基于统计学方法的HYCOM海洋预报结果评价

基于统计学方法的HYCOM海洋预报结果评价

邹颖俊;王晓春;何贤强

【摘要】利用2015年冬季和2016年夏季东中国海现场温度、盐度观测资料,评价了一个海洋资料同化及预报系统HYCOM初始场的精度和预报技巧.结果表明这一预报系统初始场的精度及预报技巧在冬、夏季有明显的差异.在冬季,模式温度和观测温度之间无明显偏差.在夏季,盐度初始场的均方根误差高达3.41 psu,温度初始场的均方根误差高达7.22℃.就预报技巧而言,预报系统在冬季对温度有一定的预报技巧,与冬季相比,预报系统对温度及盐度的预报技巧在夏季明显降低.本研究的结果有利于人们更好地使用海洋预报,为研发下一代中国近海海洋预报系统提供借鉴.【期刊名称】《湘潭大学自然科学学报》

【年(卷),期】2018(040)003

【总页数】5页(P104-108)

【关键词】HYCOM;均方根误差;偏差;相关系数

【作者】邹颖俊;王晓春;何贤强

【作者单位】南京信息工程大学海洋科学学院,江苏南京210044;南京信息工程大学海洋科学学院,江苏南京210044;江苏省海洋环境探测工程技术研究中心,江苏南京210044;国家海洋局第二海洋研究所,浙江杭州310012

【正文语种】中文

【中图分类】P731

随着人类不断开发和利用海洋，海洋环境的预报越来越受关注.例如，水产养殖、

海洋捕捞、海上航运、港口运作、海上石油和天然气作业、海洋旅游等行业都需要物理海洋要素和生态要素的预报，海洋模式是海洋预报系统的核心组成部分[1].目

前较为流行的业务化海洋模式有HYCOM、MOM、NEMO、ROMS和POM等，全球海洋模式一般以HYCOM、MOM、NEMO为主，区域海洋模式以ROMS、POM为主[2].其中,基于HYCOM模式的美国海军全球海洋预报系统是比较先进且应用广泛的海洋预报系统[3].HYCOM模式在垂向坐标的设置上具有很大的灵活性[4]，不但适用于深海大洋，也可以用于做近岸模拟，因而有着非常广泛的应用.卢

著敏等[5]利用卫星的海表面温度资料对南海区域HYCOM模式输出的月平均温度进行评估，发现在浅海区域相对误差较大，而在海盆区域模拟结果较好.白志鹏等[6]检验了HYCOM模式对东海黑潮的模拟能力，结果表明模式能较好地模拟出东海黑潮PN断面垂向结构和时空特征.高松等[7]利用HYCOM模式对赤道及北太平洋海表温度进行了模拟，结果表明HYCOM模式很好地模拟了赤道及北太平洋的

气候态海表温度变化.吴力川等[8]对HYCOM、POM和ROMS海洋模式在南海区域的适应性进行比较分析， HYCOM模式在南海区域的模拟具有一定的优势.

东中国海有长江入海口大量淡水输入，并且地形复杂多变，这一区域海洋环境的预报有很大的挑战性. 但目前却没有工作评价这一区域海洋预报的精度，给海洋预报的社会应用带来许多不便.本文利用2015年冬季和2016年夏季东中国海温度、盐度的现场观测资料评价了HYCOM全球海洋预报系统的初始场及预报技巧.

1 数据资料与方法

1.1 HYCOM海洋预报系统简介

HYCOM(hybrid coordinate ocean model)是在迈阿密大学原有等密度面坐标模式MICOM的基础上发展而来的新一代原始方程海洋环流模式[9].HYCOM垂直方

向的坐标是混合坐标，这一混合坐标可以在等密度坐标、z坐标和sigma坐标之

间转换.等密度坐标应用于层化明显的开阔海域，z坐标应用于层化较弱的海洋混合层上层及层结不稳定的海域，sigma坐标应用于近岸浅水区和海底地形起伏较大

海域.和传统的单一垂直坐标海洋模式相比，垂向混合坐标使得HYCOM的适应能力更好，应用范围更广泛[10-12].美国海军利用HYCOM模式发展了一个全球海

洋预报系统，这一系统同化了卫星高度计资料、CTD(conductivity-temperature-depth sensor)、XBT(expendable bathythermograph)、Argo

浮标和glider等多种观测资料.这一海洋预报系统的网格点范围为78.64°S～66°N，180°W～180°E，预报时效为7 d，水平分辨率是1/12°.大气强迫场来自于NOGAPS每3 h的大气输出场，河流的淡水通量使用了986条河流径流量的气候值.

1.2 观测资料与方法

现场观测数据来自于“润江一号”科学考察船2015年冬季航次和2016年夏季航次，在东中国海的观测范围为27°N～34°N，120°E～125°E，观测时间分别为2015年12月20日至30日和2016年8月3日至13日.在利用CTD数据时还

需要对数据进行质量控制.质量控制分成两步：第一步是把深度或压强小于0处所

对应的CTD数据剔除；第二步是把数据中与均值相差3倍标准差以上的数据剔除.然后将CTD数据插值到海洋预报场的深度上进行比较.

本文主要运用了统计学的方法来验证HYCOM结果，包括均方根误差、偏差和相

关系数，这些统计学的工具被广泛用于分析海洋模式的模拟能力.其中均方根误差

是真实值与模式值之间的偏差，用来衡量模式结果的准确度，而偏差是用来衡量模式结果的精密度，相关系数则是反映观测和模式之间的相关关系密切程度的统计指标.设Xi(i=1,2,…,n) 为CTD在站点观测的温度或盐度值，Yi(i=1,2,…,n) 为相对应

的HYCOM模式在站点网格上的温度或盐度值，和σx(σy)分别为Xi(Yi)的平均值

和标准差.在每一个站点网格上，观测资料和HYCOM模式输出结果有如下的统计关系：

式中，ME、RMSE和R分别表示偏差、均方根误差和相关系数.

2 HYCOM结果评价

2.1 初始场评价

2.1.1 冬季初始场评价由图1(a)可以发现，2015年冬季东中国海海域HYCOM

温度数据与实测数据吻合较好，其均方根误差小于1 ℃(0.76 ℃)，偏差(实测数据

减模式数据)接近于零(-0.04 ℃)，相关系数高达0.95.而HYCOM盐度与实测盐度的相关性较差(见图1(b))，其中在高盐度(深度较深)的海水中两者存在较高的相关性，但在低盐度(深度较浅)海水中表现出模式盐度偏高；盐度均方根误差为1.9 psu，偏差为-0.29 psu，相关系数仅有0.56.图1(c)为2015年冬季HYCOM模式的均方根误差随深度的变化，在海水深度到达35 m以前，温度均方根误差比较大，最大值为0.86 ℃，海水深度到达35 m以后，均方根误差就变得比较小，整体上

来看随着深度的增加，HYCOM初始场和观测资料的温度的均方根误差变小.从图

1(d)中可以看出，海水深度到达50 m以前，盐度的均方根误差比较大，最大值为2.71 psu，到达50 m以后，均方根误差就变得比较小了.整体上来看,随着深度的

增加，HYCOM初始场和观测资料的盐度的均方根误差变小.

2.1.2 夏季初始场评价由图2(a)可以发现，2016年夏季东中国海海域HYCOM

温度数据与实测数据在高温(深度较浅)的海水处比较吻合，但低温(深度较深)的海

水处表现出较大差异，其均方根误差为7.22 ℃，误差很大，总的偏差(实测数据减模式数据)为-5.52 ℃，相关系数为0.28，相关性很低.HYCOM盐度与实测盐度的相关性也很差(见图2(b))，其中在高盐(深度较深)海水中两者的关系比较吻合，但