【ASTE简要介绍】

ASTE（Arctic Subpolar state estimate)虽然中文翻译为北极副极地状态计算，但是它覆盖的的是全球的海洋数据，具体如图1所示：

在此基础上，将这5个面细分为29个子区域，如图2所示：

所以北冰洋区域应该是第三个面（8-16个子区域)，它将卫星数据与实地观测数据进行了合成，将海洋——海冰进行耦合，能够更准确计算随时间变化的收支平衡。

观测数据主要包含：

1. satellite altimetry-derived sea surface height (SSH),

2. GRACE ocean bottom pressure anomalies (OBP),

3. AMSR-E and WinSat sea surface temperature (SST),

4. in-situ hydrographic profiles from Argo, CTD, XBT, ITP, APB, Glider, moorings at important Arctic gateways

5. sea-ice concentration measurements

【时空分辨率】

-时间分辨率有三种：逐日、逐月、气候态

                                  整体覆盖周期：01/Jan/2002——31/Dec/2017

-空间分辨率：水平上格点空间从北极的13km变化到热带北大西洋的30km

                       垂向上格点空间从近表面的10m增加到近海洋底部的457m

                       最深的海洋底部是海表面以下6000m处

                       空间整体覆盖区域见图1&2

【SSH的修正】

本人重点关注的是海表面高度(Sea Surface Height, SSH),可是因为研究区域有海冰，不像中低纬度，SSH较难准确估测，ASTE数据集处理方法如下：

【可视化部分】

matlab和python都可以实现

此处仅演示python的情况，matlab具体见附录链接

安装第三方库

conda install -c conda-forge ecco_v4_py

还有basemap、cartopy、matplotlib

有许多投影方式，以北极极地投影为例：

Polar Stereographic Projection

【Data Availability】

ASTE_R1

https://arcticdata.io/catalog/portals/ASTE/

(and mirrored at https://web.corral.tacc.utexas.edu/OceanProjects/ASTE/Release1/)

也可以用wget命令，例如逐月位温场：

wget -r --no-parent https://arcticdata.io/data/10.18739/A2CV4BS5K/nctiles_monthly/THETA

【附录】

Tutorial

• 数据介绍：

  https://arcticdata.io/data/10.18739/A2CV4BS5K/doc/ASTE_R1_user_guide.pdf

• 编程：

  python：1. https://github.com/ECCO-GROUP/ECCOv4-py

                 2. https://github.com/crios-ut/aste

  解释：1中的ecco包只是一个可视化工具，我们实际用的不是ecco数据，而是用的ASTE数据，如2所示

  matlab：https://arcticdata.io/data/10.18739/A2CV4BS5K/matlab_tools/