《Ocean Modelling》：Toward an Arctic Ocean Forecast System Based on Finite Volume Community Ocean Model
编辑推荐：
北极海洋预报系统FVCOM-AOFS研究：评估海冰浓度/厚度/漂移预报性能及初始化影响，提出大气强迫与海冰初始化优化方向。
张宇|梁宇飞|陈长胜|罗伯特·C·比尔德斯利|查宇凡|王德帅|周毅|徐启春|齐建华|左俊成|徐丹阳
上海海洋大学海洋学与生态科学学院，上海201306，中国
摘要
本文介绍了一个基于有限体积社区海洋模型（FVCOM-AOFS）的北极海洋预报系统。目前，该系统已能够对2019-2020年期间的海冰进行每日自由运行预报，预报时效为24小时，并在月时间尺度上与气候数据进行对比分析。过程导向的实验探讨了热力学和动力学因素以及海冰初始化对预报误差的影响。尽管存在一些不足，该预报模型在没有数据同化的情况下，仍能合理再现海冰浓度（SIC）、厚度（SIT）和漂移（SID）的主要时空分布模式。在SIC和相关海冰范围方面，预报结果通常优于气候数据。SIC的误差主要发生在海冰边缘区域，这是由于表面气温和净热通量的预测不准确所致。对于SIT，模型尚未超越气候数据的预测水平，其误差主要源于初始SIT的不确定性。然而，修正SIT初始化方法可以在一定程度上改善季节性预报的准确性。对SID的评估表明，预报模型的性能优于气候数据，这符合预期。不过，SID的速度和方向的误差分别与风速呈正相关和负相关，因此在这些方面同时进行改进具有挑战性。本文还对比了FVCOM-AOFS与其他现有预报模型。总体而言，这些综合评估显示该系统具有进一步提升的潜力，未来的研究方向包括改进大气强迫预报和海冰初始化机制。
引言
过去四十年间，北极海冰经历了快速变化，表现为海冰范围（SIE）的减少、海冰厚度（SIT）的变薄以及海冰漂移（SID）的加速。这些显著变化在政府间气候变化专门委员会（IPCC）的第六次评估报告（AR6）中得到了详细记录（Masson-Delmotte等，2021）。为了准确预测海冰变量（如SIC、SIT和SID）的时空变化，对海冰预报的需求日益增长。精确的预报不仅对航运路线、海上安全、环境监测和科学任务规划至关重要，也为评估模型预测海冰对大气和海洋变化的响应提供了客观依据。
目前已有一些机构致力于开发北极海冰预报模型，包括美国海军的极地冰预测系统（PIPS）和全球海洋预报系统（GOFS）（Metzger等，2014；Metzger等，2017；Preller等，2002；Van Woert等，2004）、中国国家海洋环境预报中心的北极冰海洋预测系统（ArcIOPS）（Liang等，2020；Mu等，2019；Yang等，2014，2015）、华盛顿大学的边缘冰区建模与同化系统（MIZMAS）（Schweiger & Zhang，2015；Zhang等，2015）、挪威纳米恩环境与遥感中心的下一代海冰模型预报（neXtSIM-F）（Williams等，2021），以及加拿大环境的全球冰海洋预测系统（GIOPS）和区域冰预测系统（RIPS）（Gupta等，2021；Lemieux等，2016；Smith等，2016）。PIPS后来被北极帽即时预报/预报系统（ACNFS）所取代（Hebert等，2015；Posey等，2015）。这些预报模型针对不同的海冰变量，采用不同的离散算法、分辨率、耦合过程、驱动强迫和数据同化方案，因此预报性能各不相同。
本研究的主要目标是介绍基于有限体积社区海洋模型（FVCOM-AOFS）的北极海洋预报系统，评估其当前的预报能力，并探讨进一步改进的潜力与方案。在过去十年中，专门为北极研究开发了一个名为AO-FVCOM/Global-FVCOM的北极-全球嵌套的冰-海洋耦合回溯系统。作为嵌套系统，AO-FVCOM/Global-FVCOM参与了北极海洋模型比较项目（AOMIP）（Proshutinsky等，2011）和北极建模与观测综合论坛（FAMOS）（Luneva等，2015）。该模型首先在气候条件下进行了验证，包括与观测到的潮汐高度和洋流（Chen等，2009）、气候平均SIC和SID（Gao等，2011）以及海洋电流（Chen等，2016）的比较。AO-FVCOM/Global-FVCOM的灵活网格更好地匹配了加拿大北极群岛（CAA）的地形特征。模拟结果表明，当模型水平分辨率足以捕捉气旋性坡度流、盆地-海岸水交换以及白令海峡、弗拉姆海峡和CAA的流动时，该模型系统能够再现季节性海冰变化（Chen等，2016）。基于Chen等（2016）推荐的网格分辨率，我们进行了从1978年到2018年的41年回溯实验，将模型验证扩展到实际的海洋电流（Zhang等，2016a；Deng等，2019；Zhang等，2021a）、温度和盐度（Zhang等，2021b；Wang，2022；Zhang等，2025）、海冰（Zhang等，2016b；Shen等，2021）以及波浪（Zhang等，2020）时间序列。41年的模拟结果表明，AO-FVCOM/Global-FVCOM无需海冰数据同化即可准确再现北极海洋海冰和水体的短期（每日和每周）、中期（每月）和长期（季节性和年际）时空变化。
在回溯系统中成功模拟历史海冰数据后，我们进一步开发了名为FVCOM-AOFS的预报系统。由于这是FVCOM首次应用于北极海冰预报，该系统不仅将丰富北极地区的建模方法，还为比较和识别现有预报模型中的误差提供了宝贵参考。此外，该系统为海上活动（特别是航运导航和安全）引入了一种新的高分辨率预报工具（Wang等，2023；Zhang等，2023），并可支持北极野外考察，通过预测海冰变化为考察任务提供帮助。目前，我们评估了FVCOM-AOFS在2019-2020年两年期间的SIC、SIT和SID方面的预报能力。建立无需数据同化的自由运行机制是开发先进北极海洋预报系统的关键步骤。这一评估有助于了解FVCOM仅基于物理过程和初始条件预测海冰时的固有优势和局限性。例如，模型在无需数据同化的情况下，能在多大程度上准确预测SIC、SIT和SID？如果不通过同化进行频繁校准，模型能否提供更长时间尺度的海冰预报？如果可以，这种模型的预报性能能维持多久？准确的热力学和动力学因素对海冰误差的影响程度如何？海冰状态的初始化如何调节预报的时空差异？这些都是我们希望通过本研究解决的问题。这些对预报系统的了解将有助于评估FVCOM作为北极海洋预报新工具的可靠性，确定进一步改进海冰预报能力的必要性，并理解季节性预报的潜力。此外，这项评估也为未来将该预报系统纳入地球系统模型提供了基础研究支持。
同时，我们进行了过程导向的实验，以探讨进一步改进系统的潜力和策略。这些实验定量评估了热力学和动力学因素以及初始化条件对海冰预报准确性的影响。虽然这些因素的考虑并非FVCOM独有，但我们的结果为FVCOM框架提供了具体的定量分析，为建模社区带来了新的视角和有价值的贡献。这些具体成果使我们能够为FVCOM用户提供详细的优化建议，促进北极海冰预报的冰-海洋耦合改进。
本文的其余部分安排如下：第2节简要描述了FVCOM-AOFS的配置、用于海冰预报评估的数据、方法和指标，以及设计用于量化影响预报准确性的因素的数值实验。第3节全面评估了SIC、SIT和SID等海冰变量的预报能力，并量化了导致海冰预报误差的主要因素。第4节讨论了我们的预报模型与其他现有预报系统的性能比较，并概述了减少模型误差和改进系统的策略与努力。第5节总结了本研究的主要发现。
部分摘录
海冰和海洋模型
FVCOM-AOFS是一个高分辨率、非结构化网格、三维、全球-区域嵌套的双向冰-海洋耦合模型系统（图1）。该系统的海冰组件采用了Los Alamos Community Ice CodE（CICE）的4.0版本（Hunke & Lipscomb，2008），该模型基于能量守恒的热力学方程，包含五种海冰厚度类别（Hunke等，2010），以及弹性-粘性-塑性（EVP）冰动量方程（Hunke & Dukowicz，1997；Hunke，2001）。
SIC预报的评估
在预报SIC与观测值的时间对比中，平均浓度是通过对北极区域海洋点的平均值计算得出的。预报模型能够合理捕捉SIC的日变化（图3a）。误差主要发生在融化期，尤其是在8月和9月；4月至7月期间存在低估现象，而8月至10月期间则出现高估。
自由运行预报的SIC预报能力
讨论
在本研究中，我们已经将预报能力与气候数据进行比较作为基准。为了全面评估我们正在开发的预报系统的性能，有必要将其与其他现有预报模型的误差进行详细对比和讨论。尽管由于观测数据的差异，直接比较存在固有挑战，
结论
本文介绍了一个基于有限体积社区海洋模型（FVCOM-AOFS）的北极海洋预报系统。目前，我们通过对2019-2020年的自由运行预报对该系统进行了评估。通过过程导向的实验，研究了热力学和动力学因素以及SIT初始化对预报准确性的影响。根据我们最初提出的问题，我们总结了关键
CRediT作者贡献声明
张宇：概念构思、正式分析、资金获取、方法论、软件开发、验证、可视化、撰写——初稿。梁宇飞：数据整理、正式分析、软件开发、验证、可视化、撰写——初稿。陈长胜：概念构思、资金获取、方法论、监督、撰写——审阅和编辑。罗伯特·C·比尔德斯利：概念构思、方法论、监督。查宇凡：正式分析、验证、可视化、撰写——审阅和
CRediT作者贡献声明
张宇：撰写——初稿、可视化、验证、软件开发、方法论、资金获取、正式分析、概念构思。梁宇飞：撰写——初稿、可视化、验证、软件开发、正式分析、数据整理。陈长胜：撰写——审阅与编辑、监督、方法论、资金获取、概念构思。罗伯特·C·比尔德斯利：监督、方法论、概念构思。查宇凡：撰写——审阅与编辑、可视化、验证
利益冲突声明
作者声明他们没有已知的财务利益或个人关系可能影响本文的研究工作。
致谢
本研究得到了中国国家自然科学基金（项目编号42376231和42130402）、中国国家重点研发计划（项目编号2019YFA0607001）、上海自然科学基金（项目编号22ZR1427400）、广东省南方海洋科学与工程实验室创新团队项目（珠海）（项目编号311022006）以及美国国家科学基金会（PLR-1603000）的支持。
