基于最优插值法的Argo数据网格化试验.pdfVIP

基于最优插值法的Argo 数据网格化试验 1,3 2 1 张春玲 王振峰 李宏 1.国家海洋局第二海洋研究所，浙江 杭州 310012 2.东海舰队司令部海洋水文气象中心，浙江 宁波 312122 3. 中国海洋大学海洋环境学院，山东 青岛 266003 摘要：每年海量增加的Argo 剖面观测数据在很大程度上弥补了海洋观测资料匮乏的现状，但 Argo 资 料空间分布不均匀的缺点，使得其在海洋模式中难以直接应用。对此，本文利用最优插值数据同化方法 对Argo 资料进行了网格化试验，得到了与WOA05 较为一致的结果,验证了最优插值法对Argo 资料网 格化的有效性，并为加快开发制作适用于海洋模式和数据分析的Argo 网格化数据集打下了很好的基础。 关键词 Argo 资料；网格化；最优插值；相对分析误差方差 1 引言 近年来，Argo剖面浮标观测资料以其水平分布广，垂直深度深、数据量大、精度高的优势，逐渐成 [1] 为海洋观测信息的重要来源，有助于更准确、更全面地了解全球气候的变化 。但是由于Argo观测资料 具有时空分布不规则的缺点，虽然目前在海洋温度场、大洋环流模式、天气业务化预报等很多领域的应 [2] 用都取得了一定进展 ，但还远远不能发挥Argo数据的应用潜力，因此，有必要借助于数据同化技术， 将其单独或结合常规温、盐度观测数据进行网格化，为海洋现象研究和海洋数值模式提供可以直接应用 的网格化数据。目前，国外许多研究中心和学者在Argo资料网格化方面进行了研究：法国海洋开发研 [3-5] 究所Coriolis 中心设计开发了基于最优插值技术的ISAS(In Situ Analysis System)温盐分析系统 ；美国 [6] Scripps海洋所利用最优插值法构建了气候态温盐分布场 ；日本气象局在日本海洋科技中心全球海洋 [7] [8] [9] 预报系统中首次实现了全球温盐图的常规化制作 。另外，英国气象局 、印度国家海洋信息中心 等 [10-11] 也分别研制了自己的网格化产品。我国的王辉赞等 也进行了一些初步的探索。 本文使用2004-2010年的Argo浮标温、盐度观测资料，在中国Argo实时资料中心进行质量控制的基 础上，对其进行剖面质量再检查，特别对剖面位置错误信息和毛刺数据等进行剔除，并利用水深数据及 最优插值方法中的相对分析误差方差作了适当的边界处理。生成了7年逐月平均的全球Argo温、盐网格 化数据，空间分辨率为1°×1°。计算结果能较好地刻画大洋的温盐分布规律。本文选取冬季 （2月）和夏 季 （8月）的10db、500db，与相应的WOA09多年月平均温盐产品进行了对比分析，结果表明，利用最 优插值法生成的Argo 网格化数据具有较高的精度和可靠性。 2实验方法 本文网格化实验的方法为基于统计估计理论的最优插值法(Optimal Interplation,OI) 。最优插值理论 [12] [13] [14] [15] 由Eliassen 提出, Gandin