基于非迭代海-氣通量算法蒸發(fā)波導預測模型在不同海域的適應性研究

劉立行，周樹道，盛崢，張樹時，鄧以勤，郝玉珠

（1.中國人民解放軍63983部隊，江蘇無錫214000；2.國防科技大學氣象海洋學院，江蘇南京210000；3.中國氣象科學研究院南京氣象科技創(chuàng)新研究院，江蘇南京210000；4.中國氣象科學研究院災害天氣國家重點實驗室，北京100081；5.平潭綜合實驗區(qū)氣象局，福建平潭350400；6.內(nèi)蒙古自治區(qū)氣象服務中心，內(nèi)蒙古呼和浩特010051）

1 引言

蒸發(fā)波導是發(fā)生在海洋上的一種常見的大氣折射現(xiàn)象，是由于水汽蒸發(fā)引起大氣濕度隨高度銳減形成的一種大氣層結(jié)[1]。它產(chǎn)生于特定的氣象海洋條件中，在海-氣相互作用引起的海面水汽蒸發(fā)下，海面上大氣濕度隨高度銳減形成較大的濕度垂直梯度變化。它屬于一種特殊的無基礎(chǔ)層的表面波導類型。根據(jù)大氣變量找到一個垂直折射率梯度的表達式，通過對該式求解得到折射率梯度臨界值對應的波導高度。一般用溫度T、氣壓P、水汽壓e的數(shù)學物理方程表征大氣折射指數(shù)N：

式中：P為氣壓（hPa）；e為水汽壓（hPa）；T為氣溫（K）；A、B為常數(shù)，一般取A=77.6 K/hPa，B=4 810 K/hPa。

在大氣環(huán)境中，大氣溫度、氣壓和水汽壓會隨著高度h不同而變化。為了避免這一影響，用修正折射率剖面M來表征大氣波導的廓線特征。大氣修正指數(shù)的垂直梯度定義為：

式中：h表示地面以上的高度；a=6.371×106m，表示地球半徑。一般蒸發(fā)波導高度是當大氣層結(jié)dM/dz= 0時的高度。

蒸發(fā)波導的發(fā)生高度較低。目前采用最多的是通過測量海上氣象參數(shù)和海表溫度，并基于海-氣相互作用相似理論發(fā)展的模型進行預測[1]。由于海上蒸發(fā)波導對無線電探測和短波通信有重要影響[2]，歐美國家自20 世紀50 年代起開始進行蒸發(fā)波導的科學研究[3]。20 世紀70 年代，Jeske[4]利用海上氣象要素計算了蒸發(fā)波導的厚度。Liu 等[5]在1979年提出了LKB模型，1984年在加利福尼亞海洋戰(zhàn)場評估中心建立了NWA模型[6]；與此同時，Paulus[7-9]建立了P-J 模型、1992 年Cook 等[10]建立了NRL 模型、Musson-Genon 等[11]建立了MGB 蒸發(fā)波導模型、1996 年Babin 等[12]建立了Babin 模型（A 模型）、2000年Frederickson等[13]建立了NPS模型。此外，俄羅斯國立水文氣象大學建立了RSHMU 模型、歐洲中尺度天氣預報中心建立了ECMWF 模型和COARE 模型等[14]。在我國，劉成國等[15]建立了偽折射率模型；戴福山等[16]建立了Local 模型；Ding 等[17]建立了UED模型等。

蒸發(fā)波導預測模型主要是建立在Monin-Obukhov相似理論上并通過整體空氣動力學方法來進行預測。模型通過迭代算法能夠較好地遵循MO相似理論，減少頻繁近似引起的計算差，使得模型輸出結(jié)果更加有效，例如根據(jù)TOGA COARE 算法等通過迭代微分給出合理的特征參量值。但此類模型迭代計算需要冗長的運算次數(shù)和大量耗損CPU 時間，在大范圍和多時次的蒸發(fā)波導預測診斷計算上效率降低。Liu-Li 蒸發(fā)波導預測模型基于非迭代海-氣通量算法建立，模型的建立思想與傳統(tǒng)蒸發(fā)波導模型有所不同。該模型通過在折射率方程中結(jié)合K 理論通量觀測法，輸入一定高度的風速、溫度、相對濕度、壓強和海表溫度等要素值來算取蒸發(fā)波導的高度。因此，本文將通過海區(qū)實驗獲得的蒸發(fā)波導高度數(shù)據(jù)與通過Liu-Li模型計算得到的高度數(shù)據(jù)進行對比，并再結(jié)合美國氣象環(huán)境預報中心（National Centers for Environmental Prediction，NCEP）的FNL 再分析資料，驗證Liu-Li 模型在不同海域的適應性及適用條件。

2 基于非迭代海-氣通量算法的Liu-Li模型

Liu-Li 模型是基于非迭代海-氣通量算法建立的蒸發(fā)波導模型，模型中采用的非迭代海-氣通量參數(shù)化方法由Li 等在2014 和2015 年提出[18-19]。方案是依據(jù)PCB 迭代方案（Paulson70 參數(shù)化方案、CB05通量方案）的計算結(jié)果進行回歸分析后形成的。與以往蒸發(fā)波導預測模型不同的是，Liu-Li 模型并沒有通過設定初值和迭代計算來確定M-O長度L和特征尺度u?、θ?和q?，而是根據(jù)參數(shù)化方案中整體理查森數(shù)Rib的值來判斷ξ的不同表達式，以確定M-O 長度L和特征尺度u?、θ?和q?。這在一定程度上提高了計算效率，可以為長時間和大范圍的大氣波導模擬預測節(jié)省運算時間[20]。

該通量算法方案中通量整體輸送系數(shù)定義為：

式中：R是普朗特常數(shù)；κ是馮·卡曼常數(shù)；z是參數(shù)輸入高度；z0是動力學粗糙度，z0t是熱力學粗糙度，z0q是水汽粗糙度；這里取λ= 1.5，μ=μm= 2.59，μ=μh= 0.95，ν = 0.5；穩(wěn)定度修正函數(shù)采用CB05通量方案[19]的定義方法。

已知，大氣折射率方程可以改寫成：

式中：T是空氣溫度；p是大氣壓強；ρ是空氣密度；e是水汽壓；q是比濕；Ra是干空氣氣體常數(shù)；ε是氣體常數(shù)比。

在模型中，將湍流通量、感熱通量和水汽通量用以下方程式來表達：

式中：ρ為空氣密度；cp為定壓比熱容；u?為風速特征尺度；θ?為溫度特征尺度；Le是蒸發(fā)潛熱。

把一階閉合K 理論和近地層湍流通量表達式（11）、（12）代入式（6），可以得到：

蒸發(fā)波導高度處通常滿足：

由式（13）—（15）聯(lián)列M-O 相似理論并代入式（16），在蒸發(fā)波導高度處則有：

代入穩(wěn)定度修正函數(shù)可以得到中性條件下(z/L= 0)，蒸發(fā)波導高度為：

穩(wěn)定條件下(z/L＞0)，蒸發(fā)波導高度為：

zEDH=

不穩(wěn)定條件下(z/L＜0)，蒸發(fā)波導高度為：

通過選擇合適的迭代方法，式（19）、（20）可求得不同大氣層結(jié)狀態(tài)下的蒸發(fā)波導高度。

3 Liu-Li模型的適應性研究

3.1 模型的敏感性分析

為了分析非迭代海-氣通量算法Liu-Li 模型的適用性，本文模擬了診斷模型對不同氣象海洋要素的敏感性響應。圖1 代表了Liu-Li 模型隨風速、濕度和氣海溫差的變化情況計算的蒸發(fā)波導高度，模型要素的觀測值高度統(tǒng)一輸入為6 m。結(jié)合實際情況，對模型結(jié)果進行質(zhì)量控制，將模型計算高度大于40的取為40 m，小于0的值取為0 m[21]。

圖1 Liu-Li模型計算得出的蒸發(fā)波導高度隨風速、氣海溫差和濕度的變化情況

圖1 可以看出，風速、氣海溫差和相對濕度3 種要素的變化對Liu-Li模型的診斷結(jié)果都有著較大影響。海上大氣溫度和海表溫度兩者之間差異的變化直接影響了海面大氣環(huán)境的層結(jié)情況，Liu-Li 模型對相對濕度和風速也存在著明顯的敏感性響應。主要表現(xiàn)為：當海上大氣處于不穩(wěn)定層結(jié)條件下時，Liu-Li 模型得到的蒸發(fā)波導高度隨著相對濕度的增大而降低、隨著風速的增大而增高；而當海上大氣處于穩(wěn)定層結(jié)條件下時，Liu-Li 模型計算的蒸發(fā)波導高度顯示出對氣海溫差有強烈的敏感性響應，蒸發(fā)波導高度隨著氣海溫差的增大會迅速增高至過高值40 m。隨著海上大氣層結(jié)條件的進一步穩(wěn)定，達到強穩(wěn)定層結(jié)條件時，Liu-Li模型計算的蒸發(fā)波導高度得到大范圍的零值，但在一些特殊的海-氣條件下蒸發(fā)波導高度也會高于40 m。總體上，Liu-Li模型在不穩(wěn)定大氣層結(jié)條件下對相對濕度和風速敏感性的結(jié)果與其他模型的敏感性研究結(jié)論一致；在穩(wěn)定大氣層結(jié)條件下，Liu-Li模型對氣海溫差的敏感性響應更加明顯[20]。Liu-Li 模型計算得出的蒸發(fā)波導高度隨風速、氣海溫差和濕度的變化情況以及與其他模型結(jié)果的對比在文獻[20]中已作了詳細討論，此處不再贅述。

3.2 Liu-Li模型在我國渤海海域的適應性研究

本文選取了中國電波傳播研究所在渤海某海域采集的海上觀測塔數(shù)據(jù)及浮標站數(shù)據(jù)進行實驗。數(shù)據(jù)為2011年7月6—14日，每隔1 min采集一次數(shù)據(jù)，包括了溫度、濕度、氣壓、風和海表溫度等氣象要素，并根據(jù)采集時刻實際海平面狀況給出距離海面高度，以便為統(tǒng)一輸入高度提供訂正，同時記錄了中國電波傳播研究所根據(jù)觀測塔測量得到的蒸發(fā)波導高度。觀測塔共分6 層，分別在6 m、10 m、15 m、20 m、27 m 和34 m 設置了氣象傳感器，最低層溫度為海表面溫度。通過鐵塔數(shù)據(jù)觀測數(shù)據(jù)擬合得到溫、濕度廓線，并計算出大氣修正折射率得到對應波導高度。經(jīng)過數(shù)據(jù)處理，剔除了部分異常觀測數(shù)據(jù)，共取樣數(shù)據(jù)5 108個，并將這些觀測數(shù)據(jù)分別代入Liu-Li模型、Babin模型、NPS模型、P-J模型和偽折射率模型等5種蒸發(fā)波導模型開展了模擬仿真。

從圖2可以看出：2011年7月6—14日內(nèi)試驗海域的相對濕度均維持在75%以上，并且大多數(shù)保持了較高的相對濕度值；海面氣壓在試驗中期發(fā)生了明顯的變化：前期氣壓值維持在997 hPa 左右浮動，后期氣壓值維持在1 007 hPa左右浮動，可以看出該海域在試驗中期受到了一個較強天氣系統(tǒng)的影響；海面風速整體波動比較明顯，前期最小風速低于1 m/s，最大風速高于12 m/s，中后期較為平穩(wěn)；在試驗時間范圍內(nèi)，該海域的氣海溫差大多小于0 ℃，最大氣海溫差接近5 ℃，可以看出海上大氣環(huán)境為不穩(wěn)定層結(jié)條件；7月6—14日該海域蒸發(fā)波導高度平均值在9 m 左右，最小為3.5 m，最大為17.1 m；而Liu-Li模型計算所得的蒸發(fā)波導高度平均值在6.6 m左右，最小為1.1 m，最大為32.3 m。

對比實測波導高度和Liu-Li模型計算所得波導高度的變化序列來看（見圖2），兩者變化趨勢基本一致，整體較為平穩(wěn)。兩者在第700 個觀測時次均開始出現(xiàn)斷崖式減小，蒸發(fā)波導高度減小明顯，且在一定時期內(nèi)保持了平穩(wěn)的變化趨勢；在第1 250個觀測時次前后，該海域蒸發(fā)波導高度也出現(xiàn)了短時間的高低波動，個別時次的蒸發(fā)波導高度明顯異于平均水平，相應的Liu-Li 模型計算所得波導高度也在該時間段內(nèi)發(fā)生了劇烈的變化，特別是出現(xiàn)了零值和40 m以上的過高值。

圖2 2011年7月6—14日渤海試驗中濕度、氣壓、風速、氣海溫差、實測波導高度和Liu-Li模型計算所得波導高度的變化序列

對比實測波導高度、模型計算所得波導高度的變化序列與濕度、氣壓、風速和氣海溫差的變化序列，可以看到蒸發(fā)波導對不同氣象要素敏感性響應的變化。當大氣處于不穩(wěn)定層結(jié)條件下時，模型給出的波導高度顯示出與相對濕度變化趨勢一致，與風速變化趨勢相反的特點，對氣壓的敏感性響應則不明顯；在穩(wěn)定層結(jié)狀態(tài)下，蒸發(fā)波導高度除了對相對濕度和風速的變化響應較大外，對氣海溫差變化的響應更為明顯，且容易出現(xiàn)零值和過高值。

為了更好地檢驗Liu-Li模型的適用性（見圖3—5），將Liu-Li 模型的計算高度與其他蒸發(fā)波導預測模型的計算高度進行對比，并結(jié)合實際測得的波導高度，對不同模型的預測結(jié)果進行分析。從圖3a可以看出：不同模型計算的波導高度變化趨勢與實測波導高度的趨勢基本一致，整體變化較為平穩(wěn)；其他4 類模型兩者也都在第700 個、第1250 個觀測時次前后呈現(xiàn)出明顯躍動和短時間的高低波動，Babin模型、NPS 模型和偽折射率模型也在該時段內(nèi)出現(xiàn)零值和40 m 以上的過高值，而P-J 模型由于在穩(wěn)定層結(jié)條件下加入了人為修正，避免了異常值的出現(xiàn)。與實測波導高度相比，可以看出實測波導高度整體平均高于所有模型計算所得的蒸發(fā)波導高度，P-J模型的計算結(jié)果與實測波導高度較為相近，除初始觀測時間外，各時次的波導高度差都比較小；其次為偽折射率模型，計算結(jié)果與實測波導高度相差較小；Liu-Li 模型、Babin 模型和NPS 模型的計算結(jié)果則與實測波導高度有明顯差異，其中Babin 模型最為明顯。Liu-Li模型計算的波導高度與實測波導高度及其他模型計算的波導高度相差較小。Liu-Li模型計算的波導高度與Babin 模型和NPS 模型計算的波導高度基本相同，平均高度相差很小，偽折射率模型次之，相差最大為P-J 模型；特別是在穩(wěn)定海氣層結(jié)狀態(tài)下，由于P-J 模型計算進行了人為訂正，Liu-Li 模型與P-J 模型計算得到的波導高度相差則比較大，表征為異常值。

圖3 2011年7月6—14日渤海試驗中實測波導高度與模型計算高度的變化序列及高度差

圖4 2011年7月6—14日渤海試驗中不同模型計算所得高度與實際波導高度對比

圖5 2011年7月6—14日渤海試驗中Liu-Li模型計算所得波導高度與實測波導高度以及其他模型計算所得波導高度差值的變化序列

根據(jù)圖3b 和圖4 可以看出，Liu-Li 模型的計算結(jié)果與實測波導高度平均差約為2.3 m；當海氣層結(jié)處于不穩(wěn)定狀態(tài)時，Liu-Li 模型的計算結(jié)果偏小但差距不大；當海氣層結(jié)處于穩(wěn)定狀態(tài)時，Liu-Li模型的計算結(jié)果偏大，特別是氣海溫差越大時，兩者高度差越大，Liu-Li模型的計算易出現(xiàn)異常值。Babin模型的計算結(jié)果與實測波導高度平均差約為2.4 m；同樣，當海氣層結(jié)處于不穩(wěn)定狀態(tài)時，Babin 模型的計算結(jié)果偏小；當海氣層結(jié)處于穩(wěn)定狀態(tài)時，Babin模型的計算結(jié)果偏大，特別是氣海溫差越大時，易出現(xiàn)異常值。NPS 模型的計算結(jié)果與實測波導高度平均差約為2.2 m；同樣，當海氣層結(jié)處于不穩(wěn)定狀態(tài)時，NPS 模型的計算結(jié)果偏小；當海氣層結(jié)處于穩(wěn)定狀態(tài)時，NPS 模型的計算結(jié)果偏大，特別是氣海溫差越大時，易出現(xiàn)異常值。P-J模型的計算結(jié)果與實測波導高度平均差約為0.04 m；當海氣層結(jié)處于不穩(wěn)定狀態(tài)時，P-J模型的計算結(jié)果也會出現(xiàn)部分偏小；當海氣層結(jié)處于穩(wěn)定狀態(tài)時，P-J 模型計算結(jié)果的偏大值相比前3 種模型較小，這是由于引入人為訂正后不易出現(xiàn)異常值。偽折射率模型的計算結(jié)果與實測波導高度平均差約為1.2 m；當海氣層結(jié)處于不穩(wěn)定狀態(tài)時，偽折射率模型的計算結(jié)果也會出現(xiàn)部分偏小；在不同海氣層結(jié)條件下計算結(jié)果的變化規(guī)律與其他模型較為一致，但其更容易在海氣層結(jié)穩(wěn)定狀態(tài)時出現(xiàn)零值。結(jié)合圖5，對比Liu-Li模型、Babin 模型、NPS 模型、P-J 模型和偽折射率模型計算蒸發(fā)波導高度的差值來看，Liu-Li 模型與其他模型的預測高度基本接近。在不穩(wěn)定海氣層結(jié)狀態(tài)下，Liu-Li 模型與其他模型同樣可以較好地給出試驗時間范圍內(nèi)的蒸發(fā)波導發(fā)生情況，與Babin模型和NPS 模型的差值幾乎為0，能夠有效地診斷出波導發(fā)生的高度；在穩(wěn)定海氣層結(jié)狀態(tài)下，特別是強穩(wěn)定海氣層結(jié)狀態(tài)下，Liu-Li 模型的診斷結(jié)果與P-J 模型相差較大，未能像P-J 模型的診斷結(jié)果一樣較好地表征實際蒸發(fā)波導情況，預測值超出了正常范圍。這主要是由于Liu-Li模型同樣建立在相似理論基礎(chǔ)上，在海氣層結(jié)穩(wěn)定狀態(tài)下會不可避免地出現(xiàn)異常值，同時也未能引入P-J 模型在此條件下的人工訂正，這也是Liu-Li 模型下一步亟需解決的問題。

3.3 Liu-Li模型在大西洋海域的適應性研究

本文利用NCEP 發(fā)布的FNL 分析資料數(shù)據(jù)，通過Liu-Li模型嘗試性地對大面積特定海域進行適應性研究。文中選取了FNL 分析資料中西北大西洋附近65°～75°W，40°～45°N 的格點數(shù)據(jù)，分辨率達1°×1°，數(shù)據(jù)日期從2001年7月28日12時（世界時，下同）—8 月8 日12 時，共45 個時次，包括了該時間段內(nèi)2 m 高度處的空氣溫度、海表溫度和相對濕度，以及10 m 高度處的風場數(shù)據(jù)。

利用上述數(shù)據(jù)對相應時間段內(nèi)蒸發(fā)波導高度時空變化開展研究，將45個時次的分析資料按每6 h進行統(tǒng)計平均，得到11 d 內(nèi)各氣象要素的平均變化狀態(tài)，并將計算出的不同蒸發(fā)波導高度按照6×11的格點進行空間分布。

圖6 是45 個時次再分析資料的6 h 變化趨勢。由于觀測地點位于美國東部時區(qū)，與世界時存在4 h的時差，可以明確看到在18 時（當?shù)貢r間14 時），空氣和海表溫度都達到了日最高，因而導致海表空氣中水汽蒸發(fā)加快，相對濕度達到日最低。同時也可以觀察到，該地區(qū)海表風速在午夜—早晨是遞減趨勢，而在早晨—夜間是遞增趨勢。

如圖7 所示，整體來看，06 時Babin 模型對該海域計算的蒸發(fā)波導高度總體保持較低水平，波動較小；東側(cè)海域出現(xiàn)大范圍的零值，在個別地區(qū)也出現(xiàn)了過高值；西側(cè)海域則相對穩(wěn)定的保持在10～25 m 的波導高度。NPS 模型在計算東側(cè)和中部海域時出現(xiàn)了大范圍的過高值，西側(cè)海域則與Babin模型計算結(jié)果接近，較好地給出了高度分布。偽折射率模型的計算結(jié)果在東側(cè)海域主要是異常值，以零值居多，在西側(cè)海域的波導高度則變化跨度較大。P-J 模型給出的波導高度平均略低于其他3 類模型，最大值低于16 m；東側(cè)海域的波導高度變化較小，西側(cè)海域則波動較大；整個變化趨勢與風速的變化趨勢一致，對風速的敏感性響應最強烈。Liu-Li 模型與Babin 模型的計算結(jié)果近似，波動較小；東側(cè)海域出現(xiàn)了極值區(qū)域，西側(cè)海域則相對穩(wěn)定的保持在10～25 m 的波導高度，且西側(cè)波導高度更趨于平穩(wěn)，與經(jīng)過修訂的P-J模型高度差更小。

如圖8 所示，12 時Babin 模型所求整個海域的波導高度有了一定的增加，海域東側(cè)的零值區(qū)域逐漸減少，計算出的過高值也發(fā)生了北移；相對而言，西側(cè)海域的蒸發(fā)波導高度有所下降。較之于Babin模型，NPS 模型對相對濕度的敏感性響應更為強烈；當相對濕度極高時，NPS 模型計算出的蒸發(fā)波導高度會作出強烈響應；東側(cè)區(qū)域波導高度的變化波動更為顯著，出現(xiàn)了分散的過高值區(qū)域。偽折射率模型計算的波導高度在東側(cè)海域整體較低，在其緯度較低處出現(xiàn)了異常值區(qū)域；在西側(cè)海域的波導高度則與前兩類模型相似。P-J 模型給出的波導高度平均大于前3 類模型，其表征的特點與前一時刻相同，對風速的敏感性響應最強烈。Liu-Li 模型計算的波導高度較06時更加平穩(wěn)，且對相對濕度的敏感性響應強烈；較之于Babin 模型和NPS 模型其計算結(jié)果更加合理，無極值出現(xiàn)，在該時段內(nèi)診斷效果略穩(wěn)定于其他模型。

圖6 2001年7月28日—8月8日西北大西洋氣象要素間隔6 h的平均日變化序列

圖8 2001年7月28日—8月8日12時西北大西洋氣象要素和不同模型蒸發(fā)波導高度的空間分布

如圖9 所示，在18 時Babin 模型計算的整個海域的蒸發(fā)波導值變化更為穩(wěn)定，零值區(qū)域進一步減少，整體波導高度維持在10～20 m 的水平；但隨著較高相對濕度的出現(xiàn)，西側(cè)海域也逐漸出現(xiàn)過高值的異常表現(xiàn)。NPS 模型計算的蒸發(fā)波導高度整體比12時穩(wěn)定，但平均高度低于Babin模型的結(jié)果；零值區(qū)域減少，但過高值區(qū)域增多。偽折射率模型計算的波導高度整體也相對平緩，平均高度高于NPS模型，與Babin 模型相近；在緯度較低的海域出現(xiàn)了過高值，零值發(fā)生的海域經(jīng)度與Babin 模型相同。相比前3 種模型，P-J模型計算出的波導高度變化波動更有規(guī)律，整體高度也大于前3類模型；同時模型對相對濕度的敏感響應比風速更加明顯；由于結(jié)果修正，零值和過高值的區(qū)域也較少。Liu-Li 模型計算的波導高度在此時間內(nèi)變化情況穩(wěn)定，整體波導高度值維持在10～25 m 的水平，平均高度與偽折射率模型相近；但隨著較高相對濕度的出現(xiàn)，西側(cè)海域也逐漸出現(xiàn)過高值的異常表現(xiàn)。

圖9 2001年7月28日—8月8日18時西北大西洋氣象要素和不同模型蒸發(fā)波導高度的空間分布

如圖10 所示，在00 時Babin 模型計算的蒸發(fā)波導高度在整個海域的狀況再次變得復雜，整體波動加劇，海域出現(xiàn)的零值和過高值也更加隨機。NPS模型的計算結(jié)果也更為復雜，波導高度變化的跨度增大，過高值區(qū)域為多。相反的，偽折射率模型則以零值區(qū)域為多。P-J 模型的計算高度相較前3 類則相對平穩(wěn)，變化趨勢依舊與風速變化相一致。而Liu-Li模型計算的蒸發(fā)波導高度在整個海域也變得復雜，整體波動加劇；海域出現(xiàn)的零值和過高值接近于Babin 模型和偽折射率模型；波導高度整體平均值與偽折射率模型相近。總體來說，計算出的蒸發(fā)波導高度在該海域的西側(cè)比東側(cè)更加穩(wěn)定，東側(cè)海域易發(fā)生異常值的情況，而西側(cè)海域的波導高度變化幅度相對較小。這與大西洋西岸緊貼北美洲大陸有一定的聯(lián)系。

從所測時間段內(nèi)的平均狀況看，各氣象參量在經(jīng)向上都存在著明顯的波動趨勢，緯向上的變化并沒有那么規(guī)律。氣溫和海溫的變化趨勢基本一致，這使得整個時間段內(nèi)的海氣層結(jié)狀態(tài)變化較小。

就試驗海域整體而言，5 種模型對氣海溫差、相對濕度和風速的變化都有明顯的響應。P-J 模型計算的蒸發(fā)波導高度整體平均略低于Babin 模型、NPS模型、偽折射率模型和Liu-Li模型的計算結(jié)果，這主要是由于人為修正的影響。Liu-Li模型對該海區(qū)蒸發(fā)波導高度的診斷與Babin 模型、NPS 模型和偽折射率模型相近，尤其是Babin 模型。由于前人對Babin 模型在不同海域適應性的研究非常成熟[22]，這也有力支撐了Liu-Li 模型在大西洋海域的診斷應用。此外，也能夠看出5種模型中P-J模型對風速的敏感性響應最為穩(wěn)定，大多時次內(nèi)其計算結(jié)果基本與風速變化趨勢一致。其他4種模型則在海氣條件復雜多變的情況下容易產(chǎn)生變化波動，24h內(nèi)計算的波導高度在白天變化較小，在中午最為穩(wěn)定；而在夜間起伏較大，容易出現(xiàn)異常值，這與夜間相對濕度更大、海表海陸風速大小的變化也有一定關(guān)系。

4 結(jié)論

本研究通過非迭代海氣通量算法Liu-Li模型分析了該模型對海上不同氣象海洋要素的敏感性響應，同時根據(jù)觀測數(shù)據(jù)和分析資料，在不同海域?qū)iu-Li模型的蒸發(fā)波導高度預測診斷效果進行了分析，并與現(xiàn)有主流的Babin 模型、NPS 模型、P-J 模型和偽折射率模型的蒸發(fā)波導的預測診斷效果作了對比分析。研究發(fā)現(xiàn)：在我國渤海海域，Liu-Li模型的計算結(jié)果與實際觀測波導高度以及其他4種模型計算結(jié)果的變化趨勢基本一致，能較好地反應該時段內(nèi)海上蒸發(fā)波導高度的變化趨勢，并且在不同層結(jié)狀態(tài)下對氣象要素作出敏感性響應。在波導高度預報結(jié)果上，Liu-Li 模型在不穩(wěn)定海氣層結(jié)狀態(tài)下計算得到的波導高度略低于實際觀測波導高度，而在穩(wěn)定海氣層結(jié)狀態(tài)下的計算波導高度結(jié)果偏大，特別是海氣層結(jié)狀態(tài)越穩(wěn)定時，兩者高度差越大，Liu-Li 模型的計算易出現(xiàn)零值和40m 以上的過高值。Liu-Li模型計算得到的波導高度變化趨勢與其他4種蒸發(fā)波導預測模型相近，特別是與Babin模型和NPS 模型最為接近，且平均高度相差很小；在穩(wěn)定海氣層結(jié)狀態(tài)下，由于P-J 模型計算進行了人為訂正，Liu-Li模型與P-J模型計算得到的波導高度相差比較大，表征為異常值。而在西北大西洋海域，Liu-Li模型對氣海溫差、相對濕度和風速的變化都有明顯的響應，模型對該海區(qū)蒸發(fā)波導高度的診斷與Babin 模型、NPS 模型和偽折射率模型相近，特別是Babin 模型；但相比于這3 種模型，Liu-Li 模型的計算穩(wěn)定性更好，出現(xiàn)極值的概率更低。Liu-Li模型在大多時次內(nèi)的計算結(jié)果與風速、相對濕度的變化趨勢較為接近。Liu-Li模型計算的波導高度在海氣條件復雜多變的情況下容易產(chǎn)生變化波動，24 h 內(nèi)計算的波導高度在白天變化較小，中午最為穩(wěn)定；而在夜間變化起伏較大，容易出現(xiàn)異常值的情況，這與夜間相對濕度更大、海表海陸風速大小的變化也有一定關(guān)系。

綜上所述，雖然不同的蒸發(fā)波導模型利用了不同的參數(shù)化方案和普適函數(shù)建立模型，但由于其都建立在M-O 相似理論的基礎(chǔ)上，因此模型預測結(jié)果的變化規(guī)律基本一致。而由于參數(shù)大小選擇不同等因素，不同模型的預測結(jié)果間也存在明顯差異。特別是Liu-Li 模型使用了基于非迭代海-氣通量算法的物理和參數(shù)化方案來計算蒸發(fā)波導高度，即使在統(tǒng)一的氣象海洋環(huán)境條件中，Liu-Li 模型給出的波導高度也會與其他模型計算得到的波導高度存在或多或少的差異，但Liu-Li 模型在不同海域蒸發(fā)波導的診斷上都能較好地進行反應，有些條件下更優(yōu)于其他模型的診斷效果。

Liu-Li 模型采用了非迭代海-氣通量算法，在模型建立上更為高效合理，其預測診斷效果能達到主流模型的水平，能有效地進行蒸發(fā)波導診斷預報，尤其在不穩(wěn)定海氣層結(jié)狀態(tài)下結(jié)果更為可靠。本研究初步探討了Liu-Li 模型在不同海域的適應性，在后續(xù)研究中還將深入結(jié)合模型建立方法與蒸發(fā)波導形成機制，拓展其在極端條件下的適用性。