一种模式偏差订正方法在海洋再分析中的应用

由于边界条件、外部强迫场的不准确性以及次网格尺度现象参数化的不确定性等因素的影响，任何数值模式都存在模式偏差，其产生机制的复杂性，造成了解决模式偏差的挑战性。本项目以减小模式偏差为目的，提出了一种模式能接受的偏差订正方法，该方法是通过一种同化技术将偏差信息有效地传递到模式，以此创建一个较好的模式状态环境，结合各种历史和实时现场海洋观测和卫星遥感资料，利用集合同化方法进行多年的数值同化试验，检查偏差订正方法在海洋再分析中的应用性能，通过试验帮助模式追踪由偏差引起的变化，分析偏差的结构特征，探讨偏差的可能发生机理，为提高模式的模拟性能，改进模式预报提供基础。

边界条件、外部强迫场的不准确性，模式分辨率的不够精细性以及次网格尺度现象参数化过程的不确定性等因素，会带来模式偏差，如何有效地减小模式偏差，提高模式模拟的性能变得非常重要。本项目是以减小模式偏差为目的，研发并测试了多种偏差订正方法。一种是将气候态的观测信息通过同化传递到模式中，以补偿观测稀疏带来的缺陷，另一种是同化的过程也要估计模式偏差，计算分析场时将模式偏差扣除。这两种方法都能在一定程度上减小模式偏差，但后一种方法由于一些模式变量的偏差不容易确定（如海流），且是通过同化来估计偏差，使得在观测稀疏的海域不能有效地发挥作用，在减小模式偏差方面有一些局限性。第一种方法里具有季节变化的观测信息同化到模式中比无季节变化的观测更能有效地减小偏差，所以采用这种偏差订正方法进行了同化实验。另外，由于模式偏差的存在，会给高度计资料同化带来严重的问题，即会极大地增加模式的温盐偏差，为了解决这个问题，研发了一种新的方法(即同化ARGO一段时间来获得高度计同化所需的平均动力地形),来提高高度计同化的性能，这种新的方法某种程度上也是一种偏差订正方法。基于上述两种有效的偏差订正方法，进行了偏差订正实验，通过分析其在海洋再分析中的应用，一方面，偏差订正方法大大提高了同化的性能，另一方面，发现模式偏差主要位于温跃层和盐度跃层位置，造成此偏差的可能原因，一是与模式垂直分辨率有关，因为跃层里，无论温度还是盐度，垂向上变化极大，需要足够细的分辨率方能较好地再现这种结构，而且不同海域，跃层深度和强度也不尽相同，所以在当前计算资源有限的情况下，要能精确地刻画各个海域的跃层特征，垂向分辨率的合理设置是非常重要的，也是非常具有挑战性的工作。另外，跃层的偏差也与表层的风应力和垂直混合方案有关。另一方面模式的偏差也来源于表层，影响表层温度和盐度的因素主要有热通量、蒸发、降水、淡水等一些模式的强迫场。因此，改进模式本身的一些设置，如分辨率，参数化方案和强迫场，也是减小模式偏差的途径之一。偏差订正方法除了能减小模式偏差外，还有助于提高由此产生的再分析数据的质量，从而服务于相关的海洋科学研究。