基于國產操作系統的海灣污染物擴散輸運預報系統
——以象山港為例

朱宇航，陳勤思，徐一凱，胡松

（上海海洋大學海洋科學學院，上海 201306）

1 引言

海灣是我國近岸海域最典型的地理單元之一，具有豐富的濱海旅游、海洋漁業和港口運輸等海洋資源[1]。在國家海洋生態文明建設的大背景下，美麗海灣的保護與建設已成為我國“十四五”期間海洋生態環境保護的主線和載體[2]。近年來，隨著沿港經濟的發展，海灣區域的海岸工程和工業活動日益增加，近海尤其是海灣的水環境受到圍填海開發和污染物排放等的破壞，出現了水質下降和生態退化等諸多問題。污染物的擴散和輸運預報以及污染物的溯源，是海灣生態與環境保護工作中經常遇到的問題。美麗海灣的景觀建成后，需要通過能夠快速預報污染物質擴散和輸運的預報系統來維持海灣的景觀和生態環境。

在近海海洋生態與環境研究中，可以通過現場觀測和數值模式的方法對污染物擴散問題進行分析，其中，海洋數值模型可以模擬由潮波[3-5]、環流[6]、風[7]和徑流[8]等驅動引起的污染物運動情況。非結構有限體積法海洋模式（Finite-Volume Community Ocean Model，FVCOM）能夠很好地擬合復雜地形并保證質量守恒[9]，在海灣的研究中取得較好成效[10-11]，特別適合中國近海的潮波和潮流模擬。胡松[12]為FVCOM 開發的DYE 示蹤物模塊，在提供污染物擴散和輸運軌跡[13-15]、估算海灣水體交換速率[16-18]以及規劃海洋工程和保護近海環境[19-21]等方面具有廣闊的應用空間，因此在近岸和區域海洋的生態環境研究中被廣泛采用。然而，目前基于海洋模型構建的業務化平臺[22-26]多數在CentOS、Red Hat等國外主流操作系統環境下運行，很少有構建在自主操作系統下的海洋模型平臺。

2021 年9 月，華為公司正式發布了國產化服務器開源操作系統openEuler，有望成為國產服務器端Linux 的主流[27-28]。openEuler 是以國家數字基礎設施為目標建立的操作系統，可以為構建地球模型提供一個可靠、安全、自主的平臺。本文率先以openEuler操作系統為平臺，編譯和構建了非結構水動力海洋模型，并成功運行了象山港海灣污染物擴散輸運預報系統。測試結果表明，目前主流的非結構海洋模型可以成功地移植到國產操作系統openEuler上，為后續數字地球提供海洋預報業務化平臺。

2 基于openEuler的污染物預報系統

2.1 系統簡介

本系統基于最新發布的國產操作系統openEuler，在表1 所示的開發環境下對FVCOM 海洋數值模式進行移植。為提升預報系統的用戶體驗，系統對污染物的模型設置進行了可視化界面簡化。用戶可以在交互界面設置污染物示蹤的初始參數，包括釋放的位置、時間（北京時，下同）和釋放量等（見圖1），通過并行軟件包MPICH 進行多進程并行計算以提高預報計算的時效性。結果以NetCDF 格式輸出，可通過Visit 可視化軟件實時展示，也可通過系統的Python 程序后處理包將輸出結果繪制成發布圖。

圖1 象山港污染物擴散輸運預報系統互動界面Fig.1 GUI of pollutant diffusion and transport prediction system of Xiangshan Bay

表1 預報系統開發環境Tab.1 Developing environment of prediction system

該系統的實現主要有3 個難點：現行openEuler不主動提供桌面環境，需額外安裝；openEuler 缺少Visit 安裝所需的關鍵依賴庫，需從第三方安裝；FVCOM 源代碼主要在Intel 編譯器下調試，對openEuler自帶的開源GNU 編譯器兼容性差。本研究修改了FVCOM 源代碼，使之能夠在GNU編譯器下順利編譯，從而成功構建了該系統。

2.2 系統架構及流程

預報系統采用3 層架構設計，均在openEuler系統上進行開發，其設計原理流程見圖2。系統分為操作系統層、模型計算層和數據可視化層。各層功能如下：

圖2 系統設計原理流程圖Fig.2 Flow chart of system design

操作系統層：安裝openEuler 系統并進行環境編譯配置，使該系統能承載FVCOM 水動力模型并成功運行。

模型計算層：該層為本系統的核心層，能夠實現用戶交互。在該層中，用戶可輸入相關信息，該層即會自動輸出用戶所需的預報數據。

數據可視化層：該層主要為用戶提供數據可視化界面，以便用戶更加直觀地查看系統的模擬結果。

2.3 系統功能

系統主要功能如下：

（1）用戶可以憑借實際情況或實驗情況，自定義輸入示蹤物的釋放位置、釋放時間和釋放量。

（2）系統自動在線計算并生成潮汐數據、潮流數據和示蹤物擴散數據，用戶可以直接根據計算輸出的NetCDF 格式文件進行研究區域內潮汐、潮流及示蹤物擴散相關的研究。例如，示蹤物軌跡可用于評估潮流驅動下污染物的擴散和輸運情況，也可用于評估海灣水體交換率。

（3）本系統提供實時Visit可視化和Python 自動腳本繪制圖像的可視化結果，將這兩套預報數據作為成果進行展示，用戶可以選取合適的可視化途徑，以獲取示蹤物擴散信息。

2.4 操作系統層

操作系統層基于國產操作系統openEuler建立。openEuler 是繼華為“鴻蒙”系統之后的又一全新國產自主開發的操作系統，它的誕生體現了我國操作系統自主研發能力的增強。openEuler 作為高效且穩定的開源操作系統，支持多設備操作，應用一次開發覆蓋全場景，其內核源于Linux，支持鯤鵬和其他多種處理器。openEuler 在編譯系統網絡和文件系統等方面進行了改進與優化，是性能卓越的操作系統平臺，可以滿足高負載的客戶業務需求，也適用于數據庫和人工智能等先進的應用場景；同時，openEuler面向全球的操作系統開源社區，鼓勵社區合作，這可以使得openEuler 一直走在時代的前沿，很好地滿足我們構建業務化海洋模型的需要[16]。

2.5 模型計算層

模型計算層主要基于FVCOM 動力模塊和DYE 模塊建立[11]。FVCOM 海洋模式中的示蹤物DYE 方程與水溫方程相似，最初為HU 等[29]為了研究喬治淺灘的營養鹽輸運而研發，隨后在世界各地的海灣研究中得到廣泛應用。方程如下：

式中：N為污染物濃度；μ、v和w分別為笛卡爾坐標下的x、y和z方向流速；Az為垂向湍流混合系數，Ah為水平湍流混合系數，兩個系數分別由Mellor-Yamada 2.5 模型[30-31]和 SMAGORINSKY 方案[32]確定。污染物擴散輸運預報系統中的標準化釋放量即為污染物濃度N，水平擴散系數即為水平湍流混合系數Ah。

式中：Ω 是單個示蹤控制元的面積；C是恒定參數；Pr是普朗克常量。

2.6 數據可視化層

本系統中的數據可視化層主要是集成Visit 和Python 工具進行潮位數據、潮流數據及污染物擴散結果的可視化展示。Visit 可實時讀取NetCDF 格式的模式輸出結果，以自帶的可視化界面進行展示。Python 后處理包可以自動化批量繪制潮位、潮流和示蹤物擴散包絡線等平面分布圖。

3 美麗海灣污染物預報系統測試及初步驗證——以象山港為例

3.1 模型網格設置

預報系統以象山港區域為案例進行了網格設置和運行。象山港地處浙江沿海中部，寧波市東南部，經緯度范圍為 29.38°～29.77°N，121.41°～122.00°E。象山港是一個狹長的半封閉型海灣，整體呈東北—西南走向，主要包括與外海相連的佛渡水道、牛鼻水道以及主體部分的象山港峽灣。海灣全長約70 km，多數水深在10～15 m，常年波浪較小，適合避風避浪。

象山港岸線蜿蜒曲折，峽灣內分布有許多大小不一的島嶼。為了較準確地模擬象山港潮水運動，本文在佛渡水道及牛鼻水道分別設置了兩條水道的開邊界。計算模型采用三角形網格（見圖3），由于在地形變化劇烈的地區海水運動較為復雜，本文在島嶼和岸邊界等地形復雜區域進行了岸線加密。計算區域共分成18 391個節點，35 081個三角元，最小網格精度在100 m以內，垂向σ坐標分11層。

圖3 象山港網格Fig.3 Model grid in Xiangshan Bay

3.2 模型參數設置

模型采用高精度岸線數據和水深數據，由潮波驅動。

（1）岸線和水深數據

本系統以象山港為例。為較好地模擬象山港水動力的真實情況，系統利用遙感數據，通過Canny算子提取了較為精準的象山港岸線，同時利用電子海圖通過MapInfo數值化軟件將象山港區域的水深數據進行數字化。通過SMS 軟件將水深數據插值到象山港網格并得到水深圖（見圖4）。象山港水深在佛渡水道較大，約為25 m，在象山港峽灣口門處減少為10 m 左右，進入峽灣后，水深增加，在峽灣中段達到25～30 m，臨近灣頂處衰減為5～10 m?？傮w水深分布呈現灣頂和口門地區較小、峽灣中段較大的特點，其中3個支港（黃墩港、鐵港和西滬港）內水深較小，約為0～5 m，峽灣中段有一較深點，水深超過45 m。

圖4 象山港插值水深Fig.4 Model bathmetry in Xiangshan Bay

（2）開邊界潮波設置

模型的外海潮波開邊界通過給出8個主要天文分潮（M2、S2、K1、O1、N2、K2、P1和 Q1）的調和常數計算的水位進行驅動。水位計算公式為：

式中：h(t)為任何時刻的潮水高度；h0為余水位（這里設為 0）；fi為交點因子；Hi為振幅；ai為角頻率；ui為交點訂正角；v0i+ui表示初相角；gi為遲角。

模型使用的調和常數，即Hi和gi的數值來源于基于DTU10模式下的全球潮汐調和常數資料，由丹麥科技大學（Technical University of Denmark）研發，分辨率為0.125°×0.125°。

3.3 模型驗證

象山港海水運動主要受到潮波引起的潮流影響，其物質擴散和輸運過程也主要由潮流驅動，因此，本研究初步驗證了預報系統的潮位預報準確度。圖5為西澤站點（位置見圖3，29°36′34.53″N ，121°49′56.91″E）的預報潮位及潮流與實測資料的對比，實測資料來自朱軍政等[33]2002 年8 月16 日0:00—8 月 30 日 23:00 的實測數據。如圖 5 所示，預報系統基本上擬合了西澤站點的水位及潮流變化。本文根據SPITZ 等[34]的方法，使用相對平均誤差和相關系數來進行誤差評估，得到潮位的相對平均誤差為2.13%，潮流的相對平均誤差為5.42%，相關系數接近1。

圖5 預報潮位及潮流和實測資料對比Fig.5 Comparison of forecast tide levels and currents with measured data

3.4 潮位和潮流結果分析

本文對潮位的模擬結果進行潮汐調和分析，得到象山港M2分潮的同潮圖（見圖6）。象山港是典型的半日潮港，其中，M2分潮在潮位中占主導地位，淺水分潮也十分明顯[35]。象山港內M2分潮的振幅均在1 m以上，佛渡水道和牛鼻水道的振幅約為1.1 m。在峽灣內，隨著峽灣的深入，振幅由口門處的1.1 m不斷遞增，當分潮傳入黃墩港和鐵港后，振幅達到1.4 m，口門處M2分潮的遲角與峽灣中段相差10°左右。

圖6 象山港M2分潮同潮圖Fig.6 M2 Co-tidal chart in Xiangshan Bay

圖7 為模擬結果的象山港M2分潮表層潮流橢圓圖，橢圓的長半軸和短半軸分別代表該點分潮的最大流速和最小流速。M2分潮潮流橢圓長軸在牛鼻水道—狹灣口門之間較大，橢圓率介于0.2～0.4，且均為順時針旋轉，呈旋轉流特征。進入峽灣后，由于水道變窄，M2分潮潮流逐漸減弱，橢圓率驟減至0～0.1，并且順時針流與逆時針流交替出現，呈往復流特征。狹灣口門—灣頂的橢圓長軸不斷減小，在黃墩港和鐵港附近達到最小，這與前人的研究結論[33-36]基本一致。

圖7 象山港M2分潮表層潮流橢圓圖Fig.7 M2 tidal current ellipse in Xiangshan Bay

以 X1（121.9°E，29.7°N）為基準站，圖 8a—d 展示了大潮期間（2021 年 6 月 12 日 0—24 時）表層落急、落憩、漲急和漲憩4 個典型時刻的流場（表層—底層流場特征類似，僅流速逐漸變?。?。除鐵港、黃墩港和西滬港外，象山港內潮流普遍很強，且潮流流向與岸線方向基本一致。牛鼻水道及佛渡水道的潮流比峽灣內潮流強，其中，牛鼻水道附近的流速為全港最大值。以峽灣內潮流來看，隨著峽灣的深入，流速從口門處開始逐漸減小，在灣頂處達到最小。由落急和漲急時刻的流速可以看出，漲潮流速大于落潮流速。漲潮時，外海潮流經牛鼻山水道和佛渡水道匯集在象山港峽灣口門后，沿岸線向灣內傳播，在峽灣中段到達西滬港港口處時有一支分潮流流入港內；經過西滬港口后，由于峽灣中段島嶼眾多，潮流被分流成多路且流速有所增加；經過眾多島嶼后，潮流匯集成一股，并在臨近灣頂附近分成兩支，分別進入黃墩港和鐵港。落潮時，黃墩港、鐵港和西滬港的分潮流匯入峽灣后，在峽灣口門處流速達到最大值，隨后通過牛鼻山水道和佛渡水道退出象山港并進入外海。

圖8 象山港潮流模擬結果Fig.8 Modelled tidal currents in Xiangshan Bay

3.5 污染物擴散分析

選取圖8 中象山港口門處的基準站點X1 連續釋放污染物進行擴散模擬計算，起始時間設置為2021 年6 月1 日，標準化擴散量和擴散系數為默認設置。兩個完整的潮周期期間污染物濃度的分布如圖 9 所示。根據計算結果，設置 X2（121.85°E，29.65°N）和X3（121.95°E，29.65°N）兩個基準站點，兩個完整潮周期期間的污染物濃度隨時間變化特征如圖10所示。

圖9 污染物擴散輸運案例圖Fig.9 Examples of pollutant diffusion and transport

圖10 污染物濃度隨時間變化圖Fig.10 Graph of the change of pollutant concentration with time

由圖9 可知，整個過程中污染物被強烈的潮流驅動。漲潮時，污染物沿岸線向灣頂移動，污染物濃度由中心向四周衰減擴散，由于水道變窄，污染物擴散范圍被壓縮。落潮時，污染物隨水流向峽灣外運動，隨著時間的推移，污染物在岸線周邊沿牛鼻水道向外海推移。由于污染物的影響水域與外界干凈的海水會不斷地進行水體交換，污染物水團由外向內被稀釋。由圖10 可知，X2 位于象山港峽灣內，受漲落潮的影響，污染物濃度變化較為劇烈，而X3 位于牛鼻水道附近，水域相對寬廣，污染物濃度變化相比于峽灣內更平穩。

本文選取圖8 中象山港口門處的基準站點X1連續釋放污染物來測試系統的穩定性，起止時間設置為 2021 年 1 月 1 日—12 月 30 日，按月輸出計算結果，其余為默認設置。各月月末的最后1 h 污染物的擴散分布如圖11所示。由圖可見，海灣污染物擴散輸運預報系統能正常運行且穩定可靠，可以較好地展示污染物在輸運過程中的擴散過程，并給出特定時刻的污染物濃度和包絡線，為污染物的評估和預防提供參考。

圖11 系統穩定性測試結果圖Fig.11 System stability test results

4 結論和展望

本文基于國產操作系統openEuler 構建了一個基于FVCOM 的海灣污染物擴散輸運預報系統，并以象山港為例對整個系統進行測試和檢驗。結論與展望如下：

（1）openEuler 作為華為自主研發的新系統，具有廣闊的應用潛力和前景。

（2）本文首次成功將基于FVCOM 的污染物預報系統及其附帶的可視化后處理系統移植到國產操作系統openEuler 中，并以象山港為例進行了測試。這套方法及其成功經驗可以推廣應用到其他海灣。

（3）未來研究可以考慮將大氣海洋耦合模式以及生態和水質耦合模式移植到openEuler系統，應用于美麗海灣的生態環境保護。