《海洋所在北极海冰覆盖范围缩小及影响机制研究方面获新进展》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: liguiju
  • 发布时间:2019-05-10
  • 近日,中国科学院海洋地质与环境重点实验室毕海波博士、黄海军研究员同中山大学、自然资源部环境预报中心合作,在北极海冰覆盖范围缩小及影响机制方面研究取得新进展。研究成果《海冰平流与融化过程对北冰洋-太平洋扇区海冰减少的贡献》5月8日在国际冷冻圈杂志The Cryosphere在线发表(中国科学院一区,IF= 4.5)。

      近年来北极地区海冰覆盖的惊人变化,是造成北极气温增速过快(北极增暖速度是全球变暖速度的2倍,业内称之为“北极放大”现象)的重要因素,而北冰洋太平洋地区的海冰变化对气候变化的响应尤其敏感。但是,国际上有关海冰热、动力学机制造成海冰消退方面的定量研究不够深入,模型模拟结果缺乏观测数据支持,有关海冰变化与大气环流模态的耦合机制亦不明确。

      本研究首次利用多源卫星遥感观测产品,获得了近四十年太平洋-北极地区夏季海冰的变化情况。研究结果显示,在气候变暖背景下夏季时期的海冰融化和平流输出过程 “双助攻”北极的海冰消退,是引起北极太平洋扇区内海冰覆盖的大幅下降的主要物理机制。与以往不同,本研究揭示北极地区太平洋扇区的海冰消退与偶极子异常(DA)和北大西洋涛动(NAO)两种大气环流模态相关性较强,而与前人研究所揭示的北极涛动相关性较差(R=0.24)。深入调查分析表明,DA大气环流模式可同时影响海冰平流(R=0.74)和融化(R=0.55)过程,而NAO大气环流仅能够影响海冰融化过程(R=0.46)。

      此外,黄海军课题组在北极巴芬湾海冰输出方面的研究也取得重要进展,揭示了气候变暖导致的海冰变薄和拖拽系数增加是导致海冰输出增加的“元凶”。相关成果《Baffin Bay sea ice inflow and outflow: 1978–1979 to 2016–2017》3月29日在线发表于The Cryosphere。

      相关文章链接:

      (1)https://www.the-cryosphere.net/13/1423/2019/tc-13-1423-2019.pdf

      (2)https://www.the-cryosphere.net/13/1025/2019/tc-13-1025-2019.pdf

  • 原文来源:http://www.qdio.cas.cn/xwzx/kydt/201905/t20190509_5291654.html
相关报告
  • 《中国科学院海洋研究所在气候变暖背景下的北极海冰变化机制研究中获新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2023-07-16
    • 近年来,北极增暖速度是全球平均变暖速率的2-4倍,这对北半球气候变化产生了重要影响。但目前的研究对于北极海冰变化的物理机制缺乏深入了解,现有模式对北极海冰变化结果预测仍存在较大偏差。中国科学院海洋地质与环境重点实验室黄海军研究团队通过对卫星和再分析资料的分析,从不同时空尺度揭示了北极海冰的变化机制,相关研究成果于近期发表在国际学术期刊Journal of Climate和JGR-Atmospheres。 研究团队尝试从天气尺度出发,基于SOM聚类技术获取了北极水汽输运空间分布,阐明了中纬度水汽进入北极通道的四个关键通道,并进一步揭示了北极海冰对水汽变化的响应过程与具体物理机制。研究发现,气旋将增强水汽输运与汇聚过程,这会引起向下长波辐射和湍热通量的增加,从而可导致冬季不同海域海冰范围的显著减少。该项研究为深入理解北极地区大气-海冰-海洋的相互作用机制奠定了基础 (Liang et al., 2023)。 另一项研究中,研究团队从大尺度大气环流的角度,深入分析了大气驱动北极夏季海冰变化的物理机制。研究人员揭示了一种新的大气环流模式(Barents—Beaufort Oscillation,BBO)对北极海冰的影响及机理。研究表明,春季时期BBO正相位模式(BBO+)主要通过动力机制对夏季海冰的快速融化产生促进作用。深入分析发现,中纬度大洋年代际变化(AMO和PDO)相位的更迭,对BBO+极端事件的发生具有重要的调制作用,这解释了2000年之后北极春季BBO+频繁发生和北极太平洋扇区的海冰覆盖加速减少的现象(Bi et al., 2023)。同时,该研究所揭示的夏季海冰消融机制为确定海冰快速减少驱动北冰洋酸化现象提供了佐证。 以上研究的主要作者为中国科学院海洋所梁钰博士、黄海军研究员、毕海波副研究员,中国海洋大学陈显尧教授,中国极地研究中心雷瑞波研究员。研究得到了国家自然科学基金、科技部重点研发计划等项目支持。 文章信息: [1] Y. Liang, H.Bi*, R. Lei,T. Vihma,and H. Huang (2023). Atmospheric latent energy transport pathways into the Arctic and their connections to sea ice loss during winter over the observational period. Journal of Climate.  https://doi.org/10.1175/JCLI-D-22-0789.1     [2] Bi, H., Liang, Y., & Chen, X. (2023). Distinct role of a spring atmospheric circulation mode in the Arctic sea ice decline in summer. Journal of Geophysical Research: Atmospheres, 128, e2022JD037477. https://doi.org/10.1029/2022JD037477
  • 《中国科学院海洋研究所在北极海冰厚度季节预测方面取得新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2023-07-24
    • 近日,中国科学院海洋研究所李晓峰研究团队与美国哥伦比亚大学研究团队合作,发展了一款Markov海冰厚度季节预测模型。该模型能够超前预测北极海冰厚度场12个月,显著高于异常持续性预测技巧,填补了北极海冰厚度预测的空白,对于北极航道评估和高空间分辨率模式的开发都具有重要意义。相关研究成果在国际学术期刊Journal of Climate (Top 期刊)上发表。 随着“北极放大”效应进一步增强,北极海冰范围快速减小,海冰厚度迅速减薄,全球面临着巨大的生态气候挑战,同时也给北极航道开发带来了巨大机遇。因此,科学研究和社会经济两方面对海冰预测的需求都在不断增强。然而,目前国际上北极海冰厚度预测仍处于空白。 基于以上背景,研究团队考虑了9个气候变量,包括海冰厚度、海冰密集度、上层海洋热含量、海表温、海表气温、表面辐射通量、表面湍流热通量、位势高度场和风场,基于多变量经验正交分解函数MEOF,分季节地构建了Markov模型,并通过一系列敏感性实验测试了不同气候变量和不同主要模态数量对海冰厚度预测技巧的贡献;利用交叉验证的方法,对模型预测技巧在不同季节和海域进行了评估。 研究结果显示,海冰厚度对于模型预测技巧贡献最大,其他气候变量中,上层海洋热含量对模型技巧贡献最大。另外,海冰厚度可预测性具有与海冰密集度相反的时空特征,冷季的可预测性高于暖季,北极中央海盆的海冰厚度可预测性高于边缘海和外海(Wang et al. 2022, 2023)。模型可对北极中央海盆海冰厚度超前预测12个月,评价指标-异常相关性系数在0.7到0.8之间。Markov海冰厚度季节预测模型基于MEOF构建,可滤除不可预测的小尺度特征,捕捉海-冰-气耦合系统的主要协变信号;该模型由四个季节模块组成,采用不同的预测因子和主要模态数量适应不同季节的海冰驱动物理过程,这些原因共同贡献了海冰厚度的高预测技巧。 论文第一作者为中国科学院海洋研究所王云鹤助理研究员、通讯作者为李晓峰研究员和美国哥伦比亚大学Xiaojun Yuan教授,合作作者包括毕海波副研究员、任沂斌助理研究员等。研究得到了国家自然科学基金青年项目、山东省自然科学基金青年项目、博士后特别资助(站前)的资助。 论文信息: Yunhe Wang, Xiaojun Yuan*, Haibo Bi, Yibin Ren, Yu Liang, Cuihua Li, and Xiaofeng Li*. Understanding Arctic Sea Ice Thickness Predictability by a Markov Model. Journal of Climate, 2023, 36(15): 4879–4897. https://doi.org/10.1175/JCLI-D-22-0525.1    Yunhe Wang, Xiaojun Yuan*, Haibo Bi, Mitchell Bushuk, Yu Liang, Cuihua Li, Haijun Huang. Reassessing seasonal sea ice predictability of the Pacific-Arctic sector using a Markov model. The Cryosphere, 2022, 16(3): 1141-1156. https://doi.org/10.5194/tc-16-1141-2022