海洋论坛▏CMEMS全球温盐模型适用性分析与评估

海洋温度与盐度是刻画海洋物理状态的两项关键指标，其时空分布特征直接影响海洋环流、水团分布及声学传播等关键海洋过程。精确的温盐场信息不仅是物理海洋学研究的基础，也为海洋资源开发、海洋工程建设及海洋测绘等应用领域提供重要数据支撑。对于航渡式水深测量而言，测线沿程通常缺乏连续实测声速剖面，温盐模型可为声速剖面构建和声速改正提供背景场数据支撑。因此，如何在不同海域和水深条件下选取精度更高、时空代表性更强的温盐模型，是进一步优化航渡式水深测量声速改正的重要基础。

随着海洋观测技术的进步和数值模拟能力的提升，全球温盐模型产品不断丰富，目前应用广泛的全球温盐模型主要分为两大类，即基于历史观测的气候态数据集和基于数值同化的海洋再分析产品。其中，气候态数据集以美国国家海洋和大气管理局（NOAA）发布的世界海洋图集系列最具代表性，该模型基于历史积累的Argo浮标（Argo）、XBT、CTD、投弃式温盐深仪（XCTD）、声速剖面仪（SVP）等各类现场观测数据，经质量控制、客观分析和网格化处理，形成多年平均、季节平均和月平均的海洋要素网格化数据集。在海洋测绘领域，尤其是在缺乏实测声速剖面的深远海区域，WOA常被用作辅助构建声速剖面，为航渡式水深测量提供了一种可行的声速改正路径。然而，气候态模型的本质是对历史观测的统计平均，存在明显的平滑效应，难以刻画短周期、中小尺度的海洋变化，尤其是在近岸及水文复杂海域代表性不足，精度有限。

为了克服气候态数据的局限，随着卫星遥感、数值模拟与数据同化技术的发展，新一代海洋再分析模型应运而生。近年来，依托国家重点研发计划研发的中国全球海洋融合数据集1.0（CGOF1.0）模型有效提升了我国海洋环境重构能力。该模型融合了40余种全球共享资源与自主实测数据，构建了基于物理引导的智能学习架构，并解决了稀疏观测数据的迁移重构难题。在性能指标上，该模型覆盖10项关键要素，时空维度分别达到了60年以上累积长度与10km量级分辨率。国际主流的海洋再分析模型包括混合坐标海洋模型（HYCOM）与CMEMS发布的全球再分析产品。其中，HYCOM通过引入由等密度面、地形跟随及Z坐标形成的混合垂直分层机制，显著优化了其对不同深度的水动力模拟能力。CMEMS全球温盐模型则整合了数值模式与多源数据同化技术，受卫星遥感、原位观测及大气强迫场共同驱动，兼具长时序与高分辨率优势。该模型以6h高频数据为核心基底，日平均、月平均产品由对应时段的高频数据按固定规则做时间平均逐级生成，三者共享统一的空间网格与变量定义，数据质量与更新节奏随时序尺度递进。空间分辨率达0.083°×0.083°，能够更精细地刻画海洋环境的时空演变过程。

尽管CMEMS全球温盐模型具有较高的时空分辨率，并能够融合多源海洋观测资料，但其在不同海域和不同时间尺度下的适用性仍有待进一步评估。第一，评估区域覆盖范围有限。多数研究聚焦特定海域，如中国海、西太平洋海域与印尼贯穿流等，缺乏对全球典型海域的系统性覆盖，不同海域的海洋动力环境存在显著差异，模型在不同动力环境下的表现可能存在较大差异，需要开展多区域对比研究；第二，不同海洋动力环境下时效尺度适配性分析不足。全球不同海域受中尺度涡旋、强边界流或短时强天气过程的主导作用存在显著差异，CMEMS模型在这些复杂动力环境下的精度表现与适用性尚未得到系统评估；第三，与气候态数据的定量差异。在缺乏实测数据的海域，究竟是选用长期稳定的WOA气候态数据，还是选用包含6h时间分辨率信息的CMEMS全球温盐模型，目前尚缺乏这类研究。为此，本文首先将CMEMS的月数据与WOA2023历史气候态月平均数据统一至相同空间分辨率，开展全球尺度的背景场对比，从而对两类模型整体上的差异有全面的认识；其次，利用WOD2023全球海洋实测数据库中的CTD和XBT剖面数据，对CMEMS多时序模型（6h、日平均、月平均）进行同期观测符合性检验，并与WOA2023气候态数据进行对比分析；最后，从垂向结构角度比较CMEMS与WOA2023对不同深度温盐变化的表征能力。本文研究结果可为全球航渡式水深测量中温盐背景场的合理选取及后续声速改正提供依据。

⒈研究区域及数据

⑴研究区域

为保证模型评估结果具有较好的全球代表性，并能够反映不同海洋动力环境下的模型表现，研究区域的选取综合考虑海盆分布、区域动力环境、实测剖面样本数量及区域跨度等因素。研究区域覆盖太平洋、大西洋和印度洋等主要海盆，同时兼顾深海大洋区与近岸、边缘海区两类典型动力环境，并尽可能覆盖不同纬度带及具有差异性的海洋水文特征。此外，各研究区域均具有较为充足的实测剖面样本，以满足模型评价与区域对比分析的需要。基于上述选取原则，最终选取9个CTD区域和9个XBT区域作为本文的研究区域。

⑵CMEMS全球温盐模型

本文采用的温盐数据来源于CMEMS发布的全球海洋物理分析与预报产品，产品编号为GLOB-AL_ANALYSISFORECAST_PHY_001_024。该产品基于欧洲海洋核心模式（NEMO3.6）全球海洋环流模式构建，采用SAM2四维变分同化方案，结合了增量分析更新（IAU）和三维变分（3D-Var）偏差校正，融合了卫星高度计海面高度异常、海表温度、海冰密集度、全球原位温盐剖面等多源观测数据，产品水平空间分辨率为0.083°×0.083°，覆盖全球海域（180°W—179.92°E，80°S—90°N），垂向设置50个标准层，深度范围为0.494～5727.9m，覆盖从表层至海底的全水深，时间分辨率包含6h、日平均、月平均。本文选取与实测资料观测时间对应的CMEMS模型进行匹配分析，时间范围为2024年8月至2025年7月。由于CMEMS属于资料同化分析产品，与同期现场观测之间可能存在一定资料关联，因此，本文将WOD2023作为同期实测参考，评价CMEMS对实际海洋温盐状态的再现能力，而不将结果简单解释为完全独立条件下的模型预报精度。

⑶WOD2023

WOD2023由美国国家海底数据中心发布，是全球最全面的海洋实测资料库，收录了从1773年至今多种类型的海洋温度及温盐剖面观测资料，包括CTD、XBT、机械式温度剖面仪（MBT）、漂流浮标（DRB）、自主式鳍足类动物温度剖面仪（APB）等设备的观测资料，以及海洋台站观测数据（OSD）。WOD2023数据经过严格的质量控制流程，为每个观测值分配了质量标识码，用户可根据研究需求筛选不同质量等级的数据。本文选取2024年8月至2025年7月期间的CTD和XBT观测资料作为同期现场观测参考数据。为了确保物理深度的真实意义并避免产生“人为”的温跃层梯度误差，本文在数据处理过程中未对WOD2023原始剖面进行1m网格的重采样插值，而是严格保留了其原始观测深度层数据进行匹配分析。其中，CTD数据提供温度和盐度剖面，用于温度和盐度评价；XBT数据仅提供温度剖面，用于温度评价。研究中同时采用CTD和XBT两类观测数据，主要考虑其空间覆盖特征和观测能力的互补性。CTD数据能够同时提供高精度温度和盐度剖面信息；XBT数据虽然仅提供温度观测，但具有历史资料丰富、空间覆盖范围广、观测数量大的特点，在全球海洋尤其是开放大洋区域具有良好的代表性。两类资料联合使用能够提高样本数量和区域覆盖范围，增强评估结果的可靠性与代表性。需要指出的是，CMEMS同化系统包含原位温盐剖面资料，因此CMEMS与同期WOD2023观测之间可能存在一定的数据关联。本文在结果分析中对此予以考虑，并避免对同期验证结果做过度的独立性解释。

⑷WOA2023

WOA2023是NOAA发布的一套全球海洋气候态数据集，时间分辨率为年平均、季节平均、月平均，水平分辨率为1°×1°或0.25°×0.25°，垂直分辨率为跨越海表至海底5500m的102个标准深度层（月平均数据为1500m以内的57层）。需要指出的是，本文选取的WOA2023代表的是1991—2020年的气候平均状态，而本文采用的WOD2023观测资料和CMEMS数据主要来源于2024年8月至2025年7月，两者在时间尺度上并不一致。因此，本文并非以WOA2023作为与CMEMS同期、同尺度的独立验证基准，而是将其作为长期全球海洋气候态背景场。通过比较CMEMS和WOA2023与同期现场观测之间的偏差，分析同期资料同化分析场与长期气候态背景场在描述当前海洋温盐结构方面的差异。本文对不同时间尺度和空间分辨率数据的比较，重点考察其对海洋温盐时空变化及垂向结构的描述能力。

⒉分析评估方法

如图1所示，本文主要围绕数据预处理、多维度时空匹配与统计评估三个环节展开，为量化CMEMS模型在不同时空分辨率下的代表性特征，并将WOA2023气候态模型作为分析对比基准模型。

图1 分析评估技术路线

⑴质量控制

在采用WOD2023默认高质量标识码的基础上，综合运用物理阈值检验（温度-2.0～35.0℃，盐度0～45.0PSU）与滑动中值滤波去除毛刺，剔除超限异常与高频突变点，消除传感器跳变的尖峰检验、剔除连续恒定异常值的平滑度检查及深度单调性核验，同时针对XBT剖面特别采用Hanawak K等和Kizu S等提出的下落率修正公式进行深度订正，以消除系统性误差，通过多级严格质控确保对比分析基准观测数据的纯净可靠。

⑵时空匹配策略

为保证不同模型之间具有良好的可比性，本文分别开展模型-模型和模型-观测两类时空匹配。由于CMEMS与WOA2023两类数据在水平网格和垂向层位设置上均存在差异，即CMEMS产品的水平分辨率为0.083°×0.083°，共包含50个标准垂向层位；WOA2023月平均气候态产品的水平分辨率为0.25°×0.25°，含57个标准深度层位。因此，在分析CMEMS与WOA2023背景场的月平均产品整体差异时，为保证两类产品在相同空间网格和垂向深度上的可比性，本文采用“高分辨率产品向低分辨率产品插值”的统一化策略：水平方向先将CMEMS月平均温盐场双线性重采样至0.25°网格；垂向方向再将重采样后的CMEMS沿深度线性插值至WOA2023标准层，随后在统一网格上逐格点求差。由于仅对分辨率更高、含同化约束的CMEMS一侧插值，WOA2023保持原生网格，避免了向低分辨率气候态补造其本身不含的小尺度信息。在比对深度范围（0～1500m）内，CMEMS包含38个标准垂向层位，WOA2023包含57个标准深度层位。垂向插值总体属于“下采样”，不引入虚假的高频结构，代表性更符合实际。对于模型精度评估，则直接使用模型本身的分辨率，分别采用CMEMS月平均、日平均和6h产品，以WOD2023实测剖面作为参考基准。其中，CMEMS月平均和日平均模型分别提取与实测观测时刻对应月份和日期的模型数据；对于CMEMS的6h模型，在模型相邻两个时次之间采用时间加权线性插值，计算实测观测时刻对应的模型温盐值。WOA2023则提取与实测观测月份对应的月平均气候态场。

时间加权线性内插如式（1）所示。

式中，V_interp为通过时间加权线性插值得到的实测观测时刻对应的模型要素值；权重，其中t_obs为实测时刻，t₁、t₂为相邻模型场时刻；V₁、V₂为对应时刻的要素模型值。

在空间匹配方面，以实测剖面的经纬度位置为基准，对CMEMS和WOA2023模型统一采用双线性插值获取对应位置的温盐值，以减小网格离散带来的影响。在垂向匹配方面，以实测剖面的深度序列为基准，对模型标准层数据进行一维线性插值，并严格限制在模型有效深度范围内，不进行外推，从而实现模型数据与实测剖面之间的三维时空匹配。所有统计指标均基于对应深度层的逐点配对结果计算，而非采用单层值或全水深平均值。

⑶评估指标

偏差（Bias）是指模型值与实测值的平均差异，反映系统误差，其计算如式（2）所示。

式中，B为偏差；M_i为模型值；O_i为实测值；n为样本数。

均方根误差（RMSE）反映整体误差水平，其计算如式（3）所示。

式中，R为RMSE值。

标准差（STD）反映误差的离散程度，其计算如式（4）所示。

式中，S为STD值。

⒈CMEMS与WOA2023背景场整体差异分析

根据1.2节所述方法，对统一网格后的CMEMS月平均模型与WOA2023月平均气候态模型进行逐格点比较，由于CMEMS表征研究时段内海洋状态，而WOA2023代表1991—2020年长期气候态，本节主要分析两类背景场的整体差异，不作为同期实测精度评价。

如图2所示，两类模型在全球尺度上的温度系统偏差为0.138℃，盐度系统偏差为-0.055PSU，表明两者在温盐场整体分布上不存在明显的系统性偏离。温度和盐度标准差分别为0.753℃和0.368PSU，说明两类模型间的随机差异总体较小，空间离散程度较为稳定。温度和盐度均方根误差分别为0.766℃和0.372PSU，各月份温度RMSE稳定在0.71～0.80℃之间，盐度RMSE稳定在0.35～0.40PSU之间。值得注意的是，RMSE与STD全程接近，而偏差显著更小，说明两类模型间的差异以随机离散为主，系统偏差的贡献很小，进一步印证二者不存在明显的系统性偏离。如图3所示，两类模型差异随深度显著递减。温度偏差上层为正，100m处最大，约为0.33℃，900m以下转负，1500m处约为-0.07℃；表层盐度偏差约为-0.18PSU，500m以下绝对值不足0.01PSU。温度RMSE由表层的0.88℃降至1500m处的0.17℃，盐度RMSE由1.01PSU降至0.03PSU。差异几乎全部集中于混合层与温跃层/盐跃层，深层温盐场高度一致。总体而言，CMEMS与WOA2023在全球尺度上具有较为稳定的背景场一致性，但二者之间的差异同时反映了同期海洋状态与长期气候态之间的时间尺度差异。因此，本节结果主要用于刻画CMEMS相对于长期气候态背景场的变化特征，后续进一步结合同期WOD2023实测剖面，对CMEMS和WOA2023的实际温盐场表现进行评价。

图2 CMEMS和WOA2023（逐月和整体）温度、盐度符合性分析

图3 CMEMS和WOA2023整体温度、盐度误差垂直剖面

⒉CMEMS多时序产品代表性误差检验与统计

在两类模型整体差异对比分析的基础上，采用WOD2023全球海洋实测数据库中的CTD、XBT剖面数据，在不同海域和不同深度层，对CMEMS模型的温盐场进行同期观测符合性检验，并以应用广泛的WOA2023气候态模型作为长期气候态背景参照。如图4所示，本文共筛选出CTD有效匹配剖面2543个及XBT有效匹配剖面1885个，其在9个海域及不同季节的样本数分布分别列于表1和表2。其中，CTD剖面主要集中于区域7（西北太平洋，1747个，约占68.7%），XBT剖面在各海域分布相对均衡，以区域1（东北太平洋，626个）居多；就季节而言，CTD剖面以春季最多（1038个），XBT剖面以秋季最多（640个）。对两个模型温度和盐度整体的精度检验评估结果分别列于表3和表4。

从表3可以看出，对于CTD数据，CMEMS月平均、日平均和6h模型的温度偏差分别为-0.031℃、-0.055℃和-0.057℃，明显小于WOA2023月、季和年平均模型；其RMSE为0.950～0.980℃，较WOA2023月平均模型的1.597℃降低约40%。XBT数据也呈现相同趋势，表明CMEMS与实测温度的差异总体较小。而WOA2023温度模型的偏差绝对值明显大于CMEMS模型，其主要原因是WOA2023代表1991—2020年的长期气候态，而WOD2023实测资料对应2024—2025年的具体观测时段，二者存在较大的时间代表性差异；同时，WOA2023气候态的长期平均和空间平滑处理会削弱局地及季节性温度变化的表现。因此，WOA2023较大的温度偏差主要反映长期气候状态与同期海洋状态之间的差异。不同时间尺度CMEMS模型之间的统计差异较小，其中日平均和6h产品RMSE略低于月平均产品，但差异有限，不据此认为时间分辨率越高则模型精度越高。

图4  CTD、XBT站点示意

表1 CTD有效匹配剖面在不同海域及不同季节的样本数

表2 XBT有效匹配剖面在不同海域及不同季节的样本数

表3 CMEMS和WOA2023模型温度整体刻画精度评估

表4 CMEMS和WOA2023模型盐度整体刻画精度评估

从表4可以看出，对于CTD数据，CMEMS月、日和6h模型的盐度偏差平均约为0.015PSU，略高于WOA2023月均模型的0.007PSU，但差异较小；对应的STD约为0.16PSU，小于WOA2023月均模型的0.19PSU，表明CMEMS模型离散程度较小；RMSE在0.16PSU左右，也小于WOA2023月均模型，说明其总体误差水平更低。两类模型在盐度场表征方面均与实测数据具有较好的一致性，CMEMS总体离散程度和综合误差相对较小。由于XBT数据通常不包含盐度观测，因此表4仅采用CTD剖面进行统计分析。

⒊全球不同海区CMEMS多时序模型适用性差异

采用前述实测数据，对全球不同海域CMEMS的6h、日平均、月平均模型温度、盐度精度进行检验评估，结果如图5所示。本文发现CMEMS模型在不同海区的适用性存在明显区域差异，并未表现出统一的“时间分辨率越高精度越高”的规律。如CTD区域2、4和9中月平均模型的RMSE最小，而区域3、6和8中日平均和6h模型表现略优，但不同时间尺度模型之间的差异总体有限。对于盐度场，各时序模型的RMSE差异进一步减小，大多数区域日平均和月平均模型与6h模型精度相当，部分区域月平均模型甚至略优于高频模型。总体而言，CMEMS不同时间尺度模型均具有较好的区域适用性，温度场最优时间尺度具有一定的区域特性，而盐度场不同时间尺度产品之间的差异相对较小。在实际应用中，应结合具体海域特征和应用需求选择合适的时间分辨率，而非简单认为高时间分辨率产品始终具有更高精度。

图5 全球不同海域CMEMS温度、盐度不同时序模型刻画精度统计对比

⒋垂向结构刻画能力

除前文逐点对两类模型进行精度检验评估分析外，模型对海洋垂向温盐结构的刻画能力同样是本文评估其适用性的另一个重要指标。为全面比较不同海域的剖面表现，本文分别绘制了9个海区CTD温度、CTD盐度和XBT温度互差剖面图，每幅图包含9个区域子图，其中，CMEMS-WOD表示经时间加权线性插值获得的实测观测时刻对应的CMEMS 6h模型温度或盐度值减去WOD2023实测值；WOA-WOD表示与实测观测月份相匹配的WOA2023月平均气候态温度或盐度值减去WOD2023实测值。结果见图6至图8。

在表层及混合层（水深0～200m）内，海洋上层受太阳辐射、风应力及强烈的海气相互作用主导，温盐场时空变率极高，由图6至图8可以看出，两类模型的误差在该层均相对较大，但WOA2023模型的互差发散程度明显大于CMEMS模型。这主要是由于WOA2023作为多年月平均的气候态模型，在长时间尺度的平均化处理过程中平滑了大量高频瞬态变化；而CMEMS作为包含了现场观测数据同化的高频动力模型，能够更好地捕捉到观测时刻真实、短期的海洋上层状态。在温跃层/盐跃层区域（水深200～1000m），两类模型间的刻画能力差异最为显著。跃层是海洋垂向层结最强的区域，控制着声速极大值深度、混合层底界及水团界面位置。CMEMS的6h模型在多数区域能够较好地跟随实测温盐剖面的梯度变化，而WOA2023月平均场相对平滑，部分区域存在较明显的偏差。该结果表明，CMEMS对同期海洋温盐垂向结构的刻画能力总体优于长期气候态背景场，尤其在垂向梯度较大的跃层区域表现更为明显。由于声速对温度梯度极为敏感，这种精准的跃层刻画能力对于航渡式水深测量中的声线追踪和声速改正具有极其重要的实际应用价值。

图6 CMEMS6h模型和WOA2023月均模型与CTD温度互差剖面

图7 CMEMS 6h模型和WOA2023月均模型与CTD盐度互差剖面

图8 CMEMS6h模型和WOA2023月均模型与XBT温度互差剖面

在深层区域（1000m以深），水团动力性质相对稳定，温盐要素垂向变化极其缓慢。图6和图7的CTD观测数据对比显示，在此深度区间，CMEMS与WOA2023的互差剖面均高度收敛且趋于一致。这表明在深海稳定水体中，高频动力模型与气候态模型的表现差异较小，二者均能准确反映深层海洋的背景场特征。

本文基于WOD2023全球海洋实测剖面数据，从整体背景场差异对比、多时序模型代表性误差检验、不同海区时空尺度适用性差异及垂向分层刻画能力等多个维度，对CMEMS全球温盐模型与WOA2023气候态模型在全球典型海域的温盐场表征能力进行评估。研究结果可为后续开展CMEMS不同时序模型应用于全球航渡式水深测量声速改正提供适用性策略参考。主要结论如下。

⑴在统一空间分辨率条件下，CMEMS与WOA2023在全球尺度上表现出较好的背景场一致性，但二者差异同时受到同期海洋状态与长期气候态时间尺度差异的影响。以WOD2023实测剖面为参考，CMEMS不同时间分辨率模型在温度场上的偏差、标准差和均方根误差指标整体均小于WOA2023，盐度场两类模型均与实测结果具有较好的一致性，其中CMEMS总体误差略小于WOA2023。WOA2023温度偏差相对较大，主要与其长期气候态属性及空间平滑特征有关。

⑵CMEMS不同时间分辨率模型的适用性存在明显的区域性差异，并未表现出统一的“时间分辨率越高精度越高”的规律。不同海区最优时间尺度存在差异，各时序模型整体表现均较稳定。其中，日平均和6h模型的温度均方根误差在部分区域略小于月平均模型，而盐度场不同时间尺度模型之间的差异相对较小。

⑶CMEMS和WOA2023的垂向结构差异具有明显的深度依赖性。在0～200m上层海洋和200～1000m跃层区域，CMEMS与同期实测温盐剖面的整体一致性较好，尤其对垂向梯度变化具有较好的刻画能力；1000m以深两类产品与实测结果的差异明显减小，均能够较好地描述深层温盐背景结构。

本文依托WOD2023实测原位历史剖面数据，对CMEMS与WOA2023模型在不同海域和不同深度层的温盐场表征能力进行了对比分析，结果表明CME-MS在多数评估区域的温度和盐度均方根误差指标上表现出较好的一致性。后续将在本文的基础上，进一步开展CMEMS不同时间分辨率产品在海洋测绘领域全球航渡式水深测量中的声速改正应用研究，分析CMEMS不同时间尺度温盐模型对声速剖面构建及水深测量精度的影响，探索其相较于传统气候态数据在海洋测绘中的适用条件和工程应用潜力。

海洋论坛▏杨俊钢等：基于遥感的海洋三维温盐场智能探测研究进展

知识窗▏海洋水体特征之海水温度、盐度、波浪与内波

海洋论坛▏温盐深剖面测量数据预处理原理与方法分析

海洋论坛▏高分辨率全球准实时水文数据的海洋声学应用

知识窗▏张宇等：海洋中声速的基本结构

海洋论坛▏温盐深传感器的研究进展与发展趋势

海洋论坛▏李红志等：海洋温盐深传感器技术自主创新与产业发展的几点思考

科技前沿▏王永杰等：光纤温深传感器在物理海洋的应用