基于原位观测的北印度洋热带气旋热势海洋模式估算评估

《Tropical Cyclone Research and Review》：Evaluation of Tropical Cyclone Heat Potential Estimates from Ocean Models in the Northern Indian Ocean using in-situ Observations

　　

准确估算热带气旋热势（Tropical Cyclone Heat Potential，TCHP）对于北印度洋（Northern Indian Ocean，NIO）热带气旋（tropical cyclone，TC）增强的业务预报至关重要。本研究利用2023年1月至2024年12月期间阿拉伯海（Arabian Sea）和孟加拉湾（Bay of Bengal）的8个OMNI浮标和1899个ARGO剖面浮标的现场观测数据，验证了三个海洋环流模式——区域海洋模式系统（Regional Ocean Modeling System，ROMS）、混合坐标海洋模式（Hybrid Coordinate Ocean Model，HYCOM）和全球海洋资料同化系统（Global Ocean Data Assimilation System，GODAS）——估算的TCHP。研究人员实施了一个采用时间和空间匹配协议的三阶段分层验证框架。结果表明，同化模式（GODAS、HYCOM）在再现观测TCHP方面始终优于非同化区域模式（ROMS），其均方根误差（root mean square error，RMSE）更低（7.9–8.7 kJ/cm2对比11.6–14.9 kJ/cm2），相关系数（correlation coefficient，r）更高（0.86–0.89对比0.67–0.76），并且在两个海盆的系统性偏差均有所减小。HYCOM和INCOIS-GODAS的同化框架，以及HYCOM的混合坐标系，使其能够更好地表征温跃层动力学和季节性热含量变率，特别是在孟加拉湾复杂的层结状况下。然而，ROMS在表示TCHP的空间和时间变率方面表现良好，其微小差异很可能与模式域内缺乏直接数据同化有关。总体而言，所有三个模拟系统与观测结果均显示出良好的一致性，而数据同化和先进的垂直坐标方案提高了准确性和一致性，突显了它们在NIO地区业务化TCHP分析和预报中的应用价值，以及对热带气旋强度预测、预警系统和热带气旋相关研究的贡献。

《Tropical Cyclone Research and Review》论文解读：基于原位观测的北印度洋热带气旋热势海洋模式估算评估

一、研究背景与科学问题

热带气旋（TC）对北印度洋（NIO）沿岸社区和海洋经济造成毁灭性影响，该区域约占全球TC活动的7%。近年来，气候变暖背景下NIO地区气旋快速增强和强度变率的趋势有所增加。气旋强度受海气耦合相互作用控制，其中海洋能量传递是风暴增强的主要热力学驱动力。虽然海表温度（SST）历史上主导了TC业务预报框架，但越来越多的证据表明，次表层海洋热含量，即热带气旋热势（TCHP），作为从海面到26°C等温线深度（D₂₆）的垂向积分海洋热含量（ρ C_p ΔT），是更物理稳健的TC增强潜力预测因子。当风暴经过高TCHP区域时，风暴引起的较冷次表层水夹带不足以显著抑制SST，从而维持有利于气旋持续增强的强海气热通量；反之，在低TCHP环境中，强烈的上升流可将18-22°C的水体暴露于大气强迫，迅速冷却海面并切断向大气的能量传输。

NIO因其复杂的海洋学状况给TC强度预测带来挑战。季节性季风引起上层海洋层结的深刻变化，河流径流和降水的淡水输入在孟加拉湾（BoB）形成强烈的盐度屏障层。阿拉伯海（AS）则表现出更强的热力学耦合，但在西南季风期间受到强烈风驱冷却事件的影响。尽管基于TCHP的TC预报已在全球业务化实施，但针对NIO的区域特定验证研究仍然有限。此外，该区域的数据稀疏性和显著的季节性变率历来制约着对不同海洋学状况下模式性能的系统评估。为解决这些局限，本研究利用两个独立的观测平台——北印度洋海洋系泊浮标网络（OMNI浮标）和ARGO浮标——进行全面的跨模式比较，评估三种代表性海洋模式：区域海洋模式系统（ROMS，高分辨率非同化区域模式）、全球海洋资料同化系统（GODAS，全球资料同化系统，分辨率较粗）和混合坐标海洋模式（HYCOM，采用混合垂直坐标的资料同化模式）。

二、关键技术方法

研究人员采用三阶段观测基时空匹配框架进行模式评估。首先，利用位于AS（AD06、AD07、AD08）和BoB（BD08、BD10、BD11、BD13、BD14）的8个OMNI固定浮标的高频（每小时采样）温度和盐度观测数据（0-500米深度），进行定点时间序列分析。其次，利用来自全球资料汇编中心（GDAC）的1899个独立ARGO剖面浮标数据（垂向延伸至1000-2000米，约10天剖面间隔），进行空间分布剖面评估。第三，构建整合OMNI浮标和ARGO浮标观测的综合数据集。TCHP按照标准公式计算，即从海面到26°C等温线深度（D₂₆）的垂向积分热含量，当SST低于26°C时TCHP设为零。模式输出通过最近邻匹配和双线性插值进行时空配准。统计技能指标包括均方根误差（RMSE）、皮尔逊相关系数（r）、系统性偏差（B）和散点指数（SI）。数据处理与分析使用Python 3.9、xarray、pandas、scikit-learn、Climate Data Operators（CDO）、matplotlib、seaborn、PyFerret和QGIS等工具。

三、主要研究结果

3.1. 模式相对于OMNI浮标观测的性能

3.1.1. TCHP的时间变率： 在ROMS-GODAS对比期（2023年1月至2024年5月），时间序列显示在AS，两种模式都捕捉到了主导的季节性变率，但GODAS更准确地再现了观测变率的时机和幅度，而ROMS在过渡季节表现出持续的正偏差，TCHP高估约12-35%。在BoB，模式技巧相对降低，反映了强淡水层结和河流径流对上层层结的影响，GODAS与观测时间变率保持更一致，而ROMS在整个分析期间持续高估，偏差范围约10-51 kJ/cm²。在ROMS-GODAS-HYCOM对比期（2024年6-12月），HYCOM和GODAS通常与OMNI浮标观测更接近，尤其是在西南季风和东北季风阶段；在AS的AD07，HYCOM密切复制了观测季风峰值的幅度和时机，而ROMS大幅高估了西南季风TCHP最大值约41 kJ/cm²且表现出延迟的降温响应。

3.1.2. 季节性和海盆尺度变率： 在AS，GODAS在各季节性能优于ROMS，RMSE保持在约14 kJ/cm²以下，相关性常超过0.8；散点图显示GODAS估计值围绕1:1线的聚类更紧密。在BoB，两种模式的季节性误差都大幅增加，ROMS的RMSE常超过约30-50 kJ/cm²，而GODAS显著降低了大多数位置的RMSE，特别是在季风和季风后时期，相关性常超过0.9。HYCOM的加入进一步揭示了季节依赖性改进，在AS，GODAS在西南季风和季风后期与观测的一致性最佳；在BoB，HYCOM相比ROMS显著降低了多处位置的误差，GODAS则持续给出最低的RMSE（西南季风期约7-19 kJ/cm²，季风后期约7-14 kJ/cm²）和高相关性。

3.1.3. 固定位置的模式间变率： 在多个站点，模式表现出可比较的相关性但在偏差和幅度上显著不同，表明在局部TCHP幅度表征而非时间相位上的差异。模式间差异在BoB尤为强烈，特别是BD10、BD11、BD13和BD14，ROMS表现出更大的偏差和RMSE，而GODAS和HYCOM减少了误差幅度并提供了更现实的季节性变率表征。

3.2. 模式相对于ARGO浮标剖面的性能

3.2.1. 总体统计： 基于1899个ARGO剖面，GODAS和HYCOM在所有统计指标上均优于ROMS。GODAS的RMSE最低（8.7 kJ/cm²），相关性最高（r = 0.86），偏差最小（-0.6 kJ/cm²）。HYCOM也表现出良好的性能（RMSE = 7.9 kJ/cm²，r = 0.89，B = -0.1 kJ/cm²）。相比之下，ROMS的RMSE较高（11.6 kJ/cm²），相关性较低（r = 0.76），正偏差较大（4.6 kJ/cm²）。

3.2.2. 海盆尺度变率： 在AS，所有模式与ARGO观测的总体一致性较好，GODAS和HYCOM的RMSE分别为8.6和8.1 kJ/cm²，相关性分别为0.87和0.89，偏差较小；ROMS的RMSE略高（10.1 kJ/cm²），相关性较低（0.78），正偏差较大（4.9 kJ/cm²）。在BoB，模式间差异更加明显，ROMS的RMSE最高（13.1 kJ/cm²），相关性最低（0.72），正偏差最大（4.2 kJ/cm²）；GODAS和HYCOM的RMSE分别为8.9和7.6 kJ/cm²，相关性分别为0.85和0.89，偏差极小。

3.2.3. 季节性变率： 在西南季风期，ROMS误差最大（RMSE = 13.9 kJ/cm²），相关性最低（r = 0.72），正偏差较大（5.3 kJ/cm²）；GODAS和HYCOM的RMSE分别降至8.8和8.5 kJ/cm²，相关性升至0.84和0.87。在东北季风期，GODAS和HYCOM的RMSE分别为8.2和7.4 kJ/cm²，相关性均为0.89；ROMS的RMSE为11.0 kJ/cm²，相关性为0.82。

四、讨论与结论

讨论部分指出，同化模式（GODAS、HYCOM）在再现观测TCHP方面始终优于非同化的ROMS，这归因于数据同化框架有效约束了模式状态变量，使其更接近观测值。HYCOM的混合垂直坐标系统结合了等密面坐标在层结海洋中的优势与z坐标在混合层和sigma坐标在近岸区域的灵活性，使其能更准确地表征温跃层动力学和季节性热含量变率，特别是在BoB的复杂层结状况下。ROMS虽然在表示TCHP时空变率方面表现良好，但其系统性正偏差可能与模式域内缺乏直接数据同化有关，导致对次表层热含量的持续高估。

研究结论：所有三个模拟系统与观测结果均显示出良好的一致性，而同化模式和先进垂直坐标方案显著提高了TCHP估算的准确性和一致性。这些发现强调了将数据同化和先进垂直坐标纳入业务海洋模式对于可靠TCHP分析和TC强度预测的重要性，为NIO地区的TC强度预测、早期预警系统和相关研究提供了重要的海洋学输入支撑。