春季華南沿海海-氣邊界層動力參數的觀測研究*

黃 菲,馬應生,黃 健

(1.中國海洋大學海洋-大氣相互作用與氣候實驗室,山東青島266100;2.廣州熱帶海洋氣象研究所海洋氣象聯合開放實驗室,廣東廣州510080;3.南海艦隊海洋水文氣象中心,廣東湛江524001)

對海洋與大氣之間的通量交換的研究,目前已成為氣象和海洋研究中的重要前沿課題之一。海-氣之間包括熱量、水汽交換和動量傳輸等過程都離不開邊界層,正因為如此,對海-氣邊界層的研究已成為海-氣相互作用研究的關鍵環節。近年來國內外已開展了許多海-氣界面觀測試驗,如“熱帶海洋與全球大氣-海洋大氣耦合響應試驗”(TOGA-COARE)、“中尺度海-氣相互作用試驗”(MASEX)、“全球大氣研究計劃大西洋熱帶試驗”(GA TE)等等。國內這方面的觀測試驗最早在南海進行,比如“南沙群島及其鄰近海區綜合考察”項目、“南海季風試驗”(SCSM EX)等,均以通量觀測為主。南海作為中國近海中唯一的熱帶海區,對中國氣候有著非常重要的影響。1994年9月南沙科學考察曾在渚碧礁上進行過短期湍流測量;1997年冬季在南海南部海區進行了短期感熱和潛熱通量的梯度測量;1998年“南海季風試驗”(SCSM EX),在西沙進行較大規模的海-氣通量觀測計劃,至今已開展4次(1998、2000、2002、2008年)試驗,并獲取了前3 a 5～6月和2008年5月～2009年4月近海面風速、溫度、濕度等氣象要素的梯度和脈動以及輻射資料。相應于這些大量的觀測試驗,人們對南海熱通量作了很多研究[1-6],對整個南海熱通量和輻射已經有了比較全面的認識,但是對南海海-氣邊界層的大氣湍流結構特征的研究相對較少。眾所周知,研究和掌握海-氣邊界層中的湍流結構的特征和規律,無論是對參數化方案還是對其它氣候研究與應用等各方面都無疑是非常重要的。馬耀明等[7-8]利用1994年9月18～30日南沙群島渚碧礁海域的近海面大氣湍流實測資料,首次研究了南沙群島渚碧礁附近海域的大氣湍流結構和輸送特征,計算得到了該海域的拖曳系數CD=(1.54±0.24)×10-3。高志球等[9]利用相同的資料,分別計算了該海域光滑海面和粗糙海面上的空氣動力粗糙度、中性曳力系數,并利用Brutssert的假定推導了1組求取標量粗糙度和整體輸送系數的公式。閆俊岳等[10]利用1998年在西沙永興島近海鐵塔上觀測的海-氣通量數據,分別用渦動相關法和廓線法計算了曳力系數、動量、感熱、潛熱通量及湍流強度等一些統計量的分布;閆俊岳等[11]利用2002年第3次南海海-氣通量觀測試驗資料,用渦動相關法和TOGA-COARE2.5b版本通量計算方案,計算了西南季風爆發前后海-氣界面動量、感熱通量、潛熱通量的湍流交換系數,討論了各通量交換系數的變化特征及其與氣象要素變化的關系。從這些研究工作中可以發現,在南海,不同的觀測試驗海區、不同的研究方法,對大氣湍流結構及它的一些特征的研究結論并不一致。同時,這些觀測試驗基本都在離海岸較遠的深海區,主要集中在西沙和南沙,而南海北部的海岸帶(華南沿海)地區,這個海陸交錯的關鍵區域卻缺少類似的研究。因此,本文采用2006年3～5月在珠江口地區連續的實測資料來分析該區域邊界層湍流結構的一些特征,以期初步了解這一地區的海-氣邊界層特點。

1 觀測資料與處理方法

數據來自中國氣象局廣州熱帶海洋氣象研究所2006年3月5日～5月29日在珠江口的海霧觀測試驗。觀測點設在珠海市九洲港碼頭南端的海岸上(22°14′03″N,113°35′05″E)。觀測點三面環海,只有偏北方向(315(°)～360(°)和0(°)～45(°))是陸地(見圖1),因此由渦動相關系統觀測的風速等氣象要素受地形影響較小。本文主要用到的風速數據,由CAM PBELL渦動相關系統中的CSA T3超聲風溫儀測量,其安裝高度距離海平面3.9 m,采樣頻率為10Hz,觀測數據由CR5000數據采集器采集。由于超聲的安裝足夠靠近岸邊,能較好地捕捉到來自海面風的信號。觀測從3月5號早晨開始,5月29日下午結束,觀測期間由于供電等因素的影響導致若干次的觀測中斷和數據不連續,其中缺測最長的時段是5月6日12··00～5月8日14··00(超過2 d時間),其余時段的觀測中斷時間都較少。

圖1 觀測位置Fig.1 Observational location

本文根據Vander Hoven風速譜[12]和Kaimal等[13]對平均時間的算法,統計時間序列長度取為30 min,用每小時的前30 min采樣作為統計樣本,首先進行預處理,具體步驟為:

(2)坐標旋轉,將笛卡爾坐標系下的風速進行2次坐標旋轉到自然風坐標系下[14-16];

(3)數據趨勢剔除,得到脈動值。

上述觀測儀器和數據預處理方法與黃健等[17]在研究分析華南沿海暖海霧過程中熱通量的處理方法基本一致,并對后期計算結果進行了降水剔除。空氣過于潮濕會影響超聲儀器的精確度,為了精確起見,剔除降水和降水后1個時次,最后挑選出來的有效樣本數接近1 700個。

2 結果分析

2.1 大氣穩定度與摩擦速度

采用渦動相關法計算大氣穩定度和摩擦速度:

圖2 大氣穩定度概率分布Fig.2 The p robability density distribution of atmospheric stability

從圖2可以看出,穩定度的概率分布基本可以看作正態分布或者近似正態分布,峰值略微偏向負值。樣本中的絕大數穩定度都在±0.2之間,占總數的88%,說明此季節內觀測區域邊界層的大氣狀態基本為中性或近中性的狀態,強不穩定和強穩定天氣過程相對很少。在整個觀測期間,也觀測到了幾次觀測區域春季經常出現的海霧和冷空氣活動過程,因此本文的統計結果具有一定的代表性。

摩擦速度是1個邊界層中很重要的參數,是計算很多參數的基礎,掌握其變化規律顯得尤為重要。采用超聲數據和渦動相關法的優點是可以用風速的脈動直接計算,即從定義出發計算而得,不經過迭代等方法,使其有較高的精確度。本文計算的摩擦速度平均值為0.207,與閆俊岳等[10]在1998南海季風爆發前后在西沙的計算結果相同,說明此參數在南海北部直至近海海岸帶都有一定的適用性。鑒于此次觀測時間足夠長、基本涵蓋了整個春季,此結果應該更加準確和可信,彌補了上述研究工作由于觀測時間較短(只在季風爆發前后短時間內進行觀測)而使人對其結果產生的疑慮。摩擦速度不僅是風速的函數(見圖3),還與大氣層結有關(見圖4)。從摩擦速度與風速的關系來看,總體上其與風速成線性關系,二者可擬合為關系式

擬合數據1 682組,顯著性檢驗超過99%信度,二者相關系數超過0.99。無論是在穩定、不穩定或者中性層結下,摩擦速度都是隨風速而增大。從圖3中可以看出,對二者的線性關系離散性影響最大的是地形因素,偏北風向(315(°)～360(°)和0(°)～45(°))下的數據的離散性明顯高于其它方向從海面吹來的風。為了分析摩擦速度在不同穩定度下與風速的關系,本文只選取受地形影響最小的偏南風時的數據(見圖5),在相同風速的條件下,相比擬合曲線,摩擦速度在ζ=z/L>0.2的層結(較穩定)中小于其在ζ=z/L<-0.2層結(較不穩定)中,最大的是在|ζ|<0.2的這個近中性的層結中,且ζ<0的點的離散性大于ζ>0的點,但是比地形對摩擦速度的離散性的影響要小很多。

圖3 摩擦速度與不同風向下平均風速的關系Fig.3 Frictional velocity varying with average w ind speeds in different direction

摩擦速度和穩定度的關系(見圖4),類似大氣穩定度的概率分布,絕大多數的點都落在穩定度的±0.2內,峰值也偏向負值。不同風速條件下摩擦速度與穩定度的分布也不盡相同,本文將12 m/s內的實測風速分為3部分。在不同的風速階段內,摩擦速度隨穩定度的分布變化比較明顯。當U≤4 m/s時,摩擦速度分布最廣,平均值最小為0.158,對應的穩定度的變化范圍也最大;U在4～8 m/s之間時,穩定度變化范圍明顯變小,且ζ=z/L>0的變化范圍大于ζ=z/L<0的變化范圍,這個風速段內的摩擦速度的平均值為0.245;U在8～12 m/s之間時,穩定度變化范圍都在±0.2內,此時段內的摩擦速度的平均值最大為0.410。

圖4 摩擦速度隨穩定度的變化關系Fig.4 Variation of frictional velocity with respective to atmospheric stabilities

圖5 偏南風時摩擦速度在不同穩定度下與平均風速的關系Fig.5 Frictional velocity varying with average wind speedswith its direction between 135(°)and 225(°)in different stabilities

2.2 無因次風速方差相似規律

根據Monin-Obukhov相似理論,任何1個量的標準差被特征尺度參數無量綱化后應為穩定度ζ=z/L的普適函數,即在近地面層風速的標準差經過無量綱化后為穩定度的函數:

式中z為測量高度,<α(α=u,v,w)分別為u,v,w方向上的風速方差普適函數,σα為3個方向風速分量的標準差。當Lμz時,ζ=z/L趨近于0,即大氣處于中性或近中性層結,此時近地層湍流主要由機械生成,各相似函數分別為常數,即有:σu/u*=A、σv/u*=B、σw/u*=C。本文通過分析發現,觀測區域內的邊界層中的風速方差很好地滿足1/3次方相似規律(見圖6)。當ζ=z/L趨近于0時A,B,C的值分別為3.06、2.56、1.33。對于此常數參數,在不同的下墊面進行觀測試驗時得出的結論也不同,以海洋和陸地為下墊面的結果差別也較大。陸地上參考較多的是Panofsky等[18]研究了10種不同下墊面后得到的參數常數,A,B,C分別為2.39、1.92、1.25。國內也有較多有關的實驗,比如wang[19]在典型的山谷城市蘭州市觀測試驗A=3.36,B=2.4,C=1.31;卞林根等[20]在青藏高原南部也做過類似觀測試驗。在南海這方面的工作主要有2個,分別在南沙[7]和西沙[10],二者所給出的3個常數參數分別為A=2.32、B=1.76、C=1.2和A=3、B=2、C=1.25。海岸帶的下墊面比單一的陸地或者海洋下墊面更復雜一些,海面來向的風和陸地來向的風的差異應該較大,但是也應該比起伏較大的陸地受地形因素的影響較小。相比之下,本文的結論更接近西沙海域。無因次風速方差很好地滿足相似理論這一事實可以表明:風速方差的相似函數也可以在南海北部近海(華南沿海)使用,中性條件下普適函數為常數,本文擬合了在穩定與不穩定2種層結下的無因次風速方差的普適函數:

圖6 無因次風速方差隨大氣穩定度的變化關系Fig.6 Non-dimensional wind standard deviation in different atmospheric stabilities

從圖6同時還可以看出1個問題:正如前人的研究工作[21-22]所指出的那樣,水平方向風速方差的離散性大于垂直方向。由于穩定度ζ=z/L是與熱力作用有關的參數,相比水平方向,垂向湍流的發展和熱力作用的關系更大,圖6中垂向無量綱化的風速方差的離散性比水平方向小,說明垂向的湍流主要取決于熱力因子,受其他因子影響很小,而影響水平方向湍流的因素可能比較多,也比較復雜,趙鳴[23]等指出影響水平湍流的1個主要因子可能是水平風場對湍流的作用。對比ζ=z/L>0與ζ=z/L<0這2種情況可以看到:ζ=z/L<0時,無量綱化的風速方差離散度略大,在垂向圖上表現得更明顯。

2.3 湍流強度

湍流強度簡稱湍強,是衡量湍流強弱的指標。計算公式為:Iα=σα/U,其中Iα(α=u,v,w)為水平與垂直方向的湍流強度分量,U為觀測高度的自然坐標下的30 m in平均風速。為盡量減少觀測數據受地形影響產生擾動,本文在統計湍流強度特征的時候,不考慮偏北風(風向角在315(°)～360(°)和0(°)～45(°))條件下的樣本。統計結果顯示,平均湍流強度分別為:Iu=0.208,Iv=0.189,Iw=0.099。前人的研究工作中,距離珠江口比較近的觀測試驗點是南海西沙[10],三者的觀測平均值為0.096、0.066、0.04,本文的結果偏大有2個原因,主要原因是西沙的觀測分析中沒有考慮風速小于2 m/s的情況,從圖7可看出,風速小于2 m/s時,湍流發展最為旺盛,這就是通常說的自由對流狀態,此時湍強平均值為Iu=0.389,Iv=0.383,Iw=0.183,接近平均值的2倍,樣本數占有效樣本的24.9%,可見自由對流狀態下的湍強對平均湍流強度貢獻的大小;另一個原因可能是,相比以單一的海洋為下墊面,海岸帶的地形更復雜、海-氣溫差等相關要素差異更大,促使近地面層中大氣與下墊面的相互作用更加活躍,湍流的發展更旺盛。湍強與風速的關系,在風速小于4 m/s的時候,湍強均隨風速減小而增大,尤其是在自由對流狀態下,隨風速的減小而迅速增大;風速在4～6 m/s時,湍強的變化不明顯;當風速大于6 m/s時,湍強隨風速的增大略有增加,并且水平分量比垂直分量的變化要明顯,說明較高的風速更有利于水平方向湍流的發展,同時也說明垂向湍流的發展對動力因子的依賴程度較小。

從圖7還可以看出湍流強度與大氣層結的關系,在相同的風速條件下,湍流強度較大的點,在ζ<0的層結中明顯多于在ζ>0的,即不穩定層結比穩定層結更有利于湍流的發展,從表1也可看出,湍流在不同穩定度下的平均強度的差異,穩定層結中湍強最弱,不穩定條件下湍流交換能力最強,說明穩定層結中最不利于湍流的發展,中性或者近中性和強不穩定層結中,都有利于湍流的發展,在這2種層結中,垂向分量湍強的增幅是最大的,再次說明垂向湍流的發展與大氣及其下墊面的熱力關系更緊密。各湍強分量在近中性條件下的值基本接近季節平均值,這主要歸因于近中性層結的樣本占絕大多數、強穩定和強不穩定過程相對較少?？傮w上,不同穩定度下Iu略大于Iv,但是基本存在Iu≈Iv>Iw的關系。

圖7 湍流強度隨風速的變化關系Fig.7 Turbulent intensity varying with wind speeds in different stabilities

表1 不同穩定度下平均湍流強度Table 1 Hourly-mean turbulent intensity in different stabilities

上述分析表明,垂向湍流強度比水平向湍流強度更依賴于熱力因子,在大氣與下墊面相互作用的過程中,熱源主要來自下墊面,而下墊面的熱力狀況應該有較明顯的日變化,為證實垂向湍流的發展與熱力因素的關系,本文分析了垂向湍流強度與海-氣溫差、湍強頻次的日變化關系(圖略)。結果發現,無論是自由對流狀態還是全部樣本,海-氣溫差在08··00左右達到最大,這時段內的湍強的離散型最大,同時湍強出現的頻次也最大;其次,海-氣溫差在傍晚(17··00前后)的震蕩較大,此時也有較強的湍流發展,湍強發生的頻次也較高,離散型也較強。這表明,大氣與下墊面之間的溫差增大會導致湍強尺度上和頻數上都有大幅地增大,垂向湍流的發展重要取決于熱力因子。

2.4 海面空氣動力粗糙度

海面空氣動力粗糙度Z0定義為風速在海平面之上某處為0 m/s時的高度,它和海面狀況有關。本文只考慮從海面吹來的風,采取和統計湍強時一樣的方法來去掉偏北風的影響,并用Sm ith[24]推薦的Charnock關系式[25](這也是COARE2.5[26]版本提供的算法之一)加以計算:

Z0由粗糙海面和光滑海面的粗糙長度2項組成。其中ac為Charnock常數,其值在0.015～0.035之間,海洋上ac=0.016。V為運動學粘性系數,是氣溫的函數:

由于本文所用數據不是正好在海面10m高處采集所得,所以用以下公式計算出海面10m處風速。在中性或近中性層結條件下,對數風廓線k U/u*=ln(z/Z0)始終成立[9],k為卡曼常數,取為0.4。根據風廓線計算的海面10 m高處風速U10,Z0隨U10的變化關系如圖8所示,二者的變化關系可以擬合為二次曲線:

圖8 海面空氣動力粗糙度與10 m高風速關系Fig.8 Sea surface aerodynamic roughness varying with 10 m average w ind speed

擬合數據1 367組,相關系數超過0.99。當U10=3.0 m/s時Z0達到極小值,約為0.036×10-3m。此結果表明可將觀測海區10 m高風速U10=3.0 m/s視為光滑海面、粗糙海面的分界點。此計算方法和結果均與高志球等[9]根據雷諾數與運動學粘性系數的關系,將海面9.4 m高的風速U9.4=4 m/s作為南沙渚碧礁附近海區的光滑與粗糙海面的分界點略有不同?？諝鈩恿Υ植诙入S風速的變化在拐點前后不大,這是因為在風速逐漸增大時,海面的狀況從光滑狀態到粗糙狀態有1個過渡,粘性副層和粗糙海面同時存在。當U10在2.0～4.0 m/s之間時,即在拐點附近,Z0的值很小,變化幅度也很小;風速繼續減小時(U10<2.0 m/s),粗糙度隨著風速的減小略有增加,說明此觀測海區的光滑海面也存在粘性副層;當U10>4.0 m/s時,Z0隨著風速的增大明顯曾大。

2.5 中性拖曳系數

拖曳系數是海-氣通量交換的1個重要參數,是計算整體輸運系數的基礎。根據渦動相關法動量通量的計算公式:

和對數風速廓線可直接算得大氣在中性層結下的拖曳系數。本文計算的平均值為Cd=1.180×10-3,此結果文獻[11]在西沙的觀測試驗結果(Cd=1.029×10-3)接近,略微偏大的原因是本文的觀測數據包括了較多的高風速時次(見圖9)。根據比較計算,Cd和風速U10的關系以U10=4 m/s作為分段點來擬合時,二者關系達到最好:

U10≈4 m/s時Cd約為1.040×10-3。U10<4 m/s擬合數據297組,相關系數大于0.98;4 m/s0.99。拖曳系數Cd在U10≈2.7 m/s時達到極小值,約為1.003×10-3。Cd隨風速的變化,當U10<4 m/s時,Cd的平均值為1.018×10-3,其隨風速先減小至極值后增加,也證明近海拖曳系數受粘性副層的影響。風速在4～20 m/s之間,拖曳系數和風速為線性關系,這符合Yelland[27]所證明的Smith[23]關于拖曳系數在6～20 m/s內和風速成線性關系的假說:103Cd=0.61+0.063 U10,本文的結論與此關系式非常接近。但同時也該注意到,不同海區的觀測試驗得出的結論存在細微的差別,可能是中性拖曳系數隨實驗地點時間等因素的變化存在一定的波動。

圖9 中性拖曳系數與10 m高風速關系Fig.9 Drag coefficient varying with 10 m average wind speed under neutral conditions

3 結論

本文利用中國氣象局廣州熱帶海洋氣象研究所2006年3月5日～5月29日在珠江口進行海霧觀測所得的超聲資料,初步分析了2006年春季南海北部海岸帶地區邊界層的湍流結構的一些特征,得到一些基本結論如下:

(1)大氣穩定度的概率密度分布基本呈正態,此季節內觀測區域近地面層的大氣層結基本為中性或近中性的狀態,強穩定或者強不穩定的天氣過程很少。摩擦速度不僅和風速有關而且和大氣層結穩定度有關,其隨風速線性增加,與風速的線性關系中,地形對其離散性影響較大。

(2)無因次風速方差符合1/3次方的相似規律,在穩定度ζ=z/L趨近于0時,u,v,w分量所對應的相似函數為常數,分別為3.06、2.56、1.33;本文進一步給出了風速在各個分量方向的普適函數。

(3)平均湍流強度分別為Iu=0.208,Iv=0.189,Iw=0.099。風速在小于4 m/s的時候,湍強均隨風速減小而增大;風速在4～6 m/s時,湍強變化不明顯;風速大于6 m/s時,湍強隨風速的增大而略有增加,且水平方向的增加量大于垂向。湍流的發展在中性或者近中性條件下非常接近平均狀態,但在不穩定層結中是最強的,垂向湍強從中性層結到不穩定層結的增幅基本是水平向湍強的增幅的兩倍。

(4)海面動力空氣粗糙度Z0在U10=3.0 m/s附近達到最小,在觀測區域內可將U10=3.0 m/s作為光滑海面和粗糙海面的分界點。其與風速的關系可擬合成二次曲線,當U10在2.0～4.0 m/s之間時,Z0的值很小,變化幅度也較小,風速繼續減小時,粗糙度隨著風速的減小略有增加,當U10>4.0 m/s時,Z0隨著風速的增大明顯曾大。

(5)中性條件下拖曳系數Cd的平均值Cd=1.180×10-3。在U10=2.7 m/s時,Cd達到最小。Cd和風速U10的關系以U10=4 m/s為分界點時的擬合關系最好,在U10<4 m/s時,Cd隨風速先減小后增加,為二次曲線關系;當U10在4～20 m/s之間時,Cd隨其線性增加。

[1] 孫即霖,劉秦玉,張秀芝.1998年夏季風爆發前后南海海氣熱通量主要特征.南海季風爆發和演變及其與海洋的相互作用[M].北京:氣象出版社,1999:152-156.

[2] 許建林,曲紹厚.1997年冬季南海南部海區不同天氣過程下的湍流通量輸送[J].熱帶海洋,2000,19(2):19-26.

[3] 閆俊岳,姚華棟,李江龍,等.2000年南海季風爆發前后西沙海域海-氣熱量交換特征[J].海洋學報,2003,25(4):18-28.

[4] Jiang Gourong,He Jinhai,Wang Dongxiao,et al.Observational study of air sea fluxes during the SCS summer monsoon in 20002 Featuresof thermal budget at the sea surface[J].Acta Meteorologica Sinica,2004,18:245-258.

[5] 閆俊岳,唐志毅,姚華棟,等.2002年南海西南季風爆發前后海-氣界面的通量交換變化[J].地球物理學報,2005,48(5):1000-1010.

[6] 陳奕德,蔣國榮,張韌,等.2002年南海夏季風爆發期間南海北部海氣通量分析與比較[J].大氣科學,2005,29(5):761-770.

[7] 馬耀明,王介民,劉巍,等.南海海域近海面層大氣湍流結構及輸送特征研究[J].大氣科學,1997,21:357-365.

[8] 馬耀明,王介民,張慶榮,等.南沙海域大氣湍流通量輸送特征分析[J].高原氣象,1997,16(1):45-51.

[9] 高志球,馬耀明,王介民,等.南沙群島海域近海面粗糙度、中性曳力系數及總體交換系數研究[J].熱帶海洋,2000,19(1):38-42.

[10] 閆俊岳,姚華棟,李江龍,等.1998年南海季風爆發期間近海面層大氣湍流結構和通量輸送的觀測研究[J].氣候與環境,2000,5(4):447-458.

[11] 閆俊岳,唐志毅,姚華棟,等.南海西南季風爆發前后海-氣通量交換系數研究[J].氣象學報,2006,64(3):335-344.

[12] Vander Hoven I.Power spectrum of horizontal wind speed in the frequency range from 0.0007 to 900 cycles per hour[J].Journal of the Atmospheric Sciences,1957,14:160-164.

[13] Kaimal J C,Finnigan J.Atmospheric boundary layer flow s:Their structure and measurement[M].Oxford:Oxford University Press,1994:266

[14] Finnigan J J,Clement R,Malhi Y.Are-evaluation of long-term flux measurement techniques.Part I:averaging and coo rdinate rotation[J].Bound-Layer Meteor,2003,107:1-48.

[15] Finnigan J J.A re-evaluation of long-term flux measurement techniques.Part II:Coordinate systems[J].Boundary-Layer Meteorology,2004,113:1-41.

[16] Wilczak J,Oncley S,Stage SA.Sonic anemometer tilt correction algorithms[J].Boundary-Layer Meteorology,2001,99:127-150.

[17] 黃健,王斌,周發琇,等.華南沿海暖海霧過程中的湍流熱量交換特征[J].大氣科學,2010,34(4):715-725.

[18] Panofsky H A,Dutton J A.A tmospheric turbulencemodels and methods for engineering applications[M].New York:Wiley-Iinterscience,1984.

[19] Wang J.Turbulence characteristics in an urban atmosphere of comp lex tertian[J].Atmospheric Environment,1992,26A(15):2714-2717.

[20] 卞林根,陸龍驊,程彥杰,等.青藏高原東南部昌都地區近地層湍流輸送的觀測研究[J].應用氣象學報,2001,12:1-13.

[21] Andreas E,Hill R J,Gosz J R,et al.,Statistics of surfacelayer turbulence over terrain with metre-scale heterogeneity[J].Boundary-Layer Meteorology,1998,86:379-408.

[22] Choi T,Hong J,Kim Joon,et al.,Turbulent exchange of heat,water vapor,and momentum over a Tibetan prairie by eddy covariance and flux variance measurements[J].J Geophys Res,2004,109,D21106,doi:10.1029/2004JD004767.

[23] 趙鳴,苗曼倩,王彥昌.邊界層氣象學[M].北京:氣象出版社,1991:465.

[24] Smith SD.Coefficients for sea surface w ind stress,heat flux and wind p rofiles as a function of wind speed and temperature[J].J Geophys Res,1988,93(C12):15467-15472.

[25] Charnock H.Wind stress on a water surface[J].Quart J Roy Meteor Soc,1955,81:639-640.

[26] Fairall CW,Bradley E F,Rogers D P,et al.Bulk parameterization of air-sea fluxes for Tropical Ocean-Global Atmosphere Coupled-Ocean Atmosphere Response Experiment[J].J Geophys Res,1996,101(C2):3747-3764.

[27] Yelland M,Moat B I,Taylor P K,et al.Wind stress measurements from the open ocean corrected for airflow distortion by the ship[J].J Phys Oceanogr,1998(28):1511-1526.