Rapp. Comm. int. Mer Médit., 37,2004

150

SIMULATIONS OF THE PHYSICAL AND BIOLOGICAL VARIABILITY AT A NORTHERN ADRIATIC SEA

STATION: THE IMPACT OF TURBULENCE CLOSURE SCHEMES AND BOUNDARY FORCING

Marcello Vichi

1

, Sandro Carniel

2

*, Lakshmi Kantha

3

, Mauro Sclavo

2

1

Istituto Nazionale di Geofisica e Vulcanologia, Via D. Creti, 12, Bologna I-40100, Italy - vichi@bo.ingv.it

2

National Research Council, Istituto per le Scienze del Mare San Polo 1364, Venice I-30125, Italy 

* Sandro.Carniel@ve.ismar.cnr.it - Mauro.Sclavo@ve.ismar.cnr.it

3

Department of Aerospace Engineering Sciences, CB 431, University of Colorado, Boulder, CO 80309, United States 

kantha@colorado.edu

Abstract

A 1-D model, coupling the physical model GOTM and the ecosystem model ERSEM, has been used to hindcast physical and biological

variability in the northern Adriatic Sea. We studied the impact of the turbulence closure model (TCM) on the thermal structure and

biological productivity. Results compare favorably with physical observations (Fig. 1). The hindcast of biological variables is however less

satisfactory. The results are not sensitive to the second moment TCM used. Changes are however, striking when different boundary

conditions are applied on nutrients (Fig. 2). This suggests that sources of uncertainties other than the TCM, need to be explored to hindcast

the biological state better.

There is a generalized, widely-held view that an accurate

simulation of the physical state is a pre-requisite to the proper

simulation of the biological state. Biology is expected to directly

respond to physical variability, and ecosystem models should be able

to encompass this dynamical behavior. The aim of this work was to

investigate how relevant the description of physical processes is in the

dynamics of shallow ecosystems with respect to other potential

sources of uncertainties.

Therefore, a 1-D coupled physical-biological model has been used

to hindcast the observed seasonal variability for the year 2001 at a

shallow water station in the northern Adriatic Sea of approximately

29m depth (Lat 45.25°N, Long 12.76°E). 

The model couples two existing state-of-the-art submodels: the

General Ocean Turbulence Model (GOTM, [1]) and the most recent

version of the European Regional Sea Ecosystem Model (ERSEM III,

[2]). 

A relatively high abundance of biological observations are available

at this site for comparison with the model results.

We tested a variety of turbulence closure models (TCMs) and

boundary forcings, and assessed their impact on the simulation of the

thermal structure (Fig.1) and primary producers (e.g. ?agellates,

Fig.2) at the station. The chosen schemes were: 1) k-epsilon; 2)

generic length scale; 2) k-omega and 3) a simple 1-equation model.

Significant differences in the thermal cycle between the model and

the observations become evident only when low-order TCMs are

adopted (see differences between k-epsilon and 1-equation in Fig. 1)

or when the surface forcing is incomplete (e.g., salinity prescribed

only at surface) or when the frequency of surface forcing is changed

(e.g., wind stress from hourly to 6-hourly). Significant differences

also show up in the biochemical variables under these conditions

(Fig.2).

The use of high-frequency physical forcing lets the model achieve

a satisfactory agreement between modeled and measured

temperatures in the water column The results differ only slightly when

different state-of-the-art second order TCMs are used, which suggets

that these TCMs have converged in recent years. Biological variables

in these cases are mostly unaffected by the changes in TCM. 

Our conclusions are that, at least in this case, the current status of

physical model is such that it is able to provide a sufficiently accurate

description of the physical state of the water column. 

However, the description of the observed biochemical variability is

still far from satisfactory. Therefore, we investigated the importance

of other potential sources of unertainty, as for example the ways of

including the nutrient data as boundary conditions (BC), which are

extremely important in this area due to the presence of the Po river.

Fig. 2 shows how phytoplankton results are strongly sensitive to the

change of BC from von Neumann to Dirichlet methods. Similar

results are obtained if other important model parameters are varied,

such as the ones involved in the C:Chl ratio dynamics.

It appears thus necessary to focus on the refinement of the

parameterization of biochemical processes, and explore the

interactions with other unknown factors such as the proper

assimilation of external inputs.

References

1-Burchard, H., Bolding, K., Villarreal, M.R., 1999. GOTM, a general

ocean turbulence model. Theory, implementation and test cases, European

Commission, Report EUR 18745, 103 p.

2-Vichi, M. Baretta, J.W., Baretta-Bekker, J.G., Ebenhöh, W., Kohlmeier,

C., Ruardij, P. European Regional Seas Ecosystem Model III. Review of

the biogeochemical equations. http://www.bo.ingv.it/ersem3

Fig. 1. Model-data comparison for temperature. Model results obtained

with the k-epsilon and the 1-equation TCMs.

Fig. 2. Model-data comparison for phytoplankton (e.g. ?agellates). k-eps

N = k-epsilon TCM with Neumann BC; 1-eq N = 1-equation TCM with

Neumann BC; k-eps D = k-epsilon TCM with Dirichlet BC