共查询到18条相似文献，搜索用时 232 毫秒
1.
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
2.
比较了AMSR2和SSMIS产品在2012年中国第五次北极考察期间的差异,并利用雪龙船在北极走航观测的海冰密集度资料初步评估了两种卫星产品在北极东北航道和高纬航道的适用性。结果表明:两种产品在海冰边缘区域反演的海冰密集度差异较大,且在高纬度区域AMSR2反演的密集度普遍大于SSMIS;两种产品对海冰外缘线的反演基本相同,说明两种算法对海冰和海水的区分基本一致;在去程低纬航线上分辨率较高的AMSR2数据的平均偏差为0.14±0.11,而分辨率较低的SSMIS数据为0.17±0.11;在回程高纬航线上AMSR2数据的平均偏差为0.11±0.10,而SSMIS数据为0.11±0.12。SSMIS数据在高值区明显的低估了海冰密集度值,说明其在高值区的反演上存在系统性偏差,AMSR2数据和走航观测数据更相符。SSMIS数据在高值区偏差大的原因可能与其反演算法对海冰表面出现的大量融池的辨别能力较差有关。 相似文献
3.
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
4.
基于CryoSat-2卫星测高数据的北极海冰体积估算方法 总被引：1，自引：1，他引：0
近30年来,北极海冰正发生着剧烈的变化。海冰体积是量化海冰变化的重要指标之一。本文以2015年CryoSat-2卫星测高数据和OSI SAF海冰类型产品为基础。提取了浮冰出水高度、积雪深度、海冰密集度、海冰类型等属性信息,通过数据内插、投影变换、栅格转换、空间重采样等工作将海冰属性信息统一为25 km×25 km分辨率的栅格数据集。根据流体静力学平衡原理,逐个估算栅格像元对应的海冰厚度值,将其与对应的海冰面积相乘,估算了北极海冰密集度大于75%海域的海冰体积,并分析了海冰厚度和体积的月变化和季节变化特征。用NASA IceBridge海冰厚度产品对反演的海冰厚度进行验证。结果表明二者相关系数为0.72,有较高的一致性。北极海冰平均厚度春季最大,夏季最小,分别约为2.99 m和1.77 m,最厚的海冰集中在格陵兰沿岸北部和埃尔斯米尔半岛以北海域。多年冰平均厚度大于一年冰。冬季海冰体积最大,约为23.30×103 km3,经过夏季的融化,减少了近70%。一年冰体积季节波动较大,而多年冰体积相对稳定,季节变化不明显。 相似文献
5.
基于SMAP卫星雷达资料的海冰密集度反演技术研究 总被引：1，自引：0，他引：1
SMAP是美国于2015年初发射的一颗卫星，搭载了L波段的雷达。它采用圆锥扫描方式，具有固定的入射角、较大的幅宽和千米级的分辨率，在海冰监测方面具有独特的优势。本文利用SMAP卫星雷达资料分别与德国Bremen大学海冰密集度产品和美国国家冰雪数据中心（NSIDC）海冰密集度产品建立3.125 km和25 km匹配数据集，分析了L波段雷达后向散射系数、极化比和归一化极化差与海冰密集度之间相关性，建立基于人工神经网络的海冰密集度反演算法。为了验证SMAP卫星雷达资料反演海冰密集度的精度，本文选择德国Bremen大学和美国冰雪数据中心发布的海冰密集度产品分别与SMAP海冰密集度产品进行对比分析，SMAP海冰密集度与Bremen海冰密集度的偏差为0.07、均方根误差为0.14；与NSIDC海冰密集度的偏差为0.04、均方根误差为0.18，这表明SMAP海冰密集度产品与现有业务化海冰密集度产品具有很好的一致性。 相似文献
6.
《海洋预报》2018,(6)
评估了我国自主研发的海洋二号卫星(HY-2)海冰密集度产品在北极地区的适用性。与8种国际同类产品相比,HY-2产品的分辨率为25 km,属于低分辨率产品。HY-2产品2012年夏季的空间分布特征和其他产品差别不大,但在低密集度冰区和边缘区域的差异可达0.15～0.25。HY-2产品可以反映2012年7—10月海冰面积先减小后增大的规律,但最小海冰范围的出现时间比其他产品偏早,且平均值偏小。利用北极海冰数值预报系统进行的同化试验显示,HY-2产品可以有效改善海冰密集度的模拟结果,将平均偏差从控制试验的0.18～0.24减小为同化试验的0.05～0.08,改善效果和国际认可和常用的AMSR2/ASI产品相当。 相似文献
7.
基于CryoSat-2数据的2010-2017年北极海冰厚度和体积的季节与年际变化特征 总被引：2，自引：2，他引：0
北极海冰变化影响着全球物质平衡、能量交换和气候变化。本文基于CryoSat-2测高数据和OSI SAF海冰密集度及海冰类型产品，分析了2010-2017年北极海冰面积、厚度和体积的季节和年际变化特征，结合NCEP再分析资料探讨了融冰期北极气温异常和夏季风异常对海冰变化的影响。结果表明，结冰期海冰面积的增加量波动较大，海冰厚度的增加量呈明显下降趋势。融冰期海冰厚度的减小量波动较大，2013年以后融冰期海冰面积的减小量逐年增加。海冰体积的变化趋势和面积变化更相似，融冰期的减小速率大于结冰期的增加速率。融冰期北极海表面大气温度异常与海冰融化量正相关。夏季风影响海冰的辐合和辐散，在弗拉姆海峡海冰的输运过程中起关键作用，促进了北冰洋表层水向大洋深层的传输。 相似文献
8.
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
9.
10.
北极海冰正处于快速减退时期，北极海冰体积变化是全球气候变化的重要指示因子。本文利用两种卫星高度计数据（ICESat和CryoSat-2）反演得到的海冰厚度数据，结合星载辐射计提取的海冰密集度数据以及海冰年龄数据，估算了近期的北极海冰体积以及一年冰和多年冰体积变化。CryoSat-2观测时段（2011-2013年）与ICESat观测时段（2003-2008年）相比，北极海冰体积在秋季（10-11月）和冬季（2-3月）分别减少了1 426 km3和412 km3。其中，秋季和冬季的一年冰的体积增加了702 km3和2 975 km3。相反，多年冰分别减少了2 108 km3和3 206 km3。多年冰的大量流失是造成北极海冰净储量下降的主要原因。 相似文献
11.
Sea ice concentration (SIC) is one of the most important indicators when monitoring climate changes in the polar region. With the development of the Chinese satellite technology, the FengYun (FY) series has been applied to retrieve the sea ice parameters in the polar region. In this paper, to improve the SIC retrieval accuracy from the passive microwave (PM) data of the Microwave Radiation Imager (MWRI) aboard on the FengYun-3B (FY-3B) Satellite, the dynamic tie-point (DT) Arctic Radiation and Turbulence Interaction Study (ARTIST) Sea Ice (ASI) (DT-ASI) SIC retrieval algorithm is applied and obtained Arctic SIC data for nearly 10 a (from November 18, 2010 to August 19, 2019). Also, by applying a land spillover correction scheme, the erroneous sea ice along coastlines in melt season is removed. The results of FY-3B/DT-ASI are obviously improved compared to that of FY-3B/NT2 (NASA-Team2) in both SIC and sea ice extent (SIE), and are highly consistent with the results of similar products of AMSR2 (Advanced Microwave Scanning Radiometer 2)/ASI and AMSR2/DT-ASI. Compared with the annual average SIC of FY-3B/NT2, our result is reduced by 2.31％. The annual average SIE difference between the two FY- 3Bs is 1.65×106 km2, of which the DT-ASI algorithm contributes 87.9％ and the land spillover method contributes 12.1％. We further select 58 MODIS (Moderate-resolution Imaging Spectroradiometer) cloud-free samples in the Arctic region and use the tie-point method to retrieve SIC to verify the accuracy of these SIC products. The root mean square difference (RMSD) and mean absolute difference (MAD) of the FY-3B/DT-ASI and MODIS results are 17.2％ and 12.7％, which is close to those of two AMSR2 products with 6.25 km resolution and decreased 8％ and 7.2％ compared with FY-3B/NT2. Further, FY-3B/DT-ASI has the most significant improvement where the SIC is lower than 60％. A high-quality SIC product can be obtained by using the DT-ASI algorithm and our work will be beneficial to promote the application of FengYun Satellite. 相似文献
12.
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
13.
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
14.
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
15.
《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
16.
For ocean and climate research, it is essential to get long-term altimetric sea level data that is as accurate as possible. However, the accuracy of the altimetric data is frequently degraded in the interior of the Arctic Ocean due to the presence of seasonal or permanent sea ice. We have reprocessed ERS-1/2/Envisat satellite altimetry to develop an improved 20-year sea level dataset for the Arctic Ocean. We have developed both an along-track dataset and three-day gridded sea level anomaly (SLA) maps from September 1992 to April 2012. A major improvement in data coverage was gained by tailoring the standard altimetric editing criteria to Arctic conditions. The new reprocessed data has significant increased data coverage with between 4 and 10 times the amount of data in regions such as the Beaufort Gyre region compared with AVISO and RADS datasets. This allows for a more accurate estimation of sea level changes from satellite altimetry in the Arctic Ocean. The reprocessed dataset exhibit a mean sea level trend of 2.1 ± 1.3 mm/year (without Glacial Isostatic Adjustment correction) covering the Arctic Ocean between 66°N and 82°N with significant higher spatial coherency in the ice-covered regions than the RADS and DUACS datasets. 相似文献
17.
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
18.
北极秋季海冰密集度与中国初冬降雨之间的关系 总被引：2，自引：1，他引：1
本文通过对中国地区实测降水及北极海冰卫星数据的分析,研究了北极秋季海冰密集度与中国初冬降雨的关系。合成分析的研究结果表明2000年之前中国南方和北方冬季降水偏少,中部降水偏多,这之后中国南方和北方冬季降水增加,中部降水减少。SVD研究结果显示,北极海冰减少使得近三十年来中国南方和北方冬季降雨呈现逐渐增多,中部地区(从青藏高原向东北方向至日本)降雨逐步减少的趋势。随着北极海冰的进一步减少,如遇合适的气候条件,南方冻雨出现的概率会加大。北极秋季海冰异常的回复过程加之冬季海冰异常的延续信号在中国、蒙古及日本北部激发一个阻塞高压,以巴伦支海/卡拉海为中心激发一个异常低压。这使得来自北冰洋大西洋扇区的冷空气南下至欧洲大陆和亚洲北部,在阻塞高压的影响下,冷空气进一步南下,进入东亚地区。这不仅使得亚洲冬季温度降低,也为中国北部降水增加提供条件。 相似文献