长时间序列北极海冰密集度遥感数据的比较评估

基于空间分辨率和精度更高的BLM海冰密集度数据集, 评估了两种时间跨度较长、 应用广泛的25 km分辨率海冰密集度遥感数据集——NSIDC数据集和SICCI数据集。两种数据集与BLM数据集的海冰面积变化趋势相同, 但均低于基于BLM数据集得到的海冰面积, 其中基于SICCI数据集得到的海冰面积更接近BLM数据集。相比于NSIDC数据集, SICCI数据集的年、 月平均和日海冰面积偏差分别低81.88%、 80.90%、 81.44%, 且其海冰密集度平均偏差为-3.28%, 低于NSIDC数据的4.36%, 因此在进行北极地区整体海冰面积及海冰密集度分析时应选用SICCI数据集。按纬度、 海冰密集度值分情况对两种数据进行比较, 发现NSIDC数据集对开阔水域和浮冰区的区分效果较差, 其在低纬度和低密集度区域的平均偏差分别为10.11%和13.13%, 而SICCI数据集的平均偏差达到0.05%和0.44%, 是研究低纬度和中低海冰密集度区域的首选数据。与之相对, NSIDC数据集对中高纬度高海冰密集区域, 特别是近北极点区域的反映能力优于SICCI数据集, 平均偏差为1.08%, 均方根偏差为7.76%, 因此进行中高纬度高海冰密集度区域分析时首选NSIDC数据集。对两类数据集在北极东北航道上的分段评估结果发现, 低纬度海冰边缘地带或中低海冰密集度区域占比较高的航段区, SICCI数据集更接近BLM数据集, 这些航段应使用SICCI数据集进行分析; 而在中高纬度高海冰密集度区域占比较高的航段区, NSIDC数据集更加贴合, 应为首选数据集。     

基于卫星气候资料的1989-2015年南北极海冰面积变化分析

利用被动微波卫星海冰密集度气候资料,分析了1989-2015年南北极海冰面积和密集度的长期变化趋势。结果表明：研究期内,北极年平均海冰面积减少,南极海冰面积增加,变化趋势分别为-0.569×10⁶ km²·（10a）^-1和0.327×10⁶ km²·（10a）^-1,均通过了0.01水平的显著性检验,两极海冰面积变化趋势表现出明显的"非对称性"。两极总海冰面积出现了下降,变化趋势为-0.242×10⁶ km²·（10a）^-1。年海冰密集度在北极地区普遍减少,而在南极地区的变化趋势存在显著的空间差异,威德尔海、罗斯海北部海冰密集度增加,趋势超过了10%·（10a）^-1,别林斯高晋海、阿蒙森海的海冰密集度出现下降。北极各月海冰面积的变化趋势存在明显的季节差异,7-10月海冰面积减少明显,其中9月减少最显著,趋势为-0.955×10⁶ km²·（10a）^-1。南北极海冰冻结和融化的时间不完全对应,北极融化与冻结时间基本平衡,南极海冰冻结时间明显长于融化时间。南极年内海冰面积的变化幅度大于北极,呈现显著的季节性特征。北极极小海冰面积的变化趋势最显著,达到了-0.636×10⁶ km²·（10a）^-1。南极极大海冰面积出现的时间后移明显,趋势为0.733候·（10a）^-1;极小海冰面积出现的时间非常稳定,没有明显的变化趋势。     

FY-3 A/MERS I积雪制图中NDS I指标建立及积雪判识模型研究 ——以祁连山区为例

我国新型自主的极轨气象卫星风云3号A星（简称FY-3A）上搭载的中分辨率光谱成像仪（MERSI）为大面积雪监测提供了新的遥感数据源。以中国西北祁连山区为例,分析FY-3A/MERSI传感器积雪与其它地物的图谱特征差异,建立了适用于FY-3A/MERSI的归一化差分积雪指数（NDSI）,以此为基础,构建了综合利用多光谱判别指标及土地覆盖类型（LULC）定类辅助的积雪判识模型,生成250 m分辨率的日积雪制图产品。模型通过逐步逼近的树状判别结构,去除了易和积雪混淆的部分乔木林、云、云阴影、水体、湖冰、沙（盐）地等地物,并提出应考虑积雪下覆地表特性的影响,调整设定不同LULC类型的积雪判别阈值约束,实时结合区域LULC影像进行积雪的最终判定与优化。对祁连山区2010-2011年积雪季FY-3A/MERSI影像的积雪制图应用结果表明,该资料能够客观精细地反映积雪的空间分布与动态发展过程。同时利用气象台站积雪观测记录及Terra/MODIS积雪判识结果进行对比验证,结果表明基于FY-3A/MERSI建立的积雪判识模型具有较高的精度和稳定性,特别是提高了云雪区分的效能。     

基于Sentinel-1卫星数据的北极西北航道通航适宜性分析

北极西北航道对北极资源开发与世界贸易格局有重要影响。针对当前西北航道通航适宜性时空变化分析研究中时空分辨率低、时效性差等问题,利用2015—2019年每年9月及2019年8月1日至9月20日的Sentinel-1 SAR数据,基于k均值非监督分类方法反演了十米级高空间分辨率海冰密集度。通过长时序宏观跟踪和短时序精细分析西北航道全线通航窗口,并以70%的海冰密集度作为阈值,测算了西北航道经过重要海湾及海峡累计不可通航的次数。结果表明：西北航道的航情随冰情而变,通航能力尚不稳定。具体来说,西北航道的冰情呈现东轻西重、南轻北重的格局,不可通航节点个数东少西多、南少北多。2018年9月西北航道通航情况最差,高于可通航阈值的海冰覆盖面积占总航道面积的35.24%,共有10个不可通航节点。2016年和2019年9月的通航情况较好,阿蒙森湾—科罗内申湾—毛德皇后湾—维多利亚海峡—富兰克林海峡—皮尔海峡—巴罗海峡—兰开斯特海峡段航道（航道C）可实现全线通航。进一步通过小尺度时间窗口研究发现,西北航道的最佳通航窗口为8月下旬至9月上旬,期间共出现3条全线通航的航道;最佳通航路线为航道C,其连续通航时间长达30天。     

白令海冰间湖的数值模拟及影响模拟准确度的关键因素

冬季在北白令海陆架区域频繁地出现潜热冰间湖,对当地的生态系统和北极盐跃层贡献很大.将CICE海冰模式应用到该区域,采用高分辨率(6.37 km)网格,模拟2002年11月至2003年4月的海冰变化过程,模拟的海冰总面积和海冰密集度与AMSR-E/Aqua卫星遥感结果吻合很好,其中两者日平均海冰总面积在模拟期间的相关系数达到0.97.模拟结果表明,东北风将海冰向南输运在东西走向的海岸南部形成冰间湖,反映了潜热冰间湖形成和演化的动力过程.对卫星观测数据,将海冰密集度<75%作为冰间湖的判据;而对数值模拟结果,确定海冰密集度<70%为冰间湖的判据.据此讨论白令海4个区域的冰间湖形成过程,与卫星数据进行比较,大部分冰间湖得到很好的模拟.深入讨论了影响冰间湖模拟准确度的主要因素,认为选用恰当的阈值、提高气象强迫场的空间和时间分辨率有助于提高模拟效果.对部分海域的冰间湖模拟效果不佳,需要发展冰海耦合模式才能最终解决.     

基于CryoSat-2卫星测高数据分析南极海冰厚度的时空变化

利用卫星测高数据能够获取大尺度、长时序的海冰厚度信息。相较于北极,目前南极海冰厚度特别是近期变化信息仍很缺乏。基于2013-2018年的CryoSat-2卫星测高数据,采用最低点高程法和静力平衡方程模型反演了近6年逐月平均海冰厚度并分析其时空变化规律。结果表明：2013-2018年南极海冰厚度整体呈现先上升后下降的趋势,其中,2014-2017年年平均海冰厚度表现为快速变薄。南极较厚的海冰集中在威德尔海西南海域,最大值出现在该海域2014年的7月（6.27 m）。年平均海冰厚度在2017年达到最低值。南极海冰厚度的时空变化研究可为深入研究海冰变化与全球变化的关系提供参考。     

基于多种机器学习及其堆叠式集成方法的月尺度北极海冰预测研究北大核心CSCD

北极海冰范围退缩已对区域和全球气候变化、北极通航性乃至地缘政治格局产生了深远影响,开展北极海冰预测具有重要意义。本文使用美国冰雪数据中心(NSIDC)发布的海冰密集度、海冰冰龄遥感资料以及ERA5再分析资料,结合前人研究和海气耦合模式结果选择预测参量方案,开展了月尺度的海冰冰情预测。比较了支持向量机(SVR)、深度森林(DF)、LightGBM (LGB)、XGBoost(XGB)和CatBoost (CAT)等5种机器学习算法和以树模型LGB、XGB和CAT作为基模型,以贝叶斯回归、岭回归、套索回归和深度森林作为元模型的4种堆叠式集成学习模型,以及深度神经网络(DNN)、卷积神经网络(CNN)、时空卷积网络(ConvLSTM)3种深度学习模型在2000年测试集上对海冰范围和密集度空间分布的预测效果。结果表明:在海冰密集度预测中,ConvLSTM表现最优,套索堆叠集成学习模型预测效果次之。集成学习模型相较于三种单一树模型在预测效果上有约1%~4%的提升。在海冰范围预测中,堆叠式集成学习模型的预测效果最好。本研究为开展机器学习海冰预测奠定了重要基础。     

关于矿床学创新问题的探讨

2003年1月4日至2月15日期间,在5种不同情况下对南极海冰进行了调查研究。包括:(1)基于走航观测的威德尔海至普利茨湾之间海冰分布研究;(2)基于航空拍摄的普利茨湾海冰分布研究;(3)纳拉海峡固定冰和上浮雪厚度钻孔测量以及冰心钻取;(4)中山站附近融化冰的分布研究以及(5)中山站附近海冰早期冻结过程观测研究。结果表明,威德尔海至普利茨湾之间走航观测得到的海冰全部密集度为14.4%,大部分冰(99.7%~99.8%)属于一年冰,观测到冰的厚度在15~150 cm。沿观测航线上海冰最大密集度(80%)出现在威德尔海,从59°56 S到69°22 S以及从040°41 W到076°23 E的区域分布着广阔的水域。这一结果验证了Silvia的海冰漂移理论。普利茨湾沿岸海冰受制于沿岸地形、拉斯曼丘陵以及搁浅冰山的影响,其密集度呈现较大的空间变化。钻孔测量显示,纳拉海峡固定冰平均厚度为169.5 cm。风吹雪的重分布以及日照强度差异是导致纳拉海峡固定冰厚度差异的主要因素。观测表明,中山站附近海冰早期冻结遵循Lange的海冰早期冻结过程“饼状循环”最初的两个阶段。     

格陵兰海海冰外缘线变化特征分析

格陵兰海作为北冰洋的边缘海之一,容纳了北极输出的海冰,其海冰外缘线的变化既受北极海冰输出量的影响,也受局地海冰融化和冻结过程的影响。利用2003年1月到2011年6月AMSR-E卫星亮温数据反演的海冰密集度产品,对格陵兰海海冰外缘线的变化特征进行了分析。结果表明,格陵兰海海冰外缘线不仅存在一年的变化周期,还存在比较显著的半年变化周期,与海冰在春秋两季向岸收缩有关。格陵兰海冬季的海冰外缘线极大值呈逐年下降的趋势,体现了北极增暖导致的冬季海冰范围减小;而夏季海冰外缘线离岸距离的极小值呈上升趋势,表明夏季来自北冰洋的海冰输出量增大。2003—2004年是格陵兰海夏季海冰融化最严重的2年。2007年北冰洋夏季海冰覆盖范围达到历史最小;而格陵兰海夏季的最小海冰范围最大,表明2007年北冰洋海冰的输出量大于其他年份。此外,夏季格陵兰岛冰雪融化形成的地表径流对海冰外缘线有一定的影响。对海冰外缘线影响最大的不是格陵兰海的局地风场,而是弗拉姆海峡(Fram Strait)区域的经向风,它直接驱动了北冰洋海冰向格陵兰海的输运,进而对格陵兰海海冰外缘线的分布产生滞后的影响。     

1997-2005年北极东西伯利亚海海冰变化特征研究

近年来北冰洋气候系统发生了显著变化,海冰面积减小和厚度变薄是最主要的特征.利用美国国家冰中心的1997—2005年东西伯利亚海海冰密集度数据,研究了该海域海冰覆盖率的多年变化特征.结果表明:1997—2001年海冰冰情偏重,2002—2005年海冰冰情明显减轻,尤其是2005年,海冰面积覆盖率创密集度为近几年最低值.海冰融冰期长度和海冰面积覆盖率最小值与海冰面积指数的相关系数在置信水平为0.95时分别达到-0.90236和0.9098,海表负积温与海冰面积指数的相关系数达到-0.7424.近年来东西伯利亚海海面风场的偏南风有加强趋势,有利于海冰的北向运移和暖空气北上,造成海冰面积持续减小.河流径流量在9a中整体呈现增长趋势,与海冰具有很好的负相关性.     

基于卫星遥感数据南海南部海洋表面流场反演

海表流场可直接影响海表的气候变化,且对于研究海气相互作用、热通量输送等具有重要意义.通过利用Jason-2号与HY-2号卫星高度计数据以及Metop卫星的ASCAT与HY-2号卫星散射计数据反演海表流场.利用距离加权平均法生成分辨率为0.25°×0.25°的网格,通过数据融合分别得到海表高度场与海面风场,在此基础上构建地转流和Ekman流反演数学模型.利用Jason-2与HY-2号卫星高程计数据反演地转流,利用ASCAT与HY-2号卫星散射计数据得出风应力驱动的Ekman流,合并两者得到海表流场.通过对研究海域海表流速的反演结果与OSCAR海流产品的对比分析,发现越靠近赤道的位置,其流速误差较大,最大相对误差达到了0.6 m/s.实验结果表明利用卫星遥感数据反演海洋表层流场能较为准确地表现实际海表流场的基本特征.      

基于海冰分析图获取北极固定冰分布的方法研究

对北极沿岸地区固定冰的分析研究,将有助于更全面认识北极海冰的变化趋势,并为进一步探索北极航道的开发利用提供数据支撑。基于美国国家冰中心发布的2008-2018年逐周/逐两周海冰分析图发展了一个数据转化处理方法,准确提取了全北极逐周的固定冰分布格点数据。分析该时间序列发现,北极平均固定冰范围为（9.0±6.3）×10⁵ km²,呈现出（-1.0±3.9）×10³ km²·a^-1的减小趋势;4月份固定冰范围最大,多年平均值为1.6×10⁶ km²,处于北极冬季的1-6月份的范围均高于百万平方公里,而7-10月份为北半球夏季,几乎无固定冰存在。将MODIS图像作为基准数据对不同月份的七组结果进行对比验证,结果显示：结冰末期和融冰前期的平均偏差较小,如2012年3月12日的固定冰外缘线平均偏差为-0.8 km;而融冰末期的偏差较大,如2009年9月14日的固定冰外缘线平均偏差为-9.4 km;但所有月份的验证误差都小于格点网格的大小（25 km）,因此认为该方法是可行的,得到的格点数据可以代表固定冰的真实分布情况。     

北冰洋中央密集冰区海冰对太阳短波辐射能吸收的观测研究

太阳辐射能是海冰融化的最主要能源,基于在2008年8月21～27日北极加拿大海盆中部为期8天的冰站考察中海冰光学观测数据,研究了北冰洋中央密集冰区海冰吸收的太阳辐射能.通过现场直接观测,确定了海冰透射率、反照率、吸收率及其随冰厚的变化,得出海冰对太阳短波辐射的吸收率大约为到达冰面太阳辐射的16%,大部分被冰雪表面反射.为期3天的对太阳辐射的观测表明,虽然到达北冰洋中央密集冰区的太阳辐射能并不少,但由于云和雾覆盖的时间所占的比例很大,有将近57%被大气削弱,其余的又有77%左右被冰雪表面反射回太空,海冰吸收的热量只有10.2W/m2,相当于每天融化2.6mm的冰,1m厚海冰全部融化需要380天,不足以为海冰融化提供足够的热量.因此北冰洋中央密集冰区终年被海冰覆盖,即使在北冰洋海冰面积骤减的现状下,那里的海冰密集度仍然接近100%.然而,文章的结果指出:大气中云和雾大幅度减少、积雪层融化、海冰厚度减小、融池的比例增加等因素都会大幅度增加海冰吸收的热量,未来这些过程的发生有可能导致北冰洋密集冰区的海冰快速融化.     

New model estimates of changes in the duration of the navigation period for the Northern Sea Route in the 21st century

New estimates of changes in the duration of the navigation period for the Northern Sea Route (NSR) are obtained based on calculations with the current generation of global climate models under moderate anthropogenic impacts in the 21st century. In order to obtain more reliable estimates, it was analyzed whether or not the present climate models can simulate both the average conditions of sea ice and their interannual variation and tendencies to change in the Arctic basin, in particular on the NSR, as compared to the satellite data for recent decades.     

ESI高影响论文揭示的北极自然科学研究特点

在全球气候持续变暖背景下,北极地区冻土退化、冰川退缩、海冰减少等导致了一系列的生态环境问题,同时也使得资源勘探开发与国际新航道开通成为可能,北极地区的重要性日益凸显。依据2009—2019年6月期间有关北极研究的408篇ESI高影响论文,对发文量、主要作者、研究机构、国家、研究方向等字段进行分析,从自然科学角度,宏观而概要地了解北极研究中最具影响力的研究力量、研究领域,为中国的北极研究提供最精要的科研信息整体分析,并通过内容分析揭示北极研究中的重要方面和中国在当前北极研究中存在的问题及或可行的策略途径。分析发现：美国引领并以绝对优势（论文数量、主要作者、机构、资助基金）占据北极研究领域。北极自然科学研究已形成以气候变暖为核心和背景,辐射相关海冰和海洋、生物与典型生态系统（生物多样性适应与保护、北方针叶林、苔原、微生物）、冰川退缩与冻土退化、大气天气与气候系统等领域的整体研究格局,呈现全面推进态势。研究已取得大量进展,研究手段呈现出大数据支持、模型运算为主的显著特征,但“不确定性”几乎渗透在其各个方面。中国以合作参与、外围相关、微量切入的形式开展北极研究,存在多重限制因素,我国或可利用已有冰冻圈研究积累,积极参与各方面研究及数据共建共享,着重北极对中纬度气候影响等与我国社会经济密切相关的领域,从而为提升北极研究的科学话语权、为我国的防灾减灾和生态环境改善提供支持。     

On the value of long-term satellite passive microwave data sets for sea ice/climate studies

In spite of the importance of sea ice to polar climates, sea ice/climate studies have been limited in the past due to the lack of consistent, long-term, global sea ice records. Satellite passive microwave technology, available since the early 1970s, now provides the potential of generating the desired long-term data sets. With passive microwave data, global sea ice distributions can be mapped on a routine basis every few days, to a spatial resolution on the order of 30 km. The sea ice records generated so far from such satellite data have already been used in many scientific investigations, helping to quantify global sea ice distributions and their seasonal and interannual variations, and to illuminate possible ice/ocean and ice/atmosphere interactions. The results to date augur well for the possibilities once the satellite passive microwave record is long enough to form a true climatic data base.