《Ocean Modelling》：A bias correction method for total water level prediction at continental scale
编辑推荐：
总水位（TWL）三维模型预测中存在季节性偏差，主要源于静力效应忽略。本研究提出动态校正方法，利用前两日预报偏差调整海洋边界非潮汐海平面，验证表明该方法在东海岸和墨西哥湾沿岸140余个NOAA站点显著降低TWL和静水高位的误差，均方根误差减少达14厘米量级，且对极端天气下的潮汐和风暴潮影响较小。
俞亨珠|余浩成|张约瑟夫|吴文帆|叶飞|莫吉米·赛义德|塞罗卡·格雷戈里|杨子臧|迈尔斯·爱德华
美国弗吉尼亚海洋科学研究所，威廉与玛丽学院，格洛斯特角，VA 23062
摘要
在大陆尺度上模拟总水位（TWL）本质上具有挑战性，通常需要事后（a posteriori）校正模型偏差。本文提出了一种简单而有效的偏差校正方法，用于NOAA的STOFS-3D（三维风暴和潮汐业务预报系统）。该方法通过调整非潮汐高程边界条件来动态校正模型偏差，该偏差是根据前两天的结果计算得出的。这种调整在空间上是均匀的，但在每个预报周期中会有所变化。我们证明，现有的3D模型偏差主要源于模型忽略了大规模的体积效应，因此该方法可以有效地将这种效应纳入3D模型中。在美国东海岸和墨西哥湾沿岸的140多个NOAA站点进行的评估显示，非潮汐高程和总水位的偏差以及均方根误差显著降低，而在极端条件下对潮汐和风暴的影响很小。
引言
在大陆尺度上模拟总水位（TWL）比小范围模拟更具挑战性，因为域内的解不再受边界条件的强烈影响。这样做的好处也很明显，因为它允许域内的非线性相互作用得以充分发展，而不会因（不完美的）边界条件而产生显著偏差，从而可能获得更好的结果。这对于许多跨尺度过程尤为重要；例如，Ezer（2013）展示了（大规模的）墨西哥湾流在美国东海岸极端局部洪水中的作用。
总水位（TWL）受到许多水动力、水力和水文因素的影响（Santiago-Collazo等人，2019）。从O(100km)到O(1m)不同尺度的过程之间的非线性相互作用将数值模型推向了极限。最近，我们证明了一个3D模型能够有效地整合对沿海复合洪水重要的多尺度过程（Ye等人，2021；Zhang等人，2020；Huang等人，2021；Cui等人，2024）。平均均方根误差（RMSE）的结果令人满意，约为14厘米。特别是Cui等人（2024）发现，大陆尺度建模需要一个准确的垂直基准面。使用基于大地水准面的基准面（NOAA的新xGEOID20b）、卫星高度计产品和先进的3D非结构化网格模型，他们显著提高了近海和离岸地区的总水位精度。他们还发现，非潮汐信号对许多本地和远程来源的过程都很敏感，从而证实了Ezer（2013）的发现。
尽管取得了近期进展，我们仍然观察到模型偏差持续存在，并且每个季节都在缓慢变化。在佛罗里达等亚热带地区的误差尤为明显。部分偏差可能归因于观测到的绝对动态地形和大地水准面模型本身的不确定性；Jahanmard等人（2023）最近尝试使用深度学习模型来改进这一点，应用于波罗的海。其他研究人员提出了用于校正模拟风暴潮的机器学习方法（Tedesco等人，2024）或海洋中尺度预报的方法（Liu等人，2023）。
我们假设Cui等人（2024）中的大多数偏差可能与3D模型物理中省略的体积高度变化有关，这是由于采用了布辛涅斯克近似（即假设水是不可压缩的，从而忽略了热膨胀/收缩的影响）。将绝对动态地形（ADT）作为海洋边界条件似乎只能部分缓解这些偏差（Cui等人，2024）。
在本文中，我们开发了一种基于3D模型偏差与体积高度变化高度相关的简单偏差校正方法。Slobbe等人（2013）在他们使用2D模型对大地水准面进行评估时也应用了类似的体积校正方法；然而，他们对体积效应的估计是基于分辨率有限的雷达高度计数据；验证仅针对模拟的平均动态地形，而没有与潮汐计观测数据进行对比。
在第2节中，我们使用基线年度回溯模拟的结果来展示这种相关性。然后，使用直到当前预报时期的预报强迫和观测数据，重新进行一系列为期2天的“再预报”。然后将代表性站点的平均模型偏差应用于动态调整下一个预报周期的海洋边界条件中的非潮汐高程（第2.4节）。应用的偏差校正在空间上是均匀的（仅应用于海洋边界），但每个预报周期都会变化；它纠正了由于体积高度变化以及其他原因导致的模型误差。第3节通过NOAA观测数据验证了这种偏差校正方法的有效性，并证明其在正常和风暴条件下对3D和2D配置都有效（第4.1节）。该方法在整个预报时段内仍然有效（第4.2节），并且改善了一些大尺度过程（第4.3节）。第5节提供了简要总结。
部分内容摘录
观测
在这项研究中，我们关注总水位（TWL），包括潮汐和非潮汐成分。我们利用了多个观测数据集来评估模型在美国东海岸和墨西哥湾沿岸模拟TWL的性能，包括NOAA业务海洋产品和服务中心（CO-OPS）运营的164个沿海站点每6分钟一次的水位记录
验证
在本节中，我们根据位于沿海和内陆地区的NOAA CO-OPS潮汐计，评估了模型在潮汐、非潮汐高程和总水位方面的性能。对于偏差校正模拟，我们使用每个预报周期的“当前预报”日进行评估。
讨论
已经进行了许多偏差校正模拟，在本节中，我们重点讨论偏差校正方法的四个关键方面。首先，我们评估偏差校正是否在2D正压模拟中仍然有效。其次，我们评估偏差校正对“预报”日的影响（与第3节中的当前预报相反）。第三，我们研究偏差校正如何影响整个域内的大规模过程。最后，我们进行评估
结论
我们成功实施了一种简单的偏差校正方法，适用于大规模业务预报，以减少模拟总水位（TWL）中的模型偏差。我们证明，偏差主要源于3D模型忽略了体积效应。偏差校正方法通过基于前一天预报计算出的平均偏差，动态调整海洋边界条件中的非潮汐高程边界条件来补偿模型误差。
作者声明
俞亨珠：方法论、软件、正式分析、数据管理、验证、初稿撰写、审阅与编辑
余浩成：正式分析、数据管理、验证、初稿撰写
张约瑟夫：概念构思、方法论、软件、正式分析、资金获取、监督、资源管理、数据管理、项目协调、验证、初稿撰写、审阅与编辑
吴文帆：正式分析、数据管理、验证、撰写
CRediT作者贡献声明
俞亨珠：撰写 – 审阅与编辑、初稿撰写、验证、软件、方法论、正式分析、数据管理。余浩成：初稿撰写、验证、正式分析、数据管理。张约瑟夫：撰写 – 审阅与编辑、初稿撰写、验证、监督、软件、资源管理、项目协调、方法论、资金获取、正式分析、数据管理、概念构思。吴文帆：初稿撰写、验证、正式分析
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。
致谢
本研究由NOAA [grant NA23NOS4730239] 资助。本文中使用的模拟是在以下计算设施上进行的：（1）威廉与玛丽研究计算中心（URL:
https://www.wm.edu/it/rc）；（2）德克萨斯大学奥斯汀分校的德克萨斯高级计算中心（TACC）。
