基于统计学方法的HYCOM海洋预报结果评价*

邹颖俊, 王晓春,2, 何贤强

(1.南京信息工程大学 海洋科学学院，江苏 南京 210044；2.江苏省海洋环境探测工程技术研究中心，江苏 南京 210044；3.国家海洋局 第二海洋研究所，浙江 杭州 310012)

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.

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，但在低盐(深度较浅)的海水中表现出较大差异，盐度的均方根误差为3.41 psu，总的偏差为-0.95 psu，相关系数仅有0.28.

图2(c)、2(d)为2016年夏季HYCOM模式的均方根误差随深度的变化.从图2(c)中可以看出：温度均方根误差呈现出随深度的增加而增大的趋势，最大值为13.8 ℃.而盐度恰好与之相反，从图3(d)中可以看出，盐度的均方根误差在表层比较大，随深度的增加而减小.

2.2 预报结果评价

2.2.1冬季预报结果评价图3为2015年冬季HYCOM预报温度与实测温度的相关系数及均方根误差随预报时效的变化.从图3(a)中可以看出随着预报时效从超前1 d到7 d，相关系数从0.95左右降低到0.85左右.均方根误差也有相应的特征，随着预报时效的增长，模式预报结果与观测之间的均方根误差越来越大，说明模式预报时效增加时，预报的精度将逐渐降低.与温度的情形不同，HYCOM对盐度的预报精度随预报时效的变化不大，从图3(b)可以看出，随着预报时效的增长，相关系数变化不是很大，基本在0.55之间波动，均方根误差的变化也不大，误差在1.9 psu周围浮动.通过与图3(a)的对比可知：HYCOM对温度的预报能力比HYCOM对盐度的预报能力要好.

2.2.2夏季预报结果评价图4为2016年夏季HYCOM预报温度的能力随预报时效的变化.从图4(a)可以看出HYCOM预报温度与实测温度的相关系数为0.25～0.3，相关性比较低，并随着预报时效从超前1 d到7 d，相关系数稍微有些下降，而均方根误差为7～8 ℃.随着预报时效的增长，HYCOM预报温度与实测温度之间的均方根误差稍微有些增大，整体来看，2016年夏季，HYCOM对东中国海海温的预报效果不如冬季的效果.与温度的情形相似，HYCOM预报盐度的能力随预报时效的变化不大，从图4(b)可以看出,随着预报时效增长，HYCOM预报盐度与实测盐度相关系数变化不大，基本在0.3左右波动，它们之间的均方根误差为3～3.5 psu.

3 结论与讨论

本研究利用东中国海2015年冬季及2016年夏季现场观测资料评价了HYCOM海洋预报系统初始场的精度与预报技巧，结论如下：(1) HYCOM初始场在冬季的精度要高于夏季，盐度初始场在冬季的均方根误差为1.9 psu，夏季的均方根误差为3.14 psu.温度初始场在冬季的均方根误差为0.76 ℃，在夏季却高达7.22 ℃.无论冬、夏季，模式初始场在垂直方向上都混合均匀，不能再现东中国海层结的季节变化.在冬季，温度及盐度的均方根误差随深度的增加而减小.在夏季，温度均方根误差随深度的增加而增大，而盐度均方根误差随深度的增加而减小.(2) HYCOM对冬季温度的预报效果较好，随着HYCOM预报时效增加，预报的精度将逐渐降低.与温度的情形不同，HYCOM对盐度的预报精度随时间变化不大.夏季时，HYCOM对温度的预报效果与HYCOM对盐度的预报效果都比冬季差.这是由于HYCOM的预报结果很大程度上决定于初始场条件，冬季的初始场以及同化数据质量均高于夏季，所以预报效果冬季会比夏季好一些.造成一个海洋预报系统初始场及预报的误差往往是多方面的，如模式的分辨率，模式采用的地形资料，模式采用的大气强迫场，如何考虑长江冲淡水及潮汐作用，等等.目前在HYCOM海洋预报系统中考虑了气候状况的河流淡水影响，并且在近海同化的资料主要为卫星遥感资料.这些都会影响这一海洋预报系统在东中国海的预报精度.