北大本科生一作地学顶级期刊

北京大学地球与空间科学学院遥感与地理信息系统研究所18级本科生徐玥,在本科期间参与北京大学全球变化水循环遥感大数据实验室科研项目,以第一作者身份在《Geophysical Research Letters》(GRL)发表关于利用激光测高卫星数据反演南极海冰厚度的研究成果。GRL是地学领域的顶级期刊之一(IF:4.72),发表地球科学领域方面高质量的创新研究成果。

该工作针对国际上激光测高卫星南极海冰厚度反演精度有待提高、新发射的Ice, Cloud and Land Elevation Satellite-2 (ICESat-2,2018至今)与ICESat(2003-2009)数据之间的一致性亟待检验等问题,提出了改进的逐点动态冰雪比单层法One-Layer Method-improved(OLMi),给出全面的误差分析,分析了2018-2020年逐月南极海冰厚度时空分布规律,同时探讨了ICESat和ICESat-2在空间覆盖度、几何采样和高度反演算法等方面的数据一致性。该工作大大推进了高精度、长时间序列环南极海冰关键参数数据集的生产,为全球气候变化研究提供了重要支撑。

背景

南极海冰是地球冰雪圈的重要组成部分之一,不仅影响着南半球的海气热量交换,同时也是气候变化的"温度计"。目前,使用被动微波卫星对南极海冰面积进行的监测已经持续了四十多年,但是长时间序列高精度环南极海冰厚度产品依然缺乏。

新一代激光雷达测高卫星ICESat-2在2018年9月成功发射和运行,发布了时空分辨率更高的激光测高数据,在理论上已经可以获取逐月尺度南极海冰的厚度分布情况。结合第一代ICESat卫星在2003-2008年正常运行期间的激光测高数据,可以联合分析、探究全球变化对南极海冰潜在的影响。

数据和方法

本研究使用了2003-2008年Lowest Level Elevation算法生产的ICESat海冰总干舷高度(Total Freeboard, TF)数据、2018-2020年ICESat-2的ATL10海冰干舷产品数据。

反演算法基于One-Layer Method(OLM单层法),将冰层、雪层视为一个密度均一的整体(图 1),根据流体静力学平衡方程,由海冰总干舷高度反演得到海冰厚度。基于总干舷高度与积雪厚度、海冰厚度的高度线性相关的经验公式,初步估计积雪厚度和海冰厚度,得到冰雪层之比,以此获得平衡方程中必要的参数------冰雪整体层的密度。

由于南极的积雪厚度较深,本研究改进了OLM单层法(OLMi),将雪层厚度从总中减去,即,更好地反映南极海冰的厚度特性。

反演公式的误差主要来源于海水、海冰、冰上积雪的密度、海冰总干舷高度和经验公式中的独立参数(),根据高斯误差传播公式,海冰厚度的反演误差可以被初步估计。

结果和分析

1、月尺度时空分布

第一代激光测高卫星ICESat的数据受激光点数量和工作时间所限,只能支撑全南极海域分季度的海冰时序分析,ICESat-2的发射频率、光束数量都有了显著的提升,能够支撑逐月尺度全南极海域海冰情况的展示和分析,由此对南极海冰厚度在一年内生长和融化的情况有了更加精细的刻画(图 2):

图 2 ICESat-2(2018年11月-2020年7月)和ICESat期间(2003-2008年)南极海冰厚度10km网格空间分布图。IO: Indian Ocean, PO: Pacific Ocean, WE: Weddell East, WW: WeddellWest, BA: Bellingshausen-Amundsen Sea, and RS: Ross Sea.

每年十一月,南极海冰面积、厚度开始减少,直至次年二月面积最小,然后生长至九、十月面积和厚度达到最大。夏季(二月)最厚的冰主要出现在Weddell West海域,Bellingshausen-Amundsen、Pacific Ocean、Indian Ocean等海域靠近大陆边缘的部分也有一些,此时,由于大多数薄冰的融化,海冰平均厚度反而达到最大。四到十月的南极海域,Ross Sea是主要的新冰生长区,主要是由于Ross Ice Shelf Polynya、McMurdo Sound Polynya、Terra Nova Bay Polynya等海冰新生区域的生长。同时,通过海冰厚度分布直方图分析,发现一些海域在某些特定时期出现双峰分布,比较典型的是Weddell West,十一、十二月有两个峰,而且第二个峰更高,表明虽然多年冰在该海域占主导,同时也有相当数量的新冰在这个时间段生成。

2、一致性评估

ICESat和ICESat-2的数据差异主要体现在空间覆盖度、几何采样和高度反演算法三个方面。

ICESat的数据覆盖了14.3%的海冰浓度大于50%的格网,而ICESat-2能够覆盖39.6%,大幅提高了数据的空间覆盖度。ICESat的足迹点大小约70m,而ICESat-2只有17m。将ICESat-2的数据重采样到70m之后,计算的厚度结果比原结果低2.0%(0.005m)左右。

Freeboard反演算法是两代数据差异最大的地方,在将ICESat的Lowest Level Elevation(LLE)算法应用在ICESat-2的海冰高度数据后,发现LLE算法比ICESat-2的ATL10算法计算结果低估厚度14%(0.036m)左右。

作者信息:

第一作者徐玥为北京大学地球与空间科学学院18级地理信息科学专业本科生。通讯作者为北京大学李欢博士,合作者包括北京大学博士生刘宝剑、美国德克萨斯大学圣安东尼奥分校谢红接教授、土耳其伊斯坦布尔科技大学Burcu Ozsoy-Cicek。本科生科研项目的指导老师为洪阳教授。

文章详细信息:

Xu, Y., Li, H., Liu, B., Xie, H., Ozsoy‐Cicek, B., 2021.Deriving Antarctic Sea‐Ice Thickness From Satellite Altimetry and EstimatingConsistency for NASA's ICESat/ICESat‐2 Missions. Geophysical Research Letters48, e2021GL093425. doi: https://doi.org/10.1029/2021GL093425

相关推荐
June bug2 天前
【软考中级·软件评测师】下午题·面向对象测试之架构考点全析:分层、分布式、微内核与事件驱动
经验分享·分布式·职场和发展·架构·学习方法·测试·软考
源力祁老师2 天前
Odoo 中国特色高级工作流审批模块研发
开发语言·人工智能·自动化·学习方法
剁椒豆腐脑13 天前
阶段二JavaSE进阶阶段之设计模式&继承 2.2
java·设计模式·跳槽·学习方法·改行学it
ProcessOn官方账号14 天前
数据分析对比图表-雷达图全面指南
大数据·人工智能·程序人生·职场和发展·数据分析·学习方法·processon
是紫焅呢15 天前
I排序算法.go
开发语言·后端·算法·golang·排序算法·学习方法·visual studio code
是紫焅呢16 天前
E结构体基础.go
开发语言·后端·golang·学习方法·visual studio code
是紫焅呢18 天前
C函数基础.go
开发语言·后端·青少年编程·golang·学习方法·visual studio code
雁于飞18 天前
计算机网络与数据通信基础
笔记·计算机网络·考研·学习方法
是紫焅呢18 天前
D包和模块.go
开发语言·后端·golang·学习方法·visual studio code
是紫焅呢18 天前
O数据可视化基础.py
python·青少年编程·信息可视化·数据分析·学习方法·数据可视化·visual studio code