南極和格陵蘭冰蓋物質平衡研究進展

葉玥 程曉,2,3,4 劉巖,3,4 楊元德 趙勵耘,3,4 林依靜 璩榆桐

研究進展

南極和格陵蘭冰蓋物質平衡研究進展

葉玥1程曉1,2,3,4劉巖1,3,4楊元德4,5趙勵耘1,3,4林依靜1璩榆桐1

(1北京師范大學全球變化與地球系統科學研究院遙感科學國家重點實驗室, 北京 100875;2中山大學測繪科學與技術學院, 廣東 珠海 519082;3南方海洋科學與工程廣東省實驗室(珠海), 廣東 珠海 519082;4中國高校極地聯合研究中心, 北京 100875;5武漢大學, 湖北 武漢 430070)

冰蓋物質平衡狀態對全球海平面具有重大影響, 是預測海平面上升的最大不確定性來源。近20年來隨著衛星遙感技術的快速發展, 冰蓋物質平衡研究取得巨大進展。研究系統介紹了近20年來冰蓋物質平衡估算方法以及相應衛星數據的發展, 歸納和總結了國內外利用測高法、重力測量法、通量法和融合法進行南極和格陵蘭冰蓋物質平衡評估的結果, 詳細分析了每種方法的不確定性和誤差來源, 為未來冰蓋物質平衡研究提供參考。冰蓋物質平衡仍將是全球變化研究未來的重點, 提升衛星性能以降低觀測數據的不確定性, 創新估算方法以降低估算結果的不確定性, 加強地面觀測驗證是研究熱點。

南極冰蓋 格陵蘭冰蓋 物質平衡 衛星遙感

0 引言

地球陸地表面的12.5%被常年冰所覆蓋, 它們大部分位于兩極地區——南極冰蓋和格陵蘭冰蓋[1](圖1)。在全球變暖背景下, 南極和格陵蘭冰蓋的融化很可能導致全球海平面快速上升[1], 因此, 評估其物質平衡狀況(包括氣候和動力過程), 一直是氣候變化研究的熱點[2-3]。

隨著衛星遙感技術的快速發展, 尤其是隨著一系列專門針對極地觀測的測高衛星(ICESat、Cryosat-2和ICESat-2)及重力衛星(GRACE和GRACE-FO)的發展, 近20年來, 南極和格陵蘭的冰蓋物質平衡研究取得了系列重要的進展。最新的研究結果表明, 極地冰蓋已經取代山地冰川成為海平面上升的最大貢獻者[3]。而且, 他們的物質損耗正處于加速的狀態[3-5]。如果這種加速的物質損失持續下去, 到2100年, 在代表性濃度路徑(represen-tative concentration path, RCP)2.6的情形下, 全球平均海平面將上升0.43 m(可能范圍為0.26~0.53 m); 在RCP8.5的情形下, 全球平均海平面將上升0.84 m (可能范圍為0.61~1.10 m)[6]。然而, 由于衛星觀測數據和方法模型的限制, 冰蓋物質平衡評估依然具有較大的不確定, 不同研究結果之間仍存在較大差異。因此, 為了精確估算以及詮釋冰蓋物質平衡狀況, 準確預測未來海平面的變化, 我們要詳細了解冰蓋物質平衡估算方法的發展, 分析已有的估算結果, 確定不同方法的不確定性來源。

針對這一熱點問題, 2000年以后, 我國陸續有幾篇綜述文章, 持續從不同角度更新了南極和格陵蘭冰蓋物質平衡研究的最新進展[7-10], 最新一篇發表于2015年。近4年來, 冰蓋物質平衡研究成果倍出, 本文新增最新進展, 著重評述基于衛星遙感技術的冰蓋物質平衡估算方法、估算誤差來源以及近20年來南極和格陵蘭冰蓋物質平衡估算結果的重要進展, 并對今后的研究進行展望。

圖1 陸地冰在地球表面的分布[11]. 帶編號的19個黃色陰影區域表示冰川和冰帽, 通常選擇這些區域進行冰川和冰帽的區域物質平衡研究; 藍色陰影標識南極和格陵蘭的冰蓋; 圓圈大小表示每個區域的冰川面積的大小, 綠色和藍色分別表示冰川末端為陸地和海洋的比例[11]

Fig.1. Distribution of land ice over the surface of the Earth[11]. The 19 numbered, yellow shaded areas represent glaciers and ice caps, and they are usually chosen for regional mass balance studies; The blue shaded areas represent Antarctica and Greenland; The size of circles indicates the size of glaciers in each area, and the green and blue represent the proportion of land-terminating glaciers and marine-terminating glaciers, respectively[11]

1 衛星的發展與冰蓋物質平衡估算方法

基于衛星遙感技術的冰蓋物質平衡估算方法主要有測高法、重力測量法、通量法以及融合法, 這些方法隨著衛星技術的發展得到了極大的發展。

1.1 測高法

測高法是基于高程變化與冰厚變化及體積變化之間的關系來估算冰蓋物質平衡[12-13]。測高法又分為激光測高和雷達測高。激光測高是通過搭載的激光測高儀, 以一定頻率向地面發射激光脈沖, 測量激光從衛星到地面再返回的時間來推算冰蓋高程隨時間的變化速率, 從而估算冰蓋物質平衡[14]。而雷達測高則是通過搭載的雷達高度計來實現這一目標。

目前的常用測高衛星中, Seasat、Geosat、ERS-1/2、Envisat、Saral、CryoSat-2、Sentinel-3是雷達測高衛星; ICESat和ICESat-2是激光測高衛星(表1)。其中, CryoSat-2、ICESat和ICESat-2是專為極地服務的衛星。

1978年以來, 雷達高度計已經成為冰蓋物質平衡研究的“主力”傳感器。為了得到精度更高的估算結果, 測高衛星在性能方面持續提升。Seasat和ERS-1/2搭載的是雷達高度計(RA)。該高度計的頻率為Ku波段, 能夠精確測量海洋和冰面上的回波。Envisat搭載的是改進后的雷達高度計(RA-2), 在主要頻率為Ku波段的基礎上, 加入S波段作為第二頻率以改正大氣延遲。該高度計是首顆雙頻雷達高度計, 能夠減小受到暫時性積雪事件的影響。這一代的雷達高度計能充分提供估算5—10年冰蓋物質平衡所需的測量精度, 但不能滿足更短的時間間隔所需。接續ERS和Envisat提供連續性數據的Sentinel-3搭載的是合成孔徑雷達高度計(SRAL)。該高度計的主要頻率與RA-2相同, 但將C波段作為第二頻率, 用于電離層校正。雷達高度計在相對平緩和均勻分布的表面如內陸冰蓋區域表現良好, 但由于其腳印相對較大, 在較高且多起伏地形區域、粗糙表面及懸崖峭壁如冰蓋邊緣區域表現不佳[15-16]。而CryoSat-2搭載的第二代合成孔徑雷達/干涉雷達高度計(SIRAL)在這一方面有所改進, 為陡峭的冰蓋邊緣地區、冰架提供改進測量, 獲取高精度數據[17]。

ICESat是第一顆專門用來測量極地冰變化的激光測高衛星[18]。相比于上述傳統雷達測高衛星, 它在晴空條件下測量衛星與冰蓋表面之間垂直距離精度方面的表現更加優異[19]。所攜帶的地球科學激光測高系統(GLAS)具有統一的空間覆蓋及足夠的時間覆蓋[19], 獲得的結果極大地提高了人們對于冰蓋地形及其隨時間變化的理解[16]。相對于GLAS, ICESat-2攜帶的改進的地形激光測高儀系統(ATLAS)能提供更高時空分辨率和準確度的觀測結果, 彌補ICESat過早激光失效和快速能量降低的不足[18]。該高度計專門用于量化冰蓋的高程變化速率, 測量冰蓋高程的時空變化特征, 評估冰蓋物質平衡, 并研究控制其過程的潛在機制[18]。衛星性能的不斷進步逐漸滿足研究所需的測量精度, 使得冰蓋物質平衡研究估算結果不斷精確。

為了得到更長時間序列的估算結果, 測高法在數據整合方面有所改進。在早期的研究中, 通常是基于單顆衛星數據進行估算, 時間限于衛星的運行壽命, 若要對長期趨勢進行估算則必須考慮多顆衛星綜合使用。為此, 近期的研究提出使用重復分析方法處理多顆衛星數據, 生成長時序的數據集合, 根據衛星時間重疊與否、以及高度計相似與否, 采取不同的偏移估算方法對其進行融合[20]。融合盡可能長時間序列的結果有助于更好地反映冰蓋體積與質量的長期變化狀況[18,20]。

表1 測高衛星載荷參數

1.2 重力測量法

重力測量法主要是通過重力衛星測量得到的月解重力場反演得到冰蓋總的質量變化, 去除各種引起非冰雪質量變化的誤差后, 獲得冰蓋物質變化趨勢。

目前存在多顆重力衛星(表2), 可用于監測冰蓋物質變化的主要有GRACE和GRACE-FO。GRACE衛星采用的是低低衛-衛跟蹤(satellite- to-satellite tracking in the low-low model, SST-ll)模式, 空間分辨率約為333 km, 可在30天時間尺度上以0.01 mm精度(微米級)獲取大地水準面時變信號[21-22], 已于2017年10月停止工作。為了研究的持續性, GRACE衛星的后繼星GRACE- FO于2018年發射。該衛星是低低衛-衛跟蹤和高低衛-衛跟蹤(satellite-to-satellite tracking in the high-low model, SST-hl)組合模式衛星, 與GRACE衛星相比, 它將空間分辨率提高到了55 km[21]。

國內外利用GRACE衛星進行了大量冰蓋物質平衡研究。為了能得到精度更高的估算結果, 重力測量法在以下幾個方面均做出了很大改進。首先, 不斷優化GRACE衛星數據反轉冰蓋物質平衡的方法。大部分學者采用GRACE衛星“Level-2”數據(月解重力場)進行物質平衡估算。目前有四個中心提供“Level-2”數據, 每個中心都在不斷提升數據精度。同時, 學者們也開展了直接對GRACE衛星“Level-1”數據處理方法的研究, 提高結果精度。例如, Forsberg等[23]使用點質量反演方法對GRACE衛星“Level-1”數據進行直接全局分析, 求解全局質量, 這與利用月解重力場估算有著根本不同[23]。其次, 在選取冰川均衡代償作用GIA(Glacial Isostatic Adjustment, GIA)模型前, 分析比較了目前的GIA模型, 選擇效果更好的模型。最后, 綜合利用測高衛星與GRACE衛星估算冰蓋物質平衡, 利用測高衛星彌補GRACE衛星的分辨率不足[23-24]。

表2 重力衛星

1.3 通量法

通量法主要是通過計算總凈物質收入值和物質輸出值之間的差異來獲得物質平衡結果[25-26]。冰蓋物質平衡分為著地冰(僅考慮表面物質平衡)和冰架兩部分計算:

Δ=–F(1)

式中, Δ為冰蓋物質平衡,為著地冰的表面物質平衡,F為觸地線處的冰通量。觸地線處的冰通量計算公式如下:

F=×V×H×(2)

其中,G為觸地線處的冰流速, 通常近似為表面冰流速,G為觸地線處的冰厚度,為通量出口寬度,為冰密度。

全南極和格陵蘭的表面物質平衡數據主要通過區域氣候模式模擬、再分析資料和衛星遙感獲得[27-30], 觸地線位置和表面冰流速數據通過衛星遙感觀測獲取[31-33], 冰厚數據通過機載雷達測量獲取[34]。

為提高結果精度, 通量法在以下幾個方面進行了改進。首先, 觸地線位置精度有所提高。由于表面冰流速與冰厚度均是觸地線處數據, 因此觸地線位置對估算冰蓋物質平衡至關重要[35]。Rignot等[31]于2008年繪制了精度為100 m的南極周圍觸地線圖, 但并未考慮觸地線位置的動態變化。而觸地線位置會由于海洋潮汐或者冰架底部凍融過程發生變化。Li等[32]就利用不同的差分雷達干涉數據(InSAR)繪制了1996年以及2013年東南極Totten冰川的觸地線位置, 發現17年間觸地線后退了1~3 km。因此, 若要對長期物質平衡進行精確估算, 必須考慮觸地線的動態變化。2011年Rignot等[35-36]基于15年的合成孔徑雷達差分干涉測量(DInSAR)數據對觸地線的變化進行了新的改正, 繪制了第一個完整的高精度且統一采樣的南極觸地線圖。其次, 冰蓋表面冰流速圖精度近年來也有所提高。2008年Rignot等[31]首次提出了幾乎完整的南極外圍表面流速圖, 精度為5~50 m·a–1。雖然該圖已涵蓋對于估算冰通量而言非常重要的所有主要的出口冰川、快速冰流以及支流, 但僅局限于主要出口冰川下游, 東南極的大部分地區仍然缺乏高質量的數據。Rignot等[33]于2011年繪制的另一幅全南極冰流圖則彌補了這些不足。

1.4 融合法

多源融合法是在相同的地理區域內以相同的時間間隔, 對比和融合測高法、重力測量法和通量法的冰蓋物質平衡估算結果, 獲得一個較為一致的估算結果的方法[37]。該方法最初由國際冰蓋物質平衡和海平面研究計劃(Ice Sheet Mass Balance and Sea Level, ISMASS)在2001年6月于美國馬里蘭州首府安納波利斯召開的研討會上提出。其旨在加強冰蓋數據之間的綜合, 以及建立衛星數據、實地測量數據和模式模擬數據之間的聯系, 優化估算結果, 減小估算誤差, 實現測高法、重力測量法和通量法的優勢互補[37]。例如, ESA和NASA支持的國際冰蓋物質平衡結果內部比較計劃IMBIE(The Ice Sheet Mass Balance Inter-comparison Exercise)分別對南極1992—2017年和格陵蘭1992—2018年間測高法、重力測量法和通量法的結果進行系統審查、對比與融合, 獲得了過去26年的冰蓋物質平衡較為一致的結果, 具有里程碑式意義[23,37-39]。

2 南極和格陵蘭冰蓋物質平衡估算結果

2.1 測高法的估算結果

目前國際上主要有12個課題組(包含3個中國課題組)使用測高法估算南極和格陵蘭冰蓋物質平衡(表3)。使用多顆衛星數據延長時間序列是測高法中常采用的策略。例如, Zwally等[15,40-41]利用不同衛星對不同年份的南北極冰蓋進行了物質平衡估算, 研究結果從2005年的90%格陵蘭冰蓋覆蓋和77.1%南極冰蓋覆蓋擴展到2011年和2015年的兩極全覆蓋。同時, Zwally等[40-41]、Li和Davis[42]使用ERS和ICESat以及Envisat和ICESat數據研究20世紀90年代到21世紀初十幾年的南北極冰蓋物質平衡。最新研究中, Schr?der等[20]更是使用7顆測高衛星數據估算1992—2017年的南極冰蓋物質平衡, 并通過使用精確的波形跟蹤和雷達測高數據的斜率校正確保表面高程測量的一致性, 將整體精度提高多達50%。從2顆衛星到7顆衛星, 從十幾年到近30年, 利用多種衛星數據拓寬時間序列和提高結果精度逐漸成為利用測高法估算冰蓋物質平衡狀態的一種發展趨勢。

表3 測高法估算冰蓋物質平衡結果

2.2 重力測量法的估算結果

目前國際上主要有13個課題組(包含5個中國課題組)使用重力測量法估算南極和格陵蘭冰蓋物質平衡(表4)。重力測量中, GIA模型、月解重力場數據選取以及研究時間序列長短均對研究結果產生影響。例如, 在GIA模型選取方面, Velicogna和Wahr[53]采用兩種GIA模型(IJ05_R2和ICE5G)對南極冰蓋的物質平衡結果進行改正, 相差約60 Gt·a–1。在月解重力場數據選取方面, 鞠曉蕾等[54]使用不同來源的月解重力場數據(美國噴氣推進實驗室JPL、美國德克薩斯大學奧斯汀分校空間研究中心CRS、德國地學研究中心GFZ)估算的南極冰蓋物質平衡結果也有所不同, 來自JPL和GFZ的數據所得結果能相差70 Gt·a–1。而Velicogna等[55]僅將研究的時間序列從2003— 2012年增至2003—2013年, 結果便可相差接近100 Gt·a–1。Groh等[56]也認為不同研究結果可能會由于所應用的算法、所選擇的背景模型以及所考慮的時間覆蓋范圍而產生差異。最新研究中, Forsberg等[23]除利用GRACE衛星估算得到冰蓋物質平衡結果, 認為南極的物質損耗從2002年開始呈明顯加速狀態, 而格陵蘭的物質損耗在2010—2015年的加速速率明顯低于2005—2010年外, 還結合了Envisat和CryoSat-2對冰蓋物質平衡進行了研究。

表4 重力測量法估算冰蓋物質平衡結果

2.3 通量法的估算結果

目前國際上有4個課題組(包含1個中國課題組)利用通量法實現了南極和格陵蘭冰蓋物質平衡全面研究(表5)。Rignot等[72]2005年的研究表明, 南極半島冰蓋處于嚴重失衡狀態。而在此之前, 人們認為南極半島氣候條件和冰川特征更類似于山地冰川, 對海平面沒有影響[73], 因此南極半島沒有包含在冰蓋對海平面貢獻的評估中[74]。Rignot等[35-36]2011年首次考慮觸地線位置的變化, 并在此基礎上計算得到南北極冰蓋物質平衡結果。最新研究中, Rignot等[5]和Mouginot等[4]估算了兩極1979—2017年40年的年代際物質平衡結果。結果表明, 在之前的研究中被認為是物質損失量極小、對海平面上升影響較小的東南極, 在過去40年中, 對海平面上升的貢獻并不比西南極低多少。此結果挑戰了東南極冰蓋穩定且不受變化影響的傳統觀點。同時, 他們預計格陵蘭北部的物質變化將會對海平面上升產生重大影響。

表5 通量法估算冰蓋物質平衡結果

2.4 融合法的估算結果

目前國際上有2個課題組使用融合法估算南北極冰蓋物質平衡(表6)。IMBIE小組于2012年在Nature上發表的南北極冰蓋物質平衡結果表明, 不同的衛星方法之間有很好的一致性, 尤其是在格陵蘭冰蓋以及西南極冰蓋[37]。在最新研究中, IMBIE小組將兩極冰蓋物質平衡結果的時間序列分別延長至2017年和2018年, 并且增加了比較融合的數據組數以及來自不同表面物質平衡模型的結果[38-39]。Bamber等[1]認為IMBIE小組的融合法處理方式更像只是為了減少結果之間不一致。為此, 他們通過將物質平衡值繪制成寬度代表時間跨度, 高度代表不確定度的盒子來綜合以及評估聯合國政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change, IPCC)第五次報告發布后發表的冰蓋物質平衡結果, 得到1992— 2016年冰蓋物質趨勢估算結果, 實現時間平均趨勢。雖然不同學者對融合法的理解有所不同, 但不可否認的是, 多源融合法能夠使得不同估算方法之間的優勢互補, 獲得一個精確度更高的融合結果。

表6 融合法估算冰蓋物質平衡結果

*由歐洲航天局和美國航空航天局支持的科學家合作小組，Andrew Shepherd, Erik Ivins, Geruo A, Eric Rignot等屬于該小組。

2.5 冰蓋物質平衡結果趨勢

從上述4種方法估算得到的物質平衡結果可以看出, 通量法和融合法能夠得到20世紀70年代至今四十幾年的估算結果, 測高法能夠得到近30年的結果, 重力測量法能夠得到GRACE衛星運行周期內十幾年的結果。相同的時間范圍內, 不同方法之間所得到的結果存在差異。但冰蓋的物質平衡結果趨勢基本一致。南極冰蓋在20世紀90年代到21世紀初處于正平衡狀態, 之后慢慢轉為負平衡, 2010年后物質消融的速率增加到(–137±25) Gt?a–1[20]。格陵蘭冰蓋在20世紀70年代至90年代接近平衡狀態, 之后一直處于負平衡狀態, 并在2012年達到(–436±62) Gt?a–1的頂峰后開始加速放緩[39,47]。其冰通量從20世紀70年代的(47±19) Gt?a–1減少到20世紀90年代的(41± 8) Gt?a–1, 在2010—2018年增加至(127±9) Gt?a–1; 表面物質平衡在20世紀70年代為正平衡, 80年代和90年代接近平衡, 2000—2018年為負平衡[2000—2010年為(–99±17) Gt?a–1, 2010—2018年為(–160±20) Gt?a–1][4]。

3 冰蓋物質平衡估算誤差來源

3.1 測高法的估算誤差來源

測高法的誤差來源主要分為衛星測高時產生的誤差以及從高程變化轉化成質量變化時所產生的誤差。

衛星測高時的誤差來源包括大氣范圍校正、儀器校正、傾斜校正和對固體潮汐的誤差校正。其中最重要是儀器校正, 又分為偏差校正和后向散射校正。偏差校正主要為改正衛星儀器之間參數的不同, 例如同時使用ERS-1以及ERS-2數據時, 偏差校正包括了減去ERS-1高程數據40.9 cm的偏置[15]。Zwally等[15]的研究中提及了偏差校正對格陵蘭和南極的影響, 分別為–50 Gt·a–1和–205 Gt·a–1。后向散射校正方面, 雖然它對高程變化的平均影響很小, 但對地形起伏較大的局部地區影響很大。隨著表面斜率或者波幅的增大, 衛星的高程測量精度會降低。表面高程的急劇變化使得雷達的返回脈沖早到或晚到, 從而產生測高誤差, 該誤差可采取波形重跟蹤來改正[78]。

高程變化轉變成質量變化時產生的誤差主要包括粒雪化(過程)、冰川均衡代償作用GIA和密度選取。由于衛星觀測數據的時間序列特別短(大約15年), 因此在計算冰蓋物質改變時通常會忽略粒雪深度的波動[79]。

激光測高除了上述誤差外還可能受大氣及時變偏差的影響。大氣影響會造成數據間隔和時間序列的中斷。而ICESat不同激光器之間的時變偏差是確定高程變化值的潛在誤差來源, 需要通過對ICESat數據進行內部高程偏差(inter-campaign biases, ICBs)校正進一步改正。較大的跨軌道間距(across-track spacing)阻礙了激光測高對小尺度地表特征的觀測[45], 從而造成誤差。

3.2 重力測量法的估算誤差來源

重力測量法的誤差來源主要有GIA誤差、信號泄露誤差和由球諧系數引起的誤差。使用該方法估算冰蓋物質平衡的難點在于區分重力發生變化的原因, GRACE衛星無法分辨質量變化是由于冰雪質量變化、大氣質量變化還是GIA影響[57]。對于南極而言, GIA是最大的誤差來源; 對于格陵蘭而言, 信號泄漏誤差中比例因子的不確定性才是最大的誤差來源[53]。

GIA是固體地球對過去冰負荷變化的延遲黏彈性響應[80]。而重力測量法的主要缺點就是對GIA的敏感性高于其他方法, 因此該方法的誤差主要由GIA的不確定性決定。為了將其對冰蓋物質不平衡的貢獻單獨區分開來, 在測量海拔和重力變化時, 必須考慮GIA[38,57]。當前運用較多的GIA模型主要有: ICE-5G, W12a以及IL05_R2。其中W12a和IL05_R2模型是專門針對南極設計的。對于南極而言, GIA模型的最新發展會對估算冰蓋物質平衡狀態產生重大影響[53]。

信號泄露誤差指的是由于重力衛星空間分辨率過低造成的研究區域外的地球物理信號進入研究區域內, 或者研究區域內的信號泄露到研究區域外。信號泄露會明顯影響冰蓋物質平衡趨勢, 可采用均值函數、高斯濾波、最佳平滑核來減少該誤差。

球諧系數引起的誤差主要有儀器誤差、數據處理誤差和混淆效應[81]。利用GRACE衛星時變重力場模型反演冰蓋物質平衡時, 衛星感應到的重力變化包括大氣變化, 因此, 需要去除大氣影響[81-82]。在此過程中, 大氣模型本身存在的誤差會影響重力場的反演精度, 從而引起冰蓋物質平衡估算誤差[82]。

3.3 通量法的估算誤差來源

通量法的估算誤差主要來源于估算時所需數據的誤差, 包括表面物質平衡、觸地線位置、冰厚和冰流速數據。

表面物質平衡的估算手段包括實地觀測、模式模擬、再分析數據和遙感監測。其中, 實地觀測受限于局地開展, 其精度主要受器材及多參數結合的制約, 可以為模式模擬和遙感監測提供地面驗證。模式模擬精度依賴于模式的分辨率、對物理過程的刻畫能力、參數設置和強迫場數據等諸多因素。目前常用的模式有RACMO2.3、MAR和SEMIC, 常用的再分析資料有JRA-55, MERRA, ERA-Interim等[27,83-84]。遙感監測存在多源誤差, 可以結合實測數據減小誤差[85]。

觸地線的提取手段有現場無線電回波測厚、全球定位系統(Global Positioning System, GPS)探測和遙感觀測。由于南極自然條件惡劣, 實測數據相對缺乏, 而遙感技術精度不斷提高, 因此遙感觀測已成為提取觸地線的主要手段[86]。其中, 流體靜力學平衡法受限制于換算公式中冰與水的平均密度以及數字高程模型(digital elevation model, DEM)精度; 坡度分析法受制于坡度突變位置并不是真正的觸地線位置; 重復軌道分析法受制于ICESat軌道稀疏; 而被認為是目前測量觸地線精度最高的雷達差分干涉測量法則受數據源質量的影響[86]。

冰厚是目前通量法最重要的誤差來源, 主要有雷達測量和靜水平衡獲取兩種測量方法。自20世紀70年代初期以來, 機載雷達測深儀獲取冰厚數據已成為主要測量方法[87]。由于該方法測量的冰厚數據在冰蓋邊緣附近質量不佳, 同時海灣測深數據在2017年之前一直稀缺[34], 冰蓋邊緣的冰厚度出現較大誤差。導致雷達測量困難的原因有: (1)高密度的表面裂縫反射雷達信號; (2)冰變得更加溫暖導致雷達信號難以到達底部; (3)由于較深山谷的側壁反射雷達信號, 回波難以被解讀[88-89]。數據的空缺限制了冰厚數據的精度[34]。

冰流速監測目前主要分為實地觀測法與遙感監測法。實地觀測法精度高但受制于南極地區的惡劣條件, 觀測成本高昂。遙感監測法雖然精度不高但能大面積、長時效的掌握冰川流動狀態。其中, 快速冰流區一般采用光學和SAR影像的特征跟蹤方法, 慢速冰流區一般采用雷達干涉測量(InSAR)方法。稀缺的數據、短暫的時間間隔、極度惡劣的氣候環境都影響著冰流速數據的精度[90]。近年來, Landsat-8, Sentinel-1以及RADARSAT-2數據已經成為獲取大范圍的南極以及格陵蘭冰流速的常規手段[91]。

3.4 融合法的估算誤差來源

融合法的估算誤差來源于比較與融合不同估算結果時, 先假定各種方法之間相互獨立, 同時在結合不同研究的時間序列時假定研究之間的誤差不相關。許多研究都是根據現有數據, 在給定的一段時間內發表平均趨勢。而短時間尺度研究(小于等于5年)在數據選擇上的差異會顯著影響整體趨勢。因此, 需要謹慎選擇所需數據。

4 冰蓋物質平衡未來研究趨勢

冰蓋物質平衡和全球海平面上升是國際全球變化和冰凍圈研究未來的重點優先研究領域。國際南極研究科學委員會(SCAR)的南極未來20年重點研究方向、國際北極科學委員會(IASC)的未來5年戰略計劃、氣候與冰凍圈項目(Climate and Cryosphere, CliC)以及極地氣候可預測性倡議(Polar Climate Predictability Initiative, PCPI)均將其列為重點優先研究對象。NASA冰凍圈科學組目標、美國北極環境變化研究計劃(Study of Environmental Arctic Change, SEARCH)和美國跨部門北極研究政策委員會(The Interagency Arctic Research Policy Committee, IARPC)2017— 2021年的北極研究計劃、美國2017—2027地球觀測十年策略(Earth Science and Applications from Space, ESAS 2017)均將其列為冰凍圈三大最重要的研究問題之一。中國香山會議“三極環境與氣候變化”、中國科學院主持的冰凍圈科學目標和中國高校極地聯合研究中心也將其列為未來重要和優先的科學目標。

美國于2018年發布的《2017—2027年地球觀測十年策略》報告中, 專家組把“在未來十年及以后, 全球和區域海平面將上升多少, 冰蓋和海洋熱儲存的作用是什么？”作為最重要的科學問題, 認為是地球觀測領域中實現知識的實質性進展至關重要的目標, 是即使在最少的預算情況下也應該追求的最高優先目標。要回答這一科學問題, 要求未來10年內, 總冰蓋物質平衡變化的估算精度在15 Gt·a–1之內, 整個冰蓋表面物質平衡和冰通量估算也達到相同的精度。具體實現這一目標, 對冰蓋物質平衡每種估算方法的每一個變量的要求如表7所示。

本文結合冰蓋物質平衡研究方法, 闡述和匯總了極地觀測衛星發展以及最近20年冰蓋物質平衡研究結果和存在的不確定性因素, 為未來冰蓋物質平衡研究提供了參考。從我們的分析結果來看, 盡管最近20年極地觀測衛星得到迅猛的發展, 冰蓋物質平衡研究獲得了巨大進步, 但距離以上觀測目標需求的實現仍然有較大差距。要縮短這些差距, 未來我們需要從促進極地衛星發展、加大地面觀測力度、加強冰蓋物質平衡方法和算法研究3個方面同時著手。一是, 極地科學家們提出明確的科學目標和觀測指標需求, 與衛星研究的科學家和工程師合作, 設計和發展滿足應用需求的極地衛星, 降低觀測數據的不確定性; 二是, 需要加大和加強地面觀測和機載觀測, 提供更廣泛和更可靠的驗證數據; 三是, 進一步深入研究冰蓋物質平衡方法和算法, 降低觀測結果的不確定性。

表7 未來冰蓋物質平衡觀測需求

1 BAMBER J L, WESTAWAY R M, MARZEION B, et al. The land ice contribution to sea level during the satellite era[J]. Environmental Research Letters, 2018, 13(6): 063008.

2 HARIG C, SIMONS F J. Mapping Greenland's mass loss in space and time[J]. Proceedings of the National Academy of Sciences of the United States of America, 2012, 109(49): 19934-19937.

3 BAMBER J L, OPPENHEIMER M, KOPP R E, et al. Ice sheet contributions to future sea-level rise from structured expert judgment[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(23): 11195-11200.

4 MOUGINOT J, RIGNOT E, BJORK A A, et al. Forty-six years of Greenland Ice Sheet mass balance from 1972—2018[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(19): 9239-9244.

5 RIGNOT E, MOUGINOT J, SCHEUCHL B, et al. Four decades of Antarctic Ice Sheet mass balance from 1979—2017[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(4): 1095-1103.

6 OPPENHEIMER M, GLAVOVIC B C, HINKEL J, et al. Special Report on the Ocean and Cryosphere in a Changing Climate Chapter 4: Sea Level Rise and Implications for Low Lying Islands, Coasts and Communities[EB/OL].(2019-06-14)[2019-10-24]. https://report. ipcc.ch/srocc/pdf/SROCC_FinalDraft_Chapter4.pdf.

7 溫家洪, 孫波, 李院生, 等. 南極冰蓋的物質平衡研究:進展與展望[J]. 極地研究, 2004, 16(2): 114-126.

8 唐學遠, 孫波, 李院生, 等. 南極冰蓋研究最新進展[J]. 地球科學進展, 2009, 24(11): 1210-1218.

9 丁明虎. 南極冰蓋物質平衡最新研究進展[J]. 地球物理學進展, 2013, 28(1): 24-35.

10 王慧, 孫波, 李斐, 等. 極地冰蓋物質平衡的最新進展與未來挑戰[J]. 極地研究, 2015, 27(3): 326-336.

11 STOCKER T F, QIN D, PLATTNER G K, et al. Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge, United Kingdom and New York, NY, USA: Cambridge University Press, 2013: 337.

12 ZWALLY H J, BINDSCHADLER R A, BRENNER A C, et al. Growth of Greenland ice sheet: Measurement[J]. Science, 1989, 246(4937): 1587-1589.

13 ZWALLY H J. Growth of Greenland ice sheet: Interpretation[J]. Science, 1989, 246(4937): 1589-1591.

14 唐新明, 李國元. 激光測高衛星的發展與展望[J]. 國際太空, 2017 (11): 13-18.

15 ZWALLY H J, GIOVINETTO M B, LI J, et al. Mass changes of the Greenland and Antarctic ice sheets and shelves and contributions to sea-level rise: 1992–2002[J]. Journal of Glaciology, 2005, 51(175): 509-527.

16 MASSOM R, LUBIN D. Polar remote sensing[M]. Chichester: Springer, 2006: 61-132.

17 WINGHAM D J, FRANCIS C R, BAKER S, et al. CryoSat: A mission to determine the fluctuations in Earth's land and marine ice fields[J]. Advances in Space Research, 2006, 37(4): 841-871.

18 ABDALATI W, ZWALLY H J, BINDSCHADLER R, et al. The ICESat-2 laser altimetry mission[J]. Proceedings of the IEEE, 2010, 98(5): 735-751.

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 SCHR?DER L, HORWATH M, DIETRICH R, et al. Four decades of Antarctic surface elevation changes from multi-mission satellite altimetry[J]. The Cryosphere, 2019, 13(2): 427-449.

21 徐冰. 國外重力探測衛星的發展[J]. 國際太空, 2015(8): 53-62.

22 寧津生, 王正濤, 超能芳. 國際新一代衛星重力探測計劃研究現狀與進展[J]. 武漢大學學報(信息科學版), 2016, 41(1): 1-8.

23 FORSBERG R, SORENSEN L, SIMONSEN S. Greenland and Antarctica Ice Sheet Mass Changes and Effects on Global Sea Level[J]. Surveys in Geophysics, 2017, 38(1): 89-104.

24 SASGEN I, KONRAD H, HELM V, et al. High-resolution mass trends of the Antarctic ice sheet through a spectral combination of satellite gravimetry and radar altimetry observations[J]. Remote Sensing, 2019, 11(2): 144.

25 ZWALLY H J, GIOVINETTO M B. Overview and assessment of Antarctic ice-sheet mass balance estimates: 1992—2009[J]. Surveys in Geophysics, 2011, 32(4/5): 351-376.

26 RIGNOT E, THOMAS R H. Mass balance of polar ice sheets[J]. Science, 2002, 297(5586): 1502-1506.

27 WANG Y, DING M, VAN WESSEM J M, et al. A comparison of Antarctic ice sheet surface mass balance from atmospheric climate models andobservations[J]. Journal of Climate, 2016, 29(14): 5317-5337.

28 VAN WESSEM J M, VAN DE BERG W J, NO?L B P Y, et al. Modelling the climate and surface mass balance of polar ice sheets using RACMO2–Part 2: Antarctica (1979–2016)[J]. The Cryosphere, 2018, 12(4): 1479-1498.

29 NO?L B, VAN DE BERG W J, VAN WESSEM J M, et al. Modelling the climate and surface mass balance of polar ice sheets using RACMO2–Part 1: Greenland (1958–2016)[J]. The Cryosphere, 2018, 12(3): 811-831.

30 ETTEMA J, VAN DEN BROEKE M R, VAN MEIJGAARD E, et al. Higher surface mass balance of the Greenland ice sheet revealed by high-resolution climate modeling[J]. Geophysical Research Letters, 2009, 36(12): 1-5.

31 RIGNOT E, BAMBER J L, VAN DEN BROEKE M R, et al. Recent Antarctic ice mass loss from radar interferometry and regional climate modelling[J]. Nature Geoscience, 2008, 1(2): 106-110.

32 LI X, RIGNOT E, MORLIGHEM M, et al. Grounding line retreat of totten glacier, east Antarctica, 1996 to 2013[J]. Geophysical Research Letters, 2015, 42(19): 8049-8056.

33 RIGNOT E, MOUGINOT J, SCHEUCHL B. Ice flow of the Antarctic ice sheet[J]. Science, 2011, 333(6048): 1427-1430.

34 MORLIGHEM M, WILLIAMS C, RIGNOT E, et al. BedMachine v3: Complete bed topography and ocean bathymetry mapping of Greenland from multibeam echo sounding combined with mass conservation[J]. Geophysical Research Letters, 2017, 44(21): 11051-11061.

35 RIGNOT E, MOUGINOT J, SCHEUCHL B. Antarctic grounding line mapping from differential satellite radar interferometry[J]. Geophysical Research Letters, 2011, 38(10): L10504. DOI:10.1029/2011gl047109.

36 RIGNOT E, VELICOGNA I, VAN DEN BROEKE M R, et al. Acceleration of the contribution of the Greenland and Antarctic ice sheets to sea level rise[J]. Geophysical Research Letters, 2011, 38(5):1-5.

37 SHEPHERD A, IVINS E R, GERUO A, et al. A Reconciled Estimate of Ice-Sheet Mass Balance[J]. Science, 2012, 338(6111): 1183-1189.

38 SHEPHERD A, IVINS E R, RIGNOT E, et al. Mass balance of the Antarctic ice sheet from 1992 to 2017[J]. Nature, 2018, 558(7709): 219-222.

39 TEAM I. Mass balance of the Greenland ice sheet from 1992 to 2018[J]. Nature, 2020, 579(7798): 233-239.

40 ZWALLY H J, LI J, BRENNER A C, et al. Greenland ice sheet mass balance: Distribution of increased mass loss with climate warming; 2003–07 versus 1992–2002[J]. Journal of Glaciology, 2011, 57(201): 88-102.

41 ZWALLY H J, LI J, ROBBINS J W, et al. Mass gains of the Antarctic ice sheet exceed losses[J]. Journal of Glaciology, 2015, 61(230): 1019-1036.

42 LI Y, DAVIS C H. Decadal Mass Balance of the Greenland and Antarctic Ice Sheets from High Resolution Elevation Change Analysis of ERS-2 and Envisat Radar Altimetry Measurements[C]. IEEE International Geoscience & Remote Sensing Symposium, 2008, 4: 339-342.

43 WINGHAM D J, SHEPHERD A, MUIR A, et al. Mass balance of the Antarctic ice sheet[J]. Philosophical Transactions of the Royal Society A-Mathematical Physical and Engineering Sciences, 2006, 364(1844): 1627-1635.

44 HOFTON M A, LUTHCKE S B, BLAIR J B. Estimation of ICESat intercampaign elevation biases from comparison of lidar data in East Antarctica[J]. Geophysical Research Letters, 2013, 40(21): 5698-5703.

45 HELM V, HUMBERT A, MILLER H. Elevation and elevation change of Greenland and Antarctica derived from CryoSat-2[J]. The Cryosphere, 2014, 8(4): 1539-1559.

46 MCMILLAN M, SHEPHERD A, SUNDAL A V, et al. Increased ice losses from Antarctica detected by CryoSat‐2[J]. Geophysical Research Letters, 2014, 41(11): 3899-3905.

47 MCMILLAN M, LEESON A, SHEPHERD A, et al. A high-resolution record of Greenland mass balance[J]. Geophysical Research Letters, 2016, 43(13): 7002-7010.

48 NILSSON J, GARDNER A S, SORENSEN L S, et al. Improved retrieval of land ice topography from CryoSat-2 data and its impact for volume-change estimation of the Greenland Ice Sheet[J]. The Cryosphere, 2016, 10(6): 2953-2969.

49 FELIKSON D, URBAN T J, GUNTER B C, et al. Comparison of elevation change detection methods from ICESat altimetry over the Greenland ice sheet[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(10): 5494-5505.

50 史紅嶺, 陸洋, 杜宗亮, 等. 基于ICESat塊域分析法探測2003—2008年南極冰蓋質量變化[J]. 地球物理學報, 2011, 54(4): 958-964.

51 李斐, 袁樂先, 張勝凱, 等. 利用ICESat數據解算南極冰蓋冰雪質量變化[J]. 地球物理學報, 2016, 59(1): 93-100.

52 JIN S, ABD-ELBAKY M, FENG G. Accelerated ice-sheet mass loss in Antarctica from 18-year satellite laser ranging measurements[J]. Annals of Geophysics, 2016, 59(1): S0101.

53 VELICOGNA I, WAHR J. Time-variable gravity observations of ice sheet mass balance: Precision and limitations of the GRACE satellite data[J]. Geophysical Research Letters, 2013, 40(12): 3055-3063.

54 鞠曉蕾, 沈云中, 張子占. 基于GRACE衛星RL05數據的南極冰蓋質量變化分析[J]. 地球物理學報, 2013, 56(9): 2918-2927.

55 VELICOGNA I, SUTTERLEY T C, VAN DEN BROEKE M R. Regional acceleration in ice mass loss from Greenland and Antarctica using GRACE time-variable gravity data[J]. Geophysical Research Letters, 2014, 41(22): 8130-8137.

56 GROH A, HORWATH M, HORVATH A, et al. Evaluating GRACE Mass Change Time Series for the Antarctic and Greenland Ice Sheet—Methods and Results[J]. Geosciences, 2019, 9(10): 415. DOI:10.3390/geosciences9100415.

57 VELICOGNA I, WAHR J. Acceleration of Greenland ice mass loss in spring 2004[J]. Nature, 2006, 443(7109): 329-331.

58 VELICOGNA I. Increasing rates of ice mass loss from the Greenland and Antarctic ice sheets revealed by GRACE[J]. Geophysical Research Letters, 2009, 36(19): L19503.

59 RAMILLIEN G, LOMBARD A, CAZENAVE A, et al. Interannual variations of the mass balance of the Antarctica and Greenland ice sheets from GRACE[J]. Global and Planetary Change, 2006, 53(3): 198-208.

60 CHEN J, WILSON C R, BLANKENSHIP D D, et al. Accelerated Antarctic ice loss from satellite gravity measurements[J]. Nature Geoscience, 2009, 2(12): 859-862.

61 Wu X P, HEFLIN M B, SCHOTMAN H, et al. Simultaneous estimation of global present-day water transport and glacial isostatic adjustment[J]. Nature Geoscience, 2010, 3(9): 642-646.

62 BARLETTA V R, SORENSEN L S, FORSBERG R. Scatter of mass changes estimates at basin scale for Greenland and Antarctica[J]. The Cryosphere, 2013, 7(5): 1411-1432.

63 LUTHCKE S B, SABAKA T J, LOOMIS B D, et al. Antarctica, Greenland and gulf of Alaska land-ice evolution from an iterated GRACE global mascon solution[J]. Journal of Glaciology, 2013, 59(216): 613-631.

64 GUNTER B C, DIDOVA O, RIVA R E M, et al. Empirical estimation of present-day Antarctic glacial isostatic adjustment and ice mass change[J]. The Cryosphere, 2014, 8(2): 743-760.

65 楊元德, 鄂棟臣, 晁定波. 利用GRACE數據反演格陵蘭冰蓋冰雪質量變化[J]. 武漢大學學報(信息科學版), 2009, 34(8): 961-964.

66 YANG Y D, LI F, HWANG C, et al. Space-time evolution of Greenland ice sheet elevation and mass from Envisat and GRACE data[J]. Journal of Geophysical Research: Earth Surface, 2019, 124(8): 2079-2100.

67 羅志才, 李瓊, 張坤, 等. 利用GRACE時變重力場反演南極冰蓋的質量變化趨勢[J]. 中國科學:地球科學, 2012, 42(10): 1590-1596.

68 鞠曉蕾, 沈云中, 陳秋杰. 基于Tongji-GRACE01模型的南極質量變化分析[J]. 大地測量與地球動力學, 2015, 35(1): 53-57.

69 高春春, 陸洋, 張子占, 等. GRACE重力衛星探測南極冰蓋質量平衡及其不確定性[J]. 地球物理學報, 2015, 58(3): 780-792.

70 ZHANG B J, WANG Z M, LI F, et al. Estimation of present-day glacial isostatic adjustment, ice mass change and elastic vertical crustal deformation over the Antarctic ice sheet[J]. Journal of Glaciology, 2017, 63(240): 703-715.

71 馮貴平, 王其茂, 宋清濤. 基于GRACE衛星重力數據估計格陵蘭島冰蓋質量變化[J]. 海洋學報, 2018, 40(11): 73-84.

72 RIGNOT E, CASASSA G, GOGINENI S, et al. Recent ice loss from the Fleming and other glaciers, Wordie Bay, West Antarctic Peninsula[J]. Geophysical Research Letters, 2005, 32(7): L07502.

73 DREWRY D J, MORRIS E M. The response of large ice sheets to climatic change[J]. Philosophical Transactions of the Royal Society of London Series B: Biological Sciences, 1992, 338(1285): 235-242.

74 HOUGHTON J T, DING Y, GRIGGS D J, et al, Climate change 2001: The Scientific Basis. Contribution of Working Group I to the Third Assessment Report of the Intergovernmental Panel on Climate Change[M]. Cambridge: Cambridge University Press, 2001: 647-659.

75 ANDERSEN M L, STENSENG L, SKOURUP H, et al. Basin-scale partitioning of Greenland ice sheet mass balance components (2007–2011)[J]. Earth and Planetary Science Letters, 2015, 409: 89-95.

76 GARDNER A S, MOHOLDT G, SCAMBOS T, et al. Increased West Antarctic and unchanged East Antarctic ice discharge over the last 7 years[J]. The Cryosphere, 2018, 12(2): 521-547.

77 SHEN Q, WANG H, SHUM C K, et al. Recent high-resolution Antarctic ice velocity maps reveal increased mass loss in Wilkes Land, East Antarctica[J]. Scientific Reports, 2018, 8(1): 4477.

78 王清華, 寧津生. 衛星測高技術及其在南北兩極的應用[J]. 極地研究, 2000, 12(4): 275-284.

79 HELSEN M M, VAN DEN BROEKE M R, VAN DE WAL R S W, et al. Elevation changes in Antarctica mainly determined by accumulation variability[J]. Science, 2008, 320(5883): 1626-1629.

80 BEVIS M, HARIG C, KHAN S A, et al. Accelerating changes in ice mass within Greenland, and the ice sheet's sensitivity to atmospheric forcing[J]. Proceedings of the National Academy of Sciences of the United States of America, 2019, 116(6): 1934-1939.

81 彭聰, 周興華, 庫安邦. GRACE重力衛星數據國內應用研究現狀綜述[J]. 海洋測繪, 2017, 37(6): 9-12.

82 程鵬飛, 文漢江, 劉煥玲, 等. 衛星重力與衛星測高的研究進展[J]. 測繪科學, 2019, 44(6): 16-22.

83 FETTWEIS X, FRANCO B, TEDESCO M, et al. Estimating Greenland ice sheet surface mass balance contribution to future sea level rise using the regional atmospheric climate model MAR[J]. The Cryosphere Discussions, 2012, 6(4): 3101-3147.

84 KRAPP M, ROBINSON A, GANOPOLSKI A. SEMIC: an efficient surface energy and mass balance model applied to the Greenland ice sheet[J]. The Cryosphere, 2017, 11(4): 1519-1535.

85 丁明虎, 效存德, 明鏡, 等. 南極冰蓋表面物質平衡實測技術綜述[J]. 極地研究, 2009, 21(4): 308-321.

86 常沛, 周春霞, 雷皓博. 南極冰蓋接地線研究綜述[J]. 極地研究, 2017, 29(3): 305-313.

87 DOWDESWELL J A, EVANS S. Investigations of the form and flow of ice sheets and glaciers using radio-echo sounding[J]. Reports on Progress in Physics, 2004, 67(10): 1821-1861.

88 HOLT J W, PETERS M E, KEMPF S D, et al. Echo source discrimination in single-pass airborne radar sounding data from the Dry Valleys, Antarctica: Implications for orbital sounding of Mars[J]. Journal of Geophysical Research Atmospheres, 2006, 111(E6): E06S24. DOI:10.1029/2005je002525.

89 JEZEK K C, WU X, PADEN J, et al. Radar mapping of Isunnguata Sermia, Greenland[J]. Journal of Glaciology, 2013, 59(218): 1135-1146.

90 陳軍, 柯長青. 南極冰蓋表面冰流速研究綜述[J]. 極地研究, 2015, 27(1): 115-124.

91 MOUGINOT J, RIGNOT E, SCHEUCHL B, et al. Comprehensive annual ice sheet velocity mapping using Landsat-8, Sentinel-1, and RADARSAT-2 data[J]. Remote Sensing, 2017, 9(4): 364.

RESEARCH PROGRESS ON ICE SHEET MASS BALANCE IN ANTARCTICA AND GREENLAND

Ye Yue1, Cheng Xiao1,2,3,4, Liu Yan1,3,4, Yang Yuande4,5, Zhao Liyun1,3,4, Lin Yijing1, Qu Yutong1

(1State Key Laboratory of Remote Sensing Science, and College of Global Change and Earth System Science, Beijing Normal University, Beijing 100875, China;2School of Geospatial Engineering and Science, Sun Yat-Sen University, Zhuhai 519082, China;3Southern Marine Science and Engineering Guangdong Laboratory, Zhuhai 519082, China;4University Corporation for Polar Research, Beijing 100875, China;5Wuhan University, Wuhan 430070, China)

Ice sheet mass balance is the biggest source of uncertainty in predicting sea level rise and has a large impact on global sea level. With the rapid development of satellite remote sensing, great progress has been made in ice sheet mass balance studies. This paper discusses the methods of estimating ice sheet mass balance and the development of satellite data, with detailed analysis of the uncertainty and sources of error for each method, and provides references for future ice sheet mass balance studies. The results of satellite altimetry, satellite gravimetry techniques, the input and output method, and the reconciled estimate method are also discussed. Ice sheet mass balance will remain a focus of global change research. Moreover, improving satellite performance to reduce the uncertainty of observation data, innovating estimation methods to reduce the uncertainty of results, and strengthening ground observation verification are expected to be future research hotpots.

Antarctic ice sheet, Greenland ice sheet, mass balance, satellite remote sensing

2019年10月收到來稿, 2020年4月收到修改稿

國家重點研發計劃項目(2016YFA0600103，2018YFA0605403)、中國科學院戰略性先導科技專項(XDA1907020)、國家自然科學基金( 41925027，41830536, 41406211)和錢學森空間技術實驗室基金資助

葉玥, 女, 1995年生。碩士研究生, 主要從事冰蓋物質平衡研究。E-mail:yueye@mail.bnu.edu.cn

劉巖, E-mail:liuyan2013@bnu.edu.cn

10. 13679/j.jdyj.20190060