2. 同济大学空间信息科学及可持续发展应用中心, 上海 200092
2. Center for Spatial Information Science and Sustainable Development Applications, Tongji University, Shanghai 200092, China
全球海平面变化是全球气候变化研究的标志性前沿领域,海平面上升及应对一直是国际关注的重要科学问题[1-5]。联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)的最新报告指出,到2050年,无论温室气体排放是否减少,海平面预计将上升10~25 cm,这种持续上升的主要原因是海水温度升高导致的热膨胀及冰川与冰盖的融化[5]。南极冰盖、格陵兰冰盖及“第三极”青藏高原山地冰川是冰冻圈的核心区域[6-7],其关键过程和参数的监测可以为极区物质平衡研究提供有力的数据资料与科学依据,对研究气候变化和全球海平面上升具有重要意义[8-9]。
冰冻圈的高纬度和高海拔特征给现场地面观测的开展带来了严峻挑战,因此非接触式的遥感观测成为冰冻圈研究的主要手段[10]。随着21世纪以来遥感技术的快速发展及其在冰冻圈的广泛应用,冰冻圈的遥感观测技术逐渐丰富完善[11]。众多研究利用可见光、近红外、热红外、微波、激光、无线电、重力及其他新型遥感技术的数据获取方法,通过航天(卫星)、航空(固定翼、无人机等)和地基遥感的手段实现极地冰层关键过程与关键参数的监测[12-14]。在多时空尺度测绘遥感观测的基础上,极地实地考察同样是冰冻圈和极地环境研究的有效手段[15],成为“三极”关键区域综合考察与评估中必不可少的一项工作,将为现有天-空-地基观测体系的完善和极地冰层的关键参数监测和数据产品研制提供有力支撑[9]。
目前,已有50多个国家陆续开展实施了一系列极地科学考察。自1984年首支考察队赴南极以来,中国在近40年的极地科学考察中取得了举世瞩目的科研成就。极地科学考察通过极区的实地调查进行冰盖关键要素的动态监测,获得的现场实测数据可以为遥感观测任务提供校准和验证,进而为极地冰盖关键参数的多尺度观测提供精度保障。本文基于同济大学全球变化团队在南北极的测绘遥感与实地考察,探讨极地冰盖关键过程参数的监测与验证,重点阐述现场观测数据的处理及地面验证在极地冰盖多要素监测中的重要性,并就未来科考验证计划进行展望。
1 极地冰盖关键过程参数遥感监测方法极地冰盖关键过程参数测绘遥感监测(图 1),主要是完善极地卫星-机载-地面等多源遥感的综合观测路径,通过天基和空基遥感协同观测(包括光学、合成孔径雷达、测高、重力等),结合地面实地科学考察数据和历史观测(如野外考察站、花杆、卫星靶标、冰雷达、浮标等)[16],统一多源异构数据基准,实现数据校准和多源数据融合,构建并完善极地天-空-地基综合协同观测体系(图 2)。在此基础上,进行南极冰盖和格陵兰冰盖的关键过程和重要参数监测。其中,关键过程包括冰-海-气相互作用、冰盖消融与底部活动、冰盖不稳定性、物质平衡等,重要参数主要包括冰盖高程变化、冰流速度场、冰盖厚度变化、雪冰环境与表面消融等[17-24]。融合机载和星载多源遥感可刻画不同时空条件下的冰盖表面立体形态,如对冰盖/冰架突变事件发生前后的高程变化三维可视化、大型冰架裂隙形态和传播机制、冰雪深度以及海冰厚度探测、冰盖边缘接地区域演变、冰下水文等动态过程要素的运动及刻画详尽的物质迁移分布模式等。通过大量的多源观测资料,精密定量极地冰盖/冰架垂直变化过程特征参数,可提供极地冰盖动态变化参考依据,揭示其变化不稳定性特征与过程以及影响海平面变化的机制。
![]() |
图 1 极地冰盖关键过程参数测绘遥感监测 Fig. 1 Remote sensing monitoring of key processes and parameters of polar ice sheets |
![]() |
图 2 南极冰盖关键过程参数遥感与现场观测体系 Fig. 2 Remote sensing and field observation system of key processes and parameters of Antarctic ice sheet |
冰盖高程变化是冰盖物质平衡的关键参数,其遥感监测方式主要来源于星载测高[25-26],主要包括卫星雷达测高(如Envisat和CryoSat-2)和卫星激光测高(如ICESat和ICESat-2)。冰盖厚度主要受冰盖表面、内部和底部物质变化过程的影响[27],监测手段主要包括直接的探冰雷达探测与间接的厚度反演。其中,探冰雷达可以通过发射穿透冰层的雷达波实现冰厚的直接测量,基于质量守恒的冰厚反演算法[28]利用雷达冰厚和表面冰流速推算得到可靠的冰厚结果。监测冰流速对定量评估全球气候变化背景下极地冰盖对海平面上升的贡献具有重要意义[29-31]。为拓展国际上现有冰流速研究的时间尺度,同济大学团队基于早期胶卷卫星照片和Landsat 1—Landsat 4等历史卫星影像,提出了新型算法用于1960—1980年南极冰流速制图[32-34],填补了极地早期冰流速数据产品的空白。冰盖/冰架表面雪冰温度与密度变化的监测可以用于降低极地物质平衡定量评估结果的不确定性[35],来自卫星观测的地表与雪冰温度及现场实测温度链数据均可以提供关于垂直热力学的重要信息[36]。
2 极地科考与冰盖现场观测概况遥感观测虽已广泛用于极地冰盖监测,但并不能取代现场观测。极地科考实地获取冰盖表面与内部数据,在气候模型校准和冰盖长期变化趋势验证等方面具有重要意义。我国南极科学考察(CHINARE)起步较晚,1984年才进行首次南极科考。目前我国已拥有包括“雪龙”号、“雪龙2”号科考船,长城站、中山站、昆仑站和泰山站在内的“两船四站”科考平台(图 3(a)),2015年“雪鹰601”固定翼飞机投入使用,2018年罗斯海新站开始建设,这些平台主要进行南极大陆冰盖-海洋-大气-生物多学科的现场观测与调查。在第36次科考(图 3(b))期间我国自主建造的首艘破冰船“雪龙2”号首航南极,大幅提升了我国南极的科考后勤保障能力。“雪龙”号与“雪龙2”号形成“双龙探极”的新格局,极大提升了我国极地考察的硬实力,拓展了我国极地科考的广度和深度。目前,我国南极科考以“认识南极、保护南极、利用南极”为指导思想,重视多学科交叉,深入认识南极变化及其全球效应,致力于提高我国适应与应对气候变化的能力,推进我国向极地强国和海洋强国迈进[37]。
![]() |
图 3 中国南极科考“两船五站”科考平台和第36次中国南极科考路线 Fig. 3 Chinese Antarctic scientific expedition "two ships and five stations" scientific platform and the route map of the 36th CHINARE |
同济大学全球变化研究团队参加了多次中国极地科学考察,涉及的主要科学目标包括:构建覆盖极地不同区域的地、空和天基观测体系,实现对极地关键要素的动态监测;研发我国具有自主知识产权的极地全要素数据产品集系列,检验其模式支撑能力,以降低全球变化预测的不确定性;展示数据产品对极区关键变化过程和耦合响应机制的支撑作用和原创性成果,为我国极地战略和全球变化应对策略提供政策支撑[9]。
在科学目标指引下,研究团队参加了第35、36和38次中国南极科学考察。第35次南极科考期间,主要参与中山站附近冰盖、冰川关键参数的现场观测,包括基于SAR角反射器的冰流速验证设备布设和基于低空无人机的冰盖边缘测图与冰川流速、裂缝裂隙特征观测等。第36次南极科考进一步拓展了考察内容:①星-空-地基协同的ICESat-2单光子测高卫星精度验证,该项工作是判定冰冻圈测高卫星是否达到设计要求的必要手段,能为冰盖高程变化探测和冰盖物质平衡估算提供数据支撑;②基于光谱仪和温度链等设备的中山站、泰山站周边冰雪温度、密度等关键参数观测,该工作是粒雪密实化模型验证的基础,服务于冰盖物质平衡估算;③无人机载及车载冰雷达的雪冰浅层结构探测,可以辅助科考路线规划保障科考安全,也可有效探测冰层属性、探究冰盖稳定性;④基于空-地协同观测的冰盖边缘雪冰环境调查,主要通过冰芯钻孔获取冰雪硬度、强度等属性,通过无人机低空遥感探测冰表面地形特征、裂隙发育等,通过花杆测定冰流运动、降雪及消融状态等,并与风速、气温等气象要素结合,系统性研究冰盖边缘冰雪属性特征。此外,也在北极格陵兰冰盖开展了相关研究工作,包括重力卫星反演格陵兰冰盖物质平衡等。
3 极地遥感-地面验证实施与智能处理 3.1 ICESat-2卫星测高精度的“空-地”协同验证极地冰盖地面高程精度验证是评估冰冻圈新型单光子测高卫星ICESat-2是否达到设计要求的必要手段,为后续冰盖物质平衡估算提供重要的数据支撑[38-39]。已有的针对ICESat-2的地面验证工作由美国航空航天局卫星团队完成[40-41],其验证工作主要在88°S南极内陆冰盖平坦区域进行,而对南极中低纬度内陆和沿海关键区域的精度验证工作尚属空白。因此,在国家海洋局极地考察办公室、中国极地研究中心及中国南极科考队的支持下,设计了基于多传感器的车载全球定位系统、光子反射器阵列、平面反射层装置、无人机协同观测地面验证框架(图 4),图 4(a) ICESat-2卫星照片由NASA提供,于2019年12月—2020年2月在520 km的CHINARE内陆考察路线、中山站、泰山站等关键区域进行了ICESat-2的地理定位光子数据产品(ATL03)和陆地冰数据产品(ATL06)的验证试验;主要包括:①基于固定基站和车载移动站GNSS,实施沿中国南极中山科考站至泰山科考站长达520 km的厘米级精度冰雪表面高程测线,构建了测高卫星验证的地面真值;②利用厘米级精度的实时差分定位技术,在科考站点周边部署了线性光学反射阵列,并成功获取测高卫星光子信号;③预先使用光谱仪选择合适的反射图层,在科考站附近铺设面状反射涂层靶标获取卫星光子反射数据;④结合地面高精度RTK(real-time kinematic)基站,利用无人机三维建模生成了测高卫星在同时间段内过境区域的厘米级精度数字高程模型,并与ICESat-2卫星光子轨道高程进行了对比分析。在此基础上,构建了针对新型单光子测高卫星的极地冰盖“空-地”协同精度验证系统,评估了ICESat-2不同冰盖高程数据产品在东南极典型区域的精度和探测能力,并将进一步在测高精度验证的基础上开发南极冰盖表面高程变化模型,发掘ICESat-2卫星在极地监测应用的潜在可能性,为精确量化冰盖表面高程变化和物质平衡以及海平面上升预测奠定了基础[42]。
![]() |
图 4 南极科考新型单光子测高卫星ICESat-2南极冰盖星-空-地协同精度验证 Fig. 4 Accuracy verification of the new single-photon altimetry satellite ICESat-2 for the 36th CHINARE with the support from Polar Research Institute of China |
3.2 SAR卫星角反射器布设与冰流速验证
为了进行冰盖流动速度的监测与验证,以及为中山站及其附近区域冰盖物质平衡提供准确的输入参数,在第31、35和36次南极科考期间,沿中山站到昆仑站的CHINARE内陆沿线布设了6个SAR卫星角反射器(图 5),其中第31次科考安装M1、M2、M3,第35次安装A1、A2,第36次安装A3,并对其进行位置记录和SAR卫星拍摄和持续维护。中山站至昆仑站内陆科考路线全长1200 km,冰流速从几米每年到100多米每年不等。考虑卫星轨道倾角、入射角和各角反射器布设处的位置信息,设计得到角反射器安装的方位角和高度角,以保证在编程拍摄的SAR卫星影像上可以识别到角反射器。
![]() |
图 5 在中国南极内陆考察CHINARE路线沿线布设的SAR卫星角反射器(M1—M3、A1—A3为已布设位置,A4—A7为未来计划布设位置) Fig. 5 SAR satellite corner reflectors deployed by the research team along the CHINARE route during inland expedition (M1—M6 are the deployed locations, A1—A4 are the planned locations in the future) |
安装的SAR卫星角反射器由4部分组成,包括角反射器主体支架、GNSS定位数据采集系统、远程数据传输系统和电力及控制系统组成。角反射器主体支架按照计算的方位角和高度角进行安装,可以被SAR卫星捕捉到,在SAR影像上表现为突出的亮斑;GNSS定位数据采集系统包含多模GNSS高精度定位板卡和普通GNSS定位模块,在实时获取动态位置信息的同时也可以定期进行静态GNSS数据采集;远程数据传输系统由铱星通信模块及铱星天线组成,用于将GNSS定位数据实时回传到国内数据中心;整个角反射器系统由多块适合在低温运行的蓄电池进行供电,并通过控制器对各个系统进行协同控制以保证正常运行。各个SAR角反射器布设完成后,对SAR卫星进行编程采集了影像数据,基于像元偏移追踪反演了冰盖表面冰流速度,再根据识别到的角反射器的目标和传输回的GNSS位置计算了获得角反射器的移动速度,对SAR卫星影像反演的冰流速进行了验证,初步结果表明GNSS实测的冰流速度与遥感反演的冰流速趋势一致。
3.3 粒雪内部温度观测与密实化模型验证基于第35次南极内陆科考中山站-昆仑站CHINARE沿线观测的多个温度链站点的粒雪层内部温度数据,对现有粒雪密实化模型[43]进行评估验证,并将该数据用于粒雪密实化模型改进以提高模型预测精度,进而提升ICESat-2测高卫星估算南极物质平衡的能力,降低海平面上升预测的不确定性。泰山站作为数不多的南极内陆考察站之一,缺少实测雪温资料,该区域的粒雪层温度分布的观测对南极的气候和冰盖变化研究具有重要意义。第36次南极科考期间,在泰山站采用热熔钻打钻方式布设了雪冰内部20 m深度的温度链(图 6(a)、(b)),该温度链设备由太原理工大学制作,可以实现20 m钻孔深度内间隔为0.5 m的粒雪层内部温度持续观测与实时回传。
![]() |
图 6 第36次南极科考冰盖泰山站热熔钻打钻进行温度链布设((a)、(b))和泰山站温度链站点粒雪层温度连续观测数据(c)及对应的模拟数据(d) Fig. 6 Deployment of the temperature chain with flow drill during the 36th CHINARE ((a), (b)) and the continuous observation data of the temperature chain (c) and the corresponding simulation data (d) at Taishan station |
安装完成后,通过将南极泰山站温度链回传的实测数据用于粒雪密实化模型热传导方程[43]解算与模拟温度验证,通过设置上下边界条件(确定温度模拟深度)和初始边界条件(模拟起始时间)求解粒雪层温度。解算时将泰山站实测表面温度作为热传导公式的上边界条件输入,年平均温度作为下边界条件,下边界对应深度为温度链观测深度。密度上边界条件设置为300 kg/m3,下边界条件通过密度经验公式得到,模型间隔为温度链观测间隔0.5 m,粒雪层实测温度和模拟温度如图 6(c)、(d)所示,可以发现模拟温度与实测温度具有很好的一致性。
3.4 探冰雷达与光学无人机海冰探测南极科考中物资补给与冰面运输对于保障极地科考安全具有重要意义,中山站是我国南极科考的重要物资补给站与冰盖内陆科考路线起点。中国南极科考队雪龙号及“雪龙2”号抵达南极固定海冰外围后,在无法继续破冰抵近中山站的情况下,随船科考物资需要通过海冰冰面运输抵达中山站,即南极科考第一阶段的重要任务:海冰卸货[44]。传统海冰卸货路线的确定,首先通过中等分辨率遥感卫星确定近实时冰情[45],在大尺度范围内规避冰面大型冰山,初步确定路线,同时由中山站越冬队员驾驶雪地摩托车进行海冰冰面探路,实地确定固定冰冰面的平整冰与乱冰区分界、冰裂缝位置等,并在冰面打钻测量特定点位的海冰厚度,最终确定海冰卸货路线。传统的人工海冰探路方式由于没有高分辨率实时冰面影像地图的导航,探路效率不高且存在一定的危险性,获取的是路线上离散点的冰厚信息,点位间冰厚安全无法保证。
第36次南极科考中,在中分辨率卫星遥感确定初步线路的基础上,通过光学无人机和冰雷达无人机进行现场观测确定最优卸货路线,如图 7所示。2019年11月20日,通过大疆精灵4RTK光学旋翼无人机对固定海冰环境进行航拍并进行处理,生成高精度高分辨率的实时冰情遥感数据产品,通过对正射影像和三维模型进行解译判读规避乱冰区、冰山和潮汐裂缝。同时,通过无人机挂载国产探冰雷达方式,于2019年11月21日对海冰卸货路线进行了冰厚连续测量,并进行了打钻验证。选取的国产大型旋翼无人机载荷大,在南极中山站区域海冰低温环境下工作20 min左右,飞行距离4 km以上;挂载的400 MHz探冰雷达适合近地表飞行,海冰冰厚测量时的飞行高度2~3 m,海冰探测深度大于1 m,在海冰卸货现场可以区分海冰的空气-雪面、海冰-海水分界面,进而获得了连续的海冰厚度,为海冰卸货的冰厚安全提供数据支持。在完成无人机载探冰雷达南极首次试验飞行后,该技术将继续在南极科考支持下验证不同工况下的试验效果,为今后南极内陆科考探路服务。
![]() |
图 7 第36次南极科考通过光学与冰雷达无人机进行海冰探路确定卸货路线 Fig. 7 Unloading route determination on the landfast sea ice using optical and ice radar drones during the 36th CHINARE |
3.5 “空-地”协同的雪冰环境调查与跑道选址
南极机场跑道主要包括海冰跑道、蓝冰跑道、雪橇跑道和压实雪层跑道[46],其中蓝冰跑道是大型轮式运输机的优选跑道类型。在南极现场调查前,需要根据卫星遥感针对机场跑道选址的关键参数进行分析,包括跑道长度、冰流速、坡度、冰裂隙分布等[47]。第36次南极科考期间同济大学团队基于直升机、无人机和地面观测平台,在卫星遥感分析的基础上,参与了中国极地研究中心对中山站附近蓝冰区域的雪冰环境调查,为跑道选址提供基础参考。南极中山站区域雪冰环境调查包括通过现场冰芯钻探确定该区域的冰雪属性特征,通过无人机航拍研究冰面微地形、坡度和坡向等特征,测定选址区域的冰雪物理参数,通过便携式移动气象站观测研究区域的气象要素,根据目测确定研究区域夏季消融程度,并最终通过无人机航空观测确定研究区域周边冰裂隙分布情况等(图 8)。上述雪冰环境调查获得的雪冰表面区域的地形、冰物理化学性质、内部结构、融化、冰裂隙和密度等信息,可为南极机场跑道选址工作提供依据。
![]() |
图 8 参与中国极地研究中心在南极中山站附近区域雪冰环境调查数据采集 Fig. 8 Data collection during snow and ice environment survey near Zhongshan station, Antarctica, organized by Polar Research Institute of China |
基于大疆精灵DJI 4 RTK旋翼无人机和DRTK-2基站,获取了调查区域的高分辨率无人机遥感数据,通过对数据进行摄影测量三维建模获取了神州湾蓝冰区域的正射影像和数字表面模型,提取了蓝冰分布范围、冰裂隙分布、高程变化及坡度变化等表面微地形特征。同时,通过光谱仪进行现场光谱测量,发现蓝冰分布区域与卫星影像上分布相似,冰表面覆盖的积雪厚度不均匀;该区域表面主要被雪和融雪冰所覆盖,但是在雪下广泛分布着小型冰裂隙,一般长度为几米到几十米不等,宽度从厘米到米级。这些裂隙基本暴露在外,裂隙内日间气温高时有融水,夜间气温低时融水重新冻结,初步判断是表层融水渗透流通的导流渠道。通过冰钻钻取冰芯,测量冰芯密度、长度、质量,冰面硬度以及冰表面温度等物理属性,发现在2 m深度范围内的冰芯主要是粒雪和冰层和混合物,存在冰层但大部分是粒雪颗粒。
3.6 格陵兰冰盖质量变化评估格陵兰冰盖研究方面,重力估计法基于重力卫星GRACE建立时变重力场模型时间分辨率为1个月,精度约为1 cm等效水柱高,是监测极地冰盖物质平衡的重要方法[48]。目前国际上多家机构如美国宇航局戈达德宇宙航行中心(GSFC)和美国喷气推进实验室(JPL)和空间研究中心(CSR)均基于GRACE卫星研究了格陵兰冰盖质量变化。笔者团队利用GRACE Level-1B观测数据,求解获得了一组附有先验信息约束的高阶球谐系数解(180阶),有效地提高了空间分辨率,应用团队最新发布的高阶球谐系数Tongji-regGrace2019及CSR点质量模型反演得到格陵兰冰盖2002年4月至2016年12月的质量变化趋势空间分布[49],如图 9所示。结果表明这2种方法具有很好的一致性,发现格陵兰冰盖东南部及西部边缘存在严重的质量损失,而内部高原地区存在质量累积。卫星重力法估计极地冰盖质量变化当前面临的主要挑战是其空间分辨率不足,制约对冰盖质量变化细节信号的探测与研究。
![]() |
图 9 2002—2016年格陵兰质量变化空间分布特征比较 Fig. 9 Comparison of spatial distribution characteristics of mass change in Greenland from 2002 to 2016 |
4 未来的极地科考现场计划
在今后的极地科学考察中,将继续依托承担的国家重点研发计划和国家自然科学基金等项目,在国家极地考察办公室和中国极地研究中心的领导和支持下,在南极主要科考站区开展冰盖物质平衡关键参数监测、卫星角反射器布设与冰流速验证、冰川表面微地形建模与演化、温度链布设和主被动微波靶标验证,北极格陵兰走航与冰站观测和青藏高原冻土变化等方面进行现场科考。
在已有的东南极内陆冰盖CHINARE考察路线的ICESat-2新型测高卫星“空-地”验证框架的基础上,将进一步扩展南极冰盖现场验证的区域和科考验证内容,将现场观测区域由中山站和泰山站拓展到内陆冰穹昆仑站以及对应的中山站到昆仑站1200 km的CHINARE科考路线,以及长城站区域。拟在这些区域进行架设GNSS基站和移动站构建高程测线,在ICESat-2卫星过境前布设全反射棱镜阵列,评估ICESat-2数据的产品精度及卫星运行时间对定位精度的影响,布设特定反射率靶标以探究不同地物反射率对光子定位精度的影响。同时,将继续依托南极内陆科考在CHINARE沿线布设4个新型SAR卫星角反射器(见图 5,A4—A7),并对其坐标进行连续GNSS观测与实时数据回传,同时维护已有的6个角反射器,检查其是否被积雪覆盖,进行重新布设和电池更新等。根据布设的角反射器位置,编程采集国际和国产SAR卫星数据影像,在不同位置进行角反射器目标识别并对冰盖流动速度进行地面验证分析。
在前期南极物质平衡关键参数观测的基础上,未来将在科考站周边布设用于物质平衡估算的温度链自动观测设备,基于热水钻垂直钻探安装温度链,并对温度链的坐标进行GNSS观测,安装维护供电与通信设备,搜集记录冰雪表面下垂直温度信息,用于反演南极冰盖物质平衡物理模型与观测融合的参数,为未来南极区域物质平衡研究提供时空连续的实测温度数据。同时,将进一步基于无人机对南极冰盖典型区域进行低空摄影测量,对获得的遥感影像数据进行三维立体重建,生成高精度正射影像和数字表面模型等产品,对重要区域冰盖和冰川进行微地形分析,并进行多时相观测,利用得到的多时相高分辨率产品对典型区域的冰流速度、冰裂隙、融池、冰坑、蓝冰等冰川地貌的地理分布和几何属性进行提取,对其冰川微地形进行恢复。此外,将在重点研发项目支持下在极区冰冻圈主被动微波探测方面开展关键过程监测和科学验证,涵盖冰盖表层、内部和底部的精密探测、海冰监测和主被动微波新型探测设备样机的真实性检验等。在第38次及未来南极科考中,将在南极中山站附近埋设主被动微波冰下靶标,为后续航空校飞和地面试验提供验证数据。
将开展北极海冰和航道船载科学考察现场验证,主要调查北极海冰和海洋环境,厘清北极海-冰-气相互作用机制及其与全球变化的关系。基于中国北极科考,通过走航观测、断面综合调查及冰站考察等方式进行北极现场观测,开展深海重力-地磁及海洋温盐和深度等多学科走航调查,观测海洋环境中污染物的特征、来源及对海洋和生态系统的影响,综合多传感器的海冰冰站冰情探测,厘清海冰、积雪和融池的特征与发育过程,为未来北极无人深潜提供支撑。
在开展南北极科考的同时,也将开展青藏高原现场科考,重点进行冻土范围变化和冻土活动层厚度的科考验证。在青藏铁路和青藏公路沿线的不同区域,现场考察记录地表覆盖类型、植被种类和冻融变化。在冻土区域进行钻孔勘测,记录冻土活动层深度、土壤类型和密度、水分、温湿度等参数信息,以及对应的表面形变量,为遥感InSAR反演冻土活动层深度变化提供地面验证。
5 结论在全球气候变化背景下,海平面上升及应对是国际关注的重要科学问题,极地冰盖关键过程和关键参数遥感监测研究是全球变化机理、影响和模拟研究的重点领域,对揭示极地冰盖物质平衡对全球海平面变化的影响,提高海平面上升贡献的预测精度至关重要。同时,通过极地科学考察获取现场实测数据为遥感观测提供校准和验证,可为关键参数的多尺度观测提供精度保障,对于降低遥感反演的不确定性具有重要意义。近年来,随着国家对极地研究的重视和持续投入,我国在极地科学考察中取得了巨大的成就,正由极地大国向极地强国迈进。本文基于同济大学全球变化研究团队在极地冰盖关键过程参数的测绘遥感与现场考察,重点阐述了在极地科考地面验证和数据处理方面的研究,包括在南极冰盖的ICESat-2测高卫星的空-地协同验证、卫星角反射器布设、粒雪层内部温度观测与模型验证、多平台无人机海冰探测和雪冰环境调查与跑道选址,以及在格陵兰冰盖的重力法质量变化评估等。在未来的极地科考中,除了继续推进南极冰盖现场科考验证外,还将在北极海冰与航道和青藏高原冻土活动层等方面进行现场观测验证,进一步完善极地天-空-地基综合协同观测体系,揭示极地冰盖变化关键过程和质量迁移趋势。
[1] |
联合国. 联合国可持续发展目标[EB/OL]. [2022-02-28]. https://www.unescap.org/sites/default/files/SDG%20Goals%20Booklet_Chinese.pdf. United Nations. The sustainable development goals report[EB/OL]. [2022-02-28]. https://www.unescap.org/sites/default/files/SDG%20Goals%20Booklet_Chinese.pdf. |
[2] |
联合国. 联合国可持续发展目标报告[EB/OL]. [2022-02-28]. https://unstats.un.org/sdgs/report/2020/The-Sustainable-Development-Goals-Report-2020_Chinese.pdf. United Nations. The sustainable development goals report[EB/OL]. [2022-02-28]. https://unstats.un.org/sdgs/report/2020/The-Sustainable-Development-Goals-Report-2020_Chinese.pdf. |
[3] |
SCAR. Antarctic climate change and the environment: a progress report[EB/OL]. [2022-02-28]. https://www.scar.org/scar-library/search/policy/Antarctic-treaty/atcm-xxxi-and-cep-xi-2008/2895-atcm31-ip062/.
|
[4] |
SCAR. SCAR report 2019/2020 "climate change and CCAMLR" to CCAMLR[EB/OL]. [2022-02-28]. https://www.scar.org/scar-library/search/policy/commission-for-the-conservation-of-antarctic-marine-living-resources-ccamlr/scar-annual-reports-to-ccamlr/5582-scar-report-2019-2020-climate-change-and-ccamlr-to-ccamlr/.
|
[5] |
IPCC. Climate change 2021: the physical science basis. contribution of working group I to the sixth assessment report of the intergovernmental panel on climate change[EB/OL]. [2022-02-28]. https://www.ipcc.ch/assessment-report/ar6/.
|
[6] |
LI Xin, CHE Tao, LI Xinwu, et al. CASEarth poles: big data for the three poles[J]. Bulletin of the American Meteorological Society, 2020, 101(9): E1475-E1491. DOI:10.1175/BAMS-D-19-0280.1 |
[7] |
车涛, 李新, 李新武, 等. 冰冻圈遥感: 助力"三极"大科学计划[J]. 中国科学院院刊, 2020, 35(4): 484-493. CHE Tao, LI Xin, LI Xinwu, et al. Developing cryospheric remote sensing, promoting scientific programme of earth's three poles[J]. Bulletin of Chinese Academy of Sciences, 2020, 35(4): 484-493. |
[8] |
SMITH B, FRICKER H A, GARDNER A S, et al. Pervasive ice sheet mass loss reflects competing ocean and atmosphere processes[J]. Science, 2020, 368(6496): 1239-1242. DOI:10.1126/science.aaz5845 |
[9] |
李荣兴, 张寅生, 汪汉胜, 等. 冰冻圈和极地环境变化关键参数观测与反演[J]. 中国基础科学, 2017, 19(5): 1-5, 11. LI Rongxing, ZHANG Yinsheng, WANG Hansheng, et al. Observation and inversion of key parameters of cryospheric and polar environment changes[J]. China Basic Science, 2017, 19(5): 1-5, 11. DOI:10.3969/j.issn.1009-2412.2017.05.001 |
[10] |
秦大河, 任贾文, 康世昌. 中国南极冰川学研究10年回顾与展望[J]. 冰川冻土, 1998(3): 35-40. QIN Dahe, REN Jiawen, KANG Shichang. Retrospect and prospect on the study of Antarctic glaciology in China in the last 10 years[J]. Journal of Glaciology and Geocryology, 1998(3): 35-40. |
[11] |
WALKER C C, BECKER M K, FRICKER H A. A high resolution, three-dimensional view of the D-28 calving event from amery ice shelf with ICESat-2 and satellite imagery[J]. Geophysical Research Letters, 2021, 48(3): e2020GL091200. |
[12] |
QIAO Gang, LI Yanjun, GUO Song, et al. Evolving instability of the scar inlet ice shelf based on sequential landsat images spanning 2005—2018[J]. Remote Sensing, 2019, 12(1): 36. DOI:10.3390/rs12010036 |
[13] |
CHENG Yuan, XIA Menglian, QIAO Gang, et al. Imminent calving accelerated by increased instability of the Brunt Ice Shelf, in response to climate warming[J]. Earth and Planetary Science Letters, 2021, 572: 117132. DOI:10.1016/j.epsl.2021.117132 |
[14] |
CHENG Yuan, XIA Menglian, QIAO Gang, et al. Calving cycle of Ninnis glacier over the last 60 years[J]. International Journal of Applied Earth Observation and Geoinformation, 2021, 105: 102612. DOI:10.1016/j.jag.2021.102612 |
[15] |
郝彤, 王晓峰, 冯甜甜, 等. 地球系统多尺度关键区域与关键过程的智能化测绘[J]. 测绘学报, 2021, 50(8): 1084-1095. HAO Tong, WANG Xiaofeng, FENG Tiantian, et al. Intelligent and multi-scale surveying of key areas and processes of the Earth system[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(8): 1084-1095. DOI:10.11947/j.AGCS.2021.20210109 |
[16] |
YANG Yuande, KE Hao, WANG Zemin, et al. Decadal GPS-derived ice surface velocity along the transect from Zhongshan station to and around Dome Argus, East Antarctica, 2005-16[J]. Annals of Glaciology, 2018, 59(76pt1): 1-9. DOI:10.1017/aog.2018.3 |
[17] |
RIGNOT E, MOUGINOT J, SCHEUCHL B. Ice flow of the Antarctic ice sheet[J]. Science, 2011, 333(6048): 1427-1430. DOI:10.1126/science.1208336 |
[18] |
BARTHOLOMEW I, NIENOW P, SOLE A, et al. Short- term variability in Greenland ice sheet motion forced by time-varying meltwater drainage: implications for the relationship between subglacial drainage system behavior and ice velocity[J]. Journal of Geophysical Research: Earth Surface, 2012, 117(F3): F03002. |
[19] |
VAN WESSEM J M, REIJMER C H, MORLIGHEM M, et al. Improved representation of East Antarctic surface mass balance in a regional atmospheric climate model[J]. Journal of Glaciology, 2014, 60(222): 761-770. DOI:10.3189/2014JoG14J051 |
[20] |
LIU Yan, MOORE J C, CHENG Xiao, et al. Ocean-driven thinning enhances iceberg calving and retreat of Antarctic ice shelves[J]. Proceedings of the National Academy of Sciences, 2015, 112(11): 3263-3268. DOI:10.1073/pnas.1415137112 |
[21] |
GAGLIARDINI Olivier. The health of Antarctic ice shelves[J]. Nature Climate Change, 2018, 8(1): 15-16. DOI:10.1038/s41558-017-0037-1 |
[22] |
EDWARDS T L, BRANDON M A, DURAND G, et al. Revisiting Antarctic ice loss due to marine ice-cliff instability[J]. Nature, 2019, 566(7742): 58-64. DOI:10.1038/s41586-019-0901-4 |
[23] |
CHAMPOLLION N, PICARD G, ARNAUD L, et al. Marked decrease in the near-surface snow density retrieved by AMSR-E satellite at Dome C, Antarctica, between 2002 and 2011[J]. The Cryosphere, 2019, 13(4): 1215-1232. DOI:10.5194/tc-13-1215-2019 |
[24] |
ZHANG Shuangcheng, ZHOU Meiling, WANG Yajie, et al. Ground-based GPS used in the snow depth survey of Greenland[J]. Journal of Geodesy and Geoinformation Science, 2021, 4(2): 47-55. DOI:10.11947/j.JGGS.2021.0205 |
[25] |
XIE Huan, LI Rongxing, TONG Xiaohua, et al. A comparative study of changes in the Lambert Glacier/Amery ice shelf system, east Antarctica, during 2004—2008 using gravity and surface elevation observations[J]. Journal of Glaciology, 2016, 62(235): 888-904. DOI:10.1017/jog.2016.76 |
[26] |
陈雷. 基于卫星测高数据的南极典型区域冰盖质量变化研究[D]. 上海: 同济大学, 2017. CHEN Lei. Mass balance of Antarctic ice sheet in typical areas based on altimetric data[D]. Shanghai: Tongji University, 2017. |
[27] |
杨树瑚, 顾祈明, 张云, 等. 利用冰雷达诊断南极冰盖底部环境的研究综述[J]. 极地研究, 2016, 28(2): 277-286. YANG Shuhu, GU Qiming, ZHANG Yun, et al. A review of the use of ice penetrating radar to diagnose the subglacial environments[J]. Chinese Journal of Polar Research, 2016, 28(2): 277-286. |
[28] |
MORLIGHEM M, RIGNOT E, SEROUSSI H, et al. A mass conservation approach for mapping glacier ice thickness[J]. Geophysical Research Letters, 2011, 38(19): L19503. |
[29] |
陈军, 柯长青. 南极冰盖表面冰流速研究综述[J]. 极地研究, 2015, 27(1): 115-124. CHEN Jun, KE Changqing. Research progress on ice velocity of Antarctic ice sheet[J]. Chinese Journal of Polar Research, 2015, 27(1): 115-124. |
[30] |
季青原, 王帮兵, 孙波. PISM冰盖模式对Amery冰架流速场模拟的适用性[J]. 极地研究, 2015, 27(3): 229-236. JI Qingyuan, WANG Bangbing, SUN Bo. Applicability pism for velocity analysis of the Amery ice shelf, east Antarctica[J]. Chinese Journal of Polar Research, 2015, 27(3): 229-236. |
[31] |
SHEN Qiang, WANG Hansheng, 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): 1-8. |
[32] |
LI Rongxing, YE Wenkai, QIAO Gang, et al. A new analytical method for estimating Antarctic ice flow in the 1960s from historical optical satellite imagery[J]. IEEE Transactions on Geoscience and Remote Sensing, 2017, 55(5): 2771-2785. DOI:10.1109/TGRS.2017.2654484 |
[33] |
YE Wenkai, QIAO Gang, KONG Fansi, et al. Improved geometric modeling of 1960s KH-5 ARGON satellite images for regional Antarctica applications[J]. Photogrammetric Engineering & Remote Sensing, 2017, 83(7): 477-491. |
[34] |
LUO S, CHENG Y, LI Z, et al. Ice flow velocity mapping in east Antarctica using historical images from 1960s to 1980s: recent progress[J]. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 2021, 43: 491-496. |
[35] |
陈嘉晋. 粒雪层密实化模型及改正对南极质量平衡估算影响研究[D]. 上海: 同济大学, 2020. CHEN Jiajin. The research of the Antarctic mass change evaluation caused by FIRN compaction modelling correction[D]. Shanghai: Tongji University, 2020. |
[36] |
TONBOE R T, DYBKLER G, HOYER J L. Simulations of the snow covered sea ice surface temperature and microwave effective temperature[J]. Tellus A: Dynamic Meteorology and Oceanography, 2011, 63(5): 1028-1037. DOI:10.1111/j.1600-0870.2011.00530.x |
[37] |
国家海洋局. "中国的南极事业"白皮书[R]. 北京: 国家海洋局, 2017. State Oceanic Administration, People's Republic of China. White Paper on China's Antarctic Programs[R]. Beijing: State Oceanic Administration, People's Republic of China, 2017. |
[38] |
MARKUS T, NEUMANN T, MARTINO A, et al. The ice, cloud, and land elevation satellite-2 (ICESat-2): science requirements, concept, and implementation[J]. Remote sensing of environment, 2017, 190: 260-273. DOI:10.1016/j.rse.2016.12.029 |
[39] |
NEUMANN T A, MARTINO A J, MARKUS T, et al. The ice, cloud, and land elevation satellite-2 mission: a global geolocated photon product derived from the advanced topographic laser altimeter system[J]. Remote Sensing of Environment, 2019, 233: 111325. DOI:10.1016/j.rse.2019.111325 |
[40] |
BRUNT K M, NEUMANN T A, SMITH B E. Assessment of ICESat-2 ice sheet surface heights, based on comparisons over the interior of the Antarctic ice sheet[J]. Geophysical Research Letters, 2019, 46(22): 13072-13078. DOI:10.1029/2019GL084886 |
[41] |
NEUMANN T, BRUNT K, MARGUDER L, et al. Validation activities for the ice, cloud, and land elevation satellite-2 (ICESat-2) mission[C]//Proceedings of 2020 EGU General Assembly Conference Abstracts. Vienna, Austria: Copernicus GmbH, 2020: 20671.
|
[42] |
LI Rongxing, LI Hongwei, HAO Tong, et al. Assessment of ICESat-2 ice surface elevations over the Chinese Antarctic research expedition (CHINARE) route, east Antarctica, based on coordinated multi-sensor observations[J]. The Cryosphere, 2021, 15(7): 3083-3099. DOI:10.5194/tc-15-3083-2021 |
[43] |
LI Jun, ZWALLY H J. Response times of ice-sheet surface heights to changes in the rate of Antarctic firn compaction caused by accumulation and temperature variations[J]. Journal of Glaciology, 2015, 61(230): 1037-1047. DOI:10.3189/2015JoG14J182 |
[44] |
HUI Fengming, ZHAO Tiancheng, LI Xinqing, et al. Satellite-based sea ice navigation for Prydz Bay, east Antarctica[J]. Remote Sensing, 2017, 9(6): 518. DOI:10.3390/rs9060518 |
[45] |
LI Xinqing, OUYANG Lunxi, HUI Fengming, et al. An improved automated method to detect landfast ice edge off Zhongshan station using SAR imagery[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018, 11(12): 4737-4746. DOI:10.1109/JSTARS.2018.2882602 |
[46] |
孙波, 唐学远, 肖恩照, 等. 南极机场冰雪跑道工程技术发展现状与展望[J]. 中国工程科学, 2021, 23(2): 161-168. SUN Bo, TANG Xueyuan, XIAO Enzhao, et al. Ice and snow runway engineering in the Antarctica: current status and prospect[J]. Strategic Study of CAE, 2021, 23(2): 161-168. |
[47] |
CUI Xiangbin, LIU Jiaxin, TIAN Yixiang, et al. GIS- supported airfield selection near Zhongshan station, east Antarctica, based on multi-mission remote sensing data[J]. Marine Geodesy, 2019, 42(5): 422-446. DOI:10.1080/01490419.2019.1645770 |
[48] |
TAPLEY B D, BETTADPUR S, RIES J C, et al. GRACE measurements of mass variability in the Earth system[J]. Science, 2004, 305(5683): 503-505. DOI:10.1126/science.1099192 |
[49] |
CHEN Qiujie, SHEN Yunzhong, KUSCHE J, et al. High- resolution GRACE monthly spherical harmonic solutions[J]. Journal of Geophysical Research: Solid Earth, 2021, 126(1): e2019JB018892. |