共查询到19条相似文献，搜索用时 265 毫秒
1.
南极普里兹湾邻近海域海冰生消发展特征分析 总被引：4，自引：0，他引：4
利用美国冰雪数据中心发布的2003-2008年高分辨率海冰密集度数据,分6个阶段对普里兹湾区域海冰季节性变化的空间分布特征进行了研究,并根据普里兹湾海区的地形和环流对这些特征的成因进行了分析.结果表明,普里兹湾海冰冻结过程和融化过程分别经历7个月和5个月,海冰融化速度最快月份是10月和11月,主要表现形式为海冰密集度的减少;海冰冻结速度4月和6月最快,海冰外缘线向北扩展.由于普里兹湾近岸达恩利角冰间湖、普里兹湾冰间湖和Barrier湾冰间湖的存在,海冰的融化呈现大洋区由北向南、近岸区由南向北的双向融化特征;而在普里兹湾口、弗拉姆浅滩和四女士浅滩均存在不易融化的冰舌,两者之间的低密集度海冰区,则对应于暖水侵入普里兹湾的通道.南极绕极流在流经凯尔盖朗海台中部时向北偏转,造成此处在盛冰期较其它经度的海冰外缘更靠北,可达57°S.南极辐散带的表层流场和上升暖流抑制海冰冻结和聚集,形成了低海冰密集度区域. 相似文献
2.
北极中央区海冰密集度与云量相关性分析 总被引：2，自引：0，他引：2
本文使用海冰密集度以及低云、中云、高云的日平均数据,借助滑动相关分析方法,研究了北极中央区海冰密集度与云量之间的相关性,分析了海冰与云的相互作用机制。研究表明,在春季海冰融化季节(4、5月)、秋季海冰冻结季节(10、11月),低云与海冰密集度之间表现为较好的负相关,表明在这段时间内冰区海面蒸发强烈,对低云的形成有重要贡献。在10月和11月,中云与海冰密集度也有很好的负相关,表明秋季低云可以通过抬升形成中云。高云与海冰密集度之间并没有明显的相关性,可能原因:一方面海冰的空间分布对高云无影响,另一方面,高云主要影响到达的短波辐射,从而影响海冰的融化和冻结速度,与海冰厚度有直接显著的关系,而与海冰密集度的关系不明显。此外,在海冰密集度与低云存在较好负相关的情况下会出现某些年份相关性不好的情况,我们的研究发现这是北极中央区与周边海区发生了海冰交换或云交换的结果。 相似文献
3.
北极中央区海冰低密集度现象研究 总被引：3，自引：3，他引：0
近年，北极中央密集冰区出现海冰低密集度的异常现象。为了探讨这一现象的成因，本文使用ERA-Interim再分析资料，定义了北极中央区海冰低密集度（LCCA）指数，研究了2009-2016年的6-9月北极中央区发生的海冰低密集度现象。分析表明，研究时段内在北极中央区发生了6次明显的海冰低密集度（LCCA峰值）过程。在这些过程中，局地气温异常并不是导致海冰低密集度现象发生最主要的因素；海冰低密集度区域的形态及冰速场分布均与大气环流场相对应；在LCCA指数峰值发生前均有气旋中心出现在北冰洋70°N以北并伴随向北移动，气旋引起海冰辐散，同时所携带的较低纬度的热量导致海冰迅速融化。在6次过程中，有3次为气旋影响配合北极偶极子（DA）型环流。LCCA指数与84°N平均向北温度平流和北极中央区海冰速度散度呈正相关。在LCCA指数峰值前，温度平流对海冰低密集度区域形成的影响大于海冰辐散的影响。 相似文献
4.
南极麦肯齐湾冰间湖的时空变化及主要影响因素分析 总被引：1，自引：0，他引：1
利用2003—2009年AMSR-E日平均海冰密集度数据,对南极普里兹湾埃默里冰架前缘中西部的麦肯齐湾冰间湖进行了分析。针对冰架前缘冰间湖的特点,本文在阈值法和连通域法的基础上,提出了生长点法作为识别此类冰间湖的方法。研究发现,该冰间湖的开始时间为每年的3月中下旬,结束时间为每年的10月末到11月初,平均出现天数为226d。冰间湖的面积每天都发生变化,表现出天气尺度的变化特征。全年累计的冰间湖面积平均为(8.33±1.55)×105 km2。冰间湖最大面积为1.69×104 km2,出现在2004年。结合NCEP再分析数据中的日平均风速资料的分析发现,在6～8月,冰间湖的天气尺度变化主要是受风场的影响,冰间湖面积与离岸风速有很好的相关性。 相似文献
5.
为了揭示南极海冰年际变化的机制,利用南极海冰边缘区密集度和海面风资料,选择南极海冰边缘区海冰密集度年际变化较大的5个海区进行统计分析.研究表明：南半球冬季在这5个海区海冰密集度年际变化与南侧西风的年际变化有较密切的关系,南半球冬季南极海冰边缘区南侧西风形成向北的Ekman输运对海冰边缘区的海冰密集度有重要的影响,这种影响在南太平洋和南大西洋比在南印度洋东部更明显. 相似文献
6.
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
7.
卫星记录以来,南极海冰范围发生5次快速下降事件,研究这5次事件的时空特征,对进一步认识海冰快速下降事件的物理机制具有重要意义。基于海冰范围和海冰密集度的卫星数据,从时间和空间两个维度总结5次南极海冰快速下降事件的特征,再结合大气和海洋各项环境因素的再分析数据,探讨海冰快速下降的影响因素及其驱动过程。结果显示:南极海冰快速下降的空间分布存在季节性差异, 2021年8～12月以及2016年8～12月的春季南极海冰快速下降由别林斯高晋海、威德尔海、印度洋和西太平洋区域的海冰减少所主导; 2010年12月至2011年4月以及1985年12月至1986年4月的夏季南极海冰快速下降由威德尔海、罗斯海沿岸和西太平洋区域的海冰减少所主导;2008年4～8月的冬季南极海冰快速下降则由别林斯高晋海和西太平洋的部分区域的海冰减少所主导。探究影响海冰的环境因素发现,海表面温度和海表面净热通量对海冰减少的热力效应影响具有区域性差异。此外,南极海冰快速下降受阿蒙森低压的影响,相应的海表面风异常既通过经向热输运的热力效应导致海冰减少,也通过风的动力效应驱动海冰漂移使得海冰密集度降低。 相似文献
8.
夏季北极密集冰区范围确定及其时空变化研究 总被引：3，自引：3，他引：0
研究夏季北极密集冰区的范围变化是了解北极海冰融化过程的重要手段。密集冰区与海冰边缘区之间没有明确的分界线, 海冰密集度在两者之间平滑过渡, 确定密集冰区范围就需确定一个密集度阈值。文中依据分辨率为6.25 km的AMSR-E遥感数据, 发现不同密集度阈值所围范围在密集冰区边缘处的减小存在由快变慢的过程, 同时与周围格点的密集度差异变化在该处最为显著, 对这两个特征进行统计分析, 获得的阈值同为89%, 具有明确的物理意义和合理性。以此为基础, 运用腐蚀算法剔除海冰边缘区, 同时结合连通域法排除小范围密集冰的影响, 进而确定密集冰区的范围。结果表明, 2002-2006年密集冰区覆盖范围较大, 年际变化较小, 2007年以后明显减小, 2010年与2011年相继出现最小值, 其中2011年的范围最小值仅为2006年的64%。密集冰区范围的变化不同于海冰覆盖范围, 是具有独立特性的海冰变化参数, 反映出高密集度海冰区域的变化特征。海冰的融化与海冰边缘区的变化是导致密集冰区范围发生变化的两个主要因素, 受动力学因素的影响, 海冰边缘区发生伸展或收缩, 发生密集冰区与海冰边缘区互相转化。本文提出了一种研究北极海冰变化的新思路, 密集冰区覆盖范围的减小表明北极中央区域高密集度海冰正持续减少。 相似文献
9.
楚科奇海海冰周年变化特征及其主要关联因素 总被引：20，自引：2，他引：20
利用1999年美国国家冰雪资料中心的各种卫星遥感综合分析数据对楚科奇海海冰周年变化进行详细分析，将全年的海冰变化过程分成密集冰封期、东岸融化期、单湾结构期、双湾结构期、三湾结构期、全线北撤期、南进封闭期、全面冻结期8个阶段。海冰冻结期仅2个月，海冰融化期持续4～5个月，说明融冰过程的吸热是个漫长的过程。太平洋与北冰洋海面高度差形成的正压压强梯度力是白令海水进入北冰洋的主要动力，白令海水进入冰下形成的暖水海冰边缘区是海冰融化的重要机制。白令海水在楚科奇海扩散过程受到海底地形产生的Taylor柱效应的显著影响，使其产生绕过浅滩，沿海谷流动，在海谷的方向上输送更多的水体和热量的现象，形成海冰融化的湾状结构。楚科奇海的局地风场也是海冰形态变化的重要因素之一。局地风场在冬季阻碍白令海水的入流，而在夏季促进白令海水的入流。 相似文献
10.
渤海冰-海洋耦合模式Ⅱ.个例试验 总被引：4，自引：1，他引：3
以渤海1998~1999和2000~2001年度冬季的海冰发展过程为例,采用实时气象数值预报场作为大气强迫,利用渤海冰海洋耦合模式模拟渤海整个冬季的海冰生消和演变以及渤海冰季冰气、冰水和气水界面的热收支.模拟结果显示大气和海洋的热力效应对渤海的海冰发展非常重要,特别在海冰的冻结和融化阶段,海洋热通量在热力耦合中起着重要作用.模拟还显示了冰覆盖内部区域和冰外缘线附近不同的热力特征,分析讨论了冰区内和冰边缘两个特征点冰厚分布、界面热量收支和海表水温等. 相似文献
11.
Sea ice characteristics between the middle Weddell Sea and the Prydz Bay, Antarctica during the austral summer of 2003 总被引：1，自引：0，他引：1
The antarctic sea ice was investigated upon five occasions between January 4 and February 15, 2003. The investigations included: (1) estimation of sea ice distribution by ship-based observations between the middle Weddell Sea and the Prydz Bay; (2) estimation of sea ice distribution by aerial photography in the Prydz Bay; (3) direct measurements of fast ice thickness and snow cover, as well as ice core sampling in Nella Fjord; (4) estimation of melting sea ice distribution near the Zhongshan Station; and (5) observation of sea ice early freeze near the Zhongshan Station. On average, sea ice covered 14.4% of the study area. The highest sea ice concentration (80%) was observed in the Weddell Sea. First-year ice was dominant (99.7%-99.8%). Sea ice distributions in the Prydz Bay were more variable due to complex inshore topography, proximity of the Larsemann Hills, and/or grounded icebergs. The average thickness of landfast ice in NeUa Fjord was 169.5 cm. Wind-blown snow redistribution plays an important role in affecting the ice thickness in Nella Fjord. Preliminary freezing of sea ice near the Zhongshan Station follows the first two phases of the pancake cycle. 相似文献
12.
13.
基于温度链浮标获取南极普里兹湾积雪和固定冰厚度的研究 总被引：2，自引：2，他引：0
极地积雪和海冰厚度是气候变化的重要指标,也是船舶在冰区航行需要掌握的主要参数。2014和2015年在南极普里兹湾中山站附近布放了一种新式的温度链浮标,该浮标每天进行4次常规温度观测和1次加热升温观测,用于实时获取积雪和海冰剖面温度及厚度数据的研究。通过分析剖面温度曲线和升温曲线反映出的大气、积雪、海冰和海水4种介质的热传导特性差异,可利用人工识别的方法（人工经验法）获得大气/积雪、积雪/海冰和海冰/海水界面的位置。根据统计不同介质在升温响应和垂直温度梯度等方面的特性,找到合理阈值,可通过编写程序自动判断各界面的位置（自动程序法）。本文利用这两种方法来判断不同物质界面位置从而计算得到积雪和海冰厚度。与现场人工观测的海冰厚度相比,人工经验法的平均偏差和均方根偏差分别为2.1 cm和6.4 cm（2014年）以及4.3 cm和6.5 cm（2015年）,自动程序法的平均偏差和均方根偏差分别为-6.8 cm和6.4 cm（2014年）以及4.5 cm和 6.6 cm（2015年）;对于积雪,人工经验法与现场人工观测的平均偏差和均方根偏差分别为0.5 cm和 8.5 cm,而自动程序法的平均偏差和均方根偏差分别为4.7 cm和10.8 cm。自动程序法误差较人工经验法偏大,但考虑到整体冰厚和现场观测的误差,两种方法的结果均是可信的,精度是可以接受的。利用新式的温度链浮标实时获取南极普里兹湾积雪和海冰厚度是可行的。 相似文献
14.
利用美国冰中心和雪冰中心提供的海冰资料和我国南极考察现场的海冰观测资料,对南极海冰的长期变化进行了研究.研究表明20世纪70年代后期是多冰期;80年代是少冰期;90年代南极海冰属于上升趋势,后期偏多,区域性变化差别大,东南极海冰偏多,西南极海冰即南极半岛两侧尤其是威德尔海区和别林斯高晋海的冰明显偏少.东南极和西南极海冰的变化趋势总是反相的.90年代后期普里兹湾的海冰明显偏多,南极大陆陆架冰外缘线总体没有明显的收缩,有崩解也有再生的自然变化现象.西南极威德尔海的龙尼冰架和罗斯海冰架东部崩解和收缩趋势明显,东南极的冰架也有崩解和收缩,但没有西南极明显.陆架冰崩解向海洋输送的冰山对全球海平面升高有一定的影响.目前南极冰盖断裂崩解形成的冰山,向海洋输入的水量可使全球海平面上升约14mm.南极海冰没有随着全球气候温暖化而明显减少,而是按照东南极和西南极反相的变化规律进行周期性的变化、调整和制约. 相似文献
15.
2016年南极中山站固定冰冰厚观测分析 总被引：1，自引：1，他引：0
极区海冰是全球气候系统的重要组成部分，南极的固定冰普遍存在于其沿海地区，中山站周边固定冰一般在11月中下旬达到最厚。海冰厚度是海冰的重要参数之一，2016年在南极中山站附近3个站点(S1、S2、S3站点)共布放了4套温度链浮标，包括1套SIMBA (Snow and Ice Mass Balance Array)温度链浮标和3套太原理工大学温度链浮标(TY温度链浮标)，SIMBA温度链浮标每天观测4次，TY温度链浮标每小时观测1次。利用浮标观测的温度剖面以及海冰和海水间不同介质温度差异计算得到海冰厚度。在S3站点，同时布放了SIMBA温度链浮标和TY温度链浮标。温度链浮标计算冰厚和人工钻孔观测冰厚比较结果显示，S1站点TY温度链浮标计算的海冰厚度平均误差和均方根误差分别为3.3 cm和14.7 cm，S2站点和S3站点分别为6.6 cm、6.9 cm以及4.0 cm、4.8 cm。S3站点的SIMBA温度链浮标计算冰厚和人工观测冰厚的平均误差和均方根误差为8.2 cm和9.7 cm。因而S3站点TY温度链浮标计算的海冰厚度更接近人工观测的结果。进一步对Stefan定律海冰生长模型进行对比，模型计算得到的海冰生长率为0.1～0.8 cm/d，生长率快于TY温度链浮标的结果，且受积雪影响明显。相比于卫星遥感反演冰厚的误差和观测时段的限制以及有限的人工观测，2种温度链浮标未来对于中山站附近海冰的长期监测均有重要的应用价值。 相似文献
16.
南极普里兹湾气旋的生消发展 总被引：3，自引：4，他引：3
利用1989～2000年现场观测的气象资料,特别是自1997年以来在南极考察船上接收的NOAA卫星极轨高分辨的卫星云图,研究了普里兹湾气旋的生消发展;提出了夏季绕极气旋进入普里兹湾内也会发展加强,在湾内东风带里也能生成气旋的新观点,修正了普里兹湾仅是气旋墓地的不全面说法,从而进一步完善了南极西风带绕极气旋和东风带上气旋生消发展的理论;研究了普里兹湾冰-气-海相互作用的机理,解释了气旋发生、发展的物理过程.用整体动力学输送法计算了进入普里兹湾980205号绕极气旋爆发性发展的能量交换,指出气旋在超过冰坝进入冰间湖可以获得巨大的热量,使气旋迅速发展成为具有南极特色的强风暴,风力达12级以上,平均风速为38m/s;瞬时最大风速达100m/s. 相似文献
17.
辽东湾JZ20—2海域海冰参数的概率分布 总被引：11，自引：1，他引：11
基于辽东湾JZ2 0 2海域 1996 2 0 0 0年 4个冬季的海冰定点观测资料和海冰数值模拟结果 ,对该海域的平整冰厚、冰速、冰向和压缩强度等海冰参数进行了概率分析 ,确定了各自的分布参数 ,并对冰速和冰向进行了联合概率分析。结果表明 :冰厚和冰速分别服从对数正态分布和瑞利分布 ,海冰压缩强度服从正态分布。计算结果可用于JZ2 0 2海域海洋结构可靠性设计和疲劳累积损伤分析的海冰参数 ,也可作为其邻近海域的参考资料 相似文献
18.
19.
Information on the Arctic sea ice climate indicators is crucial to business strategic planning and climate monitoring. Data on the evolvement of the Arctic sea ice and decadal trends of phenology factors during melt season are necessary for climate prediction under global warming. Previous studies on Arctic sea ice phenology did not involve melt ponds that dramatically lower the ice surface albedo and tremendously affect the process of sea ice surface melt. Temporal means and trends of the Arctic sea ice phenology from 1982 to 2017 were examined based on satellite-derived sea ice concentration and albedo measurements. Moreover, the timing of ice ponding and two periods corresponding to it were newly proposed as key stages in the melt season. Therefore, four timings, i.e., date of snow and ice surface melt onset (MO), date of pond onset (PO), date of sea ice opening (DOO), and date of sea ice retreat (DOR); and three durations, i.e., melt pond formation period (MPFP, i.e., MO–PO), melt pond extension period (MPEP, i.e., PO–DOR), and seasonal loss of ice period (SLIP, i.e., DOO–DOR), were used. PO ranged from late April in the peripheral seas to late June in the central Arctic Ocean in Bootstrap results, whereas the pan-Arctic was observed nearly 4 days later in NASA Team results. Significant negative trends were presented in the MPEP in the Hudson Bay, the Baffin Bay, the Greenland Sea, the Kara and Barents seas in both results, indicating that the Arctic sea ice undergoes a quick transition from ice to open water, thereby extending the melt season year to year. The high correlation coefficient between MO and PO, MPFP illustrated that MO predominates the process of pond formation. 相似文献