盧少磊,李 宏,劉增宏,吳曉芬,孫朝輝,曹敏杰,許建平

(1.衛(wèi)星海洋環(huán)境動力學(xué)國家重點(diǎn)實(shí)驗(yàn)室,浙江 杭州310012;2.自然資源部第二海洋研究所,浙江 杭州310012;3.地球系統(tǒng)數(shù)值模擬教育部重點(diǎn)實(shí)驗(yàn)室 地球系統(tǒng)科學(xué)系,北京 100084 )

0 引言

無論是常規(guī)海洋觀測儀器(如XBT、CTD等)還是新穎的自動剖面浮標(biāo)(廣泛應(yīng)用于國際Argo計(jì)劃[1-2]),獲取的溫、鹽度等海洋環(huán)境要素都存在一系列的問題。早在20世紀(jì)80年代,美國的Levitus[3]提出應(yīng)用客觀分析方法,將歷史上全球海洋常規(guī)觀測手段獲得的散點(diǎn)資料構(gòu)建成為氣候態(tài)的網(wǎng)格資料,極大推動了世界海洋資料集的應(yīng)用[4-7]。針對全球海洋Argo觀測計(jì)劃,國際上各種Argo網(wǎng)格數(shù)據(jù)產(chǎn)品[8-12]不斷被研制成功并公開發(fā)布,取得了一系列的研究成果[13-15],極大拓展了Argo資料的應(yīng)用領(lǐng)域。

由于常規(guī)Argo剖面浮標(biāo)只能觀測5 m水深以下的剖面資料,缺乏表層(0～5 m范圍內(nèi))觀測,這就使得目前大部分重構(gòu)的Argo網(wǎng)格資料要么不包含表層信息,要么是通過與其他觀測(如XBT和船載CTD儀)資料或反演(如衛(wèi)星遙感等)數(shù)據(jù)融合得到表層信息,數(shù)據(jù)質(zhì)量并不能得到保證。

鑒于此,本文擬利用一種簡單有效、且易于操作的逐步訂正法[16-18],并結(jié)合一種混合層模型,構(gòu)建全球海洋2004年1月-2017年12月期間的三維網(wǎng)格溫、鹽度資料集,在物理海洋基礎(chǔ)研究和天氣/氣候業(yè)務(wù)化預(yù)測預(yù)報(bào)等相關(guān)應(yīng)用中作為數(shù)據(jù)基礎(chǔ)。

1 資料來源與使用方法

本文所使用的原始資料來自中國Argo實(shí)時(shí)資料中心提供的2004-2017年全球海洋區(qū)域內(nèi)的Argo溫、鹽度剖面資料。這些剖面資料全部經(jīng)過各國Argo資料中心按照國際Argo計(jì)劃規(guī)定的實(shí)時(shí)質(zhì)量控制,并進(jìn)行了必要的質(zhì)量再控制,最后有超過140萬條溫、鹽度剖面通過質(zhì)量再控制,作為原始資料用來制作該網(wǎng)格資料集的初始場。

本文利用李宏等[16-18]改進(jìn)的Barnes逐步訂正法,并且利用Argo剖面混合層內(nèi)溫、鹽度的線性擬合來反推對應(yīng)的表層溫度和鹽度,構(gòu)建了2004-2017年全球海洋三維網(wǎng)格溫、鹽度資料集及衍生數(shù)據(jù)產(chǎn)品。

2 網(wǎng)格數(shù)據(jù)制作流程

全球海洋Argo三維網(wǎng)格溫、鹽度資料集的制作流程大體上分為以下4個(gè)步驟(如圖1):

1)統(tǒng)一對已經(jīng)經(jīng)過質(zhì)量控制的Argo資料進(jìn)行必要的質(zhì)量再控制(圖1顯示的1～7步),并利用線性插值將資料垂向插值到57個(gè)標(biāo)準(zhǔn)層,然后進(jìn)行1°×1°區(qū)間的資料融合處理。

2)就上述高質(zhì)量的溫、鹽度剖面資料,利用最大角度法[19]計(jì)算出對應(yīng)剖面的合成混合層深度,并對合成混合層深度內(nèi)的溫、鹽度進(jìn)行線性擬合,進(jìn)而反推出每個(gè)剖面的表層溫度和鹽度。

圖1 新版網(wǎng)格資料集構(gòu)建流程Fig.1 Construction process of new gridded dataset

3)利用Cressman逐步訂正法[20]構(gòu)建背景場, 均采用三次迭代,構(gòu)建年、季節(jié)和月氣候態(tài)背景場。

4)以第3步完成的月氣候態(tài)背景場為對應(yīng)月份客觀分析的初始場,再利用改進(jìn)的Barnes逐步訂正法[21]構(gòu)建Argo三維網(wǎng)格數(shù)據(jù)集。

3 網(wǎng)格數(shù)據(jù)集可靠性檢驗(yàn)

將得到的全球海洋Argo網(wǎng)格數(shù)據(jù)集(BOA_Argo)與WOA13資料、全球熱帶錨定浮標(biāo)觀測資料[22]比較,可以檢驗(yàn)本網(wǎng)格資料集的可靠性。

3.1 氣候態(tài)檢驗(yàn)

從圖2-3 可以看出,全球海洋表層溫度大致呈緯向帶狀分布,而在經(jīng)向上,即南—北方向上的變化非常明顯。高溫區(qū)(＞28°C)主要分布在低緯度(20°S～20°N)區(qū)域內(nèi)。自熱赤道(平均在7°N附近)向兩極,溫度逐漸降低,且在40°S 附近為寒暖流的交匯處,等溫線較為密集,溫度水平梯度大,形成所謂的“極鋒”,北半球黑潮和灣流所在位置,溫度梯度較大。兩極地區(qū),溫度分布與緯線幾乎平行,明顯與太陽輻射有直接的關(guān)系;BOA_Argo資料反映的全球海洋0 m層溫度分布特征與WOA13資料反映的溫度分布特征(圖4)較為相似。

全球海洋表層鹽度分布特征:大西洋鹽度最高,自赤道向兩極地區(qū),鹽度呈現(xiàn)“馬鞍形”的雙峰分布特征,即南北副熱帶為高鹽區(qū),最高鹽度為37.5 psu以上,赤道附近區(qū)域?yàn)榈望}區(qū),自副熱帶向兩極,鹽度逐漸降低。太平洋鹽度次之,自赤道向兩極,鹽度同樣呈現(xiàn)“馬鞍形”的分布特征,太平洋最高鹽度為36.5 psu以上(但不超過37 psu)。同溫度分布相似,在南北半球40°附近的寒暖流交匯處,鹽度水平梯度也比較大,形成“極鋒”,至兩極海域鹽度降低到34 psu以下,這與極地海區(qū)結(jié)冰、融冰的影響有密切關(guān)系。印度洋海域鹽度則最低,但自赤道向兩極同樣為“馬鞍形”的分布特征,且南半球40°S海域鹽度鋒面特征最為顯著。鹽度的地域性分布特征較為明顯,與降水和蒸發(fā)有密切的關(guān)系。除了等鹽線更為光滑外,WOA13資料提供的全球海洋鹽度分布(圖5)與BOA_Argo資料別無兩樣。可以看出,BOA_Argo網(wǎng)格資料集與WOA13反映的表層溫、鹽度大面分布特征較為相似,但相比之下,WOA13資料更為光滑,但BOA_Argo網(wǎng)格資料揭示的分布特征比WOA13資料更細(xì)致。

圖2 全球海洋表層溫度大面分布(BOA_Argo資料)Fig.2 Distribution of surface temperature from BOA Argo gridded dataset

圖3 全球海洋表層鹽度大面分布(BOA_Argo資料)Fig.3 Distribution of surface salinity from BOA Argo gridded dataset

圖4 全球海洋表層溫度大面分布(WOA13資料)Fig.4 Distribution of surface temperature from WOA13 gridded dataset

圖5 全球海洋表層鹽度大面分布(WOA13資料)Fig.5 Distribution of surface salinity from WOA13 gridded dataset

3.2 錨碇浮標(biāo)觀測資料檢驗(yàn)

考慮時(shí)間和空間上的連續(xù)性,選取全球熱帶錨定浮標(biāo)觀測陣(Global Tropical Moored Buoy Array,簡稱GTMBA)的溫度和鹽度剖面觀測資料進(jìn)一步檢驗(yàn)BOA_Argo網(wǎng)格資料集的可靠性。GTMBA主要包括位于印度洋的非洲-亞洲-澳大利亞季風(fēng)分析和預(yù)報(bào)研究陣列(Research Moored Array

for African-Asian-Australian Monsoon Analysis and Prediction ,RAMA),位于太平洋的熱帶大氣海洋觀測系 列(Tropical Atmosphere Ocean /Triangle Trans-Ocean Buoy Network ,TAO/TRITON) 及位于大西洋的預(yù)報(bào)和研究錨錠陣列(Prediction and Research Moored Array in the Atlantic ,PIRATA)。作為代表,在太平洋(P站:0°N,147°E),選取了一個(gè)點(diǎn)來進(jìn)行對比分析。但錨碇浮標(biāo)資料本身由于錨碇浮標(biāo)起伏不定、浮標(biāo)故障或其他問題,會導(dǎo)致觀測深度不一,以及某些年份的觀測值缺失等。為此,我們盡量選取垂直深度較深,且時(shí)間上能夠覆蓋2004年1月-2017年12月期間的錨碇浮標(biāo)溫、鹽度觀測資料。

圖6和圖7分別為BOA_Argo和錨碇浮標(biāo)在赤道太平洋海域P位置上從海表到700 m深度范圍內(nèi)的溫、鹽度垂直分布,時(shí)間范圍為2004年1月-2017年12月。由圖可見,自表層到中層,Argo與錨碇浮標(biāo)反映的信號較為一致,但錨碇浮標(biāo)資料的等值線更為光滑,這可能與資料來源有關(guān)。BOA_Argo為逐月資料,而錨碇浮標(biāo)的原始資料為逐日的,將錨碇浮標(biāo)資料取平均得到對應(yīng)的逐年逐月資料,這樣的處理相當(dāng)于對錨碇浮標(biāo)資料進(jìn)行了平滑,導(dǎo)致等值線分布比較光滑。另外,在其他GTMBA站位上,BOA_Argo的結(jié)果與錨定浮標(biāo)的觀測結(jié)果也較一致。

圖6 太平洋海域P站溫度時(shí)間序列變化Fig.6 Time series of temperature at P station in Pacific

圖7 太平洋海域P站鹽度時(shí)間序列變化Fig.7 Time series of salinity at P station in Pacific

4 結(jié)束語

全球海洋Argo網(wǎng)格資料集(BOA_Argo)自2012年第一版發(fā)布以來,已經(jīng)連續(xù)發(fā)布了7年。隨著時(shí)間的推移和觀測資料的不斷增加,對每年重構(gòu)的網(wǎng)格資料集采用的數(shù)據(jù)處理流程、重構(gòu)方法所使用的參數(shù)、全球海洋的范圍和垂向?qū)訑?shù)等都有一些不同和改進(jìn)。本版資料集在以上版本的基礎(chǔ)上,調(diào)整了水陸點(diǎn)文件(不包括南海、日本海、地中海、墨西哥灣與加勒比海等主要邊緣海);其次,表層溫、鹽度的計(jì)算方法也做了改進(jìn),之前使用的混合層模型采用了零階近似(表層溫、鹽度等于混合層內(nèi)溫、鹽度平均值),本次采用一階近似(表層溫、鹽度通過混合層內(nèi)溫、鹽度線性插值得出),有效地減小了表層溫、鹽度的誤差,從而改善了資料集在表層的準(zhǔn)確性。