基于距平分析的Argo海表温度场重构  

Reconstruction of SST with Argo data based on anomalies analysis

作　　者：王文娟[1,2] 俞胜宾[1,2] 杨凡[3] 刘增宏[2] 

机构地区：[1]国家海洋局南海预报中心,广东广州510310 [2]国家海洋局第二海洋研究所、卫星海洋环境动力学国家重点实验室,浙江杭州310012 [3]国家海洋局珠海海洋环境监测中心站,广东珠海519015

出　　处：《海洋预报》2014年第6期68-73,共6页Marine Forecasts

基　　金：卫星海洋环境动力学国家重点实验室开放研究基金(SOED1303)

摘　　要：提出基于距平分析的Argo海表温度场(SST)重构方法,即在Argo浮标观测点提取温度距平值序列进行Kriging插值生成距平场,并叠加气候态SST的方法重构Argo海温场。以Argo数据相对稀少的2003年8月份和Argo数据相对较多的2012年8月份印度洋海域(60°S—30°N,25°—125oE)为例,重构水平分辨率为1°×1°的海表温度场。分析表明:(1)这种基于距平分析方法重构的海温场与对Argo数据直接Kriging插值获得的结果相比在精度上有大幅提高;(2)重构的温度场与最优插值海表温度场(OISSTV 2.0)的等温线具有高度的一致性,并且在Argo浮标附近海域有更好的细节表现;(3)即使在Argo数据相对稀少的海域,基于距平分析方法重构的海温场也能保持较高的精度要求,包括边缘海域和南大洋极锋附近均有较好表现。By calculating sea surface temperature （SST） anomalies at Argo buoys sites, gridding the SST anomalies using Kriging method, and summing up the gridded SST anomalies and mean SST, we reconstructed the Indian Ocean （60°S-30°N, 25°-125°E） SST at the resolution of 1°× 1° with Argo data. The reconstructed data of August 2003 and August 2012 were analyzed, the result shows： （1） the new approach can significantly improve the accuracy compared with gridding Argo data directly by using Kriging method. （2） The isotherms of reconstructed SST are highly consistent with optimum interpolation sea surface temperature （OISST） V2.0, and even better than OISST V2.0 in waters near Argo buoys. （3） Even in waters Argo buoys rarely distributed, the new approach can reconstruct SST with high accuracy, including at marginal seas and polar front waters in the Southern Ocean.

关 键 词：ARGO浮标 数据重构 KRIGING插值 距平分析 

分 类 号：P731.11[天文地球—海洋科学]