南极和格陵兰冰盖物质平衡研究进展

2021-01-14 11:48叶玥程晓刘岩杨元德赵励耘林依静璩榆桐
极地研究 2020年4期
关键词:格陵兰冰盖南极

叶玥 程晓,2,3,4 刘岩,3,4 杨元德 赵励耘,3,4 林依静 璩榆桐

研究进展

南极和格陵兰冰盖物质平衡研究进展

叶玥1程晓1,2,3,4刘岩1,3,4杨元德4,5赵励耘1,3,4林依静1璩榆桐1

(1北京师范大学全球变化与地球系统科学研究院遥感科学国家重点实验室, 北京 100875;2中山大学测绘科学与技术学院, 广东 珠海 519082;3南方海洋科学与工程广东省实验室(珠海), 广东 珠海 519082;4中国高校极地联合研究中心, 北京 100875;5武汉大学, 湖北 武汉 430070)

冰盖物质平衡状态对全球海平面具有重大影响, 是预测海平面上升的最大不确定性来源。近20年来随着卫星遥感技术的快速发展, 冰盖物质平衡研究取得巨大进展。研究系统介绍了近20年来冰盖物质平衡估算方法以及相应卫星数据的发展, 归纳和总结了国内外利用测高法、重力测量法、通量法和融合法进行南极和格陵兰冰盖物质平衡评估的结果, 详细分析了每种方法的不确定性和误差来源, 为未来冰盖物质平衡研究提供参考。冰盖物质平衡仍将是全球变化研究未来的重点, 提升卫星性能以降低观测数据的不确定性, 创新估算方法以降低估算结果的不确定性, 加强地面观测验证是研究热点。

南极冰盖 格陵兰冰盖 物质平衡 卫星遥感

0 引言

地球陆地表面的12.5%被常年冰所覆盖, 它们大部分位于两极地区——南极冰盖和格陵兰冰盖[1](图1)。在全球变暖背景下, 南极和格陵兰冰盖的融化很可能导致全球海平面快速上升[1], 因此, 评估其物质平衡状况(包括气候和动力过程), 一直是气候变化研究的热点[2-3]。

随着卫星遥感技术的快速发展, 尤其是随着一系列专门针对极地观测的测高卫星(ICESat、Cryosat-2和ICESat-2)及重力卫星(GRACE和GRACE-FO)的发展, 近20年来, 南极和格陵兰的冰盖物质平衡研究取得了系列重要的进展。最新的研究结果表明, 极地冰盖已经取代山地冰川成为海平面上升的最大贡献者[3]。而且, 他们的物质损耗正处于加速的状态[3-5]。如果这种加速的物质损失持续下去, 到2100年, 在代表性浓度路径(represen­tative concentration path, RCP)2.6的情形下, 全球平均海平面将上升0.43 m(可能范围为0.26~0.53 m); 在RCP8.5的情形下, 全球平均海平面将上升0.84 m (可能范围为0.61~1.10 m)[6]。然而, 由于卫星观测数据和方法模型的限制, 冰盖物质平衡评估依然具有较大的不确定, 不同研究结果之间仍存在较大差异。因此, 为了精确估算以及诠释冰盖物质平衡状况, 准确预测未来海平面的变化, 我们要详细了解冰盖物质平衡估算方法的发展, 分析已有的估算结果, 确定不同方法的不确定性来源。

针对这一热点问题, 2000年以后, 我国陆续有几篇综述文章, 持续从不同角度更新了南极和格陵兰冰盖物质平衡研究的最新进展[7-10], 最新一篇发表于2015年。近4年来, 冰盖物质平衡研究成果倍出, 本文新增最新进展, 着重评述基于卫星遥感技术的冰盖物质平衡估算方法、估算误差来源以及近20年来南极和格陵兰冰盖物质平衡估算结果的重要进展, 并对今后的研究进行展望。

图1 陆地冰在地球表面的分布[11]. 带编号的19个黄色阴影区域表示冰川和冰帽, 通常选择这些区域进行冰川和冰帽的区域物质平衡研究; 蓝色阴影标识南极和格陵兰的冰盖; 圆圈大小表示每个区域的冰川面积的大小, 绿色和蓝色分别表示冰川末端为陆地和海洋的比例[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 卫星的发展与冰盖物质平衡估算方法

基于卫星遥感技术的冰盖物质平衡估算方法主要有测高法、重力测量法、通量法以及融合法, 这些方法随着卫星技术的发展得到了极大的发展。

1.1 测高法

测高法是基于高程变化与冰厚变化及体积变化之间的关系来估算冰盖物质平衡[12-13]。测高法又分为激光测高和雷达测高。激光测高是通过搭载的激光测高仪, 以一定频率向地面发射激光脉冲, 测量激光从卫星到地面再返回的时间来推算冰盖高程随时间的变化速率, 从而估算冰盖物质平衡[14]。而雷达测高则是通过搭载的雷达高度计来实现这一目标。

目前的常用测高卫星中, Seasat、Geosat、ERS-1/2、Envisat、Saral、CryoSat-2、Sentinel-3是雷达测高卫星; ICESat和ICESat-2是激光测高卫星(表1)。其中, CryoSat-2、ICESat和ICESat-2是专为极地服务的卫星。

1978年以来, 雷达高度计已经成为冰盖物质平衡研究的“主力”传感器。为了得到精度更高的估算结果, 测高卫星在性能方面持续提升。Seasat和ERS-1/2搭载的是雷达高度计(RA)。该高度计的频率为Ku波段, 能够精确测量海洋和冰面上的回波。Envisat搭载的是改进后的雷达高度计(RA-2), 在主要频率为Ku波段的基础上, 加入S波段作为第二频率以改正大气延迟。该高度计是首颗双频雷达高度计, 能够减小受到暂时性积雪事件的影响。这一代的雷达高度计能充分提供估算5—10年冰盖物质平衡所需的测量精度, 但不能满足更短的时间间隔所需。接续ERS和Envisat提供连续性数据的Sentinel-3搭载的是合成孔径雷达高度计(SRAL)。该高度计的主要频率与RA-2相同, 但将C波段作为第二频率, 用于电离层校正。雷达高度计在相对平缓和均匀分布的表面如内陆冰盖区域表现良好, 但由于其脚印相对较大, 在较高且多起伏地形区域、粗糙表面及悬崖峭壁如冰盖边缘区域表现不佳[15-16]。而CryoSat-2搭载的第二代合成孔径雷达/干涉雷达高度计(SIRAL)在这一方面有所改进, 为陡峭的冰盖边缘地区、冰架提供改进测量, 获取高精度数据[17]。

ICESat是第一颗专门用来测量极地冰变化的激光测高卫星[18]。相比于上述传统雷达测高卫星, 它在晴空条件下测量卫星与冰盖表面之间垂直距离精度方面的表现更加优异[19]。所携带的地球科学激光测高系统(GLAS)具有统一的空间覆盖及足够的时间覆盖[19], 获得的结果极大地提高了人们对于冰盖地形及其随时间变化的理解[16]。相对于GLAS, ICESat-2携带的改进的地形激光测高仪系统(ATLAS)能提供更高时空分辨率和准确度的观测结果, 弥补ICESat过早激光失效和快速能量降低的不足[18]。该高度计专门用于量化冰盖的高程变化速率, 测量冰盖高程的时空变化特征, 评估冰盖物质平衡, 并研究控制其过程的潜在机制[18]。卫星性能的不断进步逐渐满足研究所需的测量精度, 使得冰盖物质平衡研究估算结果不断精确。

为了得到更长时间序列的估算结果, 测高法在数据整合方面有所改进。在早期的研究中, 通常是基于单颗卫星数据进行估算, 时间限于卫星的运行寿命, 若要对长期趋势进行估算则必须考虑多颗卫星综合使用。为此, 近期的研究提出使用重复分析方法处理多颗卫星数据, 生成长时序的数据集合, 根据卫星时间重叠与否、以及高度计相似与否, 采取不同的偏移估算方法对其进行融合[20]。融合尽可能长时间序列的结果有助于更好地反映冰盖体积与质量的长期变化状况[18,20]。

表1 测高卫星载荷参数

1.2 重力测量法

重力测量法主要是通过重力卫星测量得到的月解重力场反演得到冰盖总的质量变化, 去除各种引起非冰雪质量变化的误差后, 获得冰盖物质变化趋势。

目前存在多颗重力卫星(表2), 可用于监测冰盖物质变化的主要有GRACE和GRACE-FO。GRACE卫星采用的是低低卫-卫跟踪(satellite- to-satellite tracking in the low-low model, SST-ll)模式, 空间分辨率约为333 km, 可在30天时间尺度上以0.01 mm精度(微米级)获取大地水准面时变信号[21-22], 已于2017年10月停止工作。为了研究的持续性, GRACE卫星的后继星GRACE- FO于2018年发射。该卫星是低低卫-卫跟踪和高低卫-卫跟踪(satellite-to-satellite tracking in the high-low model, SST-hl)组合模式卫星, 与GRACE卫星相比, 它将空间分辨率提高到了55 km[21]。

国内外利用GRACE卫星进行了大量冰盖物质平衡研究。为了能得到精度更高的估算结果, 重力测量法在以下几个方面均做出了很大改进。首先, 不断优化GRACE卫星数据反转冰盖物质平衡的方法。大部分学者采用GRACE卫星“Level-2”数据(月解重力场)进行物质平衡估算。目前有四个中心提供“Level-2”数据, 每个中心都在不断提升数据精度。同时, 学者们也开展了直接对GRACE卫星“Level-1”数据处理方法的研究, 提高结果精度。例如, Forsberg等[23]使用点质量反演方法对GRACE卫星“Level-1”数据进行直接全局分析, 求解全局质量, 这与利用月解重力场估算有着根本不同[23]。其次, 在选取冰川均衡代偿作用GIA(Glacial Isostatic Adjustment, GIA)模型前, 分析比较了目前的GIA模型, 选择效果更好的模型。最后, 综合利用测高卫星与GRACE卫星估算冰盖物质平衡, 利用测高卫星弥补GRACE卫星的分辨率不足[23-24]。

表2 重力卫星

1.3 通量法

通量法主要是通过计算总净物质收入值和物质输出值之间的差异来获得物质平衡结果[25-26]。冰盖物质平衡分为着地冰(仅考虑表面物质平衡)和冰架两部分计算:

Δ=–F(1)

式中, Δ为冰盖物质平衡,为着地冰的表面物质平衡,F为触地线处的冰通量。触地线处的冰通量计算公式如下:

FV×H×(2)

其中,G为触地线处的冰流速, 通常近似为表面冰流速,G为触地线处的冰厚度,为通量出口宽度,为冰密度。

全南极和格陵兰的表面物质平衡数据主要通过区域气候模式模拟、再分析资料和卫星遥感获得[27-30], 触地线位置和表面冰流速数据通过卫星遥感观测获取[31-33], 冰厚数据通过机载雷达测量获取[34]。

为提高结果精度, 通量法在以下几个方面进行了改进。首先, 触地线位置精度有所提高。由于表面冰流速与冰厚度均是触地线处数据, 因此触地线位置对估算冰盖物质平衡至关重要[35]。Rignot等[31]于2008年绘制了精度为100 m的南极周围触地线图, 但并未考虑触地线位置的动态变化。而触地线位置会由于海洋潮汐或者冰架底部冻融过程发生变化。Li等[32]就利用不同的差分雷达干涉数据(InSAR)绘制了1996年以及2013年东南极Totten冰川的触地线位置, 发现17年间触地线后退了1~3 km。因此, 若要对长期物质平衡进行精确估算, 必须考虑触地线的动态变化。2011年Rignot等[35-36]基于15年的合成孔径雷达差分干涉测量(DInSAR)数据对触地线的变化进行了新的改正, 绘制了第一个完整的高精度且统一采样的南极触地线图。其次, 冰盖表面冰流速图精度近年来也有所提高。2008年Rignot等[31]首次提出了几乎完整的南极外围表面流速图, 精度为5~50 m·a–1。虽然该图已涵盖对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, 但仅局限于主要出口冰川下游, 东南极的大部分地区仍然缺乏高质量的数据。Rignot等[33]于2011年绘制的另一幅全南极冰流图则弥补了这些不足。

1.4 融合法

多源融合法是在相同的地理区域内以相同的时间间隔, 对比和融合测高法、重力测量法和通量法的冰盖物质平衡估算结果, 获得一个较为一致的估算结果的方法[37]。该方法最初由国际冰盖物质平衡和海平面研究计划(Ice Sheet Mass Balance and Sea Level, ISMASS)在2001年6月于美国马里兰州首府安纳波利斯召开的研讨会上提出。其旨在加强冰盖数据之间的综合, 以及建立卫星数据、实地测量数据和模式模拟数据之间的联系, 优化估算结果, 减小估算误差, 实现测高法、重力测量法和通量法的优势互补[37]。例如, ESA和NASA支持的国际冰盖物质平衡结果内部比较计划IMBIE(The Ice Sheet Mass Balance Inter-comparison Exercise)分别对南极1992—2017年和格陵兰1992—2018年间测高法、重力测量法和通量法的结果进行系统审查、对比与融合, 获得了过去26年的冰盖物质平衡较为一致的结果, 具有里程碑式意义[23,37-39]。

2 南极和格陵兰冰盖物质平衡估算结果

2.1 测高法的估算结果

目前国际上主要有12个课题组(包含3个中国课题组)使用测高法估算南极和格陵兰冰盖物质平衡(表3)。使用多颗卫星数据延长时间序列是测高法中常采用的策略。例如, Zwally等[15,40-41]利用不同卫星对不同年份的南北极冰盖进行了物质平衡估算, 研究结果从2005年的90%格陵兰冰盖覆盖和77.1%南极冰盖覆盖扩展到2011年和2015年的两极全覆盖。同时, Zwally等[40-41]、Li和Davis[42]使用ERS和ICESat以及Envisat和ICESat数据研究20世纪90年代到21世纪初十几年的南北极冰盖物质平衡。最新研究中, Schröder等[20]更是使用7颗测高卫星数据估算1992—2017年的南极冰盖物质平衡, 并通过使用精确的波形跟踪和雷达测高数据的斜率校正确保表面高程测量的一致性, 将整体精度提高多达50%。从2颗卫星到7颗卫星, 从十几年到近30年, 利用多种卫星数据拓宽时间序列和提高结果精度逐渐成为利用测高法估算冰盖物质平衡状态的一种发展趋势。

表3 测高法估算冰盖物质平衡结果

2.2 重力测量法的估算结果

目前国际上主要有13个课题组(包含5个中国课题组)使用重力测量法估算南极和格陵兰冰盖物质平衡(表4)。重力测量中, GIA模型、月解重力场数据选取以及研究时间序列长短均对研究结果产生影响。例如, 在GIA模型选取方面, Velicogna和Wahr[53]采用两种GIA模型(IJ05_R2和ICE5G)对南极冰盖的物质平衡结果进行改正, 相差约60 Gt·a–1。在月解重力场数据选取方面, 鞠晓蕾等[54]使用不同来源的月解重力场数据(美国喷气推进实验室JPL、美国德克萨斯大学奥斯汀分校空间研究中心CRS、德国地学研究中心GFZ)估算的南极冰盖物质平衡结果也有所不同, 来自JPL和GFZ的数据所得结果能相差70 Gt·a–1。而Velicogna等[55]仅将研究的时间序列从2003— 2012年增至2003—2013年, 结果便可相差接近100 Gt·a–1。Groh等[56]也认为不同研究结果可能会由于所应用的算法、所选择的背景模型以及所考虑的时间覆盖范围而产生差异。最新研究中, Forsberg等[23]除利用GRACE卫星估算得到冰盖物质平衡结果, 认为南极的物质损耗从2002年开始呈明显加速状态, 而格陵兰的物质损耗在2010—2015年的加速速率明显低于2005—2010年外, 还结合了Envisat和CryoSat-2对冰盖物质平衡进行了研究。

表4 重力测量法估算冰盖物质平衡结果

2.3 通量法的估算结果

目前国际上有4个课题组(包含1个中国课题组)利用通量法实现了南极和格陵兰冰盖物质平衡全面研究(表5)。Rignot等[72]2005年的研究表明, 南极半岛冰盖处于严重失衡状态。而在此之前, 人们认为南极半岛气候条件和冰川特征更类似于山地冰川, 对海平面没有影响[73], 因此南极半岛没有包含在冰盖对海平面贡献的评估中[74]。Rignot等[35-36]2011年首次考虑触地线位置的变化, 并在此基础上计算得到南北极冰盖物质平衡结果。最新研究中, Rignot等[5]和Mouginot等[4]估算了两极1979—2017年40年的年代际物质平衡结果。结果表明, 在之前的研究中被认为是物质损失量极小、对海平面上升影响较小的东南极, 在过去40年中, 对海平面上升的贡献并不比西南极低多少。此结果挑战了东南极冰盖稳定且不受变化影响的传统观点。同时, 他们预计格陵兰北部的物质变化将会对海平面上升产生重大影响。

表5 通量法估算冰盖物质平衡结果

2.4 融合法的估算结果

目前国际上有2个课题组使用融合法估算南北极冰盖物质平衡(表6)。IMBIE小组于2012年在Nature上发表的南北极冰盖物质平衡结果表明, 不同的卫星方法之间有很好的一致性, 尤其是在格陵兰冰盖以及西南极冰盖[37]。在最新研究中, IMBIE小组将两极冰盖物质平衡结果的时间序列分别延长至2017年和2018年, 并且增加了比较融合的数据组数以及来自不同表面物质平衡模型的结果[38-39]。Bamber等[1]认为IMBIE小组的融合法处理方式更像只是为了减少结果之间不一致。为此, 他们通过将物质平衡值绘制成宽度代表时间跨度, 高度代表不确定度的盒子来综合以及评估联合国政府间气候变化专门委员会(Intergovernmental Panel on Climate Change, IPCC)第五次报告发布后发表的冰盖物质平衡结果, 得到1992— 2016年冰盖物质趋势估算结果, 实现时间平均趋势。虽然不同学者对融合法的理解有所不同, 但不可否认的是, 多源融合法能够使得不同估算方法之间的优势互补, 获得一个精确度更高的融合结果。

表6 融合法估算冰盖物质平衡结果

*由欧洲航天局和美国航空航天局支持的科学家合作小组,Andrew Shepherd, Erik Ivins, Geruo A, Eric Rignot等属于该小组。

2.5 冰盖物质平衡结果趋势

从上述4种方法估算得到的物质平衡结果可以看出, 通量法和融合法能够得到20世纪70年代至今四十几年的估算结果, 测高法能够得到近30年的结果, 重力测量法能够得到GRACE卫星运行周期内十几年的结果。相同的时间范围内, 不同方法之间所得到的结果存在差异。但冰盖的物质平衡结果趋势基本一致。南极冰盖在20世纪90年代到21世纪初处于正平衡状态, 之后慢慢转为负平衡, 2010年后物质消融的速率增加到(–137±25) Gtža–1[20]。格陵兰冰盖在20世纪70年代至90年代接近平衡状态, 之后一直处于负平衡状态, 并在2012年达到(–436±62) Gtža–1的顶峰后开始加速放缓[39,47]。其冰通量从20世纪70年代的(47±19) Gtža–1减少到20世纪90年代的(41± 8) Gtža–1, 在2010—2018年增加至(127±9) Gtža–1; 表面物质平衡在20世纪70年代为正平衡, 80年代和90年代接近平衡, 2000—2018年为负平衡[2000—2010年为(–99±17) Gtža–1, 2010—2018年为(–160±20) Gtža–1][4]。

3 冰盖物质平衡估算误差来源

3.1 测高法的估算误差来源

测高法的误差来源主要分为卫星测高时产生的误差以及从高程变化转化成质量变化时所产生的误差。

卫星测高时的误差来源包括大气范围校正、仪器校正、倾斜校正和对固体潮汐的误差校正。其中最重要是仪器校正, 又分为偏差校正和后向散射校正。偏差校正主要为改正卫星仪器之间参数的不同, 例如同时使用ERS-1以及ERS-2数据时, 偏差校正包括了减去ERS-1高程数据40.9 cm的偏置[15]。Zwally等[15]的研究中提及了偏差校正对格陵兰和南极的影响, 分别为–50 Gt·a–1和–205 Gt·a–1。后向散射校正方面, 虽然它对高程变化的平均影响很小, 但对地形起伏较大的局部地区影响很大。随着表面斜率或者波幅的增大, 卫星的高程测量精度会降低。表面高程的急剧变化使得雷达的返回脉冲早到或晚到, 从而产生测高误差, 该误差可采取波形重跟踪来改正[78]。

高程变化转变成质量变化时产生的误差主要包括粒雪化(过程)、冰川均衡代偿作用GIA和密度选取。由于卫星观测数据的时间序列特别短(大约15年), 因此在计算冰盖物质改变时通常会忽略粒雪深度的波动[79]。

激光测高除了上述误差外还可能受大气及时变偏差的影响。大气影响会造成数据间隔和时间序列的中断。而ICESat不同激光器之间的时变偏差是确定高程变化值的潜在误差来源, 需要通过对ICESat数据进行内部高程偏差(inter-campaign biases, ICBs)校正进一步改正。较大的跨轨道间距(across-track spacing)阻碍了激光测高对小尺度地表特征的观测[45], 从而造成误差。

3.2 重力测量法的估算误差来源

重力测量法的误差来源主要有GIA误差、信号泄露误差和由球谐系数引起的误差。使用该方法估算冰盖物质平衡的难点在于区分重力发生变化的原因, GRACE卫星无法分辨质量变化是由于冰雪质量变化、大气质量变化还是GIA影响[57]。对于南极而言, GIA是最大的误差来源; 对于格陵兰而言, 信号泄漏误差中比例因子的不确定性才是最大的误差来源[53]。

GIA是固体地球对过去冰负荷变化的延迟黏弹性响应[80]。而重力测量法的主要缺点就是对GIA的敏感性高于其他方法, 因此该方法的误差主要由GIA的不确定性决定。为了将其对冰盖物质不平衡的贡献单独区分开来, 在测量海拔和重力变化时, 必须考虑GIA[38,57]。当前运用较多的GIA模型主要有: ICE-5G, W12a以及IL05_R2。其中W12a和IL05_R2模型是专门针对南极设计的。对于南极而言, GIA模型的最新发展会对估算冰盖物质平衡状态产生重大影响[53]。

信号泄露误差指的是由于重力卫星空间分辨率过低造成的研究区域外的地球物理信号进入研究区域内, 或者研究区域内的信号泄露到研究区域外。信号泄露会明显影响冰盖物质平衡趋势, 可采用均值函数、高斯滤波、最佳平滑核来减少该误差。

球谐系数引起的误差主要有仪器误差、数据处理误差和混淆效应[81]。利用GRACE卫星时变重力场模型反演冰盖物质平衡时, 卫星感应到的重力变化包括大气变化, 因此, 需要去除大气影响[81-82]。在此过程中, 大气模型本身存在的误差会影响重力场的反演精度, 从而引起冰盖物质平衡估算误差[82]。

3.3 通量法的估算误差来源

通量法的估算误差主要来源于估算时所需数据的误差, 包括表面物质平衡、触地线位置、冰厚和冰流速数据。

表面物质平衡的估算手段包括实地观测、模式模拟、再分析数据和遥感监测。其中, 实地观测受限于局地开展, 其精度主要受器材及多参数结合的制约, 可以为模式模拟和遥感监测提供地面验证。模式模拟精度依赖于模式的分辨率、对物理过程的刻画能力、参数设置和强迫场数据等诸多因素。目前常用的模式有RACMO2.3、MAR和SEMIC, 常用的再分析资料有JRA-55, MERRA, ERA-Interim等[27,83-84]。遥感监测存在多源误差, 可以结合实测数据减小误差[85]。

触地线的提取手段有现场无线电回波测厚、全球定位系统(Global Positioning System, GPS)探测和遥感观测。由于南极自然条件恶劣, 实测数据相对缺乏, 而遥感技术精度不断提高, 因此遥感观测已成为提取触地线的主要手段[86]。其中, 流体静力学平衡法受限制于换算公式中冰与水的平均密度以及数字高程模型(digital elevation model, DEM)精度; 坡度分析法受制于坡度突变位置并不是真正的触地线位置; 重复轨道分析法受制于ICESat轨道稀疏; 而被认为是目前测量触地线精度最高的雷达差分干涉测量法则受数据源质量的影响[86]。

冰厚是目前通量法最重要的误差来源, 主要有雷达测量和静水平衡获取两种测量方法。自20世纪70年代初期以来, 机载雷达测深仪获取冰厚数据已成为主要测量方法[87]。由于该方法测量的冰厚数据在冰盖边缘附近质量不佳, 同时海湾测深数据在2017年之前一直稀缺[34], 冰盖边缘的冰厚度出现较大误差。导致雷达测量困难的原因有: (1)高密度的表面裂缝反射雷达信号; (2)冰变得更加温暖导致雷达信号难以到达底部; (3)由于较深山谷的侧壁反射雷达信号, 回波难以被解读[88-89]。数据的空缺限制了冰厚数据的精度[34]。

冰流速监测目前主要分为实地观测法与遥感监测法。实地观测法精度高但受制于南极地区的恶劣条件, 观测成本高昂。遥感监测法虽然精度不高但能大面积、长时效的掌握冰川流动状态。其中, 快速冰流区一般采用光学和SAR影像的特征跟踪方法, 慢速冰流区一般采用雷达干涉测量(InSAR)方法。稀缺的数据、短暂的时间间隔、极度恶劣的气候环境都影响着冰流速数据的精度[90]。近年来, Landsat-8, Sentinel-1以及RADARSAT-2数据已经成为获取大范围的南极以及格陵兰冰流速的常规手段[91]。

3.4 融合法的估算误差来源

融合法的估算误差来源于比较与融合不同估算结果时, 先假定各种方法之间相互独立, 同时在结合不同研究的时间序列时假定研究之间的误差不相关。许多研究都是根据现有数据, 在给定的一段时间内发表平均趋势。而短时间尺度研究(小于等于5年)在数据选择上的差异会显著影响整体趋势。因此, 需要谨慎选择所需数据。

4 冰盖物质平衡未来研究趋势

冰盖物质平衡和全球海平面上升是国际全球变化和冰冻圈研究未来的重点优先研究领域。国际南极研究科学委员会(SCAR)的南极未来20年重点研究方向、国际北极科学委员会(IASC)的未来5年战略计划、气候与冰冻圈项目(Climate and Cryosphere, CliC)以及极地气候可预测性倡议(Polar Climate Predictability Initiative, PCPI)均将其列为重点优先研究对象。NASA冰冻圈科学组目标、美国北极环境变化研究计划(Study of Environmental Arctic Change, SEARCH)和美国跨部门北极研究政策委员会(The Interagency Arctic Research Policy Committee, IARPC)2017— 2021年的北极研究计划、美国2017—2027地球观测十年策略(Earth Science and Applications from Space, ESAS 2017)均将其列为冰冻圈三大最重要的研究问题之一。中国香山会议“三极环境与气候变化”、中国科学院主持的冰冻圈科学目标和中国高校极地联合研究中心也将其列为未来重要和优先的科学目标。

美国于2018年发布的《2017—2027年地球观测十年策略》报告中, 专家组把“在未来十年及以后, 全球和区域海平面将上升多少, 冰盖和海洋热储存的作用是什么?”作为最重要的科学问题, 认为是地球观测领域中实现知识的实质性进展至关重要的目标, 是即使在最少的预算情况下也应该追求的最高优先目标。要回答这一科学问题, 要求未来10年内, 总冰盖物质平衡变化的估算精度在15 Gt·a–1之内, 整个冰盖表面物质平衡和冰通量估算也达到相同的精度。具体实现这一目标, 对冰盖物质平衡每种估算方法的每一个变量的要求如表7所示。

本文结合冰盖物质平衡研究方法, 阐述和汇总了极地观测卫星发展以及最近20年冰盖物质平衡研究结果和存在的不确定性因素, 为未来冰盖物质平衡研究提供了参考。从我们的分析结果来看, 尽管最近20年极地观测卫星得到迅猛的发展, 冰盖物质平衡研究获得了巨大进步, 但距离以上观测目标需求的实现仍然有较大差距。要缩短这些差距, 未来我们需要从促进极地卫星发展、加大地面观测力度、加强冰盖物质平衡方法和算法研究3个方面同时着手。一是, 极地科学家们提出明确的科学目标和观测指标需求, 与卫星研究的科学家和工程师合作, 设计和发展满足应用需求的极地卫星, 降低观测数据的不确定性; 二是, 需要加大和加强地面观测和机载观测, 提供更广泛和更可靠的验证数据; 三是, 进一步深入研究冰盖物质平衡方法和算法, 降低观测结果的不确定性。

表7 未来冰盖物质平衡观测需求

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 温家洪, 孙波, 李院生, 等. 南极冰盖的物质平衡研究:进展与展望[J]. 极地研究, 2004, 16(2): 114-126.

8 唐学远, 孙波, 李院生, 等. 南极冰盖研究最新进展[J]. 地球科学进展, 2009, 24(11): 1210-1218.

9 丁明虎. 南极冰盖物质平衡最新研究进展[J]. 地球物理学进展, 2013, 28(1): 24-35.

10 王慧, 孙波, 李斐, 等. 极地冰盖物质平衡的最新进展与未来挑战[J]. 极地研究, 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, 李国元. 激光测高卫星的发展与展望[J]. 国际太空, 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 SCHRÖDER 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. 国外重力探测卫星的发展[J]. 国际太空, 2015(8): 53-62.

22 宁津生, 王正涛, 超能芳. 国际新一代卫星重力探测计划研究现状与进展[J]. 武汉大学学报(信息科学版), 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, NOËL 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 NOËL 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 史红岭, 陆洋, 杜宗亮, 等. 基于ICESat块域分析法探测2003—2008年南极冰盖质量变化[J]. 地球物理学报, 2011, 54(4): 958-964.

51 李斐, 袁乐先, 张胜凯, 等. 利用ICESat数据解算南极冰盖冰雪质量变化[J]. 地球物理学报, 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 鞠晓蕾, 沈云中, 张子占. 基于GRACE卫星RL05数据的南极冰盖质量变化分析[J]. 地球物理学报, 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 杨元德, 鄂栋臣, 晁定波. 利用GRACE数据反演格陵兰冰盖冰雪质量变化[J]. 武汉大学学报(信息科学版), 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 罗志才, 李琼, 张坤, 等. 利用GRACE时变重力场反演南极冰盖的质量变化趋势[J]. 中国科学:地球科学, 2012, 42(10): 1590-1596.

68 鞠晓蕾, 沈云中, 陈秋杰. 基于Tongji-GRACE01模型的南极质量变化分析[J]. 大地测量与地球动力学, 2015, 35(1): 53-57.

69 高春春, 陆洋, 张子占, 等. GRACE重力卫星探测南极冰盖质量平衡及其不确定性[J]. 地球物理学报, 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 冯贵平, 王其茂, 宋清涛. 基于GRACE卫星重力数据估计格陵兰岛冰盖质量变化[J]. 海洋学报, 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 王清华, 宁津生. 卫星测高技术及其在南北两极的应用[J]. 极地研究, 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 彭聪, 周兴华, 库安邦. GRACE重力卫星数据国内应用研究现状综述[J]. 海洋测绘, 2017, 37(6): 9-12.

82 程鹏飞, 文汉江, 刘焕玲, 等. 卫星重力与卫星测高的研究进展[J]. 测绘科学, 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, 明镜, 等. 南极冰盖表面物质平衡实测技术综述[J]. 极地研究, 2009, 21(4): 308-321.

86 常沛, 周春霞, 雷皓博. 南极冰盖接地线研究综述[J]. 极地研究, 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 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.

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月收到来稿, 2020年4月收到修改稿

国家重点研发计划项目(2016YFA0600103,2018YFA0605403)、中国科学院战略性先导科技专项(XDA1907020)、国家自然科学基金( 41925027,41830536, 41406211)和钱学森空间技术实验室基金资助

叶玥, 女, 1995年生。硕士研究生, 主要从事冰盖物质平衡研究。E-mail:yueye@mail.bnu.edu.cn

刘岩, E-mail:liuyan2013@bnu.edu.cn

10. 13679/j.jdyj.20190060

猜你喜欢
格陵兰冰盖南极
格陵兰岛的冰盖悄悄融化
我去南极能住哪儿
来到南极要补课
最慢的鲨鱼
格陵兰也曾“脱欧”
南极大逃亡
特朗普为何执意买格陵兰
难忘的南极之旅
1982年,格陵兰公投“脱欧”
北半球冰盖融化与北半球低温暴雪的相关性