东亚冬季气温的年际变化特征及其与海温和海冰异常的关系

通过谐波分析的方法,对东亚31个冬季(1980—2010年)的气温提取年际变化分量(周期小于8a部分)进行EOF分析。结果发现:在年际变化的时间尺度上,东亚冬季气温表现为高纬模态和低纬模态2个主要模态,它们一起可以解释总方差73%的变化。进一步分析表明,在年际变化尺度上,与气温变化的高纬模态相联系的大气环流表现为显著的北极涛动(AO)负位相分布,海平面气压场上西伯利亚高压和阿留申低压北移,对流层中层东亚大槽西移,高层西风急流向西北方向移动;副热带北太平洋和阿拉斯加湾的海表面温度(SST)变化呈偶极子振荡分布,这种准两年的周期振荡对这一模态的出现有一定的预示意义。而与气温变化的低纬模态相联系的大气环流表现为类AO正位相分布,与之相关的西伯利亚高压和阿留申低压南移,对流层中层东亚大槽东移,高层的西风急流则是向东南方向移动;赤道东太平洋的SST异常可能对这一模态的形成有一定的作用,而东亚近海的SST则更多是被动地改变。此外,海冰异常变化与东亚冬季气温变化的联系主要体现在:在前夏和前秋,东西伯利亚海-波弗特海海冰异常减少(增加)对应着随后东亚冬季气温变化的高纬模态(低纬模态),而冬季东亚气温变化的高纬模态(低纬模态)又与后期春季北极东半球的海冰异常增加(减少)具有较好的相关性,此外白令海和鄂霍次克海的海冰异常变化是伴随东亚冬季气温变化产生的。     

Seasonal and inter-annual variations of the primary types of the Arctic sea-ice drifting patterns

Abstract Monthly mean sea ice motion vectors and monthly mean sea level pressure （SLP） for the period of 1979-2006 are investigated to understand the spatial and temporal changes of Arctic sea-ice drift. According to the distinct differences in monthly mean ice velocity field as well as in the distribution of SLP, there are four primary types in the Arctic Ocean： Beaufort Gyre＋Transpolar Drift, Anticyclonic Drift, Cyclonic Drift and Double Gyre Drift. These four types account for 81% of the total, and reveal distinct seasonal variations. The Cyclonic Drift with a large-scale anticlockwise ice motion pattern trends to prevail in summer while the Anticyclonic Drift with an opposite pattern trends to prevail in winter and spring. The prevailing seasons for the Beaufort Gyre＋Transpolar Drift are spring and autumn, while the Double Gyre Drift trends to prevail in winter, especially in Feb- ruary. The annual occurring times of the Anticyclonic Drift and the Cyclonic Drift are closely correlated with the yearly mean Arc- tic Oscillation （AO） index, with a correlation coefficient of -0.54 and 0.54 （both significant with the confident level of 99%）, re- spectively. When the AO index stays in a high positive （negative） condition, the sea-ice motion in the Arctic Ocean demonstrates a more anticlockwise （clockwise） drifting pattern as a whole. When the AO index stays in a neutral condition, the sea-ice motion becomes much more complicated and more transitional types trend to take place.     

Influence of sea ice and sea surface temperature on the abundance of Antarctic krill in Area 48.2

In this paper we examine the relationship between Antarctic krill catch, sea ice concentration, and sea surface tempera- ture （SST）. Data on the Antarctic krill catch from 2003 to 2010 in CCAMLR Area 48.2 were combined with sea ice and SST data. Results showed that krill fishing in Area 48.2 took place from February to August each year but the catch was concentrated from March to July, with production during this period accounting for about 99.3% of the annual catch. Regression analysis showed that the catch per unit effort （CPUE） was clearly related to sea ice concentration and SST intervals. CPUE was negatively correlated with the area of sea ice among years （R2=0.64）, and the correlation was strongest （R2=0.71） when sea ice concentration was greater than 90%. Over the months the CPUE initially increased, then decreased as the area of sea ice increased. The relationship was strongest （R2=0.88） when the concentration of sea ice was 60%--70%. There was no negative correlation among years between CPUE and the ice-free area when S ST was between -2 ℃ and 3 ℃ （R2=0.21）, but there was a significant negative correlation when SST was between 1 ℃ and 2℃ （R2=0.82）. Over the months, CPUE initially increased then decreased with increasing sea ice-free area, and the relationship was strongest （R2=0.94） when SST was between 0℃and 1 ℃. This study shows that sea ice concentra- tion and SST have significant effects on the abundance of krill in Area 48.2, and the findings have practical significance for the use and conservation of Antarctic krill resources.     

基于热力学过程的渤海海冰生消模型

为了对渤海海冰生消问题进行模拟,基于三维自由水面垂向分层动网格的Euler-Lagrangian模式,采用VC（Vertex-Centered）方式的非结构化有限体积方法离散三维浅水方程组,模拟渤海的水流运动过程。以此水动力场为背景,引入热力学过程的影响,对渤海海域的冬季结冰过程进行模拟,建立了海冰生消模型。其中热力学参数主要包括大气温度、相对湿度、风场特征、太阳辐射、感热通量系数以及潜热通量系数。以渤海2011/2012年常冰年的结冰过程为例,将各个热力学参数对冰情影响的敏感性进行分析,对模型进行了验证。结果表明,感热与潜热系数是对冰情影响最敏感的一项,即当感热和潜热通量系数仅减小了0.000 2后,其海冰的最大厚度就减小了15 cm。最后,通过连续实测的水动力数据与2009/2010年冬季的典型海冰灾害过程再一次对模型进行了验证,充分说明了模型具有较高的精确性、稳定性与实用性。     

利用ICESat/GLAS数据获取北极海冰出水高度的研究

利用ICESat激光测高卫星数据获取2003-10～2008-03北冰洋秋季与冬季海冰出水高度,结果与国外相关研究基本一致。出水高度数据的拟合结果表明,北极海冰出水高度以每年约2.3 cm的速度递减,该速度比此前的相关研究结果更快。在不同作者利用ICESat数据计算的北极海冰出水高度的对比中,不同方法得到的结果之间存在明显的系统误差。对引起系统误差的原因进行深入分析表明,高程滤波的窗口长度、确定海面高的范围以及海面观测值的选取方式都会使出水高度的计算产生cm级的误差。     

2015年夏季南疆地区高温冰雪洪水特征

2015年7月中旬开始至8月初,新疆地区受东移的伊朗高压控制,新疆南疆塔里木河流域及其周边区域遭遇历史同期罕见高温天气.南疆地区和天山山区7月平均气温分别为27.9℃、17.8℃,较常年分别偏高2.3℃、2.6℃,偏高幅度均居历史同期第一位;南疆及天山山区共计42站7月平均气温突破同期历史极值,使该地区从高空到地面不同高度气温都同时升高.0℃层高度都高于雪线高度,导致南疆多条河流发生冰雪消融性洪水,造成不同程度的洪水灾害.此次由高温天气产生的多条河流冰雪消融性洪水,由于具有充足的水热因子,致使南疆多条河流超过警戒流量和保证流量.尼雅河出现有实测资料以来第2位的洪水,阿克苏库玛拉克河发生有实测资料以来第3位的洪水;发生洪水的河流范围之广、持续时间之长历史罕见,叶尔羌河、玉龙喀什河、喀拉喀什河超警戒流量持续时间在半个月以上,叶尔羌河达到25 d.通过对历年冰雪消融性洪水资料分析,洪峰流量和日流量（洪量）与高空温度有较好的相关性,由此建立冰雪消融性洪水预报模型,应用在2015年夏季洪水预报中取得明显的效果,对于今后预报此类洪水提供了有益的借鉴.     

2012年南极长城站气象和海冰特征分析

基于中国第28次南极科学考察长城站越冬期间获取的常规气象和海冰观测资料,结合统计的1985—2010年气候值,对比分析了长城站2012年的气象及海冰特征。气象分析表明,该年平均气压和气温偏低,N—W风向频率显著偏低,E—SE风向频率显著偏高;雾日偏少,降雪量、吹雪及雪暴显著偏多;针对观测期间某些月份比较明显的气象要素和天气现象异常,从大气环流角度进行了分析解释。海冰观测表明,长城湾冰情变化受大气动力作用影响大,冰情稳定性差,外围海域海冰极不稳定,2012年4月至2012年11月冰情几经进退,先后交替出现3个完全冰冻和3个部分冰冻期。     

基于对象—事件—过程的时空数据模型及其应用

根据地理本体思想,提出和构建了基于对象—事件—过程的面向对象的时空数据模型.该模型基于3个基本地理实体类型:地理对象、地理事件和地理过程,三者基于地理本体的特性,本体化地表达和概括了地理现象和事物.该模型能有效地描述和表达复杂的地理动态现象和事物,能增强性的探讨和表征地理现象发生和发展的内在关联.甚者,鉴于描述和表达三者的侧重点不同,该模型可灵动性地整合或拆分成其它时空数据模型,不失为一种通用的时空数据模型.最后,以动态变化的海冰为例,验证了模型的可行性和有效性.     

拥抱北极

正北极冰盖正在缓慢消融,主要原因是全球气候变暖。温度同样在上升的是全球对北极事务的关注。人类合作开发北极的历史正开启新的篇章。5月15日,北极理事会在瑞典北部城市基律纳召开第八次部长级会议,会议通过并签署了《基律纳宣言》,同时,决定接纳中国、印度、日本、意大利、韩国和新加坡等六国,成为     

利用船测数据以及Landsat-7 ETM+影像评估南极海冰区AMSR-E海冰密集度

利用第26次中国南极科学考察期间收集的海冰密集度船基观测资料以及由Landsat-7 ETM+得到的海冰密集度来验证AMSR-E南极海冰区海冰密集度产品的精度。AMSR-E海冰密集度与船基目视观测的海冰密集度存在着一定的线性关系(R²=0.816), 但两者匹配得并不是很好。与ETM+海冰密集度相比,AMSR-E数据趋向于低估海冰密集度,在25景晴空条件下的ETM+影像中,平均海冰密集度偏差(AMSR-E海冰密集度-ETM+海冰密集度)从-5.33%到-21.5%,而相应的均方根误差RMSE (Root Mean Squared Errors)从13.7%到33.8%。依据Landsat-7 ETM+ 海冰分类,AMSR-E数据海冰密集度最大的误差产生于新冰区。