王澤民，周春霞，張保軍，耿紅，劉勇，錢懿德，劉明亮，吳雙

（1.武漢大學中國南極測繪研究中心，湖北 武漢 430072；2.自然資源部極地測繪科學重點實驗室，湖北 武漢 430072；3.武漢大學資源與環(huán)境科學學院，湖北 武漢 430072）

0 引言

冰架是冰蓋漂浮在海洋上的部分，是陸地冰在重力作用下越過觸地線流入海洋而形成的。南極冰架總面積約1.542×106km2，厚度在幾米到上千米之間，是南極冰蓋物質損失的主要出口［1］。南極的主要冰架如圖1所示，包括羅斯冰架（Ross Ice Shelf）、菲爾希納-龍尼冰架（Fischner-Ronne Ice Shelf）和埃默里冰架（Amery Ice Shelf）三大冰架，以及其他50多處冰架，附著在44%的海岸線上［1］。由于表面物質的積累和陸地冰蓋的供給，冰架在長期以來維持著相對穩(wěn)定的狀態(tài)。冰架支撐著陸地冰蓋，對陸地冰蓋的穩(wěn)定發(fā)揮著重要的作用。但是，近幾十年來，隨著全球氣候變化加劇，冰架的底部融化和崩解事件逐漸增加，冰架對冰蓋穩(wěn)定性的支撐作用減弱，造成了南極冰蓋物質的加速損失［2-4］。2019年IPCC（Intergovernmental Panel on Climate Change）發(fā)布的《氣候變化中的海洋和冰凍圈特別報告》指出，1992—2001年南極冰蓋物質損失為（51±73）Gt·a-1，至2012—2016年其損失量增加至（199±26）Gt·a-1［5］。

圖1 南極冰蓋主要冰架分布圖［6］Fig.1 Map of main ice shelves of Antarctic ice sheet［6］

隨著觀測技術尤其是對地觀測技術的快速發(fā)展，冰架動態(tài)變化監(jiān)測研究逐漸從局部、離散、靜態(tài)模式，發(fā)展為區(qū)域、連續(xù)、動態(tài)模式，逐步實現了長時序、高頻度、多類型、大范圍、近實時的連續(xù)監(jiān)測。南極冰架的動態(tài)變化主要包括冰面動態(tài)變化、冰底動態(tài)變化和冰架內部穩(wěn)定性，遙感監(jiān)測與相關研究表明這些動態(tài)變化主要體現在表面融化、冰流速變化、冰架崩解、底部融化及冰架物質平衡五個相關參數上。因此，本文將根據南極冰架變化監(jiān)測的相關研究成果，圍繞表面融化、冰流速、前緣崩解、底部融化和物質平衡五個冰架動態(tài)變化的主要參數（圖2），對南極冰架動態(tài)變化監(jiān)測的觀測方法和研究結果，以及影響南極冰架動態(tài)變化的機制進行梳理、歸納和綜述。

圖2 南極冰架/冰川動態(tài)變化及相關參數示意圖（改自Dirscherl等［7］，2020）Fig.2 Schematic diagram of dynamic change and related parameters of Antarctic ice shelf（modified from Dirscherl et al.［7］，2020）

1 表面融化

南極冰架的表面融化多發(fā)生在緯度和海拔較低的冰架上，是導致冰架崩解的重要驅動因子之一。積雪融化后，濕雪的表面反照率遠低于干雪，從而能吸收更多太陽輻射，形成融化-反照率反饋，加劇融化的發(fā)生［8］；未能及時凍結的融水通過裂隙下滲會擴大冰裂隙，甚至觸發(fā)冰架的崩解［9-10］。因此，監(jiān)測冰架表面融化對冰架的穩(wěn)定性研究和評估具有重要的意義。

1.1 表面融化監(jiān)測方法

冰架表面融化研究所使用的數據主要來自自動氣象站和主被動微波遙感衛(wèi)星（SAR、散射計和輻射計）的觀測及區(qū)域氣候模型的模擬。通過冰架上自動氣象站提供的輻射通量，建立表面能量平衡模型，能夠計算某時段內冰架的融化量［11］。氣象站實測數據能夠提供可靠的融化量信息，用于小尺度融化強度的研究，還可以用于模型輸出產品或衛(wèi)星凍融探測結果的驗證，但氣象站探測空間范圍較小且能夠提供融化量觀測數據的站點很少。

衛(wèi)星遙感是當前南極冰架表面融化大范圍監(jiān)測的主要技術手段。Luckman等［12］基于Envisat寬幅ASAR數據，利用閾值法對拉森C（Larsen C）冰架2006—2012年間的融化狀況進行了探測。Liang等［13］基于谷歌地球引擎（Google Earth Engine，GEE）平臺，利用Sentinel-1 SAR數據對南極冰蓋邊緣的冰架表面融化進行了時序分析。SAR能夠提供高空間分辨率的冰架表面融化觀測，但也受到較長重訪周期（幾天至幾十天）的限制，無法對南極冰架提供逐日觀測。

散射計QuikSCAT和ASCAT具有較高的時空分辨率（常用數據以4.45 km空間分辨率提供逐日觀測）?；诮涷為撝?、Rosin閾值等方法，能夠使用該數據對南極冰架的表面融化開展大范圍、長時序的監(jiān)測［14-15］。輻射計以SSM/I和AMSR系列為代表，能夠提供自1978年以來的冰架逐日融化觀測［16-17］。在輻射計眾多的頻率中，K和Ka波段的應用最為廣泛。近年來，隨著SMAP和SMOS等衛(wèi)星的升空，L波段輻射計也被應用于南極冰蓋/冰架表面融化的探測，且得益于其較大的穿透深度，L波段更適合于表面融化劇烈的拉森C冰架等地的監(jiān)測［18］。輻射計能對全南極冰架提供最長時間的衛(wèi)星觀測，但空間分辨率（多數低于25 km）較其他數據稍低。不同的微波傳感器在冰架表面融化探測上優(yōu)勢互補，但目前的研究主要停留在凍融二值信息的提取上，基于衛(wèi)星遙感的融化量研究尚不充分。

區(qū)域氣候模型RACMO能夠提供1979年至今大范圍的逐日融化量模擬數據，但也存在空間分辨率（27.5 km）較低的問題，只在南極半島、毛德皇后地等區(qū)域有5.5 km分辨率的模擬數據［19］；且該模型無法很好地對焚風引起的表面融化等進行模擬，在地形復雜區(qū)域的精度也有待提高［20］。

1.2 典型冰架表面融化特征

在氣候環(huán)境的作用下，不同地理位置的冰架有著各異的表面融化特征和機制。羅斯冰架和菲爾希納-龍尼冰架表面融化較少（圖3），只在某些年份發(fā)生間歇的融化。2016年1月，受厄爾尼諾事件的影響，羅斯冰架發(fā)生了大范圍的融化，冰架東側融化天數可達15天［21］。阿蒙森低壓是影響羅斯冰架氣候的重要局部環(huán)流系統。21世紀以來，夏季阿蒙森低壓的加強導致北風加強，使得海洋上空暖濕氣流穿過南極半島西側，導致西南極表面溫度升高以及降水增加，加劇了羅斯冰架的表面融化［6，22］。因終年被海冰覆蓋的威德爾海阻止了北方海域上方的暖濕氣流對菲爾希納-龍尼冰架的侵襲，使得該冰架年平均融化較?。▓D3）。埃默里冰架表面融化存在顯著的區(qū)域差異，冰架東側年平均融化量可達120 mm w.e.以上，但冰架西側年平均融化量不足60 mm w.e.（圖3）。這是由于在地轉偏向力的作用下，冰架東西兩側風向相反，冰架東側溫暖的海風由普里茲灣吹來，有利于表面融化。因此，埃默里冰架表面融化呈現東側強西側弱的空間分布特征［23］。此外，埃默里冰架水系發(fā)達，冰面湖富集，冰面湖面積和表面融水覆蓋范圍的季節(jié)變化均受南半球環(huán)狀模的顯著影響［24］。

圖3 1979—2017年RAMCO2模擬的南極冰架年平均融化量Fig.3 Annual average melt of Antarctic ice shelf during 1979 to 2017，simulated by RAMCO2

沙克爾頓（Shakleton）冰架是東南極緯度最低的冰架，其自12月份開始融化，在1月份達到峰值，并在3月份之后重新完全凍結，部分區(qū)域年平均融化量超過210 mm w.e.。在沙克爾頓冰架的觸地線區(qū)域分布著大量的藍冰和裸巖，藍冰和裸巖表面反照率低，能夠吸收更多的短波輻射，造成融化-反照率反饋效應，加劇表面融化，甚至形成冰面湖［17］。類似的現象也發(fā)生在埃默里冰架和羅伊-博杜安（Roi Baudoin）冰架的觸地區(qū)域［23，25］。受到下降風的影響，羅伊-博杜安冰架氣溫升高的同時，觸地區(qū)域低反照率的藍冰和粗糙粒雪出露，進一步加劇了融化，觸地區(qū)域的融化強度是冰架其他區(qū)域的3倍［25］。

南極半島是冰雪融化研究的熱點區(qū)域，氣溫較高，表面融化劇烈，融水通過裂隙在垂直方向傳輸，加劇了冰架的不穩(wěn)定性，甚至造成冰架崩解［10］。2002年，拉森B（Larsen B）冰架崩解前冰架表面的融化強度是平均水平的3倍，融水下滲使得雪層升溫和冰裂隙擴大，因而觸發(fā)了該冰架的大規(guī)模崩解［26］。Trusel等［27］認為冰架發(fā)生大規(guī)模崩解的融化量閾值是725 mm w.e.·a-1，拉森A（Larsen A）和拉森B冰架在崩解前融化強度都達到了這個閾值。21世紀以來，拉森C冰架表面融化天數顯著減少，這與附近海域海冰增加和環(huán)流異常導致的氣候變冷有關［28］。但2019/2020年拉森C冰架的融化季比過去40年更長，融化也更劇烈，使新世紀以來冰架表面融化明顯下降的趨勢突然中止；并且，該融化季的極端融化可能會導致整個冰架的厚度因積雪空氣含量的減少而重新變?。?6］。此外，研究發(fā)現，新世紀以來拉森C冰架在冬季融化呈現出顯著增強的趨勢；2015/2016年尤為劇烈的冬季融化可能與拉森C冰架觸地區(qū)域焚風效應的增強以及這一年的強厄爾尼諾事件有關［14］。喬治六世（George VI）冰架同樣在2019/2020年遭受了近32年以來的最劇烈融化，該年冰架融化天數達100天以上；長時間高于熔點的氣溫造成了該年異常的融化現象，這可能是由溫暖而低速氣流驅動的西北風和東北風造成的［29］。威爾金斯（Wilkins）冰架是南極半島融化最劇烈的區(qū)域之一，年平均融化量超過330 mm w.e.（圖3），且冬季融化呈現增加趨勢，該冰架發(fā)生的崩解事件和劇烈的表面融化關系密切［30］。

總體而言，國內外學者對南極冰架表面融化的研究有了很大的進展，取得了較為一致的認識，即除南極半島外，大多數冰架的表面融化并不劇烈，且沒有明顯的加速融化趨勢，對冰架的穩(wěn)定性并無明顯的影響。而南極半島的拉森C、威爾金斯等冰架的表面融化劇烈，部分區(qū)域粒雪空氣含量較低，對冰架的穩(wěn)定性有潛在的威脅。未來，隨著氣候變暖加劇，南極冰蓋表面融化增加，對冰架穩(wěn)定性以及物質平衡的影響將增大。目前的研究仍然有很多認知上的空白，如表面融水在滲浸和形成徑流之間如何分配？融水在冰蓋何處到達基巖？在未來的研究工作中，還需進一步加強地面觀測，探索融化驅動機制的演變過程以及如何利用遙感觀測定量反演融化量/積雪液態(tài)水含量。

2 冰流速

冰流速是監(jiān)測冰架變化的一個重要參數，對冰蓋/冰架物質平衡的計算至關重要，是分析冰架動力學和熱力學過程以及預測其未來演變的重要基礎。近幾十年來，冰流速監(jiān)測技術和方法已漸趨成熟，冰流速產品的時空分辨率也不斷提高，揭示了許多重要的冰架動態(tài)變化特征。

2.1 冰流速監(jiān)測方法

冰川流速測量主要分為實地觀測和遙感監(jiān)測。在實地觀測方面，從最早的花桿測量法［31］，到光學經緯儀與花桿測量相結合的方法［32］，再到GPS實地測量法，冰流速監(jiān)測的精度不斷提高，流速變化細節(jié)及機制陸續(xù)被揭示［33-34］。但是，由于南極自然環(huán)境惡劣，現場觀測非常困難，實地觀測手段難以獲得長時間、大范圍、高空間分辨率的冰川流速數據。

冰流速的遙感監(jiān)測技術雖比實地觀測方法的精度低，卻能夠實現大面積、長時序冰架動態(tài)變化過程的監(jiān)測，彌補冰流速實地觀測的不足?；诠鈱W影像的特征跟蹤法和基于SAR影像的偏移量跟蹤法與差分干涉測量法等已被廣泛用于全南極冰蓋尺度的冰流速制圖。特征跟蹤算法指利用光學遙感影像，依據特征描述和相關性計算尋找相同特征描述的區(qū)域，跟蹤其在兩幅影像上的位移，實現冰流速的提取。偏移量跟蹤法是通過計算SAR影像的相干散斑或強度信息的互相關函數峰值，或尋找低相干區(qū)域影像的相干性峰值，獲得偏移量，估算地表位移，從而得到冰流速。差分干涉測量法則是通過提取兩景SAR影像中沿著視線方向的位移量，將其轉換到冰流運動的坡度方向來估計冰流速。特征跟蹤法和偏移量跟蹤法主要適用于高流速區(qū)域的監(jiān)測，差分干涉測量則適用于低流速區(qū)域的監(jiān)測。通過結合不同方法的優(yōu)勢，可提取更高精度的冰流速結果。

自MAMM（Modified Antarctic Mapping Mission）利用ERS-1/2和RADARSAT-1提取的第一幅全南極流速產品［35］以來，后續(xù)研究者利用多源SAR影像數據發(fā)布了全南極流速圖，如MEaSUREs和基于相位干涉測量的流速產品［36-37］，以及基于Landsat-8光學影像數據發(fā)布了空間分辨率為105 m的全南極冰蓋迄今為止分辨率最高的冰流速產品［38］。近年來，衛(wèi)星數據更加豐富，冰流速產品的時間分辨率和空間分辨率均得到了提高，例如利用Landsat-8全色影像生成的全球陸地冰流速產品GoLIVE（Global Land Ice Velocity Extraction from Landsat 8）［39］以及極地觀測和建模中心（Center for Polar Observation and Modeling）基于Sentinel-1影像建立的南極和格陵蘭冰蓋共六條冰川的冰流速近實時觀測服務系統［40］。

在數據處理速度方面，云計算、云存儲服務等的發(fā)展為快速獲取大范圍、近實時冰流速變化提供了技術支撐。以美國阿拉斯加衛(wèi)星設備處（Alaska Satellite Facility）開發(fā)的衛(wèi)星影像處理自動化服務HyP3（Hybrid Pluggable Processing Pipeline）為例［41］，它提供了包括針對Sentinel-1影像的輻射地形校正和干涉測量，以及基于Sentinel-1/2和Landsat-8影像提取冰流速的autoRIFT（autonomous Repeat Image Feature Tracking）［42］在內的免費且簡便的衛(wèi)星數據自動化處理服務。目前NASA團隊已發(fā)布了基于autoRIFT提取的陸地冰流速及高程數據集（Inter-mission Time Series of Land Ice Velocity and Elevation，ITS_LIVE）［43］，包括覆蓋1985—2018年時段、空間分辨率為240 m的全球陸地冰年平均表面速度產品以及空間分辨率為120 m的融合產品。

總體來看，隨著遙感數據的日益豐富，海量遙感數據的存儲與獲取技術，以及遙感影像數據的快速處理技術都有待解決；更高精度、更高時空分辨率的冰流速提取算法研究仍需要加強。

2.2 冰流速區(qū)域特征及驅動因子

驅動冰架變化的因子分為外部因子（包括海洋強迫、大氣強迫、海冰分布等）和內部因子（包括崩解、裂隙發(fā)育等）。由于受到的驅動因子的影響不同，南極冰架的冰流速變化特征呈現出區(qū)域性差異［31，44］。

在西南極，目前多處冰架出現流速增加的趨勢。全南極冰流速最快的派恩島冰架，在2017—2020年間，其流速增加了12%，通常認為這與其頻繁發(fā)生的崩解事件有關［45］。西南極思韋茨（Thwaites）冰川、羅斯冰架的支流和東南極庫克（Cook）冰川，由于受冰下湖排水的影響，它們的冰流速出現了短期加速的現象［46-48］。南極半島冰架的冰流速變化主要與冰架崩解、大氣或海洋環(huán)境變化等有關。拉森B冰架和南極半島北部的多條冰川，其下游冰架崩解均曾引起上游冰川加速；此外，該區(qū)域冰流速的波動與峽灣中海冰和冰水混合物的消長也存在著關聯［49-50］。別林斯高晉海（Bellingshausen Sea）的喬治六世冰架和弗萊明（Fleming）冰川的流速變化，則與繞極深層水（Circumpolar Deep Water，CDW）的上涌，以及厄爾尼諾-南方濤動和南半球環(huán)狀模引起的風場變化有關［51-52］。近期還發(fā)現東南極極記錄（Polar Record）、托滕（Totten）、達爾克（D?lk）、登曼（Denman）冰川的加速與海冰消長、底部隆起地形的支撐、觸地線回退、冰舌變薄以及崩解等的影響有關［53-57］。

如上所述，自有衛(wèi)星觀測以來，南極大部分冰架出現了流速增加的現象。從外部因子來說，位于別林斯高晉海、阿蒙森海以及威克爾斯地冰架的流速變化與海洋強迫有關；南極半島北部的冰架冰流速變化主要與大氣強迫有關。從內部因子來說，南極冰架的流速增加與裂隙發(fā)育、冰架崩解等有關?？偟膩碚f，影響冰流速變化的因子既多又復雜，不同因子對于局部區(qū)域的影響差異性極大。

為了更好地揭示冰架冰流速時空變化特征及其機制，未來需要充分利用已有多源衛(wèi)星遙感數據，加強對環(huán)南極冰架/冰川流速的監(jiān)測；另一方面則寄希望于更多光學和SAR衛(wèi)星的發(fā)射以及地面連續(xù)觀測數據的積累，從而獲得更高時空分辨率及覆蓋率的流速產品，以進一步增進冰架對氣候變化響應的理解。

3 前緣崩解

近年來南極冰架頻繁發(fā)生崩解事件，表明支撐著冰蓋的“安全帶”漸漸變得不穩(wěn)定。因此，開展長時序南極冰架崩解監(jiān)測和深入分析冰架崩解背后的機制，對預測南極冰蓋變化的未來趨勢和估計冰蓋對海平面上升的貢獻極其重要。

3.1 前緣崩解監(jiān)測方法

Baumhoer等［58］認為目前冰架崩解監(jiān)測的研究可分為三類，利用高時空分辨率數據的特定冰架前緣線監(jiān)測、利用低時間分辨率數據的大區(qū)域海岸線監(jiān)測及利用南極衛(wèi)星影像鑲嵌圖特定年份海岸線的全南極海岸線監(jiān)測。其中，前兩種類型的研究實現了對特定冰架或區(qū)域內崩解事件的精確監(jiān)測，而第三種類型的研究則可在大范圍內對崩解面積或崩解量進行定量評估。

南極冰架的崩解周期各不相同，短期實地觀測無法滿足監(jiān)測需求，借助衛(wèi)星遙感數據才能較全面獲得冰架前緣位置變化及崩解信息。南極冰架前緣位置提取的方法主要有人工目視解譯法、半自動化提取法和自動化提取法。人工目視解譯法是使用最廣泛的方法，約有85%的冰架前緣變化研究使用此方法提取前緣位置，7%的研究使用自動化或半自動化提取方式，8%的研究使用已有的數據集進行分析［58］。半自動提取法多是使用傳統圖像處理技術，如灰度直方圖［59］、形態(tài)學［60］、紋理分析［59］、小波變換［59］、閾值分割［61］、基于對象［4］和像素［62］分類法等技術，與人工輔助檢查相結合來實現對冰架前緣位置的提取。自動化提取法則是使用如圖像分割［63］、Snakes算法［64］、最近鄰域分類［65］等傳統圖像處理方法，或近年來在語音識別、計算機視覺等領域取得良好應用效果的深度學習算法［66-67］實現冰架前緣位置的自動提取。

3.2 前緣崩解特征與分析

Qi等［68］基于冰架前緣擴張模擬結合人工目視解譯，首次提取了2005—2019年南極冰架年崩解產品，發(fā)現在此期間南極冰架總共發(fā)生了1 786次面積大于1 km2的崩解事件，年均崩解面積為（3 411.4±17.1）km2，年 均 崩 解 質 量 為（771.1±10.2）Gt；從長期變化趨勢來看，崩解頻次、面積和質量在前10年的年波動相對平緩，后4年則急劇增加；從空間分布來看，西南極為目前崩解最頻繁的區(qū)域，其次是南極半島和東南極威爾克斯地等區(qū)域；南極冰架崩解與冰蓋表面融化及周邊海冰范圍變化等有關。這些結果與Baumhoer等［66］基于UNet卷積神經網絡使用多源遙感數據得到的結果相一致。

研究表明，大氣、海洋、冰架自身的穩(wěn)定性以及冰架周圍環(huán)境都與冰架的崩解有關。海洋的影響主要包括潮汐［69］、海嘯［70］或涌浪［71］，固定冰的減少［72］，底部通道的發(fā)育［73］，繞極深層水入侵到冰架底部造成冰架底部融化和觸地線后退［74-75］，冰水混合物［76］以及海冰覆蓋的持續(xù)時間［77］等，其中，海洋對阿蒙森海（Amundsen Sea）沿岸冰架崩解的影響最為顯著［78］。大氣的影響則通過引起冰面融化形成融水，間接導致水力壓裂促進裂隙發(fā)育而引起冰架崩解［79-80］。在冰架自身穩(wěn)定性方面，冰架剪切帶的結構弱化，也會促進冰架裂隙的發(fā)育，近期派恩島冰架發(fā)生的崩解事件即是由該因素導致的［81］。冰架周圍環(huán)境，如峽灣的幾何形狀［82］、冰隆和冰褶皺［56，83］等也會影響冰架前緣或裂隙的穩(wěn)定性，導致冰架發(fā)生崩解，達爾克冰川前緣的冰褶皺就對其前緣崩解產生了影響。

自1995年Nye［84］提出零應力裂隙模型探討冰架裂隙穿透深度的變化開始，損傷力學［85-86］、連續(xù)斷裂力學［87］、線彈性斷裂力學［79，88-90］和最大主應力準則［91-92］等陸續(xù)成為冰架裂隙傳播和裂隙穿透深度研究的主要理論基礎?；谶@些理論并結合目前較成熟的冰流模式，國內外學者對南極冰架崩解進行了物理建模和深入分析，成功地揭示了羅斯［93-94］、菲爾希納-龍尼［93-94］、埃默里［92-94］、派恩島［93-94］、拉森B［95］、拉森C［94，96］等冰架的崩解過程。

冰架崩解監(jiān)測很大程度上也依賴于衛(wèi)星觀測數據，除了充分利用已有衛(wèi)星觀測數據和繼續(xù)發(fā)射衛(wèi)星外，將前緣變化和崩解機制融入冰蓋模型或物質平衡的計算中，并與大氣和海洋模型對接，可以更好地理解冰架崩解及其背后的驅動機制。因此，如何更好地結合其他數據進行深入分析和對崩解過程進行物理建模是后續(xù)冰架崩解研究仍需深入探討的內容。

4 底部融化

冰架底部融化主要受冰架下海洋的影響，是冰海交互作用最直接的體現。隨著全球變暖，溫暖海水入侵造成的冰架底部融化已成為南極冰架與海洋物質交換的重要途徑。近幾十年來冰架底部融化造成的南極冰雪質量損失更是超過了冰架崩解的貢獻，已成為南極冰雪質量損失最大的途徑［2-4］，如圖4所示。

圖4 南極冰架底部融化與前緣崩解造成質量損失［3］Fig.4 Mass loss from basal melting and iceberg calving of Antarctic ice shelves［3］

4.1 底部融化監(jiān)測方法

南極冰架厚達幾十到數百，甚至上千米，直接觀測其底部的變化非常困難。通過鉆探冰架放置觀測設備是觀測冰架底部變化最直接的手段，但因實施困難，迄今全南極冰架上的鉆孔觀測也僅幾十處［97］；使用水下自主潛航器（Autonomous underwater vehicles，AUVs）也能直接觀測冰架底部的變化，但目前僅在派恩島和芬布爾（Fimbul）冰架的底部實施過AUV觀測［98-99］；在冰架附近海底布設系泊設備觀測海水性質變化，可以對冰架底部融化進行估計［100］，但該方法難以精確量化冰架底部的融化量和空間分布；由冰雷達測得的冰架厚度變化，也能獲得冰架的底部融化，但當前的冰雷達觀測技術手段還難以完成對全南極冰架進行高時空分辨率的監(jiān)測［101-102］。

基于靜力學平衡和衛(wèi)星遙感數據反演的方法是當前獲得全南極冰架底部融化最為主要的方法［2-4］，其本質上是輸入-輸出法，即由衛(wèi)星遙感數據觀測的冰架表面高程數據得到冰架的干舷高，反演冰架的厚度及其變化，扣除其他因素造成的冰架厚度變化，從而得到冰架的底部融化［2-4］。使用該方法可以計算南極每一個冰架的底部融化量，但不能獲得冰架底部融化的空間分布；單位面積內的底部融化可由冰架表面變化率計算得到［103］，其可用于冰架底部融化時空變化特征的研究。

4.2 底部融化特征與機制

南極冰架底部融化具有顯著的區(qū)域性分布特征。西南極阿蒙森海和別林斯高晉海沿岸冰架的底部融化約貢獻了全南極冰架底部融化總量的一半［3］，且它們的底部融化還存在著加速趨勢［104］。底部融化主要來自面積較小的派恩島、思韋茨、蓋茨（Getz）、喬治六世、托滕和沙克爾頓冰架，合計占南極冰架總面積91%的10個最大的冰架僅貢獻了南極冰架底部融化總量的50%左右［2］。羅斯冰架的底部質量損失主要集中在東半部分，其西半部分因底部融化和凍結的量相當［3］基本沒有質量損失；埃默里冰架的底部融化集中在其前緣及其東南部的觸地線附近，其西北部則出現了顯著底部凍結［3，105］。

影響冰架底部融化的冰海交互過程主要分為冷冰腔型融化、暖冰腔型融化和表層海水造成的融化三種類型［106-107］。冷冰腔型融化是指熱鹽驅動的高密度陸架水（Dense Shelf Water，DSW）的垂向翻轉環(huán)流造成的冰架觸地線附近發(fā)生底部融化，而較淺的底部位置出現海洋冰凍結的“冰泵”現象。羅斯冰架［108］、埃默里冰架［105］和菲爾希納-龍尼冰架［109］底部都有顯著的冷冰腔型融化。暖冰腔型融化是指相對溫暖的繞極深層水或其與陸架水混合后形成的變性繞極深層水（modified CDW，mCDW）入侵到冰架底部造成的冰架底部融化。西南極的派恩島［78］、蓋茨［100，110］、思韋茨［111］和喬治六世［112］，以及東南極的托滕［113］、沙克爾頓［114］冰架和羅斯冰架西部［115］的底部劇烈的融化都是暖冰腔型融化。表層海水造成的融化是指夏季溫度較高的表層海水造成的與其直接接觸的冰架前緣的融化。表層海水造成的融化主要集中在夏季，幾乎每個冰架都有發(fā)生［107］。在菲爾希納-龍尼［116］、麥克默多（McMurdo）［117］等冰架的底部融化中，表層海水發(fā)揮了重要的作用［106］。

冰架底部融化的速率主要取決于海水熱量的輸送和冰點溫度［106］。具體到特定的冰架，其底部融化則主要取決于海水輸送到冰架底部的熱量。風場是調節(jié)繞極深層水入侵到冰架底部的重要因素。一方面風場強迫的變化增加了西南極溫暖海水的供應；另一方面，風場驅動的暖水上涌進一步增加了海洋熱量向冰架底部的傳遞，進而加快了冰架底部的融化［78，118］。托滕冰架底部的加速融化同樣來自于風場驅動的海洋熱量再分配和暖水上涌［119］。此外，向岸風還會促進表層海水引起的冰架前緣的融化［107］。氣候強迫則通過改變風場來影響冰架底部的融化［118］。冰架下的海底地形對底部融化也會造成影響，冰架底部的海槽為相對溫暖的海水的入侵提供了便利，從而促進冰架的底部融化［78，103，120］。海洋潮汐則能夠增強冰架前緣的海洋水體交換以及冰架下海洋的流動與混合，從而促進底部融化。

冰架底部融水和進入冰架底部的上游觸地冰的融水形成的羽流對冰架底部的刻蝕會使冰架底部產生底部融水通道［73，121］；冰流的切變邊緣槽也為底部融水通道的形成提供了條件［122］。作為冰架底部融化的小尺度融化特征，底部通道多聚集在底部融化劇烈的冰架底部［73］。目前主要根據底部通道會引起冰架表面凹陷這一現象，使用冰架表面的遙感和測高數據來反演底部通道的變化。光學遙感影像可以用來反演底部通道分布、長度等空間上的變化［73，123］；由測高高程觀測［110］和遙感數據得到的高分辨率數字高程模型［123］提取的冰架表面凹陷的形狀可以反演底部通道深度和寬度的變化。目前對底部通道隨時間的演化以及其對冰架穩(wěn)定性影響的認識有限，一方面底部通道的存在使得冰架底部融化主要集中在底部通道內，有效減少了冰架底部大范圍的融化，降低了平均融化率；另一方面，底部通道的融化會造成局部冰架變薄，形成底部和表面裂隙，使冰架更容易斷裂、壓破和崩解［122-123］。

盡管當前對南極冰架底部融化的監(jiān)測與研究有了很大的進展，但我們對底部融化從整體到細部、從短期到長期的多時空變化特征和演化過程，底部融水通道在底部融化中的作用，底部融化中的冰海交互作用的機制以及氣候變化對底部融化的影響機制等的認識都存在著很大的不足，仍需要進一步加強對冰架底部變化以及冰架下海水狀況的觀測。

5 物質平衡

5.1 物質平衡監(jiān)測方法

冰架的物質平衡是指某時段內冰架冰雪的收支狀況，物質平衡的量等于該時段起止時刻冰架物質量的差值，也等于物質的總收入與總損失的差值。冰架的物質收入主要包括觸地線內冰川的補給、冰架表面的降水以及冰架底部的凍結等；物質損失則主要包括冰架前緣的崩解、冰架底部的融化以及冰架表面的融化、升華等；其中，冰架的降水、融化、升華等引起的物質平衡構成了冰架的表面物質平衡。冰架的物質平衡目前多基于靜力學假設，由起止時刻冰架的面積和干舷高基于靜力學平衡分別反演起止時刻的冰架總質量，然后作差計算得到［2-4］。

5.2 物質平衡變化特征

總體來看，南極冰架的物質收入主要來自于觸地線內陸地冰川的補給，約2 000 Gt·a-1；其中除了面積最大的菲爾希納-龍尼和羅斯冰架外，因冰架快速融化對陸地冰川支撐作用減弱，使補給冰川流速加快的派恩島、思韋茨、蓋茨、喬治六世和托滕以及沙克爾頓冰架等比較小的冰架的補給量最大［2-4］。表面物質平衡帶來的物質補給僅是上游冰川補給量的1/5左右；其中僅有菲爾希納-龍尼、羅斯、蓋茨、艾伯特（Abbot）以及拉森C冰架的表面物質平衡帶來的積累較大［3-4］。

冰架底部融化造成的南極冰架的物質損失約1 500 Gt·a-1；底部融化造成的質量損失主要集中在西南極沿岸的派恩島、思韋茨、蓋茨、喬治六世冰架以及東南極的托滕、沙克爾頓冰架；Rignot等［3］和Liu等［4］計算的菲爾希納-龍尼冰架底部融化結果有比較大的差異，分別為（155.4±34）Gt·a-1［3］和（10±32）G·a-1［4］。冰架前緣崩解造成的質量損失比底部融化造成的質量損失小，Depoorter等［2］和Rignot等［3］估算的南極冰架前緣崩解的量相當，分別為（1 321±44）Gt·a-1和（1 265±141）Gt·a-1，比Liu等［4］的 結 果（755±25）Gt·a-1大。這一差異可能是觀測時段不同造成的，冰架崩解是離散事件，與底部融化的連續(xù)變化不同。從Depoorter等［2］和Rignot等［3］與Liu等［4］估算的默茨（Mertz）、菲爾希納-龍尼和蓋茨冰架前緣崩解量的巨大差異中也能看出這一點。同時，正是由于他們估算的冰架崩解造成的質量損失的巨大差異，使得其估算的南極冰架的物質損失也存在著很大的不同，Liu等［4］認為南極冰架處在一個低速的積累狀態(tài)［約（46±41）Gt·a-1］，但Depoorter等［2］和Rignot等［3］得到南極冰架正以超過280 Gt·a-1的速率損失。

目前南極冰架的物質平衡主要依賴于靜力學平衡假設，由測高和遙感數據估算得到，存在很大的不確定性。冰架表面物質平衡、底部融化、厚度、冰雪密度等現場實測數據不足，缺乏驗證；微波雷達信號穿透誤差改正的方法、觸地線提取的精度、冰架厚度的分辨率等都需要進一步優(yōu)化。因此，仍需進一步加強觀測和改進數據處理方法，以更準確地估計冰架物質平衡，評估冰蓋穩(wěn)定性，為研究南極冰蓋/冰架對氣候變化的響應提供重要參考。

6 結論與展望

近些年來，隨著空間對地觀測技術和極地觀測衛(wèi)星的發(fā)展，南極冰架監(jiān)測研究取得了較大的進展。本文圍繞冰架表面融化、冰流速、前緣崩解、底部融化和物質平衡五個方面展開，對相應的觀測方法、研究結果和機制分析進行了總結。然而，冰架變化監(jiān)測的相關參數眾多，密切相關的還有冰面湖、觸地線等。且由于觀測手段、觀測資料及時間尺度的限制，南極冰架變化機制及驅動因子相互作用機制尚不明確。為了更深入地了解冰架的動態(tài)變化特征、演變過程及驅動機制，仍需要更全面地開展立體化監(jiān)測，一方面進一步發(fā)展極地觀測衛(wèi)星、加強極地現場觀測網絡建設，提高觀測的時間和空間分辨率，減少監(jiān)測結果的不確定性；另外一方面，深入開展冰架多參數、多維度的綜合分析，以及冰架演化過程的數值模擬；此外，還需要對大氣、海洋等環(huán)境影響因子進行監(jiān)測，揭示冰架變化內部因子、外部因子及它們相互之間的耦合作用，進而充分揭示冰架動力學和熱力學過程及其演變的物理機制。

目前美、英科學家正在西南極實施國際思韋茨冰川合作計劃（International Thwaites Glacier Collaboration），開展空-天-地-海一體化的冰架觀測及冰-海-氣耦合模式的數值模擬，以深入揭示思韋茨冰架快速變化的驅動機制并預測其未來的變化。今后也有望能在南極冰架開展更多綜合觀測，更好地解答一系列未知的科學問題。