自然资源部极地科学重点实验室极地多圈层团队在冰底干湿带诊断研究方面取得新进展

     南极冰盖的不稳定性评估预测是当前全球海平面和气候变化研究的前沿和难点。2021年发布的IPCC AR6认为南极冰盖不稳定性存在“deep uncertainty”(深度不确定性)，其原因主要是对冰盖底部环境和过程认知的不足。南极冰盖冰底干湿带分布反映了底部的水热环境，会对冰盖动力学和不稳定性产生显著的影响。国际上，主要通过分析冰雷达信号在冰岩界面位置的回波强度来识别和诊断冰底干湿带的分布。然而，现有冰底干湿带诊断研究，一方面采用多个信号衰减理论值假设，另一方面忽视了冰下水体和干湿过渡带的作用，导致干湿带诊断结果不准确且覆盖范围较小。

     近日，自然资源部极地科学重点实验室极地冰盖多圈层相互作用与气候变化研究团队联合北京工业大学等单位，首次提出一种基于干湿过渡带识别的冰底干湿带诊断算法。新方法充分考虑了冰下水体和干湿过渡带的回波特征，能够显著提高干湿带诊断的准确性和覆盖范围，对于准确刻画南极冰盖冰底环境、缩小模式评估预测冰盖不稳定性的不确定性具有重要意义。

      南极冰盖冰下水体在温度接近压融点时具有较为稳定的物理性质，冰水界面的雷达信号反射率较为稳定。对于某个区域内的冰下水体，雷达信号在从发射到接收的完整传输过程中，穿透了具有相似特性的上覆冰盖冰层，因此，冰下水体可以作为参考用于区域冰底干湿带的自适应校正。另外，冰底的干湿过渡带能够被用于确定干湿的临界点，进而用于诊断干湿带分布，这主要得益于冰底干湿过渡带所具有的短距离内反射率变化差异大、反射率与深度具有相关性等特点，可以通过定义上述特点并提取相应特征来驱动分类模型对其进行自动检测。基于以上认识，结合现有冰底干湿诊断算法，研究团队提出了一种基于干湿过渡带识别的冰底干湿带诊断算法，其算法流程（图1）主要包括：1）利用冰雷达回波数据生成冰岩界面位置的反射率变化量曲线；2）以区域中冰下水体的回波强度作为参考校正干湿带的干、湿理论阈值；3）冰底干湿过渡带的特征提取；4）干湿过渡带的自动检测；5）根据校正后的干、湿阈值和干湿过渡带检测结果进行干湿带诊断。

图1基于干湿过渡带识别的冰底干湿带诊断算法流程图

      利用我国在东南极冰脊B和美国冰盖遥感中心（CReSIS）在西南极斯威茨冰川（Thwaits Glacier）区域的航空冰雷达观测数据，研究团队将新方法用于这两个区域的冰底干湿带诊断，并将结果与现有方法的结果进行了对比（图2和3）。图2显示了新方法和现有方法在冰脊B一个已知大型冰下湖（90°E冰下湖）位置的干湿带诊断结果，可以发现，新方法在冰下湖范围内没有诊断出不合理的干带结果，能给出更连续、更准确的湿带结果。图3显示了新方法和现有方法在斯威茨冰川区域的干湿带诊断结果。通过多个局部的放大对比，同样可以发现新方法能够获得更准确、覆盖范围更大的干湿带诊断结果。

图2 新方法（下）和现有方法（上）在冰脊B区域90°E冰下湖位置的干湿带诊断结果对比

 图3 新方法（下）和现有方法（上）在斯威茨冰川区域的干湿带诊断结果对比

      2015年，我国首架南极科学考察固定翼飞机“雪鹰601”投入运营，之后，针对南极最大数据空白区伊丽莎白公主地，成功完成5个年度、近18万公里航空测量。研究团队持续致力于构建适用于“雪鹰601”机载冰雷达的数据处理分析方法体系，涵盖了数据现场处理、实时质量控制、后期深入处理和定量分析解译方法等。本研究是团队在冰底环境定量化诊断分析方面取得的又一重要进展，将为大范围、准确地定量刻画南极冰盖冰底干湿和水热环境提供新方法，对于南极冰下水文及其冰盖动力学和不稳定性研究有重要意义。

      研究成果在线发表于地球和遥感科学领域顶级期刊IEEE Transaction on Geoscience and Remote Sensing上。论文通讯作者为中国极地研究中心（中国极地研究所）崔祥斌研究员，第一作者为北京工业大学信息学部稂时楠副教授。此外，来自参北京工业大学、中国极地研究中心（中国极地研究所）、中科院空天信息创新研究院和英国帝国理工学院的多名研究人员参与了相关研究工作。本研究得到了国家自然科学基金项目（41941005，41941006，41606219，41776186）、上海科技发展基金项目（21ZR1469700）、国家重点研发计划项目（2019YFC1509102）和北京工业大学国际研究合作种子基金支持。

相关论文：

Lang, S., Yang, M., Cui, X.*, Li, L., Cai, Y., Liu, X., Guo, J., Sun, B. and Siegert, M., A Semi-Automatic Method for Predicting Subglacial Dry and Wet Zones through Identifying Dry-Wet Transitions, IEEE Transactions on Geoscience and Remote Sensing (2022), doi: 10.1109/TGRS.2022.3225628.