文摘
观测系统仿真实验(oss)进行评估Argo数据同化的影响在太平洋地区海洋再分析。“真理”从2003年到2007年从5年获得模型集成基于麻省理工学院与真正不同的大气环流模式迫使。“观察”是真理的预测到观测网络包括海洋站数据,仪,以及各种BTs和阿尔戈,通过添加白噪声来模拟观测错误。数据同化方法的采用是一个连续的三维变分(3 d-var)计划多栅的框架内。结果表明温度的年际变化、盐度和当前字段可以重建的相当好。热带太平洋地区的温度异常的传播也能够准确地反映当Argo数据同化,这可能提供了一个可靠的预报初始场的温度和电流在热带太平洋地区的地下。盐度利用t - s关系的调整在热带太平洋地区是至关重要的。然而,盐度的调整几乎是毫无意义的西北太平洋如果Argo数据包含在再分析。
1。介绍
全球海洋的海洋再分析系统建立了最近由国家海洋数据和信息服务(NMDIS)中国的目的了解每月,每年,和年际变化的海面高度(SSH),以及三维(3 d)温度、盐度、和电流。MITgcm (MIT环流模型)再分析系统作为海洋动力学模型(1),这是一个最先进的海洋模型,也用于评估海洋环流和气候(ECCO)再分析项目。海洋资料同化方案使用的是一个连续的三维变分(3 d-var)分析方案旨在吸收温度和盐度使用多栅的框架(2]。这个顺序3 d-var分析方案可以在3 d空间和可以执行检索可分解的信息从长到短的波长对于一个给定的观测网络产生多尺度分析。再分析的历史观测数据同化系统包括温度和盐度资料从海洋站、conductivity-temperature-depth (CTD),各种深海温度测量器(BT),以及Argo浮标,海面高度异常(SSHA)从高度计和海表面温度(SST)卫星遥感。另我们海洋开发全球再分析目的是提供更好的实时(每天或每小时的分辨率)侧边界条件的海洋动力学模型用于中国远洋再分析(科拉;(3)开发的NMDIS, SSH的再分析产品,3 d温度,盐度,电流从1986年到2008年在中国沿海水域及其周边海域的生产(http://www.cora.net.cn)。
21世纪Argo阵列实时地转海洋学观测网络全球海洋气候研究非常重要。特别是,盐度观测提供的阿尔戈网络提供更多信息与20世纪XBT观察网络的准确性进行比较。库珀(4)指出,温度的单变量同化会恶化密度场,从而导致当前领域的分析比,即使没有数据同化。阿尔戈的盐度增加观察改善至关重要的结构密度字段在数据同化。评价阿尔戈海洋数据同化的影响,许多研究已经由各种机构(例如,5- - - - - -8])。然而,目前还不清楚Argo数据同化的具体效应对海洋再分析在太平洋地区,特别是在地下一层热带太平洋地区和西北太平洋地区。此外,它也是很有必要知道t - s的角色关系二元数据同化盐度数据急剧增加时由于阿尔戈。
观测系统模拟实验(OSSE)是一种有用的方法来评估影响的海洋观测系统9]。OSSE框架内,模拟而不是作为输入到指定的实际观测数据同化系统[10]。在这项研究中,模拟观测值是来自一个“真相”模型。除此之外,在每一个网格点模型,时间序列的“真相”状态变量的值,如温度、盐度、和电流,可以从“真相”获得模型的集成。在这里我们打算评估Argo数据同化的效果在太平洋地区海洋再分析利用上述再分析系统,尤其是热带太平洋地区和西北太平洋地区,可以作为关键的一步深入理解Argo数据同化的影响在世界海洋。本研究的组织结构如下:部分2和3简要介绍了数值模型和海洋数据同化方案,分别。部分4给了敏感性试验设计。阿尔戈的影响在太平洋地区海洋再分析和结论部分5和6,分别。
2。数值模型
MITgcm是由马歇尔et al。11]。MITgcm手册说明流体的内核之一是用于驱动两种大气和海洋模型。nonhydrostatic能力,可以用来研究小规模和大规模的过程。采用有限体积方法,产生一个直观的离散化和支持治疗使用正交曲线网格和刮细胞不规则几何图形。除了上面的字符,MITgcm开发有效地执行各种计算平台上(http://Mitgcm.org)。
模型域在这项研究从74.25°s - 84.75°N, 0.25°E - 359.75°E。KPP [12,13采用垂直混合方案。水平C-grid有1/2°×1/2°决议伸缩式1/4°子午间距赤道附近,和水平网格数字是720×348。的水平的标准使用垂直网格,共有35个垂直配置水平。ETOPO5底部地形(14)用于模型,最小和最大水深5米和5000米,分别。时间步长是600年代。大气强迫从国家环境预报中心(NCEP)再分析,其中包括每日风速在10米,净热通量和净淡水通量。风速转化为风强调使用Yelland的公式和泰勒(1994)。表面温度和盐度月度气候学放松,放松的时间尺度是设置为100天。
3所示。数据同化方案
多栅的3 d-var数据同化方案由李et al。2)是用于再分析系统。计划能够检索各种信息在三维空间从长到短的波长对于一个给定的观测网络和收益率多尺度分析。多重网格技术引入3 dvar观测的数据同化获得长波信息/数据稀疏区域和短波信息/七地区。成本函数可以写成 在哪里的校正状态变量指的是背景。之间的区别是可用的观察和插入背景场观察的位置。观测误差协方差矩阵。从模型插值算子空间观测的空间。的标和显示转置和分别th水平网格。显示了最终的水平。可以看出,背景误差协方差矩阵不出现在(1),它含蓄地表示了网格的水平。的传统方案3 dvar相比,多栅的3 d-var方案具有较高的预测精度和较低的均方误差。更多细节可以在李et al。15]。
图1显示温度和盐度数据同化的流程方案。首先,利用多项式拟合,计算t - s关系模拟温度和盐度的字段。其次,观察到的温度数据融入使用多重网格的数值模型3 d-var数据同化方案。第三,盐度的背景场调整根据同化派生t温度场的关系。这里我们假定温度同化后的t - s关系保持不变。最后,可用的盐度是融入模型的观察。后Troccoli et al。16),一个纬度的过滤器被应用于盐度和温度增量,这样整个盐度增加应用只有在30°的赤道。这个地区外,盐度分析给出的重量减少线性0 60°N和60°S。这样做是为了避免实施分层疲弱的地区盐度校正方案。
4所示。实验设置OSSE框架内
4.1。建设“真相”和“观察”数据
速度、温度和盐度2002年1月,来自一个完全耦合的数据同化系统的地球物理流体动力学实验室(GFDL)由Zhang et al。8),作为初始领域模型集成。模型旋转10年,每天使用循环风应力和净热通量源自2002年NCEP。风应力和净热通量从2003年到2007年是用于驱动模型为5年。所得仿真结果被用作比较的“真相”的再分析结果敏感性实验评价Argo数据同化的影响。
再分析中使用的“观察”数据敏感性实验是由事实情绪投射到一个真正的观测网络(局限于1000在这项研究)。数据类型在实际观测网络包括XBT,准确性仪,DRB, OSD, UOR, MRB,阿尔戈从2003年到2007年,位置观测资料来自世界海洋数据(WOD2009)和中国Argo实时数据中心(http://agro.org.cn),分别。模型空间上的投影观测空间是一个双线性插值在水平方向和Akima插值在垂直方向。高斯白噪声的平均值和标准偏差为0.0°C(0.0事业单位)和0.2°C(0.05事业单位),分别添加到温度(盐度)“观察”作为随机误差模拟。为简单起见,“观察”包括XBT,准确性的时间和空间信息仪,DRB, OSD, UOR, MRB被称为“常规观测,”和包括阿尔戈被称为“阿尔戈观测时间和空间信息。“值得注意的是,连续油管和Argo资料都温度和盐度观测,而其他配置文件可能只有温度观测。温度和盐度的分布常规观测和阿尔戈从2006年观测数据所示2和3,分别。可以看出阿尔戈观测的分布密度比传统模型中的观测领域,特别是在南太平洋,常规观测几乎分布。传统的盐度的分布是非常有限的,与传统的温度相比,特别是南50°的年代,传统的盐度几乎是看不见的。然而,从阿尔戈温度和盐度数据的数量相当于在太平洋地区。
(一)
(b)
(一)
(b)
4.2。实验设置
五个实验展示在表1。所有这些实验采用相同的模型设置部分中描述2和描述的数据同化方案部分3。EXP_1控制运行,没有“观察”同化,那里气候温度和盐度场1月来自苏打(简单的海洋资料同化)[17,18)和气候月风和净热通量源自NCEP作为其初始条件和动力,分别。EXP_1纺了20年来提供的初始领域这五个实验。通过输入获得的初始领域模型运行另一个五年每个实验使用气候月风和净热通量来源于NCEP。在这样一段五年,Exp_2吸收其中的“常规观察”和“阿尔戈观察,”而EXP_3吸收只有“传统的观察。“EXP_2和EXP_3 t关系是用来调节盐度的背景字段后温度同化到数值模型。EXP_4和EXP_5一样EXP_2 EXP_3,分别,除了t关系将被忽略。
5。Argo数据对海洋的影响在太平洋地区的再分析
数据4(一)和4 (b)显示温度和盐度RMS的错误这五个实验在前1000年的太平洋地区,分别。可以看出,均方根误差EXP_2(黑线)和EXP_4(粉色线),温度和盐度、比在其他实验中要小得多。盐度的均方根误差EXP_2 EXP_4随时间逐渐减少,达到一个稳定状态值为0.05事业单位后1000天,虽然EXP_3的均方根误差(蓝线)和EXP_5(绿线)是更大的比EXP_2 EXP_4和随时间逐渐增加超过0.15事业单位后1600天。此外,温度的提高EXP_2 EXP_4也明显与EXP_3和EXP_5进行比较。这意味着Argo数据起着非常重要的作用在提高温度和盐度的再分析领域在太平洋地区。数据4 (c)和4 (d)五项实验显示温度和盐度RMS错误在前100米的整个太平洋地区,分别。我们可以看到从图4 (d)盐度的均方根误差在EXP_5 EXP_3略大于那些,这表明上层海洋可能不会保持一个适当的t的关系。在海洋上层温度和盐度更动荡,可以很容易被许多因素的影响,如波和降雨。因此,缺乏实证t关系代表由于动荡的海洋上,和同化结果调整t关系稍微比那些不被t - s关系调整。数据4 (e)和4 (f)显示温度和盐度的均方根误差在5个实验在100米和1000米之间。我们可以看到,地下的均方根误差盐度EXP_3 EXP_5明显低于。特别是,盐度的均方根误差比EXP_1 EXP_5更大,这表明海水盐度略差的分析地下海洋要是融入传统的数据时的数值模型t - s关系将被忽略。
(一)
(b)
(c)
(d)
(e)
(f)
图5介绍了温度和盐度的均方根误差在5个实验前1000米的热带太平洋地区(5°S-5°N)。均方根误差的盐度在EXP_4 EXP_2低于。盐度的均方根误差EXP_4呈现大幅波动,最大达到0.16事业单位在第700天。盐度分析的改进使得更好的密度场的分析,这也让EXP_2的均方根误差温度略低于EXP_4。盐度的均方根误差EXP_2也远低于EXP_4以外的其他三个实验。这使t - s的关系是必要的,即使在热带太平洋地区Argo数据同化。然而,阿尔戈数据在热带太平洋地区也是必不可少的。没有Argo数据同化,如EXP_3 EXP_5,盐度的均方根误差比EXP_1变得更糟。结果表明,传统的盐度观测的数量太少,提高分析结果的盐度在热带太平洋地区如果海洋初始字段和大气强迫是不精确的。
(一)
(b)
图6图是一样的吗5除了西北太平洋地区(120°E - 150°E, 10°S-52°E)。t - s的关系是很重要的,当这个地区的传统数据同化(比较EXP_3和EXP_5)的结果。然而,t - s的影响关系并不明显,如果Argo数据同化(比较EXP_2和EXP_4)的结果,这表明t - s的影响关系的分析盐度对西北太平洋相对不重要的热带地区。
(一)
(b)
温度和盐度的准确性的分析可以大大提高如果Argo数据融入海洋模型在整个太平洋地区的领域。同化错误减少了28%,温度和盐度为37%。然而,在西北太平洋地区Argo数据的时间和空间分布并不占主导地位的比较与传统数据,分析温度和盐度的改善是不一样的在热带太平洋地区。同化错误减少了11%,西北太平洋地区的温度和盐度为16%。
相比图的结果4和数字5和6,它可以指出,有明显的收缩过程的均方根误差当阿尔戈观测同化(EXP_2和EXP_4)在整个太平洋地区。可以看到从图3阿尔戈的分布是稀疏的亚寒带和极地地区,特别是在ACC地区在南部海洋,在阿尔戈观察几乎不能被发现。因此,RMS中的错误数据稀疏区域逐渐减少通过模型的动力学约束,而不是直接的观测约束。相比之下,观测数据在热带太平洋和西北太平洋足以约束的动态模型,其中均方根误差可迅速降低。
“真正的”速度场可以用来验证Argo数据作为一个独立的元素的影响。数据7(一)和7 (b)现在的均方根误差U(向东)和V(向北)组件的五个实验前1000 m,分别。可以看出,RMS错误显然不是减少Argo数据同化后(比较EXP_2和EXP_3),对U和V的组件。EXP_5结果最差在所有5个实验中,这表明密度场恶化由于观察和不足的无知t的关系。数据7 (c)和7 (d)显示U和V分量的均方根误差在100米和1000米之间的五个实验,分别。U和V的分析组件EXP_2和EXP_4可以提高温度和盐度低于100米时,阿尔戈吸收,大气对海洋的影响小于,靠近海洋表面。在分析EXP_3和EXP_1 EXP_5比这更糟。传统的数据非常不均匀分布在地下和Argo数据能够补救缺点通过调整密度场,然后改善当前分析的准确性。
(一)
(b)
(c)
(d)
图8显示时间的一系列温度异常的“真理”EXP_1 EXP_2, EXP_3在前500米3.4尼诺地区。结果EXP_1(图8 (b))显示一个强有力的年度变化,这是引起气候的周期推动风能和净热通量。的转变阶段和强度的温度异常EXP_2(图8 (c))与“真理是重合的。“EXP_3的可变性低于300米(图8 (d))不一致的“真理”,这表明传统温度的数量不足以改善井下的温度分析的准确性在热带地区。观察不足无法纠正的错误引起的初始字段或大气强迫。相反,阿尔戈号数据的同化可以改善井下的温度分析的准确性。
(一)
(b)
(c)
(d)
数据9- - - - - -13显示5年平均均方根误差的分布的温度和盐度在太平洋地区五个实验,分别。大的均方根误差的温度控制(图运行9)躺在西北太平洋地区和南太平洋地区(南部60°S)和大型均方根误差的盐度躺在西北太平洋地区,东部亚热带太平洋地区,和南太平洋地区(南部60°S)。毕竟数据同化(数字10和12)、温度和盐度的分析都是在整个北太平洋地区大大提高。还有一个明显改善热带太平洋地区和南太平洋地区的比较与控制运行。然而,温度的提高并不明显的南太平洋地区当Argo数据将被忽略,正如在EXP_3和EXP_5(数字11和13)。盐度的改进EXP_3和EXP_5都比较小,在EXP_1除了在西北太平洋地区。进一步,分析盐度EXP_5变成可怕的热带太平洋地区的t - s的关系,而不考虑这会毁了密度场的结构,导致不适当的动态领域在这一地区。
(一)
(b)
(一)
(b)
(一)
(b)
(一)
(b)
(一)
(b)
数据14和15显示温度时间序列异常的“真理”EXP_1 EXP_2,和EXP_3 50米和500米在太平洋热带地区。可以看出,无论是EXP_2(图的结果14 (c))和EXP_3(图14 (d))可以反映温度异常准确的传播在50米(比较图(14日))。然而,EXP_2的结果(图15 (c))优于EXP_3(图15 (d)),海拔500米。这也证实了Argo数据非常有效的提高温度的分析在热带太平洋地区的地下。
(一)
(b)
(c)
(d)
(一)
(b)
(c)
(d)
6。结论
OSSE框架内五个实验的结果证实Argo数据的关键作用,在改善再分析领域的温度和盐度在太平洋地区地下。此外,再分析领域的电流可以提高通过同化Argo数据。热带太平洋地区的扩散温度异常时能够准确地反映Argo数据同化,这可能提供了一个可靠的预报初始场的温度和电流在热带太平洋地区的地下。
在西北太平洋地区,利用t - s关系有助于抑制盐度场的恶化,只有传统的数据同化。相比之下,当Argo数据包含在该地区,盐度的调整往往成为几乎没有任何意义。然而在热带太平洋地区,t - s关系也是必不可少的调节盐度的背景场即使Argo数据包括除了传统的数据。同时,阿尔戈数据进一步纠正中扮演着重要角色在热带地下密度场。此外,结果还表明,水文和动态的分析领域,阿尔戈号项目是完全实现之前,很容易偏离事实的基础上,20世纪XBT观测网络,准确性是否使用t - s的关系。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
本研究联合支持由中国国家基础研究项目(没有。2016 yfc1401701),中国国家自然科学基金(41676088号,41606039),和国家计划对全球变化和海气相互作用(GASI-01-01-12和GASI-IPOVAI-04)。