3套不同的SST再分析數(shù)據(jù)與中國近海浮標觀測的對比研究

王晨琦，李響*，張?zhí)N斐，祖子清，張潤宇

(1.國家海洋環(huán)境預報中心 自然資源部海洋災害預報技術重點實驗室，北京 100081；2.國家海洋環(huán)境預報中心，北京100081)

1 引言

海表面溫度（Sea Surface Temperature，SST）是海洋熱力、動力過程及海洋與大氣相互作用的綜合結果，其影響著海氣之間的熱量、動量和水汽的交換過程[1-2]。SST是構建天氣和氣候預測模型的外強迫項，在大氣模式及海氣耦合模式中作為邊界條件或同化資料，對天氣和氣候變化研究都有著重要意義[3-8]。

基于計算機技術、衛(wèi)星觀測和遙感技術的發(fā)展，再分析SST資料逐步成為全球海表面溫度觀測資料的替代品。再分析SST資料具有時空分辨率高、時間跨度長、資料獲取容易等優(yōu)點，在海洋資料分析、海洋數(shù)值模擬、氣候變化和預測研究等方面具有重要的應用價值[8-12]。然而，由于受數(shù)據(jù)同化方法與海洋模式的發(fā)展水平，以及龐大的計算資源需求等方面的限制，再分析SST資料的質量參差不齊[12-13]。

國內外對SST再分析資料準確性的驗證方面已開展了一些研究，Gentemann等[14]基于1998—2001年的TAO/TRITON（Triangle Trans-Ocean Buoy Network）浮標數(shù)據(jù)對 TMI（TRMM（Tropical Rainfall Measuring Mission）Microwave Imager）SST 數(shù)據(jù)進行驗證，發(fā)現(xiàn)TMI SST的平均偏差約為0.07℃，標準偏差約為0.57℃。周為峰和張運剛[15]利用Argo浮標的SST測量值計算了MTSAT（Multi-function Transport Satellite）衛(wèi)星的海溫反演誤差，結果顯示，平均絕對誤差為0.73℃，均方根誤差約為0.89℃。李明等[16]利用AOML（Atlantic Oceanographical and Meteorological Laboratory）SVP（Surface Velocity Program）漂流浮標的SST資料評估了星載微波輻射計AMSR-E（Advanced Microwave Scanning Radiometer-Earth Observing System）在30°S以南的南大洋海域SST數(shù)據(jù)發(fā)現(xiàn)，AMSR-E SST較浮標觀測值整體偏低約0.01℃，標準差為0.70℃。其中，夏季的偏差約為0.004℃，標準差約為0.64℃，冬季的偏差約為-0.06℃，標準差約為0.75℃。Reynolds和Chelton[17]則使用浮標數(shù)據(jù)驗證了6種SST資料（AVHRR-only、AMSR+AVHRR、NCODA、RSS、RTG-HR、OSTIA），發(fā)現(xiàn)不同資料月平均溫度偏差大多介于-1.5～2.0℃，均方根誤差介于0.2～1.1℃。Kachi等[18-19]基于 GTS（Global Telecommunications System）浮標的SST數(shù)據(jù)對AMSR-2 SST數(shù)據(jù)進行驗證，發(fā)現(xiàn)均方根誤差為0.56℃。朱恩澤等[20]利用美國國家浮標數(shù)據(jù)中心NDBC和熱帶大氣海洋計劃TAO浮標的SST數(shù)據(jù)驗證了Wind Sat 2004—2013年近10年的SST產(chǎn)品。結果顯示，Wind Sat反演得到的美國沿岸海域SST的平均偏差為0.10℃，標準偏差為0.59℃；而在近赤道太平洋海域，SST的平均偏差為-0.15℃，標準偏差為0.33℃。

中國近海位于北太平洋西部，包括渤海、黃海、東海和南海，是受臺風影響較為嚴重的邊緣海之一。據(jù)統(tǒng)計，平均每年約有7.2個臺風對中國造成明顯災情[21]，由于臺風的產(chǎn)生與發(fā)展受下墊面SST的影響較大[22]，再分析資料中國近海SST的準確性對臺風路徑及強度的預測預報等研究具有重要意義。趙洪臣等[13]選用浮標、志愿觀測船舶數(shù)據(jù)作為驗證數(shù)據(jù)，以中國近海及其鄰近海域為研究區(qū)，對MODIS Aqua、MODIS Terra、AVHRR-OI、OSTIA和RTG共5種SST產(chǎn)品進行了基于海表溫度偏差統(tǒng)計的質量評價。但該研究沒有探討具體某個時間段抑或臺風過境期間，何種SST再分析資料在整體上更接近觀測數(shù)據(jù)。鑒于中國近海SST在臺風預報中的重要作用，本文基于自然資源部浮標數(shù)據(jù)，檢驗了2018年7月1日至8月6日全時段及臺風過境期間3套SST再分析資料的表現(xiàn)情況。

2 資料和方法

2.1 浮標SST數(shù)據(jù)

海洋資料浮標是一種用于獲取海洋水文、水質、動力、氣象、生態(tài)等參數(shù)的漂浮式自動化監(jiān)測平臺，是一個涉及電子、通信、控制等多個領域的復雜系統(tǒng)，具有長期、連續(xù)、實時、自動等優(yōu)點，是海洋觀測技術中最可靠、最有效、最重要的手段之一，對海洋預報、防災減災、海洋經(jīng)濟、國土安全等方面都具有重大意義[23-26]。本文使用的錨系浮標（MF）浮標數(shù)據(jù)由自然資源部北海分局、東海分局和南海分局接收各管轄區(qū)域浮標數(shù)據(jù)，再通過VSAT（Very Small Aperture Terminal）衛(wèi)星通信系統(tǒng)或專線傳輸至國家海洋環(huán)境預報中心，并由中心網(wǎng)絡部實時推送。傳輸頻次為每小時或每3小時傳輸一次，有天氣狀況時加密觀測。本文為了研究需要，將數(shù)據(jù)處理為日平均。該套海洋浮標觀測數(shù)據(jù)要素包括浪、流、鹽度、海表溫度等，數(shù)據(jù)起始時間為2003年。圖1給出了本文使用的10個中國近海MF浮標的具體位置。

圖1 本文使用的10個中國近海MF浮標位置示意圖Fig.1 Locations of 10 MF buoys over the China offshore area

2.2 SST再分析資料

本文選用OISST、OSTIA SST和RTG SST再分析資料進行比較。一方面是由于這3套SST再分析資料是國內外從事海洋預報的業(yè)務中心較常使用的數(shù)據(jù)，對比這3套數(shù)據(jù)，對海洋業(yè)務預報具有一定的指導意義；另一方面，這3套數(shù)據(jù)的空間分辨率相對較高，減小了對比研究中網(wǎng)格點和浮標位置之間的距離誤差，避免引入由于空間插值帶來的誤差。

OISST（Optimum Interpolation Sea Surface Temperature）是美國NOAA利用衛(wèi)星、浮標、船測等數(shù)據(jù)，在 COADS（Comprehensive Ocean-Atmosphere Data Set）資料基礎上改進而成[27-28]。其對衛(wèi)星觀測數(shù)據(jù)進行了嚴格的質量控制，并使用最優(yōu)插值算法（Optimum Interpolation，OI）將浮標、船舶數(shù)據(jù)插值到遙感反演海溫空白區(qū)[29]，使得資料的空間覆蓋范圍、時空分辨率提高。OISST資料的起始時間為1981年，水平分辨率為 0.25°×0.25°。

OSTIA SST是英國氣象局的日分析資料，其利用變分同化算法融合了多個平臺的微波、紅外遙感數(shù)據(jù)及 GTS（Global Telecommunications System）實測數(shù)據(jù)[30]，并進行了基于 EUMETSAT OSI-SAF（Ocean and Sea Ice Satellite Applications Facility）海冰密集度產(chǎn)品、AATSR（Advanced Along Track Scanning Radiometer）數(shù)據(jù)和浮標數(shù)據(jù)的糾正[31-32]，是一種消除了日變化影響的SST資料。OSTIA SST資料的起始時間為2006年，水平分辨率為 0.05°×0.05°。

RTG SST是美國國家環(huán)境預報中心NCEP通過對船舶浮標數(shù)據(jù)及AVHRR（Advanced Very High Resolution Radiometer）衛(wèi)星數(shù)據(jù)插值得到的海溫日分析資料[33]。該資料的衛(wèi)星源數(shù)據(jù)經(jīng)過了基于實測數(shù)據(jù)的誤差校正[28]，每個格網(wǎng)是基于二維變分插值算法融合浮標與船舶（格網(wǎng)日平均）、海冰和遙感SST的結果[13]。RTG SST資料的起始時間為2001年，水平分辨率約為 0.08°×0.08°。

2.3 研究方法

本文使用均值偏差（BIAS）、均方根誤差（RMSE）、相關系數(shù)（COR）和標準差偏差（SDB）4個基本的統(tǒng)計量對研究區(qū)域的SST再分析資料進行評價，上述4個統(tǒng)計量的計算公式分別為

式中，i分別代表3套SST再分析資料；obs代表浮標實測SST數(shù)據(jù)；μ為平均值。

3 結果

3.1 3套SST再分析資料對中國近海SST的反映能力比較

圖2給出2018年7月1日至2018年8月6日共37天平均的MF浮標SST實測數(shù)據(jù)分別同MF浮標對應海域的OSTIA SST資料（圖2a）、RTG SST資料（圖2b）、OISST資料（圖2c）的散點圖及相關系數(shù)。由圖可見，3種SST再分析資料都能在一定程度上反映中國近海SST的基本狀況。其中，OSTIA SST資料對MF浮標的實測SST數(shù)據(jù)的反映能力較強，二者的相關系數(shù)達到0.94，且SST偏差較小，約為0.12℃。RTG SST資料的可信度弱于OSTIA SST資料，其與MF浮標的實測SST數(shù)據(jù)的相關系數(shù)僅為0.86，SST偏差約為-0.17℃。OISST資料同MF浮標實測SST數(shù)據(jù)的相關系數(shù)高于RTG SST資料，為0.90，但存在明顯的冷偏差，約為-0.85℃。整體而言，OSTIA SST資料對MF浮標的實測SST數(shù)據(jù)的反映能力均強于RTG SST資料和OISST資料，具有較高的可信度。

圖2 2018年7月1日至8月6日平均的OSTIA SST資料（a）、RTG SST資料（b）、OISST資料（c）同MF浮標SST實測數(shù)據(jù)的散點圖及相關系數(shù)Fig.2 The scatterplots and correlation coefficients between OSTIA SST dataset (a), RTG SST dataset (b), OISST dataset (c) and the MF buoys SST data from July 1, 2018 to August 6, 2018

圖3 2018年7月1日至8月6日的OSTIA SST資料、RTG SST資料、OISST資料同MF浮標實測SST數(shù)據(jù)的相關系數(shù)時間序列Fig.3 Time series plot of correlation coefficients between OSTIA SST dataset, RTG SST dataset, OISST dataset and the MF buoys SST data from July 1, 2018 to August 6, 2018

圖3給出2018年7月1日至8月6日逐日的MF浮標實測SST數(shù)據(jù)分別同OSTIA SST資料、RTG SST資料和OISST資料的相關系數(shù)。在大部分時間內，OSTIA SST資料同MF浮標的實測SST數(shù)據(jù)的相關系數(shù)均大于RTG SST資料和OISST資料。7月上旬，3套再分析資料對MF浮標的實測SST數(shù)據(jù)反映能力較強，相關系數(shù)均在0.75以上，通過了99%的顯著性檢驗。7月中旬，3套再分析資料同MF浮標SST實測數(shù)據(jù)的相關系數(shù)都有所減小，但OSTIA SST資料同MF浮標SST實測數(shù)據(jù)的相關系數(shù)仍保持在較高的水準。7月下旬，3套再分析資料同MF浮標SST實測數(shù)據(jù)的相關系數(shù)都明顯減小，尤其在7月27-29日，RTG SST資料和OISST資料同MF浮標SST實測數(shù)據(jù)的相關系數(shù)均未通過90%的顯著性檢驗。值得注意的是，在7月下旬，OSTIA SST資料對MF浮標的實測SST數(shù)據(jù)反映能力明顯強于其余兩套再分析資料。8月上旬，OSTIA SST資料對MF浮標的實測SST數(shù)據(jù)反映能力略強于其余兩套再分析資料。

為了進一步探究3套SST再分析資料對中國近海SST的反映能力，圖4給出了2018年7月1日至8月6日逐日的MF浮標實測SST數(shù)據(jù)及3套SST再分析資料的時間序列。對應統(tǒng)計特征表（表1）可見，3套SST再分析資料同MF浮標實測SST數(shù)據(jù)都基本吻合，對中國近海的SST都具有一定的反映能力。其中，除浮標MF06562和浮標MF09162外，OSTIA SST資料同其他MF浮標實測數(shù)據(jù)的SST偏差及均方根誤差都相對較?。怀薓F09162外，OSTIA SST資料同其他MF浮標實測SST數(shù)據(jù)的相關系數(shù)均大于OISST資料和RTG SST資料；除浮標MF05003、浮標MF06001和浮標MF06006外，OSTIA SST資料同其他MF浮標實測SST數(shù)據(jù)的標準差偏差均小于OISST資料和RTG SST資料。以上分析表明，整體而言，相較約80%的MF浮標實測SST數(shù)據(jù)（除浮標MF06562和浮標MF09162外），OSTIA SST資料都顯著優(yōu)于RTG SST資料和OISST資料，具有較高的可信度。

3.2 3套SST再分析資料對臺風過境期間SST的重現(xiàn)能力比較

2018年7月1日至8月6日期間，過境中國近海海域的臺風個例為1808號臺風“瑪利亞”、1810號臺風“安比”、1812號臺風“云雀”。圖5分別給出上述3個臺風個例的最優(yōu)路徑，2018年7月11日00時，臺風“瑪利亞”的中心位于 25.5°N，123.4°E 的洋面上，中心最低氣壓945 hPa，11日09時，臺風“瑪利亞”登陸福建省連江縣黃岐半島沿海（圖5a）。2018年7月21 日 14 時，臺風“安比”的中心位于 27.3°N，127.1°E的洋面上，中心最低氣壓985 hPa，22日12時，臺風“安比”的中心在上海市崇明島沿海登陸（圖5b）。2018年8月1日16時，臺風“云雀”的中心位于29.7°N，126.9°E 的洋面上，中心最低氣壓 990 hPa，3日09時，臺風“云雀”在滬浙的金山和平湖交界處登陸（圖 5c）。

由圖5可見，浮標MF06002和浮標MF06006位于1808號臺風“瑪利亞”路徑附近的海域，而浮標MF05001、MF05003、MF06001和 MF07001均位于1810號臺風“安比”及1812號臺風“云雀”路徑附近的海域。為了探究3套SST再分析資料對臺風過境期間SST的反映能力，圖6給出1808號臺風過境期間（2018年7月9-15日）3套SST再分析資料和MF浮標數(shù)據(jù)的SST柱狀圖。由圖可見，除浮標MF06006的SST值于7月12日有明顯升高外，在臺風過境期間，SST呈現(xiàn)先減小后增大的整體趨勢，且降溫速度較增溫速度更快。7月11日，浮標MF06002和浮標MF06006的實測SST值都降至最低溫度，分別為26.27℃和26.70℃。由圖5a可見，浮標MF06006位于臺風移動路徑上，浮標MF06002位于臺風移動路徑的右側。由于臺風路徑右側主導風應力的強迫作用，強風夾卷使得臺風路徑右側的垂直混合更強，造成臺風路徑右側大概率出現(xiàn)最大的SST降低[34-35]。

根據(jù)統(tǒng)計分析（表2），OSTIA SST資料同浮標MF06002及浮標MF06006的均值差分別為0.25℃和0.22℃，而RTG SST資料和OISST資料則存在明顯的冷偏差。另一方面，OSTIA SST資料同浮標MF06002及浮標MF06006的相關系數(shù)分別為0.90、0.85，均方根誤差分別為0.34℃、0.29℃，都明顯優(yōu)于其余兩套SST再分析資料。在海溫的恢復階段，OSTIA SST資料較好地反映了SST的回溫過程，而RTG SST資料和OISST資料遲遲未能使SST恢復到正常狀態(tài)。

圖4 2018年7月1日至8月6日的MF浮標SST實測數(shù)據(jù)、OSTIA SST資料、RTG SST資料及OISST資料的時間序列Fig.4 Time series plots of the MF buoys SST data, OSTIA SST dataset, RTG SST dataset and OISST dataset from July 1, 2018 to August 6, 2018

圖7給出1810號臺風過境期間（2018年7月20-26日）3套SST再分析資料和MF浮標數(shù)據(jù)的SST柱狀圖。由圖可見，浮標實測數(shù)據(jù)顯示，臺風過境期間，SST呈現(xiàn)先減小后增大的整體趨勢，其中浮標MF05003降溫幅度最大，一度于7月22日降溫至23.48℃。臺風過境后SST的回溫速度較SST降低速度慢。3套SST再分析資料都能在一定程度上反映臺風過境期間SST的變化情況，但值得注意的是，較浮標MF05003，3套SST再分析資料在7月22-24日存在明顯暖偏差，可能由于在高海況下海表大風、大浪、強降雨及海面白沫等不利的觀測環(huán)境的影響，衛(wèi)星、浮標、船測等觀測數(shù)據(jù)較少甚至缺失[36-37]，導致再分析資料的背景場凸顯，進而造成高海況下再分析SST的變化幅度較真實情況小。根據(jù)統(tǒng)計分析（表3），OSTIA SST資料同4個浮標實測數(shù)據(jù)的均方根誤差分別為0.53℃、1.64℃、0.26℃、0.64℃，均優(yōu)于其余兩套再分析資料。除浮標MF05001所處位置海域外，OSTIA SST資料同浮標MF05003和MF06001實測數(shù)據(jù)的相關系數(shù)分別為0.83和0.99，顯著優(yōu)于其余兩套再分析資料，且均超過了 99% 的顯著性檢驗，具有較高的可信度。

表1 2018年7月1日至8月6日的OSTIA SST資料、RTG SST資料、OISST資料分別同MF浮標SST實測數(shù)據(jù)的均值差、均方根誤差、相關系數(shù)及標準差偏差Table 1 The mean bias, root mean square error, correlation coefficient and standard deviation bias between OSTIA SST dataset, RTG SST dataset, OISST dataset and the MF buoys SST data from July 1, 2018 to August 6, 2018

圖5 2018年7月1日至8月6日期間，經(jīng)過MF浮標所處位置附近海域的3個臺風個例示意圖Fig.5 Three cases of typhoon which passed by the surrounding locations of MF buoys during July 1, 2018 to August 6, 2018

圖8給出1812號臺風過境期間（2018年7月31日至8月6日）3套SST再分析資料和MF浮標數(shù)據(jù)的SST柱狀圖。由圖可見，OISST資料存在明顯的冷偏差，而OSTIA SST資料及RTG SST資料能較好地反映臺風過境期間SST的基本情況。根據(jù)統(tǒng)計分析（表4），OSTIA SST資料同4個浮標實測SST數(shù)據(jù)的均方根誤差分別為0.27℃、0.92℃、0.23℃、0.39℃，均顯著優(yōu)于其余兩套再分析資料。另一方面，OSTIA SST資料同4個浮標實測數(shù)據(jù)的相關系數(shù)分別為0.95、0.92、0.93、0.92，顯著優(yōu)于其余兩套再分析資料，且均超過了99%的顯著性檢驗。以上分析表明，較之RTG SST資料和OISST資料，OSTIA SST資料能較好地反映1808號臺風“瑪利亞”、1810號臺風“安比”及1812號臺風“云雀”過境期間SST的基本狀況，具有較高的可信度。

4 結論

本文基于自然資源部浮標數(shù)據(jù)，通過分析均值差、均方根誤差、相關系數(shù)和標準差偏差4個統(tǒng)計量，對比檢驗了2018年7月1日至8月6日全時段及臺風過境期間3套SST再分析資料在中國近海區(qū)域的可靠性，得到的主要結論如下：

（1）3套SST再分析資料對中國近海SST都具有一定的重現(xiàn)能力。全時段平均而言，OSTIA SST資料同浮標實測SST數(shù)據(jù)的均值差為0.12℃、相關系數(shù)為0.94，均優(yōu)于OISST資料（均值差為-0.85℃、相關系數(shù)為0.90）和RTG SST資料（均值差為-0.17℃、相關系數(shù)為0.86）。逐日而言，在大部分時間內，OSTIA SST資料同MF浮標的實測SST數(shù)據(jù)的相關系數(shù)均大于RTG SST資料和OISST資料。

圖6 1808號臺風期間，OSTIA SST資料、RTG SST資料、OISST資料及浮標MF06002（a）和浮標MF06006（b）的 SST 值柱狀圖Fig.6 The bar charts of OSTIA SST dataset, RTG SST dataset and OISST dataset with the buoy MF06002 (a), buoy MF06006 (b) during the Typhoon 1808 period

表2 1808號臺風期間，OSTIA SST資料、RTG SST資料、OISST資料分別同浮標MF06002及浮標MF06006的SST實測數(shù)據(jù)的均值差、均方根誤差、相關系數(shù)及標準差偏差Table 2 The mean bias, root mean square error, correlation coefficient and standard deviation bias between OSTIA SST dataset, RTG SST dataset, OISST dataset and the SST measurement data of buoy MF06002 and buoy MF06006 during the Typhoon 1808 period

（2）具體到單個浮標分析，相較約80%的MF浮標實測SST數(shù)據(jù)（除浮標MF06562和浮標MF09162外），OSTIA SST資料的SST偏差、標準差偏差及均方根誤差都相對較小，相關系數(shù)都相對較大，優(yōu)于RTG SST資料和OISST資料。

圖7 1810號臺風期間，OSTIA SST資料、RTG SST 資料、OISST 資料及浮標 MF05001（a）、浮標 MF05003（b）、浮標MF06001（c）、浮標 MF07001（d）的 SST 值柱狀圖Fig.7 The bar charts of OSTIA SST dataset, RTG SST dataset and OISST dataset with the buoy MF05001 (a), buoy MF05003 (b), buoy MF06001 (c) and buoy MF07001 (d) during the Typhoon 1810 period

表3 1810號臺風期間，OSTIA SST資料、RTG SST資料、OISST資料分別同浮標MF05001、浮標MF05003、浮標MF06001及浮標MF07001的SST實測數(shù)據(jù)的均值差、均方根誤差、相關系數(shù)及標準差偏差Table 3 The mean bias, root mean square error, correlation coefficient and standard deviation bias between OSTIA SST dataset, RTG SST dataset, OISST dataset and the SST measurement data of buoy MF05001, MF05003, MF06001 and MF07001 during the Typhoon 1810 period

圖8 1812 號臺風期間，浮標 MF05001（a）、浮標 MF05003（b）、浮標 MF06001（c）、浮標 MF07001（d）及 OSTIA SST 資料、RTG SST資料、OISST資料的SST值柱狀圖Fig.8 The bar charts of OSTIA SST datase, RTG SST dataset and OISST dataset with the buoy MF05001 (a), buoy MF05003 (b),MF06001 (c) and buoy MF07001 (d) during the Typhoon 1812 period

表4 1812號臺風期間，OSTIA SST資料、RTG SST資料、OISST資料分別同浮標MF05001、浮標MF05003、浮標MF06001及浮標MF07001的SST實測數(shù)據(jù)的均值差、均方根誤差、相關系數(shù)及標準差偏差Table 4 The mean bias, root mean square error, correlation coefficient and standard deviation bias between OSTIA SST dataset, RTG SST dataset, OISST dataset and the SST measurement data of buoy MF05001, MF05003, MF06001 and MF07001 during the Typhoon 1812 period

（3）分別取1808號臺風“瑪利亞”、1810號臺風“安比”、1812號臺風“云雀”過境時段分析，綜合而言，OSTIA SST資料能更真實地反映臺風過境期間SST先降低后升高的變化趨勢，且海溫偏差、均方根誤差、相關系數(shù)等統(tǒng)計量均優(yōu)于其余兩套再分析資料，表明在高影響事件條件下，OSTIA SST資料相較于其他兩套SST再分析資料具有更高的可信度。