北极海冰模型研究进展综述

海冰模式是目前国内外北极海冰历史重建、机制分析与预测未来演变的重要工具。通过比较主流海冰模式的关键参数化方案设置的异同,包括主要的热力学与动力学过程、海冰厚度再分布归纳了当前海冰模式的改进情况,回顾了海冰模式结果对于北极关键区域季节变化、年际差异与极端事件成因分析所提供的支持;最后,提炼出海冰模式未来发展的方向,为我国北极海冰模式构建与发展、北极海冰快速变化机制研究和北极海冰精细化预报工作提供参考。

应用卷积神经网络VGG16的星载GNSS-R海冰检测

针对全球卫星导航系统反射计(global navigation satellite system-reflection,GNSS-R)海冰检测中延迟-多普勒图(delay-Doppler map,DDM)数据噪声大、消融期精度低等问题,提出将VGG16卷积神经网络模型应用于海冰检测。通过深层的网络结构提取DDM多层次特征进行海冰海水分类,以提高海冰检测的精度和稳定性。实验结果表明,与美国国家海洋和大气管理局地表类型数据对比,所提出的基于VGG16海冰检测方法检测准确率为98.02%,有效提升了海冰检测的准确率和稳定性。

基于CMIP6数据的北极海冰未来分布和变化趋势分析

文章基于第六次国际耦合模式比较计划(CMIP6)的情景模式比较子计划的4种强迫情景,利用6个模式的输出数据对北极海区海冰密集度和海冰厚度的未来空间分布和长期变化趋势进行分析,并结合海面气温分析了其对海冰变化的可能影响。结果表明,不同强迫情景下2030年、2040年和2050年北极大部分海域海冰密集度均超过50%,海冰厚度约为1.5 m左右,其中东格陵兰海、巴伦支海、喀拉海和楚科奇海部分海域海冰密集度和厚度相对较小。2015—2050年两者整体均呈现下降的特征,部分海区的海冰密集度在高强迫情景下每年降低最大可超1%。2050年高强迫情景的季节变化结果显示,大部分海区冬春季海冰密集度超过90%,且各月均呈现下降趋势。海冰厚度方面,冬春夏大部分海区海冰厚度超过1 m,而秋季大部分海区海冰厚度小于等于0.5 m。12月至翌年5月全域海冰厚度以减小为主,其余月份却出现小范围海冰厚度增加的区域。至2100年的长期变化趋势方面,北冰洋中心区、东格陵兰海和楚科奇海海冰密集度和海冰厚度均随时间增加而减小,其中北冰洋中心区减小速率最大,同时三个海区海面气温将在未来持续增温。此外,海面气温的空间分布和长期变化趋势均与海冰密集度间存在较明显的相反变化特征,说明了气温对海冰的可能影响。本研究可为未来北极海冰在不同的强迫情景下的变化特征提供一定的参考。

风暴期间Beaufort-Mackenzie海域海冰对海浪强度的影响

为了研究风暴过程中海冰剧烈运动情形下Beaufort-Mackenzie海域各区位的海浪变化特性,基于该海域2008年开冰期西北向北极风暴(2008年10月5-8日)的风、浪及逐日海冰数据,分析了风暴期间海冰的密集度、发展阶段和尺寸的变化,并采用SWAN模型模拟了风暴过程中剧烈变化的风速、风向和海冰对海浪强度的影响,同时对比分析了2种海冰模式(采用实际海冰信息(密集度、发展阶段和尺寸信息)的海冰模式、不同海冰密集度为固定边界)的海浪数值模拟结果。结果表明:2种海冰模式均在离海冰较远海岸水域得到合理模拟结果;风暴期间以涵盖实际海冰信息的海冰模式能模拟得到更精细的海浪强度;以实际海冰信息的海冰模式进行模拟,发现风暴期间风速、风向和海冰的剧烈变化导致Beaufort-Mackenzie海域海浪强度、分布发生剧烈变化,最大海浪发生在风速最大时刻。

北极海冰多参数同化对海冰密集度模拟的改进

文章基于CICE海冰模式和PDAF并行数据同化框架,使用局地误差子空间变换卡尔曼滤波方法(LESTKF),将海冰密集度、海冰厚度和海冰干舷资料同化到模式中,设计实验研究了多参数同化对北极海冰密集度模拟的改进。结果显示,数据同化对北极海冰密集度模拟具有良好的改善作用,同化实验的平均偏差、均方根误差和平均绝对误差相对于控制实验均有明显减小,同化实验在夏季对海冰密集度和范围的模拟改善最为明显,多参数同化可以提高海冰密集度和范围模拟的精度和可靠性。

北极海冰的气候变化与20世纪90年代的突变

应用英国Hadley气候研究中心1968～2000年的1°×1°的北半球逐月海冰密集度资料,使用EOF分解等统计方法,探讨北极海冰的气候变化趋势、海冰的突变、海冰的季节持续性和各季的特色.结果表明: (1)自1968年以来,北极海冰的减小是北半球海冰变化的总趋势;海冰的趋势变化在海冰的年际总变化中占有相当重要的地位,可达50%左右.冬春季主要减少区域在格陵兰海、巴伦支海和白令海;夏秋季海冰减少是唯一趋势,中心在北冰洋边缘的喀拉海、拉普捷夫海、东西伯利亚海、楚科奇海、波弗特海.(2)20世纪80年代中后期北极海冰已出现减小趋势,在20世纪90年代,海冰又出现范围和面积的突然减少,中心在格陵兰海和巴伦支海;即海冰减少是加速的,其变化程度已远远超过一般的自然变化.(3)海冰有很好的季节持续性, 有很强的隔季相关,也有较好的隔年相关;各季节海冰分布型之间有很好的联系,表现为海冰分布型的总体变化趋势是一致的,在海冰的减少中也体现了分布型的特征.

极地海冰动力过程的多面体离散元方法

极地海冰影响局部海域的通航条件乃至地质尺度上的气候预测,由于基于连续介质理论的海冰数值模式如网格方法难以应对浮冰尺度的模拟,近年来离散元方法越来越多用于海冰动力学领域。本文使用基于表面网格划分的多面体描述浮冰,通过使用GJK(Gilbert-Johnson-Keerthi)算法以进行初步接触判断并提高计算效率,采用基于能量守恒接触理论确定单元间接触力,由此建立了极地海冰多面体离散元方法。将该方法应用于极地海冰动力过程模拟,并考虑Hopkins提出的冰脊形成导致的海冰间塑性接触力。首先通过两个浮冰间碰撞模拟以验证接触力计算的正确性,再通过对单向均匀风场下浮冰挤压的模拟验证冰脊生成的模拟能力,最后研究冻结强度参数对剪切风场下冰盖断裂和冰脊生成的影响。结果表明,极地海冰多面体离散元方法能够合理地反映地质尺度海冰的动力过程,并且可有效地模拟冰盖线性运动引起的冰隙和冰脊等动力特征。

黑碳对北冰洋积雪和海冰影响的模拟研究

当黑碳沉降到冰雪表面时,可使冰雪表面反照率降低,对短波辐射的吸收增加,黑碳的变化对海冰融化过程的影响值得研究。本文利用CICE海冰模式进行数值模拟,并定量分析北冰洋冰雪中黑碳造成的影响。研究表明,在不同黑碳数据源的强迫下,1980-2014年间,模拟结果给出的夏季北冰洋反照率平均下降为0.82%~1.71%,最终造成海冰面积下降了0.97%~1.93%,而在巴伦支海、喀拉海以及拉普捷夫海,夏季黑碳造成的海冰面积下降约为北冰洋整体的2-3倍。不同黑碳沉降强迫下的模拟结果均显示,1980-1995年,北冰洋区域黑碳对反照率的影响呈现减小趋势,但在1996-2014年,黑碳影响转为增加趋势。在低纬度海区,由于海冰的消退,黑碳的辐射效应呈现减小趋势,而在高纬度海区,由于多年冰内黑碳的累积效应,黑碳的辐射影响呈现增强效应。

基于多源卫星雷达高度计的南极海冰厚度估算

南极海冰是极地气候系统的重要组成部分,对全球气候有着深远影响。海冰厚度作为海冰的关键属性之一,了解其时空分布特征和变化趋势对理解和预估气候变化进程具有重要意义。然而,目前对于南极海冰厚度的监测局限在时空分布有限的实地观测和短时间序列的卫星观测阶段,长时间序列的冰厚数据仍然缺失。针对这一问题,基于时空连续的卫星雷达高度计Envisat和CryoSat-2,构建了一致性较高的雷达干舷高度数据,定量估算了高度计雷达信号在积雪中的穿透深度,发展了一种适用于南极海冰的厚度遥感估算方法。估算的冰厚与Australian Antarctic Data Centre实测数据的平均绝对偏差约为0.28 m;与ICESat激光雷达高度计冰厚的平均绝对偏差约为0.65 m,相关系数为0.71,一致性较高。2002–2023年南极海冰厚度时空变化分析结果表明,厚冰主要分布于西威德尔海和别林斯高晋海/阿蒙森海,其他海域海冰相对较薄。南极海冰厚度在2011年之前呈现轻微降低趋势,在2011年后加速降低(-0.03 m/a)。南极海冰厚度的分布和变化趋势存在明显的季节和区域特征。

渤海海冰时空分布特征和大气环流对渤海海冰的强迫作用

海冰灾害是渤海冬季的主要海洋灾害,对石油开采、海上运输和海洋渔业造成很大的危害,因此对海冰的生消变化监测和预测尤其重要。利用2001—2020年MODIS数据、再分析格点资料和气象观测站数据,经卫星资料反演得到日尺度渤海海冰面积,统计分析渤海海冰面积的年际变化特征和不同冰情年在初冰期、盛冰期和消融期的变化特征,利用合成分析和相关分析方法探讨了渤海海冰偏重冰年和轻冰年的大气环流差异。结果表明:20 a间渤海海冰冰情等级越高,平均冰期越长,海冰面积经历了“少-多-少”的变化过程,海冰面积与积温变化趋势相反;年内海冰生消过程为单峰型和多峰型,多峰型年冰期和大面积冰封时间更长;渤海海冰初冰期集中分布在辽东湾,偏重冰年比轻冰年海冰面积多一倍,盛冰期3个海湾基本能覆盖到海冰,偏重冰年全部覆盖,消融期海冰仍以辽东湾为主,呈“东北—西南”向分布;偏重冰年较轻冰年的大气环流形势更有利于海冰生成,贝加尔湖至我国东北一线高空槽后冷空气更强,温度更低。渤海冬季海冰冰情与500 hPa位势高度有较强的负相关性,500 hPa位势高度的强弱决定了渤海海冰的冰情。

MOSAiC现场观测期间海冰厚度季节变化模拟误差分析

北极气候研究多学科漂流观测计划(Multidisciplinary drifting Observatory for the Study of Arctic Climate, MOSAiC)于2019年10月至2020年9月开展,期间获得了变量完整的大气、海洋、海冰厚度及积雪厚度观测,为海冰模式的发展提供了新的契机。本研究利用两个完整观测时段(2019年11月1日至2020年5月7日、2020年6月26日至7月27日)的大气和海洋强迫场,驱动一维海冰柱模式ICEPACK,模拟了MOSAiC期间海冰厚度的季节演变,同海冰厚度观测进行了对比,并诊断分析了海冰厚度模拟误差的原因。结果表明,在冬春季节,模式可以再现海冰厚度增长过程,但由于模式在春季高估了积雪向海冰的转化及对海冰物质平衡的贡献,模拟的春季海冰厚度偏厚。在夏季期间,2种热力学方案及3种融池方案的组合都表明模式高估了海冰表层的消融过程,导致模拟结束阶段的海冰厚度偏薄。我们的研究表明,使用变量完整的MOSAiC大气和海洋强迫场可以诊断目前海冰模式中的问题,为海冰模式的改进奠定基础。

CMIP6模式对北极海冰的模拟及夏季无冰时间集合预估

CMIP6(Coupled Model Intercomparison Project Phase 6)共有52个模式提供了历史试验海冰密集度和海冰厚度的模拟数据,其中有35个模式提供了中等排放情景(SSP245)和高排放情景(SSP585)下未来海冰的模拟数据。本文从历史试验中3月、9月以及海冰年内变化模拟的角度综合评估了52个模式,并依据评估结果及1982—2012年预估试验的结果选择了部分模式使用相关约束法及多模式集合平均法预估了北极出现夏季无冰的时间。筛选出排名前19的模式用于预估未来海冰范围。在中等排放情景(SSP245)下,相关约束法预估在2065年北极将会首次出现夏季无冰的情况,而多模式集合平均法预估夏季无冰的情况将于2064年出现,两者预估的时间仅相差1年。在高排放情景(SSP585)下,相关约束法预估在2051年北极将会首次出现夏季无冰的情况,而多模式集合平均法预估夏季无冰的情况将于2050年以后出现,两者预估的时间也仅相差1年。2种方法在使用同样的模式组合时预估的结果相差不大。与其他研究类似,2种情景下的预估仍然存在很大的不确定性。

北极海冰与CP型厄尔尼诺事件的遥相关

为了进一步认识高低纬度之间事件的遥相关机制,对北极海冰和中太平洋(central Pacific,CP)型厄尔尼诺现象的相互关系进行了深入研究。首先利用最新的观测和再分析数据,验证了北极冷季海冰损失可以引发次年的类CP型厄尔尼诺增暖现象及相应的副热带北太平洋海气耦合机制,阐明北极海冰异常引起春末夏初的北太平洋气压异常,进而导致热带太平洋海温增加和西风异常,最终在冬季发生类CP型厄尔尼诺现象的变暖。依据前人对CP型厄尔尼诺发展年夏季的研究思路,研究结果显示,在CP型厄尔尼诺发展年冷季,加拿大盆地海冰显著减少导致北极海冰范围总体出现异常低值,但在巴伦支海北部因风场作用海冰异常增加。同时揭示了在CP型厄尔尼诺衰退年,暖季北极海冰显著损失,海表面净热通量显著增加以及海表面风和海冰运动等动力效应有助于拉普捷夫海海冰的损失,北极海冰和CP型厄尔尼诺相互关系的理论得到了一定的完善。

2023年南极海冰范围新低事件及其气候意义

南极海冰曾长期维持弱增长趋势,但近年来快速减少.紧随2022年新低之后,2023年2月南极海冰范围(SIE)又创下新低纪录178.8万km~2,有观测以来南极SIE首次未经恢复就直接在第二年连续新低,具有重要的气候指示意义.研究显示,SIE初始基数小、大气海洋温度偏高、吸收净太阳辐射异常偏多和来自中纬度的暖平流异常、前春南极涛动和阿蒙森海低压维持异常偏强等是本次海冰新低事件的直接原因,相比于2022年,2023年新低时海冰在东南威德尔海等地进一步减少,而在西北威德尔海等地有所增加,这可能与大气环流在前后两年2月间大气环流的区域变化有关.进一步研究发现,南极海冰和海洋大气温度在过去几十年都经历了趋势变化,其中夏季气温和夏季SIE最小值的趋势转变最早也最显著,近期南极SIE的连续新低和环南极净太阳辐射通量新高等现象可能预示了南极海冰长期趋势转折的确立,后者对于未来南极和全球气候具有关键性影响.

秋季喀拉海海冰对2020和2021年12月京津冀冷暖反相的影响

京津冀2020年12月气温异常偏低,而2021年12月异常偏高。这两年冬季均处在拉尼娜背景下,但秋季喀拉海海冰异常有明显差异,可能是京津冀这两年12月气温异常潜在的外强迫信号。这2年秋季喀拉海海冰通过中高纬温度经向梯度差异引起大气环流异常,进而导致京津冀12月气温异常。2020年秋季喀拉海海冰异常偏少,导致12月西伯利亚高压偏强,乌拉尔山阻塞高压亦偏强,欧亚地区为典型的经向环流,造成京津冀12月气温异常偏低,而2021年的秋季海冰和12月环流形势均与2020年相反。

寒潮大风及海冰对北方港口波浪推算的影响

为了探究冬季极端天气及海况对北方港口波浪推算的影响,以黄骅港为例,建立能够综合考虑海冰和寒潮大风影响的波浪数值模型。与实测值相比,模拟的黄骅港外航道口门处有效波高最大值和平均值分别偏大0.41%和偏小5.46%,且演化趋势基本吻合。结果表明,港内2018年寒潮大浪致灾地点处考虑海冰、强风及波浪绕射与反射影响的有效波高最大值为1.14 m。通过敏感性分析可知,港内波浪推算过程中若忽略寒潮大风的影响,则有效波高严重偏小达73.68%。如考虑海冰的影响,有效波高将比无冰情况偏小8.77%。

1979-2022年北极海冰变化及影响因素分析

海冰是海洋-大气交互系统的重要组成部分,是全球气候变化的指示器。深入分析海冰演变规律,探索全球气候变化与海冰范围之间的关联,对应对和减缓全球气候变化具有重要的理论意义。本文以北极海冰为研究对象,深入分析了1979-2022年北极海冰范围的季节、年际和年代际变化特征,并构建向量自回归模型(Vector AutoRegressive Model,VAR)检验全球平均气温、大气CO_(2)浓度与北极海冰范围之间的因果关系,并分析影响程度。结果表明:(1)北极海冰范围季节变化特征明显,一般在3月达到最大,9月达到最小,这主要与太阳辐射的年变化周期相关;(2)1979-2022年,北极海冰范围总体呈减小趋势,年变化量为5.3万km^(2);(3)北极海冰范围在年代际尺度上逐渐减小,2000-2009年,北极海冰范围较上一个十年减小最多(减少67万km^(2));(4)全球平均气温和大气CO_(2)浓度均对北极海冰范围变化造成了显著影响;(5)全球平均气温和大气CO_(2)浓度与北极海冰范围均有显著负相关关系,相关系数分别为-0.92和-0.95。

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。

基于ConvLSTM网络的北极海冰时空序列预测研究

为了开辟北极航运路线、支持极地科学研究和资源开发,准确预测海冰密集度(SIC)显得尤为关键。在海洋预报领域,统计预报发挥着重要作用。文章引入了一种级联式的卷积长短时记忆神经网络(ConvLSTM)用于北极SIC的中、短期预测。该网络具备图像处理和时空预测的能力,可用于对海冰时空序列进行精确的预报。它能够处理不同长度的输入序列,在各种数据情境下展现出强大的预测潜力。通过对网络架构进行优化,该架构取得了更强的性能,能够更准确地捕捉和分析SIC的动态变化。实验结果表明,该模型在7天预报中的均方根误差为0.0599,相关系数高达95.42%。

基于XGBoost的中法海洋卫星微波散射计海冰密集度反演研究

海冰密集度是监测海冰的重要要素之一,其时间变化和空间分布对于全球气候变化研究、航线规划和冰区作业等方面具有重要意义。中法海洋卫星(China-France Oceanography SATellite,CFOSAT)微波散射计(SCATterometer,简记为“CSCAT”)凭借扇形波束旋转扫描的特点,可在单个网格内获得含有丰富入射角和方位角信息的多次观测样本,这为海冰密集度的准确反演创造了条件。考虑到目前尚未明确散射计测量要素与海冰密集度之间的定量关系,因此本文构建了利用CSCAT后向散射系数及其他观测要素进行海冰密集度反演的机器学习模型。首先,通过海洋和海冰卫星应用设施(Ocean and Sea Ice Satellite Application Facility,OSI SAF)所提供的微波辐射计海冰密集度产品与CSCAT后向散射系数匹配,得到用于海冰密集度反演的数据集。其次,利用XGBoost(eXtreme Gradient Boosting)机器学习算法构建基于CSCAT后向散射系数数据的海冰密集度反演模型。再次,对模型在不同季节、不同极区下的反演结果精度及实际空间分布特征进行了分析。南北两极对比结果表明,模型在北极海冰密集度反演上的表现优于南极,而不同季节对比结果表明,冬季海冰密集度模型反演误差最小。不同海冰密集度下的模型表现也存在一定差异,即当海冰密集度较高时,模型反演结果存在低估情况,网格为纯海水覆盖时,模型有时会错分为海冰。整体来看,虽然利用散射计后向散射系数直接进行海冰密集度反演与辐射计结果相比一致性有一定差异,但研究结果为海冰密集度反演提供了一种新的可能性。