文摘

湖冰模拟省份魁北克,加拿大,为当代和未来气候条件下使用一维热力学模型冰。被迫与NARR数据模型(32公里),每日IMS产品(4公里)和MODIS雪(500)效用进行了评估确定湖冰物候学的次网格单元级别(基于32公里NARR网格)。这两个产品是用于检测冰时;然而,检测上的冰的MODIS产品是有利的,主要是由于更好的分辨率和空间细节。次网格细胞变化上的冰/关闭日期通常小于2%的意思,虽然这对一些网格细胞范围10%。模拟中发现satellite-detected次网格细胞变化:时间冰时的62%和80%的时间上的冰。迫使模型与未来气候情景从加拿大区域气候模型预测区域冰层覆盖的持续时间将减少到50天从当前的1981 - 2010年指2041 - 2070年意味着从15到将近100天短,减少从当前方法2071 - 2100年的意思。

1。介绍

湖泊是冰冻圈的一个重要组成部分。湖冰盖都扮演一个角色在应对气候变化和冰的存在(或缺乏)在冬季是影响区域气候和天气事件(如热节制和湖泊效应雪)(1]。湖冰也已被证明能够应对气候变化,特别是空气温度和积雪的变化(2]。长期和短期的趋势已确定在冰物候学记录和通常与气温的变化有关,而冰层厚度趋势往往是有关积雪的变化(2]。

监测湖冰在广阔的领域如加拿大,尤其是在北方地区,在后勤方面最具挑战性的是许多湖泊在偏远地区有限的可访问性。目前,有一个非常有限的基于网络监测湖冰在加拿大。黄琦湖冰观测也被用于监测冰层覆盖,例如,“IceWatch”项目,加拿大湖冰观测由公民(3];长期监测疯狂的湖,努了努北极大学生(4];在阿拉斯加(美国)使用数据收集的教师和学生作为阿拉斯加湖的一部分,冰雪天文台网络(ALISON) [5]。数码相机图像已被证明是一个有用的工具无人湖冰监测(6),而图像用于上述研究原位下载,可用的技术是数码相机连接到遥测实时监控系统。

遥感监测产品可以帮忙湖冰盖原位数据不存在的地方。加拿大冰服务(CIS)目前监控部分冰层覆盖135大湖在加拿大每周使用目视判读的卫星数据。产品使用的组合等遥感数据源交互的多传感器冰雪映射系统(IMS, 4公里:7,8])提供日常冰盖的机会检测区段在整个北半球对于较大的湖泊(9]。光学图像的使用是有限的在北方地区由于频繁的云层和极地黑暗(例如,MODIS AVHRR)。然而,微波数据提供了潜在的获得广泛的湖上冰物候学大小(10- - - - - -12)以及冰厚度大湖(使用被动微波)(13]。在极地纬度黑暗不发生,一个产品特别感兴趣的湖冰监测是每天MODIS积雪产品(14,15]。而主要用于监测积雪(例如,16- - - - - -18]),这种产品有各种各样的应用程序包括验证和纳入水文模型(例如,19- - - - - -21])。MODIS地表反射率产品(MOD09A1)结合为期八天的积雪复合材料(MOD10A2) [22)和校准辐射图像/可见复合材料(23)已被用于识别湖上的冰/关闭日期。虽然湖冰和开放的水被确定在IMS和MODIS积雪产品,有限的工作已经完成,检查从这些产品中提取冰物候学的工具(例如,9,24,25])。

卫星数据呈现大规模监测湖冰物候学的可能性,但冰层厚度和组成并不容易获得通过当前的技术。造型可以提供机会检查冰盖政权在湖泊,包括分手的时机/冰冻期,冰层厚度和组成。不同类型的模型被用来研究湖冰与回归等不同程度的复杂性或经验模型(例如,26,27)、能量平衡模型(例如,28,29日])和热力学湖冰模型(例如,30.- - - - - -33])。此外,湖冰模型提供检查潜在的能力改变冰盖政权通过使用未来气候情景数据。使用湖冰模型最近的工作表明,北美北极冰盖的变化从1961 - 1990年的平均2041 - 2070的意思是可能导致10-60-day冰盖的减少持续时间与更大的削减中发现沿海地区(34冰盖持续时间更短)和15-50天南方地区(40°N - 75°N)在北半球(35]。

最合适的方式进行大规模湖冰建模是力模型与气候模型输出或再分析数据,而不是在原地气象站。在加拿大,气候站通常局限于相对内地或沿海地区的访问区域在北极群岛。先前的工作模拟冰物候学使用基于网格的气候数据进行假设的不同深度的湖泊(例如,34,35])。在这些研究中,一维模型产生相同的冰物候学用于整个(再分析或气候模型)网格单元的湖泊给定深度。然而,在现实中,各种不同的湖泊地貌形态示量条件下可能存在于一个给定的网格单元导致网格单元内的不同时间的冰盖。

本文的目的是了解一维模型CLIMo(加拿大湖冰模型)(32)能够捕捉空间变异性在湖上的冰/日期现在迫使网格单元内的数据。具体地说,这项工作的目标是(1)检查IMS和MODIS积雪产品的效用为识别上的冰/关闭日期和确定亚格子细胞变异使用这些产品;(2)产生模仿冰盖代表湖条件迫使每一个网格单元内的数据(而不是假想的湖泊)和评估模型的性能对亚格子细胞变化;(3)提供冰盖预测基于未来气候情景数据。

2。研究区和方法论

2.1。研究区域

领域的重点工作是魁北克省的省,加拿大(图1)。这个地区的气候变化向北从潮湿的大陆,亚北极,北极,连续和不连续冻土位于遥远的北部地区。超过90%的省是加拿大地盾式的前寒武纪岩层和有8000多个湖泊和水库规模达2500公里不等²(93 > 100公里²,20 > 400公里²)。

季节温度增加整个省曾被观察到在过去的50年里,特别是在夏天,除了两站,北部Kuujjuaq Schefferville,显示无意义的降温趋势在冬季(36]。降雨还显示显著的增加趋势最明显增加发现在加拿大魁北克的春季和秋季(37]。每年降雪混合趋势发现,尽管冬季降雪显著降低被发现在魁北克南部[37]。积雪的趋势显示出南北梯度最大雪地里水当量与当地显著减少在魁北克南部和重要的地方在中北部魁北克(38]。湖冰形成和衰减的时间趋势也被确认在这个地区与不同程度的力量。从1961年到1990年,趋势主要是对后来上的冰,冰时早些时候(虽然大部分都是无意义的)和1971 - 2000年期间,趋势显示早期的冰时只有2站用于冰(一个与早期趋势,另一个后来趋势)(39]。

2.2。次网格细胞湖泊

湖泊在研究区域内的位置(包括小于可以解决卫星数据用于这项研究)被确定使用修改后的版本的CanVec 1.1文件。CanVec是数字地图产品由加拿大自然资源(通过GeoGratis),主要来自国家地形数据库,用附加信息从GeoBase倡议,陆地卫星7号拍摄或现货图片40]。湖32公里分辨率网格部分省份魁北克,北美地区再分析数据网格的基础上,确定了包括所有大小的湖泊确认使用修改后的CanVec文件(图2)。

2.3。卫星数据

检查变化上的冰和日期的众多湖泊在魁北克,两个采用卫星产品被使用:交互式多传感器冰雪映射系统(IMS, 4公里分辨率北半球产品,2004年至今(41])和MODIS积雪产品(MOD10A1 500分辨率的全球产品,2000年至今(42])都通过美国国家冰雪数据中心(NSIDC)。

IMS产品提供了类别的冰,水,土地,和雪和分析师每天产生的大量遥感产品,主要是光,但一些被动微波数据,增强站数据(见[7,8])。第一次约会张开水湖为每个像素(从冰变成水)用作冰时的日期,为冰,反之亦然。IMS可以提供冰物候学的湖泊足以解决像素(4公里9]然而,有许多小湖泊整个省不解决4公里的像素。

500米分辨率的MODIS雪产品是用于检测评估湖冰物候学。MODIS积雪产品(5)集合从Terra获得传感器(MOD10A1)(2000 - 2011)与任何失踪的日子充满了水版的积雪产品(MYD10A1)。积雪决定基于算法雪地图,它使用一个分组标准技术采用归一化雪指数(NDSI)和其他基于阈值的标准分类雪逐像素的基础上(43~ 93%的估计精度,对雪条件和不同土地覆盖类型(15]。算法细节可以在算法理论基础文档(ATBD) [43,44]。内陆水域也分析了白雪覆盖的冰条件下基于土地/水面具由波士顿大学,其中包括水体大于1公里²在维度(去除孤立像素)。1公里土地/水掩码应用于相对应的四个500像素级别2产品用于生成MOD10A1 (MOD10_L2片产品)。

云层覆盖提出了限制获得冰物候学从每日MODIS雪产品。为了确定“最佳估计”冰时,日期的第一天开放水域提取每个像素。早些时候实际冰时日期可能因此取决于云量的持久性。冰被估计为第二天最后一天打开水被确认,是否可以晚由于精确的冰日期被云层遮掩。提取的冰/关闭日期然后过滤使用5×5模式过滤器来减少错误的像素发现整个数据集,可能由于云/冰混乱。云是MODIS雪中确认产品使用MODIS云掩膜产品和开放水冰可能发生的错误识别在水中浊度高的情况下,与明亮的浅底,或部分云层遮盖了导致NSDI下降的范围被认为是雪或冰湖(44]。IMS产品不排除与云像素;,而IMS分析师提供了条件的最佳估计那天是基于先前的意象或,在雪中,承接前面的条件下,直到无云的一天是可用的(8]。

冰/关闭日期的范围从MODIS雪获得产品(2000 - 2010)相比,那些获得通过使用IMS数据(2004 - 2010)以及目视检查选中区域的MODIS图像来自NASA兰斯快速反应(http://lance.nasa.gov/imagery/rapid-response/)。MODIS雪产品将简称为MODIS为本文的目的,和任何其他MODIS产品使用(例如,反射率图像)将被识别。lake-wide和grid-wide可变性的冰/日期和平均差天检查确定。

2.4。湖冰模型

加拿大的湖冰模型(CLIMo)是一个一维热力学模型用于淡水冰覆盖研究和能够模拟冰和冰时日期,冰盖的厚度和成分(例如,6,23,34,45- - - - - -47])。CLIMo已被证明能够很好地模拟湖冰物候学当使用输入数据,有效地代表湖的气候条件,例如,从附近的气象塔(6,32,46,48]。

CLIMo已被修改的一维弗拉托海冰模式和棕色(49),这是基于一维不稳定导热方程穿透Maykut和昂特斯坦纳提出的太阳辐射50),也就是说, 在哪里(公斤米⁻³)是密度,(J公斤¹K⁻¹)是比热容,(K)的温度在冰或雪,(年代),(Wm¹K⁻¹)是热导率,(m)上表面的垂直坐标,正面向下,(Wm⁻²)是下降短波辐射能量通量,(Wm⁻²)是短波辐射通量的比例,穿透层上表面的顶部(雪,冰,或者打开水),地表反照率,是穿透的消光系数大部分短波辐射。

从这个,表面能量预算可以计算: 在哪里(Wm⁻²)是净热通量下降在上表面吸收,表面发射率,斯蒂芬玻尔兹曼常数(5.67×10⁻⁸Wm⁻²K⁻⁴),(Wm⁻²)是下降长波辐射能量通量,(Wm⁻²)是向下的潜热通量,(Wm⁻²)是向下的显热通量(45,46]。

积雪层(如果存在)被表示为一个图层,CLIMo可以模拟在冰上融化积雪深度和有效(6]。雪冰,冰表面形成抗蚀的结果,是由该模型是否有足够的雪压低冰面水位以下。水的附加质量满雪毛孔(泥浆)添加到冰厚度如雪冰。CLIMo主要基于表面的反照率参数化类型(冰、雪,或打开水),表面温度(融化和冻结),和冰厚度、关于冰成分没有区别。

CLIMo水柱中包括一个固定depth-mixed层为了代表每年冰物候学循环。当冰存在,混合层在冰点温度固定时,冰是缺席,混合层表面温度计算能源预算,因此代表了一个衡量蓄热的湖。浅水湖泊的水列通常是混合等温地从上到下在无冰期间,允许混合层深度是一个很好的近似湖深度的影响导致秋季冰冻期(32]。更详细的描述CLIMo可以在Duguay et al。32]。

2.5。迫使数据

CLIMo模拟是由国家海洋和大气管理局(NOAA)北美地区再分析数据(NARR 32公里,1979 - 2010年)使用空气温度,相对湿度,风速、云量和积雪深度。雪雪密度是来自加拿大的CD (51]。雪密度测量的密度随着土地和冰上雪已被发现是120%高于陆上雪附近(52]雪密度相应进行调整。

CLIMo也受未来气候情景结果从加拿大区域气候模型(CRCM 4.2.0, 45公里真正60°N,由联盟她)。CRCM是一个有限的区域模型,最初在魁北克大学蒙特利尔(UQAM),在边界由全球气候模型(GCMs)或再分析数据。CRCM的详细描述,请参见[53,54]。使用了两个1961 - 2100 CRCM场景:驱动的边界与加拿大的全球气候模型(CGCM 3.1 / T47成员4(场景1)、5(场景2)sr A2温室气体后的场景。两个场景是相同的除了有轻微扰动的初始GCM条件允许的气候演变略有不同,提供一些见解气候年际变化模拟。CGCM加拿大产生的数据建模和分析中心(CCCma)。每日数据从每个场景由2米的空气温度、湿度(特定的湿度转换为相对湿度使用计算饱和蒸汽压力作为温度的函数(55)和固定空气压力的1015 mb),风速、水当量的雪,雪密度,云层分数。感冒的偏见已经发现CRCM温度数据(例如,34,56,57])和执行偏差纠正使用意味着NARR数据从1979年到2010年(34]。

2.6。湖冰模拟

的模拟生成冰盖NARR(1981 - 2010)和CRCM(1961 - 2100)有或没有积雪在冰表面为了代表潜在的雪再分配被风穿过冰面。一系列湖深处(3米,5米、10米,20米,30米)模拟代表各种潜在的湖泊在每个网格单元。当湖的深度和气候条件得到了很好的体现,冰已经模拟得很好(例如,6,32])。通过这一地区湖深处在很大程度上是未知的。为了选择最合适的深度为每个网格单元范围的深度模拟,平均modis探测到每个网格单元上的冰与每个深度模拟和最常见最适合在11年的卫星数据被选中。概率确定每个网格单元模型来描述最近的气候(2000 - 2010)的性能对satellite-detected湖泊内的亚格子细胞变异32公里网格细胞。1981 - 2010年的相对变化CRCM-driven冰生物气候学方法2041 - 2070年的均值和2071 - 2100年意味着从CRCM中提取数据的中心点NARR网格和应用于1981 - 2010年意味着NARR气候数据模拟潜在冰盖基于未来气候的变化情况。

2.7。术语的定义

湖冰分手和冰冻期发生的过程在时间和空间作为一个湖可能经历解冻或冻结在一个领域,但不是完全无冰/冰封数天之后。基于像素的观察被定义为冰/关,而lake-wide观测是二维的,因此空间变化的时间上的冰/关可能被检测到。最早的开放日期水/冰发现将被定义为分手的开始/冰冻期(即过程。,a portion of the lake may still have ice if the lake includes several pixels), while water clear of ice (WCI)/complete-freeze over (CFO) are defined as the latest ice-off/ice-on date for the entire lake. Conversely, the one-dimensional model produces one value the same as resolution as the forcing data and will be referred to as ice-on/ice-off.

3所示。遥感物候学的冰

3.1。湖冰物候学从IMS和MODIS产品

比较MODIS和IMS-detected组织/ CFO日期是189年可能的湖泊在研究区(图3)。斯皮尔曼相关值之间的两种产品同时湖泊很高,尤其是冰时日期(表1)。而冰日期仍显著相关,较低的值表明不仅解决产品之间的差异(MODIS潜在识别较小的剩余区域无冰超过IMS可以检测),还有些怀疑IMS冰中的错误日期(如本节稍后讨论)。作为最早发现和最新日期在湖更深受决议,最高的相关性被发现时通常比较意味着湖泊冰/关值。变异系数(CV)确定了每个湖(每年(表)2)。小变化在意思上的冰/关闭日期的湖泊被发现(~ 2%或更少),特别是在IMS (< 1%)。

十三水体(湖泊或水库)被选为一个更详细的对比IMS / MODIS冰盖日期。确定平均差和总体平均绝对差(MODIS - IMS)组织和首席财务官(表3)。组织有一个整体的平均绝对差所有13个湖泊的三天(平均差最大的八天,MODIS晚于IMS)。变化是可以预料到的自组织的实际日期可能被云层几天。同时,分辨率差异会倾向于MODIS有点晚于IMS冰的小补丁可能依然存在。没有发现模式的方向差异组织:六个湖泊与MODIS平均差后组织的指示,与IMS七,尽管个人年随不一致性。首席财务官有较高的平均平均差9天(八个湖泊对MODIS已故首席财务官,五湖后与IMS)。云层的MODIS数据可能导致较早的CFO日期比现实基于当前提取技术;然而,空间分辨率卫星数据产品之间的差异会对后来CFO的MODIS像素能够探测到小区域持续开放的水。分辨率的区别似乎更有影响力的检测比组织的首席财务官湖有一个倾向于后来MODIS日期与IMS。

MODIS和IMS的一些差异可以归因于云量和解决。例如,在Baskatong R。,WCI was identified at April 29, 2009 with MODIS, while IMS identified WCI at May 4, 2009. Examining the MODIS reflectance imagery for the five days between the two WCI dates shows that the reservoir is obscured by cloud cover during this time. A similar scenario occurred in 2007 at L. à L’eau Claire, with IMS identifying WCI 10 days later than MODIS. MODIS reflectance data shows open water on the same day as the MODIS snow product (June 22, 2007), but cloudy days follow with only partially unobstructed views of the lake until July 2, 2007 when IMS identified ice-off. These two examples show that IMS missed the WCI on both lakes and was only able to assign the ice-free designation on the next cloud-free day (four and ten days later, resp.). It is likely that the finer resolution of MODIS provided a better “view” of the lake through partial cloud cover and was able to assign the open water category to the pixels while IMS could not.

在某些情况下,错误的像素留在MODIS冰盖日期过滤器运行模式后,导致后期组织或首席财务官湖。例如,在2005年(未显示),MODIS反射率图像显示了似乎是开放水域之前检测到组织与MODIS积雪产品Baskatong和Gouin水库导致51和MODIS和IMS 18天区别,由于1错误的像素。

首席财务官,MODIS像素能够检测较小的地区持续开放的水。这两个例子如下:l . Mistassini(图4(一))和Manicouagan r(图4 (b))。MODIS反射率图像显示了一个小的区域开放水剩下l . Mistassini IMS好几天后发现CFO (IMS CFO = 1月4日,2010;MODIS CFO = 1月20日,2010)。Manicouagan r .最大的差异之间的首席财务官IMS和MODIS年,发生在2009/2010 (IMS CFO = 1月4日,2010;MODIS CFO = 2010年2月25日),图像显示的小集群MODIS像素(IMS并不能够解决)剩下的无冰东侧的首席财务官后储层由IMS表示。

所有13个湖泊的详细检查,洛杉矶威尼斯克莱尔的平均差最高32天后MODIS而IMS。发生在2009年,一个普遍的问题与IMS数据在冰上的北部部分省份发生在10月29日或11月5日,包括洛杉矶威尼斯克莱尔(MODIS CFO = 12月19日)。然而,l . Bienville西南,直到12月15日才冻结和IMS (MODIS = 11月3日),40天后。可见图像(图512月3日)显示开放水域部分冰冻期12月15日,12月25日冻结虽然有点被云。类似的情况发生在2004年,大部分魁北克省北部也经历了一个统一的,早期的冰冻期,这段时间进一步延长西南部和包括l . Bienville。早期的冰冻期整个地区再次发生在2010/2011。虽然一些CFO日期之间的差异可以归因于决议,该地区经历频繁的云层,在今年超过50%的天报告为云覆盖了从2000年到2005年(58]。在持久的地区云量或低太阳角,IMS分析师将微波数据而不是更频繁使用的可见的图像(8]。如果是这样这几年冰差异,微波数据的大型卫星足迹可能影响检测湖泊上的冰层覆盖的北部地区。

类似于发现关于大量积雪研究比较MODIS和IMS (16),这两个产品都明显优于其他。MODIS积雪产品会产生更好的结果的空间细节;然而,即使一个模式过滤器在冰盖上运行日期几个错误的像素保持。研究感兴趣的打破/冰冻期的过程而不是组织/首席财务官,MODIS产品优于IMS产品空间可变性和细节的湖泊。然而,在北极地区,MODIS可能不是一个选择冰冻期由于极地黑暗和IMS是最好的选项可用于日常湖冰层覆盖。冰时,IMS执行相对MODIS在魁北克地区;然而,冰经常被过早。早期的冰还发现大奴湖(61°40′N, 114°W)和大熊湖(66°N, 121°W)使用IMS相比冰物候学来自amsr - e被动微波提取数据13),这表明在IMS湖冰检测适用于冰时,它的经验上的冰的一些限制。

3.2。Grid-Wide冰/从IMS和MODIS

而相比前一节MODIS -和IMS-detected物候学日期而整个湖泊,彼此的强迫数据模型是32公里网格细胞,所以grid-by-grid比较是发生在每个网格单元上的冰/。788可能的1452网格细胞覆盖省份包含湖泊足以解决通过过滤MODIS产品(≥1公里²)和456网格细胞湖泊解决了IMS(≥4公里²)。

比较统计数据生成,类似于前面lake-based数据,同时网格细胞的湖泊被两种产品。产品(表之间的相关性4)低于lake-by-lake比较结果的分辨率差异,与MODIS解决小湖泊,和更多的细节在更大的湖泊。这是特别明显的首席财务官价值观,尽管所有的值仍显著相关。的意思是CVs年(表5)是相当类似的发现在湖里比较,IMS有不如MODIS变化日期。每个网格的平均简历确定所有可用年(MODIS: 2000 - 2010, IMS: 2004 - 2010)强调最多的网状细胞周围均差冰/日期(图6)。网格内的意味着冰时日期的范围是2天,IMS(最多97天)和14天MODIS(最多116天)。网格内的意味着在首席财务官日期范围也是2天IMS(最多76天)和7天MODIS(最多81天)。知道可变性出席亚格子单元级别提供了洞察网格模拟的代表性。以下部分介绍了模拟冰覆盖,考察了模型性能的亚格子细胞变化。

4所示。造型湖冰物候学

图7介绍了意味着冰/日期(1981 - 2010)模拟通过迫使CLIMo NARR数据在魁北克。冰时范围从4月13日在韩国7月1日在朝鲜西北部梯度(白雪覆盖的数据显示;无模拟平均5天前)。冰范围从10月7日到1月10日,主要在西北梯度,但依赖于每个网格单元的分配深度,为深湖冰发生晚于类似的气候条件下的浅湖。

模拟冰/关闭日期也与那些从卫星获得相关数据,与所有相关显著(表0.001的水平6)。平均在整个地区,所有11年的平均差的MODIS数据表明,模拟冰时过早日期只有1天(5天没有积雪在冰上)和冰1天迟到。IMS相比,冰时的平均差高于8天太早太早(12天没有雪的冰)和冰提前13天。映射每个网格单元的平均平均差显示早/晚网格细胞的混合物与MODIS(图上的冰和冰时8)。冰时的最大区别是在魁北克的北部部分(58°Kuujjuaq附近6′N, 68°24′W)。模拟在这个区域范围从2到16天太早了。

额外的模拟运行使用气象服务加拿大从Kuujjuaq气象站数据评估NARR数据网格单元包括这个位置。模拟NARR和MSC同样每年不同,但MSC模拟平均四天前。既反映了早期冰时的9 11年模拟相比satellite-detected冰时的20公里远离湖气象站(两年在模拟表示)。NARR积雪的输入数据量的1.6倍,在MSC站模拟跨越30年,尽管媒体正常年度雪量面积(257.1厘米,1971 - 2000年正常)。MSC和NARR温度随小于1°C平均每个赛季在这个位置,这里的模拟和satellite-detected日期之间的区别可能归因于歪曲实际的雪冰表面条件,增加了雪量和密度模拟延迟冰时的日期和方法satellite-detected日期。更大的区域差异对后期模拟(省)的中东部地区不太可能反映了雪条件,而是更有可能象征NARR温度之间的差异数据与实际气温相比,即使没有积雪在冰上,模拟仍然迟于观察。

模拟是早于IMS-detected冰盖日期冰时和冰,冰的更是如此。中的每个网格单元模拟的深度是决定使用MODIS,可以解决小浅湖,冻结比大(和可能更深)湖泊,IMS可以解决,可能的来源上的冰的巨大差异。

一湖(l .圣琼)研究地区冰观测在加拿大冰的历史记录数据库(59),并提供了比较的所有数据源的能力。图9介绍了长期的记录上的冰/日期从观察(近岸),模拟由NARR, IMS和MODIS satellite-detected日期(意思是湖上的冰/关)。观测和模拟之间的冰的平均差1天(1979 - 1997),而冰时是4天。没有观察比较satellite-detected日期,但模拟比较上的冰和冰时(MODIS:平均差4和1天,分别地。IMS:平均差1和5天的职责)。

同比变化NARR数据如何获取当地的气候变化。为了表示对当前气候模型是如何执行(2000年- 2010年:可用卫星数据),每年测试模拟是否落在±1个标准差(σ)的意思是观察从所有其他的年。每个网格单元的概率被确定为11年代表的能力模型来模拟上的冰在网格单元(图/关闭日期10)。全省范围的,概率模拟的冰时在±1σ的意思是观察62%,冰是80%。尽可能少的与IMS没有发现亚格子细胞变异,只用于确定MODIS的概率。这些概率可以被应用到未来的冰层覆盖场景,假设下捕获的可变性在11年的MODIS数据在未来保持不变。当前数据只能允许一个11-year-time系列;然而,一系列长期(20年或更长时间)将提供更大的可能性的信心。

4.1。未来的冰盖

模拟运行使用未来气候情景数据从CRCM调查本地区潜在的变化。了解每个网格单元的模型表现为当代气候提供了一些有关未来的代表性的预测。

以下4.4.1。1981 - 2010 - 2041 - 2070

1981 - 2010之间的温度变化预测的手段和2041 - 2070年意味着CRCM是相似的春天,夏天,秋天的场景从1到3°C增加与更大的变暖在南方。在冬天,发现的最大温度增加更多的变暖所示北(3 - 4°C增加场景1和4 - 5°C的场景2)比南方(2 - 3°C增加)与哈德逊湾东南部的一面经历最暖场景2 (7°C)。最大的变化在该地区被发现在哈德逊湾从7到9°C在冬季。两个场景显示雪水当量减少在大多数省份,除了在北部地区增加了15%在冬季和春季显示(非常小的领域<秋季增加5%)。这是符合全球气候模型模拟对于这个地区,冬季积雪与增加在北部和减少在南方(60]。场景1也表明一个地区增加5 - 10%在圣劳伦斯河在冬天的季节。

两个场景显示略有不同数量的变化,在不同地区,冰和冰时(图11)。场景1显示了冰时的变化从10到15天前,有一段不到5天前的中部地区省份。场景2显示了冰时的变化从15到25天早些时候在南方不到5天在北方省的一半(不包括面积5 - 10天在北)。场景1显示了冰主要从0到10天后用几个网格细胞10 - 20天在遥远的南部地区。场景2显示了冰更明显的变化,从20到25天圣劳伦斯河地区的混合物通过其他省5 - 15天。相结合,这些冰/关闭日期的变化导致减少ICD做些天(一些孤立像素大于30天)场景1和50天短场景2。

一般来说,场景2比场景1显示了更多的变化。使用相同的场景模拟北极冰盖的变化(34场景1)显示更大的改变在西方北极和更大的场景2的变化在巴芬岛/魁北克省北部地区。领域的更大的变化上的冰和冰时都是南方部分省份在圣劳伦斯河地区。虽然先前的研究(不是专门在这个区域)提出更大的冰时日期的变化(34,35),在场景2的情况下,更大的变化被发现在冰日期。这可能反映了更大的提高在秋天气温有经验的在这个地区在场景1场景2。大冰/在场景2的变化导致更大的减少ICD对于这个场景。

4.1.2。1981 - 2010 - 2071 - 2100

扩展预计2071 - 2100年的变化意味着显示温度上升之间的春季是相似的两个场景,从南部的4 - 5°C到2 - 3°C在北方。夏天也类似于4 - 5°C增加在南方,3 - 4°C到中部地区,北部和2 - 3°C(部分3 - 4°C增加场景1)在遥远的北方,场景1的秋季气温上升3 - 4°C在大多数省,尽管场景2再次变暖在秋季更增加了3 - 4°C在南部和北部4 - 5°C。冬天显示最大的变化范围从1到6为场景1°C从南到北,和3 - 7°C从南到北场景2。再次,面积最大的地区变暖在哈德逊湾,高达11°C在冬季变暖。类似于2041 - 2070年的意思,雪水当量减少显示整个省北部地区除外,这显示出增加的5−10%冬季和春季30%与场景1(高达20%)。场景1也显示了一个非常小的区域增加沿圣劳伦斯河在秋季。

图12这个时间框架介绍了冰盖的变化。场景1范围从10到30天前冰时,主要是5到30天后冰(最多65天在南部圣劳伦斯河附近地区)。场景2范围从5到30多天前的冰时更明显的变化比场景1的圣劳伦斯河地区。场景2上的冰还范围从10到30多天之后(42天),但不同空间场景1与大数量的变化发生在圣劳伦斯河地区和东部地区的省份。结果ICD范围从15到将近100天短,与大多数变化发生在圣劳伦斯河向北地区和减少沿西北梯度。场景1,最南端的地区范围从60到94天缩短ICD和圣劳伦斯河地区40到60天短。场景2有一个更大的覆盖面积大减少ICD沿圣劳伦斯河(60 - 72天短),但不改变比场景1的北部地区。

5。摘要和结论

总的来说,MODIS和IMS产品是用于监控每日冰盖变化对湖泊,虽然都可以获得类似冰时日期,MODIS优于IMS为冰由于更好的分辨率和早期倾向与IMS上的冰。冰时可以追溯到产品都是强相关的,虽然仍显著相关,他们弱冰主要由于分辨率差异,允许更多的空间与MODIS雪产品细节。13个相对较大的湖泊和水库的详细检查,平均绝对差MODIS和IMS冰的冰时3天,9天。产品之间的主要区别是由于空间分辨率,云层,不同的方法分配冰类别。湖冰是否存在一个像素内的IMS基于可用数据分析师的自由裁量权,而MODIS算法是完全自动的。而MODIS和IMS问题报道过多积雪范围融雪期间,至少部分归因于湖冰雪的混乱16),从冰雪覆盖的无冰的湖(在较小程度上无冰冰封)比雪更容易区分与湖冰。一些冰/云出现混乱,导致后期组织/ CFO对一些湖泊,虽然过滤MODIS日期删除这些像素的多数。最近新产品开发云的缝隙填满积雪数据(18),这可能是有益的对于未来的研究减少云干扰对湖冰。

更多的变化被发现在冰/关日期亚格子单元级别使用MODIS积雪产品而不是IMS,分辨率差异允许更多的湖泊和更多细节的大湖泊。亚格子细胞变异通常小于2%,最多10%的平均值包括网格。当代气候条件模拟更类似于MODIS探测到冰比IMS物候学,又由于MODIS数据合并较小的湖泊。表明模拟冰物候学是否在11年亚格子细胞变化确定。平均在整个省亚格子内的模拟是细胞变化时间冰时的62%和80%的时间上的冰。驾驶模型与未来气候情景预测冰层覆盖整个地区的持续时间将减少50天从当前的1981 - 2010年指2041 - 2070年意味着从15到将近100天,减少短当代和2071 - 2100年之间的意思。

把遥感数据到造型可以导致的预测能力进步/湖湖冰模型提供的能力将湖泊的子网格单元规模。的次网格细胞湖泊在数值天气预报可以有助于提高预测能力在一些地区,尤其是春季和夏季(24]。未解决的湖泊在这项研究中使用的数据(不到1公里²)是目前在魁北克和不占的基于网格的分析。将未解决的湖泊可能导致增加卫星可变性在冰/关日期很可能会成为小湖冰封早,甚至无冰,比大湖泊在同一网格单元。下一代CRCM模型(第5版,版本4用于这项研究)包括一个表面镶嵌方法参数化类型使用类3.5地表方案,添加了一个额外的表面代表湖泊水体(土地)。这提供了等的改进,能够区分开放水域和冰雪覆盖的部分湖等计算潜在和显热通量61年]。

造型的局限性之一冰盖是缺乏知道湖深处,一个问题在加拿大尤其显著,众多的湖泊位于北部或偏远地区。因为湖深度是冰的控制因素,正确地代表的深度模型中关键的重要性。湖的深度通常被认为在造型10米(62年由众多深度模拟[]或占34]。在这项研究中,我们使用了一个方法,每个网格单元的最佳深度确定基于卫星数据在没有测量深度,这可能导致模拟之间的一些差异和satellite-detected日期上的冰。NARR实际气候条件的数据偏差,尤其是对温度的夏秋季节,可能影响深度的选择提前或者推迟冰的形成。湖深处的全球数据库和光栅产品创建了用于天气预报和气候建模和实施在几个数值天气预报和气候模型(63年]。这种性质的数据集可能是非常有益的湖冰建模;然而,随着湖深处不为人知的在加拿大的很多地方仍有潜力深处的虚假陈述。

此外,雪在冰上的准确表示对湖冰模拟至关重要。再分析数据或气候模型输出可能无法代表当地雪条件在一个网格单元和再分配湖表面很难捕捉。使用降雪记录来表示深度的雪在地上有时是必要的,但是气象站记录有一个倾向于雪undercatch [64年]。能够获得变量如冰上积雪深度在精细的空间分辨率,如寒冷地区水文提出的高分辨率天文台(CoReH20)候选人欧洲航天局的卫星任务(65年),将非常有利于准确湖冰造型。

确认

这项研究受到了NSERC研究生奖学金(CGS) l·c·布朗和发现c . r . Duguay格兰特。CRCM数据生成和她提供的(由于罗斯布朗)。美国国家冰雪数据中心承认提供访问IMS和MODIS积雪产品以及NOAA提供NARR数据(ftp://ftp.cdc.noaa.gov/)。