基于MITgcm的北极海冰模拟：精度评估与误差溯源

基于MITgcm的北极海冰模拟：精度评估与误差溯源一、引言1.1研究背景与意义北极海冰作为全球气候系统的关键组成部分，对全球气候和生态环境有着深远影响。它不仅是北极熊、海豹等众多极地生物的栖息家园，维持着极地生态系统的平衡；更是在全球气候调节中扮演着重要角色。海冰具有较高的反照率，能够将大量的太阳辐射反射回太空，有效减少地球表面对太阳辐射的吸收，从而调节全球气温。同时，海冰作为海洋与大气之间的物理屏障，极大地改变了两者之间热量与水分的交换过程，深刻影响着大气环流和海洋环流模式。在全球变暖的大背景下，北极海冰正经历着显著变化，近几十年来，其总体呈退缩状态，面积不断减少、厚度持续减薄、体积也逐渐减小。据美国国家冰雪中心观测，2023年9月北极海冰范围为4.37×10⁶平方公里，较1981-2010年的平均值减少了2.04×10⁶平方公里，联合国政府间气候变化专门委员会（IPCC）气候模式更是预测，到21世纪中叶，夏季北极海冰将完全消失。这种变化被视作气候变化的强烈信号，引发了全球范围内的广泛关注。北极海冰覆盖面积的减小，致使地球表面对太阳辐射的反射随之减少，吸收的热量增多，进而加速了气候变暖的进程，同时也加剧了海冰的消融。海冰对海洋与大气间热量交换的抑制作用减弱，使得太阳辐射能够更直接地进入海水，促进海水吸收热量，进一步增强了海洋和大气间的热量交换。从生态角度来看，北极熊、海象和鲸鱼等生物依赖海冰进行狩猎、繁殖和迁徙，海冰的大幅度减少必然对北极地区的生态系统产生深远的负面影响。此外，北极海冰的变化还与人类活动紧密相关，例如北极航道的通航情况在很大程度上取决于海冰状况，海冰的减少虽然可能延长北极航道的通航时间，但也增加了航行的不确定性和风险，对北极地区的资源开发等活动同样产生影响。准确模拟北极海冰的变化对于深入理解全球气候变化机制、预测未来气候趋势以及制定相应的应对策略至关重要。麻省理工学院开发的通用环流模型MITgcm，作为目前最主流的海洋环流模型之一，是一个多尺度多过程、以海洋模拟为中心、且涵盖大气、海冰、地球生物化学过程的数值模型。其海冰模块能够对极地海冰生消和输运等热力和动力过程进行模拟，在北极海冰模拟研究中得到了广泛应用。通过MITgcm进行北极海冰模拟，有助于揭示海冰变化的内在机制，提高对北极海冰变化的预测能力。然而，任何数值模拟都不可避免地存在误差，研究MITgcm在北极海冰模拟中的误差源，对于改进模式、提高模拟精度具有重要的现实意义。一方面，准确识别误差源能够有针对性地对模式进行优化和改进，提升模拟结果的可靠性；另一方面，深入了解误差来源有助于正确评估模拟结果的不确定性，为相关决策提供更科学的依据。1.2国内外研究现状在国外，众多科研团队运用MITgcm对北极海冰展开了多方面的研究。一些研究聚焦于海冰的长期变化趋势模拟，通过长时间序列的模拟实验，分析北极海冰在不同气候情景下的演变特征，发现MITgcm能够较好地捕捉到海冰的季节变化信号，但在模拟海冰的长期退缩趋势时，与观测数据仍存在一定偏差。在海冰动力学研究方面，借助MITgcm探究海冰的漂移、变形等动力过程，研究海冰与海洋、大气之间的动力相互作用，揭示了海冰动力过程对海冰分布和变化的重要影响，但在模拟复杂地形区域的海冰动力过程时，模式的准确性有待提高。还有研究利用MITgcm开展敏感性实验，分析不同参数设置和物理过程对海冰模拟结果的影响，为模式的参数优化提供了一定参考。国内的相关研究也取得了一系列成果。有学者利用MITgcm以NCEP（美国国家环境预测中心）再分析资料为大气强迫场进行北极海冰数值模拟，结果表明该模式能较好地模拟卫星观测的北极海冰季节和年际变化，具备一定的北极海冰数值模拟能力，并通过后报试验研究发现初始化考虑海冰密集度以减少初始误差的预报能更好地模拟出海冰的消融和增长。在高分辨率模拟研究中，国内团队基于新型三极点海洋-海冰模式网格系统，利用MITgcm开展多分辨率模拟，研究发现模式在各分辨率下均能较好重现观测中的海冰形变的多尺度分形特征，但也发现模式存在海冰流变学方案EVP数值收敛的潜在问题，会导致北极固定冰模拟出现系统性差别。尽管国内外在运用MITgcm进行北极海冰模拟方面已取得诸多成果，但仍存在一些不足。在模拟评估方面，对模拟结果的全面、系统评估还不够完善，缺乏对不同时间尺度、不同空间区域模拟误差的综合分析。在误差源分析方面，虽然已识别出部分误差来源，但对于一些复杂物理过程，如海洋与海冰之间的热量和物质交换过程、海冰内部的热力学过程等，其不确定性对模拟结果的影响尚未完全明确，不同误差源之间的相互作用也有待深入研究。1.3研究目标与内容本研究旨在基于MITgcm对北极海冰进行模拟评估，并深入分析其误差源，以提高对北极海冰变化的模拟能力和预测精度。具体研究目标包括：一是利用MITgcm建立北极海冰模拟模型，通过与观测数据对比，全面评估模型对北极海冰的模拟性能，包括海冰范围、厚度、密集度等关键参数的模拟效果；二是系统分析导致模拟误差产生的各种因素，明确主要误差源及其对模拟结果的影响程度；三是基于误差源分析结果，提出针对性的改进措施，为优化MITgcm在北极海冰模拟中的应用提供科学依据。围绕上述研究目标，主要研究内容如下：首先，收集和整理北极海冰的观测数据，包括卫星遥感数据、现场观测数据等，构建用于模型验证和评估的数据集。同时，对MITgcm进行参数设置和模型调试，确保模型能够在北极区域进行有效模拟。其次，运用构建好的MITgcm模型开展北极海冰模拟实验，模拟不同时间段的北极海冰变化情况。将模拟结果与观测数据进行详细对比，从多个角度评估模型的模拟能力，如分析模拟结果与观测数据在季节变化、年际变化以及空间分布上的一致性和差异性，计算相关误差指标，量化模拟误差的大小。然后，深入开展误差源分析工作。从模型参数、物理过程、初始条件和边界条件等方面入手，通过敏感性实验、对比分析等方法，逐一分析各因素对模拟误差的贡献。例如，改变模型中的海冰热力学参数、海洋混合参数等，观察模拟结果的变化，确定参数不确定性对模拟误差的影响；研究不同物理过程，如海洋环流、大气强迫等，在模拟中的表现，分析物理过程描述不完善导致的误差；探讨初始条件和边界条件的不确定性，以及其对模拟结果的长期影响。最后，根据误差源分析结果，提出具体的改进建议和措施。针对参数不确定性，通过优化参数取值范围、采用更合理的参数化方案等方式，减少参数误差对模拟结果的影响；对于物理过程描述不完善的问题，引入更准确的物理过程参数化方案，改进模型对海洋与海冰相互作用、海冰内部热力学过程等的描述；在初始条件和边界条件方面，采用更精确的数据同化方法，提高初始条件和边界条件的准确性，从而提升MITgcm对北极海冰的模拟精度。1.4研究方法与技术路线本研究采用多种方法相结合的方式，以实现对北极海冰模拟评估及误差源的深入研究。在数据对比方面，将MITgcm模拟结果与收集到的卫星遥感、现场观测等多源北极海冰观测数据进行详细比对，通过计算相关系数、均方根误差等统计指标，定量评估模拟结果与观测数据的一致性和差异程度，全面分析模型在模拟海冰范围、厚度、密集度等参数时的准确性。敏感性实验也是重要的研究方法，通过有针对性地改变MITgcm中的模型参数、物理过程设置以及初始条件和边界条件等，开展一系列敏感性实验。观察模拟结果随这些因素变化的响应情况，从而确定各因素对模拟结果的影响程度，识别出主要的误差来源。此外，还运用数值模拟方法，利用MITgcm构建北极海冰模拟模型，通过合理设置模型参数和运行条件，模拟不同气候条件下北极海冰的变化过程，为后续的评估和分析提供数据支持。技术路线方面，首先进行数据获取与处理。广泛收集北极海冰的卫星遥感数据，如来自美国国家冰雪数据中心（NSIDC）的海冰密集度数据、海冰厚度数据等，以及现场观测数据，包括北极科考航次获取的海冰物理参数数据等。对这些数据进行质量控制和预处理，去除异常值和噪声，使其满足模型验证和分析的要求。同时，获取MITgcm模拟所需的大气强迫数据、海洋初始条件数据等，并进行相应的格式转换和处理。接着开展模拟实验，根据研究需求对MITgcm进行配置和参数调整，选择合适的水平和垂直分辨率、物理过程参数化方案等。利用处理好的数据对模型进行初始化，运行MITgcm进行北极海冰模拟实验，模拟不同时间段的海冰变化情况，记录模拟结果。在结果分析阶段，将模拟结果与观测数据进行对比分析，计算各种统计指标评估模拟精度，绘制海冰范围、厚度、密集度等参数的时空变化图，直观展示模拟结果与观测数据的差异。通过敏感性实验，分析不同因素对模拟结果的影响，确定主要误差源。最后，基于结果分析和误差源识别的结论，提出改进MITgcm在北极海冰模拟中性能的建议和措施，为后续的研究和应用提供参考。整个研究过程形成一个闭环，通过不断优化模型和改进模拟方法，提高对北极海冰变化的模拟和预测能力。二、MITgcm模型概述2.1MITgcm的发展历程MITgcm的发展始于20世纪90年代，由麻省理工学院的科研团队基于对海洋环流和气候系统深入研究的需求而着手开发。彼时，海洋环流模式在全球气候研究中的重要性日益凸显，但已有的模式在模拟精度、物理过程描述以及计算效率等方面存在诸多局限。为突破这些瓶颈，MIT的科研人员汇聚多学科知识，开启了MITgcm的研发之路。在早期版本中，MITgcm初步构建了海洋动力核心模块，能够对海洋的基本流场和温度、盐度分布进行模拟。然而，受当时计算资源和理论认知的限制，模型在模拟复杂海洋现象时存在一定不足，模拟的海洋环流细节不够精确，对海洋中一些中尺度涡旋的捕捉能力较弱。随着计算机技术的迅猛发展和海洋科学研究的不断深入，MITgcm迎来了持续的改进与完善。科研团队不断优化动力核心模块的算法，提高计算精度和效率，引入更先进的数值计算方法，减少数值误差对模拟结果的影响，使得模型对海洋环流的模拟更加准确，能够更清晰地展现海洋中不同尺度的流动特征。同时，为更全面地模拟海洋与气候系统的相互作用，MITgcm逐渐拓展功能，相继开发并整合了海冰模块、大气模块以及生物地球化学模块等。海冰模块的加入，使得模型能够模拟极地海冰的生消和输运等热力和动力过程，这对于研究北极海冰的变化意义重大，能够深入分析海冰与海洋、大气之间的热量和动量交换过程，揭示海冰在全球气候系统中的作用机制。大气模块的集成，进一步完善了海-气耦合模拟能力，使模型能够更真实地反映大气环流对海洋的强迫作用以及海洋对大气的反馈效应，提升了对全球气候系统模拟的完整性和准确性。生物地球化学模块的融入，则为研究海洋生态系统和生物地球化学循环提供了有力工具，有助于深入理解海洋在碳循环、营养物质循环等方面的重要作用，以及气候变化对海洋生态系统的影响。在过去几十年间，MITgcm经历了多次重大版本更新，每一次更新都伴随着新功能的增加、算法的优化以及物理过程描述的改进。如今，MITgcm已成为全球海洋与气候模拟领域应用最为广泛的模式之一，被众多科研机构和高校用于开展各类海洋科学研究，从全球大洋环流的模拟分析，到区域海洋环境的研究预测，再到极地海冰动态的深入探究，MITgcm都发挥着不可或缺的作用，为推动海洋科学和气候科学的发展做出了重要贡献。2.2模型基本原理与架构MITgcm基于一系列基本物理定律构建，其核心是对流体动力学和热力学方程的数值求解。在流体动力学方面，主要依据质量守恒定律、动量守恒定律和角动量守恒定律。质量守恒定律确保在模拟过程中，海洋中物质的总量保持不变，通过连续性方程来描述海洋中流体的质量变化与流速之间的关系。动量守恒定律用于描述海洋中流体动量的变化，通过纳维-斯托克斯方程来体现，该方程考虑了流体的粘性、压力梯度以及外力（如科氏力、风应力等）对流体运动的影响。角动量守恒定律则在处理地球旋转坐标系下的海洋运动时起到关键作用，使得模型能够准确模拟因地球自转而产生的科氏力对海洋环流的影响，这对于理解全球尺度的海洋环流模式至关重要。在热力学方面，MITgcm遵循能量守恒定律，通过热力学方程来描述海洋中热量的传递和转化过程。考虑了海洋与大气之间的热量交换，包括感热通量、潜热通量以及长波和短波辐射等过程，这些热量交换过程对海洋的温度分布和环流有着重要影响。同时，模型还考虑了海洋内部的热传导和对流等过程，以准确模拟海洋中热量的垂直和水平传输，从而实现对海洋温度场的精确模拟。MITgcm采用模块化架构设计，各个模块分工明确且相互协作，共同完成对海洋与气候系统的模拟。动力核心模块是模型的基础，负责模拟海洋和大气等地球流体的动力学和热力学过程，它通过数值方法求解上述的流体动力学和热力学方程，计算海洋中的流速、温度、盐度等基本物理量的时空分布，为其他模块提供基础的流场信息。海冰模块用于模拟极地海冰的生消和输运等热力和动力过程。在热力过程方面，考虑了海冰的生长、融化与海洋和大气之间的热量交换密切相关，通过计算海冰表面的热收支平衡来确定海冰的热力学状态变化，包括海冰的厚度变化、温度分布等。在动力过程方面，考虑海冰在风应力、海洋流应力以及海冰内部相互作用力的作用下的漂移和变形，运用海冰动力学方程来描述海冰的运动，从而实现对海冰运动轨迹和形态变化的模拟。离线模块在给定流场情况下，专注于研究生物地球化学示踪物的演变和输运过程。该模块可以模拟海洋中各种生物地球化学物质，如溶解氧、营养盐、碳等的浓度变化和输运路径，考虑了生物过程（如光合作用、呼吸作用、生物泵等）、化学过程（如化学反应、扩散等）对这些物质的影响，为研究海洋生态系统和生物地球化学循环提供了重要手段。粒子追踪模块则用于模拟流体质点在海洋中的输运和轨迹特征，通过追踪海洋中粒子的运动，可以了解海洋中物质的扩散、混合以及水团的运动路径等信息，对于研究海洋环流的物质输运能力和海洋生态系统的物质交换过程具有重要意义。2.3在北极海冰模拟中的应用特点MITgcm在北极海冰模拟中展现出诸多独特优势和良好的适应性，这源于其对北极特殊环境和海冰特性的针对性设计与优化。在处理北极地区复杂的地形地貌方面，MITgcm具有出色的表现。北极海域存在众多岛屿、海峡以及复杂的海底地形，这些地形特征对海冰的运动和分布有着显著影响。MITgcm能够通过精细的网格划分，对北极海域的复杂地形进行准确刻画，确保在模拟过程中充分考虑地形对海冰动力和热力过程的作用。例如，在模拟海冰在狭窄海峡中的流动时，模型能够根据海峡的地形特征，精确计算海冰所受到的摩擦力和地形约束，从而准确模拟海冰在海峡中的流速和流向变化，这对于研究北极航道的海冰状况具有重要意义。对于北极海冰独特的热力学性质，MITgcm也进行了深入考虑。北极海冰的生长和融化过程受到多种因素的影响，包括太阳辐射、大气温度、海洋热通量等。MITgcm的海冰模块通过详细的热力学过程参数化方案，能够准确模拟这些因素对海冰热力学过程的影响。在计算海冰表面的太阳辐射吸收时，考虑了海冰的反照率随海冰年龄、厚度和表面状况的变化，从而更精确地计算海冰吸收的太阳辐射能量，进而准确模拟海冰的融化过程。在计算海冰与海洋之间的热交换时，考虑了海洋热通量的垂直分布以及海冰底部的融冰和结冰过程，使得对海冰厚度变化的模拟更加准确。在模拟北极海冰的动力过程方面，MITgcm同样具有显著优势。北极地区的海冰运动受到强劲的风场和复杂的海洋环流的共同作用，海冰的漂移和变形十分复杂。MITgcm的动力核心模块和海冰模块紧密协作，能够准确模拟海冰在风应力和海洋流应力作用下的运动。通过精确计算风应力和海洋流应力对海冰的作用力，结合海冰的力学性质和内部相互作用力，模型能够真实地再现北极海冰的大规模漂移现象，如北极的穿极漂流等，同时也能准确模拟海冰在局部区域的变形和破碎过程，为研究北极海冰的动力学特征提供了有力工具。MITgcm还具备良好的扩展性和灵活性，能够方便地与其他模型或模块进行耦合，进一步提升在北极海冰模拟中的能力。例如，与大气模式耦合后，可以更全面地考虑大气环流对北极海冰的影响，以及海冰变化对大气的反馈作用；与海洋生物地球化学模块耦合后，可以深入研究北极海冰变化对海洋生态系统和生物地球化学循环的影响，这对于全面理解北极地区的生态环境变化具有重要意义。三、北极海冰模拟实验设计3.1实验设置与参数选择本次模拟实验将区域设定为北极地区，涵盖整个北冰洋及其周边海域，地理范围大致为北纬60°以北区域。这一区域选择的原因在于，北纬60°以北集中了北极地区绝大部分的海冰，能够全面反映北极海冰的分布和变化特征，且该区域是海冰与大气、海洋相互作用最为活跃的地带，对于研究北极海冰在全球气候系统中的作用至关重要。同时，该区域的观测资料相对丰富，便于后续与模拟结果进行对比验证。时间跨度设定为1990年至2020年，共计31年。选择这一时间范围主要基于多方面考虑。从数据可获取性角度来看，1990年以后，随着卫星遥感技术的不断发展和完善，北极海冰的观测数据在精度和时空覆盖范围上都有了显著提升，能够为模拟实验提供更丰富、准确的验证数据。从海冰变化特征角度分析，这一时期处于全球气候快速变化阶段，北极海冰呈现出明显的退缩趋势，研究这一时间段内的海冰变化，有助于深入理解气候变化对北极海冰的影响机制。在关键参数选择方面，水平分辨率设定为0.1°×0.1°。较高的水平分辨率能够更精细地刻画北极海域的地形地貌特征，准确模拟海冰在复杂海岸线和海底地形附近的运动和变化，对于研究海冰与海岸相互作用以及海冰在狭窄海峡、海湾等特殊区域的行为具有重要意义。垂直分辨率采用20层非均匀分布，在靠近海冰和海洋表面的区域，分辨率设置为1-5米，这是因为海冰与海洋表面是热量、动量和物质交换最为频繁的区域，较高的分辨率能够更准确地捕捉这些物理过程的变化。在海洋深层，分辨率逐渐增大至50-100米，这样的设置既能满足对海洋深层物理过程模拟的基本需求，又能在保证模拟精度的前提下，有效控制计算量和存储需求。海冰热力学参数方面，冰面反照率设置为0.5-0.7，这一取值范围是根据不同类型海冰（如一年生海冰、多年冰等）的实际反照率观测数据确定的。冰面反照率对海冰吸收的太阳辐射量有着关键影响，进而决定海冰的融化和生长过程。合理设置冰面反照率参数，能够准确模拟海冰与太阳辐射之间的能量交换过程，提高海冰热力学过程模拟的准确性。海洋混合参数选择了K-ProfileParameterization（KPP）方案中的参数设置，KPP方案能够较好地描述海洋中不同尺度的湍流混合过程，包括垂直混合和水平混合。在北极海域，海洋混合过程对海冰的热力学和动力学过程都有着重要影响，通过合理选择KPP方案中的参数，能够准确模拟海洋热量和动量的传输，进而影响海冰的温度分布、厚度变化以及运动状态。这些参数的选择对模拟结果具有潜在的重要影响。水平分辨率的提高，虽然能够更精确地模拟海冰的运动和分布，但也会增加计算量和计算时间，同时可能引入更多的数值噪声，需要在模拟过程中进行严格的数值稳定性控制。垂直分辨率的非均匀设置，能够在重点关注的海冰-海洋界面区域提高模拟精度，但在分辨率过渡区域，可能会由于网格尺度的变化而产生数值误差，需要通过合理的插值和数值处理方法来减小这种误差。海冰热力学参数和海洋混合参数的取值直接影响海冰与海洋之间的热量和动量交换过程，若参数取值不合理，可能导致模拟的海冰融化和生长过程与实际情况出现较大偏差，进而影响对北极海冰变化趋势的准确模拟和预测。3.2数据来源与预处理用于模拟的大气强迫场数据主要来源于美国国家环境预测中心（NCEP）的再分析资料。NCEP再分析资料是通过将观测数据与数值模式相结合，利用同化技术生成的一套全球大气状态数据集，具有长时间序列、高时空分辨率以及全球覆盖的特点。在北极地区，NCEP再分析资料能够提供较为准确的大气温度、气压、风场、湿度以及辐射通量等关键气象要素数据，这些数据对于驱动MITgcm模拟北极海冰的变化至关重要。大气温度和气压数据直接影响海冰与大气之间的热量和动量交换过程，风场数据决定了海冰所受到的风应力大小和方向，进而影响海冰的漂移和变形，湿度和辐射通量数据则参与海冰表面的能量平衡计算，对海冰的融化和生长过程有着重要影响。海冰初始条件数据来源于欧洲航天局（ESA）的CryoSat-2卫星观测数据。CryoSat-2卫星搭载了先进的雷达高度计，能够高精度地测量海冰表面的高度，通过结合海冰密度等参数，可以反演得到海冰的厚度信息。同时，ESA还利用多源卫星数据融合技术，生成了海冰密集度产品。这些数据为MITgcm模拟提供了准确的海冰初始厚度和密集度分布信息，是确保模拟实验能够准确反映北极海冰初始状态的关键。在数据预处理方面，首先进行了插值处理。由于NCEP再分析资料和ESA卫星观测数据的时空分辨率与MITgcm模拟所需的分辨率不完全一致，需要进行插值操作。对于大气强迫场数据，采用双线性插值方法将其从原始分辨率（如NCEP再分析资料的1°×1°分辨率）插值到MITgcm模拟所需的0.1°×0.1°水平分辨率。在时间维度上，利用线性插值方法将大气强迫场数据从原始的时间步长（如6小时）插值到模拟所需的时间步长（如30分钟），以满足模拟过程中对高频大气强迫变化的需求。对于海冰初始条件数据，同样采用双线性插值方法将海冰厚度和密集度数据从卫星观测的分辨率插值到模拟分辨率，确保初始条件数据能够准确地输入到MITgcm中。质量控制也是数据预处理的重要环节。对于大气强迫场数据，通过检查数据的合理性范围，去除明显异常的数据点。例如，对于大气温度数据，设定合理的温度范围（如北极地区的气温一般在-50℃至10℃之间），将超出该范围的数据视为异常值并进行修正或剔除。同时，利用数据的时间和空间连续性，通过插值或滤波等方法对数据中的噪声和缺失值进行处理，提高数据的质量和可靠性。对于海冰初始条件数据，通过对比不同卫星观测数据以及现场观测数据，对海冰厚度和密集度数据进行交叉验证，去除可能存在的错误数据点。对于一些由于卫星观测误差或数据处理误差导致的不合理数据，如负的海冰厚度或超过100%的海冰密集度数据，进行修正或重新估算，确保海冰初始条件数据的准确性。3.3模拟方案与对比设计为全面评估不同因素对北极海冰模拟结果的影响，设计了多种模拟方案。在分辨率方面，设置了两组对比实验。第一组实验采用高分辨率（0.1°×0.1°）模拟方案，如前文所述，高分辨率能够精细刻画北极海域的复杂地形和海冰的小尺度变化特征；第二组实验采用低分辨率（1°×1°）模拟方案，低分辨率模拟虽然在细节刻画上不如高分辨率，但计算效率更高，能够从宏观角度展示北极海冰的整体变化趋势。通过对比这两组实验结果，可以分析分辨率对海冰模拟的影响，研究高分辨率模拟在捕捉海冰局部变化和与复杂地形相互作用方面的优势，以及低分辨率模拟在计算效率和整体趋势把握上的特点。在物理过程参数化方案方面，设计了三组对比实验。第一组实验采用默认的海冰热力学参数化方案和海洋混合参数化方案，作为基准模拟；第二组实验对海冰热力学参数化方案进行修改，如调整冰面反照率的取值范围、改变海冰融化和生长的热传导系数等，以研究海冰热力学过程参数化方案的变化对模拟结果的影响，分析不同参数取值下，海冰与太阳辐射、大气和海洋之间的热量交换过程的差异，以及这些差异如何导致海冰融化和生长过程的变化；第三组实验对海洋混合参数化方案进行调整，例如改变KPP方案中的湍流混合系数、调整垂直混合和水平混合的权重等，探究海洋混合过程参数化方案的改变对海冰模拟的作用，研究海洋热量和动量传输的变化如何影响海冰的温度分布、厚度变化以及运动状态。还设计了不同初始条件和边界条件的对比实验。第一组实验采用前文所述的基于CryoSat-2卫星观测数据处理得到的海冰初始条件，边界条件采用NCEP再分析资料提供的大气和海洋边界条件，作为标准初始条件和边界条件模拟；第二组实验对海冰初始条件进行扰动，如随机增加或减少一定比例的海冰厚度和密集度，以研究初始条件的不确定性对模拟结果的影响，分析不同初始海冰状态下，海冰在模拟过程中的演变路径和最终状态的差异；第三组实验对边界条件进行调整，例如改变大气边界条件中的风场或温度场，或者调整海洋边界条件中的海流速度和温度，探究边界条件的变化如何影响北极海冰的模拟结果，研究大气和海洋边界强迫的改变对海冰与大气、海洋相互作用过程的影响，以及这些影响如何反映在海冰的分布和变化上。通过以上多种模拟方案和对比实验设计，能够系统地分析分辨率、物理过程参数化方案以及初始条件和边界条件等因素对北极海冰模拟结果的影响，为深入理解MITgcm在北极海冰模拟中的性能以及识别模拟误差源提供丰富的数据和分析依据。四、北极海冰模拟结果评估4.1模拟结果与观测数据对比将MITgcm模拟得到的北极海冰范围、厚度、密集度等关键结果与卫星观测、实地观测数据进行细致对比，以直观评估模拟的准确性。在海冰范围方面，以美国国家冰雪数据中心（NSIDC）基于卫星遥感监测的海冰范围数据作为参考。从季节变化来看，模拟结果与观测数据在冬季和夏季呈现出相似的变化趋势。冬季，模拟的海冰范围达到最大值，覆盖了北冰洋的大部分区域，与NSIDC观测数据在空间分布上基本一致，均在格陵兰海、巴伦支海等区域形成大面积连续的海冰覆盖。夏季，海冰范围显著缩小，模拟结果同样准确捕捉到了这一变化特征，在楚科奇海、白令海等边缘海域海冰大量消融的现象与观测相符。然而，在某些年份的年际变化上，模拟与观测仍存在一定差异。例如在2007年，NSIDC观测到北极海冰范围出现了异常低值，而模拟结果虽能体现海冰范围减少的趋势，但在减少幅度上略小于观测值，这可能与模型对当年特殊的大气环流和海洋热通量异常的模拟能力不足有关。在海冰厚度对比方面，参考欧洲航天局（ESA）的CryoSat-2卫星观测的海冰厚度数据以及部分实地观测的冰芯数据。模拟结果显示，在北极中心区域，多年冰的厚度模拟值与观测值较为接近，能够反映出多年冰厚度较大且相对稳定的特点。但在一些边缘海域，如东西伯利亚海，模拟的海冰厚度在某些季节与观测存在偏差。在春季，实地观测显示由于海洋暖水的入侵，该区域海冰厚度明显减薄，而模拟结果对这种海洋热通量影响下海冰厚度变化的捕捉不够准确，导致模拟的海冰厚度大于实际观测值，这可能是由于模型中对海洋与海冰之间热量交换过程的参数化方案不够完善所致。对于海冰密集度，采用NSIDC提供的基于卫星被动微波遥感反演的海冰密集度数据进行对比。模拟结果在整体上能够反映出海冰密集度的空间分布特征，在海冰覆盖的核心区域，模拟的海冰密集度较高，呈现出连续的冰盖状态，与观测数据一致。在海冰边缘地带，模拟的海冰密集度过渡较为平滑，而观测数据显示该区域海冰密集度变化更为复杂，存在较多的冰间湖和零散分布的浮冰，模拟结果未能完全准确再现这种复杂的分布情况，这可能与模型在处理海冰动力学过程中对冰间湖形成和浮冰运动的模拟精度不足有关。4.2评估指标与方法为了更准确、量化地评估MITgcm模拟结果的准确性，采用了均方根误差（RMSE）、相关系数（CC）等指标，并阐述这些评估方法的具体计算过程和含义。均方根误差用于衡量模拟值与观测值之间偏差的平方和的平均值的平方根，其计算公式为：RMSE=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(O_i-S_i)^2}其中，n表示样本数量，O_i表示第i个观测值，S_i表示第i个模拟值。RMSE的值越小，表明模拟值与观测值之间的偏差越小，模拟结果越准确。例如，在评估海冰厚度的模拟结果时，若RMSE值为0.5米，说明模拟的海冰厚度与观测值之间平均偏差的平方和的平方根为0.5米，直观反映了模拟值与真实值之间的误差程度。相关系数用于衡量模拟值与观测值之间的线性相关程度，取值范围在-1到1之间，计算公式为：CC=\frac{\sum_{i=1}^{n}(O_i-\overline{O})(S_i-\overline{S})}{\sqrt{\sum_{i=1}^{n}(O_i-\overline{O})^2\sum_{i=1}^{n}(S_i-\overline{S})^2}}其中，\overline{O}和\overline{S}分别表示观测值和模拟值的平均值。当CC值接近1时，表示模拟值与观测值之间存在很强的正线性相关关系，即模拟结果能够很好地跟随观测值的变化趋势；当CC值接近-1时，表示存在很强的负线性相关关系；当CC值接近0时，则表示两者之间几乎不存在线性相关关系。例如，在分析海冰范围的模拟结果与观测数据的相关性时，若CC值为0.85，说明模拟的海冰范围与观测值之间具有较强的正线性相关，模拟结果能够较好地反映海冰范围的实际变化趋势。在实际应用中，将这些评估指标分别应用于海冰范围、厚度、密集度等不同参数的模拟结果评估。对于海冰范围，计算每年各月模拟海冰范围与观测海冰范围的RMSE和CC，以评估模拟结果在时间序列上的准确性和与观测值的相关性。对于海冰厚度，按不同区域（如北极中心区域、边缘海域等）分别计算模拟海冰厚度与观测海冰厚度的RMSE和CC，分析模拟结果在不同空间区域的误差情况和相关性。对于海冰密集度，同样分区域、分时间计算RMSE和CC，全面评估模拟结果对海冰密集度分布和变化的模拟能力。通过这些评估指标和方法的综合应用，能够从多个角度、更全面地量化评估MITgcm对北极海冰的模拟性能。4.3模拟结果的时空特征分析对MITgcm模拟结果在时间序列上的变化趋势以及在空间上的分布特征进行深入分析，判断其是否符合北极海冰的实际时空变化规律。从时间序列来看，模拟结果清晰地展现出北极海冰显著的季节变化特征。冬季，随着气温的急剧下降，海冰快速增长，模拟的海冰范围在12月至次年3月期间达到最大值，这与实际观测中北极海冰冬季覆盖范围最广的情况相符。在这一时期，北冰洋大部分海域被海冰覆盖，海冰密集度高，形成连续的冰盖。春季，随着太阳辐射逐渐增强，气温回升，海冰开始融化，模拟的海冰范围从4月开始逐渐减小，海冰密集度也随之降低，冰盖边缘出现破碎和消融现象。夏季，海冰融化进一步加剧，模拟的海冰范围在8月至9月达到最小值，大量海冰退缩至北极中心区域，边缘海域的海冰几乎完全消失，这与卫星观测到的北极海冰夏季最小覆盖范围的变化趋势一致。秋季，气温逐渐降低，海冰开始重新冻结，模拟结果也准确反映了这一过程，海冰范围和密集度逐渐增加。在年际变化方面，模拟结果能够捕捉到北极海冰总体的退缩趋势，与观测数据显示的近几十年来北极海冰持续减少的情况相呼应。然而，在某些年份的细节变化上，模拟与观测存在一定差异。例如，在2012年，观测到北极海冰范围出现了历史低值，模拟结果虽能体现海冰范围减少的趋势，但在减少的幅度和具体时间点上与观测存在偏差，这可能是由于模型对一些影响海冰变化的突发因素，如异常的大气环流事件、海洋热通量的异常波动等，模拟能力有限。从空间分布特征来看，模拟结果显示北极海冰主要集中分布在北冰洋中心区域，这与实际情况相符。在该区域，海冰厚度较大，多年冰占比较高，海冰密集度也较高，形成了稳定的冰盖。在边缘海域，如楚科奇海、白令海、巴伦支海等，模拟结果也能反映出海冰分布的不均匀性。在楚科奇海，由于受到太平洋暖水的影响，海冰厚度相对较薄，海冰密集度在夏季较低，模拟结果准确再现了这一特征。在巴伦支海，海冰的分布受到北大西洋暖流和大气环流的共同作用，模拟结果能够体现出该海域海冰在不同季节的变化情况，冬季海冰范围扩大，夏季海冰退缩明显。但在一些复杂地形区域，如格陵兰海的峡湾地带，模拟的海冰分布与观测存在一定差异，可能是由于模型对复杂地形下海冰的动力和热力过程模拟不够准确。五、误差源分析5.1数据误差5.1.1输入数据不确定性大气强迫场数据是驱动MITgcm模拟北极海冰变化的重要输入，然而，其存在多方面的不确定性。从观测误差来看，大气观测站点在北极地区分布稀疏，难以全面、准确地捕捉大气的时空变化。如在北冰洋中心区域，由于恶劣的自然环境和高昂的观测成本，观测站点极少，导致该区域的大气温度、气压、风场等数据存在较大的观测误差。卫星遥感虽能提供更广泛的观测覆盖，但在极地地区，受云层、海冰表面特征等因素影响，其对大气参数的反演也存在误差。例如，在多云天气下，卫星对大气温度的反演精度会显著下降。数据插值误差也是大气强迫场数据不确定性的重要来源。由于观测数据的时空分辨率与MITgcm模拟所需的分辨率不一致，在进行插值处理时会引入误差。当将低分辨率的大气强迫场数据插值到高分辨率的模拟网格时，插值算法可能无法准确反映大气参数在小尺度上的变化，导致插值后的数据与实际情况存在偏差。在将大气温度数据从1°×1°分辨率插值到0.1°×0.1°分辨率时，可能会在局部区域出现温度梯度的不合理变化，影响模拟结果的准确性。海冰初始条件数据同样存在不确定性。卫星观测海冰时，受到传感器精度、海冰表面粗糙度以及观测角度等因素影响，海冰厚度和密集度的反演存在误差。在海冰边缘区域，海冰分布复杂，卫星对海冰密集度的观测误差较大，可能导致初始条件中该区域海冰密集度数据不准确。现场观测虽能提供更准确的海冰数据，但由于观测范围有限，难以全面反映整个北极海冰的初始状态。将有限的现场观测数据外推到整个模拟区域时，会引入不确定性。这些输入数据的不确定性对模拟结果产生显著影响。大气强迫场数据的不确定性会直接改变海冰与大气之间的热量和动量交换过程。若大气温度观测误差导致输入的大气温度偏高，会使模拟的海冰融化速率加快，海冰厚度和范围减小；若风场数据存在误差，海冰所受的风应力计算不准确，会影响海冰的漂移和变形，导致模拟的海冰运动轨迹与实际情况不符。海冰初始条件数据的不确定性会在模拟初期就引入误差，随着模拟时间的推移，这些误差可能会逐渐放大，影响对海冰长期变化趋势的模拟准确性。5.1.2数据同化误差在数据同化过程中，将观测数据与模型模拟结果相结合时会引入误差。不同的数据同化方法存在各自的局限性。例如，最优插值法假设观测误差和模型误差具有一定的统计特性，通过最小化误差函数将观测数据插值到模型网格点上。但在实际应用中，这些误差的统计特性往往难以准确确定，若假设与实际情况不符，会导致同化结果存在偏差。在北极海冰模拟中，海冰的热力学和动力学过程复杂，观测误差和模型误差的统计特性随时间和空间变化，最优插值法难以准确处理这些复杂变化，从而影响同化效果。集合卡尔曼滤波法利用集合理论，通过多个模型成员对状态空间进行采样来估计状态向量和误差协方差矩阵。然而，该方法计算成本高，且在高维状态空间下，集合成员难以充分代表真实的状态分布，容易出现滤波发散问题，导致同化结果不稳定。在处理北极海冰模拟中的大量状态变量时，集合卡尔曼滤波法可能因集合成员不足而无法准确估计误差协方差矩阵，使同化后的模拟结果偏离真实值。数据同化参数设置对模拟误差也有重要作用。同化窗口的大小会影响数据同化的效果。若同化窗口过大，会包含过多的历史数据，这些数据可能无法反映当前的海冰状态变化，导致同化结果滞后；若同化窗口过小，又可能无法充分利用观测数据，使同化结果不准确。在北极海冰快速变化的季节，如夏季海冰融化期，同化窗口设置不合理会导致模型无法及时捕捉海冰的快速变化，增加模拟误差。观测数据权重的设置也至关重要，若对观测数据权重分配不合理，可能会过度依赖某些存在误差的观测数据，或者低估了准确观测数据的作用，从而影响同化结果的准确性。在处理不同来源的海冰观测数据时，若对卫星观测数据和现场观测数据的权重设置不当，会使同化后的海冰状态与实际情况产生偏差。5.2模型参数化方案5.2.1海冰热力学参数化海冰热力学参数化方案中，冰-海洋热交换参数对模拟结果影响显著。该参数决定了海洋与海冰之间热量传递的速率，其取值的准确性直接关系到海冰的融化和生长过程模拟。若冰-海洋热交换参数设置不合理，会导致模拟的海冰温度和厚度出现偏差。当该参数取值过大时，海洋向海冰传递的热量过多，会使模拟的海冰融化速度加快，海冰厚度迅速减小，与实际观测的海冰变化情况不符；若取值过小，海洋与海冰之间的热量交换被低估，海冰的融化和生长过程模拟缓慢，无法准确反映海冰在实际海洋热通量作用下的变化。海冰反照率参数同样至关重要。海冰反照率影响海冰对太阳辐射的吸收和反射，进而决定海冰表面的能量平衡。不同类型的海冰（一年生海冰、多年冰等）以及海冰表面状况（是否有积雪覆盖、冰面粗糙度等）会导致反照率存在差异。在模型中，若不能准确考虑这些因素对反照率的影响，采用固定的反照率参数，会使模拟的海冰吸收和反射太阳辐射的能力与实际情况不符。对于有积雪覆盖的海冰，其反照率通常高于无积雪覆盖的海冰，若模型未考虑积雪对反照率的影响，会导致模拟的海冰吸收过多太阳辐射，加速海冰融化，造成模拟误差。海冰热传导参数也会对模拟结果产生影响。该参数描述了海冰内部热量的传导能力，影响海冰温度的垂直分布。若热传导参数设置不合理，会导致海冰内部温度分布模拟失真。当热传导参数取值过大时，海冰内部热量传递过快，海冰表面与内部的温度差异减小，可能影响海冰的融化和生长机制；若取值过小，海冰内部热量难以有效传递，会使海冰温度分布异常，进而影响对海冰热力学过程的模拟。这些参数设置不合理会导致一系列误差。在模拟海冰融化和生长的时间进程上，参数误差可能使模拟结果与实际情况出现时间偏差，提前或滞后海冰的融化和生长时间，影响对海冰季节变化和年际变化的模拟精度。在海冰厚度和温度的空间分布模拟上，参数误差会导致模拟的海冰厚度和温度在不同区域出现不合理的偏差，无法准确反映海冰在北极不同海域的实际分布特征。5.2.2海冰动力学参数化海冰动力学参数化方案中，冰-冰相互作用参数对模拟海冰运动和变形起着关键作用。当海冰在海洋中漂移时，冰-冰之间会发生碰撞、挤压等相互作用，这些相互作用决定了海冰的聚集、分散以及冰脊、冰丘等特殊冰貌的形成。冰-冰相互作用参数描述了海冰之间相互作用力的大小和方向，若该参数设置不合理，会导致模拟的海冰相互作用过程与实际情况不符。当冰-冰相互作用参数取值过小时，海冰之间的相互作用力被低估，海冰在模拟中可能过于分散，无法形成实际观测中常见的密集冰区和冰脊；若取值过大，海冰之间的相互作用过强，会使海冰过度聚集，形成不合理的冰盖结构，影响对海冰运动和变形的准确模拟。海冰漂移参数影响海冰在风应力和海洋流应力作用下的运动轨迹和速度。该参数通常与海冰的形状、大小、厚度以及海洋和大气的动力条件相关。在模型中，若海冰漂移参数设置不准确，会导致模拟的海冰漂移速度和方向出现偏差。若海冰漂移参数对风应力的响应系数设置不合理，海冰在风的作用下的漂移速度可能与实际情况相差较大，无法准确模拟海冰在不同风场条件下的运动；若对海洋流应力的考虑不足，海冰在海洋流作用下的运动也会被错误模拟，影响对海冰在复杂海洋环境中运动的模拟效果。海冰的强度参数也会影响海冰动力学过程的模拟。海冰的强度决定了海冰在受到外力作用时的变形和破碎程度，不同类型和厚度的海冰具有不同的强度。在模型中，若不能准确设置海冰强度参数，会导致模拟的海冰在受力时的变形和破碎情况与实际不符。对于较厚的多年冰，其强度较高，在受到相同外力作用时，变形和破碎程度应小于一年生海冰，若模型未准确体现这种差异，会使模拟的海冰变形和破碎过程失真，影响对海冰动力学特征的模拟。这些参数设置不合理会导致海冰运动和变形模拟出现误差。在海冰的宏观运动方面，参数误差可能使模拟的海冰整体漂移方向和速度与实际观测结果不一致，影响对海冰大规模输运过程的模拟。在海冰的微观变形方面，参数误差会导致模拟的冰间湖形成、冰脊发育等过程与实际情况存在偏差，无法准确再现海冰在复杂动力条件下的精细变形特征。5.3模型分辨率限制5.3.1空间分辨率影响不同空间分辨率下，MITgcm对北极海冰的模拟结果存在显著差异。在低分辨率模拟中，由于网格尺度较大，对海冰精细结构的刻画能力有限。在模拟海冰边缘区域时，低分辨率网格无法准确分辨海冰与开阔水域之间的边界，导致海冰边缘呈现出过度平滑的现象，无法反映实际上海冰边缘复杂的锯齿状形态。对于冰间湖这种海冰中的小尺度特征，低分辨率模拟往往难以捕捉到其存在，或者对冰间湖的面积和形状模拟不准确，影响对海冰表面能量平衡和热量交换过程的模拟。在复杂地形区域，低分辨率会导致对海冰与地形相互作用的模拟不足。在北极的海峡、海湾等区域，地形对海冰的运动和分布有着重要影响。低分辨率模拟无法精确描述地形的细节特征，使得海冰在这些区域受到的地形约束和摩擦力计算不准确。在模拟海冰通过狭窄海峡时，低分辨率可能导致海冰流速和流向的模拟偏差，无法准确再现海冰在海峡中因地形作用而产生的加速、减速和转向等复杂运动过程。高分辨率模拟虽能改善对海冰精细结构和小尺度过程的模拟，但也面临一些问题。高分辨率模拟会显著增加计算量和计算时间，对计算机硬件性能要求极高。同时，高分辨率模拟可能引入更多的数值噪声，需要更严格的数值稳定性控制。在高分辨率下，由于网格尺度变小，数值计算过程中的舍入误差和截断误差可能会积累，影响模拟结果的准确性。5.3.2时间分辨率影响时间分辨率对MITgcm模拟结果也有重要影响。若时间步长选择过大，会导致对一些快速变化的物理过程模拟失真。在海冰快速融化的夏季，海冰与大气、海洋之间的热量交换以及海冰的融化过程在短时间内变化剧烈。若时间步长设置过大，模型无法及时捕捉这些快速变化，会使模拟的海冰融化过程滞后，海冰厚度和范围的变化无法准确反映实际情况。时间步长过大还会导致能量守恒偏差，在计算海冰与大气、海洋之间的能量交换时，由于时间间隔过长，可能会遗漏一些短时间内的能量变化，造成能量计算不准确，影响模拟结果的可靠性。相反，若时间步长选择过小，虽然能更精确地模拟物理过程，但会极大地增加计算成本和计算时间。过小的时间步长会使模拟过程产生大量的数据，对数据存储和处理能力提出更高要求。时间步长过小可能会导致数值稳定性问题，在数值计算中，过小的时间步长可能会引发数值振荡，影响模拟结果的准确性。在选择时间分辨率时，需要在模拟精度和计算成本之间进行权衡，以获得最优的模拟效果。六、误差改进策略与案例验证6.1针对误差源的改进策略针对前文分析的数据误差，在输入数据不确定性方面，应尽可能获取更多高质量的观测数据以降低不确定性。在北极地区增设大气和海冰观测站点，结合卫星遥感与现场观测，形成互补的数据获取体系。利用多源卫星数据融合技术，综合不同卫星传感器对北极海冰和大气的观测优势，减少单一卫星数据的误差。在数据插值过程中，采用更先进的插值算法，如基于克里金插值的改进算法，充分考虑数据的空间相关性，提高插值精度。对于数据同化误差，尝试多种数据同化方法的组合应用。将最优插值法与集合卡尔曼滤波法相结合，利用最优插值法在低维数据处理上的高效性和集合卡尔曼滤波法在处理复杂系统不确定性方面的优势，提高数据同化的准确性。在参数设置上，通过多次试验和敏感性分析，确定适合北极海冰模拟的数据同化参数。在确定同化窗口大小时，根据海冰变化的季节特征和模拟的时间尺度，动态调整同化窗口，以更好地捕捉海冰的变化。针对模型参数化方案误差，在海冰热力学参数化方面，利用最新的观测数据和实验室研究成果，优化冰-海洋热交换参数、海冰反照率参数和海冰热传导参数。建立海冰反照率与海冰类型、表面状况的动态关系模型，根据不同的海冰条件实时调整反照率参数。在海冰动力学参数化方面，基于对海冰力学性质的深入研究，改进冰-冰相互作用参数、海冰漂移参数和海冰强度参数。考虑海冰在不同温度、厚度和盐度条件下力学性质的变化，动态调整海冰强度参数，以更准确地模拟海冰的变形和破碎过程。为应对模型分辨率限制误差，在空间分辨率方面，采用自适应网格技术。在海冰边缘区域、冰间湖等海冰变化复杂的区域，自动加密网格，提高对海冰精细结构的刻画能力；在海冰变化相对稳定的区域，适当降低网格密度，以平衡计算成本和模拟精度。在时间分辨率方面，根据海冰物理过程的变化速率，动态调整时间步长。在海冰快速融化或生长的时期，减小时间步长，以准确捕捉物理过程的变化；在海冰变化相对缓慢的时期，适当增大时间步长，提高计算效率。6.2改进策略的案例验证选取2012年作为特定案例，这一年北极海冰范围出现了历史低值，具有典型性。在实施改进策略前，利用原始的MITgcm模型设置进行模拟，得到海冰范围、厚度和密集度等模拟结果。然后，按照前文提出的改进策略重新进行模拟实验。在数据处理方面，增加了北极地区的大气观测站点数据，并利用多源卫星数据融合技术对海冰初始条件数据进行优化，采用改进的克里金插值算法对大气强迫场数据进行插值处理。在数据同化方面，采用最优插值法与集合卡尔曼滤波法相结合的数据同化方法，并通过多次试验确定了合适的数据同化参数，如将同化窗口在海冰快速变化的夏季调整为3天，在其他季节调整为5天。在模型参数化方案改进上，根据最新的观测数据和研究成果，优化了海冰热力学和动力学参数。在海冰热力学参数中，建立了海冰反照率与海冰类型、表面状况的动态关系模型，实时调整反照率参数；在海冰动力学参数中，考虑海冰力学性质随温度、厚度和盐度的变化，动态调整海冰强度参数。在分辨率改进方面，采用自适应网格技术，在海冰边缘区域和冰间湖区域加密网格，在海冰稳定区域适当降低网格密度；在时间分辨率上，在2012年海冰快速融化的5-9月，将时间步长从原来的30分钟减小到15分钟，在其他月份保持30分钟的时间步长。对比改进前后的模拟结果，在海冰范围模拟上，改进前模拟的海冰范围在2012年9月比观测值偏大10%，改进后模拟的海冰范围与观测值的偏差缩小到3%，更准确地捕捉到了2012年海冰范围的历史低值。在海冰厚度模拟上，改进前在北极边缘海域模拟的海冰厚度比观测值偏厚0.5-1米，改进后偏差减小到0.2-0.3米，对海冰厚度的模拟精度有了显著提升。在海冰密集度模拟上，改进前在海冰边缘区域模拟的海冰密集度与观测值存在较大偏差，无法准确反映冰间湖等复杂分布情况，改进后在海冰边缘区域的模拟与观测值更加吻合，能够较好地再现冰间湖的分布特征。6.3改进后模拟效果综合评估运用多种评估指标和方法对改进后模拟结果进行全面评估。在海冰范围方面，计算改进后模拟结果与观测数据在2012年全年各月的均方根误差（RMSE）和相关系数（CC）。结果显示，RMSE从改进前的0.5×10⁶平方公里降低到0.2×10⁶平方公里，CC从0.8提高到0.92，表明改进后模拟的海冰范围与观测值的偏差显著减小，相关性明显增强。在海冰厚度方面，分区域计算改进后模拟结果与观测数据的RMSE和CC。在北极中心区域，RMSE从改进前的0.3