湖冰是冰冻圈水文学的重要研究对象,湖冰的生消对气候变化极其敏感,可以作为气候变化的指示因子,并通过影响湖泊与大气之间的物质能量交换,调节区域气候和湖泊生态系统。湖冰厚度是研究湖冰生消过程的关键变量,明晰其生消特征对于揭示气候变化下湖泊响应过程具有重要的理论价值和现实意义。本文以内蒙古南湖湖冰为研究对象,基于2013—2017年和2022—2023年原型测冰数据,利用ERA5-Land再分析数据作为大气强迫场,通过SIMSTRAT湖泊过程模型重建2003—2022年内蒙古南湖完整冰厚生消过程并分析其变化特征。结果表明:1) SIMSTRAT模型模拟与原型观测得到的初冰日和终冰日平均偏差为3.40 d,冰厚数据平均偏差为1.29 cm,平均绝对误差为1.29 cm,均方根误差为1.90 cm。模拟结果与现场观测结果具有较高的一致性。2)2003—2022年南湖封冻期平均持续119 d,冰厚生长期、平衡期、融化期平均日数分别为64、34、21d。南湖封冻期整体呈缩短趋势,缩短率为4.27 d/10 a;其中,融化期年际变化幅度较大,缩短率为3.67 d/10 a。3)近20年,南湖年均冰厚介...
湖冰是冰冻圈水文学的重要研究对象,湖冰的生消对气候变化极其敏感,可以作为气候变化的指示因子,并通过影响湖泊与大气之间的物质能量交换,调节区域气候和湖泊生态系统。湖冰厚度是研究湖冰生消过程的关键变量,明晰其生消特征对于揭示气候变化下湖泊响应过程具有重要的理论价值和现实意义。本文以内蒙古南湖湖冰为研究对象,基于2013—2017年和2022—2023年原型测冰数据,利用ERA5-Land再分析数据作为大气强迫场,通过SIMSTRAT湖泊过程模型重建2003—2022年内蒙古南湖完整冰厚生消过程并分析其变化特征。结果表明:1) SIMSTRAT模型模拟与原型观测得到的初冰日和终冰日平均偏差为3.40 d,冰厚数据平均偏差为1.29 cm,平均绝对误差为1.29 cm,均方根误差为1.90 cm。模拟结果与现场观测结果具有较高的一致性。2)2003—2022年南湖封冻期平均持续119 d,冰厚生长期、平衡期、融化期平均日数分别为64、34、21d。南湖封冻期整体呈缩短趋势,缩短率为4.27 d/10 a;其中,融化期年际变化幅度较大,缩短率为3.67 d/10 a。3)近20年,南湖年均冰厚介...
湖冰是冰冻圈水文学的重要研究对象,湖冰的生消对气候变化极其敏感,可以作为气候变化的指示因子,并通过影响湖泊与大气之间的物质能量交换,调节区域气候和湖泊生态系统。湖冰厚度是研究湖冰生消过程的关键变量,明晰其生消特征对于揭示气候变化下湖泊响应过程具有重要的理论价值和现实意义。本文以内蒙古南湖湖冰为研究对象,基于2013—2017年和2022—2023年原型测冰数据,利用ERA5-Land再分析数据作为大气强迫场,通过SIMSTRAT湖泊过程模型重建2003—2022年内蒙古南湖完整冰厚生消过程并分析其变化特征。结果表明:1) SIMSTRAT模型模拟与原型观测得到的初冰日和终冰日平均偏差为3.40 d,冰厚数据平均偏差为1.29 cm,平均绝对误差为1.29 cm,均方根误差为1.90 cm。模拟结果与现场观测结果具有较高的一致性。2)2003—2022年南湖封冻期平均持续119 d,冰厚生长期、平衡期、融化期平均日数分别为64、34、21d。南湖封冻期整体呈缩短趋势,缩短率为4.27 d/10 a;其中,融化期年际变化幅度较大,缩短率为3.67 d/10 a。3)近20年,南湖年均冰厚介...
湖冰是冰冻圈水文学的重要研究对象,湖冰的生消对气候变化极其敏感,可以作为气候变化的指示因子,并通过影响湖泊与大气之间的物质能量交换,调节区域气候和湖泊生态系统。湖冰厚度是研究湖冰生消过程的关键变量,明晰其生消特征对于揭示气候变化下湖泊响应过程具有重要的理论价值和现实意义。本文以内蒙古南湖湖冰为研究对象,基于2013—2017年和2022—2023年原型测冰数据,利用ERA5-Land再分析数据作为大气强迫场,通过SIMSTRAT湖泊过程模型重建2003—2022年内蒙古南湖完整冰厚生消过程并分析其变化特征。结果表明:1) SIMSTRAT模型模拟与原型观测得到的初冰日和终冰日平均偏差为3.40 d,冰厚数据平均偏差为1.29 cm,平均绝对误差为1.29 cm,均方根误差为1.90 cm。模拟结果与现场观测结果具有较高的一致性。2)2003—2022年南湖封冻期平均持续119 d,冰厚生长期、平衡期、融化期平均日数分别为64、34、21d。南湖封冻期整体呈缩短趋势,缩短率为4.27 d/10 a;其中,融化期年际变化幅度较大,缩短率为3.67 d/10 a。3)近20年,南湖年均冰厚介...
南极海冰是极地气候系统的重要组成部分，对全球气候有着深远影响。海冰厚度作为海冰的关键属性之一，了解其时空分布特征和变化趋势对理解和预估气候变化进程具有重要意义。然而，目前对于南极海冰厚度的监测局限在时空分布有限的实地观测和短时间序列的卫星观测阶段，长时间序列的冰厚数据仍然缺失。针对这一问题，基于时空连续的卫星雷达高度计Envisat和CryoSat-2，构建了一致性较高的雷达干舷高度数据，定量估算了高度计雷达信号在积雪中的穿透深度，发展了一种适用于南极海冰的厚度遥感估算方法。估算的冰厚与Australian Antarctic Data Centre实测数据的平均绝对偏差约为0.28 m；与ICESat激光雷达高度计冰厚的平均绝对偏差约为0.65 m，相关系数为0.71，一致性较高。2002–2023年南极海冰厚度时空变化分析结果表明，厚冰主要分布于西威德尔海和别林斯高晋海/阿蒙森海，其他海域海冰相对较薄。南极海冰厚度在2011年之前呈现轻微降低趋势，在2011年后加速降低（-0.03 m/a）。南极海冰厚度的分布和变化趋势存在明显的季节和区域特征。
南极海冰是极地气候系统的重要组成部分，对全球气候有着深远影响。海冰厚度作为海冰的关键属性之一，了解其时空分布特征和变化趋势对理解和预估气候变化进程具有重要意义。然而，目前对于南极海冰厚度的监测局限在时空分布有限的实地观测和短时间序列的卫星观测阶段，长时间序列的冰厚数据仍然缺失。针对这一问题，基于时空连续的卫星雷达高度计Envisat和CryoSat-2，构建了一致性较高的雷达干舷高度数据，定量估算了高度计雷达信号在积雪中的穿透深度，发展了一种适用于南极海冰的厚度遥感估算方法。估算的冰厚与Australian Antarctic Data Centre实测数据的平均绝对偏差约为0.28 m；与ICESat激光雷达高度计冰厚的平均绝对偏差约为0.65 m，相关系数为0.71，一致性较高。2002–2023年南极海冰厚度时空变化分析结果表明，厚冰主要分布于西威德尔海和别林斯高晋海/阿蒙森海，其他海域海冰相对较薄。南极海冰厚度在2011年之前呈现轻微降低趋势，在2011年后加速降低（-0.03 m/a）。南极海冰厚度的分布和变化趋势存在明显的季节和区域特征。
南极海冰是极地气候系统的重要组成部分，对全球气候有着深远影响。海冰厚度作为海冰的关键属性之一，了解其时空分布特征和变化趋势对理解和预估气候变化进程具有重要意义。然而，目前对于南极海冰厚度的监测局限在时空分布有限的实地观测和短时间序列的卫星观测阶段，长时间序列的冰厚数据仍然缺失。针对这一问题，基于时空连续的卫星雷达高度计Envisat和CryoSat-2，构建了一致性较高的雷达干舷高度数据，定量估算了高度计雷达信号在积雪中的穿透深度，发展了一种适用于南极海冰的厚度遥感估算方法。估算的冰厚与Australian Antarctic Data Centre实测数据的平均绝对偏差约为0.28 m；与ICESat激光雷达高度计冰厚的平均绝对偏差约为0.65 m，相关系数为0.71，一致性较高。2002–2023年南极海冰厚度时空变化分析结果表明，厚冰主要分布于西威德尔海和别林斯高晋海/阿蒙森海，其他海域海冰相对较薄。南极海冰厚度在2011年之前呈现轻微降低趋势，在2011年后加速降低（-0.03 m/a）。南极海冰厚度的分布和变化趋势存在明显的季节和区域特征。
北极气候研究多学科漂流观测计划（Multidisciplinary drifting Observatory for the Study of Arctic Climate, MOSAiC）于2019年10月至2020年9月开展，期间获得了变量完整的大气、海洋、海冰厚度及积雪厚度观测，为海冰模式的发展提供了新的契机。本研究利用两个完整观测时段（2019年11月1日至2020年5月7日、2020年6月26日至7月27日）的大气和海洋强迫场，驱动一维海冰柱模式ICEPACK，模拟了MOSAiC期间海冰厚度的季节演变，同海冰厚度观测进行了对比，并诊断分析了海冰厚度模拟误差的原因。结果表明，在冬春季节，模式可以再现海冰厚度增长过程，但由于模式在春季高估了积雪向海冰的转化及对海冰物质平衡的贡献，模拟的春季海冰厚度偏厚。在夏季期间，2种热力学方案及3种融池方案的组合都表明模式高估了海冰表层的消融过程，导致模拟结束阶段的海冰厚度偏薄。我们的研究表明，使用变量完整的MOSAiC大气和海洋强迫场可以诊断目前海冰模式中的问题，为海冰模式的改进奠定基础。
北极气候研究多学科漂流观测计划（Multidisciplinary drifting Observatory for the Study of Arctic Climate, MOSAiC）于2019年10月至2020年9月开展，期间获得了变量完整的大气、海洋、海冰厚度及积雪厚度观测，为海冰模式的发展提供了新的契机。本研究利用两个完整观测时段（2019年11月1日至2020年5月7日、2020年6月26日至7月27日）的大气和海洋强迫场，驱动一维海冰柱模式ICEPACK，模拟了MOSAiC期间海冰厚度的季节演变，同海冰厚度观测进行了对比，并诊断分析了海冰厚度模拟误差的原因。结果表明，在冬春季节，模式可以再现海冰厚度增长过程，但由于模式在春季高估了积雪向海冰的转化及对海冰物质平衡的贡献，模拟的春季海冰厚度偏厚。在夏季期间，2种热力学方案及3种融池方案的组合都表明模式高估了海冰表层的消融过程，导致模拟结束阶段的海冰厚度偏薄。我们的研究表明，使用变量完整的MOSAiC大气和海洋强迫场可以诊断目前海冰模式中的问题，为海冰模式的改进奠定基础。
北极气候研究多学科漂流观测计划（Multidisciplinary drifting Observatory for the Study of Arctic Climate, MOSAiC）于2019年10月至2020年9月开展，期间获得了变量完整的大气、海洋、海冰厚度及积雪厚度观测，为海冰模式的发展提供了新的契机。本研究利用两个完整观测时段（2019年11月1日至2020年5月7日、2020年6月26日至7月27日）的大气和海洋强迫场，驱动一维海冰柱模式ICEPACK，模拟了MOSAiC期间海冰厚度的季节演变，同海冰厚度观测进行了对比，并诊断分析了海冰厚度模拟误差的原因。结果表明，在冬春季节，模式可以再现海冰厚度增长过程，但由于模式在春季高估了积雪向海冰的转化及对海冰物质平衡的贡献，模拟的春季海冰厚度偏厚。在夏季期间，2种热力学方案及3种融池方案的组合都表明模式高估了海冰表层的消融过程，导致模拟结束阶段的海冰厚度偏薄。我们的研究表明，使用变量完整的MOSAiC大气和海洋强迫场可以诊断目前海冰模式中的问题，为海冰模式的改进奠定基础。