一种基于海气耦合模式生成海洋场模式值的方法及系统与流程

1.本发明涉及海洋数据观测技术领域，特别是涉及一种基于海气耦合模式生成海洋场模式值的方法及系统。


背景技术：

2.海表盐度(sss)作为海气交界面处的关键要素，不仅影响着密度场、混合层深度、垂向混合与夹卷、海洋生物等海洋现象或过程，其年际和低频变化还与海气相互作用、全球气候变化息息相关。与海表温度(sst)和热通量(hf)间的相互作用不同，从sss到淡水通量(fwf，蒸发减降水)没有强烈的直接、即时的反馈，sss变化可以一阶近似地反映fwf的变化(terray et al.2012；wang andzhang 2012)，因此是理解全球水循环机制和预测气候变化的重要信息。相对于厄尔尼诺-南方涛动(enso，el southern oscillation)年际信号(2～7yr)，太平洋海表盐度年代际低频变化(》7yr)的机理更加复杂，是一个研究热点和难点。
3.在年际尺度上，近年来受益于区域专项观测计划、全球argo浮标、盐度卫星等海洋盐度资料的逐渐丰富，关于热带太平洋海表盐度的enso基本形态、东太平洋型enso(ep-enso)与中太平洋型enso(cp-enso)对比特征、盐度对enso的影响等研究都有了突破性进展(delcroix et al.1996；singh et al.2011；zheng andzhang 2015)，利用多种耦合模式数值试验对fwf和sss的关系、fwf对sst变率的反馈等也有了较合理的解释和证据(zhang and busalacchi 2009；kang et al.2014；zhi et al.2015a)。在年代际尺度上，传统观点认为太平洋sss低频变化与sst一样，由太平洋年代际振荡(pdo；北太平洋sst异常变化的主要模态；hare 1996)控制并与70年代中期、90年代末期的年代际信号稳态转换相关(overland and salo 1999；delcroix et al.2007；nurhati 2011；lin 2014)。但北太平洋涡旋振荡(npgo；东北太平洋海面高度ssh或sst异常变化的第二模态；di lorenzo et al.2008)概念的出现对传统理论提出了挑战。虽定义为ssh(或sst)第二模态，但npgo控制着“东北太平洋盐度低频变化的主要模态”，并且扩展到了北太平洋以外成为全球气候变化的一部分(di lorenzo et al.2009；di lorenzo et al.2010)。相关例证包括：如果将其彻底分离，sss的年代际分量在热带太平洋与pdo的相关性很差(chen et al.2012)；npgo作为sss低频变化的主导模态，在热带太平洋与在北太平洋同样适用(chen et al.2014)。事实上，npgo有着比enso大得多的时间尺度，其相对enso年际变化较为独立，在太平洋年代际气候中扮演着更为关键的角色(furtado et al.2012；yi et al.2015)；相反，pdo更像是整个流域的enso模态在北太平洋的一个表现，并非一个独立模态(schneider and cornuelle 2005)。
4.在很大程度上，太平洋海表盐度低频变化就是这两种不同海域、不同尺度的信号相互作用的结果。连接热带ep-enso、中纬阿留申低压(al)、北太平洋pdo三者的动力机制称为“大气桥”(alexander et al.2002)。针对npgo也有一种类似的遥相关理论——“cp-enso-北太平洋振荡(npo)-npgo”关系，提供了研究太平洋年代际气候的新视角(di lorenzo et al.2010；di lorenzo et al.2013)。其中，cp-enso定义为热带太平洋sst变化
的第二模态(kao and yu2009)；npo定义为北太平洋海平面气压(slp)异常变化的第二模态(linkin andnigam 2008)。该理论认为：热带cp-enso驱动了中北太平洋上与npo相联系的大尺度大气环流变化，此变化被海洋吸纳并催生海洋npgo变化(park et al.2012)。这种机制和表征npo对enso影响的太平洋经向模态(mm)一起，构成了一个完整的“热带-热带外”相互作用反馈循环，其滞后时间催生了显著的海洋低频变化(di lorenzo et al.2015)。最近几十年中，由于全球气候变暖等原因，cp-enso和npgo的出现概率和方差都在增大，因而cpw-npo-npgo关系在驱动太平洋海气系统变化方面的作用越来越重要(yeh et al.2009；sydeman et al.2013)。
5.在这个科学性与重要性都得到广泛共识的遥相关机制框架下，一个值得关注的问题是：为何sss和sst的变化在热带太平洋都由ep-enso主导，而到了北太平洋却分别由npgo和pdo主导。从大气环流驱动的角度，这主要源于sss相对于sst的平均梯度分布特点以及npgo和pdo两种模态相关大气驱动产生的异常表层流的流向分布差别(chhark et al.2009)；从淡水通量驱动的角度，这可能是由于热带fwf异常产生的sss异常不会受到海洋对大气反馈的削弱而维持较长时间、传播较远距离(huang et al.2005)，保留了更多的热带低频能量(如cp-enso变化)(furtado et al.,2012)。以上理论有些只是假设，但确定的是，sss与sst的年代际低频变化及其动力机制有着重要差别，需要区分地研究enso类型和强度在其中的影响作用。
6.近年来，基于多种观测资料、再分析资料、数值模式输出和模式对比试验，海表温度的npgo模态及其与热带海洋信号的关系在整个太平洋海域得到了充分验证和讨论(furtado et al.2011；wang et al.2012；yi et al.2015；di lorenzo et al.2013；di lorenzo and mantua 2016)。而关于sss的npgo模态研究，或局限于最初的东北太平洋(di lorenzo et al.2009；chhark et al.2009)，或仅关注热带太平洋(chen et al.2012；chen et al.2014；messie and chavez,2013)，还没有研究针对整个太平洋海表盐度的npgo模态及相关低频变化信号与cp-enso的关系进行验证。这固然是由于温度和盐度在npgo变化的热带驱动机制方面有共通之处，但更重要的是盐度观测资料在数据来源、代表性、序列长度、覆盖范围等方面明显不足，无法准确诊断大尺度低频变化。例如，chen et al.(2014)基于热带太平洋观测资料，发现了那里sss、降水、纬向流的cp-enso和“类npgo”模态在能量谱、空间形态及不对称特征等诸多方面的一致性，从sss的角度验证了cp-enso和npgo的动力联系；但由于盐度观测资料限制，未能给出二者在整个太平洋海域的相关形态，也无法解释其内在物理机制。因此，进一步的研究需要先进的气候模式及其模拟数据的支持。


技术实现要素：

7.本发明的目的是提供一种基于海气耦合模式生成海洋场模式值的方法及系统，获得不同enso类型影响的海表温度异常数据。
8.为实现上述目的，本发明提供了如下方案：
9.一种基于海气耦合模式生成海洋场模式值的方法，包括：
10.基于设定时间范围和设定空间范围，通过太平洋海气耦合模式控制试验获得海洋模式的海表温度的输出，记为海表温度控制输出；
11.将在设定时间范围内所述海表温度控制输出的平均值记为海表温度气候平均值；
12.基于设定时间范围和设定空间范围内的海表温度观测数据和大气风场观测数据，获得海洋场海表温度异常数据和大气场风压异常数据；
13.将所述海表温度异常数据进行奇异值分解，获得多个海表温度经验空间模态和各海表温度经验空间模态对应的时间系数；
14.对所述大气场风压异常数据进行奇异值分解，获得多个大气场风压经验空间模态和各大气场风压经验空间模态对应的时间系数；
15.按照时间序列通过多次积分获得多模态的海洋场异常模式值，具体为：
16.第t步积分时，将第t步大气场模式值减去大气场气候平均值得到第t步大气场异常模式值；当为第一步积分时，大气场异常模式值为初始大气场异常模式值；
17.根据第t步大气场异常模式值和各大气场风压经验空间模态进行空间点积分，获得第t步的大气场时间系数；
18.根据各海表温度经验空间模态、各海表温度经验空间模态对应的时间系数、各大气场风压经验空间模态对应的时间系数和第t步的大气场时间系数确定第t步的海洋场异常模式值；对第t步的海洋场异常模式值进行重组，获得第t步表征ep-enso的模态、第t步表征cp-enso的模态和第t步剩余模态，第t步剩余模态为第t步的海洋场异常模式值中除了表征ep-enso的模态和表征cp-enso的模态之外的其他模态的总和；
19.根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征ep-enso的模态、第t步表征cp-enso的模态和第t步剩余模态确定enso强迫试验的输出，记为第t步的第一海洋场模式值；
20.根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征ep-enso的模态和第t步剩余模态确定无cp-enso强迫试验的输出，记为第t步的第二海洋场模式值；
21.根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征cp-enso的模态和第t步剩余模态确定无ep-enso强迫试验的输出，记为第t步的第三海洋场模式值；
22.根据所述海表温度控制输出和所述海表温度气候平均值确定无enso强迫试验的输出，记为第t步的第四海洋场模式值；
23.利用第t步的第一海洋场模式值、第二海洋场模式值、第三海洋场模式值和第四海洋场模式值驱动得到下一步的大气场异常模式值，将t值加1，返回“第t步积分时，将第t步大气场模式值减去大气场气候平均值得到第t步大气场异常模式值；当为第一步积分时，大气场异常模式值为初始大气场异常模式值”，直到t等于设定值时停止循环，分别输出第一海洋场模式值、第二海洋场模式值、第三海洋场模式值和第四海洋场模式值的时间序列。
24.可选地，所述海表温度观测数据为欧洲中期天气预报中心的oras4再分析数据集中数据；所述大气风场观测数据为美国国家环境预测中心-国家大气研究中心的再分析数据集中数据。
25.可选地，所述太平洋海气耦合模式为fgoals-g3。
26.可选地，第t步的海洋场异常模式值表示为：
27.[0028][0029]
其中，x
anom
(s,t)表示第t步的海洋场异常模式值，k表示模态数量，ak表示海表温度经验空间模态对应的时间系数的历史观测序列，bk表示大气场风压经验空间模态对应的时间系数的历史观测序列，y
anom
(s,t)表示第t步的大气场异常模式值，uk(s)表示海表温度经验空间模态，vk(s)表示大气场风压经验空间模态，k表示模态序号，s表示空间点，m为经纬格点数。
[0030]
可选地，第t步表征ep-enso的模态为第t步的海洋场异常模式值的第一模态，第t步表征cp-enso的模态为第t步的海洋场异常模式值的第二模态，第t步的剩余模态为第t步的海洋场异常模式值中第三模态到第k模态的总和。
[0031]
可选地，所述第一海洋场模式值表示为：
[0032]
sst
new1
＝(1-w)sst
ctl
+w(sst
clim
+ssta1+ssta2+ssta
resi
)；
[0033]
所述第二海洋场模式值表示为：
[0034]
sst
new2
＝(1-w)sst
ctl
+w(sst
clim
+ssta1+ssta
resi
)；
[0035]
所述第三海洋场模式值表示为：
[0036]
sst
new3
＝(1-w)sst
ctl
+w(sst
clim
+ssta2+ssta
resi
)；
[0037]
所述第四海洋场模式值表示为：
[0038]
sst
new4
＝(1-w)sst
ctl
+sst
clim
；
[0039]
其中，w为空间过渡加权系数，sst
ctl
表示所述海表温度控制输出，sstclim表示所述海表温度气候平均值，ssta1表示表征ep-enso的模态，ssta2表示表征cp-enso的模态，ssta
resi
表示剩余模态。
[0040]
本发明公开了一种基于海气耦合模式生成海洋场模式值的系统，包括：
[0041]
控制试验海表温度输出获得模块，用于基于设定时间范围和设定空间范围，通过太平洋海气耦合模式控制试验获得海洋模式的海表温度的输出，记为海表温度控制输出；
[0042]
海表温度气候平均值确定模块，用于将在设定时间范围内所述海表温度控制输出的平均值记为海表温度气候平均值；
[0043]
海洋场海表温度异常数据和大气场风压异常数据获得模块，用于基于设定时间范围和设定空间范围内的海表温度观测数据和大气风场观测数据，获得海洋场海表温度异常数据和大气场风压异常数据；
[0044]
海表温度异常数据奇异值分解模块，用于将所述海表温度异常数据进行奇异值分解，获得多个海表温度经验空间模态和各海表温度经验空间模态对应的时间系数；
[0045]
大气场风压异常数据奇异值分解模块，用于对所述大气场风压异常数据进行奇异值分解，获得多个大气场风压经验空间模态和各大气场风压经验空间模态对应的时间系数；
[0046]
多模态的海洋场异常模式值获得模块，用于按照时间序列通过多次积分获得多模态的海洋场异常模式值，具体为：
[0047]
第t步积分时，将第t步大气场模式值减去大气场气候平均值得到第t步大气场异常模式值；当为第一步积分时，大气场异常模式值为初始大气场异常模式值；
[0048]
根据第t步大气场异常模式值和各大气场风压经验空间模态进行空间点积分，获
得第t步的大气场时间系数；
[0049]
根据各海表温度经验空间模态、各海表温度经验空间模态对应的时间系数、各大气场风压经验空间模态对应的时间系数和第t步的大气场时间系数确定第t步的海洋场异常模式值；对第t步的海洋场异常模式值进行重组，获得第t步表征ep-enso的模态、第t步表征cp-enso的模态和第t步剩余模态，第t步剩余模态为第t步的海洋场异常模式值中除了表征ep-enso的模态和表征cp-enso的模态之外的其他模态的总和；
[0050]
根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征ep-enso的模态、第t步表征cp-enso的模态和第t步剩余模态确定enso强迫试验的输出，记为第t步的第一海洋场模式值；
[0051]
根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征ep-enso的模态和第t步剩余模态确定无cp-enso强迫试验的输出，记为第t步的第二海洋场模式值；
[0052]
根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征cp-enso的模态和第t步剩余模态确定无ep-enso强迫试验的输出，记为第t步的第三海洋场模式值；
[0053]
根据所述海表温度控制输出和所述海表温度气候平均值确定无enso强迫试验的输出，记为第t步的第四海洋场模式值；
[0054]
利用第t步的第一海洋场模式值、第二海洋场模式值、第三海洋场模式值和第四海洋场模式值驱动得到下一步的大气场异常模式值，将t值加1，返回“第t步积分时，将第t步大气场模式值减去大气场气候平均值得到第t步大气场异常模式值；当为第一步积分时，大气场异常模式值为初始大气场异常模式值”，直到t等于设定值时停止循环，分别输出第一海洋场模式值、第二海洋场模式值、第三海洋场模式值和第四海洋场模式值的时间序列。
[0055]
可选地，所述海表温度观测数据为欧洲中期天气预报中心的oras4再分析数据集中数据；所述大气风场观测数据为美国国家环境预测中心-国家大气研究中心的再分析数据集中数据；
[0056]
所述太平洋海气耦合模式为fgoals-g3。
[0057]
可选地，第t步的海洋场异常模式值表示为：
[0058][0059][0060]
其中，x
anom
(s,t)表示第t步的海洋场异常模式值，k表示模态数量，ak表示海表温度经验空间模态对应的时间系数的历史观测序列，bk表示大气场风压经验空间模态对应的时间系数的历史观测序列，y
anom
(s,t)表示第t步的大气场异常模式值，uk(s)表示海表温度经验空间模态，vk(s)表示大气场风压经验空间模态，k表示模态序号，s表示空间点，m为经纬格点数。
[0061]
可选地，第t步表征ep-enso的模态为第t步的海洋场异常模式值的第一模态，第t步表征cp-enso的模态为第t步的海洋场异常模式值的第二模态，第t步的剩余模态为第t步的海洋场异常模式值中第三模态到第k模态的总和；
[0062]
所述第一海洋场模式值表示为：
[0063]
sst
new1
＝(1-w)sst
ctl
+w(sst
clim
+ssta1+ssta2+ssta
resi
)；
[0064]
所述第二海洋场模式值表示为：
[0065]
sst
new2
＝(1-w)sst
ctl
+w(sst
clim
+ssta1+ssta
resi
)；
[0066]
所述第三海洋场模式值表示为：
[0067]
sst
new3
＝(1-w)sst
ctl
+w(sst
clim
+ssta2+ssta
resi
)；
[0068]
所述第四海洋场模式值表示为：
[0069]
sst
new4
＝(1-w)sst
ctl
+sst
clim
；
[0070]
其中，w为空间过渡加权系数，sst
ctl
表示所述海表温度控制输出，sstclim表示所述海表温度气候平均值，ssta1表示表征ep-enso的模态，ssta2表示表征cp-enso的模态，ssta
resi
表示剩余模态。
[0071]
根据本发明提供的具体实施例，本发明公开了以下技术效果：
[0072]
本发明公开了一种基于海气耦合模式生成海洋场模式值的方法及系统，通过太平洋海气耦合模式敏感性试验，分别对海表温度异常数据和大气场风压异常数据进行奇异值分解，并通过重组获得第一海洋场模式值、第二海洋场模式值、第三海洋场模式值和第四海洋场模式值的时间序列，获得不同enso类型影响的海洋场模式值。
附图说明
[0073]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0074]
图1为本发明一种基于海气耦合模式生成海洋场模式值的方法流程示意图；
[0075]
图2为本发明调整enso类型和强度的敏感性试验方法流程示意图；
[0076]
图3为本发明no-cp-enso试验和enso试验的海表盐度变化模态的定性结果对比示意图；
[0077]
图4为本发明一种基于海气耦合模式生成海洋场模式值的系统结构示意图。
具体实施方式
[0078]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0079]
本发明的目的是提供一种基于海气耦合模式生成海洋场模式值的方法及系统，能够确定enso类型变化对太平洋海表盐度变化的影响。
[0080]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
[0081]
图1为本发明一种基于海气耦合模式生成海洋场模式值的方法流程示意图，如图1所示一种基于海气耦合模式生成海洋场模式值的方法，包括：
[0082]
步骤101：基于设定时间范围和设定空间范围，通过太平洋海气耦合模式控制试验
获得海洋模式的海表温度的输出，记为海表温度控制输出。
[0083]
所述太平洋海气耦合模式为fgoals-g3。
[0084]
fgoals-g3为中国科学院大气物理研究所lasg实验室研发的fgoals-g3(flexible global ocean-atmosphere-land system model grid-point version 3)地球系统模式。fgoals-g3地球系统模式从2002年发展至今取得了很好的成果，参加了cmip3、cmip5、cmip6，尤其是模拟的enso和20世纪增温等性能处于世界先列水平。最新版本fgoals-g3包含了大气gamil3(the grid-point atmospheric model of iap lasg version 3)、海洋licom3(lasg iap climate system ocean model version 3)、陆面cas-lsm(land surface model for chinese academy of sciences)、海冰cice4.0(the communityice code)等分量模式和1个耦合器cpl7(coupler 7)。
[0085]
控制试验(ctl)的初始场设为工业革命前控制试验(picontrol)场景的准平衡运转状态，强迫场包括时变的大气自然变率和人为影响，积分时段为1850
–
2014年。整个太平洋海域都进行充分海气耦合，其中海洋模式的sst输出记为sst
ctl
。
[0086]
步骤102：将在设定时间范围内所述海表温度控制输出的平均值记为海表温度气候平均值。
[0087]
步骤103：基于设定时间范围和设定空间范围内的海表温度观测数据和大气风场观测数据，获得海洋场海表温度异常数据和大气场风压异常数据。
[0088]
所述海表温度观测数据为欧洲中期天气预报中心(ecmwf)的oras4再分析数据集中数据，用于热带太平洋海表温度的(sst)经验模态分解和重组。
[0089]
所述大气风场观测数据为美国国家环境预测中心-国家大气研究中心(ncep-ncar)的再分析数据集中数据，用于热带太平洋大气风压的经验模态分解和重组。
[0090]
设定时间范围为1958
–
2014年，设定空间范围为热带及北太平洋海域(120
°
e-65
°
w，30
°
s-65
°
n)。
[0091]
以下步骤为太平洋海气耦合模式敏感性试验：
[0092]
敏感性试验的初始场设为ctl试验1901年1月1日的状态，积分114年。前57年用于模式起转；后57年(1958
–
2014年，即步骤4中的历史阶段t)用于正式试验：热带以外为全球充分海气耦合；而在热带海域采用一个经验的海气耦合方案，将仅保留了部分enso信号的大气、海洋观测场同化到模式中。
[0093]
热带太平洋海气耦合采用一个经验模型：假设热带海域大气变化由海表温度sst变化决定、sst变化也由大气变化决定，则可用瞬时奇异值分解(ssvd)方法将sst异常(ssta)与风压异常(τa)(纬向风压异常和经向风压异常分别为τa
x
和τay)联系起来，逐步计算大气模式的驱动场(即ssta)。
[0094]
步骤104：将所述海表温度异常数据进行奇异值分解，获得多个海表温度经验空间模态和各海表温度经验空间模态对应的时间系数。
[0095]
其中，步骤104具体为：利用历史阶段(t)的观测数据，对海洋场x
anom
＝ssta进行奇异值分解，得到经验空间模态uk及其时间系数ak(即原始序列在空间模态上的投影)。
[0096][0097]
其中，x
anom
(s,t)表示海表温度异常数据，x
anom
(s,t)为m
×
n的异常值矩阵，m是经纬
格点数，n是时次数，s表示空间点，t表示时间点。
[0098]
步骤105：对所述大气场风压异常数据进行奇异值分解，获得多个大气场风压经验空间模态和各大气场风压经验空间模态对应的时间系数。
[0099]
其中，步骤105具体包括：利用历史阶段(t)的观测数据，对大气场y
anom
＝(τa
x
,τay)进行奇异值分解，得到经验空间模态vk及其时间系数bk(即原始序列在空间模态上的投影)。
[0100][0101]
其中，y
anom
(s,t)表示大气场风压异常数据，y
anom
(s,t)为2m
×
n的异常值矩阵，p为m和2m中的较小值(即m)。
[0102]
步骤106：按照时间序列通过多次积分获得多模态的海洋场异常模式值。
[0103]
其中，步骤106具体包括：
[0104]
第t步积分时，将第t步大气场模式值减去大气场气候平均值得到第t步大气场异常模式值；当为第一步积分时，大气场异常模式值为初始大气场异常模式值。
[0105]
根据第t步大气场异常模式值和各大气场风压经验空间模态进行空间点积分，获得第t步的大气场时间系数。
[0106]
第t步的大气场时间系数表示为：
[0107]
根据各海表温度经验空间模态、各海表温度经验空间模态对应的时间系数、各大气场风压经验空间模态对应的时间系数和第t步的大气场时间系数确定第t步的海洋场异常模式值；对第t步的海洋场异常模式值进行重组，获得第t步表征ep-enso的模态、第t步表征cp-enso的模态和第t步剩余模态，第t步剩余模态为第t步的海洋场异常模式值中除了表征ep-enso的模态和表征cp-enso的模态之外的其他模态的总和。
[0108]
第t步的海洋场异常模式值表示为：
[0109]
根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征ep-enso的模态、第t步表征cp-enso的模态和第t步剩余模态确定enso强迫试验的输出，记为第t步的第一海洋场模式值。
[0110]
根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征ep-enso的模态和第t步剩余模态确定无cp-enso强迫试验的输出，记为第t步的第二海洋场模式值。
[0111]
根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征cp-enso的模态和第t步剩余模态确定无ep-enso强迫试验的输出，记为第t步的第三海洋场模式值。
[0112]
根据所述海表温度控制输出和所述海表温度气候平均值确定无enso强迫试验的输出，记为第t步的第四海洋场模式值。
[0113]
利用第t步的第一海洋场模式值、第二海洋场模式值、第三海洋场模式值和第四海洋场模式值驱动得到下一步的大气场异常模式值，将t值加1，返回“第t步积分时，将第t步大气场模式值减去大气场气候平均值得到第t步大气场异常模式值；当为第一步积分时，大气场异常模式值为初始大气场异常模式值”，直到t等于设定值时停止循环，分别输出第一海洋场模式值、第二海洋场模式值、第三海洋场模式值和第四海洋场模式值的时间序列。
[0114]
简单来说，步骤106具体包括：对第t步积分得到的大气场模式值y
model
，从中减去大气场气候平均值y
clim
(由起转期间模式平均值决定)，得到大气场异常模式值y
anom
，并通过如下方法得到海洋场异常模式值x
anom
。
[0115][0116][0117]
其中，ak表示海表温度经验空间模态对应的时间系数的历史观测序列，bk表示大气场风压经验空间模态对应的时间系数的历史观测序列，即ak和bk均为时间序列，t＝1,2,
……
n，n为观测序列长度，《》表示协方差/方差，k是截断模态数(≤p)，其值由经验确定(一般取2到10之间)。然后将x
anom
加上海洋场气候平均值x
clim
得到第t步的海洋场异常模式值x
model
，驱动t+1步的大气模式积分，以此类推。
[0118]
x
anom
(s,t)表示第t步的海洋场异常模式值，k表示模态数量，ak表示海表温度经验空间模态对应的时间系数的历史观测序列，bk表示大气场风压经验空间模态对应的时间系数的历史观测序列，y
anom
(s,t)表示第t步的大气异常场模式值，uk(s)表示海表温度经验空间模态，vk(s)表示大气场风压经验空间模态，k表示模态序号，s表示空间点，m为经纬格点数。
[0119]
通过对所述海洋场异常模式值进行重组，获得表征ep-enso的模态、表征cp-enso的模态和剩余模态，所述剩余模态为所述海洋场异常模式值中除了表征ep-enso的模态和表征cp-enso的模态之外的其他模态的总和。
[0120]
其中步骤106包括分离出ep-enso、cp-enso相关变化的影响，将x
anom
的经验重构值(记为ssta
empi
)重组为3部分。所述表征ep-enso的模态为所述海洋场异常模式值的第一模态，所述表征cp-enso的模态为海洋场异常模式值的第二模态，所述剩余模态为海洋场异常模式值中第三模态到第k模态的总和。
[0121]
所述第一海洋场模式值表示为：
[0122]
sst
new1
＝(1-w)sst
ctl
+w(sst
clim
+ssta1+ssta2+ssta
resi
)；
[0123]
所述第二海洋场模式值表示为：
[0124]
sst
new2
＝(1-w)sst
ctl
+w(sst
clim
+ssta1+ssta
resi
)；
[0125]
所述第三海洋场模式值表示为：
[0126]
sst
new3
＝(1-w)sst
ctl
+w(sst
clim
+ssta2+ssta
resi
)；
[0127]
所述第四海洋场模式值表示为：
[0128]
sst
new4
＝(1-w)sst
ctl
+sst
clim
；
[0129]
其中，w为空间过渡加权系数。在热带太平洋区域(10
°s–
10
°
n，140
°e–
75
°
w)，w＝1；在扩展区域(15
°s–
15
°
n，130
°e–
65
°
w)的边界上线性减少为0。sst
ctl
表示所述海表温度控制输出，sstclim表示所述海表温度气候平均值，ssta1表示表征ep-enso的模态，ssta2表示表征cp-enso的模态，ssta
resi
表示剩余模态。
[0130]
第一海洋场模式值、第二海洋场模式值之间的差异，表征了cp-enso强迫对太平洋海表盐度变化的影响；
[0131]
第一海洋场模式值、第三海洋场模式值之间的差异，表征了ep-enso强迫对太平洋海表盐度变化的影响；
[0132]
第一海洋场模式值、第四海洋场模式值之间的差异，表征了enso强迫对太平洋海表盐度变化的影响。
[0133]
考虑到ep-enso、cp-enso的贡献方差近几十年一直在变化的现实，可向ssta1、ssta2项加入强度调整系数α、β，即sst
new1
＝(1-w)sst
ctl
+w(sst
clim
+αssta1+βssta2+ssta
resi
)，通过设置α、β为不同的值，模拟ep-enso、cp-enso强度变化对数值模拟结果的影响，如图2所示。
[0134]
基于以上敏感性试验方案，分析enso的类型和强度变化对太平洋海表盐度低频变化的影响。
[0135]
例如，以oras4盐度数据为参考，对比了no-cp-enso试验和enso试验的海表盐度变化模态的定性结果(图3)和定量结果(表1)。图3中(a)显示了no-cp-enso试验与北太平洋sss-eof1相关的sss异常的空间模态，该模态占北太平洋盐度变化的12.1％，与oras4前两种个模态之间的空间相关性(图3中(e)和(f))分别为0.30和0.22(表1)。这两种模态是分别是北太平洋盐度的偶极子模态(dipole)和单极子模态(monopole)，分别解释了北太平洋sss方差的12.5％和9.9％。因此，no-cp-enso试验中的eof1更接近观测dipole(图3中(e))，二者sss负异常覆盖了35
°‑
42
°
n、koe和npc之间的过渡海域，而正sss异常大致沿25
°‑
35
°
n带分布，其中正极值中心在ccs区域、并在东边界附近向北分岔到acc。
[0136]
图3中(b)显示了no-cp-enso试验中与sss-eof2相关的sss异常的空间模态，该模态占北太平洋sss方差的9.7％，与oras4的dipole(图3中(e))、monopole(图3中(f))之间的空间相关系数为0.19、0.37(表1)。因此，no-cp-enso试验中的eof2更接近观测monopole模态(图3中(f))。但是，该模态中的sss负异常相对观测更偏西，且在30
°
n出现了一个sss负异常带，破坏了由sss正异常组成的观测单极子结构。
[0137]
图3中(c)显示了enso试验中与sss-eof1相关的sss异常的空间模态。该模态类似于观测到的dipole(图3中(e))，在北太平洋二者空间相关性为0.49(表1)。该模态占北太平洋sss方差的11.3％，略小于no-cp-enso试验中12.1％、观测中12.5％的方差。相比no-cp-enso试验(图3中(a))，在enso试验中，koe附近与dipole(偶极子)模态相关的sss负异常区向南移动，而sss正异常区面积有所扩大且极值中心向东转移、强度略减弱更接近观测(图3中(c))；no-cp-enso试验中副热带中太平洋为正异常(图3中(a))，enso试验中在该区域发现了sss负异常(图3中(c))。在热带太平洋海域，存在类似于el的sss负异常，与dipole的观测结果(图3中(e))类似，证明了热带enso和温带海洋第一模态之间的紧密联系，尽管在热带南太平洋出现了与观测符号完全相反的sss异常。在北太平洋海域，enso的存在使得模式dipole模态更接近观测。
[0138]
图3中(d)显示了enso试验中与sss-eof2相关的sss异常的空间模态。与观测monopole(单极子)模态(图3中(f))之间的空间相关性为-0.12(表1)。因此，不同于no-cp-enso试验，enso试验中的monopole与观测的monopole的空间结构并不相关。最明显的表现在于观测单极子结构中的正异常强度进一步减弱、面积进一步缩小，“+-+
‑”
的结构更加明显。在enso试验中，monopole解释的sss方差为8.3％，低于观测(9.9％)和no-cp-enso试验(9.6％)。
[0139]
图3为北太平洋(20
°–
64
°
n，100
°e–
100
°
w)月平均sss(左)eof1和(右)eof2相关的太平洋sssa空间形态。其中：图3中(a)和(b)为no-cp-enso试验；(c)和(d)为enso试验；(e)和(f)oras4观测数据。将月平均sssa回归到相应pc时间序列，得到sssa。每个模态解释的北太平洋sss变化的百分比标记在面板右上角。
[0140]
表1.no-cp-enso试验和enso试验的北太平洋sss两个主要eof模态的空间相关性
[0141][0142]
综上所述，no-cp-enso试验中，dipole模态可以清楚地识别出来，dipole和monopole都表现出相对较高的方差；在enso试验中，dipole的变化显著增强。也就是说，cp-enso的存在减弱了dipole相关的变化。可见，本发明可以有效模拟enso类型变化对太平洋盐度低频变化的影响。
[0143]
本发明可以揭示enso类型和强度变化对盐度低频变化的影响：为了更为全面地认识cp-enso对太平洋海表盐度低频变化的影响机制，通过热带太平洋海气变量的瞬时奇异值分解和经验模态重组，在太平洋海气耦合模式敏感性试验中设计了enso类型和强度调整方案，可以单独分离cp-enso影响，从而模拟cp-enso生消和强度变化对海表盐度低频变化影响作用并揭示其内在机理。本发明方法改进了既有的只能整体移除enso影响、无法区分不同enso类型的数值试验方案，在enso相关的气候模式试验中具有广泛的应用前景。
[0144]
本发明可以动态模拟热带太平洋海气耦合过程：在热带海域大气风压变化和海洋sst变化由彼此决定的合理假设下，用瞬时奇异值分解方法将sst异常与风压异常联系起来，逐步计算大气模式运行所需的海洋驱动场。该方法相较于将热带海域sst场模式值直接替换为气候值的传统方法，不仅可以模拟海洋对大气的影响过程，还可以同时模拟大气对海洋的影响过程，从而动态模拟热带太平洋enso相关的海气耦合过程，使得海气耦合试验结果更为合理。
[0145]
图4为本发明一种基于海气耦合模式生成海洋场模式值的系统结构示意图，如图4所示，一种基于海气耦合模式生成海洋场模式值的系统，包括：
[0146]
控制试验海表温度输出获得模块201，用于基于设定时间范围和设定空间范围，通过太平洋海气耦合模式控制试验获得海洋模式的海表温度的输出，记为海表温度控制输出。
[0147]
海表温度气候平均值确定模块202，用于将在设定时间范围内所述海表温度控制输出的平均值记为海表温度气候平均值。
[0148]
海洋场海表温度异常数据和大气场风压异常数据获得模块203，用于基于设定时间范围和设定空间范围内的海表温度观测数据和大气风场观测数据，获得海洋场海表温度异常数据和大气场风压异常数据。
[0149]
海表温度异常数据奇异值分解模块204，用于将所述海表温度异常数据进行奇异
值分解，获得多个海表温度经验空间模态和各海表温度经验空间模态对应的时间系数。
[0150]
大气场风压异常数据奇异值分解模块205，用于对所述大气场风压异常数据进行奇异值分解，获得多个大气场风压经验空间模态和各大气场风压经验空间模态对应的时间系数。
[0151]
多模态的海洋场异常模式值获得模块206，用于按照时间序列通过多次积分获得多模态的海洋场异常模式值。
[0152]
多模态的海洋场异常模式值获得模块206的具体运算过程为：
[0153]
第t步积分时，将第t步大气场模式值减去大气场气候平均值得到第t步大气场异常模式值；当为第一步积分时，大气场异常模式值为初始大气场异常模式值。
[0154]
根据第t步大气场异常模式值和各大气场风压经验空间模态进行空间点积分，获得第t步的大气场时间系数。
[0155]
根据各海表温度经验空间模态、各海表温度经验空间模态对应的时间系数、各大气场风压经验空间模态对应的时间系数和第t步的大气场时间系数确定第t步的海洋场异常模式值；对第t步的海洋场异常模式值进行重组，获得第t步表征ep-enso的模态、第t步表征cp-enso的模态和第t步剩余模态，第t步剩余模态为第t步的海洋场异常模式值中除了表征ep-enso的模态和表征cp-enso的模态之外的其他模态的总和。
[0156]
根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征ep-enso的模态、第t步表征cp-enso的模态和第t步剩余模态确定enso强迫试验的输出，记为第t步的第一海洋场模式值。
[0157]
根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征ep-enso的模态和第t步剩余模态确定无cp-enso强迫试验的输出，记为第t步的第二海洋场模式值。
[0158]
根据所述海表温度控制输出、所述海表温度气候平均值、第t步表征cp-enso的模态和第t步剩余模态确定无ep-enso强迫试验的输出，记为第t步的第三海洋场模式值。
[0159]
根据所述海表温度控制输出和所述海表温度气候平均值确定无enso强迫试验的输出，记为第t步的第四海洋场模式值。
[0160]
利用第t步的第一海洋场模式值、第二海洋场模式值、第三海洋场模式值和第四海洋场模式值驱动得到下一步的大气场异常模式值，将t值加1，返回“第t步积分时，将第t步大气场模式值减去大气场气候平均值得到第t步大气场异常模式值；当为第一步积分时，大气场异常模式值为初始大气场异常模式值”，直到t等于设定值时停止循环，分别输出第一海洋场模式值、第二海洋场模式值、第三海洋场模式值和第四海洋场模式值的时间序列。
[0161]
所述海表温度观测数据为欧洲中期天气预报中心的oras4再分析数据集中数据；所述大气风场观测数据为美国国家环境预测中心-国家大气研究中心的再分析数据集中数据；
[0162]
所述太平洋海气耦合模式为fgoals-g3。
[0163]
第t步的海洋场异常模式值表示为：
[0164]
[0165][0166]
其中，x
anom
(s,t)表示第t步的海洋场异常模式值，k表示模态数量，ak表示海表温度经验空间模态对应的时间系数的历史观测序列，bk表示大气场风压经验空间模态对应的时间系数的历史观测序列，y
anom
(s,t)表示第t步的大气场异常模式值，uk(s)表示海表温度经验空间模态，vk(s)表示大气场风压经验空间模态，k表示模态序号，s表示空间点，m为经纬格点数。
[0167]
第t步表征ep-enso的模态为第t步的海洋场异常模式值的第一模态，第t步表征cp-enso的模态为第t步的海洋场异常模式值的第二模态，第t步的剩余模态为第t步的海洋场异常模式值中第三模态到第k模态的总和。
[0168]
所述第一海洋场模式值表示为：
[0169]
sst
new1
＝(1-w)sst
ctl
+w(sst
clim
+ssta1+ssta2+ssta
resi
)；
[0170]
所述第二海洋场模式值表示为：
[0171]
sst
new2
＝(1-w)sst
ctl
+w(sst
clim
+ssta1+ssta
resi
)；
[0172]
所述第三海洋场模式值表示为：
[0173]
sst
new3
＝(1-w)sst
ctl
+w(sst
clim
+ssta2+ssta
resi
)；
[0174]
所述第四海洋场模式值表示为：
[0175]
sst
new4
＝(1-w)sst
ctl
+sst
clim
；
[0176]
其中，w为空间过渡加权系数，sst
ctl
表示所述海表温度控制输出，sstclim表示所述海表温度气候平均值，ssta1表示表征ep-enso的模态，ssta2表示表征cp-enso的模态，ssta
resi
表示剩余模态。
[0177]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0178]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。