GLORYS12V1

GLORYS12V1是由Copernicus Marine Environment Monitoring Service提供的全球涡分辨率物理海洋和海冰再分析数据集，覆盖了1988年至今的全球海洋数据，具有1/12°的水平分辨率和50个垂直层次，每日平均数据。该数据集通过NEMO海洋数值模型生成，结合了多种观测数据，如卫星测高数据、海表温度、海冰浓度和现场温度盐度垂直剖面数据，并通过3D-VAR方案进行偏差校正。数据集的应用领域包括海洋预报、气候预测和极端事件的预警，旨在提高海洋预报的精度和效率。

GLORYS12V1 is a global eddy-resolving physical oceanographic and sea ice reanalysis dataset provided by the Copernicus Marine Environment Monitoring Service. It covers global ocean data from 1988 to the present, with a horizontal resolution of 1/12°, 50 vertical levels, and daily averaged records. This dataset is generated using the NEMO ocean numerical model, incorporates multiple types of observational data such as satellite altimetry data, sea surface temperature, sea ice concentration, and in-situ temperature and salinity vertical profile data, and performs bias correction via the 3D-VAR scheme. Its application fields include marine forecasting, climate prediction, and early warning of extreme events, aiming to improve the accuracy and efficiency of marine forecasting.

搜集汇总

数据集介绍

构建方式

GLORYS12V1数据集是通过Copernicus Marine Environment Monitoring Service（CMEMS）提供的全球海洋涡分辨率（1/12°水平分辨率，约8公里，50个垂直层，每日平均）再分析数据构建的。该数据集利用NEMO海洋数值模型，结合欧洲中期天气预报中心（ECMWF）的ERA-Interim和ERA5再分析数据进行表面驱动，并通过减少阶数的卡尔曼滤波器进行观测同化。同化的观测数据包括沿轨测高数据、卫星海表温度、海冰浓度以及现场温度和盐度垂直剖面数据。此外，3D-VAR方案用于校正温度和盐度的缓慢演变的尺度偏差。

特点

GLORYS12V1数据集具有高分辨率和一致性，覆盖全球海洋和海冰的再分析数据，能够提供高质量的海洋物理和海冰状态信息。其1/12°的水平分辨率使得该数据集能够捕捉到中尺度涡旋等关键海洋现象。此外，该数据集通过多种观测数据的同化，确保了数据的高质量和一致性，适用于深度学习和数值模型的训练与验证。

使用方法

GLORYS12V1数据集可用于训练和验证深度学习模型，特别是用于海洋涡分辨率预报的模型。该数据集的高分辨率和多维特性使其成为研究海洋物理过程、气候变化以及极端天气事件的理想数据源。用户可以通过该数据集进行模型训练，评估模型在不同时间尺度和空间分辨率下的表现，并结合其他辅助数据（如卫星遥感数据）进行多源数据融合分析，以提高预报精度和稳定性。

背景与挑战

背景概述

GLORYS12V1数据集是由Copernicus Marine Environment Monitoring Service (CMEMS)发布的全球海洋涡分辨率（1/12°水平分辨率，约8公里，50个垂直层，每日平均）再分析数据集。该数据集基于NEMO海洋数值模型，结合了多种观测数据，如沿轨高度计数据、卫星海表温度、海冰浓度以及现场温度和盐度垂直剖面数据，并通过简化顺序卡尔曼滤波进行数据同化。GLORYS12V1数据集的创建旨在提供高质量、一致的全球海洋再分析产品，支持海洋预报、气候研究和极端事件预测等领域的应用。

当前挑战

GLORYS12V1数据集在构建过程中面临多重挑战。首先，海洋数据的时空分辨率要求极高，尤其是在涡分辨率下，模型需要处理大量的三维海洋变量，这带来了巨大的计算和存储压力。其次，数据同化过程中需要整合多种观测数据源，这些数据在时空分布上存在不一致性，如何有效融合这些数据以确保再分析产品的一致性和准确性是一个复杂的问题。此外，海洋系统的复杂性和非线性特性使得模型在捕捉长期动态变化时容易产生累积误差，这对长期预报的准确性提出了严峻挑战。

常用场景

经典使用场景

GLORYS12V1数据集在海洋预报领域中被广泛应用于高分辨率海洋物理变量的重分析和预测。其经典使用场景包括利用该数据集进行海洋涡旋解析预报、三维温度和盐度（3D TS）的长期预测，以及海洋极端事件（如台风）对海洋表面温度（SST）影响的模拟。通过结合GLORYS12V1数据集与遥感数据，研究人员能够构建高效的非自回归时空Transformer模型（TSformer），实现对未来30天海洋状态的高精度预测。

衍生相关工作

基于GLORYS12V1数据集，研究人员开发了多种先进的海洋预报模型，如TSformer模型，该模型通过结合3D Swin Transformer块和层次化U-Net编码器-解码器架构，显著提升了海洋涡旋解析预报的精度和效率。此外，GLORYS12V1数据集还激发了其他相关研究，如基于深度学习的海洋现象识别、气候预测和极端天气事件的模拟。这些工作不仅推动了海洋科学的发展，也为地球系统科学的跨学科研究提供了新的工具和方法。

数据集最近研究

最新研究方向

近年来，GLORYS12V1数据集在海洋预报领域的前沿研究中扮演了重要角色。最新的研究方向集中在利用深度学习技术，特别是非自回归时空Transformer模型（TSformer），进行高分辨率海洋涡旋预报。TSformer通过扩展时间维度，保持了物理运动的三维一致性，确保了长期预测的稳定性。该模型在模拟超强台风导致的垂直冷却和混合效应方面表现出色，展示了其在极端天气事件预测中的潜力。此外，TSformer在计算效率上显著优于传统的数值预报模型，为海洋预报提供了新的范式。未来研究将进一步探索如何整合更多气象参数和提高模型的概率预报能力，以应对复杂海洋环境的挑战。

相关研究论文

• TSformer: A Non-autoregressive Spatial-temporal Transformers for 30-day Ocean Eddy-Resolving Forecasting

  国家海洋数据与信息服务中心 · 2024年