A coupled ice-ocean ecosystem model for 1-D and 3-D applications in the Bering and Chukchi Seas

Primary production in the Bering and Chukchi Seas is strongly influenced by the annual cycle of sea ice. Here pelagic and sea ice algal ecosystems coexist and interact with each other. Ecosystem modeling of sea ice associated phytoplankton blooms has been understudied compared to open water ecosystem model applications. This study introduces a general coupled ice-ocean ecosystem model with equations and parameters for 1-D and 3-D applications that is based on 1-D coupled ice-ocean ecosystem model development in the landfast ice in the Chukchi Sea and marginal ice zone of Bering Sea. The biological model includes both pelagic and sea ice algal habitats with 10 compartments： three phytoplankton （pelagic diatom, flagellates and ice algae： D, F, and Ai） , three zooplankton （copepods, large zooplankton, and microzooplankton ： ZS, ZL, ZP） , three nutrients （ nitrate ＋ nitrite, ammonium, silicon ： NO3 , NH4, Si） and detritus （Det）. The coupling of the biological models with physical ocean models is straightforward with just the addition of the advection and diffusion terms to the ecosystem model. The coupling with a multi-category sea ice model requires the same calculation of the sea ice ecosystem model in each ice thickness category and the redistribution between categories caused by both dynamic and thermodynamic forcing as in the physical model. Phytoplankton and ice algal self-shading effect is the sole feedback from the ecosystem model to the physical model.     

A coupled multi-category sea ice model and POM for Baffin Bay and the Labrador Sea

An overview of the seasonal variation of sea-ice cover in Baffin Bay and the Labrador Sea is given. A coupled ice-ocean model, CECOM, has been developed to study the seasonal variation and associated ice-ocean processes. The sea-ice component of the model is a multi-category ice model in which mean concentration and thickness are expressed in terms of a thickness distribution function. Ten categories of ice thickness are specified in the model. Sea ice is coupled dynamically and thermodynamically to the Princeton Ocean Model. Selected results from the model including the seasonal variation of sea ice in Baffin Bay, the North Water polynya and ice growth and melt over the Labrador Shelf are presented.     

北极海冰薄冰厚度遥感反演模型的船测验证

利用美国科考船Sikuliaq在2015年10月至11月初在北极波弗特海区域获得的512处船测海冰数据,分别对三种不同雪厚参数的MODIS (Moderate-resolution Imaging Spectroradiometer)热力学反演冰厚模型、德国汉堡大学和不莱梅大学发布的SMOS (Soil Moisture and Ocean Salinity mission)海冰厚度产品进行精度验证。结果表明,将船测雪厚作为反演模型中的雪厚参数,得到薄冰厚度与船测薄冰厚度的平均偏差为0.02m,均方根误差为0.12 m,两者均为三种模型中最低而被认为是最优模型。不考虑雪厚的裸冰冰厚模型得到的薄冰厚度与船测薄冰厚度的相关系数为0.72,相关性最高但只适用于冰上无雪盖的情况。以经验雪厚关系推算出的雪厚参数加入反演模型中,得到的冰厚结果在研究验证中精度最不理想。另外,两种SMOS产品与船测冰厚的相关性与均方根误差结果优于MODIS反演结果,且不莱梅大学的SMOS冰厚产品精度更优。因此研究认为现有的MODIS薄冰厚度反演算法的反演精度有待提高,暂不适合作为评定其他薄冰厚度产品精度的标准,只能作为比较数据。     

中国物理海洋学研究70年:发展历程、学术成就概览

本文概略评述新中国成立70年来物理海洋学各分支研究领域的发展历程和若干学术成就。中国物理海洋学研究起步于海浪、潮汐、近海环流与水团,以及以风暴潮为主的海洋气象灾害的研究。随着国力的增强,研究领域不断拓展,涌现了大量具有广泛影响力的研究成果,其中包括:提出了被国际广泛采用的“普遍风浪谱”和“涌浪谱”,发展了第三代海浪数值模式;提出了“准调和分析方法”和“潮汐潮流永久预报”等潮汐潮流的分析和预报方法;发现并命名了“棉兰老潜流”,揭示了东海黑潮的多核结构及其多尺度变异机理等,系统描述了太平洋西边界流系;提出了印度尼西亚贯穿流的南海分支(或称南海贯穿流);不断完善了中国近海陆架环流系统,在南海环流、黑潮及其分支、台湾暖流、闽浙沿岸流、黄海冷水团环流、黄海暖流、渤海环流,以及陆架波方面均取得了深刻的认识;从大气桥和海洋桥两个方面对太平洋–印度洋–大西洋洋际相互作用进行了系统的总结;发展了浅海水团的研究方法,基本摸清了中国近海水团的分布和消长特征与机制,在大洋和极地水团分布及运动研究方面也做出了重要贡献;阐明了南海中尺度涡的宏观特征和生成机制,揭示了中尺度涡的三维结构,定量评估了其全球物质与能量输运能力;基本摸清了中国近海海洋锋的空间分布和季节变化特征,提出了地形、正压不稳定和斜压不稳定等锋面动力学机制;构建了“南海内波潜标观测网”,实现了对内波生成–演变–消亡全过程机理的系统认识;发展了湍流的剪切不稳定理论,提出了海流“边缘不稳定”的概念,开发了海洋湍流模式,提出了湍流混合参数化的新方法等;在海洋内部混合机制和能量来源方面取得了新的认识,并阐述了混合对海洋深层环流、营养物质输运等过程的影响;研发了全球浪–潮–流耦合模式,推出一系列海洋与气候模式;发展了可同化主要海洋观测数据的海洋数据同化系统和用于ENSO预报的耦合同化系统;建立了达到国际水准的非地转(水槽/水池)和地转(旋转平台)物理模 型实验平台;发展了ENSO预报的误差分析方法,建立了海洋和气候系统年代际变化的理论体系,揭示了中深层海洋对全球气候变化的响应;初步建成了中国近海海洋观测网;持续开展南北极调查研究;建立了台风、风暴潮、巨浪和海啸的业务化预报系统,为中国气象减灾提供保障;突破了国外的海洋技术封锁,研发了万米水深的深水水听器和海洋光学特性系列测量仪器;建立了溢油、危险化学品漂移扩散等预测模型,为伴随海洋资源开发所带来的风险事故的应急处理和预警预报提供科学支撑。文中引用的大量学术成果文献(每位第一作者优选不超过3篇)显示,经过70年的发展,中国物理海洋学研究培养了一支实力雄厚的科研队伍,这是最宝贵的成果。这支队伍必将成为中国物理海洋学研究攀登新高峰的主力军。     

利用综合评分方法评估CMIP5模式对北极海冰的模拟能力

北极海冰冰盖自20世纪以来经历了前所未有的缩减,这使得北极海冰异常对大气环流的反馈作用日益显现。尽管目前的气候模式模拟北极海冰均为减少的趋势,但各模式间仍然存在较大的分散性。为了评估模式对于北极海冰变化及其气候效应的模拟能力,我们将海冰线性趋势和年际异常两者结合起来构造了一种合理的衡量指标。我们还强调巴伦支与卡拉海的重要性,因为前人研究证明此区域海冰异常是近年来影响大尺度大气环流变异的关键因子。根据我们设定的标准,CMIP5模式对海冰的模拟可被归为三种类型。这三组多模式集合平均之间存在巨大的差异,验证了这种分组方法的合理性。此外,我们还进一步探讨了造成模式海冰模拟能力差别的潜在物理因子。结果表明模式所采用的臭氧资料集对海冰模拟能力有显著的影响。     

卷积神经网络在SAR遥感海冰分类中的应用可行性分析

分别介绍了卫星遥感海冰监测、分类的传统方法,以及卷积神经网络在遥感影像分类识别中的应用成果。尝试将在图像识别、语言检测等方面取得成功的卷积神经网络算法应用在海冰图像分类中,利用其能够应对非线性、网络结构简单、可并行运算等能力去解决海冰数据分类问题。     

基于Landsat8的海冰表面温度反演算法研究

Landsat8影像被广泛应用于陆地表面温度的提取,但基于Landsat8的海冰表面温度产品依旧空缺,且无标准算法可循。基于Landsat8卫星搭载的TIRS传感器获取的热红外波段影像,利用3种常用的劈裂窗算法分别进行海冰表面温度反演,并将结果与浮标实测海冰表面温度数据和MODIS海冰表面温度产品进行了对比和验证。与浮标数据相比,DU C等的算法平均绝对误差和均方根误差最小,分别为1.718 6 K和2.621 3 K,可作为海冰表面温度反演的标准算法;而Jiménez-Mu?oz J C等的算法结果与MODIS冰温产品最为接近,适用于需与已有的MODIS冰温产品联合使用的情况,且两种算法的精度均优于已有的MODIS冰温产品;JIN M J等的算法在研究区域表现不佳。同时,与浮标数据相比,所有基于卫星影像反演的冰温产品在数值上总体偏低。     

Causes of the record-low Antarctic sea-ice in austral summer 2022

2022年夏季(2021年12月至2022年2月)南极海冰面积达到历史新低,西南极减少最显著.2021年8～10月南半球环状模接近历史最强和7～9月海洋性大陆附近海温显著增暖是两个关键因素.由于平流层臭氧破纪录减少使得前者维持历史最强或接近最强,导致阿蒙森低压(ASL)加深并向西南移动,有利于海冰减少.后者持续到夏季,有利于拉尼娜的发展,通过激发罗斯贝波列加深ASL.在热力上,臭氧减少导致向下净短波辐射增加,引起西南极增暖.此外,净短波辐射-海温-云形成正反馈,与埃克曼输送一起,放大表面增暖,从而促进海冰融化.     

秋季北极海冰对EP型ENSO的非线性响应

利用1961—2015年Hadley中心逐月海表温度资料、海冰密集度资料以及NCEP/NCAR再分析资料,探讨了秋季北极海冰对于EP型ENSO事件的异常响应,并进一步研究了这种异常响应的可能原因。结果表明,秋季北极海冰对EP型ENSO的响应具有非线性,特别是喀拉海海域(60°～90°E,70°～80°N)海冰无论在EP型El Ni?o或是La Ni?a位相,均表现为显著的负异常。进一步研究发现,不同ENSO位相造成该区域海冰异常偏少的机制有明显不同。EP型El Ni?o年秋季菲律宾附近海域对流活动被抑制,所激发的经向波列在高纬地区形成异常反气旋环流,其南风分量向喀拉海输送暖平流,造成海冰异常偏少。而EP型La Ni?a年喀拉海海域则主要受到来自大西洋开放性海域西风异常的影响,合成结果和个例年均显示EP型La Ni?a年秋季北大西洋上空存在一个显著的西风急流中心,有利于北大西洋开放性海域较暖海水向下游输送,进而影响喀拉海海冰。这些结果表明,热带外地区大气环流场对EP型ENSO的非线性响应导致了喀拉海海冰对EP型ENSO事件的响应也表现出明显的非线性。     

山东省近50年海洋气象灾害特征分析

本文通过大量的文献和资料查阅,系统的统计分析了近50a山东省沿海及责任海区海雾、风暴潮、风暴海浪、海冰等几种主要海洋气象灾害的海洋、气象及分布特征和灾害情况,进一步分析了它们的变化规律和产生原因,为海洋气象业务、服务、科研提供有益的参考。