4 對(duì)流混合項(xiàng)

當(dāng)密度較大的水層在較小的水層上方時(shí)，會(huì)造成水體層結(jié)不穩(wěn)定，從而產(chǎn)生對(duì)流混合。因此，我們采用以密度為判斷標(biāo)準(zhǔn)的對(duì)流混合機(jī)制來(lái)保證湖泊各層處于穩(wěn)定狀態(tài)。根據(jù)（8）式，由各層湖泊的溫度可以求出其對(duì)應(yīng)的密度。

具體判斷方法為：從下到上，對(duì)所有水層的密度逐層判斷，看是否滿足密度大的在下，小的在上。如果發(fā)現(xiàn)某層密度大于下面一層，則將這兩層的能量進(jìn)行混合，求出兩層混合后新的狀態(tài)、溫度以及密度，再作為一個(gè)整體與上層密度進(jìn)行比較，重復(fù)這個(gè)過(guò)程，直到所有層都處于穩(wěn)定狀態(tài)（顏金鳳等，2007）。

2.5 數(shù)值方法

求解非線性方程（1）和（2），需要對(duì)整個(gè)湖泊進(jìn)行垂直分層。如果選擇較細(xì)分層，可以較好地考慮到湖泊水熱狀況在垂直方向上的相異性，但會(huì)降低計(jì)算效率；而粗糙的分層正好相反。因此，對(duì)于有限差分模式，分層的選擇需要綜合考慮到物理復(fù)雜性和計(jì)算效率的問(wèn)題，同時(shí)也要顧及湖泊實(shí)際觀測(cè)點(diǎn)深度的設(shè)置。一般地，我們采用非均勻 分層的方法，靠近湖泊表面，水體的溫度日變化和梯度都比較大，分層盡量要薄，這樣才能更好地 反映湖泊上層的特點(diǎn)；而隨著深度的加深，湖泊溫度隨時(shí)間的變化很小，梯度也不明顯，分層可適當(dāng)加厚。

在對(duì)方程（1）和（2）的離散化過(guò)程中，時(shí)間的偏微分用前差（或后差）近似，空間二階導(dǎo)數(shù)用中心差分近似，并采用設(shè)置權(quán)重系數(shù)的方法對(duì)方程進(jìn)行離散化近似，這樣方便調(diào)整和研究數(shù)值計(jì)算方法對(duì)模擬結(jié)果和計(jì)算效率的影響。

方程（1）和（2）都可以寫成以下形式：

其中，表示方程（1）或（2）中右邊各項(xiàng)。則上式的差分格式可寫為

（14）

圖1為湖泊水體以及底部沉積層（包括底泥和巖床）的分層示意圖，各層溫度定義在中線上，代表該層湖泊的平均狀況，各層間的熱通量定義在交界面上。深湖則不考慮底泥和巖床各層。

圖1 湖泊水體及底部沉積垂直分層結(jié)構(gòu)（實(shí)線和虛線分別代表各層中線和各層之間的交界面，右側(cè)數(shù)字為層數(shù)）

根據(jù)（13）式，我們將湖泊水體以及底部沉積層中的能量平衡方程（1）式和（2）式分別離散化并進(jìn)行化簡(jiǎn)，可將湖泊和底部沉積層各層的溫度差分方程表示為以下形式：

（16）

（18）

（19）

式中，

則

（21）

（23）

當(dāng)＜＜時(shí)，

（25）

將2.3節(jié)中對(duì)應(yīng)的邊界條件離散化后代入方程中，可得到一個(gè)三對(duì)角方程組［見式（26）］，利用追趕法求解，可得到湖泊各層當(dāng)步的溫度值，從而預(yù)報(bào)湖泊水體及底部沉積的溫度變化。方程組中各量下標(biāo)表示水層，S表示底部沉積層，表示底泥層，表示巖床層。

3 湖泊模型驗(yàn)證

Kossenblatter湖位于德國(guó)（52.13°N，14.1°E），平均深度僅為2 m，最深處有5 m，面積為1.68 km，湖泊常年處于混合狀態(tài)。我們選取2003年5～9月五個(gè)月的實(shí)測(cè)數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證。模型需要輸入的大氣外強(qiáng)迫項(xiàng)包括氣溫、濕度、風(fēng)速、向下短波輻射、向下長(zhǎng)波輻射、降水以及氣壓。模型中需給定的參數(shù)取值見表1。

表1 模式中主要物理參數(shù)取值表

如圖2和圖3所示，表面溫度的模擬值與實(shí)測(cè)值吻合的較好，通量的模擬，尤其是潛熱通量的誤差略大。根據(jù)模擬的誤差統(tǒng)計(jì)結(jié)果（表2），表面溫度的模擬值與觀測(cè)值的相關(guān)系數(shù)高達(dá)0.99，均方根偏差僅為1°C左右；感熱和潛熱通量的相關(guān)系數(shù)分別為0.86和0.85。除了我們的模式，表1中還給出了Flake、Hostetler的湖泊模式、LAKE以及LAKEoneD四個(gè)單點(diǎn)湖泊模式的模擬結(jié)果，不難看出，各個(gè)模式的模擬效果差別不甚明顯，尤其是對(duì)表面溫度模擬效果都很好，相關(guān)系數(shù)都高達(dá)0.98以上，與觀測(cè)溫度的均方根誤差也在1°C左右。綜合來(lái)看，湍流閉合模式LAKEoneD的模擬效果最好。相比較，我們的模式LakeIAP對(duì)感熱潛熱的模擬偏差略大。為避免偶然性，我們還對(duì)芬蘭的Valkea-Kotinen湖以及美國(guó)威斯康辛州的Sparking湖進(jìn)行了模擬對(duì) 比，都反映出同樣的問(wèn)題。這很可能是由粗糙高度的參數(shù)化過(guò)于簡(jiǎn)單化或渦動(dòng)相關(guān)（EC）方法帶來(lái)的能量閉合問(wèn)題所引起的，有待進(jìn)一步研究改進(jìn)。

表2 不同湖泊模式對(duì)Kossenblatter湖模擬結(jié)果統(tǒng)計(jì)

注：相關(guān)系數(shù)通過(guò)1%水平的顯著性檢驗(yàn)

圖2 Kossenblatter湖表面水溫模擬和觀測(cè)對(duì)比

圖3 Kossenblatter湖表面通量模擬和觀測(cè)對(duì)比：（a）感熱通量；（b）潛熱通量。橫、縱坐標(biāo)分別為模擬值和觀測(cè)值

4 湖泊模型的應(yīng)用

4.1 觀測(cè)數(shù)據(jù)和模式參數(shù)設(shè)置

4.1.1 洱海觀測(cè)點(diǎn)以及數(shù)據(jù)介紹

洱海位于云南省大理市（25°46′N，100°09′E），是云南省的第二大高原淡水湖，東臨玉案山，西及點(diǎn)蒼山，呈南北走向。海拔高度為1978 m，南北長(zhǎng)約42.58 km，東西最大寬度為9.0 km,湖面面積為256.5 km，平均深度為10 m，最大深度可達(dá)20 m。湖區(qū)氣候?qū)俚湫偷母咴撅L(fēng)氣候類型，四季溫和，日照差大，光照充足，干濕季節(jié)分明，雨量季節(jié)分配不均（彭文啟等，2005）。湖水全年不結(jié)冰，屬于溫暖的單季節(jié)循環(huán)湖。

觀測(cè)站在洱海的位置可參見圖4中三角形標(biāo)記，該站點(diǎn)距岸約70 m，平臺(tái)直徑約2 m，與水面的平均距離約1.5 m。觀測(cè)項(xiàng)目包括風(fēng)速、風(fēng)向、溫度、濕度、輻射四分量、向下和向上光合有效輻射、水表紅外溫度以及水溫廓線（深度分別在水面以下5 cm、20 cm、50 cm、1 m、2 m、4 m、6 m、8 m）。觀測(cè)站利用渦動(dòng)相關(guān)法直接測(cè)量湖面湍流通量，湍流數(shù)據(jù)和氣象數(shù)據(jù)的采樣頻率分別為10 Hz為1分鐘（劉輝志等，2013）。洱海站于2011年6月份建立，基于觀測(cè)數(shù)據(jù)的可用性和連續(xù)性，本文選取2012年1月到12月一整年的觀測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證分析，便于評(píng)價(jià)模型對(duì)季節(jié)變化的模擬能力。

4.1.2 模式參數(shù)設(shè)置

對(duì)于洱海，我們將其垂直不均勻的分為8層，為方便與觀測(cè)數(shù)據(jù)對(duì)比，各層中線位置分別位于各個(gè)觀測(cè)點(diǎn)所在深度：5 cm、20 cm、50 cm、1 m、2 m、4 m、6 m、8 m。模式的時(shí)間步長(zhǎng)為1分鐘。模式輸入數(shù)據(jù)包括氣溫、濕度、風(fēng)速、向下和向上短波輻射、向下和向上長(zhǎng)波輻射。反照率由每步讀入的向下和向上短波輻射觀測(cè)數(shù)據(jù)求得。模式初始剖面值設(shè)定為2012年1月1日00:00（北京時(shí)，下同）的觀測(cè)剖面溫度。模式中權(quán)重系數(shù)取0，即采用全隱式差分格式。如表1所示，模型中所需的湖泊特征參數(shù)根據(jù)觀測(cè)數(shù)據(jù)分析給定（劉輝志等，2013）。

4.2 模擬結(jié)果

4.2.1 水溫

4.2.1.1 季節(jié)變化

如圖5所示，觀測(cè)的8層水溫都有明顯的季節(jié)變化，表面溫度最高出現(xiàn)在8月中旬，接近25°C，最低溫度則出現(xiàn)在1月末，為10°C左右。湖泊表層和底層溫度差的最大值不超過(guò)2.5°C，可見，洱海水溫分層狀態(tài)并不明顯，這從圖6的溫度剖面中也不難看出。而結(jié)合表3可以看出，模型計(jì)算的各層水溫與實(shí)際觀測(cè)值吻合的很好，平均偏差和均方根偏差都不超過(guò)1°C。只有在秋季計(jì)算值稍高于觀測(cè)值，誤差也在2°C以內(nèi)。

表3 不同深度水溫日平均模擬值誤差統(tǒng)計(jì)

注：相關(guān)系數(shù)通過(guò)1%水平的顯著性檢驗(yàn)

圖4 洱海地理位置及觀測(cè)點(diǎn)略圖（沈吉等，2004）

圖6為隨機(jī)選取一年中四天分別代表四個(gè)季節(jié)的溫度剖面分布?？梢钥闯?，模擬的日平均溫度剖面分布與觀測(cè)值吻合的很好，只有秋季（圖6d）的溫度剖面模擬值整體稍高于觀測(cè)值，相差在1°C左右。溫度剖面的季節(jié)變化不是很明顯，這主要跟大理當(dāng)?shù)厮募救绱旱奶厥鈿夂蝾愋陀嘘P(guān)。在春季（圖6b），湖泊基本呈現(xiàn)等溫狀態(tài)，表面和底層溫度相差不到1°C，這是由于春季風(fēng)速較大，風(fēng)對(duì)水體的擾動(dòng)加強(qiáng)了湖水的混合。夏季，太陽(yáng)輻射量增大，表面水體吸收輻射后溫度上升，加上風(fēng)速明顯降低，使得湖泊混合強(qiáng)度明顯減小，溫度層結(jié)穩(wěn)定，混合層深度僅為2 m左右，2 m到4 m形成溫躍層。直至秋冬季節(jié)，水體表面空氣溫度下降，較冷的表層水體下沉，使得溫度分層結(jié)構(gòu)被破壞，伴隨著冬季風(fēng)速增大，混合區(qū)域加深直至全湖混合，湖泊再次呈現(xiàn)等溫狀態(tài)。綜上所述，湖泊內(nèi)的湍流混合強(qiáng)度主要由風(fēng)擾動(dòng)和密度層結(jié)兩個(gè)因子決定。湖泊內(nèi)的湍流混合不僅影響水溫分布，還可以將湖底營(yíng)養(yǎng)物質(zhì)帶至表層，表層含氧量高的水體混入湖底，對(duì)湖泊浮游生物以及魚類等生物的生存具有重要意義。

圖5 2012年洱海8層水溫日平均模擬值和觀測(cè)值年變化的對(duì)比：（a）0.05 m；（b）0.2 m；（c）0.5 m；（d）1 m；（e）2 m；（f）4 m；（g）6 m；（h）8 m

圖6 洱海各個(gè)季節(jié)日平均溫度剖面模擬值與觀測(cè)值的比較：（a）1月15日；（b）4月20日；（c）7月26日；（d）10月29日

4.2.1.2 日變化

從圖7可以看出，洱海年平均表面水溫日較差較小，在1°C左右。下午5點(diǎn)左右水溫達(dá)到最大值，最小值則出現(xiàn)在09:00，模擬值比觀測(cè)值整體略偏高，且日變化幅度比觀測(cè)要小，但最大值和最小值出現(xiàn)的時(shí)間同觀測(cè)非常一致。

圖7 洱海年平均表面水溫日變化模擬值和觀測(cè)值對(duì)比

圖8為隨機(jī)選取湖泊水溫分層時(shí)期中一天四個(gè)時(shí)刻的水溫剖面，可以看出，模式雖然大致可以模擬出各個(gè)時(shí)刻的水溫剖面變化情況，但各層水溫模擬還有一定誤差，但誤差都在2°C以內(nèi)，對(duì)深層水溫的模擬則略偏高，有必要對(duì)模型中的湍流混合方案做進(jìn)一步的研究和改進(jìn)。

圖8 2012年7月26日四個(gè)時(shí)刻溫度剖面模擬值與觀測(cè)值的比較：（a）01:00；（b）07:00；（c）13:00；（d）19:00

從圖中四個(gè)時(shí)刻剖面分布我們也不難看出湖泊混合狀況的日變化。2012年7月26日表層水溫日較差還是比較大的，達(dá)到3°C左右，這可能是由于夏季強(qiáng)烈的太陽(yáng)輻射造成。前面我們提到，湖 泊混合強(qiáng)度主要由風(fēng)擾動(dòng)和內(nèi)部密度層結(jié)共同影響。在夜間（圖8a），風(fēng)速增大，湖泊表層失去熱量，溫度降低，造成表面溫度層結(jié)不穩(wěn)定，在一定深度內(nèi)水溫均勻混合，形成混合層；在中午（圖8c），太陽(yáng)輻射達(dá)到最大，水溫開始上升，由于此時(shí)的風(fēng)速不足以造成表面溫度混合，因此穩(wěn)定的溫度層結(jié)形成；下午湖面不斷接受能量，到了傍晚（圖8d），水溫上升至26°C，隨著傍晚風(fēng)速開始增大，溫度層結(jié)也開始被破壞，表面混合層開始發(fā)展形成，可以看到，傍晚模擬值與觀測(cè)值相差較大，表層溫度低估了約1°C，且模擬出了一個(gè)不到1 m深的表面混合層。

4.2.2 通量

由于2012全年通量數(shù)據(jù)約有27%缺失，在此我們使用填補(bǔ)和訂正后的觀測(cè)數(shù)據(jù)與模擬結(jié)果進(jìn)行對(duì)比。由圖9和表4可以看出，與溫度相比，模型對(duì)通量的模擬能力欠佳，其中，感熱通量年總量相對(duì)觀測(cè)值偏低較多，湖泊年感熱通量和潛熱通量計(jì)算值和觀測(cè)值的總差值分別為393.07 W m和7.68 W m，占實(shí)測(cè)值的33%和0.024%。

表4 洱海表面通量日平均模擬值誤差統(tǒng)計(jì)

注：相關(guān)系數(shù)通過(guò)1%水平的顯著性檢驗(yàn)

為進(jìn)一步分析模式對(duì)表面通量的模擬能力，我們計(jì)算了年平均的通量日變化，并與觀測(cè)值進(jìn)行對(duì)比（見圖10）?？梢钥闯觯Ｊ角逦姆从吵隽烁袩嵬康娜兆兓?guī)律，在夜間和早上，感熱通量為正值，湖泊從大氣中吸收熱量，在清晨7點(diǎn)左右達(dá)到最大，到了下午，湖泊表面溫度升高，開始向大氣輸送熱量，感熱通量轉(zhuǎn)為負(fù)值。但是，由圖10a可見，模擬的感熱通量日變化最值出現(xiàn)的時(shí)間和觀測(cè)略有差異，為了揭示模擬與觀測(cè)差異的成因，我們將年平均的湖氣溫差和感熱通量的日變化做對(duì)比，從圖11可以看出，相對(duì)于感熱通量的觀測(cè)值，模擬值與湖氣溫差的日變化更為一致。因此，圖10a中反映的感熱通量異常不排除是由觀測(cè)誤差造成的可能性，由于洱海觀測(cè)站距離岸邊比較近，通量印痕分析也表明，感熱通量受陸地影響較大。另一方面，洱海處于山谷之中，局地環(huán)流在一定程度上可能會(huì)對(duì)湖泊表面熱輸送產(chǎn)生巨大影響，而模式中對(duì)于湖泊表面，尤其是粗糙高度的參數(shù)化過(guò)于簡(jiǎn)單，對(duì)異常熱輸送的捕捉能力欠佳，一定程度上只能代表整體熱輸送的平均水平。

模式模擬的潛熱通量的年平均日變化與觀測(cè)值則基本吻合（見圖10b）。模擬和觀測(cè)都顯示，湖面潛熱通量最大值出現(xiàn)在下午4點(diǎn)左右，約為120 W m，最低值出現(xiàn)在大約早上6點(diǎn)，約為80 W m。潛熱通量主要由風(fēng)速和飽和水汽壓差決定。根據(jù)觀測(cè)站的氣象數(shù)據(jù)，2012年平均每天中午12點(diǎn)到第二天2點(diǎn)之間的風(fēng)速都在3 m s以上，在午后16點(diǎn)左右達(dá)到一個(gè)極大值，約為3.5 m s。潛熱通量在午后14:00～16:00 達(dá)到最大值，與飽和水汽壓差（VPD）的最大值出現(xiàn)時(shí)間一致。結(jié)合表5，潛熱通量平均誤差為4.45 W m，約占觀測(cè)值的4.3%。

圖9 洱海表面通量模擬值和觀測(cè)值的對(duì)比：（a）感熱通量；（b）潛熱通量。橫縱坐標(biāo)分別為模擬值和觀測(cè)值

圖10 洱海年平均表面通量的日變化：（a）感熱通量；（b）潛熱通量

圖11洱海模擬與觀測(cè)的湖—?dú)鉁夭钅昶骄等兆兓膶?duì)比

表5 洱海水溫和通量日變化模擬誤差統(tǒng)計(jì)

注：相關(guān)系數(shù)通過(guò)1%水平的顯著性檢驗(yàn)

5 結(jié)論

本文在顏金鳳等（2007）發(fā)展的湖泊模型基礎(chǔ)上發(fā)展了一個(gè)新的湖泊模型來(lái)研究湖泊與大氣之間的相互作用。新模型在構(gòu)造上分為兩部分，一部分用于非凍融期，另一部分用于凍融期；新模型在處理湖泊非凍融過(guò)程時(shí)，采用溫度為預(yù)報(bào)變量，改進(jìn)了數(shù)值計(jì)算方法，并為模型中的淺湖部分加入了底部沉積層模塊。進(jìn)一步應(yīng)用德國(guó)Kossenblatter湖和我國(guó)云南省洱海的實(shí)地觀測(cè)數(shù)據(jù)對(duì)模型進(jìn)行了模擬驗(yàn)證，評(píng)估了模型對(duì)非凍融湖泊的水熱狀況變化的模擬能力，并對(duì)洱海表面溫度、溫度剖面以及表面通量的季節(jié)變化和日變化特征做了詳細(xì)的對(duì)比分析。

新模型計(jì)算得到的德國(guó)Kossenblatter湖和我國(guó)洱海的湖泊溫度變化與觀測(cè)值吻合的都比較好，說(shuō)明本模型可以用來(lái)模擬實(shí)際的湖—?dú)馑疅醾鬏斶^(guò)程。相對(duì)于表面溫度，模型對(duì)洱海湖泊表面通量的模擬與觀測(cè)值差別較大，這一方面可能是由于模型中對(duì)于表面通量的處理，尤其是粗糙高度的參數(shù)化過(guò)于簡(jiǎn)單，因?yàn)榇植诟叨扰c湖泊風(fēng)浪區(qū)、深度以及風(fēng)速等有關(guān)（Subin et al., 2012），模型中我們將其簡(jiǎn)化設(shè)定為一個(gè)常數(shù)，在很大程度上不能精確模擬表面通量的變化，從而導(dǎo)致模擬誤差的產(chǎn)生。因此，模型中對(duì)粗糙高度的參數(shù)化方案還需要進(jìn)一步研究和完善；另一方面，由于天氣影響以及儀器故障等原因，洱海通量觀測(cè)數(shù)據(jù)中有部分的缺測(cè)，加上后期對(duì)數(shù)據(jù)進(jìn)行質(zhì)量控制和訂正引入的誤差，也是造成洱海感熱通量模擬偏差較大的可能原因。此外，模型通量模擬效果雖然不夠好，但并未嚴(yán)重影響到溫度的模擬，這可能是由于感熱和潛熱通量的模擬誤差有所抵消導(dǎo)致。

對(duì)于淺湖和冰湖來(lái)說(shuō)，底部沉積層是除大氣以外的另一個(gè)重要的熱源，且它與大氣向湖泊水體的熱量輸送呈現(xiàn)出明顯的互補(bǔ)關(guān)系，這在我們以后對(duì)有凍融湖泊的模擬工作中會(huì)進(jìn)一步討論。Fang and Stefan（1996）就曾對(duì)湖泊底部沉積層和水體之間的熱交換進(jìn)行過(guò)討論，并在MINLAKE模式加入底部沉積模塊后，發(fā)現(xiàn)模擬結(jié)果發(fā)生很大改變，非結(jié)冰期表面混合層和近湖底溫度最大值都減小。此外，湖泊底部的熱量狀態(tài)對(duì)于評(píng)估湖泊對(duì)溫室氣體釋放的貢獻(xiàn)很有幫助，這也是氣候變化模擬的一個(gè)重大課題（Tsay et al., 1992）。因此，新模型中加入底部沉積層和湖泊水體的熱交換作用是非常必要的，但由于目前缺少底部沉積層的相關(guān)觀測(cè)數(shù)據(jù)，該部分在模型中尚未得到驗(yàn)證。此外，新模型還可以應(yīng)用于有凍融的湖泊，湖泊凍融對(duì)高緯度或高海拔地區(qū)的天氣氣候有重要影響，這部分模型的檢驗(yàn)和模擬也將是我們未來(lái)工作的重點(diǎn)。

Birge E A, Juday C, March H W. 1927. The temperature of the bottom deposits of Lake Mendota: A chapter in the heat exchanges of the lake [J]. Trans. Wisc. Acad. Sci., 23: 187–231.

Chen W, Zhu D Q, Liu H Z, et al. 2009. Land–air interaction over arid/semi-arid areas in China and its impact on the East Asian summer monsoon. Part I: Calibration of the Land Surface Model (BATS) using multicriteria methods [J]. Adv. Atmos. Sci., 26 (6): 1088–1098.

戴嘉尊, 邱建賢. 2002. 微分方程數(shù)值解法 [M]. 南京: 東南大學(xué)出版社, 56–69. Dai Jiazun, Qiu Jianxian. 2002. Numerical solutions for differential equations [M]. Nanjing: Southeast University Press, 56–69.

Fang X, Stefan H G. 1996a. Long-term lake water temperature and ice cover simulations/measurements [J]. Cold Reg. Sci. Technol., 24 (3): 289–304.

Fang X, Stefan H G. 1996b. Dynamics of heat exchange between sediment and water in a lake [J]. Water Resour. Res., 32 (6): 1719–1727.

Fang X, Stefan H G. 1998. Temperature variability in lake sediments [J]. Water Resour. Res., 34 (4): 717–729.

房云龍, 孫菽芬, 李倩, 等. 2010. 干旱區(qū)陸面過(guò)程模型參數(shù)優(yōu)化和地氣相互作用特征的模擬研究 [J]. 大氣科學(xué), 34 (2): 290–306. Fang Yunlong, Sun Shufen, Li Qian, et al. 2010. The optimization of parameters of land surface model in arid region and the simulation of land–atmosphere interaction [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 34 (2): 290–306.

Goudsmit G H, Burchard H, Peeters F, et al. 2002. Application of?turbulence models to enclosed basins: The role of internal seiches [J]. J. Geophys. Res., 107 (C12): 3230–3242.

Goyette S, McFarlane N A, Flato G M. 2000. Application of the Canadian regional climate model to the Laurentian great lakes region: Implementation of a lake model [J]. Atmosphere-Ocean, 3 8(3): 481–503.

過(guò)增元, 朱宏曄. 2007. 熱質(zhì)的運(yùn)動(dòng)和傳遞——熱子氣的守恒方程和傅立葉定律 [J]. 工程熱物理學(xué)報(bào), 28 (1): 86–88. Guo Zengyuan, Zhu Hongye. 2007. Motion and transfer of thermal mass-consevation equations of thermon gas and Fourier’s Law [J]. Journal of Engineering Thermophysics (in Chinese), 28 (1): 86–88.

Heggen R J. 1983. Thermal dependent physical properties of water [J]. J. Hydraul. Eng., 109 (2): 298–302.

Henderson-Sellers B. 1985. New formulation of eddy diffusion thermocline models [J]. Applied Mathematical Modelling, 9 (6): 441–446.

Hostetler S W, Bartlein P J. 1990. Simulation of lake evaporation with application to modeling lake level variations of Harney-Malheur Lake, Oregon [J]. Water Res. Res., 26 (10): 2603–2612.

黃榮輝, 周德剛, 陳文, 等. 2013. 關(guān)于中國(guó)西北干旱區(qū)陸—?dú)庀嗷プ饔眉捌鋵?duì)氣候影響研究的最近進(jìn)展 [J]. 大氣科學(xué), 37 (2): 189–210. Huang Ronghui, Zhou Degang, Chen Wen, et al. 2013. Recent progress in studies of air-land interaction over the arid area of Northwest China and its impact on climate [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 37 (2): 189–210.

Joehnk K, Umlauf L. 2001. Modelling the metalimnetic oxygen minimum in a medium sized alpine lake [J]. Ecological Modelling, 136 (1): 67–80.

李躍清, 劉輝志, 馮健武, 等. 2009. 高山草甸下墊面夏季近地層能量輸送及微氣象特征 [J]. 大氣科學(xué), 33 (5): 1003–1014. Li Yueqing, Liu Huizhi, Feng Jianwu, et al. 2009. Characteristics of energy transfer and micrometeorology in the surface layer of the atmosphere in summer over the alpine meadow of the Tibetan Plateau [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 33 (5): 1003–1014.

劉輝志, 馮健武, 孫績(jī)?nèi)A, 等. 2014. 洱海湖氣界面水汽和二氧化碳通量交換特征[J]. 中國(guó)科學(xué)：地球科學(xué), 待刊. Liu Huizhi, Feng Jianwu, Sun Jihua, et al. 2014. Eddy covariance measurements of water vapor and COfluxes above the Erhai lake [J]. Science China: Earth Sciences, doi:10.1007/S11430?014?4828?1.

劉遠(yuǎn)永, 文軍, 韋志剛, 等. 2007. 黃土高原塬區(qū)地表輻射和熱量平衡觀測(cè)與分析[J]. 高原氣象, 26 (5): 928–937. Liu Yuanyong, Wen Jun, Wei Zhigang, et al. 2007. Observation and analysis of the land surface radiation and energy balance over the Loess Plateau Mesa Region [J]. Plateau Meteorology (in Chinese), 26 (5): 928–937.

Mironov D V. 2008. Parameterization of lakes in numerical weather prediction. Description of a lake model [R]. COSMO Technical Report. Deutscher Wetterdienst, Offenbach am Main, Germany.

Oleson K W, David M L, Bonan G B, et al. 2010. Technocal description of version 4. 0 of the Community Land Model (CLM) [R]. NCAR Tech. Note. NCAR/TN478+STR, 113–116.

彭文啟, 王世巖, 劉曉波. 2005. 洱海水質(zhì)評(píng)價(jià) [J]. 中國(guó)水利水電科學(xué)研究院學(xué)報(bào), 3 (3): 192–198. Peng Wenqi, Wang Shiyan, Liu Xiaobo. 2005. Assessment on Erhai Lake water quality [J]. Journal of China Institute of Water Resources and Hydropower Research (in Chinese), 3 (3): 192–198.

Ryanzhin S V. 1997. Thermophysical properties of lake sediments and water-sediments heat interaction [R]. Report No. 3214. Sweden: Department of Water Resources Engineering, Institute of Technology, University of Lund.

沈吉, 楊麗原, 羊向東, 等. 2004. 全新世以來(lái)云南洱海流域氣候變化與人類活動(dòng)的湖泊沉積記錄 [J]. 中國(guó)科學(xué)：地球科學(xué), 34 (2): 130–138. Shen J, Yang L Y, Yang X D, et al. 2005. Lake sediment records on climate change and human activities since the Holocene in Erhai catchment, Yunnan Province, China [J]. Science in China: Earth Sciences, 48(3): 353–363.

Subin Z M, Riley W J, Mironov D. 2012. An improved lake model for climate simulations: Model structure, evaluation, and sensitivity analyses in CESM1 [J]. J. Adv. Modeling Earth Syst., 4 (1), doi:10.1029/ 2011MS000072.

Sun S, Yan J F, Xia N, et al. 2008. The model study of water mass and energy exchange between the inland water body and atmosphere [J]. Science in China Series G: Physics Mechanics and Astronomy, 51 (8): 1010?1021.

Stepanenko V M, Lykossov V N. 2005. Numerical modeling of heat and moisture transfer processes in a system lake—Soil [J]. Russ. J. Meteorol. Hydrol., (3): 95–104.

Tsay T K, Ruggaber G J, Effier S W. 1992. Thermal stratification modeling of lakes with sediment heat flux [J]. J. Hydraul. Eng., 118 (3): 407–419.

王澄海, 董文杰, 韋志剛. 2003. 青藏高原季節(jié)凍融過(guò)程與東亞大氣環(huán)流關(guān)系的研究 [J]. 地球物理學(xué)報(bào), 46 (3): 309–316. Wang Chenghai, Dong Wenjie, Wei Zhigang. 2003. Study on relationship between the frozen-thaw process in Qinghai?Xizang Plateau and circulation in East Asia [J]. Chinese Journal of Geophysics (in Chinese), 46 (3): 309–316.

韋志剛, 陳文, 黃榮輝. 2008. 青藏高原冬春積雪異常影響中國(guó)夏季降水的數(shù)值模擬 [J]. 高原山地氣象研究, 28 (1): 1–7. Wei Zhigang, Chen Wen, Huang Ronghui. 2008. Numerical simulation of the influence of the Tibetan Plateau winter–spring snow anomalies on the summer precipitation in China [J]. Plateau and Mountain Meteorology Research (in Chinese), 28 (1): 1–7.

韋志剛, 黃榮輝, 陳文, 等. 2002. 青藏高原地面站積雪的空間分布和年代際變化特征 [J]. 大氣科學(xué), 26 (4): 496–508. Wei Zhigang, Huang Ronghui, Chen Wen, et al. 2002. Spatial distributions and interdecadal variations of the snow at the Tibetan Plateau weather stations [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 26 (4): 496–508.

溫之平, 吳乃庚, 馮業(yè)榮, 等. 2007. 定量診斷華南春旱的形成機(jī)理 [J]. 大氣科學(xué), 31 (6): 1223–1236. Wen Zhiping, Wu Naigeng, Feng Yerong, et al. 2007. A quantitative diagnosis for the mechanisms of spring droughts in South China [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 31 (6): 1223–1236.

顏金鳳, 李倩, 夏南, 等. 2007. 湖—?dú)鉄醾鬏斈Ｐ图皡?shù)敏感性研究 [J]. 湖泊科學(xué), 19 (6): 735–743. Yan Jinfeng, Li Qian, Xia Nan, et al. 2007. Investigation of heat exchange model and parameter sensibility between the atmosphere and lake [J]. J. Lake Sci. (in Chinese), 19 (6): 735–743.

Zhang J Y, Dong W J. 2010. Soil moisture influence on summertime surface air temperature over East Asia [J]. Theor. Appl. Climatol., 100: 221–226.

周從直, Chapra S C. 1994. 湖泊熱結(jié)構(gòu)和蒸發(fā)的模擬計(jì)算 [J]. 環(huán)境科學(xué), 15 (2): 33–38. Zhou Congzhi, Chapra S C. 1994. Simulation of thermal structure and evaporation for lakes [J]. Chinese Journal of Environmental Sciences (in Chinese), 15 (2): 33–38.

朱德琴, 高曉清, 陳文. 2006. 陸面模式（SSiB）對(duì)敦煌荒漠戈壁下墊面陸面過(guò)程的模擬及敏感性試驗(yàn) [J]. 中國(guó)沙漠, 26 (3): 466–472. Zhu Deqin, Gao Xiaoqing, Chen Wen. 2006. Validation of SSiB model over gobi in Dunhuang and its sensitivity to vegetation parameters [J]. Journal of Desert Research (in Chinese), 26 (3): 466–472.

Zuo Z Y, Zhang R H. 2007. The spring soil moisture and the summer rainfall in eastern China [J]. Chinese Science Bulletin, 52 (23): 3310– 3312.

任曉倩，李倩，陳文，等. 2014. 一個(gè)新的湖—?dú)鉄醾鬏斈Ｐ图捌淠M能力評(píng)估[J]. 大氣科學(xué), 38 (5): 993–1004, doi:10.3878/j.issn.1006-9895.2013.13243. Ren Xiaoqian, Li Qian, Chen Wen, et al. 2014. A new lake model for air–lake heat exchange process and the evaluation of its simulation ability [J]. Chinese Journal of Atmospheric Sciences (in Chinese), 38 (5): 993–1004.

A New Lake Model for Air–Lake Heat Exchange Process and Evaluation of Its Simulation Ability

REN Xiaoqian, LI Qian, CHEN Wen, and LIU Huizhi

1,,,1001902,1000493,,100029

On the basis of an original lake model with a one-dimensional eddy diffusion scheme, a new lake model for the heat and mass exchange processes between the atmosphere and water bodies has been developed. Temperature is used as the predicted variable, which improves the new numerical calculation method, and a lake sediment module is added for shallow lakes. The new lake model is verified and compared with other four lake models by using observation data of Lake Kossenblatter in Germany recorded in May–October 2003. We further use this model to simulate the energy exchange process that occurred over Erhai Lake in Yunnan Province, China, in January–December 2012. A comparison of the model results and observed data indicates that the new lake model can effe ctively simulate the diurnal and seasonal variations of water temperature in Erhai Lake. The agreement between computed and measured temperature profiles is very good, with an error of less than 2°C. Compared with the water temperature simulation, the heat flux simulation results are poor. The model significantly underestimated the sensible heat flux with a maximum difference of 33% of the measured value. This result is likely caused by errors in observation, the data packing and correction method, and simplistic surface parameterization.

Lake model, Heat and mass exchange, Numerical simulation, Erhai Lake

1006–9895(2014)05–0993–12

P343.3

A

10.3878/j.issn.1006-9895.2013.13243

2013–08–14，2013–11–04收修定稿

國(guó)家自然科學(xué)重點(diǎn)基金項(xiàng)目41030106、41275003

任曉倩，女，1988年出生，博士研究生，主要從事陸面模式研究。E-mail: 7522811ren@163.com