没有一种方法适用于所有情况：流体动力学模型在模拟波罗的海海洋碱度增强过程中的适用性

《Journal of Marine Systems》：Not one shoe fits all: Applicability of hydrodynamic models for the simulation of ocean alkalinity enhancement in the Baltic Sea

　　安娜-阿德里亚娜·安舒茨|托马斯·诺伊曼|彼得·霍尔特曼|哈根·拉德特克
莱布尼茨波罗的海研究所瓦尔内明德，海路15号，瓦尔内明德18119，德国

**摘要**
海洋碱度增强（OAE）已成为密集研究的重点，作为一种潜在的未来二氧化碳去除（CDR）方法。在波罗的海，碱性矿物在海底的沉积是被考虑的方案之一，因为它们的溶解会增加局部碱度。一旦额外的碱度到达海表面，就会提高海洋吸收大气中二氧化碳的能力。因此，准确估计溶解成分的垂直传输对于海洋碱化研究的模型适用性至关重要。虽然海水成分的浓度通常容易测量，但这些成分通过平流和湍流扩散的传输过程却并不容易测量。基于一个关于海洋碱度增强的研究案例，我们证明了即使使用校准良好的模型，这些传输估计也可能存在相当大的不确定性。为了评估现有物理海洋模型这类估计的可靠性，我们在哥特兰深海（波罗的海）重新进行了一个被动示踪剂释放实验，并使用了三种不同的模型设置：两种具有不同垂直坐标系的地球动力学模型，其中一个模型还使用了两种不同的分辨率。模拟结果产生了显著不同的示踪剂垂直传输估计值。对于OAE而言，这可能导致矿物沉积与海表面接触之间的时间滞后发生变化，从而影响预期的二氧化碳减排效果。我们得出结论，除了典型的盐度和温度观测比较外，还需要在研究前对传输过程进行专门验证，以确定某种地球动力学模型设置是否适合需要可靠物理传输估计的研究问题。这些研究问题涵盖了地球动力学建模的多种典型应用，包括模拟营养物质、有毒物质或鱼苗的传输。

**引言**
近年来，关于将海洋碱度增强（OAE）作为二氧化碳去除（CDR）策略的全球和地区性研究迅速增加（Bach等人，2019年；Wang等人，2025年），其中最近的研究特别关注了波罗的海（Dale等人，2024年；Fuhr等人，2024年；Fuhr等人，2025年；Anschütz等人，2025年）。OAE是通过主动向海水中引入碱性物质来提高其缓冲能力，从而在不引起进一步海洋酸化的情况下增强对大气二氧化碳的吸收（Kheshgi，1995年；Keller，2014年；Ilyina等人，2013年）。由于对OAE至关重要的海洋变量（如pCO2、TA、pH等）的变化往往低于现有仪器的检测限，且目标区域太大而无法进行全面采样，因此数值模型对于OAE研究及未来监测、报告和验证（MRV）协议的设计至关重要（Wang等人，2025年；Ho等人，2023年；Halloran等人，2025年）。尽管如此，这类模型的可靠性却很少得到评估。在这些研究中，用于模拟这些海洋变量传输的相关地球动力学过程也鲜有验证。我们以波罗的海为例，评估了三种地球动力学模型设置适用性。该地区的半封闭特性有助于追踪内部和外部通量，特别适合研究碱度和示踪剂预算（Gustafsson等人，2014年）。例如，哥特兰深海中的缺氧条件以及方解石的普遍欠饱和状态有利于碱性物质的溶解（Omstedt等人，2012年；Tyrrell等人，2008年）。然而，沉积物中可能存在大量的碱度来源——尤其是在哥特兰深海（Gustafsson等人，2014年），此外河流输入的碱度量也尚未完全量化（Wallmann等人，2022年）。哥特兰盆地的底部深度为250米，是相对较浅的波罗的海中最深的位置之一（平均深度为50米）。因此，在北海的主要水流（MBI）通过侧向输送含氧的新形成底层水之前，这里会长期存在冷且盐度较高的密集水体（Matth?us等人，1994年；Mohrholz等人，2015年；Mohrholz，2018年）。虽然较小的主要水流事件几乎每年都会发生，但到达并搅动哥特兰深海的大规模事件则非常不规律，大多以十年为间隔（Mohrholz，2018年）。随后的盆地通风还取决于哥特兰深海中已有水的物理条件（Mohrholz，2018年）。在主要水流事件之间的停滞期间，哥特兰深海的深层水会变得缺氧，同时沉积物中有机物的分解会释放大量二氧化碳并在此积累。二氧化碳浓度的增加会导致pH值下降（Meier等人，2019年；Melzner等人，2013年），这反过来又会促进碱性物质的溶解。由于这些特性，安舒茨等人（2025年）选择哥特兰深海作为OAE的研究地点。此外，还有示踪气体实验的结果（Holtermann等人，2012年）可供验证地球动力学模型的过程。

然而，为了有效去除大气中的二氧化碳，添加的碱度必须从深海输送到表面。波罗的海复杂的海底地形、强烈的分层、较长的停留时间、一般较低但空间和时间上不均匀的垂直混合过程以及河口翻转环流引起的平流传输过程，给模拟这种垂直传输带来了重大挑战（Gustafsson等人，2014年；Holtermann等人，2014年；Holtermann等人，2022年）。其半封闭的特性和良好的监测条件使其成为评估用于CDR评估的地球动力学模型的理想试验案例。

**主要问题**
本研究的主要问题是一个方法论和根本性的问题，超越了海洋碱化的范畴：边缘海区域的地球动力学模型能否以足够的准确性模拟被动海水成分的垂直传输？这对于许多模型应用都很重要，包括海洋污染或富营养化的研究。在OAE的背景下，我们探讨了两个关键问题：(a) 地球动力学模型能否提供被动示踪剂传输的可靠估计？(b) 它们能否预测底层水何时何地会到达表面？在选择用于研究深层引入的碱度何时到达表面及二氧化碳吸收开始的地球动力学模型时，这些都是关键问题。我们仅关注海洋传输的物理方面，没有模拟海洋碱度增强或任何相关的生物地球化学过程。我们比较了两种地球动力学模型和三种设置（GETM和一个水平分辨率，以及MOM 5.1的两个不同水平分辨率）在哥特兰深海释放的被动示踪剂垂直传输的速度和空间分布。

我们将该盆地中的被动示踪剂垂直传输结果与波罗的海示踪剂释放实验（BATRE，Holtermann和Umlauf，2012年；Holtermann等人，2012年）的结果进行了对比，以验证模型的垂直混合情况。模型结果相互之间进行了比较，以确保一致性。这是一个前期研究示例，用于确定适合模拟哥特兰深海OAE研究的地球动力学模型（如Anschütz等人，2025年的研究）。

**先前的研究**
以往的研究已经探讨了海洋模型中被动示踪剂传输的真实性问题。Getzlaff等人（2012年）在西北大西洋的一个非涡流解析z层模型中测试了四种不同的平流方案。他们发现，在所有这些方案中，数值混合都比初始阶段规定的物理混合高两倍，此时释放的被动示踪剂仅分布在少数几个模型层中。随着示踪剂范围扩大，其浓度梯度减小，这一问题变得不那么重要。Hill等人（2012年）在其实验化但具有涡流解析的南大洋模型中测试了不同的平流方案，也使用了z坐标。他们模拟了一个被动示踪剂释放实验，并发现只有使用特定平流方案——一阶和二阶矩（SOM）方案时，粗分辨率的结果与作为参考的细分辨率模拟相似。在其他平流方案中，粗分辨率下的有效扩散率会显著增加。据我们所知，这项研究首次进行了多模型对比，专门针对三维海洋模型中被动示踪剂扩散的稳健性。以往的研究广泛使用示踪剂来评估海洋环流和混合（例如England和Maier-Reimer，2001年），以及限制状态估计中的密度差扩散率（例如Trossman等人，2022年），但这些研究没有提供不同海洋模型之间示踪剂扩散的受控比较。对于湖泊模型，已经对加拿大哈普湖的被动示踪剂垂直扩散进行了多模型比较（Guseva等人，2020年），但这些研究仍使用了一维模型。对于大气，Gupta等人（2020年）发表了关于被动示踪剂传输的三维模型比较。

**方法**
我们比较了三种波罗的海模型设置，其中两种用于MOM模型，另一种用于GETM地球动力学模型，评估了它们对被动示踪剂的物理和数值混合情况（参见Klingbeil等人，2014年）。

**模型验证**
将模型结果与哥特兰深海BY15站点的底盐度观测数据进行了比较，结果表明三种模型都捕捉到了模拟期间的盐度侵入现象（图3和图2）。然而，所有模型之间的盐度演变存在差异，且MOM两个版本之间的差异小于与GETM运行结果的差异。GETM模型略微高估了观测盐度约0.3克/千克，而两个MOM版本则相对低估了盐度。

**BATRE数据**
BATRE数据允许将哥特兰深海长期混合实验与三个数值模型进行比较。研究表明，在全球不同地区，对这种示踪剂斑块及其扩散和混合的建模仍然是一项挑战性任务——例如墨西哥湾的长期示踪剂扩散实验（Ledwell等人，2016年）以及最近的圣劳伦斯湾实验（Stevens等人，2024年）。这两项研究都基于相同的示踪剂。

**结论**
我们使用的通用验证方法利用盐度观测数据来验证模型是否准确再现这些数据，对所有三种模型设置都得到了满意的结果。初步来看，这表明它们的表现符合要求，适用于模拟碱度传输。然而，使用盐度和温度数据对模型流体动力学的传统验证显然不能保证物质的真实垂直混合。

**作者贡献声明**
安娜-阿德里亚娜·安舒茨：撰写——审稿与编辑、撰写——初稿、可视化、验证、方法论、调查、形式分析、数据管理、概念化。
托马斯·诺伊曼：撰写——审稿与编辑、撰写——初稿、软件、方法论。
彼得·霍尔特曼：撰写——审稿与编辑、撰写——初稿、方法论、形式分析。
哈根·拉德特克：撰写——审稿与编辑、撰写——初稿、监督、项目管理、方法论。

**未引用参考文献**
欧洲委员会（2019年），Feng等人（2017年），Lenton等人（2018年），Rogelj等人（2016年）

**致谢**
模拟使用了北德超级计算联盟（HLRN）提供的资源。

**利益冲突声明**
作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。