气候态下的北极海冰运动特征

利用国际北极浮冰运动观测资料(IABP)(1979-2006年),分析了年平均、季节平均和月平均的北极海冰运动特征.分析结果表明,在不同时间尺度上,都体现出北极海冰运动的两个基本特征,即反气旋式的波弗特涡和穿极漂流,但是强度有所差异.6-9月,北极上空存在一个低压系统,导致海冰出现气旋式运动,穿极漂流较弱.波弗特涡中心在1-9月由加拿大海盆逐渐退缩至海岸附近,之后又向东西伯利亚海方向移动.北极海冰运动特征与海平面气压有密切关系,但北极表层洋流的作用也是不可忽略的,尤其是弗雷姆海峡附近海域.     

北极海冰的变化特征

本文使用了北极海冰１９７２～１９８９年的资料，分析了北极海冰的区域特征、季节变化和长期变化的特征。发现由于北极海冰南侧被殴亚和北美大陆所包围，处于基本封闭状态，只有通过白令海峡与太平洋相连和格陵兰海和娜威海与大西洋相连的两个通道，其环境条件与南极海冰绝然不同，因此其特征也明显不同。１、季节变化小。净冰面积冬季是夏季的２倍左右，而南极海有６倍之差。２、海冰寿命较长。以多年冰为主，平均寿命为１．３年。     

北极海冰输出研究综述

北极海冰对全球气候变化起重要的指示作用。除了海水冻结和融化过程以外,通过弗拉姆海峡(Fram Strait)的海冰输出也是影响北极海冰质量变化的重要动力机制。观测数据中的多源卫星遥感数据(尤其是辐射计观测数据)在获取大尺度连续观测方面具有独特的优势,在研究北极海冰输出面积通量变化方面有着广泛应用。本文总结了北极弗拉姆海峡、其他通道(S-FJL、FJL-SZ、加拿大群岛、Nares海峡通道)海冰输出面积或体积通量,着重介绍了弗拉姆海峡不同年龄海冰输出情况,并总结和分析了影响北极海冰输运的大尺度大气活动模态。最后,本文阐明北极海冰输出方面现有研究的不足之处以及未来的突破方向。     

近40年北极海冰范围变化特征分析

随着全球变暖,北极海冰正在发生快速变化。文中使用北极地区1972年1月—2012年12月海冰密集度卫星遥感资料,计算了北极海冰范围,讨论了北极海冰范围的各月年变化趋势,并分析了北极海冰范围与北半球温度异常、大气中CO2浓度的关系。分析结果表明:近40年北极海冰呈显著减少趋势,9月份减少最快;北极海冰的减少滞后于北半球2—4月的异常高温;北极年海冰范围与大气中CO2浓度为负相关,相关系数r为-0.94,说明大气中CO2浓度的增长影响了包括气温在内的气候变化要素,而导致北极海冰消退。     

北极海冰与埃尔—尼诺

本文通过简单的曲线对应关系分析指出,北极海冰与埃尔-尼诺现象存在着一定的对应关系:在埃尔-尼诺发生前半年的冬季,欧洲附近（Ⅳ区）北极海冰指数（DQ％值）易出现峰值或处于增长阶段,在埃尔-尼诺发生年的夏季,北美中西部附近（Ⅱ区）的北极海冰指数也是易出现峰值或处于增长阶段。同时本文还给出了北极海冰（Ⅱ区和Ⅳ区）与埃尔-尼诺相联系的可能的物理机制,指出:埃尔-尼诺发生前半年的冬季Ⅳ区海冰是埃尔-尼诺的一个强迫源,而埃尔-尼诺年夏季Ⅱ区海冰是对埃尔-尼诺强迫的响应结果。     

2013年北极最小海冰范围比2012年增加的原因分析

北极海冰范围从1979年有卫星观测资料以来呈现明显下降趋势,尤其是9月份。2012年9月北极海冰范围达到有观测记录以来的最小值,而2013年9月比2012年同期增加了60%。增加的区域主要在东西伯利亚海区、楚科奇海和波弗特海区。本文应用距平和经验模态分解方法,分析了美国国家冰雪数据中心的北极海冰卫星数据、欧洲预报中心的夏季底层大气环流数据和上层海洋的温度,指出2013年北极最小海冰范围比2012年在北冰洋太平洋扇区增加的原因,是由于表面气温(SAT)降低、海平面气压(SLP)升高、气旋式风场异常、表面空气中水汽含量(SH)降低以及海表面温度(SST)降低5个条件形成的冰-SAT、冰-SST和冰-汽(SH)3个正反馈机制共同作用造成的。     

2007与2008年夏季北极海冰变化特征及原因的对比分析

2008年进行的中国第三次北极科学考察是我国响应国际极地年(IPY)计划的一个重要组成部分.通过本次考察我们在物理海洋、海洋化学、生物海洋学、地质及地球物理等领域取得丰富的数据.国家海洋环境预报中心承担航线保障及海冰观测任务,预报和观测的同时,积累了大量现场气象和海冰观测数据及卫星云图资料.本文利用这些数据,结合极地共享数据及历史观测资料和再分析数据,对2008年夏季北极地区大气、海冰的特征进行综合分析,同时,通过对2008年与2007年夏季北极大气环流的比较分析,研究在全球变暖的背景下,影响北极夏季海冰分布的主导因素.     

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。     

北极海冰变化特征分析

本文利用NASA的海冰密集度资料(时间为1978年10月～2002年9月,分辨率为1.0×0.25),计算并分析了1978～2002年的北极海冰面积、范围的时间变化趋势以及变化的空间分布。     

北极海冰数值模拟研究述评

根据国内外近年发表的主要文献,详细介绍北极海冰数值模拟工作的最新进展。综合评述各种主要动力学模式的特点和不足,指出与数值模式有关的主要物理问题,重点介绍海冰模式所特有的问题以及海冰数值模拟工作的发展方向。对以往的数值工作和海冰数值模拟的主要问题进行了总结,并在理论和实践方面进行了深入探讨,有助于我国相关工作的开展。     

Spatio-temporal analysis of the melt onset dates over Arctic sea ice from 1979 to 2017

The melt onset dates(MOD) over Arctic sea ice plays an important role in the seasonal cycle of sea ice surface properties, which impacts Arctic surface solar radiation absorbed by the ice-ocean system. Monitoring interannual variations in MOD is valuable for understanding climate change. In this study, we investigated the spatio-temporal variability of MOD over Arctic sea ice and 14 Arctic sub-regions in the period of 1979 to 2017 from passive microwave satellite data. A set of mathematical and ...     

Arctic summer sea ice phenology including ponding from 1982 to 2017

Information on the Arctic sea ice climate indicators is crucial to business strategic planning and climate monitoring. Data on the evolvement of the Arctic sea ice and decadal trends of phenology factors during melt season are necessary for climate prediction under global warming. Previous studies on Arctic sea ice phenology did not involve melt ponds that dramatically lower the ice surface albedo and tremendously affect the process of sea ice surface melt. Temporal means and trends of the Arctic sea ice phenology from 1982 to 2017 were examined based on satellite-derived sea ice concentration and albedo measurements. Moreover, the timing of ice ponding and two periods corresponding to it were newly proposed as key stages in the melt season. Therefore, four timings, i.e., date of snow and ice surface melt onset (MO), date of pond onset (PO), date of sea ice opening (DOO), and date of sea ice retreat (DOR); and three durations, i.e., melt pond formation period (MPFP, i.e., MO–PO), melt pond extension period (MPEP, i.e., PO–DOR), and seasonal loss of ice period (SLIP, i.e., DOO–DOR), were used. PO ranged from late April in the peripheral seas to late June in the central Arctic Ocean in Bootstrap results, whereas the pan-Arctic was observed nearly 4 days later in NASA Team results. Significant negative trends were presented in the MPEP in the Hudson Bay, the Baffin Bay, the Greenland Sea, the Kara and Barents seas in both results, indicating that the Arctic sea ice undergoes a quick transition from ice to open water, thereby extending the melt season year to year. The high correlation coefficient between MO and PO, MPFP illustrated that MO predominates the process of pond formation.     

不同MSS模型及其北极海冰干舷的多时空差异分析

基于2017年4月、2018年4月和2019年4月的CryoSat-2 L1B数据,比较分析了UCL13、DTU10、DTU13、DTU15和DTU18 5种不同平均海表面高度(MSS)模型及其反演的北极海冰干舷的多时空尺度差异。以UCL13为基准,对比分析不同MSS模型的差异和所反演的海冰干舷的差异,实验结果表明,不同MSS模型之间的平均绝对偏差范围为0.19～0.26 m,标准差范围为0.55～0.57 m,其中DTU18与UCL13的差异最小。以UCL13为基准,其他4种MSS模型反演的海冰干舷的平均绝对偏差为0.50～0.79 cm,标准差范围为1.17～1.74 cm。通过与冰桥计划(Operation IceBridge,OIB)机载数据相比,5种MSS模型反演的海冰干舷的相关系数范围为0.70～0.71,均方根误差范围为7.7～7.8 cm。故不同MSS模型之间的偏差对整个北极地区的海冰干舷反演的影响较小,偏差以相同的方式影响冰间水道和浮冰高度测量,因此相互抵消,但在冰间水道分布稀疏的区域,如加拿大群岛北部和拉普捷夫海区域,不同MSS模型反演的海冰干舷差异较大。     

Arctic sea ice distribution in summer based on aerial photos

1Introduction TheArcticOceanisoneoftheimportantcold sourcesontheearth,whichaffectsglobalclimateand oceancirculationseriously.Itsinteractionwithglobal climatesystemisrepresentedbyseaice,whichisthe mainfeatureonthesurfaceoftheArcticOcean(Aa- gaard,etal.,1989).Firstly,seaiceplaysapivotalrole intheheatandmassbalanceonthesurfaceoftheArc- ticOcean.Seaicenotonlyobstructstheheatexchange betweenatmosphereandocean,butalsoreflectsthe mostofthelocalsolarradiationbacktotheatmo- spherebecauseofitshighalb…     

北极冬季季节性海冰双模态特征分析

近年来北极海冰快速变化,北极中央区边缘正由以多年冰为主转为季节性海冰为主。通过对北极冬季季节性海冰的EOF分解发现,2002-2012年期间北极季节性海冰变化的前两模态主要体现为2005年和2007年的季节性海冰距平。其中第二模态主要体现了北极海冰在2005年的一种极端变化,而第一模态不仅体现了北极海冰在2007年的变化,还体现了北极季节性海冰的从负位相到正位相的转变。通过比较发现,在研究时段北极季节性海冰最主要的变化发生在北极太平洋扇区,在2007年,冬季季节性海冰距平发生位相转变,2007-2010年一直维持正位相,北极太平洋扇区冬季季节性海冰保持显著正距平。太平洋扇区表面温度最大异常也发生在2007年,从大气环流来看,2007年之后波弗特海区异常高压有利于夏季太平洋扇区海冰的减少,而西风急流的减弱有利于夏季波弗特海区异常高压的维持,结合夏季海冰速度,顺时针的冰速分布有利于海冰离开太平洋扇区,因而会导致冬季太平洋扇区季节性海冰转为正距平并且从2007年一直维持到2010年。     

全球热带海洋海表温度场异常对北极海冰的影响

本文利用1951−2021年哈德莱中心提供的海冰和海温最新资料以及美国国家海洋和大气管理局气候预报中心提供的NCEP/NCAR再分析资料,分析探讨了北极海冰70余年的长期变化特征,进而研究了其快速减少与热带海温场异常变化之间的联系,揭示了在全球热带海洋海温场变化与北极海冰之间存在密切联系的事实。结果表明,北极海冰异常变化最显著区域出现在格陵兰海、卡拉海和巴伦支海。热带不同海区对北极海冰的影响存在明显时滞时间和强度差异,热带大西洋的影响相比偏早,印度洋次之,太平洋偏晚。热带大西洋、印度洋和中东太平洋海温异常影响北极海冰的最佳时间分别是后者滞后26个月、30个月和34个月,全球热带海洋影响北极海冰的时滞时间为33个月。印度洋SST对北极海冰的影响程度最强,其次是太平洋,最弱是大西洋。全球热带海洋对北极海冰的影响过程中,热带东太平洋和印度洋起主导作用。当全球热带海洋SST出现正（负）距平时,北极海冰会出现偏少（多）的趋势,而AO、PNA、NAO对北极海冰变化起重要作用,是热带海洋与北极海冰相系数的重要“纽带”。而AO、PNA和NAO不仅受热带海洋SST的影响,同时也受太平洋年代际振荡PDO和大西洋多年代际AMO的影响,这一研究为未来北极海冰快速减少和全球气候变暖机理的深入研究提供理论支撑。     

夏季北极海冰表皮温度实测资料与MODIS产品的对比分析

Ship-borne infrared radiometric measurements conducted during the Chinese National Arctic Research Expedition(CHINARE) in 2008, 2010, 2012, 2014, 2016 and 2017 were used for in situ validation studies of the Moderate Resolution Imaging Spectroradiometer(MODIS) sea ice surface temperature(IST) product.Observations of sea ice were made using a KT19.85 radiometer mounted on the Chinese icebreaker Xuelong between July and September over six years. The MODIS-derived ISTs from the satellites, Terra and Aqua, both show close correspondence with ISTs derived from radiometer spot measurements averaged over areas of 4 km×4 km, spanning the temperature range of 262–280 K with a ±1.7 K(Aqua) and ±1.6 K(Terra) variation. The consistency of the results over each year indicates that MODIS provides a suitable platform for remotely deriving surface temperature data when the sky is clear. Investigation into factors that cause the MODIS IST bias(defined as the difference between MODIS and KT19.85 ISTs) shows that large positive bias is caused by increased coverage of leads and melt ponds, while large negative bias mostly arises from undetected clouds. Thin vapor fog forming over Arctic sea ice may explain the cold bias when cloud cover is below 20%.     

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%。