南极威德尔海冬季冰脊形拖曳力

利用2006年南极威德尔海冬季科学考察期间由机载激光高度计测得的海冰上表面形态数据,以拖曳分割理论为基础研究了冰脊形拖曳力及其对冰-气总拖曳力的贡献以及中性条件下对应10 m高度处风速的冰-气拖曳系数C_dn(10)。结果显示,在密集冰区,冰脊形拖曳力及其对总拖曳力的贡献随冰脊强度(脊高/脊距)的增大呈递增趋势,而随粗糙长度的增大而减小,对应于威德尔海冬季典型冰脊强度和粗糙长度,占总拖曳力的35%,说明了冰脊形拖曳力在冰-气界面动量交换中的重要作用。C_dn(10)随冰脊强度的增大而增大,但冰脊强度较小时,C_dn(10)随粗糙长度增大而增大;而对较大的冰脊强度,C_dn(10)则随粗糙长度增大而减小。     

2008年夏季加拿大海盆净二氧化碳吸收量评估

The third Chinese National Arctic Research Expedition(CHINARE) was conducted in the summer of 2008.During the survey,the surface seawater partial pressure of CO_2(pCO_2) was measured,and sea water samples were collected for CO_2 measurement in the Canada Basin.The distribution of pCO_2 in the Canada Basin was determined,the influencing factors were addressed,and the air-sea CO_2 flux in the Canada Basin was evaluated.The Canada Basin was divided into three regions:the ice-free zone(south of 77°N),the partially ice-covered zone(77°–80°N),and the heavily ice-covered zone(north of 80°N).In the ice-free zone,pCO_2 was high(320 to 368μatm,1 μatm=0.101 325 Pa),primarily due to rapid equilibration with atmospheric CO_2 over a short time.In the partially ice-covered zone,the surface pCO_2 was relatively low(250 to 270 μatm) due to ice-edge blooms and icemelt water dilution.In the heavily ice-covered zone,the seawater pCO_2 varied between 270 and 300 μatm due to biological CO_2 removal,the transportation of low pCO_2 water northward,and heavy ice cover.The surface seawater pCO_2 during the survey was undersaturated with respect to the atmosphere in the Canada Basin,and it was a net sink for atmospheric CO_2.The summertime net CO_2 uptake of the ice-free zone,the partially ice-covered zone and the heavily ice-covered zone was(4.14±1.08),(1.79±0.19),and(0.57±0.03) Tg/a(calculated by carbon,1Tg=10~(12) g),respectively.Overall,the net CO_2 sink of the Canada Basin in the summer of 2008 was(6.5±1.3) Tg/a,which accounted for 4%–10% of the Arctic Ocean CO_2 sink.     

基于变分模态分解和注意力机制的浪高预测

针对海洋中的海浪高度数据存在非线性和非平稳性的特点,海浪高度的预测就变得相对复杂.基于变分模态分解(VMD),在引入注意力机制(AM)的基础上,对传统长短期记忆(LSTM)神经网络算法进行了改进,提出了一种基于混合模型的海浪高度预测算法.算法通过预处理、预测和重构3个主要步骤,对海浪高度的时间序列进行预测.为了比较和说...     

水库冰气泡含量和密度对探地雷达测厚的影响分析(英文)

在水库现场试验了RIS K2型探地雷达探测水库冰厚度的能力,试验时所用天线频率为600MHz;同步钻孔测量雷达探测处的冰厚度;以及在一个点上取样测试分析冰晶体、冰内气泡和冰密度。试验时冰面积雪厚度0.03-0.05m,冰层上部有0.24m粒状冰,其下均为柱状冰;冰内气泡含量呈表层高底层低分布;冰密度随气泡含量变化;冰厚度在平面内不均一。通过探测厚度和实测厚度的对比分析以及气泡含量对介电系数影响的理论分析,建立了积雪、粒状冰和柱状冰三层介质模型,获取雷达波在冰内的理论传递时间。结果发现:能够利用等效介电常数或等效传播速度评价雷达波传递时间,结冰期冰层1/3深度处的对应介电常数或传递速度可以作为等效值;另外因冰内大气泡造成的理论传递时间大于雷达探测时间,其差值随理论传递时间或冰厚的增加呈非线性增加。     

改进残差网络及时序气象卫星云图的台风等级分类研究

结合了传统残差网络在数据样本小环境下分支卷积层特征的浪费问题,且考虑台风云图时空关联性强、特征复杂因素,参考日本国立情报学研究所在西北太平洋上空通过数个气象卫星拍摄的8 000多景高分辨率台风云图,编制了适应于残差神经网络的时序台风云图分类训练集和测试集。为满足数据集及台风特征,有效优化了原始残差网络的残差块,并得到了恒等映射残差块。经由增加卷积输出来促进分支通路更好的被利用,保留台风图像时序特性,提高网络性能。实验显示,W-ResNets模型在自建台风数据集上的训练精度达到99.60%,测试精度达到76.19%,相较于浅层卷积神经网络的测试精度高出8.48%,相比于使用传统的残差神经网络提高了2.87%,为进一步验证模型的泛化性能,采用MNIST通用数据集进行网络对比实验,宽残差网络得到98.786%的测试精度,优于传统残差网络。文中的W-ResNets预报模型可在小样本台风数据集推广使用。     

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。     

浮冰界面融化速率参数化方案的实验室研究

融冰季节时天然浮冰表面、底面和侧向融化共存,三者融化速率是底面大于侧向,侧向大于表面。而且浮冰尺寸越小,侧向速率占比越高。为了解决将小尺度浮冰块尺度指标计入融化参数化方案,在低温环境实验室无辐射、无流速、控制气温和水温条件下对天然海冰和人工冻结淡水冰的圆盘试样,开展了不同初始水温和不同初始直径的圆盘试样融化过程实验,获得了圆盘试样直径、厚度和质量融化过程。依据这些实验数据,构建试样直径厚度比这一新指标,通过物理分析和数学统计手段,建立了海冰和淡水冰试样表面、底面融化速率同温度梯度,侧向融化速率和温差以及直径厚度比的关系式。这些关系式能够应用于天然直径100 m范围内浮冰的融化参数化方案,期望能解决北冰洋海冰和入海口近岸淡水冰夏季融化季节能量和质量平衡数值模拟的需求。     

基于深度神经网络的台风中心定位方法

台风中心定位的微小误差会对台风路径预报造成较大的偏离,因此精确定位台风中心是台风路径预测和灾害预报的重要步骤。台风云系随时间不断变化且风力强弱不一,在卫星云图中呈现了多样性和复杂性,现有基于神经网络的模型由于缺少对台风特征图像多维度参数的权重合理分配,在自动提取台风图像特征上受到了限制。为此,提出一种融合通道注意力与坐标注意力的神经网络模型（TY-LOCNet）,首先搭建深度卷积神经网络模型提取台风特征;其次引入通道注意力机制从台风特征中捕获通道级别的信息,提升模型对重要通道的关注度;然后将通道注意力结果输入到坐标注意力机制中全局标定台风位置信息,使模型能够在较大的区域关注到台风的形态结构;此外,均方误差损失函数未能融合计算坐标导致定位精度低,因此提出距离损失函数(DISTLoss)通过距离回归提高模型定位精度。实验结果表明,TY-LOCNet的平均位置误差(MLE)、平均定位误差(MAE)和检测速度分别为 3.502 像素,0.292 °和 17 FPS,优于其他模型。台风中心定位模型 TY-LOCNet可为台风预报提供实时性台风中心定位支持。     

孤立冰块流拖曳系数的优化辨识

流拖曳系数是海冰动力学模型中的重要参数,实际海冰运动时受到水流的底面剪切作用和侧面正压力作用,相应的拖曳系数分别为摩拖曳系数和形拖曳系数。利用实验室波流水槽设备,对长方平底、长方粗糙底和圆饼型淡水冰试样进行拖曳运动试验,获得26组冰样运动数据。根据这些试验数据,利用动量法原理和数学优化方法构造了摩拖曳系数和形拖曳系数的辨识模型,将摩拖曳系数和形拖曳系数两项分开。在此基础上,分析了冰样粗糙度指标(支承长度率和冰厚均方根偏差)对这两个系数的影响;发现了摩拖曳系数同冰样水平尺寸和垂直尺寸之比的关系,该关系能将冰山和浮冰的摩拖曳系数归结到同一条曲线上。     

南极普里兹湾夏季海冰边缘区内破碎海冰的分布特征

基于中国第21次南极考察中获得的69°00'S、76°24'E附近普里兹湾夏季海冰边缘区内破碎海冰的航拍照片,利用图像处理的方法从中提取了破碎海冰的若干几何参数,得到了海冰边缘区内随着与开阔水域距离增大,海冰面积、平均钳测直径等几何参数的变化规律。并按其尺寸的变化规律将海冰边缘区划分为边界区、过渡区和内部区三部分,其变化和波浪在冰边缘区中的衰减过程紧密相关。圆度的变化则说明海冰边缘区中海冰磨损最充分的地方是在冰间相互作用最明显的过渡区。另外,一种改进的幂函数分布和Weibull分布用来对破碎海冰尺寸的累积频率进行拟合,分布函数中各参数的变化情况很好的反映了海冰边缘区内破碎海冰的分布变化。其中,参数L_r随着与开阔水距离增加而增大(说明由于波能衰减导致可以出现的破碎海冰最大尺寸的增加);尺度参数L₀随着与开阔水距离增加而增大(反映了破碎海冰平均尺寸的增加以及由于波能的衰减而导致单位面积区域内尺寸较大的破碎海冰所占比例的增加);分布维数D随着与开阔水距离增加而减小(说明了由于波能的衰减导致破碎海冰所受约束条件的减弱);形状参数γ随着与开阔水距离增加而减小(说明了随着波能的衰减破碎海冰尺寸分布范围的增大)。