国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

沖繩海槽熱液柱動力過程的數值模擬*

2017-03-31 06:18:24岑顯榮郭雙喜魯遠征周生啟
海洋與湖沼 2017年6期
關鍵詞:羽流噴口熱液

岑顯榮 郭雙喜 魯遠征 屈 玲 周生啟

(中國科學院南海海洋研究所熱帶海洋環(huán)境國家重點實驗室 廣州 510301)

海底熱液活動普遍發(fā)育在地質構造不穩(wěn)定的區(qū)域, 如大洋中脊、弧后盆地以及板內火山等, 是地殼和海洋之間進行能量和物質交換的主要通道。迄今為止, 已發(fā)現的海底熱液地點超過300處, 其中較為活躍的包括西太平洋邊緣的沖繩海槽和馬努斯海盆,東太平洋海隆(EPR), 以及中大西洋洋中脊(MAR)等熱液區(qū)。

海底熱液活動的突出表現是高溫的熱液流體從海底噴出, 形成黑煙囪狀的羽流。如圖1所示, 這些熱液流體的密度低于周圍海水, 因此當其從熱液噴口噴出后會向上漂浮, 但它不會無限制的上升, 而是在上升過程中把周圍的海水卷挾進來, 當到達最大上升高度zmax時, 形成“頂帽”, 熱液流體與周圍海水的混合物停止上升, 或者受洋流的影響或者受自己內部動力學等因素的影響向兩邊擴散形成一個密度平衡面, 此面被稱為中性浮力面, 其高度稱為中性浮力面高度zn。整個過程形成類似羽狀的物理化學異常水體, 這個異常水體通常被稱為熱液柱(曾志剛,2011)。熱液柱是熱液系統(tǒng)將自身的能量輸入海水的主要形式, 是研究現代海底熱液活動環(huán)境效應的主要物理化學對象。從動力學角度上看, 熱液噴口的熱通量、體積通量和湍流強度等要素為熱液柱的產生提供了動力條件, 而海水層結、底流、潮汐流、地轉效應等環(huán)境要素則影響熱液柱的物質和能量輸運過程。對熱液柱的運動特征和動力學機制的充分認識, 是研究熱液系統(tǒng)的成礦規(guī)律、生物群落分布特征的基礎,也是準確地估計全球熱液活動輸出的熱通量和物質通量的前提。

目前, 對熱液柱動力過程的研究仍不充分。起初,人們從熱羽流的一些理論模型出發(fā), 對羽流的動力學方程進行簡化, 推導出羽流流動的一些經驗公式,并應用于指導熱液活動的現場觀測。Morton等(1956)開創(chuàng)性地提出了經典的熱羽流模型(該模型后來被稱為MTT模型), 他們認為羽流的卷挾速率與羽流上升速度成正比, 并對羽流的一維守恒方程組進行了求解, 得到了羽流的最大上升高度與初始動力條件之間的關系式。MTT模型隨后被廣泛應用于熱液柱的研究, 用來探尋觀測的羽狀特性(如上升高度或軸線溫度)與熱源熱通量的關系。Speer等(1989)在 MTT模型的基礎上加入了背景溫度與鹽度梯度因素, 揭示了太平洋洋中脊和大西洋洋中脊的熱液柱在形態(tài)方面的差異。后來, Rudnicki等(1992)在Speer等(1989)的工作的基礎上發(fā)展了一套有限差分法, 并應用于大西洋洋中脊 TAG熱液區(qū)熱液柱的研究, 計算了其熱通量、物質通量以及金屬顆粒物的濃度分布, 認為TAG熱液區(qū)的熱液柱只攜帶了其中了 50%的熱量,其余的熱量則以彌散流的方式釋放。需要指出的是,上述這些經驗公式的應用范圍有限, 難以細致地描述熱液柱的溫度、速度以及熱液產物的分布, 更難以反映熱液柱的湍流輸運特性及詳細的卷挾過程, 因此無法深入地理解熱液柱的動力過程。

圖1 熱液柱示意圖Fig.1 Schematic view of a hydrothermal plume

實驗模擬可以在實驗室內再現熱液柱, 并驗證理論模型的一些結論。例如, Carazzo等(2012)進行了一系列的羽流室內實驗, 研究了初始密度層結和顆粒物濃度對羽流動力過程的影響。張巍等(2016)利用實驗方法在線性層結的鹽水中模擬了羽流的運動過程, 重新確定了羽流最大上升高度公式中的經驗常數。然而, 這些羽流的室內實驗通常只能模擬理想化的熱液過程, 很多實際的因素, 如海底的水流、噴口處劇烈的溫度梯度、海底的高壓極端環(huán)境等條件, 目前都難以在實驗室中全部實現, 因而大大制約了實驗模擬成果同現場資料的結合。

現場觀測方面, 過去和現在開展的海底熱液調查活動, 積累了很多寶貴的現場數據。例如, Xu等(2014)在采用聲吶方法對熱液柱的速度進行了測量,并計算了熱液柱的體積通量和熱通量; Wen等(2016)在日本南部的吐噶喇群島測量了熱液柱的溫度、濁度以及甲烷濃度等水文數據, 并拍攝了熱液柱視頻。然而, 由于海底熱液活動普遍發(fā)生在水深千米以上的高壓環(huán)境, 且熱液流體的溫度通常高達 300°C以上, 利用常規(guī)的海洋儀器難以進行多方位、長時間的原位觀測。盡管目前也有科學家使用水下機器人(ROV)或載人深潛器等設備可對熱液柱的理化參數進行精確測量(Escartinet al, 2015; Zhanget al, 2017),但仍需耗費大量的人力物力, 費用極其昂貴。海底熱液活動的調查已進行了半個多世紀, 但仍有許多問題有待解決, 如深海熱液調查技術和設備的研發(fā)、采樣和取樣所帶來的環(huán)境破壞等等(黃丁勇等,2011)。

如今, 隨著計算機硬件水平的快速發(fā)展, 以及流體動力學模型(特別是湍流模型)的不斷完善, 使用計算流體力學(Computational Fluid Dynamics, 簡稱CFD)方法對熱液柱進行模擬, 已成為研究熱液系統(tǒng)物理過程的有效手段。CFD方法主要基于完整的Navier-Stokes方程組, 建立熱液柱的動力學模型, 并利用數值方法進行求解, 從而獲得熱液柱的速度、溫度和示蹤物濃度等信息。比起理論模型和室內實驗,CFD的最大優(yōu)勢是可以獲得高溫高壓環(huán)境下熱液柱的速度場、溫度場和湍流耗散率等物理量的所有細節(jié),從而分析熱液柱卷挾的詳細過程及其熱質輸運規(guī)律。Lavelle等(1997; 2013)采用非靜力海洋模式, 以太平洋胡安德富卡洋脊的熱液區(qū)為對象, 系統(tǒng)地研究海水了在不同的噴口初始參數、海底橫流、內潮、旋轉和層結等各種條件影響下, 熱液柱的生成和發(fā)展過程。Tao等(2013)以大西洋洋中脊的Nibelungen熱液區(qū)為對象, 借助開源的CFD軟件Gerris, 利用l-k湍流模型研究了熱液柱的湍流混合和卷挾過程、以及熱液柱在橫流影響下的運動特征, 并提出了在橫流作用下羽流最大上升高度的標度律公式。Jiang等(2014)利用二維軸對稱模型對西南太平洋ABE熱液區(qū)的熱液柱進行了 CFD 模擬, 發(fā)現熱液柱的“頂帽”區(qū)域存在回流現象。在國內, 溫竹青(2010)應用FLUENT軟件模擬了大西洋洋中脊 TAG熱液區(qū)羽流噴發(fā)后在海底的擴散形態(tài), 得到了噴發(fā)溫度、熱源半徑、噴發(fā)初始速度對熱液柱的影響規(guī)律。

在本文中, 我們結合沖繩海槽熱液活動的現場觀測數據, 通過k-ε湍流模型模擬熱液柱的動力過程。根據數值模擬的結果, 研究熱液柱的運動和動力特征, 及其卷挾過程的變化規(guī)律, 最終評估海底熱液系統(tǒng)輸出的物質和能量通量。

1 數據與方法

1.1 沖繩海槽熱液區(qū)的理化和環(huán)境參數

沖繩海槽屬弧后盆地, 位于琉球海溝和琉球島弧向大陸一側(圖 2), 是菲律賓海板塊在琉球海溝向歐亞大陸俯沖的結果。整個沖繩海槽南北長約1300km, 北部寬達230km, 最大水深約1200m, 南部寬達60—100km, 最大水深約2300m(曾志剛, 2011)。沖繩海槽的中部是熱液活動較活躍的地區(qū)。2014年4月, 我國“科學”號科考船執(zhí)行中國科學院海洋先導性科技專項的西太平洋海底熱液調查任務, 航次目標為采集沖繩海槽熱液區(qū)及鄰近區(qū)域水體、沉積物、生物等樣品以及水文和流場數據, 為深部水體環(huán)境和深海生態(tài)系統(tǒng)研究提供基礎圖件、樣品和相關環(huán)境信息參數。該航次共完成25個站位的地質、水文、生物作業(yè), 獲得了水體不同層位的深度、溫度、鹽度、溶解氧、甲烷、濁度等理化環(huán)境參數。

圖2 沖繩海槽及伊平屋北部熱液區(qū)示意圖Fig.2 The Okinawa Trough and the Iheya North hydrothermal field

本文選取沖繩海槽中部地區(qū)的伊平屋北部熱液區(qū)作為背景區(qū)域, 重點關注綜合大洋鉆探計劃第 331次鉆探(Takaiet al, 2011)的 C0016 站位(126o53.80′,27o45.50′N)附近的熱液柱。據現場觀測顯示(Takaiet al, 2011), 在C0016站位附近的北部大煙囪(North Big Chimney), 其煙囪體高約20m, 頂部直徑約6m; 根據ROV測距激光束估算, 熱液噴口的直徑約10—20cm,熱液流體溫度高達311°C。另外, 根據2014年沖繩海槽熱液航次的觀測資料, 在位于 C0016站位東邊的W8 站位(126o53.86′, 27o47.47′, 水深 1046m), CTD 數據顯示: 測量最大深度處(約 1026m)海水的溫度約為4.38℃(相應的鹽度約為34.57), 并隨著深度的減小溫度(鹽度)大致呈線性地增加(減小); 960m以深的底層水存在明顯的濁度異常, 而且濁度隨深度增加而迅速增加。一般來說, 噴口附近的濁度會明顯高于背景濁度值(陳小丹等, 2015), 因此W8站位出現的濁度異常預示該站位與實際噴口的位置非常接近。從圖3可以看到, 在深度 960—980m(離海底 66—86m)的范圍內, 存在明顯的溫度和鹽度異常, 推測這個深度范圍很可能是熱液柱的中性浮力層或最大上升高度的區(qū)間。因此, 本文以W8站位的CTD數據作為數值模擬的背景參數, 以求更真實地反演該熱液柱的動力過程。

圖3 W8站位底層水的位溫、鹽度和濁度分布Fig.3 The distribution of potential temperature, salinity, and turbidity of the bottom water at station W8

1.2 計算模型設置

熱液柱的流動通常處于湍流狀態(tài)。在直接數值模擬尚未普及的時候, 基于Reynolds時均方程的k-ε湍流模型目前仍是研究湍流的有效工具之一, 已被成功應用于西南太平洋勞海盆ABE熱液區(qū)熱液柱的模擬(Jianget al, 2014), 再現了熱液柱的動力過程。這里,我們也將采用k-ε模型來模擬熱液柱的湍流流動。由于W8站位的最大水深所對應的水壓約為10.62MPa,噴口流體溫度為 311°C, 熱液柱因而處于高溫高壓的環(huán)境。對于密度的計算, 我們采用非線性的海水狀態(tài)方程(Sunet al, 2008), 它在溫度 0—374°C、壓力0.1—100MPa、鹽度 0—40的變化范圍內都適用, 能反映熱液流體在上升過程中引起的密度的劇烈變化。

如圖 4a所示, 在幾何上我們采用二維軸對稱模型, 以噴口中心線作為對稱軸, 計算區(qū)域半徑100m(約為中性浮力層半徑的3倍), 高度200m(約為熱液柱最大上升高度的 3倍), 以消除邊界的反射對計算結果的影響; 噴口被簡化為直徑D=0.1m的圓形區(qū)域, 置于離海底20m、頂部直徑6m的煙囪體之上(圖4b)。在邊界條件方面, 計算域頂部設為壓力出口,底部以及煙囪體為固壁, 側邊為對稱邊界; 噴口設為速度入口, 由于噴口的流速難以進行直接測量, 故采用 Jiang等(2014)建議的漸近方法進行推算, 給定流速0.15m/s, 流體溫度311°C。至于初始條件, 由于本文不考慮海底背景潮流的影響, 因此把背景流場的初始流速設為零, 初始溫度分布則依據對W8站位的位溫數據進行線性擬合, 把海底的初始溫度設為Tbottom=4.38°C(對應的密度為ρbottom=1026.772kg/m3),隨離底距離線性增加, 在頂部處的溫度設為Ttop=5.308°C(對應的密度為ρtop=1026.725kg/m3), 由此得到的背景浮力頻率為0.0015rad/s, 其中為計算域底部與頂部的距離。計算網格方面, 本文采取非結構網格, 為捕捉噴口位置的溫度和密度等物理量的劇烈變化, 在噴口附近區(qū)域的網格進行局部加密, 最小的網格尺寸為0.005m, 網格單元數目為45070。空間離散采用高精度的三階MUSCL格式, 時間離散采用二階中心差分格式, 壓力的離散采用 PRESTO!格式, 而離散化后的動量方程的速度-壓力耦合求解則采用 PISO算法。在求解穩(wěn)定性和求解速度之間進行權衡后, 時間步長最終設為Δt=0.1s, 總的積分時間為10800s, 約等于5個振蕩周期t*, 其中t*=π/N≈2094s。

圖4 網格與邊界條件(a)與煙囪體及噴口位置的局部放大(b)Fig.4 Mesh and boundary conditions (a) and zoomed-in display near the chimney and the vent (b)

2 結果與討論

2.1 熱液柱的演化

圖 5顯示的是熱液柱在不同時刻的速度矢量及溫度等值線的分布。在羽流發(fā)展的初始時刻(圖 5a),從噴口出來的高溫流體與周圍的水體溫差較大, 在離噴口大約 4.5m的地方, 羽流的上升速度最明顯,中心線的最大上升速度約為 0.35m/s, 這與 Xu等(2013)在Main Endeavour Field熱液區(qū)的羽流流速測量結果(0.11—0.24m/s)相近。從圖5a還可以看到, 在300s時熱液柱的形狀以莖部結構為主, “頂帽”結構還不明顯, 這是由于熱液流體此時正處于快速上升的階段, 熱液柱的半徑比其高度小很多而造成的; 而在羽流尾端的兩側, 隨著羽流上升的加速和因此形成的卷挾作用, 周邊水體不斷補充, 因而在莖部兩側形成兩個較強烈的渦旋。在600s時, 隨著羽流不斷上升,熱液柱的半徑顯著增大, 導致其體積不斷增大, 浮力逐漸減小, 羽流的加速度開始減小, 溫度等值線顯示此時已產生明顯的“頂帽”結構, 但依然可以看到莖部兩側的渦旋(圖 5b); 在 2000s時, 羽流頂部的浮力減小到零, 熱液柱開始在中性浮力面高度zn沿水平方向擴散, 垂向剪切作用的減弱導致其莖部側邊的渦旋開始消失, 而羽流的尾端則在慣性作用下到達最大上升高度zmax(圖 5c); 最后, 羽流進入準穩(wěn)態(tài)發(fā)展階段, 熱液流體以熱液柱為載體沿中性浮力面高度向四周擴散, 此過程反復循環(huán), 并且熱液柱一直維持具有“頂帽”和莖部結構特征的“蘑菇云”形態(tài)(圖5d)。

湍動能耗散率ε(單位為W/kg)代表在分子黏性作用下由湍流動能轉化為熱能的速率, 耗散率越高, 湍流混合越強。圖6顯示的是沿熱液柱中心線的湍動能耗散率的變化過程。這里, 我們把ε=1×10-9W/kg的位置定義為羽流的邊緣。由圖6可知, 從開始到第一個振蕩周期(約 2094s)的時間里, 羽流不斷上升, 在2000s的時候到達最高位置(約 68m), 羽流的平均上升速度約為 0.035m/s; 隨后, 羽流進入準穩(wěn)態(tài)階段,其邊緣的最高點在羽流最大上升高度zmax(約 64m)位置附近振蕩。

圖5 熱液柱在不同時刻的演化Fig.5 The evolution of a hydrothermal plume at different stages

圖6 羽流中心線的湍流耗散率的時間-高度演化Fig.6 The time-height diagram of the dissipation rate along the plume’s centerline

2.2 羽流最大上升高度

在熱液柱的現場觀測中, 羽流的最大上升高度zmax是探測熱液噴口位置、反演熱通量等熱液流體性質的重要依據。若能準確預測羽流的最大上升高度,那么熱通量便可以利用式(1)進行間接估算, 從而評估熱液活動對巖石、海水、生物等環(huán)境的影響情況(曾志剛, 2011)。羽流所能上升的最大高度由噴口的初始浮力通量B0和背景層結參數N兩者共同決定。這里,我們把zmax定義為羽流中心線處的垂向速度第一次降為0的位置。根據MTT模型的預測,zmax與B0和N之間滿足如下關系式:

在使用上面的MTT經驗公式時, 式中的B0應取漸近浮力通量Basymp(asymptotic buoyancy flux), 其中Basymp=gβT(Texit-Tbottom)Q0,βT為熱膨脹系數。需要注意的是, 噴口的實際浮力通量應為數值模擬結果表明,Basymp與Bexit有一定的差別(Jianget al, 2014)。

MTT模型中的經驗系數C是通過大量羽流室內實驗的數據分析得到的, 一般建議取為 3.76(Turner等, 1987)。為了進一步驗證MTT模型的經驗系數C的適用情況, 我們根據不同的層結強度設計了四種工況(如表1), 模擬結果如圖7所示。整體而言, MTT理論模型的預測結果與 CFD模擬的結果兩者吻合良好(圖 7a), 特別是對于工況 1—3等幾種層結較弱的工況,zmax的模擬值跟理論值相比其平均誤差為9.7%。為確定經驗系數C, 我們對 CFD模擬的最大上升高度進行線性回歸分析, 具體結果如圖7b所示。本文的模擬結果顯示, 經驗系數取值為C=3.46 (R2=0.9321), 比建議值(C=3.76)偏小8%左右。在羽流室內實驗中, 張巍等(2016)得到的經驗系數為C=4.03 (R2=0.9326), 比建議值偏大 7%左右。需要說明的是, 本文只模擬了四種工況, 在對C作回歸分析時, 樣本數偏少, 這可能是造成計算結果與建議值有一定偏差的原因。對于沖繩海槽的熱液柱, MTT模型的經驗系數應選取比一般建議值更小的取值, 才能更好預測其最大上升高度。此外, 從工況1的結果來看, 盡管本文預測的羽流最大上升高度(63.62m)比MTT模型預測結果(72.62m)更接近實測值(約 66m), 但考慮到 CFD模型的假設及邊界條件與熱液柱的真實物理過程仍有一定差別, CFD模擬結果與實測結果不可避免地也會存在一定的偏差, 這需要更多的現場數據進行檢驗。

另外, 熱液柱中性浮力面高度與最大上升高度之比η=zn/zmax是研究羽流擴散機制的重要參數。在熱液柱的現場觀測中, 通過水文示蹤(溫度異常)或者光學示蹤(濁度異常)等途徑估計的羽流最大上升高度仍存在一些不確定性。相較而言, 中性浮力面層的羽流信號更易探測, 因此從中性浮力層估算熱通量也是熱液研究的一種常用手段(陳小丹等, 2016)。從表 1可以看到,ηCFD的平均值為 0.769, 與 Turner(1973)推導的羽流的解析解結果(ηtheory=0.761)十分接近, 也與Devenish 等(2010)的大渦模擬結果相近(ηLES=0.765)。結合前面對于 MTT模型經驗系數的回歸分析, 可建立估算中性浮力面高度的標度律公式:

表1 模擬工況的參數設置及模擬結果Tab.1 Summary of the parameters settings and results of the numerical simulations

圖7 羽流的最大上升高度的模擬值與理論值的比較(a)以及標度律關系(b)Fig.7 Comparison between the simulated and theoretical maximum rising height of the plume (a) and the scaling relationship with buoyancy flux and stratification (b)

2.3 羽流的垂向速度與半徑

根據熱液柱的速度場對羽流的幾何特征參數進行反演, 是研究羽流半徑變化規(guī)律的主要手段之一(Xuet al, 2014)。在羽流的不同高度位置, 可利用該高度處的最大垂向速度wmax, 對羽流上升速度w進行歸一化:w*=w/wmax; 類似地, 利用離噴口的垂向距離z-H對徑向距離r進行歸一化:r*=r/(z-H)。歸一化后的速度分布如圖 8a所示, 可見羽流的垂向速度基本滿足高斯分布。使用高斯函數對不同高度的垂向速度分布進行回歸分析, 可得到σ的平均值為 0.0985。事實上, 若把σ作為(無量綱化的)羽流半徑, 便可得到羽流半徑的變化規(guī)律:b=0.0985(z-H)。顯然, 羽流的半徑是隨高度線性增加的。

在MTT理論模型中, 羽流的半徑b與高度z之間滿足如下線性關系:

式中的α為卷挾因子, 在MTT模型中α=0.093;zi0為MTT模型中虛擬噴口到實際噴口的距離,z為羽流到實際噴口的距離。利用數值模擬結果:z=10m處的半徑bz=10=0.0985×10=0.985m, 我們得到zi0=0.535m。從圖8b可以看到, 在離噴口25m的范圍內, CFD模擬得到的羽流半徑與MTT理論解兩者基本一致。

2.4 體積通量、動量通量和浮力通量

熱液柱的體積通量、動量通量和浮力通量, 是表征其動力結果的一些重要參數, 對它們的細致研究,有助于深入理解熱液柱的動力過程。

2.4.1 體積通量體積通量Q可表示為:Q=式中w為垂向速度, 而初始的體積通量為Q=W0π(D/2)2=1.178×10-3m3/s。圖 9a顯示的是熱液柱的體積通量Q隨無量綱高度z*的變化。體積流量的最大值發(fā)生在 0.67zmax的位置, 其大小是初始體積通量的878倍, 流量大小為1.034m3/s。通過最小二乘法擬合, 我們發(fā)現, 在一定高度范圍內, 體積通量Q與到虛擬噴口距離zi(zi=z+zi0)之間滿足 5/3冪律:Q=2.545×10-3zi5/3(圖 9b)。Xu 等(2014)在胡安德富卡洋脊的熱液觀測結果發(fā)現, 羽流的體積通量Q與zi和B0之間也具有類似的標度律關系:(式中λ=1.06,α=0.1)。

圖8 歸一化垂向速度的徑向分布(a)和羽流半徑隨高度的變化(b)Fig.8 Normalized vertical velocity along the radial direction (a) and the plume’s radius as a function of height (b)

圖9 熱液柱體積流量隨高度的整體(a)和局部(b)變化Fig.9 Global (a) and local (b) variations of volume flow rate of the hydrothermal plume along vertical direction

2.4.3浮力通量熱液柱的浮力通量B可表示為:式中的g′=g(ρ-ρ0)/ρ0為約化重力(或者浮力)。從圖 10b可以看到, 對于浮力通量, CFD模擬的結果與MTT理論模型的結果是基本吻合的。在浮力通量為正的高度范圍(z*<0.63zmax)內,浮力通量隨高度具有逐漸減小的趨勢, 多項式回歸分析表明, 浮力通量和高度之間滿足B/B0=-3.494z*2+0.73z*+0.939的關系。在 0.63zmax<z*<zmax的范圍內, 浮力通量為負值, 呈現先減小后增加的特征, 兩者之間具有B/B0= -40.07z*3+103.6z*2-87.62z*+24.11的關系。在0.76zmax的位置附近, 浮力通量達最小值, 正好對應于羽流的中性浮力面高度(請注意zn/zmax=0.768)。

圖10 熱液柱動量通量(a)和浮力通量(b)隨高度的變化Fig.10 Vertical variations of the hydrothermal plume’s momentum flux (a) and buoyancy flux (b)

2.5 卷挾因子

卷挾因子α是描述熱液柱動力過程的關鍵參數,它表征羽流在上升過程中卷挾周圍海水的能力, 控制著熱液噴發(fā)中的能量和物質的輸運。van Reeuwijk等(2016)的數值模擬結果表明, 對于射流引起的羽流(pure jet), 其卷挾因子αj的平均值為0.067; 對于熱浮力引起的羽流(pure plume), 其卷挾因子αp的平均值為 0.105; 而對于像熱液柱這種具有射流性質的熱羽流(forced plume), 其卷挾因子在0.05—0.1之間變化。

熱液柱的卷挾因子有多種計算方法。例如,Rona(2002)根據羽流的理論模型提出了卷挾因子的一種計算方法: 首先, 利用高斯函數對羽流不同高度z處的垂向速度w進行擬合; 然后, 把速度衰減到羽流中心最大速度的37%(1/e)時的徑向位置, 作為羽流的特征半徑be, 進而得到be隨z變化的斜率θ=dbe/dz,其中θ又可被當作羽流的膨脹率; 最后, 利用卷挾因子α與膨脹率θ的關系式θ=1.2(6/5)α進行反推便可得到α(Xuet al, 2013)。Rona(2006)在對胡安德富卡洋脊的熱液區(qū)進行觀測時發(fā)現, 該方法計算的卷挾因子平均值在α=0.07左右。在考慮背景流的影響時, 熱液柱將在橫流作用下變得傾斜, 傾斜的羽流將有利于周圍流體補充其上升過程中騰出的空隙, 卷進更多的流體, 卷挾能力因而得到提高。Rona(2002)的觀測結果表明, 在熱液柱傾斜角為 37°的時候,α的最大值可達 0.18。需注意的是, Rona(2002)的方法得到的是卷挾因子的平均值, 若要計算不同高度位置的卷挾因子, 研究卷挾因子隨高度的變化規(guī)律, 則需利用另外的方法。例如, 根據羽流的數值模擬研究結果,Suzuki等(2010)提出了計算α的一種新方法:

Ezzamel等(2015)認為, 射流和熱羽流具有不同的動力特性, 射流的平均卷挾因子要小于熱羽流。通過定義羽流的理查德森數τ, 可以解釋羽流卷挾因子的變化原因, 它與羽流局部的體積通量、動量通量以及浮力通量有關。τ具體由以下公式計算:

圖11 羽流的卷挾因子(a)和理查德森數(b)隨高度的變化Fig.11 The plume’s entrainment rate (a) and Richardson number (b) as a function of height

上式中的Q、B、M分別為羽流的體積通量、浮力通量以及動量通量, 其中αref取0.15(Ezzamelet al,2015)。當τ=1時, 可認為是熱浮力作起的卷挾; 當τ=0時, 是射流引起的卷挾; 而當 0<τ<1時的卷挾是羽流和射流兩者共同作用所引起的。

從圖 11(b)可知, 在z*<0.02zmax的位置(約 1.3m),τ接近 0, 表明熱液柱對周邊流體的卷挾主要具有射流的特性; 之后τ隨高度迅速增加至0.35左右, 說明這時候熱浮力的卷挾作用開始凸顯; 在 0.6zmax的位置附近, 隨著浮力通量(圖 10b)逐漸減小為 0,τ隨之也減小為 0, 這說明了在靠近中性浮力面高度的地方,熱羽流的卷挾作用已很弱。

Priestley等(1955)根據射流和熱羽流的不同特點,結合羽流的理查德森數, 提出了關于計算羽流卷挾因子的Priestley-Ball(簡稱PB)模型:

結合 van Reeuwijk等(2016)提供的參考值(αj=0.067,αp=0.105), 我們利用 PB模型計算了羽流的卷挾因子, 發(fā)現在 0.07—0.4zmax(4.4—25.3m)的高度范圍內, PB模型的計算的平均值為 0.0803, 與公式(4)的計算結果一致。

由以上分析可知, 在不考慮海底背景流的情況下, Jiang等(2014)模擬的卷挾因子在0.07—0.4zmax的高度范圍內的平均值為 0.15, 而本文利用定義(式 4)與 PB模型(式 6)得到的熱液柱卷挾因子在平均值分別為0.0807和0.0803, 相比之下, 本文的模擬結果與Rona(2006)的觀測結果(α=0.07)更為接近。

3 結論

本文結合 2014年沖繩熱液航次的實測資料, 對沖繩海槽熱液柱的動力過程進行了模擬分析, 得到以下結論:

(1) 在熱液柱演化的初始時刻, 其中心的最大上升速度可達 0.35m/s, 在莖部的兩側產生明顯的渦旋;在大約 2000s之后, 羽流進入準穩(wěn)態(tài)演化階段, 在中性浮力面高度向四周擴散。

(2) CFD模擬的熱液柱最大上升高度為 63.62m,與 MTT理論模型預測的結果吻合; 利用不同層結條件下的模擬數據進行回歸分析, 得到 MTT模型中的經驗系數為3.46, 比建議值3.76偏小8%; 熱液柱中性浮力面高度與最大高度之比η的平均值為 0.768,與理論模型的結果相符。

(3) 熱液柱的垂向速度滿足高斯分布, 半徑隨高度線性增加:b=0.0985(z-H); 根據半徑隨高度的變化規(guī)律, 發(fā)現虛擬噴口到實際噴口的距離為zi0=0.535m。

(4) 羽流的體積通量Q與到虛擬噴口的距離zi符合5/3冪律, 體積通量的最大值為1.034m3/s, 是噴口初始體積通量的878倍; 在一定高度范圍內, 動量通量與到實際噴口的距離符合 4/3冪律, 比起 MTT模型, BK2000模型的預測結果與CFD模擬的結果更接近; MTT模型預測的浮力通量與CFD模擬結果基本吻合, 在z*<0.63zmax的高度范圍內浮力通量的變化滿足二次函數關系, 在0.63zmax<z*<zmax的范圍內則滿足三次函數關系。

(5) 熱液柱的卷挾因子α的平均值為0.0807, 與現場觀測結果符合;α隨高度先增加后減小, 在0.72zmax的位置開始變?yōu)樨撝? 羽流開始向水平方向擴散; 通過羽流理查德森數的計算, 發(fā)現羽流在離噴口較近的位置主要靠射流作用對周邊流體進行卷挾,在主體上升高度內為射流和熱浮力共同卷挾, 接近中性浮力面高度時熱浮力卷挾作用開始消失; PB模型計算的卷挾因子的平均值為 0.0803, 與 CFD模擬結果一致。

張巍, 趙亮, 賀治國等, 2016. 線性層結鹽水中的羽流運動特性. 水科學進展, 27(4): 602—608

陳小丹, 梁楚進, 董昌明, 2015. 西南印度洋龍旂熱液區(qū)羽流信號的檢測與通量估計. 海洋學研究, 33(4): 43—52

黃丁勇, 林榮澄, 牛文濤等, 2011. 深海熱液活動及熱液生物群落研究概述. 中南大學學報(自然科學版), 42(s2):196—203

曾志剛, 2010. 海底熱液地質學. 北京: 科學出版社, 183—235溫竹青, 2011. 基于FLUENT的深海熱液羽狀流流動模擬. 北京: 中央民族大學碩士學位論文, 51—52

Bloomfield L, Kerr R, 2000. A theoretical model of a turbulent fountain. Journal of Fluid Mechanics, 424:197—216

Carazzo G, Jellinek M, 2012. A new view of the dynamics,stability and longevity of volcanic clouds. Earth and Planetary Science Letters, 325: 39—51

Deveish B, Rooney G, Thomson D, 2010. Large-eddy simulation of a buoyant plume in uniform and stably stratified environments. Journal of Fluid Mechanics, 652: 75—103

Escartin J, Barreyre T, Cannat Met al, 2015. Hydrothermal activity along the slow-spreading Lucky Strike ridge segment (Mid-Atlantic Ridge): Distribution, heatflux, and geological controls. Earth and Planetary Science Letters, 431:173—185

Ezzamel A, Salizzoni P, Hunt G, 2015. Dynamical variability of axisymmetric buoyant plumes. Journal of Fluid Mechanics,765: 576—611

Jiang H, Breier J, 2014. Physical controls on mixing and transport within rising submarine hydrothermal plumes: A numerical simulation study. Deep-Sea Research I, 92: 41—55

Lavelle, J, 1997. Buoyancy-driven plumes in rotating, stratified cross flows: Plume dependence on rotation, turbulent mixing,and cross-flow strength. Journal of Geophysical Research:Oceans, 102(C2): 3405—3420

Lavelle J, Di Iorio D, Rona P, 2013. A turbulent convection model with an observational context for a deep-sea hydrothermal plume in a time-variable cross flow. Journal of Geophysical Research: Oceans, 118(11): 6145—6160

Morton B, Taylor G, Turner J, 1956. Turbulent gravitational convection from maintained and instantaneous sources.Proceedings of the Royal Society of London A:Mathematical, Physical and Engineering Sciences. The Royal Society, 234(1196): 1—23

Priestley C, Ball F, 1955. Continuous convection from an isolated source of heat. Quarterly Journal of the Royal Meteorological Society, 81(348): 144—157

Rona P, K Bemis, Silver Det al, 2002. Acoustic imaging,visualization, and quantification of buoyant hydrothermal plumes in the ocean. Marine Geophysical Researches, 23:147—168

Rona P, K Bemis, Jones Cet al, 2006. Entrainment and bending in a major hydrothermal plume, Main Endeavour Field, Juan de Fuca Ridge. Geophysical Research Letters, 33(19)

Rudnicki M, Elderfield H, 1992. Theory applied to the Mid-Atlantic Ridge hydrothermal plumes: The finite-difference approach. Journal of volcanology and geothermal research,50(1): 161—172

Speer K, P Rona, 1989. A model of an Atlantic and Pacific hydrothermal plume. Journal of Geophysical Research:Oceans, 94(C5): 6213—6220

Sun H, Feistel R, Koch Met al, 2008. New equations for density,entropy, heat capacity, and potential temperature of a saline thermal fluid. Deep Sea Research Part I: Oceanographic Research Papers, 55(10): 1304—1310

Suzuki Y, Koyaguchi T, 2010. Numerical determination of the efficiency of entrainment in volcanic eruption columns.Geophysical Research Letters, 37(5)

Takai K, Mottl M J, Nielsen S Het al, 2011. Proceedings of the Integrated Ocean Drilling Program, 331

Tao Y, Rosswog S, Brüggen M, 2013. A simulation modeling approach to hydrothermal plumes and its comparison to analytical models. Ocean Modelling, 61: 68—80

Turner J, Campbell I, 1987. Temperature, density and buoyancy fluxes in ‘black smoker’ plumes, and the criterion for buoyancy reversal. Earth and Planetary Science Letters, 86:85—92

Turner J, 1973. Buoyancy effects in fluids. Cambridge, UK:Cambridge University Press

van Reeuwijk M, Salizzoni P, Hunt Get al, 2016. Turbulent transport and entrainment in jets and plumes: A DNS study.Physical Review Fluids, 1(7): 074301

Wen H, Sano Y, Takahata Net al2016. Helium and methane sources and fluxes of shallow submarine hydrothermal plumes near the Tokara Islands, Southern Japan. Scientific reports, 6: 34126

Xu G, Jackson D R, Bemis K G,et al, 2013. Observations of the volume flux of a seafloor hydrothermal plume using an acoustic imaging sonar. Geochemistry, Geophysics,Geosystems, 14(7): 2369—2382

Xu G, Jackson D, Bemis Ket al, 2014. Time-series measurements of hydrothermal heat flux at the Grotto mound, Endeavour Segment, Juan de Fuca Ridge. Earth and Planetary Science Letters, 404: 220—231

Zhang X, Du Z, Zheng Ret al, 2017. Development of a new deep-sea hybrid Raman insertion probe and its application to the geochemistry of hydrothermal ven and cold seep fluids.Deep-Sea Research I, 123: 1—12

猜你喜歡
羽流噴口熱液
噴口形狀對噴水推進器性能的影響
水下羽流追蹤方法研究進展
飛參數據在某型飛機噴口工作監(jiān)控中的應用
塔東熱液地質作用機制及對儲層的改造意義
小蜘蛛
層結背景下熱液柱演化的實驗模擬*
海洋與湖沼(2017年6期)2017-03-31 06:18:19
高速沖床噴口壓力及位置對工件出模影響分析
水下管道向下泄漏的羽/射流特性
化工學報(2016年12期)2016-12-14 09:28:02
熱液循環(huán)助采洗井裝置的分析與應用
石油知識(2016年2期)2016-02-28 16:20:19
室內多股羽流混合運動機理模型研究進展分析
连州市| 武陟县| 霍城县| 德保县| 大竹县| 安丘市| 图片| 阆中市| 龙州县| 五寨县| 昆明市| 报价| 清水河县| 阆中市| 博野县| 渑池县| 且末县| 天台县| 金门县| 鹤峰县| 洪江市| 吴川市| 林州市| 伊春市| 共和县| 临高县| 阳江市| 龙泉市| 天气| 永定县| 临洮县| 庆云县| 邢台市| 沈丘县| 贵南县| 杭州市| 万山特区| 邮箱| 靖远县| 新绛县| 靖江市|