冰川冻土, 2022, 44(3): 830-842 doi: 10.7522/j.issn.1000-0240.2022.0081

冰冻圈与全球变化

南极冰架变化监测研究进展

王泽民,1,2, 周春霞,1,2, 张保军1,2, 耿红3, 刘勇1,2, 钱懿德1,2, 刘明亮1,2, 吴双1,2

1.武汉大学 中国南极测绘研究中心, 湖北 武汉 430072

2.自然资源部极地测绘科学重点实验室, 湖北 武汉 430072

3.武汉大学 资源与环境科学学院, 湖北 武汉 430072

A review of changes monitoring in the Antarctic ice shelves

WANG Zemin,1,2, ZHOU Chunxia,1,2, ZHANG Baojun1,2, GENG Hong3, LIU Yong1,2, QIAN Yide1,2, LIU Mingliang1,2, WU Shuang1,2

1.Chinese Antarctic Center of Surveying and Mapping，Wuhan University，Wuhan 430072，China

2.Key Laboratory of Polar Surveying and Mapping，Ministry of Natural Resources，Wuhan 430072，China

3.School of Resource and Environment Science，Wuhan University，Wuhan 430072，China

通讯作者: 周春霞，教授，主要从事极地遥感和全球环境变化研究. E-mail： zhoucx@whu.edu.cn

收稿日期: 2021-12-21   修回日期: 2022-05-31  

基金资助: 国家自然科学基金项目.  41941010.  42006184.  42171133

Received: 2021-12-21   Revised: 2022-05-31  

作者简介 About authors

王泽民，教授，主要从事极地冰雪环境变化研究.E-mail：zmwang@whu.edu.cn , E-mail：zmwang@whu.edu.cn

摘要

冰架是南极冰盖物质损失的主要出口。南极冰架动态变化和物质平衡的研究对揭示南极地区的气候变化具有重要的参考价值。本文从表面融化、冰流速、前缘崩解、底部融化和物质平衡五个方面入手，对近些年来南极冰架变化监测的研究进展进行梳理和归纳总结，综述了它们的观测方法、观测结果、机制分析及当前面临的问题。极地观测卫星和现场观测网络的发展、冰架多维度综合分析及数值模拟研究的推进，将有助于进一步揭示冰架变化因子之间的耦合作用及其演变机制，为全球增温影响南极冰盖/冰架的物理机制研究及其变化预测提供重要依据。

关键词： 南极冰架 ; 表面融化 ; 冰流速 ; 前缘崩解 ; 底部融化 ; 物质平衡

Abstract

The mass loss of the Antarctic ice sheet enters the ocean mainly via the ice shelves. Studying the dynamic changes and mass balance of Antarctic ice shelves provides significant references for revealing climate change in Antarctica. Focusing on monitoring changes in the Antarctic ice shelves， this study reviews recent research on five aspects， including surface melt， ice velocity， iceberg calving， basal melt and mass balance. It briefly summarized the observation methods and results， mechanism analysis of ice shelf change， and key problems. The development of polar observation satellites， field observation networks， multi-dimensional comprehensive analysis and numerical simulation of ice shelves， will help to further reveal the coupling effect between factors and evolution mechanism in ice shelf change， so as to deepen our understanding of the response of the Antarctic ice sheet/ice shelf to climate change.

Keywords： Antarctic ice shelves ; surface melt ; ice velocity ; iceberg calving ; basal melt ; mass balance

PDF (4965KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

王泽民, 周春霞, 张保军, 耿红, 刘勇, 钱懿德, 刘明亮, 吴双. 南极冰架变化监测研究进展[J]. 冰川冻土, 2022, 44(3): 830-842 doi:10.7522/j.issn.1000-0240.2022.0081

WANG Zemin, ZHOU Chunxia, ZHANG Baojun, GENG Hong, LIU Yong, QIAN Yide, LIU Mingliang, WU Shuang. A review of changes monitoring in the Antarctic ice shelves[J]. Journal of Glaciology and Geocryology, 2022, 44(3): 830-842 doi:10.7522/j.issn.1000-0240.2022.0081

0 引言

冰架是冰盖漂浮在海洋上的部分，是陆地冰在重力作用下越过触地线流入海洋而形成的。南极冰架总面积约1.542×106 km²，厚度在几米到上千米之间，是南极冰盖物质损失的主要出口［1］。南极的主要冰架如图1所示，包括罗斯冰架（Ross Ice Shelf）、菲尔希纳-龙尼冰架（Fischner-Ronne Ice Shelf）和埃默里冰架（Amery Ice Shelf）三大冰架，以及其他50多处冰架，附着在44%的海岸线上［1］。由于表面物质的积累和陆地冰盖的供给，冰架在长期以来维持着相对稳定的状态。冰架支撑着陆地冰盖，对陆地冰盖的稳定发挥着重要的作用。但是，近几十年来，随着全球气候变化加剧，冰架的底部融化和崩解事件逐渐增加，冰架对冰盖稳定性的支撑作用减弱，造成了南极冰盖物质的加速损失［2-4］。2019年IPCC（Intergovernmental Panel on Climate Change）发布的《气候变化中的海洋和冰冻圈特别报告》指出，1992—2001年南极冰盖物质损失为（51±73） Gt·a-1，至2012—2016年其损失量增加至（199±26） Gt·a-1［5］。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   南极冰盖主要冰架分布图［6］

Fig. 1   Map of main ice shelves of Antarctic ice sheet［6］


随着观测技术尤其是对地观测技术的快速发展，冰架动态变化监测研究逐渐从局部、离散、静态模式，发展为区域、连续、动态模式，逐步实现了长时序、高频度、多类型、大范围、近实时的连续监测。南极冰架的动态变化主要包括冰面动态变化、冰底动态变化和冰架内部稳定性，遥感监测与相关研究表明这些动态变化主要体现在表面融化、冰流速变化、冰架崩解、底部融化及冰架物质平衡五个相关参数上。因此，本文将根据南极冰架变化监测的相关研究成果，围绕表面融化、冰流速、前缘崩解、底部融化和物质平衡五个冰架动态变化的主要参数（图2），对南极冰架动态变化监测的观测方法和研究结果，以及影响南极冰架动态变化的机制进行梳理、归纳和综述。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   南极冰架/冰川动态变化及相关参数示意图（改自Dirscherl等［7］，2020）

Fig. 2   Schematic diagram of dynamic change and related parameters of Antarctic ice shelf （modified from Dirscherl et al.［7］， 2020）


1 表面融化

南极冰架的表面融化多发生在纬度和海拔较低的冰架上，是导致冰架崩解的重要驱动因子之一。积雪融化后，湿雪的表面反照率远低于干雪，从而能吸收更多太阳辐射，形成融化-反照率反馈，加剧融化的发生［8］；未能及时冻结的融水通过裂隙下渗会扩大冰裂隙，甚至触发冰架的崩解［9-10］。因此，监测冰架表面融化对冰架的稳定性研究和评估具有重要的意义。

1.1　表面融化监测方法

冰架表面融化研究所使用的数据主要来自自动气象站和主被动微波遥感卫星（SAR、散射计和辐射计）的观测及区域气候模型的模拟。通过冰架上自动气象站提供的辐射通量，建立表面能量平衡模型，能够计算某时段内冰架的融化量［11］。气象站实测数据能够提供可靠的融化量信息，用于小尺度融化强度的研究，还可以用于模型输出产品或卫星冻融探测结果的验证，但气象站探测空间范围较小且能够提供融化量观测数据的站点很少。

卫星遥感是当前南极冰架表面融化大范围监测的主要技术手段。Luckman等［12］基于Envisat宽幅ASAR数据，利用阈值法对拉森C（Larsen C）冰架2006—2012年间的融化状况进行了探测。Liang等［13］基于谷歌地球引擎（Google Earth Engine，GEE）平台，利用Sentinel-1 SAR数据对南极冰盖边缘的冰架表面融化进行了时序分析。SAR能够提供高空间分辨率的冰架表面融化观测，但也受到较长重访周期（几天至几十天）的限制，无法对南极冰架提供逐日观测。

散射计QuikSCAT和ASCAT具有较高的时空分辨率（常用数据以4.45 km空间分辨率提供逐日观测）。基于经验阈值、Rosin阈值等方法，能够使用该数据对南极冰架的表面融化开展大范围、长时序的监测［14-15］。辐射计以SSM/I和AMSR系列为代表，能够提供自1978年以来的冰架逐日融化观测［16-17］。在辐射计众多的频率中，K和Ka波段的应用最为广泛。近年来，随着SMAP和SMOS等卫星的升空，L波段辐射计也被应用于南极冰盖/冰架表面融化的探测，且得益于其较大的穿透深度，L波段更适合于表面融化剧烈的拉森C冰架等地的监测［18］。辐射计能对全南极冰架提供最长时间的卫星观测，但空间分辨率（多数低于25 km）较其他数据稍低。不同的微波传感器在冰架表面融化探测上优势互补，但目前的研究主要停留在冻融二值信息的提取上，基于卫星遥感的融化量研究尚不充分。

区域气候模型RACMO能够提供1979年至今大范围的逐日融化量模拟数据，但也存在空间分辨率（27.5 km）较低的问题，只在南极半岛、毛德皇后地等区域有5.5 km分辨率的模拟数据［19］；且该模型无法很好地对焚风引起的表面融化等进行模拟，在地形复杂区域的精度也有待提高［20］。

1.2　典型冰架表面融化特征

在气候环境的作用下，不同地理位置的冰架有着各异的表面融化特征和机制。罗斯冰架和菲尔希纳-龙尼冰架表面融化较少（图3），只在某些年份发生间歇的融化。2016年1月，受厄尔尼诺事件的影响，罗斯冰架发生了大范围的融化，冰架东侧融化天数可达15天［21］。阿蒙森低压是影响罗斯冰架气候的重要局部环流系统。21世纪以来，夏季阿蒙森低压的加强导致北风加强，使得海洋上空暖湿气流穿过南极半岛西侧，导致西南极表面温度升高以及降水增加，加剧了罗斯冰架的表面融化［6，22］。因终年被海冰覆盖的威德尔海阻止了北方海域上方的暖湿气流对菲尔希纳-龙尼冰架的侵袭，使得该冰架年平均融化较小（图3）。埃默里冰架表面融化存在显著的区域差异，冰架东侧年平均融化量可达120 mm w.e.以上，但冰架西侧年平均融化量不足60 mm w.e.（图3）。这是由于在地转偏向力的作用下，冰架东西两侧风向相反，冰架东侧温暖的海风由普里兹湾吹来，有利于表面融化。因此，埃默里冰架表面融化呈现东侧强西侧弱的空间分布特征［23］。此外，埃默里冰架水系发达，冰面湖富集，冰面湖面积和表面融水覆盖范围的季节变化均受南半球环状模的显著影响［24］。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   1979—2017年RAMCO2模拟的南极冰架年平均融化量

Fig. 3   Annual average melt of Antarctic ice shelf during 1979 to 2017， simulated by RAMCO2


沙克尔顿（Shakleton）冰架是东南极纬度最低的冰架，其自12月份开始融化，在1月份达到峰值，并在3月份之后重新完全冻结，部分区域年平均融化量超过210 mm w.e.。在沙克尔顿冰架的触地线区域分布着大量的蓝冰和裸岩，蓝冰和裸岩表面反照率低，能够吸收更多的短波辐射，造成融化-反照率反馈效应，加剧表面融化，甚至形成冰面湖［17］。类似的现象也发生在埃默里冰架和罗伊-博杜安（Roi Baudoin）冰架的触地区域［23，25］。受到下降风的影响，罗伊-博杜安冰架气温升高的同时，触地区域低反照率的蓝冰和粗糙粒雪出露，进一步加剧了融化，触地区域的融化强度是冰架其他区域的3倍［25］。

南极半岛是冰雪融化研究的热点区域，气温较高，表面融化剧烈，融水通过裂隙在垂直方向传输，加剧了冰架的不稳定性，甚至造成冰架崩解［10］。2002年，拉森B（Larsen B）冰架崩解前冰架表面的融化强度是平均水平的3倍，融水下渗使得雪层升温和冰裂隙扩大，因而触发了该冰架的大规模崩解［26］。Trusel等［27］认为冰架发生大规模崩解的融化量阈值是725 mm w.e.·a-1，拉森A（Larsen A）和拉森B冰架在崩解前融化强度都达到了这个阈值。21世纪以来，拉森C冰架表面融化天数显著减少，这与附近海域海冰增加和环流异常导致的气候变冷有关［28］。但2019/2020年拉森C冰架的融化季比过去40年更长，融化也更剧烈，使新世纪以来冰架表面融化明显下降的趋势突然中止；并且，该融化季的极端融化可能会导致整个冰架的厚度因积雪空气含量的减少而重新变薄［16］。此外，研究发现，新世纪以来拉森C冰架在冬季融化呈现出显著增强的趋势；2015/2016年尤为剧烈的冬季融化可能与拉森C冰架触地区域焚风效应的增强以及这一年的强厄尔尼诺事件有关［14］。乔治六世（George VI）冰架同样在2019/2020年遭受了近32年以来的最剧烈融化，该年冰架融化天数达100天以上；长时间高于熔点的气温造成了该年异常的融化现象，这可能是由温暖而低速气流驱动的西北风和东北风造成的［29］。威尔金斯（Wilkins）冰架是南极半岛融化最剧烈的区域之一，年平均融化量超过330 mm w.e.（图3），且冬季融化呈现增加趋势，该冰架发生的崩解事件和剧烈的表面融化关系密切［30］。

总体而言，国内外学者对南极冰架表面融化的研究有了很大的进展，取得了较为一致的认识，即除南极半岛外，大多数冰架的表面融化并不剧烈，且没有明显的加速融化趋势，对冰架的稳定性并无明显的影响。而南极半岛的拉森C、威尔金斯等冰架的表面融化剧烈，部分区域粒雪空气含量较低，对冰架的稳定性有潜在的威胁。未来，随着气候变暖加剧，南极冰盖表面融化增加，对冰架稳定性以及物质平衡的影响将增大。目前的研究仍然有很多认知上的空白，如表面融水在渗浸和形成径流之间如何分配？融水在冰盖何处到达基岩？在未来的研究工作中，还需进一步加强地面观测，探索融化驱动机制的演变过程以及如何利用遥感观测定量反演融化量/积雪液态水含量。

2 冰流速

冰流速是监测冰架变化的一个重要参数，对冰盖/冰架物质平衡的计算至关重要，是分析冰架动力学和热力学过程以及预测其未来演变的重要基础。近几十年来，冰流速监测技术和方法已渐趋成熟，冰流速产品的时空分辨率也不断提高，揭示了许多重要的冰架动态变化特征。

2.1　冰流速监测方法

冰川流速测量主要分为实地观测和遥感监测。在实地观测方面，从最早的花杆测量法［31］，到光学经纬仪与花杆测量相结合的方法［32］，再到GPS实地测量法，冰流速监测的精度不断提高，流速变化细节及机制陆续被揭示［33-34］。但是，由于南极自然环境恶劣，现场观测非常困难，实地观测手段难以获得长时间、大范围、高空间分辨率的冰川流速数据。

冰流速的遥感监测技术虽比实地观测方法的精度低，却能够实现大面积、长时序冰架动态变化过程的监测，弥补冰流速实地观测的不足。基于光学影像的特征跟踪法和基于SAR影像的偏移量跟踪法与差分干涉测量法等已被广泛用于全南极冰盖尺度的冰流速制图。特征跟踪算法指利用光学遥感影像，依据特征描述和相关性计算寻找相同特征描述的区域，跟踪其在两幅影像上的位移，实现冰流速的提取。偏移量跟踪法是通过计算SAR影像的相干散斑或强度信息的互相关函数峰值，或寻找低相干区域影像的相干性峰值，获得偏移量，估算地表位移，从而得到冰流速。差分干涉测量法则是通过提取两景SAR影像中沿着视线方向的位移量，将其转换到冰流运动的坡度方向来估计冰流速。特征跟踪法和偏移量跟踪法主要适用于高流速区域的监测，差分干涉测量则适用于低流速区域的监测。通过结合不同方法的优势，可提取更高精度的冰流速结果。

自MAMM（Modified Antarctic Mapping Mission）利用ERS-1/2和RADARSAT-1提取的第一幅全南极流速产品［35］以来，后续研究者利用多源SAR影像数据发布了全南极流速图，如MEaSUREs和基于相位干涉测量的流速产品［36-37］，以及基于Landsat-8光学影像数据发布了空间分辨率为105 m的全南极冰盖迄今为止分辨率最高的冰流速产品［38］。近年来，卫星数据更加丰富，冰流速产品的时间分辨率和空间分辨率均得到了提高，例如利用Landsat-8全色影像生成的全球陆地冰流速产品GoLIVE（Global Land Ice Velocity Extraction from Landsat 8）［39］以及极地观测和建模中心（Center for Polar Observation and Modeling）基于Sentinel-1影像建立的南极和格陵兰冰盖共六条冰川的冰流速近实时观测服务系统［40］。

在数据处理速度方面，云计算、云存储服务等的发展为快速获取大范围、近实时冰流速变化提供了技术支撑。以美国阿拉斯加卫星设备处（Alaska Satellite Facility）开发的卫星影像处理自动化服务HyP3（Hybrid Pluggable Processing Pipeline）为例［41］，它提供了包括针对Sentinel-1影像的辐射地形校正和干涉测量，以及基于Sentinel-1/2和Landsat-8影像提取冰流速的autoRIFT（autonomous Repeat Image Feature Tracking）［42］在内的免费且简便的卫星数据自动化处理服务。目前NASA团队已发布了基于autoRIFT提取的陆地冰流速及高程数据集（Inter-mission Time Series of Land Ice Velocity and Elevation，ITS_LIVE）［43］，包括覆盖1985—2018年时段、空间分辨率为240 m的全球陆地冰年平均表面速度产品以及空间分辨率为120 m的融合产品。

总体来看，随着遥感数据的日益丰富，海量遥感数据的存储与获取技术，以及遥感影像数据的快速处理技术都有待解决；更高精度、更高时空分辨率的冰流速提取算法研究仍需要加强。

2.2　冰流速区域特征及驱动因子

驱动冰架变化的因子分为外部因子（包括海洋强迫、大气强迫、海冰分布等）和内部因子（包括崩解、裂隙发育等）。由于受到的驱动因子的影响不同，南极冰架的冰流速变化特征呈现出区域性差异［31，44］。

在西南极，目前多处冰架出现流速增加的趋势。全南极冰流速最快的派恩岛冰架，在2017—2020年间，其流速增加了12%，通常认为这与其频繁发生的崩解事件有关［45］。西南极思韦茨（Thwaites）冰川、罗斯冰架的支流和东南极库克（Cook）冰川，由于受冰下湖排水的影响，它们的冰流速出现了短期加速的现象［46-48］。南极半岛冰架的冰流速变化主要与冰架崩解、大气或海洋环境变化等有关。拉森B冰架和南极半岛北部的多条冰川，其下游冰架崩解均曾引起上游冰川加速；此外，该区域冰流速的波动与峡湾中海冰和冰水混合物的消长也存在着关联［49-50］。别林斯高晋海（Bellingshausen Sea）的乔治六世冰架和弗莱明（Fleming）冰川的流速变化，则与绕极深层水（Circumpolar Deep Water，CDW）的上涌，以及厄尔尼诺-南方涛动和南半球环状模引起的风场变化有关［51-52］。近期还发现东南极极记录（Polar Record）、托滕（Totten）、达尔克（Dålk）、登曼（Denman）冰川的加速与海冰消长、底部隆起地形的支撑、触地线回退、冰舌变薄以及崩解等的影响有关［53-57］。

如上所述，自有卫星观测以来，南极大部分冰架出现了流速增加的现象。从外部因子来说，位于别林斯高晋海、阿蒙森海以及威克尔斯地冰架的流速变化与海洋强迫有关；南极半岛北部的冰架冰流速变化主要与大气强迫有关。从内部因子来说，南极冰架的流速增加与裂隙发育、冰架崩解等有关。总的来说，影响冰流速变化的因子既多又复杂，不同因子对于局部区域的影响差异性极大。

为了更好地揭示冰架冰流速时空变化特征及其机制，未来需要充分利用已有多源卫星遥感数据，加强对环南极冰架/冰川流速的监测；另一方面则寄希望于更多光学和SAR卫星的发射以及地面连续观测数据的积累，从而获得更高时空分辨率及覆盖率的流速产品，以进一步增进冰架对气候变化响应的理解。

3 前缘崩解

近年来南极冰架频繁发生崩解事件，表明支撑着冰盖的“安全带”渐渐变得不稳定。因此，开展长时序南极冰架崩解监测和深入分析冰架崩解背后的机制，对预测南极冰盖变化的未来趋势和估计冰盖对海平面上升的贡献极其重要。

3.1　前缘崩解监测方法

Baumhoer等［58］认为目前冰架崩解监测的研究可分为三类，利用高时空分辨率数据的特定冰架前缘线监测、利用低时间分辨率数据的大区域海岸线监测及利用南极卫星影像镶嵌图特定年份海岸线的全南极海岸线监测。其中，前两种类型的研究实现了对特定冰架或区域内崩解事件的精确监测，而第三种类型的研究则可在大范围内对崩解面积或崩解量进行定量评估。

南极冰架的崩解周期各不相同，短期实地观测无法满足监测需求，借助卫星遥感数据才能较全面获得冰架前缘位置变化及崩解信息。南极冰架前缘位置提取的方法主要有人工目视解译法、半自动化提取法和自动化提取法。人工目视解译法是使用最广泛的方法，约有85%的冰架前缘变化研究使用此方法提取前缘位置，7%的研究使用自动化或半自动化提取方式，8%的研究使用已有的数据集进行分析［58］。半自动提取法多是使用传统图像处理技术，如灰度直方图［59］、形态学［60］、纹理分析［59］、小波变换［59］、阈值分割［61］、基于对象［4］和像素［62］分类法等技术，与人工辅助检查相结合来实现对冰架前缘位置的提取。自动化提取法则是使用如图像分割［63］、Snakes算法［64］、最近邻域分类［65］等传统图像处理方法，或近年来在语音识别、计算机视觉等领域取得良好应用效果的深度学习算法［66-67］实现冰架前缘位置的自动提取。

3.2　前缘崩解特征与分析

Qi等［68］基于冰架前缘扩张模拟结合人工目视解译，首次提取了2005—2019年南极冰架年崩解产品，发现在此期间南极冰架总共发生了1 786次面积大于1 km²的崩解事件，年均崩解面积为（3 411.4±17.1） km²，年均崩解质量为（771.1±10.2） Gt；从长期变化趋势来看，崩解频次、面积和质量在前10年的年波动相对平缓，后4年则急剧增加；从空间分布来看，西南极为目前崩解最频繁的区域，其次是南极半岛和东南极威尔克斯地等区域；南极冰架崩解与冰盖表面融化及周边海冰范围变化等有关。这些结果与Baumhoer等［66］基于U-Net卷积神经网络使用多源遥感数据得到的结果相一致。

研究表明，大气、海洋、冰架自身的稳定性以及冰架周围环境都与冰架的崩解有关。海洋的影响主要包括潮汐［69］、海啸［70］或涌浪［71］，固定冰的减少［72］，底部通道的发育［73］，绕极深层水入侵到冰架底部造成冰架底部融化和触地线后退［74-75］，冰水混合物［76］以及海冰覆盖的持续时间［77］等，其中，海洋对阿蒙森海（Amundsen Sea）沿岸冰架崩解的影响最为显著［78］。大气的影响则通过引起冰面融化形成融水，间接导致水力压裂促进裂隙发育而引起冰架崩解［79-80］。在冰架自身稳定性方面，冰架剪切带的结构弱化，也会促进冰架裂隙的发育，近期派恩岛冰架发生的崩解事件即是由该因素导致的［81］。冰架周围环境，如峡湾的几何形状［82］、冰隆和冰褶皱［56，83］等也会影响冰架前缘或裂隙的稳定性，导致冰架发生崩解，达尔克冰川前缘的冰褶皱就对其前缘崩解产生了影响。

自1995年Nye［84］提出零应力裂隙模型探讨冰架裂隙穿透深度的变化开始，损伤力学［85-86］、连续断裂力学［87］、线弹性断裂力学［79，88-90］和最大主应力准则［91-92］等陆续成为冰架裂隙传播和裂隙穿透深度研究的主要理论基础。基于这些理论并结合目前较成熟的冰流模式，国内外学者对南极冰架崩解进行了物理建模和深入分析，成功地揭示了罗斯［93-94］、菲尔希纳-龙尼［93-94］、埃默里［92-94］、派恩岛［93-94］、拉森B［95］、拉森C［94，96］等冰架的崩解过程。

冰架崩解监测很大程度上也依赖于卫星观测数据，除了充分利用已有卫星观测数据和继续发射卫星外，将前缘变化和崩解机制融入冰盖模型或物质平衡的计算中，并与大气和海洋模型对接，可以更好地理解冰架崩解及其背后的驱动机制。因此，如何更好地结合其他数据进行深入分析和对崩解过程进行物理建模是后续冰架崩解研究仍需深入探讨的内容。

4 底部融化

冰架底部融化主要受冰架下海洋的影响，是冰海交互作用最直接的体现。随着全球变暖，温暖海水入侵造成的冰架底部融化已成为南极冰架与海洋物质交换的重要途径。近几十年来冰架底部融化造成的南极冰雪质量损失更是超过了冰架崩解的贡献，已成为南极冰雪质量损失最大的途径［2-4］，如图4所示。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   南极冰架底部融化与前缘崩解造成质量损失［3］

Fig. 4   Mass loss from basal melting and iceberg calving of Antarctic ice shelves［3］


4.1　底部融化监测方法

南极冰架厚达几十到数百，甚至上千米，直接观测其底部的变化非常困难。通过钻探冰架放置观测设备是观测冰架底部变化最直接的手段，但因实施困难，迄今全南极冰架上的钻孔观测也仅几十处［97］；使用水下自主潜航器（Autonomous underwater vehicles， AUVs）也能直接观测冰架底部的变化，但目前仅在派恩岛和芬布尔（Fimbul）冰架的底部实施过AUV观测［98-99］；在冰架附近海底布设系泊设备观测海水性质变化，可以对冰架底部融化进行估计［100］，但该方法难以精确量化冰架底部的融化量和空间分布；由冰雷达测得的冰架厚度变化，也能获得冰架的底部融化，但当前的冰雷达观测技术手段还难以完成对全南极冰架进行高时空分辨率的监测［101-102］。

基于静力学平衡和卫星遥感数据反演的方法是当前获得全南极冰架底部融化最为主要的方法［2-4］，其本质上是输入-输出法，即由卫星遥感数据观测的冰架表面高程数据得到冰架的干舷高，反演冰架的厚度及其变化，扣除其他因素造成的冰架厚度变化，从而得到冰架的底部融化［2-4］。使用该方法可以计算南极每一个冰架的底部融化量，但不能获得冰架底部融化的空间分布；单位面积内的底部融化可由冰架表面变化率计算得到［103］，其可用于冰架底部融化时空变化特征的研究。

4.2　底部融化特征与机制

南极冰架底部融化具有显著的区域性分布特征。西南极阿蒙森海和别林斯高晋海沿岸冰架的底部融化约贡献了全南极冰架底部融化总量的一半［3］，且它们的底部融化还存在着加速趋势［104］。底部融化主要来自面积较小的派恩岛、思韦茨、盖茨（Getz）、乔治六世、托滕和沙克尔顿冰架，合计占南极冰架总面积91%的10个最大的冰架仅贡献了南极冰架底部融化总量的50%左右［2］。罗斯冰架的底部质量损失主要集中在东半部分，其西半部分因底部融化和冻结的量相当［3］基本没有质量损失；埃默里冰架的底部融化集中在其前缘及其东南部的触地线附近，其西北部则出现了显著底部冻结［3，105］。

影响冰架底部融化的冰海交互过程主要分为冷冰腔型融化、暖冰腔型融化和表层海水造成的融化三种类型［106-107］。冷冰腔型融化是指热盐驱动的高密度陆架水（Dense Shelf Water， DSW）的垂向翻转环流造成的冰架触地线附近发生底部融化，而较浅的底部位置出现海洋冰冻结的“冰泵”现象。罗斯冰架［108］、埃默里冰架［105］和菲尔希纳-龙尼冰架［109］底部都有显著的冷冰腔型融化。暖冰腔型融化是指相对温暖的绕极深层水或其与陆架水混合后形成的变性绕极深层水（modified CDW， mCDW）入侵到冰架底部造成的冰架底部融化。西南极的派恩岛［78］、盖茨［100，110］、思韦茨［111］和乔治六世［112］，以及东南极的托滕［113］、沙克尔顿［114］冰架和罗斯冰架西部［115］的底部剧烈的融化都是暖冰腔型融化。表层海水造成的融化是指夏季温度较高的表层海水造成的与其直接接触的冰架前缘的融化。表层海水造成的融化主要集中在夏季，几乎每个冰架都有发生［107］。在菲尔希纳-龙尼［116］、麦克默多（McMurdo）［117］等冰架的底部融化中，表层海水发挥了重要的作用［106］。

冰架底部融化的速率主要取决于海水热量的输送和冰点温度［106］。具体到特定的冰架，其底部融化则主要取决于海水输送到冰架底部的热量。风场是调节绕极深层水入侵到冰架底部的重要因素。一方面风场强迫的变化增加了西南极温暖海水的供应；另一方面，风场驱动的暖水上涌进一步增加了海洋热量向冰架底部的传递，进而加快了冰架底部的融化［78，118］。托滕冰架底部的加速融化同样来自于风场驱动的海洋热量再分配和暖水上涌［119］。此外，向岸风还会促进表层海水引起的冰架前缘的融化［107］。气候强迫则通过改变风场来影响冰架底部的融化［118］。冰架下的海底地形对底部融化也会造成影响，冰架底部的海槽为相对温暖的海水的入侵提供了便利，从而促进冰架的底部融化［78，103，120］。海洋潮汐则能够增强冰架前缘的海洋水体交换以及冰架下海洋的流动与混合，从而促进底部融化。

冰架底部融水和进入冰架底部的上游触地冰的融水形成的羽流对冰架底部的刻蚀会使冰架底部产生底部融水通道［73，121］；冰流的切变边缘槽也为底部融水通道的形成提供了条件［122］。作为冰架底部融化的小尺度融化特征，底部通道多聚集在底部融化剧烈的冰架底部［73］。目前主要根据底部通道会引起冰架表面凹陷这一现象，使用冰架表面的遥感和测高数据来反演底部通道的变化。光学遥感影像可以用来反演底部通道分布、长度等空间上的变化［73，123］；由测高高程观测［110］和遥感数据得到的高分辨率数字高程模型［123］提取的冰架表面凹陷的形状可以反演底部通道深度和宽度的变化。目前对底部通道随时间的演化以及其对冰架稳定性影响的认识有限，一方面底部通道的存在使得冰架底部融化主要集中在底部通道内，有效减少了冰架底部大范围的融化，降低了平均融化率；另一方面，底部通道的融化会造成局部冰架变薄，形成底部和表面裂隙，使冰架更容易断裂、压破和崩解［122-123］。

尽管当前对南极冰架底部融化的监测与研究有了很大的进展，但我们对底部融化从整体到细部、从短期到长期的多时空变化特征和演化过程，底部融水通道在底部融化中的作用，底部融化中的冰海交互作用的机制以及气候变化对底部融化的影响机制等的认识都存在着很大的不足，仍需要进一步加强对冰架底部变化以及冰架下海水状况的观测。

5 物质平衡

5.1　物质平衡监测方法

冰架的物质平衡是指某时段内冰架冰雪的收支状况，物质平衡的量等于该时段起止时刻冰架物质量的差值，也等于物质的总收入与总损失的差值。冰架的物质收入主要包括触地线内冰川的补给、冰架表面的降水以及冰架底部的冻结等；物质损失则主要包括冰架前缘的崩解、冰架底部的融化以及冰架表面的融化、升华等；其中，冰架的降水、融化、升华等引起的物质平衡构成了冰架的表面物质平衡。冰架的物质平衡目前多基于静力学假设，由起止时刻冰架的面积和干舷高基于静力学平衡分别反演起止时刻的冰架总质量，然后作差计算得到［2-4］。

5.2　物质平衡变化特征

总体来看，南极冰架的物质收入主要来自于触地线内陆地冰川的补给，约2 000 Gt·a-1；其中除了面积最大的菲尔希纳-龙尼和罗斯冰架外，因冰架快速融化对陆地冰川支撑作用减弱，使补给冰川流速加快的派恩岛、思韦茨、盖茨、乔治六世和托滕以及沙克尔顿冰架等比较小的冰架的补给量最大［2-4］。表面物质平衡带来的物质补给仅是上游冰川补给量的1/5左右；其中仅有菲尔希纳-龙尼、罗斯、盖茨、艾伯特（Abbot）以及拉森C冰架的表面物质平衡带来的积累较大［3-4］。

冰架底部融化造成的南极冰架的物质损失约1 500 Gt·a-1；底部融化造成的质量损失主要集中在西南极沿岸的派恩岛、思韦茨、盖茨、乔治六世冰架以及东南极的托滕、沙克尔顿冰架；Rignot等［3］和Liu等［4］计算的菲尔希纳-龙尼冰架底部融化结果有比较大的差异，分别为（155.4±34） Gt·a-1［3］和（10±32） G·a-1［4］。冰架前缘崩解造成的质量损失比底部融化造成的质量损失小，Depoorter等［2］和Rignot等［3］估算的南极冰架前缘崩解的量相当，分别为（1 321±44） Gt·a-1和（1 265±141） Gt·a-1，比Liu等［4］的结果（755±25） Gt·a-1大。这一差异可能是观测时段不同造成的，冰架崩解是离散事件，与底部融化的连续变化不同。从Depoorter等［2］和Rignot等［3］与Liu等［4］估算的默茨（Mertz）、菲尔希纳-龙尼和盖茨冰架前缘崩解量的巨大差异中也能看出这一点。同时，正是由于他们估算的冰架崩解造成的质量损失的巨大差异，使得其估算的南极冰架的物质损失也存在着很大的不同，Liu等［4］认为南极冰架处在一个低速的积累状态［约（46±41） Gt·a-1］，但Depoorter等［2］和Rignot等［3］得到南极冰架正以超过280 Gt·a-1的速率损失。

目前南极冰架的物质平衡主要依赖于静力学平衡假设，由测高和遥感数据估算得到，存在很大的不确定性。冰架表面物质平衡、底部融化、厚度、冰雪密度等现场实测数据不足，缺乏验证；微波雷达信号穿透误差改正的方法、触地线提取的精度、冰架厚度的分辨率等都需要进一步优化。因此，仍需进一步加强观测和改进数据处理方法，以更准确地估计冰架物质平衡，评估冰盖稳定性，为研究南极冰盖/冰架对气候变化的响应提供重要参考。

6 结论与展望

近些年来，随着空间对地观测技术和极地观测卫星的发展，南极冰架监测研究取得了较大的进展。本文围绕冰架表面融化、冰流速、前缘崩解、底部融化和物质平衡五个方面展开，对相应的观测方法、研究结果和机制分析进行了总结。然而，冰架变化监测的相关参数众多，密切相关的还有冰面湖、触地线等。且由于观测手段、观测资料及时间尺度的限制，南极冰架变化机制及驱动因子相互作用机制尚不明确。为了更深入地了解冰架的动态变化特征、演变过程及驱动机制，仍需要更全面地开展立体化监测，一方面进一步发展极地观测卫星、加强极地现场观测网络建设，提高观测的时间和空间分辨率，减少监测结果的不确定性；另外一方面，深入开展冰架多参数、多维度的综合分析，以及冰架演化过程的数值模拟；此外，还需要对大气、海洋等环境影响因子进行监测，揭示冰架变化内部因子、外部因子及它们相互之间的耦合作用，进而充分揭示冰架动力学和热力学过程及其演变的物理机制。

目前美、英科学家正在西南极实施国际思韦茨冰川合作计划（International Thwaites Glacier Collaboration），开展空-天-地-海一体化的冰架观测及冰-海-气耦合模式的数值模拟，以深入揭示思韦茨冰架快速变化的驱动机制并预测其未来的变化。今后也有望能在南极冰架开展更多综合观测，更好地解答一系列未知的科学问题。

参考文献

Qin Dahe， Yao Tandong， Ding Yongjian， et al. Glossary of cryosphere science （revised edition）［M］. Beijing： China Meteorological Press， 2016.

[本文引用: 2]

秦大河， 姚檀栋， 丁永建， 等. 冰冻圈科学辞典（修订版）［M］. 北京： 气象出版社， 2016.

[本文引用: 2]

Depoorter M A， Bamber J L， Griggs J A， et al.

Calving fluxes and basal melt rates of Antarctic ice shelves

［J］. Nature， 2013， 502（7469）： 89-92.

[本文引用: 10]

Rignot E， Jacobs S， Mouginot J， et al.

Ice-shelf melting around Antarctica

［J］. Science， 2013， 341（6143）： 266-270.

[本文引用: 11]

Liu Yan， Moore J C， Cheng Xiao， et al.

Ocean-driven thinning enhances iceberg calving and retreat of Antarctic ice shelves

［J］. Proceedings of the National Academy of Sciences of the United States of America， 2015， 112（11）： 3263-3268.

[本文引用: 13]

Meredith M P， Sommerkorn M， Cassotta S， et al. Chapter 3： Polar Regions.

IPCC Special Report on the Ocean and Cryosphere in a Changing Climate

［M］. Intergovernmental Panel on Climate Change： Special Report on the Ocean and Cryosphere in a Changing Climate， 2019.

[本文引用: 1]

National Remote Sensing Center of China. Global ecosystems and environment observation analysis research cooperation： special report on “Antarctic Ice Sheet changes”［M］. Beijing： Surveying and Mapping Press， 2020.

[本文引用: 3]

国家遥感中心. 《全球生态环境遥感监测2020年度报告》“南极冰盖变化”专题报告［M］. 北京： 测绘出版社， 2020.

[本文引用: 3]

Dirscherl M， Dietz A J， Dech S， et al.

Remote sensing of ice motion in Antarctica： a review

［J］. Remote Sensing of Environment， 2020， 237： 111595.

[本文引用: 2]

Steffen K， Abdalati W， Stroeve J.

Climate sensitivity studies of the Greenland ice sheet using satellite AVHRR， SMMR， SSM/I and in situ data

［J］. Meteorology and Atmospheric Physics， 1993， 51（3/4）： 239-258.

[本文引用: 1]

Scambos T A， Hulbe C， Fahnestock M， et al.

The link between climate warming and break-up of ice shelves in the Antarctic Peninsula

［J］. Journal of Glaciology， 2000， 46（154）： 516-530.

[本文引用: 1]

Scambos T， Fricker H A， Liu C C， et al.

Ice shelf disintegration by plate bending and hydro-fracture： Satellite observations and model results of the 2008 Wilkins Ice Shelf break-ups

［J］. Earth and Planetary Science Letters， 2009， 280（1/2/3/4）： 51-60.

[本文引用: 2]

Jakobs C L， Reijmer C H， Smeets C J P P， et al.

A benchmark dataset of in situ Antarctic surface melt rates and energy balance

［J］. Journal of Glaciology， 2020， 66（256）： 291-302.

[本文引用: 1]

Luckman A， Elvidge A， Jansen D， et al.

Surface melt and ponding on Larsen C Ice Shelf and the impact of föhn winds

［J］. Antarctic Science， 2014， 26（6）： 625-635.

[本文引用: 1]

Liang Dong， Guo Huadong， Zhang Lu， et al.

Time-series snowmelt detection over the Antarctic using Sentinel-1 SAR images on Google Earth Engine

［J］. Remote Sensing of Environment， 2021， 256： 112318.

[本文引用: 1]

Zheng Lei， Zhou Chunxia， Wang Kang.

Enhanced winter snowmelt in the Antarctic Peninsula： Automatic snowmelt identification from radar scatterometer

［J］. Remote Sensing of Environment， 2020， 246： 111835.

[本文引用: 2]

Trusel L D， Frey K E， Das S B.

Antarctic surface melting dynamics： Enhanced perspectives from radar scatterometer data

［J］. Journal of Geophysical Research： Earth Surface， 2012， 117： F02023.

[本文引用: 1]

Bevan S， Luckman A， Hendon H， et al.

The 2020 Larsen C Ice Shelf surface melt is a 40-year record high

［J］. The Cryosphere， 2020， 14（10）： 3551-3564.

[本文引用: 2]

Zheng Lei， Zhou Chunxia.

Comparisons of snowmelt detected by microwave sensors on the Shackleton Ice Shelf， East Antarctica

［J］. International Journal of Remote Sensing， 2020， 41（4）： 1338-1348.

[本文引用: 2]

Leduc-Leballeur M， Picard G， MAcelloni G， et al.

Melt in Antarctica derived from Soil Moisture and Ocean Salinity （SMOS） observations at L band

［J］. The Cryosphere， 2020， 14（2）： 539-548.

[本文引用: 1]

van Wessem J M， Ligtenberg S R M， Reijmer C H， et al.

The modelled surface mass balance of the Antarctic Peninsula at 5.5 km horizontal resolution

［J］. The Cryosphere， 2016， 10（1）： 271-285.

[本文引用: 1]

Barrand N E， Vaughan D G， Steiner N， et al.

Trends in Antarctic Peninsula surface melting conditions from observations and regional climate modeling

［J］. Journal of Geophysical Research： Earth Surface， 2013， 118（1）： 315-330.

[本文引用: 1]

Nicolas J P， Vogelmann A M， Scott R C， et al.

January 2016 extensive summer melt in West Antarctica favoured by strong El Niño

［J］. Nature Communications， 2017， 8： 15799.

[本文引用: 1]

Hosking J S， Orr A， Marshall G J， et al.

The influence of the Amundsen-bellingshausen seas low on the climate of west Antarctica and its representation in coupled climate model simulations

［J］. Journal of Climate， 2013， 26（17）： 6633-6648.

[本文引用: 1]

Zhou Chunxia， Zheng Lei， Sun Qizhen， et al.

Amery Ice Shelf surface snowmelt detected by ASCAT and Sentinel-1

［J］. Remote Sensing Letters， 2019， 10（5）： 430-438.

[本文引用: 2]

Tuckeet P A， Ely J C， Sole A J， et al.

Automated mapping of the seasonal evolution of surface meltwater and its links to climate on the Amery Ice Shelf， Antarctica

［J］. The Cryosphere， 2021， 15（12）： 5785-5804.

[本文引用: 1]

Lenaerts J T M， Lhermitte S， Drews R， et al.

Meltwater produced by wind-albedo interaction stored in an East Antarctic ice shelf

［J］. Nature Climate Change， 2017， 7（1）： 58-62.

[本文引用: 2]

van den Broeke M.

Strong surface melting preceded collapse of Antarctic Peninsula ice shelf

［J］. Geophysical Research Letters， 2005， 32（12）： L12815.

[本文引用: 1]

Trusel L D， Frey K E， Das S B， et al.

Divergent trajectories of Antarctic surface melt under two twenty-first-century climate scenarios

［J］. Nature Geoscience， 2015， 8（12）： 927-932.

[本文引用: 1]

Zheng Lei， Zhou Chunxia， Liang Qi.

Variations in Antarctic Peninsula snow liquid water during 1999-2017 revealed by merging radiometer， scatterometer and model estimations

［J］. Remote Sensing of Environment， 2019， 232： 111219.

[本文引用: 1]

Banwell A F， Datta R T， Dell R L， et al.

The 32-year record-high surface melt in 2019/2020 on the northern George VI Ice Shelf， Antarctic Peninsula

［J］. The Cryosphere， 2021， 15（2）： 909-925.

[本文引用: 1]

Lemos A， Arigony-Neto J， Mendes-Júnior C W， et al.

A comparative analysis between variations in wet snow zone and the main break-up and disintegration events in Wilkins Ice Shelf， Antarctic peninsula

［J］. Global and Planetary Change， 2019， 177： 39-44.

[本文引用: 1]

Hofmann W，

Dorrer E

Nottarp K. The Ross Ice Shelf survey （riss） 1962—1963［M］//Antarctic Snow and Ice Studies. Washington D. C.： American Geophysical Union， 2013： 83-118.

[本文引用: 2]

Xu Shaoquan， Dongchen E， Wang Shengding.

Monitoring of glacier movement on Nelson Island， Antarctica

［J］. Journal of Geomatics， 1988， 13（4）： 30-35.

[本文引用: 1]

徐绍铨， 鄂栋臣， 王升定.

南极纳尔逊岛冰川运动监测

［J］. 测绘地理信息， 1988， 13（4）： 30-35.

[本文引用: 1]

Gudmundsson G H.

Fortnightly variations in the flow velocity of Rutford Ice Stream， West Antarctica

［J］. Nature， 2006， 444（7122）： 1063-1064

[本文引用: 1]

Klein E， Mosbeux C， Bromirski P D， et al.

Annual cycle in flow of Ross Ice Shelf， Antarctica： Contribution of variable basal melting

［J］. Journal of Glaciology， 2020， 66（259）： 861-875.

[本文引用: 1]

Jezek K C.

Observing the Antarctic ice sheet using the radarsat-1 synthetic aperture radar

［J］. Polar Geography， 2003， 27（3）： 197-209.

[本文引用: 1]

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.

[本文引用: 1]

Mouginot J， Rignot E， Scheuchl B.

Continent‐wide， interferometric SAR phase， mapping of Antarctic ice velocity

［J］. Geophysical Research Letters， 2019， 46（16）： 9710-9718.

[本文引用: 1]

Shen Qiang， Wang Hansheng， Shum C K， et al.

Antarctic-wide annual ice flow maps from Landsat 8 imagery between 2013 and 2019

［J］. International Journal of Digital Earth， 2021， 14（5）： 597-618.

[本文引用: 1]

Fahnestock M， Scambos T， Moon T， et al.

Rapid large-area mapping of ice flow using Landsat 8

［J］. Remote Sensing of Environment， 2016， 185： 84-94.

[本文引用: 1]

Lemos A， Shepherd A， Mcmillan M， et al.

Ice velocity of Jakobshavn Isbræ， Petermann Glacier， Nioghalvfjerdsfjorden and Zachari Isstrm， 2015—2017， from Sentinel 1-a/b SAR imagery

［J］. The Cryosphere， 2018， 12： 2087-2097.

[本文引用: 1]

Arko S， Hogenson R， Geiger A， et al.

Sentinel-1 Archive and processing in the cloud using the hybrid pluggable processing pipeline （HyP3） at the ASF DAAC

［C］//Proceedings of the Agu Fall Meeting， 2016.

[本文引用: 1]

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）： 521-47.

[本文引用: 1]

Gardner A S， Fahnestock M A， Scambos T A.

ITS_LIVE regional glacier and ice sheet surface velocities

［DS］. National Snow and Ice Data Center. 2019.DOI：10.5067/6II6VW8LLWJ7 .

[本文引用: 1]

Shen Qiang， Wang Hansheng， 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： 4477.

[本文引用: 1]

Joughin I， Shapero D， Smith B， et al.

Ice-shelf retreat drives recent Pine Island Glacier speedup

［J］. Science Advances， 2021， 7（24）： eabg3080.

[本文引用: 1]

Siegfried M R， Fricker H A， Carter S P， et al.

Episodic ice velocity fluctuations triggered by a subglacial flood in West Antarctica

［J］. Geophysical Research Letters， 2016， 43（6）： 2640-2648.

[本文引用: 1]

Smith B， Gourmelen N， Huth A， et al.

Connected subglacial lake drainage beneath Thwaites Glacier， West Antarctica

［J］. The Cryosphere， 2016.

Miles B W J， Stokes C R， Jamieson S S R.

Velocity increases at Cook Glacier， East Antarctica， linked to ice shelf loss and a subglacial flood event

［J］. The Cryosphere， 2018， 12（10）： 3123-3136.

[本文引用: 1]

Seehaus T， Cook A J， Silva A B， et al.

Changes in glacier dynamics in the northern Antarctic Peninsula since 1985

［J］. The Cryosphere， 2018， 12（2）： 577-594.

[本文引用: 1]

Rott H， Jaber W， Wuite J， et al.

Changing pattern of ice flow and mass balance for glaciers discharging into the Larsen A and B embayments， Antarctic Peninsula， 2011 to 2016

［J］. The Cryosphere， 2018， 12（4）： 1273-1291.

[本文引用: 1]

Hogg A E， Shepherd A， Cornford S L， et al.

Increased ice flow in Western Palmer Land linked to ocean melting

［J］. Geophysical Research Letters， 2017， 44（9）： 4159-4167.

[本文引用: 1]

Walker C C， Gardner A S.

Rapid drawdown of Antarctica’s Wordie Ice Shelf glaciers in response to ENSO/Southern Annular Mode-driven warming in the Southern Ocean

［J］. Earth and Planetary Science Letters， 2017， 476： 100-110.

[本文引用: 1]

Zhou Chunxia， Zhou Yu， Deng Fenghui， et al.

Seasonal and interannual ice velocity changes of Polar Record Glacier， East Antarctica

［J］. Annals of Glaciology， 2014， 55（66）： 45-51.

[本文引用: 1]

Li Xin， Rignot E， Mouginot J， et al.

Ice flow dynamics and mass loss of Totten Glacier， East Antarctica， from 1989 to 2015

［J］. Geophysical Research Letters， 2016， 43（12）： 6366-6373.

Greene C A， Young D A， Gwyther D， et al.

Seasonal control on Totten Ice Shelf dynamics by sea ice buttressing

［J］. The Cryosphere， 2018.

Chen Yiming， Zhou Chunxia， Ai Songtao， et al.

Dynamics of Dalk Glacier in east Antarctica derived from multisource satellite observations since 2000

［J］. Remote Sensing， 2020， 12（11）： 1809.

[本文引用: 1]

Miles B， Jordan J， Stokes C， et al.

Recent acceleration of Denman Glacier （1972—2017）， East Antarctica， driven by grounding line retreat and changes in ice tongue configuration

［J］. The Cryosphere， 2021， 15（2）： 663-676.

[本文引用: 1]

Baumhoer C A， Dietz A J， Dech S， et al.

Remote Sensing of Antarctic Glacier and Ice-Shelf Front Dynamics—A Review

［J］. Remote Sensing， 2018， 10（9）： 1445.

[本文引用: 2]

Wu S Y， Liu A K.

Towards an automated ocean feature detection， extraction and classification scheme for SAR imagery

［J］. International Journal of Remote Sensing， 2003， 24（5）： 935-951.

[本文引用: 3]

Li Fei， Wang Zhenling， Zhang Yu， et al.

Amery Ice Shelf frontal position automatic detection from sentinel-1 SAR imagery

［J］. Geomatics and Information Science of Wuhan University， 2018， 43（12）： 2012-2022.

[本文引用: 1]

李斐， 王振领， 张宇， 等.

基于Sentinel-1 SAR的埃默里冰架前端位置自动检测研究

［J］. 武汉大学学报·信息科学版， 2018， 43（12）： 2012-2022.

[本文引用: 1]

Zhang Xin， Zhou Chunxia， Dongchen E， et al.

Monitoring the change of Antarctic ice shelves and coastline based on multiple-source remote sensing data

［J］. Chinese Journal of Geophysics， 2013， 56（10）： 3302-3312.

[本文引用: 1]

张辛， 周春霞， 鄂栋臣， 等.

基于多源遥感数据的南极冰架与海岸线变化监测

［J］. 地球物理学报， 2013， 56（10）： 3302-3312.

[本文引用: 1]

Miles B， Stokes C， Jamieson S.

Simultaneous disintegration of outlet glaciers in Porpoise Bay （Wilkes Land）， East Antarctica， driven by sea ice break-up

［J］. The Cryosphere， 2017， 11（1）： 427-442.

[本文引用: 1]

Liu H， Jezek K C.

Automated extraction of coastline from satellite imagery by integrating Canny edge detection and locally adaptive thresholding methods

［J］. International Journal of Remote Sensing， 2004， 25（5）： 937-958.

[本文引用: 1]

Klinger T， Ziems M， Heipke C， et al.

Küstenliniendetektion in der antarktis mit hilfe von snakes

［J］. Photogrammetrie-Fernerkundung-Geoinformation， 2011， 2011（6）： 421-434.

[本文引用: 1]

Krieger L， Floricioiu D.

Automatic glacier calving front delineation on terrasar-x and sentinel-1 sar imagery

［C］//2017 IEEE International Geoscience and Remote Sensing Symposium. Fort Worth， TX， USA. Piscataway， NJ： IEEE， 2017： 2817-2820.

[本文引用: 1]

Baumhoer C A， Dietz A J， Kneisel C， et al.

Driving forces of circum-Antarctic glacier and ice shelf front retreat over the last two decades

［J］. The Cryosphere， 2020， 2020： 1-30.

[本文引用: 2]

Heidler K， Mou Lichao， Baumhoer C， et al.

HED-UNet： Combined segmentation and edge detection for monitoring the Antarctic coastline

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2021， 60： 1-14.

[本文引用: 1]

Qi Mengzhen， Liu Yan， Liu Jiping， et al.

A 14-yr circum-Antarctic iceberg calving dataset derived from continuous satellite observations

［J］. Earth Syst Sci Data， 2021， 2021： 1-22.

[本文引用: 1]

Walker C C， Bassis J N， Fricker H A， et al.

Structural and environmental controls on Antarctic ice shelf rift propagation inferred from satellite monitoring

［J］. Journal of Geophysical Research： Earth Surface， 2013， 118（4）： 2354-2364.

[本文引用: 1]

Rosier S H R， Green J A M， Scourse J D， et al.

Modeling Antarctic tides in response to ice shelf thinning and retreat

［J］. Journal of Geophysical Research： Oceans， 2014， 119（1）： 87-97.

[本文引用: 1]

Massom R A， Scambos T A， Bennetts L G， et al.

Antarctic ice shelf disintegration triggered by sea ice loss and ocean swell

［J］. Nature， 2018， 558（7710）： 383-389.

[本文引用: 1]

Larour E， Rignot E， Aubry D.

Modelling of rift propagation on Ronne Ice Shelf， Antarctica， and sensitivity to climate change

［J］. Geophysical Research Letters， 2004， 31（16）： L16404.

[本文引用: 1]

Alley K E， Scambos T A， Siegfried M R， et al.

Impacts of warm water on Antarctic ice shelf stability through basal channel formation

［J］. Nature Geoscience， 2016， 9（4）： 290-293.

[本文引用: 4]

Jacobs S S， Jenkins A， Giulivi C F， et al.

Stronger Ocean circulation and increased melting under Pine Island Glacier ice shelf

［J］. Nature Geoscience， 2011， 4（8）： 519-523.

[本文引用: 1]

Konrad H， Shepherd A， Gilbert L， et al.

Net retreat of Antarctic glacier grounding lines

［J］. Nature Geoscience， 2018， 11（4）： 258-262.

[本文引用: 1]

Jeong S， Howat I M， Bassis J N.

Accelerated ice shelf rifting and retreat at Pine Island Glacier， West Antarctica

［J］. Geophysical Research Letters， 2016， 43（22）： 11720-11725.

[本文引用: 1]

Miles B W J， Stokes C R， Jamieson S S R.

Pan-ice-sheet glacier terminus change in East Antarctica reveals sensitivity of Wilkes Land to sea-ice changes

［J］. Science Advances， 2016， 2（5）： e1501350.

[本文引用: 1]

Dutrieux P， de Rydt J， Jenkins A， et al.

Strong sensitivity of pine island ice-shelf melting to climatic variability

［J］. Science， 2014， 343（6167）： 174-178.

[本文引用: 4]

Lai C Y， Kingslake J， Wearing M G， et al.

Vulnerability of Antarctica’s ice shelves to meltwater-driven fracture

［J］. Nature， 2020， 584（7822）： 574-578.

[本文引用: 2]

Spergel J， Kingslake J， Creyts T， et al.

Surface meltwater drainage and ponding on Amery Ice Shelf， east Antarctica， 1973—2019

［J］. Journal of Glaciology， 2021， 67（266）： 1-14.

[本文引用: 1]

Lhermitte S， Sun Sainan， Shuman C， et al.

Damage accelerates ice shelf instability and mass loss in Amundsen Sea Embayment

［J］. Proceedings of the National Academy of Sciences of the United States of America， 2020， 117（40）： 24735-24741.

[本文引用: 1]

Alley R B， Horgan H J， Joughin I， et al.

A simple law for ice-shelf calving

［J］. Science， 2008， 322（5906）： 1344.

[本文引用: 1]

Arndt J E， Larter R D， Friedl P， et al.

Bathymetric controls on calving processes at Pine Island Glacier

［J］. The Cryosphere， 2018， 12（6）： 2039-2050.

[本文引用: 1]

Nye J F.

Comments on Dr. Loewe’s letter and notes on crevasses

［J］. Journal of Glaciology， 1955， 2（17）： 512-514.

[本文引用: 1]

Pralong A， Funk M.

Dynamic damage model of crevasse opening and application to glacier calving

［J］. Journal of Geophysical Research： Soild Earth， 2005， 110（B1）： B01309.

[本文引用: 1]

Borstad C P， Khazendar A， Larour E， et al.

A damage mechanics assessment of the Larsen B Ice Shelf prior to collapse： Toward a physically-based calving law

［J］. Geophysical Research Letters， 2012， 39（18）： L18502.

[本文引用: 1]

Kachanov L M.

Time of rupture process under creep conditions

［J］. Isv Akad Nauk SSR， Otd Tekh Nauk， 1958， 23： 26-31.

[本文引用: 1]

Smith R A.

The application of fracture mechanics to the problem of crevasse penetration

［J］. Journal of Glaciology， 1976， 17（76）： 223-228.

[本文引用: 1]

van der Veen C J.

Fracture mechanics approach to penetration of surface crevasses on glaciers

［J］. Cold Regions Science and Technology， 1998， 27（1）： 31-47.

Krug J， Durand G， Gagliardini O， et al.

Modelling the impact of submarine frontal melting and ice mélange on glacier dynamics

［J］. The Cryosphere， 2015， 9（3）： 989-1003.

[本文引用: 1]

Rydt J D， Gudmundsson G， Nagler T， et al.

Recent rift formation and impact on the structural integrity of the Brunt Ice Shelf， East Antarctica

［J］. The Cryosphere， 2017， 12： 505-520.

[本文引用: 1]

Wang Shunjie， Alexander P， Wu Qiusheng， et al.

Characterization of ice shelf fracture features using ICESat-2： a case study over the Amery Ice Shelf

［J］. Remote Sensing of Environment， 2021， 255： 112266.

[本文引用: 2]

Bassis J N， Ma Y.

Evolution of basal crevasses links ice shelf stability to ocean forcing

［J］. Earth and Planetary Science Letters， 2015， 409： 203-211.

[本文引用: 3]

Walker C C， Gardner A S.

Evolution of ice shelf rifts： implications for formation mechanics and morphological controls

［J］. Earth and Planetary Science Letters， 2019， 526： 115764.

[本文引用: 5]

Borstad C， Khazendar A， Scheuchl B， et al.

A constitutive framework for predicting weakening and reduced buttressing of ice shelves based on observations of the progressive deterioration of the remnant Larsen B Ice Shelf

［J］. Geophysical Research Letters， 2016， 43（5）： 2027-2035.

[本文引用: 1]

Borstad C， Rignot E， Mouginot J， et al.

Creep deformation and buttressing capacity of damaged ice shelves： theory and application to Larsen C ice shelf

［J］. The Cryosphere， 2013， 7： 1931-1947.

[本文引用: 1]

Nicholls K W， Abrahamsen E P， Buck J J H， et al.

Measurements beneath an Antarctic ice shelf using an autonomous underwater vehicle

［J］. Geophysical Research Letters， 2006， 33（8）： L08612.

[本文引用: 1]

McPhail S D， Furlong M E， Pebody M， et al.

Exploring beneath the PIG Ice Shelf with the Autosub3 AUV

［C］// OCEANS 2009-EUROPE. Bremen， Germany. Piscataway， NJ： IEEE， 2009： 1-8.

[本文引用: 1]

Dowdeswell J A， Evans J， Mugford R， et al.

Autonomous underwater vehicles （AUVs） and investigations of the ice-ocean interface in Antarctic and Arctic waters

［J］. Journal of Glaciology， 2008， 54（187）： 661-672.

[本文引用: 1]

Assmann K M， Darelius E， Wåhlin A K， et al.

Warm circumpolar deep water at the western Getz Ice Shelf front， Antarctica

［J］. Geophysical Research Letters， 2019， 46（2）： 870-878.

[本文引用: 2]

Paden J， Li J， Leuschen C， et al.

IceBridge MCoRDS L2 Ice Thickness， Version1

［M］//Boulder， Colorado： NASA National Snow and Ice Data Center Distributed Active Archive Center， 2010.

[本文引用: 1]

Das I， Padman L， Bell R E， et al.

Multidecadal basal melt rates and structure of the Ross Ice Shelf， Antarctica， using airborne ice penetrating radar

［J］. Journal of Geophysical Research： Earth Surface， 2020， 125（3）： e2019JF005241.

[本文引用: 1]

Yang Junjun， Guo Jingxue， Greenbaum J S， et al.

Bathymetry beneath the Amery Ice Shelf， East Antarctica， revealed by airborne gravity

［J］. Geophysical Research Letters， 2021： e2021GL096215.

[本文引用: 2]

Paolo F S， Fricker H A， Padman L.

Ice sheets. Volume loss from Antarctic ice shelves is accelerating

［J］. Science， 2015， 348（6232）： 327-331.

[本文引用: 1]

Wen J， Wang Y， Wang W， et al.

Basal melting and freezing under the Amery Ice Shelf， East Antarctica

［J］. Journal of Glaciology， 2010， 56（195）： 81-90.

[本文引用: 2]

Silvano A， Rintoul S， Borreguero L H.

Ocean-ice shelf interaction in East Antarctica

［J］. Oceanography， 2016， 29： 130-143.

[本文引用: 3]

Shi Jiuxin.

A review of ice shelf–ocean interaction in Antarctica

［J］. Chinese Journal of Polar Research， 2018， 30（3）： 287-302.

[本文引用: 3]

史久新.

南极冰架-海洋相互作用研究综述

［J］. 极地研究， 2018， 30（3）： 287-302.

[本文引用: 3]

Orsi A H， Wiederwohl C L.

A recount of ross sea waters

［J］. Deep Sea Research Part II： Topical Studies in Oceanography， 2009， 56（13/14）： 778-795.

[本文引用: 1]

Nicholls K W， Østerhus S， Makinson K， et al.

Ice-ocean processes over the continental shelf of the southern Weddell Sea， Antarctica： A review

［J］. Reviews of Geophysics， 2009， 47（3）： RG3003.

[本文引用: 1]

Chartrand A M， Howat I M.

Basal channel evolution on the Getz Ice Shelf， west Antarctica

［J］. Journal of Geophysical Research： Earth Surface， 2020， 125（9）： e2019JF005293.

[本文引用: 2]

Hogan K A， Larter R D， Graham A G C， et al.

Revealing the former bed of Thwaites Glacier using sea-floor bathymetry： Implications for warm-water routing and bed controls on ice flow and buttressing

［J］. The Cryosphere， 2020， 14（9）： 2883-2908.

[本文引用: 1]

Adusumilli S， Fricker H A， Siegfried M R， et al.

Variable basal melt rates of Antarctic peninsula ice shelves， 1994-2016

［J］. Geophysical Research Letters， 2018， 45（9）： 4086-4095.

[本文引用: 1]

Rintoul S R， Silvano A， Pena-Molino B， et al.

Ocean heat drives rapid basal melt of the Totten Ice Shelf

［J］. Science Advances， 2016， 2（12）：e1601610.

[本文引用: 1]

Liang Qi， Zhou Chunxia， Zheng Lei.

Mapping basal melt under the Shackleton Ice Shelf， east Antarctica， from cryosat-2 radar altimetry

［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing， 2021， 14：5091-5099.

[本文引用: 1]

Stewart C L， Christoffersen P， Nicholls K W， et al.

Basal melting of Ross Ice Shelf from solar heat absorption in an ice-front polynya

［J］. Nature Geoscience， 2019， 12（6）： 435-440.

[本文引用: 1]

Joughin I， Padman L.

Melting and freezing beneath Filchner-Ronne Ice Shelf， Antarctica

［J］. Geophysical Research Letters， 2003， 30（9）： 1477L06601.

[本文引用: 1]

Stern A A， Dinniman M S， Zagorodnov V， et al.

Intrusion of warm surface water beneath the McMurdo Ice Shelf， Antarctica

［J］. Journal of Geophysical Research： Oceans， 2013， 118（12）： 7036-7048.

[本文引用: 1]

Pritchard H D， Ligtenberg S R M， Fricker H A， et al.

Antarctic ice-sheet loss driven by basal melting of ice shelves

［J］. Nature， 2012， 484（7395）： 502-505.

[本文引用: 2]

Greene C A， Blankenship D D， Gwyther D E， et al.

Wind causes Totten Ice Shelf melt and acceleration

［J］. Science Advances， 2017， 3（11）： e1701681.

[本文引用: 1]

Wei Wei， Blankenship D D， Greenbaum J S， et al.

Getz Ice Shelf melt enhanced by freshwater discharge from beneath the West Antarctic Ice Sheet

［J］. The Cryosphere， 2020， 14（4）： 1399-1408.

[本文引用: 1]

Wang Zemin， Song Xiangyu， Zhang Baojun， et al.

Basal channel extraction and variation analysis of Nioghalvfjerdsfjorden Ice Shelf in Greenland

［J］. Remote Sensing， 2020， 12： 1474.

[本文引用: 1]

Alley K E， Scambos T A， Alley R B， et al.

Troughs developed in ice-stream shear margins precondition ice shelves for ocean-driven breakup

［J］. Science Advances， 2019， 5（10）： eaax2215.

[本文引用: 2]

Shean D E， Joughin I R， Dutrieux P， et al.

Ice shelf basal melt rates from a high-resolution digital elevation model （DEM） record for Pine Island Glacier， Antarctica

［J］. The Cryosphere， 2019， 13（10）： 2633-2656.

[本文引用: 3]

/

〈 〉

陇ICP备2021001824号-10
　 甘公网安备 62010202000676号
版权所有 © 《冰川冻土》编辑部
地址：兰州市天水中路8号　
邮编：730000　电话：0931-8260767　
E-mail：edjgg@lzb.ac.cn
总访问量 　 今日访问 　 在线人数
技术支持：北京玛格泰克科技发展有限公司