海冰運動研究進展綜述

顏 鈺，邵冬冬，許映軍，顧 衛

（1.北京師范大學環境演變與自然災害教育部重點實驗室，北京 100875；2.北京師范大學民政部/教育部減災與應急管理研究院，北京 100875；3.北京師范大學地理科學學部，北京 100875；4.北京師范大學海岸帶與海冰研究中心，北京100875；5.北京師范大學環境學院水環境模擬國家重點實驗室，北京 100875）

海冰運動研究進展綜述

顏 鈺1,2,3,4，邵冬冬5，許映軍1,2,3,4，顧 衛1,2,3,4

（1.北京師范大學環境演變與自然災害教育部重點實驗室，北京 100875；2.北京師范大學民政部/教育部減災與應急管理研究院，北京 100875；3.北京師范大學地理科學學部，北京 100875；4.北京師范大學海岸帶與海冰研究中心，北京100875；5.北京師范大學環境學院水環境模擬國家重點實驗室，北京 100875）

對海冰運動研究的主要進展進行綜合評述：概述了海冰運動學研究的發展情況，重點對海冰運動的數值模擬、浮標觀測、衛星遙感、雷達圖像監測和數字圖像監測等技術的發展歷程和關鍵研究成果進行總結，并根據近幾十年海冰運動發展現狀，立足于實際需求，考慮技術發展水平，討論海冰運動未來研究趨勢。基于現場和遙感觀測開發具有更高時間、空間分辨率的海冰運動模式將是未來研究側重的方向。

海冰運動；數值模擬；浮標觀測；衛星遙感；雷達監測；數字圖像技術

1 引言

海冰運動是指海冰在風力、潮汐、洋流等多因素影響下，由多種作用力綜合作用而呈現出的復雜運動形式。在南北極和中高緯度海區，海冰運動對海洋油氣開采、海產養殖、船舶運輸等造成巨大威脅。海冰運動引起的災害是最嚴重的海洋災害之一。1969年冬季渤海發生特大海冰災害事件，整個海域出現封凍現象。在風和海流的作用下，運動的海冰撞毀了渤海二號鉆井平臺，造成了巨大的經濟損失[1]；1989年美國Exxon公司Valdez油輪為躲避浮冰而偏離航道，造成輪船擱淺，三萬多噸原油在阿拉斯加海域泄漏，對當地生態環境產生毀滅性的影響[2]；2010年冬季渤海海冰達到近30 a最嚴重冰情，海冰災害直接經濟損失超過60億元，占當年全國海洋災害總損失的47.6%[1]；2014年1月，由于南極海冰快速運動的特性，我國雪龍號考察船在營救俄羅斯科考船時被困于密集浮冰區，后經多方努力成功脫困[3]。

21世紀以來，海洋經濟發展迅速，海洋資源開發和海洋運輸等經濟活動日益增多。海冰實時監測和海冰數值預報對海洋經濟活動、海冰防災減災和資源化利用等具有突出作用[4]。不論是針對大范圍的海冰運動形式還是具體到某一工程點的海冰運動特征的研究，均具有重要意義和實用價值。對于冰區船舶運輸尤其是近年來由于全球變暖而開通的北極航道而言，提高海冰運動的實時監測和數值預報能力是極為重要的，它是海洋運輸重要的安全護衛者[5]。此外，海冰是一種自然資源，可通過海冰淡化得到淡水。然而海冰與其他類型資源的最大不同之處在于海冰大多不是固定的，而是具有流動性的。海冰資源產業化開發過程中很重要的一個因素是選址適宜性，海冰運動補充性就是影響選址的關鍵因素之一[6]。本文對海冰運動研究的幾種典型方法（數值模擬、浮標觀測、衛星遙感、雷達圖像監測和數字圖像監測）的主要研究進展進行了綜述，在此基礎上對海冰運動研究未來發展方向作有益探討，以期為海冰運動研究工作者提供參考。

2 海冰運動研究的重要進展

2.1 數值模擬

由于海冰監測技術受人力、物力、成本等因素限制，目前主要以數值模擬法解決海冰運動問題，并且此方法已發展較為成熟。海冰運動，顧名思義，它是針對海冰這一對象由動力因素主導的空間位置變化的過程。Felzenbaum[7]將海冰運動速度與海面風速、風向以及海域流速、流向等動力因素結合起來，建立了最早的海冰運動模型。更為具體的動力學模式則必須考慮作用在冰上的多種動力因素，包括風應力、流應力、科氏力、冰內應力及海面梯度力等（見圖1），從而構建包括海冰質量連續方程、海冰內部相互作用的本構方程以及海冰漂移動力方程等在內的數值模式。

圖1 海冰動量平衡圖

國外海冰數值模擬研究始于上世紀70年代末，Hibler[8]最早提出了在歐拉坐標下構建有限差分法的海冰動力模式，創造性地用粘塑性流變學理論研究冰原，并構建半隱式數值計算方法進行數值試驗，對海冰動力學研究作出開創性貢獻。海冰運動數值模擬過程中往往以擾動較大的多介質狀態存在，拉格朗日坐標系對擾動小的多介質狀態更契合，而歐拉坐標系更契合于擾動大的單介質狀態。針對這一特點，Flato[9]在海冰數值模擬時通過建立質點網格法將拉格朗日與歐拉兩種坐標系耦合起來，使其將歐拉方法的計算扭曲嚴重的二維流體力學模型的優點和拉格朗日方法的計算多種物質和自由面運動的能力結合起來。然而，質點網格法坐標系間數據的交換導致數值擴散，大大增加了計算復雜性。因此Gutfraind等[10]將最早應用于天體物理研究的光滑粒子流體動力學方法運用到海冰運動模擬中，將海冰模擬分解成足夠多個具有各自質量、動量和能量的海冰粒子，計算出海冰運動情況。然而在自然條件下，不論極區還是局地海域，均表現出很強的海冰斷裂、重疊和堆積等離散特性，上述3種數值方法均將海冰視為連續介質而無法解釋海冰離散的特點。Shen等[11]考慮海冰的類似顆粒材料力學行為，將顆粒流理論應用到海冰運動研究，并建立了基于海冰碰撞流變學的離散元模型，對碎冰區海冰運動進行數值模擬。4種主要海冰動力模式特點如表2所示。

隨著海冰數值模擬不斷發展，更多的海冰動力模式也被應用于渤海海冰運動模擬中。季順迎等[12]考慮海冰熱力過程，采用光滑粒子流體動力學方法對遼東灣小尺度區域進行4天的海冰運動數值模擬，發現模型對遼東灣區域不規則海冰漂移演化過程有較強適應性。季順迎等[13]將質點網格法應用于渤海海冰模擬中。模型先在歐拉坐標下用差分法對海冰連續性方程及動力方程進行計算，求得各網格的海冰質點運動速度，接著在拉格朗日坐標里求取海冰質點位移數據。結果表明在對遼東灣海冰的模擬中，質點網格法能較好地解釋海冰流變過程，能較好地描述海冰運動特征。王建鋒[14]引入顯隱交替有限差分格式，建立遼東灣浮冰運動模型。在拉格朗日坐標下，利用該模型模擬得到海冰的運動軌跡。同時還對影響海冰運動的風、流拖曳力和冰內應力等因素進行探討。蘇潔等[15]將普林斯頓大學的海洋模式與中國國家海洋環境預報中心發展的海冰模式耦合在一起，構建了冰-海洋耦合的動力-熱力模式，對渤海海冰與海洋的動力作用進行了模擬，并著重探討了潮汐對海冰運動模式的影響。米麗麗[16]將海冰離散為有一定尺寸、密集度和厚度的圓盤單元，針對海冰生消和運動中存在的非連續分布及形變特性，建立了改進的海冰動力離散元模型。在對遼東灣的海冰運動數值模擬中，模擬結果和衛星遙感數據與油氣平臺工程點的現場觀測數據吻合良好。

表1 主要海冰動力模式對比

表2 6種常用海冰浮標比較

2.2 浮標觀測

浮標觀測是獲取冰厚、冰溫、氣壓和水深等參數以及海冰運動現場觀測數據的重要手段[17-18]。一般的地面觀測站如雷達監測站只能獲取沿岸基站附近海域海冰資料，而破冰船和冰面營地等成本過高，通常只在短期海冰研究中應用，長時間序列觀測不太適用。然而大范圍和長時間序列的海冰現場觀測是必要的，自動測量浮標就很好地解決這一問題。近年來，通過浮標觀測所得海冰運動數據一方面提高了衛星遙感技術對海冰的解譯精度，另一方面通過與衛星遙感數據和數值模擬技術結合，提高了對海冰的短期預報精度。海冰浮標觀測技術已廣泛應用于海冰運動軌跡、速度和海冰形態、變形率等多方面研究[17]。浮標可放置在固定冰或漂流浮冰上，其中放在漂流浮冰上所得數據即為海冰運動漂移軌跡[18]。海冰浮標技術開發主要涉及布設方式、數據傳輸、電池續航和工作壽命等因素，表2為6種常用海冰浮標的比較。

自上世紀60年代以來，海冰浮標觀測技術便在冰區開始得到應用。然而由于電池續航能力、數據存儲與傳輸等因素的限制，一套海冰浮標設備的工作壽命僅為幾天。經過30 a的發展，浮標觀測技術有長足的進步。1991年，國際北極浮標計劃正式啟動。該計劃旨在北極地區建立浮標漂流網絡，以提供浮標所在區域地理位置信息和基礎氣象數據。兩年后，與北極浮標計劃類似，主要研究區為南大洋的南極浮標計劃成立。Rigor等[23]利用北極浮標計劃提供的數據分析發現，北極海冰自西向東其平流運動速度逐漸降低，且海冰距俄羅斯西伯利亞海岸越來越遠。李娜等[24]則運用北極浮標計劃提供的數據定量研究風對海冰運動的影響，研究發現海冰運動速度約為風速的2.13%。Schwegmann等[25]將美國國家冰雪數據中心提供的威德爾海域1989—2005年間的每日海冰運動浮標觀測日數據與AVHRR衛星圖像解譯的海冰運動信息作比較，結果表明衛星解譯數據與浮標觀測數據吻合較好，但71%的衛星圖像解譯的海冰速度要小于浮標實際觀測的海冰運動速度。鄧娟等[26]將浮標數據與MODIS影像結合起來，研究了2008年中國第三次北極科學考察期間浮標所在區域海冰運動軌跡和速度等運動特征。同時其利用小波分析法得到海冰運動速度存在明顯的周期性變化規律。2014年9月，我國第六次北極科考隊布放了4組海冰溫度鏈和漂移浮標，這是我國首次完成海冰浮標陣列的布放。海冰浮標陣列將改善過去單個浮標觀測獲取數據的局限性，可更全面獲取極地海冰變化的特點。

2.3 衛星遙感技術

衛星遙感，也被稱為航天遙感，是以運行于太空中的飛行器從太空中觀測地球表面的一種技術。衛星遙感具有探測范圍廣，成像迅速，可以對某一區域進行周期性監測等優點。但在過去，衛星圖像精確度低、天氣狀況影響大等弊端使其在應用過程中受限。隨著衛星遙感技術的發展，觀測資料精度大幅提高，用衛星資料獲取大范圍的海冰運動數據已成為一種有效方法[27-31]。提供海冰運動研究數據的衛星傳感器包括超高分辨率輻射計（AVHRR）[28,31]、NASA散射計（NSCAT）[30]、專用微波成像儀（SSM/I）[28]、高級微波掃描輻射計（AMSRE）[29]和合成孔徑雷達（SAR）[27]。

從衛星資料獲取海冰運動信息的方法主要包括最大協相關方法（Maximum Correlation Criterion，MCC）、小波分析方法、和光流法。最常用的估算大面積海冰運動的方法是MCC法[31-32]。該方法利用協相關分析法對連續的衛星遙感圖像進行處理，從而得到海冰運動信息。方法簡要敘述如下：

考慮兩個二維信號f（x,y）和g（x,y），其定義域為|x|＜L，|y|＜L，兩個信號間具有空間延遲，即兩個信號間的位移量（x0,y0），關系如下：

在（x0,y0）點，協方差rfg的值為：

式中：E［］是數學期望值，mf、mg是信號的平均值，由式（1）和（2）得到空間延遲（x0,y0）情況下，最大協相關系數為：

實際情況下，兩個信號是部分相關，即ρ（x0, y0）＜1。確定出系數最大的點后兩個信號之間的位移量（x0,y0）也隨即得到，具體操作步驟參見吳龍濤等[32]報道。

Ninnis等[31]首先在波弗特海域將MCC法應用于AVHRR遙感圖像中，進而得到該海區的海冰運動速度，其結果與海冰浮標測量數據一致；黃潤恒等[33]利用MCC方法從相鄰24 h的AVHRR圖像跟蹤海冰的表觀運動，得到了遼東灣海冰表觀位移的空間分布；吳龍濤等[32]將該法應用于MODIS圖像中，基于海冰運動動力學獲得渤海大范圍海冰運動速度場。同時將風速和潮流資料與海冰運動速度進行回歸分析，建立渤海海冰運動速度和風速或流速的關系。Lavergne等[29]利用MCC方法計算得到AMSR-E傳感器反演的北極海冰運動數據，并且每48 h得到一整幅北極海冰運動的矢量場，極大縮短了獲取海冰運動信息的時間。

除了最大協相關方法，小波分析方法、光流法等也被用于衛星圖像獲取海冰運動信息研究中。Liu等[30]將二維高斯小波變換方法運用到北極地區NSCAT和SSM/I衛星圖像中，獲取了北極海冰運動信息，同時發現了北極海冰主要環流模式周期為4 d。Yu等[34]利用二維小波分析方法從AMSR-E衛星圖像中解譯出北冰洋海冰運動矢量圖，并討論了2005—2007年間北極海冰運動和變形的特性。

2.4 雷達圖像監測

海冰雷達圖像監測技術是通過對比一段時間內不同雷達圖像，從而獲得監測海域內海冰的運動距離和方向，進而確定海冰速度矢量場及其變化規律。圖2為岸基雷達測量示意圖。雷達圖像監測具有監測范圍適中、圖像精度高、連續采集能力強、安裝簡便以及運行維護成本低等優點，已經成為海冰運動研究中重要手段之一[35]。海冰雷達圖像識別主要包括基于光流法[36]的速度場識別和基于特征點匹配法[37]的重點冰塊速度識別這兩種方法。

圖2 岸基雷達測量示意圖[35]

海冰速度場識別首先將圖像分塊化，之后對分塊后的圖像進行光流法處理。該方法通過觀測監測范圍內海冰運動所形成的運動軌跡，分析雷達圖像中像素強度隨時間的變化及相關性，從而確定目標像素點的位置改變。假設目標像素點A（x,y）在t時刻強度為I（x,y,t），忽略t時刻內海冰塊在兩幅圖像中的微小形變，有：

式中：δx和δy分別是橫坐標與縱坐標位移，δt是時間間隔。對上式進行泰勒展開：

式中：O2為可以忽略的高階展開項。由此可得：

通過對海冰雷達圖像目標像素點強度分析，可求得海冰的水平和垂直速度分量。結合海冰位移與時間間隔，矢量合成后即可生成該海區海冰速度場。

重點冰塊速度識別過程中計算量較小，因此可運用特征點匹配法這一精度更高的算法進行運算[37]。首先提取重點冰塊的特征點，并確定該區域的目標像素點。通過計算某一像素點與周圍8個像素點的亮度均值之差，差值最大的點即鎖定為目標像素點。通過查找并匹配兩幅雷達圖像中所有目標像素點對應的位移，海冰運動情況即可求出。假設t1時刻雷達圖像表示為 p(x,y)=σ(x,y)，t2時刻雷達圖像即可表示為 q(x,y)=σ(x+Δx,y+Δy)，其中(Δx,Δy)是t1與t2間的位移。海冰運動分析即可簡化為計算(Δx,Δy)。海冰運動位移(Δx,Δy)可通過以下幾步計算而得。首先 p(x,y)和q(x,y)的互相關函數的計算公式如下所示：

σ(x,y)自相關函數的計算公式如式（9）所示：

之后互相關函數 p(x,y)和q(x,y)可轉換為自相關函數σ(x,y)的計算：

自相關函數在原點取極大值，即：rpq(τx,τy)≤rpq(-Δx,-Δy)，通過尋找式（8）中t1與t2時刻雷達圖像的互相關函數的最大值所在位置(-Δx,-Δy)，就能夠得到海冰運動位移(Δx,Δy)。在考慮圖像幾何比例變化的情況下，運動位移除以時間間隔Δt即可求出海冰運動速度。

海冰雷達圖像監測技術始于上世紀90年代。孫鶴泉等[38]通過對遼東灣油田平臺記錄的雷達圖像進行重點冰塊速度識別，確定了該海區內海冰平均相對位移，從而計算出海冰的平均速度。Mahoney等[35]使用岸基雷達對美國阿拉斯加波羅海域沿岸海冰進行了兩年的觀測，獲得了沿岸海冰的冰速分布特征。趙寶剛等[39]基于雷達圖像監測，結合粒子測速法完成海冰運動矢量場的快速雷達遙感觀測。該方法在遼東灣工程點附近海域的海冰預報中得到應用，實現全天候海冰運動預報。Karvonen[40]使用芬蘭波羅的海岸基雷達監測所得海冰雷達圖像，對角點進行了連續追蹤，有效獲取該海域海冰運動規律。季順迎等[41]于2011/12年冬季全冰期對遼東灣油氣平臺鄰近海域進行了連續雷達監測，通過研究監測區內不同特征點的移動，獲得連續兩天的海冰速度監測結果，進而確定了整個工程點附近海域的海冰速度場分布，同時證明該區域海冰的運動受潮流影響表現出明顯的周期性。孫鶴泉等[3]應用特征點匹配法和光流法得到海冰運動矢量圖，并對以上兩種方法進行對比：與特征點匹配法相比，光流法對細節和光滑性的描述要更精確；但對計算效率而言，特征點匹配法仍是海冰運動研究的首選算法。

2.5 數字圖像監測

圖3 數字圖像監測流程

衛星遙感技術的發展為大范圍海冰運動資料的獲取提供巨大幫助。然而衛星傳感器距地面遙遠，遙感圖像分辨率大多不高，目前通常只能獲取較大范圍海冰運動信息，而難以得到小尺度范圍的信息。獲取海冰運動必要參數的最直接方法是現場觀測，但現場數據的獲取往往受到特殊地理位置及惡劣天氣條件等限制。海冰數字圖像監測技術可較好解決以上問題。數字圖像監測可提供高分辨率海冰圖像，可完整地呈現小尺度海冰運動信息。數字圖像中各像素點代表的實際距離可通過與已知長度的參照物進行比對而得。將一定時間內的兩幅圖像中的同一特征塊提取出并進行差異匹配后即可快速準確地獲得海冰塊體運動速度信息。與海冰雷達圖像監測方法相比，數字圖像監測法計算得到的海冰運動參數更為準確。因此，在冰區工程點附近海域開展海冰數字圖像監測可有效補充衛星遙感和雷達等手段的不足，構建立體監測體系。海冰運動數字圖像監測流程如圖3所示。

近幾年來，海冰數字圖像監測技術也有較快發展。王宇新等[42]對遼東灣油氣平臺海冰監測站架設的數碼像機拍攝的視頻進行處理，將視頻分解成時間序列圖像，提取圖像中Harris角點為海冰特征點，之后利用灰度相關特征匹配函數對不同時刻圖像的特征點進行匹配。根據特征點的匹配信息可得到其移動距離及方向，進而得到海冰速度場分布。Leisti等[43]在破冰船安裝海冰照相系統，每分鐘拍攝一張照片，經過圖像識別獲取實時海冰運動信息。張項[44]建立了目標過濾海冰跟蹤法，可滿足海冰現場追蹤的需求。該方法首先將海冰圖像灰度化和去除噪聲，之后按照一定規則分割圖像，并利用近似形態學處理得到清晰圖像，最后應用目標過濾法對海冰塊體進行跟蹤。Hagen等[37]建立實時海冰運動處理系統，對航空攝影系統拍攝的圖像進行處理，所求得海冰運動速度與浮標觀測基本一致。

3 小結及未來發展趨勢

綜上所述，過去幾十年來，海冰運動的數值模擬、浮標觀測、衛星遙感、雷達圖像監測和數字圖像監測技術都取得了長足的發展，總結各方法的主要優缺點、運用領域及當前主流技術（模型、方法）如表3所示。

自上世紀60年代以來，浮標觀測、數值模擬等技術發展極大地促進了對于海冰運動的研究，海冰運動研究也逐漸從理論研究轉化到實際應用當中，這對于海冰預報是至關重要的。隨著科學技術的不斷進步，衛星、雷達等遙感手段以及數字圖像監測技術的涌現則對不同尺度的海冰運動研究提供了更為有力的支持。嘗試分析海冰運動研究的進一步發展方向和重點如下：

（1）目前海冰運動研究的區域主要集中于極地，尤其是針對北極海冰的研究，而對部分只存在季節性海冰的地區研究工作相對較少，主要集中在波羅的海等海域，對如中國渤海、日本海、北海等人類經濟活動頻繁的海域研究有待加強；

（2）未來，結合現場和遙感觀測開發具有更高時間、空間分辨率的海冰運動數值模式是研究的新方向。目前，現有的幾種主要海冰運動研究方法有機結合，能使各種方法優勢互補。如浮標獲取的海冰運動實測數據提高了衛星、雷達等遙感手段對海冰運動信息的解譯精度，促進了數值模式算法的優化。與此同時，衛星、雷達遙感手段以及數值模式等又彌補了浮標觀測的區域局限性；

表3 海冰運動研究方法對比

（3）在海冰運動數值模擬方面，以往研究大多針對大尺度海冰運動，而對小尺度海冰運動的研究較少。由于海冰具有災害性，有可能對沿岸的港口、電廠以及海上平臺和船舶造成危害，因此，對各類海洋工程小尺度的海冰運動研究，對于防災減災具有重要意義。此外，近年來在渤海海冰資源利用及海冰淡化研究中，也需了解不同海區的海冰運動特征，這對合理評估海冰資源的流動補充性至關重要。加強小尺度海冰數值模擬研究可為海冰防災減災和海冰資源產業化應用提供重要參考；

（4）隨著海洋觀測技術的發展，海冰運動觀測數據數量將更加龐大，類型也將更加豐富，數據也具有很強的區域分布特性。將近年來蓬勃發展的大數據理念應用到海冰運動觀測數據共享平臺中，可更好地組織管理龐大的數據信息，應用多源海冰資料的融合分析，發展海冰資料同化技術，更大程度地挖掘海冰運動數據的分布性、多源性和多樣性等潛在價值。同時海冰運動研究涉及學科多，單一研究團隊很難在海冰運動研究各領域均處于領先地位，因此可通過建立海冰運動研究合作平臺，相互借鑒，取長補短，構建一支高效、穩定的海冰運動研究技術隊伍。此外，加強國際合作，以科學目標為前提，集成觀測，形成綜合性觀測體系。如建立浮標觀測共享機制，將各國家獨立浮標數據上傳至國際共享平臺，大大提高數據使用效率和價值；

（5）經過五十多年發展，世界上部分發達國家已建立起較為完善的海冰運動立體觀測體系，如美國將多源衛星、海岸自動觀測網及基于NOAA的浮標觀測整合起來形成海洋動力環境監測網。我國海洋科學研究起步較晚，與發達國家相比仍有差距。雖然目前我國衛星遙感、雷達監測及數值模擬等技術發展較好，然而海上固定式長期海洋綜合觀測平臺構建、固定浮標及ARGO浮標等應用較少，導致海冰現場觀測資料較為匱乏。未來我國需對海上觀測平臺、浮標觀測等進行更多資金和技術的支持，構建并完善海冰運動長期、連續、實時的立體觀測體系；

（6）以新的科學目標和科學任務為指引，使用新儀器設備觀測，并對經典的海冰運動研究儀器設備整體性能進行革新，提高適用范圍、觀測區間、觀測精度、觀測壽命等指標。如小尺度的區域海冰運動監測系統可引入近幾年來發展迅速的無人機探測技術，結合數字圖像監測技術將其運用到海冰運動研究。另外，GPS結合小型定位跟蹤器技術對于監測流冰的短時運動狀況也十分有效。就提高適用范圍而言，對渤海、日本海等一年生海冰區，研發出具有良好浮載性能和適應能力的海冰浮標為提升區域適用性的技術關鍵。在氣候變暖背景下，北極目前所放置海冰浮標的位置在將來可能面臨夏季無冰的情況，如何應對這種情況值得研究。此外，目前海冰浮標的電池壽命多為兩到三年，技術的革新將為更長時間尺度的連續觀測提供可能。

[1]孫劭,蘇潔,史培軍.2010年渤海海冰災害特征分析[J].自然災害學報,2011,20(6):87-93.

[2]Peterson C H,Rice S D,Short J W,et al.Long-term ecosystem response to the Exxon Valdez oil spill[J].Science,2003,302 (5653):2082-2086.

[3]孫鶴泉,李春花,張志剛.基于遙感圖像分析的極區海冰漂移研究[J].海洋技術學報,2015,34(1):10-14.

[4]Gu W,Liu C Y,Yuan S,et al.Spatial distribution characteristics of sea-ice-hazard risk in Bohai,China[J].Annals of Glaciology,2013, 54(62):73-79.

[5]Smith L C,Stephenson S R.New Trans-Arctic shipping routes navigable by midcentury[J].Proceedings of the National Academy of Sciences of the United States of America,2013,110(13):E1191-E1195.

[6]Li L T,Gu W,Liu C Y,et al.Suitability of locations in the Bohai Sea,China,for the exploitation of sea ice as a freshwater resource [J].Annals of Glaciology,2013,54(62):267-272.

[7]Felzenbaum A I.The theory of steady drift of ice and the calculation of the long period mean drift in the central part of the Arctic Basin[J].Problemy Severa,1958,2:16-46.

[8]Hibler W D.A dynamic thermodynamic sea ice model[J].Journal of Physical Oceanography,1979,9(4):815-846.

[9]Flato G M.A particle-in-cell sea-ice model[J].Atmosphere-Ocean, 1993,31(3):339-358.

[10]Gutfraind R,Savage S B.Smoothed particle hydrodynamics forthe simulation of broken-ice fields:Mohr-Coulomb-type rheology and frictional boundary conditions[J].Journal of Computational Physics,1997,134(2):203-215.

[11]Shen H H,Hibler W D,Lepp?ranta M.On applying granular flow theory to a deforming broken ice field[J].Acta Mechanica,1986, 63(1):143-160.

[12]季順迎,岳前進.遼東灣區域性漂移海冰的SPH數值模擬[J].水利水運工程學報,2001(4):8-15.

[13]季順迎,岳前進,趙凱.渤海海冰動力學的質點網格法數值模擬[J].水動力學研究與進展,2003,18(6):748-760.

[14]王建鋒.遼東灣冬季流冰漂移預報的研究[D].大連:大連海事大學,2008.

[15]蘇潔,吳輝碇,Knuth M A,等.渤海海冰和海洋的動力相互作用模擬試驗[J].冰川凍土,2003,25(S2):292-298.

[16]米麗麗.渤海海冰動力過程的改進離散單元方法[D].大連:大連理工大學,2014.

[17]Inoue J,Kikuchi T.Effect of summertime wind conditions on lateral and bottom melting in the central Arctic[J].Annals of Glaciology,2006,44(1):37-41.

[18]Richter-Menge J A,Perovich D K,Elder B C,et al.Ice massbalance buoys:a tool for measuring and attributing changes in the thickness of the Arctic sea-ice cover[J].Annals of Glaciology, 2006,44(1):205-210.

[19]King J C.Validation of ECMWF sea level pressure analyses over the Bellingshausen Sea,Antarctica[J].Weather and Forecasting, 2003,18(3):536-540.

[20]Lukovich J V,Babb D G,Barber D G.On the scaling laws derived from ice beacon trajectories in the southern Beaufort Sea during the International Polar Year-Circumpolar Flaw Lead study,2007-2008[J].Journal of Geophysical Research:Oceans,2011,116 (C11):C00G07.

[21]Kikuchi T,Inoue J,Langevin D.Argo-type profiling float observations under the Arctic multiyear ice[J].Deep Sea Research Part I:Oceanographic Research Papers,2007,54(9):1675-1686.

[22]Timmermans M L,Toole J,Krishfield R,et al.Ice-Tethered Profiler observations of the double-diffusive staircase in the Canada Basin thermocline[J].Journal of Geophysical Research: Oceans,2008,113(C1):C00A02.

[23]Rigor I G,Wallace J M,Colony R L.Response of sea ice to the Arctic oscillation[J].Journal of Climate,2002,15(18):2648-2663.

[24]李娜,劉驥平,張占海,等.海水物質平衡浮標對北冰洋中心區海冰溫度與物質平衡的觀測[J].海洋學報.2011,33(2):20-26.

[25]Schwegmann S,Haas C,Fowler C,et al.Acomparison of satellitederived sea-ice motion with drifting-buoy data in the Weddell Sea,Antarctica[J].Annals of Glaciology,2011,52(57):103-110.

[26]鄧娟,柯長青,雷瑞波,等.2009年春夏季北極海冰運動及其變化監測[J].極地研究,2013,25(1):96-104.

[27]Sumata H,Kwok R,Gerdes R,et al.Uncertainty of Arctic summer ice drift assessed by high-resolution SAR data[J].Journal of Geophysical Research:Oceans,2015,120(8):5285-5301.

[28]Barth A,Canter M,Van Schaeybroeck B,et al.Assimilation of sea surface temperature,sea ice concentration and sea ice drift in a model of the Southern Ocean[J].Ocean Modelling,2015,93:22-39.

[29]Lavergne T,Eastwood S,Teffah Z,et al.Sea ice motion from lowresolution satellitesensors:An alternativemethod and its validation in the Arctic[J].Journal of Geophysical Research: Oceans,2010,115(C10):C10032.

[30]Liu A K,Zhao Y H,Wu S Y.Arctic sea ice drift from wavelet analysis of NSCAT and special sensor microwave imager data[J]. Journal of Geophysical Research:Oceans,1999,104(C5):11529-11538.

[31]Ninnis R M,Emery W J,Collins M J.Automated extraction of pack ice motion from advanced very high resolution radiometer imagery[J].Journal of Geophysical Research:Oceans,1986,91 (C9):10725-10734.

[32]吳龍濤,吳輝碇,李萬彪,等.渤海冰漂移對海面風場、潮流場的響應[J].海洋學報,2005,27(5):15-21.

[33]黃潤恒,王強,金振剛.模板匹配法在遙感海冰位移上的應用[J].海洋學報,1993,15(1):119-124.

[34]Yu J,Liu A K,Yang Y,et al.Analysis of sea ice motion and deformationusing AMSR-E datafrom 2005 to2007[J]. International Journal of Remote Sensing,2013,34(12):4127-4141.

[35]Mahoney A,Eicken H,Shapiro L.How fast is landfast sea ice?A study of the attachment and detachment of nearshore ice at Barrow,Alaska[J].Cold Regions Science and Technology,2007, 47(3):233-255.

[36]Fleet D,Weiss Y.Optical flow estimation[M]//Paragios N,Chen Y M,Faugeras O,eds.Handbook of Mathematical Models in Computer Vision.US:Springer,2006:237-257.

[37]Hagen R A,Peters M F,Liang R T,et al.Measuring Arctic sea ice motion in real time with photogrammetry[J].IEEE Geoscience and Remote Sensing Letters,2014,11(11):1956-1960.

[38]孫鶴泉,孫延維,王平讓.基于雷達海冰圖像互相關的冰漂流場測量[J].海洋學報,2003,25(4):135-141.

[39]趙寶剛,郝江凌,邵秘華.基于ECDIS的雷達遙測海冰監控系統[J].中國造船,2008,49(2):107-112.

[40]Karvonen J.Tracking the motion of recognizable sea-ice objects from coastal radar image sequences[J].Annals of Glaciology, 2013,54(62):41-49.

[41]季順迎,陳曉東,劉煜,等.基于油氣平臺的海冰雷達監測圖像處理及冰速測量[J].海洋學報,2013,35(3):119-127.

[42]王宇新,劉彥飛,郭禾,等.海冰觀測中的圖像匹配方法研究[J].計算機工程與應用,2010,46(35):245-248.

[43]Leisti H,Riska K,Heiler I,et al.A method for observing compression in sea ice fields using IceCam[J].Cold RegionsScience and Technology,2009,59(1):65-77.

[44]張項.基于圖像處理的海冰識別與追蹤方法[D].大連:大連理工大學,2014.

Review on sea ice motion

YAN Yu1,2,3,4，SHAO Dong-dong5，XU Ying-jun1,2,3,4，GU Wei1,2,3,4
（1.Key Laboratory of Environmental Change and Natural Disaster,Ministry of Education,Beijing Normal University,Beijing 100875 China; 2.Academy of Disaster Reduction and Emergency Management,Ministry of Civil Affairs&Ministry of Education,Beijing Normal University, Beijing 100875 China;3.Faculty of Geographical Science,Beijing Normal University,Beijing 100875 China;4.Coastal Zone and Sea Ice Research Center,Beijing Normal University,Beijing 100875 China;5.State Key Laboratory of Water Environment Simulation&School of Environment, Beijing Normal University,Beijing 100875 China)

This paper provides a review on sea ice motion.The development of sea ice motion is first outlined. The historical development and state-of-the-art of the numerical simulation,buoy observation,satellite remote sensing,radar observation and digital image processing technology related to sea ice motion research are concluded.The trends and future directions of sea ice motion research are further discussed in terms of technological development and practical application.The development of sea ice motion models with higher temporal and spatial resolution using in-situ and remote sensing observation will be the focus in future.

sea ice motion;numerical simulation;buoy observation;satellite remote sensing;radar observation; digital image processing technology

P731.15

A

1003-0239（2017）03-0085-09

10.11737/j.issn.1003-0239.2017.03.011

2016-10-28；

2016-11-28。

國家自然科學基金面上項目（41571510）；中央高校基本科研業務費專項資金資助項目(2014KJJCB02)。

顏鈺（1993-），男，博士在讀，主要從事海冰運動觀測與數值模擬研究。E-mail：yanyu@mail.bnu.edu.cn

顧衛（1956-），男，教授，博士，主要從事海冰資源開發利用研究。E-mail：weigu@bnu.edu.cn