張春玲 許建平, 3 鮑獻(xiàn)文 王振峰 劉增宏 孫朝輝

?

利用遙感SST反演上層海洋三維溫度場(chǎng)*

張春玲1, 2許建平1, 2, 3鮑獻(xiàn)文1王振峰4劉增宏2, 3孫朝輝2

(1. 中國(guó)海洋大學(xué)海洋環(huán)境學(xué)院 青島 266003; 2. 國(guó)家海洋局第二海洋研究所 杭州 310012; 3. 衛(wèi)星海洋環(huán)境動(dòng)力學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室 杭州 310012; 4. 東海艦隊(duì)司令部海洋水文氣象中心 寧波 312122)

通過統(tǒng)計(jì)相關(guān)分析驗(yàn)證了一個(gè)簡(jiǎn)單的溫度參數(shù)模型在太平洋海域的較好適用性?；贏rgo觀測(cè)資料及WOA09氣候態(tài)溫度數(shù)據(jù), 采用最大角度法求得此模型的相關(guān)參數(shù), 并利用高分辨率衛(wèi)星遙感海表溫度反演了太平洋上層海域空間分辨率為1°×1° 的氣候態(tài)月平均三維溫度場(chǎng)。與實(shí)測(cè)資料的比較分析表明反演結(jié)果是較為真實(shí)可靠的, 并可作為海洋數(shù)值模式積分的初猜場(chǎng), 為實(shí)現(xiàn)現(xiàn)場(chǎng)觀測(cè)(如: Argo)與衛(wèi)星觀測(cè)的優(yōu)勢(shì)互補(bǔ), 構(gòu)建太平洋海域完整的三維溫度分析場(chǎng)提供一種新途徑。

溫度參數(shù)模型; 最大角度法; Argo觀測(cè); 海表溫度(SST); 反演

目前, 來(lái)自于Argo、CTD、XBT、海洋站的溫鹽觀測(cè)剖面日益增多。特別是海量增加的Argo浮標(biāo)觀測(cè)剖面, 已成為全球海洋觀測(cè)系統(tǒng)的重要支柱, 但其目前仍缺乏表層觀測(cè)且空間觀測(cè)分辨率較低。而另一方面, 隨著衛(wèi)星遙感技術(shù)的不斷發(fā)展, 特別是與此有關(guān)的衛(wèi)星遙感海面溫度(Sea Surface Temperature, SST)和衛(wèi)星觀測(cè)海面高度(Sea Surface Height, SSH)資料的日益增加, 為海面監(jiān)測(cè)提供了大量覆蓋范圍廣、精度和空間分辨率較高、時(shí)間連續(xù)性較強(qiáng)的海洋表面實(shí)時(shí)和準(zhǔn)實(shí)時(shí)的信息。然而, 衛(wèi)星觀測(cè)不能給出任何直接觀測(cè)的次表層信息。因此, 如何借助已有的資料統(tǒng)計(jì)分析方法, 將現(xiàn)場(chǎng)觀測(cè)(Argo、XBT、TAO、TRITON、PIRATA等)與衛(wèi)星觀測(cè)相結(jié)合, 充分發(fā)揮各自的優(yōu)勢(shì), 構(gòu)建完備的三維溫、鹽度場(chǎng), 業(yè)已成為國(guó)際海洋研究領(lǐng)域中急需解決的問題。

早在20世紀(jì)80年代末, 將海面信息(海面溫度或海面高度)映射到海洋內(nèi)部, 從而反演溫、鹽度剖面的不同方法就已被提出。如動(dòng)力學(xué)方法(Hurlburt, 1986)和統(tǒng)計(jì)法(Khedouri, 1983; Witt, 1987; Carnes, 1990; Gavart, 1997)。這兩種方法均包括聯(lián)合應(yīng)用衛(wèi)星測(cè)高和遙感海面溫度數(shù)據(jù)。許多研究證明, 利用這兩類遙感數(shù)據(jù)反演獲得的深海或大洋溫鹽剖面信息作為相應(yīng)數(shù)值預(yù)報(bào)的初始場(chǎng), 較單獨(dú)利用遙感海面溫度反演的溫度剖面好很多(Hurlbtrt, 1990; Carnes, 1994; Pascual, 2003; Gavart, 1999; Fox, 2002; Bruno, 2004; Guinehut, 2004; 王喜東等, 2011)。而在研制三維溫鹽流數(shù)值預(yù)報(bào)系統(tǒng)時(shí), 啟動(dòng)海洋模式積分需要提供網(wǎng)格化、接近實(shí)際的氣候態(tài)累年各月平均的初猜場(chǎng)。但目前由觀測(cè)統(tǒng)計(jì)形成的多年月平均數(shù)據(jù), 包括WOA09的月平均數(shù)據(jù), 許多網(wǎng)格無(wú)統(tǒng)計(jì)值。Thacker和Long(Thacker, 1988)給出了對(duì)海洋和大氣模式都適用的結(jié)合動(dòng)力模式與觀測(cè)資料的變分法公式; Yan等(2004)基于三維變分?jǐn)?shù)據(jù)同化方法, 利用海表動(dòng)力高度來(lái)估計(jì)溫、鹽度剖面, 并考慮了垂向相關(guān)及非線性溫鹽關(guān)系。這種方法基于變分原理, 且計(jì)算量較大。

Chu等(1997a, b)提出一個(gè)包含五個(gè)深度和對(duì)應(yīng)的梯度及海表溫度等十個(gè)參數(shù)的溫度參數(shù)結(jié)構(gòu)模型, 并采用迭代法計(jì)算模型參數(shù), 從而由海表溫度觀測(cè)確定次表層溫度結(jié)構(gòu)。為減少自由度, Chu和Fan (2000)給出了南海海域的簡(jiǎn)化模型(六個(gè)參數(shù)), 本文通過相關(guān)分析檢驗(yàn)驗(yàn)證了其在太平洋上層海域的適用性。采用最大角度法(Chu, 2011), 基于2011年8月份的Argo觀測(cè)資料計(jì)算混合層深度, 并利用同期的WOA09氣候態(tài)數(shù)據(jù)計(jì)算溫躍層梯度及溫躍層下邊界深度。進(jìn)而借助于同期的衛(wèi)星遙感SST資料反演了2011年8月份太平洋海域, 空間分辨率為1°×1°的三維溫度場(chǎng)。通過與實(shí)測(cè)資料作對(duì)比, 評(píng)估了反演結(jié)果的可靠性, 為縮短模式積分年限, 構(gòu)造完整的三維溫度分析場(chǎng), 實(shí)現(xiàn)現(xiàn)場(chǎng)觀測(cè)與衛(wèi)星觀測(cè)優(yōu)勢(shì)互補(bǔ)提供新途徑。

1 資料來(lái)源及處理

1.1 衛(wèi)星遙感SST

衛(wèi)星遙感觀測(cè)作為海洋觀測(cè)數(shù)據(jù)的一個(gè)重要來(lái)源, 可以為海面監(jiān)測(cè)提供大量覆蓋范圍廣、精度和空間分辨率較高、時(shí)間連續(xù)性較強(qiáng)的海洋表面實(shí)時(shí)和準(zhǔn)實(shí)時(shí)的信息, 解決了傳統(tǒng)海洋表層溫度觀測(cè)資料的非同步缺陷。但是, 由于海溫傳感器提供的僅是海洋表層信息, 無(wú)法直接獲得海洋三維溫度結(jié)構(gòu)特征。這里, 作者采用由美國(guó)國(guó)家海洋和大氣管理局(ftp://eclipse.ncdc.noaa.gov/pub/OI-daily-v2/NetCDF/2011/AVHRR/)提供的太平洋海域2011年8月份的衛(wèi)星遙感SST數(shù)據(jù)近似的作為海洋混合層溫度, 并將該月31天的SST數(shù)據(jù)加以平均得到此月的月平均SST數(shù)據(jù)。

1.2 Argo觀測(cè)資料

Argo剖面浮標(biāo)可以在海上進(jìn)行長(zhǎng)期的定時(shí)、循環(huán)觀測(cè), 從而快速、準(zhǔn)確、全面地收集全球海洋中、上層水體的溫度、鹽度垂向剖面資料。大多數(shù)Argo浮標(biāo)的觀測(cè)周期為10天, 目前新型Argo浮標(biāo)的觀測(cè)周期甚至達(dá)到2天, 但常規(guī)的一般只能觀測(cè)5—2000m深度的上層海洋溫、鹽度值, 因此, 作者采用Argo浮標(biāo)觀測(cè)資料來(lái)計(jì)算參數(shù)模型的短時(shí)間尺度變化參數(shù)。本文采用的Argo原始散點(diǎn)數(shù)據(jù)由中國(guó)Argo是實(shí)時(shí)資料中心(http://www.argo.org.cn/)提供, 這里選用太平洋海域(60°S—60oN, 120°E—80°W)的2011年8月份溫、鹽度觀測(cè)資料, 經(jīng)過觀測(cè)參數(shù)及觀測(cè)層數(shù)檢驗(yàn)、水陸點(diǎn)及區(qū)域檢測(cè)、溫度范圍及時(shí)間判斷等簡(jiǎn)單的質(zhì)量再控制后, 共包括5056個(gè)剖面, 并將其通過Akima插值(Akima, 1970)垂向插值到25個(gè)標(biāo)準(zhǔn)層(10—2000m)。

1.3 WOA09歷史數(shù)據(jù)

WOA09數(shù)據(jù)是通過對(duì)長(zhǎng)時(shí)間序列的多種觀測(cè)進(jìn)行客觀分析得到的全球海洋三維溫、鹽度格點(diǎn)數(shù)據(jù), 其能夠反映海洋溫、鹽度年際變化特征, 故作者利用其計(jì)算參數(shù)模型的長(zhǎng)時(shí)間尺度變化參數(shù)。這里選用的太平洋海域2011年8月份月平均三維溫度場(chǎng)由全球海洋數(shù)據(jù)中心(National Oceanographic Data Center, NODC)(http://www.nodc.noaa.gov/OC5/WOA09/woa09data.html)提供。

2 反演方法

2.1 溫度參數(shù)模型

Chu和Fan(2000)給出了與海表溫度相關(guān)聯(lián)的次表層溫度參數(shù)的簡(jiǎn)化模型(圖1)。一個(gè)溫度剖面可以由式(1)來(lái)簡(jiǎn)單描述:

圖1 溫度參數(shù)模型

式中,T是海表溫度;1,2分別為混合層深度 (Mixed Layer Depth, MLD)(或溫躍層上界深度)和溫躍層下界深度(Thermocline Bottom Depth, TBD);G為溫躍層梯度(Thermocline Temperature Gradient, TTG);T是對(duì)應(yīng)于溫躍層下界深度(2)處的溫度;T為水深溫度, 本文取為WOA09多年平均數(shù)據(jù)中2000m深處對(duì)應(yīng)的溫度;為次表層e-折尺度, 在太平洋海域取= 2000。另外,0和是為了保證()和′()在TBD處的連續(xù)性追加的兩個(gè)參數(shù), 即:

由式(1)對(duì)求導(dǎo), 并結(jié)合式(2), 可得:

參數(shù)不能大于或等于1, 否則將使得0的值很大, 從而導(dǎo)致溫度隨深度的增加而遞增。的值也不能等于0, 此處取= 00.5。因此, 一個(gè)垂向溫度剖面可以提取七個(gè)參數(shù)(T,T,T,1,2,,G), 并且由()在TBD處的連續(xù)性可得:

故, 七個(gè)參數(shù)中任意六個(gè)都可以決定一個(gè)溫度剖面, 自由度為六。應(yīng)用此模型, 通過海表溫度觀測(cè)來(lái)反演海洋次表層溫度場(chǎng), 關(guān)鍵是確定1,2,G, 本文采用最大角度法來(lái)確定這三個(gè)參數(shù)。

2.2 最大角度法

Chu等(2011)提出了一種簡(jiǎn)單的客觀方法(最大角度法)來(lái)確定混合層深度。這種方法具有較強(qiáng)的理論基礎(chǔ), 其不僅用到了混合層的主要特征——溫度(或密度)垂向一致, 而且用到了混合層以下躍層的主要特征——梯度巨變。為了更準(zhǔn)確的使用此方法(要求觀測(cè)變量隨深度變化具有嚴(yán)格的單調(diào)性), 作者用密度混合層深度代替溫度混合層深度, 即不考慮障礙層的存在。

如圖所示, 在等密度層, 角達(dá)到最大值(圖3b)。因此, 最大角度原理可以用來(lái)確定混合層深度(max,H→z)。在實(shí)際應(yīng)用中,較難計(jì)算其度數(shù), 作者用正切值來(lái)代替, 即:

其中,(1)≈0為混合層的垂向梯度,(2)為躍層梯度。由給定的擬合系數(shù)可得,

當(dāng)觀測(cè)剖面為溫度剖面時(shí), 只需將擬合矢量Vector-1, Vector-2改變方向, 其原理與密度剖面相同。為了盡可能保證觀測(cè)剖面的單調(diào)性, 本文利用Argo觀測(cè)剖面計(jì)算混合層深度時(shí), 采用密度剖面的最大角度法, 利用WOA09數(shù)據(jù)計(jì)算溫躍層梯度及溫躍層下界深度時(shí), 則采用溫度剖面的最大角度法。

3 相關(guān)分析(correlation analysis)檢驗(yàn)

圖3 最大角度法原理

圖4 不同參數(shù)異常隨海表溫度異常變化的散點(diǎn)分布: (a), (b), (c)

表1 各參數(shù)與SST異常的相關(guān)系數(shù)及其對(duì)應(yīng)的值

Tab.1 The correlation coefficients between parameters and SST anomaly and the corresponding t values

4 反演步驟及結(jié)果

本文利用海表溫度觀測(cè)反演太平洋上層溫度場(chǎng)主要分三個(gè)步驟: 首先, 借助于Argo觀測(cè)資料, 采用密度剖面的最大角度法計(jì)算混合層深度(1), 并通過最優(yōu)插值(Behrinoer, 1998)將各參數(shù)插值到 1°×1° 的網(wǎng)格上; 然后利用WOA09氣候態(tài)溫度數(shù)據(jù), 通過溫度剖面的最大角度法確定太平洋海域 1°×1° 網(wǎng)格點(diǎn)上的長(zhǎng)時(shí)間變化尺度參數(shù)(2,); 最后, 利用同期的NOAA海表溫度觀測(cè), 通過2.1節(jié)的(1)式反演太平洋海域的上層海洋氣候態(tài)三維溫度場(chǎng)。

4.1 參數(shù)計(jì)算

首先由Argo觀測(cè)剖面的溫、鹽度數(shù)據(jù)計(jì)算各個(gè)剖面在其每個(gè)觀測(cè)層上的密度值, 從而將每個(gè)剖面記為[(z),(z)], 通過2.2節(jié)的最大角度法((5)—(7)式)得出每個(gè)剖面對(duì)應(yīng)的密度混合層深度H, 并忽略障礙層的存在, 用密度混合層深度代替溫度混合層深度, 即,1≈H。

作者通過最優(yōu)插值將MLD插值到1°×1°的網(wǎng)格上, 其水平分布及緯向平均如圖6所示。在MLD的水平分布圖中, 南太平洋40°S以南的區(qū)域存在等深線的密集區(qū), 反映了溫躍層在這里迅速消失, 溫躍層在此區(qū)域具有斷面結(jié)構(gòu)。結(jié)合其緯向平均曲線不難看出, 太平洋20°N以北大部分海域的MLD是10—20m, 20°N以南的海域MLD普遍較大, 尤其在南太平洋, 大部份海域的MLD超過70m。2011年8月份太平洋海域的MLD由北向南大體呈逐漸遞增的趨勢(shì)(圖6右)。

圖5 Argo觀測(cè)剖面的MLD及對(duì)應(yīng)的浮標(biāo)站點(diǎn)分布

＋: 0—100 m (3797個(gè));△: 100—300m (1075個(gè)); ○: 大于300m (184個(gè))

圖5與圖6展示的混合層深度分布規(guī)律與前人(周燕瑕等, 2002; 王彥磊等, 2008; 蘆靜等, 2008)的研究結(jié)果基本吻合。

圖7給出了G與2的水平分布及其對(duì)應(yīng)的緯向平均分布。溫躍層梯度基本在0—0.2°C/m之間; 10°S—10°N之間的海域, TTG的值均已超過0.05°C/m; 而相比南太平洋, 北太平洋大部分海域有較強(qiáng)的TTG, 特別是赤道太平洋到北緯20°的海域, TTG基本在0.05°C/m以上。由TTG的緯向平均圖也可以看出, 北太平洋平均TTG都高于0.06°C/m, 10°N附近海域達(dá)到0.1°C/m以上; 南太平洋大部分海域平均TTG都低于0.05°C/m, 特別是40°S以南, TTG幾乎接近零, 這也反映了在此海域不存在明顯的溫度躍層?；旌蠈酉陆缁驹?00m以深, 結(jié)合其緯向平均分布圖, 很顯然, 由于8月份北半球洋區(qū)躍層比較明顯, 因此對(duì)應(yīng)的TBD也比較淺, 平均小于300m; 而南半球的TBD相對(duì)普遍較深, 平均為300—500m, 在25°S左右甚至達(dá)到1000m以上; 而赤道太平洋的TBD基本為300m左右。但在40°S以南的洋區(qū)存在明顯的低值等深線密集區(qū), 這是由于在此區(qū)域溫躍層基本消失, 利用溫度剖面的最大角度法時(shí), (7)式的最小值對(duì)應(yīng)的深度值2→z有可能接近混合層深度。因此, 在以下利用海表溫度反演次表層溫度場(chǎng)時(shí), 作者在2<1時(shí), 只選用(1)式的前兩個(gè)公式進(jìn)行計(jì)算。在20°N附近存在一個(gè)高值區(qū), 平均達(dá)到近400m, 而在50°S以南, TBD迅速減小至100m以下, 但總體上, TBD的緯向平均由北向南大致呈逐漸遞增的趨勢(shì)。

4.2 利用遙感SST反演上層海洋氣候態(tài)溫度場(chǎng)

作者由2.1節(jié)的(1)式及由4.1節(jié)確定的參數(shù)1,2和G, 通過SST數(shù)據(jù)來(lái)反演太平洋上層海域溫度場(chǎng)。圖8給出了170°W經(jīng)線與5°N緯線的溫度斷面分布。通過與W0A09 8月份多年平均的溫度剖面分布作對(duì)比, 可以得出, 雖然反演結(jié)果的兩個(gè)斷面較WOA09氣候態(tài)數(shù)據(jù)都有明顯小尺度波動(dòng), 但其溫度經(jīng)向(緯向)變化趨勢(shì)及溫度值的分布均與氣候態(tài)數(shù)據(jù)基本吻合, 較真實(shí)地反映了2011年8月份經(jīng)向(緯向)的溫度變化情況。由170°W經(jīng)線斷面圖可以看出, 南北緯40度附近的等值線分布規(guī)律與氣候態(tài)數(shù)據(jù)差別較大。5°N緯線斷面顯示, 西太平洋的反演結(jié)果比東太平洋相對(duì)精確。

由150m層的溫度場(chǎng)水平分布(圖9)也可以看出, 受海表溫度觀測(cè)的影響, 本文反演的溫度場(chǎng)存在較多小尺度波動(dòng), 但仍能夠較好地刻畫溫度的水平分布特征。等溫線的分布, 沿緯線大致呈帶狀分布, 特別在南半球40°S以南海域, 等溫線幾乎與緯圈平行。在副熱帶到溫帶海區(qū), 特別是北半球, 等溫線偏離帶狀分布, 西部向極地彎曲, 東部則向赤道方向彎曲, 這種格局造成太平洋西部水溫高于東部。由熱赤道向兩極, 水溫逐漸降低, 最高溫度出現(xiàn)在赤道附近海域, 在西太平洋近赤道海域, 可達(dá)26—28°C。

圖6 2011年8月份太平洋海域MLD分布(左)及其緯向平均曲線(右)

圖7 2011年8月份太平洋海域的TTG與TBD分布及對(duì)應(yīng)的緯向平均曲線: a: TTG; b: TBD

由于海表溫度只對(duì)上層海洋水溫有較明顯的影響, 因此, 本文利用海表溫度觀測(cè)反演的次表層氣候態(tài)溫度場(chǎng)與Argo觀測(cè)數(shù)據(jù)的均方根誤差隨深度的增加大致呈逐漸增加的趨勢(shì), 但2000m以淺的RMSE 均在1.3°C以內(nèi)(圖10)。100m以淺RMSE均小于1°C; 結(jié)合圖6、圖7可以看出, 在100—200m, 2011年8月份太平洋海域的溫躍層比較明顯, 其對(duì)應(yīng)的RMSE相對(duì)較大, 基本超過了1°C; 在200m以深又大體呈遞增趨勢(shì), 500m處的均方根誤差達(dá)到了1.19°C。由于下層水溫垂向變化相對(duì)較小, 500m以深, 特別是1000m以下, 均方根誤差又逐漸減小。

作者分別在南太平洋(10°S —50°S)、赤道太平洋(10°S—10°N)、北太平洋(10°N —50°N)各隨機(jī)選取4個(gè)均方根誤差比較大(大于1°C)的觀測(cè)站點(diǎn), 將觀測(cè)剖面與反演結(jié)果進(jìn)行垂向?qū)Ρ? 所選12個(gè)剖面的垂向分布及其對(duì)應(yīng)的經(jīng)緯度和均方根誤差如圖12所示。所有剖面在混合層以上擬合效果明顯比下層好, 并且大部分反演結(jié)果與觀測(cè)剖面的偏差有隨深度遞增的趨勢(shì), 即, 隨深度的加深, 反演結(jié)果的精度逐漸降低, 但即便是均方根誤差較大的反演結(jié)果, 其與觀測(cè)剖面的最大偏差也不超過2°C。其中, 南太平洋的觀測(cè)剖面, 均方根誤差普遍較小, 擬合效果最好; 赤道太平洋及北太平洋的觀測(cè)剖面均方根誤差相對(duì)較大, 特別是北太平洋的大部分反演結(jié)果與觀測(cè)剖面的都大于1°C, 其擬合效果也較差, 這與圖11得出的結(jié)論相一致。但反演結(jié)果與觀測(cè)剖面總體上具有較好的一致性, 由此說(shuō)明, 本文的計(jì)算結(jié)果比較接近實(shí)際觀測(cè), 具有一定的可靠性。

圖8 170°W經(jīng)線(左)及5°N緯線(右)溫度斷面分布

5 結(jié)論

利用衛(wèi)星遙感獲得的大范圍、高分辨率、時(shí)間連續(xù)的海表信息, 借助已有的資料統(tǒng)計(jì)分析方法或數(shù)據(jù)同化方法等, 來(lái)構(gòu)建三維溫度場(chǎng), 具有重要的實(shí)用價(jià)值。對(duì)Chu和Fan給出的溫度參數(shù)模型, 本文借助-分布假設(shè)檢驗(yàn)進(jìn)行相關(guān)分析, 驗(yàn)證了其在太平洋海域的適用性, 進(jìn)而利用衛(wèi)星遙感海表溫度觀測(cè)數(shù)據(jù), 在太平洋海域反演得到了2011年8月份的上層海洋三維溫度場(chǎng), 其空間分辨率為1°×1°。并基于Argo觀測(cè)資料及WOA09氣候態(tài)溫度數(shù)據(jù), 采用最大角度法確定三個(gè)關(guān)鍵參數(shù): 混合層深度、溫躍層梯度、溫躍層下邊界深度。以150m層溫度場(chǎng)水平分布及兩個(gè)溫度斷面為例, 定性分析了計(jì)算結(jié)果所反映的海洋現(xiàn)象。并通過與Argo觀測(cè)剖面作對(duì)比, 定量計(jì)算了反演結(jié)果的精度。結(jié)果表明, 本文以2011年8月份太平洋為例, 反演得到的氣候態(tài)三維溫度場(chǎng)是可信、可靠的, 為實(shí)現(xiàn)現(xiàn)場(chǎng)觀測(cè)(如: Argo)與衛(wèi)星觀測(cè)相結(jié)合提供一種新途徑。

圖9 太平洋海域150m層溫度場(chǎng)

圖10 均方根誤差垂向分布曲線

本文在確定模型參數(shù)時(shí)采用了最大角度法, 此方法較以往確定混合層深度的方法(如: 梯度法, 曲率法)是一種客觀、新穎的方法, 有較強(qiáng)的理論基礎(chǔ)。由3.1節(jié)和3.2節(jié)的計(jì)算結(jié)果可以看出, 作者利用此方法得到的混合層深度是較符合實(shí)際的。但此方法的一個(gè)前提是分析變量具有嚴(yán)格的單調(diào)性, 文中作者忽略了障礙層的影響, 用密度混合層深度代替溫度混合層深度, 勢(shì)必會(huì)產(chǎn)生一定的誤差。

在相關(guān)分析檢驗(yàn)中, 作者借助-分布假設(shè)檢驗(yàn)給出了相關(guān)系數(shù)的置信度。此結(jié)果是對(duì)整個(gè)太平洋海域做的統(tǒng)計(jì)分析, 因此, 證明本文采用的反演方法就整個(gè)太平洋海域來(lái)說(shuō), 具有一定的適用性。但不一定對(duì)每個(gè)小區(qū)域都具有很好的適用性, 該方法在混合層以下, 溫躍層深度內(nèi)利用簡(jiǎn)單線性擬合得到溫度隨深度的變化規(guī)律, 但實(shí)際溫度變化并非隨深度的增加而簡(jiǎn)單的線性遞減, 因此在溫躍層的海域, 擬合結(jié)果與實(shí)際有較大誤差, 此外, 也有前人發(fā)現(xiàn)在東太平洋亞北極地區(qū)計(jì)算結(jié)果有較大的誤差(Yan, 2004), 這些缺點(diǎn)仍需要進(jìn)一步研究解決。但該方法在太平洋大部分海域仍有較好地適用性。

另外, 值得注意的是, 除海表溫度以外, 海洋垂直剖面還與許多其他因素有關(guān), 例如風(fēng)速, 而本文僅利用海表溫度信息, 通過由觀測(cè)及歷史數(shù)據(jù)確定的下層溫度結(jié)構(gòu)參數(shù)來(lái)反演次表層溫度場(chǎng), 這也是造成所獲取的上層溫度偏差空間不均勻的原因之一。故本文所反演的上層海洋三維溫度場(chǎng)可用于海洋模式積分的初猜場(chǎng), 從而縮短模式積分年限, 但直接用于分析海洋溫度分布特征仍有較大的不足。

圖11 反演結(jié)果與Argo觀測(cè)剖面的均方根誤差分布曲線(左)及不同均方根誤差范圍對(duì)應(yīng)的站點(diǎn)分布(右)

＋: 誤差小于1°C (3825個(gè));○: 誤差大于1°C (1241個(gè))

圖12 反演剖面(實(shí)線)與觀測(cè)剖面(虛線)的對(duì)比分布

致謝

美國(guó)海軍研究生院的朱伯承教授為本文研究給予指導(dǎo), 國(guó)家海洋局第二海洋研究所的同事們?yōu)楸疚奶峁┝瞬豢苫蛉钡膶氋F信息和資料, 謹(jǐn)致謝忱。

王彥磊, 黃 兵, 張 韌等, 2008. 基于Argo資料的世界大洋溫度躍層的分布特征. 海洋科學(xué)進(jìn)展, 26(4): 428—435

王喜東, 韓桂軍, 李 威等, 2011. 利用衛(wèi)星觀測(cè)海面信息反演三維溫度場(chǎng). 熱帶海洋學(xué)報(bào), 30(6): 10—17

蘆 靜, 喬方利, 魏澤勛等, 2008. 夏季海洋上混合層深度分布研究——Argo資料與Levitus資料的比較. 海洋科學(xué)進(jìn)展, 26(2): 145—155

周燕遐, 李炳蘭, 張義鈞, 2002. 世界大洋冬夏季溫度躍層特征. 海洋通報(bào), 21(1): 16—22

Akima H, 1970. A new method for interpolation and smooth curve fitting based on local procedures. J Assoc Comput Mech, 17: 589—602

Behrinoer D W, Ming Ji, Ants L, 1998. An Improved Coupled Method for ENSO Prediction and Implications for Ocean Initialization. Part I: The Ocean Data Assimilation System. J Monthly Weather Review, 126: 1013—1021

Bruno B N, Santoleri R, 2004. Reconstructing synthetic profiles from surface data. J Atmos Oceanic Technol, 21: 693—703

Carnes M R, Mitchell J L, Dewitt P W, 1990. Synthetic temperature profiles derived from Geosat altimetry: Comparison with air-dropped expendable bathythermograph profiles. J Geophys Res, 95(C3): 17979—17992

Carnes M R, Teague W J, Mitchell J L, 1994. Inference of subsurface thermohlaline structure from fields measurable by satellite. J Atmos Oceanic Technol, 11: 551—566

Chu P C, Fralick C R, Jr S D, 1997a. A parametric model for the Yellow Sea thermal variability. J Geophys Res, 102: 10 499—10507

Chu P C, Tseng H C, Chang C P, 1997b. South China Sea warm pool detected from the Navy’s Master Oceanographic Observational Data Set (MOODS). J Geophys Res, 102: 15761—15771

Chu P C, Fan C W, 2000. Determination of Vertical Thermal Structure from Sea Surface Temperature. J American Meteorological Society, 17: 971—979

Chu P C, Fan C W, 2011. Maximum angle method for determining mixed layer depth from sea glider data. J Oceanogr, 67: 219—230

Fox D N, Teague W J, Berron C N, 2002. The modular ocean data assimilation system. J Atmos Oceanic Technol, 19: 240—252

Gavart M, Mey P, 1997. Isopycnal EOFs in the Azores Current region: A statistical tool for dynamical analysis and data assimilation. J Phys Oceanogr, 27: 2146—2157

Gavart M, Mey P, Caniaux G, 1999. Assimilation of satellite altimeter data in a primitive-equation model of the Azores-Madeira region. J Dyn Atmo Oceans, 29: 217—254

Guinehut S, Traon P-Yle, Larnicol G, 2004. Combining Argo and remote-sensing data to estimate the ocean three dimensional temperature fields——A first approach based on simulated observations. J Journal of Marine Systems, 46(1—4): 85—98

Hurlburt H E, 1986. Dynamic transfer of simulated altimeter data into subsurface information by a numerical ocean model. J Geophys Res, 91: 2372—2400

Hurlbtrt H E, Fox D N, Metzger J, 1990. Statistical inference of weekly correlated subthermocline fields from satellite altimeter data. J Geophys Res, 95: 11375—11409

Khedouri E, Szczechowski C, 1983. Potential oceanographic applications of satellite altimetry for inferring subsurface thermal structure. J Proc Mar Technol Soc, 83: 274—280

Pascual A, Gomis D, 2003. Use of surface data to estimate geostrophic transport. J Atmos Oceanic Technol, 20: 912—926

Thacker W C, Long R B, 1988. Fitting dynamics to data. J Geophys Res, 93(C2): 1227—1240

Tully J P, Giovando L F, 1963. Seasonal temperature structure in the eastern subarctic Pacific Ocean. Marine Distributions, M. J. Dunbar, ed. University of Toronto Press, 10—6

Witt P W, 1987. Modal decomposition of the monthly Gulf Stream/Kuroshio temperature fields. Technical Report, Naval Oceanographic Office, Stennis Space Center, 1—6

Yan C X, Zhu J, Li R, 2004. Roles of vertical correlations of background error and T-S relations in estimation of temperature and salinity profiles from sea surface dynamic height. J Geophys Res, 109, C08010, doi: 10.1029/2003JC002224

INVERSION OF SUBSURFACE THREE-DIMENSIONAL TEMPERATURE FROM REMOTE SATELLITE SEA SURFACE TEMPERATURE

ZHANG Chun-Ling1, 2, XU Jian-Ping1, 2, 3, BAO Xian-Wen1, WANG Zhen-Feng4,LIU Zeng-Hong2, 3, SUN Zhao-Hui2

(1. Institute of Marine Environment, Ocean University of China, Qingdao 266003, China; 2. Second Institute of Oceanography, State Oceanic Administration, Hangzhou 310012, China; 3. State Key Laboratory of Satellite Oceanography Environment Dynamics, Second Institute of Oceanography, State Oceanic Administration, Hangzhou 310012, China; 4. Marine Hydrologic Meteorological Center, East China Sea Fleet Command, Ningbo 312122, China)

A simple vertical thermal structure is proved applicable to the Pacific Ocean through correlation analysis test. Based on the Argo observations and WOA09 (World Ocean Atlas 2009) climate data, we determine the parameters by the maximum angle method. Then in the Pacific Ocean, a three-dimensional subsurface temperature field whose spatial resolution is 1o×1ois inversed from high-resolution sea surface temperature. Compared with the observational temperature profiles, the inversion result is reliable and can be assimilated into the system of the ocean reanalysis as pseudo temperature observation. That will provide a strong theoretical basis and solid data base for realizing complementary advantages of the situ observation (such as Argo) and the satellite observation, which is conductive to construct the complete temperature analysis field.

thermal parametric model; maximum angle method; Argo observation; SST; inversion

10.11693/hyhz20120928003

* 海洋公益性專項(xiàng), 201005033號(hào); 科技基礎(chǔ)性工作專項(xiàng), 2012FY112300號(hào); 國(guó)家海洋局第二海洋研究所基本科研業(yè)務(wù)費(fèi)專項(xiàng), JT0904號(hào)。張春玲, 博士研究生, E-mail : zhangchunling81@163.com

2012-09-17,

2012-12-17

P731