北冰洋高緯度區域海冰及氣象特征分析

郝光華，沈輝，田忠翔，李明，趙福

(1.國家海洋環境預報中心 自然資源部海洋災害預報技術重點實驗室，北京 100081)

1 引言

北極海冰是地球系統的重要組成部分，影響氣-冰-海之間的能量平衡過程[1-2]。在全球變暖的背景下，北極變暖是全球變暖的2～3 倍[3]，稱之為“北極放大”效應[4-5]。近年來，北極海冰范圍和冰厚都在減小[6-8]。不同遙感產品得到的結果都說明了北極海冰的快速減少[6]，而且高緯度的多年冰減少更快[9-10]。研究顯示，2009-2016 年北極中央區發生6 次明顯的中央區海冰低密集度過程，即海冰密集度低于75%[11]。走航觀測顯示，1999 年中國首次北極考察發現從北冰洋最南端至82°N 發現大片開闊水域[12]；2010 年中國第4 次北極考察期間北極高緯度區域海冰厚度為1.5～2 m，很少有超過4 m[13]；2017 年中國第8 次北極考察期間高緯度中央航道海冰平均密集度和平均冰厚分別為64%和1.5 m，且85°N 以北存在低密集度區域[14]。北極海冰的減少會增加海洋吸收太陽輻射，增加的太陽輻射反過來又會加速北極海冰的減少，引發北極的正反饋機制[15-16]。北極海冰減少還會引起1 000～850 hPa高度的大氣層增溫[17]。因此，隨著北極海冰快速減少，北極海冰正在由多年冰為主向季節性海冰轉變[18-19]，這使得北極海冰更容易受到大氣強迫的影響[20]。

目前，由于缺少現場觀測，北極海冰研究依賴于模式或是衛星遙感，但是不同模式的結果比較，以及和觀測比較的差別仍然很大[21-22]。目前，基于衛星遙感得到的不同海冰厚度產品差別仍然比較大[23-24]，而且時空分辨率有限，需要更多的觀測來檢驗。因此，北極漂移自動氣象站和溫度鏈浮標的觀測對于填補這些空白意義重大，收集的數據可以用來驗證衛星遙感反演結果和數值模式模擬結果。國際上為了獲取更多的北極現場觀測數據，1997-1998 年開展了為期1 年的大氣、海冰、海洋綜合觀測，SHEBA 計劃(Surface Heat Budget of the Arctic Ocean)[25]，并且于2020-2021 年又開展了北極氣候研究多學科漂流計劃（Multidisciplinary drifting Observatory for the Study of Arctic Climate，MOSAiC）[26]，為北極的研究及模式參數化方案提供了寶貴的數據。

我國在1999-2020 年夏季共開展了11 次北極科學考察。在長、短期冰站作業期間，開展了大氣-海冰的連續觀測，獲取了大量的觀測資料。本文利用2018 年夏季中國第9 次北極科學考察期間[27]，布放在海冰上的自動氣象站和溫度鏈浮標獲取的長時間序列大氣要素和海冰溫度剖面數據展開分析。借助于這些寶貴的數據，分析了北極高緯度區域大氣特征和海冰生長過程，有助于為未來模式參數化方案的改進和提高提供參考。

2 現場觀測和數據

本文數據是基于中國第9 次北極科學考察期間，布放于海冰的自動氣象站和溫度鏈浮標觀測取得的。氣象站于2018 年8 月20 日冰站工作期間布放在海冰上（84.788 3°N，166.106 8°W），海冰厚度為2.4 m，積雪厚度為4 cm，海冰干舷厚度為41 cm。自動氣象站隨著海冰漂移自動觀測獲取數據，并通過Argo 衛星傳輸回國內，數據為每小時采集10 min 平均數據。本次布放的自動氣象站由支架、傳感器、衛星發射天線、數據采集器和電源系統組成（表1）。分別在2 m和4 m 高度安裝了風速、風向和溫度、濕度傳感器，在2 m 高度安裝了總輻射傳感器，大氣壓力傳感器安裝在電源箱內，所有傳感器與低溫數據采集器相連接。氣象站從2018 年8 月21 日開始傳輸資料，到2019 年5 月11 日停止傳輸數據。由于自動氣象站隨海冰漂移，因而無法準確測量風向，文中對風向不做分析。由于風傳感器受到凍結的影響，會影響到風資料的精度，我們把連續24 h 靜風狀態的風速數據剔除。自動氣象站在觀測期間隨著海冰漂移（圖1），從最初的位置向東南和向東北漂移至觀測結束時候的高緯度位置（85.933 9°N，91.299 1°W）。輻射傳感器受到積雪或者結冰的覆蓋，其觀測數據無法反映真實狀況，由于難以剔除無效數據，因而本文不做分析。

圖1 2018 年8 月21 日至2019 年5 月8 日自動氣象站及漂移軌跡Fig.1 The drift trajectory of the automatic meteorological station over the period from August 21,2018 to May 8,2019

表1 自動氣象站傳感器參數Table 1 The type and key technical specifications of sensors for the drifting automatic meteorological station

在自動氣象站附近，同時布放了一套溫度鏈浮標（SIMBA）。該溫度鏈浮標由蘇格蘭海洋學會下屬的SRSL 公司（http://www.srsl.com/）研發，由機箱和溫度鏈兩部分組成。機箱包括電源和控制兩部分，并且內置GPS 模塊傳輸數據。溫度鏈部分長480 cm，每2 cm間距內置一個溫度傳感器，共241 個溫度傳感器，溫度傳感器分辨率為0.062 5℃，溫度鏈測量精度為0.1℃。溫度鏈浮標布放在冰上的部分約為1 m，通過布放在海冰上的溫度鏈浮標可以獲取連續的氣-冰-海垂直溫度剖面，觀測時間間隔為6 h。溫度鏈浮標觀測開始于2018 年8 月21 日，2019 年5 月8 日之后無法獲取有效數據。為了便于結合溫度鏈浮標數據進行分析，本文選取了2018 年8 月21 日到2019 年5 月8 日的自動氣象站數據進行分析。

為了研究自動氣象站隨海冰的漂流過程，本文使用了美國國家冰雪數據中心（National Snow and Ice Data Center，NSIDC）日平均的海冰漂流數據，該數據由多個衛星遙感數據和國際北極浮標計劃（International Arctic Buoy Program，IABP）實測數據同化得到，為等面積投影網格，空間分辨率為25 km×25 km[28]。本文還使用了自動氣象站觀測同期的ERA-Interim 數據，用于分析大尺度的大氣環流背景和輔助風速分析。ERA-Interim 數據是歐洲預報中心（The European Centre for Medium-Range Weather Forecasts，ECMWF）第3 代再分析資料，包含1979 年至2019 年8 月的再分析資料。ERA-Interim 再分析資料時間分辨率為每天4 次[29]，本文使用的數據空間分辨率為0.75°×0.75°。本文使用了ERA-Interim 的10 m 風速（U、V）和海表面氣壓場。

3 結果分析

本文使用261 天的漂流氣象站和溫度鏈浮標數據，該數據覆蓋了北極的融化季末期和凍結季。能夠展示從融化季到次年春季的北極高緯度地區的大氣特征和海冰生長過程。

3.1 氣象要素特征分析

根據漂流氣象站隨海冰的漂移特征（圖1），本文將分為兩個階段進行分析，分別為2018 年8 月21 日至2018 年10 月23 日和2018 年10 月24 日至2019 年5 月8 日。圖2顯示了日平均的氣壓、風速、相對濕度和氣溫，可以看出各個氣象要素（風速除外）變化在時間上的連續性，可以說明其在觀測期間沒有出現凍結[30]。第1 階段處于季節轉換階段，自動氣象站隨海冰向東南移動，第2 階段處于海冰凍結期，自動氣象站隨著海冰向東北移動。

在第1 階段，隨著氣象站向東南漂移，其多次受到極地氣旋的影響，最低日平均氣壓為978 hPa，平均氣壓為1 008 hPa（圖2a）。受到氣旋的影響，日平均的風速在0.5～11.1 m/s 間變化（圖2b），且2 m 風速和4 m風速相差不大。由于風速風向傳感器受到結冰的影響，其觀測的連續性和數據精度受到了影響，本文借助于ERA-Interim 10 m 風速討論其變化。在第1 階段，ERA-Interim 10 m 風速同自動氣象站觀測的2 m日平均風速的誤差和絕對誤差均為1.9 m/s，同4 m 風速的誤差為1.8 m/s，絕對誤差為1.9 m/s。在第1 階段，相對濕度維持在90%以上（圖2c），在后期開始下降，平均相對濕度為93%。氣溫處于下降階段，從接近0℃逐漸降至第1 階段末期的-12.2℃，平均氣溫-6.6℃，海冰處于不穩定的融化期，和前期北極漂流自動氣象站的研究結果接近[30]，其變化顯示了從融化季向凍結季轉變的交替過程。在2 m 和4 m 高度，日平均的相對濕度和氣溫差別不大，相對濕度和氣溫變化趨勢一致。

圖2 2018 年8 月21 日至2019 年5 月8 日日平均的氣壓(a)，風速（b），相對濕度（c）和氣溫(d) 時間序列Fig.2 Time series of daily averaged pressure (a),wind speed (b),relative humidity (c) and air temperature (d) over the period from August 21,2018 to May 8,2019

在第2 階段，隨著季節變化和氣象站隨海冰向東北移動，風速和氣壓呈現出季節變化（圖2a，圖2b），平均氣壓為1 014 hPa，平均ERA-Interim 10 m 風速為4.6 m/s。氣溫快速下降（圖2d），從最開始的-12.2℃下降至11 月18 日的-38.7℃，較低的氣溫一直持續至次年4 月初，氣溫開始回升，11 月18 日至次年3 月底2 m 和4 m 高度平均氣溫分別為-32.8℃和-32.7℃，平均相對濕度均為73%（圖2c）。4 月之后，隨著季節的變化，氣溫和相對濕度開始升高，4-5 月平均氣溫分別為-21.1℃和-21.4℃，相對濕度分別為80%和81%。第2 階段的平均溫度和相對濕度分別為-29.3℃和76%。

兩個階段的比較發現，2 m 和4 m 日平均的氣溫和相對濕度變化趨勢一致。氣溫差異小于0.1℃，相對濕度差異小于0.1%，均沒有超過儀器的誤差范圍。整個觀測期間，氣溫和相對濕度具有明顯的季節變化，受到緯度和季節變化的影響，第1 階段氣溫和相對濕度較高，并逐漸降低，第1 階段處于不穩定的融化期；第2 階段氣溫和相對濕度穩定在較低的階段，經歷了完整的凍結期。氣壓和風速沒有明顯的季節變化，但是，低壓過程往往帶來南側的暖濕氣流，引起氣溫和相對濕度的增加，如2019 年2 月6-13 日和16-21 日的兩次低壓過程，都引起了氣溫和相對濕度的明顯升高，兩次過程中日平均氣溫分別升高了8.5℃和14.7℃，相對濕度分別增加了6%和11%。

3.2 海冰漂移特征分析

自動氣象站隨著海冰漂移，在漂移過程中，受到海洋和大氣共同作用，海冰的漂移過程呈現出不同的兩個階段。圖3顯示了2018 年10 月17-23 日（圖3a）和24-30 日（圖3b）前后1 周NSIDC 的平均海冰漂移速度場，10 月24 日前1 周平均的海冰漂移速度場在波弗特海一側，呈現出反氣旋式的模態，之后1 周的平均海冰漂移速度場在波弗特海一側呈現出向弗拉姆海峽一側的輸送。本文分析了10 月24 日前后1 周（圖4）的平均海表面氣壓場和10 m 風場，24 日前1 周的平均海表面氣壓場呈現出波弗特高壓位于波弗特海一側，海冰的漂移受到高壓北側偏西風的影響（圖4a），呈現出向東南漂移的狀態，海表面氣壓場和冰速場的結果表現高度一致。10 月24 日后的1 周，波弗特高壓減弱或者向東移動（圖4b），海冰漂移主要受到高壓西側向東北的氣流影響，因而呈現出向東北漂移的軌跡。海冰的漂移主要受到波弗特高壓的影響，受其強度和位置的影響，海冰分別受到波弗特高壓北側和西側氣流的影響，呈現出前后兩個階段不同的漂移軌跡。

圖3 2018 年10 月17-23 日（a）和24-30 日（b）平均海冰漂移速度和2018 年10 月24 日前（藍線）后（紅線）的漂移軌跡Fig.3 The averaged sea ice drift velocity for the period of October 17-23,2018 (a) and October 24-30,2018 (b),the lines indicat the drift trajectory before (blue line) and after (red line) October 24,2018

圖4 2018 年10 月17-23 日（a）和24-30 日（b）平均海表面氣壓和2018 年10 月24 日前（藍線）后（紅線）的漂移軌跡Fig.4 The averaged sea level pressure for the period of October 17-23,2018 (a) and October 24-30,2018 (b),the lines indicat the drift trajectory before (blue line) and after (red line) October 24,2018

基于自動氣象站的漂移軌跡，根據逐小時經緯度的位置變化計算了自動氣象站的漂移速度，并且計算了日平均的漂移速度。同時，將NSIDC 海冰漂移速度線性插值到漂移自動氣象站對應的位置計算日平均的漂移速度。圖6顯示了日平均的NSIDC 海冰漂移速度和自動氣象站計算海冰漂移速度的緯向速度（U，圖5a）、經向速度（V，圖5b）以及合成速度（圖5c）的比較。NSIDC 平均U和V分別為2.6 cm/s 和0.6 cm/s，基于自動氣象站計算的平均U和V分別為3.2 cm/s和0.6 cm/s。NSIDC 海冰漂移速度和自動氣象站日平均的海冰漂移速度比較，其緯向速度、經向速度和合成速度的差異分別為-0.6 cm/s，0 cm/s 和-2.7 cm/s，由于正負誤差相互抵消，導致經向速度平均差異為0 m/s，絕對誤差分別為2.8 cm/s，5.9 cm/s 和4.4 cm/s，兩者在緯向速度比較一致，NSIDC 海冰漂移速度的經向速度和自動氣象站計算的速度差別較大，而且波動較大，其合成速度相較于實際漂移速度偏小。

圖5 2018 年 8 月 21 日至 2019 年 5 月 8 日基于自動氣象站軌跡計算（黑線）和 NSIDC（藍線）日平均的緯向海冰漂移速度 (a)，經向海冰漂移速度（b）和合成海冰漂移速度時間序列（c）Fig.5 Time series of daily averaged zonal sea ice drift velocity (a),meridional sea ice drift velocity (b) and the sea ice drift velocity (d) for automatic meteorological station derived (black) and NISDC (blue) over the period from August 21,2018 to May 8,2019

圖6 2018 年8 月21 日至2019 年5 月8 日SIMBA 溫度鏈浮標觀測的自上而下大氣-海冰溫度剖面隨時間的變化Fig.6 Temperature evolution for the surface air-ice system from the SIMBA buoy observations over the period from August 21,2018 to May 8,2019

3.3 海冰生長過程分析

利用冰上布放的SIMBA 溫度鏈浮標觀測的氣-冰-海垂直溫度剖面，通過不同介質間溫度梯度的差異，假設海冰上表面不變，可以計算得到海冰厚度[31]，由于此方法得到的積雪厚度相對誤差較大，本文暫不討論雪厚。為了使溫度鏈浮標和自動氣象站能夠實現長時間的觀測，往往選取的作業點海冰比較厚，本次布放溫度鏈浮標的作業點海冰厚度為2.4 m。

受海冰漂移的影響，海冰冰厚增長同時受到緯度變化和季節變化的影響。圖6顯示了整個觀測期間海冰溫度剖面。第1 階段，冰內溫度變化不明顯，海冰厚度基本保持不變或者略有減小；第2 階段，海冰快速增長，冰內溫度梯度加大，至觀測結束，海冰厚度保持增加。第1 階段海冰溫度變化較小（圖7），海冰處于穩定狀態，海冰生長不明顯。第1 階段海冰厚度基本為負增長，2018 年8 月和9 月平均的海冰生長率分別為-0.11 cm/d 和-0.03 cm/d（圖8），海冰冰厚略有減小，10 月的平均生長率基本為0，海冰生長開始由負轉正。第2 階段，海冰平均溫度從-1.9℃下降至-12.6℃，海冰平均溫度為-9.1℃，冰內最大溫差為26.6℃。海冰平均溫度在3 月份達到最低的-12.6℃。海冰在2019 年3 月生長最快，平均生長率為1.3 cm/d，1 月和2 月的平均生長率也都超過了0.9 cm/d，海冰的生長主要發生在這個階段。從4 月開始，海冰的生長速度減緩，4 月和5 月平均生長率分別為0.9 cm/d 和0.6 cm/d。海冰的生長主要受氣溫的影響，海冰平均溫度（圖7）和氣溫（圖2d）變化趨勢一致，海冰平均溫度和氣溫的相關系數為0.75。

圖7 2018 年8 月21 日至2019 年5 月8 日日平均海冰溫度（垂直黑虛線為10 月24 日）Fig.7 Time series of daily averaged sea ice temperature over the period from 21 August 2018 to 8 May 2019 (the vertical dotted line indicats the October 24 for the different phase)

圖8 2018 年8 月至2019 年5 月月平均海冰生長率Fig.8 Time series of monthly averaged sea ice growth rate over the period from August 2018 to May 2019

北極海冰一般在9 月下旬開始凍結，海冰范圍增加，但是本文觀測到的海冰厚度從11 月份開始增加，可能與初始冰厚比較厚（2.4 m）有關。整個觀測期間，海冰生長率由負到正，在2019 年1-3 月份，海冰迅速增長，5 月份之后海冰增長減緩，海冰厚度從開始觀測時的2.4 m，增長至觀測結束時候的3.98 m，觀測期間增長了1.58 m，海冰的快速生長主要發生在第2 階段。

4 結論

基于2018 年8 月中國第9 次北極科學考察期間布放在海冰上的自動氣象站和溫度鏈浮標觀測數據，分析了北極高緯度區域的大氣特征，結果顯示受到緯度和季節交替的影響，整個觀測期間呈現出兩個階段的變化。基于自動氣象站的漂移軌跡，分析了其10 月24 日前后的不同漂移路徑，并且同NSIDC 的海冰漂移速度進行了比較。基于溫度鏈浮標剖面觀測和不同介質的溫度梯度，計算了整個觀測期間平均海冰溫度變化和厚度變化，分析了海冰生長過程。對北冰洋高緯度區域海冰漂流軌跡、氣象要素變化和海冰生長過程有了新的認識，對進一步研究北極海冰快速變化具有參考意義。

在觀測期間，自動氣象站受海冰漂移的影響，隨著海冰呈現出先向東南，后向東北漂移的兩個階段，通過分析發現，自動氣象站隨海冰的漂移軌跡主要受到波弗特高壓的影響。第1 階段，受波弗特高壓北側氣流的影響，自動氣象站隨海冰向東南漂移，氣溫和相對濕度都比較高，平均氣溫和平均相對濕度分別為-6.6℃和93%。第2 階段受到波弗特高壓東移或者減弱的影響，自動氣象站隨海冰漂移主要受高壓西側氣流的影響向東北漂移。氣溫和相對濕度快速下降，平均氣溫和平均相對濕度分別為-29.3℃和76%，第2 階段的氣壓平均高于第1 階段6 hPa，顯示出了緯度變化和季節交替帶來的影響。在整個觀測期間，2 m 和4 m 的氣溫、相對濕度平均差異均沒能超過傳感器的誤差范圍。同時比較了基于自動氣象站漂移軌跡計算的海冰速度和NSIDC 海冰速度，其緯向速度更為接近。觀測開始時，海冰處于融化階段，8 月平均融化速率為0.11 cm/d，第1 階段海冰厚度略有減小。海冰的生長主要發生在第2 階段，隨著海冰向東北漂移和季節的變化，海冰平均溫度快速降低，海冰平均溫度為-9.1℃，冰內最大溫差為26.6℃，海冰生長加快，海冰最大生長期發生在2019 年3 月，平均生長率為1.3 cm/d，至觀測結束，海冰仍處于緩慢生長階段。

北極海冰主要依靠衛星遙感手段監測，目前，微波遙感海冰密集度比較成熟，其與人工觀測差異在-3.96%～12.05%之間[32]，但是冰厚反演誤差仍然比較大[23-24]。本文利用浮標觀測數據和自動氣象站漂移軌跡，得到了海冰從融化末期到接近生長末期的完整溫度剖面數據、海冰厚度及海冰漂移速度。相比于衛星遙感數據，這些數據可以作為實測數據用于衛星遙感數據的比較。相比于過往研究在2002 年觀測到的6 cm/s 平均海冰漂移速度[30]，本文基于自動氣象站計算的平均U和V分別為3.2 cm/s 和0.6 cm/s，說明自動氣象站布放的位置和大氣環流狀況都會影響海冰的漂移狀況，同時也說明隨著北極海冰減少，海冰對大氣響應越來越敏感。相比于Lei 等[33]觀測到的海冰從8 月底的1.95 m 融化至10 月中旬的1.46 m，本文觀測到的同期海冰融化小于10 cm；同時，本文觀測到的平均海冰生長率略大于2008/2009 年的觀測結果[33]，說明海冰初始厚度以及漂移軌跡都會影響到海冰的融化和生長過程。

自動氣象站的風速風向傳感器和輻射傳感器由于受到凍結和可能的積雪覆蓋影響，無法保證數據的連續性和精度，導致大部分數據無法使用，因此，無法進行輻射和渦動通量等能量平衡過程分析，提示我們在以后的觀測工作中需要考慮到凍結及積雪覆蓋可能對傳感器帶來的影響，以獲取更好的現場觀測數據。基于溫度鏈浮標獲取的寶貴觀測數據未來可以用于熱力模式的結果驗證，比較熱力模式對海冰生長過程的刻畫，進一步借助于熱力模式分析海冰生長期間各能量過程的變化。

致謝：感謝中國第9 次北極科學考察隊對海冰觀測工作的支持。