張人禾 朱江 許建平 劉益民 李清泉 牛濤

1中國氣象科學研究院 災害天氣國家重點實驗室，北京100081

2中國科學院大氣物理研究所 國際氣候與環(huán)境科學中心，北京100029

3國家海洋局第二海洋研究所 衛(wèi)星海洋環(huán)境動力學國家重點實驗室，杭州310012

4國家氣候中心，北京100081

1 引言

近年來與全球氣候變暖相伴隨的極端氣候事件頻發(fā)，給國民經(jīng)濟和社會發(fā)展帶來重大影響。海洋是氣候系統(tǒng)中的一個重要成員，對氣候異常的產(chǎn)生具有重要的作用。中國氣候異常與海洋熱狀況的變異具有密切的聯(lián)系，已有的研究表明，各大洋的海溫異常均會對中國氣候產(chǎn)生影響，如厄爾尼諾/南方濤動（ENSO）（Huang and Wu, 1989；Zhang et al., 1999）、熱帶西太平洋暖池（Nitta, 1987; Huang and Sun, 1992）、熱帶印度洋（Li and Mu, 2001；Li et al., 2008；Hu et al., 2011）、大西洋（Lu et al., 2006；容新堯等, 2010）。因此，深入了解全球海洋的變異特征，是認識中國氣候變異的一個重要基礎(chǔ)，對于中國的氣候預測具有重要的作用。

海洋觀測數(shù)據(jù)的匱乏，特別是大尺度、實時、深海觀測資料的空缺，一直是制約大氣和海洋科學發(fā)展的瓶頸。為了提高海洋的監(jiān)測能力，從1998年起，國際上開始籌建 Argo（Array for Real-time Geostrophic Oceanography）全球?qū)崟r海洋觀測網(wǎng)。該計劃利用先進的自持式剖面自動循環(huán)探測技術(shù)，在全球海洋上形成一個由3000個以上衛(wèi)星跟蹤浮標組成的海洋觀測陣列，即全球Argo實時海洋觀測網(wǎng)，對0～2000 m水深內(nèi)的海水溫度和鹽度實施長期、高分辨率和大范圍的實時監(jiān)測（許建平, 2002）。自Argo計劃實施以來，到目前由布放在全球海洋中的8500多個Argo浮標，已觀測到88萬余條剖面資料，并以每年10萬條剖面的速度持續(xù)增長。Argo大洋觀測網(wǎng)是目前唯一能夠立體觀測全球大洋的實時觀測系統(tǒng)，為研究大氣和海洋提供了前所未有的深廣視角。它的建立是海洋觀測的一場劃時代革命，填補了實時監(jiān)測大洋物理海洋環(huán)境的空白。截至2012年10月1日，布放在全球海洋中仍處于工作狀態(tài)的Argo剖面浮標已達3564個，圖1給出了Argo浮標目前在全球大洋中的分布狀況。

中國對 Argo計劃的參與始于黃榮輝院士主持的“國家重點基礎(chǔ)研究發(fā)展規(guī)劃項目”（973項目）“我國重大氣候災害的形成機理和預測理論研究”（1998～2003）。該項目于2000年5月派出了以巢紀平院士為代表團團長的“ENSO監(jiān)測、預測考察團”，訪問了美國國家海洋大氣局（NOAA）、Woods Hole海洋研究所、太平洋海洋環(huán)境實驗室（PMEL）以及Scrippts海洋研究所等，對Argo浮標技術(shù)、資料質(zhì)量控制方法以及浮標布放、Argo大洋觀測網(wǎng)建立等相關(guān)情況進行了深入細致的學習考察。經(jīng)我國海洋和大氣等科學領(lǐng)域的專家學者的積極推動和共同努力，我國于2001年10月經(jīng)國務院批準加入國際 Argo計劃，計劃在西太平洋和東印度洋布放100～150個Argo剖面浮標，構(gòu)成我國的Argo大洋觀測網(wǎng)，并參與全球Argo實時海洋觀測網(wǎng)建設(shè)（許建平, 2006；許建平和劉增宏, 2007）。2002年，中國在印度洋海域投放了第一個 Argo剖面浮標，并被正式接納為國際Argo計劃成員國。到目前為止，中國已累計投放了140多個Argo剖面浮標，建成了中國Argo大洋觀測網(wǎng)，建立了Argo剖面浮標檢測規(guī)程、資料實時接收程序、資料處理和質(zhì)量控制方法等，能快速接收和處理由我國 Argo計劃布放的全部浮標觀測資料，并能按國際 Argo計劃的要求對觀測資料實施質(zhì)量控制，確保了測量數(shù)據(jù)的準確和可靠（許建平，2006，2010；劉增宏等，2006；許建平和劉增宏，2007）。同時，還能及時將全球海洋中的 Argo資料提供給廣大用戶免費共享，使得我國海洋和大氣等領(lǐng)域的科研和業(yè)務部門能與國際同步獲取廣闊海洋上的豐富數(shù)據(jù)源，并展開相關(guān)前沿研究和業(yè)務應用。我國已成為世界上 9個（美國、英國、法國、日本、韓國、印度、澳大利亞、加拿大和中國）有能力向全球 Argo資料中心實時上傳Argo資料的國家之一。圖2給出了中國Argo大洋觀測網(wǎng)從浮標布放、資料接收、質(zhì)量控制、到提供給用戶的結(jié)構(gòu)圖。中國加入國際Argo計劃，為我國科學家了解和掌握 Argo剖面浮標的性能和特點，以及利用這些全新的觀測資料開展海洋和大氣科學研究提供了基礎(chǔ)條件。

圖1 全球海洋中目前處于工作狀態(tài)的3564個Argo剖面浮標分布（截至2012年10月1日，引自http://www.argo.net/ [2012-10-03]）Fig.1 Distribution of 3564 active Argo profiling floats in global oceans (up to October 1, 2012; from http://www.argo.net/ [2012-10-03])

圖2 中國Argo大洋觀測網(wǎng)從浮標布放、資料接收、質(zhì)量控制到提供給用戶的結(jié)構(gòu)圖Fig.2 A schematic diagram of float deploying, data receiving, quality control, and user providing in Chinese Argo observing network

國際 Argo計劃及其全球?qū)崟r海洋觀測網(wǎng)的成功實施，取得了過去利用常規(guī)觀測儀器設(shè)備測量而無法得到的全球海洋信息，極大地提高了對海洋的監(jiān)測水平（許建平等, 2008；劉仁清和許建平,2009）。由于海洋在氣候變異中的重要作用，在氣象和海洋科研業(yè)務中應用這一全新的資料，是深入認識氣候變異、提高我國氣候預測、海洋監(jiān)測分析和預報能力的一個關(guān)鍵所在。利用 Argo大洋觀測資料，開展海洋資料同化、海洋模式改進的研究，并應用于海洋分析和氣候預測研究，是提高我國短期氣候預測業(yè)務水平以及海洋監(jiān)測分析業(yè)務能力的重要研究內(nèi)容。本文針對這些問題，對我國開展的Argo資料質(zhì)量控制、利用Argo資料開展的有關(guān)海洋資料同化、短期氣候預測、海洋模式改進、海洋表層流、溫鹽變化特征、厄爾尼諾/拉尼娜等（El Ni?o/La Ni?a）方面的研究進行了綜述。這些研究實現(xiàn)了我國對 Argo大洋監(jiān)測資料的充分應用，研究成果也成功應用到國家級業(yè)務中心，有效地提高了我國氣候預測、海洋監(jiān)測分析和預報能力。

2 Argo資料質(zhì)量控制

Argo剖面浮標自由漂移的特點決定了其一旦被投放就難以回收，即無法對傳感器進行實驗室標定。而浮標上裝載的溫鹽深儀（CTD）傳感器，尤其是電導率傳感器容易受到海洋生物污染、生物殺傷劑泄漏等因素的影響，導致傳感器產(chǎn)生漂移，會使觀測值產(chǎn)生較大的偏差（Freeland, 1997；Oka and Ando, 2004）。國際Argo計劃預期的剖面浮標觀測精度為壓力（深度）±5 dbar，溫度±0.005°C和鹽度±0.01（Argo Science Team, 2000）。溫度和壓力傳感器的測量精度目標在 Argo計劃實施前就已經(jīng)能實現(xiàn)，但鹽度觀測資料的精度正面臨挑戰(zhàn)。利用傳統(tǒng)船載 CTD儀進行測量時，可以通過采水樣來對鹽度觀測值進行實驗室校正，而 Argo剖面浮標無法獲得這種“真實”的鹽度資料。Oka（2005）利用JAMSTEC（日本海洋科技中心）回收的3個Argo浮標，對傳感器進行了實驗室后校正，但這樣的回收由于費用極其昂貴而無法推廣（Oka et al.,2002）。Wong et al.（2003）利用歷史水文觀測資料，開發(fā)了一種校正 Argo浮標鹽度資料的技術(shù)（稱WJO方法），并被國際Argo資料管理組確定為Argo延時模式質(zhì)量控制的標準方法（Argo Data Management Team, 2002）；B?hme（2003）則在 WJO方法的基礎(chǔ)上，對歷史資料的選取方法進行了改進，并考慮了正壓行星渦度，在北大西洋亞極地海區(qū)取得了較好的校正結(jié)果。然而，WJO方法十分依賴于歷史水文觀測資料的數(shù)量和質(zhì)量，在一些歷史觀測資料稀少的海區(qū)（如南大洋）將無法取得理想的校正結(jié)果，而歷史資料質(zhì)量的高低或觀測時間的長短等因素，都有可能影響校正的效果，甚至可能會把真實的水團性質(zhì)變化誤認為傳感器的漂移，對Argo資料的質(zhì)量控制始終不盡如人意（Kobayashi and Shinya, 2005）。

中國 Argo實時資料中心在國際上率先提出了利用誤差消除法對浮標鹽度觀測資料進行校正（童明榮等，2003；許建平和劉增宏，2007），即采用在浮標活動海域的船載 CTD儀觀測或者采用布放新浮標的辦法來校正老浮標觀測的資料。該方法主要以現(xiàn)場 CTD資料或假設(shè)浮標的第一條觀測剖面沒有偏差為前提，盡管具有一定的局限性，但對歷史觀測資料稀少或缺乏的海區(qū)，無疑是一種簡便而有效的方法。劉增宏等（2010）進一步引入位勢電導比的概念，利用浮標附近的現(xiàn)場、歷史 CTD資料，以及鄰近浮標的觀測資料來檢驗浮標電導率傳感器的漂移，盡可能降低對浮標長期觀測資料的誤判，并利用現(xiàn)場 CTD資料對出現(xiàn)漂移誤差的鹽度資料進行校正。他們利用該方法對一個在海上觀測長達4年的5900019號浮標的電導率傳感器性能進行了檢驗，并通過與鄰近浮標、CTD儀觀測資料及歷史水文觀測資料的比較，較好地分辨出了5900019號浮標電導率傳感器產(chǎn)生的漂移故障，并利用浮標附近的現(xiàn)場 CTD資料及誤差消除法對該浮標的鹽度觀測資料進行了校正，并取得了較好的校正效果（劉增宏等，2010）。

在進行資料同化時，針對 Argo觀測資料，從資料的絕對大小和梯度兩個方面對 Argo資料也進行了初步質(zhì)量控制（張人禾等, 2004）。剔除了Argo觀測資料值中溫度高于 35°C和小于―5°C明顯不合理的剖面資料；同時要求與歷史觀測資料Levitus94（Levitus et al., 1994）在相應格點的差的絕對值，不能大于隨深度的增加而減少的判據(jù)（從8°C到 4°C）；另外，剔除了梯度超過歷史觀測資料（Levitus94）在相應格點梯度的2.5倍的剖面。

3 可同化包括 Argo等多種海洋觀測資料的全球海洋變分同化系統(tǒng)

國家氣候中心全球海洋資料四維變分同化系統(tǒng)（NCC-GODAS）（劉益民等, 2005）是在“太平洋和印度洋資料同化系統(tǒng)”（PIODAS）（劉益民等,2000）的基礎(chǔ)上建立的。NCC-GODAS包含觀測資料預處理系統(tǒng)、插值分析系統(tǒng)和所應用的動力模式。插值分析系統(tǒng)采用四維同化技術(shù)方案，在時間上設(shè)置一個4周的窗口，將此窗口之內(nèi)的觀測資料以一定的權(quán)重插入插值分析系統(tǒng)，在空間上采用三維變分方案。在未與大氣模式耦合前，NCC-GODAS還附帶一個海表風應力計算子系統(tǒng)，該系統(tǒng)是基于最優(yōu)插值（OI）分析的觀測海表大氣風場和海洋模式流場。NCC-GODAS同化的觀測資料包括海表氣溫、海表氣壓、海表大氣風場和拋棄式深水溫度計（XBT）的海溫垂直廓線的報文、船舶 XBT觀測資料、熱帶太平洋大氣海洋觀測陣列（TOGA/TAO）和日本浮標的觀測資料（MOORING）。隨著國際Argo計劃的實施，Argo的全球溫鹽觀測資料也被引入了NCC-GODAS（張人禾等, 2004；Liu et al.,2005）。通過考慮將溫鹽之間的弱相關(guān)性引入其垂直相關(guān)，NCC-GODAS可以同時同化溫鹽資料。

圖3和圖4分別給出了NCC-GODAS全球海洋資料同化系統(tǒng)中包含和不包含 Argo資料時，與OISST-V2海洋表面溫度（Reynolds et al., 2002）之間的均方根誤差（rmse）的全球分布情況。從rmse的全球經(jīng)圈平均（圖3）來看，除了0°～45°E的區(qū)域外，同化Argo資料后的rmse明顯減小，表明在NCC-GODAS中同化Argo資料，使得海洋表面溫度與 OISST-V2之間的差異明顯變小，更接近于OISST-V2的分析場。對于rmse的全球緯圈平均（圖4），除了南半球熱帶外區(qū)域和北半球大約 80°N以北的區(qū)域外，包含 Argo資料后同化的海洋表面溫度有明顯的改善。事實上，在同化時段內(nèi)，南半球熱帶外以及北極極區(qū)附近的 Argo浮標很少，導致了同化效果不明顯。另外，圖3中0°～45°E的范圍主要位于南大洋的中高緯度區(qū)域，這與圖4中給出的結(jié)果是一致的。

圖3 NCC-GODAS全球海洋資料同化系統(tǒng)中，全球海面溫度與OISST-V2之間的均方根誤差（rmse）的經(jīng)圈平均（單位：°C）：（a）中紅線和黑線分別為同化和不同化Argo資料的結(jié)果，（b）為二者之差。同化時段為2001年1月至2003年8月。（引自Liu et al., 2005）Fig.3 Root-mean-square error (rmse) of SST between OISST-V 2 and NCC-GODAS (time from January 2001 to August 2003, averaged in meridional direction).(a) Red line is NCC-GODAS with Argo and the black without Argo.(b) The difference between NCC-GODAS with Argo and NCC-GODAS without Argo.(From Liu et al., 2005)

建立了基于三維變分方法的通用海洋資料同化系統(tǒng)OVALS（Ocean Variational Analysis System）（朱江等, 2007）。該系統(tǒng)利用了不同海洋觀測系統(tǒng)的實時觀測數(shù)據(jù)，是目前國內(nèi)能夠同時同化地基和空基海洋觀測資料種類最多的同化系統(tǒng)。此系統(tǒng)是一個具有廣泛適應性的實用、先進的海洋資料同化系統(tǒng)，能夠同化Argo浮標、TAO浮標、XBT，船舶報和高度計海面高度異常資料。而能夠同化這些資料是目前國際上衡量一個海洋資料同化系統(tǒng)是否完整的主要標志。在OVALS同化系統(tǒng)中，采用了溫鹽協(xié)調(diào)同化方案。鹽度調(diào)整方案不僅考慮了平均溫鹽關(guān)系，也考慮了溫鹽關(guān)系的方差（Han et al.,2004）；在海面高度計資料同化中同時考慮了溫鹽背景誤差和非線性溫鹽關(guān)系的垂直相關(guān)，通過同化高度計資料來直接調(diào)整模式的溫度和鹽度場（Yan et al., 2004）。圖5給出了這種溫鹽協(xié)調(diào)同化方案對鹽度的影響，可以看出在海洋表層的10 m深處，溫鹽協(xié)調(diào)同化方案的效果不明顯；但在50 m和100 m深處，不經(jīng)調(diào)整時鹽度幾乎不變，與實際觀測不符，引入?yún)f(xié)調(diào)同化方案之后，鹽度與實際觀測有很好的符合。

與國際上變分同化系統(tǒng)相比，美國NCEP的同化系統(tǒng)（Behringer, 2006）是通過溫鹽關(guān)系由溫度觀測獲得相應的鹽度，但這種方法在無溫度觀測的區(qū)域，鹽度也無法得到修正。高度計觀測幾乎覆蓋全球，通過非線性溫鹽關(guān)系，可以從海面高度信息中獲取次表層的溫鹽信息，這在一定程度上彌補了鹽度觀測稀少或缺乏造成的無法修正鹽度場的問題。 Usui et al.（2006）和 Kamachi et al.（2008）的同化系統(tǒng)使用了溫鹽垂直EOF模態(tài)，EOF模態(tài)是通過大量的觀測資料分析得到的，工作量非常大，且沒有觀測的區(qū)域誤差較大，非線性溫—鹽關(guān)系的引入克服了這一問題，使該同化系統(tǒng)不依賴于觀測的數(shù)量，既能夠同化現(xiàn)場觀測也能同化遙感資料，無論是近海還是大洋都有廣泛的適用性。OVALS同化系統(tǒng)在太平洋的同化結(jié)果與獨立觀測的比較表明（Xie and Zhu, 2010），總體上溫度的誤差不超過1.5°C，鹽度不超過0.2 psu。國外最新的澳大利亞BLUELINK同化系統(tǒng)（Oke et al., 2008）的結(jié)果在太平洋與獨立觀測的比較，其溫度同化結(jié)果均方根誤差最大值也在1.5度左右，而其鹽度結(jié)果均方根誤差的最大值在0.2～0.3 psu，即其鹽度同化結(jié)果稍遜于本系統(tǒng)的鹽度同化結(jié)果。

4 短期氣候預測

圖5 溫鹽協(xié)調(diào)同化方案對鹽度的影響（單位：psu）。黑線為鹽度觀測值，藍線為不調(diào)整時的值，綠線和紅線分別為利用不同方案調(diào)整后的鹽度。上、中、下圖分別為深度10 m、50 m、100 m，橫坐標為時間（單位：d）。（引自Han et al., 2004）Fig.5 Effects of the temperature–salinity coordinated assimilation scheme on salinity (unit: psu).Black and blue lines are observations and assimilated salinity without using the coordinated assimilation scheme, respectively.Green and red lines are those using different coordinated assimilation schemes.Upper,middle, and lower panels are for the depth of 10 m, 50 m, and 100 m, respectively.The unit for the abscissa is d.(From Han et al., 2004)

利用國家氣候中心全球海氣耦合模式（NCCCGCM）（李清泉等, 2004），實現(xiàn)了 NCC-GODAS海洋資料同化系統(tǒng)與全球海氣耦合模式的耦合（張人禾等，2006）。多年（1998～2003年）夏季平均的模式回報中國降水距平百分率與觀測值的相關(guān)系數(shù)分布如圖6所示。多年回報試驗結(jié)果表明，當初始場中不包含Argo資料時（圖6a），回報的夏季中國降水與觀測值之間的正相關(guān)區(qū)域（圖中填色區(qū)）主要出現(xiàn)在我國東部黃河下游以北和115°E以東的黃河和長江下游之間、長江中游以南和以北地區(qū)以及西北偏西部等區(qū)域。當初始場中包含 Argo資料時（圖 6b），回報的夏季中國降水與觀測值之間的正相關(guān)區(qū)域明顯擴大，除了初始場中不包含Argo資料時的正相關(guān)區(qū)域外，在長江以南、黃河下游和淮河流域以及西北的大范圍地區(qū)出現(xiàn)了正相關(guān)區(qū)域，原來在華北、黃淮、江淮、長江以南地區(qū)以及新疆東部的負相關(guān)區(qū)大部分都變?yōu)檎嚓P(guān)。采用 Argo資料后除了長江中下游附近的顯著正相關(guān)區(qū)域明顯變大外，在西北和華東地區(qū)也出現(xiàn)了顯著正相關(guān)區(qū)域。實際計算表明，模式回報的降水距平與觀測降水距平的相關(guān)為正的格點數(shù)占到了總格點數(shù)的51.88%，比未采用Argo資料時的正相關(guān)格點數(shù)（42.50%）增加了9.38%。

圖6 利用NCC全球海氣耦合模式對1998～2003年回報與觀測的中國夏季（6～8月）降水距平百分率相關(guān)系數(shù)分布：（a）不包含Argo觀測資料的同化資料作為初始場；（b）包含 Argo觀測資料的同化資料作為初始場。實線和虛線分別為正相關(guān)和負相關(guān)，黃色陰影區(qū)為正相關(guān)區(qū)域，紫色區(qū)域為顯著正相關(guān)區(qū)域。（引自張人禾等, 2006）Fig.6 Correlation coefficients of the summer rainfall anomalies in 1998–2003 between observations and hindcasts of the coupled global climate model of National Climate Center (NCC-CGCM) (a) without and (b) with Argo data being assimilated.Real and dotted lines represent positive and negative correlations,respectively.Yellow and purple colored areas are positive correlation ones without and with statistical significance, respectively.(From Zhang et al., 2006)

圖7給出了以NCC-GODAS海洋同化資料為初始場，NCC-CGCM 全球?！獨怦詈夏Ｊ阶悦磕?4月起報，預報的熱帶太平洋厄爾尼諾/拉尼娜關(guān)鍵海區(qū) Nino3.4（5°S～5°N，120°W～170°W）的海面溫度距平與實況的比較。自 2005年起采用同化了Argo資料的 NCC-GODAS后，NCC-CGCM 預報系統(tǒng)預報的熱帶太平洋Nino3.4區(qū)海面溫度距平與觀測值的相關(guān)系數(shù)達到0.5左右。利用一個熱帶太平洋—全球大氣海氣耦合模式（周廣慶等，1998），進行了Argo資料對ENSO預測改進效果的試驗。圖 8給出了該海氣耦合模式在海洋資料同化系統(tǒng)中同化和不同化Argo資料對Nino3區(qū)（5°S～5°N，150°W～90°W）海溫異?；貓蠼Y(jié)果的影響?？煽闯鐾疉rgo資料后，回報效果得到明顯的改進。從1個月到8個月的回報結(jié)果來看，觀測和回報的Nino3區(qū)海溫異常之間的平均相關(guān)系數(shù)提高了0.1以上。對于取相關(guān)系數(shù)超過 0.6的預報技巧，在不同化Argo資料時，只有5個月左右；同化Argo資料后，預報技巧明顯提高，超過了8個月。

5 海洋動力模式物理過程參數(shù)化方案的改進

圖7 全球海氣耦合模式NCC-CGCM自每年4月起報的熱帶太平洋Nino3.4區(qū)（5°S～5°N，120°W～170°W）海面溫度距平（紅線）與實況（粗黑線）Fig.7 Forecasts of the sea surface temperature anomalies (SSTAs) in Nino3.4 region (5°S–5°N，120°W–170°W) in the tropical Pacific from April by NCC-CGCM (red line) and observations (thick black line)

圖8 中國科學院大氣物理研究所海氣耦合模式ENSO預測系統(tǒng)（IAP-NCP）對熱帶太平洋Nino3區(qū)（5°S～5°N，150°W～90°W）海面溫度距平的預報技巧（基于12年回報試驗）。紅線和藍線分別為同化和不同化Argo資料的結(jié)果Fig.8 Forecast skill for SSTAs in the Nino3 region (5°S～5°N，150°W～90°W) in the tropical Pacific based on the 12-year hindcasts of the ENSO prediction system of Institute of Atmospheric Physics, Chinese Academy of Sciences (IAP-NCP).Red and blue lines stand for the results with and without Argo data being assimilated, respectively

在NCC-GODAS全球海洋同化系統(tǒng)中，海洋動力模式為中國科學院大氣物理研究所大氣科學和地球流體力學數(shù)值模擬國家重點實驗室（LASG）的L30T63 OGCM1.0模式（金向澤等，2000）。該模式采用了兩種垂直混合參數(shù)化方案，在30°S～30°N采用了基于Richardson數(shù)的參數(shù)化方案，而在其他區(qū)域采用了等密度混合方案。由于采用不同的垂直混合參數(shù)化方案，夏季海面溫度在過渡帶上出現(xiàn)了與觀測不符的不連續(xù)現(xiàn)象（Liu et al., 2005）。利用海水狀態(tài)方程以及 Argo浮標的觀測結(jié)果，考慮到等密度混合方案中的穩(wěn)定度臨界值依賴于密度梯度，在過渡帶上將其重新定義為空間的函數(shù)而不是一個常數(shù)（Liu et al., 2005）。模式結(jié)果表明，利用Argo觀測資料對垂直混合參數(shù)化方案的修正，改進了過渡帶區(qū)域夏季海面溫度的模擬結(jié)果，與觀測有更好的一致性。在 NCC-GODAS全球海洋同化系統(tǒng)中，采用了改進后的L30T63 OGCM1.0海洋動力模式。

Zebiak-Cane海洋模式（Zebiak and Cane, 1987）是在科研和ENSO預測業(yè)務中廣泛應用的一個中間復雜程度的海洋模式，模式中次表層溫度距平和海洋混合層深度的關(guān)系由經(jīng)驗關(guān)系給出，與觀測資料的比較表明，此經(jīng)驗關(guān)系對赤道中東太平洋有較好的描述，而在赤道西太平洋與觀測值之間存在著較大差異（張人禾等, 2004）。根據(jù)Argo觀測資料，對Zebiak-Cane海洋模式中次表層溫度距平和海洋混合層深度的參數(shù)化方案進行了改進。圖9給出了按原方案和改進后的新方案計算的熱帶西太平洋次表層溫度距平和海洋混合層深度的關(guān)系與實況的對比，由圖可看出，觀測到的實況表明隨著溫躍層距平的增加，次表層溫度距平也隨之增大；原參數(shù)化方案并沒有顯示出這種特征，隨著溫躍層距平的增加次表層溫度距平幾乎沒有變化；改進后的參數(shù)化方案則顯示了與觀測到的實況具有一致的變化特征。由于原方案在熱帶西太平洋不能反映出實際觀測到的次表層溫度距平隨混合層深度的變化關(guān)系，使得Zebiak-Cane海洋模式對熱帶西太平洋海溫的模擬與觀測之間存在著較大的差異，而改進后的新方案顯著提高了模式對熱帶西太平洋海溫變異的模擬能力，模擬結(jié)果與觀測之間有了較好的一致性（張人禾等，2004）。

對Zebiak-Cane海洋模式中次表層溫度距平和海洋混合層深度參數(shù)化方案的改進，提高了該模式對熱帶西太平洋海溫變異的模擬能力，改進了Zebiak-Cane海洋模式對ENSO的預測能力。將改進后的方案應用于Zebiak-Cane海洋模式，并將其與一個簡單地考慮了海溫和風應力關(guān)系的統(tǒng)計大氣模式耦合；將此動力海洋—統(tǒng)計大氣熱帶海氣耦合模式進行了24年（1981～2005年）的長期積分，開展了ENSO的回報試驗（張人禾等，2006）。圖10給出了分別利用改進后和原次表層溫度距平和海洋混合層深度參數(shù)化方案、由動力海洋—統(tǒng)計大氣熱帶海氣耦合模式提前6個月回報的熱帶太平洋海面溫度與觀測之間的相關(guān)系數(shù)分布，可看出新參數(shù)化方案的預報技巧顯著高于原參數(shù)化方案。對于采用原參數(shù)化的回報結(jié)果（圖10右圖），相關(guān)系數(shù)大于0.6的區(qū)域只出現(xiàn)在美洲沿岸5°N～10°N之間的小范圍區(qū)域內(nèi)，而在采用新方案的回報結(jié)果（圖10右圖）中，相關(guān)系數(shù)大于0.6的區(qū)域向西延伸到大約170°E并幾乎覆蓋了10°S到10°N之間的區(qū)域，在整個熱帶太平洋區(qū)域回報與觀測的海面溫度之間的相關(guān)系數(shù)明顯提高，特別是在原模式幾乎沒有預測能力的熱帶西太平洋區(qū)域，預測能力得到明顯的改善。模式回報結(jié)果顯示出與觀測一致的年際變化特征，并且年際變化的振幅也與觀測非常一致，基本上回報出了赤道太平洋區(qū)域海面溫度異常的演變特征，對厄爾尼諾和拉尼娜都能夠給出較準確的回報（張人禾等，2006）。

海洋模式對熱帶西太平洋海溫模擬的改善，顯著提高了模式對ENSO的預報技巧，其原因主要在于熱帶西太平洋的海洋和大氣異常與ENSO循環(huán)有重要的內(nèi)在聯(lián)系。已有研究表明，與發(fā)生在中東太平洋的厄爾尼諾和拉尼娜事件相聯(lián)系的大氣異常風場，首先在熱帶西太平洋區(qū)域出現(xiàn)，當熱帶西太平洋對流層低層出現(xiàn)西風異常時，赤道東太平洋海面溫度開始升高，出現(xiàn)東風異常時赤道東太平洋海面溫度從最高點開始下降（張人禾和黃榮輝，1998；嚴邦良等，2001；黃榮輝等，2001）。對于與厄爾尼諾事件相聯(lián)系的熱帶太平洋次表層海溫正異常，也是首先出現(xiàn)在熱帶西太平洋，隨后向東傳播，次表層海溫正異常到達赤道東太平洋后發(fā)生厄爾尼諾事件（李崇銀和穆明權(quán)，1999；巢清塵和巢紀平,2001）。因此，海洋模式對熱帶西太平洋海溫的成功模擬，必然會提高海氣耦合模式對ENSO的預報技巧。另外，海洋模式對西太平洋海溫的合理描述，也是利用海氣耦合模式研究熱帶海洋對中國以及東亞氣候的影響、預測中國氣候變異的一個重要基礎(chǔ)。這是因為熱帶西太平洋的熱狀況對中國以及東亞氣候有重要的影響（Nitta, 1987; Huang and Sun,1992）；厄爾尼諾對中國以及東亞氣候的影響，也是通過與厄爾尼諾相聯(lián)系的熱帶西太平洋上空的對流異常，導致熱帶西太平洋上空的大氣熱源變化，激發(fā)出的大氣 Rossby波引起西北太平洋上空的反氣旋異常，進而對東亞和中國氣候產(chǎn)生影響（Zhang et al., 1996, 1999）。

圖9 由Zebiak-Cane海洋模式中的次表層溫度距平和海洋混合層深度參數(shù)化方案，計算得到的熱帶西太平洋次表層溫度距平與海洋混合層深度的關(guān)系及其與實況的對比。深藍色為實況，粉紅色和黃色分別為原參數(shù)化方案和利用Argo資料改進后方案的計算結(jié)果。Fig.9 Comparison of observed relationship between subsurface temperature anomaly and mixed-layer depth in the tropical western Pacific with that calculated by the parameterization scheme in Zebiak-Cane oceanic model.Blue color stands for observations.Pink and yellow colors represent original parameterization scheme and improved one by Argo data, respectively

圖10 由動力海洋—統(tǒng)計大氣熱帶海氣耦合模式提前6個月回報的熱帶太平洋海面溫度與觀測之間的相關(guān)系數(shù)分布。（a）和（b）為分別采用改進后和原Zebiak-Cane海洋模式中次表層溫度距平和海洋混合層深度參數(shù)化方案的結(jié)果。（引自張人禾等, 2006）Fig.10 Correlation coefficients of SSTAs in the tropical Pacific between observations and hindcasts with a dynamical ocean–statistical atmospheric coupled model by leading 6 months.Left and right panels are results with original parameterization scheme of subsurface temperature anomaly and mixed-layer depth in Zebiak-Cane oceanic model and improved one by Argo data, respectively.(From Zhang et al., 2006)

6 利用 Argo浮標漂流軌跡推算海洋流場

覆蓋全球大洋的Argo浮標除了觀測2000 m以上海洋的溫度和鹽度外，也提供了 Argo浮標在海洋表面的漂移軌跡，這些軌跡資料可用于推斷海洋表面和海洋中層洋流。但是，由于浮標在海面漂流的時間短、定位精度相對較低以及在一條軌跡中的樣本少，使得利用衛(wèi)星定位直接估計的表面流場精度較低。使用浮標軌跡定位點序列直接推斷出的表層和中層海流，由于定位點自身的誤差從150 m至1000 m不等，使得所估計出的流速不確定性較大。另外，表層漂流和海流垂直切變等的不確定性也對中層流的估計產(chǎn)生影響。針對 Argo浮標表面漂流軌跡定位點少且定位誤差較大，可能使表層流估計包含較大誤差這一缺陷，提出和發(fā)展了一個新的方法可以顯著減少由 Argo浮標表面漂流軌跡及推斷表層流的誤差?？紤]到 Argo浮標在海面自由漂流的軌跡主要受線性平均運動和慣性運動控制，忽略風應力與潮汐等小噪聲，針對 Argo浮標在海面的定位點序列，提出了基于Kalman濾波思想的最優(yōu)化分析方法（Xie and Zhu, 2008）。該方法可利用Argo浮標的表面軌跡，實時估計全球海洋表面流場和海洋中層流。

圖11給出了利用該方法，采用2001年11月至2004年10月太平洋海域Argo浮標軌跡估計出的平均表層流場。從圖11可看出，由Argo浮標軌跡估計出的平均表層流場反映出了太平洋表層環(huán)流的基本特征。東太平洋的南赤道洋流（SEC）出現(xiàn)在20°S到赤道之間，6°N 附近為北赤道逆流（NECC），10°N～20°N之間為北赤道洋流（NEC）。北赤道洋流在西太平洋130°E附近，可看出明顯的南北分叉。在其他區(qū)域，也可以清楚地看出 60°S附近的南極繞極流（ACC）、臺灣島以東的黑潮，以及 130°W附近從40°N向南流到20°N的加利福尼亞海流。經(jīng)過上述最優(yōu)化分析所估計的表層海流誤差能由濾波前的5.3 cm/s減少至4.4 cm/s，從而達到與表面漂流浮標估計流速相當?shù)木?；此外，該方法還可以通過考慮流速垂直切變影響，提高中層流估計的質(zhì)量，與不考慮海流垂直切變的估算相比，中層流的估計誤差減少到0.21 cm/s（Xie and Zhu, 2008），與國際上其他分析方法所得精度相當（如 Park等,2005）。

7 結(jié)束語

本文回顧了我國利用深海大洋上的 Argo剖面浮標觀測資料，在質(zhì)量控制、資料同化、短期氣候預測、海洋模式物理參數(shù)化方案改進、海洋流場估計等方面的研究，研究成果不僅對大氣和海洋變異的深入認識具有重要的作用，也在國家氣象和海洋業(yè)務中得到了充分的應用，對提高我國氣候預測、海洋監(jiān)測分析和預報能力發(fā)揮了重要作用。

NCC-GODAS全球海洋同化資料被美國哥倫比亞大學國際氣候預測研究所（IRI）的氣候資料庫吸納，在其網(wǎng)頁公開發(fā)布，是當時（2005年）國際上公開發(fā)布的三類海洋同化資料之一。NCCGODAS于2005年12月通過中國氣象局審批正式業(yè)務化，海洋同化資料作為業(yè)務產(chǎn)品在國家氣候中心的網(wǎng)站上發(fā)布。海洋資料同化系統(tǒng)OVALS在國家海洋環(huán)境預報中心得到業(yè)務應用，目前其業(yè)務化厄爾尼諾實時監(jiān)測分析系統(tǒng)是在OVALS基礎(chǔ)上開發(fā)的，在國家海洋監(jiān)測分析中發(fā)揮了重要作用。在OVALS基礎(chǔ)上，發(fā)展了一個南海高度計資料同化系統(tǒng)，較好地改進了鹽度的估計（肖賢俊等, 2007）。另外，也在OVALS的基礎(chǔ)上進行了海洋中尺度渦的同化研究，結(jié)果表明利用OVALS將高度計資料同化到海洋模式中，可以很大程度上改進中尺度渦的模擬（高山等，2007）。利用Kalman濾波的最優(yōu)化分析方法（Xie and Zhu，2008），形成了基于Argo浮標表面軌跡觀測的全球表層流資料集，有效填補了洋流資料的匱乏，該資料集已在網(wǎng)上公開發(fā)布，供國內(nèi)外有關(guān)研究和業(yè)務使用。

圖11 利用2001年11月至2004年10月太平洋海域Argo浮標軌跡估計出的平均表層流場。顏色表示流速大小。（引自Xie and Zhu, 2008）Fig.11 Averaged ocean currents in November 2001–October 2004 at the surface layer of the Pacific estimated by trajectories of Argo floats.Colors represent values of the current speed.(From Xie and Zhu, 2008）

全球海洋資料同化系統(tǒng)的開發(fā)，不僅提高了國家海洋監(jiān)測分析能力，也為海—氣耦合模式進行季節(jié)和跨季度氣候預測提供更好的海洋初始場，從而改善模式的短期氣候預測能力。包含了 Argo資料的同化結(jié)果為?！獨怦詈夏Ｊ竭M行季節(jié)氣候預測提供了更真實的海洋初始場資料，對預測水平的提高起到了重要作用。NCC-GODAS系統(tǒng)自2005年12月在國家氣候中心正式投入業(yè)務運行以來，為國家氣候中心全球?！獨怦詈夏Ｊ竭M行季節(jié)氣候預測業(yè)務提供了更好的海洋初始場資料，在全球海—氣耦合業(yè)務氣候預測模式NCC-CGCM對我國氣候和ENSO的預測中發(fā)揮了重要作用。另外，預報模式系統(tǒng)的整體能力不僅依賴于同化系統(tǒng)，而且依賴于模式本身。由于以前海洋觀測資料很少，海洋模式物理過程參數(shù)化方案中參數(shù)的選取往往是基于非常有限的觀測資料，在很大程度上是一種物理推斷，存在著很大的隨意性和不確定性。因此在建立同化系統(tǒng)的同時，還利用 Argo浮標資料對模式中的物理參數(shù)化方案進行改進，提高了模式對真實海洋的描述能力。

觀測資料是大氣和海洋科學發(fā)展的基礎(chǔ)，也是開展預報和預測業(yè)務的必要條件。觀測手段的創(chuàng)新所產(chǎn)生的新的大氣和海洋觀測資料，往往帶來大氣和海洋科學的重大進展，并進一步推動大氣和海洋業(yè)務的發(fā)展。衛(wèi)星跟蹤的 Argo剖面浮標技術(shù)的應用，被譽為“海洋觀測手段的一場革命”。類似于大氣中的無線電探空觀測，國際 Argo計劃的成功實施，實現(xiàn)了由3000多個Argo剖面浮標進行快速、準確、大范圍地探測全球海洋0～2000 m水深內(nèi)的海水溫度、鹽度和浮標在海面的漂移軌跡，獲得了大量來自海洋內(nèi)部的觀測資料，在很大程度上解決了海洋觀測資料匱乏這一長期制約大氣和海洋科學和業(yè)務發(fā)展的瓶頸，給海洋和大氣科學以及業(yè)務的發(fā)展帶來了難得的機遇和挑戰(zhàn)。這些資料的獲取及其在科研和業(yè)務中的應用，將會大大促進對大氣和海洋變異的深入了解和認識，提高大氣和海洋的預測和監(jiān)測能力，在有效防御和減輕全球日益嚴重的大氣和海洋災害方面具有重要的意義。

（References）

Argo Data Management Team.2002.Report of Argo Data Management Meeting [C].Proc.Argo Data Management 3rd Meeting, Marine Environmental Data Service, Ottawa, ON.Canada, 42pp.

Argo Science Team.2000.Report of the Argo Science Team 2nd Meeting[C].The Argo Science Team 2nd Meeting, Southampton Oceanography Centre, Southampton, U.K, 35pp.

Behringer D W.2006.The global ocean data assimilation system (GODAS)at NCEP [C]// Proceedings NOAA 31st Ann.Climate Diagnostics Prediction Workshop.Boulder, USA.

B?hme L.2003.Quality control of profiling float data in the subpolar North Atlantic [D].Ph.D.dissertation, Christian-Albrechts-Universit?t Kiel,79pp.

巢清塵, 巢紀平.2001.熱帶西太平洋和東印度洋對 ENSO發(fā)展的影響[J].自然科學進展, 11 (12): 1293–1300. Chao Qingchen, Chao Jiping.2001.The influence of tropical western Pacific and eastern Indian Ocean on the ENSO development [J].Progress in Natural Sciences (in Chinese),11 (12): 1293–1300.

Freeland H.1997.Calibration of the conductivity cells on P-ALACE floats[R].U.S.WOCE Implementation Report No.9, 37–38.

高山, 王凡, 李明悝, 等.2007.中尺度渦的高度計資料同化模擬 [J].中國科學（D輯），37 (12): 1669–1678. Gao Shan, Wang Fan, Li Mingkui,et al.2008.Application of altimetry data assimilation on mesoscale eddies simulation [J].Science in China (Series D: Earth Sciences), 51 (1): 142–151.

Han G, Zhu J, Zhou G.2004.Salinity estimation using T-S relation in the context of variational data assimilation [J].J.Geophys.Res., 109:C03018.

Hu K M, Huang G, Huang R H.2011.The impact of tropical Indian Ocean variability on summer surface air temperature in China [J].J.Climate,24(20): 5365–5377.

Huang R H, Wu Y F.1989.The influence of ENSO on the summer climate change in China and its mechanism [J].Advances in Atmospheric Sciences, 6 (1): 21–32.

Huang R H, Sun F.1992.Impacts of the tropical western Pacific on the East Asian summer monsoon [J].J.Meteor.Soc.Japan, 70 (1): 243–256.

黃榮輝, 張人禾, 嚴邦良.2001.熱帶西太平洋緯向風異常對ENSO循環(huán)的動力作用 [J].中國科學（D輯），31 (8): 697–704. Huang Ronghui,Zhang Renhe, Yan Bangliang.2001.Dynamical effect of the zonal wind anomalies over the tropical western Pacific on ENSO cycles [J].Science in China (Series D), 44 (12): 1089–1098.

金向澤, 俞永強, 張學洪, 等.2000.L30T63海洋模式模擬的熱鹽環(huán)流和風生環(huán)流 [C]//短期氣候預測業(yè)務動力模式的研制.北京: 氣象出版社, 170–182. Jin Xiangze, Yu Yongqiang, Zhang Xuehong, et al.2000.The thermal and salt general circulation in L30T63 ocean model [C]// The Study on Short-term Climate Prediction Model (in Chinese).Beijing:China Meteorological Press, 170–182.

Kamachi M, Matsumoto S, Nakano T, et al.2008.Ocean reanalysis and its application to water mass analyses in the Pacific [C]// Proceedings the Third WCRP International Conference on Reanalysis Conference.Tokyo,Japan, .

Kobayashi T, Shinya M.2005.Importance of reference dataset improvements for Argo delayed-mode quality control [J].Journal of Oceanography, 61: 995–1009.

Levitus S, Boyer T P, Antonov J.1994.World Ocean Atlas, Vol.5:Interannual variability of upper thermal structure [R].NOAA Atlas NESDIS 5, Washington D.C: U.S.Government Printing Office.

李崇銀, 穆明權(quán).1999.厄爾尼諾的發(fā)生與赤道西太平洋暖池次表層海溫異常 [J].大氣科學, 23 (5): 513–521. Li Chongyin, Mu Mingquan.1999.El Ni?o occurrence and sub-surface ocean temperature anomalies in the Pacific warm pool [J].Chinese Journal of Atmospheric Sciences (in Chinese), 23 (5): 513–521.

Li C Y, Mu M Q.2001.The influence of the Indian ocean dipole on atmospheric circulation and climate [J].Advance Atmospheric Sciences,18 (5): 831–843.

李清泉, 丁一匯, 張培群.2004.一個全球海氣耦合模式跨季度汛期預測能力的初步檢驗和評估 [J].氣象學報, 62 (6): 740–751. Li Qingquan,Ding Yihui, Zhang Peiqun, 2004.Primary verification and assessment on the extra-seasonally predictive capability of a global atmosphere–oceanic coupled model in raining season [J].Acta Meteorologica Sinica (in Chinese), 62 (6): 740–751.

Li S L, Lu J, Huang G, et al.2008.Tropical Indian Ocean basin warming and East Asian summer monsoon: A multiple AGCM study [J].J.Climate,21 (22): 6080–6088.

劉仁清, 許建平.2009.Argo: 成功的十年 [J].中國基礎(chǔ)科學, 11 (4):15–21. Liu Renqing, Xu Jianping.2009.Argo: Ten years of success [J].China Basic Science (in Chinese), 11 (4): 15–21.

劉益民, 周江興, 馬強.2000.太平洋印度洋四維海洋同化系統(tǒng) [C]//短期氣候預測業(yè)務動力模式的研制.北京: 氣象出版社, 401–407. Liu Yimin, Zhou Jiangxing, Ma Qiang, 2000.Study on the Pacific and the Indian Oceanic data assimilation system [C]// Studies on Operational Short-Term Climate Prediction System in China (in Chinese).Beijing:China Meteorological Press, 401–407.

劉益民, 李維京, 張培群.2005.國家氣候中心全球海洋資料四維同化系統(tǒng)在熱帶太平洋的結(jié)果初步分析 [J].海洋學報, 27 (1): 27–35.Liu Yimin, Li Weijing, Zhang Peiqun.2005.A global 4-dimensional ocean data assimilation system and the studies on its results in the tropic Pacific [J].Acta Oceanologica Sinica (in Chinese), 27 (1): 27–25.

Liu Y M, Zhang R H, Yin Y H, et al.2005.The application of ARGO data to the global ocean data assimilation operational system of NCC [J].Acta Meteorolgica Sinica, 19 (3): 355–365.

劉增宏, 許建平, 孫朝輝.2010.Argo浮標電導率漂移誤差檢測及其校正方法探討 [C]// 許建平.西太平洋 Argo剖面浮標觀測及其應用研究論文集.北京: 海洋出版社, 250–259. Liu Zenghong, Xu Jianping,Sun Chaohui.2010.Examination of the conductivity drift error of Argo floats and its correction method [C]//Xu Jianping.A Collection of Papers on the Observation and Application of Argo Profiling Floats in the West Pacific Ocean (in Chinese).Beijing: China Ocean Press, 250–259.

劉增宏, 許建平, 修義瑞, 等.2006.參考數(shù)據(jù)集對 Argo剖面浮標鹽度觀測資料校正的影響 [J]. 海洋預報, 23 (4): 1–12. Liu Zenghong,Xu Jianping, Xiu Yirui, et al.2006.The effect of reference dataset on calibration of Argo profiling float salinity data [J].Marine Forecast (in Chinese), 23 (4): 1–12.

Lu R Y, Dong B W, Ding H.2006.Impact of the Atlantic Multidecadal Oscillation on the Asian summer monsoon [J].Geophys.Res.Lett., 33(24): L24701.

Nitta T.1987.Convective activities in the tropical western Pacific and their impact on the Northern Hemisphere summer circulation [J].J.Meteor.Soc.Japan, 65: 373–390.

Oka E.2005.Long-term sensor drift found in recovered Argo profiling floats [J].Journal of Oceanography, 61 (4): 775–781.

Oka E, Ando K.2004.Stability of temperature and conductivity sensors of Argo profiling floats [J].Journal of Oceanography, 60 (2): 253–258.

Oka E, Izawa K, Inoue A, et al.2002.Is retrieve of Argo floats possible? [J].Report of Japan Marine Science and Technology Center, 46: 147–155.

Oke P R, Brassington G B, Griffin D A, et al.2008.The Bluelink ocean data assimilation system (BODAS) [J].Ocean Modelling, 21 (1–2): 46–70.

Park J J, Kim H, King B A, et al.2005.An advanced method to estimate deep currents from profiling floats [J].J.Atmos.Ocean.Technol., 22 (8):1294–1304.

Reynolds R W, Rayner N A, Smith T M, et al.2002.An improved in situ and satellite SST analysis for climate [J].J.Climate, 15: 1609–1625.

容新堯, 張人禾, Li T.2010.大西洋海溫異常在ENSO 影響印度—東亞夏季風中的作用 [J].科學通報, 55 (14): 1397–1408. Rong Xinyao,Zhang Renhe, Li Tim.2010.Impacts of Atlantic sea surface temperature anomalies on Indo–East Asian summer monsoon–ENSO relationship [J].Chinese Science Bulletin, 55 (22): 2458–2468.

童明榮, 劉增宏, 孫朝輝, 等.2003.Argo剖面浮標數(shù)據(jù)質(zhì)量控制過程剖析 [J].海洋技術(shù), 22 (4): 79–84. Tong Mingrong, Liu Zenghong, Sun Chaohui, et al.2003.Analysis of the quality control process of the ARGO profiling float Data [J].Ocean Technology (in Chinese), 22 (4): 79–84.

Usui N, Ishizaki S, Fujii Y, et al.2006.Meteorological Research Institute multivariate ocean variational estimation (MOVE) system: Some early results [J].Advances in Space Research, 37 (4): 806–822.

Wong A P S, Johnson G C, Owens W B.2003.Delayed-mode calibration of autonomous CTD profiling float salinity data by θ-S climatology [J].J.Atmos.Oceanic Technol., 20: 308–318.

肖賢俊, 王東曉, 閆長香, 等.2007.南海三維變分海洋同化模式及其驗證 [J].自然科學進展, 17 (3): 353–361. Xiao Xianjun, Wang Dongxiao, Yan Changxiang, et al.2007.A three-dimensional variational ocean data assimilation model in South China Sea and its verification [J].Progress in Natural Sciences (in Chinese), 17 (3): 353–361.

許建平.2002.阿爾戈全球海洋觀測大探秘 [M].北京: 海洋出版社,115 pp. Xu Jianping.2002.An Exploration of the Argo Global Ocean Observation [M] (in Chinese).Beijing: China Ocean Press, 115 pp.

許建平.2006.Argo應用研究論文集 [M]. 北京: 海洋出版社, 240 pp.Xu Jianping.2006.The Collection of Argo Application Papers [M] (in Chinese).Beijing: China Ocean Press, 240 pp.

許建平.2010.西太平洋 Argo剖面浮標觀測及其應用研究論文集 [M].北京: 海洋出版社, 344 pp. Xu Jianping.2010.A Collection of Papers on the Observation and Application of Argo Profiling Floats in the West Pacific Ocean [M] (in Chinese).Beijing: China Ocean Press, 344 pp.

許建平, 劉增宏.2007.中國 Argo大洋觀測網(wǎng)試驗 [M].北京: 氣象出版社, 174 pp. Xu Jianping, Liu Zenghong.2007.The Experiment of China Argo Ocean Observation Network [M] (in Chinese).Beijing: China Meteorological Press, 174 pp.

Xie J P, Zhu J.2008.Estimation of the surface and mid-depth currents from ARGO floats and error analysis in Pacific [J].J.Mar.Syst.73 (1–2):61–75.

Xie J P, Zhu J.2010.Optimal ensemble interpolation schemes for assimilation of Argo profiles into HYCOM [J].Ocean Modelling, 33:283–298.

許建平, 劉增宏, 孫朝輝, 等.2008.全球 Argo實時海洋觀測網(wǎng)全面建成 [J].海洋技術(shù), 27 (1): 68–70. Xu Jianping, Liu Zenghong, Sun Chaohui, et al.2008.The global Argo real-time observation network accomplished [M].Marine Technology (in Chinese), 27 (1): 68–70.

嚴邦良, 黃榮輝, 張人禾.2001.El Ni?o事件發(fā)生和消亡中熱帶太平洋緯向風應力的動力作用 II.模式結(jié)果分析 [J].大氣科學, 25 (2):160–172.Yan Bangliang, Huang Ronghui, Zhang Renhe.2001.Dynamical role of zonal wind stresses over the tropical Pacific in the occurring and vanishing of El Ni?o.Part II: Analyses of modeling results[J].Chinese Journal of Atmospheric Sciences (in Chinese), 25 (2): 160–172.

Yan C X, Zhu J, Li R F, et al.2004.The roles of vertical correlation of the background covariance and T-S relation in estimation temperature and salinity profiles from surface dynamic height [J].J.Geophys.Res., 109:C08010.

Zebiak S E, Cane M A.1987.A model El Ni?o-Southern Oscillation [J].Mon.Wea.Rev., 115: 2262–2278.

Zhang R H, Sumi A, kimoto M.1996.Impact of El Ni?o on the East Asia Monsoon: A diagnostic study of the ’86/87 and ’91/92 events [J].J.Meteor.Soc.Japan, 74: 49–62.

張人禾, 黃榮輝.1998.El Ni?o事件發(fā)生和消亡中熱帶太平洋緯向風應力的動力作用 I.資料診斷和理論分析 [J].大氣科學, 22 (4): 597–609. Zhang Renhe, Huang Ronghui.1998.Dynamical roles of zonal wind stresses over the tropical Pacific on the occurring and vanishing of El Ni?o.Part I: Diagnostic and theoretical analysis [J].Scientia Atmospherica Sinica (in Chinese), 22 (4): 587–599.

Zhang R H, Sumi A, Kimoto M.1999.A diagnostic study of the impact of El Ni?o on the precipitation in China [J].Advances in Atmospheric Sciences, 16 (2): 229–241.

張人禾, 劉益民, 殷永紅, 等.2004.利用ARGO資料改進海洋資料同化和海洋模式中的物理過程 [J].氣象學報, 62 (5): 613–622. Zhang Renhe, Liu Yimin, Yin Yonghong, et al.2004.Utilizing ARGO data to improve the ocean data assimilation and the relative physical processes in ZC ocean model [J].Acta Meteorologica Sinica (in Chinese), 62 (5):613–622.

張人禾, 殷永紅, 李清泉, 等.2006.利用ARGO資料改進ENSO和我國夏季降水氣候預測 [J].應用氣象學報, 17 (5): 538–547. Zhang Renhe, Yin Yonghong, Li Qingquan, et al.2006.Utilizing ARGO data to improve the prediction of ENSO and short-term climate prediction of summer rainfall in China [J].Journal of Applied Meteorological Science(in Chinese), 17 (5): 538–547.

周廣慶, 李旭, 曾慶存.1998.一個可供ENSO預測的海氣耦合環(huán)流模式及1997/1998 ENSO的預測 [J].氣候與環(huán)境研究, 3 (4): 349–357. Zhou Guangqing, Li Xu, Zeng Qingcun.1998.A coupled ocean-atmosphere general circulation model for ENSO prediction and 1997/1998 ENSO forecast [J].Climatic and Environmental Research (in Chinese), 3 (4):349–357.

朱江, 周廣慶, 閆長香, 等.2007.一個三維變分海洋資料同化系統(tǒng)的設(shè)計和初步應用 [J].中國科學（D輯: 地球科學），37 (2): 261–271. Zhu Jiang, Zhou Guangqing, Yan Changxiang, et al.2006.A threedimensional variational ocean data assimilation system: Scheme and preliminary results [J].Science in China (Series D), 49 (12): 1212–1222.