极区海冰是气候系统的重要组成部分，可靠的极区海冰范围和体积数据对于气候变化研究具有重要意义。海冰资料同化可基于观测和模式信息给出更准确的海冰状态估计，这使其成为极区海冰研究的重要工具。但相较北极，国际上的南极海冰资料同化研究较少，南极海冰厚度资料同化尚属研究空白。

为改善南极海冰的模拟和估算精度，我实验室极地海洋与气候变化创新团队在区域海冰-海洋耦合模式的基础上，发展了基于模式集合的南大洋资料同化系统（DASSO），该系统可同化南极海冰密集度和厚度卫星遥感数据。为评估DASSO的性能，团队成员利用该系统开展了2016年4月15日至10月14日的同化试验，首次实现对SMOS（Soil Moisture and Ocean Salinity）南极海冰厚度观测的资料同化。总体而言，同化海冰密集度和海冰厚度可以抑制模式自由积分中对南极海冰的高估（图1）。研究发现，南极海冰资料同化应在考虑大气强迫不确定性的基础上，进一步关注滤波发散对南极海冰同化的影响。上述结果证明了同化海冰卫星遥感数据对重构南极海冰数据的有效性，也强调了对模式和观测数据进行合理误差估计的必要性。

图1 海冰密集度（a-c）和海冰厚度（d-f）模式集合平均与观测的均方根误差（RMSE）。第一列为RMSE的时间演变，第二列为F100试验与Ctrl试验RMSE差异的空间分布，第三列为F50试验与F100试验RMSE差异的空间分布。其中，Ctrl为参照试验，F100为未考虑滤波发散的同化试验，F50为考虑滤波发散的同化试验。

研究成果于2021年5月在高水平期刊Journal of Glaciology（中科院SCI二区，影响因子3.162）上发表，题目为“DASSO: A Data Assimilation System for the Southern Ocean that utilizes both sea ice concentration and thickness observations”。创新团队骨干成员、中山大学大气科学学院博士后罗昊为文章的第一作者，创新团队核心成员、中山大学大气科学学院杨清华教授为文章的通讯作者，我实验室主任陈大可院士为文章的合作作者。

该研究得到了国家自然科学基金、南方海洋实验室创新团队建设科研经费及国家超级计算广州中心（“天河2号”）等的支持。

原文链接：https://www.doi.org/10.1017/jog.2021.57