紀旭鵬，趙進平

(1 中國海洋大學 物理海洋教育部重點實驗室，山東 青島 266100)

北極中央?yún)^(qū)海冰密集度與云量相關性分析

紀旭鵬1，趙進平1

(1 中國海洋大學 物理海洋教育部重點實驗室，山東 青島 266100)

本文使用海冰密集度以及低云、中云、高云的日平均數(shù)據(jù)，借助滑動相關分析方法，研究了北極中央?yún)^(qū)海冰密集度與云量之間的相關性，分析了海冰與云的相互作用機制。研究表明，在春季海冰融化季節(jié)(4、5月)、秋季海冰凍結季節(jié)(10、11月)，低云與海冰密集度之間表現(xiàn)為較好的負相關，表明在這段時間內(nèi)冰區(qū)海面蒸發(fā)強烈，對低云的形成有重要貢獻。在10月和11月，中云與海冰密集度也有很好的負相關，表明秋季低云可以通過抬升形成中云。高云與海冰密集度之間并沒有明顯的相關性，可能原因：一方面海冰的空間分布對高云無影響，另一方面，高云主要影響到達的短波輻射，從而影響海冰的融化和凍結速度，與海冰厚度有直接顯著的關系，而與海冰密集度的關系不明顯。此外，在海冰密集度與低云存在較好負相關的情況下會出現(xiàn)某些年份相關性不好的情況，我們的研究發(fā)現(xiàn)這是北極中央?yún)^(qū)與周邊海區(qū)發(fā)生了海冰交換或云交換的結果。

北極中央?yún)^(qū);海冰密集度;云量;滑動相關

1 引言

海冰作為北極重要的自然現(xiàn)象，強烈制約著海氣熱量交換，對北極氣候乃至北半球氣候起到了重要的調(diào)控作用，北極海冰通過影響大洋表面的輻射平衡、物質平衡、能量平衡以及大洋溫、鹽流的形成和循環(huán)而影響全球氣候變化[1—3]。自20世紀70年代末開始，北極夏季海冰覆蓋范圍始終在不斷減少，厚度不斷變薄，多年冰的數(shù)量不斷變少，且最近幾年減少的速度明顯加快，整個北極地區(qū)一年冰及多年冰的總面積從1979-1996年的每10年減少2.2%和3.0%變?yōu)?998-2007年的每10年減少10.1%和10.7%[4]。在2012年9月16日，海冰覆蓋范圍出現(xiàn)了有歷史記錄以來的最低值[5]。

云作為一種自然現(xiàn)象，對輻射有兩種近乎相反的重要影響：一方面，云的存在阻礙了太陽短波輻射到達北極地區(qū)表面，海冰吸收熱量減少，有利于海冰的維持；另一方面，云的存在阻礙了地球表面長波輻射的射出，造成氣溫升高，促進海冰融化[6]。大氣中云和霧的大幅度減少會導致海冰吸收熱量的大幅度增加，是導致北冰洋密集冰區(qū)的海冰快速融化的重要因素[7]。因此，北極地區(qū)的云在北極海冰變化中起到非常重要的作用。另外，北極地區(qū)海冰的增加或減少同樣可能對云有重要的影響。所以探究北極地區(qū)海冰與云之間的關系十分重要。

云的高度實際上指示了云來源的差異。低云主要來自下墊面的蒸發(fā)過程，早期形態(tài)可能是海霧。在太陽輻射加熱條件下，表面蒸發(fā)的水汽發(fā)生抬升，形成低云。由于在北極有強烈的逆溫層，有很好的靜力穩(wěn)定度，不易產(chǎn)生強對流天氣，因而低云難以成為高云。高云的形成主要是在強對流區(qū)域發(fā)生的蒸發(fā)形成的，在北極周邊形成強對流的區(qū)域通?？拷鶏u低壓和阿留申低壓，形成的高云隨大氣環(huán)流擴展到北極。

前人已經(jīng)對北極地區(qū)海冰與云之間的相關性進行了研究。Schweiger等研究發(fā)現(xiàn)，在海冰邊緣區(qū)，云量變化與海冰變化有很強的關系，海冰減少，低云減少，同時中云增加[8]。Liu等的研究表明，海冰密集度每減少1%，云量會增加0.36%～0.47%[9]。海冰的厚度受到云量保溫作用的顯著影響，在春季，云量的改變影響到達冰面的短波輻射，是造成海冰厚度變化的主要驅動因子；但是，云量的變化對海冰密集度幾乎沒有影響[10—11]。在夏季，低云對海冰減少幾乎無響應，云量與海冰沒有表現(xiàn)出顯著的關系[12—13]。然而，2007年夏季北極海冰面積出現(xiàn)的極端低值，與云量減少造成的地面接收短波輻射增加有關[14]。在秋季，海冰邊緣區(qū)的開闊水域上方有云形成，但在海冰上方并沒有云形成[15]。在靠近太平洋的北極邊緣海中，新形成的開闊水域上方確實有低云量的增加[16]，這可能促成一個初秋云-冰反饋機制的產(chǎn)生[13]。在冬季，云量的減少有助于海冰的增加[10]。Eastman指出，相比于中云和高云，低云是總云量的重要貢獻因子[16]。前人的研究表明，云量和海冰面積在春季和秋季有明顯的負相關性，夏季和冬季的相關性較弱。

此外，數(shù)值模擬也被用于研究北極海冰與云之間的相關性。Beesley通過一個理想化能量平衡模式和單柱模式(SCM)研究北冰洋海冰厚度與云量的相關性時發(fā)現(xiàn)，低云的增加有利于冰變厚，高云的增加將會導致冰變薄[17]。Vavrus等通過國際氣候系統(tǒng)模式CCSM3進行模擬，結果表明，海冰與中云及高云在各個季節(jié)都沒有明顯的相關關系，但是海冰減少與低云增加是相對應的，只是兩者的超前滯后關系并不明確，并且夏季低云的減少可能會促進秋季海冰減少及云量增加[18]。Koenigk等利用全球耦合氣候模式EC-Earth2.3模擬的結果表明，在巴倫支海，海冰減少最為明顯，并且伴隨著海冰減少，低云大量減少，與此同時，中云與高云有少量增加[19]。

前人的研究表明了海冰與云之間存在著季節(jié)性的相關性。不同研究者的結果表現(xiàn)出了較大的差異，可能與區(qū)域性差異有關。海冰與云量存在顯著的多年變化，人們對這種變化的認識不多。另外，以往的研究主要分析北極海冰邊緣區(qū)海冰密集度與云量的相關性，而北極海冰邊緣區(qū)的海冰變化會受到多種因素的影響。北極中央?yún)^(qū)主體由密集冰區(qū)覆蓋，與云的相關性與海冰邊緣區(qū)有很大不同，但隨著海冰的減少，北極中央?yún)^(qū)海冰逐漸也呈現(xiàn)出海冰邊緣區(qū)的特征。因此，就目前北極海冰的物理狀態(tài)來說，研究北極中央?yún)^(qū)海冰密集度和云量的相關關系顯得重要起來。為此，本文采用云量數(shù)據(jù)和海冰密集度數(shù)據(jù)，研究北極中央?yún)^(qū)不同季節(jié)云與海冰密集度的相關性，研究云與海冰之間關系的多年變化，較全面地認識北極云量與北極中央?yún)^(qū)海冰密集度的關系。

2 數(shù)據(jù)和分析方法

2.1 數(shù)據(jù)

本文使用的海冰密集度數(shù)據(jù)是85 GHz的SSM/I與/或SSM/IS通道測量的亮溫數(shù)據(jù)經(jīng)過ARTIST Sea Ice(ASI)算法得到的日平均數(shù)據(jù)，并且在數(shù)據(jù)發(fā)布之前，整個時間序列都使用了中值濾波算法，空間分辨率為12.5 km×12.5 km。本文使用的云量數(shù)據(jù)是NOAA-CIRES 20th Century Reanalysis version 2的日平均數(shù)據(jù)，分為3種，分別是低云數(shù)據(jù)、中云數(shù)據(jù)、高云數(shù)據(jù)，該數(shù)據(jù)是空間分辨率為1.875°(經(jīng)度)×～1.904°(緯度)的經(jīng)緯度網(wǎng)格數(shù)據(jù)，其中低云是地面至650 hPa之間的云，中云為400～650 hPa之間的云，高云是400 hPa至大氣層頂之間的云。海冰密集度數(shù)據(jù)與云量數(shù)據(jù)的時間跨度都為1992年1月1日至2010年12月31日。此外，為了剔除極端天氣現(xiàn)象的影響，我們對3種云量數(shù)據(jù)都進行了7點時間平均的平滑處理。

同時，由于本文使用的云量數(shù)據(jù)是經(jīng)緯度網(wǎng)格數(shù)據(jù)，在北半球，隨著緯度的增加，1°×1°范圍的面積在不斷變小，而且越靠近極地區(qū)域，面積變小的速率越大。所以我們需要引進一個面積系數(shù)Ac，將經(jīng)緯度網(wǎng)格數(shù)據(jù)轉化為面積數(shù)據(jù)。

Ac=R2cosφΔλΔφ,

(1)

式中，R為地球半徑，λ為經(jīng)度，φ為緯度。每一個云量數(shù)據(jù)都乘以其對應的面積系數(shù)便可以將云量的經(jīng)緯度網(wǎng)格數(shù)據(jù)轉化為面積數(shù)據(jù)。

2.2 分析區(qū)域

由于云具有很強的流動性，局地的云與海冰之間很難有顯著的相關。海冰密集度與云量如果有聯(lián)系，也只能在大范圍云和大范圍海冰之間存在相關性。因此，本文將北極地區(qū)分為北極太平洋扇區(qū)、北極大西洋扇區(qū)以及北極中央?yún)^(qū)(圖1)。確定北極中央?yún)^(qū)的形狀是比較任意的，主要是反映密集冰區(qū)的大致范圍，我們的試驗表明，形狀的改變對結果影響很小。本文重點分析北極中央?yún)^(qū)云與海冰的關系。

圖1 北極地區(qū)分區(qū)圖Fig.1 Regional divisions of Arctic region

2.3 滑動相關分析法

本文借鑒Zhao等在研究北極濤動指數(shù)(AOI)與海表面壓強(SLP)之間相關性分析時使用的滑動相關方法[20]，具體原理如下：

i=1+n，…，N-n

(2)

式中，N為總的數(shù)據(jù)點數(shù)，X代表海冰密集度數(shù)據(jù)，Y代表云量數(shù)據(jù)，Ri是第i個滑動窗口(-n，n)中心點對應的海冰密集度與云量之間的滑動相關系數(shù)。經(jīng)過順序移動計算窗口，可以得到海冰密集度與云量數(shù)據(jù)在2n時間段相關系數(shù)的時間序列。通過分析滑動相關系數(shù)在各月以及各季節(jié)的高低，就能夠分析海冰密集度與云量之間的相關性隨時間的變化。

滑動窗口n的選擇是滑動相關分析的關鍵，需要根據(jù)研究的物理量變化的時間尺度來確定。通常情況下，隨著n值的增加，得到的滑動相關系數(shù)會不斷變小。如果n值選擇太小，就會顯現(xiàn)更多高頻成分的影響；反之，如果n值選擇太大，就會突出低頻的成分，一些重要的較高頻率的現(xiàn)象將被消除。

圖2顯示的是取不同滑動窗口得到的時間范圍為1993-1994年的北極中央?yún)^(qū)域海冰密集度與云量滑動相關系數(shù)繪制的曲線。n取15、30、45時分別代表1、2、3個月的滑動窗口。從圖中可以看出，n=15時，滑動相關系數(shù)的波動范圍太大，這是由天氣尺度的高頻擾動造成的。而n=45時，滑動相關系數(shù)與n=30時接近。因此，本文中進行北極中央?yún)^(qū)域海冰密集度與云量之間滑動相關分析時使用n=30，即兩個月的滑動窗口。需要說明的是，滑動窗口取兩個月，那么1月份的滑動相關系數(shù)應該涉及12月至2月這一時間范圍內(nèi)的所有數(shù)據(jù)，只是滑動窗口中心在1月份。

圖2 不同時間窗口滑動相關系數(shù)對比圖Fig.2 Comparison of running correlation coefficients with different window lengths

3 海冰密集度變化與云量的相關性

本文在使用滑動相關方法進行北極中央?yún)^(qū)海冰密集度與云量之間相關性分析時，主要是分析兩者在各月以至各季節(jié)的相關性。以1月份為例，具體的相關性分析是將1992-2010年總共19年的海冰密集度與云量的日平均數(shù)據(jù)進行總體滑動相關，得到滑動相關系數(shù)的19年時間序列，然后從這19年的滑動相關系數(shù)中，取出1月份的滑動相關系數(shù)，繪制圖像，從圖像中就可以看出在這19年中，海冰密集度與云量在1月份所表現(xiàn)出的相關性。

下面，我們對北極中央?yún)^(qū)海冰密集度與低云、高云、中云3種云在各季節(jié)的相關性進行分析。

3.1 海冰密集度與低云的相關性

春季的時間范圍為3-5月，在北極，海冰面積在3月達到最大值，4、5月份是北極海冰開始融化的季節(jié)，但是在北極中央?yún)^(qū)，這個時期海冰變化較小。從圖3中可以看到，北極中央?yún)^(qū)的海冰密集度與低云在不同年份的3月表現(xiàn)出的相關性差異很大，所以兩者并沒有較好的相關性；4月除了1994、2001、2004、2008年之外，海冰密集度與低云的滑動相關系數(shù)都為負值，并且大部分都通過了95%置信度檢驗；5月，除了在1995、1997、1999、2007、2008、2010年的部分時間以及2004年，海冰密集度與云量表現(xiàn)為較好的負相關。以上分析表明，4月和5月北極中央?yún)^(qū)的海冰密集度與低云表現(xiàn)為較好的負相關性。但是，有些年份相關性不好。

6-8月是北冰洋的夏季，在北極中央?yún)^(qū)，低云與海冰密集度在整個夏季都沒有表現(xiàn)出顯著的相關性。

秋季的情況與夏季不同。9月在北極中央?yún)^(qū)，海冰密集度與低云在不同年份表現(xiàn)出的相關性差異很大，表明兩者并沒有較好的相關性。10月除了在1996、1998、2000、2004年的小部分時間，以及2008-2010年海冰密集度與低云在10月表現(xiàn)為較好的負相關性。而在11月海冰密集度與低云的相關性最好，只有在1994、2008年的小部分時間以及2009-2010年相關性較差。10月和11月是北極地區(qū)的秋季海冰凍結季節(jié)，上面的結果表明，在這段時間內(nèi)，北極中央?yún)^(qū)的海冰密集度與低云表現(xiàn)為較好的負相關性。

12月至翌年2月是北冰洋的冬季，雖然從圖中看出冬季海冰密集度與低云在整體上表現(xiàn)為負相關性，但是冬季海冰密集度很高，只在小范圍內(nèi)變化，冰間水道的比例很低，蒸發(fā)量小不足以形成大范圍的低云，不能較好地研究海冰密集度與低云的相關性，因此本文對冬季的情況不進行深入研究。

低云與海面蒸發(fā)有明顯的關系，本文的結果表明，春季4、5月份和秋季10、11月份，低云與海冰密集度有較好的相關，這與Eastman[16]的結果一致。這兩個季節(jié)的氣溫較低，開闊水道可以形成強烈的蒸發(fā)，產(chǎn)生低云。負相關表明，海冰密集度越低云量越高，體現(xiàn)了蒸發(fā)對低云的貢獻。夏季海冰大幅度減少，而海冰密集度與低云的相關性卻很差，原因可能是夏季海冰大幅度減少，有更多的開闊水域，因而有更多的蒸發(fā)[21]，但是由于夏季溫度高，飽和水汽壓高，蒸發(fā)的水汽并不會立即形成較多的低云，到了秋季，當溫度降低時，更多的低云才會形成[22]。此外，也可能是由于夏季海冰密集度時間變化率比較大，云不存在同步的時間變化率，兩者即使有關聯(lián)，也可能被海冰自身的時間變換率所掩蓋。冬季由于海冰密集度很高，氣溫低，開闊水道稀少，蒸發(fā)率小，不足以形成大范圍低云。

3.2 海冰密集度與高云的相關性

由于北極下表面溫度較低、逆溫層較強，沒有很強的對流形成高云，因而，北極的高云都不是當?shù)睾Ｑ笳舭l(fā)的結果，而是在對流區(qū)形成并被輸送到北冰洋。高云極大地影響到達海冰的太陽輻射，對于海冰的融化產(chǎn)生強烈的影響，云量與海冰之間應該有顯著的正相關。然而，從圖4中我們可以看出，在北極中央?yún)^(qū)，海冰密集度與高云之間在全年都沒有表現(xiàn)出較好的相關性，這與Vavrus等[18]的研究結果有很好的一致性。

研究結果表明，海冰的空間分布不會影響高云，并且高云雖然通過影響到達的太陽輻射影響海冰融化過程，但其影響的主要是海冰厚度的變化，對海冰密集度的影響很小。

3.3 海冰密集度與中云的相關性

中云的高度介于低云與高云之間。中云的來源比較復雜，低云垂直對流上升可以轉化為中云，高云下沉可以轉化為中云，鄰近區(qū)域中云的平流輸入也是重要來源。在北極中央?yún)^(qū)，4月和5月的海冰密集度與低云有很好的負相關，但圖5表明，海冰密集度與中云之間并沒有表現(xiàn)出較好的相關性。

10月，除了在1998、2000、2004、2008年的小部分時間以及1996年、2010年，海冰密集度與中云表現(xiàn)為較好的負相關性。同樣，在11月除了在2000、2004年的小部分時間以及1994、1996、2010年，海冰密集度與中云表現(xiàn)為較好的負相關性(圖5)。10月和11月的負相關特性與低云的情形相似，即海冰密集度越低，云量越高。因而，在秋季，北極中央?yún)^(qū)的中云來自于低云的對流上升或抬升。

北極地區(qū)大氣普遍存在著逆溫層。逆溫層限制了垂向混合，增加了大氣穩(wěn)定性，在很大程度上限制了低云的對流上升過程，而逆溫層主要發(fā)生在1 km高度以下，2～3 km以上的大氣穩(wěn)定性并不是很強，并且隨著季節(jié)并不會發(fā)生太大變化[23—25]。Schweiger等[8]將秋季海冰與中云的負相關關系歸因于近地表溫度增加造成的大氣靜力穩(wěn)定度降低，進一步導致低云經(jīng)垂直對流轉化成為中云，而1997-1998年的SHEBA(Surface Heat Budget of the Arctic Ocean Experiment)計劃實測數(shù)據(jù)分析結果表明，秋冬季節(jié)的逆溫層強度要強于春夏季節(jié)[26]，僅僅依據(jù)逆溫層強度無法解釋春季海冰密集度與中云相關性差。

圖3 海冰密集度與低云的滑動相關圖Fig.3 Running correlation between sea ice concentration and low cloud圖中的紅線以及藍線表示95%置信度檢驗線，由于滑動窗口為2個月(61天)，95%置信度檢驗的相關系數(shù)值為±0.254The red line and blue line indicate the lines of 95% confidence level，a 2-month(61-day)window is adopted，the critical value of the correlation coefficient for a 95% confidence level is ±0.254

圖4 海冰密集度與高云的滑動相關圖Fig.4 Running correlation between sea ice concentration and high cloud圖中的紅線以及藍線表示95%置信度檢驗線，由于滑動窗口為2個月(61天)，95%置信度檢驗的相關系數(shù)值為±0.254The red line and blue line indicate the lines of 95% confidence level，a 2-month(61-day)window is adopted，the critical value of the correlation coefficient for a 95% confidence level is ±0.254

圖5 海冰密集度與中云的滑動相關圖Fig.5 Running correlation between sea ice concentration and medium cloud圖中的紅線以及藍線表示95%置信度檢驗線，由于滑動窗口為2個月(61天)，95%置信度檢驗的相關系數(shù)值為±0.254The red line and blue line indicate the lines of 95% confidence level，a 2-month(61-day)window is adopted，the critical value of the correlation coefficient for a 95% confidence level is ±0.254

我們認為，低云是否抬升與逆溫層的結構有關。春夏以懸浮逆溫層為主，在低云的范圍內(nèi)存在很強的靜力穩(wěn)定度，不容易抬升到中云的高度，這是4、5月份的中云與海冰密集度相關性差的原因。秋冬季節(jié)以近地表逆溫層為主，低云通常發(fā)生在逆溫層之外，比較容易抬升[23—25]。此外，風會破壞逆溫層、降低大氣穩(wěn)定度，而北極秋季平均風速要比春季大，所以北極低云的垂直對流上升過程在秋季要強于春季[23]。

為進一步明確北極中央?yún)^(qū)中云的來源及季節(jié)差異，我們分別對北極中央?yún)^(qū)的中云與低云，中云與高云以及中央?yún)^(qū)的中云與大西洋扇區(qū)和太平洋扇區(qū)的中云進行滑動相關分析(n=30)，得到的平均相關系數(shù)如表1所示。

表1 各區(qū)域云量與北極中央?yún)^(qū)中云的平均相關系數(shù)Tab.1 The average correlation coefficients between each regional cloud amount and the central Arctic medium cloud

從表1中可以看出，北極中央?yún)^(qū)的中云與低云有非常好的相關性。北極中央?yún)^(qū)的中云與高云相關性很差，表明中云不是高云下沉的結果。同樣，北極中央?yún)^(qū)的中云與太平洋扇區(qū)和大西洋扇區(qū)的中云沒有顯著的相關性，并非是水平輸運的結果。因此，北極中央?yún)^(qū)的中云主要是北極中央?yún)^(qū)的低云經(jīng)對流上升轉化而來的，并且秋季要強于春季。這也解釋了北極中央?yún)^(qū)的中云與海冰密集度只有在秋季的10月和11月表現(xiàn)出較好的負相關關系，與低云具有相似的性質，而在春季沒有。

3.4 個別年份相關性差異的原因分析

從滑動相關曲線可以看出，海冰密集度與云量的滑動相關系數(shù)很好地體現(xiàn)了云與海冰之間的相關性，基本可以確定相關性較好的云類和月份。例如：低云在4、5、10、11月與海冰的滑動相關最好，反映了云與冰之間的密切物理聯(lián)系。

然而，在相關性較好的時期也有相關度很差的時間段，包括：在1994、2001、2004、2008年的4月份；在1995、1997、1999、2004、2007、2008、2010年的5月份；在1996、1998、2000、2004、2008、2009、2010年的10月份；在1994、2008、2009、2010年的11月份。我們很希望知道，在這些年份究竟發(fā)生了什么而導致二者的相關性降低。只有找出了相關性差的原因，才能真正認識云量與海冰密集度的關系。

如前所述，在相關性較好的年份，海冰密集度與云量呈現(xiàn)較高的負相關。從系統(tǒng)的角度看，北極中央?yún)^(qū)更像是一個封閉系統(tǒng)，海冰與低云云量的相關性表現(xiàn)為系統(tǒng)內(nèi)部的耦合變化，即：海冰密集度降低，云量增大。某些年份兩者相關性降低，甚至呈現(xiàn)正相關，表明系統(tǒng)的封閉性變差，在風或流的作用下北極中央?yún)^(qū)云或者海冰與鄰近區(qū)域發(fā)生了交換。與鄰近區(qū)域的交換有3種類型，云交換、海冰交換、海冰和云同時交換。

為了深入探究4、5、10、11月相關性較差的年份中，北極中央?yún)^(qū)究竟與哪一鄰近區(qū)域發(fā)生了海冰和云的輸入輸出交換，我們將北極中央?yún)^(qū)以南5°的范圍劃分了7個環(huán)區(qū)，各個環(huán)區(qū)以所對應的邊緣海命名，如圖6所示。

另外，如果北極中央?yún)^(qū)與某一環(huán)區(qū)發(fā)生了海冰(或云)的交換，那么這兩個區(qū)域之間的海冰密集度(或云量)有可能呈反向變化，相關性表現(xiàn)為負相關，因此我們計算了北極中央?yún)^(qū)與各個環(huán)區(qū)之間海冰密集度(或云量)的滑動相關系數(shù)(滑動窗口為2個月)，并且給出了兩個區(qū)域之間的海冰密集度(或云量)變化趨勢，從而探究了4、5、10、11月相關性較差的年份中，北極中央?yún)^(qū)究竟與哪一環(huán)區(qū)發(fā)生了海冰和云的交換。在此以2009年(圖7)和2010年(圖8)的11月份為例說明。

圖6 北極地區(qū)細化分區(qū)圖Fig.6 Detailed regional divisions of Arctic region(1)格陵蘭海環(huán)區(qū)，(2)巴倫支海環(huán)區(qū)，(3)喀拉海環(huán)區(qū)，(4)拉普捷夫海環(huán)區(qū)，(5)東西伯利亞海環(huán)區(qū)，(6)楚科奇海環(huán)區(qū)，(7)波弗特海環(huán)區(qū)(1)Greenland Sea region，(2)Barents Sea region，(3)Kara Sea region，(4)Laptev Sea region，(5)East Siberian Sea region，(6)Chukchi Sea region，(7)Beaufort Sea region

圖7 2009年11月北極中央?yún)^(qū)與巴倫支海環(huán)區(qū)之間海冰交換分析圖Fig.7 Sea ice exchange between the central Arctic and Barents Sea region during November 2009a.2009年11月北極中央?yún)^(qū)海冰密集度與低云云量滑動相關圖;b.2009年11月北極中央?yún)^(qū)與巴倫支海環(huán)區(qū)海冰密集度滑動相關圖;c.2009年11月份北極中央?yún)^(qū)與巴倫支海環(huán)區(qū)海冰密集度變化趨勢對比圖a.Running correlation between sea ice concentration and low cloud amount in the central Arctic during November 2009;b.running correlation of sea ice concentration between the central Arctic and Barents Sea region during November 2009;c.comparison of sea ice concentration variation trend between the central Arctic and Barents Sea region during November 2009

圖8 2010年11月北極中央?yún)^(qū)與拉普捷夫海環(huán)區(qū)之間低云交換分析圖Fig.8 Low cloud exchange between the central Arctic and Barents Sea region during November 2010a.2010年11月北極中央?yún)^(qū)海冰密集度與低云云量滑動相關圖;b.2010年11月北極中央?yún)^(qū)與拉普捷夫海環(huán)區(qū)低云云量滑動相關圖;c.2010年11月北極中央?yún)^(qū)與拉普捷夫海環(huán)區(qū)低云云量變化趨勢對比圖a.Running correlation between sea ice concentration and low cloud amount in the central Arctic during November 2010;b.running correlation of low cloud amount between the central Arctic and Laptev Sea region during November 2010;c.comparison of low cloud amount variation trend between the central Arctic and Laptev Sea region during November 2010

由圖7可見，2009年11月北極中央?yún)^(qū)與巴倫支海環(huán)區(qū)的海冰密集度呈負相關，由兩個區(qū)域之間海冰密集度變化趨勢的對比看出，兩個區(qū)域的海冰密集度發(fā)生了反向變化，表明兩個區(qū)域可能發(fā)生了海冰交換。圖8表明，2010年11月份，與北極中央?yún)^(qū)進行交換的區(qū)域是拉普捷夫海，交換類型是云交換。需要說明的是：第一，北極中央?yún)^(qū)與相鄰區(qū)域的反向變化僅僅是可能發(fā)生交換的條件，其他非交換因素也可以導致反向變化；第二，如果發(fā)生交換導致二者反向變化可以用這種方法加以判別，有些情況下發(fā)生交換卻并不能產(chǎn)生反向變化，用這種方法就無法判別。雖然這種方法具有這些局限性，但其結果為我們理解云量與海冰密集度的相關性提供了方法。

使用該方法對所有相關性差的時間段進行分析，匯總結果如表2所示。

由表2～5可以看出，4月份，全部是海冰交換，5、10、11月份，海冰交換和云交換都有，整體上以海冰交換為主，未見同一環(huán)區(qū)發(fā)生海冰和云同時交換的情況。與北極中央?yún)^(qū)發(fā)生交換的區(qū)域以格陵蘭海環(huán)區(qū)和東西伯利亞海環(huán)區(qū)為主。此外，2007和2008年的5月份、2008年的10月份以及1994年的11月份，這4個時段較差的相關性無法用北極中央?yún)^(qū)與環(huán)區(qū)之間發(fā)生海冰交換或云交換進行解釋。我們的研究結果表明，低云與海冰密集度相關性較差的時段中，有81.8%的時段可以用北極中央?yún)^(qū)與環(huán)區(qū)之間發(fā)生海冰交換或云交換進行解釋，表明在風或流的作用下北極中央?yún)^(qū)與鄰近區(qū)域之間云及海冰的輸入輸出交換是最主要的原因。

表2 4月份與北極中央?yún)^(qū)進行海冰和云交換的各環(huán)區(qū)匯總表Tab.2 The summary of each region with which the central Arctic has sea ice and cloud exchange during April

表3 5月份與北極中央?yún)^(qū)進行海冰和云交換的各環(huán)區(qū)匯總表Tab.3 The summary of each region with which the central Arctic has sea ice and cloud exchange during May

表4 10月份與北極中央?yún)^(qū)進行海冰和云交換的各環(huán)區(qū)匯總表Tab.4 The summary of each region with which the central Arctic has sea ice and cloud exchange during October

表5 11月份與北極中央?yún)^(qū)進行海冰和云交換的各環(huán)區(qū)匯總表Tab.5 The summary of each region with which the central Arctic has sea ice and cloud exchange during November

4 結果與討論

本文將北極中央?yún)^(qū)的海冰密集度和低云、中云和高云云量作整體平均，得到二者的時間序列。為了體現(xiàn)二者相關程度的變化，我們計算了滑動相關系數(shù)?；瑒酉嚓P的主要價值是能夠體現(xiàn)那些有時相關好，有時相關不好的現(xiàn)象。由于海冰的密集度不僅取決于云，還與多種因素有關，因此，預期海冰密集度與云量的相關系數(shù)不會很高。但是，本文的結果表明，海冰密集度與云量之間還是有比較顯著的聯(lián)系。

結果表明，春季4、5月份海冰密集度與低云相關度很高，主要是春季冰間水道強烈的蒸發(fā)形成低云；由于春季低云的垂直對流上升過程較弱，海冰密集度對中云的貢獻不大。秋季10月和11月海冰密集度與低云有很高的相關度，也是由于氣溫逐漸降低過程中冰間水域的強烈蒸發(fā)形成低云。與春季不同的是，10月和11月的海冰密集度與中云也有很高的相關度，意味著秋季的對流上升過程強烈，低云可以上升到中云的高度。冬季海冰密集度接近1，與云的相關性應該較差。而夏季雖然蒸發(fā)強烈，但是飽和水汽壓高，難以形成低云，此外，海冰密集度時間變化率較大，會將它與云量可能存在的關聯(lián)信號掩蓋。春季和秋季的相關性主要體現(xiàn)了海冰對云形成的影響。而高云對海冰密集度的影響從二者的相關度來看并不明顯，表明海冰的空間分布不會影響高云，高云主要體現(xiàn)為對海冰厚度變化的影響，而不是影響海冰密集度的變化。

在海冰密集度與低云有較好相關性的4、5、10、11月份中，某些年份出現(xiàn)相關性不好的情況。我們對此進行了詳細的分析。在正常情況下，北極中央?yún)^(qū)在大多數(shù)年份體現(xiàn)為相對封閉的特性，海冰密集度與低云呈現(xiàn)較好的負相關。而在某些相關性較差或呈正相關的年份，北極中央?yún)^(qū)與周邊的環(huán)區(qū)進行了海冰或云的交換，交換的區(qū)域主要以格陵蘭海環(huán)區(qū)以及東西伯利亞海環(huán)區(qū)為主。北極中央?yún)^(qū)與周邊海域發(fā)生冰或云的交換可以對81.8%的情形進行解釋，表明北極中央?yún)^(qū)之外的海冰和低云會通過海流和風場與北極中央?yún)^(qū)進行交換。

我們認為，北極中央?yún)^(qū)海冰與云的關系有兩種。一種是云削弱了太陽輻射，減緩了海冰的融化；另一種是海冰減少，蒸發(fā)增大，形成低云。如果云是冰間水道產(chǎn)生的，海冰密集度與云量之間應該是負相關，即海冰密集度越低云量應該越大；如果是云影響了海冰，二者應該是正相關，即云量越大，海冰密集度應該越高。在我們的研究結果中，海冰密集度與云量之間沒有出現(xiàn)顯著的正相關，表明在北極中央?yún)^(qū)，云雖然改變了太陽輻射，但海冰的變化主要體現(xiàn)在海冰融化加劇導致的厚度的變化，海冰密集度與云量聯(lián)系不大。而在海冰開裂、密集度減少的春季和秋季，由于海洋蒸發(fā)強烈，容易形成低云，因此，海冰密集度與低云有密切的關系。夏季的情況不同，夏季雖然海冰密集度最低，但由于夏季海面氣溫高，飽和水汽壓高，不利于低云形成，并且海冰密集度的時間變化率較大，所以海冰密集度與低云相關性差。

[1] Morison J H，McPhee M G，Curtin T B，et al. The oceanography of winter leads[J]. Journal of Geophysical Research: Oceans (1978-2012)，1992，97(C7): 11199-11218．

[2] Alam A，Curry J. Lead-induced atmospheric circulations[J]. Journal of Geophysical Research: Oceans (1978-2012)，1995，100(C3): 4643-4651．

[3] 張樹剛. 夏季北冰洋海冰融化過程中能量分配的研究[D]. 青島: 中國海洋大學，2009．

Zhang Shugang. Study on the distribution of solar energy in marginal ice zone during ice melting season[D]. Qingdao: Ocean University of China，2009．

[4] Comiso J C，Parkinson C L，Gersten R，et al. Accelerated decline in the Arctic sea ice cover[J]. Geophysical Research Letters，2008，35(1): L01703．

[5] Zhang J，Lindsay R，Schweiger A，et al. The impact of an intense summer cyclone on 2012 Arctic sea ice retreat[J]. Geophysical Research Letters，2013，40(4): 720-726．

[6] Gorodetskaya I V，Tremblay L. Arctic cloud properties and radiative forcing from observations and their role in sea ice decline predicted by the NCAR CCSM3 model during the 21st century[J]. Arctic Sea Ice Decline: Observations，Projections，Mechanisms，and Implications，2008，180: 47-62．

[7] 趙進平，李濤，張樹剛，等. 北冰洋中央密集冰區(qū)海冰對太陽短波輻射能吸收的觀測研究[J]. 地球科學進展，2009，24(1): 33-41．

Zhao Jinping，Li Tao，Zhang Shugang，et al. The shortwave solar radiation energy absorbed by packed sea ice in the central Arctic[J]. Advances in Earth Science，2009，24(1): 33-41．

[8] Schweiger A J，Lindsay R W，Vavrus S，et al. Relationships between Arctic sea ice and clouds during autumn[J]. Journal of Climate，2008，21(18): 4799-4810．

[9] Liu Y，Key J R，Liu Z，et al. A cloudier Arctic expected with diminishing sea ice[J]. Geophysical Research Letters，2012，39(5): L05705．

[10] Schweiger A J. Changes in seasonal cloud cover over the Arctic seas from satellite and surface observations[J]. Geophysical Research Letters，2004，31(12): L12207．

[11] Francis J A，Hunter E. New insight into the disappearing Arctic sea ice[J]. Eos，Transactions American Geophysical Union，2006，87(46): 509-511．

[12] Herman G，Goody R. Formation and persistence of summertime Arctic stratus clouds[J]. Journal of the Atmospheric Sciences，1976，33(8): 1537-1553．

[13] Kay J E，Gettelman A. Cloud influence on and response to seasonal Arctic sea ice loss[J]. Journal of Geophysical Research: Atmospheres (1984-2012)，2009，114(D18):D18204．

[14] Kay J E，L’Ecuyer T，Gettelman A，et al. The contribution of cloud and radiation anomalies to the 2007 Arctic sea ice extent minimum[J]. Geophysical Research Letters，2008，35(8): L08503．

[15] Paluch I R，Lenschow D H，Wang Q. Arctic boundary layer in the fall season over open and frozen sea[J]. Journal of Geophysical Research: Atmospheres (1984-2012)，1997，102(D22): 25955-25971．

[16] Eastman R. Interannual variations of Arctic cloud types in relation to sea ice[D]. Seattle: University of Washington，2009．

[17] Beesley J A. Estimating the effect of clouds on the arctic surface energy budget[J]. Journal of Geophysical Research: Atmospheres (1984-2012)，2000，105(D8): 10103-10117．

[18] Vavrus S，Holland M M，Bailey D A. Changes in Arctic clouds during intervals of rapid sea ice loss[J]. Climate Dynamics，2011，36(7/8): 1475-1489．

[19] Koenigk T，Brodeau L，Graversen R G，et al. Arctic climate change in 21st century CMIP5 simulations with EC-Earth[J]. Climate dynamics，2013，40(11/12): 2719-2743．

[20] Zhao J，Cao Y，Shi J. Core region of Arctic Oscillation and the main atmospheric events impact on the Arctic[J]. Geophysical research letters，2006，33(22): L22708．

[21] Perovich D K，Light B，Eicken H，et al. Increasing solar heating of the Arctic Ocean and adjacent seas，1979-2005: Attribution and role in the ice-albedo feedback[J]. Geophysical Research Letters，2007，34(19):L19505．

[22] Wu D L，Lee J N. Arctic low cloud changes as observed by MISR and CALIOP: Implication for the enhanced autumnal warming and sea ice loss[J]. Journal of Geophysical Research: Atmospheres (1984-2012)，2012，117(D7):D07107．

[23] Serreze M C，Barrett A P，Stroeve J C，et al. The emergence of surface-based Arctic amplification[J]. The Cryosphere，2009，3(1): 11-19．

[24] Pavelsky T M，Boé J，Hall A，et al. Atmospheric inversion strength over polar oceans in winter regulated by sea ice[J]. Climate Dynamics，2011，36(5/6): 945-955．

[25] 程剛，高志球，鄭友飛，等.北極低空急流和低層逆溫特征觀測分析[J].氣候與環(huán)境研究，2013，18(1): 23-31．

Cheng Gang，Gao Zhiqiu，Zheng Youfei，et al. A study on low-level jets and temperature inversion over the Arctic ocean by using SHEBA data[J]. Climatic and Environmental Research，2013，18(1): 23-31．

[26] Tjernstr?m M，Graversen R G. The vertical structure of the lower Arctic troposphere analysed from observations and the ERA-40 reanalysis[J]. Quarterly Journal of the Royal Meteorological Society，2009，135(639): 431-443．

Analysis of correlation between sea ice concentration and cloudiness in the central Arctic

Ji Xupeng1，Zhao Jinping1

(1.KeyLaboratoryofPhysicalOceanography，MinistryofEducation，OceanUniversityofChina，Qingdao266100，China)

Correlation between sea ice concentration and cloudiness in the central Arctic is studied. The running correlation coefficients of daily sea ice concentration averaged for whole central Arctic with the daily averaged low cloud，medium cloud and high cloud are calculated. During the melting period in spring (April and May) and the freezing period in autumn (October and November)，sea ice concentration and low cloud present significant negative correlation. This could be explained that the low clouds were formed by strong evaporation from the open water in gaps of sea ice during these periods. In the same period，sea ice concentration is negatively correlated with medium cloud only during the freezing period in autumn，which suggests that in autumn the low cloud could upwell to form medium cloud，but in spring the upwell is much week because of its stable stratification. There is no a significant correlation between sea ice concentration and high cloud，which is speculated that sea ice can’t influence the high cloud and the high cloud is not formed by local eveporation and the influence of high cloud on sea ice is not ice concentration，but is ice thickness. In the periods of significant correlation between ice concentration and low cloud，there still exist some occasional inconsistent betweeen them. The exchanges of sea ice or cloud between the central Arctic and adjacent regions is suggested to cause the inconsistent.

central Arctic Ocean; sea ice concentration; cloudiness; running correlation

2015-04-16；

2015-06-16。

國家重大科學研究計劃項目(2015CB953903)；國家自然科學委員會重點基金項目(41330960)。

紀旭鵬(1990—)，男，山東省萊陽市人，從事極地海洋學與全球海洋變化研究。E-mail：jixupeng90@126.com

10.3969/j.issn.0253-4193.2015.11.009

P732.6

A

0253-4193(2015)11-0092-13

紀旭鵬，趙進平. 北極中央?yún)^(qū)海冰密集度與云量相關性分析[J]. 海洋學報，2015，37(11): 92-104，

Ji Xupeng，Zhao Jinping. Analysis of correlation between sea ice concentration and cloudiness in the central Arctic[J]. Haiyang Xuebao，2015，37(11): 92-104，doi：10.3969/j.issn.0253-4193.2015.11.009