温、盐初始场的准确估计对于改进海洋分析和预测至关重要。但是在近岸的浅海区域，由于岸线不准确以及水深测量精度不高，从而导致模式预报误差较大。因此，采用数据同化技术，利用不同的观测资料优化温、盐初始场一直是研究的热点和难点。本研究尝试在三维变分数据同化方法（3DVAR）框架下，引入声速剖面作为附加约束，提出了一种加声剖约束的三维变分数据同化方法（SSPC-3DVAR），以期进一步提高温、盐初始场的精度。此外，由于近海海域水下地形测量等工作已经获得了大量的声速剖面数据，如何有效利用这些现有的观测资料也是本研究的重要意义之一。
为了验证本研究提出的同化方案性能，首先进行了温、盐初始场构建的理想实验，将标准3DVAR与SSPC-3DVAR的结果进行对比，以验证SSPC-3DVAR方法的性能。在实验中，标准3DVAR方法只同化了温度和盐度观测值，而SSPC-3DVAR方法将温度、盐度和声速的观测值联合同化以获得分析场。实验结果表明，与采用标准3DVAR方法相比，采用SSPC-3DVAR方法可以显著降低分析误差，特别是海表面温度（SST）最大误差由0.8°C下降至0.28°C（图1）；垂直方向上，各层温盐初始场均方根误差分别在0.15°C与0.1psu范围内（图2），均小于采用标准3DVAR方法的误差。
图1. “真实”场与不同数据同化方法分析结果之间的SST（a, c）和SSS（b, d）误差：（a）、（b）标准3DVAR和（c）、（d）SSPC-3DVAR。
图2.理想实验结果对比：SSPC-3DVAR方法和标准3DVAR方法构建的初始场均方根误差剖面对比，(a)温度；(b)盐度。
随后，本研究以山东褚岛附近海域为研究区域，基于外场实验采集的温度、盐度和声速剖面数据，采用普林斯顿海洋模式（POM）构建精细化预报模型（见图3）。研究结果表明，与标准3DVAR方法相比，SSPC-3DVAR方法得到的温度和盐度估计精度分别提高了14.6%和11.1%。平均均方根误差的垂直结构如图4所示，与未进行同化的模式结果（control run）相比，SSPC-3DVAR和标准3DVAR方法均能有效提高温度和盐度分析精度，但引入声剖约束的SSPC-3DVAR方法的效果更优。短期预报实验结果进一步验证了本研究提出的SSPC-3DVAR方法在实践中的有效性，具有实际应用价值。
图3.研究区域地形图与观测点（黑色圆点）
图4. SSPC-3DVAR（红线）、标准3DVAR（蓝线）和未进行同化的模式运行（绿线）结果分别与观测之间的平均均方根误差剖面对比：（a）温度，（b）盐度。
（编辑 焦德芳 陈可）
