下载文档原格式
利用ICESat数据解算南极冰盖冰雪质量变化李斐;袁乐先;张胜凯;杨元德;鄂栋臣;郝卫峰【期刊名称】《地球物理学报》【年(卷),期】2016(59)1【摘要】南极冰盖冰雪质量变化反映了全球气候变化,并且直接影响着全球海平面变化.ICESat测高卫星的主要任务之一就是要确定南北两极冰盖的质量变化情况并评估其对全球海平面变化的影响.本文利用2003年10月至2008年12月的ICESat测高数据,针对南极DEM分辨率有限的特殊性,通过求解坡度改正值,解决重复轨道地面脚点不重合的问题,计算了南极大陆(86°S以北区域,后文所述南极冰盖均不包括86°S以南区域)在这5年里的冰雪质量变化情况,得到东南极冰盖的质量变化为-18±20 Gt/a,西南极-26±6 Gt/a,南极冰盖的冰雪质量变化为-44±21 Gt/a,对全球海平面上升的影响约为0.12 mm·a-1.解算结果表明,南极冰盖质量亏损主要集中在西南极阿蒙森海岸附近冰川以及东南极波因塞特角区域.【总页数】8页(P93-100)【作者】李斐;袁乐先;张胜凯;杨元德;鄂栋臣;郝卫峰【作者单位】武汉大学中国南极测绘研究中心,武汉430079;武汉大学中国南极测绘研究中心,武汉430079;武汉大学中国南极测绘研究中心,武汉430079;武汉大学中国南极测绘研究中心,武汉430079;武汉大学中国南极测绘研究中心,武汉430079;武汉大学中国南极测绘研究中心,武汉430079【正文语种】中文【中图分类】P228【相关文献】1.利用ICESat测量南极冰盖表面高程变化 [J], 鄂栋臣;袁乐先;杨元德;张胜凯;谢苏锐;赵云;宁新国2.利用GOCE轨道数据反演南极冰盖质量变化 [J], 黄强;范东明;王莉君3.利用测高数据研究南极冰盖高程变化 [J], 褚永海;李建成;赵向方;马晶;金涛勇;邢乐林4.基于ICESat块域分析法探测2003～2008年南极冰盖质量变化 [J], 史红岭;陆洋;杜宗亮;贾路路;张子占;周春霞5.利用ICESat数据确定格陵兰冰盖高程和体积变化 [J], 陈国栋;张胜军因版权原因，仅展示原文概要，查看原文内容请购买。
基于SAR数据的南极冰山分布监测作者：李田程晓关真富刘岩来源：《南京信息工程大学学报》2020年第02期摘要随着全球气候变暖，冰架崩解事件的发生愈益频繁.冰架崩解产生的冰山是南极冰盖-冰架-海洋系统中活跃的组成部分，冰山的运动特征和时空分布对南大洋洋流循环、海洋生态以及水文系统有着非常重要的影响.因此利用卫星遥感监测冰山运动与变化信息，探究冰山崩解和消融过程，研究南极冰山分布，以及冰山和周围海洋环境之间的相互作用机制，是理解南极冰山变化与全球气候变化之间关系的关键.本文利用覆盖全南极海岸线的ENVISAT ASAR影像，基于简译软件的面向对象的多尺度图像分割算法实现了全南极近岸海域冰山对象的提取.利用2006年8月63期ENVISAT ASAR影像提取了32 267座面积大于0.06 km2的冰山，统计了冰山空间分布特征，研究发现南极小型冰山在全南极淡水输入中扮演着重要的作用.关键词南极;冰山;ENVISAT ASAR;多尺度分割中图分类号TN957.52;P941.6文献标志码A0引言南极冰山作为南大洋中重要的移动淡水源，其时空分布对于南大洋的水文、生态将会产生重要的影响.除美国国家冰中心（National Ice Center，NIC）和杨百翰大学（BYU）对南极冰山进行定期监测外，受到遥感数据的限制，关于南极冰山分布的研究多集中在区域尺度上，例如Gladstone等[1]利用ERS-1/2 SAR数据监测南极威德尔海的冰山分布，Young等[2]利用ERS-1 SAR数据提取50°～145°E区间范围内的冰山分布，冰山提取的最小面积尺度为0.06 km2.全南极尺度下冰山分布研究主要集中在近几年，Wesche等使用1997年100 m分辨率的Radarsat-1全南极镶嵌图数据（Radarsat-1 Antarctic Mapping Project，RAMP）提取全南极面积大于0.3 km2的冰山并获取了南极周边海域冰山分布特征[3].该研究只是获取了某一时间段内的南极冰山分布状况，实际上冰山处于不间断运动过程中，因此需要在雷达影像的基础上发展运动对象自动跟踪算法对冰山进行连续变化监测.此外，Tournadre等[4]利用多源卫星高度计数据提取了南极1992—2014年期间小型冰山分布特征.随着卫星遥感技术的不断发展，利用遥感数据定量评估冰山变化成为可能.冰山研究过去几十年时间内发展迅速，但是仍有许多问题亟待解决.从全球气候变化的角度来看，冰山崩解和底部消融之间的关系、冰山分布对海洋环境的影响以及冰山和海洋之间的相互作用机制都需要进行深入的研究，这不仅可以提高并完善海洋模式模拟结果，还可以为全球变暖背景下的冰架和海洋环流研究提供重要参考.南极冰盖边缘被多个冰架衔接，除了冰架底部消融以外，冰架崩解是南极冰盖物质损失的主要形式[5].冰架崩解形成冰山，冰架底部消融会在南极近岸海洋表层形成淡水层，冰山的运动和消融可以釋放淡水并将淡水扩散至远离南极大陆的其他海域，会对南大洋水文、生态、洋流循环等产生影响.为了准确计算和模拟海洋动力过程，分析南极冰山的淡水释放量以及冰山对于海洋动力过程的影响，需要获取南极冰山在南大洋中的数量和面积的时空分布特征[6-7].Wesche等利用Radarsat-1全南极镶嵌图RAMP AMM数据研究全南极冰架前端裂隙纹理特征发现，冰架崩解产生的冰山形状和冰架裂隙结构有关，说明了海洋、海冰模式以及冰山动力过程的研究需要考虑全南极冰山尺寸的时空分布[8].Tournadre等研究发现冰山底部消融量和冰山二次崩解所产生的小型冰山总质量相比只占大约15%，认为小型冰山的质量分布是南大洋淡水输入量计算的关键参数[9].Tournadre 等在ALTIBERG计划的支持下利用1992—2014年期间的卫星高度计数据识别并提取了南极小型冰山（面积介于0.1～8 km2）的地理位置、尺寸以及体积等物理参数，研究发现南极小型冰山的年际分布特征和大型冰山密切相关，小型冰山主要通过大型冰山二次崩解产生[4].除小型冰山外，大型冰山的运动和分布对于南大洋海洋环境也有重要影响.Wesche等基于雷达信号强度的阈值分析方法，使用1997年9—10月间的Radarsat-1 RAMP 全南极镶嵌图数据提取了南极沿岸海域一共6 912个冰山对象，面积分布为0.3～4 717.6km2，该研究还分析了冰山尺寸在南极的空间分布特征，发现冰山面积空间分布存在很大的区域性差异，冰山主要聚集在大型冰山和易崩解的冰架附近[3].该研究证明了合成孔径雷达数据SAR在冰山提取研究中的可靠性，但是受到RAMP数据空间覆盖度的限制，该研究只能提取距离南极海岸线200 km海域内的冰山对象.ENVISAT 先进的合成孔径雷达（Advanced Synthetic Aperture Radar，ASAR）宽幅模式数据由于自身所具备的高辐照宽度，可以保证在3 d内覆盖南极沿岸一次，并且影像的覆盖范围最远可达到60°S，为南极沿岸冰山识别和跟踪提供了基础.本文将在Wesche等[3]研究的基础上，扩展研究区域，以63景2006年8月覆盖全南极海岸线的ENVISAT ASAR影像为例，基于简译软件的多尺度图像分割算法提取全南极近岸海域冰山对象，并分析冰山面积空间分布特征.1研究数据和预处理欧空局（ESA）于2002年3月1日发射极轨卫星ENVISAT，是欧洲建造的最大的环境卫星[10]，该卫星于2012年4月8日停止运行.ENVISAT卫星搭载有10种探测设备，其中最大的设备是C波段的先进的合成孔径雷达ASAR，可以对陆地、海洋、极地冰盖进行监测，拍摄高质量遥感影像[11].ENVISAT ASAR具有全天时、全天候、穿透性强、多种入射角、宽幅成像等优势[10]，ASAR传感器具有7个入射角度和5种工作模式，包括Image成像模式、Global Monitoring全球监测模式、Alternating Polarisation交替极化模式、Wave波模式和Wide Swath 宽幅模式.这5种工作模式中Image、Wide Swath、Global Monitoring和Wave 4种工作模式可以提供HH和VV极化影像，Alternating Polarisation模式可以提供HH、VV、HV和VH 4种极化方式的影像[10].通过组合极化方式和入射角，ASAR传感器可以提供9 m×6 m、30 m×30 m、150 m×150 m、450 m×450 m、1 800 m×1 800 m等分辨率的产品[12].WSM宽幅模式采用ScanSAR技术可以达到405 km的辐照宽度，大约3 d可以覆盖全南极海岸线一次，ASAR广阔的地面覆盖能力可以为南极冰山的研究提供便利[13-14].HH极化模式适合于区分海冰和海水，可以提高这两种目标的识别精度[15].因此本文使用ENVISAT ASAR WSM宽幅模式Level 1B HH极化数据，该数据的空间分辨率为150 m，地理编码后两个像素之间的间距为75 m[16].ENVISAT ASAR WSM數据预处理过程首先需要从原始的N1格式数据中提取地理信息，建立数据的空间索引[16]，在数据索引的基础上根据研究目标选取ASAR影像，利用从ESA网站下载的精密轨道文件通过ENVI软件进行辐射校正和几何纠正.通过对比RADARSAT影像和进行几何纠正后的ASA_WSM_1P影像的空间位置，发现进行预处理后的ASAR影像空间位置精度优于75 m（1个像元）[14].全南极冰山分布特征研究和分析，选取了2006年8月覆盖全南极海岸线的63景ENVISAT ASAR影像，数据分布如图1所示.2冰山对象目标识别提取方法基于ENVISAT ASAR的影像的冰山提取使用北京治元景行科技有限公司的简译软件（Easy Interpretation），所使用的图像分割方法为面向对象的多尺度分割方法.图像分割的本质是将M×N阵列的一幅数字影像划分为若干个互不交叠区域的过程.面向对象的多尺度图像分割原理是首先利用对象信息例如图像色调、形状、纹理和层次，结合类间信息进行图像分割.在此基础上，利用多尺度信息获取多尺度的分割结果，形成不同分辨率等级的图斑，其中大尺度分割形成的对象是由小尺度分割形成的对象组合而成.多尺度分割可以保证高度同质性的影像区域，可以在合适的尺度下对对象进行图像分割，选择的分割要素是影像亮度值.首先使用MOA2009海岸线数据对ENVISAT ASAR影像进行批量裁剪，获取海洋图层，然后选取几景不同的ENVISAT ASAR影像，手动随机选取250个冰山以获取冰山的平均亮度值作为图像分割的阈值，在简译软件中设置最大尺度数3、尺度间隔0.6、最大尺度45进行多尺度分割，对于部分过度分割的冰山对象，手动进行冰山对象合并.最终我们获取了2006年8月面积大于0.06 km2（10个像素）的冰山总数量为32 267.不同日期的ASAR影像之间可能会存在影像重叠，对于重叠影像，通过人工目视解译判读不同日期影像重叠部分冰山之间的位移量和冰山形状，删除冗余冰山.如图2所示，图2a和图2c分别为Stanjukovicha冰川和Thwaites冰川雷达影像，图2b和图2d中黑色区域为使用简译软件提取的两条冰川前端海域冰山矢量.3全南极冰山数量分布特征分析本文一共提取了32 267个冰山对象，冰山最小面积为0.06 km2，面积最大为3 695.96 km2.按照冰山面积，本文将全南极冰山面积划分为5个尺度，分别为A1级别：冰山面积为[0.061）km2;A2级别：冰山面积为[110）km2;A3级别：冰山面积为[10100）km2;A4级别：冰山面积为[1001 000）km2;A5级别：[1 0003 695.96]km2.A1～A5不同面积尺度下的冰山数量分别为28 202、3 886、137、33和9，分别占冰山总数的87.4%、12.04%、0.42%、0.1%、0.03%（表1，图3），面积低于10 km2的小型冰山数量在全南极冰山中占比达到99.44%.如表1所示，A1等级冰山总面积为8 631 km2，占全南极冰山总面积的19%，说明除大型冰山外，小型冰山对南大洋淡水输入有着重要的贡献.图4为不同面积尺度的冰山在南极海岸海域的空间分布特征，可以看出不同面积尺度的冰山分布具有很强的区域性特征.面积小于10 km2的A1和A2等级的小型冰山在南极近岸海域均有分布，位于A3～A5等级的大中型冰山则零散分布于南极近岸海域，冰山位置可能和冰架位置有关.此外，通过研究发现不同面积尺度内的冰山都主要聚集在离南极海岸250 km内的海域中（图5），在离南极海岸线100 km的海域内的冰山数量最高，在该区域大中型冰山的数量也最多，这样进一步证明了Tournadre等[3]和Wesche 等 [4]关于小型冰山主要由大型冰山二次崩解产生的结论.4结论与讨论全南极冰山分布对于海洋动力学机制和海洋模式研究有着重要的意义，本文在Wesche 等[3]利用1997 RAMP南极Radarsat-1雷达影像镶嵌图的基础上，扩展研究区域，使用2006年8月覆盖南极近岸海域的ENVISAT ASAR影像，利用多尺度遥感图像分割算法提取全南极冰山分布.本文一共提取了32 267座面积大于0.06 km2的冰山，研究发现南极冰山分布具有一定的区域性特征，面积小于1 km2的冰山数量占全南极总冰山数量的87.4%，总面积占全南极冰山总面积的19%，这意味着小型冰山在全南极淡水输入量中扮演着重要的角色.本文提取的冰山最小尺度为0.06 km2，远小于Wesche等[3]提取的最小尺度0.3 km2，本文进一步佐证了前人关于南极小型冰山分布的研究结果.目前关于南极冰山年际和季节性变化的研究较为缺乏，在2005—2012年ENVISAT ASAR数据的支撑下，冰山分布的时空变化有待进一步研究.参考文献References[1]Gladstone R，Bigg G R.Satellite tracking of icebergs in the Weddell Sea[J].Antarctic Science，2002，14（3）：278-287[2]Young N W，Turner D，Hyland G，et al.Near-coastal iceberg distributions in East Antarctica，50-145° E[J].Annals of Glaciology，1998，27：68-74[3]Wesche C，Dierking W.Near-coastal circum-Antarctic iceberg size distributions determined from Synthetic Aperture Radar images[J].Remote Sensing of Environment，2015，156：561-569ENVISAT ASAR WSM数据预处理过程首先需要从原始的N1格式数据中提取地理信息，建立数据的空间索引[16]，在数据索引的基础上根据研究目标选取ASAR影像，利用从ESA网站下载的精密轨道文件通过ENVI软件进行辐射校正和几何纠正.通过对比RADARSAT影像和进行几何纠正后的ASA_WSM_1P影像的空间位置，发现进行预处理后的ASAR影像空间位置精度优于75 m（1个像元）[14].全南极冰山分布特征研究和分析，选取了2006年8月覆盖全南极海岸线的63景ENVISAT ASAR影像，数据分布如图1所示.2冰山对象目标识别提取方法基于ENVISAT ASAR的影像的冰山提取使用北京治元景行科技有限公司的簡译软件（Easy Interpretation），所使用的图像分割方法为面向对象的多尺度分割方法.图像分割的本质是将M×N阵列的一幅数字影像划分为若干个互不交叠区域的过程.面向对象的多尺度图像分割原理是首先利用对象信息例如图像色调、形状、纹理和层次，结合类间信息进行图像分割.在此基础上，利用多尺度信息获取多尺度的分割结果，形成不同分辨率等级的图斑，其中大尺度分割形成的对象是由小尺度分割形成的对象组合而成.多尺度分割可以保证高度同质性的影像区域，可以在合适的尺度下对对象进行图像分割，选择的分割要素是影像亮度值.首先使用MOA2009海岸线数据对ENVISAT ASAR影像进行批量裁剪，获取海洋图层，然后选取几景不同的ENVISAT ASAR影像，手动随机选取250个冰山以获取冰山的平均亮度值作为图像分割的阈值，在简译软件中设置最大尺度数3、尺度间隔0.6、最大尺度45进行多尺度分割，对于部分过度分割的冰山对象，手动进行冰山对象合并.最终我们获取了2006年8月面积大于0.06 km2（10个像素）的冰山总数量为32 267.不同日期的ASAR影像之间可能会存在影像重叠，对于重叠影像，通过人工目视解译判读不同日期影像重叠部分冰山之间的位移量和冰山形状，删除冗余冰山.如图2所示，图2a和图2c分别为Stanjukovicha冰川和Thwaites冰川雷达影像，图2b和图2d中黑色区域为使用简译软件提取的两条冰川前端海域冰山矢量.3全南极冰山数量分布特征分析本文一共提取了32 267个冰山对象，冰山最小面积为0.06 km2，面积最大为3 695.96 km2.按照冰山面积，本文将全南极冰山面积划分为5个尺度，分别为A1级别：冰山面积为[0.061）km2;A2级别：冰山面积为[110）km2;A3级别：冰山面积为[10100）km2;A4级别：冰山面积为[1001 000）km2;A5级别：[1 0003 695.96]km2.A1～A5不同面积尺度下的冰山数量分别为28 202、3 886、137、33和9，分别占冰山总数的87.4%、12.04%、0.42%、0.1%、0.03%（表1，图3），面积低于10 km2的小型冰山数量在全南极冰山中占比达到99.44%.如表1所示，A1等级冰山总面积为8 631 km2，占全南极冰山总面积的19%，说明除大型冰山外，小型冰山对南大洋淡水输入有着重要的贡献.图4为不同面积尺度的冰山在南极海岸海域的空间分布特征，可以看出不同面积尺度的冰山分布具有很强的区域性特征.面积小于10 km2的A1和A2等级的小型冰山在南极近岸海域均有分布，位于A3～A5等级的大中型冰山则零散分布于南极近岸海域，冰山位置可能和冰架位置有关.此外，通过研究发现不同面积尺度内的冰山都主要聚集在离南极海岸250 km内的海域中（图5），在离南极海岸线100 km的海域内的冰山数量最高，在该区域大中型冰山的数量也最多，这样进一步证明了Tournadre等[3]和Wesche 等 [4]关于小型冰山主要由大型冰山二次崩解产生的结论.4结论与讨论全南极冰山分布对于海洋动力学机制和海洋模式研究有着重要的意义，本文在Wesche 等[3]利用1997 RAMP南极Radarsat-1雷达影像镶嵌图的基础上，扩展研究区域，使用2006年8月覆盖南极近岸海域的ENVISAT ASAR影像，利用多尺度遥感图像分割算法提取全南极冰山分布.本文一共提取了32 267座面积大于0.06 km2的冰山，研究发现南极冰山分布具有一定的区域性特征，面积小于1 km2的冰山数量占全南极总冰山数量的87.4%，总面积占全南极冰山总面积的19%，这意味着小型冰山在全南极淡水输入量中扮演着重要的角色.本文提取的冰山最小尺度为0.06 km2，远小于Wesche等[3]提取的最小尺度0.3 km2，本文进一步佐证了前人关于南极小型冰山分布的研究结果.目前关于南极冰山年际和季节性变化的研究较为缺乏，在2005—2012年ENVISAT ASAR数据的支撑下，冰山分布的时空变化有待进一步研究.参考文献References[1]Gladstone R，Bigg G R.Satellite tracking of icebergs in the Weddell Sea[J].Antarctic Science，2002，14（3）：278-287[2]Young N W，Turner D，Hyland G，et al.Near-coastal iceberg distributions in East Antarctica，50-145° E[J].Annals of Glaciology，1998，27：68-74[3]Wesche C，Dierking W.Near-coastal circum-Antarctic iceberg size distributions determined from Synthetic Aperture Radar images[J].Remote Sensing of Environment，2015，156：561-569ENVISAT ASAR WSM数据预处理过程首先需要從原始的N1格式数据中提取地理信息，建立数据的空间索引[16]，在数据索引的基础上根据研究目标选取ASAR影像，利用从ESA网站下载的精密轨道文件通过ENVI软件进行辐射校正和几何纠正.通过对比RADARSAT影像和进行几何纠正后的ASA_WSM_1P影像的空间位置，发现进行预处理后的ASAR影像空间位置精度优于75 m（1个像元）[14].全南极冰山分布特征研究和分析，选取了2006年8月覆盖全南极海岸线的63景ENVISAT ASAR影像，数据分布如图1所示.2冰山对象目标识别提取方法基于ENVISAT ASAR的影像的冰山提取使用北京治元景行科技有限公司的简译软件（Easy Interpretation），所使用的图像分割方法为面向对象的多尺度分割方法.图像分割的本质是将M×N阵列的一幅数字影像划分为若干个互不交叠区域的过程.面向对象的多尺度图像分割原理是首先利用对象信息例如图像色调、形状、纹理和层次，结合类间信息进行图像分割.在此基础上，利用多尺度信息获取多尺度的分割结果，形成不同分辨率等级的图斑，其中大尺度分割形成的对象是由小尺度分割形成的对象组合而成.多尺度分割可以保证高度同质性的影像区域，可以在合适的尺度下对对象进行图像分割，选择的分割要素是影像亮度值.首先使用MOA2009海岸线数据对ENVISAT ASAR影像进行批量裁剪，获取海洋图层，然后选取几景不同的ENVISAT ASAR影像，手动随机选取250个冰山以获取冰山的平均亮度值作为图像分割的阈值，在简译软件中设置最大尺度数3、尺度间隔0.6、最大尺度45进行多尺度分割，对于部分过度分割的冰山对象，手动进行冰山对象合并.最终我们获取了2006年8月面积大于0.06 km2（10个像素）的冰山总数量为32 267.不同日期的ASAR影像之间可能会存在影像重叠，对于重叠影像，通过人工目视解译判读不同日期影像重叠部分冰山之间的位移量和冰山形状，删除冗余冰山.如图2所示，图2a和图2c分别为Stanjukovicha冰川和Thwaites冰川雷达影像，图2b和图2d中黑色区域为使用简译软件提取的两条冰川前端海域冰山矢量.3全南极冰山数量分布特征分析本文一共提取了32 267个冰山对象，冰山最小面积为0.06 km2，面积最大为3 695.96 km2.按照冰山面积，本文将全南极冰山面积划分为5个尺度，分别为A1级别：冰山面积为[0.061）km2;A2级别：冰山面积为[110）km2;A3级别：冰山面积为[10100）km2;A4级别：冰山面积为[1001 000）km2;A5级别：[1 0003 695.96]km2.A1～A5不同面积尺度下的冰山数量分别为28 202、3 886、137、33和9，分别占冰山总数的87.4%、12.04%、0.42%、0.1%、0.03%（表1，图3），面积低于10 km2的小型冰山数量在全南极冰山中占比达到99.44%.如表1所示，A1等级冰山总面积为8 631 km2，占全南极冰山总面积的19%，说明除大型冰山外，小型冰山对南大洋淡水输入有着重要的贡献.图4为不同面积尺度的冰山在南极海岸海域的空间分布特征，可以看出不同面积尺度的冰山分布具有很强的区域性特征.面积小于10 km2的A1和A2等级的小型冰山在南极近岸海域均有分布，位于A3～A5等级的大中型冰山则零散分布于南极近岸海域，冰山位置可能和冰架位置有关.此外，通过研究发现不同面积尺度内的冰山都主要聚集在离南极海岸250 km内的海域中（图5），在离南极海岸线100 km的海域内的冰山数量最高，在该区域大中型冰山的数量也最多，这样进一步证明了Tournadre等[3]和Wesche 等 [4]关于小型冰山主要由大型冰山二次崩解产生的结论.4结论与讨论全南极冰山分布对于海洋动力学机制和海洋模式研究有着重要的意义，本文在Wesche 等[3]利用1997 RAMP南极Radarsat-1雷达影像镶嵌图的基础上，扩展研究区域，使用2006年8月覆盖南极近岸海域的ENVISAT ASAR影像，利用多尺度遥感图像分割算法提取全南极冰山分布.本文一共提取了32 267座面积大于0.06 km2的冰山，研究发现南极冰山分布具有一定的区域性特征，面积小于1 km2的冰山数量占全南极总冰山数量的87.4%，总面积占全南极冰山总面积的19%，这意味着小型冰山在全南极淡水输入量中扮演着重要的角色.本文提取的冰山最小尺度为0.06 km2，远小于Wesche等[3]提取的最小尺度0.3 km2，本文进一步佐证了前人关于南极小型冰山分布的研究结果.目前关于南极冰山年际和季节性变化的研究较为缺乏，在2005—2012年ENVISAT ASAR数据的支撑下，冰山分布的时空变化有待进一步研究.参考文献References[1]Gladstone R，Bigg G R.Satellite tracking of icebergs in the Weddell Sea[J].Antarctic Science，2002，14（3）：278-287[2]Young N W，Turner D，Hyland G，et al.Near-coastal iceberg distributions in East Antarctica，50-145° E[J].Annals of Glaciology，1998，27：68-74[3]Wesche C，Dierking W.Near-coastal circum-Antarctic iceberg size distributions determined from Synthetic Aperture Radar images[J].Remote Sensing of Environment，2015，156：561-569。
利用ICESat卫星测高数据建立格陵兰冰盖DEM随着气候变化加剧，全球范围内的冰盖融化问题日益严重。
而格陵兰岛上的冰盖更是备受关注，因为它拥有世界第二大的冰盖覆盖面积。
为了更好地了解和监测格陵兰冰盖的情况，科研人员利用ICESat卫星测高数据建立了相关的数字高程模型（DEM）。
本文将从ICEsat卫星测高数据的原理、利用这些数据建立DEM的方法和意义进行一一介绍。
第一部分：ICESat卫星测高数据的原理ICESat（Ice, Cloud, and land Elevation Satellite）是美国国家航空航天局（NASA）于2003年发射的一颗专门用于测量地球表面高程的卫星。
它主要通过激光高度仪来获取地表和冰川表面的高程数据。
激光高度仪工作原理是发射一束激光脉冲，经过反射后再接收回来，由激光的发射和接收时间差可以计算出地表或冰川表面的高程。
ICESat卫星的工作原理使得它能够精准地获取地表甚至是冰盖的高程数据，为科学家提供了重要的数据基础。
这些数据在研究冰盖变化和监测全球气候变化方面具有重要意义。
为了建立格陵兰冰盖的数字高程模型（DEM），科研人员首先需要获取ICEsat卫星测得的高程数据。
这些数据可以通过NASA等机构的公开数据库获取。
然后，科研人员需要对这些数据进行处理和分析，以得出冰盖的高程分布情况。
具体的方法包括以下几个步骤：1. 数据获取：从NASA等机构获取ICESat卫星测高数据。
2. 数据处理：对获取到的数据进行清洗和预处理，包括去除异常点和噪声等。
3. 高程插值：利用插值算法对已处理的数据进行插值，以得出冰盖各点的高程值。
4. DEM建模：利用已插值的高程数据建立数字高程模型（DEM），以得出冰盖整体的高程分布情况。
通过以上步骤，科研人员可以利用ICESat卫星测高数据建立格陵兰冰盖的数字高程模型（DEM），为后续的科学研究和监测工作提供重要的数据支持。
利用ICESat卫星测高数据建立格陵兰冰盖DEM具有重要的科学意义和应用价值。
利用格陵兰冰盖研究气候变化
山夫
【期刊名称】《沙漠与绿洲气象》
【年(卷),期】1991(000)001
【摘要】雪沉积形成的永久性冰内含有雪沉积时的大气样品,取其冰岩芯通过实验室分析可以得到各种古气候信息,作为追溯气候变化的依据。
但由于南极积雪率低且很可能在其深处存在剪切带,因此从南极获取大时间跨度的气候记录受到时间分辨率的限制,并且受南半球作用的控制。
从北半球取大时间跨度、高分辨率的冰岩芯正是我们认识气候史的关键。
格陵兰冰盖研究项目计划从北半球钻取300m深的高分辨率的冰岩芯,可得到全
【总页数】2页(P40-41)
【作者】山夫
【作者单位】
【正文语种】中文
【中图分类】P4
【相关文献】
1.利用ICESat数据确定格陵兰冰盖高程和体积变化 [J], 陈国栋;张胜军
2.利用lCESat卫星测高数据建立格陵兰冰盖DEM [J], 黄甜
3.基于宽幅SAR的格陵兰岛冰盖冻融强度提取方法研究 [J], 赵梦雪;傅文学;孙燕武;李新武
4.南极和格陵兰冰盖物质平衡研究进展 [J], 叶玥;程晓;刘岩;杨元德;赵励耘;林依静;
璩榆桐
5.格陵兰冰盖研究项目有助于处置库安全研究 [J], 伍浩松
因版权原因，仅展示原文概要，查看原文内容请购买。
基于CryoSat-2雷达高度计数据的南极内陆冰盖高程变化与物质平衡韩少帅;柯长青;夏文韬【期刊名称】《冰川冻土》【年(卷),期】2019(0)1【摘要】南极冰盖对海平面影响巨大,高程变化测量是南极物质平衡监测的重要手段。
采用欧空局CryoSat-2雷达高度计数据,通过提取卫星升降轨的地面交叉点,监测了南极内陆冰盖的高程变化(物质平衡)。
结果表明,后向散射能量对Ku波段的CryoSat-2雷达高度计的高程数据具有一定的影响,经后向散射能量校正后,时间序列上的高程变化变得平缓,高程变化与已有的降雪数据相比,更加符合实际情况。
2010年11月至2017年11月南极内陆冰盖高程变化趋势为(-1.1±0.2) cm·a^(-1)。
西南极的Kamb冰流高程变化率为(38.7±1.1) cm·a^(-1), Moeller冰流高程变化率为(-10.3±1.2) cm·a^(-1),部分Thwaites冰川区域高程变化率为(-13.4±1.8) cm·a^(-1),东南极的Wilkes Land出现高下降区,最高达-20 cm·a^(-1)。
Dronning Maud Land虽然出现变化异常的点,但整体并没有显著的高程变化。
南极内陆冰盖质量变化为(-10.6±6.2) Gt·a^(-1),整体上南极内陆冰盖质量变化平缓,部分区域变化较大, Kamb冰流达到(17.9±0.5) Gt·a^(-1), Moeller冰流达到(-3.4±0.4) Gt·a^(-1),部分Thwaites冰川区达到(-3.7±0.5) Gt·a^(-1)。
【总页数】8页(P19-26)【作者】韩少帅;柯长青;夏文韬【作者单位】南京大学地理与海洋科学学院【正文语种】中文【中图分类】P343.6;P332【相关文献】1.利用测高数据研究南极冰盖高程变化2.基于CryoSat-2测高数据的全南极冰盖DEM的建立与精度评估3.海洋二号雷达高度计南极冰盖高程数据处理4.利用Cryosat-2数据确定格陵兰冰盖高程和体积变化5.基于浅层探冰雷达的东南极内陆地区冰盖内部等时层提取因版权原因，仅展示原文概要，查看原文内容请购买。
基于InSAR和ICESat的南极冰盖地区DEM提取和精度分
析
万雷;周春霞;鄂栋臣;邓方慧
【期刊名称】《冰川冻土》
【年(卷),期】2015(37)5
【摘要】结合In SAR和ICESat测高数据,以东南极PANDA断面4个实验区为例,进行DEM生成研究.在干涉相位转换成高程前,引入ICESat测高数据作为控制点优化干涉对基线,消除基线线性误差趋势的影响.利用控制点之外的ICESat测高数据分析4个实验区的DEM精度及其差异,并探讨了引起DEM误差的原因.冰流和地貌特征是影响In SAR生成冰盖DEM精度的重要因素.针对冰流的影响,从理论上进行了分析并结合冰流速数据进行了分析验证.最后利用克里金插值法改正In SAR DEM残余误差,并利用GPS实测控制点对改正效果进行验证.结果表明:对于高纬区流速较小且分布一致的区域,改正效果很好,DEM精度可达3 m;而对于冰流速较大且复杂的地区,需采用多基线等算法进一步消弱冰流引入的误差.
【总页数】8页(P1160-1167)
【作者】万雷;周春霞;鄂栋臣;邓方慧
【作者单位】武汉大学中国南极测绘研究中心;极地测绘科学国家测绘局重点实验室;长江勘测规划设计研究院
【正文语种】中文
【中图分类】P237
【相关文献】
1.基于InSAR技术的DEM提取及InSAR DEM精度与地形因子的关系
2.利用星载InSAR技术提取镇江地区DEM及其精度分析
3.基于InSAR技术在山地区域DEM 提取及精度评定
4.基于CryoSat-2测高数据的全南极冰盖DEM的建立与精度评估
5.基于ICESat数据的南极冰盖DEM插值方法比较及精度分析
因版权原因，仅展示原文概要，查看原文内容请购买。
南极冰盖GLIMMER模式试验及其对二维冰流情形的模型简化480自.驻科荸遗展第17卷第4期2007年4月南极冰盖GLIMMER模式试验及其对二维冰流情形的模型简化*唐学远张占海孙波李院生李娜王帮兵,张向培,z1.中国极地研究中心,上海200136;2.吉林大学地球探测科学与技术学院,长春130026摘要对南极冰盖三维有限差分动力热力学耦合模式一GLIMMER模式作了一个简要的介绍,并在EISMINT一1标准下作了一个理想冰盖数值试验,给出了冰盖处于稳定状态下的各种演化特征曲线.在此基础上将该模式从三维情形简化为二维冰流情形,对差分方法及坐标系提出了改进意见,在耦合温度场条件下模拟了二维冰流的演化,结果表明反映冰盖质量,动量,能量平衡的各种特征曲线与在GIIMMER模式模拟出的冰盖断面结果相一致,并且与理论结果也吻合.讨论了简化后的二维冰流模式在模拟DomeA地区年代一深度一古积累率关系的应用前景.关键词南极冰盖GLIMMER模式数值模拟二维冰流据估计,现在的南极冰盖占整个全球冰量的90,这足以使海平面上升65m以上.因此即使南极冰盖发生微弱的变化也将对全球环境产生深刻的影响.一个例证是:南极冰盖每年与海洋交换的水量估计相当于全球海平面波动6mmL1],这个输入量和飘浮在海上的冰架每年的消融量大致相当.实际上,南极冰盖现在的行为可能是其过去历史的必然结果,特别是这些变化是与末次间冰期旋回紧密相关的.不难理解,南极冰盖的未来走向在受过去气候变化影响的同时也与现在的气候变化紧密相连.因此要切实评估南极冰盖的未来变化,将冰盖的长期演化趋势背景从导致气候变化的人为因素中区分出来就显得尤为重要.通过数值模拟方式揭示冰盖的各种物理过程已经成为研究冰盖演化历史和未来变化的重要手段.数值模拟方法的优势在于它既能克服观测在时间和空间方面的限制又能生成整个冰盖的各种动力热力学信息,显示观测不能直接得到的冰盖内部和底部的物理过程以及揭示冰盖在历史上的演化状态.实际上,数值模拟方法可能是解释并预测未来冰盖变化状况的惟一可行方式L2].过去20年,人们发展出了许多模拟冰盖行为的数学模型,例如估算冰盖年代演变的一维冰流模型Nye-Dansgaard-Johnsen模型L;Oerlemans['.]和Budd等L1叩建立的耦合地壳均衡并附加有简单冰架结构的垂向积分平面模式;大尺度上模拟南极冰盖行为则最早由Budd等在1971年提出,这一模式建立在冰盖处于稳定状态并且冰流总是沿着地势低处流动的假设上[1;为进一步了解南极冰盖对气候的反馈机制,考虑耦合冰温度场的三维冰盖动力热力学冰盖模式是一有效途径,这方面影响比较大的模式包括Huybrechts和Oerlemans发展的冰盖模式L3],这一模式通过Huybrechts等的发展后[1,目前已经比较成熟,利用该模式已经得到了一些具体的模拟结果,其中就包括通过模拟发现目前控制海平面上升的最重要因素是西南极冰盖,西南极冰盖一旦全部消融将会使海平面上升7m,而南极冰盖完全融化将使海平面上升73m[4..197;在EIS—MINT(欧洲冰盖数值模拟初步)框架下,Huyber一2006—06—27收稿,2006—08—24收修改稿*国家自然科学基金(批准号:40476005/D06和40233032)和科技部专项基金(批准号:2005DIB3J114)联合资助**E-mail:tangxueyuan@自.显科乎遗展第17卷第4期2007年4月481chts模式经过了1999年和2002年的两次修正,现在它已经成为南极冰盖三维动力热力学标准耦合模式GUMMER的组成部分l_】...GLIMMER模式是一个日趋完备的南极冰盖标准模式,它源于TonyPayne在研究GENIE地球系统模式时对南极陆冰部分模拟的工作.本文通过GLIMMER这一三维有限差分冰盖模式做了一个理想试验,以了解冰盖的冰流动力热力学特征,同时将这一复杂的非线性耦合模式简化为一个二维的冰流模型.目标是希望找到一个可以模拟东南极DomeA地区各种动力热力学特征曲线的数学模型,以探讨该模型对于模拟DomeA地区深度一年代一古积累率的可行性.1GLIMMER模式和EISMINT-1试验GLIMMER冰盖模式实际上是一个用来模拟冰盖演化的程序库集,可以单独运行,也可作为地球系统模式(ESM)的一个子模块.建立该模式的目标是要生成一个可供其他地球系统模式调用的标准冰盖模式.截至2006年,该模式已经通过了由M.Hagdorn研究小组在EISMINT1和EISMINT2基准下进行的严格测试一.1.1GLIMMER模式的数理基础模式采用浅冰近似.这一近似认为冰床和冰表面坡度很小,并忽略法向应力.水平剪切应力(r,r)近似为r一一Pg(S--G);r一--pg(s--)?,冰黏性与黏滞力关系通过非线性的冰流定律: U)一1Ou,+Out)一A(T)～,Y,其中是形变率,r是剪切应力张量的二阶不变量,是冰流定律常数,冰流定律系数A(T)满足Arrhe—nius关系:A(T)一.exp(),这里f为Arrhenius关系加强因子,它是反映冰体中杂质和冰流中冰粒的各向异性的一个调整参数,A.是独立于温度的常数,R是气体常数,Q为形变活化能.由此,可以得到反映冰盖质量与能量守恒的连续性方程组.利用Jenssen变换[6I27_,垂向坐标成为13"坐标. 在(,Y,)坐标系统下,得到刻画冰盖质量守恒的冰厚演化方程:一一div(D.grad(q-Md￡u这里D—hlf()da是扩散系数,其中f()一J0—2(pg)^lgrad(s)ll,"da,h是冰厚,5一fs(,Y,￡)是表面高程,M是表面的质量平衡项,div 是散度算子.由能量守恒可导出冰温热力学方程:一—一一(u,grad(T)>+O—t—p—Cp—h2一d十1OdT(w一)+(,grad㈦)d一叫十\'grad/其中T是绝对温度,是水平速度场,叫是垂向速率,叫gn为格点处的垂向速率,』D是冰密度,C是冰的热容,(>是欧式内积,grad是(,Y)水平面上的梯度算子.由此在冰盖底部一1,在冰盖表面一0.显然,冰温热力学方程在冰盖边缘(h一0)将出现奇点.GLIMMER模式采用(,Y,)坐标系统,利用有限差分方式数值求解冰盖连续性方程组.在实际求解中,冰厚演化方程采用Crank—Nieolson半隐式差分格式,扩散系数D使用非线性Pieard迭代; 冰温分布方程中的各种梯度通过Taylor展开后由其中心差分近似.GIIMMER模式在水平方向上采用两套交错网格进行,在整数网格上计算冰温,冰厚和垂向冰速,在错列的半整数网格上计算水平冰速以及各种梯度;水平和垂直方向的网格数可按实际需要设定,并且在坐标系统下垂向网格步长的选取可以是不规则的(具体差分格式可看文献E273).1.2GLIMMER模式在EISMINT-1标准下的理想试验EISMINT一1是欧洲冰盖模拟比较计划(EIS—MINT)指定的一个所有冰盖模式必须通过的简单测试集基准,它的一个关键假设在于冰流定律与温度场无关,即在Arrhenius关系中取因子A一常数482自.鞋科荸遗展第17卷第4期2007年4月A..这一标准分为固定边界和移动边界两种边界条件.为了在此基础上简化GLIMMER冰盖模式使之能直接模拟二维冰流情形,采用EISMINT一1固定边界条件.EISMINT一1固定边界条件试验特征:表面温度强迫:T一239+8x10d.,其中d—max{fz—z.f,f—Y….f}为冰盖表面至冰盖中心的最大水平距离.表面质量平衡年积累率:M一0.3m/a.依赖时间的周期强迫:△T—lOsinZTrt,AM一0.2sin』这里T一40000a为一个Milankovitch周期.这一周期的选取主要是去考察理想冰盖在第四纪中更新世时期冰盖的演化状态.边界条件:上边界冰温设置为表面温度;下边界冰通过地热通量和滑动摩擦加热,即满足:冰厚分布/m匿.厘恹1.一一一业,其I=13kk中一一l0～I=一一[口_^,Tb1d=1'7'6¨V为底部剪切应力,"(1)为底部冰速.在底部,如果达到冰的熔点To(即T≥To),冰温取常数T一To;超过部分的热量转化成融解率s一k(一等),这里L为融解比潜热.参照文献E153,选取一个理想冰盖,将初始条件取为零冰厚,积分区域设定为零高程,大小为1500kmX1500km的平底方形冰床,其中(zY.)一(750km,750km);水平网格取为31x31,步长为50km的方形区域;垂向分层为11层;积分时间为200ka,时间步长取为10a;边界条件取为Dirichlet条件,即在边界(i,)处冰厚H(z,Y,f)一0,这里i一1,31或一1,31.试验结果与分析:方向网格数/d(a)方向网格数/grid(b)图lEISMINT-1固定边界试验冰厚分布每个网格长50km(a)稳定态时冰厚分布状况;(b)经过冰盖中心与轴平行的冰流断面冰厚分布注意:本文中的冰厚以冰底为参照面即冰底为0冰厚在上述EISMINT一1条件下,冰盖演化至稳定态时冰厚分布呈现轴与中心对称分布,且从边界至中心冰厚逐渐增加(图1(a)).由对称性,冰盖冰厚分布状况可由过冰盖中心的断面反映;从截取的冰盖断面来看,在稳定状态下,冰盖最高处厚度稳定在3394rfl左右,且从边缘至中心冰厚变化梯度逐渐减少.根据中心对称,考虑依赖冰盖状态变量空间分布,只需选取如上述冰盖断面边缘至中心部分就可以了,因此在考察这些冰盖变量依赖于距离的变化情形时,选取了连接grid(1,16)至grid(16,16)这一断面上的5个参考点:grid(4,16),grid(7, 16),grid(10,16),grid(13,16),grid(16,16)自显科手j建,展第17卷第4期2007年4月483 (见图1(b)).根据试验结果,冰盖冰流断面上的变化特征符合我们对冰盖演化的基本认识:在可比较的范围内,冰盖相同高度(这里的高度以冰底为零计算)处从边缘至中心温度大致呈递减趋势,只在深度达到1000m左右时所有地点温度差异很小,同时对于任何固定地点,冰温随着深度的增加呈现先下降后增加的变化特点(图2(a));垂直方向冰流速率变化随着高度增加而增加,因此对于固定的垂直方向冰盖表面的垂向流速最大(如图1(b)中grid(4,16));由试验假设,冰盖底部流速都为零,同时由计算结果来看,自边缘至中心断面上,相同的高度处的垂向冰流平均速率逐渐减小,梯度也逐渐减小;另外在冰盖最高处,垂向流速很小(小于0.3m/a),因此根据Dansgaard—Johnsen冰流模型I6I28],冰穹处模拟冰盖时间尺度将大大简化并且有很高的可信度(图2(b)).试验结果还显示,冰盖在大约40ka时开始稳定下来,这体现了EISMINT一1时间强迫周期;同时距离冰盖中心越远表面温度越低,且对固定地点, 表面温度经过了先下降然后再上升的过程(图3(a)). 水平速率随高度的变化情况与垂向速率相似,即随=,g.【;{卜榭图2EISMINT-1固定边界试验温度与冰速的垂直分布(a)稳定态时冰盖不同地点的温度垂直分布状况;(b)不同地点冰流的垂向速率分布依赖时间的温度变化水平速率/(m?at)图3EISMINT-1固定边界试验,冰盖表面温度和断面水平速率垂向分布(a)冰盖表面不同地点温度随时间变化状况;(b)冰盖断面不同地点水平速率随高度的变化关系484自.鞋科芋遗展第17卷第4期2007年4月着高度的增加而增加,从而在高度最大时(即冰盖表面)水平速度最大;同时在相同高度处沿着冰盖边缘至冰盖中心断面,水平速率依次减少;而在中心处(即grid(16,16)处)自冰盖底部到表面水平速率都接近与零(图3(b)),这使得我们可以通过Dansgaard—Johnsen冰流模型模拟DomeA区域的年代一深度关系,原因在于模拟区域的水平流速必须接近零,垂向冰速也要求很小,这里试验表明在冰穹处满足这些条件,而DomeA是一个典型的冰穹:..上述试验结果表明,GLIMMER冰盖模式的确可以在一些假设下模拟出冰盖断面冰流的某些物理特征,而且结果与我们对冰盖的认识是相似的.因此,通过简化模型优化参数化方案可以模拟出DomeA区域的某些物理场分布,从而为模拟DomeA区域年代一深度一积累率关系提供输入参数.2GLIMMER模式在二维冰流情形时的简化在考虑模拟DomeA地区的年代一深度一积累率关系时,比较重要的输入量包括冰穹处的最大深度和表面冰流速率估计值等,然而就目前对该地区的考察现状,还不足以提供这方面较完备的数据信息,因此有必要通过数值模拟方法给出其近似值.为了得到冰盖表面冰速的估计值,本文将GLIM MER模式下的EISMINT一1基准作了一些相应的假设,并将其简化为模拟二维冰流情形的冰流模型,在耦合温度场后,去模拟条件相对理想状态下的冰盖顶部断面上的冰厚,冰速,冰温分布状况.虽然简化后连续性方程组较之GLIMMER模式变得简单了,但是模式仍然包含了冰盖冰流动力热力学模式应该具备的所有合理结构.'肌].因此在此基础上优化参数化方案,改进模型应该能够切实模拟出DomeA地区的年代～深度一积累率关系.2.1GLIMMER模式简化为二维冰流模式参考vanderVeen[,PatersonE,EISMINT1有关冰流的物理假设,建立一个二维冰流动力热力学耦合模型.假设:冰流仅在水平方向(方向)和垂直方向(z方向)产生作用;冰流的产生主要来自水平方向的剪切应力和一个联系应力和应变率的关系式即非线性的Glen流动定律;冰温变化来源于垂直方向的热传导,垂向和水平方向的热对流以及冰流过程的热耗散;冰体被认为是不可压缩的;Glen流动定律中的参数系数通过Arrhenius关系式给出,即把它看成是一个关于温度的函数;而且冰厚在一个定义区间的两端设为零,这等价于固定边界问题;冰床假定为平坦,无形变且具有零高程;另外在底部,忽略沿垂向的冰消融,因此底部的冰体垂向速率可假设为零;表面雪的积累率设为常数(以冰当量计算);在冰的底部忽略滑动;冰体表面温度与其所在位置到中心距离的立方成线性关系; 底部的温度边界条件由地热流决定.在这样的假设下,GLIMMER冰盖模式被简化为一个二维耦合上温度场的冰流模式,且它的边界条件以及冰盖和气候的标准化数据集与EISMINT一1是一致的;差别在于此时额外耦合了温度场,同时采取了一些不同于GLIMMER模式的算法.今H(,t),T(,,t),"(,z,t),w(x,,￡)分别表示t时刻冰盖断面的深度,温度,水平速度,垂直速度分布函数;∈[一L,L]是冰盖断面在水平方向的定义区间,z>0,￡≥0分别表示垂向坐标和时间坐标;令(,z,￡)一2f(c,g)T)l一'D(州)一l(,,f)(h(,￡)一)d则依据前述假设可以得到下列的冰盖状态方程组:冰厚演化方程:一M+(D一H11(1)a￡a,u正水平冰速:"一一(z,t)r(,,￡)+(,￡)(2)垂向速率:叫(,z,)一((,)(,z,)?(z一)d)一z(,f)+叫6(,￡)(3)冰温演化方程:+"DT十叫DTOt一+ddL/6dZ11(4)ClaDzl…不可压缩:+一0(5)自.鞋科乎建展第17卷第4期2007年4月485 Arrhenius关系:A—fA.exp(+志)(6)冰床底部零高程:H(一L,￡)一H(L,￡)一0,L一750km(7)冰底垂向速率:W=w(x,0,￡)一0(8)表面积累率:M一0.3m/a(9)冰底水平速率:一u(x,0,￡)一0(10)冰体表面温度:T(x,h,￡)一239+(8×10)ll. (11)冰底温度边界条件:若T(x,0,￡)≤T(x,0,￡),则(圳一G其他情形T(x,0,￡)一T(x,0,￡)其中T(x,z,￡)一T,--fl(h—z)表示在深度z处冰的熔点.(12)模式中冰盖状态方程物理常数.数据来自文献E6] 和[15].物理值物理量P一910kg/m.g一9.81m/sR一8.321J/(mol?K)Ao一2.948X10一Pa0?s丁,一273.39KC一2009J/(kg?K)Q一7.88X10J/tool8—8.7X10一K/mG一0.042J/(m?s):1.17k一2.10J/(m?Ks)f一0.】66】2K冰密度重力加速度气体常数Glen定律常数水三态临界值水热容蠕变活化能关于深度的冰熔点变化率地热流通量Arrhenius关系中常数冰热导率Arrhenius关系中常数2.2二维冰流模式的差分格式与算法分析冰盖状态方程组(1)一(12)中,最重要的方程是冰厚演化方程(1)和冰温演化方程(4).数值计算冰厚演化方程参照GLIMMER模式的Crank—Nicol—son有限差分方式I2,通过半隐式差分进行迭代,关于扩散系数由中心差分近似;对于温度演化方程,在GLIMMER模式中,方程在冰盖边界处出现奇异,直接采用直角坐标系(,y,z)可以避免这一问题.垂直方向离散化采用PatersonI4],PayneAJ和DongelmansEs27提出的不必要求步长相同的网格选取方案,最后通过Taylor级数直接离散化边界条件.2.3试验结果与分析冰流断面高程初始条件通过Vialov和Weert—man提出的冰盖断面冰厚分布方程确定E].其分布方程为()==:2()(L号一÷)音(图4(a)实线).在演化25ka后,冰盖断面高程演变如图4(a)中虚线显示,在冰穹处冰厚较理论值有所增加,达到36001TI左右,但就整个冰盖断面而言,冰厚整体上有所下降,且冰厚梯度呈增加趋势;另外由于理论曲线反映的是冰盖稳定状态下的冰厚分布状态,因此在此基础上演化总体上偏离不大,图4 (a)说明了这一点.选择坐标为A:一0,B:一0.5L,C:一0.9L三个位置分析冰盖断面不同地点温度的垂直分布特征(图4(a)),模拟计算结果表明在冰盖中心区域附近温度垂向分布随着深度的增加而增加, 在其他区域温度随深度的增加先增加而后递减(图5),这和GLIMMER模式在EISMINT一1情形下的模拟结果相同(图2(a)).温度在整个冰盖断面上的空间分布(如图4(b))显示:在冰穹附近表面温度分布状况相对简单,在冰盖边缘附近表面温度分布相对比较复杂,冰盖内部温度分布总体呈现随着深度增加而增加的特征.模拟结果还表明,在冰穹(一0)附近冰流水平速度接近0,而且水平速度和垂向速度变化特征(图6)与从GLIMMER模式模拟结果是一致的(图2,图3),这对于检验冰盖速度截面在反应不同深度处水平剪切力的增强效应及影响有着重要的意义,并表明将GLIMMER模式简化为两维的冰流模式后,只要做进一步的优化模式参数,边界条件设置并结合实际观测数据完全可以模拟出实际冰盖断面表面流速以及垂向流速的分布.3结论与讨论本文在EISMINT一1基准下利用南极冰盖的三维耦合模式一GLIMMER模式作了一个理想冰盖模拟试验,得到了反映冰盖动量,质量和能量平衡的各种演化曲线,指出在固定边界条件下,冰盖处于稳定状态时的物理特征与我们目前对南极冰盖的实自.鞋科乎.展第17卷第4期2007年4月487流模式能准确模拟出冰穹附近的冰体形变以及依赖于温度的流变特征.因此进一步的模拟工作应该是模拟一个实际的南极区域,以找到优化参数,边界条件的方案,从而揭示在冰穹附近冰流的复杂性,试图模拟出DomeA区域的深度一年代一古积累率关系,为南极冰盖质量平衡以及它对海平面变化做一些定量的分析.参考文献1WarrickRA,ProvostCL,MeierMF,eta1.ChangesinSeaLev—e1.CambridgeandNewYork:CambridgeUniversityPress, 1996.359—4O53457891O111314vanderVeenCJ,IMWhillans.Forcebudget:I,Theoryand numericalmethods.JGlaciol,1989,35:53—6O HuybrechtsP,OerlemansJ.EvolutionoftheEastAntarcticice sheet:Anumericalstudyofthermomechanicalresponsepatterns withchangingclimate.AnnGlaciol,1988,11:52--59 OrerlemansJ,PJJonker.TheheatbudgetoftheAntarcticIce Sheet.ZeitscherGletschGlazialgeol,1985,21:291—299 NyeJF.Corerectionfactorforaccumulationmeasuredbythe thiknessoftheannuallayersinanicesheet.JGlaciol,1963,4:785—788PatersonWSB.ThePhysicsofGlaciers.thirdedition.Oxford: PergamonPress/Elsev|erLtd,1994,15,243:275～279 DansggardW,JohnsenSJ.Aflowmodelandatimescalefor theicecorefromCampCentury,Greenland.JGlaciol,1969,8(53):215—223OerlemansJ.AmodeloftheAntarcticicesheet.Nature, 1982,297(5967):55O一553OerlemansJ.ResponseoftheAntarcticicesheettoaclimate warming:Amodelstudy.JClimatol,1982,2:1～11 BuddWF,rge-scalenumericalmodellingofthe Antarcticicasheet.AnnGlaciol,1982,3:42—49BuddWF.JenssenD.RadokU.DerivedPhysicalCharacteristics oftheAntarcticIceSheet.ANAREInterimReport,SeriesA (IV).UniversityofMelbourne,Melbourne:MeteorologyDe—partmentPublication,1971,18,221—225HuybrechtsP,DeWoldeJ.Thedynamicsresponseofthe GreenlandandAntarcticicesheetstomultiple-centuryclimateic warming.JClimate,1999,12(8):2169—2188RitzC,RommelaereV,DumasC.ModelingtheevolutionoftheAntarcticicesheetoverthelast420000years:Implicationsfor altitudechangesintheV ostokregion.JGeophysRes,2001,106(D23):943--964BuddWF.CouttsB.WarnerRC.ModellingtheAntarcticand northern—hemisphereice-sheetchangeswithglobalclimate throughtheglacialcycle.AnnGlaciol,1998,27:153—16O151920222325262728293O3132HuybrechtsP,PayneAT.TheEISMINTbenchmarksfortes—tingice-sheetmodels.AnnalsofGlaciology,1996,23:1一l2 herlands/ Rotterdam:BalkemaAA,1999,163,215—233,261—299 HuybrechtsP,LeMeurE.Predictedpresent—dayevolutionpat—ternsoficathicknessandbedrockelevationoverGreenlandand Antarctica.PolarRes,1999,18(2):299—3O8HuybrechtsP.A3DmodelfortheAntarcticicesheet:Asensi—tivitystudyontheglacial—interglacialcontrast.ClimateDyn, 1990,5:79—92HuybrechtsP.FormationanddistinegrationoftheAntarcticicesheet.AnnGlaciol,1994,20:336--340MacAyealDR.RommelaereV,HuybrechtsP,eta1.Anice- shelfmodeltestbasedontheRossicashelf.AnnGlac,1996,23:46—51PayneAJ,HuybrechtsP,eta1.ResultsfromtheEISMINT modelintercomparison:TheeffectsofthermomechanicaICOU piing.JGlac,2000,46(153):227～238PayneAJ,BaldwinDJ.Thermo—mechanicalmodellingofthe ScandinavianIceSheet:Implicationsforice-streamformation. AnnGlac,1999,28:83—89PayneAJ.DynamicsoftheSipleCoasticestreams,WestAnt—arctica:Resultsfromathermomechanica【icasheetmode1.Geo—physicalResearchLetters,1998,25:3173—3176PayneAJ.AthermomechanicalmodeloficeflowinWestAnt arctica.ClimateDynamics,1999,15:I15—125PayneAJ.SugdenDE.ClappertonCM.Modelingthegrowth anddecayoftheAntarcticPeninsulaicesheet.QuaternaryRe—search,1989,31:119～134HagdornM.Glimmer-discussEISMINT1&2http://forge. /pipermail/glimmer—discuss/2004November/000060. html[2006—.08—.093HagdornM,RuttI,PayneAJ.Glimmer0.5.6Documentation. /projects/glimmer[2005—12—193 SiegretM,HindmarshR,HamiltonG.Evidenceforalargesur—faceablationzoneincentralEastAntarcticaduringthelastIce Age.QuternaryResearch,2003,59:114—121QinDahe,RenJiawen,eta1.PrimaryResultsofGlaciological studiesalongan1100kmtransectfromZhongshanstationto DomeA,EastAntarcticIceSheet.AnnalsofGlaciology,2000.31:198—2O4GreveR.Acontinuum-mechanicalformulationforshallowpolyther—realicesheets.PhilTransRoyalSoc,1997,355:921—974 HutterK.Thermomechanicallycoupledice-sheetresponse:Cold, polythermal,temperature.JGlac,1993,39(131):65—86 PayneAJ.DongelmansPD.Self—organizationinthethermome—chanicalflowoficesheets.JGeophysRes,1997,102(B6): 12219—12233。
海洋二号雷达高度计南极冰盖高程数据处理熊雨静;许可;蒋茂飞【摘要】南极冰盖对于全球气候变化具有重要影响,将海洋二号(HY-2A)卫星测得的数据用于南极冰盖高程变化的研究,可获得更细时间粒度的南极冰盖变化情况,同时可拓展HY-2A数据的应用范围.本文结合OCOG算法、Beta 5算法、ice2算法分别对HY-2A高度计回波波形进行重跟踪,并对重跟踪之后的数据进行升降轨交叉点定标,进而评估出算法在交叉点差值标准差这一维度下改进OCOG算法表现出更好的性能,最后利用改进OCOG算法处理后数据观察到南极冷暖季的冰面高程变化情况.【期刊名称】《电子设计工程》【年(卷),期】2018(026)021【总页数】6页(P16-20,25)【关键词】海洋二号卫星;重跟踪算法;交叉定标;南极高程【作者】熊雨静;许可;蒋茂飞【作者单位】中国科学院国家空间科学中心,北京100190;中国科学院大学北京100190;中国科学院国家空间科学中心,北京100190;中国科学院国家空间科学中心,北京100190;中国科学院大学北京100190【正文语种】中文【中图分类】TN953极地冰盖在全球气候研究中具有重要地位[1]。
自上世纪70年代以来，卫星测高技术已经得到了迅速的发展并取得了巨大的研究成果[2]。
卫星测高是公认的获取冰盖高程数据的最有效方式[3-5]，获取的冰盖高程数据主要用于两个研究领域：观测冰盖地形和可能的随时间的变化。
在冰盖地形领域，世界各地的极地工作者已建立了多个南极数字高程模型（Digital Elevation Model，DEM）[6-8]，而对于冰盖地形随时间变化情况，基于ICESat和CryoSat的大量的极地测冰数据得出的南极冰盖高程年度变化情况也多有成果[1-7]。
海洋二号（HY-2A）卫星是我国第一颗海洋动力环境卫星[9-10]，于2011年8月成功发射，轨道高度为971 km，回归周期为14天，扫描范围80.6°S～80.6°N。
基于星载激光测高估计南极冰盖高程变化史红岭;陆洋;朱传东;高春春;杜宗亮【期刊名称】《大地测量与地球动力学》【年(卷),期】2015(35)3【摘要】利用NSIDC公布的ICESat运行期间的19个任务期的观测数据,采用重复轨迹分析方法估计近年来南极冰盖高程的时空变化.结果表明,南极大陆冰盖整体上呈现消融趋势,基于不同的GIA模型和ICESat激光测高数据的南极大陆冰盖高程变化的趋势约为-1.17～-1 cm/a.【总页数】4页(P449-452)【作者】史红岭;陆洋;朱传东;高春春;杜宗亮【作者单位】中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室,武汉市徐东大街340号,430077;地理空间信息工程国家测绘地理信息局重点实验室,北京市莲花池西路28号,100830 ;极地测绘科学国家测绘地理信息局重点实验室,武汉市珞瑜路129号,430079;中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室,武汉市徐东大街340号,430077;中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室,武汉市徐东大街340号,430077;中国科学院大学,北京市玉泉路甲19号,100049;中国科学院大学,北京市玉泉路甲19号,100049;中国科学院测量与地球物理研究所大地测量与地球动力学国家重点实验室,武汉市徐东大街340号,430077;中国科学院大学,北京市玉泉路甲19号,100049【正文语种】中文【中图分类】P228.3【相关文献】1.利用测高数据研究南极冰盖高程变化 [J], 褚永海;李建成;赵向方;马晶;金涛勇;邢乐林2.基于曲线匹配的星载激光测高仪无场在轨几何定标方法 [J], 陈林生; 周梅; 腾格尔; 陈玖英; 李传荣; 唐伶俐3.基于曲线匹配的星载激光测高仪无场在轨几何定标方法 [J], 陈林生; 周梅; 腾格尔; 陈玖英; 李传荣; 唐伶俐4.基于星载激光测高仪的森林植被高度估算 [J], 褚喆5.基于星载雷达测高资料估计博斯腾湖水位-水量变化研究 [J], 吴红波因版权原因，仅展示原文概要，查看原文内容请购买。
南极冰层变化的遥感监测与分析南极是世界上最大的冰盖集聚地，覆盖了约98%的南极洲地表。
这里的冰盖储存着全球70%的淡水储备，如果南极冰层持续消失，将会对全球水循环产生巨大影响，同时也会引发海平面上升、威胁沿海城市和岛屿等自然灾害。
因此，了解南极冰层变化以及其成因，对环境保护和气候变化研究具有非常重要的意义。
由于南极地区的地理位置极其偏远，人类很难对其进行现场考察和监测。
因此，遥感技术成为了南极冰层变化监测的主要手段，它可以快速、高效地获取海量数据，为科学家提供更为准确、全面的信息。
利用遥感技术进行南极冰层变化监测的主要方式有激光雷达、微波辐射计、SAR遥感等多种类型。
其中激光雷达技术是目前应用最广的一种方法，它的原理是通过向南极冰盖发射激光脉冲，再通过接收回波信号，计算冰盖表面与激光雷达之间的距离差并生成一张高程图。
科学家们通过分析高程图的变化，可以获取冰层隆起或沉降的数据，从而判断冰层融化和增厚的情况。
微波辐射计也是南极冰层监测的常用方法，它能够捕捉到较小的冰层变化。
微波辐射计可以捕捉到南极冰盖下地表的微观变化，如土壤含水量、融冰季节的积水深度等，从而推测冰层的种类以及厚度。
SAR遥感则利用雷达信号穿透云层和常规图像无法看到的范畴，使科学家们可以获取全天候监测能力，包括沿海冰架的漂动和冰层下水文状况的变化等。
通过上述几种遥感技术获取到的数据，科学家们还可以通过对监测设备定位的全球卫星导航系统数据进行对比，得到更为准确的南极冰层变化分析。
在南极冰层变化监测中，科学家们还对南极磁场、冰盖浑沌响应等数据进行了研究，这对深入了解南极冰层的物理特性、构造情况和变化趋势有着非常重要的意义。
随着遥感技术的不断发展和进步，南极冰层变化监测的精度和效率逐渐提高。
在南极冰盖区域，科学家们用遥感技术实时监测南极冰层变化，哪怕只有一厘米的变化也能立即被捕捉到。
这一过程极其繁琐，需要将足够长时间的数据进行整合，以便尽可能减少多种影响因素的协作效应。
