【摘要】：北極海冰對全球氣候起著非常重要的調制作用,海冰范圍是海冰監(jiān)測的基本參數(shù)。近40年,北極地區(qū)持續(xù)變暖,北極海冰顯著減少,進而引發(fā)北極自然環(huán)境惡化、北半球極端天氣頻發(fā)、全球海平面上升等一系列環(huán)境和氣候問題。準確獲取北極海冰范圍及其演變趨勢,確定海冰變化對全球氣候系統(tǒng)的響應,是研究和預測全球氣候變化趨勢的關鍵之一。Has ISST和OISST海冰數(shù)據集在海冰監(jiān)測中應用最為廣泛,可為北極地區(qū)長時間序列海冰變化研究提供基礎數(shù)據,但這2套數(shù)據集空間分辨率相對較低,應用于北極關鍵區(qū)對中國氣候響應研究方面存在很大的局限,為解決這一問題和彌補國內海冰監(jiān)測微波遙感數(shù)據的空白,2011年6月27日,國家衛(wèi)星氣象中心(National Satellite Meteorological Center,NSMC)發(fā)布了FY(Fengyun,FY)北極海冰數(shù)據集,該數(shù)據集利用搭載在FY衛(wèi)星上的微波成像儀(Microwave Radiation Imager,MWRI)數(shù)據,使用Enhance NASA Team算法制作,該算法利用前向輻射傳輸模型模擬北極地區(qū)4種海表類型(海水、新生冰、一年冰和多年冰)在不同大氣條件下MWRI輻射亮溫,進而得到每種大氣條件下0~100%的海冰覆蓋度查找表(海冰覆蓋度每次增加1%),通過觀測值與模擬值的比對得到海冰覆蓋度,由該數(shù)據集計算得到的北極海冰范圍在大部分區(qū)域與實際情況相符。該產品雖已進行通道間匹配誤差修正和定位精度偏差訂正,但由于其搭載的微波成像儀(Microwave Radiation Imager,MWRI)天線長度有限,造成傳感器探測到的地物回波信號相對較弱,難以區(qū)分海冰和近岸附近的陸地,影響了該數(shù)據集的精度和應用。為解決這一問題,本文基于美國冰雪中心(National Snow and Ice Data Center,NSIDC)發(fā)布的海冰產品對FY海冰數(shù)據集進行優(yōu)化,NSIDC產品利用判斷矩陣對海岸線附近的像元進行識別,并對誤差像元進行不同程度的修正,由NSIDC產品計算得到的北極海冰范圍與實際情況更為符合。數(shù)據集優(yōu)化大大提高了FY海冰數(shù)據集的精度,研究結果表明,優(yōu)化后FY海冰數(shù)據集與NSIDC產品相關系數(shù)高達0.9997,且二者日、月、年平均最大海冰范圍偏差僅為3.5%、1.9%、0.9%,且FY海冰數(shù)據集優(yōu)化過程對其較好的空間分異特征無明顯影響。該數(shù)據集可正確地反映北極海冰范圍及其變化情況,且海岸線附近海冰的分布情況更準確,可為北極海冰變化研究提供可靠的基礎數(shù)據。
[Abstract]:Arctic sea ice plays a very important role in modulating global climate. Sea ice range is the basic parameter of sea ice monitoring. In the past 40 years, the Arctic region has continued to warm and the Arctic sea ice has decreased significantly, which leads to the deterioration of the Arctic natural environment, the frequent occurrence of extreme weather in the Northern Hemisphere, and a series of environmental and climatic problems such as global sea level rise and so on. Accurately obtaining the Arctic sea ice range and its evolution trend and determining the response of sea ice change to the global climate system is the key to study and predict the global climate change trend. Has ISST and OISST sea ice data sets are the most widely used in sea ice monitoring. It can provide basic data for the study of sea ice change of long time series in the Arctic region, but the spatial resolution of these two sets of data sets is relatively low, and the application of these two sets of data sets to the study of the climate response of China to the key areas of the Arctic has great limitations. To address this problem and fill the gaps in domestic microwave remote sensing data for sea ice monitoring, the National Satellite Meteorological Center (National Satellite Meteorological Center,NSMC) released the FY (Fengyun,FY) Arctic Sea Ice data set on June 27, 2011. The data set is based on the microwave imager (Microwave Radiation Imager,MWRI data on the FY satellite and is made using the Enhance NASA Team algorithm, which uses forward radiative transfer models to simulate four sea surface types (sea water, new ice) in the Arctic. One-year ice and multi-year ice) the brightness temperature of MWRI radiation under different atmospheric conditions, and then get a 100% sea ice coverage lookup table under each atmospheric condition (the sea ice coverage increases by 1% each time). The sea ice coverage is obtained by comparing the observed values with the simulated values. The Arctic sea ice range calculated from the data set is consistent with the actual situation in most areas. Although the product has carried out the correction of inter-channel matching error and positioning accuracy deviation, but because of its limited antenna length of microwave imager (Microwave Radiation Imager,MWRI), the echo signal of ground objects detected by the sensor is relatively weak. It is difficult to distinguish sea ice from land near shore, which affects the accuracy and application of the data set. In order to solve this problem, this paper optimizes the FY sea ice data set based on the sea ice product released by the Ice and Snow Center of the United States (National Snow and Ice Data Center,NSIDC), and the NSIDC product uses the judgment matrix to identify the pixels near the coastline. The error pixels are corrected to some extent, and the Arctic sea ice range calculated by NSIDC products is more consistent with the actual situation. The accuracy of FY sea ice data set is greatly improved by data set optimization. The results show that the correlation coefficient between FY sea ice data set and NSIDC product is up to 0.9997, and the daily, monthly and annual maximum sea ice range deviation between the two data sets is only 3.5%. 1.9%, 0.9%, and the optimization process of FY sea ice data set had no obvious effect on its good spatial differentiation characteristics. The data set can accurately reflect the Arctic sea ice range and its variation, and the distribution of sea ice near the coastline is more accurate, which can provide reliable basic data for the study of Arctic sea ice change.
【作者單位】： 山東科技大學測繪科學與工程學院海島(礁)測繪技術國家測繪地理信息局重點實驗室;中國科學院遙感與數(shù)字地球研究所中國科學院數(shù)字地球重點實驗室遙感科學國家重點實驗室;國家氣候中心國家衛(wèi)星氣象中心中國氣象局;
【基金】：中國氣象局氣候變化專項(CCSF201502) 遙感科學國家重點實驗室自由探索/青年人才項目“基于地形自相似理論的湖泊水儲量遙感估算方法研究”(Y6Y00200KZ) 國家自然科學基金應急管理項目“近30年青藏高原湖泊水面變化及其區(qū)域氣候效應”(41440010)
【分類號】：P731.15;P715.7

【相似文獻】

相關期刊論文 前10條

1 趙士青;“工程海冰”新觀點,“渤海海冰”添特色──《工程海冰學概論》簡評[J];海洋學報(中文版);2000年02期

2 康建成;海冰及海冰與海洋、大氣、生物圈國際會議[J];極地研究;2000年03期

3 季順迎,岳前進,姚征;渤海海冰動力學中的粘彈塑性本構模型[J];水科學進展;2002年05期

4 康建成;第17屆鄂霍次克海和海冰國際研討會[J];極地研究;2002年01期

5 ;白色災害——海冰[J];甘肅科技縱橫;2002年06期

6 康建成,孫波,孫俊英,孟廣琳,GOTO-AZUMA Kumiko,張小偉;北極楚科奇海海冰特征研究——以1999年夏季為例[J];冰川凍土;2002年02期

7 鄧冰,佟凱,張學宏,劉金芳;渤、黃海海冰的變化和預報結果分析[J];海洋科學進展;2003年02期

8 高振會,楊建強,費立淑;分形分析方法在海冰趨勢預測中的應用[J];海洋通報;2003年04期

9 王學忠,孫照渤,胡邦輝;近年來國外海冰模式發(fā)展的回顧[J];南京氣象學院學報;2003年03期

10 肖培弘;海冰,可怕的破壞力[J];海洋世界;2003年11期

相關會議論文 前10條

1 郭井學;李鑫;席穎;李丙瑞;;雷達技術在極地海冰厚度探測中的應用研究[A];中國地球物理2010——中國地球物理學會第二十六屆年會、中國地震學會第十三次學術大會論文集[C];2010年

2 武皓微;龐永杰;;海冰的危害及其淡化利用[A];第十五屆中國海洋（岸）工程學術討論會論文集(中)[C];2011年

3 孫波;何茂兵;康建成;溫家洪;李院生;;探地雷達對北冰洋海冰的探測與分析[A];中國地球物理學會年刊2002——中國地球物理學會第十八屆年會論文集[C];2002年

4 王幫兵;孫波;田鋼;郭井學;張向培;;三維雷達方法探測北極夏季海冰[A];中國地球物理學會第22屆年會論文集[C];2006年

5 郭井學;孫波;;電磁感應方法在波西尼亞灣海冰厚度探測中的應用[A];中國地球物理學會第二十三屆年會論文集[C];2007年

6 王剛;季順迎;呂和祥;岳前進;;海冰的廣義雙剪粘彈塑性本構模型[A];數(shù)學·力學·物理學·高新技術研究進展——2006（11）卷——中國數(shù)學力學物理學高新技術交叉研究會第11屆學術研討會論文集[C];2006年

7 吳輝碇;;海冰動力學過程的數(shù)值模擬[A];面向21世紀的科技進步與社會經濟發(fā)展（上冊）[C];1999年

8 李彥青;蘇潔;汪洋;郭曉葭;翟夢茜;;渤海海冰距離侯平均時間序列構建與分析[A];第28屆中國氣象學會年會——S3天氣預報災害天氣研究與預報[C];2011年

9 周琳琳;康建成;益建芳;張小偉;;被動微波遙感與南極海冰[A];中國地球物理學會年刊2002——中國地球物理學會第十八屆年會論文集[C];2002年

10 周凱;;基于機載多傳感器系統(tǒng)的海冰航空遙測研究[A];第十四屆全國遙感技術學術交流會論文摘要集[C];2003年

相關重要報紙文章 前10條

1 本報記者 周潔;海冰不期而至[N];中國氣象報;2010年

2 記者 馮君　王晨;渤海海冰范圍比常年平均偏大2.1倍[N];中國氣象報;2010年

3 本報記者 張一玲;科學利用海冰資源 淡化研究取得進展[N];中國海洋報;2010年

4 本報記者 鄭楊;海冰預警：科技大顯身手[N];經濟日報;2010年

5 海貝;走近海冰[N];中國漁業(yè)報;2010年

6 記者 閆平;海冰淡化離我們還有多遠[N];經濟參考報;2010年

7 本報記者 丁雷;海冰——變害為利正當時[N];大連日報;2010年

8 記者 李大慶;我首創(chuàng)利用海冰水灌溉農田[N];科技日報;2005年

9 本報特派記者 陳瑜;“行走”海冰上[N];科技日報;2010年

10 通訊員 謝盼　張博;河北：海冰融化影響水產養(yǎng)殖[N];中國氣象報;2011年

相關博士學位論文 前10條

1 季順迎;渤海海冰數(shù)值模擬及其工程應用[D];大連理工大學;2001年

2 張晰;極化SAR渤海海冰厚度探測研究[D];中國海洋大學;2011年

3 王杭州;海冰基太陽輻照度剖面自動監(jiān)測及校正技術研究[D];浙江大學;2015年

4 樊婷婷;近30年來南極海冰增長的本質特征及其影響機制[D];中國海洋大學;2015年

5 鐘文理;波弗特流渦系統(tǒng)下的加拿大海盆中上層海洋多年變化及其機制[D];中國海洋大學;2015年

6 郝光華;北極海冰密集度反演與季節(jié)性海冰雙模態(tài)特征研究[D];中國海洋大學;2015年

7 季青;基于衛(wèi)星測高技術的北極海冰厚度時空變化研究[D];武漢大學;2015年

8 陳國棟;利用ICESat數(shù)據確定北極冰雪消融方法的研究[D];武漢大學;2015年

9 狄少丞;基于GPU并行算法的海洋平臺及船舶結構冰荷載的離散元分析[D];大連理工大學;2015年

10 趙寶剛;渤海遼東灣冰區(qū)工程點雷達海冰監(jiān)測和預報技術研究[D];大連海事大學;2008年

相關碩士學位論文 前10條

1 張樹剛;夏季北冰洋海冰融化過程中能量分配的研究[D];中國海洋大學;2009年

2 張蕊;北極夏季海冰表面融池形態(tài)分析[D];大連理工大學;2010年

3 宋艷平;極區(qū)油船與冰碰撞的非線性有限元仿真研究[D];大連海事大學;2015年

4 劉立劍;基于C波段PolSAR的多特征融合的海冰厚度反演[D];大連海事大學;2015年

5 李明廣;夏季南極普里茲灣海冰及其光學特征觀測研究[D];大連理工大學;2015年

6 馬珊珊;基于圖像處理的GOCI衛(wèi)星海冰漂移監(jiān)測技術研究[D];青島科技大學;2015年

7 吳青;基于GOCI衛(wèi)星的渤海海冰漂移監(jiān)測[D];合肥工業(yè)大學;2014年

8 沈楊;結合MRF與v-SVM的SAR海冰圖像分類[D];合肥工業(yè)大學;2015年

9 劉燦俊;結合相干斑抑制和區(qū)域生長的SAR海冰圖像MRF分割方法研究[D];合肥工業(yè)大學;2014年

10 昂安;帶有區(qū)域分裂自適應細化過程的SAR海冰圖像分割[D];合肥工業(yè)大學;2014年

，

本文編號：2438314