项目名称: 北极冰间水道反演和敏感性试验

项目编号: No.41206184

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 海洋科学

项目作者: 李明

作者单位: 国家海洋环境预报中心

项目金额: 24万元

中文摘要: 利用美国雪冰中心(NSIDC)提供的MODIS/Terra 1km分辨率的冰温数据,基于热红外和可见光辐射特性的反演方法MPA(MODIS potential open water algorithm)方法,反演得到全北极的冰间水道和海冰密集度数据,并对水道的长度、走向、分布密度等特征进行数学统计,量化结果。将反演得到的水道和海冰密集度数据,应用于美国Los Alamos国家实验室发展的海冰模式CICE 4.0中,分别在空间分辨率为1o×和0.1o×1o的海冰模式中进行敏感性试验,验证水道信息的引入对模式的改进。所得成果可为北极冰-海耦合模式和气候模式中的水道参数化改进提供依据。

中文关键词: 冰间水道;分布特征;参数化;北极;

英文摘要: We derive the Arctic sea ice leads and concentrations from MODIS/Terra using the MPA (MODIS potential open water algorithm) method which is based on the thermal and visible radiometric properties. The original sea ice surface temperature (IST) data are provided by National Snow and Ice Data Center (NSIDC) and its spatial resolution is 1 km. The characteristic values of sea ice leads including the length, orientation, density and so on, will be computed statistically. The derived Arctic sea ice leads and concentrations will be applied in the Los Alamos sea ice model (CICE) 4.0 with its spatial resolution of 1o× and 0.1o×1o respectively. Sensitivity test will be done to test if the sea ice model is improved after the statistical values of sea ice leads are added. The results will provide support to the parameterization of Arctic sea ice leads in coupled sea ice-ocean and climate models.

英文关键词: sea ice leads;distribution characteristics;parameterization;Arctic;

成为VIP会员查看完整内容
0

相关内容

《人工智能在无人机中的应用》报告,60页pdf
专知会员服务
155+阅读 · 2022年3月30日
《2021-2022全球计算力指数评估报告》,46页pdf
专知会员服务
74+阅读 · 2022年3月25日
【ICLR2022】基于任务相关性的元学习泛化边界
专知会员服务
19+阅读 · 2022年2月8日
2021—2022中国人工智能计算力发展评估报告,36页pdf
专知会员服务
71+阅读 · 2021年11月6日
专知会员服务
57+阅读 · 2021年10月12日
多模态视觉语言表征学习研究综述
专知会员服务
192+阅读 · 2020年12月3日
[NeurIPS 2020] 球形嵌入的深度度量学习
专知会员服务
17+阅读 · 2020年11月8日
多源数据行人重识别研究综述
专知会员服务
41+阅读 · 2020年11月2日
AMiner人才库:2021年中国科学院当选院士全景分析
学术头条
0+阅读 · 2021年11月25日
深海打捞K-129,冷战中的奇迹工程【六】
余晟以为
12+阅读 · 2019年5月31日
论文浅尝 | 一种用于多关系问答的可解释推理网络
开放知识图谱
18+阅读 · 2019年5月21日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关主题
相关VIP内容
《人工智能在无人机中的应用》报告,60页pdf
专知会员服务
155+阅读 · 2022年3月30日
《2021-2022全球计算力指数评估报告》,46页pdf
专知会员服务
74+阅读 · 2022年3月25日
【ICLR2022】基于任务相关性的元学习泛化边界
专知会员服务
19+阅读 · 2022年2月8日
2021—2022中国人工智能计算力发展评估报告,36页pdf
专知会员服务
71+阅读 · 2021年11月6日
专知会员服务
57+阅读 · 2021年10月12日
多模态视觉语言表征学习研究综述
专知会员服务
192+阅读 · 2020年12月3日
[NeurIPS 2020] 球形嵌入的深度度量学习
专知会员服务
17+阅读 · 2020年11月8日
多源数据行人重识别研究综述
专知会员服务
41+阅读 · 2020年11月2日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员