一个Argo剖面浮标的观测过程及其资料应用探讨

提取了一个在海上长达5年的Argo剖面浮标观测资料,对观测资料进行评估和质量控制,通过对浮标观测资料进行综合分析,帮助人们了解Argo浮标的观测过程及其资料的应用.     

Argo数据同化方法及其网格化产品研究进展

正如卫星的出现使海洋表面的观测方式产生了革命性的变革一样,Argo计划的诞生改变了人们对海洋内部的监测手段和方式。目前,由Argo剖面浮标获得的中上层观测剖面已逾200万条,并正以每天数百条的速度在增长,这些资料对于研究全球海洋的温度、盐度、环流及其它们的变化情况(不管时间尺度是几天还是几十年),都将是一个不可或缺的资源。同时,由于Argo浮标具有随波逐流的特性,其观测剖面数据具有空间不均匀性,这对充分有效利用这些海量的观测数据带来一定的局限性。为此,国内外学者借助于一些常用的数据同化方法,研制了包含多个海洋要素、多种分辨率的网格化产品。本文对目前适用于Argo剖面资料的常用数据同化方法、国内外基于Argo观测资料构建的网格化数据产品进行了比较系统地回顾和总结,对比分析了各种同化方法的适用条件和计算效率,以及各种Argo网格化产品的特点,并针对目前Argo资料的观测现状,给出了未来Argo数据同化的研究展望。     

Argo剖面浮标观测资料的接收、处理与共享

中国Argo实时资料中心不仅承担着中国Argo计划的浮标布放任务,而且还承担我国浮标资料的实时接收和处理,同时,还兼顾国际Argo计划成员国布放的浮标观测资料的延时处理,并将处理后的资料及时分发到用户手中。文章将就中国Argo实时资料中心对浮标资料接收、处理和分发过程等作一系统介绍,以帮助用户对Argo资料有一更深入的了解。     

基于Argo资料的吕宋岛以东海域水团特征分析

基于中国Argo实时资料中心发布的2004年1月至2017年12月Argo全球温盐资料,运用直线定位法和隶属关系,对吕宋岛以东海域(120°～140°E,10°～30°N)水团进行分析,划分出北太平洋次表层水团(NPSSW)和北太平洋中层水团(NPIW)的分布范围.次表层水团位于50～220 m深度,分布在10°～28...     

国际Argo计划执行现状剖析

国际Argo计划自2000年实施以来,世界上25个国家和团体已经在全球海洋中布放了5000余个Argo浮标,其中在海上正常工作的浮标已经超过3000个。这标志着全球Argo实时海洋观测网已经全面建成。文中将系统介绍国际Argo计划主要成员国在浮标布放、回收和Argo资料管理等方面所作出的贡献,以帮助读者对这21世纪的重大国际海洋观测计划有一较全面、深入的了解。     

Argo剖面浮标压力测量误差问题剖析

部分配置Druck压力传感器的APEX型Argo剖面浮标所观测的压力值存在明显偏差.尽管压力传感器故障的原因已经查明,但目前还没有寻找到一种比较理想的解决方法.文章扼要介绍了压力传感器故障产生的原因.探讨了压力误差校正的办法,以及目前可供选择的措施等.供国内浮标技术研制人员和Argo、CTD用户参考.     

全球Argo实时海洋观测网全面建成

文中较详尽地介绍了全球Argo实时海洋观测网建设现状,以及Argo资料在相关领域应用研究中所取得的成果,揭示了Argo资料广阔的应用研究前景。但要实现国际Argo计划的最终目标,尚需各参与国不遗余力。     

中国Argo计划:Argo观测和资料应用进展

文章回顾了中国Argo计划已经取得的成果,主要包括中国Argo观测网的建设、浮标技术、数据质量控制及共享等。同时,讨论了Argo数据产品的开发以及数据在海洋、气象和大气研究中的应用,特别是在热带气旋（台风）、海洋环流、中尺度涡、湍流、海水热盐储量与输送、大洋水团,以及海洋、天气/气候业务化预测预报中的应用。最后,文章阐述了中国Argo海洋观测网长期维护和持续发展所面临的挑战和机遇,我们应在印度洋增加浮标数量,同时建立南海Argo区域海洋观测网,促进Argo资料在东南亚和印度洋沿岸国家的应用。     

基于Argo资料的世界大洋温度跃层的分布特征

基于2002年至2007年Argo浮标温度剖面资料,计算温度跃层特征参数,判定跃层的类型。在此基础之上,绘制了世界大洋四季温度跃层特征分布图。分析结果初步揭示了世界大洋温度跃层深度和强度的分布规律及其冬、夏两季的变化规律。     

应用Argo资料分析西北太平洋冬、夏季水团

应用Argo剖面浮标观测的温、盐度资料,分析了西北太平洋海域冬、夏季的温、盐度分布、水团结构及其分布。首先采用T-S点聚图法分析了该海域水团分布的基本情况,由点聚分析结果可知,该海域至少存在6种以上水团;再用模糊聚类软化法对水团作进一步划分,分别计算了该海域6至11类水团的F和△F值,结果表明,冬、夏季的△F值都以划分为8类时为最大,这与大洋水团的稳定性是一致的,因此,该海域冬、夏季水团以划分为8类最佳,它们分别是北太平洋热带表层水、北太平洋次表层水、北太平洋中层水、北太平洋副热带模态水、北太平洋深层水和赤道表层水,以及南太平洋次表层水和南太平洋中层水。     

基于距平分析的Argo海表温度场重构

提出基于距平分析的Argo海表温度场(SST)重构方法,即在Argo浮标观测点提取温度距平值序列进行Kriging插值生成距平场,并叠加气候态SST的方法重构Argo海温场。以Argo数据相对稀少的2003年8月份和Argo数据相对较多的2012年8月份印度洋海域(60°S—30°N,25°—125oE)为例,重构水平分辨率为1°×1°的海表温度场。分析表明:(1)这种基于距平分析方法重构的海温场与对Argo数据直接Kriging插值获得的结果相比在精度上有大幅提高;(2)重构的温度场与最优插值海表温度场(OISSTV 2.0)的等温线具有高度的一致性,并且在Argo浮标附近海域有更好的细节表现;(3)即使在Argo数据相对稀少的海域,基于距平分析方法重构的海温场也能保持较高的精度要求,包括边缘海域和南大洋极锋附近均有较好表现。     

Argo光盘数据集的研制与应用

早期的Argo数据光盘主要基于文件系统的数据管理,都没有提供对查询结果的保存和打印功能,更没有引入数据库系统对浮标数据进行综合管理.文中针对Argo数据共享和分发过程中存在的不足,特别是Argo光盘数据集所存在的问题,提出了改进方法.并引进数据库技术对Argo光盘数据集进行了补充和完善:提出了使用Winrar压缩软件对光盘数据资料进行压缩,从而解决了日益增加的Argo数据与光盘容量有限的矛盾,可以更好的满足Argo数据分发和共享的需求.为了充分发挥Argo光盘数据集的功能,文中还针对Argo资料用户对图形文件的需求,利用VC++和Matlab混合编程的方法,开发了Argo视图软件.最后,基于数据库技术研制完成了一张包含了1997-2006年全球海洋上全部Argo剖面浮标观测的Argo光盘数据集,并系统介绍了该数据集的结构、功能和应用过程等.     

Improvement of short-termforecasting in the northwest Pacific through assimilating Argo data into initial fields

The impact of assimilating Argo data into an initial field on the short-term forecasting accuracy of temper- ature and salinity is quantitatively estimated by using a forecasting system of the western North Pacific, on the base of the Princeton ocean model with a generalized coordinate system （POMgcs）. This system uses a sequential multigrid three-dimensional variational （3DVAR） analysis scheme to assimilate observation da- ta. Two numerical experiments were conducted with and without Argo temperature and salinity profile data besides conventional temperature and salinity profile data and sea surface height anomaly （SSHa） and sea surface temperature （SST） in the process of assimilating data into the initial fields. The forecast errors are estimated by using independent temperature and salinity profiles during the forecasting period, including the vertical distributions of the horizontally averaged root mean square errors （H-RMSEs） and the horizontal distributions of the vertically averaged mean errors （MEs） and the temporal variation of spatially averaged root mean square errors （S-RMSEs）. Comparison between the two experiments shows that the assimila- tion of Argo data significantly improves the forecast accuracy, with 24% reduction of H-RMSE maximum for the temperature, and the salinity forecasts are improved more obviously, averagely dropping of 50% for H-RMSEs in depth shallower than 300 m. Such improvement is caused by relatively uniform sampling of both temperature and salinity from the Argo drifters in time and space.     

全球Argo资料共享与服务平台设计与实现

Argo资料已成为海洋环境和气候变化研究重要的实测资料来源和基础数据支撑。自2007年全球Argo实时海洋观测网建成以来,每年产生的Argo资料稳固增长,数据总量呈现出海量增长趋势,如何实时有效地对Argo数据进行组织管理与信息服务已成为当前Argo资料共享的关键难题。本文针对Argo数据多源异构的时空特性及多元化的信息服务需求,综合运用分布式混合数据库架构,设计了一种适用于全球Argo资料组织管理的弹性扩展云存储模型,建立了基于Matlab的Argo网格化产品高效可视化方法,构建了基于Flex RIA的WebGIS服务框架,并研制了"全球Argo资料共享与服务平台"实例。平台实现了对全球Argo资料的查询浏览、快速下载及可视化分析等功能,并已在中国Argo实时资料中心部署及对外服务。     

基于Web Services的Argo数据应用服务框架与实现

分析了 Argo 数据应用研究现状,结合Web服务技术,提出了 Argo 数据应用服务框架,把 Argo 数据及应用模型均封装成Web服务,从而提高了分布式环境下,数据的互操作性、应用的可移植性及透明性.基于该框架,开发设计了"中国南海 Argo 数据应用服务平台",该系统可以集成分布式环境中,基于异构平台的数据服务和应用服务,可为用户提供透明的、"一站式"的 Argo 数据 Web 应用.     

基于最优插值法的Argo数据网格化实验

利用最优插值数据同化方法对Argo资料进行了网格化实验,得到了与WOA05较为一致的结果,验证了最优插值法对Argo资料网格化的有效性,并为加快开发制作适用于海洋模式和数据分析的Argo网格化数据集打下了很好的基础。     

ARGO观测资料的2种同化方案

使用POM(Princeton Ocean Model)海洋环流模式模拟西北太平洋海域的温盐场,之后运行中国科学院大气物理研究所同化系统(Ocean Variational Analysis System,OVALS),使用Argo观测网格化产品进行2006年整个计算域三维变分同化。无论从平面分布还是断面分布来看,除海表面温度(SST)外,温度同化的效果都比较好,尤其是800 m水深以浅,均方差值甚至能减小1.0℃以上。而且随着同化积分时间的增加,同化后误差减小越来越显著,3、4月份的同化效果明显高于1、2月份。与OFES(OGCM for the Earth Simulator)海洋模式结果相比,同化在一定程度上改进了模拟结果。在POM(Princeton Ocean Model)数值模拟基础上,利用3个西太平洋代表性浮标的观测资料,运用松弛逼近法同化2006年6月断面数据。当松弛系数取0.5时,模拟时间大约半天,模拟值就能快速逼近或完全等于观测值。虽然只对观测剖面进行了数据同化,但该同化可以产生更大范围的效果,而且这种效果可以持续更长时间。     

基于气候性温盐关系模型对Argo数据进行质量控制的研究

通过全球Argo计划的实施,我们获得了大量的温盐剖面数据。如果对浮标所在洋区的状况不是很了解,很难判断Argo浮标电导率传感器的工作状态及盐度数据的可靠性。为了避免错误的数据,必须对Argo进行有效的质量控制。国家海洋信息中心根据西北太平洋海区的南森站和CTD温盐数据,建立了高质量的气候学温盐数据集,对投放在西北太平洋海区的Argo浮标数据进行了相应的质量控制。结果表明,利用Argo浮标所在海区的气候学数据对Argo数据进行质控是比较有效的方法之一。     

Argo观测剖面数据量的时间变化与周期分析

海洋渔业预报使用的遥感数据一般只能获得海洋表面的环境信息,而Argo数据可以为渔业预报提供较深处的温盐数据,为了在渔业预报中按其时间周期进行使用,需要计算它的周期以提高预报质量。通过功率谱估计计算出2001-2008年的数据存在的较长的周期为62．7天和117．5天,较短的周期为4．9天和9．8天,同时还有一个约为7天的不明显周期,观测剖面数据总量在年际与年内都存在较大变化。