2. 中国科学院大学, 北京 100049;
3. 南京大学, 江苏 南京 210046
以世界上最冷、最浅、最小的大洋--北冰洋为中心的北极地区, 位于地球最北端, 其周围分布着众多岛屿, 由北美洲、欧洲及亚洲北部的沿海地区所环绕。与南极冰雪大陆不同的是, 北冰洋是被欧亚大陆和北美大陆环绕的一个半封闭海洋(田忠翔, 2012)。北冰洋以弗拉姆海峡、巴伦支海与格陵兰海连通大西洋, 以狭窄的白令海峡沟通太平洋。而北冰洋本身被从西伯利亚开始横跨整个广阔的北冰洋至格陵兰的罗蒙索诺夫海岭分为两个海盆, 亦即加拿大海盆和欧亚海盆(Wadhams, 2000)。从海洋深浅来看, 只有位于格陵兰岛和斯瓦尔巴群岛中间的弗拉姆海峡深度较大。因此, 作为深海区域的弗拉姆海峡也是北大西洋与北冰洋进行水循环和能量交换的主要通道, 也是海冰碎冰与大块浮冰输出进入格陵兰海的最主要通道。
北极海冰面积持续缩减, 这对全球大气环流、北冰洋航运以及北极能源开采产生了重大的影响(Kwok et al, 2011)。而北极海冰的变化, 很重要的影响因素就是大气和海洋对海冰的热力与动力作用。其中热力作用是海冰变化的直接影响因素, 它驱动了海冰的融化和冻结, 使得北极海冰覆盖面积发生变化(Jacob et al, 2012)。北极海冰变化所造成的开阔水域面积的变化(Zhang et al, 2000), 会改变北冰洋的反照率以及大气-海洋之间的太阳辐射交换量、动量、热通量和水汽通量等(Lukovich et al, 2006)。与此同时, 海冰融化造成的淡水含量的增加会影响北大西洋深层水, 进一步影响全球热盐环流, 进而影响全球气候(Ogi et al, 2007)。动力作用则通过大气环流、海洋环流以及海冰内部应力作用, 如北极涛动(Spreen et al, 2011)和北极偶极子异常(Wu et al, 2006)等来影响海冰的运动、破碎、堆积, 进而通过影响海冰总量的动态平衡过程来影响海冰的具体分布情况和热力效应。Bany et al(1993)研究认为, 北极涛动影响了春季与秋季海表温度和海冰密集度的变化, 进一步主导影响了北极海冰区域性输送。Tremblay et al(1998)认为, 北极偶极子异常能产生很强的经向风, 经向风的产生使得大量海冰由北冰洋西部穿越北冰洋东部, 最终从弗拉姆海峡流出北极。
近年来, 诸多学者就北极海冰变化机制这一科学问题从海冰范围、运动、面积、厚度、密集度等方面进行了详细研究和诸多讨论。在海冰运动方面, 北极海冰主要呈现出气旋式漂流、反气旋式漂流、波弗特涡旋与穿极漂流、双涡漂流这四种模式(Wang et al, 2012)。海冰的运动使得各个地区海冰发生了交换, 也促进了北冰洋与低纬度海洋的海水发生交换。在北极海冰运动与其他环流型相关性的研究上, 之前的学者们也做了很多很有意义的工作。Zhao et al (2007)通过NSCAT数据、SSM/I数据、AMSR-E数据与国际北极浮标计划(IABP)结合分析发现北极地区存在的环流系统有波弗特环流和欧亚海盆的气旋式环流。这两个环流系统强弱大小都有年际变化。波弗特环流强弱变化有2~4年的周期。就北极涛动和北极偶极子异常研究上, Kwok (2000)使用卫星资料和国际北极浮标计划(IABP)资料得到了北极海冰运动在不同北大西洋涛动位相下发生的变化。当北大西洋涛动正位相时, 无法形成完整的波弗特环流, 由顺时针方向流向东西伯利亚海。当北大西洋涛动负位相时, 海冰运动能形成一个强大的波弗特环流。Rigor (2002)使用1979-1998年IABP数据研究了年际与年代际尺度上北极海冰运动对北极涛动的响应。冬季, 与低AO指数时相比, 高AO指数条件下的波弗特高压更弱, 海冰运动形成的波弗特涡也减弱很多, 穿极漂流的轴线向西移动使得穿极漂流穿越北极点。夏季, 高AO指数时具有较强的低压系统, 位于欧亚海盆的海冰气旋式运动也较强。此时波弗特环流虽然比较弱, 但是却一直存在。而我国冬季积雪也受北极涛动年际变化的调节(保云涛等, 2018), 存在显著的同期和滞后年代际相关关系(宋燕等, 2016), 北极涛动正位相有利于中东急流的加强和阻塞高压的维持, 进而造成持续低温(李艳等, 2018), 所以北极海冰的研究对我国积雪及低温的研究也有很重要的意义。Wu et al (2015)研究表明, 亚洲-北极模态在东亚最主要的影响体现在冬季降水和850 hPa纬向风异常。另外, 北极海冰的变化对我国冬季也深有影响。谢永坤等(2014)认为秋季北极海冰异常对我国冬季气温影响有滞后作用, 肖莺等(2018)进一步研究表明, 秋季北极海冰通过改变后期冬季欧亚中高纬度环流, 进一步影响高原地区冬季气温。
北极海冰运动是北极地区乃至全球气候变化一项重要而敏感的衡量因素。但是, 由于海冰流速测量困难、站点分布稀疏、工作起步较晚, 所以可供使用的实测数据和再分析产品并不多, 且再分析产品良莠不齐, 与实测数据之间误差也颇大。故而较海冰厚度、密集度等方面的研究程度, 海冰流速的研究则明显不足。姜珊等(2017)研究表明, 北极海冰研究更是存在以下问题:观测数据没有充分应用于预报、北极中央区的预报能力偏弱、预报信息共享度不够、信息应用时需要加以选择、仍需提升信息发布技术。本文主要将实测数据与再分析数据结合起来共同刻画北极海冰运动的时空分布特征, 依照浅海深海对北极地区进行扇区划分, 分析各个扇区近30年海冰的变化情况, 同时比较了Myocean再分析数据与IABP(国际北极浮标计划)数据对海冰流速的刻画差异, 为进一步研究北极海冰与全球气候变化之间的关系奠定了基础。
2 数据介绍海冰流速再分析数据采用了由欧盟资助研发的MyOcean数据产品。MyOcean数据产品分为: MyOcean、MyOcean2和MyOcean-Follow-On三个项目; 项目由欧盟第七个研究框架方案(FP7)和HORIZON 2020(欧盟研究与创新计划)资助; 现今主要使用MyOcean2及MyOcean-Follow-On项目数据; 为简洁起见, 将其称为MyOcean (Małgorzata et al, 2016)。MyOcean服务向欧洲和国际用户及单位提供有关海洋物理状态和生态系统特征的通用信息, 提供全球和欧洲区域尺度的核心海洋信息, 数据由卫星、现场观测以及实时和长时间序列的同化模型得到。MyOcean数据产品有130种产品目录, 涵盖了电流, 温度, 盐度, 海平面, 海冰, 地面风和生物地球化学等(Dorandeu et al, 2016)。许多研究证明了模型数据与观测数据有比较良好的一致性, 所以它们可以用作卫星地面实况数据。使用的再分析数据是MyOcean2中的ORAP5.0系列。它是由欧洲中期天气预报中心(ECMWF)开发、贡献给欧盟FP7 MyOcean2项目(Zuo et al, 2015)。
海冰流速实测数据采用了国际北极浮标计划数据(IABP数据)使用的是逐日观测, 时间跨度为1979-2011年。IABP数据主要提供了实时的气象和海洋的数据来满足对北极海冰研究的需要, 而且研究的目的也包括支持世界气候研究组织和世界气候观测组织。在任何一个区域IABP数据都有平均25个浮标, 数据描述了12 h的气压, 温度, 冰流速, 气压梯度力等。数据覆盖70°N-90°N, 经度上覆盖360°。从时间覆盖和分辨率来看, 自1979年开始, 每12 h记录一次。站点分布如图 1所示。
利用通行的划分标准, 可将季节划分为3-5月春季, 6-8月夏季, 9-11月秋季, 12月至次年2月为冬季。
使用MyOcean再分析数据绘制得到的北极海冰空间分布图像(图 2)可以看出, 北极海冰流速平均值的具体分布。首先海冰流速在夏季最大, 其次是秋季, 且这两个季节内海冰流速大值区分布比较集中, 大都在楚科奇海。而春冬二季海冰流速较小, 且海冰流速大值区分布较为零散。另外, 从图 2还可以看出, 在靠近海岸的水域以及海岸线附近海冰流速比较大, 而在北冰洋深海的一些区域, 甚至没有数据来反映海冰运动情况。从图 3海冰流速标准差分布图像中也足以获得, 不论海冰流速或u分量亦或是v分量, 都在大陆沿岸, 尤其是波弗特海域和楚科奇海交界的海域处表现得更为显著。
这说明靠近海岸的水域是碎冰区, 海冰流速较大, 而在北冰洋洋面上的结冰区, 海冰运动受外强迫影响很小, 海冰几乎不运动。
夏季浮冰扩散程度更大, 这样开阔水域面积就越大。也就导致了海水吸收的太阳辐射进一步增多, 以致于增加了海冰的侧向融化。这种情况不利于海冰的生长, 使海冰面积进一步缩小(Kwok, 2006)。这是一个正反馈效应。与之相反, 冬季由于冰雪-反照率的反馈机制的作用, 冰雪具有较高的反照率和较弱的热传导能力, 所以海冰将会继续增长。
考虑北极地区海域分布地理位置的特殊性, 选择两个北冰洋上具有代表性的区域:楚科奇海、波弗特海与楚科奇海交界海域。其中楚科奇海沟通了连接太平洋的白令海峡, 是典型的浅海区域。波弗特海则是典型的深海区域, 那么楚科奇海与波弗特海交界处的海域就很有研究意义。
从1979-2011年波弗特海区与楚科奇海区海冰流速逐月平均图(图 4)可以看出, 波弗特海与楚科奇海交界处浮标站点与楚科奇海浮标站点海冰流速变化情况差别不大, 且在9月是一个峰值, 3月是一个谷值。说明9月是海冰融化的重要时期。从海冰流速的大小来看, 波弗特海与楚科奇海交界处海冰流速明显大于楚科奇海域的海冰流速。说明楚科奇海和波弗特海海流的交汇对于深水域海冰融化有着很重要的影响。
从空间上来看, 浮标站点(74°N, 160°E)地处东西伯利亚海, 而浮标站点(74°N, 180°E)地处楚科奇海, 浮标站点(74°N, 150°W)地处楚科奇海与波弗特海交会的狭窄通道处。这三个站点所代表的地区海冰流速趋势的变化大体一致, 但是流速大小却相差较大(图 5)。其中以楚科奇海与波弗特海交汇区海冰流速最大, 而东西伯利亚处海冰流速相对最小。结合地理因素分析, 两海交汇处河流涌入, 对于海冰破碎产生一定的推动, 碎冰的运动明显要强于整块冰。位于楚科奇海的浮标海冰流速也比较大。一个很重要的因素是楚科奇海通过白令海峡和太平洋沟通。来自太平洋的洋流也会对碎冰产生部分推动作用。相对来讲, 东西伯利亚海区没有强大的洋流涌入, 这也从某种程度上导致该地海冰流速相对比较缓慢。而弗拉姆海峡处海冰流速普遍较大, 但是自20世纪90年代以来海冰流速逐渐趋于稳定的趋势。这是因为, 作为深海区域的弗拉姆海峡是北大西洋与北冰洋进行水循环和能量交换的主要通道, 与此同时, 弗拉姆海峡也是海冰碎冰与大块浮冰输出进入格陵兰海的最主要通道。
自20世纪90年代以来, 全球变暖“停滞”(Hiatus)现象(Easterling et al, 2009), 比如欧亚大陆中高纬度地区以及北美大西洋地区的温度不仅出现了“增温停滞现象”, 甚至出现明显的降温现象。Held (2013)认为, 火山活动、太阳辐射的变化及厄尔尼诺现象的叠加或许是造成Hiatus现象的一个主要原因。考虑到北极海冰, 增温停滞反馈给北极海冰, 导致海冰融化量不再进一步增加。而从海表洋流和海平面风场的动力作用来看, 因为碎冰区是受动力因素影响较大的区域, 所以增温停滞导致碎冰区不再进一步增多的现象, 也恰好解释了自20世纪90年代以来北极海冰流速出现了延缓趋势以及海冰整体流速趋近于一个震荡的趋势。
将再分析数据使用三次样条插值进行处理(许小勇等, 2006), 插值到站点上, 选取楚科奇海、波弗特海、弗拉姆海峡三个区域的站点数据与插值格点数据进行对比分析图像。从图 6与图 7可以看出, 这三个海区在1999年之前, 再分析数据与浮标数据刻画的结果差异比较大, 普遍是再分析数据波动更大, 而浮标数据相对稳定。从1999年之后再分析数据与浮标数据趋势大体一致, 但在弗拉姆海峡区, 2006年之后浮标数据反映出几个异常的高值月份, 再分析数据却并没有刻画出来。从整体走向来看, 波弗特海地区1979-1985年之间海冰流速趋势变化较大。Zuo et al (2015)指出, ORAP5.0基于NEMO海洋模型和NEMOVAR数据同化系统。除此之外模拟海冰流速还应同化AVISO(卫星海洋学数据的存档, 验证和解释)延迟模式数据集的沿轨道高度计测量衍生得到的SLA(海平面异常)数据。为同化AVISO SLA使用了MDT(平均动态地形)模式。而在1999年, 对MDT的估算方法进行改进:在1999年之前使用T和S处理SSH(海表面高度), 进一步估计MDT; 在1999年之后使用平均模型海面高度来估算MDT。改进之后误差如下:
$ \begin{align} &~\text{MD}{{\text{T}}_{\text{new}}}-\text{MD}{{\text{T}}_{\text{old}}}=(\text{SS}{{\text{H}}_{2}}-\text{SS}{{\text{H}}_{1}})-(\text{SLA}{{\text{2}}_{\text{alti}}} \\ &\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ -\text{SLA}{{\text{1}}_{\text{alti}}}). \\ \end{align} $ | (1) |
自1999年, ORAP5.0再分析数据物理模型MDT部分有了改进, 使得再分析数据更加精确, 主要提高了北极地区对海冰面积、厚度、密集度、流速等的模拟精确度, 这也与通过图 6分析所得结果基本一致。
3.3 北极海冰流速大小统计特征分析图 8为以海冰流速大于8 cm·s-1作为海冰流速较大, 对32年内各个站点海冰流速进行频数统计。从图 8中可以看出, 海冰流速较快的频数最大区出现在(82°N, 180°E)处, 也就是弗拉姆海峡区。弗拉姆海峡是北极海冰最大得流出区, 受穿极漂流影响比较大, 且这个结论也与前面得到的结论“弗拉姆海峡处海冰流速普遍较大”较为符合。
用Myocean再分析数据(ORAP5.0系列)绘制出北极海冰在楚科奇海和波弗特海平均速度的流场分布(图 9), 从图 9中可以看出, 波弗特海明显存在着一个大型的气旋式环流, 这就是较为强大的波弗特涡。而楚科奇海则存在着两个较小型的气旋式环流和一个小型的反气旋式环流。
利用北极海冰浮标计划数据(IABP数据)和Myocean再分析数据(ORAP5.0系列)分析了北极海冰的运动状况, 得到以下初步结论:
(1) 通过将Myocean再分析数据(ORAP5.0系列)用三次样条插值法处理, 插值到IABP站点上, 令插值数据与IABP观测数据进行绘图对比, 就海冰流速而言, 使用的ORAP5.0系列普遍在1999年之前, 所得的结果并不好, 而在1999年之后, 再分析数据所得的结果展现出的变化趋势同浮标数据刻画出的变化趋势基本一致。因为1999年ORAP5.0采用了新的物理模型, 使所得再分析数据更加精确。与MyOcean再分析数据(OPAR5.0系列)采用物理模型不同的是, IABP数据利用数据浮标在北冰洋维持观测网络, 继而提供气象、海冰和海洋相应数据以便通过WMO全球电信系统(GTS)实时发布(http://iabp.apl.washington.edu/index.html)。由于IABP数据是由浮标测定、实时发布, 而再分析数据是由NEMO海洋模型和NEMOVAR数据同化系统所得, 所以二者存在偏差却都可以补充对北极海冰的认识。虽然在1999年之前再分析数据在分析海冰流速时存在较大的偏差, 但是再分析数据所模拟的海冰流速变化趋势、海冰流速的时间变率与实测数据相比较, 大体上是一致的, 所以1979-1999年这20年资料有一定的参考意义。
(2) 从北极海冰流速分布图像中, 海冰流速在夏季最大, 其次是秋季, 大都在楚科奇海、弗拉姆海峡处。而春冬二季海冰流速较小, 大值区分布较为零散。夏季, 浮冰扩散程度更大, 这样开阔水域面积就越大。也就导致了海水吸收的太阳辐射进一步增多, 以致于增加了海冰的侧向融化。这种情况不利于海冰的生长, 使海冰面积进一步缩小。这是一个正反馈效应。与之相反, 冬季由于冰-反照率的反馈机制的作用, 海冰将会继续增长。
(3) 就海冰流速的大小和方向频数变化来看, 波弗特地区会长时间的出现一个反气旋式环流, 而楚科奇海地区会同时出现气旋式环流和反气旋式环流。结合楚科奇海与波弗特海处的流场图可以看出, 波弗特海处存在一个大型的气旋式海冰运动, 而楚科奇海处存在两个小型气旋式海冰运动与一个反气旋式海冰运动。从海冰流速大于8 cm·s-1的频数统计来看, 弗拉姆海峡区海冰流速普遍比较大。因为弗拉姆海峡是北极海冰最大的流出区, 受穿极漂流的影响比较大。而相对于其他海区, 位于北冰洋边缘的楚科奇海、波弗特海、东西伯利亚海则有着明显的海冰运动, 也能说明碎冰区海冰更易受外强迫影响。
(4) 自20世纪90年代以来, 海冰流速变化逐渐趋向于一个相对稳定的状态。其原因可能是自20世纪90年代以来, 全球变暖“停滞”(Hiatus)现象, 比如欧亚大陆中高纬度地区以及北美大西洋地区的温度不仅出现了“增温停滞现象”, 甚至出现明显的降温现象。考虑到北极海冰, 增温停滞反馈给北极海冰, 导致海冰融化量不再进一步增加。而从海表洋流和海平面风场的动力作用来看, 因为碎冰区是受动力因素影响较大的区域, 所以增温停滞导致碎冰区不再进一步增多的现象, 也恰好解释了自20世纪90年代以来北极海冰流速出现了延缓趋势以及海冰整体流速趋近于一个震荡的趋势。
(5) MyOcean数据产品项目众多(130种), 采用不同的海洋模型得到不同类型的再分析数据, 如GLORYS2V3、CGLORS、UR025.4、ORAP5.0、MJM105B等, 这些数据涵盖面广, 且在许多方面模拟精确度都很高(如ORAP5.0得到的海冰密集度与实测数据基本一致), 所以MyOcean数据产品有效提高了海洋监测和预报的能力。
Bany R G, Serreeze M C, MaslanikI J A, et al. 1993. The Arctic sea ice climate system:Observations and Modeling[J]. Reviews of Geophysics, 31(4): 397–422.
DOI:10.1029/93RG01998 |
|
Easterling D R, Wehner M F. 2009. Is the climate warming or cooling?[J]. Geophysical Research Letters, 36(8): L08706.
DOI:10.1029/2009GL037810 |
|
HeldI M. 2013. Climate science:The cause of the pause[J]. Nature, 7467(501): 318–319.
|
|
Dorandeu J. 2016. Introduction MyOcean2 and MyOcean-Follow-On projects[J]. Mercator Ocean Journal, 54: 5–9.
|
|
Jacob T, Wahr J, Pfeffer W T, et al. 2012. Recent contributions of glaciers and ice caps to sea level rise[J]. Nature, 482: 514–518.
DOI:10.1038/10847 |
|
Kwok R. 2000. Recent changes in Arctic Ocean sea ice motion associated with the North Atlantic Oscillation[J]. Geophysical Research Letters, 27: 775–778.
DOI:10.1029/1999GL002382 |
|
Kwok R. 2006. Contrasts in sea ice deformation and production in the Arctic seasonal and perennial ice zones[J]. Journal of Geophysical Research:Oceans, 111: C11S22.
|
|
Kwok R, Untersteiner N. 2011. The thinning of Arctic sea ice[J]. Physics Today, 64: 36–41.
|
|
Lukovich J V, Barber D G. 2006. Atmospheric controls on sea ice motion in the southern Beaufort Sea[J]. Journal of Geophysical Research:Atmospheres, 111: D18103.
DOI:10.1029/2005JD006408 |
|
S'wierczyńska M, Miziński B, Niedzielski T. 2016. Comparison of predictive skills offered by Prognocean, Prognocean Plus and MyOcean real-time sea level forecasting systems[J]. Ocean Engineering, 113: 44–65.
DOI:10.1016/j.oceaneng.2015.12.023 |
|
Ogi M, Wallace J M. 2007. Summer minimum Arctic sea ice extent and the associated circulation[J]. Geophysical Research Letters, 34: L12705.
DOI:10.1029/2007GL029897 |
|
Rigor I G, Wallace J M, Colony R L. 2002. Response of sea ice to Arctic Oscillation[J]. Journal of Climate, 15: 2648–2663.
DOI:10.1175/1520-0442(2002)015<2648:ROSITT>2.0.CO;2 |
|
Spreen G, Kwok R, Menemenlis D. 2011. Trends in Arctic sea ice drift and role of wind forcing:1992-2009[J]. Geophysical Research Letter, 38: L19501.
|
|
Tremblay L B, Mysak L A. 1998. On the origin and evolution of sea-ice anomalies in the Beaufort-Chuckchi Sea[J]. Climate Dynamics, 14: 451–460.
DOI:10.1007/s003820050233 |
|
Wang X, Zhao J. 2012. Seasonal and interannual variations of the primary types of the Arctic sea ice drifting patterns[J]. Advances in Polar Science, 23(2): 72–81.
DOI:10.3724/SP.J.1085.2012.00072 |
|
Wadhams P. 2000. Ice in the ocean[M]. New York: Gordon and Breach Science Publisher.
|
|
Wu B Y, Wang J, Walsh J E. 2006. Dipole Anomaly in the Winter Arctic Atmosphere and Its Association with Sea Ice Motion[J]. J. Climate, 19: 210–225.
DOI:10.1175/JCLI3619.1 |
|
Wu B Y, Su J Z, Arrigo R. 2015. Patterns of Asian winter climate variability and links to Arctic sea ice[J]. Journal of Climate, 28(17): 6841–6858.
DOI:10.1175/JCLI-D-14-00274.1 |
|
Zhao Y, Liu A K. 2007. Arctic sea-ice motion and its relation to pressure field[J]. Journal of Oceanography, 63: 505–515.
DOI:10.1007/s10872-007-0045-2 |
|
Zhang J, Rothrock D A, Steele M. 2000. Recent changes in Arctic sea ice:the interplay between ice dynamics and thermodynamics[J]. Journal of Climate, 13: 3099–3114.
DOI:10.1175/1520-0442(2000)013<3099:RCIASI>2.0.CO;2 |
|
Zuo H, Balmaseda M A, Mogensen K. 2015. The new eddy-permitting ORAP5 ocean reanalysis:description, evaluation and uncertainties in climate signals[J]. Climate Dynamics, 49(3): 791–811.
|
|
保云涛, 游庆龙, 谢欣汝. 2018. 青藏高原积雪时空变化特征及年际异常成因[J]. 高原气象, 37(4): 900–910.
DOI:10.7522/j.issn.1000-0534.2017.00099 |
|
宋燕, 李智才, 肖子牛, 等. 2016. 太阳活动与高原积雪及东亚环流的年代际相关分析[J]. 高原气象, 35(5): 1135–1147.
DOI:10.7522/j.issn.1000-0534.2015.00059 |
|
姜珊, 杨清华, 梁颖祺, 等. 2017. 可服务于北极航道的海冰与气象预报信息综合分析[J]. 极地研究, 29(3): 400–413.
|
|
李艳, 张金玉, 李旭, 等. 2018. 两次典型极端低温过程低频特征分析[J]. 高原气象, 37(5): 1341–1352.
DOI:10.7522/j.issn.1000-0534.2018.00035 |
|
田忠翔, 2012.北极海冰运动变化特征分析[D].北京: 国家海洋环境预报研究中心.
|
|
谢永坤, 刘玉芝, 黄建平. 2014. 秋季北极海冰对中国冬季气温的影响[J]. 气象学报, 72(4): 703–710.
|
|
肖莺, 任永建, 杜良敏. 2018. 气候变化背景下北极海冰对我国冬季气温的影响研究[J]. 极地研究, 30(1): 15–21.
|
|
许小勇, 钟太勇. 2006. 三次样条插值函数的构造与Matlab实现[J]. 自动测量与控制, 25(11): 76–78.
|
|
余予, 任芝花, 孟晓艳. 2018. 中国结冰现象序列的建立及气候变化分析[J]. 高原气象, 37(2): 554–559.
DOI:10.7522/j.issn.1000-0534.2017.00071 |
2. University of Chinese Academy of Sciences, Beijing 100049, China;
3. Nanjing University, Nanjing 210046, Jiangsu, China