基于AMSR-2微波遙感數(shù)據(jù)的北極海冰面積時(shí)空變化

區(qū)麗連，付東洋,2，劉 貝,2，余 果,2，劉大召,2

基于AMSR-2微波遙感數(shù)據(jù)的北極海冰面積時(shí)空變化

區(qū)麗連1，付東洋1,2，劉 貝1,2，余 果1,2，劉大召1,2

（1. 廣東海洋大學(xué)電子與信息工程學(xué)院，廣東 湛江 524088；2. 廣東省海洋遙感與信息技術(shù)工程技術(shù)中心，廣東 湛江 524088）

【】分析北極海冰時(shí)空變化特征，并對(duì)其影響因素進(jìn)行機(jī)理研究。利用不萊梅大學(xué)物理研究所提供的基于AMSR-2微波遙感數(shù)據(jù)ASI（ARTIST-Sea-Ice）海冰密集度（Sea-Ice-Concentration，SIC）數(shù)據(jù)，分析2013－2019年北極海冰覆蓋面積及變化趨勢(shì)，比較ASI海冰密集度數(shù)據(jù)與同期美國(guó)國(guó)家冰雪中心的MASAM2密集度數(shù)據(jù)對(duì)北極海冰面積計(jì)算的差異性；利用經(jīng)驗(yàn)正交函數(shù)分析（EOF）方法，對(duì)北極海冰密集度的前三個(gè)時(shí)空模態(tài)進(jìn)行探究；并結(jié)合海冰面積的時(shí)空變化特征，對(duì)氣溫、海表溫度及下行長(zhǎng)波輻射進(jìn)行相關(guān)性分析。在時(shí)間尺度上，從2013－2019年，北極海冰密集度呈加速減少趨勢(shì)，年均北極海冰覆蓋面積從9.23×106km2下降至8.51×106km2，年均下降率達(dá)1.34%。在空間尺度上，北極中央冰區(qū)的海冰覆蓋范圍總體縮小，在白令海、格陵蘭島西側(cè)巴芬灣、亞歐大陸北部喀拉海等邊緣海域海冰面積均呈現(xiàn)快速減少的變化趨勢(shì)。

北極海冰；海冰密集度；時(shí)空變化；北極增暖

隨著溫室效應(yīng)加劇，在過(guò)去30 a里，北極海冰覆蓋范圍以每年約3.5% ～ 4.1%的速度逐漸減少[1]，北極海冰大幅下降對(duì)全球增暖的放大效應(yīng)越發(fā)突顯。2012年9月16日，北極海冰范圍減少到自1979年可靠衛(wèi)星測(cè)量以來(lái)的最低面積（3.4×106km2），僅為1981－2010年年均海冰范圍6.2×106km2的55%[2]。2004－2010年，海冰輸出呈現(xiàn)明顯上升趨勢(shì)，輸出通量較20世紀(jì)60年代高約25%[3]。2020年9月15日，北極海冰面積達(dá)到年內(nèi)最小值，為近42 a衛(wèi)星記錄中第二低年份。尤其俄羅斯北部的東西伯利亞海和喀拉海，海冰消減程度最大。在此背景下，北極海冰研究已成為全球關(guān)注的熱點(diǎn)。

海冰密集度（Sea-Ice-Concentration，SIC）是研究極地海冰的重要參數(shù)[4]，也是研究北極海冰面積、空間分布、運(yùn)移過(guò)程、流場(chǎng)特征的重要手段與方式[5-8]。海冰密集度產(chǎn)品及其算法研究是當(dāng)前微波海冰監(jiān)測(cè)的熱點(diǎn)。國(guó)際上較為普遍的微波海冰密集度反演算法，包括NT算法、Bootstrap算法等。Spreen等[9]提出一種基于AMSR-E傳感器，89 GHz遙感數(shù)據(jù)的ASI（ARTIST-Sea-Ice）海冰密集度反演算法，具有較高可靠性。Chi等[10]提出一種反演AMSR-2海冰密集度的深度學(xué)習(xí)（Deep-Learning，DL）算法，可有效地描述夏季低密集度和融冰區(qū)域，促進(jìn)更高精度氣候模式的發(fā)展。王歡歡等[11]應(yīng)用89 GHz的AMSR-E數(shù)據(jù)反演北極多年冰密集度，提出一種AC（Algorithm Currently）算法，并與NT（NASA TEAM）算法的結(jié)果進(jìn)行比較，結(jié)果證明對(duì)于整體SIC，兩者反演結(jié)果一致。Yu等[12]提出一種LASI（Linear-ASI）算法，其線性關(guān)系可顯著提高計(jì)算機(jī)處理效率，對(duì)降低海量遙感數(shù)據(jù)集的成本至關(guān)重要。劉艷霞等[13]利用多源數(shù)據(jù)對(duì)海冰密集度反演算法進(jìn)行驗(yàn)證，結(jié)果表明NT算法與Bootstrap算法的反演精度相當(dāng)。

雖然針對(duì)北極海冰時(shí)空變化方面的研究已較為普遍[14-16]，但由于其時(shí)空分辨率的差異和限制，各種海冰反演的結(jié)果都存在著一定差異性[17]。本研究使用與實(shí)際走航相比偏差較小的ASMR-2/ASI數(shù)據(jù)，對(duì)2013－2019年間北極海冰密集度和海冰范圍的變化進(jìn)行時(shí)空分析，同時(shí)利用美國(guó)冰雪中心（NSIDC）提供的MASAM2逐日海冰密集度數(shù)據(jù)進(jìn)行比較分析，并結(jié)合北極氣候特征與再分析資料，探究近年北極海冰時(shí)空變化的原因。

1 材料和方法

1.1 AMSR-2/ASI海冰密集度數(shù)據(jù)

由于微波輻射幾乎不受云層影響，因此微波數(shù)據(jù)具有良好的時(shí)空連續(xù)性，是常用于測(cè)量海冰參數(shù)的主要數(shù)據(jù)來(lái)源。德國(guó)不萊梅大學(xué)物理研究所（https://data.meereisportal.de/）提供的逐日AMSR-2/ASI密集度數(shù)據(jù)，分辨率為6.25 km，該數(shù)據(jù)集基于ASI算法，利用美國(guó)國(guó)家航空航天局（NASA）Aqua衛(wèi)星上的ASMR-E傳感器和日本航空航天局（JAXA）GCOM-W1衛(wèi)星上的AMSR-2傳感器在89 GHz頻段的水平極化和垂直極化計(jì)算北極海冰密集度。

1.2 多傳感器MASAM2海冰密集度數(shù)據(jù)

美國(guó)冰雪中心（https://nsidc.org/）多傳感器逐日MASAM2海冰密集度數(shù)據(jù)，空間分辨率為4 km，MASAM2數(shù)據(jù)集是將AMSR-2逐日10 km的網(wǎng)格化海冰密集度映射到National Ice Center (NIC)逐日4 km的MASIE多傳感器海冰范圍數(shù)據(jù)網(wǎng)格中，再利用人工輔助分析法得出海冰密集度。MASAM2將MASIE和AMSR-2結(jié)合，AMSR-2提供高分辨率的海冰密集度數(shù)據(jù)，該數(shù)據(jù)集在描述邊緣薄冰區(qū)域時(shí)更有優(yōu)勢(shì)。

1.3 ERA5數(shù)據(jù)

歐洲中尺度中心（https://www.ecmwf.int/）提供的ERA5月平均陸地、海洋或內(nèi)陸水域表面上方2 m處的空氣溫度、海表氣溫和平均下行輻射通量?？臻g分辨率為0.25°，研究范圍為北半球（30.0°N－87.5°N，0.0°E－360.0°E）。

1.4 方法

分別利用AMSR-2/ASI與MASAM2密集度數(shù)據(jù)進(jìn)行海冰面積計(jì)算。海冰面積定義為密集度大于15%的積分之和，即

其中，（,）為每個(gè)像素單元的SIC，為像素單元的面積。

2 結(jié)果與分析

2.1 MASAM2海冰密集度數(shù)據(jù)反演結(jié)果

不論是北極海冰密集度還是其變化趨勢(shì)，基于MASAM2數(shù)據(jù)的反演結(jié)果與ASI數(shù)據(jù)均趨于一致（圖1）?？讗坻玫萚18]通過(guò)美國(guó)冰雪中心提供的海冰范圍資料分析發(fā)現(xiàn)，1989－2014年北極海冰范圍呈減少趨勢(shì)，每年減小5.91×104km2，夏季減少趨勢(shì)顯著，冬季減少趨勢(shì)弱。本研究發(fā)現(xiàn)，從2013－2016年，海冰面積持續(xù)快速降低，ASI數(shù)據(jù)反演結(jié)果顯示，北極海冰覆蓋面積從9.23×106km2下降至8.51×106km2，年均下降率達(dá)1.34%，MASAM2數(shù)據(jù)反演結(jié)果略低于ASI數(shù)據(jù)，下降率為1.29%，均約為前25 a平均下降率的2倍，但總體上，兩種數(shù)據(jù)研究結(jié)果均一致地指示，近7 a來(lái)北極海冰密集度減小的速度在急劇加快。

圖1 ASI與MASAM2數(shù)據(jù)反演年均海冰面積變化曲線

2014－2017年，AMSR-2/ASI平均覆蓋面積反演結(jié)果較MASAM2低0.1×106km2。而2013年和2018年，AMSR-2/ASI年平均海冰面積略高于MASAM2，可能是MASAM2數(shù)據(jù)反演方法不同，導(dǎo)致其海冰密集度的數(shù)值與其他數(shù)據(jù)產(chǎn)品產(chǎn)生較大偏差造成[19]。

2.2 北極海冰面積月變化特征

在時(shí)間變化方面，北極海冰面積隨月份的變化趨勢(shì)基本相似，2013年無(wú)論冬季還是夏季，北極海冰密集度都是近7 a中最大值，總體上，同一月份的海冰面積在近7 a期間均呈下降趨勢(shì)。由圖2可見，在北極冬季期間，從11月至次年4月的海冰分布最為廣泛，最高值出現(xiàn)在2月末或3月，最大面積超過(guò)13×106km2（如2013年3月）。從4月至9月為北極海冰消融期，海冰覆蓋范圍較小值出現(xiàn)在8月和9月，其中9月SIC達(dá)到最小值，最小面積約3.4×106km2，從2013－2019年間，北極夏季末海冰面積最少時(shí)僅為冬季最大覆蓋面積的約四分之一。自2016年后，各月海冰面積距平值幾乎均為負(fù)值（圖3），表現(xiàn)出明顯下降趨勢(shì)。

圖2 2013－2019年海冰面積變化曲線（ASI）

在空間變化方面，北極各區(qū)域海冰覆蓋情況有所不同。圖4顯示，海冰從北冰洋邊緣開始逐漸融化。4月至5月，楚科奇海與白令海的海冰向北逐漸融化，隨后融化速度加快，6月時(shí)基本無(wú)海冰覆蓋；5月至6月為格陵蘭島東西兩側(cè)的海冰消融期，在8月間海冰基本全部融化；6月至7月，在亞歐大陸北部的東西伯利亞海、拉普捷夫海和喀拉海，海冰開始消融，直至10月又開始新一輪增長(zhǎng)?？傮w上，10月至次年3月為北極海冰的結(jié)冰期，10月份隨著氣溫逐漸降低，新冰開始逐漸形成，其中東西伯利亞海和格陵蘭島附近海域的海冰最先形成，隨后到楚科奇海與白令海海域，海冰重新覆蓋整個(gè)北極區(qū)域。

以往研究表明，海冰覆蓋范圍變化處于動(dòng)態(tài)平衡的循環(huán)中，各個(gè)地區(qū)的變化規(guī)律存在差異。楚科奇海與白令海冰情較輕，冰情越輕，海冰融化速度越快，形成時(shí)間越長(zhǎng)，而在冰情相對(duì)較重的東西伯利亞海，海冰融解速度較慢，形成時(shí)間較短[20]。圖4結(jié)果與此結(jié)論基本吻合。

圖3 2013－2019年逐月海冰面積距平曲線

圖a－l分別為1－12月；BS，白令海；CS，楚科奇海；ESS，東西伯利亞海；GS，格陵蘭海；LS，拉普捷夫海

2.3 海冰面積季變化特征

不同于北半球其他地區(qū)，北極地區(qū)冬季持續(xù)時(shí)間比其他季節(jié)長(zhǎng)，從各年11月延續(xù)到次年4月，長(zhǎng)達(dá)半年時(shí)間，此時(shí)海冰覆蓋范圍最大，約在11×106km2左右。冬季過(guò)后，覆蓋范圍漸漸縮小，直到夏季結(jié)束，新生冰形成速度低于消減速度，秋季海冰覆蓋面積達(dá)到最小值，數(shù)值在4.01×106km2至5.27×106km2的范圍內(nèi)變化。

從2013－2019年間，各個(gè)季節(jié)SIC處于下降趨勢(shì)。通過(guò)表1數(shù)據(jù)計(jì)算7 a間的平均下降率，結(jié)果顯示冬季、春季、夏季和秋季SIC年均下降率分別為0.66%、1.01%、2.37%和4.43%?？梢姡诤１采w范圍最小的秋季，北極海冰密集度下降速度最快。

在空間分布上（圖5），冬季SIC分布最廣泛，從北極點(diǎn)向南延續(xù)至北緯60°，大部分陸地邊緣海域均有海冰分布。春季過(guò)后，楚科奇海與白令海海域的海冰大部分完全融化，隨后夏季格陵蘭島邊緣海域的海冰也開始融化。總體上，東西伯利亞海域的冰情高于上述兩海域，然而在夏、秋兩季，氣溫上升，該海域的SIC普遍低于50%。

表1 2013－2019年各季節(jié)平均海冰面積

a, 冬季；b, 春季；c, 夏季；d, 秋季

2.4 海冰面積年變化特征

2013－2019年海冰覆蓋面積總體呈下降趨勢(shì)，平均下降率為1.34%（圖6）。2013年海冰面積最高，為9.23×106km2；2016年最低，為8.45×106km2。2013－2016年平均海冰面積連續(xù)降低，下降率為9.38×104km2/a，其中2016年下降幅度最大，各個(gè)月海冰面積均低于平均值，下降率為4.24%；2017年平均海冰面積稍有回升，上升率為2.68%；2018年趨于穩(wěn)定；2019年繼續(xù)下降。

圖7為2013－2019年年均海冰密集度空間變化，正值為海冰增長(zhǎng)像素單元（暖色），負(fù)值為海冰消減像素單元（冷色）?？梢姡? a北極海冰增長(zhǎng)區(qū)域非常有限，主要僅集中于冰島北部的格陵蘭海和挪威海海域，這可能與東格陵蘭寒流和印明格暖流的混合影響有關(guān)[21]。北極中央冰區(qū)覆蓋面積處于相對(duì)穩(wěn)定狀態(tài)，中央?yún)^(qū)域較海冰邊緣區(qū)域變化幅度較小，SIC變化幅度約20%。7 a間海冰消減面積遠(yuǎn)遠(yuǎn)大于增長(zhǎng)面積，消減區(qū)域大部分為海陸交接的邊緣區(qū)域，如亞歐大陸與北美洲大陸間的楚科奇海、白令海、格陵蘭島西南側(cè)的巴芬島邊緣海域，以及亞歐大陸北側(cè)喀拉海等。

圖6 2013－2019年平均海冰面積變化曲線

BS，白令海；CS，楚科奇海；ESS，東西伯利亞海；GS，格陵蘭海；NS，挪威海；KS，喀拉海；LS，拉普捷夫海

2.5 北極海冰最高與最低覆蓋率邊緣對(duì)比

圖8為2013年和2019年海冰最高覆蓋日以及海冰最低覆蓋日的海冰邊緣對(duì)比。

藍(lán)線為2013年海冰覆蓋最大日（3月18日）；綠線為2019年海冰覆蓋最大日（3月22日）；紅線為2013年海冰覆蓋最小日（9月21日）；黃線為2019年海冰覆蓋最小日（9月24日）

一年中，海冰主要在楚科奇海與白令海、格陵蘭島東西兩側(cè)、以及東西伯利亞海海域進(jìn)行增減變化，其中變化最大的為冰情較輕的楚科奇海與白令海，變化最小的為冰情較重的東西伯利亞海。在2013年海冰覆蓋率最大日（藍(lán)線）和2019年海冰覆蓋率最大日（綠線），兩者的海冰邊緣相似，白令海海域的海冰邊緣逐漸縮減至高緯度地區(qū)；2013年的最小覆蓋日（紅線）與2019年的最小覆蓋日（黃線）變化較大。在全球變暖的背景下，受影響較大的為東西伯利亞海以及白令海和楚科奇海，北極中央冰區(qū)的海冰范圍逐漸縮小?？梢?，北極海冰在不同地區(qū)的變化速度存在顯著差異性，這與國(guó)際上相關(guān)研究結(jié)果較一致，如Wang[22]分析2010年至2017年的北極中央冰區(qū)SIC發(fā)現(xiàn)，東西伯利亞海附近海冰的消失，導(dǎo)致2016年中央冰區(qū)的SIC達(dá)到最低值。Moore[23]研究發(fā)現(xiàn)在北冰洋的LIA（Last-Ice-Are）海域，西部海冰的運(yùn)動(dòng)速度和SIC減小速度較東部更快。

2.6 北極海冰密集度EOF模態(tài)

圖9為近7 a海冰密集度EOF分析的前三模態(tài)的空間分布。前三模態(tài)的方差貢獻(xiàn)率分別為10.39%、10.28%和6.94%，主要表現(xiàn)為主導(dǎo)模式的挪威海和巴倫支海，與波弗特海、楚科奇海和東西伯利亞海呈相反的變化趨勢(shì)。第二模態(tài)中，在拉普捷夫海附近海域，海冰密集度呈相反的變化趨勢(shì)。在主導(dǎo)模態(tài)中，與過(guò)去30 a相比，波弗特海、楚科奇海和東西伯利亞海海域的海冰密集度不確定性進(jìn)一步增強(qiáng)[24]。

2.7 北極海冰密集度與氣候因子相關(guān)性

氣溫、海表溫度、下行長(zhǎng)波輻射與海冰面積的變化呈現(xiàn)出明顯的負(fù)相關(guān)性（圖10），海冰變化滯后于溫度和長(zhǎng)波輻射的變化。當(dāng)海冰面積滯后長(zhǎng)波輻射一個(gè)月時(shí)，相關(guān)系數(shù)達(dá)到最大，為-0.65（圖10(a)）；當(dāng)海冰面積超前氣溫一個(gè)月時(shí)，相關(guān)系數(shù)達(dá)到最大，為-0.97（圖10(c)）；當(dāng)海冰面積和海表氣溫時(shí)間相對(duì)應(yīng)時(shí)，兩者相關(guān)系數(shù)達(dá)到最大，為-0.98（圖10(e)）。可見，長(zhǎng)波輻射，氣溫和海表溫度與海冰面積均有密不可分的關(guān)系。

相關(guān)研究表明，近30 a來(lái)，北極升溫的速度接近其他地區(qū)平均升溫幅度的3倍[25]。預(yù)估到21世紀(jì)后期，全球繼續(xù)升溫1.0 ～ 3.9 ℃，北冰洋夏季海冰將可能全部消失[26]。同時(shí)，北極氣溫與北極濤動(dòng)（AO）和極渦活動(dòng)異常有著密不可分的關(guān)系[27]，以此進(jìn)一步影響北極海冰的變化。除溫度以外，影響海冰面積變化的因素還包括地表反照率、海平面氣壓、熱通量運(yùn)輸以及海冰自身的漂移[24]。Screen等[28]通過(guò)再分析模型模擬得出，海冰密集度或海面溫度變化會(huì)導(dǎo)致大氣中強(qiáng)烈的溫度響應(yīng)，北極變暖加劇會(huì)導(dǎo)致北極海冰損失以及局部海溫變化。

圖10 北極海冰面積與下行長(zhǎng)波輻射、氣溫、海表溫度和相關(guān)性

圖10 （續(xù)）

3 結(jié)論

本研究借助2013－2019不萊梅大學(xué)提供的AMSR-2/ASI北極海冰密集度數(shù)據(jù)，分析海冰面積的時(shí)空變化趨勢(shì)與原因，結(jié)論如下：

1）在時(shí)間尺度上，與過(guò)去30 a相比，近7 a間，北極海冰密集度整體呈減少加劇的變化趨勢(shì)，2016年達(dá)到最低值，約8.45×106km2。且各月海冰面積變化趨勢(shì)一致，3月北極海冰面積最高，達(dá)12×106km2以上；9月最低，在3×106～ 4×106km2范圍內(nèi)變化。與過(guò)去30 a相比，波弗特海、楚科奇海和東西伯利亞海海域的變化趨勢(shì)增強(qiáng)。

2）在空間尺度上，北極中央冰區(qū)的海冰覆蓋范圍總體縮小，在白令海、格陵蘭島西側(cè)巴芬灣、亞歐大陸北部喀拉海等邊緣海域海冰面積均呈現(xiàn)快速減少的變化趨勢(shì)，與過(guò)去30 a相比，波弗特海、楚科奇海和東西伯利亞海海域海冰密集度不確定性進(jìn)一步增強(qiáng)。

3）總體上，ASI和MASAM2數(shù)據(jù)反演的北極海冰面積變化趨于一致，ASI平均減少12.01×104km2/a，MASAM2平均減少11.55×104km2/a，分析表明，北極長(zhǎng)波輻射增強(qiáng)和北極增暖可能是北極海冰面積加速減小的重要原因。

[1] SHI L J, LU P, CHENG B, et al. An assessment of arctic sea ice concentration retrieval based on “HY-2” scanning radiometer data using field observations during CHINARE-2012 and other satellite instruments[J]. Acta Oceanologica Sinica, 2015, 34(3): 42-50.

[2] PEROVICH D, RICHTER-MENGE J, POLASHENSKI C, et al. Sea ice mass balance observations from the North Pole Environmental Observatory[J]. Geophysical Research Letters, 2014, 41(6): 2019-2025.

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

[4] MATTHEWS J L, PENG G, MEIER W N, et al. Sensitivity of arctic sea ice extent to sea ice concentration threshold choice and its implication to ice coverage decadal trends and statistical projections[J]. Remote Sensing, 2020, 12(5): 807.

[5] 任永建, 肖鶯, 周兵. BCC-CSM2-MR模式對(duì)北極海冰和氣候的模擬及預(yù)估[J]. 氣候變化研究進(jìn)展, 2021, 17(1): 58-69.

[6] 趙杰臣, 李子軒, 李杰, 等. HY-2衛(wèi)星反演海冰密集度在北極地區(qū)的適用性評(píng)估[J]. 海洋預(yù)報(bào), 2018, 35(6): 84-91.

[7] 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): 3144-3157.

[8] DESER C, TENG H Y. Evolution of Arctic sea ice concentration trends and the role of atmospheric circulation forcing, 1979–2007[J]. Geophysical Research Letters, 2008, 35(2): L02504.

[9] SPREEN G, KALESCHKE L, HEYGSTER G. Operational sea ice remote sensing with AMSR-E 89 GHz channels[C]//Proceedings of 2005 IEEE International Geoscience and Remote Sensing Symposium, 2005. IGARSS '05. IEEE, 2005: 4033-4036.

[10] CHI J, KIM H C, LEE S, et al. Deep learning based retrieval algorithm for Arctic sea ice concentration from AMSR2 passive microwave and MODIS optical data[J]. Remote Sensing of Environment, 2019, 231: 111204.

[11] 王歡歡, Georg Heygster, 韓樹宗, 等. 應(yīng)用AMSR-E 89GHz遙感數(shù)據(jù)反演北極多年冰密集度[J]. 極地研究, 2009, 21(3): 186-196.

[12] YU Q L, WANG H, WAN L Y, et al. Retrieving the Antarctic sea-ice concentration based on AMSR-E 89 GHz data[J]. Acta Oceanologica Sinica, 2013, 32(9): 38-43.

[13] 劉艷霞, 王澤民, 劉婷婷. 利用多源數(shù)據(jù)對(duì)海冰密集度反演的算法驗(yàn)證[J]. 測(cè)繪科學(xué), 2016, 41(7): 93-97.

[14] ZHANG L, LI T. Physical processes responsible for the interannual variability of sea ice concentration in Arctic in boreal autumn since 1979[J]. Journal of Meteorological Research, 2017, 31(3): 468-475.

[15] ZHAO J P, BARBER D, ZHANG S G, et al. Record low sea-ice concentration in the central Arctic during summer 2010[J]. Advances in Atmospheric Sciences, 2018, 35(1): 106-115.

[16] 於維櫻, 王琳, 馮志綱, 等. 1998—2017年國(guó)際北極地區(qū)海洋科學(xué)研究文獻(xiàn)計(jì)量與發(fā)展態(tài)勢(shì)[J]. 海洋科學(xué), 2018, 42(10): 64-81.

[17] 劉森, 鄒斌, 石立堅(jiān), 等. 基于FY-3C微波輻射計(jì)數(shù)據(jù)的極區(qū)海冰密集度反演方法研究[J]. 海洋學(xué)報(bào), 2020, 42(1): 113-122.

[18] 孔愛婷, 劉健, 余旭, 等. 北極海冰范圍時(shí)空變化及其與海溫氣溫間的數(shù)值分析[J]. 地球信息科學(xué)學(xué)報(bào), 2016, 18(6): 797-804.

[19] 趙杰臣, 周翔, 孫曉宇, 等. 北極遙感海冰密集度數(shù)據(jù)的比較和評(píng)估[J]. 遙感學(xué)報(bào), 2017, 21(3): 351-364.

[20] 李濤, 趙進(jìn)平, 朱大勇. 1997—2005年北極東西伯利亞海海冰變化特征研究[J]. 冰川凍土, 2009, 31(5): 822-828.

[21] 吳燕妮, 沙龍濱, 李冬玲, 等. 末次冰消期以來(lái)冰島周邊海域古海洋環(huán)境及海冰研究進(jìn)展[J]. 極地研究, 2017, 29(3): 314-326.

[22] WANG K, ZHAO J P. The new minimum of sea ice concentration in the central arctic in 2016[J]. Journal of Ocean University of China, 2020, 19(3): 569-576.

[23] MOORE G W K, SCHWEIGER A, ZHANG J, et al. Spatiotemporal variability of sea ice in the arctic's last ice area[J]. Geophysical Research Letters, 2019, 46(20): 11237-11243.

[24] LIANG Y, BI H B, WANG Y H, et al. Role of atmospheric factors in forcing Arctic sea ice variability[J]. Acta Oceanologica Sinica, 2020, 39(9): 60-72.

[25] IZRAEL Y A, SEMENOV S M, ANISIMOV O A, et al. The fourth assessment report of the intergovernmental panel on climate change: Working group II contribution[J]. Russian Meteorology and Hydrology, 2007, 32(9): 551-556.

[26] 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(jìn)展, 2021, 17(1): 114-120.

[27] 沈柏竹, 廉毅, 張世軒, 等. 北極濤動(dòng)、極渦活動(dòng)異常對(duì)北半球歐亞大陸冬季氣溫的影響[J]. 氣候變化研究進(jìn)展, 2012, 8(6): 434-439.

[28] SCREEN J A, DESER C, SIMMONDS I. Local and remote controls on observed Arctic warming[J]. Geophysical Research Letters, 2012, 39(10): L10709.

Spatio-temporal Variation of Arctic Sea Ice Area Based on AMSR-2 Microwave Remote Sensing Data

OU Li-lian1, FU Dong-yang1,2, LIU Bei1,2, YU Guo1,2, LIU Da-zhao1,2

( 1.,,524088,; 2.,524088,)

【】To analyze the time and space characteristics of Arctic sea ice, and explore the factors influencing the mechanism of its influencing factors is explored. 【】The AMSR-2 microwave remote sensing data of ARTIST-Sea-Ice(ASI) high spatial Resolution sea-ice concentration (SIC) produced by the Institute of Physics of the University of Bremen and the MASAM2 concentration produced by the National Snow and Ice Data Center (NSIDC) were used to analyze the spatial and temporal variation of Arctic Sea ice area and its regional characteristics and the differences between ASI data set and Masam2 data set. The empirical orthogonal function analysis (EOF) method was used to explore the first three spatio-temporal modes of Arctic sea ice concentration; Combining with the temporal and spatial characteristics of sea ice area, the correlation analysis of air temperature, sea surface temperature and downward long-wave radiation was carried out. 【】Based on the ASI data set, on the time scale, from 2013 to 2019, the SIC of Arctic Sea ice showed a rapid decreasing trend, and the average annual coverage area of Arctic Sea ice decreased from 9.23×106km2to 8.5×106km2, with an average annual decrease rate of 1.34%. On the spatial scale, the sea ice coverage in the central ice region of the Arctic is generally reduced, and the sea ice area in the Bering Sea, Baffin Bay west of Greenland and Kara Sea in the north of the Eurasian continent shows a fast decreasing trend.

Arctic sea ice; sea ice concentration; temporal and spatial variation; Arctic warming

P731.15

A

1673-9159（2021）06-0064-09

10.3969/j.issn.1673-9159.2021.06.008

區(qū)麗連，付東洋，劉貝，等. 基于AMSR-2微波遙感數(shù)據(jù)的北極海冰面積時(shí)空變化[J]. 廣東海洋大學(xué)學(xué)報(bào)，2021，41（6）：64-72.

2021-01-05

廣東省教育廳重點(diǎn)項(xiàng)目(2019KZDXM019)；南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室（湛江）資助項(xiàng)目(ZJW-2019-08)；廣東海洋大學(xué)高水平海洋學(xué)科團(tuán)隊(duì)項(xiàng)目(002026002009)；廣東省研究生學(xué)術(shù)論壇項(xiàng)目(230420003)；廣東海洋大學(xué)2019年“沖一流”學(xué)科建設(shè)平臺(tái)項(xiàng)目(231419026)

區(qū)麗連（1997―），女，碩士研究生，研究方向?yàn)楹Ｑ筮b感與GIS。E-mail: 734160417@qq.com

付東洋，男，教授，主要從事海洋水色遙感研究。E-mail: fdy163@163.com