英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料
基于CryoSat-2的北冰洋海冰厚度和体积估算
Seymour W. Laxon,1 Katharine A. Giles,1 Andy L. Ridout,1 Duncan J. Wingham,1Rosemary Willatt,1 Robert Cullen,2 Ron Kwok,3 Axel Schweiger,4 Jinlun Zhang,4 Christian Haas,5Stefan Hendricks ,6Richard Krishfield,7 Nathan Kurtz,8 Sinead Farrell,9和Malcolm Davidson2
2012年12月14日接收; 2013年1月16日录用; 2013年2月28日发表。
[1]30多年的卫星记录显示，北极冰川范围总体不断下降，在2012年9月达到记录最低值。泛北极海冰模型化和信息采集系统（PIOMAS）的结果表明，在冰川范围下降的同时，冰的体积也在减少，但这还没有相关数据的验证。利用欧洲航天局CryoSat-2（CS-2）任务的新数据，通过实地数据检验，我们得到了2010年11月和2011年12月冬季冰量的估算值。将这些数据与PIOMAS的当前估计值以及美国国家航空航天局ICESat任务的早期（2003-8）估计值进行比较，发现在ICESat到CryoSat-2期间，秋季海冰体积下降了4291km3 (超过从PIOMAS模型得到的北极中部秋季下降冰量2644 km3)，冬季体积下降了1479 km3(却是低于PIOMAS模型的2091 km3)。引用：Laxon S. W.，K。A. Giles，A。L. Ridout，D。J. Wingham，R。Willatt，R。Cullen，R。Kwok，A。Schweiger，J。Zhang，C。Haas，S。Hendricks，R. Krish fi eld，N。Kurtz，S。Farrell和M. Davidson（2013），CryoSat-2估计北冰洋海冰厚度和体积，地球物理学。 RES。 Lett。，40,732-737，doi：10.1002 / grl.50193。[1]
- 介绍
[2]北极海冰覆盖的变化是气候变化最明显的代表之一。 海冰范围的变化影响了地表反照率，与此同时，海冰量的变化反映了北冰洋热度预算的变化以及海冰与海洋之间淡水的交换。全球气候模拟预测由于人类活动产生的温室气体增加，北冰洋海冰量的降幅（每十年下降3.4％）将超过海冰范围的降幅（每十年2.4％）[Gregory等，2002] 。
[3]卫星记录表明在所有季节中北冰洋海冰范围都是持续下降的，特别是在夏季[Stroeve等，2012]。2007年之后海冰范围异常变得不那么极端，但北极冰海模拟和信息采集系统[PIOMAS，Zhang和Rothrock，2003]海冰再分析估计的北极海冰量呈现持续下降的趋势[Schweiger等，2011，以下简称S11]。 PIOMAS是基于国家大气再分析环境预测数据中心提供的海洋与冰成分的数值模型。此外，卫星观测到的海冰浓度和海面温度也被用于改善通过PIOMAS所进行的冰层厚度分析和体积估算。最近唯一对北极达到86°N近距离冰量观测的数据来自美国国家航空航天局（NASA）的ICESat卫星[Kwok等，2009，以下简称K09]，但一般认为其所记录的时期（2003-8）太短所以无法验证PIOMAS显示的趋势（S11）。此外，在2008年3月之后无法获得基于ICESat的体积估算，所以2008年后也不能用它确认PIOMAS模拟得出的北极海冰量持续下降这一结论。
[4]在本文中，我们利用CryoSat-2（CS-2）[Wingham等，2006]卫星雷达高度计进行海冰厚度测量，通过估算冰的体积将ICESat的北极冰量记录延续到2012年3月。描述了利用三个独立的原始数据集处理和验证CS-2厚度估算的方法。然后，采用CS-2去计算2010/11和2011/12冬季的冰量，并将所得数据与较早ICESat估算的体积和最近PIOMAS模拟进行比较。
2.数据和方法
[5]虽然CS-2的测量原理与先前欧洲航天局（ESA）的ERS[Laxon等，2003]和Envisat卫星 [Giles等，2008]上搭载的雷达高度计类似，但CS-2的任务和船上携带的合成孔径雷达（SAR）/干涉雷达高度计（SIRAL）高度计在三个重要方面存在区别。 第一，CS-2的轨道倾角为92°，首次覆盖了88°N地区（ERS和Envisat的覆盖范围限制为81.5°N）。其次，SIRAL使用“合成孔径雷达高度测量”将仪器测地面积分别沿轨道和跨轨道减小到大约0.3公里和1.5公里，而早期ESA任务约为10公里。最后，当CS-2沿其轨道运行时，SIRAL使用表面上每个点的多个外观来减少雷达散斑引起的噪声。有关完整CryoSat任务、运行和数据产品的描述，请参阅Wingham等人[2006年]。
[6]我们通过处理CS-2的L1B级数据获得海冰干舷的测量数据，并用它来计算海冰厚度，使用的方法和处理Envisat RA-2仪器数据类似[Giles 等，2008]，但因为仪器之间的差异和计算厚度到干舷所用的算法有了改进，所以还是有些不同之处。我们现在详细说明CS-2的处理与RA-2的处理之间的差异。
[7]处理的第一步是区分海洋表面高程和冰面高程（参考椭圆体上方）之间的区别。这种区分依赖于一个事实:表面反射率随入射角的变化不同，这取决于回波是由冰间海水的镜面反射，还是来自浮冰的漫反射[Drinkwater，1991; Laxon，1994]。通过检查先前使用的“脉冲峰值”（PP）参数来实现表面类型判断[Giles et 等，2008; Peacock和Laxon，2004]和一个新的参数，被称为“堆栈标准差”（SSD），它使用SIRALs多视图来提供具有入射角的表面反向散射的变化测量[Wingham et 等，2006]。冰间隙海水由PPgt; 18和SSD lt;4识别，而浮冰的回波由低PP（lt;9）和高SSD（gt; 4）识别。范围窗口中心和与表面平均散射水平相应的回波前沿上的点之间的距离也是需要考虑进行校正的部分[Laxon，1994]。对于来自冰间海水的回波，我们采用更复杂的高斯指数模型[Giles 等，2007]替换先前用的简单前沿阈值算法[Giles 等，2008]。对于浮冰的回波，波形跟踪点被定在回波中第一个峰值幅度的50%。在Giles等人 [2012]之后，通过比较季节性海冰区域中有无冰盖覆盖地区的海拔高度，我们消除了由漫反射和镜面回波之间模型差异导致的一种高程偏差。为了从得到的高度中去除大地水准面和平均海洋地形，我们通过第一年的CryoSat冰间海水和公开海洋高程构建了一个新的平均海面模型。
[8]为了将干舷转换为厚度，我们采用了比以前更复杂的方法[Giles 等，2008; Laxon等，2003]，即通过修改Warren等人的雪荷载 [1999，以下称W99]和冰密度，取决于是否存在第一年或多年冰（使用来自挪威大都会OSI SAF服务系统的冰型网格数据识别）。最近对雪雷达数据的分析表明，虽然W99代表了多年冰上的积雪，但第一年冰雪的深度约为W99的50％[Kurtz和Farrell，2011]。因此对于第一年的冰，我们在将CS-2干舷测量值转换为厚度（我们使用W99给出的雪密度）之前，将W99积雪深度（hs）乘以0.5。我们使用第一年冰的密度为916.7 kg m-3，多年冰为882.0 kg m-3[Alexandrov 等，2010]。
[9]来自CS-2的绝对厚度估计可能受到不同来源的偏差影响。我们关于雷达穿透冰雪界面的观点仍然是调研的主题，也可能引入误差，使我们的厚度估计产生偏差[Willatt 等，2011]。在将干舷转换为厚度时，由于我们假设的雪荷载和冰/水密度的不确定性，可能会引入额外的误差。因此，将我们的CS-2数据与其他类似的冰厚度数据进行比较非常重要。我们使用三个独立的数据集，这能够在广泛区域上验证CS-2检索数据，包括一年和多年冰以及整个冰增长季节。
[10]在与现场数据进行比较之前，有必要对各个干舷测量数据进行平均[Giles 等，2007]来减少非相干雷达回波中随机波动引起的误差，这种误差称为“散斑”[Elachi，1988;Peacock和Laxon，2004年]。平均干舷测量的数量必须足够以确保这种噪声引起的冰厚度误差占比不超过其他不确定性引起的误差（例如雪荷载）。此外，由于卫星轨道模式的30天子循环[Wingham 等，2006]，要生成一幅在北极上空定期覆盖的地图，需要对一个月内的数据进行平均。对于CS-2，单个平均回波的预计斑点噪声为0.10 m - 0.14 m，具体取决于所采用的工作模式[Wingham 等，2006]，噪声还会影响冰间海水和海拔高度的复检。为了减少散斑噪声引起的干舷误差，达到2cm至3cm的水平，我们对CS-2厚度估算进行网格化，并且每个单元至少进行100次测量，以减少散斑引起的误差因子10（=radic;100）。
[11]我们用来与CS-2比较的空中冰厚度数据通过被称为“Polar-5”的一架DC-3飞机搭载的EM传感器来获得 [Haas等，2010]。 2011年4月和2012年的10次调查，长度介于65至350公里之间（图1d和1f中的黑线），提供了北极西部一年和多年冰的综合雪 冰厚度的测量结果。虽然水平冰上EM数据的精确度为0.1 m，但当存在脊状冰时，不确定性可能会更大[Haas 等，2010]。
[12]为了比较CS-2和EM数据，两个数据集被网格化到相同的0.4°纬度和4°纬度网格。冰加雪厚度的比较（图2a）产生了一个相关系数R = 0.701，平均差值为0.624plusmn;0.066 m。均方根差异包括CS-2冰厚度和EM数据中的误差以及由两个数据集的时间和空间采样引起的差异。实地和CS-2数据之间0.624米的SD可以与格网冰厚度估计值0.46米的估计误差进行比较[Giles等，2007]（当加入雪深的额外不确定性时为0.49米），其中不包括抽样误差和实地数据误差。
a)
b)
c)
d)
e)
f)
g)
h)
0 1 2 3 4 5 6
冰厚度 (m)
图1. CryoSat海冰厚度与PIOMAS和ICESat冰厚度测量结果比较。 数据仅限于“ICESat”覆盖的北冰洋中部区域。（a）2003年7月与10月/ 11月ICESat所测平均冰厚度；（b）2004年8月与2月/ 3月平均值。 （c和d）2010年10月/ 11月和2011年2月/ 3月的CryoSat所测厚度以及用于验证的航空EM数据（黑线）和OIB数据（灰线）的位置，ULS停留处（三角形，圆形，方形）。 （e和f）2011年10月/ 11月和2012年2月/ 3月的CryoSat厚度以及用于验证的机载EM数据（黑线）和OIB数据（灰线）位置。 （g）2011年10月/ 11月和（h）2012年2月/ 3月的PIOMAS。
图2. CryoSat海冰厚度的验证。 （a）2011年4月（空心符号）和2012年（实心符号）Cryosat-2雪加冰厚度一年冰（圆圈）和多年冰（三角形）和Polar-5型飞机EM比较。（b）2010年10月至2011年4月和2011年10月至2012年4月期间（实心符号）在BGEP系泊200公里内（系泊处A：三角形，系泊处B：圆，系泊处D：正方形）的CryoSat-2月平均冰出水比较 。 （c）2011/12年3月10日至2011/12年4月9日期间，Cryosat-2所得一年（圆形）和多年（三角形）冰厚度和冰山行动中（OIB）飞机激光所测数据比较（实线符号来自2012年的数据）。两种飞机比较都是通过将CryoSat和飞机数据网格化到一个共同的（0.4纬度乘4经度）网格并比较两个数据集包含数据的网格单元来进行的。实地数据集的位置如图1所示。
[13]为了进一步评估我们的CS-2厚度估算结果，我们将从CS-2计算得到的冰出水高度与位于博福特海的三个Beaufort Gyre实验项目（BGEP）仰视声纳（ULS）的海冰出水测量结果进行了比较（图1a; http：//www.whoi.edu / page.do？pid = 66559），时间跨度为2010年10月至2011年4月和2011年10月至 2012年4月。仰视声纳（ULS）对冰出水的测量误差估计为0.1米[Melling等，1995]。将每个系泊200公里范围内所有CS-2出水估算的月平均值与每个ULS获得的冰出水月平均值进行比较。比较（图2b）显示出比EM测量更高的相关性（R = 0.886）和出水差异平均值0.237plusmn;0.082 米。这个数字与ICESat获得的冰出水和来自同一BGEP系泊的冰出水之间的差异相比较，在此期间2003年7月的K09却为-0.14plusmn;0.51米。 当将ICESat与水下ULS出水测量结果比较时，K09获得了类似的差异-0.1plusmn;0.42 m。lt;
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[431853]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
