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。     

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。     

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%。     

北极东北航道海冰变化特征分析研究

21世纪以来,北极海冰正在发生快速变化,海冰覆盖范围明显减小,厚度显著变薄,在此背景下,东北航道的提前开通成为可能.本文对多年来北极东北航道内的海冰变化特征和近几年东北航道的开通情况进行了分析研究,认为东北航道在9月份开通的可能性最大,8月份次之,10月份通航的困难较大;历年的航道开通起始时间变化较大,俄罗斯新西伯利亚群岛和北地群岛,与大陆之间的海冰对东北航道的开通起着关键作用.东北航道的海冰年际变化较大,这给未来东北航道使用带来了较大挑战.     

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。     

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。     

CMIP5气候模式模拟的北极海冰特征及其季节变化

This paper is focused on the seasonality change of Arctic sea ice extent(SIE) from 1979 to 2100 using newly available simulations from the Coupled Model Intercomparison Project Phase 5(CMIP5).A new approach to compare the simulation metric of Arctic SIE between observation and 31 CMIP5 models was established.The approach is based on four factors including the climatological average,linear trend of SIE,span of melting season and annual range of SIE.It is more objective and can be popularized to other comparison of models.Six good models(GFDL-CM3,CESM1-BGC,MPI-ESM-LR,ACCESS-1.0,Had GEM2-CC,and Had GEM2-AO in turn) are found which meet the criterion closely based on above approach.Based on ensemble mean of the six models,we found that the Arctic sea ice will continue declining in each season and firstly drop below 1 million km~2(defined as the ice-free state) in September 2065 under RCP4.5 scenario and in September 2053 under RCP8.5 scenario.We also study the seasonal cycle of the Arctic SIE and find out the duration of Arctic summer(melting season) will increase by about 100 days under RCP4.5 scenario and about 200 days under RCP8.5 scenario relative to current circumstance by the end of the 21 st century.Asymmetry of the Arctic SIE seasonal cycle with later freezing in fall and early melting in spring,would be more apparent in the future when the Arctic climate approaches to "tipping point",or when the ice-free Arctic Ocean appears.Annual range of SIE(seasonal melting ice extent) will increase almost linearly in the near future 30–40 years before the Arctic appears ice-free ocean,indicating the more ice melting in summer,the more ice freezing in winter,which may cause more extreme weather events in both winter and summer in the future years.     

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。     

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.     

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…     

北极各海域海冰覆盖范围的变化特征

Sea ice in the Arctic has been reducing rapidly in the past half century due to global warming.This study analyzes the variations of sea ice extent in the entire Arctic Ocean and its sub regions.The results indicate that sea ice extent reduction during 1979–2013 is most significant in summer,following by that in autumn,winter and spring.In years with rich sea ice,sea ice extent anomaly with seasonal cycle removed changes with a period of 4–6 years.The year of 2003–2006 is the ice-rich period with diverse regional difference in this century.In years with poor sea ice,sea ice margin retreats further north in the Arctic.Sea ice in the Fram Strait changes in an opposite way to that in the entire Arctic.Sea ice coverage index in melting-freezing period is an critical indicator for sea ice changes,which shows an coincident change in the Arctic and sub regions.Since 2002,Region C2 in north of the Pacific sector contributes most to sea ice changes in the central Aarctic,followed by C1 and C3.Sea ice changes in different regions show three relationships.The correlation coefficient between sea ice coverage index of the Chukchi Sea and that of the East Siberian Sea is high,suggesting good consistency of ice variation.In the Atlantic sector,sea ice changes are coincided with each other between the Kara Sea and the Barents Sea as a result of warm inflow into the Kara Sea from the Barents Sea.Sea ice changes in the central Arctic are affected by surrounding seas.     

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。