楊堤益 丁明虎 鄒小偉

研究進展

南極冰蓋地表能量平衡的研究進展

楊堤益1,2丁明虎2鄒小偉2

(1浙江省海寧市氣象局, 浙江 海寧 314400;2中國氣象科學研究院青藏高原與極地氣象科學研究所, 北京 100081)

南極冰蓋地表能量平衡研究, 是耦合冰凍圈、大氣圈和水圈過程的基礎之一, 對了解冰蓋表面物質(zhì)平衡過程、提升極地天氣氣候預報水平有著極其重要的意義。隨著近年來極地觀測水平的提升, 南極冰蓋地表能量平衡研究取得了長足的進步, 特別是在輻射參數(shù)化和有效熱傳導系數(shù)模擬等方面。但在南極廣袤的地域和多樣的天氣條件下, 已有的研究大都適用于局地環(huán)境, 限制了我們的模擬和預測能力。因此, 適用于極地特殊環(huán)境的傳感器的研發(fā)、關鍵氣候區(qū)的科學試驗的開展和基礎的氣象站網(wǎng)建設, 能加深我們對冰/雪-氣相互作用過程的理解, 進而改進已有的參數(shù)化方案, 應用于多圈層模式的耦合。

地表能量平衡 研究進展 南極冰蓋

0 引言

地表能量收支指地表向近地表大氣或地下空間支出/獲取能量的情況, 它主要由地表凈短波輻射、凈長波輻射、感熱通量、潛熱通量和地下熱通量五部分構(gòu)成。當它收支達到平衡時, 我們稱之為地表能量平衡(Surface Energy Balance): 凈短波輻射+凈長波輻射+感熱通量+潛熱通量+土壤熱通量=0。

地表能量收支是地球氣候系統(tǒng)多圈層相互作用的重要機制之一, 它的各個分量對局地天氣和氣候的形成有著近乎決定性的作用: 凈短波輻射通量作為地表能量的主要輸入來源, 補償因凈長波輻射不斷釋放引起的能量損失, 是地-氣相互作用重要的驅(qū)動力之一。通過輻射加熱/冷卻效應, 陸面/水面近表層溫度分布會被改變, 呈現(xiàn)出不同的地表感熱輸送狀態(tài); 而熱力條件的變化也會使得近地面低層大氣飽和水汽壓、濕度梯度變化, 產(chǎn)生相變過程從而帶走或輸入熱量, 迫使陸面/水面與大氣之間產(chǎn)生不同的潛熱交換。此外, 地表下層的溫度變化會滯后于地表[1], 不同的溫度梯度也會生成指向低溫面的熱通量, 向地表傳輸或吸收熱量, 調(diào)節(jié)陸面/水面的能量平衡狀態(tài)。

南極冰蓋總面積約1 400萬km2, 平均海拔約為2 350 m, 地形地貌多變。由于特殊的地理位置和水熱狀況, 它是全球最重要的熱匯之一。其表面的冰雪環(huán)境能以一些重要的方式改變陸地-大氣之間的能量平衡。首先, 南極冰蓋的極晝與極夜現(xiàn)象會使得其天氣狀況具有與中低緯度截然不同的季節(jié)變化和日變化。再者, 冰雪的高反照率作為特殊的陸面要素, 改變了表面輻射的收入和支出, 最終可以影響湍流通量和冰雪表層熱通量的交換; 此外, 冰雪的存在和強烈的輻射虧損降低了冰蓋表面的溫度, 與重力作用一起形成了總體指向沿海的壓力梯度力(下降風)[2]。作為大尺度極地環(huán)流的一部分, 其與南極冰蓋地表能量平衡和極向水汽輸送的變化有著密切相關, 并把大氣圈、冰凍圈和水圈相聯(lián)系起來[3-4]。

近幾十年, 北極海冰快速減少、冰川和冰蓋退縮等現(xiàn)象, 引起了世界對“全球變暖”的高度關注。地表能量平衡作為一種有效的研究手段也開始被廣泛地應用于冰雪下墊面與大氣之間的相互作用中, 特別是南極氣候變化的研究[5-7]?；诖? 能量平衡研究的相關國際交流合作紛紛開展, 如國際跨南極科學考察隊(http://www2.umaine. edu/itase/index.html), 其目的就是收集整個南極大陸范圍的環(huán)境參數(shù)以評估南極洲在氣候變化中的作用。中國南極內(nèi)陸科考隊就曾與澳大利亞南極局合作, 在伊麗莎白公主地建設自動氣象站以探究該斷面的地表能量平衡分量分布[8-9]; 通過吸納南極不同氣候區(qū)站點(South Pole[5]、Neuma-yer[10]等7個站點), 全球地面輻射基線網(wǎng)絡(https://bsrn.awi.de)也進一步提高了輻射在南極的系統(tǒng)性監(jiān)測和研究水平。然而, 在南極惡劣環(huán)境的制約下, 雖然有許多或觀測、或理論方面的研究發(fā)表, 并對南極冰蓋地表能量平衡狀況進行了計算, 但是大多數(shù)的研究對象都位于南極半島、海岸、近海岸或者海冰區(qū)域[6-8], 相比于廣袤、地形多樣的南極來說, 距離實際需要仍遠遠不足。所以, 本文擬通過文獻調(diào)研, 綜述南極地表能量平衡的研究方法、研究現(xiàn)狀, 并在此基礎上總結(jié)目前國內(nèi)外相關領域的發(fā)展方向, 對亟待解決的研究重點提出建議。

1 地表能量平衡的研究方法的進展

利用地表能量平衡過程認識氣候系統(tǒng)多圈層之間的相互作用, 首先需要可靠的設備對相關物理要素進行準確觀測。近年來, 極地的觀測技術和冰/雪-氣相互作用的模式集成都有了明顯的提高, 多種技術方案已經(jīng)被應用到南極地表能量平衡的研究中。

1.1 觀測技術

高水平的觀測技術能為我們直接提供高質(zhì)量的基礎數(shù)據(jù), 提高研究精度。南極大陸上的氣象觀測歷史已存在一百余年, 而真正系統(tǒng)的氣象業(yè)務觀測則是從1957年國際地球物理年才開始[9]。早期只有很少的有人觀測站, 惡劣的氣候環(huán)境條件也限制了觀測傳感器的精度。比如Carroll[5]曾在South Pole開展了輻射、冰雪熱通量等要素的觀測, 并在此基礎上對該地區(qū)的地表能量平衡進行了初步研究。但由于雪丘和儀器自身結(jié)構(gòu)的影響, 短波觀測數(shù)據(jù)的連續(xù)性很差。另外, 低溫和強太陽輻射下, 夏季南極內(nèi)陸的氣溫測量對輻射引起的熱偏差十分敏感, 導致地表能量平衡的計算誤差。Genthon等[11]就曾對比了2008年夏季Dome C氣象塔和無線探空氣溫廓線觀測資料, 發(fā)現(xiàn)即使配置自然通風罩, 氣象站氣溫測量偏差仍能達到1℃以上。

近年來, 隨著技術的進步, 特別是電池和通訊技術的進步, 出現(xiàn)了超低溫能源方案、銥星數(shù)據(jù)傳輸?shù)扔布夹g, 極大地提升了極地自動氣象觀測站的集成水平, 觀測數(shù)據(jù)的準確度和連續(xù)性也得到極大提升?？砷L期自動運行的自動氣象觀測站逐步得到擴展, 成為了解南極內(nèi)陸的重要手段, 漸漸填補了一些關鍵地區(qū)的數(shù)據(jù)空白, 如中國氣象科學研究院2011年在伊麗莎白公主地建立的Panda-1(暨Taishan)站, 該站應用了其自主研發(fā)的超低溫能源系統(tǒng), 能監(jiān)測多層風、溫、濕、壓和輻射變化, 迄今已連續(xù)工作近10年[7]。而由于設計目的不同, 不同自動氣象站之間存在各自的優(yōu)勢之處。如荷蘭烏特勒支大學海洋大氣研究所于1997—1998年期間分別在東南極毛德皇后地沿岸、近海下降風區(qū)、內(nèi)陸下降風區(qū)建立了具備風、溫、濕、壓與輻射要素的自動氣象站點, Van den Broeke等[10,12-13]以此為基礎探究了該區(qū)域冰氣相互作用在時空上的差異, 并討論了其機理。而為了研究內(nèi)陸靜穩(wěn)大氣邊界層的垂直性質(zhì)分布和改進總體空氣動力學法在極地湍流參數(shù)化中的表現(xiàn), 法國保爾-埃米爾·維克多極地研究所和意大利國家南極研究計劃局在Dome C點附近合作建立了Concordia站, 搭建了配置有6層氣象要素儀器的45 m氣象梯度塔與渦動相關系統(tǒng)來開展相關試驗, 并估算了該地區(qū)表面動量與感熱通量對粗糙度和大氣穩(wěn)定性的影響[14]。據(jù)不完全統(tǒng)計, 目前南極地區(qū)正在運行的各類自動氣象站數(shù)目約為110個(圖1)。

此外, 無人機、衛(wèi)星觀測技術的發(fā)展, 使得獲取大范圍陸面和底層大氣的物理特性成為現(xiàn)實。結(jié)合地面氣象和冰雪觀測, 可以有效將單點擴展到區(qū)域研究, 提升模型模擬能力。比如美國的極地軌道環(huán)境遙感衛(wèi)星Terra、Aqua, 其主要用途就是在極軌空間平臺上實現(xiàn)對全球大氣、海洋、陸地以及太陽輻射的綜合觀測。而其搭載的中分辨率成像光譜儀(MODIS)則是美國地球觀測系統(tǒng)計劃中用于觀測全球物理過程最為全面的儀器[15]。通過數(shù)據(jù)匹配, MODIS可以生成積雪和海冰覆蓋情況以及氣溶膠、云等圖像, 被廣泛應用于極地和冰凍圈的相關研究中。Scambos等[16]就借助MODIS的后向散射圖佐證了東南極中特殊下墊面的存在, 并將其特征納入了物質(zhì)平衡模式, 改進了模式的輸出表現(xiàn)。Souverijns等[17]利用MODIS的反照率產(chǎn)品觀測驗證了區(qū)域模式模擬的精度。Bozkut等[18]則通過南極半島異常高溫事件前后的兩幅MODIS衛(wèi)星圖像直觀地說明了強烈的焚風是導致海冰解體的主要原因, 并評估了其對冰凍圈的短期影響。相似的極軌衛(wèi)星還有歐洲的Envisat、美國NASA的ICE-Sat、我國的風云3號(圖2b, c)等, 隨著這些遙感手段和衍生產(chǎn)品的發(fā)展, 研究大氣和海洋/海冰表面狀態(tài)將更加便捷。

圖1 南極自動氣象站分布(不完全統(tǒng)計). 紅色站點代表中國建設的氣象站(包括合作建設站點)

Fig.1. Distribution of automatic weather stations in Antarctica which is incompleted statistics. Red dots represent the stations built by China, including the sites with cooperation

1.2 數(shù)值模式

數(shù)值模式對天氣-氣候分析、氣候機制發(fā)掘和氣候預估有著十分關鍵的作用[19-20]。根據(jù)研究區(qū)域大小和目標的不同, 模式可以分為單點模式、區(qū)域模式和全球模式。單點的天氣模式假設水平性質(zhì)均一, 重點模擬垂直一維方向上能量、物質(zhì)輸送的變化過程, 通常被用于南極代表性區(qū)域站點天氣氣候特征的研究。Bliss等[21]基于單點升華模型對東南極泰勒冰川消融區(qū)多點的潛熱通量和升華物質(zhì)損失進行了模擬, 結(jié)果證實該模型升華模擬結(jié)果與實測消融量有較好的線性相關。并由多點地表能量平衡分布的特征分析指出, 泰勒冰川支流強烈而干燥的下降風是造成該冰川消融帶峰值特殊位置的主要原因。而同樣是利用單點能量平衡模型, Favier等[22]在阿黛利地藍冰區(qū)結(jié)合氣象實測和ERA-Interim再分析資料對該地區(qū)的地表能量和物質(zhì)平衡收支變化與氣旋入侵內(nèi)陸的聯(lián)系作出了討論。由于忽略了與周圍環(huán)境的交互效應, 單點模式會存在較強的局地性和自閉型, 但由于簡化了計算, 其輸出占用的時間和計算資源較小。

在考慮垂直方向能量、物質(zhì)分布的基礎上, 區(qū)域天氣-氣候模式耦合了各個單元之間的能量、物質(zhì)平流和反饋作用, 能進而描述南極下墊面、能量平衡之間的各種水平差異[20]。此外, 與全球氣候模式不同, 區(qū)域天氣-氣候模式格點精度高, 較為全面地涵蓋了全球模式中所欠缺的次網(wǎng)格過程, 模式結(jié)果往往能準確地反演出南極區(qū)域歷史冰雪要素的變化, 預估出未來氣候的發(fā)展。所以區(qū)域氣候模式漸漸地被廣泛應用于兩極區(qū)域, 去推算海冰、冰蓋表面等變化趨勢[23-24]?，F(xiàn)存南極主要的區(qū)域數(shù)值模式(表1)大多由中緯度氣候模式發(fā)展而來。通過評估并改進模式中具體地表能量、云、降水、大氣環(huán)流或水文過程, 耦合風吹雪、雨雪相態(tài)轉(zhuǎn)化等模塊, 中緯度氣候模式在極區(qū)完成改進, 衍生出了一系列不同版本的極區(qū)模式。

表1 目前南極主要的區(qū)域數(shù)值模式

全球氣候模式覆蓋范圍廣, 能較好地耦合極地環(huán)流等大尺度過程與南極之間的聯(lián)動影響, 也能提供長期的模擬周期, 為研究提供宏觀有效的視角去預測未來。Shu等[29]曾對CMIP5中49個模型預測兩極海冰的模擬能力進行了評估, 誤差分析顯示雖然多模式集成海冰厚度模擬結(jié)果偏薄, 但對海冰范圍的模擬能力較好, 可為良好的地表能量平衡分布式模擬打下基礎。Bintanja等[30]通過全球氣候模型EC-Earth模擬對比了過去與未來不同情景下南極下降風的強度。結(jié)果表明, 全球變暖背景下南極冰蓋表面對于大氣的冷卻作用與其表面下降風強度將明顯減弱。這也將導致冰蓋表面風吹雪和水汽輸送的能力的降低, 造成能量和物質(zhì)平衡狀態(tài)的改變。此外, 全球氣候模式的缺點也較為明顯, 主要表現(xiàn)在時間與計算資源需求較大, 模式空間分辨率通常較低(超過100 km), 使其模型無法充分捕捉典型的南極氣候特征, 如下降風和風吹雪現(xiàn)象等[17]。

2 南極地表能量平衡過程研究的主要進展

2.1 短波輻射通量

太陽輻射作為地球系統(tǒng)的主要能量來源, 其傳輸?shù)奈锢頇C制一直是人們研究的重點。隨著對其了解的不斷深入, 其傳輸過程被證明往往與日地距離、經(jīng)緯度、太陽高度角等因子相關。南極冰蓋擁有著極高的緯度、相比于中低緯度更低的太陽高度角以及更為干燥潔凈的大氣和高海拔, 這些導致了其表面特殊的太陽輻射狀態(tài)[12,31-32]。系統(tǒng)性南極短波輻射的研究開展很早, Yamanouchi[31]就基于POLEX-South計劃, 對東南極Mizuho站的附近積雪表面的太陽輻射和反照率進行研究。結(jié)果表明, 由于大氣氣溶膠及水汽含量較低, Mizuho站夏季大氣透射比能達到0.75~0.8。Yamanouchi和Shudou[32]同樣通過觀測分析得到了Syowa站短波輻射分量與云量趨勢之間的云輻射強迫關系, 并對其1967—2004年輻射趨勢特征進行了細致的分析。另外, 南極冰蓋表面下降風區(qū)聯(lián)結(jié)著沿海與內(nèi)陸高原, 沿海大氣層頂輻射雖然最高, 但其擁有相比內(nèi)陸更好的水汽條件, 太陽輻射更多地被吸收在相對較厚的大氣中, 形成了沿海向內(nèi)陸遞增的輻射分布。Van den Broeke等[12]曾在毛德皇后地(Dronning Maud Land)的研究中指出, 內(nèi)陸透射比的增幅可比沿海高25%, 其下降風區(qū)站太陽輻射能高至136 W·m–2。而在同樣是下降風區(qū)但海拔、緯度更高的東南極伊麗莎白公主地泰山站, 楊堤益[33]實測研究發(fā)現(xiàn)其相比毛德皇后地具備更高的太陽輻射年均值(156.9 W·m–2)。Dana等[34]對麥克默多干谷11個站點的觀測研究則表明, 在周圍高地勢山脈的阻擋下, 不同地勢區(qū)域之間的太陽輻射日變化差異能達到兩倍, 其區(qū)域平均年太陽輻射觀測值(84~117 W·m–2)也低于南極冰蓋表面其他區(qū)域。

反照率對地表能量平衡的影響極大[35]。南極內(nèi)陸表面反照率很高, 一般在0.8以上, 受極地氣旋和東風帶波動引起的暴風雪天氣影響, 也會有較大的變化[36]。另外, 隨著向海岸線靠近, 冰雪反照率在不同的地形地貌上也存在著明顯的空間差異[37], Van den Broeke等[12]研究指出云量多且降水事件頻繁的沿海地區(qū), 其雪表在夏季吸收的短波輻射量能比內(nèi)陸地區(qū)低65%。但當區(qū)域存在焚風效應時, King等[38]指出夏季南極半島東岸表面反照率會在干熱的下沉氣流影響下降低(圖2a)。其他方面, 下降風的侵蝕和表面強烈的升華作用會使得背風坡區(qū)域凈積累率顯著減小, 而長期作用下會使得雪表顆粒老化變質(zhì), 形成類似“釉”一樣的表面[39-40], 具有相比沿海或內(nèi)陸高原冰雪表面更小的反照率和更大的凈短波輻射收入[12,16,37]。Jakobs等[35]通過研究沿海Neumayer站24年的表面物質(zhì)平衡狀態(tài), 發(fā)現(xiàn)忽略融雪再凍結(jié)效應會明顯影響雪表反照率, 地表物質(zhì)損失的速率會被低估2倍以上。現(xiàn)有的冰雪反照率一般基于雪面類型、雪深(冰厚)、雪表面溫度等因素計算求得(表2)。Parkinson與Washington[41]較早地提出了根據(jù)地表面冰雪存在狀態(tài)進行分類取值的算法。Roesch[42]和Rinke等[28]則分別通過ECHAM4和HIRHAM中的反照率模型, 提出了單與雪表溫度相關的反照率參數(shù)化方案。以上方案求算簡便, 但在特殊冰/雪面區(qū)域存在較大誤差。為了進一步提升參數(shù)化精度, Briegleb等[43]通過引入光譜波段、雪深、冰厚等因子, 不僅給出了不同冰雪表面狀態(tài)下的反照率方案, 還考慮到可見光和近紅外波段下的反照率結(jié)果。該方案在東南極普里茲灣海冰區(qū)被Yang等[44]進行了評估和改進, 結(jié)果表明當Briegleb方案進一步考慮到天氣事件、云量和海冰表面特征時, 反照率結(jié)果與實際測值更加吻合。

目前南極太陽輻射觀測研究已較為成熟, 且模式結(jié)果在多站存在較一致的結(jié)果, 但由于極地特殊雪表的存在, 對于模式中反照率模擬的進一步提高需要結(jié)合更多冰雪的探測和微物理過程機理。

表2 雪表面反照率參數(shù)化方案

續(xù)表2

2.2 長波輻射通量

由于雪表面擁有著接近于1的輻射系數(shù), 所以強烈的輻射放射效應使得雪表不斷以長波形式散失熱量, 強烈且穩(wěn)定, 形成了南極內(nèi)陸大氣近表層及其穩(wěn)定的逆溫層[45]。而當冬季極夜期間時, 短波輻射收入缺失, 地面凈長波輻射損失使得近地表與大氣之間逆溫增強, 在重力作用下進一步驅(qū)使冷空氣下沉, 增強下降風, 間接使得感、潛熱通量顯著增大以補償雪表面強烈的輻射能量損失, 但其湍流量級對于地表能量平衡收入的比重仍低至20%以下[7,46], 遠小于長波通量水平。

基于斯蒂芬-玻爾茲曼定律, 除了發(fā)射率之外, 長波輻射的大小還與放射物體的溫度正相關。南極冰蓋溫度隨緯度向內(nèi)陸遞減, 所以會使得冰蓋表面存在向內(nèi)陸減小的地面長波輻射分布(圖2b、c), 而且其季節(jié)變化也會遵循著地表溫度而改變?；跂|南極毛德皇后地斷面4個不同海拔高度和地形的自動氣象站(AWSs), Van den Broeke等[12]對該斷面的凈長波輻射的時空特征進行了分析, 研究顯示內(nèi)陸站點凈長波輻射存在相較于斷面其他站點更大的季節(jié)變化, 這源于冬季強逆溫效應與夏季強輻射加熱的劇烈反差。其研究還指出, 由于下降風區(qū)對地表持續(xù)的感熱通量輸入, 抬升了地表溫度和地面長波輻射, 會使得該下降風區(qū)冬季相比內(nèi)陸和沿海擁有更大的長波輻射損失。此外, 當存在強烈的熱量和水汽輸送時, 下降風區(qū)地表的長波輻射將大大升高[7]。冬春季節(jié)也是海洋性氣團入侵內(nèi)陸的多發(fā)時期[47], Ding等[7]研究指出一次暖濕氣團入侵可使得長波輻射分量各增長60 W·m–2以上, 改變長波輻射平衡狀態(tài)。Vignon等[48]也證明強烈的氣團入侵造成了Dome C站反射長波輻射和地表溫度的短時異常上升。

圖2 a)2019年12月至2020年2月ERA5雪表平均反照率; b)2019年12月至2020年2月 FY-3D極軌衛(wèi)星平均地面長波輻射產(chǎn)品(http://data.nsmc.org.cn/portalsite/default.aspx)分布圖; c) 2019年6月至8月FY-3D極軌衛(wèi)星地面長波輻射產(chǎn)品分布圖

Fig.2. a) The average snow surface albedo distribution of ERA5 reanalysis datasets from December, 2019 to February, 2020; b) The average outgoing longwave radiation distribution of FY-3D Polar-orbiting Satellites from December, 2019 to February, 2020; c) The average outgoing longwave radiation distribution of FY-3D Polar-orbiting Satellites from June to August, 2019.

參數(shù)化方面, 長波輻射參數(shù)化的核心在于其輻射系數(shù)的模擬。而輻射系數(shù)無法直接測量得到, 它會受大氣中水汽、溫室氣體(CO2和CH4等)、氣溶膠和云的特性等因子影響。但是除了常規(guī)的氣象要素之外, 其他因子的測量在南極并不普及, 所以在向下長波輻射研究中, 國內(nèi)外學者通常使用基于水汽壓與氣溫的參數(shù)化方案[49-51]。Ohmura[52]在研究中指出晴空條件下地表得到的向下長波輻射有89%的輻射通量來自于地表以上1 000 m的范圍。所以向下長波輻射的參數(shù)化中, 天空溫度一般使用地面實測氣溫代替(表3), 并結(jié)合地面水汽壓間接進行整層大氣的長波輻射的參數(shù)化。但也有研究[36]指出, 當考慮到受太陽輻射影響所造成的氣溫波動時, 選用大氣逆溫層頂部的日最大氣溫代替地面氣溫計算將更加穩(wěn)定。

當云對長波輻射的作用不可忽略時, 云量、云的液態(tài)水路徑等因子對向下長波輻射也有較大影響[53]。冰/雪面上應用較廣的計算方案是Konzelmann等[54]在1994年發(fā)展的方法, 該方法下輻射系數(shù)為基于云量指數(shù)的一元多項式函數(shù)。經(jīng)過與南極下降風區(qū)實測資料對比發(fā)現(xiàn), 其結(jié)果平均偏差在6%以內(nèi), 均方根誤差只有15%左右[33]。陳百煉[8]在Konzelmann方案的基礎上, 考慮溫室氣體對向下長波輻射的貢獻, 對南極Dome A地區(qū)的長波輻射也提出了修正性參數(shù)化方案, 進一步提升了該地區(qū)的長波輻射參數(shù)化精度。除了傳統(tǒng)的云量和氣溫, Ding等[49]考慮到海拔變化對于輻射系數(shù)的影響, 應用Liston和Elder[55]方案對Panda-N站長波輻射進行了參數(shù)化。該方案考慮因素較為全面, 但適用海拔存在一定限制。此外, Zhou等[53]基于表面溫度、云量、云的液態(tài)/固態(tài)水路徑等多個因子建立了全天空下向下長波的參數(shù)化機制, 并在高緯多個站點得到了較好的驗證結(jié)果[56]。但總體來說, 云微物理深層次機理的欠缺對于地表凈長波輻射仍存在較大的限制, 依舊是目前限制極地長波輻射發(fā)展的核心問題。

表3 晴空條件下輻射系數(shù)參數(shù)化方案(改自Gubler等[57])

ε為晴空下輻射系數(shù),為系數(shù)

2.3 南極湍流通量研究

湍流通量中感熱與潛熱分別表示地表與大氣之間非相變和相變的熱量輸送, 它們的傳輸可以看成地-氣水熱性質(zhì)不均一的結(jié)果。由于冬季南極雪表強烈的熱散失, 湍流熱量交換在南極是一項十分重要的能量收入項。而測量湍流通量精度最好的儀器——渦動相關觀測系統(tǒng)在極地條件下適用性差, 運行時效短。所以南極湍流研究多基于參數(shù)化開展, 但發(fā)展至今, 一直是極地冰氣相互作用的重點和難點。早期研究中, 南極的湍流通量是通過計算輻射通量的殘差項來確定的[5], 這種方式求算簡便, 但感熱與潛熱沒有被單獨地分離進行研究, 無法區(qū)分表面熱交換以及相變過程。

隨著梯度通量法被用于冰雪地表能量平衡研究[58]以及MO(Monin-Obukhov)相似定理的發(fā)展, 冰/雪-氣表面湍流通量的計算方式不斷地被得到改進?；贛O相似理論的總體空氣動力學法是目前極地應用最為廣泛的方法, 其假設冰雪表面的水汽始終處于飽和狀態(tài), 這樣處理的優(yōu)點在于使得表面的濕度求算簡便, 對輸入氣象數(shù)據(jù)的精度要求也低。目前為止, 該方法中湍流系數(shù)的參數(shù)化已存在著多種相似函數(shù)(表4), 受其函數(shù)普適性的影響, 粗糙度和大氣穩(wěn)定度相似函數(shù)的模擬結(jié)果在不同邊界層條件下會有不同的偏差。當大氣弱穩(wěn)定或存在弱對流時, 相似函數(shù)的修正量甚至能達到30%[13], 所以相似函數(shù)的選擇對于最終湍流計算十分關鍵。

相似函數(shù)表示大氣近表層中溫度、濕度和水平風速廓線的變化關系, 是表征大氣邊界層穩(wěn)定性參量(實際高度/MO長度)的一種固定函數(shù)形式。根據(jù)南極不同的氣候區(qū)條件, King和Ander-son[59]、Lettau[60]、Grachev等[61]都各自根據(jù)觀測建立了函數(shù)方案。但這些研究初始條件大都為近中性大氣層結(jié), 需要迭代運算進行模擬, 直到MO長度收斂。這類方法雖然結(jié)果精度較高, 但是往往會占用較大的運算資源。所以一般在大型氣候或天氣模式中, 大氣邊界層穩(wěn)定性的表征因子由理查遜數(shù)Rib代替[62]。而隨著相似函數(shù)方案不斷推陳出新, 其在南極不同區(qū)域的表現(xiàn)也在不斷被得到評估討論[9,14,33,63]。Andreas[63]基于穩(wěn)定大氣下, 對冰雪面上6種函數(shù)方案進行了評測分析, 結(jié)果表明Holtslag(詳見Andreas[63])方案結(jié)果隨著穩(wěn)定性參量趨近于無窮, 更加符合湍流成為層流的數(shù)理規(guī)律, 比較適合冰雪環(huán)境下大氣穩(wěn)定分層的情形。陳百煉[8]在東南極Dome A展開的模擬研究中指出, Beljaars和Holtslag[64]方案在穩(wěn)定大氣條件下能顯著降低對湍流發(fā)展的低估, 總體表現(xiàn)較好。而通過與東南極中山站附近的實測渦動結(jié)果對比, 馬永峰[9]指出Louis方案在不同大氣條件下總體具有最佳的誤差表現(xiàn); 相似地, 在泰山站附近下降風區(qū)的渦動數(shù)據(jù)基礎下, 楊堤益[33]對8種穩(wěn)定與4種不穩(wěn)定大氣條件下的相似函數(shù)進行了驗證, 分別得出了對應條件下Beljaars與Lettau方案最優(yōu)的結(jié)論。

表4 不同穩(wěn)定層結(jié)大氣下相似函數(shù)參數(shù)化方案

Table 4. Parameterizations of similarity function under stable/unstable atmosphere conditions

粗糙度是表征陸面過程的基本參數(shù), 是由相似理論外推出相應特征要素與地表值相等的高度[65],與下墊面類型有著十分緊密的關聯(lián), 目前冰雪表面動量粗糙度的計算方法一般是利用兩層風速關系計算求得。但在其隨時間變化研究上, Van As等[66]認為低溫能很大程度上減緩雪晶轉(zhuǎn)變, 進而阻礙雪表粗糙元隨時間的變化?；谠撚^點, Van As等根據(jù)實測數(shù)據(jù)假設雪表粗糙度為常值(z0=2×10–5m), 并對Kohnen站展開了地表能量平衡的夏季研究。Van den Broeke等[13]也曾基于渦動數(shù)據(jù)分別得到了近中性大氣條件下毛德皇后地內(nèi)陸下降風區(qū)和內(nèi)陸高原站的粗糙度(1.6×10–4m和2.1×10–5m), 并成功用于感熱的計算。上述假設條件下, 湍流計算簡便, 但是在極地的高風速環(huán)境下, 雪表表面形態(tài)被塑造各異, 雪表粗糙度變化與分布復雜[37]。忽略了粗糙度隨密度、雪齡等性質(zhì)的變化, 會存在一定理論缺陷。Inoue[67]和馬永鋒[9]研究指出風吹雪過程以及風向的變化會使冰雪表面雪丘方向再分布, 當雪丘與風向存在夾角時, 雪表面對空氣的拖曳作用會變大, 最終增大雪表動量粗糙度的量級, 其時間變化是不可忽略的。而基于粗糙度變化的重要性, Van den Broeke等[10]隨后在Neumayer站使用10 m與2 m風速計算了粗糙度的時間變化; 非吹雪條件下時, 沿用了Kongig-Langlo的典型值(z0=1×10–3.5m)對沿岸的地表能量平衡、融解和升華機制進行了研究。而空間分布研究方面, 馬永鋒[9]基于Dome A、LGB69和中山站站點的數(shù)據(jù)計算結(jié)果分析認為, 沿岸和內(nèi)陸高原的動量粗糙度一般以強下降風區(qū)值最大。而熱量和水汽粗糙度方面, Andreas[68]在1987年基于溫濕廓線數(shù)據(jù)得出了冰雪面上熱量/水汽與動力粗糙度比隨雷諾數(shù)對數(shù)變化的規(guī)律, 被得到了廣泛的應用[7,13,66]。但由于缺乏驗證數(shù)據(jù), 其水汽粗糙度在低溫下的誤差表現(xiàn)尚無定論, 仍需要更多的觀測數(shù)據(jù)去驗證評估[14,63]。

在重力和氣壓梯度力的共同作用下, 南極冰蓋表面坡度較大的海岸及其與內(nèi)陸的過渡帶易發(fā)生強下降風。在下降風區(qū)持續(xù)強而穩(wěn)定的地面逆溫、高風速等因素聯(lián)合作用下, 該區(qū)域大氣通常是強穩(wěn)定而干燥的; 同時, 當大尺度壓力梯度力較弱時, 冬季沿岸冰架與海冰上堆積的冷空氣對下降風具有緩沖作用[69], 所以下降風區(qū)雪表面總體擁有著相比沿海站更高的感熱和更低的潛熱[12-13](圖3)。馬永鋒[9]在CHINARE斷面各站點夏半年的研究中指出, 感、潛熱通量分別擁有著從沿岸向內(nèi)陸增大和減小的特征。Thiery等[70]與Van den Broeke等[13]在東南極毛德皇后地斷面上的站點研究結(jié)果也驗證了該特征。而當下降風風力超過一定閾值時, 不僅能增大湍流交換, 甚至能產(chǎn)生風吹雪現(xiàn)象影響地表粗糙度的變化[16]。此外, Bintanja[71]夏季在瑞典Svea站附近觀測發(fā)現(xiàn)南極藍冰區(qū)和相鄰雪表面擁有不同的感熱通量傳輸方向, 其分析認為藍冰區(qū)對太陽輻射吸收增強的響應是造成該差異的主要原因。King等[72]對具有相似緯度的沿海冰架Halley站、內(nèi)陸高原Dome C站湍流通量日變化進行了分析對比, 結(jié)果認為兩站存在不同日變化的主要原因在于潛熱通量在兩站地表能量平衡中的不同貢獻。同時也有研究表明, 不僅僅是下墊面, 天氣系統(tǒng)也會影響表面的湍流特征。比如: Ding等[7]通過下降風區(qū)泰山站的冬季湍流通量結(jié)果與東南極大氣環(huán)流形式、水汽通量輸送狀態(tài)進行了結(jié)合分析, 結(jié)果認為海洋暖濕氣團入侵能造成內(nèi)陸表面湍流通量的短期上升, 是造成該站點七月湍流通量異常的主要原因。在此基礎上, 該研究也對氣團入侵的觸發(fā)機制進行了討論。但Van den Broeke等[10]在沿海站Neumayer站的研究卻得出了相反的看法, 認為在低氣壓系統(tǒng)影響下, 云層限制了凈長波輻射, 使得近地表大氣溫差降低, 進而使湍流通量總體變小。

圖3 1979—2018年ERA5南極冰蓋表面感熱與潛熱通量平均分布圖. a)感熱; b)潛熱

Fig.3. The average distribution of surface sensible and latent heat fluxes on the Antarctica Ice Sheet which are calculated from ERA5 reanalysis datasets from 1979 to 2018. a) sensible heat; b) latent heat

總體來說, 目前南極湍流通量研究主要依托于模型參數(shù)化, 雖然其在模擬湍流要素空間分布方面具有獨特的優(yōu)勢, 但是由于渦動實測試驗的欠缺, 南極冰蓋表面目前湍流參數(shù)化方案仍沒有較為一致的選擇, 其在冰雪表面的相關理論研究仍需要大量的實測資料進行驗證。

2.4 南極冰雪熱通量研究

構(gòu)成地表能量平衡方程的各個參數(shù)中, 冰雪熱通量是衡量近表層雪層與雪表面熱量交換的重要指標, 也是控制整個南極冰蓋上部熱量邊界條件的關鍵。其影響因素主要包括雪層溫度梯度、固液氣三相態(tài)體積占比和雪的微觀物理特性(主要是硬度和黏度)等[73-75]。相比于其他的能量分量, 熱通量量級通常較小, 所以早期冰雪地表能量平衡研究中其對于融解模擬的貢獻往往被忽略[76]。但近年來研究證明, 忽視冰雪熱通量的存在可能會使得冰雪融解能量偏高, 高估敏感區(qū)域(特別是南極沿岸過渡帶)表面物質(zhì)的損失[67]。所以, 冰雪熱通量研究顯得尤為重要。

冰雪熱通量主要由太陽輻射的滲透和熱傳導通量組成。短波滲透的能力與介質(zhì)的密度存在著密切相關[77]。此外, 粒雪的多孔結(jié)構(gòu)和雪層低溫也能限制近紅外短波輻射的向下滲透, 使其隨深度按Bill定律指數(shù)衰減[78]。Bintanja等[79]和Favier等[22]就曾基于指數(shù)遞減的參數(shù)化方案, 分別對瑞士Svea站附近雪層、藍冰區(qū)和Dome C附近的短波滲透進行了計算分析, 討論了其特征。但短波滲透的影響往往與冰雪熱傳導一起作為冰雪熱通量考慮, 少有研究對其進行單獨分析。對于雪層下墊面熱傳導項, 當忽略雪層熱平流效應后, 熱傳導通量為有效熱傳導系數(shù)與近表層雪層溫度梯度的積。其中, 有效熱傳導系數(shù)是衡量物體總體導熱快慢的指標, 多被視為水平同性, 并且為冰/雪密度或雪溫的函數(shù)[73-74]。Lei等[80]指出冰雪有效熱傳導系數(shù)的范圍可以從新雪的低于0.2 W·K–1·m–1至濕雪或再凍結(jié)雪的0.5 W·K–1·m–1, 并由此計算分析了普里茲灣海冰的冰雪熱通量特征。風的致密化效應可以通過改變雪的物理結(jié)構(gòu)使得熱傳導系數(shù)更大。Sturm等[81]通過試驗對不同環(huán)境下雪粒的熱傳導系數(shù)做了研究, 發(fā)現(xiàn)風吹雪環(huán)境下下墊面的雪粒熱傳導系數(shù)較大, 可達到0.35 W·K–1·m–1。Calonne等[74]也曾使用顯微斷層圖像對多種類型雪的電導率進行了數(shù)值模擬, 研究顯示當僅考慮通過冰和空氣間隙傳導熱通量時, 有效熱傳導系數(shù)與雪密度呈現(xiàn)線性相關。這類經(jīng)驗性參數(shù)化便于計算, 當研究區(qū)近表層雪層物理狀況較為一致時, 這些方案的誤差表現(xiàn)也較好[74,82], 但較不適合于消融區(qū)域。

除了直接確定有效熱傳導系數(shù)外, 有效熱擴散系數(shù)也是計算有效熱傳導系數(shù)的重要手段。利用不同深度雪溫隨時間類三角函數(shù)變化的特性, 有研究提出可以使用不同雪層溫度曲線的振幅和位相差來模擬有效熱擴散系數(shù)[1,83]。此外, 借助類窮舉的數(shù)學方法將有效熱擴散系數(shù)代入簡化的一維熱擴散方程模擬雪溫, 與實測雪溫進行對比評估, 最終基于誤差表現(xiàn)確定系數(shù)是另一種可能方法。該方法可以通過選擇不同的窗口期, 還原有效熱擴散系數(shù)在不同時間尺度上的變化。楊堤益[33]在東南極典型下降風區(qū)就基于上述方法得出該區(qū)域有效熱擴散系數(shù)為10–8~10–9m2·s–1, 并由此計算求得了冰雪熱傳導隨時間的變化。但精確度很大程度上受限于實測數(shù)據(jù)的長度和質(zhì)量, 所以需要進行嚴格的數(shù)據(jù)質(zhì)量控制。

冰雪熱通量量級方面一般較小。Carroll[5]計算求得南極點的冰雪熱通量年均值為(–0.85± 0.3)W·m–2。在Svea站, Bintanja等[79]得出的冰雪熱通量年均值只有0.2 W·m–2。Van den Broeke等[84]則較為完整地對1998—2001年4年11—2月毛德皇后地不同地形下的冰雪熱通量進行了計算, 結(jié)果表明其內(nèi)陸高原、下降風區(qū)和沿海的站點在研究期間均值也分別只有–3、–2和–2 W·m–2。此外, 晴天條件下, 各站熱通量大小相比陰天條件更小。但是, Van den Broeke等[10]研究結(jié)果卻指出沿海Halley站在風速較小且少云情況下, 雪表溫度的強烈下降能使得冰雪熱通量量級顯著增大。究其原因, 風速量級的大小可能左右了雪表感熱通量對輻射虧損的補償程度, 風速強且較為穩(wěn)定時(5m·s–1以上), 冰雪熱通量的補償效應則很小, 造成了兩者差異。此外, 冰雪熱通量能存在較大的日變化。在高原內(nèi)陸站Dome C站和沿海站Halley站的對比研究中[72], 兩站冰雪熱通量日變化幅度能達到40 W·m–2左右, 能量收入/支出占比甚至超越了感熱通量。這是因為深層雪溫波動往往滯后于表層雪溫的直接輻射加熱/冷卻, 且時間變化很小, 10 cm雪溫的年變化大約只有表層雪溫年變化的四分之三。而在不同冰雪類型的試驗中, Datt等[75]基于Maitri站新雪、壓實雪和藍冰的熱通量觀測, 指出低密度的新雪和藍冰熱通量日變化幅度明顯大于高密度壓實雪中的狀態(tài), 前兩者在整個能量平衡日變化中占據(jù)著更為重要的部分。其他方面, Ding等[7]地表能量平衡的研究中則顯示暖濕氣團的影響下, 雪表溫顯著升高能使向下冰雪熱通量增至34 W·m–2左右。

目前南極冰雪熱通量的研究中, 觀測并不具備較好的時間分辨率, 且模擬研究中熱傳導通量多使用簡化的一維熱擴散模型進行展開, 忽略了非傳熱過程以及熱平流等因素的影響, 在敏感區(qū)域可能會存在明顯的誤差。而如何在此類區(qū)域中提升模擬水平, 這需要我們今后結(jié)合更多雪冰微物理變化觀測和理論來開展研究。

3 未來挑戰(zhàn)與建議

從國內(nèi)外南極地表能量平衡研究已有進展和成果可以看出, 目前極地地表能量平衡研究已經(jīng)取得了一定的進展, 特別是近年來在內(nèi)陸典型地區(qū)的工作, 逐步將該方面的研究自海岸向冰蓋高原拓展。但同時, 隨著極地預報需求的提升和地球系統(tǒng)模式耦合的需要, 冰/雪-氣相互作用過程的重要性愈發(fā)凸顯。為了解決目前參數(shù)化過程中面臨的難點, 我們提出如下建議。

1. 在關鍵氣候背景區(qū)開展長期觀測, 以驗證不同方案的適用性。

科學的研究需要資料數(shù)量的保障。目前, 法、意合作建設的Concordia站穩(wěn)定運行至今, 提供了多年的氣象要素, 甚至輻射觀測數(shù)據(jù), 并間有渦動觀測試驗開展, 在輻射和湍流方面取得了很好的研究成效[11,14]。但在南極, 特別是冬季期間, 仍缺乏長期有效的湍流和熱通量實時觀測去分析兩者要素的季節(jié)變化特征, 驗證不同參數(shù)化方案的適用性, 是目前相關研究中的主要薄弱點。所以開展長期觀測, 能為我們拓寬參數(shù)化和模擬應用, 揭示更多潛在的地表能量平衡機理。

2. 開展特定的綜合觀測試驗, 研究微觀過程。

了解云層與冰雪的微物理性質(zhì)是探究冰/雪-氣相互作用中極為重要的方向。南極現(xiàn)有的輻射和熱通量參數(shù)化方案雖能得出與實測較為一致的結(jié)果, 但由于我們對其微觀過程機理認識仍不夠透徹, 在研究過程中, 仍會存在一些理論假設上的不足。而如何探究微觀理論機制, 這還需要我們今后開展更多云、冰雪微物理過程要素的觀測試驗, 研究微觀過程, 由此建立更完善的理論模型, 并與簡化模型比較, 以提高模擬水平。

3. 建設南極氣象觀測站網(wǎng), 提升陸面產(chǎn)品的精度。

作為利用資料同化等技術把數(shù)值預報產(chǎn)品和觀測資料融合起來的“產(chǎn)物”, 陸面產(chǎn)品的提升能為氣候監(jiān)測提供很好的保障, 也能幫助評估和改進氣候模式[85]。但目前南極的觀測站網(wǎng)仍不完善, 如全球地面輻射基線網(wǎng)絡中, 包含的南極站點現(xiàn)只有South Pole、Neumayer和Concordia站等7個站點。相比于偌大的南極大陸, 其觀測網(wǎng)格覆蓋區(qū)域仍不全面, 代表性不足。所以, 建設南極氣象觀測站網(wǎng), 提升陸面產(chǎn)品的精度, 也是今后解決參數(shù)化難點的突破口之一。

4. 研發(fā)適用于極地環(huán)境的相關儀器設備, 特別是冰雪的觀測設備。

如前建議所述, 科學的觀測是研究基礎中的基礎, 而合適精準的觀測設備則是資料質(zhì)量的保證來源。極地惡劣的自然環(huán)境給觀測儀器帶來了巨大的挑戰(zhàn), 一直是阻礙南極表面認知的最大障礙。目前專門適用于極地環(huán)境的相關儀器設備種類仍較少, 且壽命有限。所以積極開展儀器研發(fā)工作, 特別是冰雪觀測設備的提升是今后南極地表能量平衡研究中最為重要的手段之一。

致謝感謝陳潔、李元和劉子菁在FY-3D衛(wèi)星資料下載過程中給予的積極幫助。

1 TOWN M S, WALDEN V P. Surface energy budget over the South Pole and turbulent heat fluxes as a function of an empirical bulk Richardson number[J]. Journal of Geophysical Research: Atmospheres, 2009, 114(D22): D22107.

2 VAN AS D, VAN DEN BROEKE M R, HELSEN M M. Strong-wind events and their impact on the near-surface climate at Kohnen Station on the Antarctic Plateau[J]. Antarctic Science, 2007, 19(4): 507-519.

3 楊興國, 秦大河, 秦翔. 冰川/積雪-大氣相互作用研究進展[J]. 冰川凍土, 2012, 34(2): 392-402.

4 WELLER G. Spatial and temporal variations in the south polar surface energy balance[J]. Monthly Weather Review, 1980, 108(12): 2006-2014.

5 CARROLL J J. Long-term means and short-term variability of the surface energy balance components at the South Pole[J]. Journal of Geophysical Research Atmospheres, 1982, 87(C6): 4277.

6 RANDALL D A, CESS R D, BLANCHET J P, et al. Intercomparison and interpretation of surface energy fluxes in atmospheric general circulation models[J]. Journal of Geophysical Research: Atmospheres, 1992, 97(D4): 3711-3724.

7 DING M H, YANG D Y, BROEKE M R, et al. The surface energy balance at panda 1 station, princess Elizabeth land: A typical katabatic wind region in east Antarctica[J]. Journal of Geophysical Research: Atmospheres, 2020, 125(3). doi:10.1029/2019jd030378.

8 陳百煉. 一個冰蓋近表層能量傳輸模式的建立及其對南極冰蓋熱狀況的數(shù)值模擬研究[D]. 北京: 中國科學院研究生院, 2009.

9 馬永鋒. 南極中山站至Dome-A考察斷面近地層特征參數(shù)的研究[D]. 北京: 中國氣象科學研究院, 2009.

10 VAN DEN BROEKE M R, K?NIG-LANGLO G, PICARD G, et al. Surface energy balance, melt and sublimation at Neumayer Station, East Antarctica[J]. Antarctic Science, 2010, 22(1): 87-96.

11 GENTHON C, TOWN M S, SIX D, et al. Meteorological atmospheric boundary layer measurements and ECMWF analyses during summer at Dome C, Antarctica[J]. Journal of Geophysical Research: Atmospheres, 2010, 115(D5): D05104.

12 VAN DEN BROEKE M R, REIJMER C, VAN DE WAL R. Surface radiation balance in Antarctica as measured with automatic weather stations[J]. Journal of Geophysical Research: Atmospheres, 2004, 109(D9): D09103.

13 VAN DEN BROEKE M, VAN AS D, REIJMER C, et al. Sensible heat exchange at the Antarctic snow surface: A study with automatic weather stations[J]. International Journal of Climatology, 2005, 25(8): 1081-1101.

14 VIGNON E, GENTHON C, BARRAL H, et al. Momentum- and heat-flux parametrization at dome C, Antarctica: A sensitivity study[J]. Boundary-Layer Meteorology, 2017, 162(2): 341-367.

15 PARKINSON C L. Aqua: an earth-observing satellite mission to examine water and other climate variables[J]. IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(2): 173-183.

16 SCAMBOS T A, FREZZOTTI M, HARAN T, et al. Extent of low-accumulation ‘wind glaze’ areas on the East Antarctic plateau: Implications for continental ice mass balance[J]. Journal of Glaciology, 2012, 58(210): 633-647.

17 SOUVERIJNS N, GOSSART A, DEMUZERE M, et al. A new regional climate model for POLAR-CORDEX: Evaluation of a 30-year hindcast with COSMO-CLM2 over Antarctica[J]. Journal of Geophysical Research: Atmospheres, 2019, 124(3): 1405-1427.

18 BOZKURT D, RONDANELLI R, MARíN J C, et al. Foehn event triggered by an atmospheric river underlies record-setting temperature along continental Antarctica[J]. Journal of Geophysical Research: Atmospheres, 2018, 123(8): 3871-3892.

19 DAVIN E L, ST?CKLI R, JAEGER E B, et al. COSMO-CLM: a new version of the COSMO-CLM model coupled to the Community Land Model[J]. Climate Dynamics, 2011, 37(9/10): 1889-1907.

20 BROMWICH D H, OTIENO F O, HINES K M, et al. Comprehensive evaluation of polar weather research and forecasting model performance in the Antarctic[J]. Journal of Geophysical Research: Atmospheres, 2013, 118(2): 274-292.

21 BLISS A K, CUFFEY K M, KAVANAUGH J L. Sublimation and surface energy budget of Taylor Glacier, Antarctica[J]. Journal of Glaciology, 2011, 57(204): 684-696.

22 FAVIER V, AGOSTA C, GENTHON C, et al. Modeling the mass and surface heat budgets in a coastal blue ice area of Adelie Land, Antarctica[J]. Journal of Geophysical Research, 2011, 116:F03017. DOI:10.1029/2010JF001939.

23 PAVOLONIS M J, KEY J R, CASSANO J J. A study of the Antarctic surface energy budget using a polar regional atmospheric model forced with satellite-derived cloud properties[J]. Monthly Weather Review, 2004, 132(2): 654-661.

24 REIJMER C H, VAN MEIJGAARD E, VAN DEN BROEKE M R. Evaluation of temperature and wind over Antarctica in a Regional Atmospheric Climate Model using 1 year of automatic weather station data and upper air observations[J]. Journal of Geophysical Research: Atmospheres, 2005, 110(D4): D04103.

25 ROCKEL B, WILL A, HENSE A. The regional climate model COSMO-CLM (CCLM)[J]. Meteorologische Zeitschrift, 2008, 17(4): 347-348.

26 VAN DE BERG W J, VAN DEN BROEKE M R, REIJMER C H, et al. Characteristics of the Antarctic surface mass balance, 1958–2002, using a regional atmospheric climate model[J]. Annals of Glaciology, 2005, 41: 97-104.

27 DETHLOFF K, RINKE A, LEHMANN R, et al. Regional climate model of the Arctic atmosphere[J]. Journal of Geophysical Research: Atmospheres, 1996, 101(D18): 23401-23422.

28 RINKE A, MA Y F, BIAN L G, et al. Evaluation of atmospheric boundary layer-surface process relationships in a regional climate model along an East Antarctic traverse[J]. Journal of Geophysical Research: Atmospheres, 2012, 117(D9). doi:10.1029/2011jd016441.

29 SHU Q, SONG Z, QIAO F. Assessment of sea ice simulations in the CMIP5 models[J]. The Cryosphere, 2015, 9(1): 399-409.

30 BINTANJA R, SEVERIJNS C, HAARSMA R, et al. The future of Antarctica's surface winds simulated by a high-resolution global climate model: 1. Model description and validation[J]. Journal of Geophysical Research: Atmospheres, 2014, 119(12): 7136-7159.

31 YAMANOUCHI T. Variations of incident solar flux and snow albedo on the solar zenith angle and cloud cover, at Mizuho station, Antarctica[J]. Journal of the Meteorological Society of Japan Ser II, 1983, 61(6): 879-893.

32 YAMANOUCHI T, SHUDOU Y S. Trends in cloud amount and radiative fluxes at Syowa Station, Antarctica[J]. Polar Science, 2007, 1(1): 17-23.

33 楊堤益. 東南極冰蓋典型下降風區(qū)表面能量平衡的參數(shù)化研究[D]. 北京: 中國氣象科學研究院, 2019.

34 DANA G L, WHARTON R A Jr, DUBAYAH R A. Solar radiation in the Mcmurdo dry valleys, Antarctica[M]//Ecosystem Dynamics in a Polar Desert: the Mcmurdo Dry Valleys, Antarctica. Washington, D. C.: American Geophysical Union, 2013: 39-64.

35 JAKOBS C L, REIJMER C H, KUIPERS MUNNEKE P, et al. Quantifying the snowmelt–albedo feedback at Neumayer Station, East Antarctica[J]. The Cryosphere, 2019, 13(5): 1473-1485.

36 卞林根, 陸龍驊. 拉斯曼丘陵輻射平衡分量的觀測研究[J]. 南極研究, 1991, 3(4): 42-53.

37 DING M H, XIAO C D, LI C J, et al. Surface mass balance and its climate significance from the Coast to Dome A, East Antarctica[J]. Science China Earth Sciences, 2015, 58(10): 1787-1797.

38 KING J C, KIRCHGAESSNER A, BEVAN S, et al. The impact of f?hn winds on surface energy balance during the 2010-2011 melt season over Larsen C ice shelf, Antarctica[J]. Journal of Geophysical Research: Atmospheres, 2017, 122(22): 12062-12076.

39 DING M H, XIAO C D, YANG Y D, et al. Re-assessment of recent (2008-2013) surface mass balance over Dome Argus, Antarctica[J]. Polar Research, 2016, 35(1): 26133.

40 DING M H, ZHANG T, XIAO C D, et al. Snowdrift effect on snow deposition: Insights from a comparison of a snow pit profile and meteorological observations in east Antarctica[J]. Science China Earth Sciences, 2017, 60(4): 672-685.

41 PARKINSON C L, WASHINGTON W M. A large-scale numerical model of sea ice[J]. Journal of Geophysical Research Atmospheres, 1979, 84(C1): 311.

42 ROESCH A C. Assessment of the land surface scheme in climate models with focus on surface albedo and snow cover[D]. Zurich: Swiss Federal Institute of Technology Zurich, 2000.

43 BRIEGLEB B P, BITZ C M, HUNKE E C, et al. Scientific Description of the Sea ice Component in the Community Climate System Model, version three, 2004. http://www.ccsm.ucar.edu/ models/ccsm3.0/csim.

44 YANG Q H, LIU J P, LEPP?RANTA M, et al. Albedo of coastal landfast sea ice in Prydz Bay, Antarctica: Observations and parameterization[J]. Advances in Atmospheric Sciences, 2016, 33(5): 535-543.

45 WISCOMBE W J, WARREN S G. A model for the spectral albedo of snow. I: Pure snow[J]. Journal of the Atmospheric Sciences, 1980, 37(12): 2712-2733.

46 BUSETTO M, LANCONELLI C, MAZZOLA M, et al. Parameterization of clear sky effective emissivity under surface-based temperature inversion at Dome C and South Pole, Antarctica[J]. Antarctic Science, 2013, 25(5): 697-710.

47 秦聽, 魏立新, 李珵. 我國南極科考站附近氣旋的特征分析[J]. 海洋學報(中文版), 2017, 39(5): 44-60.

48 VIGNON E, HOURDIN F, GENTHON C, et al. Modeling the dynamics of the atmospheric boundary layer over the Antarctic plateau with a general circulation model[J]. Journal of Advances in Modeling Earth Systems, 2018, 10(1): 98-125.

49 DING M H, AGRAWAL A, HEIL P, et al. Surface energy balance on the Antarctic plateau as measured with an automatic weather station during 2014[J]. Advances in Polar Science, 2019, 30(2): 93-105.

50 DILLEY A C, O'BRIEN D M. Estimating downward clear sky long-wave irradiance at the surface from screen temperature and precipitable water[J]. Quarterly Journal of the Royal Meteorological Society, 1998, 124(549): 1391-1401.

51 HUNT H W, FOUNTAIN A G, DORAN P T, et al. A dynamic physical model for soil temperature and water in Taylor Valley, Antarctica[J]. Antarctic Science, 2010, 22(4): 419-434.

52 OHMURA A. Physical basis for the temperature-based melt-index method[J]. Journal of Applied Meteorology, 2001, 40(4): 753-761.

53 ZHOU Y P, KRATZ D P, WILBER A C, et al. An improved algorithm for retrieving surface downwelling longwave radiation from satellite measurements[J]. Journal of Geophysical Research Atmospheres, 2007, 112(D15): D15102.

54 KONZELMANN T, VAN DE WAL R, GREUELL W, et al. Parameterization of global and longwave incoming radiation for the Greenland Ice Sheet[J]. Global and Planetary Change, 1994, 9(1-2): 143-164.

55 LISTON G E, ELDER K. A meteorological distribution system for high-resolution terrestrial modeling (MicroMet)[J]. Journal of Hydrometeorology, 2006, 7(2): 217-234.

56 YU S S, ZHANG H L, XIN X Z, et al. A method for calculating global downwelling longwave radiation using geostationary and polar-orbiting satellite observations[C]//2016 IEEE International Geoscience and Remote Sensing Symposium (IGARSS). Beijing: IEEE, 2016.

57 GUBLER S, GRUBER S, PURVES R S. Uncertainties of parameterized surface downward clear-sky shortwave and all-sky longwave radiation[J]. Atmospheric Chemistry and Physics, 2012, 12(11): 5077-5098.

58 SVERDRUP H U. The eddy conductivity of the air over a smooth snow field [J]. Geofysiske Publikasjoner, 1936, 11:5-69.

59 KING J C, ANDERSON P S. Heat and water vapour fluxes and scalar roughness lengths over an Antarctic ice shelf[J]. Boundary-Layer Meteorology, 1994, 69(1/2): 101-121.

60 LETTAU H H. Wind and temperature profile prediction for diabatic surface layers including strong inversion cases[J]. Boundary-Layer Meteorology, 1979, 17(4): 443-464.

61 GRACHEV A A, ANDREAS E L, FAIRALL C W, et al. SHEBA flux-profile relationships in the stable atmospheric boundary layer[J]. Boundary-Layer Meteorology, 2007, 124(3): 315-333.

62 LOUIS J F. A parametric model of vertical eddy fluxes in the atmosphere[J]. Boundary-Layer Meteorology, 1979, 17(2): 187-202.

63 ANDREAS E L. Parameterizing scalar transfer over snow and ice: A review[J]. Journal of Hydrometeorology, 2002, 3(4): 417-432.

64 BELJAARS A C M, HOLTSLAG A A M. Flux parameterization over land surfaces for atmospheric models[J]. Journal of Applied Meteorology, 1991, 30(3): 327-341.

65 周德剛, 黃剛, 馬耀明. 中國西北干旱區(qū)戈壁下墊面夏季的熱力輸送[J]. 大氣科學學報, 2012, 35(5): 541-549.

66 VAN AS D, VAN DEN BROEKE M R, HELSEN M M. Structure and dynamics of the summertime atmospheric boundary layer over the Antarctic Plateau: 1. Measurements and model validation[J]. Journal of Geophysical Research Atmospheres, 2006, 111(D7): D07102.

67 INOUE J. Surface drag over the snow surface of the Antarctic Plateau: 1. Factors controlling surface drag over the katabatic wind region[J]. Journal of Geophysical Research Atmospheres, 1989, 94(D2): 2207.

68 ANDREAS E L. A theory for the scalar roughness and the scalar transfer coefficients over snow and sea ice[J]. Boundary-Layer Meteorology, 1987, 38(1/2): 159-184.

69 VAN DEN BROEKE M R, VAN LIPZIG N P M. Factors controlling the near-surface wind field in Antarctica[J]. Monthly Weather Review, 2003, 131(4): 733-743.

70 THIERY W, GORODETSKAYA I V, BINTANJA R, et al. Surface and snowdrift sublimation at Princess Elisabeth station, East Antarctica[J]. The Cryosphere, 2012, 6(4): 841-857.

71 BINTANJA R, VAN DEN BROEKE M R. The surface energy balance of Antarctic snow and blue ice[J]. Journal of Applied Meteorology, 1995, 34(4): 902-926.

72 KING J C, ARGENTINI S A, ANDERSON P S. Contrasts between the summertime surface energy balance and boundary layer structure at Dome C and Halley stations, Antarctica[J]. Journal of Geophysical Research Atmospheres, 2006, 111(D2): D02105.

73 AGGARWAL R. New density-based thermal conductivity equation for snow[J]. Defence Science Journal, 2009, 59(2): 126-130.

74 CALONNE N, FLIN F, MORIN S, et al. Numerical and experimental investigations of the effective thermal conductivity of snow[J]. Geophysical Research Letters, 2011, 38(23). DOI:10.1029/2011gl049234.

75 DATT P, GUSAIN H S, DAS R K. Measurements of net subsurface heat flux in snow and ice media in Dronning Maud Land, Antarctica[J]. Journal of the Geological Society of India, 2015, 86(5): 613-619.

76 BROCK B W, WILLIS I C, SHARP M J. Measurement and parameterization of albedo variations at Haut Glacier d’Arolla, Switzerland[J]. Journal of Glaciology, 2000, 46(155): 675-688.

77 BOHREN C F, BARKSTROM B R. Theory of the optical properties of snow[J]. Journal of Geophysical Research Atmospheres, 1974, 79(30): 4527-4535.

78 BRANDT R E, WARREN S G. Solar-heating rates and temperature profiles in Antarctic snow and ice[J]. Journal of Glaciology, 1993, 39(131): 99-110.

79 BINTANJA R, JONSSON S, KNAP W H. The annual cycle of the surface energy balance of Antarctic blue ice[J]. Journal of Geophysical Research: Atmospheres, 1997, 102(D2): 1867-1881.

80 LEI R B, LI Z J, CHENG B, et al. Annual cycle of landfast sea ice in Prydz Bay, east Antarctica[J]. Journal of Geophysical Research Atmospheres, 2010, 115(C2): C02006.

81 STURM M, HOLMGREN J, K?NIG M, et al. The thermal conductivity of seasonal snow[J]. Journal of Glaciology, 1997, 43(143): 26-41.

82 YEN Y C. Review of Thermal Properties of Snow, Ice and Sea Ice: Crrel Report 81-10[R]. Hanover: U.S. Army Cold Regions Research and Engineering Laboratory, 1981.

83 SERGIENKO O V, MACAYEAL D R, THOM J E. Reconstruction of snow/firn thermal diffusivities from observed temperature variation: Application to iceberg C16, Ross Sea, Antarctica, 2004–07[J]. Annals of Glaciology, 2008, 49: 91-95.

84 VAN DEN BROEKE M, REIJMER C, VAN AS D, et al. Daily cycle of the surface energy balance in Antarctica and the influence of clouds[J]. International Journal of Climatology, 2006, 26(12): 1587-1605.

85 趙天保, 符淙斌, 柯宗建, 等. 全球大氣再分析資料的研究現(xiàn)狀與進展[J]. 地球科學進展, 2010, 25(3): 242-254.

ADVANCES IN THE STUDY OF SURFACE ENERGY BALANCE ON THE ANTARCTIC ICE SHEET

Yang Diyi1,2, Ding Minghu2, Zou Xiaowei2

(1Haining Meteorological Bureau, Haining 314400, China;2Institute of Tibetan Plateau and Polar Meteorology, Chinese Academy of Meteorological Sciences, Beijing 100081, China)

The research of surface energy balance on snow/ice on Antarctica ice sheet is the basis for coupling the cryosphere, atmosphere and hydrosphere processes, which is of great significance for understanding the process of surface mass balance of the ice sheet and enhancing the level of polar weather and climate prediction. With the improvement of polar observations in recent years, great progress has been made in our understanding of the surface energy balance of the Antarctic ice sheet, especially in albedo parameterization and derivation of the effective thermal conductivity. However, because of the vast area and variable weather conditions of Antarctica, results from most of the existing studies are only applicable to local environments which limit our ability to model and forecast. Therefore, conducting scientific experiments in key climate regions, developing sensors for the special polar environment and a basic network of meteorological stations can deepen our understanding of ice/snow–air interactions, and contribute towards further improvements of parametric coupling schemes in numerical models.

surface energy balance,research advance, Antarctic ice sheet

2020年3月收到來稿, 2020年5月收到修改稿

自然科學基金(41771064、4194100049)和中國氣象科學研究院基本科研業(yè)務費(2019Z005)資助

楊堤益, 男, 1993年生。助理工程師, 主要從事冰氣相互作用方面研究。E-mail: yangdiyi@foxmail.com

丁明虎, E-mail: dingminghu@foxmail.com

10. 13679/j.jdyj.20200014