1、Vol.27No.4October,2009海洋科學(xué)進(jìn)展ADVANCESINMARINESCIENCE黃海水溫垂直剖面的遙感反演與數(shù)值預(yù)報模型修樹孟。逢愛梅I,申輝之，張欽之<1.國家海洋局第一海洋研究所，山東背島266061；2.中國科學(xué)院海洋研究所，山東育島266071)摘要：基于黃海水溫垂直制面分層結(jié)構(gòu)統(tǒng)計分析建立了一個衛(wèi)星遙感SST反演水溫垂直剖面的參數(shù)化模式，以該模式反演數(shù)據(jù)作為一維數(shù)值預(yù)報模式的初值.同時用大氣預(yù)報場去料作為預(yù)報模式的過程資料，發(fā)展了一個以衛(wèi)星遙感資料作為主要轉(zhuǎn)入量的黃海水溫垂直剖面的數(shù)值預(yù)報模型。模型實現(xiàn)了利用衛(wèi)星遙感資料反演預(yù)報黃海水溫垂直剖面的目的，5d

2、時效的預(yù)報效果明顯優(yōu)于巳往強溫躍層數(shù)值預(yù)報模式。關(guān)鍵詞：水溫垂直剖面；參教化模式；多時間尺度反演；衛(wèi)星遙感SST；敏值預(yù)報模型中圖分類號:P731.3文獻(xiàn)標(biāo)識碼：A文章編號：1671-6647(2009)04-0444-08利用衛(wèi)星遙感技術(shù)的優(yōu)勢，采用多源數(shù)據(jù)融合、同化與海洋學(xué)理論及物理模型相結(jié)合的研究方法，建立海洋三維熱結(jié)構(gòu)衛(wèi)星遙感信息提取和應(yīng)用模型，已成為國際海洋界開展三維海溫業(yè)務(wù)化監(jiān)測和預(yù)測、拓展衛(wèi)星遙感技術(shù)應(yīng)用領(lǐng)域的主要發(fā)展方向。早在1990年,Carries等就利用衛(wèi)星遙感SST和SSH變異與次表層水溫變異的相關(guān)分析方法，建立由SST和SSH反演水溫垂宜剖面的相關(guān)關(guān)系模型。Chu等在

3、現(xiàn)場觀測水溫剖面統(tǒng)計分析的基礎(chǔ)上，發(fā)展一個由表層水溫反演水溫垂直剖面的參數(shù)化模型。此外還有許多其它方法，如Holland等3】的SSH異常和位渦相關(guān)方法，Alves等將SSH投影成垂向密度廓線等方法。然而，怎樣利用衛(wèi)星遙感信息解決海洋三維熱結(jié)構(gòu)的模擬預(yù)報問題，至今仍是人們探索的熱點問題。衛(wèi)星遙感海面溫度和海面風(fēng)場，由于具有觀測精度高、宏觀同步等優(yōu)勢，以此作數(shù)值模式的大氣強迫和邊界條件，可明顯地提高海洋上層或淺海溫度垂向剖面的模擬預(yù)報精度，但對于深海，由于表層信息不能充分強迫深層，模式的限制條件不夠充分Erer等認(rèn)為解決這一問題的關(guān)鍵是把遙感數(shù)據(jù)投影到水下，并同化到數(shù)值模型中。他們采用最優(yōu)插值法

4、，將遙感SST和SSH相關(guān)模型反演的水溫垂直剖面同化到灣流區(qū)的POM(PrincetonOceanModel)模型中，重建預(yù)報時刻三維海溫初始場，取得非常好的效果。Fox等利用GDEM(GeneralizedDigitalEnvironmentalModel)模型和海面高度與溫度投影的水溫垂直剖面，采用最優(yōu)插值技術(shù)，建立了三維溫鹽模塊化海洋數(shù)據(jù)同化系統(tǒng)MODAS(ModularOceanDataAssimilationSystem)0它包括靜態(tài)MODAS和動力MODAS兩個了系統(tǒng)，靜態(tài)MODAS主要描述歷史平均，而動力MODAS是在靜態(tài)MODAS的基礎(chǔ)上，同化衛(wèi)星遙感海面高度海面溫度投影的某一

5、時刻的水溫垂直剖面與現(xiàn)場觀測資料，重建模式三維溫鹽初始場，給出三維溫鹽的時變信息并用于海洋溫鹽場的現(xiàn)報和預(yù)報。本文基于黃海水溫垂直剖面統(tǒng)計分析結(jié)果，利用多時間尺度分析方法建立由衛(wèi)星遙感SST直接收稿日期：200808-15資助項目：國家基金項目(0207QT830)作者簡介：修樹孟(1952C,男，山東萊陽人.研究員，主要從事海洋遙殖應(yīng)用方面研究.(張騫編輯)反演水溫垂直剖面特征量的參數(shù)化模式，并以該參數(shù)化模式反演的結(jié)果直接作為王宗山等建立的黃海一維預(yù)報模式的初值，同時采用衛(wèi)星遙感SST、W和NECP.ECMWF等大氣預(yù)報場資料作模式預(yù)報因子過程資料，改進(jìn)了文獻(xiàn)8初值和過程資料的確定方法，實現(xiàn)

6、了由衛(wèi)星遙感信息反演預(yù)報黃海水溫垂直剖面的目的。1水溫垂直剖面的參數(shù)化衛(wèi)星遙感SST反演i.i水溫垂直剖面的參數(shù)化模式圖1黃海水溫垂直剖面的參數(shù)化方法Fig.1ParameterizationmethodofthetemperatureverticalprofileintheYellowSea水溫垂直剖面是一個數(shù)據(jù)量較大的數(shù)據(jù)集，能否用一組特征參數(shù)來近似表達(dá)整個剖面,使數(shù)據(jù)處理變得簡單適用，取決于研究區(qū)水溫垂直剖面季節(jié)性變化與分層結(jié)構(gòu)特點。黃海冬季多為單層結(jié)構(gòu)，表層水溫即可近似地表征下層溫度，夏季則呈現(xiàn)較穩(wěn)定的3層結(jié)構(gòu)，即上混合層、溫躍層和下均勻?qū)?。圖1是夏季黃海水溫垂直剖面中最典型的實例。這

7、個具有顯著3層結(jié)構(gòu)特征的溫度垂直分布廓線可用3段線性剖面來描述.即從海面到h的混合層內(nèi)，為一溫度基本不變梯度近似為零的線性剖面；從人到H是溫度隨深度增加而急劇下降的溫躍層，它大致呈線性變化.溫度梯度近似為一常數(shù)，躍層強度可由平均梯度來表示；由H直到海底之間的下均勻?qū)?，也是一溫度基本不變梯度近似為零的線性剖面。于是整個水溫垂直剖面可用下述參數(shù)化模式來表示：T(Z)=TS(OVZWh)丁(Z)=A-Gh(Z-/D(h<Z<H)»(1)T(Z)=Th(Z2H)j式中,T(Z)=Ts-Glh(Z-/I)溫躍層中任一深度的溫度；八為海面溫度(或混合層溫度)涌為混合層厚度;H為溫躍層

8、下界深度；Z為深度；為溫躍層下界深度H處的溫度(或下均勻?qū)訙囟?；Gh為溫躍層強度。其中：G»=(TsTH)/(H-h)(2)式中，丁s-Th為溫躍層上下界之間的溫度差;H-h為溫躍層厚度。這樣整個水溫垂直剖面可由溫躍層3項示性特征和2個溫度來表示，于是參數(shù)化模式有2個深度參數(shù)力和H、2個溫度參數(shù)八和丁h、1個溫躍層強度參數(shù)Gh共5個未知鼠,只有知道了其中4個參數(shù)才能確定整個水溫垂直剖面，因此，這個參數(shù)化模式有4個空間自由度。1.2水溫垂直剖面的多時間尺度反演方法要使用衛(wèi)星遙感SST和參數(shù)化模式反演水溫垂直剖面.必須減小參數(shù)化模式的未知量，使參數(shù)化模式只有一個空間自由度，這就需要分析

9、特征參數(shù)的時間尺度變化并使用多解相關(guān)時間尺度假定。上述參數(shù)化模式的5個參數(shù)有不同的時間尺度變化，一般來講矣和方有短的時間尺度變化(從數(shù)小時到數(shù)天),T，H和有長的時間尺度變化(從月到季)。長時間尺度變化參數(shù)可看作背景數(shù)據(jù)集，由歷史統(tǒng)計資料得到，短時間尺度變化參數(shù)可由反演方法確定。如果長時間尺度參數(shù)可預(yù)先求取，那么參數(shù)化模式的自由度就減小為1個，在2個短時間尺度變化參數(shù)Ts和h之間，只有1個參數(shù)是獨立的。通?？砂裈s作為獨立參數(shù)，由衛(wèi)星遙感SST給出，這樣就可以利用式（3）和已知的H,Th，Gm求得人，并利用式（1）給出整個水溫垂直剖面：A=H（TS-TH）/G,h（3）黃海夏半年溫躍層下界深度

10、H、溫度丁,和躍層強度G,h具有較明顯的月或季節(jié)性變化特征，用這些參數(shù)的月平均值作相應(yīng)月份的長時間尺度參數(shù)是合理的。為此，使用參數(shù)化模式（1）并采用迭代法，處理了南黃海1976-1989年7、8月份約2300個調(diào)查站位的溫度剖面資料，從每個剖面中提取1組特征參數(shù)（其，奴丁"，GQ,然后以0.5°X0.5°水平網(wǎng)格平均網(wǎng)格內(nèi)的這些特征參數(shù)，用平均值作為這個網(wǎng)格單元的代表值，得到了南黃海7、8月份水平分辨率為0.5°X0.5°的Ts，如的月平均值。利用衛(wèi)星遙感SST和參數(shù)化模式反演水溫垂直剖面的另外一個必要條件就是,2個短時間尺度參數(shù)共與人之間應(yīng)具

11、有明顯相關(guān)性。受夏半年太陽輻射強度和風(fēng)速季節(jié)變化的影響，黃海表層水溫Ts和混合層厚度力有強烈的時間尺度變化。從4月到8月為海面溫度迅速上升階段，月平均增加速率為7而從8月到11月為海面溫度迅速下降階段，平均月遞減率為一4°C。與此相應(yīng)的混合層厚度，則從4月的50m迅速下降到5月的8m,68月則在510m之間波動，而從9月混合層厚度又開始快速增加。由此可見，黃海夏半年海面溫度與混合層厚度有著非常明顯的負(fù)相關(guān)關(guān)系。為定量分析Ts與其它特征參數(shù)的相關(guān)性，從每個剖面的特征參數(shù)丁s，*HT，Gh減去相應(yīng)網(wǎng)格單元0.5°X0.5°的平均值，得到這些參數(shù)的距平并計算了17與其它

12、參數(shù)距平九如,丁/，的相關(guān)系數(shù)。結(jié)果表明，在夏季的7、8月，黃海表層水溫距平Ts'與混合層厚度距平人'之間的相關(guān)系數(shù)為一0.26,明顯的大于Ts'與H'（0.05）、Th'（0.03）和Glhz（0.09）的相關(guān)系數(shù)，2個短時尺度參數(shù)T：與¥之間存在最強的負(fù)相關(guān)關(guān)系。這表明對黃海采用多時間尺度的假定是正確的，多時間尺度反演方法在黃海適用。I. 3參數(shù)化模式反演效果檢驗為檢驗參數(shù)化模式的反演效果，用黃海H,T和Gh.的月平均值作長時間尺度參數(shù)，以對應(yīng)于1998年8月海洋環(huán)境調(diào)查30個調(diào)查站位相應(yīng)時刻獲得衛(wèi)星遙感SST作獨立參數(shù)，利用參數(shù)化模式（1

13、）和（3）反演的剖面與實測剖面進(jìn)行比對分析。30個站位反演與實測值之間的均方根誤差:水溫垂向剖面平均為0.90笆，Ts為0.76X：,Th為0.685為2m,H為1.9m，Gh為。20*C/m,反演與觀測剖面間的平均相關(guān)系數(shù)為0.86,表明參數(shù)化模式反演的剖面與實測剖面吻合良好。2基于衛(wèi)星遙感資料的數(shù)值預(yù)報模型三維海溫模擬預(yù)報效果的準(zhǔn)確度除模式本身物理機(jī)制的完善程度以外，初始場和預(yù)報因子過程資料的確定方法也至關(guān)重要。就黃海而言，王宗山槌，刃、金梅兵等的預(yù)報模式的應(yīng)用效果較好。然而，由于當(dāng)時資料獲取方法的限制，要實現(xiàn)天氣尺度預(yù)報的業(yè)務(wù)化運行,需要對模式初值和預(yù)報因子過程資料的確定方法進(jìn)行必要的改

14、進(jìn)。與文獻(xiàn)8口0預(yù)報模式初值的確定方法相比，本文建立的參數(shù)化反演模式，盡管是一個統(tǒng)計模式，但由于采用了多時間尺度反演方法，模式得到的并不是一組簡單的統(tǒng)計結(jié)果，而是在底層統(tǒng)計數(shù)據(jù)的基礎(chǔ)上，給出了表層水溫Ts和混合層厚度h的時變信息，得到的是與衛(wèi)星遙感SST獲得時間相對應(yīng)的某一時刻的水溫垂直剖面特征參數(shù)。這個模式的功能類似于Fox動力MODAS中的SST、SSH投影模式，即可以給出任一時刻水溫垂直剖面的時變信息，又可以用于三維海溫場的重建，可以有效地解決水溫垂直剖面數(shù)值預(yù)報模式的初值問題和三維海溫數(shù)值預(yù)報模式的初始場重建問題。此外，文獻(xiàn)8預(yù)報因子采用的是模式風(fēng)和加熱場資料，而未采用實測數(shù)據(jù)，這對模

15、式的預(yù)報效果有負(fù)面影響。本文采用參數(shù)化模式反演的特征參數(shù)L，力和丁H直接作一維數(shù)值預(yù)報模式的初值，預(yù)報因子過程資料則完全采用衛(wèi)星遙感和大氣預(yù)報場資料，將其發(fā)展為一個以衛(wèi)星遙感資料作主要輸入?yún)?shù)的黃海水溫垂直剖面的數(shù)值預(yù)報模型。數(shù)值預(yù)報模型由水溫垂直剖面遙感反演模式、過程資料數(shù)據(jù)處理、一維數(shù)值預(yù)報模式和預(yù)報結(jié)果數(shù)據(jù)處理4部分組成（圖2）。圖2數(shù)值預(yù)報模型結(jié)構(gòu)Fig.2Thestructureofthenumericalpredictionmodel水溫垂直剖面數(shù)值預(yù)報模型運行時需要的過程資料主要有海面溫度SST、海面風(fēng)速W、海面氣溫T.和太陽輻照度E。，其中在黃海月周期內(nèi)可視為常數(shù),SST主要用

16、于確定模式的初值，W和T.為預(yù)報因子。本模型計算時的過程資料主要使用AVHRR,QUICKSCAT,NECP和ECMWF的遙感和模擬預(yù)報場資料,并采用二維線性插值方法生成SST，L，Wl/24°網(wǎng)格數(shù)據(jù)，形成預(yù)報期內(nèi)6h間隔的過程資料時間序列數(shù)據(jù)集。在完成數(shù)值預(yù)報模型預(yù)報時刻水溫垂直剖面遙感反演和預(yù)報期內(nèi)的大氣強迫過程資料后，數(shù)值預(yù)報模型的預(yù)報過程也就是一維海洋模式的數(shù)值求解過程。模型計算的差分格式和定解條件，除計算步長改為6h外，其它均與王宗山的求解方法相同。模型在預(yù)報過程中，每隔6h向模式輸入并更新預(yù)報因子過程資料（W,T.）,預(yù)報因子過程資料擬采用直接插值方法同化到一維數(shù)值預(yù)報

17、模式，并以模式計算的6h間隔后的水溫垂直剖面特征參數(shù)（Ts0和丁Q作下一步運算的初值，依次重復(fù)直到預(yù)報過程結(jié)束為止。3數(shù)值預(yù)報模型的精度檢驗為檢驗?zāi)Ｐ偷念A(yù)報效果，以1997年7月中韓合作調(diào)查海上現(xiàn)場觀測的水溫垂直剖面資料為依據(jù)，通過對比預(yù)報與實測值之間的誤差對模型進(jìn)行5d時效預(yù)報效果檢驗。檢驗的主要參數(shù)有表層水溫八、下均勻?qū)訙囟榷?，混合層厚度奴溫躍層厚度1和溫躍層強度Ge在進(jìn)行預(yù)報時，以1997年7月中韓合作黃海各個站位的觀測時間為終點，分別向前推5d作為預(yù)報時刻的起點，然后利用衛(wèi)星遙感資料和大氣預(yù)報場資料，建立1997年7月模型預(yù)報所需的海面溫度、海面風(fēng)速和海面氣溫的時間序列資料.再啟動模型

18、進(jìn)行相應(yīng)站位5d時效的水溫垂直剖面預(yù)報。圖3給出了中韓合作調(diào)查8個站位5d時效水溫垂直剖面的實測與預(yù)報值比較圖，表1給出中韓合作18個站位預(yù)報與實測的誤差分析結(jié)果，模型的預(yù)報結(jié)果與實測值吻合良好。預(yù)報結(jié)果的均方根誤差：表層水溫Ts為0.72I,下均勻?qū)铀疁豑h為0.69*C,混合層厚度h為1.79m,溫躍層厚度I為2.69m,溫躍層強度G,h為0.19r/mo圖3中怖合作調(diào)查8個站位的實測（藍(lán)線）與預(yù)報（紅線）水溫垂直剖面圖Fig.3Theobserved（blue）temperatureprofilesobtainedduringChina-KoreaJointsurveyandthefor

19、ecast（red）圖3中怖合作調(diào)查8個站位的實測（藍(lán)線）與預(yù)報（紅線）水溫垂直剖面圖Fig.3Theobserved（blue）temperatureprofilesobtainedduringChina-KoreaJointsurveyandtheforecast（red）由中韓合作調(diào)查資料和海洋環(huán)境調(diào)查資料（本文省略）對模型預(yù)報結(jié)果的精度檢驗，可以看出，本模型在黃海有較好的預(yù)報效果，2次5d時效預(yù)報結(jié)果的平均均方根誤差：表層水溫Ts為0.73*C,下均勻?qū)铀疁豑h為0.70X：，混合層厚度九為1.68m,溫躍層厚度I為2.71m,溫躍層強度G»為0.19V/m.預(yù)報誤差與王宗山

20、等的結(jié)果相比，混合層厚度、溫躍層厚度和溫躍層強度誤差分別減小了0.42m,1.09m和0.06*C/m,表明本模型進(jìn)一步提高了預(yù)報的準(zhǔn)確性。«1中韓97聯(lián)合海洋調(diào)查各站位“模型”預(yù)報與實測結(jié)果誤差分析（預(yù)報時效：Sd）Table1Theerroranalysisbetweenthemodel5-daysadvanceforecastresultsandtheobservationduringChina-Koreajointsurvey溫度一數(shù)/P躍層參數(shù)位經(jīng)緯度實測值鎮(zhèn)報值誤差值實測值預(yù)報值誤差值廳號TsThTsThTsAThh/mGw/Git,/IAGthI7m笆m-】h/mI/m

21、*CmTAA經(jīng)度/E緯度/N1123,00#33*30,5225.298.7623.368.621.930.1511180.9210.0217.980.820.980.020.102122°30'33*30*5824.628.7623.128.631.490.1311141.1310.1217.880.810.88-3.880.323122*16'33°30'6524.489.3423.088.631.400.7110180.8410.1617.840.81-0.160.160.034122,00,33*30*7524.5110.3622.829.9

22、51.690.4110190.7410.2718.730.69-0.270.270.065121MS*34,018922.938.4122.708.480.23-0.0715240.6117.5721.430.66-2.572.57-0.066122*15'34*01,9322.708.9022.167.560.531.346250.559.6921.310.69-3.693.69-0.137123,3Oz3/00，4023.539.5923.648.21-0.111.3810280.5010.7529.250.53-0.75-1.25-0.038124°01*33*59*6

23、023.7210.7923.2511.220.47-0.436200.658.2717.730.68-2.272.27-0.039124*15,34,OOz7024.1511.1223.2511.220.90-0.115210.628.2717.730.68-3.273.27-0.0610124*30*34*00*7223.979.7923.3510.610.62-0.828220.6412.2620.740.61-4.261.260.0311124°46'34'59'7623.7710.2123.0310.580.74-0.378190.7112.2320.

24、770.60-4.23-1.770.1112124*30r34*59*8023.749.3023.0310.580.71-1.289240.6012.2320.770.60-3.233.230.0013124*00,35,00'9922.9910.3322.819.380.180.952310.415.0127.990.48-3.013.01-0.0714122o30r35*00*3223.4720.4523.8920.60-0.42-0.153270.115.3426.660.12-2.340.34-0.0115121*30,35*01*5522.6512.5323.4611.89-

25、0.810.647360.288.4234.580.33-1.421.42-0.0516121,59*36*00*7123.4612.8423.1412.910.32-0.071060.665.649.361.09-3.646.64-0.4317122*15'36*00*8223.1313.1323.1212.910.010.222150.675.709.301.10-3.705.70-0.4318122勺0'36*00*7723.6413.1722.7312.910.910.261140.755.809.201.07-4.804.80-0.32平均誤差0.600.16-2.3

26、21.760.05均方根誤差0.720.691.792.690.194結(jié)語1) 本文建立的參數(shù)化模式,盡管是一個簡單的統(tǒng)計模式，但由于采用r特征參數(shù)的多時間尺度分析方法，模式給出的并不是一組簡單的統(tǒng)計結(jié)果，而是在統(tǒng)計結(jié)果的基礎(chǔ)上，加入了表層水溫矣和混合層厚度h的時變信息。這個模式的功能類似于FOX"】動力MODAS中的海面溫度、海面高度反演水溫垂直剖面的相關(guān)模型，可以給出任一時刻的水溫垂直剖面。參數(shù)化模式運行時需提供的已知雖只有表層水溫，且具有簡單適用、反演精度高、便于應(yīng)用等特點，利用衛(wèi)星遙感SST可以很方便快捷地實現(xiàn)黃海水溫垂直剖面的實時反演和動態(tài)監(jiān)測。2) 本文發(fā)展的基于衛(wèi)星遙感

27、資料的數(shù)值預(yù)報模型，初步解決了傳統(tǒng)預(yù)報過程中海匕實測資料的缺陷和資料時空分布非同步的問題，吐在黃海有較好的適用性。在獲得實時衛(wèi)星遙感SST和大氣預(yù)報場資料的情況下，可以基本實現(xiàn)黃海水溫垂直制面的天氣尺度預(yù)報。模型的預(yù)報結(jié)果與王宗山等建立的強溫躍層模式的預(yù)報結(jié)果相比，預(yù)報精度得到較大改善，混合層厚度、溫躍層厚度和溫躍層強度的均方根差，分別減小了0.42m,1.09m和0.06*C/m,表明采用衛(wèi)星遙感技術(shù)與現(xiàn)有海洋模式相結(jié)合的方法，是改善傳統(tǒng)海洋模式時效性，提高模擬預(yù)報效果的一種有效途徑。3) 本文建立的遙感反演模式和預(yù)報模型的精度仍有進(jìn)一步改善的可能，如采用Carnes等的SST和SSH聯(lián)合投

28、影方法，可能會克服近岸海區(qū)非典型水溫垂直剖面帶來的誤差，提高水溫垂直剖面的遙感反演精度。預(yù)報模式如能采用三維海溫預(yù)報模式或環(huán)流模式，同時采用數(shù)據(jù)同化方法重建三維海溫初始場，可望會克服一維模式未考慮流場影響而產(chǎn)生的誤差，進(jìn)一步提高模型的預(yù)報效果。參考文獻(xiàn)(References):1 CARNESMR,MITCHELLJL.WITTPWD.SynthetictemperatureprofilesderivedfromGeosataltimetry：Comparisonwithairdropp'dexpendablebathythermographprofilcsCJ,J.Geophys.R

29、es.,1990,95,(clO)t17979-17992.2 CHUPC,FANCW,LIUWT.DeterminationofverticalthermalStructurefromseasurfacetempcraturcJ.J.AtmosphericOceanicTechnology,2000.17(7),971-979.3 HOLLANDWR,MALANOTTERIZZOLIP.Assimilationofaltimeterdataintoanoceancirculationmodel:SpaceversustimeresolutionstudiesJ.J.Phys.Oceanogr

30、.,1989.19：1507-1534.4 ALVESJOS,HAINESK.ANDERSORDLT.Sealevelassimilationexperimentsinthetropica!pacific。.J.Phys.Oceanogr.,2001.31:305-323.5 PINARDIN»ROSATIA,PACANOWSKIRC.Theseasurfacepressureformulationofrigidlidmodels：Implicaiionsforaltimetricdataassimilationstudies(JJ.J.Mar.Syst.,1995.6:109-11

31、1.6EZERT,MELLORGL.DataassimilationexperimentsintheGulfStreamregionthowusefularesatellite-derivedsurfacedatafornowcastingthesubsurfacefieldsJ.J.Atmos.OceanicTechno).*1997*14：1379-1391.7 FOXDN,TEAGUEWJ,BARRONCN,etal.Themodularoceandataassimilationsystem(MODAS)J.J.Atmos.OceanicTechn-ol.2002,19:240-252.

32、8 WANGZS.XUBC.ZOIJEM,etal.AstudyonthenumericalpredictionfortheverticalthermalstructureintheBohaiandHuanghaiSeas：I.One-dimcnsionalnumericalpredictionmodelCJl-JournalofOceangraphyofHuanghaiandBohaiSeas,1996,14(3):37-45.王宗山.徐伯日.鄒娥梅.等.黃海、渤海水溫垂直結(jié)構(gòu)數(shù)值預(yù)報方法研究：1.一緡數(shù)值Hi報模式J.黃渤海海洋.1996,14(3):37-45.f9WANGZS,XUBC

33、»JINMBctal.AnumericalpredictionmodelonthestrongthermoclineintheBohaiandHuanghaiSeasj.JournalofOceangraphyofHuanghaiandBohaiSeas*1996.14(3)；75-85.王宗山，徐伯呂，金梅兵，等.黃海、渤海強溫既層數(shù)值預(yù)報模式JJ.黃渤海海洋,1996,14(3),75-85.10JNMB,WANGZS,XUBC.Three-dimensionalnumericalpredictionofverticaltemperaturestructureoftheHuanghaiandBohaiSeasJ.JournalofOceangraphyofHuanghaiandBohaiSeas.1996,14(3)：67-74.金梅兵.王.宗山.徐伯3.黃海、渤海溫度垂在結(jié)構(gòu)三維數(shù)值預(yù)報111黃渤海海洋,1996,14(3):67-74.RemoteSe