湍流混合是海洋中物质、热量、动量与能量交换的主要物理过程，是维持大洋子午翻转环流的主要因子，对全球气候系统的维持与变化有着重要影响。逐步加深对海洋湍流混合过程的认识，不断改善海洋湍流混合的参数化方法是物理海洋学研究的核心任务之一，也是当前物理海洋学研究的热点问题。
我实验室刘志宇教授主要从事海洋湍流混合的观测与理论研究，近十年来在海洋湍流生成机理与参数化、层化剪切流动的稳定性理论、陆架边缘海中湍流混合特征与机理等方面取得了一系列创新性成果：发展了层化剪切流动的“边缘不稳定”概念，提出了以流动动力稳定性特征量参数化湍流的新思路，建立了“从湍流到湍流”的流动稳定性动力框架，揭示了陆架边缘海中湍流混合的主要特征、控制机理与生物地球化学效应。
近期，刘志宇教授的研究工作取得若干新进展，由其及合作者取得的研究成果先后发表于国际著名期刊Nature Communications、Journal of Physical Oceanography与Journal of Marine Systems。这些工作得到了国家自然科学基金（41476006）、国家重点基础研究发展计划（2012CB41740）与福建省自然科学基金（2015J06010）的支持。
1、陆架边缘海中动力不稳定性与湍流生成机理研究
在层化海洋内部，内波因剪切不稳定而导致的破碎是湍流的主要生成机制，但内波破碎的具体机制以及内波与其破碎后所产生的湍流之间的定量关系尚不清楚，因此无法在海洋数值模式中合理地参数化。
在前期系列研究的基础之上，该研究综合利用流动不稳定性理论与英国陆架海的湍流与同步流速、温盐观测资料，系统分析了典型陆架边缘海中流动的动力稳定性特征、湍流混合特征以及二者间的机制性联系，探讨了在内波与湍流两种流态（regime）下边缘不稳定的物理内涵与动力特征，并将其应用于实际海区动力稳定性状态的研究中。
相关论文：Liu Z., 2016. On instability and mixing on the UK Continental Shelf. Journal of Marine Systems, 158, 72–83.
2、南海潮混合的能量诊断研究
潮混合是南海的重要动力过程之一，其所造成的热量、物质与能量输运是南海众多物理与生物地球化学过程的关键控制因子。然而，受观测手段的限制，目前对南海混合，特别是其空间分布特征的认识还非常不足。该研究通过模拟、诊断南海内潮的能量平衡，首次给出了南海潮混合的区域分布特征。研究结果表明，由正压潮流与底地形相互作用在呂宋海峡所产生的内潮是南海潮混合的主要能量来源，单单考虑局地内潮生成的已有潮混合参数化模型显著低估了南海内部的潮混合。
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.
相关论文：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、赤道东太平洋温跃层混合特征与控制机理研究
热带温跃层内部的湍流混合过程能够影响温跃层的结构和强度，而后者则控制着厄尔尼诺（El Niño）的强弱及其发展过程。然而，受观测手段的限制，迄今为止还没有系统性、长时间跨度的温跃层内湍流混合过程的直接观测，因而尚未揭示其发生、变异的特征与机理。对温跃层内湍流混合过程表征的不准确性被认为是导致当前海洋环流模式、海洋-大气耦合模式及地球系统模式出现模拟偏差的重要因素之一。
该研究利用研究海区所有的Argo浮标观测数据和热带大气海洋观测阵列（TAO）的高分辨率观测数据，综合运用多种诊断方法，确认了赤道太平洋冷舌区强混合过程在温跃层内的普遍存在性，发现了强混合过程在温跃层下半部分和赤道潜流下半部分的存在性，揭示了强混合过程的发生规律，即其在热带不稳定波（Tropical Instability Wave）发生期间和在拉尼娜（La Niña）气候状态下发生的频率更大，发生的层次更深。该成果可为厄尔尼诺和南方涛动（ENSO）机理研究和数值模式改进带来重要启示。
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.
相关论文：Liu C., Köhl 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.
更多详情，请见刘志宇教授个人主页：http://mel.xmu.edu.cn/staff.asp?tid=343.
