王 坤, 畢海波, 黃 玨

基于遙感數(shù)據(jù)的近40 a弗雷姆海峽海冰輸出研究

王 坤1, 畢海波2, 黃 玨1

(1. 山東科技大學 測繪與空間信息學院, 山東 青島 266590; 2. 中國科學院海洋研究所, 山東 青島 266071)

北極海冰作為一個巨大的淡水資源庫, 每年向全球輸送大量淡水資源, 從北極輸出的海冰在向南輸送的過程中融化, 對海洋水循環(huán)與水環(huán)境產(chǎn)生影響, 進而影響全球氣候變化, 弗雷姆海峽作為北極海冰輸出的主要通道, 對其研究顯得尤為重要。為了解弗雷姆海峽海冰長期輸出量, 利用美國冰雪數(shù)據(jù)中心(NSIDC)發(fā)布的海冰密集度、海冰厚度與海冰漂移速度數(shù)據(jù), 計算得到1979年至2019年弗雷姆海峽海冰輸出面積通量與2010至2019年弗雷姆海峽海冰輸出體積通量, 并在此基礎(chǔ)上分析弗雷姆海峽近40 a海冰輸出量的變化狀況以及弗雷姆海峽海冰輸出的年際變化、季節(jié)變化, 并分析了影響弗雷姆海峽海冰輸出量的可能原因。結(jié)果表明: 近40 a弗雷姆海峽年均海冰輸出面積通量為7.83×105km2,近10 a弗雷姆海峽海冰年均輸出體積通量為1.34×106km3, 從長期來看, 弗雷姆海峽海冰輸出面積通量呈略微增加趨勢, 弗雷姆海峽海冰輸出體積通量在2010—2019年整體呈下降趨勢, 且變化幅度很大,在2015年與2019年呈現(xiàn)出海冰低輸出?？傮w而言, 弗雷姆海峽海冰輸出量變化趨勢并不明顯, 但顯示出較大的年際與季節(jié)變化, 海冰輸出主要發(fā)生在冬季與春季, 海冰密集度與海冰漂移速度對于弗雷姆海峽海冰輸出量有關(guān)鍵影響。

北極海冰; 海冰輸出; 弗雷姆海峽; 衛(wèi)星遙感; 海冰變化

近百年來, 北極地區(qū)一直都是全球氣候變化的研究熱點, 是氣候變化最敏感的地區(qū)之一[1]。地球表面超過70%的面積被海洋覆蓋, 而海洋中超過7%的面積被海冰覆蓋。在北極的海冰構(gòu)成中, 海洋冰占比約5/6, 陸地冰約占1/6。1996年的研究指出[2]: 冬季北極海冰覆蓋面積可達1.60×107km2, 占北極海洋面積的1/3以上; 夏季北極海冰覆蓋面積也有7.0×106km2[3], 但是在最近幾年中, 研究發(fā)現(xiàn)北極海冰的最大覆蓋面積減少到1.40×107km2, 夏季海冰覆蓋面積減少到4～ 5×106km2[4]。衛(wèi)星數(shù)據(jù)顯示在過去的50 a內(nèi)海冰面積呈現(xiàn)減少趨勢, 且在夏季海冰融化快于冬季, 自1978年以來, 北極海冰面積每十年約減少3%[5]。在過去的100 a中, 北極地區(qū)表面溫度上升約1.5 ℃, 是全球平均氣溫升高的兩倍左右, 在過去50 a內(nèi), 在加拿大西部以及阿拉斯加等部分地區(qū)的表面溫度上升高達2～3 ℃, 并且預(yù)估到21世紀后期全球?qū)⒗^續(xù)變暖1.0～3.9 ℃, 到23世紀后期全球?qū)⒗^續(xù)增暖約0.6～7.8 ℃[6]。

在北極海冰面積減少的同時, 北極海冰向北極以外區(qū)域的輸出在增加。海冰輸出是維持北極海冰物質(zhì)平衡的重要動力機制, 不僅影響海冰面積, 而且影響全球大洋溫鹽環(huán)流。輸出的海冰融化后, 降低了海洋的表層鹽度, 減弱了海洋垂直交換作用, 影響北大西洋環(huán)流, 對局部乃至全球氣候產(chǎn)生影響[7]; 而且海冰的表面反照率比海水高, 能反射更多的太陽能量短波輻射, 從而減少海水的能量輸入, 降低海水溫度, 影響著海-氣能量交換。

北極海冰的變化與全球氣候變化密切相關(guān), 得到了越來越多的關(guān)注, 但由于北極地區(qū)地理位置的特殊性, 觀測難度高、實測數(shù)據(jù)少成為制約研究的因素, 而衛(wèi)星遙感的發(fā)展使得北極地區(qū)長時序連續(xù)觀測成為可能。Kwok等[8]在1998年利用衛(wèi)星被動微波圖像建立全球幾十年冰運動記錄, 并定量評估冰運動估計的誤差, 證實了利用遙感手段監(jiān)測海冰的可行性。Vinje等[9]于同年對弗雷姆海峽的冰厚與冰漂移數(shù)據(jù)進行了評估, 并分析了影響冰厚變化的因素, 為計算冰通量打下了基礎(chǔ)。在接下來的研究中, Kwok等[10]利用被動遙感計算得到1978—1996年18a間通過弗雷姆海峽的海冰輸出量。Widell等[11]使用系泊儀器監(jiān)測了1996—2000年期間弗雷姆海峽的海冰速度, 證實了平均冰速與兩岸海平面氣壓(sea level pressure, SLP)差之間存在相關(guān)性, 并計算得到1950—2000年期間平均海冰面積通量。Kwok等[12]總結(jié)了1978—2002通過內(nèi)爾斯海峽的海冰輸出量, 通過5 a的合成孔徑雷達觀測, 對被動微波冰運動進行了更全面的評估。Kwok等[13]通過雷達衛(wèi)星計算了6 a(1996—2002)間由北冰洋進入納雷斯海峽的海冰通量, 并分析了海冰通量的季節(jié)與年際變化。同年, 利用10 a(1994—2003)的衛(wèi)星冰運動和厚度記錄估計了北極海冰進入巴倫支海的冬季流出量[14], 并使用一個25 a的冰-海洋耦合模型研究了淡水輸入對巴倫支海水文地理的可能影響, 又研究了北冰洋和加拿大北極群島之間的海冰交換[15]以及巴芬灣和戴維斯海峽的海冰漂移[16]。2008年, Kwok等[17]總結(jié)了29 a期間(1979—2007)北極海冰流入格陵蘭和巴倫支海的情況。Agnew等[18]根據(jù)高分辨率高級微波掃描輻射計(AMSR-E)圖像估計了2002—2007年期間加拿大北極群島與北冰洋、巴芬灣之間的每日海冰面積通量。在后續(xù)的研究中, Spreen等[19]根據(jù)衛(wèi)星數(shù)據(jù)估計了2003—2008年通過弗雷姆海峽海冰出口量。Smedsrud等[20]使用了北冰洋的大氣-冰-海洋耦合模型, 研究了1871—2012年北極海冰厚度的長期變化。Helvorsen等[21]的研究表明南地轉(zhuǎn)風的增強加快了北極海冰向南漂移, 并利用衛(wèi)星雷達圖像和弗雷姆海峽表面壓力的臺站觀測, 研究了1935—2014年弗雷姆海峽海冰面積出口的長期數(shù)據(jù)記錄。畢海波等[22]利用衛(wèi)星獲得的海冰運動和密集度, 獲得了巴芬灣主要磁通門1978—2016年的海冰面積通量。

以往對北極海冰的研究多集中于海冰密集度或海冰面積的研究, 對于海冰輸出的研究以及對于海冰體積通量的研究很少, 而且時間尺度大多不超過20 a。故利用近40 a (1979—2019年)的海冰密集度、海冰厚度與海冰漂移速度數(shù)據(jù)得到了通過弗雷姆海峽的海冰輸出通量, 并分析了導致輸出量變化的可能原因。

海冰的變化影響全球氣候的變化, 全球氣候又反作用于海冰, 兩者的關(guān)系密不可分、相互影響。近年來全球極端天氣現(xiàn)象頻發(fā), 這與北極海冰有密切聯(lián)系, 因此長時序地監(jiān)測北極海冰輸出通量對于了解北極海冰狀況、應(yīng)對全球氣候變化、開通北極航道等均具有積極意義。

1 數(shù)據(jù)與方法

研究的目的在于計算得到近40 a弗雷姆海峽海冰輸出面積通量與近10 a海冰輸出體積通量, 采用的數(shù)據(jù)集來源于美國國家冰雪數(shù)據(jù)中心(National Snow and Ice Data Center, NSIDC, https://nsidc.org/), 包括了海冰密集度、海冰厚度與海冰漂移速度。所有這些數(shù)據(jù)均來源于衛(wèi)星數(shù)據(jù), 彌補了在北極等高緯度地區(qū)觀測數(shù)據(jù)少、數(shù)據(jù)覆蓋率低的缺點。

1.1 海冰密集度

海冰密集度數(shù)據(jù)來自Nimbus-7掃描多通道微波輻射計(Scanning Multi-channel Microwave Radiometer, SMMR), 美國國防氣象衛(wèi)星計劃(Defense Meteorolo-gical Satellite Program, DMSP)-F8、-F11、-F13特殊傳感器微波/成像儀(Special Sensor Microwave/Imagers, SSM/Is)和DMSP-F17特殊傳感器微波成像儀/探測儀(Special Sensor Microwave Imager/Sounder, SSMIS)觀測的亮度溫度數(shù)據(jù), 其中, SMMR亮溫數(shù)據(jù)由美國國家航空航天局戈達德航天中心(Goddard Space Flight Center, GSFC)處理, SSM/Is、SSMIS亮溫數(shù)據(jù)由美國國家冰雪數(shù)據(jù)中心處理, 數(shù)據(jù)采用極軸立體投影方式, 分辨率為25 km, 時間跨度為1978—2020年。

SMMR是一個10通道儀器, 提供5個雙極化(水平、垂直)頻率的正交極化天線溫度數(shù)據(jù): 6.6、10.7、18.0、21.0 和37.0 GHz。SSM/I是一個七通道、正交極化、無源微波輻射系統(tǒng), 該儀器測量了19.3、22.2、37.0和85.5 GHz頻率的大氣和表面綜合輻射。SSMIS傳感器是一種圓錐掃描無源微波輻射計, 利用了3個DMSP微波傳感器的成像和探測能力, 包括SSMI、SSM/T-1溫度探測器和SSMI/T-2濕度探測器。SSMIS傳感器測量了19～183 GHz的24個頻率的微波能量, 條帶寬度為1 700 km[23]。

密集度數(shù)據(jù)提供了多個被動微波儀器的海冰濃度(海冰覆蓋面積占海洋面積的分數(shù)或百分比), 并且時間序列是一致的。為了使數(shù)據(jù)在時間與空間上盡可能達到統(tǒng)一, 使用GSFC水圈過程實驗室海洋與冰分部開發(fā)的算法來改變海冰的算法系數(shù), 以減少使用SMMR和SSM/Is傳感器估計的海冰范圍和面積的差異[24]。這些數(shù)據(jù)包含了北極地區(qū)的日網(wǎng)格數(shù)據(jù)(SMMR數(shù)據(jù)時間分辨率為1 d)和月平均海冰濃度, 由GSFC每年生成一次, 延遲時間大約為1 a, 提供了自1978年10月26日以來的海冰密集度。圖1展示了1979年2月與2019年2月的平均海冰密集度, 可以看到2019年海冰密集度覆蓋范圍明顯少于1979年。

圖1 1979年2月與2019年2月平均北極海冰密集度

1.2 海冰厚度

海冰厚度數(shù)據(jù)來自歐空局(European Space Agency, ESA)的CryoSat-2合成孔徑干涉雷達高度計, 數(shù)據(jù)分辨率為25 km, 時間跨度從2010年至2020年。CryoSat-2衛(wèi)星近極地非太陽同步軌道平均高度為717 km, 傾角為92°, 重復(fù)周期為369 d, 并伴隨著30 d的子循環(huán)(369 d的周期由連續(xù)變化的30 d重復(fù)模式構(gòu)成)。采用Ku波段合成孔徑干涉雷達高度計(SIRAL)觀測陸地冰川、冰蓋和海洋表面高程的變化[25], 主要任務(wù)是監(jiān)測極地區(qū)域的冰架和海冰。SIRAL是CryoSat-2上的主要傳感器, 它是一種雷達高度計, 通過傳感器發(fā)射雷達脈沖, 記錄脈沖發(fā)射時間以及到達海冰表面反射后的時間, 通過這個過程之間的時間延遲來測量表面高度。SIRAL傳感器的中心頻率為13.575 GHz, 接收帶寬為320 MHz。SIRAL采用延遲多普勒雷達高度計(DDA)技術(shù), 將衛(wèi)星地面足跡減小到約0.3 km, 跨軌約1.5 km, 相對而言先前的歐空局雷達高度計(RA)的衛(wèi)星足跡約為10 km。另外, SIRAL對地表點進行多視處理以減少雷達斑點引起的噪聲, 其測量海平面高度精度比傳統(tǒng)雷達高度計提高約2倍。CryoSat-2的SAR處理采用了一種非聚焦孔徑合成技術(shù), 與波束限制測高儀相比, 該技術(shù)利用多普勒波束來減小足跡尺寸[24]。SAR模式通常用于海冰區(qū)、海盆以及海岸帶, 而SARIn模式通常用于冰蓋邊緣的陡坡、小冰蓋和山地冰川。計算海冰輸出體積通量需要用到海冰厚度, 故對于海冰體積通量的計算也從2010年至2019年。數(shù)據(jù)集包含對北極海冰干舷的估計, 是一種從CryoSat-2數(shù)據(jù)中檢索海冰干舷而開發(fā)的新方法[25]。處理后的數(shù)據(jù)被網(wǎng)格化到SSM/國際極地立體圖網(wǎng)格, 并以WGS-84橢球體為參考, 數(shù)據(jù)提供每個網(wǎng)格點的中心緯度和經(jīng)度。數(shù)據(jù)集通常從一年的9月15日到下一年的4月15日(例如, 2011年9月15日至2012年4月15日), 每年的5月至8月是數(shù)據(jù)的空窗期[26]。

海冰厚度的反演是在假設(shè)靜水壓平衡以及雪、冰和水的密度為標準密度的前提下進行的, 且只有在海冰濃度超過70%時才進行反演。

海冰厚度反演的誤差可以寫成如下形式:

以及

其中,i是冰的厚度,b是海冰的干舷,w,i和s是水、冰和雪的密度,是真空中的光速,snow是雪中的光速(雪密度的函數(shù))。

因此, 海冰厚度的誤差來源如下:

1) 相關(guān)表面高程恢復(fù)誤差引起的干舷誤差, 通過與冰橋[25]比較, 每25 km網(wǎng)格單元存在的誤差為0.065 m。

2) 根據(jù)沃倫等[32]報告中的積雪深度的年際變化, 發(fā)現(xiàn)積雪深度誤差估計在0.04～0.06 m。

3) 雪、冰和水的密度誤差: 水的密度誤差可以忽略不計; 根據(jù)以前的研究, 估計雪的密度誤差為100 kg/m3, 冰的密度誤差為10 kg/m3。

4) 填補沒有觀測值的空白而引起的插值誤差, 這取決于點之間進行插值的距離。

圖2給出了2011年2月1日與2020年2月1日北極海冰平均厚度。

圖2 2011年2月1日與2020年2月1日平均北極海冰厚度

1.3 海冰漂移速度

數(shù)據(jù)集包含每日和每周海冰運動矢量, 來自甚高分辨率輻射計、SMMR、SSMI和SSMI/S傳感器、國際北極浮標計劃(International Arctic Buoy Programme, IABP)浮標、NCEP/NCAR再分析預(yù)報以及每日和每周海冰運動估計。該數(shù)據(jù)集中的海冰運動數(shù)據(jù)與北部和南部 25 km原始EASE-Grid預(yù)測進行地理配準, 時間覆蓋范圍為1978年10月25日至2019年12月31日[27]。

海冰運動是通過傳感器重復(fù)對海冰成像, 再對多幅影像進行處理得到的。從衛(wèi)星圖像計算的冰運動指的是在不同采集時間拍攝的具有相同空間覆蓋的兩幅圖像之間的位移: 在兩幅相近圖像上識別同一個特征(如浮冰), 然后測量其像素位移。冰速度矢量是基于像素分辨率和圖像之間的時間跨度來計算的。更自動化的方法是通過測量圖像對之間像素組的相關(guān)性獲得海冰漂移速度, 通過關(guān)聯(lián)一幅圖像中的小目標區(qū)域與第二幅圖像搜索區(qū)域中的幾個相同大小的區(qū)域來確定。值得注意的是, 冰的位移由第二幅圖像中相關(guān)系數(shù)最高的位置來定義。該方法在遠離冰邊緣的短距離內(nèi)通常是有效的, 因為在這些區(qū)域中, 每天的冰條件都相對穩(wěn)定; 但是在開闊海洋附近的冰邊緣或者冰正在變形的區(qū)域, 像素內(nèi)冰的空間或光譜特征會由于快速變化而難以匹配[28]。

冰漂移速度的誤差是通過與IABP的冰漂移速度進行比較估算的, 整個北極的冰漂移速度誤差為3.6 cm/s(3.1 km/d)[28]。然而, 在像弗雷姆海峽這樣的動態(tài)區(qū)域, 誤差預(yù)計會更大。

冰漂移速度直接影響北極海冰向外輸出。從圖3可以看出2019年2月的平均海冰漂移速度高于1979年2月, 而我們的結(jié)果表明, 2019年海冰平均漂移速度比1979年平均漂移速度快20%, 這表示2019年相對1979年海冰輸出更快。2019年海冰密集度較1979年降低5%, 而2019年輸出與1979年相差不大, 減少約2%。海冰面積的減少使得海冰密集度低, 而更薄的海冰在風力等因素作用下的漂移速度更快, 單一年份的比較不夠全面, 海冰長時間輸出更能說明問題, 下文中會具體討論近40 a海冰輸出情況。

圖3 1979年2月與2019年2月北極海冰漂移速度與方向(箭頭表示)

2 結(jié)果與討論

2.1 海冰輸出面積通量

海冰面積通量是衡量北極海冰輸出面積的重要指標, 為了得到海冰面積通量, 需要用到海冰密集度與海冰漂移速度的絕對值, 計算公式如下:

其中,為海冰面積通量,為每個格網(wǎng)的寬度(25 km),為通過斷面門的柵格數(shù),i是垂直于斷面的海冰分量,i是斷面處柵格的海冰密集度。

弗雷姆海峽海冰輸出面積通量數(shù)據(jù)的分析結(jié)果表明, 近40 a海冰年平均輸出面積通量為7.84×105km2, 比Kwok[17]等人得到的1979—2007年海冰輸出量高7.62×104km2, 比Smedsrud等[20]得到的1979—2014年海冰輸出量低1.01×105km2。這些差異可能是由于使用的數(shù)據(jù)不同產(chǎn)生的, 也有可能是定義的輸出范圍存在細微差異, 但是得到的平均海冰輸出通量的年際變化趨勢具有很高的一致性, 與Kwok等人的結(jié)果之間有0.78的高相關(guān)性, 與Smedsrud等人得到的結(jié)果相關(guān)性更高(=0.88)。1979至2019年, 海冰輸出面積呈每年0.7%的速度增加(圖4), 這一趨勢與Smedsrud得到的每10年7.0%的趨勢一致[20], 與觀測到的海冰漂移速度變化趨勢也相一致。這種趨勢在很大程度上是由冬季與春季較多的海冰輸出造成的。在冬季海冰出口趨勢為每10年14.4%, 而在春季為每10年8.9%(圖6)。

圖4 弗雷姆海峽海冰平均輸出面積通量與文獻[17]、[20]結(jié)果的比較

1979—2019年, 海冰輸出面積的年際變化很大, 最高值出現(xiàn)在1995年達到1.19×106km2, 最低值為5.79×105km2出現(xiàn)在1985年, 兩者相差近一倍, 說明海冰輸出在年際上變化幅度很大。結(jié)果表明過去近40 a的海冰輸出面積峰值出現(xiàn)在1981年、1995年、2000年、2012年以及2016年?？傮w而言, 長時序的北極海冰輸出面積通量呈略微增加趨勢, 在2014年之后的2015年海冰輸出體積通量低于7×105km2, 而在2016年回升至約9×105km2, 2016年至2019年均呈下滑趨勢, 到2019年海冰輸出體積通量再次降到接近2015年的水平。

2.2 海冰輸出體積通量

對比面積通量, 體積通量是在面積通量的基礎(chǔ)上結(jié)合海冰厚度計算得到, 能夠更立體且更具說服力地反映北極海冰輸出的實際量。其計算公式如下:

式中,是海冰體積通量,為每個格網(wǎng)的寬度(25 km),為通過斷面門的柵格數(shù),u是垂直于斷面的海冰分量,c是斷面處柵格的海冰密集度,h指的是海冰厚度。

在計算夏季體積通量時, 由于沒有海冰厚度數(shù)據(jù)無法直接計算, 故應(yīng)用之前得到的全年面積通量與年平均海冰厚度相乘得到全年體積通量, 在此基礎(chǔ)上減去春、秋、冬三個季節(jié)的體積通量, 便可得到夏季體積通量。

近10 a弗雷姆海峽海冰輸出體積通量平均值為1.34×106km3, 海冰輸出體積通量年際變化顯著, 海冰體積通量在2013年、2016年均呈高值, 特別是2013年海冰輸出體積通量超過1.70×106km3; 而2015年、2019年達到低值, 最低值出現(xiàn)在2019年, 僅有約1.00×106km3, 這與上文提及的面積通量低值年份一致。從圖5可以看出, 弗雷姆海峽海冰輸出體積通量在2010—2019年整體呈下降趨勢, 且變化幅度很大, 在2013年與2016年呈現(xiàn)出海冰高輸出。相比面積通量40 a的時間尺度, 10 a的體積通量變化并不能說明長期的趨勢, 但是在最近幾年來看, 海冰輸出呈現(xiàn)減少的趨勢。

圖5 2010年至2019年弗雷姆海峽海冰平均輸出體積通量

2.3 季節(jié)性海冰輸出

北極海冰輸出存在季節(jié)性變化的主要原因在于季節(jié)性海冰的形成與消融。季節(jié)性海冰是指北極海冰達到最大覆蓋面積后在1 a融化的海冰。季節(jié)性海冰由于其存在形成與消融的周期性, 對于北極大氣-海水-海冰的相互作用有重要影響, 因而對于全球氣候也存在潛在影響[29]。圖6統(tǒng)計了近40 a弗雷姆海峽海冰季節(jié)性輸出面積通量, 表1提供了北極近40 a春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12—2月)、年際(9月至次年8月)平均輸出面積通量以及近10 a平均輸出體積通量。

海冰輸出的根源在于海冰的形成[17]。春季與冬季是海冰主要輸出時期, 其中冬季海冰輸出面積增加明顯(圖6d), 因此冬季與春季海冰輸出面積通量的增加是弗雷姆海峽年平均海冰輸出量增加的主要原因。弗雷姆海峽在四個季節(jié)的的平均海冰輸出面積通量和體積通量如表1所示, 結(jié)果表明, 冬季的海冰輸出面積通量最大, 約占全年海冰輸出面積通量的35.29%。夏季與秋季海冰輸出面積通量基本持平, 輸出面積通量各自僅占比約17%。春季海冰輸出面積通量少于冬季, 多于夏季與秋季, 占全年輸出量的30.54%。海冰輸出體積通量在冬季與春季分別占35.14%與31.85%。面積通量與體積通量的季節(jié)性分析均表明弗雷姆海峽海冰輸出主要發(fā)生在冬季與春季。2006年夏、秋、冬季的海冰面積通量均低于相鄰年份; 2012年春季的海冰面積通量明顯低于相鄰年份, 達到近10 a以來春季海冰面積通量最低值; 2015年冬季海冰面積通量達到自1997年以來最低值; 2020年夏季海冰面積通量再次降低。

從各個季節(jié)海冰輸出面積通量來看, 每個季節(jié)海冰輸出變化幅度都較大, 輸出量高值約為低值的兩倍(圖6); 在冬季可以看出明顯的增加趨勢, 但在1997年與2015年冬季時出現(xiàn)低值。春季的面積通量在1985、1990與2002年均出現(xiàn)低值, 在2005年之后增加。夏季與秋季的海冰輸出變化并不明顯, 但夏季海冰輸出量在1995與2007年均達到低值,小于5×104km2; 秋季海冰輸出量在2007年時出現(xiàn)一個低值。夏季與秋季的輸出面積通量較少, 其變化對于年際輸出通量的變化影響不大; 冬季與春季的輸出通量多少對于所在年份的冰輸出量的影響是不可忽略的。

圖6 弗雷姆海峽海冰輸出面積通量

表1 近40 a季節(jié)性海冰平均輸出面積通量(105 km2)與近10年季節(jié)性海冰平均輸出體積通量(105 km3)

3 影響海冰輸出的因素

海冰輸出的變化與眾多因素有關(guān), 不同的因素耦合關(guān)聯(lián)共同作用于海冰, 但是它們對于海冰輸出的影響程度并不相同。

3.1 海冰密集度與海冰漂移速度

海冰密集度與海冰漂移速度均是海冰的重要屬性。海冰密集度是表征海冰空間密集程度的重要指標; 海冰漂移速度是直觀描述海冰運動狀態(tài)的參數(shù), 屬于矢量; 海冰密集度與海冰漂移速度對于海冰輸出均有影響。研究發(fā)現(xiàn), 弗雷姆海峽地區(qū)平均海冰密集度在過去的40 a呈現(xiàn)減少趨勢(圖7), 密集度的減少對海冰輸出有負面影響; 而近40 a北極海冰平均漂移速度呈加快趨勢(圖7), 這對海冰輸出有正面影響。這兩個因素均參與海冰輸出面積通量與體積通量的計算, 兩者的變化會直接反映在輸出通量上, 從圖7可以看到, 海冰面積通量與漂移速度的變化趨勢相近, 而與密集度變化趨勢大體一致, 在長時間序列上來看, 兩個因素均與海冰輸出有相同趨勢。在1979年至1995年上升, 但在1989年的面積通量出現(xiàn)一個低值, 漂移速度偏低; 1995至2007年下降, 但在1998年面積通量與漂移速度同時出現(xiàn)峰值, 密集度也高于相鄰年份; 在2007—2019年密集度下降, 而面積通量與漂移速度均波動較大, 在2013年漂移速度減小而面積通量增加, 2010—2012輸出量增加, 此后的2013—2015年輸出量減少。2012年海冰范圍異常偏低一定程度上導致了海冰密集度降低, 這是2013—2015年海冰輸出量降低的主要原因。除去2013年, 漂移速度與面積通量在其他年份均表現(xiàn)出相近趨勢。2013年冬季的平均漂移速度僅有0.09 km/d,相比2012年(0.14 km/d)與2014年(0.16 km/d)偏低; 2013年春季的漂移速度為0.11 km/d, 而低于2012年春季漂移速度(平均為0.25 km/d), 漂移速度偏低主要與弗雷姆海峽兩岸海平面氣壓有關(guān)[15], 但長期整體來看, 面積通量與密集度以及漂移速度的變化趨勢相近。通過對海冰密集度與海冰輸出面積通量進行線性擬合發(fā)現(xiàn)其相關(guān)性=0.59(圖8), 而海冰漂移速度與海冰輸出面積通量相關(guān)性=0.59(圖8), 這些相關(guān)性在99%的置信水平下具有統(tǒng)計顯著性, 說明海冰密集度與漂移速度均影響海冰面積通量。海冰密集度與漂移速度均是引起海冰輸出的重要因素, 海冰密集度越高代表海冰越多, 海冰在氣壓、風力等作用下發(fā)生位移, 漂移速度越大海冰輸出速度越快, 兩者均導致輸出的海冰量增多。

圖7 1979—2019年北極海冰密集度、漂移速度與面積通量

圖8 海冰密集度與海冰輸出面積通量散點圖(a), 海冰漂移速度與海冰輸出面積通量散點圖(b)

3.2 其他因素

氣溫直接影響海冰形成與消融[6, 30]。20世紀70年代北極平均氣溫在–10 ℃以下; 20世紀90年代以來, 北極變暖增幅是全球增溫幅度的2～3倍, 被稱為“北極放大”現(xiàn)象[31]; 到了21世紀的部分年份, 平均氣溫已經(jīng)超過–8 ℃。在過去的半個世紀, 北極平均氣溫上升約3 ℃, 影響北極海冰消融, 北極表面溫度波動上升。還有學者指出隨著全球氣候持續(xù)變暖, 北極地區(qū)將在2040年的夏季出現(xiàn)無冰覆蓋的情況[32-33]。北極氣溫的升高對海冰輸出起到促進作用; 風速的加強也是導致北極海冰輸出增加的重要原因[11], 北極海風在冬季與夏季均呈現(xiàn)增加趨勢, 由于風會對海冰直接施加拖曳力, 使海冰直接發(fā)生運動, 海冰的運動會促使北冰洋以及北冰洋與大西洋之間發(fā)生物質(zhì)與能量交換, 繼而發(fā)生其他耦合效應(yīng), 加速海冰運動, 并且海風會促使薄冰與邊緣冰破碎、消融, 加速海冰融化[34]。氣壓也對北極海冰輸出產(chǎn)生影響[21, 35-37], 海平面氣壓梯度影響地轉(zhuǎn)風應(yīng)力, 進而影響北極海冰輸出, 在年際至10 a時間尺度上, 有研究表明, 通過弗雷姆海峽的海冰輸出高度可變, 這種變化主要是由于海平面氣壓梯度的變化和地轉(zhuǎn)風應(yīng)力造成[38]; 海冰厚度對于大規(guī)模的海冰輸出可能具有重要作用[39]。大規(guī)模的冰輸出事件在很大程度上取決于在前一個積聚階段產(chǎn)生的厚冰。近10 a的海冰厚度由于相對變化幅度較小[40], 對于海冰輸出量的影響相對而言也較小。

4 結(jié)論

利用美國冰雪數(shù)據(jù)中心的海冰密集度、海冰漂移速度、海冰厚度數(shù)據(jù), 得到了1979—2019年弗雷姆海峽海冰輸出面積通量以及2010—2019年弗雷姆海峽海冰輸出體積通量, 分析了海冰輸出年際變化與季節(jié)性變化, 并分析了影響海冰輸出的可能因素。主要結(jié)論如下:

(1) 近40 a弗雷姆海峽海冰年平均輸出面積通量為7.83×105km2。面積通量總體呈現(xiàn)增加趨勢, 年際變化較大, 在1995年達到最高值1.19×105km2, 在1985年最低輸出量為5.79×105km2。

(2) 2010—2019年近10 a弗雷姆海峽海冰年平均輸出體積通量為1.34×106km3。2010—2019年體積通量總體呈下降趨勢, 年際變化較大, 2013年海冰輸出體積通量超過1.70×106km3, 而最低值出現(xiàn)在2019年, 僅有約1.00×106km3。

(3) 弗雷姆海峽海冰輸出主要發(fā)生在春季與冬季,冬季多于春季, 夏季與秋季相當, 冬季與春季海冰的增加是弗雷姆海峽海冰輸出通量增加的主要因素。

(4) 影響海冰輸出的因素可以分為海冰自身的影響以及環(huán)境的影響, 海冰自身密集度、漂移速度、海冰厚度以及風力、氣壓、氣溫均對海冰的輸出存在不同程度影響, 其中海冰漂移速度的快慢以及海冰密集度大小屬于關(guān)鍵因素。

[1] 畢海波, 楊清華, 梁鈺, 等. 北極海冰輸出研究綜述[J]. 海洋科學, 2018, 42(10): 110-124.

BI Haibo, YANG Qinghua, LIANG Yu, et al. Review of Arctic sea ice export[J]. Marine Sciences, 2018, 42(10): 110-124.

[2] 王召民, 黃士松. 南北極海冰的時空變化特征[J]. 氣象科學, 1996, 16(4): 299-307.

WANG Zhaomin, HUANG Shisong. The spatial and tem-poral variation characteristics of Arctic and Antarctic sea ice[J]. Scientia Meteorologica Sinica, 1996, 16(4): 299- 307.

[3] 張璐, 張占海, 李群, 等. 近30年北極海冰異常變化趨勢[J]. 極地研究, 2009, 21(4): 344-352.

ZHANG Lu, ZHANG Zhanhai, LI Qun, et al. Abnormal change trend of Arctic sea ice in recent 30 years[J]. Polar Research, 2009, 21(4): 344-352.

[4] QIONG Q Q, WANG J, BELETSKY D, et al. Accelera-ted decline of summer Arctic sea ice during 1850—2017 and the amplified Arctic warming during the recent decades[J]. Environmental Research Letters, 2021, 16: 034015.

[5] 李培基. 北極海冰與全球氣候變化[J]. 冰川凍土, 1996, 18(1): 72-80.

LI Peiji. Arctic sea ice and global climate change[J]. Glacial Permafrost, 1996, 18 (1): 72-80

[6] 趙宗慈, 羅勇, 黃建斌. 全球變暖與氣候突變[J]. 氣候變化研究進展, 2021, 17(1): 114-120.

ZHAO Zongci, LUO Yong, HUANG Jianbin. Global warming and abrupt climate change[J]. Research Progress of Climate Change, 2021, 17(1): 114-120.

[7] 唐述林, 秦大河, 任賈文, 等. 極地海冰的研究及其在氣候變化中的作用[J]. 冰川凍土, 2006, 28(1): 91- 100.

TANG Shulin, QIN Dahe, REN Jiawen, et al. Study on polar sea ice and its role in climate change[J]. Glacial Permafrost, 2006, 28(1): 91-100.

[8] KWOK R, SCHWEIGER A, ROTHROCK D A, et al. Sea ice motion from satellite passive microwave ima-gery assessed with ERS SAR and buoy motions[J]. Journal of Geophysical Research: Oceans, 1998, 103(C4): 8191-8214.

[9] VINJE T, NORDLUND N, KVAMBEKK ?. Monitoring ice thickness in Fram Strait[J]. Journal of Geophysical Research: Oceans, 1998, 103(C5): 10437-10449.

[10] KWOK R, ROTHROCK D A. Variability of Fram Strait ice flux and North Atlantic Oscillation[J]. Journal of Geo-physical Research: Oceans, 1999, 104(C3): 5177-5189.

[11] WIDELL K, ?STERHUS S, GAMMELSR?D T. Sea ice velocity in the Fram Strait monitored by moored instruments[J]. Geophysical Research Letters, 2003, 30(19), doi: 10.1029/2003GL018119.

[12] KWOK R. Fram Strait sea ice outflow[J]. Journal of Geophysical Research Oceans, 2004, 109(C1): C01009.

[13] KWOK R. Variability of Nares Strait ice flux[J]. Geophysical Research Letters, 2005, 32(24): 1064-1067.

[14] KWOK R, MASLOWSKI W, LAXON S W. On large outflows of Arctic sea ice into the Barents Sea[J]. Geo-physical Research Letters, 2005, 32(22): L22503.

[15] KWOK R. Exchange of sea ice between the Arctic Ocean and the Canadian Arctic Archipelago[J]. Geophysical Research Letters, 2006, 33(16): L16501.

[16] KWOK R. Baffin Bay ice drift and export: 2002– 2007[J]. Geophysical Research Letters, 2007, 34(19): L19501.

[17] KWOK R. Outflow of Arctic Ocean sea ice into the Greenland and Barents Seas: 1979–2007[J]. Journal of Climate, 2009, 22(9): 2438-2457.

[18] AGNEW T, LAMBE A, LONG D. Estimating sea ice area flux across the Canadian Arctic Archipelago using enhanced AMSR-E[J]. Journal of Geophysical Resea-r-ch, 2008, 113(C10): C10011.

[19] SPREEN G, KERN S, STAMMER D, et al. Fram Strait sea ice volume export estimated between 2003 and 2008 from satellite data[J]. Geophysical Research Letters, 2009, 36: L19502.

[20] SMEDSRUD L H, HALVORSEN M H, STROEVE J C, et al. Fram Strait sea ice export variability and September Arctic sea ice extent over the last 80 years[J]. The Cryosphere, 2017, 11(1): 65-79.

[21] HALVORSEN M H, SMEDSRUD L H. Fram Strait ice area export and its influence on Arctic sea ice thickness[C]//EGU. EGU General Assembly Conference Abstracts, 2014. Munich, Germany: EGU, 2014: 1751.

[22] BI H B, ZHANG Z H, WANG Y H, et al. Baffin Bay sea ice inflow and outflow: 1978–1979 to 2016–2017[J]. The Cryosphere, 2019, 13(3): 1025-1042.

[23] SMEDSRUD L H, SIREVAAG A, KLOSTER K, et al. Recent wind driven high sea ice area export in the Fram Strait contributes to Arctic sea ice decline[J]. The Cryo-sphere, 2011, 5(4): 821-829.

[24] WU B, JOHNSON M A. A seesaw structure in SLP ano-malies between the Beaufort Sea and the Barents Sea[J]. Geophysical Research Letters, 2007, 34(5): 89-103.

[25] KWOK R. Summer sea ice motion from the 18 GHz channel of AMSR-E and the exchange of sea ice between the Pacific and Atlantic sectors[J]. Geophysical Research Letters, 2008, 35(3): L03504.

[26] FARRELL S L, KURTZ N, CONNOR L N, et al. A first assessment of IceBridge snow and ice thickness data over Arctic sea ice[J]. Ieee Transactions on Geoscience and Remote Sensing, 2012, 50(6): 2098-2111.

[27] ZHUO W Q, JIANG Z N. Possible links between Arctic sea ice loss events and cold eurasian anomalies in winter[J]. Journal of Meteorological Research, 2021, 34(6): 1214-1225.

[28] 李菲, 郜永祺, 萬欣, 等. 全球變暖與地球“三極”氣候變化[J]. 大氣科學學報, 2021, 44(1): 1-11.

LI Fei, GAO Yongqi, WAN Xin, et al. Global warming and the “three polar” climate change of the earth[J]. Journal of Atmospheric Science, 2021, 44(1): 1-11.

[29] 柯長青, 彭海濤, 孫波, 等. 2002年—2011年北極海冰時空變化分析[J]. 遙感學報, 2013, 17(2): 452-466.

KE Changqing, PENG Haitao, SUN Bo, et al. Analysis of temporal and spatial variation of Arctic sea ice from 2002 to 2011[J]. Journal of Remote Sensing, 2013, 17(2): 452-466.

[30] SCHMITH T, HANSEN C, et al. Fram Strait Ice export during the Nineteenth and Twentieth Centuries reconstructed from a multiyear sea ice index from Southwestern Greenland[J]. Journal of Climate, 2003, 16(16): 2782-2791.

[31] SERREZE M C, BARRY R G. Processes and impacts of Arctic amplification: A research synthesis[J]. Global and Planetary Change, 2011, 77(1/2): 85-96.

[32] COMISO J C, PARKINSON C L, GERSTEN R, et al. Accelerated decline in the Arctic sea ice cover[J]. Geo-physical Research Letters, 2008, 35(1): L01703.

[33] HOLLAND M M, BITZ C M, TREMBLAY B. Future abrupt reductions in the summer Arctic sea ice[J]. Geo-physical Research Letters, 2006, 33(23): 265-288.

[34] 邱博瑋, 李春花, 管長龍, 等. 北極海冰漂移對多年冰分布的影響研究[J]. 海洋湖沼通報, 2019(3): 1-11.

QIU Bowei, LI Chuanhua, GUAN Changlong, et al. The influence of Arctic sea ice drift on the ice distribution over the years[J]. Transactions of Oceanology and Limnology, 2019(3): 1-11.

[35] BI H B, SUN K, ZHOU X, et al. Arctic sea ice area export through the Fram Strait estimated from satellite- based data: 1988–2012[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(7): 1-14.

[36] KWOK R. Recent changes in Arctic Ocean sea ice motion associated with the North Atlantic Oscillation[J]. Geophysical Research Letters, 2000, 27(6): 775-778.

[37] JUNG T, HILMER M. The link between the North Atlantic Oscillation and Arctic sea ice export through Fram Strait[J]. Journal of Climate, 2001, 14(19): 3932- 3943.

[38] KOENIGK T, MIKOLAJEWICZ U, HAAK H, et al. Va-riability of Fram Strait sea ice export: causes, impacts and feedbacks in a coupled climate model[J]. Climate Dynamics, 2005, 26(1): 17-34.

[39] WEKERLE C, WANG Q, DANILOV S, et al. The Canadian Arctic Archipelago throughflow in a multiresolution global model: Model assessment and the driving mechanism of interannual variability[J]. Journal of Geo-physical Research: Oceans, 2013, 118(9): 4525-4541.

[40] 柯長青, 王蔓蔓. 基于CryoSat-2數(shù)據(jù)的2010-2017年北極海冰厚度和體積的季節(jié)與年際變化特征[J]. 海洋學報, 2018, 40(11): 1-13.

KE Changqing, WANG Manman. Seasonal and interannual variations of Arctic sea ice thickness and volume from 2010 to 2017 based on Cryosat-2 data[J]. Haiyang Xuebao, 2018, 40(11): 1-13.

Ice output of the Fram Strait sea in the past four decades based on remote sensing data

WANG Kun1, BI Hai-bo2, HUANG Jue1

(1. Shandong University of Science and Technology, College of Geodesy and Geomatics, Qingdao 266590, China; 2. Institute of Oceanology, Chinese Academy of Sciences, Qingdao 266071, China)

As a massive freshwater reservoir, the Arctic Ocean transports large amounts of freshwater resources to the world every year. The ice exported from the Arctic Ocean melts during transportation to the south, thus affecting marine water cycles, water environments, and global climate change. Research on the Fram Strait is particularly important because it is the main channel for the export of the Arctic Ocean ice. To understand the long-term sea ice output in the Fram Strait, the output area flux and output volume flux of the sea ice in 1979–2019 and 2010–2019, respectively, in the Fram Strait are estimated using the sea ice density, thickness, and drift velocity data released by the National Snow and Ice Data Center. On this basis, variations in the sea ice output in the Fram Strait in the last four decades and the interannual and seasonal variations in the sea ice output in the Fram Strait are analyzed. Moreover, the possible factors affecting the sea ice output in the Fram Strait are analyzed. Results showed that in the Fram Strait, the average annual output area flux of sea ice in the last four decades is 7.83 × 105km2and the average annual output volume flux of sea ice in the last decade is 1.34 × 106km3. In the long run, the output area flux of sea ice in the Fram Strait shows a slightly increasing trend. Moreover, the output volume flux of sea ice in the Fram Strait shows a decreasing trend from 2010 to 2019 with a wide variation range, exhibiting a low sea ice output in 2015 and 2019. Overall, the variation trend of the sea ice output in the Fram Strait is not obvious but shows large interannual and seasonal changes. Furthermore, the sea ice output is mainly observed in winter and spring, and the sea ice density and drift speed considerably affect the sea ice output in the Fram Strait.

Arctic sea ice; sea ice output; Fram Strait; satellite remote sensing; sea ice change

Apr. 27, 2021

P731.15

A

1000-3096(2022)04-0044-11

10.11759/hykx20210427002

2021-04-27;

2021-09-08

國家自然科學基金項目(42076185, 41706194)

[National Natural Science Foundation of China, Nos. 42076185, 41706194]

王坤(1997—), 男, 山東煙臺人, 碩士研究生, 主要從事資源環(huán)境遙感研究, 電話: 15621035231, E-mail: 1842059688@qq.com; 畢海波,通信作者, 電話: 0532-82898935, E-mail: bhb@qdio.ac.cn

(本文編輯: 叢培秀)