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%。     

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。     

2010-2018年北极夏季中国北极科学考察航行期间被动微波遥感海冰密集度与船基目视观测资料的比较

为了更有效地将卫星数据应用于北极航行导航,被动微波（PM）产品的海冰密集度（SIC）与从中国北极科学考察中收集到的船基目视观测（OBS）资料进行了比较。在2010、2012、2014、2016和2018年的北极夏季总共收集了3667组目测数据。PM SIC取自基于SSMIS传感器的NASA-Team（NT）、Bootstrap（BT）以及Climate Data Record（CDR）算法和基于AMSR-E/AMSR-2传感器的BT、enhanced NT（NT2）以及ARTIST Sea Ice（ASI）算法。使用PM SIC的日算术平均值和OBS SIC的日加权平均值进行比较。比较了PM SIC和OBS SIC之间的相关系数,偏差和均方根偏差,包括总体趋势以及在轻度/普通/严重冰况下的情况。使用OBS数据,浮冰尺寸和冰厚对不同PM产品SIC反演的影响可以通过计算浮冰尺寸编码和冰厚的日加权平均值来评估。我们的结果显示相关系数的范围为0.89（AMSR-E/AMSR-2 NT2）到0.95（SSMIS NT）,偏差的范围为-3.96%（SSMIS NT）到12.05%（AMSR-E/AMSR-2）,均方根偏差的范围为10.81%（SSMIS NT）到20.15%（AMSR-E/AMSR-2 NT2）。浮冰尺寸对PM产品的SIC反演有显著的影响,大多数PM产品倾向于在小浮冰尺寸情况下低估SIC,而在大浮冰尺寸情况下高估SIC。超过30 cm的冰厚对于PM产品的SIC反演没有明显影响。总体来看,在北极夏季,SSMIS NT SIC与OBS SIC之间有着最好的一致性,而AMSR-E/AMSR-2 NT2 SIC与OBS SIC的一致性最差。     

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。     

对地球系统模式FIO-ESM同化实验中北极海冰模拟的评估

本文评估了地球系统模式FIO-ESM(First Institute of Oceanography-Earth System Model)基于集合调整Kalman滤波同化实验对1992-2013年北极海冰的模拟能力。结果显示:尽管同化资料只包括了全球海表温度和全球海面高度异常两类数据,而并没有对海冰进行同化,但实验结果能很好地模拟出与观测相符的北极海冰基本态和长期变化趋势,卫星观测和FIO-ESM同化实验所得的北极海冰覆盖范围在1992-2013年间的线性变化趋势分别为-7.06×105和-6.44×105 km2/(10a),同化所得的逐月海冰覆盖范围异常和卫星观测之间的相关系数为0.78。与FIO-ESM参加CMIP5(Coupled Model Intercomparison Project Phase 5)实验结果相比,该同化结果所模拟的北极海冰覆盖范围的长期变化趋势和海冰密集度的空间变化趋势均与卫星观测更加吻合,这说明该同化可为利用FIO-ESM开展北极短期气候预测提供较好的预测初始场。     

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.     

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。     

北极高密集度冰区海冰的多时间尺度变化特征及其极端低值事件分析

利用美国冰雪中心(NSIDC)高分辨率海冰密集度等多种数据,定义了北极高密集度冰区(High concentration ice region:HCIR)海冰变化指数,在此基础上研究了1989—2017年HCIR海冰多尺度变化特征及其极端低值事件的可能形成原因。结果表明:北极HCIR海冰密集度具有显著的单峰型季节变化特征,4月密集度最高,9月密集度最低,年较差达17.70%,兼有夏季融冰期短、冬季结冰期长且持续稳定的特点。HCIR海冰存在显著的年际年代际变化,在2007年发生了年代际转折以后,海冰变化指数的年际变化幅度和频次明显加强,且在2016、2012、2007、2011、2008和2010年依次出现海冰密集度极端降低事件;2016年9月初HCIR海冰密集度达到历史最低值,接近50%。对HCIR海冰密集度极端低值事件的统计研究表明,29年间共出现874天(次)极端低值事件,约占总频次的8%;空间上海冰密集度的降低主要出现在沿HCIR边界线一带,存在巴伦支海-喀拉海北缘的斯瓦尔巴群岛-北地群岛和东西伯利亚-波弗特海两个中心区域,该空间分布与气旋式大气环流引起的北冰洋Ekman漂流的辐散分布相一致。这表明HCIR海冰密集度的极端降低与极涡的动力作用有关,同时风场对海冰的动力辐散作用还会引起HCIR开阔水域的扩大,进一步加强海冰反照率的正反馈机制,使得热力和动力作用耦合起来共同影响HCIR海冰的加速融化。     

Arctic sea ice concentration and thickness data assimilation in the FIO-ESM climate forecast system

To improve the Arctic sea ice forecast skill of the First Institute of Oceanography-Earth System Model (FIO-ESM) climate forecast system, satellite-derived sea ice concentration and sea ice thickness from the Pan-Arctic Ice-Ocean Modeling and Assimilation System (PIOMAS) are assimilated into this system, using the method of localized error subspace transform ensemble Kalman ?lter (LESTKF). Five-year (2014–2018) Arctic sea ice assimilation experiments and a 2-month near-real-time forecast in August 2018 were conducted to study the roles of ice data assimilation. Assimilation experiment results show that ice concentration assimilation can help to get better modeled ice concentration and ice extent. All the biases of ice concentration, ice cover, ice volume, and ice thickness can be reduced dramatically through ice concentration and thickness assimilation. The near-real-time forecast results indicate that ice data assimilation can improve the forecast skill significantly in the FIO-ESM climate forecast system. The forecasted Arctic integrated ice edge error is reduced by around 1/3 by sea ice data assimilation. Compared with the six near-real-time Arctic sea ice forecast results from the subseasonal-to-seasonal (S2S) Prediction Project, FIO-ESM climate forecast system with LESTKF ice data assimilation has relatively high Arctic sea ice forecast skill in 2018 summer sea ice forecast. Since sea ice thickness in the PIOMAS is updated in time, it is a good choice for data assimilation to improve sea ice prediction skills in the near-real-time Arctic sea ice seasonal prediction.     

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。     

长序列北极海冰覆盖数据集对比分析

国家卫星气象中心使用2011年至今的风云三号卫星数据开发了一套基于Nasa Team2（NT2）算法的北极海冰密集度数据集,并可实时业务更新。将该数据集与其他国家不同机构业务运行并实时更新多种同类型数据集进行横向对比分析,其中包括:（1）美国冰雪中心基于Nasa Team（NT）算法以及SSM/I、SSMIS数据制作的1978年至今25 km分辨率全球极区海冰覆盖数据集;（2）美国冰雪中心基于Boot Strap（BS）算法以及SSM/I、SSMIS数据制作的1978年至今25 km分辨率全球极区海冰覆盖数据集;（3）美国NOAA基于多种卫星资料、地面观测数据以及海冰模型制作的2004年至今4 km分辨率北半球海冰覆盖数据集（IMS）。对比表明,上述数据集在北极地区不同的时空范围内存在一定的偏差。以分辨率较高的IMS数据集为基准,对其他3种长序列数据集进行初步评价,总体最大偏差超过100×104 km2,其中,NT2数据集过估较明显。经过与IMS数据集多年各月监测最大值的对比订正,NT2数据集过估情况得到改善。在此基础上的分析结果表明,NT、BS、NT2等3种数据集与IMS数据集相比,过估区域主要分布在海岸线附近,夏季过估比冬季更加明显,少估区域与算法、月份相关性明显,夏季少估面积也较冬季更大。NT、BS、NT2等3种数据集之中,NT2数据集与IMS数据集偏差最小,NT数据集次之,BS数据集与IMS数据集偏差最大。结果表明使用风云三号卫星数据的北极海冰覆盖数据集精度与国外3种同类型数据集相当。     

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。