玻尔百科构建地球大气和海洋的数字孪生始于一个根本性的选择：如何构建模式的网格。这个决定远非小事，因为不恰当的坐标系会引入虚假力，破坏模拟的物理真实性。几十年来，模式开发者面临一个艰难的困境：是选择能很好处理高层大气但在山区上空失效的位势高度坐标（-坐标），还是选择能完美追踪地形但会产生显著气压梯度力误差的地形追随坐标（如 -坐标）。本文将探讨解决这一问题的巧妙方案：混合垂直坐标。
本文将描绘这一巧妙概念的发展与应用。在“原理与机制”部分，我们将剖析模式开发者的困境，揭示虚假气压梯度力的来源，并解释使混合坐标能够集两者之长的数学公式。随后，“应用与跨学科联系”部分将展示这些坐标在实际中的应用，演示如何利用它们构建我们星球海洋和大气的高保真复杂模式，从捕捉海岸动力学到改进复杂地形上的天气预报。
要构建一个忠实于我们星球大气或海洋的模拟，我们首先面临一个出人意料的深刻问题：我们应该如何绘制网格？这不仅仅是一个技术细节；坐标系的选择深刻地体现了我们认为流体运动中什么最重要。错误的选择会使我们的模式偏离正轨，产生只存在于计算机逻辑中而非真实世界里的虚假力和过程。混合垂直坐标的故事是一段美妙的发现之旅，它源于对一个棘手困境的巧妙解决。
想象一下，你被赋予构建一个数字地球的任务。在垂直方向上，你需要将网格单元从地面一直堆叠到大气层顶部。最自然的方式是什么？
一个看似显而易见的选择是使用简单的、平坦的水平层面，就像建筑物的楼层一样。这被称为位势高度或-坐标系。对于高层大气来说，它非常简洁，因为那里的气流广阔、席卷而过，且基本上是水平的。但在近地面处出现了一个严峻的问题：山脉。像珠穆朗玛峰这样的高耸山峰会粗暴地切割我们整齐堆叠的“楼层”，造成一个混乱且在计算上噩梦般的边界。
因此，我们可能会尝试另一种方法。与其使用刚性的楼层，不如想象将柔性的薄片铺在地球表面上，每张薄片都跟随下方山脉和山谷的轮廓。这就是地形追随坐标的精髓。一个经典的例子是sigma（）坐标，它通常由当地气压 与地表气压 的简单比率定义，即 。根据定义，地面总是在 处，坐标面完美地贴合地形。这巧妙地解决了山脉问题。地面不再是锯齿状的边界，而是一个平滑、表现良好的坐标面。
在一段时间里，这似乎是完美的解决方案。但大自然，一如既往，暗藏了一个微妙而严重的陷阱。
所有天气的引擎是气压梯度力 (PGF)。它推动空气从高压区流向低压区。至关重要的是，这个力是由水平、平坦表面上的气压差定义的。在一个完全静止的大气中，即使它位于一座巨大的山脉之上，也没有风。压力面因山脉的存在而弯曲，但在任何给定的几何高度上，气压是恒定的。真正的水平气压梯度力为零。
现在，让我们从我们倾斜的地形追随 -坐标的视角来看这个宁静、静止的大气。坐标面不是平的；它们向上和向下倾斜，反映了下方的地形。一个天真地沿着这些倾斜的坐标面计算气压差的计算机程序会被欺骗。它会测量到一个气压梯度，而在真正的水平意义上，这个梯度并不存在。
这个错误产生了一种“虚假力”，一种在空气本应静止时推动它的虚假加速度。这不仅仅是一个小的数值怪癖；在像落基山脉或阿尔卑斯山脉这样陡峭的地形上，这种虚假力可能非常巨大，产生虚构的风，从而破坏整个模拟。正如一个问题所巧妙揭示的，这种虚假加速度可以用一个看似简单的形式来表达。对于一个不正确的 PGF 计算，误差与坐标面本身的斜率成正比。这就像试图通过沿着倾斜的尺子测量湖的深度来判断湖面是否真正水平；你倾斜的视角造成了梯度的错觉。
我们如何摆脱这个困境？我们需要近地面的地形追随特性，但我们又迫切希望在高层大气中使用平坦、水平的坐标来消除虚假 PGF。答案是一个天才之举：混合垂直坐标。其思想是创建一个统一的系统，集两者之长——它在近地表表现得像地形追随坐标，并在高空平滑地过渡到纯气压坐标。
这个思想的数学表达式既简单又强大。我们将混合坐标面 上的气压 定义为两个分量的混合：
在这里， 是我们的新垂直坐标，通常从模式顶部的 到地表的 。其奥妙在于两个预设函数 和 。
是“地形追随度”因子。 它控制坐标层受地表气压 影响的强度。为了在地面追随地形，我们设定 。为了在高空消除地形的影响，我们设定 。
是“气压层面”分量。 它定义了固定的气压结构。在高空，当 时，气压就是 。这意味着一个常数- 面也是一个常数-气压面——这正是我们想要的！为了使系统工作，我们将模式顶部的气压设为一个常数值 ，这要求 。在近地面，为确保 ，我们必须有 。
这个公式是现代天气和气候模式的核心。它允许我们构建纯 sigma 坐标（通过在所有地方设置 ）、纯气压坐标（通过在所有地方设置 ），或者更有用的混合坐标。我们发现与坐标面斜率成正比的 PGF 误差得到了巧妙的控制。由于斜率与 的影响相关，而这种影响由 控制，随着 在高海拔处趋于零，误差自然消失。当然，在真实的模式中，这个连续的定义被分解为离散的层次，每个层次都有其自身的气压厚度，可以直接从这个公式计算得出。
混合坐标概念的卓越之处远不止于模拟风和天气。它体现了构建物理模拟的一个普遍原则：使你的坐标系与问题的主要物理过程对齐。
让我们深入海洋。在广阔、黑暗的海洋内部，远离汹涌的表层和崎岖的海底，水的运动并非随机。它绝大多数情况下倾向于沿着等密度面（称为等密度面）滑动和混合。传统的 -坐标模式，以其刚性的水平楼层，迫使模拟的水体不断地切割这些自然路径。这产生了一种“虚假混合”的数值产物，在气候模拟的长时间尺度上，它会致命地侵蚀海洋的层结，破坏模式的真实性。
解决方案是什么？一种海洋混合坐标。模式开发者设计了一些系统，在表层使用 -坐标以准确捕捉风和阳光的影响，然后在深海中过渡到追随等密度面的坐标系。大气 PGF 的虚假力在海洋中有一个表亲：虚假的跨等密度面混合。这种虚假混合的量取决于模式坐标面与真实等密度面之间的错位角 。一个简洁的推导表明，对于一个大的沿等密度面扩散率 ，虚假的跨等密度面混合约为 。为了防止这个误差污染微小但物理上至关重要的背景混合，错位角 必须保持得极小。这正是混合等密度面坐标的设计目标。同样的基本思想——混合两种坐标类型以匹配物理过程——解决了两个不同领域中两个看似不同的问题。
这些混合坐标还有一个最终的、优美的特性，巩固了它们作为地球系统建模基石的地位。在物理学中，有些定律是神圣的，其中最神圣的之一就是质量守恒。一个在长达百年的模拟中缓慢泄漏或创造质量的气候模式是根本上错误的。
在基于高度（-坐标）的模式中强制执行质量守恒出奇地棘手。气柱中的总质量涉及在一个底部边界——地形——上下移动的域上进行积分。这是一个记账上的头痛问题。
然而，混合气压坐标是一种基于质量的坐标。这是因为静力学关系 在气压变化和该层空气质量之间提供了一个直接、不变的联系。从顶部气压 到地表气压 的气柱中干空气的总质量可以简单地由 给出。
其意义是深远的。模式中大气的总质量现在直接与一个单一的预报变量——地表气压——联系在一起。运动方程的变换方式使得域的顶部和底部边界在数学上变得不可穿透。没有质量可以垂直地渗入或渗出。这使得设计一个能够完美保守大气总质量（精确到计算机精度的最后一位）的数值方案变得极为容易。最初为处理山脉而设计的巧妙几何技巧，最终为物理学中最基本的守恒定律之一提供了坚实的基础。当我们仔细倾听自然法则的语言时，可以发现其中深刻的统一与优雅，这是一个明证。
在掌握了混合垂直坐标的原理之后，我们现在踏上一段旅程，去看看它们的实际应用。要真正欣赏它们的力量，我们必须理解，海洋或大气的数值模式不仅仅是一组在静态网格上求解的方程。它是一个动态的、活生生的实体，一个数学与物理交织的数字生态系统。坐标系的选择就是这个数字世界结构本身的选择。混合坐标系赋予了这种结构一个卓越的特性：它可以伸展、弯曲和聚焦，让我们的模式能够关注世界上最有趣的事情正在发生的部分。让我们来探索这个优雅的概念如何帮助我们解决地球物理科学中一些最具挑战性的问题。
地球表面是一幅由雄伟山脉和深邃海沟织成的织锦。一个简单的、统一的网格远不足以捕捉这种复杂性。混合坐标为我们提供了所需的定制镜头，使我们能够将地球流体包络的关键特征清晰地呈现出来。
想象一下模拟浩瀚的太平洋。在深邃的开放海盆中，水流庄重而宏大，受水密度在巨大距离上的缓慢变化所控制。在这里，一个简单的水平层堆叠，就像建筑物中的楼层——我们称之为 -坐标——工作得非常出色。它们避免了一种有害的数值误差，即“气压梯度力误差”，这种误差可能在倾斜地形上产生，并创造出本不存在的虚假洋流。
但当我们接近海岸时，世界变了。深海盆让位于大陆架，这是一个充满生命和复杂洋流的浅而倾斜的区域。在这里，水流与海床的相互作用至关重要。我们需要解析湍流的底部边界层，在那里摩擦力减缓水流并搅动起营养物质。为此，地形追随坐标，或称 -坐标，是理想的选择。它像一条柔韧的毯子一样紧贴海底地形，确保无论水深变得多浅，我们总能在海底附近有足够的分辨率。
这就是海洋模式构建者的经典困境：-坐标最适合深海，但在海岸处失效；而 -坐标对海岸来说是完美的，但在深海中可能遭受气压梯度力误差的困扰。解决方案不是选择其一，而是两者都用！混合 坐标系正是这样做的。它在浅水沿海区域表现得像 -坐标，并在深海中平滑地过渡到 -坐标，让我们两全其美。这使我们能够建立一个单一、统一的模式，既能捕捉海岸的精细尺度湍流，又能模拟深渊的大尺度、精细环流。
“混合”的思想甚至更为强大。海洋内部是强层结的，这意味着它由不同密度的水层组成，这些水层不愿混合。水倾向于沿着这些等密度面，或称等密度面流动。那么，为什么不建立一个追随这些等密度面的坐标系呢？这是一个绝妙的想法，因为它最大限度地减少了水团之间虚假的数值混合，并允许模式在长途旅行中保持其独特的属性。然而，这些坐标在湍流的表层混合层附近或在沿大陆坡倾泻而下的密集溢流中会变得混乱和不明确。
最终的解决方案是一个三部分的“奇美拉”：一个在表层使用 -坐标，在宁静的内部使用等密度面坐标，在复杂的海底地形附近使用 -坐标的模式。这样的模式是数值工程的杰作，将不同的物理区域小心翼翼地缝合成一个连贯的整体。这种复杂的方法对于模拟全球温盐环流——即在地球周围输送热量的巨大海洋传送带——至关重要。但这种重映射并非没有代价。每当我们从一种坐标类型转换到另一种，例如，从等密度层转换到表层的固定 -层时，都会引入少量的人为数值混合。就好像在缝合被子时，一块补丁的颜色会渗入邻近的补丁。模式构建者的一个关键工作是量化和最小化这种混合，确保它不会污染我们旨在模拟的物理过程。
大气呈现出其自身的一系列挑战，特别是在近地面的薄而湍流的层中，即所谓的行星边界层（PBL）。这是大气感受到地球表面摩擦的地方，也是我们所经历的大多数天气的发源地。在像落基山脉或阿尔卑斯山脉这样的复杂地形上，PBL的结构可能极其复杂。
大气模式使用它们自己风格的混合坐标，通常称为混合sigma-气压坐标或 -坐标，它们在近地面追随地形，并在更高处变形为等压面。就像海洋一样，这种设计集两家之长：它解决了山脉上空的气流问题，同时最大限度地减少了上方自由大气中的气压梯度力误差。
这种框架所支持的最强大技术之一是“垂直嵌套”。区域天气模式可以从一个较粗糙的全球模式中获取其边界条件，然后在本地加密其自身的垂直网格。通过将混合坐标层集中在大气最低的一两公里内，模式可以在PBL中实现更高的垂直分辨率。这不仅仅是为了好看；它具有深远的物理后果。许多重要现象，如夜间逆温（温度随高度增加），其特征是具有非常陡峭的垂直梯度。粗糙的网格根本无法看到它们；它会把它们抹成一个平缓、不真实的斜坡。通过准确地解析这些梯度，嵌套模式能够更好地掌握大气稳定性。这反过来又使其湍流参数化方案能够更真实地计算热量和动量的混合，从而带来一系列改进，最终得到更好的天气预报。
混合坐标的微妙之处甚至可能导致更令人惊讶的涌现行为。混合坐标的定义本身 就包含一个隐藏的后果。因为模式层 的气压 取决于地表气压 ，所以该层的几何厚度会根据模式是位于高山（ 低）还是低洼平原（ 高）而改变。事实证明，对于典型的混合坐标设计，离地面一定高度的模式层在山脉上通常比在平原上物理上更薄。
现在，考虑雷暴的形成。它通常需要一团暖湿空气突破其上方的“覆盖逆温层”。在山脉上空具有更精细垂直分辨率的模式会将这个逆温层看作一个更陡峭、更强的障碍。模式的对流方案计算突破这个覆盖层所需的能量（对流抑制能，或CIN），因此会报告一个更高的CIN值。结果是：即使潜在的大气条件完全相同，模式在山脉上触发雷暴的可能性也系统性地低于平原。一个在网格数学定义中看似无害的选择，对一个主要的物理过程产生了直接、非显而易见的影响。这是一个美丽而又警示性的故事，揭示了现代气候模式内部深刻且往往出人意料的相互联系。
设计坐标系是第一步。下一步，也可以说是更困难的挑战，是构建一个能够在这个奇特、灵活的网格上正确求解物理定律的数值引擎。这需要一种堪比钟表匠的工艺水平，每个齿轮都必须与下一个完美啮合。
我们已经提到了可能困扰地形追随坐标的“气压梯度力误差”。让我们更仔细地看看它。驱动风的力来自于水平方向上的气压差。在山脉上方的地形追随坐标系中，这个力被计算为两个非常大的、方向相反的项之间的微小差异。这就像试图通过从山峰的海拔高度减去其基地的海拔高度来确定珠穆朗玛峰山坡上一座蚁丘的高度，而这两者都是从海平面测量的。对这两个大量级测量值中任何一个的微小误差都可能导致计算出的蚁丘高度出现巨大误差。在模式中，这种数值误差可以产生强大的、完全虚构的风，一个在机器中肆虐、破坏模拟的幽灵。
解决方案是一套精彩的数学柔术。模式开发者不是试图分别计算这两个大项然后相减，而是使用热力学恒等式来重新表述气压梯度力方程。新的形式在代入任何数值之前就在数学上将这两个大项结合起来。然后计算机只计算一个单一的、表现良好的项。这一点，再加上网格上变量的巧妙交错配置（例如，将风放置在层的交界面，将温度放置在层的中心），使得模式能够在静止大气中完美地平衡力，驱除虚假风的幽灵，并确保静力平衡的一致性。
物理学中最神圣的原则之一是质量、能量和其他基本量的守恒。一个可能运行数百年模拟的气候模式，必须以近乎完美的保真度遵守这些定律。例如，一个缓慢创造或销毁水的模式，不仅是不准确的，而且是无用的。
在混合网格上，确保守恒是一个出人意料的棘手问题。出于数值稳定性和准确性的原因，网格框中的总空气质量和其中的示踪物（如水汽）的质量通常由不同的算法来移动。即使每个算法本身都是完全守恒的，它们之间的微小不一致也可能导致大气柱中的总水量不守恒。
解决方案既务实又优雅。在主要的输运计算完成后，模式会花一点时间进行一些记账。它会将其当前柱中所有的水汽加起来，并将其与应该有的量进行比较，后者基于初始状态和已知的物理源（蒸发）和汇（降水）。如果存在差异，一个“修复器”算法会对每一层的水汽应用一个统一的、按比例的修正，将总量推回到正确的值。这个过程确保了从长远来看，没有一个水分子被人工创造或销毁，从而维护了模拟中全球水循环的完整性。这种对绝对一致性的要求是根深蒂固的。例如，在为平流方案追踪气块运动时，必须煞费苦心地将模式的垂直速度从其自然的气压单位（）转换到模式的原生混合坐标单位（），以确保示踪物被移动到正确的位置。引擎的每一个部件都必须按照同样严格的标准来制造。
在完成了所有这些工作——设计网格、驾驭数值、强制守恒——之后，我们如何知道我们的模式是正确的？我们必须用现实来检验它。这就是资料同化的作用，我们通过这个过程使用真实世界的观测来不断修正模式的轨迹，使其锚定在大气的真实状态上。
卫星是我们完成这项任务最强大的工具，它提供了地球天气的全球视图。卫星不直接测量温度或风；它测量的是辐射率，即从地球向上辐射的红外和微波能量。要使用这些数据，我们需要一个“正演模式”——一个软件，它能根据我们数值模式中的大气状况，计算出卫星应该看到的辐射率。
在这里，我们遇到了混合坐标概念的最后一个、也是最关键的应用。我们的天气模式在其复杂的混合网格上生存和呼吸。但是用于模拟卫星测量的辐射传输模式几乎总是被编写为在简单的、干净的固定气压层网格上工作。为了弥合这一差距，需要进行持续的转换。在每个同化周期，模式的大气状态（温度、湿度等）从其原生的混合网格中取出，并被仔细地插值到辐射模拟器所需的标准气压网格上。然后将模拟的辐射率与实际的卫星观测值进行比较。由此产生的修正再从气压网格映射回模式的混合网格，以微调预报。这种永恒的来回是现代天气预报系统的心跳，是混合坐标模式的优雅抽象与观测的坚实真相之间的日常对话。正是在这里，在理论与观测的交汇处，这些卓越坐标系的真正力量得到了充分的体现。