2014年初雪龙船在南极被海冰围困期间海洋气象环境分析

张林 李春花 柴先明 魏立新 李明 孙启振 李志强 赵杰臣 赵彪刘富彬 田忠翔 孟上 孙虎林 马静 苏博 于海鹏 刘洋

（1国家海洋环境预报中心，国家海洋局海洋灾害预报技术研究重点实验室，北京100081；2北京市遥感信息研究所，北京100192）

0 引言

南极恶劣的天气和复杂的冰情是影响南极科考安全的重要因素，为了有效保障中国第30次南极科学考察的顺利开展，国家海洋环境预报中心（简称预报中心）承担了雪龙船海冰和气象服务保障任务。

2013年12月25日，雪龙船接到俄罗斯“绍卡利斯基院士”号船救援请求后，改变原定赴罗斯海新建站址考察任务，赶往俄罗斯船被困海域进行救援（图1），12月26日雪龙船进入俄罗斯船遇困浮冰区，2014年1月3日凌晨，雪龙船完成救援任务，准备撤离时，发现周围海冰异常密实且厚度超出其破冰能力，被困冰区。预报中心及时利用实时高分辨卫星遥感图像、现场观测资料和数值预报产品综合分析研判，提出6—8日是雪龙船脱困的最佳时机，建议雪龙船在该时间段择机破冰突围。7日，雪龙船根据准确预报信息，抓住有利时机，成功实现自我脱困。

雪龙船处在默茨冰川的西侧，见图2（a），该区域为多风区，默茨冰川于2010年2月发生断裂，显著缩短，断裂前，由于突出的冰舌阻挡来自东侧的海冰，雪龙船所处位置在历史同期海冰较少，默茨冰川断裂缩短后，由于南极沿岸存在西向的沿岸流，海冰的流动性增强，有更多的海冰进入该海域，原位于默茨冰川东侧的巨型冰山B09B已移动到联邦湾区域（142°43′E，66°37′S），大小为27海里 ×10海里（http：／／www.natice.noaa.gov／Main＿Products.htm），并已搁浅固定［1-2］，即位于雪龙船的西侧附近。可见，雪龙船被困区域环境的复杂性。

图1 雪龙船被困位置示意图Fig.1.The R／V Xuelong trapped locationmap

图2 雪龙船进入和离开被困区域的海冰.（a）2014年1月7日RadarSat-2卫星遥感图像；（b）气象状况Fig.2.Sea ice image（a）from RadarSat-2 on 7 Jan 2014 and meteorological conditions（b）during the R／V Xuelong

本文主要介绍了雪龙船被海冰围困应急期间的海冰气象保障工作，并针对雪龙船被困期间的海冰、气象和海洋环境状况进行了综合分析，着重分析了海冰运动、分布变化，对其与风速、风向，以及潮汐、潮流的关系进行了定性分析，得到一些初步结论。

1 数据资料与方法

目前能获取的南极海冰卫星遥感资料主要有，德国不莱梅大学提供的AMSR2微波卫星遥感资料（http：／／www.iup.uni-bremen.de：8084／amsr2），空间分辨率为6.25 km［3］。微波遥感获得的数据受云的影响小，能够在大尺度获得海冰分布的状态信息，但其分辨率相对较低。第二种卫星遥感数据是由NASA提供的MODIS可见光卫星遥感图像（http：／／lance-modis.eosdis.nasa.gov／imagery），分辨率为250 m。MODIS可见光图像相对微波遥感技术来说，空间分辨率高，可以达到百米级，但是受云的影响大。第三种数据是SAR卫星遥感图像，包括加拿大的RadarSat-2卫星遥感图像和中国SAR卫星遥感图像，分辨率能达到米级，且不受云的影响，对冰区导航无疑是最佳选择。

对于此次雪龙船被海冰围困应急事件，使用以Polar WRF模式为核心的极地大气数值预报系统，在雪龙船受困海域建立模式嵌套区域，为雪龙船脱困提供精细化数值天气预报。Polar WRF极地大气数值模式是由美国俄亥俄州立大学伯德极地研究中心在 WRF模式（Weather Research and Forecasting model）基础上进行改进的，以使其适用于极地［4-6］。极地大气数值预报系统的参数配置为，垂直方向分为51层，并在边界层进行加密，顶层气压设置为10 hPa；水平方向采用嵌套方式，对重点地区进行高水平分辨率预报，最高水平分辨率为3.33 km（图3）。模式的初始场和边界条件采用高分辨率的NCEPGFS资料，并包含对GTS准实时观测数据的同化过程。GFS来源于全球谱模式，是较为可靠的模式输入数据源。本文所采用的GFS数据的空间分辨率为1°×1°，包含了26个等压面层（1 000—10 hPa）、地表边界层、某些sigma层以及对流层的信息，数据的时间间隔为 6 h（00、06、12、18 UTC）。模式的参数化方案选取为：微物理过程方案选取WSM5方案；长波辐射选取RRMT方案；短波辐射方案选取Goddard方案；边界层方案选取MYJ方案；积云方案选取kain-Fritsh方案。

极地大气数值预报系统输出平均海平面气压场、降水量场、10m高度风场、2m高度气温场、等压面位势高度场以及雪龙船所在位置的各气象要素量化预报等数值预报产品，预报时效为168 h。经过检验发现，极地大气数值预报系统的产品准确度较高，完全满足应急现场天气预报需求。

图3 极地大气数值预报系统为雪龙船脱困订制的模式计算嵌套区域Fig.3.Domains designed of the Polar Weather Numerical Forecasting System（hereinafter referred to as PWNFS）for the R／V Xuelong rescue

潮汐潮流预报系统的开边界处采用全球潮汐模型TPXO7的潮位和潮流资料驱动，模式水深资料为gebco 0.5′分辨率数据，并收集了雪龙船附近澳大利亚联邦湾站基于历史观测资料调和分析的潮汐时刻表用以模式验证。

2 雪龙船周边区域海冰分析

结合现场观测和卫星遥感资料综合分析，我们按海冰类型和厚度，将雪龙船所在区域分为三个分区，即当年海冰区，冰厚较薄，厚度在1 m以下；密实多年海冰区，此区域为当年冰和多年冰的海冰混合区，冰情复杂，海冰类型较多，海冰厚度可以达到3—4 m，雪龙船被困区域正好在此区域；固定冰区，冰山B09B即位于该区域西侧，此区域海冰为常年多年冰，海冰厚度大且坚固，由于冰山以及固定冰的阻挡，导致东侧海冰易于堆积。

2013年12月27日，雪龙船救援俄罗斯船受阻，雪龙船所在区域周围冰情严重，海冰密集度达到十成。雪龙船距离最近的海冰外缘点（145°E，66°43′S附近）的距离约为25 km，见图4。在持续的偏东风作用下，相对于前几日的海冰情况，雪龙船周围的海冰明显增加，海冰变得更加密实，雪龙船右侧144.5°E—146°E，66°S—67°S区域及其北侧出口144°E—146°E，65.5°—66°S区域海冰增多，偏东风的天气状况加剧了雪龙船周围海域的冰情。12月31日雪龙船往外移动已较困难，根据现场反馈回来信息雪龙船周围海域近十成冰，海冰厚度达3—4 m，附近还有冰山，而且这个区域内冰脊较多，海冰堆积程度很高，远超雪龙船破冰能力。结合2014年1月2日MODIS可见光图像（图5），我们可以清晰地看到雪龙船所在区域的海冰分布和海冰外缘线状况。

血清白介素-18及社会心理因素与急性脑梗死后抑郁的关系 … …………… 费鹏鸽，张朝辉，宋景贵，等 64

利用多幅高分辨率SAR图像，对雪龙船所在区域的海冰类型和冰山运动漂移进行了分析，见图6。在计算冰山和大块浮冰的运动速度时，必须考虑的一个因素是，雪龙船位于一个乱冰堆积带里，该堆积带右侧的边缘，距离雪龙船约3 km，当浮冰和冰山进入该堆积带后，就会停止向前运动。图中的冰山1正好位于浮冰堆积带的边缘区，由于其尺度较大，约900 m×500 m，对雪龙船威胁较大，因此重点对该冰山进行了监测。冰山1在1月2日至3日，往北漂移了8.5 km，其每小时约漂移350 m，3日至5日又朝西北方向漂移了约3.5 km。当冰山进入海冰堆积带后，运动几乎停止，见图6中2014年1月5日的冰山位置，仅在潮流的作用下，发生微小的位移。此外，1月5日在雪龙船东南侧8.0 km处新增一座较大冰山2，大小为200 m×600 m。由此可见该区域冰山的运动变化较快，对雪龙船突围构成潜在威胁。

图4 2013年12月27日AMSR2海冰密集度图Fig.4.Sea ice concentration from AMSR2 on 27 Dec 2013（Data source：http：／／www.iup.uni-bremen.de：8084／amsr2／）

图5 2014年1月2日MODIS可见光图像Fig.5.Sea ice image from MODISon 2 Jan 2014（Data source：http：／／lance-modis.eosdis.nasa.gov／imagery）

1月7日，伴随着影响雪龙船区域的气旋离开，雪龙船附近风向转为偏西风。在持续偏西风作用下，雪龙船左侧约19 km处的海冰出现了大范围的断裂，同时右侧约3 km处也出现了裂缝，见图7。雪龙船成功利用这次海冰断裂的机会，成功实现自我脱困。

图6 基于SAR卫星遥感图像分析的冰山漂移Fig.6.Icebergs drifting map from SAR satellite remote sensing images analysis

图7 2014年1月7日MODIS海冰可见光图像Fig.7.Sea ice image from MODISon 7 Jan 2014（Data source：http：／／lance-modis.eosdis.nasa.gov／imagery）

3 极地大气数值预报

为检验模式对雪龙船所在海域风场预报的准确度，我们分别将附近法国南极考察站迪蒙迪维尔站（66.66°S，140.00°E）和雪龙船的实测风资料与数值模式预报结果进行验证（图8）。数值模式预报得到的风向与迪蒙迪维尔站实测风向几乎一致，均有自东-东南风转为东风的过程，并且风向转换的时间也是一致的。

由图8（a）可见，模式得到的风速比迪蒙迪维尔站实测风速稍大，但是趋势完全一致；图8（b）表明模式预报站点气压及风向与雪龙船实测值几乎一致，当实际风速相对较大时，预报的风速比实测风速大，风速相对较小时，预报值与实测值基本一致。可见此极地大气数值预报系统用于雪龙船脱困期间风场的预报是可靠的，具有重要的参考价值。

图8 极地大气数值预报系统与法国站（a）实测风速和雪龙船（b）实测气压风向风速的对比Fig.8.Comparison ofwind speed and pressure from observations and PWNFS at Dumont d’Urville Station，France（a）and the R／V Xuelong（b）

基于以上检验，我们使用极地大气数值预报系统对雪龙船及其附近海域的平均海平面气压场、风场、降水量场、500 hPa位势高度场进行了数值预报（图9），根据预报结果，进行了天气过程发展的分析和预测。

为了更加直观地预报雪龙船受困位置风的变化趋势，我们根据客观量化的风向风速数值预报结果，绘制了风向转变的时间窗口示意图（图10）。

图9 极地大气数值预报系统关于雪龙船附近海域海平面气压场、风场、降水量场以及500 hPa位势高度场的预报图Fig.9.MSLP（hPa），wind（m·s－1），precipitation（mm），500 hPa geopotential height（m）from PWNFS in different domains

由图10（a）可知，自北京时间6日22：00左右开始，极地大气数值预报系统所预报的风向将由偏东风转为偏西风。风向转变之后，在大约9 h内风向逐渐增大，但风力维持在3级之内，之后风速有平缓减弱的趋势。从8日0：00开始至16：00，风向在西南风与西北方之间摆动，风速也有小幅波动。自8日夜间开始，风向转为东南风，风速有较大波动，风力可达6—7级。

1月7日更新的数值预报产品（图10b）表明，偏西风将在8日上午结束，即西风的时间窗口将提前结束。8日傍晚转为偏东风，风速有波动，并从9日下午之后开始逐渐增强。

根据上述数值预报结果，我们对雪龙船所在海域风向转变的时间窗口和风速变化趋势做出了准确的预报，为雪龙船脱困时机的选取提供了重要的气象保障。

4 南极高分辨率潮汐潮流预报

利用区域海洋环流模式ROMS［7］在雪龙船被困区域（138°E—148E°，65°S—68°S）建立潮汐潮流预报模型（图11）。虽然南极潮汐观测资料匮乏，但是数值模型作为工具已经取得一定进展［8-9］。本文所建立的模型水平分辨率为1／60°，垂向50层。模式从2014年12月1日00：00启动，积分40天，取自雪龙船被困1月2日起至1月9日的预报结果进行分析，并与雪龙船位置较近的南极联邦湾站基于历史观测资料调和分析的潮位预报结果比较，为雪龙船选择合适的窗口期解困提供有利的海洋环境信息。

图10 极地大气数值预报系统对雪龙船所在位置风向风速的预报示意图Fig.10.Wind tendency to the location of the R／V Xuelong from PWNFS

雪龙船被困位置位于南极大陆边缘，因此潮流在冰山和浮冰飘移过程中发挥着不可忽视的作用，准确预报出潮流的流向和转流时刻，对雪龙船脱困窗口期的选择是十分有利的。从1月2—8日，雪龙船所在位置经历了天文大潮到天文小潮的衰减，从预报水位曲线看，该海域主要受半日潮波控制，日潮不等现象显著，呈不规则半日潮（图11），极区潮汐模式预报的高潮和低潮时刻和南极联邦湾站预报结果吻合。从2—8日，潮流流速逐渐变小，8日的平均潮流流速约为8 cm／s，该海区潮流以西北东南方向的往复流为主（图略），对雪龙船脱困影响不大。

图11 模式预报水位（图a）与模式预报流速、流向（图b）Fig.11.Tidal elevation（a）and tidal current speed and direction（b）from forecastmodel

5 讨论

由于雪龙船被困区域靠近大陆架，海冰类型较为复杂，冰山较多，多年冰和当年冰夹杂在一起，西侧为固定冰区，南极大陆沿岸多数地区常年盛行偏东风，南半球夏季融化的海冰随风自东向西漂流，受固定冰阻挡，海冰易产生堆积。根据海冰、气象和潮汐潮流综合分析，风是影响该区域海冰和冰山运动变化的主要因子，潮流作用次之。

迪蒙迪威尔海即绍卡利斯基号和雪龙船受困海域，受连续多个气旋影响，偏东大风持续时间长，风力大，导致海冰自东向西堆积，是造成雪龙船被围困的主要因素。2013年12月22日至12月26日受不断发展的极地气旋影响，偏东大风持续，气旋中心最低气压为969 hPa。12月28日，低压减弱东移后逐渐填塞，受困海域受均压场控制，12月30日，再次受气旋影响，东南风也再次增强，周边海冰在强劲的东南风作用下，不断堆积，2014年1月3日后又受气旋影响，偏东大风使海冰进一步挤压堆积。从图3雪龙船进入密集浮冰区路线可以看到，12月28日之后雪龙船航速基本为0，而是在持续东南风的作用下随着海冰向西北方向漂移至被困点，至1月2日向西北方向漂移了8—9 km，由于海冰进一步堆积，海冰越来越密实，将雪龙船深陷其中，1月3—6日雪龙船基本随潮流做小幅的西北-东南向往复运动。

通过多频次的实时高分辨卫星遥感数据和现场实时数据，及时掌握雪龙船周边的冰情变化，综合大气和潮汐潮流预报，进行准确的天气形势判断和预报，给出1月6—8日为最佳的脱困时间窗口，保障雪龙船顺利脱困。1月6日澳大利亚南部高压强盛，中心气压达到1 027 hPa，高压脊有加强南伸趋势，根据实时海冰卫星遥感数据，雪龙船东侧海冰出现了明显松散现象。6日夜间，受高压脊的影响，出现偏西风，与预报结果一致，7日偏西风加大至4级左右，距雪龙船西侧约19 km处海冰断裂，现场冰情变化非常快，浮冰出现多处破裂，雪龙船附近海冰出现松动，雪龙船成功转向，并在短时间内驶出密集浮冰区。

6 结论

此次雪龙船脱困应急预报保障工作是对中国极地预报保障能力的一次检验，通过此次突发事件，让我们意识到拥有自主实时数据资源和自主预报能力的重要性。及时掌握雪龙船周边的冰情变化，以及准确的天气形势判断和预报，是此次雪龙船顺利脱困的关键。

通过对雪龙船被海冰围困期间的海冰、气象和海洋环境状况综合分析发现，造成雪龙船被围困的主要因素，一是由于雪龙船被困区域靠近大陆架，冰山较多，多年冰和当年冰夹杂在一起，海冰类型较为复杂；二是由于受连续多个气旋影响，在雪龙船受困海域，偏东大风持续时间长，风力大，加之受西侧固定冰区阻挡，海冰自东向西堆积，致使雪龙船被困。

通过此次应急预报保障实践，让我们认识到南极环境的复杂性和不同区域的独特性，比如中国在罗斯海拟新建站区域同样是个环境极为复杂特殊的地区，要做好未来的预报保障，必须对当地的大气和海洋状况以及地理状况有充分的了解，需要我们更深入全面地去研究；此外，中国目前虽然已具备一定的极地预报保障能力，但由于极区海冰与海洋、大气间相互作用的复杂性，以及极地区域现场观测资料的匮乏，目前对极区大气、海洋和海冰的预报还存在很多的不确定性，目前模式分辨率还不能满足局地较小区域及航行的预报需求，预报能力还较为有限，亟需加强区域精细化预报系统的研发，加强极区观测能力建设，以建立完善的极地监测预报系统。

致谢 衷心感谢北京市遥感信息研究所相关人员不辞辛劳在雪龙船应急预报保障的第一时间提供了实时卫星遥感资料，雪龙号王建忠船长及现场观测人员提供了现场信息。感谢澳大利亚南极局的Petra Heil博士及时提供冰情信息，感谢国家海洋卫星应用中心提供的卫星遥感资料，北京师范大学惠凤鸣博士在遥感资料分析上提供的帮助。

1 Kusahara K，Hasumi H，Williams G D.Impact of Mertz Glacier Tongue calving on dense shelf water.Nature Communications，2011，2：159.

2 Dragon A C，Houssais M N，Herbaut C，et al.A note on the intraseasonal variability in an Antarctic polynia：Prior to and after the Mertz Glacier calving.Journal of Marine Systems，2014，130：46—55.

3 Spreen G，Kaleschke L，Heygster G.Sea ice remote sensing using AMSR-E 89-GHz channels.Journal of Geophysical Research：Oceans，2008，113（C2），C02S03.

4 Hines K M，Bromwich D H.Developmentand testing of PolarWeather Research and Forecasting（WRF）Model.Part I：Greenland ice sheetmeteorology.Monthly Weather Review，2008，136（6）：1971—1989.

5 Hines K M，Bromwich D H，Bai LS，et al.Developmentand testing of PolarWRF.PartⅢ.Arctic land.Journal of Climate，2011，24（1）：26—48.

6 Bromwich D H，Hines KM，Bai L S.Developmentand testing of PolarWeather Research and Forecasting Model：2.Arctic ocean.Journal of Geophysical Research：Atmospheres，2009，114（D8），doi：10.1029／2008JD010300.

7 Haidvogel D B，Arango H，BudgellW P，et al.Ocean forecasting in terrain-following coordinates：Formulation and skill assessmentof the Regional Ocean Modeling System.Journal of Computational Physics，2008，27（7）：3595—3624.

8 Robertson R，Beckmann A，Hellmer H.M2tidal dynamics in the Ross Sea.Antarctic Science，2003，15（1）：41—46.

9 Robertson R.Barotropic and baroclinic tides in the Ross Sea.Antarctic Science，2005，17（1）：107—120.