基于CryoSat-2衛(wèi)星測高數(shù)據(jù)的北極海冰體積估算方法

王蔓蔓，柯長青，邵珠德

(1.南京大學 地理與海洋科學學院，江蘇 南京210023; 2.中國南海研究協(xié)同創(chuàng)新中心，江蘇 南京 210023)

基于CryoSat-2衛(wèi)星測高數(shù)據(jù)的北極海冰體積估算方法

王蔓蔓1,2，柯長青1*，邵珠德1

(1.南京大學 地理與海洋科學學院，江蘇 南京210023; 2.中國南海研究協(xié)同創(chuàng)新中心，江蘇 南京 210023)

近30年來，北極海冰正發(fā)生著劇烈的變化。海冰體積是量化海冰變化的重要指標之一。本文以2015年CryoSat-2衛(wèi)星測高數(shù)據(jù)和OSI SAF海冰類型產品為基礎。提取了浮冰出水高度、積雪深度、海冰密集度、海冰類型等屬性信息，通過數(shù)據(jù)內插、投影變換、柵格轉換、空間重采樣等工作將海冰屬性信息統(tǒng)一為25 km×25 km分辨率的柵格數(shù)據(jù)集。根據(jù)流體靜力學平衡原理，逐個估算柵格像元對應的海冰厚度值，將其與對應的海冰面積相乘，估算了北極海冰密集度大于75%海域的海冰體積，并分析了海冰厚度和體積的月變化和季節(jié)變化特征。用NASA IceBridge海冰厚度產品對反演的海冰厚度進行驗證。結果表明二者相關系數(shù)為0.72，有較高的一致性。北極海冰平均厚度春季最大，夏季最小，分別約為2.99 m和1.77 m，最厚的海冰集中在格陵蘭沿岸北部和埃爾斯米爾半島以北海域。多年冰平均厚度大于一年冰。冬季海冰體積最大，約為23.30×103km3，經(jīng)過夏季的融化，減少了近70%。一年冰體積季節(jié)波動較大，而多年冰體積相對穩(wěn)定，季節(jié)變化不明顯。

CryoSat-2；海冰類型；積雪深度；海冰厚度；海冰體積；北極

1 引言

北極海冰是全球氣候變化的重要指示器，海冰表面的高反射率把大部分太陽輻射反射回大氣，造成了極地的冷源[1—2]，對全球大氣和海洋環(huán)流有重要和長期的影響[3—4]。海冰的凍結、融化和運動過程提供了海冰和海洋之間最重要的直接聯(lián)系[5—6]。隨著全球氣候的變化，北極海冰也發(fā)生了劇烈的變化。30多年的衛(wèi)星觀測記錄表明北極海冰外緣線和海冰面積呈下降趨勢，且夏季減少速度比冬季快，在2012年9月達到最小值[7—8]。微波遙感數(shù)據(jù)顯示，夏季北極海冰面積最小覆蓋范圍內主要由多年冰組成。最近一些研究成果也指出北極的多年冰在以每年10%的速度消失[9]。AMSR-E海冰密集度數(shù)據(jù)分析表明2002-2010年北極的多年冰減少了近30%[10]。

北極海冰的變化不僅表現(xiàn)為外緣線的退縮和面積的減少，同時海冰厚度也在不斷發(fā)生著變化[11—12]。ERS-1和ERS-2雷達高度計數(shù)據(jù)分析表明1993-2001年北極海冰平均厚度的年際變化比較明顯，融化天數(shù)的持續(xù)增加將導致北極海冰加速變薄[13]。ICESat激光高度計數(shù)據(jù)分析表明2004-2008年冬季(2-3月)北極海冰厚度平均減薄0.68 m[14]。ERS和Envisat RA(雷達高度計)海冰厚度的數(shù)據(jù)分析表明2007-2008年(10月至翌年3月)北極81.5°N以南海域海冰異常變薄，且北冰洋西部多年冰區(qū)相比東部一年冰區(qū)海冰厚度減小更多[15]。

海冰體積作為量化海冰變化的重要指標之一，探討其變化特征有重要意義。北極海冰模型同化系統(tǒng)(PIOMAS)顯示北極海冰體積也呈現(xiàn)減少趨勢[16—18]。ICESat數(shù)據(jù)分析表明2003-2008年2-3月和10-11月海冰體積分別以0.88×103km3/a和1.45×103km3/a的速度減少[15]。由于ICESat衛(wèi)星軌道傾角的限制，研究忽視了多數(shù)多年冰，且衛(wèi)星的工作時間受到限制[19—21]。2010年4月，歐空局發(fā)射的專門為冰凍圈設計的CryoSat-2衛(wèi)星，克服了傳統(tǒng)測高衛(wèi)星軌道傾角的限制，觀測數(shù)據(jù)范圍最高達到北極88°N的區(qū)域[22—23]。另外，其獨特的多視處理和高分辨率彌補了傳統(tǒng)遙感觀測手段和測高衛(wèi)星的不足。Tilling等[24]使用CryoSat-2衛(wèi)星L1b數(shù)據(jù)SAR和SARIn模式的觀測值計算了2010-2014年秋季10-11月北極海冰體積的變化，結果表明2013年北極秋季海冰總體積比前一年增加了41%，甚至到2014年海冰體積也僅有少量減少。雖然北極海冰的研究成果較為豐富，但多集中在生長期海冰變化的研究。在海冰的生長速率、融化速率、生長量和融化量方面涉及較少。而這些方面恰恰是海冰變化的前提。海冰體積的變化將直接影響北極地區(qū)海平面和大氣等位面的變化，迫使北極地區(qū)冷水和冷空氣向中低緯度地區(qū)流動，造成北半球極端天氣事件增加[25]。

大范圍精確的厚度信息是反演海冰體積的關鍵。一年冰和多年冰的密度誤差在海冰厚度反演中占主導地位[15]。本文從2015年CryoSat-2衛(wèi)星L2I級數(shù)據(jù)產品獲得北極圈以內海冰密集度大于75%的浮冰出水高度、輔助測量的積雪深度和海冰密集度信息。并用OSI SAF海冰類型數(shù)據(jù)和EASE-Grid格式的北極冰齡數(shù)據(jù)將北極海冰分為一年冰和多年冰。通過數(shù)據(jù)內插、投影變換、柵格轉換、空間重采樣等工作將海冰屬性信息處理為統(tǒng)一分辨率的柵格數(shù)據(jù)集。根據(jù)流體靜力學平衡原理反演得到海冰厚度，用NASA IceBridge海冰厚度產品驗證反演的結果。將海冰厚度和密集度(面積)數(shù)據(jù)相匹配，估算海冰體積，進而分析了北極海冰厚度和體積的月變化和季節(jié)變化特征，為今后進一步研究北極海冰變化提供了可能。

2 數(shù)據(jù)

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重復模式構成)。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[18]，主要任務是監(jiān)測極地區(qū)域的冰架和海冰。SIRAL是CryoSat-2衛(wèi)星的主要載荷，相比于先前歐空局雷達高度計(RA)約10 km的衛(wèi)星足跡，它采用延遲多普勒雷達高度計(DDA)技術，將衛(wèi)星地面足跡減小到沿軌約為0.3 km，跨軌約為1.5 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。其測量海平面高度數(shù)據(jù)精度約為傳統(tǒng)雷達高度計的2倍。該載荷有3種測量模式：專門測量極地冰架內部及開闊海域相對平坦海冰的低分辨率測量(LRM)模式；用于測量平坦海冰的合成孔徑雷達(SAR)模式；用于研究更加復雜、險峻地勢冰覆蓋的合成孔徑雷達干涉測量(SARIn)模式。CryoSat-2衛(wèi)星的主要數(shù)據(jù)產品分為L1b、L2、L2I 3個級別，L1b數(shù)據(jù)由衛(wèi)星地面軌跡點的回波組成，對影響數(shù)據(jù)質量的電離層、海潮和固體潮、電磁偏差和逆氣壓等進行了校正。L2和L2I是采用OCOG波形重跟蹤算法從L1b級產品中獲得的[26]，L2I在L2的基礎上增加了用于計算海冰出水高度的海冰區(qū)域表面識別信息。本文使用的浮冰出水高度數(shù)據(jù)來源于CryoSat-2衛(wèi)星L2I級SAR模式的基線C數(shù)據(jù)(ftp://science-pds.cryosat.esa.int)，基線C數(shù)據(jù)提高了基線B數(shù)據(jù)的質量。積雪深度、積雪密度和海冰密集度數(shù)據(jù)均來源于CryoSat-2衛(wèi)星輔助測量數(shù)據(jù)，它是通過氣候模型計算得來的。由于在海冰密集度較低的海域內，雷達信號易受到干擾，因此CryoSat-2 L2I級數(shù)據(jù)產品中提取的浮冰出水高度均為海冰密集度大于75%的海冰。

歐洲氣象衛(wèi)星應用組織(EUMETSAT)海洋海冰應用中心(OSI SAF)的核心任務是監(jiān)測南北極冰雪覆蓋的變化。自2005年以來，提供全球海冰類型、密集度、外緣線和反射率等數(shù)據(jù)產品。其海冰類型產品是使用貝葉斯算法和大氣校正模型，基于被動微波散射計(SSMIS)的亮度溫度和主動微波散射計(ASCAT)的后向散射數(shù)據(jù)，反演得到的空間分辨率為10 km的極地立體投影網(wǎng)格數(shù)據(jù)。使用2015年每月中旬的北極OSI SAF海冰類型產品(http://www.osi-saf.org)，將CryoSat-2衛(wèi)星測高數(shù)據(jù)獲得的每月海冰分為一年冰(FYI)和多年冰(MYI)。但夏季海冰的融化，致使海冰類型信號受到干擾，6-9月部分海冰的類型難以區(qū)分。由于多年冰的范圍和位置相對較穩(wěn)定。文中使用美國雪冰中心(NSIDC)提供的EASE-Grid格式北極冰齡數(shù)據(jù)(http://nsidc.org/data/docs/daac/nsidc0611-sea-ice-age/)為補充。該數(shù)據(jù)產品是使用被動微波(SMMR、SSM/I、SSMIS、AVHRR)、IABP浮標、NCEP和NCAR再分析數(shù)據(jù)共同反演得到，空間分辨率為12.5 km，時間跨度為1978年11月-2015年5月。提取2011-2014年24、28、33、37周多年冰的平均范圍分別作為2015年6、7、8、9月多年冰范圍。

NASA IceBridge項目是目前最大的航空遙感極地觀測項目，航空平臺上搭載多源遙感傳感器，主要包括數(shù)字相機、激光雷達、雷達、重力儀以及輔助設備等。自2009年啟動以來，每年分別在3-5月和10-11月對格陵蘭和南極快速變化區(qū)域進行數(shù)據(jù)采集，填補了ICESat-1退役以來極地觀測數(shù)據(jù)的空白。其海冰厚度產品由機載平臺上的ATM和Snow Radar傳感器獲得，由沿航跡高程和積雪深度協(xié)同反演得到，空間分辨率為40 m，精度較高[27]。IceBridge海冰厚度數(shù)據(jù)來源于美國雪冰中心(http://nsidc.org/data/docs/daac/icebridge/evaluation_products/)，共7個航次，其航跡分布在加拿大北極群島和格陵蘭島以北的多年冰海域，如圖1所示。主要使用2015年3月北極IceBridge機載激光測高海冰厚度產品來驗證本文CryoSat-2衛(wèi)星反演的海冰厚度。

圖1 北極海域分布(a)和IceBridge海面軌跡(b)Fig.1 The marginal seas of Arctic Ocean (a) and ocean tracks of IceBridge (b)

3 方法

提取CryoSat-2 SIRAL高度計2015年1-12月約1.80×107個浮冰出水高度測量數(shù)據(jù)點，并將其與輔助測量數(shù)據(jù)中對應位置的積雪深度和海冰密集度數(shù)據(jù)相匹配。通過數(shù)據(jù)內插、投影變換、柵格轉換和空間重采樣等預處理工作，獲得每月25 km空間分辨率的柵格數(shù)據(jù)集。同時將OSI SAF海冰類型數(shù)據(jù)和EASE-Grid北極冰齡數(shù)據(jù)重采樣為相同空間分辨率的像元。通過空間掩膜處理來確定CryoSat-2衛(wèi)星獲得的相應位置浮冰的類型。

Beaven等[28]通過實驗證實，假定海冰處于流體靜力學平衡，在較為寒冷干燥的條件下Ku波段雷達脈沖信號能夠穿透海冰表面的積雪層，并在冰雪界面處發(fā)生散射。那么可以用以下流體靜力平衡公式，輔以必要的參數(shù)，估算出每一個柵格像元的海冰厚度[29]Hi，

(1)

式中，ρw、ρi和ρs分別是海水、海冰和海冰上覆蓋積雪的密度；Fi為浮冰出水高度；Hs為海冰上的積雪深度。其中，海水密度ρw設定為1 023.8kg/m3[30]，一年海冰和多年海冰的密度分別為916.7kg/m3和882.0kg/m3，積雪密度取324.0kg/m3[31]。盡管多年冰和一年冰上積雪的密度存在差異[32—33]，但一年冰和多年冰上積雪的差異主要來自于積雪深度而非積雪密度[31]。

然后將得到的海冰厚度值乘以對應像元的海冰面積(像元所代表的實際面積與海冰密集度的積)，再累計求和得到整個海域的海冰體積，如式(2)：

(2)

式中，V表示整個海域的海冰體積；Hj、Cj分別代表第j個像元的海冰厚度和密集度；S為像元的實際面積，即像元的空間分辨率；n為像元總個數(shù)。

4 結果

4.1CryoSat-2衛(wèi)星測高數(shù)據(jù)反演海冰厚度的驗證

將CryoSat-2衛(wèi)星測高數(shù)據(jù)反演得到的2015年3月北極海冰厚度，與IceBridge觀測結果進行空間匹配(航線上每隔25km的所有觀測樣本平均海冰厚度值，與對應位置CryoSat-2衛(wèi)星測高數(shù)據(jù)估算的海冰厚度像元值比較[34]，得到155個觀測樣本。該樣本中兩組數(shù)據(jù)明顯線性相關，相關系數(shù)為0.71(圖2)。其中CryoSat-2數(shù)據(jù)反演得到的海冰厚度平均值為3.28m，高于IceBridge觀測的海冰厚度平均值2.94m。但Farrell等[27]認為由于SnowRadar在冰脊區(qū)回波信號信噪比較低，使IceBridge低估了實際的海冰厚度，因此CryoSat-2衛(wèi)星測高反演得到的海冰厚度能夠反映北極海冰的實際狀況。

圖2 2015年3月CryoSat-2衛(wèi)星測高數(shù)據(jù)反演得到海冰厚度與IceBridge觀測海冰厚度的比較Fig.2 Comparison of sea ice thickness retrieved from CryoSat-2 and IceBridge in March 2015

4.2 積雪深度的變化

積雪深度受氣溫和降雪的影響，隨季節(jié)和緯度的變化而變化。2015年積雪深度數(shù)據(jù)分析表明北極海冰上積雪深度3-5月均超過了300mm(圖3)，雖然4-6月隨著北極的增溫，積雪開始消融，但在3月份之后仍有增長的趨勢，一方面因為在消融的過程中若伴隨降雪，則會嚴重阻礙消融的進程[35]。另一方面，冰脊發(fā)育可能導致厚的積雪聚集。最深的積雪位于格陵蘭沿岸北部和埃爾斯米爾半島以北的海域。其中，格陵蘭沿岸北部部分海域海冰上的積雪深度在9月份仍達到300mm(圖4)，這可能是因為該海域海冰表面粗糙，而北極海域風大，冰面平滑海域的積雪被吹向冰面粗糙海域[36]。6-9月積雪大面積融化形成融雪池，9月份平均積雪深度達到最小值，約為125mm，僅北冰洋中心海域的海冰上覆蓋有積雪。10月份以后，隨著北極進入冰凍期，積雪深度開始不斷增加，覆蓋范圍也不斷擴大(圖4)。

圖3 2015年北極海冰上覆積雪深度的月變化Fig.3 Monthly changes in depth of snow on sea ice in the Arctic Ocean during the year 2015

2015年各月份平均雪深和最大雪深的變化基本一致(圖3)，總體而言，最大雪深比平均雪深高出143mm。1-3月積雪深度不斷增加，增加速度約為33mm/月。6-9月隨著北極進入消融期，積雪深度迅速減小，減小速度約為50mm/月。10月份以后，隨著北極氣溫的降低，積雪深度不斷增加，10-12月增加速度約為22mm/月，遠小于6-9月的減小速度?？傮w來看，北極平均雪深春季(4-6月)最大，約299mm，其次是冬季(1-3月)，約283mm，秋季(10-12月)約為208mm，夏季(7-9月)最小，約為145mm。夏季平均雪深相比最大的春季，減小了51%。

圖4 2015年每月北極海冰上積雪的深度分布Fig.4 Monthly snow depth distribution on sea ice in the Arctic Ocean in 2015

4.3 海冰類型的變化

根據(jù)海冰的季節(jié)變化將海冰分為一年冰和多年冰。其中，一年冰是指該年份中新生成的海冰，多年冰是經(jīng)過夏季融化后仍然存留的海冰。一年冰季節(jié)變化較明顯(圖5)，對北冰洋海水的成層和對流起著重要作用，因此對全球氣候有著潛在的影響。

1-3月為海冰生長期，一年冰逐漸向北冰洋以南的白令海、哈得孫灣以及格陵蘭島海岸線一帶生長。3月份海冰范圍達到年最大值，海冰密集度大于75%的海冰范圍約8.84×106km2。此時也是一年冰的最大范圍，約6.78×106km2(表1)，整個北冰洋東部海域被一年冰覆蓋，多年冰多分布在格陵蘭島和加拿大群島以北海域。4、5月一年冰開始融化。6月份隨著氣溫的進一步升高，一年冰迅速消融，到6月中旬，白令海、鄂霍茨克海的一年冰已完全融化。6-9月海冰的平均消融速度約為1.32×106km2/月，到9月份整個北極海冰范圍達到全年的最小值，約2.81×106km2(密集度大于75%),僅北冰洋中心海域存在海冰(多年冰)，一年冰基本融化殆盡，此時的海冰覆蓋情況最能反映全球氣候變化。10月份北極海冰進入生長期，多年冰周邊海域逐漸新生一年冰。12月中旬北冰洋基本全被海冰覆蓋，約為7.78×106km2。加拿大北極群島和格陵蘭島以北的多年冰海域也逐漸新生一年冰(圖5，表1)。

圖5 基于OSI SAF數(shù)據(jù)的2015年每月中旬的海冰類型Fig.5 Monthly sea ice type in the middle of each month in 2015 based on OSI SAF data

1月2月3月4月5月6月7月8月9月10月11月12月一年冰5．795．876．786．035．734．412．001．030．041．423．845．06多年冰2．712．962．062．422．382．362．552．632．773．092．672．72

4.4 海冰厚度的變化

北極平均海冰厚度在5月份達到最大值，9月份達到最小值，分別約為3.17 m和1.58 m(圖6)。由于6-9月海冰的融化，使得CryoSat-2衛(wèi)星雷達高度計脈沖信號受到影響，7、8月份提取的測高數(shù)據(jù)中存在很大一部分的缺失，使得不能很好地對這兩個月份的海冰進行評估，因此進行克里金插值處理。盡管這其中存在一定的不確定性，但是對7、8月份CryoSat-2衛(wèi)星反演的海冰厚度數(shù)據(jù)是一個很好的補充。平均海冰厚度的變化趨勢基本上和海冰上覆蓋的積雪深度變化趨勢相一致(圖3，圖6)，1-5月份不斷增加，增加速度約為0.15 m/月。隨著北極氣溫的升高，6月份平均海冰厚度迅速減小，相比5月份減小了0.40 m。6-9月份平均海冰厚度減小速度約為0.40 m/月，大于1-5月的增加速度。10月份隨著北極海冰進入生長期，海冰厚度基本呈現(xiàn)增加趨勢，但相比1-5月份增加速度較平緩(圖6)。

圖6 2015年每月北極平均海冰厚度和海冰體積Fig.6 Monthly changes of sea ice average thickness and volume in Arctic Ocean in 2015

冬季為海冰的生長期，平均海冰厚度約為2.75 m。春季北極海冰的平均厚度明顯高于其他季節(jié)，約為2.99 m，最厚的海冰集中在格陵蘭沿岸北部、埃爾斯米爾半島以北以及北冰洋中心海域。夏季隨著氣溫的升高，北極海冰迅速融化，海冰厚度達到一年中的最小值，約為1.77 m，哈得孫灣、白令海、鄂霍次克海、巴倫支海海域的一年海冰幾乎完全融化。秋季平均海冰厚度約為2.31 m，北冰洋中心海域海冰厚度相比夏季明顯增加，隨著北極氣溫的降低，海冰從北冰洋中心海域逐漸向周圍海域生長，海冰厚度不斷增加(圖7，表2)。就整個北極海冰而言，每個季節(jié)多年冰平均厚度總體上大于一年冰。冬季更為明顯，多年冰比一年冰平均厚度高出約0.39 m(表2)。多年冰和一年冰平均厚度均在春季達到最大值，其次是冬季，夏季最小。

圖7 2015年北極海冰厚度的季節(jié)變化Fig.7 Seasonal changes of sea ice thickness in the Arctic Ocean in 2015

季節(jié)多年冰(MYI)一年冰(FYI)總海冰(Total)平均厚度/m體積/103km3平均厚度/m體積/103km3平均厚度/m體積/103km3冬季(1-3月)3．027．632．6315．672．7523．30春季(4-6月)3．168．182．8714．622．9922．80夏季(7-9月)1．795．201．581．331．778．01秋季(10-12月)2．506．682．187．162．3113．84

4.5 海冰體積的變化

北極海冰體積在3月份最大，約為25.13×103km3。9月份最小，約為4.04×103km3。從總體變化趨勢來看北極海冰體積和平均厚度較為一致(圖6)。雖然北極地區(qū)1、2月平均氣溫最低，7、8月最高[37]。但3-4月海冰體積和平均厚度明顯高于1-2月，而9月海冰體積和平均厚度均小于7-8月，這在一定程度上表明海冰的季節(jié)變化滯后于太陽輻射和氣溫的季節(jié)變化，因為海冰融化和凍結需要吸收和釋放大量熱量，存在一個能量累積的過程。海冰體積在1-3月不斷增加，增加速度約為1.87×103km3/月。4、5月份有所減少，但速度較為平緩，約為0.28×103km3/月。5-9月海冰迅速減小，減小速度約為5.13×103km3/月。10-12月海冰體積逐漸增加，增加速度約為4.47×103km3/月，大于1-3月的增加速度(圖6)。

北極海冰體積的季節(jié)變化不同于海冰平均厚度的季節(jié)變化。海冰體積在冬季達到最大值，約為23.30×103km3，其中一年冰體積約為15.67×103km3，占冬季海冰總體積的67%，而多年冰體積約為7.63×103km3，這是因為該季節(jié)為海冰的生長期。春季海冰體積相比冬季略微減少，減少的部分主要是一年冰，該季節(jié)多年冰和一年冰體積相當。6月份隨著氣溫的升高，一年冰迅速融化，夏季海冰總體積達到最小值，約為8.01×103km3，經(jīng)過夏季的融化，北極海冰體積減少了近70%。夏季一年冰體積約為1.33×103km3，僅占夏季海冰總體積的15%，而多年冰占據(jù)了絕大多數(shù)。秋季海冰體積相比夏季增加了近1倍，海冰總體積約為13.84×103km3，一年冰體積大于多年冰(表2)?？傮w來看，一年冰體積季節(jié)波動較大，而多年冰體積相對穩(wěn)定，季節(jié)變化不明顯。

5 結論與討論

北極海冰的生長和消融量的差異，影響著北半球的氣候變化。本文根據(jù)2015年CryoSat-2衛(wèi)星測高和輔助測量數(shù)據(jù)，以及OSI SAF海冰類型數(shù)據(jù)和EASE-Grid北極冰齡數(shù)據(jù)反演得到北極海冰厚度，并用高精度的IceBridge海冰厚度產品驗證。將海冰厚度與海冰密集度數(shù)據(jù)相匹配估算了北極海域海冰體積。進而分析了北極積雪深度、一年冰和多年冰海冰厚度和體積的時空變化特點。

(1)基于CryoSat-2衛(wèi)星測高數(shù)據(jù)反演的海冰厚度與IceBridge觀測結果較為一致。北極平均積雪深度在3-5月最大，9月最小。1-3月和10-12月為積雪增長期，6-9月為積雪消融期，積雪消融速度大于增長速度。海冰平均厚度變化基本與積雪深度變化一致，春季最大，夏季最小。最厚的海冰集中在格陵蘭沿岸北部、埃爾斯米爾半島以北，以及北冰洋中心海域。每個季節(jié)多年冰平均厚度總體上大于一年冰，冬季更為明顯。

(2)北極海冰體積3月最大，9月最小。1-3月和10-12月增加速度小于5-9月減小速度。海冰體積在冬季達到最大值，經(jīng)過夏季的融化減小了近70%。總體來看，一年冰體積季節(jié)波動較大，而多年冰體積相對穩(wěn)定，季節(jié)變化不明顯。

(3)本文假定CryoSat-2衛(wèi)星Ku波段高度計的散射信號發(fā)生在雪-冰交界處，可能并不適應于有較厚積雪層的區(qū)域[17]，而3-5月海冰上平均積雪深度超過了300 mm，這可能會影響平均海冰厚度和體積的估算結果。由于驗證數(shù)據(jù)的不足，我們僅對3月份北冰洋多年冰海冰厚度反演結果進行了驗證，不能完全代表整個海區(qū)和各個季節(jié)的結果。而對7、8月的CryoSat-2衛(wèi)星測高數(shù)據(jù)做了插值處理，可能導致夏季海冰體積估算結果的誤差。對于積雪較厚的海區(qū)，有待找出更好的海冰估算方法和更多的驗證數(shù)據(jù)。分析了2015年海冰厚度和體積的變化，并沒有對影響海冰變化的因素進行深入探討。由于數(shù)據(jù)的原因，也沒有對近些年的變化趨勢進行研究。未來的工作中，將對北極近5年平均海冰厚度和體積的變化進行更深入的研究。

[1] Hallikainen M, Winebrenner D P. The physical basis for sea ice remote sensing[M]//Microwave Remote Sensing of Sea Ice. Washington D C:American Geophysical Union, 1992: 29-46.

[2] Curry J A, Schramm J L, Ebert E E. Sea ice-albedo climate feedback mechanism[J]. Journal of Climate, 1995, 8(2): 240-247.

[3] Aagaard K, Carmack E C. The role of sea ice and other fresh water in the Arctic circulation[J]. Journal of Geophysical Research: Oceans, 1989, 94(C10): 14485-14498.

[4] Laxon S W, Giles K A, Ridout A L, et al. CryoSat-2 estimates of Arctic sea ice thickness and volume[J]. Geophysical Research Letters, 2013, 40(4): 732-737.

[5] Lemke P, Hibler W D, Flato G, et al. On the improvement of sea ice models for climate simulations the Sea Ice Model Intercomparison Project[J]. Annals of Glaciology, 1997, 25: 183-187.

[6] Grémillet D, Fort J, Amélineau F, et al. Arctic warming: nonlinear impacts of sea-ice and glacier melt on seabird foraging[J]. Global Change Biology, 2015, 21(3): 1116-1123.

[7] Devasthale A, Sedlar J, Koenigk T, et al. The thermodynamic state of the Arctic atmosphere observed by AIRS: comparisons during the record minimum sea ice extents of 2007 and 2012[J]. Atmospheric Chemistry and Physics, 2013, 13(15): 7441-7450.

[8] 崔紅艷, 喬方利, 舒啟. 2013年北極最小海冰范圍比2012年增加的原因分析[J]. 海洋學報, 2015, 37(11): 23-32.

Cui Hongyan, Qiao Fangli, Shu Qi. Reasons for the increase minimum Arctic sea ice extent in 2013 compared with 2012[J]. Haiyang Xuebao, 2015, 37(11): 23-32.

[9] Comiso J C. Arctic multiyear ice classification and summer ice cover using passive microwave satellite data[J]. Journal of Geophysical Research: Oceans, 1990, 95(C8): 13411-13422.

[10] 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. Spatio-temporal variability of Arctic sea ice from 2002 to 2011[J]. Journal of Remote Sensing, 2013, 17(2): 452- 466.

[11] Perovich D K, Grenfell T C, Richter-Menge J A, et al. Thin and thinner: Sea ice mass balance measurements during SHEBA[J]. Journal of Geophysical Research: Oceans, 2003, 108(C3):8050.

[12] Kwok R, Cunningham G F. ICESat over Arctic sea ice: Estimation of snow depth and ice thickness[J]. Journal of Geophysical Research: Oceans, 2008, 113(C8):C08010.

[13] Giles K A, Laxon S W, Ridout A L. Circumpolar thinning of Arctic sea ice following the 2007 record ice extent minimum[J]. Geophysical Research Letters, 2008, 35(22): L22502.

[14] 裘幀. 北極海冰加速消融[J]. 自然與科技, 2009(5): 4.

Qiu Zhen. Arctic sea ice accelerated melting[J]. Nature & SciTech, 2009(5): 4.

[15] Zygmuntowska M, Rampal P, Ivanova N, et al. Uncertainties in Arctic sea ice thickness and volume: new estimates and implications for trends[J]. The Cryosphere, 2014, 8: 705-720.

[16] Sturm M, Holmgren J, Perovich D K. Winter snow cover on the sea ice of the Arctic Ocean at the Surface Heat Budget of the Arctic Ocean (SHEBA): Temporal evolution and spatial variability[J]. Journal of Geophysical Research: Oceans, 2002, 107(C10):SHE 23-1-SHE 23-17.

[17] Ricker R, Hendricks S, Perovich D K, et al. Impact of snow accumulation on CryoSat-2 range retrievals over Arctic sea ice: An observational approach with buoy data[J]. Geophysical Research Letters, 2015, 42(11): 4447-4455.

[18] Overland J E, Wang M. When will the summer Arctic be nearly sea ice free?[J]. Geophysical Research Letters, 2013, 40(10): 2097-2101.

[19] Schutz B E, Zwally H J, Shuman C A, et al. Overview of the ICESat mission[J]. Geophysical Research Letters, 2005, 32(21): L21S01.

[20] Abshire J B, Sun X, Riris H, et al. Geoscience laser altimeter system (GLAS) on the ICESat mission: on-orbit measurement performance[J]. Geophysical Research Letters, 2005, 32(21): L21S02.

[21] Kwok R, Zwally H J, Yi D. ICESat observations of Arctic sea ice: A first look[J]. Geophysical Research Letters, 2004, 31(16):L16401.

[22] Armitage T W K, Ridout A L. Arctic sea ice freeboard from AltiKa and comparison with CryoSat-2 and Operation IceBridge[J]. Geophysical Research Letters, 2015, 42(16): 6724-6731.

[23] 魏鑫, 李斐, 張勝凱, 等. CryoSat-2衛(wèi)星測高計劃及其應用[J]. 極地研究, 2015, 27(4): 446-453.

Wei Xin, Li Fei, Zhang Shengkai, et al. CryoSat-2 satellite altimetry and its application[J]. Chinese Journal of Polar Research, 2015, 27(4):456-453.

[24] Tilling R L, Ridout A, Shepherd A, et al. Increased Arctic sea ice volume after anomalously low melting in 2013[J]. Nature Geoscience, 2015, 8(8): 643-646.

[25] 趙進平, 史久新, 王召民, 等. 北極海冰減退引起的北極放大機理與全球氣候效應[J]. 地球科學進展, 2015, 30(9): 985-995.

Zhao Jinping, Shi Jiuxin, Wang Zhaomin, et al. Arctic amplification produced by sea ice retreat and its global climate effects[J]. Advances in Earth Science, 2015, 30(9): 985-995.

[26] 王立偉, 金濤勇, 張勝軍, 等. CryoSat-2衛(wèi)星海冰區(qū)域波形識別及海冰干舷高確定[J]. 大地測量與地球動力學, 2015, 35(4): 722-725.

Wang Liwei, Jin Taoyong, Zhang Shengjun, et al. CryoSat-2 Satellite sea ice area waveform recognition and freeboard determined[J]. Journal of Geodesy and Geodynamics, 2015, 35(4): 722-725.

[27] 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]. Geoscience and Remote Sensing, IEEE Transactions on, 2012, 50(6): 2098-2111.

[28] Beaven S G, Lockhart G L, Gogineni S P, et al. Laboratory measurements of radar backscatter from bare and snow-covered saline ice sheets[J]. Remote Sensing, 1995, 16(5): 851-876.

[29] Kwok R. Satellite remote sensing of sea-ice thickness and kinematics: a review[J]. Journal of Glaciology, 2010, 56(200): 1129-1140.

[30] Wadhams P, Tucker III W B, Krabill W B, et al. Relationship between sea ice freeboard and draft in the Arctic Basin, and implications for ice thickness monitoring[J]. Journal of Geophysical Research, 1992, 97(C12): 20.

[31] Alexandrov V, Sandven S, Wahlin J, et al. The relation between sea ice thickness and freeboard in the Arctic [J]. The Cryosphere, 2010, 4(3): 373-380.

[32] Romanov I P. Atlas of ice and snow of the Arctic Basin and Siberian Shelf seas[M]. Paramus:Backbone Publishing Company, 2001.

[33] Warren S G, Rigor I G, Untersteiner N, et al. Snow depth on Arctic sea ice[J]. Journal of Climate, 1999, 12(6): 1814-1829.

[34] 季青, 龐小平, 趙羲, 等. 基于 CryoSat-2 數(shù)據(jù)的海冰厚度估算算法比較[J]. 武漢大學學報信息科學版, 2015, 40(11): 1467-1472.

Ji Qing, Pang Xiaoping, Zhao Xi, et al. Comparison of sea ice thickness retrieval algorithms from CryoSat-2 Satellite altimeter data[J]. Geomatics and Information Science of Wuhan University, 2015, 40(11): 1467-1472.

[35] 康立廷. 基于衛(wèi)星遙感數(shù)據(jù)的北極海冰覆蓋范圍和積雪深度變化的研究[D]. 青島: 中國海洋大學, 2012.

Kang Liyan. Study on variation of Arctic sea ice extent and snow depth on sea ice using satellite remote sensing data[D].Qingdao: Ocean University of China, 2012.

[36] 曹梅盛, 李新, 陳賢章, 等. 冰凍圈遙感[M]. 北京: 科學出版社, 2006.

Cao Meisheng, Li Xin, Chen Xianzhang, et al. Remote Sensing of Cryosphere[M]. Beijing: Science Press, 2006.

[37] 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. Status of the recent declining of Arctic sea ice studies[J]. Chinese Journal of Polar Research, 2009, 21(4): 344-352.

Arctic sea ice volume estimation method based on CryoSat-2 Satellite altimeter data

Wang Manman1,2, Ke Changqing1, Shao Zhude1

(1.SchoolofGeographicandOceanographicSciences,NanjingUniversity,Nanjing210023,China; 2.CollaborativeInnovationCenterofSouthChinaSeaStudies,Nanjing210023,China)

In the last 30 years, the Arctic sea ice is undergoing drastic changes. Sea ice volume is one of the important indicators to quantify the change of sea ice. This paper according to the CryoSat-2 data and OSI SAF sea ice type data in Arctic in 2015. We extracted freeboard, snow depth, sea ice concentration and ice type, and obtained the raster data set in 25 km×25 km spatial resolution through data reprocessing including interpolation, projection transformation, raster conversion, spatial resampling and so on. According to the hydrostatic equilibrium principle calculated the sea ice thickness value in every pixel, multiply ice area in the corresponding pixels thus estimated the sea ice volume of the sea ice concentration exceeds 75%, and analyzed the monthly and seasonal changes characteristics. We used high-accuracy sea ice thickness products from NASA Ice Bridge to verify thickness retrieved from CryoSat-2 Satellite. The results show that there is a high consistency ofr=0.72. The sea ice is thickest in spring and thinnest in summer. The thick sea ice concentrated around the north coast of Greenland and Ellesmere Island. Generally the MYI is thicker than the first-year ice FYI. Sea ice volume is largest in winter, about 23.30×103km3, almost a reduction of 70% after the summer melt. The seasonal fluctuation of the FYI volume is larger than the MYI.

CryoSat-2; sea ice types; snow depth; sea ice thickness; sea ice volume; Arctic Ocean

2016-06-21；

2016-10-30。

國家自然科學基金(41371391)；國家重點研發(fā)計劃項目(2016YFA0600102)。

王蔓蔓(1992—)，女，河南省開封市人，從事遙感及其應用研究。E-mail：wmm95168@163.com

*通信作者：柯長青，教授，主要從事極地冰雪遙感研究。E-mail:kecq@nju.edu.cn

P731.15

A

0253-4193(2017)03-0135-10