史珍,李響,凌鐵軍,劉娜

（1.北京大學(xué)物理學(xué)院，北京 100871；2.國家海洋環(huán)境預(yù)報(bào)中心國家海洋局海洋災(zāi)害預(yù)報(bào)技術(shù)研究重點(diǎn)實(shí)驗(yàn)室，北京 100081）

1 引言

海洋是全球氣候系統(tǒng)的重要組成部分，以其巨大的儲存和釋放熱量的能力，給氣候系統(tǒng)以長期記憶并能影響到從季節(jié)到世紀(jì)尺度的氣候變化。同時(shí)，海洋作為全球CO2的匯，存儲了約93%的CO2，是大氣的50倍，陸地生態(tài)系統(tǒng)的20倍[1]?；诤Ｑ蟮闹匾裕絹碓蕉嗟膶W(xué)者關(guān)注海洋的研究。但由于海洋的觀測比較困難，海洋數(shù)據(jù)較少且在時(shí)間和空間上分布不均，絕大部分海洋數(shù)據(jù)位于北半球及其海表面附近，同時(shí)海洋數(shù)據(jù)一般為間接獲得，通常只提供熱力場而缺少速度場。因此，目前進(jìn)行海洋研究及預(yù)測的最主要工具是海洋環(huán)流模式，其不僅可以模擬及預(yù)測海洋環(huán)流狀況，同時(shí)可以用于研究海洋生物地球化學(xué)[2]。

自20世紀(jì)60年代普林斯頓大學(xué)的地球物理流體動力學(xué)實(shí)驗(yàn)室（GFDL）研究開發(fā)了第一個(gè)海洋普通環(huán)流模式開始，至今各科研機(jī)構(gòu)已發(fā)展40多個(gè)海洋模式[3]。這些模式具有各自不同的特點(diǎn)，分別適用于不同海域和不同海洋學(xué)科方向。目前國內(nèi)外常用的業(yè)務(wù)化海洋模式有HYCOM、NEMO、MOM、ROMS和POM等，其中HYCOM、NEMO及MOM模式為全球海洋環(huán)流模式。在假定潮汐力對海洋長期平均性質(zhì)的影響可以忽略的情況下，海洋模式主要是由風(fēng)應(yīng)力、熱通量及淡水通量三種“外力”驅(qū)動[4]。采用不同的外強(qiáng)迫場時(shí)，海洋會產(chǎn)生不同的響應(yīng)，因此采用何種外強(qiáng)迫場會對海洋模式的模擬及預(yù)報(bào)結(jié)果產(chǎn)生直接的影響。

國際上常用的用于驅(qū)動海洋模式的強(qiáng)迫場數(shù)據(jù)集有多種，包括：美國國家環(huán)境預(yù)報(bào)中心（NCEP）的再分析數(shù)據(jù)集（R2）[5]、歐洲中期數(shù)值預(yù)報(bào)中心（ECMWF）的三代再分析數(shù)據(jù)集（ERA-15、ERA-40以及ERA-Interim）[6]、日本氣象廳（JMA）的25年再分析數(shù)據(jù)集（JRA-25）[7]、美國NCEP的氣候預(yù)報(bào)系統(tǒng)再分析數(shù)據(jù)集（CFSR）[8]、美國航空航天局（NASA）的再分析數(shù)據(jù)集（MERRA）[9]、以及美國國家氣候數(shù)據(jù)中心的海洋大氣綜合數(shù)據(jù)集（COADS）[10]等。這些數(shù)據(jù)集各自具有不同的特點(diǎn)，國內(nèi)外學(xué)者對這些數(shù)據(jù)集進(jìn)行了一定的對比研究。張?jiān)龊11]對比了六套數(shù)據(jù)在南海區(qū)域的感熱通量及潛熱通量，結(jié)果表明HOAPS2（Hamburg Ocean-Atmosphere ParametersandFluxesfromSatelliteData2）、NCEP1,2以及ERA40數(shù)據(jù)均或多或少的高估了該區(qū)域的熱通量值。Josey等[12]對比了5套數(shù)據(jù)的風(fēng)應(yīng)力，發(fā)現(xiàn)NCEP的風(fēng)應(yīng)力偏弱，而Hellerman and Rosenstein（HR）數(shù)據(jù)的風(fēng)應(yīng)力偏強(qiáng)，ERA40、COADS數(shù)據(jù)則與南安普頓國家海洋學(xué)中心（Southampton Oceanography Centre，SOC）數(shù)據(jù)的結(jié)果有較好的一致性。Brunke等[13]評估了6套再分析數(shù)據(jù)的潛熱、感熱以及風(fēng)應(yīng)力的不確定性，研究了各個(gè)變量的誤差范圍，其中潛熱為3.0—20.2W·m-2、感熱為1.4—6.0 W·m-2、風(fēng) 應(yīng) 力 為 7.6×10-3— 7.9×10-3N·m-2。Chaudhuri等[14]研究了常用于海洋模式外強(qiáng)迫的大氣再分析產(chǎn)品的不確定性，結(jié)果表明ERA-Interim，CORE2（Coordinated Ocean-ice Reference Experiments V2），JRA-25以及NCEP 4套再分析產(chǎn)品盡管具有一定的可比性，但是沒有一套數(shù)據(jù)參與評估的8個(gè)變量與衛(wèi)星數(shù)據(jù)完全相符。國內(nèi)外的研究人員不僅對這些常用的大氣分析場進(jìn)行對比，更進(jìn)一步的對比研究了不同的外強(qiáng)迫數(shù)據(jù)集對海洋模式模擬結(jié)果的影響。俞永強(qiáng)等[15]采用3種不同的風(fēng)應(yīng)力數(shù)據(jù)強(qiáng)迫中國科學(xué)院大氣物理研究所大氣科學(xué)和地球流體力學(xué)數(shù)值模擬國家重點(diǎn)實(shí)驗(yàn)室的全球海洋環(huán)流模式（IAP/LASG Climate System Ocean Model，LICOM），結(jié)果表明3個(gè)試驗(yàn)的結(jié)果大致相同，但也體現(xiàn)了不同的特征，ERA和佛羅里達(dá)州立大學(xué)“偽”風(fēng)應(yīng)力（FSU）試驗(yàn)?zāi)M的SST距平的強(qiáng)度要好于NCEP再分析數(shù)據(jù)（NCEP Reanalysis，NRA）試驗(yàn)，但是NRA試驗(yàn)?zāi)M的位相比另外兩個(gè)試驗(yàn)更合理。Hunke等[16]使用三套數(shù)據(jù)分別強(qiáng)迫一個(gè)全球海洋海冰耦合模式，發(fā)現(xiàn)盡管外強(qiáng)迫場差異較小，但是模擬結(jié)果卻產(chǎn)生了較大的差異。陳光澤等[17]用數(shù)值模擬研究了海表流場對外強(qiáng)迫（風(fēng)應(yīng)力和海表熱通量）的響應(yīng)特征，結(jié)果表明不同海區(qū)的表層環(huán)流對這些外強(qiáng)迫有不同的響應(yīng)特征。俞永強(qiáng)等[18]對比3套不同來源的海表熱通量和風(fēng)應(yīng)力資料在熱帶太平洋和印度洋區(qū)域的差異，并強(qiáng)迫一個(gè)海洋模式研究了印度洋和西太平洋暖池對這些外強(qiáng)迫響應(yīng)的敏感性?；⒀怒偟萚19]用3套外強(qiáng)迫數(shù)據(jù)驅(qū)動LICOM模式，設(shè)計(jì)了多組試驗(yàn)研究不同的外強(qiáng)迫場對模擬結(jié)果的影響，發(fā)現(xiàn)海洋模式對比計(jì)劃的（Ocean Model Intercomparisin Project，OMIP）風(fēng)應(yīng)力數(shù)據(jù)和NCEP的SST數(shù)據(jù)更適合作為LICOM模式的強(qiáng)迫場。以上這些研究中均未探討過CFSR數(shù)據(jù)集強(qiáng)迫全球海洋模式對模擬結(jié)果的影響。

目前，國內(nèi)外海洋預(yù)報(bào)蓬勃發(fā)展，主要海洋大國均建立了先進(jìn)的海洋預(yù)報(bào)系統(tǒng)[20]。國家海洋環(huán)境預(yù)報(bào)中心采用MOM4模式進(jìn)行未來5 d的全球海洋預(yù)報(bào)，其動力及熱力強(qiáng)迫場采用NCEP的全球預(yù)報(bào)系統(tǒng)（Global Forcast System，GFS）數(shù)據(jù)。由于GFS數(shù)據(jù)的預(yù)報(bào)時(shí)效僅為15 d，該強(qiáng)迫數(shù)據(jù)無法用于氣候預(yù)測中。CFSR數(shù)據(jù)作為國際上比較新的高分辨率數(shù)據(jù)，在預(yù)報(bào)中心大氣的短期氣候預(yù)測中使用。本文著眼于業(yè)務(wù)的短期海洋氣候預(yù)測，對比研究了CFSR數(shù)據(jù)集與NCEP數(shù)據(jù)集的差異，并考察這兩種不同的外強(qiáng)迫數(shù)據(jù)對MOM4模式的模擬結(jié)果的影響，為未來建立用于業(yè)務(wù)的全球海洋預(yù)測系統(tǒng)提供理論及試驗(yàn)支持。

2 模式及數(shù)據(jù)介紹

2.1 模式介紹

MOM4模式[21]是由GFDL開發(fā)的模塊化海洋模式。該模式為自由表面原始方程海洋模式，采用非Boussinesq近似和靜力近似，垂直坐標(biāo)采用z坐標(biāo)系，水平網(wǎng)格采用Arakawa B網(wǎng)格。模式提供了多種垂直混合參數(shù)化方案，包括KPP方案、Richardson數(shù)決定的渦動混合系數(shù)法等。該模式主要用于海洋氣候系統(tǒng)研究和海洋預(yù)報(bào)。

本文的MOM4模式計(jì)算范圍88.75°S—90°N,包含了全球所有大洋，水平網(wǎng)格分辨率為1/4°×1/4°，最大水深取為5500 m，垂向分為50層。模式中采用OCCAM 0.2°資料作為海底地形。通過提高M(jìn)OM4在接近海表面處網(wǎng)格垂向分辨率，使上溫躍層有更好的模擬效果。較高的水平分辨率提高了對副熱帶和極地海域的海洋環(huán)流結(jié)構(gòu)及溫度鹽度等海洋環(huán)境要素的模擬能力。為了方便對北極點(diǎn)的處理，水平網(wǎng)格設(shè)計(jì)時(shí)采取三極點(diǎn)網(wǎng)格，可以有效消除北極奇點(diǎn)。全球海洋模式不需人為給定任何側(cè)邊界及開邊界條件，溫、鹽、流等要素都是由模式本身直接模擬得到的，摒棄了以往一般區(qū)域模式開邊界選取的人為性，將有利于提高全球及重點(diǎn)關(guān)心海域海洋要素的模擬精度。模式積分時(shí)間步長取值為：溫、鹽積分步長及流速時(shí)間步長和自由表面積分步長均取為1500 s，流函數(shù)積分時(shí)間步長取為25 s。模式采用來自O(shè)MIP_NCAR氣候態(tài)數(shù)據(jù)集的海平面氣壓，10 m溫度、比濕、風(fēng)速、降水、長波輻射、短波輻射等數(shù)據(jù)作為外強(qiáng)迫場，運(yùn)行氣候態(tài)積分20 a。高頻大氣強(qiáng)迫數(shù)據(jù)分別采用CFSR月平均數(shù)據(jù)集及NCEP月平均數(shù)據(jù)集。所有資料均經(jīng)過插值以適應(yīng)模式需要。

2.2 試驗(yàn)設(shè)計(jì)及數(shù)據(jù)介紹

為了考察不同空間分辨率的外強(qiáng)迫數(shù)據(jù)集對MOM4模式的模擬結(jié)果的影響，本文設(shè)計(jì)了兩組試驗(yàn)，分別為：采用CFSR數(shù)據(jù)集作為外強(qiáng)迫的試驗(yàn)，記作CFSR；以及以NCEP-DOE R2數(shù)據(jù)集作為外強(qiáng)迫的試驗(yàn)，記作NCEP。

本研究中用到的數(shù)據(jù)包括如下：

（1）美國國家環(huán)境預(yù)報(bào)中心（NCEP）的氣候預(yù)測系統(tǒng)再分析數(shù)據(jù)（CFSR），該數(shù)據(jù)為1981年1月—2008年12月的月平均數(shù)據(jù)，水平分辨率為0.5°。該數(shù)據(jù)作為CFSR試驗(yàn)的外強(qiáng)迫數(shù)據(jù)驅(qū)動MOM4模式；

（2）美國國家環(huán)境預(yù)報(bào)中心（NCEP）再分析數(shù)據(jù)2（NCEP-DOE R2），該再分析數(shù)據(jù)是在NCEP/NCAR再分析數(shù)據(jù)1基礎(chǔ)上改進(jìn)而來。該數(shù)據(jù)為1981年1月—2008年12月的月平均數(shù)據(jù)，高斯網(wǎng)格，水平分辨率約為2°。該數(shù)據(jù)作為NCEP試驗(yàn)的外強(qiáng)迫數(shù)據(jù)驅(qū)動MOM4模式；

（3）美國馬里蘭大學(xué)的海洋再分析數(shù)據(jù)（SODA）[22-23]，該數(shù)據(jù)為1981年1月—2008年12月的月平均數(shù)據(jù)，水平分辨率為0.5°，垂直共40層。該數(shù)據(jù)作為觀測數(shù)據(jù)與兩組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行對比。

3 不同海表動力及熱力強(qiáng)迫場的對比

為了更好的理解不同動力強(qiáng)迫場及熱力強(qiáng)迫場對MOM4模擬結(jié)果的影響，首先對這兩組不同的動力及熱力強(qiáng)迫場進(jìn)行對比分析。

3.1 動力強(qiáng)迫場的對比

海表面風(fēng)場通過向海洋表層釋放動量驅(qū)動海洋，在這個(gè)過程中最重要的大氣參量就是風(fēng)應(yīng)力。風(fēng)應(yīng)力是驅(qū)動海洋上層環(huán)流的直接動力，是決定上層海水流動和影響SST分布的重要外部動力。圖1給出了兩套數(shù)據(jù)1月份及7月份的風(fēng)應(yīng)力平均值和1月份及7月份兩套數(shù)據(jù)相對于平均風(fēng)應(yīng)力的差值。不論是1月還是7月，兩套數(shù)據(jù)中風(fēng)應(yīng)力的大尺度空間分布基本一致，其主要特征在1月份表現(xiàn)為：在35°N以北的太平洋中高緯度主要被大范圍的氣旋性環(huán)流控制，大西洋則盛行西南風(fēng)；在北印度洋大范圍的東北季風(fēng)跨越赤道后在10°S左右與南印度洋低緯的東南信風(fēng)交匯，形成弱風(fēng)槽，而西北太平洋則受到東北季風(fēng)的影響，北半球低緯度其他海區(qū)盛行東北信風(fēng)，并跨赤道與南半球地位東南信風(fēng)交匯；南半球中高緯盛行西風(fēng)。兩套數(shù)據(jù)的風(fēng)應(yīng)力在1月份的差異主要表現(xiàn)為：除了赤道太平洋海域外，其他海域中CFSR數(shù)據(jù)的風(fēng)應(yīng)力偏強(qiáng)，而NCEP數(shù)據(jù)的風(fēng)應(yīng)力偏弱。7月份兩套數(shù)據(jù)的平均風(fēng)應(yīng)力類似于1月份的情況。其他月份的結(jié)果與此類似（圖略）。造成兩套數(shù)據(jù)風(fēng)應(yīng)力差別的原因很多，如觀測數(shù)據(jù)來源不一致、風(fēng)應(yīng)力計(jì)算方案的差異、模式及同化方案的差別等。

3.2 熱力強(qiáng)迫場的對比

凈的海表熱通量，它是由凈的短波輻射通量，凈的長波輻射通量，潛熱通量以及感熱通量4部分組成。海表的凈熱通量對SST的模擬具有非常重要的影響。圖2給出了兩套數(shù)據(jù)1月份及7月份的海表凈熱通量平均值和1月份及7月份兩套數(shù)據(jù)相對于平均海表凈熱通量的差值。從圖中可以看出，兩套數(shù)據(jù)的凈熱通量的空間分布類似，1月份海洋的凈熱通量南半球?yàn)檎?，海洋凈吸收熱量，而北半球除了赤道東太平洋及赤道西大西洋區(qū)域外，其他海域均為負(fù)的凈熱通量，海洋向外放出熱量，其中在黑潮區(qū)域存在負(fù)的凈熱通量大值區(qū)。兩套數(shù)據(jù)1月份平均的凈熱通量的差異為CFSR數(shù)據(jù)在絕大部分的太平洋海域釋放更少的熱量或吸收更多的熱量（圖2c），而NCEP數(shù)據(jù)在印度洋及絕大部分的大西洋海域釋放更少的熱量或吸收更多的熱量（圖2e）。7月份的結(jié)果（圖2b、d、f）以及其他月份（圖略）的結(jié)果類似于一月份。

圖1 全球風(fēng)應(yīng)力圖（單位：N·m-2）

4 模擬結(jié)果對比分析

4.1 海表溫度的氣候態(tài)

SST在很大程度上控制著海洋向大氣輸送水分的空間分布和強(qiáng)度，它本身又受到海氣相互作用的強(qiáng)烈影響，因而成為聯(lián)結(jié)大氣和海洋的最重要的變量。對于氣候模式來說，SST是檢驗(yàn)海洋模式能力的第一指標(biāo)。

圖3給出了采用不同外強(qiáng)迫的MOM4模擬的28 a平均SST全球空間分布和1981—2008年共計(jì)28 a SODA的年平均SST。從圖中可以看出，兩種外強(qiáng)迫數(shù)據(jù)均能使得MOM4模式再現(xiàn)全球SST的整體分布特征。SST等值線在中高緯度基本上都是沿著緯向分布的，等值線在中緯度較為密集，尤其是在大西洋及太平洋的西海岸的海域最為明顯，體現(xiàn)了西邊界流的特征。SST沿緯向不對稱分布則主要集中在赤道附近的熱帶大洋上，尤其是熱帶太平洋海域，其東部偏暖而西部偏冷。在赤道偏北區(qū)域存在一暖水區(qū)，而赤道東太平冷海水區(qū)域與東南太平洋相連，形成冷舌。

圖2 全球凈熱通量圖（單位：W·m-2）

雖然兩套外強(qiáng)迫數(shù)據(jù)均能使MOM4模式模擬出SST的全球平均分布形態(tài)，但是模擬結(jié)果與觀測之間仍然存在一定的差異。如圖3d所示，CFSR試驗(yàn)中，其模擬的年平均海溫在太平洋海域偏暖，整個(gè)洋盆偏暖約1—3℃，其中最大偏差出現(xiàn)在南太平洋海域，偏暖超過3℃。在印度洋海域，模擬的SST偏差較小，絕對值均在1℃以內(nèi)，其中北印度洋及南印度洋海溫偏冷，而赤道中印度洋海域偏暖。大西洋呈現(xiàn)SST偏冷偏熱交替出現(xiàn)的情況。NCEP試驗(yàn)中，除了赤道東太平洋及赤道大西洋區(qū)域外，其他海域均表現(xiàn)為SST偏暖。但是與CFSR試驗(yàn)相比較，NCEP試驗(yàn)在太平洋的SST偏差較小，而印度洋及大西洋區(qū)域的SST偏差相對較大。這與凈熱通量的差異分布較為一致，更多的加熱導(dǎo)致SST的偏差也較大。

4.2 海溫的垂直分布

圖3 全球28 a平均海洋表面溫度圖（單位：℃）

圖4給出了觀測及兩組模擬試驗(yàn)的全球緯向平均的海溫的緯度-深度分布圖。從圖中可以看出，兩組試驗(yàn)?zāi)M的緯向平均海溫隨的緯度-深度分布與SODA數(shù)據(jù)的結(jié)果具有較為一致的模態(tài)。比較有代表性的4℃等溫線均位于水深1000 m附近，且在30°S附近向下伸展至2000 m左右。但是在赤道附近的淺層海洋，兩組模擬試驗(yàn)的海溫的垂直分布與觀測有較大的差異，尤其在水深小于50 m海洋中。觀測中，在赤道附近存在一個(gè)28℃以上的暖水區(qū)，且范圍在10°S—0°之間，CFSR試驗(yàn)的模擬結(jié)果在赤道兩側(cè)分別有一個(gè)暖水區(qū)，且范圍較大，位于10°N—15°S之間，而NCEP試驗(yàn)的模擬結(jié)果在赤道溫度略低，而在赤道南北兩側(cè)分別有一個(gè)暖水區(qū)，分別位于10°—5°N之間以及12°S—0°之間。NCEP數(shù)據(jù)的風(fēng)應(yīng)力在0°—15°S的風(fēng)應(yīng)力偏大，使得垂直混合加強(qiáng)，導(dǎo)致海溫相對CFSR試驗(yàn)偏低。由于CFSR試驗(yàn)在赤道附近吸收更多的熱量，盡管在其他區(qū)域CFSR的風(fēng)應(yīng)力偏大，加強(qiáng)的垂直混合導(dǎo)致的直接結(jié)果是高海溫區(qū)域延伸到海洋的更深處。

4.3 海溫的季節(jié)變化

圖4 全球緯圈平均的海溫隨緯度和深度分布圖（單位：℃）

圖5 近赤道（2°S—2°N）SST的季節(jié)變化圖（單位：℃）

圖5給出了采用兩套不同的外強(qiáng)迫數(shù)據(jù)對SST季節(jié)變化的模擬與觀測的對比。在赤道太平洋區(qū)域，觀測的SST季節(jié)變化主要表現(xiàn)為赤道東太平洋為顯著的年循環(huán)，赤道西太平洋為較弱的半年循環(huán)。在赤道大西洋區(qū)域及赤道印度洋區(qū)域，觀測的SST季節(jié)變化為顯著的年循環(huán)特征，但是強(qiáng)度相對赤道東太平洋弱。兩組試驗(yàn)均能模擬出觀測的SST季節(jié)變化特征，總體體現(xiàn)為春季暖異常，秋季冷異常，但同時(shí)也存在一定的差異性。在赤道東太平洋區(qū)域，相比于觀測，CFSR試驗(yàn)?zāi)M的SST的正異常偏強(qiáng)，而負(fù)異常偏弱，且正異常中心偏東；NCEP試驗(yàn)?zāi)M的SST正異常偏弱且持續(xù)時(shí)間較短，而負(fù)異常偏弱，且正異常中心偏東。在其它赤道大洋上，相比于觀測，CFSR試驗(yàn)?zāi)M的SST的季節(jié)異常均偏弱，而NCEP試驗(yàn)?zāi)M的SST的季節(jié)異常均偏強(qiáng)。

4.4 海溫的年際變化

在年際尺度上，熱帶太平洋海溫年際變化的最主要特征是ENSO，它也是年際時(shí)間尺度上氣候變量的最主要模態(tài)，印度洋海溫年際變化的最主要特征是印度洋偶極子(IOD)。這些事件通?？梢酝ㄟ^用特定區(qū)域的SST異常進(jìn)行定義。

4.4.1 熱帶太平洋海溫年際變化

熱帶太平洋海溫年際變化的最主要特征是ENSO[24-25]。當(dāng)ENSO處于正位相時(shí)，海洋對應(yīng)為El Ni?o事件，表現(xiàn)為赤道中東太平洋大范圍持續(xù)異常偏暖；與之相反，當(dāng)ENSO處于負(fù)位相時(shí)，海洋對應(yīng)為La Ni?a事件，表征為赤道中東太平洋大范圍持續(xù)異常偏冷。通常用赤道東太平洋特定區(qū)域海溫異常的平均值代表ENSO指數(shù)。不同的研究人員對ENSO指數(shù)的定義的不同[26]，將赤道東太平洋劃分了不同的Nino指數(shù)計(jì)算區(qū)域，這些區(qū)域包括Nino1+2區(qū)域，Nino3區(qū)域，Nino4區(qū)域以及Nino3.4區(qū)域，對應(yīng)的Nino指數(shù)則為Nino1+2指數(shù)，Nino3指數(shù)，Nino4指數(shù)以及Nino3.4指數(shù)。本研究中以Nino3.4指數(shù)為代表，研究采用不同外強(qiáng)迫數(shù)據(jù)強(qiáng)迫MOM4模式，模擬的ENSO的差異。

圖6 逐月Nino3.4指數(shù)變化圖（單位：℃）

圖7 逐月DMI指數(shù)變化圖（單位：℃）

根據(jù)Nino3.4指數(shù)的定義，分別計(jì)算了SODA數(shù)據(jù)、CFSR試驗(yàn)及NCEP試驗(yàn)的Nino3.4指數(shù)，并進(jìn)行了對比分析。圖6給出了逐月Nino3.4指數(shù)變化觀測值與CFSR試驗(yàn)、NCEP試驗(yàn)的對比。從圖中可以看出，CFSR試驗(yàn)及NCEP試驗(yàn)計(jì)算得到的Nino3.4指數(shù)與SODA數(shù)據(jù)計(jì)算得到的Nino3.4指數(shù)具有一致的變化特征。其中，CFSR試驗(yàn)的Nino3.4指數(shù)與觀測的Nino3.4指數(shù)的相關(guān)系數(shù)達(dá)到了0.89；而NCEP試驗(yàn)的Nino3.4指數(shù)與觀測的Nino3.4指數(shù)的相關(guān)系數(shù)則達(dá)到了0.97。兩者均超過了99%的信度檢驗(yàn)。對于幾次強(qiáng)的El Ni?o事件均模擬的較好，如1982—1983年及1997—1998年，El Ni?o事件的持續(xù)時(shí)間及振幅均與觀測較為一致。但是對于La Ni?a事件，在2000年前，CFSR試驗(yàn)?zāi)M的振幅偏大，而在2000年以后，CFSR試驗(yàn)?zāi)M的振幅偏弱。NCEP試驗(yàn)在整個(gè)模擬期間，Nino3.4指數(shù)均與觀測非常一致。這表明在赤道東太平洋區(qū)域，采用NCEP數(shù)據(jù)作為外強(qiáng)迫模擬的海溫更接近觀測。

4.4.2 印度洋海溫的年際變化

在熱帶印度洋區(qū)域，存在著SSTA的偶極子分布特征。Saji等[27]將赤道西印度洋（50°—70°E，10°S—10°N）和東南印度洋（90°—110°E，10°S—0°）海區(qū)平均的SSTA之差定義為印度洋偶極子指數(shù)（DMI）。當(dāng)DMI為正值時(shí)，偶極子處于正位相時(shí)期，印度洋海溫異常呈西正東負(fù)的模態(tài)；與之相反，當(dāng)DMI為負(fù)值時(shí)，偶極子處于負(fù)位相時(shí)期，印度洋海溫異常呈西負(fù)東正的模態(tài)。

根據(jù)Saji等人的定義，分別計(jì)算了SODA數(shù)據(jù)、CFSR試驗(yàn)及NCEP試驗(yàn)的DMI指數(shù)，并進(jìn)行了對比分析。圖7給出了逐月DMI指數(shù)變化觀測值與CFSR試驗(yàn)、NCEP試驗(yàn)的對比。從圖中可以看出，CFSR試驗(yàn)及NCEP試驗(yàn)計(jì)算得到的DMI指數(shù)與SODA數(shù)據(jù)計(jì)算得到的DMI指數(shù)具有一致的變化特征。對于幾次強(qiáng)的IOD正位相年份及負(fù)位相年份，均有較好的模擬。其中，CFSR試驗(yàn)的DMI指數(shù)與觀測的DMI指數(shù)的相關(guān)系數(shù)達(dá)到了0.85；NCEP試驗(yàn)的DMI指數(shù)與觀測的DMI指數(shù)的相關(guān)系數(shù)也達(dá)到了0.8。兩者均超過了99%的信度檢驗(yàn)。但是需要指出的是，在大部分年份中，NCEP試驗(yàn)的DMI指數(shù)的振幅相對較大。這表明在印度洋區(qū)域，采用CFSR數(shù)據(jù)作為外強(qiáng)迫模擬的海溫更接近觀測。

5 結(jié)論

本文利用MOM4模式研究了全球海洋模擬對不同的海表動力及熱力強(qiáng)迫的響應(yīng)情況，并與SODA海洋同化數(shù)據(jù)進(jìn)行了對比，主要結(jié)論如下：

（1）兩套數(shù)據(jù)的風(fēng)應(yīng)力及凈熱通量的對比結(jié)果表明，CFSR數(shù)據(jù)的風(fēng)應(yīng)力相對于NCEP數(shù)據(jù)偏大，而CFSR數(shù)據(jù)的凈熱通量相對于NCEP數(shù)據(jù)偏??；

（2）兩套數(shù)據(jù)強(qiáng)迫MOM4模式能再現(xiàn)SST的總體空間分布特征，但是區(qū)域性差異仍然存在，如CFSR試驗(yàn)?zāi)M的海溫在印度洋區(qū)域誤差相對較小，而NCEP試驗(yàn)?zāi)M的海溫在太平洋區(qū)域誤差相對較小，這與兩套數(shù)據(jù)的凈熱通量的差異分布較為一致；

（3）兩組試驗(yàn)?zāi)M的海溫的垂直分布結(jié)構(gòu)與觀測類似，但是在上層海洋海溫的模擬差異較大，尤其是赤道附近，兩組試驗(yàn)均表現(xiàn)為兩道南北兩個(gè)暖水區(qū)，但是NCEP試驗(yàn)在赤道以南的暖水區(qū)相對較小，一方面是由于NCEP數(shù)據(jù)在該區(qū)域的凈熱通量相對偏小，海溫相對偏低，另一方面更強(qiáng)的風(fēng)應(yīng)力導(dǎo)致垂直混合加強(qiáng)，降低海溫；

（4）對于SST季節(jié)循環(huán)的模擬，兩組試驗(yàn)對海溫的季節(jié)循環(huán)均的周期模擬較好，但是SST異常的大小存在一定的差異，CFSR試驗(yàn)在太平洋區(qū)域偏暖更多，而NCEP試驗(yàn)在印度洋及大西洋偏暖更多；

（5）兩組試驗(yàn)?zāi)M的海溫年際信號均與SODA數(shù)據(jù)較為一致，其中CFSR試驗(yàn)?zāi)M的DMI指數(shù)更加接近觀測，而NCEP試驗(yàn)?zāi)M的Nino3.4指數(shù)更加接近觀測。

[1]胡敦欣.海洋在全球氣候變化中的作用——概況、展望與建議[J].科學(xué)中國人,2005,11:23-25.

[2]趙琦,陳中笑,徐永福,等.全球海洋CFC-11吸收對傳輸速度的敏感性[J].大氣科學(xué),2012,32(6):1253-1268.

[3]趙艷玲,張銘,司廣宇.海洋環(huán)流模式研究回顧與展望[J].解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2006,7(3):281-290.

[4]張學(xué)洪,俞永強(qiáng),周天軍,等.大洋環(huán)流和海氣相互作用的數(shù)值模擬講義[M].北京:氣象出版社,2013.

[5]Kanamitsu M,Ebisuzaki W,Woollen J,et al.NCEP-DOE AMIP-II Reanalysis(R-2)[J].Bulletin of the American Meteorological Society,2002,83(11):1631-1643.

[6]Uppala S M,K?llberg P W,Simmons A J,et al.The ERA-40 re-analysis[J].Quarterly Journal of the Royal Meteorological Society,2005,131(612):2961-3012.

[7]Onogi K,Tsutsui J,Koide H,et al.The JRA-25 Reanalysis[J].Journal of the Meteorological Society of Japan Ser II,2007,85(3):369-432.

[8]Center E M.NCEP Climate Forecast System Reanalysis(CFSR)selected hourly time-series products,January 1979 to December 2010[J].Research Data Archive at the National Center for Atmospheric Research,Computational and Information Systems Laboratory[Available online at http://rda ucar edu/datasets/ds0931]2010.

[9]Rienecker M M,Suarez M J,Gelaro R,et al.MERRA:NASA’s Modern-Era retrospective analysis for research and applications[J].Journal of Climate,2011,24(14):3624-3648.

[10]Slutz R J,Lubker S J,Hiscox J D.COADS:comprehensive ocean-atmosphere data set release 1[M].1985.

[11]張?jiān)龊?南海湍流熱能量的質(zhì)量分析和季節(jié)變化研究[D].青島:中國海洋大學(xué),2006.

[12]Josey S A,Kent E C,Taylor P K.Wind stress forcing of the ocean in the SOC Climatology:Comparisons with the NCEP-NCAR,ECMWF,UWM/COADS,and hellerman and rosenstein datasets[J].Journal of Physical Oceanography,2002,32(7):1993-2019.

[13]Brunke M A,Wang Z,Zeng X B,et al.An assessment of the uncertainties in ocean surface turbulent fluxes in 11 reanalysis,Satellite-derived,and combined global datasets[J].Journal of Climate,2011,24(21):5469-5493.

[14]Chaudhuri A H,Ponte R M,Forget G,et al.A comparison of atmospheric reanalysis surface products over the ocean and implications for uncertainties in Air-sea boundary forcing[J].Journal of Climate,2013,26(1):153-170.

[15]俞永強(qiáng),Izard A,張學(xué)洪,等.IAP/LASG海洋環(huán)流模式對風(fēng)應(yīng)力的響應(yīng)[J].大氣科學(xué),2001,25(6):721-739.

[16]Hunke E C,Holland M M.Global atmospheric forcing data for Arctic ice-ocean modeling[J].Journal of Geophysical Research:Oceans,2007,112(C4):C04S14,doi:10.1029/2006JC003640.

[17]陳光澤,張銘,李崇銀.表層洋流對外強(qiáng)迫響應(yīng)敏感度的數(shù)值研究[J].大氣科學(xué)學(xué)報(bào),2011,34(2):199-208.

[18]俞永強(qiáng),李超,王東曉,等.暖池季節(jié)變化的數(shù)值模擬及其對海表熱力和動力強(qiáng)迫的敏感性[J].熱帶海洋學(xué)報(bào),2011,30(1):1-10.

[19]虎雅瓊,劉海文,李陽春,等.全球海洋模式對不同強(qiáng)迫場的響應(yīng)[J].大氣科學(xué),2015,39(1):180-196.

[20]方長芳,張翔,尹建平.21世紀(jì)初海洋預(yù)報(bào)系統(tǒng)發(fā)展現(xiàn)狀和趨勢[J].海洋預(yù)報(bào),2013,30(4):93-102.

[21]Griffies S M,Harrison M J,Pacanowski RC,et al.A technical guide to MOM4[J].GFDL Ocean Group Tech Rep 2004;5:371.

[22]Carton J A,Chepurin G,Cao X H,et al.A simple ocean data assimilation analysis of the global upper ocean 1950-95.Part I:Methodology[J].Journal of Physical Oceanography,2000,30(2):294-309.

[23]Carton J A,Chepurin G,Cao X H.A simple ocean data assimilation analysis of the global upper ocean 195095.Part II:Results[J].Journal of Physical Oceanography,2000,30(2):311-326.

[24]巢紀(jì)平.厄爾尼諾和南方濤動動力學(xué)[M].北京:氣象出版社,1993.

[25]黃榮輝.ENSO及熱帶海-氣相互作用動力學(xué)研究的新進(jìn)展[J].大氣科學(xué),1990,14(2):234-242.

[26]李曉燕,翟盤茂.ENSO事件指數(shù)與指標(biāo)研究[J].氣象學(xué)報(bào),2000,58(1):102-109.

[27]Saji N H,Goswami B N,Vinayachandran P N,et al.A dipole mode in the tropical Indian Ocean[J].Nature,1999,401(6751):360-363.