Print

出版日期: 2016-05-25
点击次数：
下载次数：
DOI: 10.11834/jrs.20165159
2016 | Volumn20 | Number 3





                              上一篇|





下一篇
遥感应用
SSM/I极地亮温资料中的4个月振荡现象
expand article info 董慧杰 , 秦正坤
南京信息工程大学 大气科学学院 资料同化研究与应用中心, 南京 210044
收稿日期: 2015-06-18; 修改日期: 2016-01-25; 优先数字出版日期: 2016-05-25
基金项目: 公益性行业(气象)科研专项(编号:GYHY201406008);江苏省研究生培养创新项目(编号:KYLX_0822);江苏高校优势学科建设工程资助项目(编号:PAPD)
第一作者简介: 董慧杰(1987-),女,博士研究生,现从事利用卫星资料分析极地气候变化研究。E-mail:donghuijie_nuist@163.com
中图分类号: P941.61
文献标识码: A
文章编号: 1007-4619(2016)03-0502-11

摘要

SSM/I仪器采用圆锥扫描方式,避免了AMSU-A等跨轨迹横扫仪器观测资料中存在的临边效应,其观测资料更加适用于空间特征分析。因此,利用1998年-2008年SSM/I仪器极地观测亮温资料,经谱分析、小波分析以及经验正交函数(EOF)分析,验证了南、北极地区的4个月振荡(后简称FMO)现象,揭示了南、北极地区FMO现象的时空分布特征。结果显示:(1)SSM/I 19V/H,37V/H通道在南、北极的亮温观测中有显著的FMO现象,北极亮温值FMO峰值出现在3月、7月和11月上旬,南极FMO峰值出现在4月、8月和12月中旬;(2)北极的FMO增强年为1999年、2002年和2006年;南极为1998年、2001年、2005年和2008年;(3)从12月到次年5月,当海冰面积基本不变时,亮温值随表面温度变化而变化;6到10月,表面温度基本不变时,亮温值随海冰面积变化而变化。当海冰FMO和表面温度FMO均位于相对较大值时,亮温的FMO达到峰值;当海冰FMO和温度FMO都相对较小时,则亮温的FMO到达谷值,其中海冰的影响较大;(4)北极大部分地区呈现同位相的FMO现象;南极不同区域间有显著差异:威德尔海(Weddell Sea, 20°W-60°W, 60°S-75°S)与拉扎列夫海域(Lazarev sea,20°W-30°E, 60°S-70°S)FMO位相相反;90°W到180°W的绕极海域内60°S到70°S纬度带与70°S到80°S纬度带的FMO位相相反。综上,SSM/I对极地的观测亮温中有显著的FMO现象,其振荡强度存在年际变化。地表亮温的FMO主要受到表面温度变化和海冰凝结融化过程的共同作用。在空间特征上,北极大部分地区呈现同位相的FMO现象;南极不同区域间有显著差异。

关键词

微波亮温 , 4个月振荡(FMO) , 南极 , 北极地区

Four-month oscillation phenomenon in polar region through special sensor microwave/image observations
expand article info Dong Huijie , Qin Zhengkun
Center of Data Assimication for Research and Application, college of Atmospheric Science, Nanjing University of Information Science & Technology, Nanjing 210044, China

Abstract

SSM/I can receive radiation information of surface and near-surface penetrating through clouds. Compared with crossing scanning sensors, such as AMSU-A, SSM/I that utilizes conical scanning can avoid limb effects on AMSU-A measurements. Thus, this SSM/I measurement can be applied to analyze spatial and temporal variations in polar climate. Spectrum, wavelet, and Empirical Orthogonal Function (EOF) analyses were used to analyze the SSM/I measurements from 1998 to 2008 in a polar area. Results of spectrum and wavelet analyses show significant Four-Month Oscillations (FMO) in SSM/I channel 19V/H and 37V/H measurements. The FMO of the brightness temperature peaked at the beginning of March, July, and November in the Arctic and at the middle of April, August, and December in the Antarctic. The intensity of FMO varied inter-annually. The intensity was stronger in 1999, 2002, and 2005 than that in the other years in the Arctic and in 1998, 2001, 2005, and 2008 in the Antarctic. FMO was also detected in reanalysis of ERA-Interim surface skin temperatures and sea ice area. The mean brightness temperature of the surface varied with increasing surface skin temperature in the Arctic from December to May of next year, when sea ice area almost remains the same. From June to October, surface skin temperature was nearly invariable, and the mean brightness temperature varied with increasing sea ice area in the Arctic. When the FMO of the mean surface temperature and sea ice area were relatively high, the FMO of the mean brightness temperature peaked. Conversely, when both FMO of the mean surface skin temperature and sea ice area were relatively low, the FMO of the brightness temperature went to the valley value. Compared with the surface skin temperature, melting and freezing of sea ice exhibited greater impacts on the brightness temperature. The EOF results showed the spatial characteristics of FMO in the Arctic and Antarctic. Most areas in the Arctic presented the same FMO, but the phase differed in Weddell Sea (20°W-60°W, 60°S-75°S) and Lazarev Sea (20°W-30°E, 60°S-70°S) in the Antarctic. The phase of 60°S-70°S latitude band were opposite from that of 70°S-80°S latitude band within 90°W-180° W around the Antarctic area. Significant FMO signals exist in the brightness temperature of SSM/I channel 19 V/H and 37 V/H. The FMO of surface climate variables in the Arctic and Antarctic was confirmed by combining FMO with ERA reanalysis temperature. The intensity of the FMO varied inter-annually. The FMO of the brightness temperature reflected the combined effect of variation in the surface skin temperature and the melting and freezing process of sea ice. For the spatial characteristics of the brightness temperature, FMO presented synchronous variations in the Arctic and varied from region to region in the Antarctic.

Key words

brightness , temperature , Four-Month-Oscillations(FMO) , Arctic Antarctic ,

1 引 言

地球两极地区对全球环流和气候变化有重要的作用。但由于南北极地区气候条件恶劣,常规观测资料稀缺。因此,能够覆盖极地的太阳同步轨道卫星资料成为研究南北极气候的重要数据来源。

美国国防部极轨卫星计划(DMSP)中的专用微波成像仪SSM/I(Special Sensor Microwave/Image)不受云层和极夜的影响,可全天候获取地表变化情况,广泛用于环境监测和水汽含量、海面风速、海冰分布、陆地及海洋温度反演等(Hollinger,1989; 潘广东等, 2001,2003; Comiso等,2008; 梁雷等,2013; Dong和Zou,2014)。由于微波辐射亮温对地表表层的物理特性变化高度敏感,而表层温度和地表特征也是极地研究中的重要参数。因此,可以将极地辐射亮温资料应用于极地气候变化的研究中。除了表面温度外,冰面和无冰水面发射率上的差别,冰盖表层雪湿度的变化等,使得地表发射和反射特性发生变化,从而在微波辐射能量中得到体现。董庆等人(2004)利用SSM/I亮温数据研究了1988年1到8月南极地区东南极内陆冰雪表面亮温变化,认为表观亮度温度主要受到表面温度、天空温度和地表发射率的影响,其中地表物理特性的变化起主要作用。程晓等人(2005)利用1992年—2000年SSM/I微波辐射计日亮温数据时间序列对南极大陆冰盖和冰架的变化趋势进行了分析。梁雷等人(2013)曾利用SSM/I辐射亮温资料对南极冰盖冻融时空变化进行了分析。除了SSM/I微波辐射计资料,Qin等人(2012)利用1998年到2010年的NOAA-15上搭载的先进微波成像仪(AMSU-A)亮温资料对极地区域进行分析,发现地表通道的平均亮温值存在4个月振荡的现象(后简称FMO),而高层大气通道和中低纬度地区则没有该现象。然而由于AMSU-A仪器采用跨轨迹横扫(cross-scanning)的扫描方式,导致其亮温资料受到临边效应的影响,无法对FMO现象的空间分布特征进行分析。另外该研究主要在AMSU-A卫星亮温资料中发现了极地FMO现象,利用其他独立的卫星资料对该现象进行验证,对于正确认识极地FMO现象也有重要意义。

为此,本文利用SSM/I仪器采用圆锥扫描方式、其观测资料无临边效应、更加适用于空间特征分析的优点,验证了SSM/I地表通道亮温资料中的FMO现象,并同再分析资料进行对比分析,然后,采用谱分析、小波分析以及EOF方法对极区FMO的空间变化特征进行了分析,所得结果补充了前人此方面的研究成果,有利于加深对极地FMO现象的认识。

2 数据简介

2.1 SSM/I亮温数据

本文所用亮温数据由NOAA/NESDIS提供,经多普勒订正、天线背景订正等处理(Sun和Weng,2008)。空间分辨率0.5°×0.5°,时间范围从1998年1月1日—2008年12月31日,1日2次。SSM/I以45°的天底角做圆锥形(conical scanning)扫描(DMSP Program Office,2000),这种扫描方式能够避免AMSU-A等跨轨迹横扫仪器中的临边效应(Goldberg等,2001; 谭永强等,2010),更有利于遥感空间各点的变化特征。表 1给出SSM/I仪器各通道特性。根据辐射传输理论(Liao,2002),星载微波探测器在波长λ处观测到的亮温可用辐射传输方程表示为

${T_{{B_\lambda }}} = {\varepsilon _{s\lambda }}T\left( {{p_0}} \right)\tau \left( {{p_0}} \right) + \int_{{P_0}}^0 {T\left( {p'} \right)} {W_\lambda }\left( {p'} \right)dp'$ (1)

式中,T(P0)为地面温度,${\varepsilon_{_{s\lambda}}}$为地面发射率；${\tau _{_ \lambda} }({p_{_0}})$为从地面到大气顶的透过率；T(p')是p'高度上的大气温度为；${W_{_ \lambda}}(p')$即权重函数,在美国标准大气图 1(a)情况下的权重函数如图 1(b)所示。由图 1(b)可见,SSM/I的22V通道位于水汽吸收带,受到对流层低层水汽影响较大,故不利于探测地表；85V/H通道虽然权重函数在地表为最大值但因频率较高,容易受到地表面散射影响、导致地表辐射信息受到干扰；相比之下,19V/H和37.0V/H 通道权重函数在地表为最大值、且受到近地面水汽影响较小,因此能较好地代表地表辐射信息。本文选取19V/H和37.0V/H通道亮温进行研究。

表 1 SSM/I通道特性
Table 1 Channel characteristics of SSM/I

下载CSV 
通道简称 频率 /GHz 极化方向 视场大小/km NEΔT/K
19V 19.35 V 70×45 0.8
19H 19.35 H 70×45 0.8
22V 22.235 V 60×40 0.8
37V 37.0 V 38×30 0.6
37H 37.0 H 38×30 0.6
85V 85.5 V 16×14 1.1
85H 85.5 H 16×14 1.1


图 1 利用美国标准大气廓线经快速辐射传输模式(CRTM)计算得到的SSM/I仪器各个通道权重函数
Fig. 1 Weighting functions for SSM/I imager channels calculated from US standard atmospheric profiles using CRTM

2.2 ERA-Interim 再分析资料

由于极地地表发射率的不确定性会对同化系统中辐射模拟造成影响,所以卫星地表通道在高纬度地区的观测亮温很少被同化到ERA再分析系统中(Qin等,2012)。因此,本文中选取ERA-Interim surface skin temperature(Tskin)对南、北极地区FMO现象进行对比验证。ERA-Interim资料能够较好的反映出地表和大气状态(Simmons等,2007),在气候趋势分析中起到重要作用(Agudelo和Curry,2004; Frauenfeld等,2005)。ERA-Interim Tskin时间范围从1998年1月1日—2008年12月31日,下载自欧洲中尺度气象预报中心(ECMWF)网站。

2.3 海冰资料

本文利用1998年1月1日—2008年12月31日海冰密集度SICN(Sea ice concentration)产品来对南、北极海冰进行研究。数据下载自美国国家冰雪数据中心NSIDC(National Snow and Ice Data Center)网站。

3 研究区域和方法

为了减轻因陆地地表较为复杂而对FMO现象的影响,本文研究区域取为为北极(70°N—90°N)和南极(60°S—90°S)的海洋区域(后简称北极、南极)。所采用的研究方法简介如下：

(1) 功率谱分析

该方法可以诊断出序列隐含的显著周期,在气象领域内被广泛应用(Rikiishi,1976; 魏凤英,2007; 苏文颖等,2000; 李晓峰和李建平,2009)。本文利用功率谱分析方法对南、北极SSM/I各个通道亮温区域平均值、ERA-Interim Tskin区域平均值和海冰覆盖面积日变化序列中的显著周期识别,并用红噪声标准谱进行显著性检验。

(2) 小波分析

该方法可以将时间序列分解到时间-频率空间,从而决定其中的主模型和这些模型随时间的变化特征(Torrence和Como,1998；曹杰等,2012)。本文利用小波分析方法(母小波为Molet小波)对FMO现象的年际变化特点进行了研究。

(3) 经验正交函数分解(EOF)

该方法可以将某一区域气候变量场的变率分布结构通过前几项特征向量最大限度的表征出来,在气候研究领域中被广泛使用(魏凤英,2007)。本文利用该方法对极区FMO现象的空间分布特征进行了分析。

选取SSM/I 19V通道亮温值为例,先利用傅里叶变换将南极(60°S—90°S)和北极地区(70°N—90°N)海洋区域各点亮温值的FMO分量提取出来,即TbFMO,并作为EOF的输入时空场进行分析。由TbFMO数据构成的矩阵表示为

${A_{M \times N}} = \left( {\begin{array}{*{20}{c}} {T{b^{{\rm{FMO}}}}(1,1) \cdots T{b^{{\rm{FMO}}}}(1,N)}\\ { \vdots \quad \quad \quad \ddots \quad \quad \quad \vdots }\\ {T{b^{{\rm{FMO}}}}(M,1) \cdots T{b^{{\rm{FMO}}}}(M,N)} \end{array}} \right),$ (2)

式中,M为研究区域内的空间点数,N为样本总量(N=2048)。由此矩阵可计算得到相应的特征值${\lambda _{{i}}}$、特征向量vi$ = {[{v_{1,i}},{v_{2,i}},\cdots,{v_{M,i}}]^{\rm T}}$(又称为经验正交向量或经验正交函数)和系数zi$ = [{z_{i,1}},{z_{i,2}},\cdots,{z_{i,N}}]$,其中vi为第i个模态。

对于分解出的经验正交函数,选用North 特征值误差范围法(North等,1982)来对结果进行显著性检验。特征值λi 的误差范围是：

$ {e_i} = {\lambda _{{i}}}{({2 \over N})^{{1 \over 2}}} $ (3)

式中,当相邻特征${\lambda _{{i}}}$满足${\lambda _{{i}}}{\rm{ - }}{\lambda _{{{i}} + {\rm{1}}}} \geqslant {e_i}$时,认为这两个特征值所对应的经验正交函数是有价值的。

4 结果分析

4.1 极地SSM/I亮温值FMO现象

图 2(a)(b)实线为SSM/I 19V/H、37V/H亮温值功率谱,虚线为0.05显著性水平曲线。可见功率谱在120天附近处出现明显的峰值,高于0.05显著水平曲线。这表明在南、北极地区地表亮温值中存在显著的FMO现象。而SSM/I 85V/H和22V通道数据没有显著的FMO现象(图略),这是由于这3个通道的亮温值受到散射和水汽的影响较大(如图 1(b)),地表FMO现象受到了干扰。同样方法应用于海表温度Tskin和海冰覆盖面积功率谱分析,结果如图 2(c)-(f)所示。例如,图 2(c)实线为北极Tskin功率谱值,在120天处出现峰值,并通过了显著性检验；南极(图 2(d))虽然没有通过显著性检验,但是也出现了弱的峰值。此外,还可以看到较强的年变化和半年变化信号,但由于年变化和半年变化信号广泛存在于气象变量中,本文对此不做详细讨论。通过上述结果,验证了极地FMO现象的存在,也可以看出SSM/I亮温资料能够清晰的反映出极地地表气候周期振荡的现象。


图 2 1998年1月1日—2008年12月31日南北极海洋区域SSM/I观测亮温值、Tskin和海冰覆盖面积谱密度分布(虚线为0.05的显著水平)
Fig. 2 Power spectrum density of the Arctic and Antarctic brightness temperatures，surface skin temperature of ERA-Interim reanalysis and sea ice area from January 1,1998 to December 31, 2008 (The 0.05 significant level is shown as dashed line)

小波分析结果如图 3所示。可以看到1998年—2008年极地亮温值谱值在120天周期处有高值带(0.01的显著水平),并随时间发生强弱变化。在1999、2002和2006年北极的亮温FMO出现高值中心,表明在这些年份北极FMO现象较强。于此对应,南极地区的FMO较强年份出现在1998、2001、2005和2008年。在北极的再分析资料Tskin中也显示出北极表面温度的FMO现象存在明显的年际变化。南极Tskin平均值没有出现显著的FMO,这可能是由于南极表面温度受到南极大陆和绕极气流影响较大,FMO现象受到干扰。综上,通过小波分析结果显示南北极地区的FMO强度有显著的年际变化特点。


图 3 1998年1月1日到2008年12月31日北极和南极平均亮温值和ERA-Interim平均表面温度(Tskin)小波能量谱(实线为能量值等值线，(a)—(h)间隔为10，(i)—(j)间隔为3。阴影区域为超过0.01的显著水平)
Fig. 3 The local wavelet power Spectrum (contour) of Arctic and Antarctic from daily mean oceanic brightness temperatures，as well as surface skin temperature of ERA-Interim reanalysis from January 1,1998 to December 31,2008 (The interval of solid contour in (a)—(h) is 10 and in (i)—(j) is 3. The shaded area were greater than 0.01 significant level)

由上述分析,可以看出极地地表辐射亮温和表面温度再分析资料中均存在FMO现象。为了解FMO振荡分量的影响程度以及地表亮温、温度和海冰变化之间的关系,本文在原始观测中将年变化和半年变化这两个强影响信号剔除。得到剩余值,再将剩余值同原序列中提取的FMO信号进行对比,如图 4所示。可见,除了南极Tskin外,其余变量的剩余值时间序列与FMO时间序列均有较好的一致性,表明在极地地表亮温和表面温度的变化中,除了年变化和半年变化外,FMO的贡献最大。此外,图 4中也显示出北极亮温值FMO峰值出现在3月、7月和11月上旬；南极出现在4月中旬、8月中旬和12月中上旬,南、北极存在90°位相差。对比图 4(a)和(c),发现北极亮温值和Tskin约有一个半月的位相差。由于本文研究的主要是19.35 GHz和37.0 GHz的窗区通道,受水汽影响较小,如图 1(b),依据辐射传输方程(式(1)),到达卫星的辐射量可以看成主要由表面温度T(P0)和地表发射率${\varepsilon _{s\lambda }}$决定。在海洋区域,地表发射率主要受到水面、冰面以及冰面积雪的影响。海上冰面的地表发射率较大,在0.9左右(冰表雪层会使冰面地表发射率略有增加),而开阔海域水面的地表发射率较小,约为0.4左右(DMSP Program Office,2000),故海冰覆盖面积的减小将导致研究区域内平均地表发射率减小。因此,本文选取海冰覆盖面积这一常用变量来对地表发射率变化进行定性分析。图 5(a)为2003-12-012009-09-19北极海洋区域表面温度平均值(蓝色),19V通道亮温平均值(红色)和海冰覆盖面积(绿色)。在冬半年(12月到次年5月)当海冰覆盖面积达到一定程度后基本保持不变,亮温值随表面温度的变化而变化,当表面温度达到最大时,亮温值达到最大。随后海冰开始融化(${\varepsilon _{s\lambda }}$开始减小),海冰融化时释放潜热,表面温度维持不变(武丰民等,2014),平均亮温值随海冰减少(${\varepsilon _{s\lambda }}$减小)而减少。这是由于当冰面减少时,研究区域内的开阔海域水面增加,平均地表发射率显著下降,从而导致平均亮温值下降。通过上述分析可以看出,亮温值的变化主要受到表面温度和海表冰雪冻融变化的综合影响。


图 4 2005年北极和南极去除平均值、年变化分量、半年变化分量后的平均亮温值时间序列和ERA-interim 再分析资料Tskin时间序列，以及FMO曲线
Fig. 4 Time evolution of Arctic and Antarctic mean brightness temperatures in 2005, as well as surface temperature of ERA Interim reanalysis with mean values, annual and semiannual components are removed


图 5 北极区域Tskin平均值、亮温平均值和海冰面积的距平时间序列和FMO信号变化
Fig. 5 Time evolution with mean values are removed and FMO of Arctic daily mean brightness temperatures, surface temperature of ERA Interim reanalysis and sea ice area

王召民和黄士松(1996)研究中曾提到北极海冰范围存在4个月振荡的现象。本文也利用海冰资料进行了分析,证实了南、北极海冰FMO的现象(如图 2(e)—(f))。为了研究北极表面温度、海冰和19 V通道亮温值FMO之间的关系,本文将上述变量的FMO信号提取出来进行对比分析。图 5(b)为2005年北极表面温度,19 V通道亮温值和海冰面积的FMO信号,其中海冰的FMO和Tskin的FMO位相相反,并略超前于Tskin。

辐射亮温值的FMO信号反映了海冰和温度的共同变化,综合考虑海冰FMO和温度FMO均位于较大值时,则亮温的FMO较大,当海冰FMO和温度FMO都相对较小时,则亮温的FMO较小。图 5(b)中可以看到,亮温FMO峰值位于海冰面积FMO峰值和温度峰值之间,亮温FMO谷值位于海冰面积谷值和温度谷值之间,并较为靠近海冰一侧。结合图 5(a),可以看出亮温值的FMO受到海冰冻融过程的影响较大。

4.2 亮温值四个月振荡现象的空间分布特征

EOF分析结果显示,南、北极地区地表亮温值的前6个模态均通过了显著性检验,其方差贡献和累计方差贡献见表 2。

表 2 南、北极地区亮温值FMO特征向量方差贡献率和累计方差贡献率
Table 2 Variance contribution and accumulative variance contribution of each eigenvector for brightness temperature FMO in the Arctic and the Antarctic

下载CSV 
/%
特征向量 南极地区(60°S—90°S) 北极地区(70°N—90°N)
方差 累计方差 方差 累计方差
1 51.4 51.4 56.1 56.1
2 24.4 75.8 19.1 75.2
3 8.0 83.8 8.4 83.6
4 7.8 91.1 7.2 90.8
5 5.2 96.3 5.1 95.9
6 3.7 100 4.1 100

从表 2中可以看出,南、北极地区前6个特征向量累计方差贡献值达到100%,但其中前2个特征向量的累计方差贡献率已经达到75%以上,而后4个特征向量的方差贡献率都较小,均未到10%。因此,前两个EOF模态基本可以表示出南、北极地区FMO的主要空间分布型。 将前2个模态的空间分布型作成图 6。图 6(a)(c)为北极FMO EOF分解前两个模态的空间分布型。图 6(a)第1模态的方差贡献比达到56.1%,显示北极大部分区域为负值,这表明北极大部分区域的FMO变化相同。图 6(c)可以看出第2模态在北极大部分为正值,在边缘为负值,这表明北极低纬度带和北冰洋中部的FMO位相相反。综合考虑第1模态和第2模态的分布特征,认为北极内部大部分地区体现了同位相的变化情况。图 6(b)(d)为南极(60°S—90°S)FMO分量EOF分解前2个模态的空间分布型。图 6(c)可以清楚的看到在第1模态在威德尔海(Weddell Sea,30°W—60°W,60°S—75°S)出现明显正值中心,在旁边的拉扎列夫海域(Lazarev sea,20°W—30°E,60°S—70°S)出现明显的负值中心,表明2个海域的FMO位相完全相反；在90°W—180°W的绕极海域内60°S—70°S纬度带(负值)与70°S—75°S纬度带(正值)的值也相反,表明二者间的FMO位相相反。在图 6(d)中第2模态空间分布中看到在90°W到180°W的绕极海域内60°S—70°S纬度带与70°S—80°S纬度带的分别呈现正负值,这与模态1中反映的现象相一致。此外,在60°E—90°E,60°S—65°S和其相邻海域(0°E—60°E,60°S—65°S)内也出现了正负值中心,表明FMO现象在此处也有反位相的FMO区域出现,但是影响程度不及第1模态。综合南极FMO的EOF第1模态和第2模态,可以看出,在南极地地表亮温的FMO有显著的区域差异,主要是威德尔海(Weddell Sea,20°W—60°W,60°S—75°S)和拉扎列夫海域(Lazarev Sea,20°W—30°E,60°S—70°S),以及90°W—180°W的绕极海域内60°S—70°S同70°S—80°S之间存在相反的变化关系。


图 6 北极地区(70°N—90°N)和南极地区(60°S—90°S)FMO分量的EOF分解前2个模态的空间型
Fig. 6 The first and second eigenvectors of the FMO oscillation in Arctic(70°N—90°N) and Antarctic(60°S—90°S) area

综上,通过对南、北极地区FMO分量的EOF分解,可以清楚的发现南、北极地区的FMO空间分布完全不同,对于北极地区,其FMO的空间分布型呈现出大范围同位相的振荡,而对于南极地区不同海域的FMO现象存在差异,甚至出现反位相变化的现象。这和南、北极不同的地形分布有关,北极地区主要被北冰洋覆盖,地表类型较为统一。而南极地区大部分被南极大陆所覆盖,对南极地区绕极海域的气候造成影响,FMO现象呈现出较为复杂的空间型。

5 结 论

本文利用1998年—2008年星载SSM/I仪器观测数据及其圆锥扫描优于AMSU-A跨轨横扫的特点,进一步证实了前人利用AMSU-A发现的极地亮温中的FMO现象的存在,揭示并分析了FMO的空间特征。主要结论如下：

(1) SSM/I 19V/H、37V/H通道对极地的观测亮温中有显著的FMO现象,南、北两极FMO存在90°位相差。北极亮温值FMO现象的峰值出现在3月、7月和11月上旬,南极FMO峰值出现在4个月、8月和12月中旬。南、北极FMO强度均有年际变化,北极的FMO增强年为1999年、2002年和2005年；南极为1998年、2001年、2005年和2008年。

(2) 卫星亮温值FMO主要受到表面温度变化和海冰凝结融化过程的共同作用。12月到次年5月,海冰面积基本不变时,表面温度越高,亮温值越大；6到10月,表面温度基本不变时,亮温值随海冰面积减少而减小。海冰面积FMO位相和表面温度FMO位相相反,并略超前于表面温度。综合考虑海冰FMO和温度FMO均位于较大值时,则亮温的FMO达到峰值,当海冰FMO和温度FMO都相对较小时,则亮温的FMO到达谷值。

(3) 南、北极FMO现象有显著的空间分布特征。北极大部分区域呈现同位相的变化,南极不同海域间的振荡现象显著不同,甚至存在反位相的情况。EOF分析结果显示威德尔海(Weddell Sea,20°W—60°W,60°S—75°S)与拉扎列夫海域(Lazarev Sea,20°W—30°E,60°S—70°S)位相相反；90°W—180°W的绕极海域内60°S—70°S纬度带与70°S—80°S纬度带的值相反。导致南、北极海域FMO空间特征出现差异的主要原因是地表特征的不同,北极大部分地区被北冰洋覆盖,地表类型相对单一,故FMO的空间分布特征也较为单一。在南极地区,由于南极大陆和南极半岛的存在,绕极海域的气候变化复杂,受到地形影响较大,导致了南极地区绕极海域FMO现象出现显著的区域特点。

本文将直接遥感观测得到的SSM/I亮温资料用于极地气候现象的分析中,主要呈现了SSM/I亮温资料中显著的FMO现象,并且重点分析了该现象的时空分布特征。由于SSM/I亮温资料对地表物理特性高度敏感,而南、北极主要被冰雪覆盖。通过对北极表面温度、19V通道亮温值和海冰面积的FMO信号分析,发现北极亮温的FMO现象是表面温度FMO和海冰面积FMO的共同体现。在我们的后续研究中显示导致北极FMO现象主要来自于北极海冰的FMO,并且发现北极海冰FMO强度年际变化主要是受到大气背景场的年际变化影响。对于南极地区,由于南极大陆的存在,绕极海域的气候变化较为复杂,和北极存在较大差异。南极海域FMO现象的形成机理将是我们下一步研究的重点,并希望引起相关领域专家的注意,共同研究解释这一现象。

参考文献(References)

  • Agudelo P A, Curry J A.2004.Analysis of spatial distribution in tropospheric temperature trends. Geophysical Research Letters, 31 (22) : L22207 [DOI:10.1029/2004GL020818]
  • Cao J, Wen P Z, Chang Y L, Li X R.2012.Wavelet analysis of the convectively-coupled equatorial waves. Science China Earth Sciences, 42 (4) : 577–586 . [DOI:10.1007/s11430-011-4298-7] ( 曹杰, 温平之, 常有礼, 李湘瑞. 2012. 热带大气对流耦合波动的小波分析. 中国科学:地球科学, 42 (4) : 577–586. [DOI:10.1007/s11430-011-4298-7] )
  • Cheng X, Zhang Y M, Li Z, Shao Y.2005.Time series analysis of SSM/I microwave radiometer brightness temperature in Antarctica. Advances in Water Science, 16 (2) : 268–273 . ( 程晓, 张艳梅, 李震, 邵芸. 2005. 南极地区SSM/I微波辐射计亮温时间序列分析. 水科学进展, 16 (2) : 268–273. )
  • Comiso J C, Parkinson C L, Gersten R, Stock L.2008.Accelerated decline in the Arctic sea ice cover. Geophysical Research Letters, 35 (1) : L01703 [DOI:10.1029/2007GL031972]
  • Dong H J, Zou X L.2014.Variations of sea ice in the Antarctic and Arctic from 1997-2006. Frontiers of Earth Science, 8 (3) : 385–392 . [DOI:10.1007/s11707-014-0422-2]
  • Dong Q, Guo H D, Li Z.2004.Brightness temperature change of South-East Antarctic land using special sensor microwave/image(SSM/I). Marine Science Bulletin, 23 (2) : 8–12 . ( 董庆, 郭华东, 李震. 2004. 利用专题微波辐射成像仪(SSM/I)检测东南极陆面亮温变化. 海洋通报, 23 (2) : 8–12. )
  • Frauenfeld O W, Zhang T J, Serreze M C.2005.Climate change and variability using European Centre for Medium-Range Weather Forecasts reanalysis (ERA-40) temperatures on the Tibetan Plateau. Journal of Geophysical Research, 110 : D02101 [DOI:10.1029/2004JD005230]
  • Goldberg M D, Crosby D S, Zhou L H.2001.The limb adjustment of AMSU-a observations:methodology and validation. Journal of Applied Meteorology, 40 (1) : 70–83 . [DOI:10.1175/1520-0450(2001)040<0070:TLAOAA>2.0.CO;2]
  • Hollinger J P. 1989. DMSP Special Sensor Microwave/Imager Calibration/Validation. Space Sensing Branch, Naval Research Laboratory.
  • Li X F, Li J P.2009.Main submonthly timescals of Northern and Southern hemispheres annual modes. Chinese Journal of Atmospheric Sciences, 33 (2) : 215–231 . ( 李晓峰, 李建平. 2009. 南、北半球环状模月内活动的主要时间尺度. 大气科学, 33 (2) : 215–231. )
  • Liang L, Guo H D, Li X W.2013.Analysis of spatio-temporal variation of snowmelt in Antarctica derived from microwave radiometer data. Journal of Remote Sensing, 17 (2) : 423–438 . ( 梁雷, 郭华东, 李新武. 2013. 基于微波辐射计的南极冰盖冻融时空变化分析. 遥感学报, 17 (2) : 423–438. )
  • Liao G N.2002.An Introduction to Atmospheric Radiation (Second Edition). San Diego:Elsevier Science & Technology, : 384–385 .
  • North G R, Bell T L, Cahalan R F, et al.1982.Sampling errors in the estimation of empirical orthogonal function. Monthly Weather Review, 110 (7) : 699–706 . [DOI:10.1175/1520-0493(1982)110<0699:SEITEO>2.0.CO;2]
  • Pan G D, Wang C, Tian G L.2001.Land surface temperature retrieval with SSM/I data. Journal of Remote Sensing, 5 (4) : 254–258 . ( 潘广东, 王超, 田国良. 2001. SSM/I微波辐射计数据陆面温度反演. 遥感学报, 5 (4) : 254–258. )
  • Pan G D, Wang C, Zhang W G, Wang H M, Tian G L.2003.Analysis of seasonal change of land cover characteristics with SSM/I data in China. Journal of Remote Sensing, 7 (6) : 498–503 . ( 潘广东, 王超, 张卫国, 王红梅, 田国良. 2003. SSM/I微波辐射计数据中国陆地覆盖特征季节变化分析. 遥感学报, 7 (6) : 498–503. )
  • Qin Z, Zou X, Weng F.2012.Arctic and Antarctic four-month oscillations detected from Advanced Microwave Sounding Unit-A measurements. Antarctic Science, 24 (5) : 507–513 . [DOI:10.1017/S0954102012000417]
  • Rikiishi K.1976.Methods of computing the power spectrum for equally spaced time series of finite length. Journal of Applied Meteorology, 15 (10) : 1102–1110 . [DOI:10.1175/1520-0450(1976)015<1102:MOCTPS>2.0.CO;2]
  • Simmons A J, Uppala S M, Dee D P, Kobayashi S.2007.ERA-interim:new ECMWF reanalysis products from 1989 onwards. ECMWF Newsletter, 110 : 25–35 .
  • Su W Y, Mao J T, Ji F.2000.An analysis of outgoing longwave radiation characteristics for Tibetan Plateau. Chinese Journal of Atmospheric Sciences, 24 (3) : 313–323 . ( 苏文颖, 毛节泰, 纪飞. 2000. 青藏高原出射长波辐射特征分析. 大气科学, 24 (3) : 313–323. )
  • Sun N, Weng F.2008.Evaluation of special sensor Microwave Imager/sounder (SSMIS) Environmental Data Records. IEEE transactions on Geoscience and Remote Sensing, 46 (4) : 1006–1016 .
  • Tan Y Q, Fei J F, Zhang S H, Xu H.2010.Using SVM network to adjust the limb effect of AMSU-A. Journal of Tropical Meteorology, 26 (2) : 187–193 . ( 谭永强, 费建芳, 张少洪, 徐宏. 2010. 支持向量机在AMSU-A临边调整中的应用. 热带气象学报, 26 (2) : 187–193. )
  • Torrence C, Como G P.1998.A practical guide to wavelet analysis. Bulletin of the American Meteorological Society, 79 (1) : 61–78 . [DOI:10.1175/1520-0477(1998)079<0061:APGTWA>2.0.CO;2]
  • Wang Z M, Huang S S.1996.The spatial and temporal variation characteristics of arctic and Antarctic sea ice. Scientia Meteorologica Sinica, 16 (4) : 299–307 . ( 王召民, 黄士松. 1996. 南北极海冰的时空变化特征. 气象科学, 16 (4) : 299–307. )
  • Wei F Y. Statistics and Prediction Technology for Modern Climate (2nd ed.). Beijing: Meteorology Press 2007 : 115 -122. ( 魏凤英. 2007. 现代气候统计诊断与预测技术(2版). 北京: 气象出版社 : 115 -122. )
  • Wu F M, He J H, Qi L, Li W K.2014.The seasonal difference of Arctic warming and it's mechanism under sea ice cover diminishing. Acta Oceanologica Sinica, 36 (3) : 39–47 . ( 武丰民, 何金海, 祁莉, 李文铠. 2014. 海冰消融背景下北极增温的季节差异及其原因探讨. 海洋学报, 36 (3) : 39–47. )