印度洋混合层盐度季节变化机制研究

本文利用Argo盐度、SODA海流量、OAFlux蒸发量和TRMM降水量等数据,采用盐度收支方程定量给出了印度洋混合层盐度的收支,揭示了整个印度洋净淡水通量项、平流项、垂向卷夹项的分布、季节变化特征及其对混合层盐度变化的主要贡献。结果表明,就多年平均而言,平流项负贡献（15.14%）大于正贡献（9.89%）,说明平流输送把低盐水输送到高盐海域,导致印度洋高盐海域混合层的盐度降低。净淡水通量项的分布和季节变化与降水量基本一致,且正贡献（13.70%）大于负贡献（7.81%）,说明净淡水通量项使印度洋的混合层盐度升高（因为多年平均蒸发量大于降水量）。盐度季节变化显著海域的进一步分析表明,6?11月,西南季风漂流把赤道西印度洋的低盐水（相对阿拉伯海高盐水而言）输送到阿拉伯海西部海域,导致该海域的盐度降低。平流输送把孟加拉湾湾口和中部的高盐水带到北部海域,是导致北部海域盐度升高的主要原因。     

基于Argo浮标数据的Aquarius数据产品质量评估

Aquarius/SAC-D卫星于2010年6月发射,极大地增强了人类观测海表盐度的能力,因而对理解全球水循环具有重要意义。利用Argo盐度现场观测资料对2014年全球的Aquarius L2产品进行了分析与讨论,结果表明:Aquarius数据盐度值总体偏差为正,但是由于降水和反演法的不完美偏差使得热带海域偏差为负;三大洋中,太平洋盐度反演最为精确,3个波束(beam)中,beam 1反演最准确。另外,还用BP神经网络对Aquarius L2产品的误差进行校正,使均方根误差由0.507减小到0.298。     

大亚湾及其邻近海域冬季温度、盐度的分布及日变化特征

根据2018年1月冬季航次的水文实测资料,详细分析了大亚湾海水温度(T)、盐度(S)的分布特征。整体而言,观测海区海表相对于海底具有高温低盐的特征;同时,无论是表层还是近底层,大亚湾湾内的海水相对于湾外都呈现高温低盐的特征。观测期间,应是受到大亚湾核电站温排水的影响,湾内西侧存在一个高温中心。盐度的差异在近底层更加明显,低盐中心位于大亚湾的湾顶和大亚湾的中部海域,而高盐中心则主要分布于湾口西侧及惠东以东附近海域。太阳辐射和潮流变化是影响大亚湾温度、盐度变化的两大重要因素。其中,太阳辐射的影响主要局限于表层3~4 m,对近底层海水的影响较小;其加热效应使湾内和湾口附近的表层海水都表现出明显的昼夜变化。由潮汐和温度、盐度的对应关系可知,潮流对湾内温度、盐度的影响较大,而对湾外温度、盐度的影响较小。     

基于Aquarius 卫星数据的孟加拉湾海表盐度分析

海洋表面盐度(Sea Surface Salinity,SSS)是海洋的重要物理和化学参量,SSS的时空分布与全球大洋环流和水汽循环密切相关。本文基于美国国家航空航天局(NASA)发射的Aquarius卫星3 a的SSS遥感数据,给出了孟加拉湾及其附近海域海表盐度的空间分布特征,并重点分析了影响孟加拉湾海表盐度变化的可能因素。研究结果从一个侧面说明了利用Aquarius卫星遥感观测海洋大尺度盐度变化的可行性。     

利用Argo和Aquarius卫星观测研究热带南印度洋海表盐度的季节变化

采用Argo以及Aquarius卫星观测的海表盐度月平均资料研究了热带南印度洋海表盐度的季节变化特征。结果表明,在60°—80°E,5°—15°S海域海表盐度具有显著季节变化特征;夏半年盐度升高,冬半年盐度降低;但是其异常中心与降水异常中心不对应,降水不能解释盐度的季节变化。盐度收支分析显示,在夏半年,海表盐度增加的主要原因是经向平流将赤道地区的高盐输送至该地区;其中4—5月期间,海洋垂向卷夹作用加强,对海表高盐异常也起到重要作用。在冬半年,大气降水增加,海洋表层环流使得降水引起的局部低盐水体在该区域辐合;同时,向西的纬向平流将东南印度洋的低盐水体继续输送到该地区,二者对冬半年海表盐度降低都有重要贡献。     

阿拉伯海高盐水入侵孟加拉湾的季节形态及动力机制

本研究利用Argo温盐、Aquarius遥感盐度等资料,研究了阿拉伯海高盐水入侵孟加拉湾的主要路径及季节变化机制.分析显示阿拉伯海高盐水入侵孟加拉湾存在3种类型,即夏季型、冬季型和春季型.夏季型入侵发生在湾口西部,入侵时间为7—10月,净体积输送达1.53 Sv.冬季型(12月至次年1月)和春季型(3—5月)阿拉伯海高...     

基于Argo浮标数据的星载微波辐射计Aquarius数据产品质量评估

Aquarius是专门用于海洋盐度监测的L波段辐射计,于2011年6月发射入轨,目前已进入业务化运行阶段。本文以太平洋为研究区域,利用Argo盐度现场数据对星载微波辐射计Aquarius的2012年2级数据产品质量进行了分析与讨论,结果表明:与Argo数据比较,Aquarius数据盐度存在0.1的负偏差,标准差约为0.7,升轨和降轨数据差异不明显;受亮温陆地污染和无线电射频干扰的影响,近岸海域反演误差较大;海面温度较高的低纬海域反演结果优于中纬度海域;受亮温敏感性及粗糙海面发射率模型的影响,Aquarius在低温水域以及高风速条件下盐度反演误差较大,标准差可达1以上。     

热带印度洋降水、蒸发的时空特征及其对海表盐度的影响

本文利用降水、蒸发等资料分析热带印度洋年降水量、蒸发量、净淡水通量的分布特征，并选取4个典型海域来分析降水量、蒸发量、净淡水通量的季节变化和年际变化。结果表明:东印度洋的苏门答腊岛西部海域年降水量最大，季节变化较小，属全年降雨型；孟加拉湾的东北部和安达曼海的北部海域年降水量较大，其年际变化以4.2 mm/a的速率增长，强降水出现在5-9月；阿拉伯海的西部海域年降水量较小；南印度洋东部（20°~30°S，80°~110°E）海域年降水量较小，年蒸发量较大，年蒸发量在2000年之前以5.1 mm/a的速率增长，之后以4.5 mm/a的速率减小。本文还采用Argo盐度等资料探讨降水、蒸发对海表盐度的影响，研究结果表明:降水量远大于蒸发量的海域，海表盐度较低；降水量远小于蒸发量的海域，海表盐度较高。表层水平环流是导致高净淡水通量中心与低盐中心并不重合的主要原因，也是导致强蒸发中心与高盐中心并不重合的主要原因。选取的4个典型海域海表盐度的季节变化与净淡水通量关系不大，而是与表层水平环流有关。孟加拉湾强降水对表层盐度的影响显著，强降水发生后表层盐度降低0.2~0.8，其影响深度为30~50 m。     

基于现场观测资料的卫星海表盐度网格化产品误差分析与质量评估

自欧洲土壤湿度和盐度卫星SMOS和美国宝瓶座盐度卫星Aquarius相继发射之后,多个数据中心发布了两颗卫星的海表盐度网格化产品,其中包括法国海洋研究院SMOS卫星数据小组发布SMOS Locean L3盐度产品、西班牙巴塞罗那专家中心发布SMOS BEC L4盐度产品和美国宇航局喷气动力实验室发布AquariusV3.0 CAP L3盐度产品。本文利用精确盐度现场观测资料从产品精度和模拟海洋现象能力两个方面对以上3种产品质量进行了评估。研究表明:(1) 在精度方面,与盐度现场资料相比,Aquarius CAP 产品质量最高,产品盐度偏差和均方根误差全年稳定且偏差较小,部分海域达到了设计精度;SMOS两种卫星产品在全球海域偏差较不稳定,个别月份出现异常偏差值;SMOS产品在低纬和开阔海域的数据质量相对较高,但在高纬海域仍存在较大误差,需要进一步提升;(2) 在刻画海洋现象方面,Aquarius产品在热带太平洋较好刻画了淡池东缘盐度锋,SMOS BEC产品的刻画能力次之,SMOS Locean产品在热带太平洋充满了小尺度噪音,描述物理现象方面表现偏差。     

基于Argo浮标的西太平洋SMAP卫星海表面盐度数据质量评估

以西太平洋为研究区域,利用Argo浮标表层盐度观测值(5 m)对SMAP卫星获得的2016年海表面盐度反演质量进行了评估。首先将西太平洋2016-01—12期间的每日和每月SMAP卫星SSS数据与Argo实测SSS数据进行匹配,然后利用最小二乘线性回归法对其进行相关性分析,并对误差的分布特征进行了研究。结果表明:SMAP SSS与Argo SSS之间具有极显著的正相关关系;每日Argo浮标数据(WMO ID:2901520,WMO ID:2901548)和SMAP SSS的变化趋势基本一致,前者均方根误差(RMSE)、偏差(Bias)和相关系数(r)分别为0.43, 0.34和0.71,后者RMSE,Bias和r分别为0.41,0.26和0.69;研究区域内全年RMSE值处于0～0.35,在西太平洋南部海域偏差较大,这可能是由于该海域小岛众多,缺少Argo实测数据,导致其网格化的盐度存在较大误差。除夏季外,研究区域的大部分海域,RMSE都小于0.25。在海表盐度较低的海域,两者的对比结果误差较大,该现象在夏秋两季尤为显著。     

基于SMOS卫星数据的海表面盐度模型

海表面盐度是研究海洋对全球气候影响以及大洋环流的重要参量之一,而卫星遥感技术是获取海表面盐度数据的最有效方法.目前,L波段的SMOS和Aquarius/SAC-D遥感卫星正在用于探测海表面盐度,并根据卫星观测数据和物理机制反演出海表面盐度的产品.但在某些近陆地区域,由于淡水流入及陆地射频(RFI)等因素影响,卫星反演盐度的产品精度较低.文中利用“东方红2号”科学考察船的实测数据、SMOS卫星数据,首次针对中国南海海域提出了用贝叶斯网络模型计算海表面盐度,并用验证数据集(实测Argo盐度)对模型进行适应性评估.经过计算,模型误差和验证误差分别为0.47 psu和0.45 psu,而相应的SMOS Level 2产品的精度分别为1.90 psu和1.82 psu.此模型为海表面盐度的计算提供了一个新方法.     

Impact of Aquarius Sea-Surface Salinity Assimilation in Improving the Ocean Analysis Over Indian Ocean

The distribution of ocean salinity controls the density field and thereby plays a major role in influencing the ocean dynamics. It has been a challenging task to understand the variability of salinity structure in the regions of large fresh water discharge and high precipitation such as Bay of Bengal (BoB). Recent advancement in satellite technology has made possible the measurement of sea surface salinity (SSS). Aquarius is the satellite which measured the global SSS for the period 2011 to 2015. In the present study, we assimilated Aquarius SSS in the Global Ocean Data Assimilation System based on 3DVAR technique. The assimilation of Aquarius SSS resulted in reduced biases in salinity not only at the surface, but also in the vertical distribution of salinity and better captured the temporal variations of salinity structure in sensitive regions, such as the Bay of Bengal. In addition, the assimilation of SSS showed marginal improvement in ocean thermal structure over data sparse regions of Indian Ocean. It is also shown that the assimilation of Aquarius SSS has improved the stratification in the upper Ocean which is the key factor in the observed improvement in ocean analysis.     

Variation of Indo-Pacific upper ocean heat content during 2001–2012 revealed by Argo

Understanding of the temporal variation of oceanic heat content(OHC) is of fundamental importance to the prediction of climate change and associated global meteorological phenomena. However, OHC characteristics in the Pacific and Indian oceans are not well understood. Based on in situ ocean temperature and salinity profiles mainly from the Argo program, we estimated the upper layer(0–750 m) OHC in the Indo-Pacific Ocean(40°S–40°N, 30°E–80°W). Spatial and temporal variability of OHC and its likely physical mechanisms are also analyzed. Climatic distributions of upper-layer OHC in the Indian and Pacific oceans have a similar saddle pattern in the subtropics, and the highest OHC value was in the northern Arabian Sea. However, OHC variabilities in the two oceans were different. OHC in the Pacific has an east-west see-saw pattern, which does not appear in the Indian Ocean. In the Indian Ocean, the largest change was around 10°S. The most interesting phenomenon is that, there was a long-term shift of OHC in the Indo-Pacific Ocean during 2001–2012. Such variation coincided with modulation of subsurface temperature/salinity. During 2001–2007, there was subsurface cooling(freshening)nearly the entire upper 400 m layer in the western Pacific and warming(salting) in the eastern Pacific. During2008–2012, the thermocline deepened in the western Pacific but shoaled in the east. In the Indian Ocean, there was only cooling(upper 150 m only) and freshening(almost the entire upper 400 m) during 2001–2007. The thermocline deepened during 2008–2012 in the Indian Ocean. Such change appeared from the equator to off the equator and even to the subtropics(about 20°N/S) in the two oceans. This long-term change of subsurface temperature/salinity may have been caused by change of the wind field over the two oceans during 2001–2012, in turn modifying OHC.     

Spatiotemporal variation and mechanisms of temperature inversion in the Bay of Bengal and the eastern equatorial Indian Ocean

In the northern Bay of Bengal, the existence of intense temperature inversion during winter is a widely accepted phenomenon. However, occurrences of temperature inversion during other seasons and the spatial distribution within and adjacent to the Bay of Bengal are not well understood. In this study, a higher resolution spatiotemporal variation of temperature inversion and its mechanisms are examined with mixed layer heat and salt budget analysis utilizing long-term Argo（2004 to 2020） and RAMA（2...     

热带太平洋盐度变化:2015?2017年盐度异常

本文利用Argo海水盐度资料、海流同化数据和同期大气再分析数据，探讨热带太平洋盐度趋势变化和相关动力过程。Argo资料显示，2015?2017年热带太平洋出现显著的盐度异常(SAE)，这是改变长期趋势的主要原因，表现为表层显著淡化和次表层咸化特征。这种盐度异常具有明显的区域性特征和垂直结构的差异，体现在热带太平洋北部海区(NTP)和南太平洋辐合区(SPCZ)表层淡化，盐度最大变幅为0.71～0.92，淡化可以达到混合层底；热带太平洋南部海区(STP)次表层咸化，最大变幅为0.46，主要发生在温跃层附近，期间盐度异常沿着等位密面从西向东扩展。平流和挟卷是与SAE密切相关的海洋动力过程，两者在NTP淡化海域有着持续而较为显著的影响，在SPCZ淡化、STP咸化海域后期贡献也较大，其中盐度平流对热带太平洋海区盐度变化起主要贡献。NTP淡化海区表层淡水通量和STP咸化海区密度补偿引起的混合也是SAE的重要影响因素。