全球大洋尺度海洋环流预报系统的研发及应用现状

气象学家

发布于 2026-03-25 21:50:31

180

摘要

全球海洋环流预报系统是海洋研究的重要基础，可为海洋防灾减灾、航海安全和海洋气候研究等提供支撑。海洋环流预报系统主要由海洋环流模式和数据同化系统组成。基于海洋环流的研究，国际上研发了众多的海洋环流模式，其中欧洲海洋核心模式（NEMO）和美国发布的混合坐标海洋模式（HYCOM）被广泛应用，很多机构在此基础上基于最优插值和三维变分等同化方法构建了业务化海洋环流预报系统。中国科学院大气物理研究所（IAP）大气科学和地球流体力学数值模拟国家重点实验室（LASG）研发的气候系统海洋模式（LICOM）极大地提高了中国自主构建耦合模式和预报系统的能力，且结合集合最优插值同化方法实现了多种海洋资料的同化。中国的业务化海洋预报及实况业务产品研发起步较晚，与远洋导航、智慧海洋服务业务需求尚有差距，目前中国已经发布的业务化海洋预报系统（CGOFS）中的海洋模式是引进的 NEMO 模式。文中通过对全球海洋环流预报系统进行调研，重点了解 NEMO、HYCOM 和 LICOM 模式的研发现状和业务化应用情况。掌握中外海洋环流模式研发现状对中国建设海洋实况业务系统、提高海洋实况产品质量、实施海洋强国战略具有重要意义。

0 引言

海洋环流的强度变化极大地影响着区域乃至全球气候。海洋数值模式是全球业务化海洋预报系统的动力框架，通过物理约束和定义尽可能准确地模拟海洋运动。海洋数值模式通过同化方法吸收近实时、高质量的海洋观测场资料，包括卫星反演数据、浮标数据、船舶数据等，进而对全球范围多时空尺度的海洋状况进行模拟和预报，并不断监测和评估产品质量 [1]。海洋数值模式根据模拟对象可分为波浪模式、海冰模式和海洋环流模式等，其中海洋环流模式按照模拟范围可分为全球模式和区域模式。目前国际上主要的多源观测资料同化技术主要分为变分方法、集合方法和集合变分混合方法。

海洋环流模式和数据同化技术是海洋环流预报系统的重要组成部分。如图 1 所示，第一步是通过同化技术将观测与模式信息合理结合，产生最精确的初始条件；第二步是基于同化得到的较优的初始场对未来进行预测；第三步是对输出产品进行质量评估，并根据需求生产实时或历史的海洋数据产品。

目前很多国家或地区都已经发展了较为成熟的全球或区域业务化海洋环流预报系统，如英国气象局的海洋预报系统（FOAM）、美国国家环境预报中心（NCEP）的实时海洋预报系统（RTOFS）、澳大利亚气象局的海洋业务预报系统（OceanMAPS）等 [2-10]。这些海洋环流预报系统各具特点，其中最重要的两个部分是海洋环流模式和海洋观测资料同化技术。由表 1 可见，国际主流业务化海洋环流预报系统采用的海洋环流模式以欧洲海洋核心模式（NEMO）和美国的混合坐标海洋模式（HYCOM）为主。

自 1958 年起，国际海洋学界逐步针对大洋环流和近海环流进行研究，发现海洋环流存在很多时空尺度的变异，这些变异对海洋沉积和海洋生态等过程极其重要。20 世纪 80 年代以来，借助海洋遥感技术可以从宏观上研究更大时空尺度的海洋环流现象，在一定程度上提升了海洋观测的时空覆盖能力。随着海洋研究进一步深入，人们发现在全球许多中长期变化中，海洋环流都发挥着重要作用，例如对气候的重要影响，从而开展了对海洋环流季节、年际甚至年代际变化的研究。海洋环流模式初期以理论模型和二维模型为主，20 世纪 70 年代中期出现三维海洋温、盐、流数值模拟的研究。随着海洋观测类型的增多、观测技术的提升，以及计算机技术的发展，国际上发布了众多不同坐标系、不同离散计算方案的全球海洋环流模式和区域海洋环流模式，这些模式在海洋环流、潮汐、泥沙堆积、海洋生态等方面的研究中被广泛应用 [11]。许多国家或地区发展的大气和海洋业务化系统都在不断进步和完善（表 2）[2-13]。

20 世纪 70 年代至今，全球研发了众多的海洋模式，21 世纪初常用的模式包括普林斯顿海洋模式（POM）、德国汉堡大学陆架海洋模式（HAMSOM）、美国国家海洋与大气局（NOAA）地球物理流体力学实验室（GFDL）研发的模块化海洋模式（MOM）等。随着计算能力和数值模式技术的提高，三维海洋环流模式发展迅速。目前常用的具有代表性的区域模式有 POM、区域海洋模式系统（ROMS）、有限体积海洋模型（FVCOM）；全球模式有 NEMO [14]、HYCOM、MOM。也有一些研究工作将全球模式应用到区域海洋环流数值模拟中 [15-16]。

中国国家海洋环境预报中心（NMEFC）最初基于第四代模块化海洋模式（MOM4）构建的全球海洋环流预报系统（CGOFS）分辨率为 1°，在赤道地区加密到（1/4）°，同化方案采用较为简单的经验方法 —— 牛顿松弛逼近（Nudging）技术 [17]；之后基于海洋环流模式 NEMO 和海冰模式 LIM3 [18] 构建了中国第一个从百千米级到千米级空间分辨率覆盖的全球 - 大洋 - 近海 3 级嵌套的全球业务化海洋预报系统（CGOFS），并基于此系统，采用局部集合变换卡尔曼滤波（LETKF）同化方法研制了全球高分辨率再分析产品。

21 世纪初，中国科学院大气物理研究所建立了全球环流模式 LICOM 和区域海洋环流模式。LICOM 模式不断完善，依次发展了 LICOM1、LICOM2、LICOM3 版 [19-20]。LICOM2 和 LICOM3 有低分辨率（1°）和高分辨率（0.1°）两种水平分辨率版本，对应的垂直分辨率为不等间距的 30 层和 55 层。基于 LICOM 模式构建了气候系统模式 FGOALS，并参加了多次国际耦合模式比较计划（CMIP）。目前最新的 FGOALS-g3 的海洋分量使用了最新的海洋模式 LICOM3。LICOM3 模式结合集合最优插值（EnOI）同化方法，已经实现了对红外卫星海表面温度资料、船舶和浮标资料、海表面高度和温、盐廓线等资料的同化 [21]。

海洋环境业务系统的开发不仅与数据同化技术、海洋观测、海洋模式有关，而且对高性能计算技术也提出了较高的要求，尤其是当前对各类产品的时空分辨率的需求不断提升，就更需要强大的计算资源支持。因此，开展全球尺度的海洋环境模拟及实况监测不仅是计算机技术实力和国家理论科学能力的综合体现，也是应对海上突发事件的服务保障，更是国家实施海洋强国战略、维护国家海洋权益的科技支撑。

文中针对国际主流的 NEMO、HYCOM 海洋环流模式和中国的 LICOM 模式展开调研，重点调研这些海洋环流模式的特点、参数信息和应用情况，并对目前广泛使用的海洋观测资料同化方法进行总结，以及时掌握国际海洋环流系统建设动态，为中国海洋环流系统的进一步发展提供参考。

1 国际全球海洋环流模式

目前国际上常用的全球海洋环流模式主要有 MOM、NEMO、HYCOM 等。其中，NEMO 是由法国、英国和意大利共同研发的，MOM 是由美国地球物理流体动力学实验室（GFDL）研发的，HYCOM 是由美国海军舰队数值气象海洋中心（FNMOC）、美国海军研究实验室（NRL）、美国国家大气预测中心（NCEP）等多家机构合作研发的。如图 2 所示，各模式采用的垂直坐标、网格结构和数值计算方法不同。在不同垂向坐标系中，Z 坐标系对于浅水区混合层的描述具有一定的优势；σ 坐标可以刻画海底地形，但是对于浅水区的混合层描述不理想；与 σ 坐标相比，S 坐标系在温跃层和底边界层具有很好的解析度。在水平方向，与结构网格点相比，非结构网格在近岸和远海可采用不同的分辨率，近岸采用细网格，远离岸基或远海区域采用分辨率比较粗的网格，在提高海岸线和河口等复杂地形解析度的同时，还可以提高计算效率。

1.1 NEMO 模式

1.1.1 NEMO 模式简介

NEMO 是由欧洲组织以可持续的方式开发的，包括欧洲 - 地中海气候变化中心（CMCC）、法国国家科学研究中心国家天文学院（CNRS-INSU）、墨卡托海洋国际（法国）、英国自然环境研究委员会 - 国家海洋学中心（NERC-NOC）和英国气象局。其目的是开发一种灵活的工具，用于研究海洋环流中的物理和生物地球化学现象，及其与地球气候系统各组成部分在广泛的空间和时间尺度上的相互作用。NEMO 是欧洲中期天气预报中心（ECMWF）再分析系统中的海洋环流模式，该模式已经应用于 27 个国家或地区。

NEMO 系统由三部分组成：1）NEMO-OCE，用于模拟蓝色海洋；2）NEMO-ICE，用于模拟白色海洋（即海冰）（热）动力学、盐水物和次网格尺度厚度变化；3）NEMO-MBG，用于（在线、离线）海洋示踪剂传输和生物地球化学过程，模拟绿色海洋 [22]。

原始方程模型适用于千米尺度下的区域和全球海洋环流模拟。预报变量是三维速度场、非线性海面高度、保守温度和绝对盐度。在水平方向上，模型使用曲线正交网格，在垂直方向上，使用完全或部分阶跃 Z 坐标或 S 坐标或两者的混合，其中 S 坐标是传统 σ 坐标的改进。变量的分布是一个三维 Arakawa C 型网格。NEMO 模式将网格极点移动到亚洲和北美洲大陆，以避免在计算中出现奇点 [23]。

1.1.2 NEMO

模式的应用英国气象局的海洋业务预报系统 FOAM 是基于 NEMO 3.4 版模式开发的，可提供深海和沿岸近海海洋预报，分为区域模式和全球模式，其中区域模式包括北大西洋、印度洋和地中海区域模式。全球模式水平分辨率为 0.25°，区域模式水平分辨率为（1/12）°。系统采用 NEMOVAR 同化系统，每天同化 48 h 内的卫星和现场观测的海水温度、盐度、海面高度、海冰浓度等 [11]。

法国麦卡托海洋中心（Mercator Océan）业务运行的全球和区域海洋分析预报系统都是以 NEMO 为核心海洋模式，其中全球海洋分析系统有两种不同分辨率，即（1/4）° 和（1/12）°，区域海洋预报系统分辨率达到了（1/36）°。卫星探测的海表温度、海面高度和现场温、盐廓线等观测资料通过麦卡托同化系统（SAM2）同化，该同化系统的核心方法是由 SEEK 滤波器衍生而来的一种降阶卡尔曼滤波。

ECMWF 使用海洋模式 NEMO 作为 IFS 的一部分。NEMO 模式提供了用于集合预报系统和季节预报系统的动态海洋模型。中期和逐月预报的集合预报系统运行水平分辨率为 0.25°，垂直方向共 75 层，并使用 NEMOVAR（3DVar 同化系统）的 OCEAN5 进行初始化。季节性预报系统水平分辨率为 1°，垂直方向共 42 层，并使用 NEMOVAR 的 OCEAN4 进行初始化。自 2013 年以来，集合预报从预报开始就将大气 - 波 - 海洋模式耦合起来。这对于捕捉大气和海面温度的双向反馈非常重要。

ECMWF 的海洋再分析数据目前已经有 ORAS4、ORAP5、ORAS5 和 ORA-20C 这 4 种，其中 ORAS5 是基于海洋业务系统 OCEAN5 生成的，该系统耦合了海冰模式和 NEMO 3.4 版。ORAS4、ORAP5 和 ORAS5 这 3 种数据产品的分辨率、模式、强迫数据和观测数据都历经逐步更新改进（表 3）。

全球海洋的初始条件原则上可以通过大气热通量、动量通量和淡水通量强行建立海洋模式来估计。然而，海洋模式和大气通量都远非完美，因此得到的估计（初步猜测）可能有很大的不确定性。为了改进对海洋状态的估计，通过数据同化将初猜场与海洋观测相结合。通过 OCEAN5 得到初猜场后，通过 NEMOVAR 数据同化系统同化不同类型的观测数据。这也是 ECMWF 首次在业务海洋分析中使用动态热力学海冰模型。

热量、动量和淡水通量被用来建立海洋模型，并产生海洋状态的初猜场。OCEAN5 中使用的地表强迫通量，1979 年以前来自 ERA-40 大气再分析数据，1979—2014 年来自 ERA-Interim，2015 年起使用来自 ECMWF 的数值天气预报（NWP）的地表强迫通量。

1.2 HYCOM模式

1.2.1 HYCOM模式简介

HYCOM 模式是美国全球海洋数据同化试验（GODAE）的重要组成部分 [24-26]。HYCOM 模式最大的特点在于其混合坐标的设定。传统的垂直坐标（Z 坐标、地形追踪 σ 坐标、等密度坐标）在海洋中的任何地方都不是最优的。理想情况下，海洋环流模型（OGCM）在若干个世纪应该保持其水团的特性（等密度坐标的特征），在表面混合层具有较高的垂直分辨率（Z 坐标的特征），以适当地表示热力学和生物化学过程，此外，在海洋的非分层或弱分层区域保持足够的垂直分辨率，在沿海地区具有较高的垂直分辨率（地形追随坐标的特征）。

混合坐标就是在开阔的分层海洋中采用等密度坐标；在沿海浅海区域和陆架区域平滑地过渡到 σ 坐标，以提高对复杂地形的解析度，避免在极浅水域分层过细，改进由于陡峭地形引起的水平压力梯度的计算误差；在混合层和 / 或层化不明显区域使用 Z 坐标，可以更好地描述层化海洋的垂直结构，采用更多成熟的非单层闭合方案。Bleck 等 [27-28] 提出了实施这种坐标的理论基础。在 HYCOM 中，每个坐标面都被赋予一个参考等密度线。该模型不断检查网格点是否位于其参考等密度线上，如果不是，则尝试将它们垂直移动到参考等密度线上。然而，当这将导致坐标曲面过度拥挤时，网格点是不允许迁移的。因此，在浅水中，垂直网格点在几何上受到限制，保持在固定的深度，同时允许在邻近的深海中加入并跟随它们的参考等密度线。这样的混合坐标结合了不同坐标的优点，可以最优地模拟沿海和大洋环流特征。

没有一种垂直混合方案能够完美地考虑海洋不同深度的所有环流状况，并能够完善地、详细地计算出海洋垂直混合作用对整个海洋环流和海洋气候的影响。事实上，海洋的混合表层和相对较浅的内部垂直混合运动形式和强度都是不同的，应当考虑不同的垂直混合方案，而 HYCOM 的一个重要特点就是充分考虑了这种差异，对应于不同坐标系，HYCOM 模式提供了多种不同的垂直混合方案以供选择 [29]。例如，如果要刻画从海洋边界层到海洋内部的弱垂直混合过程，可以选择 KPP 非刚盖垂直混合方案，将诸如海洋内部的背景场内波等难以解析的物理过程参数化 [30-31]。

1.2.2 HYCOM 模式的应用

美国海军研究实验室（NRL）基于 HYCOM 模式和海军耦合海洋数据同化系统（NCODA）开发了全球海洋预报系统 GOFS 3.1，该系统能够同化卫星观测、浮标观测海表温度和海面高度以及观测温、盐廓线数据。相比于 GOFS 3.0，GOFS 3.1 的垂直方向由 32 层增加至 41 层，新增的 9 层都位于海表附近。GOFS 不仅包括全球海洋模式和大西洋区域海洋模式，还包括太平洋和印度洋区域海洋模式，区域模式分辨率为（1/25）°（赤道地区分辨率约为 9 km，中纬度地区分辨率约为 7 km，两极地区分辨率约为 3.5 km）。GOFS 目前业务化运行的预报系统 GOFS 3.1 是基于 HYCOM2.2.99DH 模式开发的 [32]。海水热力学方程（TEOS-10）主要用于解析混合层，GOFS 3.1 使用 17 项有理函数来近似该方程 [33]。GOFS 的分析变量包括温度、盐度、水位、流速矢量。GOFS 系统目前主要发布了两种数据（表 4）。

NCEP 业务化运行的全球涡旋分辨的海洋预报系统是实时海洋预报系统，即美国国家环境预报中心实时海洋预报系统（RTOFS），其核心模型和配置都是基于水平分辨率为（1/12）° 的 HYCOM 和 CICE 开发的，采用 NCODA-3DVar 同化构建初始场 [34-35]，与美国海军研究实验室（NRL）的 GOFS 不同的是，RTOFS 的大气强迫来自 NCEP 的全球预报系统 GFS。在 NCEP 业务运行的 RTOFS 系统中包括全球和大西洋区域海洋模式。RTOFS 系统每天提供近 2 d 的实况数据和 8 d 的全球海洋预报。RTOFS 系统发布的数据垂直方向上为 33 层（0～5500 m），输出变量包括盐度、海温、海流、海表温度等。

2 中国的全球海洋环流模式

2.1 LICOM模式简介

早在 20 世纪 80 年代，中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室（IAP/LASG）便开展了海洋环流模式的研发，到 21 世纪初，发布了准全球涡相容的原始方程模式 LICOM。该模式水平方向采用球坐标系，垂直方向为 η 坐标。经过多年的升级，目前该模式已经发展到 LICOM3，水平分辨率达到了 10 km，与大气模式耦合构成一个海 - 气耦合系统，可以描述中尺度涡等海洋内部的中尺度物理过程。

LICOM3 的控制方程组由采用静力近似和布辛尼斯克（Boussinesq）近似的纳维 - 斯托克（Navier-Stokes）方程、位温和盐度的示踪物守恒方程以及海水状态方程组成。LICOM 模式引进了等位密度面混合参数化方案等一些发展较为成熟的物理参数化方案。LICOM3 采用三极网格代替了经纬度网格，北极点分别位于北美大陆（65°N，65°E）和欧亚大陆（65°N，115°W）[36]，坐标系为任意正交曲线坐标系。水平方向上，模式变量分布在 Arakawa B 网格，垂直方向为不等间距的 30 层，变量的纬向范围为 78°S—90°N。

对于低分辨率 LICOM3 的物理过程，由于模式的水平分辨率不足以分辨出中尺度涡旋，因此采用 Gent 等 [37] 的中尺度涡旋参数化方案来刻画中尺度涡旋对于大尺度位温、盐度以及其他示踪物的作用；模式的垂直分辨率也不能满足湍流直接模拟的需要，所以采用 Canuto 等 [38] 的垂直混合参数化方案将位温扩散率和盐度扩散率分开计算；考虑到太阳短波辐射可以穿透表层并逐渐被吸收，进而影响次表层海水，LICOM3 使用了依赖叶绿素浓度的短波穿透方案 [39]；在 LICOM2 的基础上，LICOM3 引入了基于 St. Laurent 等 [40] 的潮汐混合参数化方案，用于减小海洋深层的温、盐误差 [41]。

2.2 LICOM 模式的应用

LICOM 模式目前主要应用于科学研究。靳江波 [42] 分析了发生在真实的海 - 气界面的海 - 气通量交换的物理过程，在 Jin 等 [43] 的基础上，提出并发展了海洋环流模式（OGCM）新的具有严格物理意义且在数学上适定的盐度上边界条件，并将其加入 LICOM2 中。杨茜 [44] 则基于 LICOM2 模式研究了海洋涡旋对黑潮入侵中国南海的影响，试验结果表明，单独海洋模式 LICOM 中黑潮入侵与观测相比过强，而在其海 - 气耦合模式中这一差异得到了改善。王雅琦 [45] 基于 LICOM3 模式开展动力海平面变化的模拟研究，分析结果表明，低分辨率 LICOM3 海洋模式可以基本再现观测的全球平均热比容海平面和动力海平面变化特征，但是幅度略大。基于 1993—2018 年 LICOM3 的模拟结果，孟瑶 [46] 对黑潮延伸体海域的轨迹可预报性期限进行了估算，模拟结果显示，LICOM3 的可预报性期限结果基本与观测一致，能较好地再现不同区域可预报性期限的差异。

基于 LICOM 模式，中国科学院大气物理研究所已经研制并发布了多套海洋数据集，包括海温 [47]、热含量 [48]、盐度 [49]、比容海平面、海流等，产品水平分辨率有 1° 和 0.5° 两种。

3 海洋数据同化技术

数据同化系统主要由三部分组成：获取观测数据，数据质量控制和数据同化方案。对于数据同化，通常使用多个来源的观测资料，最大限度地扩大数据覆盖范围。对于全球和区域海洋系统来说，数据同化周期通常为数天。数据同化方法是整个数据同化系统的核心，目前使用较为广泛的海洋数据同化方法有最优插值、集合最优插值、变分方法等。

3.1 最优插值

最优插值（OI）是 Gandin [50] 基于最小方差估计理论提出的一种方法，是由逐步订正法发展而来的，也是利用观测点的观测增量插值到格点上得到分析增量，但是其权重函数不再是经验给定，而是根据观测资料和背景场提供的先验信息（包括误差的统计特征）确定最优权重，使分析误差的方差最小。OI 方法首次引入了背景误差协方差和观测误差协方差的概念，实现了多变量分析。

2008 年，巴西海军水文中心等单位基于 HYCOM 和 ROMS，利用多变量 OI 方法建立了区域海洋预报系统。2010 年，印度也利用 OI 方法，基于 ROMS 模式建立了印度洋海洋预报系统。

OI 的不足之处在于要求观测算子是线性的，不能同化非线性变量。这样的局限会直接影响对雷达资料、遥感资料、卫星资料的同化能力。

3.2 集合最优插值

基于OI 和集合卡尔曼滤波（EnKF）方法，Evensen [51] 提出了集合最优插值（EnOI）同化方法。该方法在进行同化分析之前利用模式积分得到一组有限的、静态的集合样本来模拟分析时刻的背景误差协方差。这样的背景误差协方差具有各向异性、多变量协变的特征，且具有流依赖的特性，而在进行模式积分时则采用单一样本，从而大幅度减小了计算量，而且能够较好地避免 EnKF 方法中潜在的滤波发散风险。EnOI 是一种多变量同化方案，当对一种变量（或整层的资料）进行同化时，其他变量（或者其他模式分层）也能根据模式背景误差协方差中的统计相关关系进行适当的调整。

王天驹等 [52] 用 EnOI 方法同化 HY-2 卫星高度计有效波高（SWH）资料改善了海浪初始场质量，对台风 “Lipee” 进行研究。杜梦蛟 [21] 基于 EnOI 方法同化了海温、海平面高度和温、盐廓线资料后，进行气候预测。

3.3 变分方法

20 世纪 80 年代初，基于最优化理论的变分方法被引入气象资料同化中 [53-56]。变分方法是对衡量分析场和背景场以及分析场和观测场之间误差平方的代价函数极小化，求得最优分析场。变分方法主要包括三维变分同化（3DVar）和四维变分同化（4DVar）。

当观测算子是线性时，在形式上，3Dvar 与 OI 等价；当观测算子是非线性时，3DVar 可应用于雷达、卫星等非常规观测资料同化。3DVar 计算量小、易实现，所以广泛应用于科研和业务领域。Zhu 等 [57] 基于 3DVar 建立了一个海洋数据同化系统。He 等 [58] 发展了一种顺次递归滤波 3DVar 方法，该方法可以提取观测资料中的多尺度信息，并应用于海温资料同化。在业务应用方面，英国气象局的海洋业务预报系统 FOAM 采用的 NEMOVAR 同化方法就是基于 3DVar 方法 [59]。美国海军也采用 NCODA-3DVar 同化方法构建了 GOFS 系统。

通过模式的强约束，4DVar 可以得到一个同化窗口内整体平衡的最优解。相比 3DVar 方法，4DVar 方法以预报模式作为约束，可以同时同化多个时刻的观测资料，分析场具有更好的平衡性和协调性，同化窗口内隐式随流型变化的背景误差协方差更有利于观测信息的合理传播，对于快速发展的天气系统具有重要意义。但是，4DVar 方法同样具有明显的不足制约了其发展和应用：1）在代价函数的求解过程中，需要预报模式的切线性和伴随模式，其中伴随模式程序设计复杂，且需要随着模式的更新而更新，维护代价大；2）求解过程需要反复积分预报模式和伴随模式，计算效率低；3）预报模式本身可能无法线性化。

在海洋数据同化方面，美国海军在 2014 年基于 HYCOM 模式将同化方法从 3DVar 升级为 4DVar，但是目前的海洋预报业务系统中使用的仍是 3DVar。2010 年，ECMWF 利用 OI 和 4DVar 方法，在 NEMO 模式的基础上建立了全球海洋预报和再分析系统。

4 总结与展望

表 5 中总结了 NEMO、HYCOM 和 LICOM 模式的信息。NEMO 和 HYCOM 经过多年的发展和完善，业务化程度更高，目前已被广泛应用，结合成熟的同化系统，构建了如 FOAM、GOFS、RTOFS 等海洋环流预报系统。中国自主研发的 LICOM 经过三代更新，模拟效果逐步提升，结合 EnOI 同化方法研制的数据集也广泛应用于海洋科学研究中 [9, 60]。尽管基于各海洋模式建立的海洋环流数值预报系统都在不断完善和发展，但海洋次中尺度过程，包括次中尺度涡旋、锋面和涡丝等多尺度海洋动力学中的重要过程，由于计算能力的限制，进一步提高其预报分辨率将带来巨大的计算资源消耗。另外，目前业务中使用的海洋数据同化系统通常使用 3DVar 或 EnKF 同化技术，这两种方法都不能以同化窗口的形式同时同化多个时刻的观测资料，而 4DVar 同化技术已经在 NWP 中应用多年，因此在海洋数据同化领域需要同化算法的进一步升级。

海洋环流、海浪和海冰之间相互作用、相互关联，每个部分模式的发展都将促进海洋领域研究的进步。ECMWF 在 2016 年被世界气象组织（WMO）基础系统委员会指定为海浪与预报验证牵头中心（LCWFV），通过收集和分析各种海浪观测数据并与模式结果进行比较，来评估海浪预报的准确度。2024 年 4 月，ECMWF 召开的 “第五届波浪和波浪耦合过程研讨会” 也讨论了海洋、海冰和海浪的相互作用，并介绍了机器学习在 ECMWF 的发展和应用。

远洋导航重任在肩，对海洋实况业务服务的需求越来越高，对各类高时空分辨率、高质量的海浪、海冰、海温、海雾、海洋热含量等海洋实况业务产品、海洋灾害监测预警、智慧海洋服务业务的需求越来越紧迫。广泛了解国际海洋气象业务发展形势，可为中国发展海洋实况业务提供参考。