您的位置 : 首页 > 首页资讯 > 近期论文 >

近期论文

基于梯度依赖OI的全球Argo网格数据集

编辑 :张春玲    时间 :2022-05-11 14:30:00    访问次数 :
       近日,野外站刘增宏站长、卢少磊工程师与上海海洋大学张春玲副教授合作在国际期刊Journal of Marine Science and Engineering发表了题为“Global Gridded Argo Dataset Based on Gradient-Dependent Optimal Interpolation”的论文。该研究完全基于Argo温盐度观测资料,利用各向异性的相关尺度客观分析方法,研发了一套覆盖全球海域,包含海水温度、盐度、声速、混合层深度、温跃层下界深度和温跃层强度等多个物理海洋环境要素的网格化数据集(GDCSM_Argo),其水平分辨率为1°×1°,垂向0-1975米水深范围内共58层,时间分辨率为逐月,目前GDCSM_Argo数据集已更新到2021年12月。
图1 GDCSM_Argo数据产品构建流程
 
       梯度依赖相关尺度计算方案,建立在海水扩散方程理论基础上,能够根据环境要素的水平梯度变化规律,自动调整相关系数大小,该方法可以有效提高海洋锋和跃层区域的海洋资料分析精度。经与国际上已有的全球海洋网格数据产品进行了验证比较发现,采用各向异性相关尺度构建的GDCSM_Argo数据集能够在不增加计算量的前提下起到网格加密的效果,从而更充分地提取观测数据的中小尺度信号,其不仅可以满足随着Argo观测资料时间序列和剖面数据量的不断增长,网格数据集能快速更新的迫切需求,而且有助于提高人们对复杂多变的海洋多尺度动力过程的认知。
图2 利用GDCSM_Argo绘制的温跃层参数相关性分布(MLD:混合层深度;TBD:温跃层下界深度;TTG:温跃层梯度)
 
论文信息:Zhang Chunling, Danyang Wang, Zenghong Liu*, Shaolei Lu*, Chaohui Sun, Yongliang Wei and Mingxing Zhang. Global Gridded Argo Dataset Based on Gradient-Dependent Optimal Interpolation. Journal of Marine Science and Engineering. 2022,10,650. https://doi.org/ 10.3390/jmse10050650.