湍流混合是海洋中物質、熱量、動量與能量交換的主要物理過程，是維持大洋子午翻轉環流的主要因子，對全球氣候系統的維持與變化有著重要影響。逐步加深對海洋湍流混合過程的認識，不斷改善海洋湍流混合的參數化方法是物理海洋學研究的核心任務之一，也是當前物理海洋學研究的熱點問題。
我院劉志宇教授主要從事海洋湍流混合的觀測與理論研究，近十年來在海洋湍流生成機理與參數化、層化剪切流動的穩定性理論、陸架邊緣海中湍流混合特征與機理等方面取得了一系列創新性成果：發展了層化剪切流動的“邊緣不穩定”概念，提出了以流動動力穩定性特征量參數化湍流的新思路，建立了“從湍流到湍流”的流動穩定性動力框架，揭示了陸架邊緣海中湍流混合的主要特征、控制機理與生物地球化學效應。
近期，劉志宇教授的研究工作取得若干新進展，由其及合作者取得的研究成果先后發表于國際著名期刊Nature Communications、Journal of Physical Oceanography與Journal of Marine Systems。這些工作得到了國家自然科學基金（41476006）、國家重點基礎研究發展計劃（2012CB41740）與福建省自然科學基金（2015J06010）的支持。
1、陸架邊緣海中動力不穩定性與湍流生成機理研究
在層化海洋內部，內波因剪切不穩定而導致的破碎是湍流的主要生成機制，但內波破碎的具體機制以及內波與其破碎后所產生的湍流之間的定量關系尚不清楚，因此無法在海洋數值模式中合理地參數化。
在前期系列研究的基礎之上，該研究綜合利用流動不穩定性理論與英國陸架海的湍流與同步流速、溫鹽觀測資料，系統分析了典型陸架邊緣海中流動的動力穩定性特征、湍流混合特征以及二者間的機制性聯系，探討了在內波與湍流兩種流態（regime）下邊緣不穩定的物理內涵與動力特征，并將其應用于實際海區動力穩定性狀態的研究中。
相關論文：Liu Z., 2016. On instability and mixing on the UK Continental Shelf. Journal of Marine Systems, 158, 72–83.
2、南海潮混合的能量診斷研究
潮混合是南海的重要動力過程之一，其所造成的熱量、物質與能量輸運是南海眾多物理與生物地球化學過程的關鍵控制因子。然而，受觀測手段的限制，目前對南海混合，特別是其空間分布特征的認識還非常不足。該研究通過模擬、診斷南海內潮的能量平衡，首次給出了南海潮混合的區域分布特征。研究結果表明，由正壓潮流與底地形相互作用在呂宋海峽所產生的內潮是南海潮混合的主要能量來源，單單考慮局地內潮生成的已有潮混合參數化模型顯著低估了南海內部的潮混合。
Figure 2. Annual-mean depth-integrated dissipation rate of baroclinic energy estimated by (a) the baroclinic tide model and energy budget analysis as well as (b) the LSJ02 parameterization. The gray contours represent the 200-m isobath.
相關論文：Wang X., Peng S., Liu Z., Huang R.X., Qian Y.-K., and Li Y., 2016. Tidal mixing in the South China Sea: an estimate based on the internal tide energetics. Journal of Physical Oceanography, 46(1), 107–124.
3、赤道東太平洋溫躍層混合特征與控制機理研究
熱帶溫躍層內部的湍流混合過程能夠影響溫躍層的結構和強度，而后者則控制著厄爾尼諾（El Ni?o）的強弱及其發展過程。然而，受觀測手段的限制，迄今為止還沒有系統性、長時間跨度的溫躍層內湍流混合過程的直接觀測，因而尚未揭示其發生、變異的特征與機理。對溫躍層內湍流混合過程表征的不準確性被認為是導致當前海洋環流模式、海洋-大氣耦合模式及地球系統模式出現模擬偏差的重要因素之一。
該研究利用研究海區所有的Argo浮標觀測數據和熱帶大氣海洋觀測陣列（TAO）的高分辨率觀測數據，綜合運用多種診斷方法，確認了赤道太平洋冷舌區強混合過程在溫躍層內的普遍存在性，發現了強混合過程在溫躍層下半部分和赤道潛流下半部分的存在性，揭示了強混合過程的發生規律，即其在熱帶不穩定波（Tropical Instability Wave）發生期間和在拉尼娜（La Ni?a）氣候狀態下發生的頻率更大，發生的層次更深。該成果可為厄爾尼諾和南方濤動（ENSO）機理研究和數值模式改進帶來重要啟示。
Figure 3. | Spatial distribution of detected density overturns in the equatorial Pacific cold tongue. (a) Occurrence probability (colour) and horizontal locations of overturns (dark green dots). (b) Depth and sizes (in metres) of the overturns (dark green bars) occurred between 3°S and 6°N, and the corresponding PLs (light orange bars) from a latitudinal view. The blue curve denotes the mean depth of the EUC core (averaged over ±1°; data are obtained over the 1990s (ref. 70)). The thick black curve and thin black curves denote the centre (depth of maximum N2;N2max) and bounds (depths of half N2 max) of the mean pycnocline. N2 is calculated from sample mean density that is meridionally averaged from all fine-resolution Argo profiles over ±1°. (c) The same as in b but assembled from data between 160 and 100°W(curves of average variables are not added due to large zonal variation). (d) Histogram of overturns at the referenced and normalized vertical coordinate.
相關論文：Liu C., K?hl A., Liu Z., Wang F., and Stammer D., 2016. Deep-reaching thermocline mixing in the equatorial Pacific cold tongue. Nature Communications, 7, 11576, doi:10.1038/ncomms11576.
更多詳情，請見劉志宇教授網頁：http://mel.xmu.edu.cn/staff.asp?tid=343.
