20世纪90年代以来北极海冰减少的热动力分析——基于PIOMAS模式结果

本文利用美国华盛顿大学的PIOMAS海冰模式输出结果,分析了20世纪90年代以来北极海冰减少的动力和热力过程的特征,并探讨了海冰减少与北极大气环流模态之间的关系。结果表明:（1）通过弗拉姆海峡输出的多年冰的厚度自1995年以来有显著减少;（2）海冰的热力过程在20世纪90年代以后特别是21世纪以来是海冰减少的主导因素;（3）大气模态中的北极涛动（AO）和北极偶极子（AD）均对北极海冰的动力输出有影响,各自与海冰输出量的相关关系显著,并且AO和AD的多元线性回归能很好的拟合出海冰输出量的减少。     

ESI高影响论文揭示的北极自然科学研究特点

在全球气候持续变暖背景下,北极地区冻土退化、冰川退缩、海冰减少等导致了一系列的生态环境问题,同时也使得资源勘探开发与国际新航道开通成为可能,北极地区的重要性日益凸显.依据2009—2019年6月期间有关北极研究的408篇ESI高影响论文,对发文量、主要作者、研究机构、国家、研究方向等字段进行分析,从自然科学角度,宏观而...     

云量对祁连山老虎沟12号冰川表面能量平衡的影响

为探讨云量对冰川表面能量平衡(SEB)的影响,利用架设在老虎沟12号冰川(简称12号冰川)消融区(4 550m a. s. l.)的自动气象站资料,结合能量平衡模型计算各能量分量并分析其季节变化,通过云量参数化方案获取云量因子并量化其对冰川表面能量收支的影响。结果表明:净短波辐射为冰川表面主要的能量来源(92%),净长波辐射为主要能量支出(61%),二者均受云量影响,但云的短波辐射效应更强(-37W·m^-2)。云量通过影响辐射收支和湍流通量进而影响冰川表面能量收支,随云量的增加,冰川表面获得的能量减少,冰川消融速率降低。与其他区域的冰川表面能量收支对比,除地理位置、反照率、气温等因素外,海拔和云量的影响也非常显著。     

北极大气中典型持久性有机污染物对海冰变化的响应

近年来,北极变暖速度几乎是全球平均速度的两倍,海冰加速消融被认为会使沉积的持久性有机污染物（POPs）重新释放进入大气。本文利用近30年的大气POPs浓度数据和北极海冰数据,比较了有机氯农药（OCPs）和多氯联苯（PCBs）在北极Alert、Zeppelin、Stórhöfði和Pallas这4个站点的变率,结合互相关分析,探讨POPs对海冰变化的响应。结果发现,在周围多为浮冰区的Zeppelin站点,OCPs（特别是HCB和α-HCH）在2009年后与海冰变化显著负相关,而在其他站点显著性较低或无显著相关性。PCBs在Stórhöfði和Pallas站点,超前海冰变化,可能与长距离输送和土壤的二次释放有关,而在Zeppelin站点出现了和DDTs类似的滞后海冰变化的现象。本研究表明,不同类型的POPs对海冰变化的时空响应不同,海冰消融不一定导致大气POPs浓度增大。

     

利用全极化SAR数据的极化特征获取海冰密集度的算法

本文提出了一种利用全极化SAR数据的极化特征获取海冰密集度算法。首先,对全极化SAR数据进行多视化及滤波等预处理,以获取相干矩阵与协方差矩阵;其次,通过相干矩阵与协方差矩阵获取若干极化特征,对这些极化特征进行相关性与冗余性分析,构建最优特征空间;然后,将最优特征空间作为输入量放入神经网络分类器中,得到海冰分类结果;最后,根据海冰分类结果提取海冰密集度。选用拉布拉多南部海域2景全极化Radarsat-2影像获取海冰密集度,与业务化海冰密集度产品ASI-3125进行对比研究。本文算法结果与ASI-3125海冰密集度分布趋势基本一致,总体上略大于ASI-3125海冰密集度,标准差值分布为3.46%和6.82%,说明利用高分辨率全极化SAR数据在监测边缘区域小尺寸破碎海冰方面具有优势。     

北冰洋高纬度区域海冰及气象特征分析

基于2018年8月至2019年5月布放在北极随海冰漂流的自动气象站和温度链浮标获取的观测数据,分析了北极高纬度区域的大气特征和海冰生消过程。根据海冰的漂移轨迹分为两个阶段分析,第1阶段,海冰主要向东南漂移;第2阶段,海冰主要向东北漂移。第1阶段观测的平均气温和平均相对湿度分别为–6.6℃和93%,第2阶段观测的平均气温和平均相对湿度分别为–29.3℃和76%,第2阶段平均气压高于第1阶段。海冰的漂移轨迹主要受到波弗特高压外围气流的影响。利用自动气象站漂移轨迹计算得到海冰漂移速度,与美国国家冰雪数据中心海冰漂移速度比较显示,两者纬向速度更为接近。海冰在第1阶段以融化为主,海冰厚度略有减小,8月份海冰生长率为–0.11 cm/d;海冰的生长过程主要发生在第2阶段,1–3月生长率均超过0.9 cm/d,2019年3月海冰生长最快,平均生长率为1.3 cm/d,海冰的增长一直持续至观测结束。     

一种融合纹理特征与NDVI的随机森林海冰精细分类方法

海冰的精准分类对于掌握海冰生长发育状况,保障航海安全等具有重要意义。由于受数据源和分类方法等影响,使得海冰分类精度提高受限。本文面向高空间分辨率的光学遥感影像,提出了一种融合纹理特征和归一化差分植被指数（NDVI）的海冰精准分类方法,运用随机森林分类器构建海冰分类方法。以青岛胶州湾为实验区,高分二号（GF-2）为实验数据,进行了海冰类型提取,并与其他分类方法进行对比。结果显示：针对GF-2高分辨率光学遥感数据,融合纹理特征和NDVI的随机森林方法,相比于传统的随机森林、支持向量机、自动决策树和融合纹理特征的最大似然分类方法,总体分类精度分别提高13.70%、11.60%、19.22%、29.37%。Kappa系数分别提高0.16、0.13、0.22、0.44。相比于融合纹理特征和归一化水指数（NDWI）的随机森林方法,总体分类精度提高了9.67%,Kappa系数提高了0.09。这表明本文构建的海冰分类方法可有效提高海冰分类精度,为海冰的精确分类提供了一种有效的技术手段。     

SAR重构分辨率对海冰侧向融化量预测影响研究

利用RADASAT-2的海冰SAR图像,分别采用Prewitt、Sobel和Canny边缘检测算子计算图像范围内的海冰周长,分析不同图像分辨率、不同边缘检测算子分别对周长计算结果产生的影响。结合冰层侧向融化速率参数化方案进行了海冰侧向融化温度敏感性模拟实验,分析了图像重构分辨率对海冰侧向融化结果的影响。结果表明：海冰破碎程度不同时,对应不同的最佳边缘检测算子和最佳分辨率;仅考虑侧向融化时,随着温度升高,3种算子模拟的海冰面积融化趋势基本一致,均呈指数型增加,Prewitt算子模拟效果最好,对应的最佳重构分辨率为30 m×30 m、65 m×65 m和155 m×155 m。     

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。