北欧海海气浮标观测数据质量评估和特征分析❋

高 琳, 赵进平❋❋, 范秀涛, 刘世萱, 李诗民

(1. 中国海洋大学, 山东 青岛 266100; 2.山东省科学院海洋仪器仪表研究所, 山东 青岛 266100; 3. 国家海洋环境预报中心, 北京 100000)

北欧海位于北大西洋和北冰洋之间,由格陵兰海、冰岛海和挪威海组成。北欧海是一个非常特殊的海域,北欧海南部的冰岛低压常年存在,是活跃的低压系统。北欧海东西两侧分别由格陵兰冰盖和挪威山脉约束,气候尺度上体现为东侧以南风为主,西侧以北风为主,支撑了海域东部的挪威暖流和西部的东格陵兰寒流。此外,北欧海有非常活跃的气旋活动,是天气尺度过程最显著的地区之一[1-4],影响着从水体循环、水团形成、深对流等各种海洋过程[5-8],是全球海洋高密度水体的重要源地[9-14]。

由于北欧海特殊的地貌结构,北欧海的海气相互作用相当重要,海气之间有显著的耦合变化特征。北极涛动(AO,Arctic oscillation)与北欧海有密切联系[15-16]。赵进平等[17-18]分析了海面气压变化与AO指数的关系,提出了北极涛动核心区的概念,其主体是北欧海及其周边海域。赵进平和Drinkwater[19]研究了各个海盆热通量变化的差异,指出北欧海的热量收支夏季以太阳短波辐射为主,冬季以来自海洋的感热和潜热通量为主。这些热通量与AO指数的相关性表明,只有冰岛附近的上升气流与AO正相关,是引起AO变化的重要因子,形成了大西洋扇区北极涛动的唯一正反馈区[20]。

再分析数据可以提供较为完整的时空范围的数据用于研究北欧海的海气耦合过程,但其湍流热通量对海气边界层的特性非常敏感[21],再分析的风速数据相较于实际风速偏低[21-24],且在亚极地和极地海洋区域,热通量都存在明显的偏差[24-26],这意味着对再分析数据产品进行验证十分必要。

然而关于北欧海的长期观测数据较少。冰岛气象局(IMO)在2007—2009年期间对冰岛海中部进行了浮标观测[13,27-28]。在北欧海西南侧的伊尔明厄海(Irminger Sea)有两次现场浮标观测,分别是2004年7—12月[22]和2014—2018年夏季到冬季过程的观测[14,29]。其余均是陆上观测,主要有沿海各国的气象观测站、扬马延岛观测站和挪威南部的海洋监测船(M站,1949—2009年)。

基于前期研究对北欧海海气相互作用重要性的认识,以及北欧海观测数据的严重不足状况,我们制定了在北欧海布放一套海气耦合浮标的计划,实现对北欧海海气耦合过程的观测。浮标由雪龙船于2012年8月5日正式布放在北欧海中的罗弗敦公海水域,布放位置为(70.67°N,5.07°E),是挪威暖流影响下的暖水区(见图1),其海气相互作用过程具有一定代表性。本文对浮标的数据质量进行了测试与评估,并将浮标数据与ERA5数据进行对比分析,给出了北欧海海气耦合状态季节尺度的基本变化特征。

(红色点为浮标的位置。The location of the buoy is marked with the red dot.)

1 北欧海大浮标观测的时间序列

大浮标的研制与应用工作由中国海洋大学主持,浮标体结构由山东省科学院海洋仪器仪表研究所(简称“山仪所”)设计和制造,浮标的主要传感器由国家海洋环境预报中心和山仪所共同提供。浮标体自重15.6 t,直径6 m,型深4.3 m,吃水3.5 m,气象观测平台最高点距离水面10 m,浮标位置水深约为3 200 m,每小时通过卫星传回一组数据。

1.1 海气耦合浮标的主要传感器

海气耦合浮标是一个复杂的观测系统,包括4个大气子系统和3个海洋子系统:(1)垂直梯度观测子系统,(2)自动气象站,(3)湍流通量观测子系统,(4)辐射观测子系统,(5)海表温盐观测系统,(6)海流观测系统,(7)波浪观测系统。

自2012年8月5日浮标布放以来,到2015年2月25日浮标完全损毁,可以分为3个大的观测时间段:第一阶段2012年8月5日—2013年2月1日,第二阶段2013年8月7日—9月8日,第三阶段2014年6月22日—2015年2月25日。表1列出了所有提供数据的传感器,及其工作时间范围,其中红字代表虽有数据但数据有异常。

表1 浮标的主要传感器和数据时间段Table 1 The instrumentation of the buoy and the data period

2 大浮标观测数据与ERA5数据的对比分析

浮标的所有传感器在安装之前都进行了标定,符合观测规范,可望获得可信的数据。但是,对于长期连续观测的浮标系统而言,传感器在观测过程中会受到外在和内在因素的影响,难免出现数据的漂移或失真。在此,我们采用ERA5数据与大浮标的数据进行对比。ERA5是欧洲中期天气预报中心(ECMWF,European Centre for Medium Range Weather Forecasts)的第五代再分析数据集,提供从1979年至今的全球海洋和大气再分析和预报数据,时间分辨率为1 h,水平分辨率为31 km。所有的ERA5数据均从ECMWF网站下载(https://www.ecmwf.int/en/forecasts/datasets/reanalysis-datasets/era5/)。严格说来,ERA5并不比浮标数据更加精确,这里进行二者比较的目的是主要用以判断浮标的数据是否出现明显的异常,同时也可验证ERA5的数据。

表2是浮标在3个观测阶段的经纬度、与浮标最近的ERA5格点的经纬度,以及它们的距离。浮标在返港维修后再次投放时位置略有差异。

表2 浮标位置与ERA5最近格点的经纬度和距离Table 2 The location of the buoy, the closet grid point in ERA5 and mean distance between them

将正常的浮标数据与ERA5数据对比分析。对于那些与ERA5数据虽有不同,但不能证明其非正常的浮标数据,仍在本节进行比较。各个主要参数的浮标观测数据与ERA5数据的比较结果如下(见表3)。

表3 浮标数据与ERA5的对比Table 3 Comparison of ERA5 with buoy data

续表3

2.1 海面气压数据

浮标2013年海表面气压(SLP)数据异常偏低不能使用,2012和2014年的SLP数据与ERA5数据高度一致(见图2),相关系数和线性回归系数都达到1,均方根误差很小,说明浮标传感器正常工作情况下,获得的气压数据非常可靠;同时也表明当浮标传感器发生故障时,可以用ERA5的SLP数据代替浮标气压数据。

2.2 气温和湿度数据

三个时间段的浮标气温与ERA5气温有很好的相关性(见图3),没有明显的漂移。这三个阶段浮标的相对湿度与ERA5相对湿度数据也非常接近(见图4),只是2013年的观测时间短,导致数据离散度较大。结果表明,温度和相对湿度的数据可以直接使用,梯度系统的气温和湿度基本符合随高度递减的特征,但也存在偏离该特征的时间段(表略),使用时需要注意是数据问题还是逆温现象。

2.3 辐射数据

浮标的辐射数据包括向下的短波辐射、向上的短波辐射、向上的长波辐射以及向下的长波辐射。辐射数据与ERA5数据有比较明显的差别,这种差别有两方面的原因:一方面ERA5再分析辐射数据与云量密切相关,而云量又误差较大,会导致辐射数据有较大的离散度;另一方面,辐射计一直随浮标摇晃,观测结果也会有较大的离散度。因此,辐射数据需要统计后才能使用。

2.3.1 短波辐射 从图5(a)、(b)、(c)可以看到,两组向下短波辐射数据的离散程度很大,但其拟合曲线与对角线偏离不大,表明这两组数据的统计结果有较好的一致性。而二组向上短波辐射的差别很大,ERA5的向上短波辐射几乎截止到35 W·m-2,而同期的浮标短波辐射可以达到50 W·m-2以上(见图5(d)、(e)、(f))。为了比较二者的一致性,用向上和向下短波辐射之商表示短波辐射的反照率(见图5(g)、(h)、(i))。结果表明,ERA5的反照率大都在10以下,更加符合海洋的特性;而浮标的反照率偏高。我们认为,问题出在向上短波辐射,浮标的辐射计虽然尽可能外伸,但仍然可能受到浮标体的影响,黄色的标体会加大向上的反射辐射。因此,建议慎用向上的短波辐射。目前尚没有更好的办法解决这个问题。

((a)中浮标气压数据来自湍流传感器,(b)中浮标气压来自自动气象站。黑色粗线是两组数据的线性回归直线(A0是截距,A1是斜率或线性回归系数)。CC是相关系数,N是数据个数,RMSE是均方根误差,B是ERA5相对于浮标的平均偏差。(a) Buoy SLP from turbulence, (b) Buoy SLP from automatic meteorological station. The thick grey line is a linear regression fit to the data (A0 is intercept, A1 is slope or regression coefficient). CC is correlation coefficient, N is the number of the point, RMSE is root-mean-square error, B is the mean bias error of ERA5 with respect to buoy.)

((a)、(b)气温是浮标3 m层数据,(c)气温是浮标10 m层自动气象站数据。ERA5气温是2 m。图中参数的含义与图2相同。(a), (b) Buoy Ta from 3 m; (c) Buoy Ta from 10 m. The meaning of parameters in the figure are the same as Fig.2.)

((a)、(b)、(c)中浮标相对湿度都是3 m层数据,ERA5的相对湿度是通过其2 m露点温度和2 m气温计算得到的。图中参数的含义与图2相同。(a), (b), (c) Buoy RH from 3 m, The RH of ERA5 is calculated by 2 m dew point temperature and 2 m air temperature . The meaning of parameters in the figure are the same as Fig.2.)

((a)、(b)、(c):向下短波辐射;(d)、(e)、(f):向上短波辐射;(g)、(h)、(i):短波辐射反照率,时间分辨率为1 h。图中参数的含义与图2相同。(a), (b), (c): Downward shortwave radiation; (d), (e), (f): Upward solar radiation; (g), (h), (i): Albedo of shortwave radiation. Time resolution is 1 hour. The meaning of parameters in the figure are the same as Fig.2.)

2.3.2 长波辐射 浮标与ERA5向上长波辐射的相关系数在0.5～0.9之间,其中2013年8月的向上长波相关系数只有0.27,但均方根误差和偏差都很小(见图6(a)、(b)、(c))。向下长波辐射二组数据有一定的差别,ERA5数据高辐射时偏低、低辐射时偏高(见图6(d)、(e)、(f))。由于向下长波辐射受浮标体的影响很小,而再分析数据受云量的影响会有较大偏差,浮标的数据更加可靠。

((a)、(b)、(c)向上长波辐射,(d)、(e)、(f)向下长波辐射,都是时间分辨率为1 h的原始数据。图中参数的含义与图2相同。(a), (b), (c) Upward longwave radiation; (d), (e), (f) Downward longwave radiation. Time resolution is 1 hour. The meaning of parameters in the figure are the same as Fig.2.)

2.4 风速、风向和海流数据

2012和2013年没有自动气象站数据,风速与风向数据来自梯度风9 m的数据。2014年换装的自动气象站数据启用,用于10 m的风速风向。

2.4.1 风速数据 2012和2013年,梯度风速的最大风速截断到10 m·s-1,可能是因为仪器的设置出现了问题,该问题在2014年得到纠正。因此,在与ERA5风速对比时,仅选取浮标风速小于10 m·s-1时间段的数据。从图7可见,第一和第二阶段风速小于10 m·s-1风速与ERA5的10 m风速非常一致,相关系数为0.88和0.91,回归系数为1。第三阶段浮标与ERA5的风速相关系数为0.95,回归系数为0.9。这个结果表明,浮标风速与ERA5风速有很好的一致性。此外,梯度风的风速普遍随高度增大,表明梯度风的测量有较高的可靠性(略)。

2.4.2 风向数据 在数据中,浮标和ERA5的风向统一为来向,即0°为北风,180°为南风。由于2014年自动气象站的采样频率高,风向摆动大,首先将浮标原始风向转换为东西、南北方向风速分量u、v,对其进行12 h滑动平均后重新合成,然后与ERA5数据进行比较。风向的情况比较复杂,2012年浮标风向(见图8(a))没有10°～110°的数据,而ERA5数据基本正常。据分析,认为是浮标梯度风的风向出了问题,或者在数据传输中发生了错误。2013年浮标风向数据与ERA5的一致,相关系数为0.9,回归系数为1(见图8(b))。2014年是数据最完整的时间段,但浮标风向与ERA5风向比较时结果很不正常(见图8(c)):ERA5数据在0°～360°之间变化,各个方向比较均匀;而浮标10 m风向数据在2014年6月—8月10日与ERA5风向相关较好,但之后浮标的风向基本保持在100°～200°范围变化,以东风和南风为主(见图8(c))。究竟是哪个数据出了问题?分析结果表明,浮标数据是正确的,而ERA5的数据在2014年8月10日之后存在问题。

((a)、(b)浮标风速是9 m层数据,(c)浮标风速是10 m自动气象站数据。图中参数的含义与图2相同。(a),(b) Buoy WS from 9 m. (c) Buoy WS from 10 m. The meaning of parameters in the figure are the same as Fig.2.)

(ERA5风向是10 m。(a)、(b)、(d)浮标风向是9 m层数据,(c)浮标风向是10 m自动气象站数据,且经过12小时滑动平均处理。图中参数的含义与图2相同。ERA5 WD is 10 m. (a), (b), (d) Buoy WD from 9 m. (c) Buoy WD from 10 m and calculated by 12 h moving average. The meaning of parameters in the figure are the same as Fig.2.)

以下几种信息支持浮标风向的正确性。首先,梯度风9 m的风向一直在150°～200°范围变化(见图8(d)),二者虽然有约58°的统计偏差,但与10 m的风向有很好的相关性。第二,浮标的风向与浮标波向有很好的一致性。图9表明,浮标的波向在冬季一直以100°～150°为主方向,与浮标的风向接近。此外,冬季在浮标位置是以南风为主的时期,ERA5风向体现为在所有的方向几乎呈均匀分布,显然是不合理的。此外,我们研究了同期ERA5风向在整个北欧海的特征,认为其存在严重的不平衡的问题,因与本文无关在此不详细讨论。

2.4.3 海流数据 浮标安装了Aanderaa声学多普勒海流计(ADCP),用于测量表层以下的海流,垂向分辨率为4 m,最大测量深度80 m。由于ADCP的测量采用多普勒原理,没有因标定系数导致的误差,也没有因数据传输产生的误差,只需通过质量控制即可以使用。图10表明经过质量控制的ADCP数据是可靠的,可以直接用于海流研究。由于ERA5没有海流梯度数据,因而没有办法比较。

2.5 波浪数据

波浪传感器提供波周期、有效波高和波向数据。

2.5.1 有效波周期和有效波高 浮标的平均波周期在5～10 s的范围内变化,比ERA5平均波周期偏小0.9～1.4 s,二者有较好的相关性(见图11),2014年相关系数为0.92,其它时间段都超过0.8。浮标与ERA5的有效波高在0～10 m的范围变化,冬季有效波高较大(见图12),二者相关性也很好,比ERA5的有效波高偏高0.3 m。结果表明,浮标的波周期和波高数据质量可靠,与ERA5的波周期和波高数据非常接近。

(第一行是风向和波浪方向散点图,第二行是波浪方向直方图。First line: scatterplots of wind direction and wave direction, Second line: histograms of wave direction.)

图10 2012年8月浮标海流数据

(图中参数的含义与图2相同。The meaning of parameters in the figure are the same as Fig.2.)

(图中参数的含义与图2相同。The meaning of parameters in the figure are the same as Fig.2.)

2.5.2 波浪方向 波浪的方向如图9所示。鉴于浮标的波浪方向与风向存在一定的相关性,图13给出了浮标风向与波向的关系图。从图13和表3可见,夏季(见图13(a)、(b)、(c))两者的相关性不如秋冬季(见图13(d)),说明冬季大风期间波向与风向趋于一致。但是,浮标的波向与ERA5的波向差别非常大(略),这是因为浮标的风向与ERA5的风向有明显差别,风向出现问题会影响波向。

((a)、(b)中风向为9 m风向,(c)、(d)中风向为10 m风向,并进行了12 h滑动平均。图中参数的含义与图2相同。(a),(b) Wind direction from 9 m, (c),(d) Wind direction from 10 m and calculated by 12 h moving average. The meaning of parameters in the figure are the same as Fig.2.)

2.6 海表水温数据

将浮标和ERA5海表水温数据进行比较(见图14),结果表明,浮标的海温数据与ERA5海温数据有很好的一致性,数据可靠,可以直接应用。

3 浮标观测数据的主要特征

浮标数据给出了北欧海海盆中部大气和海洋重要的参数,可以形成对该海域夏季至冬季海气耦合过程的认识。这里,根据上述数据,以2014年6月22日—2015年1月29日(第三阶段)的数据为例,对海气过程的特征给出简单的介绍,对其规律和机制的认识有待后续的深入研究。

3.1 气象参数的季节变化特征

该海域的气温属于大西洋亚极区气温,夏季在10 ℃附近变化,冬季气温在5 ℃附近变化,最低气温可以降至0 ℃以下(见图15(a)),导致传感器结冰。

从气压数据可以看出(见图15(b)),该海域气压呈现夏高冬低的特点。夏季海平面气压相对较高,很少低于1 000 hPa;而秋季气压逐渐降低,体现冰岛低压在冬季对该海域的影响更加强烈。

风速整体呈现夏季小冬季大的特征(见图15(c))。6—7月,大风过程风速很少能达到10 m·s-1,8月份大风过程风速达到12～13 m·s-1,9—10月份大风过程的最大风速达到15～20 m·s-1,而11月—次年1月大风过程的最大风速会超过20 m·s-1。

北大西洋北部海域在秋冬季节不断生成温带气旋,进入北欧海并不断向北移动,成为浮标所在海域秋冬季节大风过程的主要原因。综合浮标气压和风速数据可以看到,气压降低再回升的过程通常对应风速升高再降低的过程,这种配置通常对应着气旋过境。若以此为判据统计出2014年6月22日—2015年1月29日浮标海域过境气旋大约在20～30个之间。气压数据表明,夏季气旋数量少且强度低,冬季气旋数量多且强度大。

((a)、(b)、(c)中浮标水温是CTD的0 m层数据。图中参数的含义与图2相同。(a), (b), (c) buoy data is from CTD (0 m). The meaning of parameters in the figure are the same as Fig.2.)

((a) 10 m气温Ta,(b)海表面气压SLP,(c) 10 m风速WS。(a) 10 m air temperature; (b) Sea surface pressure; (c) 10 m wind speed.)

3.2 海面热通量季节变化特征

根据气温、水温、相对湿度和风数据可以计算海面热通量[30]。从图16可以看到,海面感热和潜热通量呈现夏季低、冬季高的特征,特别是感热通量在夏季可能出现负值。夏季6—7月感热通量普遍小于20 W·m-2,潜热通量最大达到40～50 W·m-2。8—9月感热和潜热通量逐渐升高,最大值分别能达到70～80 W·m-2和140 W·m-2。10月及其之后感热和潜热最大值分别能超过100和200 W·m-2。热通量的变化与风速、海气温差密切相关。夏季整体风速小、海气温差小,热通量也小;冬季风速变大、海气温差也变大,热通量变大。感热和潜热通量变大的过程通常对应着大风降温过程。

((a)感热通量;(b)潜热通量。时间分辨率为1 h。(a) Sensible heat flux; (b) Latent heat flux. Time resolution is 1 hour.)

将总热通量(感热和潜热之和)大于+200 W·m-2的时间段称为高热通量事件[13],来自海洋的热量大量进入大气,产生强烈的动力学效应。结合前面的气压和气旋特征可知,当气旋强度足以引起强烈的大风降温过程时就会引发高热通量事件。从图17可以看到,这段时间总共有14个高热通量事件,持续时间在0.9～13.2 d之间。8月发生的高热通量事件持续时间很长,是由大风降温过程引起的,但因气压并没有明显降低,大风过程并非气旋过程所致。12月发生两个持续时间超过12 d的高热通量事件,伴随有强烈的气压降低过程,与持续发生的过境气旋密切相关。

(图中蓝色阴影表示高热通量事件,时间分辨率为1 h。Blue bars indicate high heat flux events, Time resolution is 1 h.)

3.3 波浪季节变化特征

波高与波周期存在正相关关系,即波高越大,波周期也越大。从图18(b)和(c)可见,波高和波周期的季节特征是夏季小冬季大,夏季有效波高(波周期)普遍在2～4 m(5～8 s),秋季有效波高(波周期)普遍在3～5 m(7～10 s),冬季有效波高(波周期)普遍在5～10 m(8～12 s)。波浪数据提供了丰富的信息,为认识该海域波浪过程创造了条件。

((a)散点图, (b)有效波高,(c)有效波周期时间序列图。时间分辨率为1 h。(a) Scatterplots; (b) Time series of significant wave height; (c) Time series of significant wave period from 22 June, 2014 to 25 February, 2015. Time resolution is 1 hour.)

4 结论

浮标观测的最大优势是可以准实时提供高时间分辨率的现场实测数据,可以为气象与海洋预报、数据同化和气候变化研究服务。中国于2012年在北欧海中的罗弗敦海盆布放了一套海气耦合浮标,经不断维护,断断续续地工作了3年时间。本文对数据进行了全面评估与比较,得到以下结果。

(1)数据对比结果显示,ERA5的气压、气温、湿度、风速、水温、辐射(向上短波辐射除外)、热通量和波浪数据与浮标观测数据基本一致,表明了浮标数据的可靠性。ERA5的方向数据在一段时间内与浮标数据偏差较大,分析认为浮标的风向是正确的,而ERA5的数据可能存在问题。由此得出,除了数据明显异常的时段之外,浮标的数据质量可信,可以直接用于研究使用。

(2)明显异常的数据可以直接剔除。由于传感器众多,各类数据发生异常的时段差别很大,在研究中需要注意。有些数据表面上看并没有明显异常,但仍然可能存在数据漂移和误差增大等情形。有时数据取值在正常范围内,但会发生逆温、逆湿等现象,还会存在对辐射、热通量等的低估或高估。这些问题无法预先排出,需要在使用时精心分析和判断。

(3)浮标数据可以很好的反映大气和海洋的变化特征。本文以2014年6月—2015年1月的数据为例,给出了罗弗敦海盆从夏季到冬季众多参数的变化特征。结果表明,夏季海表面气压高、风速小、气温高、湿度大,感热和潜热都较小,感热甚至出现负值;冬季气压逐渐降低,气旋数目变多、强度变大,风速增大,降温过程更频繁,降温幅度和持续时间都更大,导致感热和潜热都变大,高热通量事件出现的次数更多,持续时间更长。