廖東俁，凌鐵軍，張?zhí)N斐，于華明，祖子清，李響

（1.中國(guó)海洋大學(xué)海洋與大氣學(xué)院,山東 青島 266100；2.國(guó)家海洋環(huán)境預(yù)報(bào)中心,北京 100081；3.自然資源部海洋災(zāi)害預(yù)報(bào)技術(shù)重點(diǎn)實(shí)驗(yàn)室,北京 100081；4.國(guó)家海洋局極地考察辦公室,北京 100860；5.中國(guó)海洋大學(xué)三亞海洋研究院,海南 三亞 572024；6.青島海洋科學(xué)與技術(shù)試點(diǎn)國(guó)家實(shí)驗(yàn)室,山東 青島 266061）

海洋科學(xué)的發(fā)展需要數(shù)據(jù)的支撐。近年來(lái)得益于計(jì)算機(jī)技術(shù)的進(jìn)步，海洋數(shù)值模擬日趨成熟，世界上各大海洋機(jī)構(gòu)都建立了業(yè)務(wù)化海洋預(yù)報(bào)系統(tǒng)，發(fā)布預(yù)報(bào)和分析產(chǎn)品[1]。這些產(chǎn)品可以為我們提供高時(shí)空分辨率的海洋狀態(tài)估計(jì)，在現(xiàn)代的海洋科學(xué)研究和應(yīng)用中發(fā)揮著重要的作用[2]。但是，這些數(shù)據(jù)質(zhì)量受到數(shù)值模式、同化方法等諸多因素的影響，存在一定程度的誤差。因此，對(duì)這些產(chǎn)品的準(zhǔn)確程度進(jìn)行質(zhì)量評(píng)估就顯得十分重要。

資料同化是將觀測(cè)數(shù)據(jù)與數(shù)值模式相結(jié)合，以求得關(guān)于海洋狀態(tài)的最佳估計(jì)[3-4]。經(jīng)過(guò)同化后的結(jié)果稱為分析場(chǎng)，可以為海洋業(yè)務(wù)預(yù)報(bào)提供初值[5-6]。分析場(chǎng)的準(zhǔn)確程度會(huì)對(duì)預(yù)報(bào)效果產(chǎn)生較大影響，本文將針對(duì)預(yù)報(bào)系統(tǒng)的分析場(chǎng)進(jìn)行評(píng)估。國(guó)際組織GODAE OceanView (GOV)[7-9]下設(shè)的預(yù)報(bào)系統(tǒng)間比較和驗(yàn)證工作組（Intercomparison and Validation Task Team,IVTT）曾將英國(guó)、澳大利亞、法國(guó)、加拿大、美國(guó)和中國(guó)等具有代表性的業(yè)務(wù)化海洋預(yù)報(bào)系統(tǒng)進(jìn)行了評(píng)估。對(duì)于次表層的溫鹽剖面，IVTT 使用Argo 數(shù)據(jù)進(jìn)行比較，給出了偏差、均方根誤差、相關(guān)系數(shù)等指標(biāo)的時(shí)空分布[10-12]，為改進(jìn)預(yù)報(bào)系統(tǒng)提供了參考。

限于目前的觀測(cè)技術(shù)，海面以下的觀測(cè)主要來(lái)源于Argo 浮標(biāo)，但Argo 浮標(biāo)長(zhǎng)時(shí)間運(yùn)行在海面以下，由于生物附著等因素，測(cè)量數(shù)據(jù)會(huì)出現(xiàn)較大的偏移[13]。水下滑翔機(jī)作為一種新型的觀測(cè)平臺(tái)，觀測(cè)的時(shí)段較短，且觀測(cè)結(jié)束之后會(huì)回收，便于根據(jù)傳感器的實(shí)際狀態(tài)對(duì)觀測(cè)數(shù)據(jù)進(jìn)行質(zhì)量控制。此外，預(yù)報(bào)系統(tǒng)一般都會(huì)同化Argo 數(shù)據(jù)，此時(shí)再使用Argo 數(shù)據(jù)檢驗(yàn)分析場(chǎng)，可能會(huì)導(dǎo)致誤差估計(jì)偏低。因此，本文利用相對(duì)獨(dú)立的水下滑翔機(jī)在南海北部的觀測(cè)數(shù)據(jù)對(duì)國(guó)際上3 個(gè)主流的海洋預(yù)報(bào)機(jī)構(gòu)發(fā)布的溫鹽分析數(shù)據(jù)進(jìn)行對(duì)比和評(píng)估，以期為使用這些數(shù)據(jù)提供參考。

1 數(shù)據(jù)和方法

1.1 水下滑翔機(jī)調(diào)查數(shù)據(jù)

水下滑翔機(jī)(Underwater Glider)是一種新型的觀測(cè)平臺(tái)，此概念由Henry Stommel[14]于1989 年首次提出。1991 年，美國(guó)Teledyne Webb Research(TWR)公司研制了最早的水下滑翔機(jī)Slocum[15]。水下滑翔機(jī)可以通過(guò)改變浮力來(lái)控制垂向位置，并通過(guò)調(diào)整滑翔翼來(lái)控制前進(jìn)方向[16]，具有能耗小、續(xù)航能力強(qiáng)、自主可控等優(yōu)點(diǎn)[17-18]。此外，水下滑翔機(jī)還可以搭載不同的傳感器，對(duì)海洋進(jìn)行大規(guī)模、長(zhǎng)時(shí)間、全天候和高分辨率的觀測(cè)，廣泛應(yīng)用于海洋調(diào)查領(lǐng)域[19-21]。

2019 年7 月12 日至9 月20 日，中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所自主研發(fā)的“海翼”號(hào)水下滑翔機(jī)[22]在南海北部執(zhí)行了斷面調(diào)查任務(wù)，滑翔機(jī)編號(hào)：1000A005，本文數(shù)據(jù)均來(lái)自此次調(diào)查?！昂Ｒ怼碧?hào)水下滑翔機(jī)整體性能良好，可以獲取長(zhǎng)時(shí)間高分辨率的溫鹽數(shù)據(jù)[23]。此次水下滑翔機(jī)搭載了SBE Slocum CTD 傳感器，觀測(cè)變量包含溫度、電導(dǎo)率（鹽度）、水深等，其中溫度分辨率為0.001 ℃，電導(dǎo)率分辨率為0.000 01 s/m[24]，傳感器在下水前都經(jīng)過(guò)標(biāo)準(zhǔn)校正，以獲取更可靠的觀測(cè)數(shù)據(jù)。對(duì)取得的原始觀測(cè)數(shù)據(jù)首先進(jìn)行質(zhì)量控制，具體包括刪除重復(fù)值，剔除不符合常規(guī)的異常值，對(duì)電導(dǎo)率、溫度和深度數(shù)據(jù)進(jìn)行低通濾波和熱滯校正[25]幾個(gè)步驟，其中低通濾波環(huán)節(jié)會(huì)對(duì)電導(dǎo)率、溫度和水深數(shù)據(jù)有所修正，熱滯校正環(huán)節(jié)對(duì)電導(dǎo)率數(shù)據(jù)進(jìn)一步修正。然后，采用國(guó)際海水狀態(tài)方程TEOS-10（Thermodynamic Equation of Seawater-2010）[26]中的公式，將電導(dǎo)率轉(zhuǎn)換成鹽度。

水下滑翔機(jī)的運(yùn)行模式如圖1 所示，本次調(diào)查共計(jì)69 d，一共473 個(gè)剖面，最大水深達(dá)1 000 m，采樣時(shí)間間隔為2 s。每次下潛觀測(cè)時(shí)，水下滑翔機(jī)獲得下沉和上升過(guò)程共計(jì)2 條廓線。在每個(gè)剖面的觀測(cè)中，雖然水下滑翔機(jī)存在一定的水平移動(dòng)，但是水平移動(dòng)的距離較短，對(duì)觀測(cè)數(shù)據(jù)造成的影響可以忽略。因此，每條廓線的觀測(cè)時(shí)間和位置定義為水下滑翔機(jī)最接近海面時(shí)的時(shí)間和經(jīng)緯度。由于水下滑翔機(jī)搭載的CTD 采樣頻率很高，僅為2 s，因此滑翔機(jī)的采樣密度很大，即1 m 內(nèi)會(huì)進(jìn)行多次溫鹽的測(cè)量，并且每組數(shù)據(jù)的測(cè)量水深也不盡相同，為了便于對(duì)比，將溫鹽觀測(cè)數(shù)據(jù)垂直插值到間隔為1 m 的水深上。此外，為避免溫鹽日變化對(duì)評(píng)估的影響，本研究將水下滑翔機(jī)的溫鹽數(shù)據(jù)處理為日平均形式。處理之后廓線的經(jīng)緯度位置如圖2 所示。

圖1 水下滑翔機(jī)工作模式Fig.1 Working mode of underwater glider

圖2 2019 年7 月12 日至9 月20 日“海翼”號(hào)水下滑翔機(jī)每天觀測(cè)點(diǎn)軌跡Fig.2 Track of the underwater glider “Hai Yi” from July 12 to September 20,2019

1.2 溫鹽分析資料

分析資料來(lái)自法國(guó)的Mercator Océan International和美國(guó)的HYCOM Consortium 以及國(guó)家海洋環(huán)境預(yù)報(bào)中心。

Mercator Océan International 有PSY3 和PSY4 兩套預(yù)報(bào)系統(tǒng)，本研究選取PSY4 系統(tǒng)的分析產(chǎn)品。PSY4 數(shù)值模式為NEMO 3.1[27]，大氣強(qiáng)迫由歐洲中期天氣預(yù)報(bào)中心(European Centre for Medium-Range Weather Forecasts,ECMWF)提供。PSY4 同化方案為降階卡曼濾波（Reduced-order Kalman Filter），并配合三維變分（3DVAR）的偏差調(diào)整。同化的數(shù)據(jù)有OSTIA (Operational Sea Surface Temperature and Sea Ice Analysis) SST 數(shù)據(jù)、AVISO (Archiving，Validation，and Interpolation of Satellite Oceano-graphic)的SLA 數(shù)據(jù)、CMEMS（Copernicus Marine Environment Monitoring Service）海冰密集度數(shù)據(jù)以及溫鹽剖面數(shù)據(jù)、WOA 2013 的溫鹽氣候態(tài)數(shù)據(jù)，并使用法國(guó)太空研究中心的衛(wèi)星測(cè)高數(shù)據(jù)CNES-CLS13 進(jìn)行平均動(dòng)力地形的調(diào)整[28-29]。

HYCOM Consortium 是由美國(guó)國(guó)家海洋伙伴關(guān)系計(jì)劃（National Ocean Partnership Program，NOPP）贊助的機(jī)構(gòu)。HYCOM 為一個(gè)原始方程海洋環(huán)流模式，由美國(guó)邁阿密大學(xué)的等密度面坐標(biāo)海洋模式改進(jìn)而來(lái)[30]。本研究采用了HYCOM Consortium 的GOFS 3.1 系統(tǒng)分析數(shù)據(jù)。該系統(tǒng)使用耦合海洋資料同化系統(tǒng)（Navy Coupled Ocean Data Assimilation）[31]，利用三維變分（3DVAR）方法同化了衛(wèi)星高度計(jì)觀測(cè)反演的SSH，衛(wèi)星遙感、現(xiàn)場(chǎng)觀測(cè)的SST，以及Argo 浮標(biāo)和XBT、錨系浮標(biāo)的溫鹽剖面[32-33]。此外，該系統(tǒng)還利用合成海洋剖面系統(tǒng)將海面信息投影到下層海洋中[34]。

國(guó)家海洋環(huán)境預(yù)報(bào)中心選用了中國(guó)海洋預(yù)報(bào)系統(tǒng)（Chinese Global Oceanography Forecasting System，CGOFS），其數(shù)值模式為NEMO，大氣強(qiáng)迫場(chǎng)來(lái)源于美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（National Centers for Environmental Prediction，NCEP ）全球預(yù)報(bào)系統(tǒng)（Global Forecasting System，GFS）。同化方案為集合局部誤差子空間變換卡爾曼濾波（Ensemble Local Error Subspace Transform Kalman Filter），同化的數(shù)據(jù)包括OSTIA 的SST 數(shù)據(jù)，AVISO 的SLA 數(shù)據(jù)，以及Argo 和Tao 的觀測(cè)數(shù)據(jù)[35]。

PSY4、GOFS3.1 和CGOFS 三個(gè)業(yè)務(wù)化預(yù)報(bào)系統(tǒng)都選擇日平均的溫鹽分析場(chǎng)數(shù)據(jù)，分辨率均為（1/12）°。為了便于比較，將3 套分析數(shù)據(jù)通過(guò)水平和垂向插值，獲得與水下滑翔機(jī)觀測(cè)匹配的溫鹽廓線分析數(shù)據(jù)，其中水平插值使用了線性插值，垂向插值使用了3 次樣條插值。

預(yù)報(bào)系統(tǒng)的分析場(chǎng)數(shù)據(jù)來(lái)源于同化系統(tǒng)，3 個(gè)系統(tǒng)的同化系統(tǒng)和同化的觀測(cè)數(shù)據(jù)都有很大的差別（表1）。從SST 數(shù)據(jù)來(lái)看，PSY4 和CGOFS 使用的均是OSTIA SST 數(shù)據(jù)，OSTIA 是由英國(guó)氣象局發(fā)布的全球SST 逐日分析資料，融合了多個(gè)平臺(tái)的紅外、微波衛(wèi)星遙感數(shù)據(jù)（ENVISAT、AATSR、NOAA-17、NOAA-18、METOP-A、MSG-SEVIRI、AMSR-E 和TRMM-TMI）以及GTS 提供的現(xiàn)場(chǎng)觀測(cè)數(shù)據(jù)，分辨率為（1/20）°[36]。GOFS3.1 同化的SST 來(lái)源于多個(gè)紅外和微波遙感的SST 數(shù)據(jù)，以及現(xiàn)場(chǎng)觀測(cè)SST。從海表面高度數(shù)據(jù)來(lái)看，PSY4 和CGOFS 使用的是AVISO SLA 衛(wèi)星數(shù)據(jù)[37]，GOFS3.1 使用的是Jason1,2 和Envisat 的衛(wèi)星高度計(jì)數(shù)據(jù)。對(duì)于剖面數(shù)據(jù)，三者都同化了Argo 浮標(biāo)的觀測(cè)。

表1 PSY4、GOFS3.1、CGOFS 同化系統(tǒng)與數(shù)據(jù)對(duì)比Table 1 Assimilation methods and data used in PSY4,GOFS3.1,CGOFS forecasting systems

1.3 研究方法

參考前人的研究方法[38-40]，本研究使用偏差（Bias）、均方根誤差（Root Mean Square Error，RMSE）和相關(guān)系數(shù)（Coefficient of Relationship，COR）三個(gè)統(tǒng)計(jì)量來(lái)評(píng)估分析數(shù)據(jù)的質(zhì)量。其中，偏差、均方根誤差可以從不同角度反映分析值與觀測(cè)值的差別，相關(guān)系數(shù)可以反映兩者的線性相關(guān)程度，三者計(jì)算公式如下。

偏差：

均方根誤差：

相關(guān)系數(shù)：

式中：Ai為 插值到觀測(cè)點(diǎn)上的溫鹽分析場(chǎng)；為平均值；Oi為水下滑翔機(jī)的觀測(cè)值；為觀測(cè)值平均值；N為樣本總數(shù)；i為逐個(gè)樣本編號(hào)。

由于溫鹽數(shù)據(jù)既有水深變化又有時(shí)間變化，因此，在計(jì)算偏差、均方根誤差和相關(guān)系數(shù)時(shí)，可以分別考察這3 個(gè)指標(biāo)隨水深和時(shí)間的變化情況。

2 結(jié)果對(duì)比

2.1 溫度對(duì)比

在滑翔機(jī)觀測(cè)數(shù)據(jù)和3 種分析數(shù)據(jù)的溫度剖面圖中，將縱坐標(biāo)刻度做了一定程度的拉伸，具體為對(duì)縱坐標(biāo)軸的刻度使用開(kāi)平方根的映射，使之在海洋上層的分布相較于下層較為稀疏（后文中凡是縱坐標(biāo)為水深的圖片，均采用此種坐標(biāo)），以獲得更為細(xì)致的海洋上層結(jié)構(gòu)（圖3）。3 個(gè)預(yù)報(bào)系統(tǒng)溫度分布基本相同，溫度由表層到底層逐漸降低。3 種分析數(shù)據(jù)的溫度相對(duì)于水下滑翔機(jī)觀測(cè)數(shù)據(jù)來(lái)說(shuō)更為平滑一些，這應(yīng)當(dāng)是由于水下滑翔機(jī)所搭載的高精度CTD 傳感器可以捕捉到真實(shí)海洋更小尺度的變化。

圖3 2019 年7 月12 日至9 月20 日水下滑翔機(jī)觀測(cè)數(shù)據(jù)和PSY4、CGOFS、GOFS3.1 分析數(shù)據(jù)的溫度剖面分布Fig.3 Temperature profiles of the underwater glider,PSY4,CGOFS,and GOFS3.1 from July 12 to September 20,2019

圖4 為滑翔機(jī)數(shù)據(jù)和3 種分析數(shù)據(jù)的溫度異常剖面圖（溫度數(shù)據(jù)減去該數(shù)據(jù)在各個(gè)水深的時(shí)間平均值）。由圖4 可見(jiàn)，4 套數(shù)據(jù)在水深25～100 m，溫度異常的振幅較大。水下滑翔機(jī)的數(shù)據(jù)顯示，8 月水深25～100 m 處溫度為正異常；而在7 月和9 月，則為負(fù)異常。3 套分析數(shù)據(jù)也大致呈現(xiàn)類似觀測(cè)的特征，但CGOFS 的溫度異常振幅要高于PSY4 和GOFS3.1 的數(shù)據(jù)，更接近觀測(cè)。

為了研究誤差的垂向分布特征，利用式（1）～式（3）在不同水深處，分別計(jì)算分析數(shù)據(jù)相對(duì)于觀測(cè)的偏差、均方根誤差和相關(guān)系數(shù)，結(jié)果如圖5 所示。從平均廓線圖（圖5a）中可以看出，分析數(shù)據(jù)與觀測(cè)值較為一致，混合層水深大致都在30 m 左右。對(duì)3 套分析數(shù)據(jù)的偏差而言，在水深50 m 以上，PSY4，CGOFS 呈現(xiàn)冷偏差，而GOFS3.1 則呈現(xiàn)暖偏差；水深100 m 左右三者都呈現(xiàn)暖偏差，且三者都出現(xiàn)了偏差最大值，PSY4 為0.90 ℃，GOFS3.1 為0.96 ℃，CGOFS 為1.30 ℃；在水深500 m 以下3 個(gè)系統(tǒng)都呈現(xiàn)冷偏差（圖5b）。對(duì)均方根誤差而言，3 個(gè)系統(tǒng)的趨勢(shì)較為一致，在水深約100 m 處均出現(xiàn)了最大值，PSY4 為1.06 ℃，GOFS3.1 為1.29 ℃，CGOFS 為1.54 ℃（圖5c）。相關(guān)系數(shù)在水深100 m 以深，許多位置無(wú)法通過(guò)90%的顯著性檢驗(yàn)，因此并不具有參考價(jià)值（圖5d）。

利用式（1）、式（2）和式（3）分別計(jì)算分析數(shù)據(jù)相對(duì)于水下滑翔機(jī)數(shù)據(jù)的偏差、均方根誤差和相關(guān)系數(shù)，即可獲得3 項(xiàng)指標(biāo)隨時(shí)間的變化圖（圖6）。PSY4 系統(tǒng)一直圍繞觀測(cè)值上下波動(dòng)，預(yù)報(bào)效果較好，最大偏差絕對(duì)值為0.37 ℃；GOFS3.1 系統(tǒng)同樣圍繞觀測(cè)值波動(dòng)，但波動(dòng)幅度較PSY4 更大，最大偏差絕對(duì)值為0.38 ℃；CGOFS 系統(tǒng)在整個(gè)調(diào)查階段主要呈現(xiàn)正偏差，最大偏差值為0.56 ℃（圖6a）。3 個(gè)系統(tǒng)的均方根誤差總體趨勢(shì)較為一致，在調(diào)查中期（8 月1 號(hào)至8 月31 號(hào)）均方根誤差較高，GOFS3.1 最大均方根誤差最小，為0.85 ℃（圖6b）。三者的相關(guān)系數(shù)均通過(guò)99%的顯著性檢驗(yàn)，總的來(lái)說(shuō)，相關(guān)性都維持在比較高的水平（圖6c）。

圖6 2019 年7 月12 日至9 月20 日PSY4、GOFS3.1、CGOFS 系統(tǒng)溫度分析數(shù)據(jù)的偏差、均方根誤差和相關(guān)系數(shù)隨時(shí)間分布Fig.6 Time series of bias,RMSE,and correlation coefficient of the temperature from the PSY4,GOFS3.1 and CGOFS from July 12 to September 20,2019

2.2 鹽度對(duì)比

水下滑翔機(jī)調(diào)查數(shù)據(jù)和PSY4、GOFS3.1、CGOFS 分析數(shù)據(jù)的鹽度剖面圖（圖7）表明，3 個(gè)預(yù)報(bào)系統(tǒng)都能刻畫(huà)鹽度的主要特征，鹽度隨深度分布的規(guī)律與溫度不同：表層鹽度最低。隨著水深的增加，鹽度逐漸增加，在水深100 m 左右鹽度達(dá)到最高值，其后隨著水深的增加，鹽度卻逐漸降低。此外，水深500 m 左右，水下滑翔機(jī)觀測(cè)鹽度出現(xiàn)了一塊極小值區(qū)，除PSY4 外，其他2 個(gè)系統(tǒng)并未較好地反映該情況。

圖7 2019 年7 月12 日至9 月20 日水下滑翔機(jī)觀測(cè)數(shù)據(jù)和PSY4、CGOFS、GOFS3.1 分析數(shù)據(jù)的鹽度剖面分布Fig.7 Salinity profiles of the underwater glider,PSY4,CGOFS,and GOFS3.1 from July 12 to September 20,2019

為滑翔機(jī)數(shù)據(jù)和3 種分析數(shù)據(jù)的鹽度異常剖面圖，即鹽度數(shù)據(jù)減去該數(shù)據(jù)在各個(gè)水深的時(shí)間平均值（圖8）。與溫度不同，鹽度異常在水深100 m 以上存在較強(qiáng)的變化。4 套數(shù)據(jù)都呈現(xiàn)相似的情況，8 月以前表層鹽度高于平均值，8 月以后表層鹽度低于平均值。

圖8 2019 年7 月12 日至9 月20 日水下滑翔機(jī)觀測(cè)數(shù)據(jù)和PSY4、CGOFS、GOFS3.1 分析數(shù)據(jù)的鹽度異常剖面分布Fig.8 Salinity anomaly profiles of the glider,PSY4,CGOFS,and GOFS3.1 from July 12 to September 20,2019

圖9 為多條廓線的平均值以及3 套分析數(shù)據(jù)統(tǒng)計(jì)指標(biāo)的垂向分布特征。在混合層內(nèi)，觀測(cè)及3 套分析數(shù)據(jù)平均值而言（圖9a）都顯示隨著水深變化，鹽度的變化不大；水深30～100 m 范圍內(nèi)，鹽度迅速增大；水深100 m 以深，鹽度變化較小。3 套分析數(shù)據(jù)與觀測(cè)的鹽度垂向分布特征一致。對(duì)3 套分析數(shù)據(jù)的偏差（圖9b）而言，在水深0～25 m 范圍內(nèi)，CGOFS 呈現(xiàn)負(fù)偏差，而另外2 套分析數(shù)據(jù)呈現(xiàn)正偏差，但量值較小；在50 m 處，三者都呈現(xiàn)負(fù)偏差，CGOFS 的量值最大，為?0.347。對(duì)均方根誤差而言，PSY4 的誤差隨深度大致呈現(xiàn)單調(diào)遞減的趨勢(shì)，但GOFS3.1 和CGOFS 在約50 m 處出現(xiàn)了較大值，GOFS3.1 為0.176，CGOFS 為0.395（圖9c）。相關(guān)系數(shù)（圖9d）的結(jié)果顯示，3 套分析數(shù)據(jù)大致呈現(xiàn)上層高、下層低的特征，但在100 m 以下也有許多點(diǎn)不能通過(guò)90%的顯著性檢驗(yàn)。

圖9 2019 年7 月12 日至9 月20 日水下滑翔機(jī)、PSY4、GOFS3.1、CGOFS 的平均鹽度、偏差、均方根誤差和相關(guān)系數(shù)隨水深分布廓線Fig.9 Profiles of mean salinity,bias,RMSE and correlation coefficients of the underwater glider,PSY4,GOFS3.1,and CGOFS from July 12 to September 20,2019

圖10 為3 個(gè)系統(tǒng)鹽度偏差、均方根誤差和相關(guān)系數(shù)隨時(shí)間的變化特征。PSY4 與GOFS3.1 系統(tǒng)大多呈現(xiàn)正偏差，GOFS3.1 僅在8 月下旬出現(xiàn)了短暫的負(fù)偏差。對(duì)于CGOFS 系統(tǒng)，則是圍繞觀測(cè)值上下波動(dòng)：7 月、9 月為正偏差，8 月則是負(fù)偏差（圖10a）。PSY4 和GOFS3.1 系統(tǒng)的均方根誤差較為接近，PSY4 的最大均方根誤差為0.097，GOFS3.1 的最大均方根誤差為0.087，CGOFS 在整個(gè)8 月整體誤差偏大，最大值為0.157（圖10b）。鹽度相關(guān)系數(shù)（圖10c）均通過(guò)99%的顯著性檢驗(yàn)，PSY4 系統(tǒng)和GOFS3.1 系統(tǒng)相關(guān)系數(shù)較為接近。CGOFS 的相關(guān)系數(shù)跟其他2 個(gè)系統(tǒng)差異不大，但是在8 月出現(xiàn)了相關(guān)系數(shù)極小值。

圖10 2019 年7 月12 日至9 月20 日PSY4、GOFS3.1、CGOFS 系統(tǒng)鹽度分析數(shù)據(jù)的偏差、均方根誤差、相關(guān)系數(shù)隨時(shí)間分布Fig.10 Time series of bias,RMSE and correlation coefficient of salinity from the PSY4,GOFS3.1,and CGOFS from July 12 to September 20,2019

2.3 總體評(píng)價(jià)

本文利用式（1）～式（3）對(duì)PSY4、GOFS3.1、CGOFS 系統(tǒng)的分析值與觀測(cè)值（包含所有深度和時(shí)間）分別求出總體的偏差、均方根誤差和相關(guān)系數(shù)，結(jié)果見(jiàn)表2 和表3。

表2 2019 年7 月12 日至9 月20 日PSY4、GOFS3.1、CGOFS 系統(tǒng)溫度總體偏差、均方根誤差和相關(guān)系數(shù)Table 2 Mean temperature bias,RMSE,and correlation coefficients of the PSY4,GOFS3.1,and CGOFS from July 12 to September 20,2019

表3 2019 年7 月12 日至9 月20 日PSY4、GOFS3.1、CGOFS 系統(tǒng)鹽度總體偏差、均方根誤差和相關(guān)系數(shù)Table 3 Mean salinity bias,RMSE,and correlation coefficient of the PSY4,GOFS3.1,and CGOFS from July 12 to September 20,2019

對(duì)于溫度，PSY4 與CGOFS 均呈現(xiàn)暖偏差，而GOFS3.1 呈現(xiàn)冷偏差，且量值較大（表2）。PSY4、GOFS3.1、CGOFS 均方根誤差分別為0.45 ℃、0.50 ℃和0.61 ℃，三者對(duì)溫度都有較好的刻畫(huà)能力。另外，IVTT 的結(jié)果顯示PSY4 的溫度分析場(chǎng)與Argo 剖面的均方根誤差值為0.5～0.6 ℃[10]，這與本文結(jié)果較為接近。相關(guān)系數(shù)三者都在0.99 以上（通過(guò)99%顯著性檢驗(yàn)），說(shuō)明溫度分析值與觀測(cè)數(shù)據(jù)的線性相關(guān)程度很高。

3 個(gè)系統(tǒng)的鹽度分析場(chǎng)都呈現(xiàn)正偏差，CGOFS 最小，為0.003（表3）。PSY4、GOFS3.1和CGOFS 的均方根誤差分別為0.056，0.057，0.091，PSY4 系統(tǒng)與GOFS3.1 系統(tǒng)差異不大，誤差均較小，CGOFS 受8 月誤差偏大的影響，整體誤差偏大。相關(guān)系數(shù)三者都在0.9 以上（通過(guò)99%顯著性檢驗(yàn)），總體來(lái)說(shuō)，預(yù)報(bào)系統(tǒng)的分析數(shù)據(jù)與觀測(cè)數(shù)據(jù)的線性相關(guān)程度較高。

3 分析與討論

本文利用水下滑翔機(jī)在南海北部的溫鹽調(diào)查數(shù)據(jù)對(duì)PSY4、GOFS3.1 以及CGOFS 三個(gè)預(yù)報(bào)系統(tǒng)的分析場(chǎng)進(jìn)行了對(duì)比檢驗(yàn)，給出了隨深度和時(shí)間變化的誤差統(tǒng)計(jì)量。

對(duì)比中CGOFS 預(yù)報(bào)系統(tǒng)在2019 年8 月的鹽度分析場(chǎng)出現(xiàn)了比較明顯的負(fù)偏差（圖10a）和較大的均方根誤差(圖10b)。一般來(lái)說(shuō)，誤差大致可以分為兩類，一是來(lái)自系統(tǒng)本身，比如模式的動(dòng)力過(guò)程以及同化系統(tǒng)的差異等，即系統(tǒng)性誤差；二則是模式以外的原因，比如強(qiáng)迫場(chǎng)誤差和觀測(cè)誤差等，也即非系統(tǒng)性誤差[12]。從圖10 來(lái)看，8 月以外的其他月份，CGOFS 系統(tǒng)與另外2 個(gè)系統(tǒng)的偏差與均方根誤差情況較為相似，但8 月出現(xiàn)了較為明顯的異常。這種誤差短期內(nèi)增大的現(xiàn)象更可能來(lái)自于非系統(tǒng)性誤差。從另一個(gè)角度講，CGOFS 與PSY4 系統(tǒng)均使用NEMO 模式，但兩者大氣強(qiáng)迫場(chǎng)的來(lái)源不同：CGOFS 使用了NCEP 數(shù)據(jù)，而PSY4 使用了ECMWF 數(shù)據(jù)。因此，本文推測(cè)8 月CGOFS 誤差增大現(xiàn)象有可能是來(lái)源于大氣強(qiáng)迫。

為探究是否是由于大氣強(qiáng)迫造成了CGOFS 與PSY4 系統(tǒng)在8 月鹽度刻畫(huà)的差異，本文選擇NCEP 的再分析數(shù)據(jù)CFS2 與ECWMF 的再分析數(shù)據(jù)ERA5 進(jìn)行對(duì)比，變量為可能對(duì)鹽度產(chǎn)生影響的降水量。將CFS2的降水量減去ERA5，得到觀測(cè)點(diǎn)附近8 月日平均的降水量差（圖11）。從圖11 可以看出，在南海北部區(qū)域，CFS2 的日均降水量大多高于ERA5，在8 月的水下滑翔機(jī)觀測(cè)點(diǎn)附近，CFS2 的日均降水量比ERA5 高10 mm以上。較高的降水量，很有可能是造成8 月CGOFS 的鹽度偏差較低（圖11）的原因。

圖11 2019 年8 月CFS2 與ERA5 觀測(cè)區(qū)域附近日平均降水量差Fig.11 Difference in precipitation between CFS2 and ERA5 in August 2019

忽略鹽度擴(kuò)散過(guò)程的影響，考慮1 個(gè)長(zhǎng)寬均為100 km、深度為30 m（混合層厚度）的海水立方體，該立方體的質(zhì)量約為3×1011kg。鹽度定義為海水中溶解固體物質(zhì)質(zhì)量（g）與海水質(zhì)量（kg）之比[41]，PSY4 的8 月上混合層（30 m）平均鹽度為33.78，因此其含有的溶解物質(zhì)量為1.013 4×1013g。8 月兩者的日均降水差基本在10～20 mm，此處取為日均15 mm，則半個(gè)月（15 日）在長(zhǎng)寬均為100 km 的正方體上的降水量為2.25×109kg，以此淡水替換上述正方體的同等體積海水，則原海水減少的溶解物質(zhì)的質(zhì)量約為7.6×1010g，仍然剩余的溶解物質(zhì)量為1.005 8×1013g，則此時(shí)的鹽度下降至33.52。而8 月CGOFS 上混合層（30 m）平均鹽度為33.59，這與計(jì)算結(jié)果非常接近。因此，大氣強(qiáng)迫場(chǎng)更多的降水很有可能是造成CGOFS 上層鹽度偏低的原因。

另外，發(fā)布PSY4 和GOFS3.1 系統(tǒng)的機(jī)構(gòu)都有自己的數(shù)據(jù)集或數(shù)據(jù)來(lái)源，其同化的溫鹽剖面應(yīng)當(dāng)多于CGOFS 系統(tǒng)，這可能是他們的分析數(shù)據(jù)質(zhì)量好于CGOFS 的原因之一。此外，更先進(jìn)的同化技術(shù)也可以提高分析數(shù)據(jù)的準(zhǔn)確程度。

4 結(jié)論

本文利用“海翼”號(hào)水下滑翔機(jī)在南海北部的溫鹽調(diào)查數(shù)據(jù)對(duì)國(guó)際主流的3 個(gè)預(yù)報(bào)系統(tǒng)PSY4、GOFS3.1以及CGOFS 的分析場(chǎng)進(jìn)行了對(duì)比檢驗(yàn)，給出了隨深度和時(shí)間變化的誤差統(tǒng)計(jì)量以及總體的均方根誤差、偏差和相關(guān)系數(shù)?？偨Y(jié)前文所述，得到的主要結(jié)論如下。

從溫度的對(duì)比來(lái)看，三套分析數(shù)據(jù)對(duì)南海北部的海溫均有較好的刻畫(huà)能力，其中效果最好的是PSY4系統(tǒng)，均方根誤差為0.45 ℃。誤差的垂向結(jié)構(gòu)顯示，三者的偏差和均方根誤差最大值均出現(xiàn)在水深約100 m。從鹽度的對(duì)比來(lái)看，PSY4 與GOFS3.1 預(yù)報(bào)系統(tǒng)的刻畫(huà)效果較好，均方根誤差分別為0.056 和0.057。CGOFS 系統(tǒng)均方根誤差較高，尤其是在8 月。與溫度不同，3 個(gè)系統(tǒng)的鹽度均方根誤差與偏差極大值出現(xiàn)于水深約50 m 處（僅有PSY4 的均方根誤差隨深度大致呈現(xiàn)單調(diào)遞減的趨勢(shì)）。

2019 年8 月，CGOFS 系統(tǒng)與PSY4 系統(tǒng)相比出現(xiàn)了較低的鹽度偏差和較大的均方根誤差，從CGOFS 和PSY4 系統(tǒng)的大氣強(qiáng)迫場(chǎng)來(lái)看，這很可能是由8 月CGOFS 系統(tǒng)的強(qiáng)迫場(chǎng)的降水量高于PSY4 系統(tǒng)強(qiáng)迫場(chǎng)所致。

雖然此次評(píng)估的觀測(cè)數(shù)據(jù)局限在南海北部，但是南海范圍內(nèi)，除Argo 浮標(biāo)觀測(cè)數(shù)據(jù)之外，可用的廓線觀測(cè)非常少。Argo 數(shù)據(jù)通常會(huì)被同化到預(yù)報(bào)系統(tǒng)中，對(duì)誤差的評(píng)估存在一定的影響。因此，水下滑翔機(jī)數(shù)據(jù)作為一種獨(dú)立的觀測(cè)數(shù)據(jù)，在這個(gè)方面具有一定的優(yōu)勢(shì)，可為相關(guān)人員在該海域使用分析數(shù)據(jù)提供參考。

致謝：感謝國(guó)家海洋技術(shù)中心提供水下滑翔機(jī)觀測(cè)數(shù)據(jù)。