近年北极东北和西北航道开通状况分析

利用微波卫星遥感数据对北极东北航道和西北航道近年来的冰情变化,以及影响航道开通的关键区域和每年的开通状况进行了分析和总结,并对航道未来的可能冰情状况进行了展望,期望对航道利用者有所帮助。东北航道全线开通期主要集中在8月下旬至10月上旬,开通总天数多在40~50d;西北航道南线开通期主要集中在8月上中旬至10月上旬,开通总天数多在50~60d;西北航道北线开通时间主要集中在9月。东北航道冰情最为复杂的是连接拉普捷夫海和喀拉海的北地群岛区域海冰,也是影响航道开通的关键区。影响西北航道南线开通的关键主要是威廉王岛附近维多利亚海峡、威尔士王子岛东侧的皮尔海峡和北侧巴罗海峡区域的海冰状况;影响北线开通的关键区域是班克斯岛西北部的麦克卢尔海峡和梅尔维尔子爵海峡;东北航道可通航性优于西北航道。虽然气候变化大背景下北极海冰总量减少,但由于海冰流动性增强,局部海冰变化愈发复杂,海冰分布年际差异较大,需要加强北极海冰监测和预报能力,为未来航道利用提供保障。     

2000—2019年北极多年冰时空变化分析

海冰是北极生态系统最重要的组成部分之一,同时也是北极气候变化的指示器。多年冰是海冰组成中最重要的部分之一,研究北极地区多年冰的时空变化能更深度地揭示极地气候的变化。本文基于美国国家冰雪数据中心(NSIDC)提供的海冰冰龄和冰厚数据,分析了2000—2019年北极多年冰范围和冰龄分布的时空变化特征以及冰厚和体积的时空变化特征。同时结合欧洲中期天气预报中心(ECMWF)提供的再分析数据,对多年冰变化开展归因分析。结果表明,研究期内北极多年冰主要分布在北极中心海域,占比65.6%。相较于2000年,2019年多年冰范围和5年及以上海冰比例呈明显缩减趋势,分别减小1.61×10⁶ km²和21%,其中楚科奇海和波弗特海海域减小速率最快。2011—2019年多年冰平均厚度是2.35±0.18 m,结冰期冰厚、体积增加量的年际间波动较大,融冰期的减小速率普遍大于结冰期的增加速率。在各类环境参量的相关性分析中,2 m空气温度、海表面温度与多年冰的变化有显著的负相关关系,相关系数分别为–0.78和–0.77。在全球变暖和“北极放大效应”影响下,未来北极海冰特...     

误差订正对2018年夏季次季节尺度海冰预测的作用

北极海冰次季节尺度预测在针对破冰船和商船的实际服务中十分重要,但常常受制于气候模拟的模拟能力。本研究提出了一种误差订正方法并分别应用到两个气候模式：海洋一所地球系统模式（FIOESM）和美国国家环境预报中心（NCEP）的气候预报系统（CFS）,来改善北极海冰60天尺度的预测。本研究的预测工作是中国第9次北极科学考察和2018年夏季中远集团北极商业航行的业务化海冰服务保障的重要部分。模式起报时间分别是2018年7月1日、8月1日和9月1日,预报时效均是60天。结果显示,FIOESM整体上低估了海冰密集度的数值,平均偏差可达30%。误差订正对海冰密集度（SIC）的均方根偏差（RMSE）的改进比例可达27%,对海冰外缘线（SIE）的整体偏差（IIEE）的改进比例为10%。而对于CFS,SIE在边缘区域的过高估计是其主要特点。误差订正导致了SIC的RMSE改进了7%,而对SIE的IIEE改进了17%。在海冰范围预测方面,FIOESM预测的最小范围数值和时间点都和观测接近,而CFS的预测结果偏差较大。另外和其他S2S模式的结果比较发现,本研究提出的误差订正方法对存在较大偏差的预测结果改进更为有效。     

基于温度链浮标获取南极普里兹湾积雪和固定冰厚度的研究

极地积雪和海冰厚度是气候变化的重要指标,也是船舶在冰区航行需要掌握的主要参数。2014和2015年在南极普里兹湾中山站附近布放了一种新式的温度链浮标,该浮标每天进行4次常规温度观测和1次加热升温观测,用于实时获取积雪和海冰剖面温度及厚度数据的研究。通过分析剖面温度曲线和升温曲线反映出的大气、积雪、海冰和海水4种介质的热传导特性差异,可利用人工识别的方法（人工经验法）获得大气/积雪、积雪/海冰和海冰/海水界面的位置。根据统计不同介质在升温响应和垂直温度梯度等方面的特性,找到合理阈值,可通过编写程序自动判断各界面的位置（自动程序法）。本文利用这两种方法来判断不同物质界面位置从而计算得到积雪和海冰厚度。与现场人工观测的海冰厚度相比,人工经验法的平均偏差和均方根偏差分别为2.1 cm和6.4 cm（2014年）以及4.3 cm和6.5 cm（2015年）,自动程序法的平均偏差和均方根偏差分别为-6.8 cm和6.4 cm（2014年）以及4.5 cm和 6.6 cm（2015年）;对于积雪,人工经验法与现场人工观测的平均偏差和均方根偏差分别为0.5 cm和 8.5 cm,而自动程序法的平均偏差和均方根偏差分别为4.7 cm和10.8 cm。自动程序法误差较人工经验法偏大,但考虑到整体冰厚和现场观测的误差,两种方法的结果均是可信的,精度是可以接受的。利用新式的温度链浮标实时获取南极普里兹湾积雪和海冰厚度是可行的。     

南极Dome A至普里兹湾沿岸下降风特征

本文利用我国极地数值天气预报系统和美国南极中尺度预报系统的存档数据,分析了Dome A至普里兹湾沿岸地区下降风风场的时空分布和大气质量通量,给出了该地区下降风的基本特点。该地区下降风受南极冰盖地形影响强烈,艾默里冰架西侧等陡峭地区风速总体较大;下降风随季节变化较大,冬季的下降风较强。强下降风在前进过程中有绝热增温现象,并给艾默里冰架西部带来近表层升温。下降风风速最大处位于地面以上约100～200 m高度,风速较大地区的下降风在垂直方向上分布较为深厚。下降风在普里兹湾沿岸的表层大气质量通量在时空分布上极不均匀,艾默里冰架西侧的下降风气流较强时,普里兹湾海域有较多的中尺度气旋活动。下降风引发普里兹湾中尺度气旋旋生的过程值得关注,需进一步研究下降风引发中尺度气旋的机理。     

2016年南极中山站固定冰冰厚观测分析

极区海冰是全球气候系统的重要组成部分,南极的固定冰普遍存在于其沿海地区,中山站周边固定冰一般在11月中下旬达到最厚。海冰厚度是海冰的重要参数之一,2016年在南极中山站附近3个站点(S1、S2、S3站点)共布放了4套温度链浮标,包括1套SIMBA (Snow and Ice Mass Balance Array)温度链浮标和3套太原理工大学温度链浮标(TY温度链浮标),SIMBA温度链浮标每天观测4次,TY温度链浮标每小时观测1次。利用浮标观测的温度剖面以及海冰和海水间不同介质温度差异计算得到海冰厚度。在S3站点,同时布放了SIMBA温度链浮标和TY温度链浮标。温度链浮标计算冰厚和人工钻孔观测冰厚比较结果显示,S1站点TY温度链浮标计算的海冰厚度平均误差和均方根误差分别为3.3 cm和14.7 cm,S2站点和S3站点分别为6.6 cm、6.9 cm以及4.0 cm、4.8 cm。S3站点的SIMBA温度链浮标计算冰厚和人工观测冰厚的平均误差和均方根误差为8.2 cm和9.7 cm。因而S3站点TY温度链浮标计算的海冰厚度更接近人工观测的结果。进一步对Stefan定律海冰生长模型进行对比,模型计算得到的海冰生长率为0.1～0.8 cm/d,生长率快于TY温度链浮标的结果,且受积雪影响明显。相比于卫星遥感反演冰厚的误差和观测时段的限制以及有限的人工观测,2种温度链浮标未来对于中山站附近海冰的长期监测均有重要的应用价值。     

南极沿岸固定冰观测与研究述评

南极固定冰的变化能够直接反映南极的局地气候变率,因此是数值模式验证的理想载体,对固定冰的观测研究结论也能用于评估南极海冰的年际变化。现今国际上对南极固定冰的观测和研究日渐丰富和深入,并逐渐形成了由多个国家参加的联合观测网。就海冰厚度、冰芯结构、表面辐射收支等现场测量和相机、卫星等遥感观测方面,总结了目前国内外南极固定冰观测的技术手段和研究进展,并分析了不同空间尺度上的南极固定冰年际变化特征。对南极固定冰观测研究目前存在的问题和未来的发展方向进行了探讨。     

基于温度剖面特性的2016年南极普里兹湾海冰厚度变化分析

2016年4月至11月在南极中山站普里兹湾布设了A1、A2、A3 3套冰雪情检测传感器。传感器每隔1 h采集一次数据,实时获取了被测点空气、积雪、海冰和海水的剖面温度数据。通过对不同介质剖面温度的分析,系统可以有效反映出海冰、积雪在气温影响下的温度变化差异,即空气、积雪、海冰和海水的热传导特性差异。通过寻找合理的温度阈值,编写MATLAB程序分别对积雪、海冰上下界面位置进行了自动判断,从而得到整个观测期间海冰厚度和积雪深度的变化过程。并与人工观测进行比较,结果表明:从传感器安装时间开始,海冰持续增长,10月开始海冰增长速度放慢,直至10月末达到最大海冰厚度170 cm左右。A1、A2、A3传感器采集的冰厚值与人工观测值之间平均误差分别为5.1 cm(A1)、3.4 cm(A2)、3.6 cm(A3);积雪深度的平均误差分别为3.2 cm(A1)、3.5 cm(A2)、2.7 cm(A3),传感器测得的积雪、海冰厚度结果可以较好的反映出被测地点冰雪情的演变过程,是一种可以应用于条件恶劣地区的冰雪环境有效检测手段。     

2014年初雪龙船在南极被海冰围困期间海洋气象环境分析

2014年初雪龙船为救援俄罗斯"绍卡利斯基院士"号船,在南极联邦湾被海冰围困,及时掌握雪龙船周边的冰情变化,以及给出准确的天气形势判断和预报,是此次雪龙船顺利脱困的关键。通过对雪龙船被困期间的海冰、气象和海洋环境状况综合分析发现,造成雪龙船被困的主要因素,一是由于雪龙船被困区域靠近大陆架,冰山较多,多年冰和当年冰夹杂在一起,海冰类型较为复杂;二是由于受连续多个气旋影响,在雪龙船受困海域,偏东大风持续时间长,风力大,导致海冰自东向西堆积,致使雪龙船被困。     

基于中国北极考察布放浮标观测和数值模拟的海冰和积雪厚度变化分析

Sea ice and the snow pack on top of it were investigated using Chinese National Arctic Research Expedition(CHINARE) buoy data.Two polar hydrometeorological drifters,known as Zeno? ice stations,were deployed during CHINARE 2003.A new type of high-resolution Snow and Ice Mass Balance Arrays,known as SIMBA buoys,were deployed during CHINARE 2014.Data from those buoys were applied to investigate the thickness of sea ice and snow in the CHINARE domain.A simple approach was applied to estimate the average snow thickness on the basis of Zeno~ temperature data.Snow and ice thicknesses were also derived from vertical temperature profile data based on the SIMBA buoys.A one-dimensional snow and ice thermodynamic model(HIGHTSI) was applied to calculate the snow and ice thickness along the buoy drift trajectories.The model forcing was based on forecasts and analyses of the European Centre for Medium-Range Weather Forecasts(ECMWF).The Zeno~ buoys drifted in a confined area during 2003–2004.The snow thickness modelled applying HIGHTSI was consistent with results based on Zeno~ buoy data.The SIMBA buoys drifted from 81.1°N,157.4°W to 73.5°N,134.9°W in 15 months during2014–2015.The total ice thickness increased from an initial August 2014 value of 1.97 m to a maximum value of2.45 m before the onset of snow melt in May 2015;the last observation was approximately 1 m in late November2015.The ice thickness based on HIGHTSI agreed with SIMBA measurements,in particular when the seasonal variation of oceanic heat flux was taken into account,but the modelled snow thickness differed from the observed one.Sea ice thickness derived from SIMBA data was reasonably good in cold conditions,but challenges remain in both snow and ice thickness in summer.