基于CryoSat-2卫星测高数据的北极海冰体积估算方法

王蔓蔓，柯长青，邵珠德

(1.南京大学 地理与海洋科学学院，江苏 南京210023; 2.中国南海研究协同创新中心，江苏 南京 210023)

基于CryoSat-2卫星测高数据的北极海冰体积估算方法

王蔓蔓1,2，柯长青1*，邵珠德1

(1.南京大学 地理与海洋科学学院，江苏 南京210023; 2.中国南海研究协同创新中心，江苏 南京 210023)

近30年来，北极海冰正发生着剧烈的变化。海冰体积是量化海冰变化的重要指标之一。本文以2015年CryoSat-2卫星测高数据和OSI SAF海冰类型产品为基础。提取了浮冰出水高度、积雪深度、海冰密集度、海冰类型等属性信息，通过数据内插、投影变换、栅格转换、空间重采样等工作将海冰属性信息统一为25 km×25 km分辨率的栅格数据集。根据流体静力学平衡原理，逐个估算栅格像元对应的海冰厚度值，将其与对应的海冰面积相乘，估算了北极海冰密集度大于75%海域的海冰体积，并分析了海冰厚度和体积的月变化和季节变化特征。用NASA IceBridge海冰厚度产品对反演的海冰厚度进行验证。结果表明二者相关系数为0.72，有较高的一致性。北极海冰平均厚度春季最大，夏季最小，分别约为2.99 m和1.77 m，最厚的海冰集中在格陵兰沿岸北部和埃尔斯米尔半岛以北海域。多年冰平均厚度大于一年冰。冬季海冰体积最大，约为23.30×103km3，经过夏季的融化，减少了近70%。一年冰体积季节波动较大，而多年冰体积相对稳定，季节变化不明显。

CryoSat-2；海冰类型；积雪深度；海冰厚度；海冰体积；北极

1 引言

北极海冰是全球气候变化的重要指示器，海冰表面的高反射率把大部分太阳辐射反射回大气，造成了极地的冷源[1—2]，对全球大气和海洋环流有重要和长期的影响[3—4]。海冰的冻结、融化和运动过程提供了海冰和海洋之间最重要的直接联系[5—6]。随着全球气候的变化，北极海冰也发生了剧烈的变化。30多年的卫星观测记录表明北极海冰外缘线和海冰面积呈下降趋势，且夏季减少速度比冬季快，在2012年9月达到最小值[7—8]。微波遥感数据显示，夏季北极海冰面积最小覆盖范围内主要由多年冰组成。最近一些研究成果也指出北极的多年冰在以每年10%的速度消失[9]。AMSR-E海冰密集度数据分析表明2002-2010年北极的多年冰减少了近30%[10]。

北极海冰的变化不仅表现为外缘线的退缩和面积的减少，同时海冰厚度也在不断发生着变化[11—12]。ERS-1和ERS-2雷达高度计数据分析表明1993-2001年北极海冰平均厚度的年际变化比较明显，融化天数的持续增加将导致北极海冰加速变薄[13]。ICESat激光高度计数据分析表明2004-2008年冬季(2-3月)北极海冰厚度平均减薄0.68 m[14]。ERS和Envisat RA(雷达高度计)海冰厚度的数据分析表明2007-2008年(10月至翌年3月)北极81.5°N以南海域海冰异常变薄，且北冰洋西部多年冰区相比东部一年冰区海冰厚度减小更多[15]。

海冰体积作为量化海冰变化的重要指标之一，探讨其变化特征有重要意义。北极海冰模型同化系统(PIOMAS)显示北极海冰体积也呈现减少趋势[16—18]。ICESat数据分析表明2003-2008年2-3月和10-11月海冰体积分别以0.88×103km3/a和1.45×103km3/a的速度减少[15]。由于ICESat卫星轨道倾角的限制，研究忽视了多数多年冰，且卫星的工作时间受到限制[19—21]。2010年4月，欧空局发射的专门为冰冻圈设计的CryoSat-2卫星，克服了传统测高卫星轨道倾角的限制，观测数据范围最高达到北极88°N的区域[22—23]。另外，其独特的多视处理和高分辨率弥补了传统遥感观测手段和测高卫星的不足。Tilling等[24]使用CryoSat-2卫星L1b数据SAR和SARIn模式的观测值计算了2010-2014年秋季10-11月北极海冰体积的变化，结果表明2013年北极秋季海冰总体积比前一年增加了41%，甚至到2014年海冰体积也仅有少量减少。虽然北极海冰的研究成果较为丰富，但多集中在生长期海冰变化的研究。在海冰的生长速率、融化速率、生长量和融化量方面涉及较少。而这些方面恰恰是海冰变化的前提。海冰体积的变化将直接影响北极地区海平面和大气等位面的变化，迫使北极地区冷水和冷空气向中低纬度地区流动，造成北半球极端天气事件增加[25]。

大范围精确的厚度信息是反演海冰体积的关键。一年冰和多年冰的密度误差在海冰厚度反演中占主导地位[15]。本文从2015年CryoSat-2卫星L2I级数据产品获得北极圈以内海冰密集度大于75%的浮冰出水高度、辅助测量的积雪深度和海冰密集度信息。并用OSI SAF海冰类型数据和EASE-Grid格式的北极冰龄数据将北极海冰分为一年冰和多年冰。通过数据内插、投影变换、栅格转换、空间重采样等工作将海冰属性信息处理为统一分辨率的栅格数据集。根据流体静力学平衡原理反演得到海冰厚度，用NASA IceBridge海冰厚度产品验证反演的结果。将海冰厚度和密集度(面积)数据相匹配，估算海冰体积，进而分析了北极海冰厚度和体积的月变化和季节变化特征，为今后进一步研究北极海冰变化提供了可能。

2 数据

CryoSat-2卫星近极地非太阳同步轨道平均高度为717 km，倾角为92°，重复周期为369 d，并伴随着30 d的子循环(369 d的周期由连续变化的30 d重复模式构成)。采用Ku波段合成孔径干涉雷达高度计(SIRAL)观测陆地冰川、冰盖和海洋表面高程的变化[18]，主要任务是监测极地区域的冰架和海冰。SIRAL是CryoSat-2卫星的主要载荷，相比于先前欧空局雷达高度计(RA)约10 km的卫星足迹，它采用延迟多普勒雷达高度计(DDA)技术，将卫星地面足迹减小到沿轨约为0.3 km，跨轨约为1.5 km。另外，SIRAL对地表点进行多视处理以减少雷达斑点引起的噪声。其测量海平面高度数据精度约为传统雷达高度计的2倍。该载荷有3种测量模式：专门测量极地冰架内部及开阔海域相对平坦海冰的低分辨率测量(LRM)模式；用于测量平坦海冰的合成孔径雷达(SAR)模式；用于研究更加复杂、险峻地势冰覆盖的合成孔径雷达干涉测量(SARIn)模式。CryoSat-2卫星的主要数据产品分为L1b、L2、L2I 3个级别，L1b数据由卫星地面轨迹点的回波组成，对影响数据质量的电离层、海潮和固体潮、电磁偏差和逆气压等进行了校正。L2和L2I是采用OCOG波形重跟踪算法从L1b级产品中获得的[26]，L2I在L2的基础上增加了用于计算海冰出水高度的海冰区域表面识别信息。本文使用的浮冰出水高度数据来源于CryoSat-2卫星L2I级SAR模式的基线C数据(ftp://science-pds.cryosat.esa.int)，基线C数据提高了基线B数据的质量。积雪深度、积雪密度和海冰密集度数据均来源于CryoSat-2卫星辅助测量数据，它是通过气候模型计算得来的。由于在海冰密集度较低的海域内，雷达信号易受到干扰，因此CryoSat-2 L2I级数据产品中提取的浮冰出水高度均为海冰密集度大于75%的海冰。

欧洲气象卫星应用组织(EUMETSAT)海洋海冰应用中心(OSI SAF)的核心任务是监测南北极冰雪覆盖的变化。自2005年以来，提供全球海冰类型、密集度、外缘线和反射率等数据产品。其海冰类型产品是使用贝叶斯算法和大气校正模型，基于被动微波散射计(SSMIS)的亮度温度和主动微波散射计(ASCAT)的后向散射数据，反演得到的空间分辨率为10 km的极地立体投影网格数据。使用2015年每月中旬的北极OSI SAF海冰类型产品(http://www.osi-saf.org)，将CryoSat-2卫星测高数据获得的每月海冰分为一年冰(FYI)和多年冰(MYI)。但夏季海冰的融化，致使海冰类型信号受到干扰，6-9月部分海冰的类型难以区分。由于多年冰的范围和位置相对较稳定。文中使用美国雪冰中心(NSIDC)提供的EASE-Grid格式北极冰龄数据(http://nsidc.org/data/docs/daac/nsidc0611-sea-ice-age/)为补充。该数据产品是使用被动微波(SMMR、SSM/I、SSMIS、AVHRR)、IABP浮标、NCEP和NCAR再分析数据共同反演得到，空间分辨率为12.5 km，时间跨度为1978年11月-2015年5月。提取2011-2014年24、28、33、37周多年冰的平均范围分别作为2015年6、7、8、9月多年冰范围。

NASA IceBridge项目是目前最大的航空遥感极地观测项目，航空平台上搭载多源遥感传感器，主要包括数字相机、激光雷达、雷达、重力仪以及辅助设备等。自2009年启动以来，每年分别在3-5月和10-11月对格陵兰和南极快速变化区域进行数据采集，填补了ICESat-1退役以来极地观测数据的空白。其海冰厚度产品由机载平台上的ATM和Snow Radar传感器获得，由沿航迹高程和积雪深度协同反演得到，空间分辨率为40 m，精度较高[27]。IceBridge海冰厚度数据来源于美国雪冰中心(http://nsidc.org/data/docs/daac/icebridge/evaluation_products/)，共7个航次，其航迹分布在加拿大北极群岛和格陵兰岛以北的多年冰海域，如图1所示。主要使用2015年3月北极IceBridge机载激光测高海冰厚度产品来验证本文CryoSat-2卫星反演的海冰厚度。

图1 北极海域分布(a)和IceBridge海面轨迹(b)Fig.1 The marginal seas of Arctic Ocean (a) and ocean tracks of IceBridge (b)

3 方法

提取CryoSat-2 SIRAL高度计2015年1-12月约1.80×107个浮冰出水高度测量数据点，并将其与辅助测量数据中对应位置的积雪深度和海冰密集度数据相匹配。通过数据内插、投影变换、栅格转换和空间重采样等预处理工作，获得每月25 km空间分辨率的栅格数据集。同时将OSI SAF海冰类型数据和EASE-Grid北极冰龄数据重采样为相同空间分辨率的像元。通过空间掩膜处理来确定CryoSat-2卫星获得的相应位置浮冰的类型。

Beaven等[28]通过实验证实，假定海冰处于流体静力学平衡，在较为寒冷干燥的条件下Ku波段雷达脉冲信号能够穿透海冰表面的积雪层，并在冰雪界面处发生散射。那么可以用以下流体静力平衡公式，辅以必要的参数，估算出每一个栅格像元的海冰厚度[29]Hi，

(1)

式中，ρw、ρi和ρs分别是海水、海冰和海冰上覆盖积雪的密度；Fi为浮冰出水高度；Hs为海冰上的积雪深度。其中，海水密度ρw设定为1 023.8kg/m3[30]，一年海冰和多年海冰的密度分别为916.7kg/m3和882.0kg/m3，积雪密度取324.0kg/m3[31]。尽管多年冰和一年冰上积雪的密度存在差异[32—33]，但一年冰和多年冰上积雪的差异主要来自于积雪深度而非积雪密度[31]。

然后将得到的海冰厚度值乘以对应像元的海冰面积(像元所代表的实际面积与海冰密集度的积)，再累计求和得到整个海域的海冰体积，如式(2)：

(2)

式中，V表示整个海域的海冰体积；Hj、Cj分别代表第j个像元的海冰厚度和密集度；S为像元的实际面积，即像元的空间分辨率；n为像元总个数。

4 结果

4.1CryoSat-2卫星测高数据反演海冰厚度的验证

将CryoSat-2卫星测高数据反演得到的2015年3月北极海冰厚度，与IceBridge观测结果进行空间匹配(航线上每隔25km的所有观测样本平均海冰厚度值，与对应位置CryoSat-2卫星测高数据估算的海冰厚度像元值比较[34]，得到155个观测样本。该样本中两组数据明显线性相关，相关系数为0.71(图2)。其中CryoSat-2数据反演得到的海冰厚度平均值为3.28m，高于IceBridge观测的海冰厚度平均值2.94m。但Farrell等[27]认为由于SnowRadar在冰脊区回波信号信噪比较低，使IceBridge低估了实际的海冰厚度，因此CryoSat-2卫星测高反演得到的海冰厚度能够反映北极海冰的实际状况。

图2 2015年3月CryoSat-2卫星测高数据反演得到海冰厚度与IceBridge观测海冰厚度的比较Fig.2 Comparison of sea ice thickness retrieved from CryoSat-2 and IceBridge in March 2015

4.2 积雪深度的变化

积雪深度受气温和降雪的影响，随季节和纬度的变化而变化。2015年积雪深度数据分析表明北极海冰上积雪深度3-5月均超过了300mm(图3)，虽然4-6月随着北极的增温，积雪开始消融，但在3月份之后仍有增长的趋势，一方面因为在消融的过程中若伴随降雪，则会严重阻碍消融的进程[35]。另一方面，冰脊发育可能导致厚的积雪聚集。最深的积雪位于格陵兰沿岸北部和埃尔斯米尔半岛以北的海域。其中，格陵兰沿岸北部部分海域海冰上的积雪深度在9月份仍达到300mm(图4)，这可能是因为该海域海冰表面粗糙，而北极海域风大，冰面平滑海域的积雪被吹向冰面粗糙海域[36]。6-9月积雪大面积融化形成融雪池，9月份平均积雪深度达到最小值，约为125mm，仅北冰洋中心海域的海冰上覆盖有积雪。10月份以后，随着北极进入冰冻期，积雪深度开始不断增加，覆盖范围也不断扩大(图4)。

图3 2015年北极海冰上覆积雪深度的月变化Fig.3 Monthly changes in depth of snow on sea ice in the Arctic Ocean during the year 2015

2015年各月份平均雪深和最大雪深的变化基本一致(图3)，总体而言，最大雪深比平均雪深高出143mm。1-3月积雪深度不断增加，增加速度约为33mm/月。6-9月随着北极进入消融期，积雪深度迅速减小，减小速度约为50mm/月。10月份以后，随着北极气温的降低，积雪深度不断增加，10-12月增加速度约为22mm/月，远小于6-9月的减小速度。总体来看，北极平均雪深春季(4-6月)最大，约299mm，其次是冬季(1-3月)，约283mm，秋季(10-12月)约为208mm，夏季(7-9月)最小，约为145mm。夏季平均雪深相比最大的春季，减小了51%。

图4 2015年每月北极海冰上积雪的深度分布Fig.4 Monthly snow depth distribution on sea ice in the Arctic Ocean in 2015

4.3 海冰类型的变化

根据海冰的季节变化将海冰分为一年冰和多年冰。其中，一年冰是指该年份中新生成的海冰，多年冰是经过夏季融化后仍然存留的海冰。一年冰季节变化较明显(图5)，对北冰洋海水的成层和对流起着重要作用，因此对全球气候有着潜在的影响。

1-3月为海冰生长期，一年冰逐渐向北冰洋以南的白令海、哈得孙湾以及格陵兰岛海岸线一带生长。3月份海冰范围达到年最大值，海冰密集度大于75%的海冰范围约8.84×106km2。此时也是一年冰的最大范围，约6.78×106km2(表1)，整个北冰洋东部海域被一年冰覆盖，多年冰多分布在格陵兰岛和加拿大群岛以北海域。4、5月一年冰开始融化。6月份随着气温的进一步升高，一年冰迅速消融，到6月中旬，白令海、鄂霍茨克海的一年冰已完全融化。6-9月海冰的平均消融速度约为1.32×106km2/月，到9月份整个北极海冰范围达到全年的最小值，约2.81×106km2(密集度大于75%),仅北冰洋中心海域存在海冰(多年冰)，一年冰基本融化殆尽，此时的海冰覆盖情况最能反映全球气候变化。10月份北极海冰进入生长期，多年冰周边海域逐渐新生一年冰。12月中旬北冰洋基本全被海冰覆盖，约为7.78×106km2。加拿大北极群岛和格陵兰岛以北的多年冰海域也逐渐新生一年冰(图5，表1)。

图5 基于OSI SAF数据的2015年每月中旬的海冰类型Fig.5 Monthly sea ice type in the middle of each month in 2015 based on OSI SAF data

1月2月3月4月5月6月7月8月9月10月11月12月一年冰5．795．876．786．035．734．412．001．030．041．423．845．06多年冰2．712．962．062．422．382．362．552．632．773．092．672．72

4.4 海冰厚度的变化

北极平均海冰厚度在5月份达到最大值，9月份达到最小值，分别约为3.17 m和1.58 m(图6)。由于6-9月海冰的融化，使得CryoSat-2卫星雷达高度计脉冲信号受到影响，7、8月份提取的测高数据中存在很大一部分的缺失，使得不能很好地对这两个月份的海冰进行评估，因此进行克里金插值处理。尽管这其中存在一定的不确定性，但是对7、8月份CryoSat-2卫星反演的海冰厚度数据是一个很好的补充。平均海冰厚度的变化趋势基本上和海冰上覆盖的积雪深度变化趋势相一致(图3，图6)，1-5月份不断增加，增加速度约为0.15 m/月。随着北极气温的升高，6月份平均海冰厚度迅速减小，相比5月份减小了0.40 m。6-9月份平均海冰厚度减小速度约为0.40 m/月，大于1-5月的增加速度。10月份随着北极海冰进入生长期，海冰厚度基本呈现增加趋势，但相比1-5月份增加速度较平缓(图6)。

图6 2015年每月北极平均海冰厚度和海冰体积Fig.6 Monthly changes of sea ice average thickness and volume in Arctic Ocean in 2015

冬季为海冰的生长期，平均海冰厚度约为2.75 m。春季北极海冰的平均厚度明显高于其他季节，约为2.99 m，最厚的海冰集中在格陵兰沿岸北部、埃尔斯米尔半岛以北以及北冰洋中心海域。夏季随着气温的升高，北极海冰迅速融化，海冰厚度达到一年中的最小值，约为1.77 m，哈得孙湾、白令海、鄂霍次克海、巴伦支海海域的一年海冰几乎完全融化。秋季平均海冰厚度约为2.31 m，北冰洋中心海域海冰厚度相比夏季明显增加，随着北极气温的降低，海冰从北冰洋中心海域逐渐向周围海域生长，海冰厚度不断增加(图7，表2)。就整个北极海冰而言，每个季节多年冰平均厚度总体上大于一年冰。冬季更为明显，多年冰比一年冰平均厚度高出约0.39 m(表2)。多年冰和一年冰平均厚度均在春季达到最大值，其次是冬季，夏季最小。

图7 2015年北极海冰厚度的季节变化Fig.7 Seasonal changes of sea ice thickness in the Arctic Ocean in 2015

季节多年冰(MYI)一年冰(FYI)总海冰(Total)平均厚度/m体积/103km3平均厚度/m体积/103km3平均厚度/m体积/103km3冬季(1-3月)3．027．632．6315．672．7523．30春季(4-6月)3．168．182．8714．622．9922．80夏季(7-9月)1．795．201．581．331．778．01秋季(10-12月)2．506．682．187．162．3113．84

4.5 海冰体积的变化

北极海冰体积在3月份最大，约为25.13×103km3。9月份最小，约为4.04×103km3。从总体变化趋势来看北极海冰体积和平均厚度较为一致(图6)。虽然北极地区1、2月平均气温最低，7、8月最高[37]。但3-4月海冰体积和平均厚度明显高于1-2月，而9月海冰体积和平均厚度均小于7-8月，这在一定程度上表明海冰的季节变化滞后于太阳辐射和气温的季节变化，因为海冰融化和冻结需要吸收和释放大量热量，存在一个能量累积的过程。海冰体积在1-3月不断增加，增加速度约为1.87×103km3/月。4、5月份有所减少，但速度较为平缓，约为0.28×103km3/月。5-9月海冰迅速减小，减小速度约为5.13×103km3/月。10-12月海冰体积逐渐增加，增加速度约为4.47×103km3/月，大于1-3月的增加速度(图6)。

北极海冰体积的季节变化不同于海冰平均厚度的季节变化。海冰体积在冬季达到最大值，约为23.30×103km3，其中一年冰体积约为15.67×103km3，占冬季海冰总体积的67%，而多年冰体积约为7.63×103km3，这是因为该季节为海冰的生长期。春季海冰体积相比冬季略微减少，减少的部分主要是一年冰，该季节多年冰和一年冰体积相当。6月份随着气温的升高，一年冰迅速融化，夏季海冰总体积达到最小值，约为8.01×103km3，经过夏季的融化，北极海冰体积减少了近70%。夏季一年冰体积约为1.33×103km3，仅占夏季海冰总体积的15%，而多年冰占据了绝大多数。秋季海冰体积相比夏季增加了近1倍，海冰总体积约为13.84×103km3，一年冰体积大于多年冰(表2)。总体来看，一年冰体积季节波动较大，而多年冰体积相对稳定，季节变化不明显。

5 结论与讨论

北极海冰的生长和消融量的差异，影响着北半球的气候变化。本文根据2015年CryoSat-2卫星测高和辅助测量数据，以及OSI SAF海冰类型数据和EASE-Grid北极冰龄数据反演得到北极海冰厚度，并用高精度的IceBridge海冰厚度产品验证。将海冰厚度与海冰密集度数据相匹配估算了北极海域海冰体积。进而分析了北极积雪深度、一年冰和多年冰海冰厚度和体积的时空变化特点。

(1)基于CryoSat-2卫星测高数据反演的海冰厚度与IceBridge观测结果较为一致。北极平均积雪深度在3-5月最大，9月最小。1-3月和10-12月为积雪增长期，6-9月为积雪消融期，积雪消融速度大于增长速度。海冰平均厚度变化基本与积雪深度变化一致，春季最大，夏季最小。最厚的海冰集中在格陵兰沿岸北部、埃尔斯米尔半岛以北，以及北冰洋中心海域。每个季节多年冰平均厚度总体上大于一年冰，冬季更为明显。

(2)北极海冰体积3月最大，9月最小。1-3月和10-12月增加速度小于5-9月减小速度。海冰体积在冬季达到最大值，经过夏季的融化减小了近70%。总体来看，一年冰体积季节波动较大，而多年冰体积相对稳定，季节变化不明显。

(3)本文假定CryoSat-2卫星Ku波段高度计的散射信号发生在雪-冰交界处，可能并不适应于有较厚积雪层的区域[17]，而3-5月海冰上平均积雪深度超过了300 mm，这可能会影响平均海冰厚度和体积的估算结果。由于验证数据的不足，我们仅对3月份北冰洋多年冰海冰厚度反演结果进行了验证，不能完全代表整个海区和各个季节的结果。而对7、8月的CryoSat-2卫星测高数据做了插值处理，可能导致夏季海冰体积估算结果的误差。对于积雪较厚的海区，有待找出更好的海冰估算方法和更多的验证数据。分析了2015年海冰厚度和体积的变化，并没有对影响海冰变化的因素进行深入探讨。由于数据的原因，也没有对近些年的变化趋势进行研究。未来的工作中，将对北极近5年平均海冰厚度和体积的变化进行更深入的研究。

[1] Hallikainen M, Winebrenner D P. The physical basis for sea ice remote sensing[M]//Microwave Remote Sensing of Sea Ice. Washington D C:American Geophysical Union, 1992: 29-46.

[2] Curry J A, Schramm J L, Ebert E E. Sea ice-albedo climate feedback mechanism[J]. Journal of Climate, 1995, 8(2): 240-247.

[3] Aagaard K, Carmack E C. The role of sea ice and other fresh water in the Arctic circulation[J]. Journal of Geophysical Research: Oceans, 1989, 94(C10): 14485-14498.

[4] Laxon S W, Giles K A, Ridout A L, et al. CryoSat-2 estimates of Arctic sea ice thickness and volume[J]. Geophysical Research Letters, 2013, 40(4): 732-737.

[5] Lemke P, Hibler W D, Flato G, et al. On the improvement of sea ice models for climate simulations the Sea Ice Model Intercomparison Project[J]. Annals of Glaciology, 1997, 25: 183-187.

[6] Grémillet D, Fort J, Amélineau F, et al. Arctic warming: nonlinear impacts of sea-ice and glacier melt on seabird foraging[J]. Global Change Biology, 2015, 21(3): 1116-1123.

[7] Devasthale A, Sedlar J, Koenigk T, et al. The thermodynamic state of the Arctic atmosphere observed by AIRS: comparisons during the record minimum sea ice extents of 2007 and 2012[J]. Atmospheric Chemistry and Physics, 2013, 13(15): 7441-7450.

[8] 崔红艳, 乔方利, 舒启. 2013年北极最小海冰范围比2012年增加的原因分析[J]. 海洋学报, 2015, 37(11): 23-32.

Cui Hongyan, Qiao Fangli, Shu Qi. Reasons for the increase minimum Arctic sea ice extent in 2013 compared with 2012[J]. Haiyang Xuebao, 2015, 37(11): 23-32.

[9] Comiso J C. Arctic multiyear ice classification and summer ice cover using passive microwave satellite data[J]. Journal of Geophysical Research: Oceans, 1990, 95(C8): 13411-13422.

[10] 柯长青, 彭海涛, 孙波, 等. 2002年-2011年北极海冰时空变化分析[J]. 遥感学报, 2013, 17(2): 452-466.

Ke Changqing, Peng Haitao, Sun Bo, et al. Spatio-temporal variability of Arctic sea ice from 2002 to 2011[J]. Journal of Remote Sensing, 2013, 17(2): 452- 466.

[11] Perovich D K, Grenfell T C, Richter-Menge J A, et al. Thin and thinner: Sea ice mass balance measurements during SHEBA[J]. Journal of Geophysical Research: Oceans, 2003, 108(C3):8050.

[12] Kwok R, Cunningham G F. ICESat over Arctic sea ice: Estimation of snow depth and ice thickness[J]. Journal of Geophysical Research: Oceans, 2008, 113(C8):C08010.

[13] Giles K A, Laxon S W, Ridout A L. Circumpolar thinning of Arctic sea ice following the 2007 record ice extent minimum[J]. Geophysical Research Letters, 2008, 35(22): L22502.

[14] 裘帧. 北极海冰加速消融[J]. 自然与科技, 2009(5): 4.

Qiu Zhen. Arctic sea ice accelerated melting[J]. Nature & SciTech, 2009(5): 4.

[15] Zygmuntowska M, Rampal P, Ivanova N, et al. Uncertainties in Arctic sea ice thickness and volume: new estimates and implications for trends[J]. The Cryosphere, 2014, 8: 705-720.

[16] Sturm M, Holmgren J, Perovich D K. Winter snow cover on the sea ice of the Arctic Ocean at the Surface Heat Budget of the Arctic Ocean (SHEBA): Temporal evolution and spatial variability[J]. Journal of Geophysical Research: Oceans, 2002, 107(C10):SHE 23-1-SHE 23-17.

[17] Ricker R, Hendricks S, Perovich D K, et al. Impact of snow accumulation on CryoSat-2 range retrievals over Arctic sea ice: An observational approach with buoy data[J]. Geophysical Research Letters, 2015, 42(11): 4447-4455.

[18] Overland J E, Wang M. When will the summer Arctic be nearly sea ice free?[J]. Geophysical Research Letters, 2013, 40(10): 2097-2101.

[19] Schutz B E, Zwally H J, Shuman C A, et al. Overview of the ICESat mission[J]. Geophysical Research Letters, 2005, 32(21): L21S01.

[20] Abshire J B, Sun X, Riris H, et al. Geoscience laser altimeter system (GLAS) on the ICESat mission: on-orbit measurement performance[J]. Geophysical Research Letters, 2005, 32(21): L21S02.

[21] Kwok R, Zwally H J, Yi D. ICESat observations of Arctic sea ice: A first look[J]. Geophysical Research Letters, 2004, 31(16):L16401.

[22] Armitage T W K, Ridout A L. Arctic sea ice freeboard from AltiKa and comparison with CryoSat-2 and Operation IceBridge[J]. Geophysical Research Letters, 2015, 42(16): 6724-6731.

[23] 魏鑫, 李斐, 张胜凯, 等. CryoSat-2卫星测高计划及其应用[J]. 极地研究, 2015, 27(4): 446-453.

Wei Xin, Li Fei, Zhang Shengkai, et al. CryoSat-2 satellite altimetry and its application[J]. Chinese Journal of Polar Research, 2015, 27(4):456-453.

[24] Tilling R L, Ridout A, Shepherd A, et al. Increased Arctic sea ice volume after anomalously low melting in 2013[J]. Nature Geoscience, 2015, 8(8): 643-646.

[25] 赵进平, 史久新, 王召民, 等. 北极海冰减退引起的北极放大机理与全球气候效应[J]. 地球科学进展, 2015, 30(9): 985-995.

Zhao Jinping, Shi Jiuxin, Wang Zhaomin, et al. Arctic amplification produced by sea ice retreat and its global climate effects[J]. Advances in Earth Science, 2015, 30(9): 985-995.

[26] 王立伟, 金涛勇, 张胜军, 等. CryoSat-2卫星海冰区域波形识别及海冰干舷高确定[J]. 大地测量与地球动力学, 2015, 35(4): 722-725.

Wang Liwei, Jin Taoyong, Zhang Shengjun, et al. CryoSat-2 Satellite sea ice area waveform recognition and freeboard determined[J]. Journal of Geodesy and Geodynamics, 2015, 35(4): 722-725.

[27] Farrell S L, Kurtz N, Connor L N, et al. A first assessment of IceBridge snow and ice thickness data over Arctic sea ice[J]. Geoscience and Remote Sensing, IEEE Transactions on, 2012, 50(6): 2098-2111.

[28] Beaven S G, Lockhart G L, Gogineni S P, et al. Laboratory measurements of radar backscatter from bare and snow-covered saline ice sheets[J]. Remote Sensing, 1995, 16(5): 851-876.

[29] Kwok R. Satellite remote sensing of sea-ice thickness and kinematics: a review[J]. Journal of Glaciology, 2010, 56(200): 1129-1140.

[30] Wadhams P, Tucker III W B, Krabill W B, et al. Relationship between sea ice freeboard and draft in the Arctic Basin, and implications for ice thickness monitoring[J]. Journal of Geophysical Research, 1992, 97(C12): 20.

[31] Alexandrov V, Sandven S, Wahlin J, et al. The relation between sea ice thickness and freeboard in the Arctic [J]. The Cryosphere, 2010, 4(3): 373-380.

[32] Romanov I P. Atlas of ice and snow of the Arctic Basin and Siberian Shelf seas[M]. Paramus:Backbone Publishing Company, 2001.

[33] Warren S G, Rigor I G, Untersteiner N, et al. Snow depth on Arctic sea ice[J]. Journal of Climate, 1999, 12(6): 1814-1829.

[34] 季青, 庞小平, 赵羲, 等. 基于 CryoSat-2 数据的海冰厚度估算算法比较[J]. 武汉大学学报信息科学版, 2015, 40(11): 1467-1472.

Ji Qing, Pang Xiaoping, Zhao Xi, et al. Comparison of sea ice thickness retrieval algorithms from CryoSat-2 Satellite altimeter data[J]. Geomatics and Information Science of Wuhan University, 2015, 40(11): 1467-1472.

[35] 康立廷. 基于卫星遥感数据的北极海冰覆盖范围和积雪深度变化的研究[D]. 青岛: 中国海洋大学, 2012.

Kang Liyan. Study on variation of Arctic sea ice extent and snow depth on sea ice using satellite remote sensing data[D].Qingdao: Ocean University of China, 2012.

[36] 曹梅盛, 李新, 陈贤章, 等. 冰冻圈遥感[M]. 北京: 科学出版社, 2006.

Cao Meisheng, Li Xin, Chen Xianzhang, et al. Remote Sensing of Cryosphere[M]. Beijing: Science Press, 2006.

[37] 张璐, 张占海, 李群, 等. 近 30 年北极海冰异常变化趋势[J]. 极地研究, 2009, 21(4): 344-352.

Zhang Lu, Zhang Zhanhai, Li Qun, et al. Status of the recent declining of Arctic sea ice studies[J]. Chinese Journal of Polar Research, 2009, 21(4): 344-352.

Arctic sea ice volume estimation method based on CryoSat-2 Satellite altimeter data

Wang Manman1,2, Ke Changqing1, Shao Zhude1

(1.SchoolofGeographicandOceanographicSciences,NanjingUniversity,Nanjing210023,China; 2.CollaborativeInnovationCenterofSouthChinaSeaStudies,Nanjing210023,China)

In the last 30 years, the Arctic sea ice is undergoing drastic changes. Sea ice volume is one of the important indicators to quantify the change of sea ice. This paper according to the CryoSat-2 data and OSI SAF sea ice type data in Arctic in 2015. We extracted freeboard, snow depth, sea ice concentration and ice type, and obtained the raster data set in 25 km×25 km spatial resolution through data reprocessing including interpolation, projection transformation, raster conversion, spatial resampling and so on. According to the hydrostatic equilibrium principle calculated the sea ice thickness value in every pixel, multiply ice area in the corresponding pixels thus estimated the sea ice volume of the sea ice concentration exceeds 75%, and analyzed the monthly and seasonal changes characteristics. We used high-accuracy sea ice thickness products from NASA Ice Bridge to verify thickness retrieved from CryoSat-2 Satellite. The results show that there is a high consistency ofr=0.72. The sea ice is thickest in spring and thinnest in summer. The thick sea ice concentrated around the north coast of Greenland and Ellesmere Island. Generally the MYI is thicker than the first-year ice FYI. Sea ice volume is largest in winter, about 23.30×103km3, almost a reduction of 70% after the summer melt. The seasonal fluctuation of the FYI volume is larger than the MYI.

CryoSat-2; sea ice types; snow depth; sea ice thickness; sea ice volume; Arctic Ocean

2016-06-21；

2016-10-30。

国家自然科学基金(41371391)；国家重点研发计划项目(2016YFA0600102)。

王蔓蔓(1992—)，女，河南省开封市人，从事遥感及其应用研究。E-mail：wmm95168@163.com

*通信作者：柯长青，教授，主要从事极地冰雪遥感研究。E-mail:kecq@nju.edu.cn

P731.15

A

0253-4193(2017)03-0135-10