HY-2卫星扫描微波辐射计数据反演北极海冰漂移速度

本文基于最大互相关法,利用海洋二号（HY-2）卫星扫描微波辐射计37 GHz通道多时相垂直极化亮温数据,获取了北极海冰漂移速度。采用2012年和2013年国际北极浮标计划海冰现场观测数据,对利用微波辐射计亮温资料反演的冬季北极海冰漂移速度进行了定量验证,结果表明:流速和流向均方根误差分别为1.12 cm/s和16.37°,从一定程度上说明了HY-2卫星扫描微波辐射计亮温数据反演海冰漂移速度的可行性。此外,使用美国国防气象卫星F-17搭载的专用微波成像仪91 GHz通道垂直极化亮温,采用高斯拉普拉斯滤波方法进行处理,结合最大互相关法反演的海冰漂移速度,优于法国海洋开发研究院海冰漂移速度产品。     

海冰密集度卫星遥感反演研究进展

海冰密集度是海冰的重要参数之一,在冰区导航、海上作业、海冰模式验证和气候模型改进等方面具有重要意义。卫星遥感具有覆盖范围广、重访周期短、成本相对低等优势,已成为获取海冰密集度的主要观测手段。本文从主被动微波遥感和光学遥感的角度,回顾了现阶段海冰密集度卫星遥感反演研究进展情况,包括海冰监测传感器、海冰密集度反演算法和海冰密集度产品等。结果表明,被动微波遥感是目前获取海冰密集度的主要方式,已发展出许多成熟的业务化算法;主动微波遥感数据已成为制作冰情图的主要数据源,海冰密集度反演算法由合成孔径雷达SAR（Synthetic Aperture Radar）图像分类向深度学习算法发展;光学遥感海冰密集度算法较为成熟,但受限于云层和夜晚限制,其反演结果多用于其他海冰密集度产品的验证。受传感器硬件限制,3种观测手段各有其长处与不足。为获得高精度、高时空分辨率的海冰密集度数据,开展多源数据融合研究是解决传感器性能瓶颈的有效手段。大数据时代,基于深度学习的海冰密集度卫星遥感反演技术快速发展,需要深度融入海冰密集度卫星遥感领域知识。海冰密集度卫星遥感反演应着力于海冰预报服务,致力于提高我国的海冰预报能力。     

北极海冰密集度数值预报及验证评估研究

本文系统地评估了国家海洋环境预报中心于我国第七次北极科学考察期间开展的北极海冰密集度数值预报结果。该预报系统基于麻省理工大学通用环流模式,并采用牛顿松弛逼近（Nudging）资料同化方法,计算输出未来1~5 d的北极海冰密集度预报产品。本文将数值预报结果同卫星观测的海冰密集度、再分析资料和"雪龙"号第七次北极考察期间观测的海冰密集度数据进行了对比分析。结果表明,预报的北极海冰密集度小于卫星观测值,24 h、72 h和120 h预报结果的偏差分别为-2.7%、-3.1%和-3.2%;数值产品的预报技巧好于气候态结果和惯性预报,但是在海冰出现快速融化或冻结时,基于Nudging同化的数值预报技巧仍有不足。另外,相比船测数据,数值预报结果在海冰边缘区的偏差相对较大,24 h、72 h和120 h预报结果的偏差分别为8.8%、12.0%和14.5%。     

利用2012年中国北极考察现场观测数据和卫星遥感资料评估海洋2号卫星扫描辐射计数据反演北极海冰密集度的研究

A retrieval algorithm of arctic sea ice concentration(SIC) based on the brightness temperature data of "HY-2" scanning microwave radiometer has been constructed. The tie points of the brightness temperature were selected based on the statistical analysis of a polarization gradient ratio and a spectral gradient ratio over open water(OW), first-year ice(FYI), and multiyear ice(MYI) in arctic. The thresholds from two weather filters were used to reduce atmospheric effects over the open ocean. SIC retrievals from the "HY-2" radiometer data for idealized OW, FYI, and MYI agreed well with theoretical values. The 2012 annual SIC was calculated and compared with two reference operational products from the National Snow and Ice Data Center(NSIDC) and the University of Bremen. The total ice-covered area yielded by the "HY-2" SIC was consistent with the results from the reference products. The assessment of SIC with the aerial photography from the fifth Chinese national arctic research expedition(CHINARE) and six synthetic aperture radar(SAR) images from the National Ice Service was carried out. The "HY-2" SIC product was 16% higher than the values derived from the aerial photography in the central arctic. The root-mean-square(RMS) values of SIC between "HY-2" and SAR were comparable with those between the reference products and SAR, varying from 8.57% to 12.34%. The "HY-2" SIC is a promising product that can be used for operational services.     

北极海冰密集度动态系点值ASI反演算法研究

海冰密集度是极区海冰监测的重要因素,使用AMSR-E (Advanced Microwave Scanning Radiometer for Earth Observing System) 89GHz数据ASI反演算法得到的海冰密集度是目前能够获得的分辨率最高的微波数据.在以前的算法中往往使用固定的系点值,本研究实现了动态系点值ASI (the Arctic Radiation And Turbulence Interaction Study (ARTIST) Sea Ice)算法,更重要的是在统计开阔水系点值的时候消除了云对系点值的影响,使得纯水系点值更接近真实状况.得到2010年平均的开阔水和海冰的系点值分别为50.8K和7.8K,通过每天的系点值得到的反演方程在低密集度区增大了海冰密集度,在高密集冰区减小了海冰密集度,从而在一定程度上改善了微波数据的反演准确度.通过和北极区域选取40幅不受云影响的MODIS 500m分辨率宽频大气层顶反照率(broadband TOA albedo)计算的海冰密集度进行了比较验证.结果显示,40个个例中,95%本文的平均差异比使用固定系点值算法产品的小,而且75%的均方根差异比使用固定系点值算法产品的小.     

基于SMAP卫星雷达资料的海冰密集度反演技术研究

SMAP是美国于2015年初发射的一颗卫星,搭载了L波段的雷达。它采用圆锥扫描方式,具有固定的入射角、较大的幅宽和千米级的分辨率,在海冰监测方面具有独特的优势。本文利用SMAP卫星雷达资料分别与德国Bremen大学海冰密集度产品和美国国家冰雪数据中心（NSIDC）海冰密集度产品建立3.125 km和25 km匹配数据集,分析了L波段雷达后向散射系数、极化比和归一化极化差与海冰密集度之间相关性,建立基于人工神经网络的海冰密集度反演算法。为了验证SMAP卫星雷达资料反演海冰密集度的精度,本文选择德国Bremen大学和美国冰雪数据中心发布的海冰密集度产品分别与SMAP海冰密集度产品进行对比分析,SMAP海冰密集度与Bremen海冰密集度的偏差为0.07、均方根误差为0.14;与NSIDC海冰密集度的偏差为0.04、均方根误差为0.18,这表明SMAP海冰密集度产品与现有业务化海冰密集度产品具有很好的一致性。     

北极中央区海冰低密集度现象研究

近年,北极中央密集冰区出现海冰低密集度的异常现象。为了探讨这一现象的成因,本文使用ERA-Interim再分析资料,定义了北极中央区海冰低密集度（LCCA）指数,研究了2009-2016年的6-9月北极中央区发生的海冰低密集度现象。分析表明,研究时段内在北极中央区发生了6次明显的海冰低密集度（LCCA峰值）过程。在这些过程中,局地气温异常并不是导致海冰低密集度现象发生最主要的因素;海冰低密集度区域的形态及冰速场分布均与大气环流场相对应;在LCCA指数峰值发生前均有气旋中心出现在北冰洋70°N以北并伴随向北移动,气旋引起海冰辐散,同时所携带的较低纬度的热量导致海冰迅速融化。在6次过程中,有3次为气旋影响配合北极偶极子（DA）型环流。LCCA指数与84°N平均向北温度平流和北极中央区海冰速度散度呈正相关。在LCCA指数峰值前,温度平流对海冰低密集度区域形成的影响大于海冰辐散的影响。     

两种准实时遥感海冰密集度产品在中国第五次北极考察期间的适用性评估

比较了AMSR2和SSMIS产品在2012年中国第五次北极考察期间的差异,并利用雪龙船在北极走航观测的海冰密集度资料初步评估了两种卫星产品在北极东北航道和高纬航道的适用性。结果表明:两种产品在海冰边缘区域反演的海冰密集度差异较大,且在高纬度区域AMSR2反演的密集度普遍大于SSMIS;两种产品对海冰外缘线的反演基本相同,说明两种算法对海冰和海水的区分基本一致;在去程低纬航线上分辨率较高的AMSR2数据的平均偏差为0.14±0.11,而分辨率较低的SSMIS数据为0.17±0.11;在回程高纬航线上AMSR2数据的平均偏差为0.11±0.10,而SSMIS数据为0.11±0.12。SSMIS数据在高值区明显的低估了海冰密集度值,说明其在高值区的反演上存在系统性偏差,AMSR2数据和走航观测数据更相符。SSMIS数据在高值区偏差大的原因可能与其反演算法对海冰表面出现的大量融池的辨别能力较差有关。     

基于HY-2B波形特征的北极海冰分类算法

海冰类型识别对进行全球气候研究至关重要,利用高度计进行北极海冰监测是目前研究的热点。本文通过利用2019年12月和2020年3月的HY-2B高度计数据,探索了国产卫星高度计在海冰类型识别中的可用性,提取了HY-2B的波形功率最大值、脉冲峰值(Pulse Peakiness,PP)、前缘宽度(Leading Edge Width,LEW)和后向散射系数(Sigma0)4个波形特征,分析了HY-2B卫星高度计精确识别薄一年冰(Thin First-year ice,TFYI)、一年冰(First-year ice,FYI)、多年冰(Multi-year ice,MYI)、冰间水道(LEAD)和开阔水域(Open Water,OW)的能力。通过与俄罗斯北极和南极研究所(Arctic and Antarctic Research Institute,AARI)冰况图产品和MODIS冰间水道产品对比发现,综合PP、LEW及Sigma0和K最近邻法(K-Nearest Neighbor,KNN),平均最高海冰分类精度可达到91.96%。     

2017年夏季北极中央航道海冰观测特征及海冰密集度遥感产品评估

2017年夏季中国第八次北极科学考察期间,"雪龙"号极地考察船首次成功穿越北极中央航道,期间全程开展了海冰要素的人工观测。中央航道走航期间的平均海冰密集度和平均冰厚分别为0.64和1.5 m,海冰密集度时空变化大且以厚当年冰为主,高纬密集冰区的浮冰大小显著高于海冰边缘区。基于"雪龙"号的船基走航观测海冰密集度评估比较了国际上常用的5种常用的微波遥感反演海冰密集度产品,同走航目测海冰密集度点对点的比较,误差最大的为德国不来梅大学AMSR2基于Bootstrap算法的产品,平均误差和均方根误差分别为0.19和0.28;误差最小的为欧洲气象卫星应用组织基于AMSR2数据和OSHD和TUD两种不同算法的产品,平均误差分别为-0.02和0.01,均方根误差均为0.20。从日平均比较来看,AMSR2基于Bootstrap算法的误差最大,平均误差和均方根误差分别为0.15和0.20;AMSR2/OSI SAF（TUD）的误差最小,平均误差和均方根误差分别为0.0和0.11,OSI SAF产品更接近人工观测结果。     

北极中央区海冰密集度与云量相关性分析

本文使用海冰密集度以及低云、中云、高云的日平均数据,借助滑动相关分析方法,研究了北极中央区海冰密集度与云量之间的相关性,分析了海冰与云的相互作用机制。研究表明,在春季海冰融化季节(4、5月)、秋季海冰冻结季节(10、11月),低云与海冰密集度之间表现为较好的负相关,表明在这段时间内冰区海面蒸发强烈,对低云的形成有重要贡献。在10月和11月,中云与海冰密集度也有很好的负相关,表明秋季低云可以通过抬升形成中云。高云与海冰密集度之间并没有明显的相关性,可能原因:一方面海冰的空间分布对高云无影响,另一方面,高云主要影响到达的短波辐射,从而影响海冰的融化和冻结速度,与海冰厚度有直接显著的关系,而与海冰密集度的关系不明显。此外,在海冰密集度与低云存在较好负相关的情况下会出现某些年份相关性不好的情况,我们的研究发现这是北极中央区与周边海区发生了海冰交换或云交换的结果。     

基于HY-2A散射计数据的极区海冰范围反演方法及其评估

A sea ice extent retrieval algorithm over the polar area based on scatterometer data of HY-2A satellite has been established.Four parameters are used for distinguishing between sea ice and ocean with Fisher's linear discriminant analysis method.The method is used to generate polar sea ice extent maps of the Arctic and Antarctic regions of the full 2013–2014 from the scatterometer aboard HY-2A(HY-2A-SCAT) backscatter data.The time series of the ice mapped imagery shows ice edge evolution and indicates a similar seasonal change trend with total ice area from DMSP-F17 Special Sensor Microwave Imager/Sounder(SSMIS) sea ice concentration data.For both hemispheres,the HY-2A-SCAT extent correlates very well with SSMIS 15% extent for the whole year period.Compared with Synthetic Aperture Radar(SAR) imagery,the HY-2A-SCAT ice extent shows good correlation with the Sentinel-1 SAR ice edge.Over some ice edge area,the difference is very evident because sea ice edges can be very dynamic and move several kilometers in a single day.     

Nudging资料同化对北极海冰密集度预报的改进

北极夏季海冰的快速减少使得北极航道提前开通成为可能。为了给北极冰区船运活动提供及时可靠有效的海冰预报保障,急需提高海冰预报水平。本文基于麻省理工大学通用环流模式(MITgcm),使用牛顿松弛逼近(Nudging)资料同化方法将德国不莱梅大学的第二代先进微波辐射成像仪(AMSR2)海冰密集度资料同化到模式中,建立了北极海冰数值预报系统。设计试验对比3种不同Nudging系数计算方案的改进效果,结果表明选择合适参数后,不同方案均能显著改进海冰密集度初始场。通过设计有无Nudging同化的两组预报试验,结合卫星遥感海冰密集度及中国第五次北极科学考察期间"雪龙"船的走航海冰密集度观测数据,定量分析了Nudging同化方案对北极海冰密集度的24~120 h预报结果的改进效果。结果表明,Nudging同化对120 h内全北极海冰密集度的空间分布和移动单点目标的海冰密集度预报结果均有显著改善;但在海冰变化很小的情况下,Nudging同化试验的24~120 h预报结果均劣于惯性预报结果,说明基于Nudging同化的数值预报系统还需进一步提高预报技巧。     

北极秋季海冰密集度与中国初冬降雨之间的关系

本文通过对中国地区实测降水及北极海冰卫星数据的分析,研究了北极秋季海冰密集度与中国初冬降雨的关系。合成分析的研究结果表明2000年之前中国南方和北方冬季降水偏少,中部降水偏多,这之后中国南方和北方冬季降水增加,中部降水减少。SVD研究结果显示,北极海冰减少使得近三十年来中国南方和北方冬季降雨呈现逐渐增多,中部地区(从青藏高原向东北方向至日本)降雨逐步减少的趋势。随着北极海冰的进一步减少,如遇合适的气候条件,南方冻雨出现的概率会加大。北极秋季海冰异常的回复过程加之冬季海冰异常的延续信号在中国、蒙古及日本北部激发一个阻塞高压,以巴伦支海/卡拉海为中心激发一个异常低压。这使得来自北冰洋大西洋扇区的冷空气南下至欧洲大陆和亚洲北部,在阻塞高压的影响下,冷空气进一步南下,进入东亚地区。这不仅使得亚洲冬季温度降低,也为中国北部降水增加提供条件。     

北极海冰密集度预报对大气强迫敏感性的个例研究

A regional Arctic configuration of the Massachusetts Institute of Technology general circulation model （MIT-gcm） is used as the coupled ice-ocean model for forecasting sea ice conditions in the Arctic Ocean at the Na-tional Marine Environmental Forecasting Center of China （NMEFC）, and the numerical weather prediction from the National Center for Environmental Prediction Global Forecast System （NCEP GFS） is used as the atmospheric forcing. To improve the sea ice forecasting, a recently developed Polar Weather Research and Forecasting model （Polar WRF） model prediction is also tested as the atmospheric forcing. Their forecasting performances are evaluated with two different satellite-derived sea ice concentration products as initializa-tions： （1） the Special Sensor Microwave Imager/Sounder （SSMIS） and （2） the Advanced Microwave Scanning Radiometer for EOS （AMSR-E）. Three synoptic cases, which represent the typical atmospheric circulations over the Arctic Ocean in summer 2010, are selected to carry out the Arctic sea ice numerical forecasting experiments. The evaluations suggest that the forecasts of sea ice concentrations using the Polar WRF atmo-spheric forcing show some improvements as compared with that of the NCEP GFS.     

基于卫星数据的北极海冰变化分析

海冰是极地气候系统重要组成部分。基于1982—2004年的卫星反照率、海冰密集度数据,选取了7个北极海域(分别位于格陵兰海、巴伦支海、喀拉海、拉普捷夫海、东西伯利亚海及以北海域、楚科奇海及以北海域和波弗特海及以北海域)进行了研究。对比分析发现,两数据区域平均序列相关性比较高,最低相关系数为0.51,最高相关系数为0.94。格陵兰海海域和巴伦支海海域夏季海表反照率、海冰密集度较低,多为无冰海面;喀拉海域、拉普捷夫海域、东西伯利亚海及以北海域6月份海表反照率、海冰密集度较高,7、8月份海冰加速融化,海冰密集度下降明显;楚科奇海及以北海域、波弗特海及以北海域夏季海表反照率、海冰密集度较高。7个海域海表反照率、海冰密集度均呈现下降趋势,西部的楚科奇海及以北海域、波弗特海及以北海域下降速度最快,巴伦支海海域下降速度最慢。海表反照率和海冰总量的减少,对气候演变有着重要影响。     

HY-2A卫星海面高度数据质量评估

对HY-2A卫星雷达高度计数据进行筛选获取有效的观测点,利用HY-2A卫星第18~23周期数据和同时在轨的Jason-2数据进行交叉点选取,对两颗卫星在交叉点海面高度异常值的差值进行统计与分析,提出了基于交叉点差值统计特征的筛除HY-2A轨道数据方法,评估了HY-2A卫星雷达高度数据质量。结果显示,HY-2A卫星18~23周期阈值筛选去除的点个数占总海洋观测点约12%,HY-2A海面高度异常与Jason-2海面高度异常的标准偏差在7.0 cm,数据精度满足设计精度要求。     

HY-2B卫星散射计神经网络多区间风速反演

以欧洲中期天气预报中心ECMWF(European Centre for Medium Range Weather Forecasts)的ERA5风场数据为真实风速参考值,利用HY-2B卫星散射计L2A数据,使用反向传播神经网络方法对风速进行了反演,分别建立了中高风速、中低风速和全风速反演模型.与基于NSCAT-4地球...     

基于CryoSat-2卫星测高数据的北极海冰体积估算方法

近30年来,北极海冰正发生着剧烈的变化。海冰体积是量化海冰变化的重要指标之一。本文以2015年CryoSat-2卫星测高数据和OSI SAF海冰类型产品为基础。提取了浮冰出水高度、积雪深度、海冰密集度、海冰类型等属性信息,通过数据内插、投影变换、栅格转换、空间重采样等工作将海冰属性信息统一为25 km×25 km分辨率的栅格数据集。根据流体静力学平衡原理,逐个估算栅格像元对应的海冰厚度值,将其与对应的海冰面积相乘,估算了北极海冰密集度大于75%海域的海冰体积,并分析了海冰厚度和体积的月变化和季节变化特征。用NASA IceBridge海冰厚度产品对反演的海冰厚度进行验证。结果表明二者相关系数为0.72,有较高的一致性。北极海冰平均厚度春季最大,夏季最小,分别约为2.99 m和1.77 m,最厚的海冰集中在格陵兰沿岸北部和埃尔斯米尔半岛以北海域。多年冰平均厚度大于一年冰。冬季海冰体积最大,约为23.30×103 km3,经过夏季的融化,减少了近70%。一年冰体积季节波动较大,而多年冰体积相对稳定,季节变化不明显。