利用海洋溫度剖面與海表鹽度反演鹽度剖面方法研究

何子康 , 王喜冬 ,3, 陳志強(qiáng), 范開桂

1. 河海大學(xué)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, 江蘇 南京210098;

2. 河海大學(xué)海洋學(xué)院, 江蘇 南京 210098;

3. 南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室(珠海), 廣東 珠海 519000

鹽度是決定海洋密度和比容海面高度的關(guān)鍵變量, 影響著洋流的強(qiáng)度、混合層的深度以及全球質(zhì)量、熱量、營養(yǎng)物質(zhì)的輸送。鹽度的確定是全球海洋環(huán)流模型初始化的一個(gè)重要問題。由于對海表淡水通量的認(rèn)識不足, 以及對混合過程和溫鹽環(huán)流強(qiáng)度的認(rèn)識有限, 如果不進(jìn)行鹽度數(shù)據(jù)的同化, 同化模型中可能會(huì)出現(xiàn)強(qiáng)漂移(Haines et al, 2006)。早期觀測資料中, 同時(shí)包含溫鹽觀測的主要是溫鹽深儀(CTD)數(shù)據(jù)以及站點(diǎn)數(shù)據(jù)。雖然CTD 剖面數(shù)據(jù)具有很高的精度, 但由于觀測代價(jià)較大, 得到的剖面數(shù)量有限。隨著海洋觀測技術(shù)的不斷發(fā)展, 自2004 年以來, Argo 觀測浮標(biāo)每年可以提供近10 萬個(gè)溫度-鹽度剖面數(shù)據(jù)。這些觀測資料極大地提高了我們對全球海洋2000m 以上水文性質(zhì)的認(rèn)識, 這些鹽度剖面的同化對改善海洋狀態(tài)估計(jì)產(chǎn)品和海洋預(yù)報(bào)系統(tǒng)的技能發(fā)揮了重要作用。但是仍然存在大量的觀測數(shù)據(jù)由于只觀測了溫度剖面而不能夠直接同化到數(shù)值模式中。例如溫深儀(BT)只用于測量溫度剖面。因此有必要推斷出其相應(yīng)的鹽度剖面, 以便有效利用這些溫度剖面估計(jì)鹽度對海洋密度和層結(jié)的貢獻(xiàn)。

前人已提出一些使用溫度剖面反演鹽度的方法, 其主要方法包括: 局部多元回歸(Hansen et al,1999; Korotenko, 2007; Thacker, 2007;Ballabrera-Poy et al, 2009; Goes et al, 2018),經(jīng)驗(yàn)正交函數(shù)(EOF) (Carnes et al, 1994; Maes, 1999; Maes et al, 2000; Chang et al, 2011; Yang et al, 2015), 和高階多項(xiàng)式(Fox et al, 2002; Marrero-Díaz et al,2006)。基于統(tǒng)計(jì)回歸, Vossepoel 等(1999)在熱帶太平洋的研究表明, 結(jié)合溫鹽關(guān)系與海表鹽度(sea surface salinity, SSS)可以顯著提高鹽度的估計(jì), 結(jié)合溫鹽關(guān)系、SSS 和動(dòng)力高度可以進(jìn)一步降低鹽度的估計(jì)誤差。Hansen 等(1999)在熱帶東太平洋應(yīng)用時(shí)發(fā)現(xiàn), 在溫鹽關(guān)系中加入SSS 可以在鹽度剖面反演的幾乎所有深度上提供細(xì)微到實(shí)質(zhì)性的改善。因此, SSS 在鹽度剖面的估算中非常重要。Agarwal等(2007)利用經(jīng)驗(yàn)正交函數(shù)(empirical orthogonal function, EOF)得到鹽度剖面的主要模態(tài), 并使用遺傳算法從 TRMM(Tropical Rainfall Measuring Mission)觀測的海表溫度(sea surface temperature,SST)數(shù)據(jù)和Argo 觀測的海表鹽度來估計(jì)每個(gè)EOF主要模態(tài)的系數(shù)。Thacker (2007)通過構(gòu)建鹽度剖面與溫度、經(jīng)緯度之間的回歸模型, 提出了一個(gè)相對簡單但有效的方案。Ballabrera-Poy 等(2009)通過基于神經(jīng)網(wǎng)絡(luò)的非線性回歸模型估計(jì)了Argo 觀測的鹽度剖面。但是, 鹽度剖面和SSS 之間的關(guān)系不能通過神經(jīng)網(wǎng)絡(luò)或遺傳算法直接得到, 需要在模型中加入額外的信息, 如SST 或觀測溫度剖面。

孟加拉灣是海上絲綢之路的重要航道, 位于印度洋東北部, 受印度季風(fēng)的影響顯著。充沛的夏季降水以及灣北部河流輸入的大量淡水導(dǎo)致孟加拉灣內(nèi)尤其是北部表層鹽度有較大的變化(宣莉莉 等,2015; 張玉紅 等, 2012)。西南季風(fēng)期間, 外部大洋水可通過灣口西側(cè)進(jìn)入灣內(nèi), 灣內(nèi)水通過灣口東側(cè)進(jìn)入赤道印度洋; 在東北季風(fēng)期間, 水團(tuán)交換路徑發(fā)生翻轉(zhuǎn)(Schott et al, 2000, 2001)。受季風(fēng)影響, 阿拉伯海水也會(huì)流入孟加拉灣赤道區(qū)域, 在5—6 月及10 月至次年1 月沿赤道向東延伸, 最遠(yuǎn)可至90°E 以東的海域。此外, 在大多數(shù)月份(6 月至次年4 月)阿拉伯海水還會(huì)出現(xiàn)在灣內(nèi)(宣莉莉 等, 2015)。孟加拉灣水與阿拉伯海水兩種水團(tuán)分布的季節(jié)性變化主要是由上層環(huán)流決定。11 月至次年3 月, 孟加拉灣水通過西南向的東北季風(fēng)漂流及沿孟加拉灣西邊界斯里蘭卡沿岸南下的東印度沿岸流從灣內(nèi)輸運(yùn)進(jìn)入阿拉伯海東南部海域, 6—10 月孟加拉灣水通過灣口東側(cè)至赤道海域之間的連續(xù)南向流輸送至蘇門答臘島外海乃至赤道海域。阿拉伯海水入侵灣內(nèi)有兩個(gè)路徑: 11 月至次年4 月是由赤道至灣口之間的連續(xù)北向流經(jīng)灣口東側(cè)進(jìn)入灣內(nèi), 而在6—9 月, 阿拉伯海水由西南季風(fēng)漂流輸運(yùn)至灣內(nèi)(Shetye et al,1996; Schott et al, 2001)。表層水團(tuán)的水文特征季節(jié)變化強(qiáng)烈, 這使得孟加拉灣上層海洋的鹽度很難準(zhǔn)確估計(jì)。

在海洋上層, 通常將近表層溫度和密度都比較均勻的水層定義為混合層。在混合層以下, 存在溫度隨深度迅速遞減、密度迅速遞增的溫度躍層和密度躍層。大多數(shù)情況下, 溫度躍層和密度躍層深度基本一致, 但也會(huì)出現(xiàn)兩者不重合的情況, 這時(shí)就會(huì)出現(xiàn)溫躍層頂界深度明顯大于密度躍層頂界深度的現(xiàn)象, 即在密度較均勻?qū)又?、溫躍層之上存在一個(gè)密度隨溫度深度急劇增大而溫度近于均勻的水層, 稱為障礙層。在孟加拉灣, 降雨和河流徑流將大量淡水注入至海洋表層(Vinayachandran et al, 2002),導(dǎo)致密度混合層變淺, 從而在溫躍層頂部形成障礙層(Lukas et al, 1991)。鹽度是決定影響障礙層的主要因素, 但現(xiàn)有觀測不足以大范圍支持這方面的研究,且大量觀測數(shù)據(jù)存在著鹽度剖面缺測的現(xiàn)象, 因此通過溫度剖面反演合理的鹽度剖面對于了解障礙層的變化十分重要。近年來, 隨著海表鹽度遙感與反演技術(shù)的發(fā)展, 衛(wèi)星觀測的海表鹽度數(shù)據(jù)增多, 為鹽度剖面的反演提供了數(shù)據(jù)基礎(chǔ)。

本文將采用回歸分析方法, 基于歷史觀測的溫鹽剖面資料(圖1), 建立鹽度剖面與溫度剖面、表層鹽度、經(jīng)緯度等參數(shù)之間的回歸模型, 評估不同反演模型得到最優(yōu)的反演方案, 同時(shí)考慮鹽度衛(wèi)星數(shù)據(jù)的使用對反演結(jié)果的影響, 以便將鹽度衛(wèi)星更好地投入實(shí)際應(yīng)用。

圖1 歷史溫鹽觀測各年剖面數(shù)Fig. 1 The number of historical thermohaline observation stations in each year

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)

本文所用的歷史溫鹽剖面觀測資料來自2001—2018 年的Argo 數(shù)據(jù)(ftp://data.argo.org.cn/pub/ARGO/)。這些資料要經(jīng)過嚴(yán)格的質(zhì)量控制以剔除異常數(shù)據(jù)。月均氣候態(tài)數(shù)據(jù)來源于World Ocean Atlas 2013(WOA13)用于對結(jié)果進(jìn)行檢驗(yàn)評估。本文使用的衛(wèi)星海表鹽度資料來自 SMAP(Soil-Moisture Active Passion)提供的0.25°×0.25°的網(wǎng)格化海表鹽度數(shù)據(jù)。船測CTD 數(shù)據(jù)來源于CLIVAR and Carbon Hydrographic Data Office (CCHDO)(https://cchdo.ucsd.edu/search?q=GO-SHIP)并用于對結(jié)果進(jìn)行檢驗(yàn)。

本研究使用2001—2016 年的Argo 數(shù)據(jù)來完成回歸模型參數(shù)庫的建立, 并使用2017 年的Argo 數(shù)據(jù)作為獨(dú)立數(shù)據(jù)對結(jié)果進(jìn)行檢驗(yàn)(圖2)。

圖2 孟加拉灣區(qū)域用于建模的所用到的Argo 數(shù)據(jù)(a)以及對結(jié)果進(jìn)行檢驗(yàn)的Argo 數(shù)據(jù)(b)紅框?yàn)閷Ψ囱萁Y(jié)果進(jìn)行水團(tuán)分析所選區(qū)域。本圖基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2020)4392 號的標(biāo)準(zhǔn)地圖制作Fig. 2 Argo data used for modeling (a) and Argo data used for verifying the results in the Bay of Bengal (b), the red box is the selected area for water mass analysis of the inversion results

1.2 數(shù)據(jù)預(yù)處理

由于現(xiàn)場觀測資料存在質(zhì)量問題, 在使用觀測剖面計(jì)算相關(guān)參數(shù)之前, 需要對觀測數(shù)據(jù)進(jìn)行預(yù)處理。本研究使用的質(zhì)量控制方法參考自WOD13 手冊(Johnson et al, 2013)。具體步驟包括:(1)剖面位置/日期/時(shí)間檢查; (2)重復(fù)剖面檢查; (3)深度顛倒和深度重復(fù)檢驗(yàn); (4)觀測數(shù)據(jù)的界限檢查;(5)溫鹽梯度檢查和密度穩(wěn)定性測試。質(zhì)量控制結(jié)束后, 將觀測層的溫度和鹽度剖面數(shù)據(jù)插值到標(biāo)準(zhǔn)層數(shù)據(jù)中, 并檢查了標(biāo)準(zhǔn)層數(shù)據(jù)的密度穩(wěn)定性, 以消除由于插值引起的密度顛倒。其中, 溫鹽剖面的標(biāo)準(zhǔn)層是0、2、4、 6、 8、10、15、20、 25, 30、35、40、45、50、55、60、65、70、75、80、85、90、95、100、110、120、130、140、150、160、170、180、190、200、220、240、260、280、300、350、400、500、600、700、800、900、1000m。

本研究聚焦孟加拉灣區(qū)域, 考慮到赤道區(qū)域與灣內(nèi)水文性質(zhì)存在較大的差異, 在赤道與灣內(nèi)各選擇了一個(gè) 5°×5°的方區(qū)用于反演模型的檢驗(yàn)評估。

1.3 用溫度剖面估算鹽度剖面的4 種方法

模型1: 第一種估計(jì)鹽度的方法是使用氣候態(tài)鹽度加上溫鹽關(guān)系, 以此來完成對鹽度剖面的反演(Fox et al, 2002), 計(jì)算公式為

模型2: 第二種反演鹽度的方法是在第一種方法的基礎(chǔ)上, 加入溫度的二次項(xiàng), 以此完成對鹽度剖面的反演(Thacker, 2007), 計(jì)算公式為

模型2 中其余各項(xiàng)與模型1 一致, 僅增加了aT2(z)代表溫度二次項(xiàng)的回歸系數(shù)。

模型3: 在模型2 的基礎(chǔ)上考慮的空間參數(shù)的影響, 在擬合式中添加經(jīng)緯度信息, 具體公式如下(Thacker, 2007)。

模型3 除了考慮了距離的影響外, 其余各項(xiàng)與模型2 一致。a x(z)代表經(jīng)向的回歸系數(shù),xo代表觀測經(jīng)度,xc代表分析點(diǎn)的經(jīng)度。a y(z)代表緯向的回歸系數(shù),yo代表觀測緯度,yc代表分析點(diǎn)的緯度。

模型4: 在模型3 的基礎(chǔ)上考慮了海表鹽度的約束, 完成對鹽度剖面的反演(Hansen et al, 1999;Thacker, 2007)。具體公式為

模型4 中a s(z)代表的是不同深度下表層鹽度的回歸系數(shù),S(0)代表的是觀測輸入的表層鹽度,＜S(0)＞代表的是表層鹽度的氣候態(tài)。

利用加權(quán)最小二乘與距離對模型局部多項(xiàng)式擬合, 權(quán)重系數(shù)b計(jì)算公式為

其中x、y定義與模型中一致,t為一年內(nèi)的時(shí)間差,Lx、Ly、Lt為距離尺度和時(shí)間尺度。所用的時(shí)間尺度Lt是 1000h, 距離尺度取決于緯度λ, 以 km為單位(Fox et al, 2002)。

對于上述4 種回歸模型, 回歸系數(shù)的求解方法為

式中,A是由回歸系數(shù)組成的列向量,X是由各反演模型中需要輸入的觀測數(shù)據(jù)組成的矩陣,B是由各個(gè)觀測數(shù)據(jù)根據(jù)式(5)計(jì)算的權(quán)重系數(shù)組成的對角矩陣,Y是由觀測數(shù)據(jù)組成的列向量。

1.4 比容海面高度的計(jì)算

海水物理性質(zhì)的變化是影響海平面變化的重要因子, 特別是海水密度變化尤為重要。在海水質(zhì)量一定的前提下, 海水密度的變化主要靠海水體積的膨脹和收縮來體現(xiàn), 即以海水比容的變化來體現(xiàn)。一般認(rèn)為海水比容變化可由兩部分組成: 海水熱比容變化與鹽比容變化。關(guān)于海水熱比容與鹽比容的計(jì)算, 傳統(tǒng)方法是藉由對于熱膨脹系數(shù)和鹽收縮系數(shù)的計(jì)算來完成的, 即采用Thomson 等(1987)計(jì)算比容海面高度的方法:

其中HT指熱比容海平面變化,HS指鹽比容變化,HSSL指總比容變化,T代表溫度,S代表鹽度,α代表比容,Z代表深度,z1 和z2 分別是對深度積分時(shí)所取的上限和下限。

2 結(jié)果

本部分主要評估不同反演模型反演的鹽度剖面結(jié)果, 并評估不同的反演方案對結(jié)果的影響, 以得到最佳的反演方案。

2.1 誤差統(tǒng)計(jì)

本部分共使用5 種反演方案, 方案1—4 分別對應(yīng)模型1—4。值得注意的是, 方案4 中表層鹽度項(xiàng)的輸入使用的是Argo 插值得到的表層鹽度。另外,實(shí)際觀測常受到觀測儀器的限制, 如BT 數(shù)據(jù)只能夠觀測到溫度剖面, 考慮到鹽度衛(wèi)星可以提供高分辨率的表層鹽度數(shù)據(jù), 因此方案5 以衛(wèi)星觀測的表層鹽度作為輸入項(xiàng)來完成鹽度剖面的反演。

我們計(jì)算了不同反演方案和WOA13 月均資料(將WOA13 月平均數(shù)據(jù)使用距離加權(quán)插值到觀測剖面的位置)與實(shí)測鹽度剖面資料之間的均方根誤差(圖3a)。為了檢驗(yàn)反演模型的性能, 借鑒在天氣和海洋數(shù)值預(yù)報(bào)領(lǐng)域采用的方法, 定義模型的技能得分為

圖3 4 種不同反演鹽度剖面方案中WOA 氣候態(tài)與實(shí)測資料之間的均方根誤差隨水深的變化(a)以及4 種不同反演鹽度剖面方案的技能得分(b)Fig. 3 RMSEs between WOA13 salinity and each of the four salinity reconstructions, showing in situ profiles (a) and skill scores of the four schemes (b)

式中SS 為技能得分, RMSE(reconstruct)為重構(gòu)均方差誤差, RMSE(WOA)為WOA 氣候態(tài)均方根誤差。當(dāng)重構(gòu)結(jié)果的精確度大于(或小于)氣候態(tài)鹽度場的精確度時(shí), 技能得分為正值(或負(fù)值), 技能得分越接近1 說明重構(gòu)的鹽度場準(zhǔn)確性越高。各反演結(jié)果的垂向平均均方根誤差(MRMSE)結(jié)果如表1 所示。

表1 不同方案垂向平均均方根誤差Tab. 1 Mean RMSEs of different schemes

結(jié)果顯示, 在孟加拉灣表層由于受淡水和徑流的影響, 鹽度變化較大。當(dāng)反演模型不引入表層鹽度約束時(shí), 反演結(jié)果存在較大誤差。對比方案1 與方案2, MRMSE 從0.2011‰下降到0.1993‰, 表明模型中加入溫度的二次項(xiàng)可以略微減小反演結(jié)果的誤差。方案3 是在方案2 的基礎(chǔ)上添加了經(jīng)緯度的參數(shù), 通過對比兩者間的 MRMSE(方案 3 為0.1946‰, 方案2 為0.1993‰), 發(fā)現(xiàn)引入經(jīng)緯度參數(shù)可以進(jìn)一步減小反演模型的誤差。對比方案4 與方案5, 當(dāng)引入SSS 時(shí), 上層的鹽度結(jié)果得到了極大的改善。從整個(gè)海區(qū)的均方根誤差統(tǒng)計(jì)結(jié)果看, SSS在反演鹽度場中的作用基本限于100m 以上, 很好地改善了混合層的鹽度結(jié)構(gòu), 但在躍層以下SSS 對于反演結(jié)果的影響很小。雖然衛(wèi)星提供的SSS 較未引入SSS 的反演結(jié)果有較大的改善(方案5), 但是與使用現(xiàn)場觀測的SSS 反演結(jié)果相比仍有較大差距(方案4), 這主要是由于衛(wèi)星觀測產(chǎn)生的觀測誤差造成的。

隨著深度的增加, 均方根誤差開始減小, 當(dāng)深度大于200m 時(shí), 反演誤差隨著深度不發(fā)生顯著變化, 且反演誤差與氣候態(tài)接近, 約為0.04‰。但是反演結(jié)果的技能得分均要大于0, 說明反演結(jié)果要優(yōu)于WOA 氣候態(tài)。同時(shí), 使用表層鹽度約束反演的技能得分(方案4、5)要略大于不使用SSS 約束的反演結(jié)果。

2.2 反演鹽度對比容海面高度的反演誤差

本部分選擇了一個(gè)在建模中未被使用的CTD數(shù)據(jù)用于檢驗(yàn)反演結(jié)果在中小尺度上的表現(xiàn)情況。對比反演方案計(jì)算得到的比容海面高度與觀測的比容海面高度, 發(fā)現(xiàn)反演結(jié)果的比容海面高度與觀測結(jié)果基本吻合。對4 種反演結(jié)果進(jìn)行評估, 使用WOA 氣候態(tài)的鹽度結(jié)果會(huì)有約3cm 的均方根誤差,而不引入表層鹽度的反演結(jié)果可以將誤差減小到2.3cm; 當(dāng)引入表層鹽度作為約束時(shí), 使用反演鹽度結(jié)果計(jì)算的比容海面高度誤差會(huì)進(jìn)一步減小, 約為1.3cm(表2)。

表2 不同方案垂向平均均方根誤差Tab. 2 RMSEs of different schemes

對比方案3 與方案5 反演的鹽度結(jié)果, 我們以位勢密度比4m 深度高0.15kg·m-3的深度來定義混合層深度(圖4 中黑線表示混合層深度), 從混合層的深度變化來看, 方案3(圖5c)只能微弱地反映鹽度引起的混合層深度的變化, 不能體現(xiàn)表層鹽度變化對于混合層深度的影響, 方案5 計(jì)算得到的混合層變化與觀測更加接近。在混合層以下, 反演鹽度斷面的變化特征也與觀測基本吻合, 兩種反演結(jié)果得到的鹽度場并沒有明顯的差異。但是在表層, 方案3 不能很好地反映鹽度場的變化, SMAP 表層鹽度數(shù)據(jù)的使用可以得到更好的表層鹽度估計(jì)。而對比鹽度相對氣候態(tài)異常的結(jié)果, 發(fā)現(xiàn)在上層海洋, 方案5 得到的反演結(jié)果會(huì)有一個(gè)更大的鹽度異常, 這一結(jié)果與觀測較為接近。特別是在混合層, 表層鹽度的引入可以較好地模擬4 月10 日至13 日出現(xiàn)的負(fù)異常, 而使用方案3 得到的反演結(jié)果并不能較好地得到上層鹽度的變化特征。

圖4 不同方案反演鹽度剖面計(jì)算的比容海面高度(a)和CTD 航次軌跡(b)b 中紅點(diǎn)代表船的起始位置。該圖基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2020)4392 號的標(biāo)準(zhǔn)地圖制作。Fig. 4 Steric height of salinity profile reconstruction calculated using different schemes (a) and the cruise track of CTD (b),and the red star represents the start of the cruise

圖5 觀測鹽度斷面及其重構(gòu)結(jié)果a. 實(shí)測鹽度斷面; b.衛(wèi)星觀測作為表層鹽度引入的方案5 反演鹽度斷面; c.方案3 反演鹽度斷面; d. 實(shí)測鹽度異常斷面; e. 方案5 反演鹽度斷面; f. 方案3 反演鹽度異常斷面。圖中黑線表示混合層深度Fig. 5 Salinity profile results. (a) Observed salinity profiles; (b) scheme 5 inversion salinity profiles using satellite SSS; (c)scheme 3 inversion of salinity profiles; (d) measured salinity abnormal profiles; (e) inversion of salinity anomaly profiles using scheme 4; and (f) inversion of salinity anomaly profiles using scheme 3. The black curve indicates mixed-layer depth

2.3 反演鹽度對障礙層及季節(jié)內(nèi)振蕩信號的恢復(fù)

本部分結(jié)果檢驗(yàn)選擇了2016—2017 年期間序列號為6901731 的Argo 浮標(biāo)用于對結(jié)果進(jìn)行檢驗(yàn)(圖6)。由于數(shù)據(jù)建模時(shí)只是用了2016 年之前的數(shù)據(jù), 該浮標(biāo)在建立反演模型時(shí)并未使用, 因此該檢驗(yàn)也具有嚴(yán)格的獨(dú)立性。

圖6 觀測Argo 的運(yùn)動(dòng)軌跡紅點(diǎn)為浮標(biāo)起始位置。該圖基于國家測繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2020)4392 號的標(biāo)準(zhǔn)地圖制作Fig. 6 Trajectory of Argo profile

為探究孟加拉灣出現(xiàn)的季節(jié)內(nèi)振蕩現(xiàn)象, 選擇鹽度為34.2‰的等值線用來代表鹽躍層的變化。從結(jié)果上看, 反演鹽度能夠較好地反映出鹽度在躍層出現(xiàn)的季節(jié)內(nèi)振蕩, 且兩種反演方案得到的鹽躍層變化基本一致, 說明SSS 的引入對鹽躍層上的鹽度變化沒有明顯的影響。對比鹽度反演結(jié)果在混合層以下的鹽度異常(圖 7d—f), 也發(fā)現(xiàn)兩種方案的結(jié)果基本一致。但是在混合層, SSS 的引入較好地改善了上層鹽度的估計(jì)結(jié)果。對比混合層以上的觀測結(jié)果與反演結(jié)果, 發(fā)現(xiàn)SSS 的引入對結(jié)果有較大改善。

圖7 2016—2017 年間觀測鹽度斷面及其重構(gòu)結(jié)果a. 實(shí)測鹽度斷面; b. 衛(wèi)星觀測作為表層鹽度引入的方案4 反演鹽度斷面; c. 方案3 反演鹽度斷面; d. 實(shí)測鹽度異常斷面; e. 衛(wèi)星觀測作為表層鹽度引入的方案4 反演鹽度斷面; f. 方案3 反演鹽度異常斷面;圖中黑線表示混合層深度; a—c 圖中的藍(lán)色實(shí)心曲線代表鹽度34.2‰的等值線Fig. 7 Results of observed salinity profiles and reconstruction during 2016-2017. (a) Observed salinity profiles; (b)reconstructed salinity profiles by scheme 4, using satellite SSS; (c) reconstructed salinity profiles by scheme 3; (d) observed salinity anomaly profiles; (e) reconstructed salinity anomaly profiles using scheme 4 and satellite SSS; (f) WOA13 climatology salinity anomaly profiles. The black curve is the mixed-layer depth, and the blue curve in (a-c) represents the depth of salinity isoline 34.2‰

為檢驗(yàn)反演鹽度剖面在障礙層厚度變化方面的反演能力, 分別使用Argo 觀測剖面和反演鹽度剖面計(jì)算其軌跡上障礙層厚度隨時(shí)間的變化, 結(jié)果如圖8 所示。通過對比反演結(jié)果與觀測計(jì)算得到障礙層厚度的時(shí)間序列, 可以發(fā)現(xiàn)反演剖面計(jì)算的障礙層厚度與觀測的結(jié)果變化趨勢較為一致。特別是在冬季, ?？寺槲推搅饕鸬牡俜峙涔餐瑢?dǎo)致的障礙層變厚, 該現(xiàn)象在反演結(jié)果被較好地體現(xiàn)出來。對比方案3 與方案5 的反演結(jié)果, 發(fā)現(xiàn)SSS 的引入能夠進(jìn)一步改善對障礙層的模擬性能。

圖8 由Argo 溫度剖面反演的鹽度計(jì)算的障礙層厚度隨時(shí)間的變化Fig. 8 Variation of barrier layer thickness with time, calculated by salinity inversion of Argo temperature profiles

2.4 水團(tuán)分析

在孟加拉灣選擇圖2b 中所示的兩個(gè)方區(qū)來研究重構(gòu)結(jié)果的水團(tuán)特征。在孟加拉灣內(nèi), 大量的河流徑流產(chǎn)生的低鹽度水團(tuán)稱為孟加拉灣水(Bay of Bengal Water, BBW)。其主要特征是溫度變化不大,但上層的鹽度變化比較明顯。與WOA13 相比, 更多的低鹽的BBW 被較好的反演出來。由圖8 可知, 在孟加拉灣內(nèi)的表層鹽度變異性較大, 觀測鹽度變化從28‰至35‰, 與WOA 氣候態(tài)結(jié)果相比, 更多鹽度低于29‰的低鹽水被反演出來。在孟加拉灣赤道區(qū)域, 鹽度變化范圍沒有孟加拉灣內(nèi)這么大, 觀測鹽度主要集中在33‰～35.5‰, 反演鹽度的范圍與觀測鹽度基本吻合。同時(shí)發(fā)現(xiàn)表層水團(tuán)中不僅包含了孟加拉灣水團(tuán)的信息, 還包含了部分阿拉伯海水團(tuán)的信息, 且觀測到的阿拉伯海水團(tuán)均出現(xiàn)在2016年10 月至2017 年2 月。BBW 的形成主要是由于類似東印度流(East Indian Current, EIC)南下的洋流將BBW 從孟加拉灣帶到了赤道。阿拉伯海水團(tuán)出現(xiàn)在孟加拉灣近赤道區(qū)域的主要原因是西南季風(fēng)形成的赤道流將阿拉伯海的水帶到了孟加拉灣近赤道區(qū)域。而WOA 氣候態(tài)的鹽度范圍主要集中33.7‰至35.1‰, 并沒有捕捉到阿拉伯海水團(tuán)的信息。

在200～1000m 的中層海洋, 存在的水團(tuán)主要為印度中央水(Indian Central Water, ICW), 鹽度為34.8‰～35.2‰(圖9、10 和11)。WOA13 氣候態(tài)和重建結(jié)果均與觀測結(jié)果較為一致。對比反演結(jié)果與WOA 氣候態(tài), 二者都較好地反映了這一水團(tuán)的特征, 沒有明顯的區(qū)別。

圖9 0m 處孟加拉灣WOA 氣候態(tài)結(jié)果和反演結(jié)果與觀測結(jié)果的對比a. WOA 氣候態(tài)結(jié)果與觀測結(jié)果對比; b.反演結(jié)果與觀測結(jié)果對比; c. 孟加拉灣赤道WOA 氣候態(tài)結(jié)果與觀測結(jié)果對比; d. 孟加拉灣赤道反演結(jié)果與觀測結(jié)果對比。圖中等值線代表位勢密度的超量Fig. 9 Comparison between WOA climatology and reconstruction results with observations in the Bay of Bengal at 0m. (a)Comparison of WOA climatology and observations; (b) comparison of reconstruction and observations; (c) comparison of observations and WOA climatology on the equator in the Bay of Bengal; and (d) comparison of observations and reconstruction on the equator in the Bay of Bengal.

圖10 200m 處孟加拉灣WOA 氣候態(tài)結(jié)果和反演結(jié)果與觀測結(jié)果的對比Fig. 10 Comparison between WOA climatology and reconstruction results with observations in the Bay of Bengal at 200 m

圖11 1000m 處孟加拉灣WOA 氣候態(tài)結(jié)果和反演結(jié)果與觀測結(jié)果的對比Fig. 11 Comparison between WOA climatology and reconstruction results with observations in the Bay of Bengal at 1000 m

3 總結(jié)

本文采用加權(quán)最小二乘多項(xiàng)式擬合方法, 利用歷史上Argo 觀測的溫鹽剖面資料建立了垂向鹽度與溫度、經(jīng)緯度和表層鹽度這些變量之間的映射關(guān)系, 實(shí)現(xiàn)了垂向鹽度剖面的反演。結(jié)果顯示4 種反演方案均能得到較為合理的鹽度剖面。對比4 種方案, 當(dāng)不引入SSS 時(shí), 無論是引入溫度的二次項(xiàng)還是加入空間參數(shù)來估計(jì)鹽度, 反演結(jié)果誤差基本一致。而SSS 的引入, 可以優(yōu)化上層鹽度的反演結(jié)果。

將反演結(jié)果與觀測進(jìn)行對比, 結(jié)果顯示使用方案1—3 反演得到的鹽度剖面計(jì)算的比容海面高度會(huì)產(chǎn)生超過2cm 的誤差, 而引入了SSS 可以將比容高度的計(jì)算誤差降低到1.5cm 以下。從鹽度的變化看, 表層鹽度信息的引入能夠較為真實(shí)地反映海洋鹽度場的垂直結(jié)構(gòu)和內(nèi)部變化特征, 它既能夠捕捉到對上混合層有重要影響的SSS 信號, 又能夠反映鹽度在躍層上的季節(jié)內(nèi)變化。另外, 使用反演鹽度剖面計(jì)算障礙層厚度并與實(shí)際觀測結(jié)果進(jìn)行對比,發(fā)現(xiàn)反演結(jié)果對障礙層具有較好的模擬性能。通過水團(tuán)分析發(fā)現(xiàn), 與氣候態(tài)相比, 反演結(jié)果可以更好地表征上層海洋水團(tuán)的變化特征。本文所構(gòu)建的鹽度場既可以作為觀測數(shù)據(jù)的補(bǔ)充, 也可以與溫度一起同化至模式中, 進(jìn)而改善三維溫、鹽、流的數(shù)值再分析和預(yù)報(bào)。