共查询到20条相似文献，搜索用时 31 毫秒
1.
长序列北极海冰覆盖数据集对比分析 总被引：3，自引：0，他引：3
国家卫星气象中心使用2011年至今的风云三号卫星数据开发了一套基于Nasa Team2（NT2）算法的北极海冰密集度数据集，并可实时业务更新。将该数据集与其他国家不同机构业务运行并实时更新多种同类型数据集进行横向对比分析，其中包括:（1）美国冰雪中心基于Nasa Team（NT）算法以及SSM/I、SSMIS数据制作的1978年至今25 km分辨率全球极区海冰覆盖数据集；（2）美国冰雪中心基于Boot Strap（BS）算法以及SSM/I、SSMIS数据制作的1978年至今25 km分辨率全球极区海冰覆盖数据集；（3）美国NOAA基于多种卫星资料、地面观测数据以及海冰模型制作的2004年至今4 km分辨率北半球海冰覆盖数据集（IMS）。对比表明，上述数据集在北极地区不同的时空范围内存在一定的偏差。以分辨率较高的IMS数据集为基准，对其他3种长序列数据集进行初步评价，总体最大偏差超过100×104 km2，其中，NT2数据集过估较明显。经过与IMS数据集多年各月监测最大值的对比订正，NT2数据集过估情况得到改善。在此基础上的分析结果表明，NT、BS、NT2等3种数据集与IMS数据集相比，过估区域主要分布在海岸线附近，夏季过估比冬季更加明显，少估区域与算法、月份相关性明显，夏季少估面积也较冬季更大。NT、BS、NT2等3种数据集之中，NT2数据集与IMS数据集偏差最小，NT数据集次之，BS数据集与IMS数据集偏差最大。结果表明使用风云三号卫星数据的北极海冰覆盖数据集精度与国外3种同类型数据集相当。 相似文献
2.
2017年夏季北极中央航道海冰观测特征及海冰密集度遥感产品评估 总被引：2，自引：2，他引：0
2017年夏季中国第八次北极科学考察期间，"雪龙"号极地考察船首次成功穿越北极中央航道，期间全程开展了海冰要素的人工观测。中央航道走航期间的平均海冰密集度和平均冰厚分别为0.64和1.5 m，海冰密集度时空变化大且以厚当年冰为主，高纬密集冰区的浮冰大小显著高于海冰边缘区。基于"雪龙"号的船基走航观测海冰密集度评估比较了国际上常用的5种常用的微波遥感反演海冰密集度产品，同走航目测海冰密集度点对点的比较，误差最大的为德国不来梅大学AMSR2基于Bootstrap算法的产品，平均误差和均方根误差分别为0.19和0.28；误差最小的为欧洲气象卫星应用组织基于AMSR2数据和OSHD和TUD两种不同算法的产品，平均误差分别为-0.02和0.01，均方根误差均为0.20。从日平均比较来看，AMSR2基于Bootstrap算法的误差最大，平均误差和均方根误差分别为0.15和0.20；AMSR2/OSI SAF（TUD）的误差最小，平均误差和均方根误差分别为0.0和0.11，OSI SAF产品更接近人工观测结果。 相似文献
3.
《海洋学报(英文版)》2020,(9)
In order to apply satellite data to guiding navigation in the Arctic more effectively, the sea ice concentrations(SIC)derived from passive microwave(PM) products were compared with ship-based visual observations(OBS)collected during the Chinese National Arctic Research Expeditions(CHINARE). A total of 3 667 observations were collected in the Arctic summers of 2010, 2012, 2014, 2016, and 2018. PM SIC were derived from the NASA-Team(NT), Bootstrap(BT) and Climate Data Record(CDR) algorithms based on the SSMIS sensor, as well as the BT,enhanced NASA-Team(NT2) and ARTIST Sea Ice(ASI) algorithms based on AMSR-E/AMSR-2 sensors. The daily arithmetic average of PM SIC values and the daily weighted average of OBS SIC values were used for the comparisons. The correlation coefficients(CC), biases and root mean square deviations(RMSD) between PM SIC and OBS SIC were compared in terms of the overall trend, and under mild/normal/severe ice conditions. Using the OBS data, the influences of floe size and ice thickness on the SIC retrieval of different PM products were evaluated by calculating the daily weighted average of floe size code and ice thickness. Our results show that CC values range from 0.89(AMSR-E/AMSR-2 NT2) to 0.95(SSMIS NT), biases range from-3.96%(SSMIS NT) to 12.05%(AMSR-E/AMSR-2 NT2), and RMSD values range from 10.81%(SSMIS NT) to 20.15%(AMSR-E/AMSR-2 NT2). Floe size has a significant influence on the SIC retrievals of the PM products, and most of the PM products tend to underestimate SIC under smaller floe size conditions and overestimate SIC under larger floe size conditions. Ice thickness thicker than 30 cm does not have a significant influence on the SIC retrieval of PM products. Overall, the best(worst) agreement occurs between OBS SIC and SSMIS NT(AMSR-E/AMSR-2 NT2) SIC in the Arctic summer. 相似文献
4.
2010-2018年北极夏季中国北极科学考察航行期间被动微波遥感海冰密集度与船基目视观测资料的比较 总被引：2，自引：0，他引：2
为了更有效地将卫星数据应用于北极航行导航，被动微波（PM）产品的海冰密集度（SIC）与从中国北极科学考察中收集到的船基目视观测（OBS）资料进行了比较。在2010、2012、2014、2016和2018年的北极夏季总共收集了3667组目测数据。PM SIC取自基于SSMIS传感器的NASA-Team（NT）、Bootstrap（BT）以及Climate Data Record（CDR）算法和基于AMSR-E/AMSR-2传感器的BT、enhanced NT（NT2）以及ARTIST Sea Ice（ASI）算法。使用PM SIC的日算术平均值和OBS SIC的日加权平均值进行比较。比较了PM SIC和OBS SIC之间的相关系数，偏差和均方根偏差，包括总体趋势以及在轻度/普通/严重冰况下的情况。使用OBS数据，浮冰尺寸和冰厚对不同PM产品SIC反演的影响可以通过计算浮冰尺寸编码和冰厚的日加权平均值来评估。我们的结果显示相关系数的范围为0.89（AMSR-E/AMSR-2 NT2）到0.95（SSMIS NT），偏差的范围为-3.96%（SSMIS NT）到12.05%（AMSR-E/AMSR-2），均方根偏差的范围为10.81%（SSMIS NT）到20.15%（AMSR-E/AMSR-2 NT2）。浮冰尺寸对PM产品的SIC反演有显著的影响，大多数PM产品倾向于在小浮冰尺寸情况下低估SIC，而在大浮冰尺寸情况下高估SIC。超过30 cm的冰厚对于PM产品的SIC反演没有明显影响。总体来看，在北极夏季，SSMIS NT SIC与OBS SIC之间有着最好的一致性，而AMSR-E/AMSR-2 NT2 SIC与OBS SIC的一致性最差。 相似文献
5.
误差订正对2018年夏季次季节尺度海冰预测的作用 总被引：1，自引：1，他引：0
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。 相似文献
6.
A 41-year Antarctic sea ice concentration(SIC) dataset derived from satellite passive microwave radiometers during the period of 1979–2019 has been used to analyze sea ice changes in recent decades. The trends of SIC and sea ice extent(SIE) are calculated during the periods of 1979–2019, 1979–2013, and 2014–2019. The trends show regionally dependent features. The SIC shows an increasing trend in most of the regions except the Bellingshausen Sea and Amundsen Sea(BA) during 1979–2019 and 1979–2013. The SIE trend shows a decreasing or decelerating trend in the period of 1979–2019((6 835±2 210) km2/a) compared with the 1979–2013 period((18 600±2 203) km~2/a). In recent years(2014–2019), the SIC and SIE have exhibited decreasing trends(–(34 567±3 521) km~2/month), especially in the Weddell Sea(WS) and Ross Sea(RS) during summer and autumn. The trends are related to regionally dependent causes. The analyses show that the SIC and SIE decreased in response to the warming trend of 2 m air temperature(T_(a-2m)) and have exhibited a good relationship with T_(a-2m) in summer and autumn in recent years. The sea ice decrease in the Antarctic is mainly caused by increases in absorbed energy and southward energy transportation in recent years, such as the increase in gained solar radiation and moist static energy from the south, which demonstrate notable regional characteristics. In the WS region, the local positive feedback from the additional absorbed solar radiation, resulting in warmer air and reduced sea ice, is the main reason for the sea ice decrease in recent years. The increase in southward energy transport has also favored a decrease in sea ice. In the RS region, the increase in southward-transported moist static energy has contributed to the decrease in sea ice, and the increases in cloud cover and longwave radiation have prevented sea ice growth. 相似文献
7.
北极海冰密集度动态系点值ASI反演算法研究 总被引：3，自引：0，他引：3
海冰密集度是极区海冰监测的重要因素,使用AMSR-E (Advanced Microwave Scanning Radiometer for Earth Observing System) 89GHz数据ASI反演算法得到的海冰密集度是目前能够获得的分辨率最高的微波数据.在以前的算法中往往使用固定的系点值,本研究实现了动态系点值ASI (the Arctic Radiation And Turbulence Interaction Study (ARTIST) Sea Ice)算法,更重要的是在统计开阔水系点值的时候消除了云对系点值的影响,使得纯水系点值更接近真实状况.得到2010年平均的开阔水和海冰的系点值分别为50.8K和7.8K,通过每天的系点值得到的反演方程在低密集度区增大了海冰密集度,在高密集冰区减小了海冰密集度,从而在一定程度上改善了微波数据的反演准确度.通过和北极区域选取40幅不受云影响的MODIS 500m分辨率宽频大气层顶反照率(broadband TOA albedo)计算的海冰密集度进行了比较验证.结果显示,40个个例中,95%本文的平均差异比使用固定系点值算法产品的小,而且75%的均方根差异比使用固定系点值算法产品的小. 相似文献
8.
2007和2012年北极最小海冰范围空间分布不同的原因分析 总被引：1，自引：0，他引：1
Satellite records show the minimum Arctic sea ice extents(SIEs) were observed in the Septembers of 2007 and2012, but the spatial distributions of sea ice concentration reduction in these two years were quite different.Atmospheric circulation pattern and the upper-ocean state in summer were investigated to explain the difference.By employing the ice-temperature and ice-specific humidity(SH) positive feedbacks in the Arctic Ocean, this paper shows that in 2007 and 2012 the higher surface air temperature(SAT) and sea level pressure(SLP)accompanied by more surface SH and higher sea surface temperature(SST), as a consequence, the strengthened poleward wind was favorable for melting summer Arctic sea ice in different regions in these two years. SAT was the dominant factor influencing the distribution of Arctic sea ice melting. The correlation coefficient is –0.84 between SAT anomalies in summer and the Arctic SIE anomalies in autumn. The increase SAT in different regions in the summers of 2007 and 2012 corresponded to a quicker melting of sea ice in the Arctic. The SLP and related wind were promoting factors connected with SAT. Strengthening poleward winds brought warm moist air to the Arctic and accelerated the melting of sea ice in different regions in the summers of 2007 and 2012. Associated with the rising air temperature, the higher surface SH and SST also played a positive role in reducing summer Arctic sea ice in different regions in these two years, which form two positive feedbacks mechanism. 相似文献
9.
This paper is focused on the seasonality change of Arctic sea ice extent(SIE) from 1979 to 2100 using newly available simulations from the Coupled Model Intercomparison Project Phase 5(CMIP5).A new approach to compare the simulation metric of Arctic SIE between observation and 31 CMIP5 models was established.The approach is based on four factors including the climatological average,linear trend of SIE,span of melting season and annual range of SIE.It is more objective and can be popularized to other comparison of models.Six good models(GFDL-CM3,CESM1-BGC,MPI-ESM-LR,ACCESS-1.0,Had GEM2-CC,and Had GEM2-AO in turn) are found which meet the criterion closely based on above approach.Based on ensemble mean of the six models,we found that the Arctic sea ice will continue declining in each season and firstly drop below 1 million km~2(defined as the ice-free state) in September 2065 under RCP4.5 scenario and in September 2053 under RCP8.5 scenario.We also study the seasonal cycle of the Arctic SIE and find out the duration of Arctic summer(melting season) will increase by about 100 days under RCP4.5 scenario and about 200 days under RCP8.5 scenario relative to current circumstance by the end of the 21 st century.Asymmetry of the Arctic SIE seasonal cycle with later freezing in fall and early melting in spring,would be more apparent in the future when the Arctic climate approaches to "tipping point",or when the ice-free Arctic Ocean appears.Annual range of SIE(seasonal melting ice extent) will increase almost linearly in the near future 30–40 years before the Arctic appears ice-free ocean,indicating the more ice melting in summer,the more ice freezing in winter,which may cause more extreme weather events in both winter and summer in the future years. 相似文献
10.
大气环流优势模态对北极海冰变化的响应Ⅰ.北极涛动 总被引：1，自引：0，他引：1
利用美国冰雪中心海冰密集度数据,分析了1979-2012年北极海冰面积的时间变化特征,发现北极海冰具有显著的年代际变化特征,分别在1997和2007年前后存在两次年代际转型突变点,相应的大气环流优势模态——北极涛动(AO)也存在显著的时空变化。1979-1996年阶段海冰下降趋势较弱并以较强的年际振荡为主,AO模态较强且显示出低频振荡特征;1997-2006年阶段北极海冰快速减退趋势占优,同时伴随着较弱的年际振荡,AO模态减弱且振荡周期缩短;2007-2012年阶段海冰范围较快下降同时具有极强的年际振荡,方差变化是前两个阶段的2~3倍,AO不仅强度加强,空间结构也发生了变化,极涡中心分别向格陵兰岛和白令海峡一侧延伸,这种结构有利于极地冷空气入侵欧洲和北美。利用ECHAM5大气模式进行的数值试验结果也证实了较强振荡的海冰强迫对AO模态的改变具有决定作用。 相似文献
11.
北极夏季海冰的快速减少使得北极航道提前开通成为可能。为了给北极冰区船运活动提供及时可靠有效的海冰预报保障,急需提高海冰预报水平。本文基于麻省理工大学通用环流模式(MITgcm),使用牛顿松弛逼近(Nudging)资料同化方法将德国不莱梅大学的第二代先进微波辐射成像仪(AMSR2)海冰密集度资料同化到模式中,建立了北极海冰数值预报系统。设计试验对比3种不同Nudging系数计算方案的改进效果,结果表明选择合适参数后,不同方案均能显著改进海冰密集度初始场。通过设计有无Nudging同化的两组预报试验,结合卫星遥感海冰密集度及中国第五次北极科学考察期间"雪龙"船的走航海冰密集度观测数据,定量分析了Nudging同化方案对北极海冰密集度的24~120 h预报结果的改进效果。结果表明,Nudging同化对120 h内全北极海冰密集度的空间分布和移动单点目标的海冰密集度预报结果均有显著改善;但在海冰变化很小的情况下,Nudging同化试验的24~120 h预报结果均劣于惯性预报结果,说明基于Nudging同化的数值预报系统还需进一步提高预报技巧。 相似文献
12.
北极秋季海冰减少与亚洲大陆冬季温度异常 总被引：1，自引：1，他引：0
本文使用SVD等诊断分析方法探讨北极秋季海冰密集度与亚洲冬季温度异常之间的关系。结果表明,近30余年来,北极秋季海冰减少伴随着亚洲大陆冬季温度降低,但青藏高原地区、北冰洋和北太平洋沿岸除外。北极秋季海冰密集度减小激发欧亚大陆和北冰洋北部两个区域位势高度的改变,这种异常的变化模态从秋季持续到冬季。位势高度异常的负值中心位于巴伦支海和喀拉海。位势高度异常的正值中心位于蒙古区域。与重力位势高度异常伴随的风场异常为亚洲冬季温度降低提供自北向南的冷气流。随着北极海冰的不断减少,其与亚洲大陆冬季温度降低之间的关系将为气候长期预测提供参考。 相似文献
13.
本文系统地评估了国家海洋环境预报中心于我国第七次北极科学考察期间开展的北极海冰密集度数值预报结果。该预报系统基于麻省理工大学通用环流模式，并采用牛顿松弛逼近（Nudging）资料同化方法，计算输出未来1~5 d的北极海冰密集度预报产品。本文将数值预报结果同卫星观测的海冰密集度、再分析资料和"雪龙"号第七次北极考察期间观测的海冰密集度数据进行了对比分析。结果表明，预报的北极海冰密集度小于卫星观测值，24 h、72 h和120 h预报结果的偏差分别为-2.7%、-3.1%和-3.2%；数值产品的预报技巧好于气候态结果和惯性预报，但是在海冰出现快速融化或冻结时，基于Nudging同化的数值预报技巧仍有不足。另外，相比船测数据，数值预报结果在海冰边缘区的偏差相对较大，24 h、72 h和120 h预报结果的偏差分别为8.8%、12.0%和14.5%。 相似文献
14.
以90%海冰密集度为阈值，基于卫星遥感数据，2017-2018年冰季在格陵兰北部识别了两次冰间湖事件，分别出现在冬季和夏季。冬季的冰间湖事件从2018年2月20日持续至3月3日，夏季的事件从8月2日持续到9月5日。AMSR2被动微波的海冰密集度产品表明，冬季和夏季冰间湖事件对应的最低海冰密集度分别为72%和65%。两次冰间湖事件都与格陵兰北部东西气压梯度异常引起的南风加强有关，而气压梯度的异常则与对流层中部极涡的扰动有关。冬季冰间湖事件期间，相对暖和的气温和频繁出现的冰间湖，导致冬季海冰生长不持续，海冰热力增厚较小，这为夏季海冰发生破碎并形成冰间湖创造了条件。南风减弱和新冰生成是冬季冰间湖消失的主要原因。对于夏季的冰间湖，导致其消失的主要原因则是从北部输入的浮冰增加。Sentinel-1 合成孔径雷达产品相对AMSR2被动微波观测产品更加适合于应用到冰间湖事件伴随的新冰生长，这与前者具有更高的空间分辨率有关。格陵兰北部是北冰洋多年冰的聚集地，该区域被认为是北冰洋海冰的“避难所”。因此区域在2017-2018年出现罕见的冰间湖事件，对于整个北冰洋海冰的快速减少具有重要意义，也助于北冰洋海冰，尤其是多年冰的消退。 相似文献
15.
基于19GHz修正91GHz频段改进的ASI海冰密集度算法 总被引：1，自引：1，他引：0
基于数据融合算法思想，利用低频修正高频微波数据提出改进的ASI海冰密集度反演算法，对北极海冰进行反演研究。目前用于整体海冰密集度反演的算法中，使用低频数据的算法受天气影响较弱，但空间分辨率相对较低；而使用高频数据的算法，空间分辨率相对较高，但受天气影响较大，虽然使用天气滤波器处理，能消除那些被误判成海冰的水点，但并没有改变冰点的密集度。改进的ASI算法，利用低频数据（19GHz）修正高频数据（85.5GHz），进而得到修正后的85.5GHz的极化差P''，将P带入ASI算法，最终得到以2008-2016年每年的1月3日SSMIS数据为例的北冰洋整体海冰密集度反演结果。结果表明，改进后的ASI算法得到的总体海冰面积介于ASI与NASA Team两个结果之间；在边缘海冰区，改进后的ASI算法结果与传统的ASI算法结果在海冰面积与平均海冰密集度上都有较大差异，且前者更接近NASA Team算法。因此改进后的ASI算法，在空间分辨率上优于NASA Team算法，在受天气影响程度上更弱于ASI算法，并且有效变了边缘海冰区像元的海冰密集度。 相似文献
16.
V. A. Semenov 《Izvestiya Atmospheric and Oceanic Physics》2014,50(4):343-349
Numerical experiments with the ECHAM5 atmospheric general circulation model (AGCM) using the empirical HadISST1.1 data on sea surface temperature (SST) and sea ice concentration (SIC) in the 20th century as boundary conditions are analyzed. The experiments show that the model correctly reproduces the wintertime Arctic warming in the last 30 years of the 20th century but is unable to reproduce mid-20th century warming. Because the wintertime Arctic surface air temperature changes are closely related to SIC anomalies, it is assumed that one reason for this discrepancy is the lack of a negative SIC anomaly in the prescribed boundary conditions during a mid-20th century warm period. It is also shown that the model with-out prescribed ice cover changes does not reproduce a temperature trend in the Arctic in recent 30 years of the 20th century. The experimental results indicate that the mid-20th century warming was accompanied by a significant negative anomaly of the wintertime Arctic sea ice extent comparable to current trends and also point to a considerable contribution of natural variability to modern climate changes. 相似文献
17.
北极海冰的年代际转型与中国冻雨年代际变化的关系 总被引：1，自引：0，他引：1
基于1961-2013年HadISST海冰密集度资料,定义了北极海冰的季节性融冰指数,结果显示近几十年来北极季节性融冰范围呈显著的上升趋势,并分别在20世纪70年代末和90年代中期存在显著的年代际转型,相应地,中国冻雨发生频数总体上呈现出显著的减少趋势,但也存在显著的年代际转型。在20世纪70年代末之前,北极季节性融冰范围较小但显著增长,中国冻雨频数年际变化振幅较大,且主要受巴伦支海、喀拉海海冰的影响;20世纪70年代末至90年代中期北极季节性融冰范围维持振荡特征,没有显著的线性趋势,中国冻雨频数变化振幅减小,与北极海冰相关较弱,主要相关因子为北大西洋及北太平洋海表温度变化;而90年代中期以后,北极海冰融化加快,特别是2007年以后,季节性融冰范围大大增加,而中国冻雨频数处于低发时段,其变化与太平洋扇区海冰及堪察加半岛附近海温呈显著负相关,季节性融冰的显著区域也从东西伯利亚海逆时针旋转向波弗特海-加拿大群岛北部扩张,同时向北极中央区扩张。不同年代影响冻雨的海温或海冰关键海区不同,产生特定的大气环流异常响应,进而影响到我国冻雨。 相似文献
18.
极区海冰影响大气和海洋环流，对全球气候变化起着重要的作用。海冰密集度是表征海冰时空变化特征的重要参数之一。本文研究了利用FY-3C微波扫描辐射计亮温数据反演极区海冰密集度的方法。经过时空匹配、线性回归，修正了FY-3C微波辐射计亮温数据。使用两种天气滤波器和海冰掩模滤除了大气影响所造成的开阔海域虚假海冰；使用最小密集度模板去除陆地污染效应。通过计算2016年、2017年极区海冰面积及范围两个参数，对得到的海冰密集度产品进行了验证，两年的海冰范围和面积趋势基本与NSIDC产品一致，平均差异小于3%。本研究结果为发布我国自主卫星的极区海冰密集度业务化产品奠定了基础，制作的产品可保障面临中断的40多年极区海冰记录的连续性。 相似文献
19.
HY-2卫星扫描微波辐射计数据反演北极海冰漂移速度 总被引：1，自引：1，他引：0
本文基于最大互相关法,利用海洋二号（HY-2）卫星扫描微波辐射计37 GHz通道多时相垂直极化亮温数据,获取了北极海冰漂移速度。采用2012年和2013年国际北极浮标计划海冰现场观测数据,对利用微波辐射计亮温资料反演的冬季北极海冰漂移速度进行了定量验证,结果表明:流速和流向均方根误差分别为1.12 cm/s和16.37°,从一定程度上说明了HY-2卫星扫描微波辐射计亮温数据反演海冰漂移速度的可行性。此外,使用美国国防气象卫星F-17搭载的专用微波成像仪91 GHz通道垂直极化亮温,采用高斯拉普拉斯滤波方法进行处理,结合最大互相关法反演的海冰漂移速度,优于法国海洋开发研究院海冰漂移速度产品。 相似文献
20.
渤海冬季海冰反照率变化 总被引：1，自引：1，他引：0
渤海海冰对于大尺度气候变化比较敏感,基于CLARA-A1-SAL数据分析了1992~2008年冬季（12、1、2月）渤海海冰区域反照率的时空变化,同时分析了海冰密集度、海冰外延线面积和海水表面温度的变化与海冰反照率的相互关系。渤海海冰区域反照率随时间波动变化且变化趋势不明显,趋势线斜率仅为0.0388%。年际变化在9.93%~14.5%之间,平均值为11.79%。海冰反照率在1999,2000和2005等重冰年的值明显高于其他年份,在1994,1998,2001和2006等轻冰年的值较低。从单个月份反照率来看,12月海冰反照率的增加趋势（趋势线斜率0.0988%）明显高于1月和2月,1月的海冰反照率平均值（12.9%）高于另外两个月份。海冰反照率和海冰密集度呈明显的正相关关系;和海表面温度呈负相关关系（显著性水平90%）。 相似文献