共查询到20条相似文献,搜索用时 46 毫秒
1.
中国Argo计划:Argo观测和资料应用进展 总被引:2,自引:0,他引:2
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。 相似文献
2.
3.
尝试利用卫星遥感高分辨率海表温度资料GHRSST (Group for High Resolution Sea Surface Temperature) 与海表温度(sea surface temperature, SST)数值预报产品之间的误差, 建立一种南海SST模式预报订正方法。首先, 利用南海的Argo浮标上层海温数据对GHRSST 海温数据进行验证, 结果表明两者之间均方根误差约为0.3℃, 相关系数为0.98, GHRSST 海温数据可用于南海业务化数值预报SST的订正。预报订正后的SST与Argo浮标海温数据相比, 24h、48h和72h的均方根误差均由0.8℃左右下降到0.5℃以内。与GHRSST 海温数据相比, 南海北部海域(110°E—121°E, 13°N—23°N)订正后的24h、48h和72h的SST预报空间误差均显著减小, 在冷空气影响南海期间或中尺度涡存在的过程中, SST预报订正效果也较为显著。因此, 该方法可考虑在南海业务化SST数值预报系统中应用。 相似文献
4.
5.
6.
一个简单的集合最优插值方法在太平洋高度计资料同化中的应用 总被引:2,自引:0,他引:2
采用不同季节样本设计了为期一年(2006年)的太平洋海面卫星高度计资料同化实验,并与控制实验及Evensen(2003)提出气候态样本的简单EnOI方法实验进行比较,利用日本海面融合产品MGDSST资料和Argo浮标廓线资料比较了3组实验结果的均方根误差和相关分布.结果表明:不同季节样本同化方法的主要特点是避免了人为给... 相似文献
7.
简要介绍了全球海洋Argo 网格资料集的制作过程,并着重探讨了该数据集与历史观测资料集(如WOA09 和TAO),
以及同类型的Argo 网格数据集等进行的比较与验证结果,发现利用逐步订正法构建的Argo 网格资料与其他数据集相比,除
了相互间吻合程度较高,能较客观地呈现出全球海洋中的一些大、中尺度海洋特征外,由Argo 资料揭示的一些重要物理海
洋特征的结构显得更细致,更能反映这些现象的演变过程和变化规律;加上Argo 资料严格的质量控制过程,确保了重构的
网格数据集的质量和可靠性。该资料集不仅可以作为研究全球海洋状况或揭示物理海洋现象的基础资料,还可为海洋数值模
式的开边界和初始场提供参考依据。 相似文献
8.
9.
10.
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。 相似文献
11.
12.
基于气候性温盐关系模型对Argo数据进行质量控制的研究 总被引:1,自引:0,他引:1
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。 相似文献
13.
北斗剖面浮标数据服务系统主要由北斗剖面浮标数据自动接收/监视子系统和北斗剖面浮标数据解码、处理及分发共享子系统组成,具备自动、批量、业务化接收国产北斗剖面浮标数据,以及业务化处理和分发浮标数据的能力,为我国主导建设南海或“21 世纪海上丝绸之路”Argo 区域海洋观测网提供了关键技术保障。催生的中国北斗剖面浮标数据服务中心,也为北斗剖面浮标走出国门、参与国际竞争奠定了坚实基础,成为世界上 3 个有能力为全球 Argo 实时海洋观测网提供剖面浮标观测数据服务的国家平台之一。 相似文献
14.
Argo光盘数据集的研制与应用 总被引:1,自引:1,他引:0
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. 相似文献
15.
亚丁湾海域是印度洋西部一个重要海洋运输通道,其海水性质变化多样,海水运动复杂,对航海等起着重要作用。利用了海浪-环流耦合模式建立的全球大洋环流预报系统2008年的预报结果,结合实时/准实时的Argo观测资料,针对亚丁湾海域进行了模拟与观测的对比研究。对比分析包括:不同季节代表月份的预报结果与Argo剖面的比较、预报结果与全年Argo观测温度误差的统计分析等。比较表明:该预报结果与Argo观测剖面吻合较好,温度预报在整体上具有较小的误差,在100 m以深的海洋下层有75%的温度误差分布在±1℃范围内,而100m以浅的海洋上层的温度误差在该范围占67%。比较结果也显示预报的上层混合作用仍略偏弱,剖面中的逆温现象没有在预报中反映出来等,其机制有待深入研究,可能受分辨率低的限制。这些结果为将来在该海域建立高分辨率的海洋环流预报系统有一定借鉴意义。 相似文献
16.
17.
基于WRF(Weather Research and Forecasting)模式及其3Dvar(3-Dimentional Variational)资料同化系统,采用36、12、4 km嵌套网格进行快速更新循环同化和不同的微物理及积云对流参数化方案对比试验,对2011年5月8日鲁中一次局地大暴雨过程进行了研究。结果表明,快速更新循环同化地面观测资料是影响模式降水落区预报准确性的关键因素,不同的微物理和积云对流参数化方案主要影响降水强度预报。采用不同的微物理参数化方案和积云对流参数化方案进行降水预报对比试验表明,LIN方案和WSM6(WRF Single-Moment 6-class)微物理参数化方案对降水预报均较好,LIN方案降水预报较WSM6方案略强。4 km网格预报使用K-F (Kain-Fritsch)积云对流参数化方案或不使用积云对流参数化方案,预报的降水均较好。4 km网格使用旧的K-F积云对流参数化方案,预报的近地层大气风场偏弱,导致大气动力抬升作用偏弱,从而造成模式降水预报偏弱。 相似文献
18.
《海洋气象学报》2016,(1)
2014年第10号台风"麦德姆"登陆北上,对山东造成较大的影响。此文对业务上常用的各种数值模式对于"麦德姆"台风的预报情况进行了对比检验,重点检验了山东WRF集合预报系统对此次台风的预报性能。结果表明,山东WRF集合预报系统对于此次台风预报具有较高的参考价值。WRF确定性预报台风路径预报类似EC细网格预报,在23日20时以前预报较好,23日20时后预报最好的为T639。WRF集合预报对于台风路径预报具有较好的指示意义。WRF确定性预报02时、14时更新预报效果好于其前面6h起报结果,体现了HYBRID-3DVAR集合混合同化对于改进预报效果的作用。通过中尺度模式与其外层全球背景场模式预报对比发现,由于中尺度模式具有自身的物理参数化方案和同化系统,其对于台风路径的预报效果可以显著优于其全球背景场模式。WRF确定性预报对于"麦德姆"台风降水预报与实况最为接近。对于台风大风预报,WRF集合预报最大值最好。 相似文献
19.
20.
利用Argo浮标资料和Rama浮标资料对印度洋海洋环境数值预报系统2010-03-06—2013-05-31的24h混合层深度产品进行了预报精度检验。与Argo浮标数据对比表明:预报与观测绝对平均误差为13m,24h混合层深度预报平均偏浅10m以内;对苏门答腊岛附近海域(5°S~4°N,87°~99°E)的混合层深度预报平均偏浅20m,该海域预报平均风速偏小1.6m/s是可能原因;其它海域预报能力较高,尤其对热带中南印度洋区域(5°~17°S,63°~96°E)平均误差集中在-2~2m。分海域检验对比结果表明:该预报系统能很好的预测出阿拉伯海(60°~70°E,10°~20°N)和孟加拉湾(85°~93°E,10°~18°N)处混合层半年周期变化特征;热带南印度洋(60°~80°E,15°~19°S)混合层呈现明显季节变化特征,且在每年8,9月份达到最大值;热带外南印度洋(45°~70°E,0°~10°S)混合层常年较为浅薄;Argo与Rama数据所得结果一致;预报系统对上述特征均能很好地预测。 相似文献