玻尔百科对地球大气和海洋进行模拟，需要将连续的物理定律转换到离散的计算网格上。此过程中的一个基础性选择是垂直坐标系的选取，这一决定规定了我们如何将流体世界切分成层以进行模拟。这个选择远非简单的技术细节，它为模拟研究者们带来了一个核心困境。如何才能在避免数值误差陷阱的同时，既精确地表示地球表面复杂崎岖的地形，又准确地描述驱动运动的微妙物理力？不同的坐标系提供了不同的解决方案，每一种都有其强大的优点和弱点。
本文探讨了这一决策中固有的关键权衡。接下来的章节将引导您了解这个复杂的领域。“原理与机制”一章将剖析位势、压力、地形追随、混合和等熵坐标系背后的基本概念，揭示与每种坐标系相关的物理原理和数值挑战。之后，“应用与跨学科联系”一章将阐述这些选择在现实世界中的后果，展示一个抽象的网格几何形状如何能深刻影响从深海洋流到全球气候现象的各种模拟。
为了模拟大气和海洋宏大而涡旋的舞蹈，我们必须首先写下它的规则。这些规则就是物理定律，以数学方程的形式表达。但是，对于在一个旋转、颠簸的球体上晃动的流体，我们该如何求解这些方程呢？模拟研究者必须做出的第一个、也是最根本的选择是，如何绘制地图，如何铺设网格，让天气和气候的戏剧在其上展开。这就是对垂直坐标系的选择。这听起来可能像一个枯燥的技术细节，但正如我们将看到的，这是一个充满深刻物理意义、巧妙技巧和棘手陷阱的选择。垂直坐标系的故事是一段深入核心的旅程，探索我们如何将优雅的自然法则转化为实用的预测艺术。
想象一下构建大气模式最直接的方法。你可以创建一个三维网格，就像摩天大楼的楼层一样，每一层都完全平坦，并与下一层平行。这就是位势高度坐标，或称坐标系。在这里，垂直坐标就是海平面以上的几何高度。
这个“完美平坦网格”的美妙之处在于其数学上的简洁性。驱动所有风的力——源于气压差异的压力梯度力——只需测量压力如何沿着这些完全水平的网格面变化即可计算得出。其方程形式看起来简洁而优雅。
然而，不巧的是，地球并非平坦的。山脉，作为天气最剧烈的驱动因素之一，会穿透这个原始的网格。在 坐标模式中，山脉不是一个平滑倾斜的表面，而是一个由被阻挡的网格单元构成的粗糙、锯齿状的阶梯。 这种“阶梯状”表示法使得精确模拟近地面发生的关键过程变得极为困难，例如边界层中的摩擦，它能感受到地形的真实形状。这就像试图只用乐高积木来描述一个雕塑的曲线。
与其将我们简单的网格强加于复杂的地球之上，或许我们可以更巧妙一些。如果我们选择一个能倾听大气自身物理特性的坐标系会怎样？对于大尺度天气系统——那些横跨大陆的气旋和反气旋——大气处于一种被称为静力平衡的精妙平衡状态。这是一个深刻的论断：向上推的压力梯度力几乎被无情的向下引力完美抵消。
尺度分析揭示了这一近似的绝佳程度。对于一个典型的天气系统，空气的垂直加速度比重力加速度小几百万倍。 大气并非上下窜动，而是在进行一场宏大的平衡表演。这种平衡带来了一个神奇的结果。如果我们对静力平衡方程 进行积分，会发现任意两个气压面之间的气柱总质量与它们之间的压力差成正比。
突然之间，压力不仅仅是一种力，它还成了质量的代表。 这一洞见促成了一次绝妙的坐标变换。如果我们放弃高度，转而使用压力 () 作为垂直坐标会怎样？当我们用这种新语言重写控制方程时，一个奇妙的简化发生了。描述空气运动时密度如何变化的质量连续性方程，摆脱了对密度 的显式依赖。 这对数值模拟研究者来说是一个巨大的胜利。通过将我们的数学与基本的物理平衡对齐，我们使问题变得更易于求解。我们为描述这一现象选择了正确的语言。
使用压力坐标有所帮助，但并未完全解决我们的山脉问题，因为压力面本身也可能与地面相交。因此，科学家们提出了另一个巧妙的想法：地形追随坐标，通常称为 sigma () 坐标。其思想是创建一个“可伸缩”的网格，通过挤压使其贴合地球表面。一个常见的定义是 ，其中 是压力， 是地面压力。
根据这个定义，无论地形多么崎岖，地球表面永远是单一的坐标面 。大气层顶部可能是 。整个模式的网格优雅地覆盖在山脉和山谷之上。这对边界条件来说有一个极好的益处。空气不能穿透地面的物理规则，变成了一个极其简单的数学陈述：在sigma坐标中的垂直速度 在底部边界为零。 这种平滑的表示法在模拟边界层方面，远胜于 坐标模式中丑陋的阶梯状结构。
但这种巧妙设计也带来了可怕的代价。我们故事中的反派角色此时强势登场：臭名昭著的压力梯度力 (PGF) 误差。回想一下，PGF是驱动风的力，它在物理上由恒定高度面上的压力差定义。但在我们新的 系统中，坐标面不再是水平的，它们在山脉上空急剧倾斜。为了计算真实的水平PGF，模式必须先计算沿其倾斜网格线的压力梯度，然后减去一个涉及网格面坡度的巨大修正项。
想象一下，试图判断一个放在剧烈颠簸的船甲板上的桌子上的乒乓球是否会滚动。你测量了桌子相对于甲板的坡度，但为了弄清楚球到底会往哪个方向滚动，你必须减去整个船体巨大且快速变化的坡度。这就是计算机必须做的事情。它必须将PGF计算为两个非常大且方向相反的数之间的小差值。数字计算机的精度有限，两个大数中的微小舍入误差可能导致它们的小差值出现巨大误差。这种虚假力可能大到足以凭空产生不切实际的风，尤其是在陡峭山脉上空的高层大气中。 PGF误差是我们选择的坐标面与真实水平面之间不一致所造成的直接且危险的后果。
于是，我们陷入了一个两难境地。高度坐标的PGF计算简单，但下边界处理糟糕。Sigma坐标的下边界处理简单，但PGF计算糟糕。我们能做什么呢？我们可以妥协。这是工程师的解决方案，也是大多数现代天气和气候模式的基础：混合坐标 ()。
其思想是集两者之所长。我们希望网格在近地面追随地形，但在PGF误差最严重的高空，我们希望它能变平并与压力面平行。混合坐标就是为此设计的。它由一个类似 的公式定义，其中函数 和 经过精心选择。 在近地面，该坐标的表现类似 坐标，忠实地追随地形。随着在大气中向上移动，它会平滑过渡，在平流层高处，它变成纯粹的压力坐标，其坐标面几乎是平坦的。
这种优雅的结合减轻了高空的PGF误差，同时保留了地面上极其简洁的边界表示。对于一个非常困难的问题，这是一个实用而强大的解决方案。
到目前为止，我们的选择一直受到几何学（山脉）和力平衡（静力学）的引导。但还有另一种或许更为深刻的思考方式。如果我们让流体的*热力学*来定义我们的网格会怎样？
让我们考虑一个叫做位温 () 的属性。你可以把它想象成一个气块在不与周围环境交换任何热量的情况下，从当前气压移动到标准参考气压时所具有的温度。 对于主导大气的、近乎无热量交换的（绝热的）大尺度运动，位温是守恒的。一个气块一旦开始运动，就永远被困在其初始位温的表面上。这些表面被称为等熵面。
这是一个深刻的物理约束。它提出了一个激进的坐标选择：用 本身作为垂直坐标！如果我们这样做会发生什么？这个系统中的垂直速度就是气块位温的变化率，即 。对于绝热运动，这个值为零！在等熵坐标系中，大气复杂的三维运动变成了一系列堆叠的、纯粹的二维流动。气块沿着这些 面滑动，从不穿越它们。
回报是惊人的。想象一下追踪一缕污染羽流。在压力坐标模式中，当羽流沿着倾斜的等熵面漂移时，它必须在数值上从一个基于压力的网格层移动到另一个。这种插值过程不可避免地会使羽流模糊化，这是一种我们称之为虚假数值扩散的人为产物。在等熵坐标模式中，羽流停留在其原始的网格层上。没有需要模拟的垂直输送，因此也没有虚假的垂直混合。 这使得等熵坐标在追踪化学示踪物或理解臭氧输送等应用中异常强大。
当然，没有哪个选择是没有挑战的。等熵面可能会变得非常陡峭，甚至折叠。在海洋中，密度面可能与海洋表面相交，这个过程称为“出露”，一个纯粹的等密度面（恒定密度）模式会因此失效。这再次催生了混合方案的必要性，这些方案将深海中的等密度面坐标与湍流表面附近基于高度的坐标相融合。 即使在这些复杂的模式中，坐标网格与真实密度面之间的微小错位也会引入虚假混合，模拟研究者必须仔细确保这种数值误差不会压倒真实海洋中发生的小而关键的物理混合。
垂直坐标的选择是整个地球物理模拟领域的一个美丽缩影。它是一场在不变的物理定律、复杂的地球几何形状以及巧妙、务实的计算艺术之间的持续对话。没有唯一的“最佳”答案，只有一系列的权衡，每一个选择都揭示了流体复杂行为的不同侧面。
我们已经花了一些时间来理解将世界——无论是海洋还是大气——切分成一层层堆叠起来以用于计算机模拟的各种方法。你可能会认为这只是一个技术细节，是程序员枯燥的记账工作。但事实远非如此。选择垂直坐标系不仅仅是选择网格，更是选择一个我们模式赖以观察世界的透镜。正如不同的透镜可以揭示、扭曲或隐藏景观的特征一样，不同的坐标系也能在我们的模拟中阐明、模糊甚至创造出虚假的物理现象。这个选择会产生深远且常常令人惊讶的后果，其影响从最微小的边界层波及到最宏大的气候格局。现在，让我们来探索这个迷人的领域，在这里，坐标的抽象几何与流体地球的真实样貌相遇。
想象一下，来自地中海的稠密咸水越过直布罗陀的水下海槛，涌入大西洋。或者想象一股寒冷、稠密的洋流沿大陆坡倾泻而下。我们如何在模式中捕捉这种剧烈的下沉流？在这里，我们面临一个经典的困境，一种海洋模拟的“原罪”。
如果我们使用简单的水平 $z$ 层，我们平滑倾斜的海床就会变成一个粗糙的阶梯。当稠密水体试图沿着这个阶梯向下流动时，我们的平流方案不可避免地会导致它与下方阶梯中较轻的水体混合。这不是真实的物理混合；它是一个数值产物，一种“虚假的跨等密度面混合”，它会致命地侵蚀我们试图模拟的稠密水羽流。这仿佛我们的模拟被一个幽灵所困扰，它不断地搅动水体，在网格有阶梯的地方削弱层化。
为了避免这些笨拙的阶梯，我们可能会想使用一种层级会弯曲并追随地形的坐标系，即所谓的 $\sigma$ 坐标。这看起来优雅得多；底边界现在是完全平滑的。但我们只是用一个魔鬼换来了另一个。在一个静止的层化海洋中，等压面是完全平坦的。而我们新的、倾斜的坐标面则不是。为了计算驱动流动的水平压力梯度力——这完全取决于等压面的斜率——我们现在必须计算两个非常大且几乎相等的数之间的差值。在连续、完美的数学世界里，它们会完美地相互抵消，得到静止流体应有的零作用力。但在计算机有限、近似的世界里，这种减法中的微小截断误差会留下一个残余的、虚假的力。这种“压力梯度误差”可能大到足以从无到有地搅动出虚假的水流，尤其是在陡峭的斜坡上。从某种意义上说，模式在没有山丘的地方看到了山丘。
这种权衡是根本性的。我们是接受一个使用 $z$ 层、模糊且过度混合的世界，还是接受一个使用 $\sigma$ 坐标、充满虚假力的世界？答案取决于具体问题，而数值海洋学的许多艺术正是在于驾驭这种妥协，例如通过设计“混合”坐标来试图集两者之所长。
当我们更仔细地审视需要解析的物理过程时，挑战变得更深。底层边界层是水体感受到海床摩擦的区域，至关重要。我们的网格对这一层的“可见度”如何？我们可以定量评估我们的坐标层是否与边界良好对齐，以及我们是否在薄边界区域内密集设置了足够的层次来解析其结构。 我们很快发现，对于倾斜的底部，$\sigma$ 坐标会自然地将层次集中在边界附近并与之对齐，而 $z$ 坐标在这两方面都表现不佳。再次强调，这个选择并非小事；它决定了我们是否能表示我们关心的物理过程。
这种边界相互作用的后果不仅仅是局部的。以潮汐为例。宏大的、跨越整个洋盆的正压潮，是整个水体深度均匀的晃动，蕴含着巨大的能量。当这股水流遇到海底的凸起——如海山或大洋中脊——它必须上升和下降。这种由边界条件 强迫的垂直运动，对海洋内部的稳定层化施加推拉作用。这种扰动随后以一种新的波的形式辐射出去：即内潮，一种深度相关的，或称斜压的运动。大量的能量从正压潮转移到这些内波上，这些内波将能量携带数千公里，最终破碎并混合海洋。这个过程是全球海洋环流的一个关键驱动因素。一个 $z$ 坐标模式能自然地捕捉到这种能量转换，因为水流 和底部地形 之间的相互作用是显式的。 阶梯状网格可能很笨拙，但它忠实地传递了产生这些关键波动的垂直推力。
你可能认为，这些数值产物虽然恼人，但都只是小尺度问题。它们肯定会平均掉，不会影响像气候这样的大局吧？这是一个危险的假设。让我们去赤道太平洋，那里是厄尔尼诺-南方涛动 (ENSO) 的故乡，这是一种其影响遍及全球的气候型态。
ENSO的物理机制是大气与海洋之间的一场精妙舞蹈，它关键地依赖于海面温度和温跃层——温暖表层水与寒冷深渊之间的陡峭过渡层——的结构。在 $z$ 层模式中，我们之前讨论的虚假混合持续发挥作用，尤其是在温跃层倾斜的地方。沿着赤道，这种混合人为地削弱和加深了温跃层。一个较弱的温跃层意味着当海洋发生涌升时，带到表面的水温不够冷，从而抑制了驱动ENSO的温度异常。此外，赤道开尔文波——一种在太平洋上传递信号的关键信使——的速度是由层化强度决定的。虚假减弱的层化会减慢波速，从而改变整个ENSO循环的时间和周期。最终结果是什么？一个看似微小的、关于如何绘制垂直网格的技术选择，可能导致模式模拟出的ENSO振幅错误、频率错误、时间错误，从而削弱我们预测这一至关重要气候现象的能力。
坐标系的影响还延伸到我们如何表示那些网格根本无法看到的物理过程。像垂直对流——不稳定水柱的湍流翻转——这样的过程发生在对于全球模式来说尺度太小而无法解析的范围。我们必须对其进行参数化，即为模式编写一个“配方”，让它在发现较稠密的水位于较轻的水之上时遵循。但这个配方本身就依赖于坐标系！在 $z$ 层模式中，配方很简单：找到不稳定的层次并垂直混合它们。在 $\sigma$ 坐标模式中，必须小心不要沿着倾斜的坐标面进行混合，因为这会产生巨大的虚假混合；相反，必须将水柱映射回真实的垂直 ($z$) 空间，执行混合，然后再映射回来。在等密度面模式中，层级已经由密度定义，不稳定性表现为物理空间中层级的奇异“折叠”或重新排序，修复它需要仔细地在层与层之间交换质量。每种坐标系都需要自己定制的算法来表示完全相同的物理过程。
到目前为止，我们的故事充满了麻烦的权衡。但有时，一个巧妙的坐标选择可以让复杂性烟消云散，揭示出一种美丽而内在的简洁性。这一点在大气中表现得最为明显，即使用压力作为垂直坐标。
对于大尺度运动，大气处于近乎完美的静力平衡状态：任意一点的压力就是其上方空气的重量。这带来了一个极其简单的关系：压力的微小变化 与一薄层空气的质量 成正比。具体来说，，其中 是重力加速度。
为什么这如此神奇？大气中许多最复杂的物理过程，如辐射的吸收和发射或云中水汽的凝结，其根本都是以质量来构建的。例如，加热率最自然地以焦耳/秒/千克空气来表示。在 $z$ 坐标模式中，要计算一个层内的总加热量，我们需要将此速率乘以密度 进行积分，而密度随高度复杂变化。但在压力坐标模式中，这个对质量的积分变成了一个简单的对压力的积分！质量加权平均与压力加权平均是相同的。复杂的、空间变化的密度场从计算中消失了，取而代之的是该层的简单压力区间 。这使得模式的动力核心与复杂的物理模块之间的耦合变得异常简单和优雅。此外，大气柱的总质量与地表气压成正比。这确保了模式完美地守恒质量、能量和水分，而在其他坐标系中，这项任务要笨拙得多。 压力坐标系的成功在于为问题找到了“自然”变量，这一选择使物理过程更清晰，数值计算更简单。
然而，天下没有免费的午餐。坐标系的选择也有一个非常实际的代价：计算成本。显式数值模式受到一个称为 Courant-Friedrichs-Lewy (CFL) 条件的稳定性约束，该条件规定信息在一个时间步长内传播的距离不能超过一个网格单元。对于垂直运动，这意味着时间步长 必须小于 ，其中 是垂直网格间距， 是垂直速度。如果我们选择一个具有非常精细垂直分辨率（小的 ）的 $z$ 坐标系来解析边界层，我们可能被迫采用极小的时间步长，使得模拟成本高得令人望而却步。另一方面，一个等密度面模式可能允许垂直过程采用更大的时间步长，因为跨越密度面的“速度”通常非常小。因此，坐标系的选择直接影响我们模拟的速度和可行性。
为了规避这些限制，模拟研究者们开发了复杂的技巧。其中一个技巧是“模态分裂”。海洋的运动可以被分为一个快速的、深度平均的（正压）部分，和一个较慢的、深度相关的（斜压）部分。事实证明，当推导快速正压模态的方程时（这涉及到海面高度），三维垂直坐标系的复杂性被“积分掉了”。问题简化为一个简单得多的二维方程，无论你最初使用的是 $z$ 层还是 $\sigma$ 坐标，这个方程都是相同的。然后，模拟研究者可以用一个短的时间步长求解这个二维问题，再用一个更长的、更高效的时间步长求解慢速内部运动的完整三维问题。垂直坐标的选择仍然会影响二维问题中的系数，但其基本结构保持不变。 这是一种巧妙的方式，承认了不同的物理现象以不同的方式“看待”网格。
最后，我们的旅程来到了模式的理想化世界与观测的混乱真实世界相遇的前沿。我们的天气和海洋预报不仅仅是一个自由运行模式的产物；它们是通过一个称为资料同化的过程，不断将模式推向现实的结果。当我们的观测数据与我们的模式使用不同的坐标系时，会发生什么呢？
想象一个水下机器人滑翔机，它被设定为不沿固定深度测量温度，而是沿着一个恒定密度面（等密度面）进行测量。现在我们想将这个测量值同化到我们的 $z$ 层模式中。这个任务不再是简单的插值。为了找到观测值在模式中的对应量，我们首先必须找到模式密度场与观测密度相匹配的深度 $z$。这个深度取决于模式的温度和盐度场，这使得将模式状态映射到观测值的“观测算子” 成为一个复杂的非线性函数。
更糟糕的是，真实的等密度面不是一个光滑的平面；它因未被解析的小尺度波和涡而波纹起伏。滑翔机在这个波浪状的真实表面上测量温度。然而，模式只知道它自己对该表面的平滑、大尺度的表示。真实波浪位置与模式平滑位置之间的温度差异不是仪器的误差，而是表示误差。这种“代表性误差”是一个真正的难题。等密度面的垂直位移 会产生一个表观温度误差 。如果我们了解一些关于未解析波的统计信息（ 的方差），我们就可以估计这个误差的方差，并告知同化系统给予这个观测值稍低的权重。这表明，坐标系的选择不仅对我们如何模拟世界有深远影响，而且对我们如何将模拟与测量融合以创造出关于我们星球的最佳图像也至关重要。模式与数据之间的对话是用坐标的语言进行的，理解这种语言对于理解我们的世界至关重要。