笪良龍，李韋華，韓梅，濮興嘯

（海軍潛艇學(xué)院，山東青島 266071）

基于遙感數(shù)據(jù)的溫度剖面預(yù)報(bào)研究

笪良龍，李韋華，韓梅，濮興嘯

（海軍潛艇學(xué)院，山東青島 266071）

為了提高溫度剖面的預(yù)報(bào)精度，提出了一種基于遙感數(shù)據(jù)的溫度剖面預(yù)報(bào)方法。文中使用27個(gè)實(shí)測(cè)溫度剖面和遙感SST、SSHA數(shù)據(jù)實(shí)現(xiàn)了對(duì)溫度剖面的預(yù)報(bào)，并用該點(diǎn)的ARGO數(shù)據(jù)進(jìn)行了檢驗(yàn)。實(shí)驗(yàn)結(jié)果表明，將遙感數(shù)據(jù)同化到溫度剖面的預(yù)報(bào)中是可行的，并能有效的提高溫度剖面的預(yù)報(bào)精度。

溫度剖面；SST；SSHA；最小二乘

1 引言

海水聲速是決定水聲環(huán)境分析的重要因素，而溫度對(duì)聲速的計(jì)算起到主導(dǎo)作用，因此，提高溫度剖面的預(yù)報(bào)精度具有非常重要的意義。而由現(xiàn)有的歷史實(shí)測(cè)數(shù)據(jù)預(yù)報(bào)溫度剖面已經(jīng)不能滿足當(dāng)前的要求，隨著遙感技術(shù)的發(fā)展，海表面溫度（SST）和海表面高度異常（SSHA）的資料卻是非常豐富的，將SST、SSHA數(shù)據(jù)同化到溫度剖面的預(yù)報(bào)中，可能提高溫度預(yù)報(bào)的精度。早在1987年，deWitt[1]研究灣流時(shí)就提出并建立了使用海表面高度預(yù)報(bào)次表層溫度的模型，并被美國海軍FOX等[2]采用，據(jù)此建立了海洋數(shù)據(jù)同化系統(tǒng)。Bruno[3]使用CPR（coupled pattern reconstruction）的方法對(duì)溫度剖面預(yù)報(bào)進(jìn)行了改進(jìn)。本文采用最小二乘的方法，將SST、SSHA數(shù)據(jù)與次表層的溫度建立一元線性回歸關(guān)系，實(shí)現(xiàn)了基于遙感數(shù)據(jù)的溫度剖面預(yù)報(bào)。并分別對(duì)基于實(shí)測(cè)數(shù)據(jù)的溫度剖面預(yù)報(bào)、基于SST數(shù)據(jù)的溫度剖面預(yù)報(bào)、基于SSHA數(shù)據(jù)的溫度剖面、基于SST與SSHA數(shù)據(jù)的溫度剖面預(yù)報(bào)進(jìn)行了比較分析，證明將遙感數(shù)據(jù)同化到溫度剖面的預(yù)報(bào)中是可行的，并能有效的提高溫度剖面的預(yù)報(bào)精度。

2 使用的數(shù)據(jù)資料

為了檢驗(yàn)基于遙感數(shù)據(jù)的溫度剖面預(yù)報(bào)方法在預(yù)報(bào)精度上的改進(jìn)，本文分上述四種情形對(duì)9°11'30''N， 127°25'05'E 這點(diǎn)的溫度剖面進(jìn)行預(yù)報(bào)，預(yù)報(bào)的時(shí)間為2008年10月16日。文中選取了27個(gè)實(shí)測(cè)溫度剖面，以及每個(gè)剖面對(duì)應(yīng)的遙感SST、SSHA數(shù)據(jù)。實(shí)測(cè)剖面來自于南海2008年1—10月期間的27個(gè)ARGO浮標(biāo)數(shù)據(jù)，所選取實(shí)測(cè)溫度剖面的海域范圍為：6°—13°N，125.5°—129°E，選取的剖面最大深度為2000 m，每個(gè)剖面在深度方向上分為69層。27個(gè)實(shí)測(cè)剖面與預(yù)報(bào)點(diǎn)的位置關(guān)系可見圖1，圖中三角形位置代表預(yù)報(bào)點(diǎn)的位置，其它點(diǎn)代表實(shí)測(cè)剖面的位置點(diǎn)。

圖2給出了這27個(gè)溫度剖面的曲線圖，從圖中可以看出，這些剖面的相似性比較好，溫度差異較大處主要位于0—1000 m左右。

選取的海洋遙感SST、SSHA數(shù)據(jù)來自于美國國家宇航局NASA網(wǎng)站的衛(wèi)星數(shù)據(jù)，其中SST數(shù)據(jù)是NOAA系列衛(wèi)星AVHRR傳感器多通道反演的數(shù)據(jù)產(chǎn)品，SSHA數(shù)據(jù)是NOAA系列衛(wèi)星Topex/Poseidon衛(wèi)星高度計(jì)測(cè)高數(shù)據(jù)。

圖1 觀測(cè)數(shù)據(jù)點(diǎn)和預(yù)報(bào)點(diǎn)的位置分布

圖2 實(shí)測(cè)數(shù)據(jù)溫度剖面

3 基于遙感數(shù)據(jù)的溫度剖面預(yù)報(bào)方法

對(duì)于遙感數(shù)據(jù)ψ（SST或SSHA）的每一個(gè)值，溫度T是一個(gè)隨機(jī)變量，如果ψ對(duì)T的影響是線性的，可用a+bψ表示，其中a，b待定，采用線性回歸的方法求解。除ψ以外，其它影響溫度T的隨機(jī)因素總和用ε表示，于是T可以用一元線性方程表示為：

為了求解系數(shù)a與b，這里采用最小二乘法對(duì)其進(jìn)行回歸分析。為了得到預(yù)報(bào)方程，選擇n個(gè)實(shí)測(cè)剖面Ti，將它們代入一元線性方程得：

式中εi是ε的取值，看作相互獨(dú)立且與ε同分布的隨機(jī)變量。由于不同因素對(duì)分析點(diǎn)的貢獻(xiàn)值不一樣，所以可以根據(jù)加權(quán)最小二乘準(zhǔn)則來估計(jì)回歸系數(shù)[4]，誤差平方和記為Q( )a,b，可表示為

利用極值的必要條件，可得到關(guān)于a與b的兩個(gè)方程：

對(duì)上式求解即可得到回歸系數(shù)a與b：

式中Tˉ為某層的溫度加權(quán)平均，ψˉ為海表溫度或海表高度異常加權(quán)平均：

而加權(quán)系數(shù)w是一個(gè)簡單的、獨(dú)立的、均勻的系數(shù)，它隨分析點(diǎn)位置和時(shí)間的變化而變化[5]

式中x和y分別表示經(jīng)度與緯度；t為時(shí)間，Lt為時(shí)間尺度，一般為1000h；Lx和Ly為空間尺度，按式⑼計(jì)算：

因此由實(shí)測(cè)溫度以及遙感數(shù)據(jù)ψ(SST或SSHA)兩者組成的預(yù)報(bào)方程就可以表示如下：

而由實(shí)測(cè)溫度、SST、SSHA三者組成的預(yù)報(bào)方程可表示如下：

4 結(jié)果與討論

根據(jù)式（11），利用27個(gè)實(shí)測(cè)溫度剖面及遙感SST、SSHA數(shù)據(jù)對(duì) 9°11'30''N，127°25'05''E這點(diǎn)的溫度進(jìn)行預(yù)報(bào)，預(yù)報(bào)的結(jié)果可見圖3。從圖中可以看到，基于遙感SST、SSHA數(shù)據(jù)對(duì)溫度剖面的預(yù)報(bào)結(jié)果比較好，預(yù)報(bào)的誤差主要存在于0—1000 m之內(nèi)。該點(diǎn)的溫度剖面屬于典型的躍層剖面，溫度躍層大約在500 m附近，由于溫度躍層隨時(shí)間變化比較劇烈，所以躍層處的精確預(yù)報(bào)比較困難。

圖3 預(yù)報(bào)溫度與實(shí)測(cè)溫度對(duì)比圖

為了有效的比較得到的結(jié)果，給出0—1000 m深度范圍內(nèi)，溫度預(yù)報(bào)的均方根誤差圖（見圖4）。從圖中可以看出，將海洋遙感衛(wèi)星獲取的海表面溫度及海表面高度異常數(shù)據(jù)應(yīng)用于溫度剖面的預(yù)報(bào)時(shí)，對(duì)預(yù)報(bào)結(jié)果起到了很大的改進(jìn)作用，預(yù)報(bào)的溫度剖面與實(shí)測(cè)剖面的最大誤差不超過1.3℃，與其它三種情形相比，在各個(gè)深度處，預(yù)報(bào)的結(jié)果都是最優(yōu)的。水深在400—800 m之間時(shí)，與只使用27個(gè)實(shí)測(cè)剖面進(jìn)行預(yù)報(bào)相比，基于遙感數(shù)據(jù)的三種溫度預(yù)報(bào)結(jié)果都比較好，這說明將遙感數(shù)據(jù)應(yīng)用于溫度的預(yù)報(bào)中，能很好的改善次表層以下的預(yù)報(bào)結(jié)果。

圖4 溫度均方根誤差圖

5 結(jié)論

通過對(duì)溫度剖面預(yù)報(bào)結(jié)果分析，得出以下結(jié)論：

基于SST、SSHA數(shù)據(jù)對(duì)溫度的預(yù)報(bào)結(jié)果較好，比僅使用SST和實(shí)測(cè)溫度剖面，SSHA和實(shí)測(cè)溫度剖面，實(shí)測(cè)溫度剖面單獨(dú)預(yù)報(bào)得到的誤差要小，更為接近實(shí)測(cè)值。

基于SST、SSHA數(shù)據(jù)的溫度剖面預(yù)報(bào)效果表明遙感數(shù)據(jù)能有效校正次表層以下溫度，提高海水溫度剖面的預(yù)報(bào)準(zhǔn)確度。

[1]DeWitt P W.Modal decomposition of the monthly Gulf Stream/Kuroshio temperature fields[R].Naval Oceanographic Office Tech.1987:265-297.

[2]Fox D N,Teague W J,Barron C N,et al.The Modular Ocean Data Assimilation System(MODAS)[J].Journal of Atmospheric and Oceanic Technology,2002,19(2):240-252.

[3]Bruno D N,Rosalia S.Reconstructing Sythetic Profiles from surface data.American Meteorological Society[J].2004,21(2):693-703.

[4]Eugenia Kalnay著,蒲朝霞等譯.大氣模式、資料同化和可預(yù)報(bào)性[M].北京氣象出版社,2005.

[5]韓梅,魏亮.最優(yōu)插值法在海溫?cái)?shù)據(jù)同化中的應(yīng)用研究[J].海洋技術(shù),2008,27(4):90-92.

Study on forecasting ocean temperature profile based on the satellite data

DALiang-long,LI Wei-hua,HAN Mei,PU Xing-xiao

(Navy Submarine Academy，Qingdao Shandong，266071 China)

In order to improve the predition accuracy of the temperature profile,a method for forecasting ocean temperature profile based on the satellite data is developed.By using 27 in situ temperature profiles data,remote sensing SST(Sea Surface Temperature)and SSHA(Sea Surface Height Anomaly)data,the prediction of the temperature profile is achieved.The predition result of the temperature profile has been validated with the ARGO(Array for Real-time Geostrophic Oceanography)data.The experiment result shows that it is feasible by assimilating the remote data into the forecasting of temperature profile,and it improves the forecasting accuracy of ocean temperature profile effectively.

temperature profile;SST;SSHA;least squares

P732

A

1003-0239（2011）06-0051-04

2011-04-08

總裝預(yù)研基金項(xiàng)目（9140A22050810JB1502）

笪良龍(1967-)，男，教授，主要研究方向?yàn)樗暛h(huán)境效應(yīng)技術(shù)。E-mail:dalianglong@sohu.com