通常，研究SST日变化的数据来源有两种：观测数据及模式数据。包括浮标观测及卫星观测的观测数据，在时空上存在不连续性及非均一性，这对研究SST日变化的长期演变特征造成了一定的困难，而模式数据则可弥补这一不足。同时，高频的SST数据可用于研究SST日变化的偏暖阈值、逐日峰值大小及时间。
国家海洋环境预报中心凌铁军团队基于湍能闭合模型改进发展了一个海洋混合层模式，该模式可以更加真实地再现SST日循环。同时，通过一系列算法及并行优化，新的海洋混合层模式具有更高的计算效率，这为研究SST日变化的长期变化特征提供了一个非常好的工具。
他们利用美国国家数据浮标中心（NDBC）的浮标观测数据，对新制作的逐时全球SST数据进行了检验，结果表明该模式数据与浮标观测接近一致，平均误差为0.07°C，均方根误差为0.37°C，相关系数达到0.98，这与卫星数据研究所得到的结果相类似，说明新的SST数据是可靠的。
《大气科学进展》2018年第12期封面：本期封面以昼夜过渡的形式展示了海上一日的风景。封面左侧展示了中国自主研发的大型海洋观测浮标实现对海气相互作用进行连续观测。封面右侧的示意图中，左边表示太阳短波辐射日变化的加热效应，右边表示风应力导致海洋混合加强的降温效应，这两个效应共同导致了海表温度出现日变化。
凌铁军团队利用这套SST数据进一步分析了SST日变化的平均气候特征、季节变化特征及年际变化特征，得到的结果与用卫星观测取得的研究结果较为一致：SST的日变化对全球气候具有显著的影响，从季节尺度及年际尺度上，SST日变化与全球气候变化具有重要的相关性，其中赤道中太平洋海表温度日变化偏暖可能是ENSO预测的一个潜在可用指标因子。
这套数据具有良好的研究应用前景，利用长时间的逐小时高分辨率海温数据，可以研究区域、全球SST日变化的长期趋势，及海温日变化与区域、全球气候事件之间的相互联系。
Reference：
Li, X., T. J. Ling, Y. F. Zhang, and Q. Zhou, 2018: A 31-year global diurnal sea surface temperature dataset created by an ocean mixed-layer model. Adv. Atmos. Sci., 35(12), 1443–1454, https://doi.org/10.1007/s00376-018-8016-7.
Download:https://link.springer.com/article/10.1007%2Fs00376-018-8016-7
附件下载：
