欢迎您访问印度洋业务化海洋学研究中心官方网站

1. 研发队伍

数值模式的开发,核心是人才队伍。没有一支高水平,精力充沛的、稳定的研发队伍,难以取得研发成功。为此,我所重新理顺了卫星海洋环境动力学国家重点实验室和印度洋业务化海洋学研究中心的关系,为充分利用国家重点实验室的人才和国际影响等有利条件,保障模式研发工作的有效顺利开展,确定了印度洋业务化预报模式在国家重点实验室主导下组织队伍进行攻关。

研发队伍现由国家“千人计划”唐佑民教授、国家“青年千人计划”周磊研究员领导模式研发工作,研发骨干由6名博士毕业1-3年,年龄在26-35岁的年轻人组成。目前有3个模式正在运行,每个模式由2个人主攻。

2. 研究模式

目前选择了三个国际上流行的模式:ROMSNEMOCESM开展研发,这三个模式针对不同时空尺度的海洋和大气变率。三个模式的能力和运行情况简单分述如下:

1ROMS模式

ROMS模式最初由在UCLAUniversity of California, Los Angeles)工作的著名科学家McWillims教授领导的研究小组开发,是近些年来最流行的区域海洋模式之一。我们与在UCLA工作的董昌明博士保持长期联系和合作,并得到他的多方面帮助和支持。2013年,我所选派了工作人员访问学者身份前往McWillims教授的研究组进行为期一年的工作和学习,以对ROMS的具体细节进行充分和深入的了解和研究。

2NEMO模式

NEMONucleus for European Modelling of the Ocean)模式是由法国IPSL旗下的海洋动力气候实验室LODYC发展起来的,是一个全球海洋环流模式,可进行海洋研究,季节性预报和气候研究。它已被广泛地应用于业务预报和科学研究,包括在一些国家级的研究和业务中心,如加拿大国家气象中心(CMC)和欧洲预报中心(ECMWF)等。

3CESM模式

CESM是美国大气研究协会(NCAR)开发的一个全球耦合模式。模式包括大气,海洋,陆地,冰川,海冰,河流模块。同时兼备物理过程、化学过程和生物过程。该模式研制开发于本世纪初,经过10多年的改进,模式在很多大尺度物理过程,特别是热带地区的气候模拟,有着非常显著的优势。其模式结果被国际政府间气候协作组织(IPCC),国际气候模式项目(CMIP)等采用。

3. 研究进展

印度洋业务化系统研发所选择的三个模式都已成功引进和安装到海洋二所集群计算机系统上及深圳计算中心(二所实验室现有的计算资源远不能满足3个模式同时进行的计算需求,目前通过购买机时的方式来临时解决),每个模式均能正常稳定运行。

ROMS模式已开展印度洋区域的数值模拟,较好再现了印度洋海域的气候态场以及年际变率,模拟的DMI指数和观测DMI指数相关系数达到0.86。目前正使用集合滤波技术为印度洋发展一个多源资料同化系统,并结合该同化系统,开展针对印度洋区域参数化方案最优配置的研究。在这基础上,进行ROMS与大气模式的耦合研究,并进行尺度在几小时到季节内的预报试验。

NEMO模式已应用到印度洋区域,分别采用气候态月平均风场和23年的CCMP月平均风场资料来驱动NEMO,积分100年和23年(1988-2010)。初步的诊断分析表明它能很好的反映真实的热带印度洋年际变率,其模拟与观测的印度洋偶极子指数相关系数达到0.65。更多的模拟、分析工作正在进行中。目前正在使用集合滤波技术为该模式发展一个多源资料同化系统,并进行与大气模式的耦合研究。在此基础上,进行季节尺度的预报试验。

CESM模式已在实验室集群计算机上完成了100年的耦合模式积分和使用大气观测资料强迫海洋模块POP252年积分(1948-2009。初步的诊断分析表明该模式能很好的反映真实的热带印度洋气候学特征和年际变率。该模式是全球耦合系统,为研究海气相互作用、太平洋对印度洋变率的影响提供了很好的手段。CESM模式可以很好的模拟MJO的特征,模拟所得MJO季节内方差分布、频谱分析、传播特征、以及联合EOF分析所得的经验模态与观测结果非常相似。CESM可以很好的模拟IOD的季节锁相,周期,以及IOD的发展演变特征。现正进行敏感性试验,包括预报误差增长(例如MJO指数)最敏感区分析,并根据印度洋现有的Argo和浮标观测资料,以及国际DYNAMO计划提供的外场观测资料,使用集合滤波器进行同化试验,考察目标观测对预报率的影响,为未来进行目标观测外场试验提供理论指导和科学基础。

4. 研究成果

1ROMS

  ·模式设置

在印度洋业务化海洋数值预报系统中,我们所采用的海洋模式为ROMS,模式的模拟区域为30°E~110°E, -30°S~30°N,模拟区域地形如图1所示,模式水平分辨率为1/8°*1/8°,垂向分层为32层,网格点个数为639*503*32层,正压时间步长为300秒,斜压时间步长为60秒,模式在计算中使用了120个CPU,并加入了孟加拉湾7条径流的气候态流量,径流的入海口位置和气候态月平均流量如图2-3所示。


1 模式区域及其地形


2 模式区域及孟加拉湾入海口位置图


孟加拉湾径流气候态月平均流量分布图

印度洋后报模式系统以197812SODA资料作为初始场,1979年至201012月期间,模式积分所用的大气强迫场来源于CFSR93.0 6小时的再分析场,侧边界条件来自SODA月平均场,20111月至201412月期间,大气强迫场来源于CFSv2 6小时再分析场,侧边界条件来自ECCO 10天平均的再分析场。模式共积分36年,1979年至1981年为模式稳定时间,1982年至2014年共33年的后报结果用于模式分析,后报模拟示意图如图4所示。


4. 后报模拟示意图

·气候态模拟


对后报模式19821月至201412月共33年月平均场做多年平均,得到模式模拟的气候态资料,Reynolds卫星观测海表温度(SST),WOA2013气候态海表盐度(SSS),AVISO卫星观测海表高度异常(SSHA)和GDP气候态海表流场(SSC)用于验证模式结果,模式气候态季节平均结果和观测气候态季节平均结果的比较如图5-8所示。

5表明ROMS可以很好的模拟印度洋SST,模拟的SSTReynolds观测SST在季节时间尺度上具有非常一致的空间结构,夏秋季,暖池出现在东北印度洋,夏季ROMS模拟的索马里沿岸的上升流引起的低温区SST明显低于Reynolds卫星观测。图6表明ROMS具有与WOA2013一致的SSS空间分布,阿拉伯海为印度洋的高盐区,孟加拉湾为印度洋的低盐区,孟加拉湾的盐度分布具有很强的季节特性。图7表明ROMS可以很好的模拟印度洋海表高度异常空间分布。图8表明ROMS模拟的海表流场与GDP漂流浮标海表流场结构非常一致,在夏季,北印度洋由于受西南季风影响,表层环流为顺时针结构,西北印度洋存在一支很强的由南向北流动的西边界流,在冬季,北印度洋表层环流受东北季风控制,西北印度洋的西边界流由北向南流动,在春季和秋季,赤道印度洋存在一支非常强的由西向东流动的Yoshida-Wyrtki 急流。





5.模式与Reynolds观测气候态季节平均SST空间分布图





6.模式与WOA 2013气候态季节平均SSS空间分布图





7.模式与AVISO观测气候态季节平均SSHA空间分布图

8. 模式与GDP观测气候态季节平均表层流场空间分布图

·IOD模拟


9ROMS模拟的DMI指数和Reynolds观测DMI指数时间序列图,两者的相关系数达到0.86,结果表明印度洋后报模式系统可以很好地模拟印度洋偶极子(IOD)现象。对DMI指数做标准化处理后,先进行7年的高通滤波,然后再做5个月的滑动平均,以大于一个标准差作为IOD的判断标准。我们可以得到在后报模式实验期间,共有5个正IOD年:1982年,1994年,1997年,2006年和2012年,5个负IOD年:1984,1996,1998,2005年和2010年。


9. ROMS模拟DMI指数与Reynolds观测DMI指数时间序列图

2NEMO

分别采用气候态月平均风场和23年(1988-2010)的CCMP月平均风场资料来驱动NEMO,积分时间分别为100年和23年(1988-2010)。

·模式结果


受气候学风场驱动,积分100年,最后5年平均得到的气候态结果与观测结果比较接近,如图10所示。受CCMP月平均风场资料驱动,模式从1988年积分到2010年,由模式和观测得到的Nino3.4指数之间的相关系数约为0.85DMI指数之间的相关系数约为0.65,如图11


10. NEMO积分100年,后5年的气候态年平均SST



11. 模式和观测中Nino3.4指数(上图)和DMI指数(下图)随时间的分布

3CESM

·MJO模拟


该模式计算区域为全球区域,我们采用的分辨率为:海洋水平1°x1°、垂向60层,大气水平0.9°x1.25°、垂向26层,模式运行50年,输出每天的变量值,选取最后20年的模拟结果进行MJO的诊断。我们应用MJOWGMadden-Julian Oscillation Working Group)提出的一系列诊断策略,对CESM模式的MJO模拟能力进行分析。MJO信号通过对所有场进行20-100天滤波得到。以下分别从季节内方差分布、频谱分析、传播特征、交叉谱分析以及联合EOF分析等方面对CESM的模拟结果与观测结果进行比较分析。

a.季节内方差分布

12为冬季(11月份-4月份)和夏季(5月份-10月份)观测和模拟的850百帕风场(U850)和对外长波辐射(OLR)的季节内方差空间分布图,观测数据的结果显示,冬季,对于U850,高值区位于海洋大陆地区,而对OLR,在东印度洋、海洋大陆和西太平洋存在3个方差值较高的区域,而模式的结果除了值普遍偏高(尤其是OLR)以外,整体形态与观测的分布基本形态一致,相关系数达到0.9左右,对于夏季的季节内方差分布同样也是如此,相关系数达0.85左右。



12a. 冬季观测(左)和模拟(右)的U850OLR的季节内方差分布图



12b 夏季观测(左)和模拟(右)的U850OLR的季节内方差分布图

b.季节内频谱分布

观测数据表明,无论是OLR还是U850,在MJO波数频率段内(30-90天,1-3波),均存在明显的高值区。本模式能够模拟MJO波数频率段内的高值区,但存在一些细节差异,比如对OLR,在低于30d的高频区域内,出现了波数约为1波的高值区,该异常可能是由于模式模拟的开尔文波较强导致。



13 冬季观测(左)和模拟(右)的OLR(上)和U850(下)的波数-频率图

cMJO传播特征

观测数据分析显示,U850OLR均存在明显的向东传播和向北传播的特征(图14),在本模式模拟结果中(图14),向东传播的特征较为明显,虽然传播速度稍快于观测的结果,但模式对于向北传播的特征则模拟的较差,尤其是U850场。


14a 冬季观测(左)和模拟(右)的风场(等值线)和OLR(颜色)的滞后相关


14b 夏季观测(左)和模拟(右)的风场(等值线)和OLR(颜色)的滞后相关

d. 多变量联合EOF分析

我们将OLRU850U200三个变量南北纬15°的平均场做联合EOF分解,得到前两个模态如图15所示,观测数据结果表明,第一模态中,在东印度洋区域对流变化强烈,而第二模态中,对流强烈区域位于海洋大陆地区,在两个模态中,大气对流层高层和低层风速均是反相位变化,同时,纬向风的峰值与对流信号的峰值有一个偏移量,这两个模态使得MJO存在不断向东传播的特征。模式结果中,在细节上有出入,比如解释方差、峰值区域大小等有一些差异,模拟结果相对于观测结果更为广域,但主要特征与观测结果一致,比如高低层纬向风的反位相特征、强对流出现的区域、以及纬向风与对流信号峰值位置的偏移。

15 OLRU850U200联合EOF分析前两个模态空间分布图

e. MJO合成分析

观测数据合成图显示,强对流区域有明显的向东传播的特征,850百帕西风异常滞后于强对流信号。(图16)对流信号在向东传播的过程中强度逐渐降低,在日期变更线附近基本消失,因此,对流的传播局限于东半球。模式结果能够很好地模拟出向东传播以及局限于东半球的主要特征,只是传播速度稍快于观测结果,强对流区域的范围要大于观测结果。



16 冬季观测(上)和模拟(下)的OLR(颜色)和风场(矢量)合成图

  • IOD模拟

利用CESM的海洋模式(POP2)和耦合模式进行印度洋偶极子的模拟。采用的分辨率为海洋水平分辨率为1 o×1o,垂向60层;大气水平0.9o×1.25o,垂向26层。海洋模式受 CORE-II (Coordinated Ocean-ice Reference Experiments,  phase 2) 数据集驱动。该数据集由CLIVAR (Climate and Ocean: Variability, Predictability and Change)组织提出,时间跨度从1948年至2009年。海洋模式积分时间也是从1948年至2009年。耦合模式积分100年,选取最后50年的模拟结果进行IOD分析。

通过EOF分析,POP2基本能模拟出印度洋的海盆模态(第一模态)和偶极子模态(第二模态)。两者前两个模态的时间序列之间相关系数分别为0.400.56,如图17。由POP2HadISST得出的DMI经过标准化后,两者吻合得很好,相关系数约为0.73,如图18。利用32年的资料(1978-2009)对SST,热含量(HC)和风应力3个变量进行联合EOF分析,得出第一特征向量的空间分布及其对应的时间系数。SSTA呈现东西偶极子结构;HCA分布关于赤道对称;在印度洋东部和中部有明显的东风异常,如图19。由正负IOD事件的DMI的合成分析可以看出IOD的季节锁相。在正IOD事件时,海洋模式和耦合模式的模拟结果与观测吻合得很好。在负IOD事件时,耦合模式模拟得很好,但是海洋模式模拟的IOD峰值比实际提前了1-2个月,如图20。从DMI的功率谱分析图可以看出,模式模拟的周期都在3-4年,但是海洋模式模拟得DMI能量与实际比较接近,而耦合模式模拟的结果比实际大2倍左右,如图21。海洋模式和耦合模式都能够模拟出正IOD事件的4个发展阶段,但是两个模式都存在一个问题,即冬季时偶极子的分布结构仍然存在。耦合模式模拟出的风场比观测的要大一些。负IOD事件的结果类似(没画),同样存在冬季偶极子结构未消亡状况,如图22


17. HadISST POP2的热带印度洋SSTAEOF分析。(a)(b) HadISST得出的前2个特征向量的空间分布;(c)(d) POP2得出的前2个特征向量的空间分布;(e)(f) 2个特征向量对应的时间系数(红色代表HadISST,蓝色代表POP2),时间系数经过标准化处理。


18. 标准化的DMI随时间的变化,红色:由POP2得到;黑色:由HadISST得到


19. 联合EOF的第一特征向量的空间分布(a) SST, (b) 热含量,(c) 风应力及其对应的(d)时间系数


20. (a) IOD(b)IOD事件时,标准化的DMI的合成分析,黑色实线:由HadISST得到;黑色虚线:由POP2得到;红线:由耦合模式得到


21. DMI指数的功率谱分析(a)HadISST得到;(b)POP2得到;(c)由耦合模式得到


22. IOD事件的发展阶段,春季(MAM):开始阶段;夏季(JJA):发展阶段;秋季(SON):高峰阶段和冬季(DJF)消亡阶段。从上到下分别表示由观测资料(HadISSTNCEP)、海洋模式和耦合模式得到的结果。

关于我们 | 研究 | 观测网 | 数据资源印度洋业务化海洋学研究中心 版权所有 Copyright 2015 All rights reserved 浙ICP备10040255号-9