La importancia científica del proyecto ARGO
Los hechos dicen que los cambios en los océanos están estrechamente relacionados con condiciones climáticas anormales. Una vez que ocurren los eventos de El Niño y La Niña, las temperaturas de la superficie del mar en el Pacífico ecuatorial oriental y la costa del Pacífico de América del Sur aumentan significativamente. Provoca cambios en la circulación atmosférica en el Pacífico ecuatorial y en latitudes altas, provocando condiciones climáticas anormales en todo el mundo. También se considera que el océano desempeña un papel importante en el cambio climático, como el calentamiento global, porque cubre el 70% de la superficie terrestre y contiene una enorme capacidad calorífica. Como resultado, la gente se dio cuenta de que monitorear los cambios en las capas superior y media del océano global es de gran importancia para el pronóstico atmosférico y el clima a largo plazo. Por lo tanto, existe una necesidad urgente de establecer un sistema global de vigilancia de los océanos de alta resolución.
Ya sea que se trate de pronósticos meteorológicos a largo plazo o predicciones climáticas a corto plazo, existe una gran dependencia de los datos de observación de los océanos (especialmente los datos de perfiles tridimensionales de la temperatura, la sal y las corrientes globales de los océanos). En los últimos 20 años, la implementación exitosa de los programas Experimento del Océano Tropical y la Atmósfera Global (TOGA) y el Experimento Mundial de Circulación Oceánica (WOCE) ha revelado el papel clave del océano en el sistema acoplado mar-atmósfera y ha promovido en gran medida la predicción meteorológica a corto plazo y el estudio de las predicciones climáticas a corto plazo. El programa internacional de investigación climática "Experimento de observación y variabilidad del clima global" (CLIVAR), implementado en los próximos 10 a 15 años, será un foco de investigación para las predicciones climáticas a corto y mediano plazo. Algunos países del mundo han desarrollado algunos modelos numéricos acoplados mar-atmósfera que pueden usarse para la predicción del clima a corto plazo; sin embargo, debido a las limitaciones de la tecnología y los fondos de observación de los océanos, la grave escasez de datos de observación de los océanos dificulta la aplicación de estos modelos; para desempeñar plenamente su papel y el impacto de la predicción climática La precisión siempre es insatisfactoria.
Las observaciones oceánicas a gran escala se basan principalmente en termómetros desechables (XBT), complementados con un pequeño número de boyas de anclaje (como ATLAS). Los datos recopilados con estos equipos de observación están lejos de ser satisfactorios para la predicción climática en términos de elementos de observación (XBT solo puede medir la temperatura del mar), resolución espacial (limitada por las rutas de los barcos voluntarios y la densidad de distribución de las boyas de anclaje) y las necesidades de precisión de las mediciones. Además, se sabe poco sobre la temperatura, la salinidad y los datos actuales en las secciones verticales del océano. Por lo tanto, en el modelo acoplado mar-atmósfera, la determinación del campo inicial y la selección de parámetros relevantes en el modelo de circulación general oceánica (OGCM) (especialmente la capa subsuperficial, la capa termoclina y la capa profunda) se basan en datos de observación limitados. En la inferencia, por tanto, existe una gran arbitrariedad e incertidumbre. Implementación del programa ARGO.
Los resultados de WOCE muestran que las corrientes oceánicas transportan una gran cantidad de energía térmica desde los mares tropicales hasta latitudes medias. Según estimaciones de Bryden et al (1991), aproximadamente 2 × 1015W de energía térmica. Sólo en el hemisferio norte, el calor transportado por el mar es casi igual al transportado por la atmósfera. Los datos del WOCE también revelaron que existen cambios interanuales significativos en el transporte de calor de los océanos. Según los resultados de la investigación de Roemmich et al (2000), el transporte de calor en la zona tropical/templada del Pacífico Norte cambia al menos un 30% cada año. Quedan por explorar más a fondo muchas cuestiones relacionadas con la generación y el mantenimiento de procesos de variabilidad interanual y entre décadas. En general, se acepta que para comprender y predecir mejor el cambio climático, los sistemas de observación concentrados principalmente en el Pacífico tropical deben ampliarse a todo el océano global. En el sistema de observación del clima, medir el almacenamiento y transporte de calor en el océano global es una parte importante del sistema de observación del clima.
Con el desarrollo de tres ciencias y tecnologías importantes, ha sido posible establecer una red de observación de perfiles en tiempo real basada en boyas ARGO en el océano global.
(1) El exitoso desarrollo de boyas perfiladoras en la década de 1990 ha permitido a las personas realizar mediciones rutinarias y en tiempo real de las propiedades físicas del océano (como la temperatura, la salinidad y las corrientes) en cualquier parte del océano global. ;
(2) Los altímetros satelitales de alta precisión pueden medir la altura global del nivel del mar cada 10 días, pero necesitan urgentemente bases de datos in situ para interpretar y complementar la verdadera distribución de la superficie del mar;
p>
(3) La tecnología de asimilación de datos se encuentra en una etapa madura. El método para juzgar las condiciones de la superficie del mar propuesto por Stammer y Chassignet (2000) proporciona una forma eficaz de combinar la base de datos del subsuelo del océano con las bases de datos del viento de la superficie del mar y de la superficie del océano observadas mediante teledetección.
Por lo tanto, con la ayuda de los sistemas de observación por satélite existentes y una poderosa tecnología de asimilación de datos, el establecimiento de una red de observación subsuperficial en el océano global ayudará a profundizar la comprensión del sistema climático y promoverá la mejora de los pronósticos climáticos. .