基于时空轨迹法的近10年间北极地区海冰的时空变化

doi:10.7523/j.issn.2095-6134.2015.06.004

中国科学院大学学报 ›› 2015, Vol. 32 ›› Issue (6): 743-750.DOI: 10.7523/j.issn.2095-6134.2015.06.004

基于时空轨迹法的近10年间北极地区海冰的时空变化

韩莹¹, 芮小平¹, 程晓², 惠凤鸣²

1. 中国科学院大学资源与环境学院, 北京 100049;
2. 北京师范大学全球变化与地球系统科学研究院, 北京 100875

收稿日期:2014-12-11 修回日期:2015-04-28 发布日期:2015-11-15
通讯作者: 芮小平
基金资助:
国家海洋局海洋公益性行业科研专项(201205007-03)和国家海洋局南北极环境综合考察与评估专项(CHINARE2014-02-04)资助

Temporal and spatial variation of the Arctic sea ice from 2003 to 2012 based on the change trajectories

HAN Ying¹, RUI Xiaoping¹, CHENG Xiao², HUI Fengming²

1. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China;
2. College of Global Change and Earth System Science, Beijing Normal University, Beijing 100875, China

Received:2014-12-11 Revised:2015-04-28 Published:2015-11-15

摘要/Abstract

摘要：

北极地区的海冰作为一个重要的气候组成成分,被认为是早期人为影响气候变化的指标.对北极地区海冰的时空变化研究,不仅对全球气候系统有着重要的意义,而且对海上的交通运输也起着重要作用.本文针对北极地区海冰的特点,在AMSR-E L2海冰密集度产品数据的基础上,利用时空轨迹法,分析近10年间北极地区海冰的时空变化.结果表明,在10年间北极地区的海冰密集度基本呈现下降趋势;海冰覆盖在每年的1月份左右达到最大,9月份左右达到最低.由于北极海冰的不断消融,北冰洋的海冰在一年之中开始出现了与大陆分离的区域,这就极大地增加了北极地区海事活动的可能性,如北极航线的更新与开辟等.

关键词: 北极, 遥感, AMSR-E, 时空轨迹, 海冰

Abstract:

As an important component of the global climate, Arctic sea ice is considered as an indicator of climate change. The study on the temporal change in the Arctic sea ice has the valuable theoretical importance for the global climate system as well as the practical significance in opening new shipping channels. In this study, we use 10 years' AMSR-E L2 products, which include the daily ice concentration of the Arctic sea, to calculate the monthly ice concentration, and then we analyze the change trajectories of ice concentration. The results show that the ice density in Arctic sea considerably decreased in these years. Generally, the Arctic ice cover reaches its peak in January and reaches its lowest record in September. Because of the rapid decline of sea ice, the ice between the Arctic and lands begins to vanish for few months in a year, which increases the likelihood of activities at Arctic sea, for example, opening up a new channel.

Key words: Arctic, remote sensing, AMSR-E, trajectory, sea ice

中图分类号:

P941.62

韩莹, 芮小平, 程晓, 惠凤鸣. 基于时空轨迹法的近10年间北极地区海冰的时空变化[J]. 中国科学院大学学报, 2015, 32(6): 743-750.

HAN Ying, RUI Xiaoping, CHENG Xiao, HUI Fengming. Temporal and spatial variation of the Arctic sea ice from 2003 to 2012 based on the change trajectories[J]. Journal of University of Chinese Academy of Sciences, 2015, 32(6): 743-750.

参考文献

[1] 张国梁, 王杰, 潘保田等. 冰川变化遥感监测的研究进展[J]. 兰州大学学报:自然科学版, 2010, 46(6):1-10.

[2] 潘淑杰. EOS/MODIS 卫星资料在渤海海冰监测中的应用研究[D]. 兰州:兰州大学, 2008.

[3] Shi W, Wang M. Sea ice properties in the Bohai Sea measured by MODIS-Aqua:satellite algorithm development[J]. Journal of Marine Systems, 2012, 95:32-40.

[4] Gerdes R, Köberle C. Comparison of Arctic sea ice thickness variability in IPCC Climate of the 20th Century experiments and in ocean-sea ice hindcasts[J]. Journal of Geophysical Research:Oceans (1978-2012), 2007, 112(C4):99-123.

[5] 曹玉墀, 牟珩, 姜玉.北极航线探讨[J]. 世界海运, 2011, 34(10):12-15.

[6] 张晰. 极化 SAR 渤海海冰厚度探测研究[D]. 青岛:中国海洋大学, 2011.

[7] Ying X, Bo S. Assessment of AMSR-E ASI sea ice concentration using ship observations and Landsat-7 ETM + imagery[J]. Journal of Remote Sensing, 2013, 17(3):514-526.

[8] 罗明美. 基于AMSR-E和ANN人工网络的淮河流域土壤水分反演研究[D]. 成都:四川农业大学,2013.

[9] 龚玺,裴韬,孙嘉,等. 时空轨迹聚类方法研究进展[J].地理科学进展,2011,30(5):522-534.

[10] Zhou Q, Li B, Kurban A. Trajectory analysis of land cover change in arid environment of China[J]. International Journal of Remote Sensing, 2008, 29 (4):1 097-1 107.

[11] Wang D C, Gong J H, Chen L D, et al. Spatio-temporal pattern analysis of land use/cover change trajectories in Xihe watershed[J]. International Journal of Applied Earth Observation and Geoinformation, 2011, 14:12-21.

[12] Li X, Han J, Kim S, et al. ROAM:Rule-and Motif-based anomaly detection in massive moving object data sets[C]//Proceedings of Siam International Conference on Data Mining. 2007.

[13] Nanni M. Clustering methods for spatio-temporal data[D]. Pisa, Italy:University of Pisa, 2002.

[14] Wang D C, Gong J H, Chen L D, et al. Comparative analysis of land use/cover change trajectories and their driving forces in two small watersheds in the western Loess Plateau of China[J]. International Journal of Applied Earth Observation and Geoinformation, 2013, 21(4):241-252.

[15] Kennedy R E, Cohen W B, Schroeder T A. Trajectory-based change detection for automated characterization of forest disturbance dynamics[J]. Remote Sensing of Environment, 2007, 110(3):370-386.

[16] Lambin M, Land-cover-change Trajectories in Southern Cameroon[J]. Annals of the Association of American Geographers, 2000, 90 (3):467-494.

[17] Wang C, Jamison B E, Spicci A A. Trajectory-based warm season grass-land mapping in Missouri prairies with multi-temporal ASTER imagery[J]. Remote Sensing of Environment, 2010, 114 (3):531-539.

基于时空轨迹法的近10年间北极地区海冰的时空变化

Temporal and spatial variation of the Arctic sea ice from 2003 to 2012 based on the change trajectories

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	陆小琳, 张万昌, 牛全福, 刘金平, 陈豪, 高会然. 黑龙江流域积雪的时空动态变化及其与气候因子的关系[J]. 中国科学院大学学报, 2021, 38(5): 601-610.
[2]	席彦新, 计璐艳, 耿修瑞. 一种多时相遥感图像多目标检测算法[J]. 中国科学院大学学报, 2021, 38(4): 503-510.
[3]	相恒星, 王宗明, 毛德华. 东北地区天然林资源保护工程生态保护成效分析[J]. 中国科学院大学学报, 2021, 38(3): 314-322.
[4]	黄萍萍, 王峰, 向俞明, 尤红建. 基于V-CSK视频遥感卫星运动目标检测跟踪方法[J]. 中国科学院大学学报, 2021, 38(3): 392-401.
[5]	冯齐心, 杨辽, 王伟胜, 陈桃, 黄双燕. 基于时序光谱重构的卷积神经网络遥感农作物分类[J]. 中国科学院大学学报, 2020, 37(5): 619-628.
[6]	李森, 彭玲, 胡媛, 池天河. 基于FD-RCF的高分辨率遥感影像耕地边缘检测[J]. 中国科学院大学学报, 2020, 37(4): 483-489.
[7]	罗开盛. 基于面向对象技术的旅游用地遥感识别[J]. 中国科学院大学学报, 2020, 37(4): 490-497.
[8]	卢凯旋, 李国清, 陈正超, 昝露洋, 李柏鹏, 高建威. 基于负样本多通道优化SSD网络的钢铁厂提取[J]. 中国科学院大学学报, 2020, 37(3): 352-359.
[9]	矫腾章, 胡玉新, 吕鹏, 张凯, 台宪青. 一种在轨海上多运动舰船目标检测和跟踪方法[J]. 中国科学院大学学报, 2020, 37(3): 368-378.
[10]	毕森, 张丽, 谷雨, 王恒, 温礼, 李通, 毕京鹏. 21世纪海上丝绸之路沿线港口及港城关系变化分析[J]. 中国科学院大学学报, 2020, 37(1): 74-82.
[11]	贾莹玉, 刘士彬, 段建波, 谢帅. 结合质量控制的震后房屋倒塌众包评估模型[J]. 中国科学院大学学报, 2019, 36(3): 354-362.
[12]	朱思捷, 雷斌, 吴一戎. 基于稠密卷积神经网络的遥感图像自动色彩校正[J]. 中国科学院大学学报, 2019, 36(1): 93-100.
[13]	孙川, 宋小宁, 周芳成, 李召良. 有云大气对AMSR-E传感器各通道微波信号影响的分析[J]. 中国科学院大学学报, 2018, 35(1): 42-49.
[14]	江威, 何国金, 彭燕, 王桂周, 王猛猛. 夜光遥感在“一带一路”战略中的应用潜力展望[J]. 中国科学院大学学报, 2017, 34(3): 296-303.
[15]	刘亮, 姜小光, 刘善伟, 潘微, 雷宇, 张学华. WorldView-2影像的水深探测能力[J]. 中国科学院大学学报, 2017, 34(1): 64-68.