核心提示：

底部通道是冰架下表面经融水切割而形成的底部形态特征，对研究冰架底部融化，评估全球气候变暖对两极的影响，以及冰架稳定性均具有重要意义。本次报告介绍了两极冰架底部通道的时空演化过程及其原因、全球变暖大背景下的极地冰架相应机制，并且分享了作为第35次中国南极科学考察队员的收获与感悟。

人物介绍：

宋翔宇，男，武汉大学中国南极测绘研究中心2018级博士研究生，曾担任南极中心兼职辅导员，武汉大学第四届博士生宣讲团讲师，在校期间获得武汉大学博士国家奖学金、学业一等奖学金、金通尹奖学金、优秀研究生标兵、优秀毕业生等荣誉称号。2018年11月参加中国第35次南极科学考察，获取环南极多系统导航定位数据，并参加阿蒙森海域地球物理调查项目，系列成果发表于Remote Sensing等期刊。

报告详情：

2021年6月2日晚上7点，由武汉大学中国南极测绘研究中心举办的“智汇极地”第39期学术沙龙在中心三楼会议室以及腾讯会议成功举办，2019级硕士张曲辰主持本次讲座。本期讲座嘉宾为中国南极测绘研究中心2018级博士研究生宋翔宇，报告主要介绍基于多源数据的冰架底部融化通道提取和时空变化研究以及南极科学考察收获与感悟，与会者都表示收获颇丰。

宋翔宇博士的报告聚焦于冰架底部融化通道的研究和第35次南极科学考察，主要分为六个部分：研究背景与现状、底部通道成因及物理机制分析、79NG冰架底部通道长时间演化特征分析、Pine Island冰架底部通道深度变化特征分析、基于神经网络的底部通道自动提取方法研究、第35次中国南极科学考察。

1 研究背景与现状

冰架对全球海平面上升、海冰面积以及海洋环流具有重要意义。冰架底部消融现象广泛存在，尤其在冰架触地线位置消融速率更高，这也就造成了靠近触地线底部融化明显，众多冰架正在经历着由于底部消融所引起的冰架持续变薄（图1）；冰架变薄会减少对冰川上游的支撑作用，导致更多的陆地冰排入海洋，从而引起全球海平面的上升，该过程可能导致陆地冰通量的快速变化以响应海洋环流作用下引起的冰架变薄。从大尺度上评价和研究底部融化对极地冰架的造成的影响，目前已取得了丰富的成果，但是针对底部融化小尺度的变化特征对冰架变化和稳定性的研究还十分有限。

图1. 冰架

2 底部通道成因及物理机制分析

底部通道是冰架底部消融在小尺度上的表现，其成因主要分为以下两个方面：

（1）由冰架底部消融形成的底部通道。在冰架底部冰腔内，随着暖水团的侵入或海水温度的升高引起底部融化，进而形成底部通道

（2）由冰下排水形成的底部通道。冰盖表面融水通过表面裂隙或蜗穴进入冰盖底部，并在触地线位置排出，沿冰架底部形成羽流切割下表面。

根据底部通道的大致方向可将其粗略地分为两类：沿冰流速方向的纵向通道和与冰流方向呈一定夹角的横向通道。根据成因及位置可将纵向底部通道分为三类：冰下河源底部通道、触地线源底部通道和海洋源底部通道，其中冰下河源底部通道是由冰下排水形成，而后两种是由海洋深层暖水引起的冰架底部融化形成（图2）。

图2. 底部通道形成过程

通过ANSYS有限元软件对冰架蠕变过程进行模拟，蠕变模拟流程及结果如图3所示。模拟结果显示当冰架存在底部通道时，上表面对应位置会出现明显凹陷；当冰架不存在底部通道时，则无明显凹陷出现。除此之外，存在底部通道的冰架，上表面表现出连续下降趋势；没有底部通道存在的冰架，上表面下降幅度明显小于底部通道存在的情况。以上结果为根据冰架表面形态特征提取冰架底部通道提供了理论依据和支撑。

图3. 蠕变模拟流程与结果

3 79NG冰架底部通道长时间演化特征分析

报告首先介绍了79NG冰架底部通道的提取流程，通过光学影像对冰架表面形态特征进行目视判读并提取表面凹陷，随后使用IceBridge数据集中多通道相干雷达测深仪数据获取冰架底部形态，进行底部通道的确认，最终获得了近20年79NG冰架底部通道在长度上的时空变化结果，部分结果如图4所示。利用该结果分析了一些影响底部通道长度的因素（图5、图6），结果显示在2000-2011年SST变化不明显的时段内，海洋源底部通道主要受到冰架前缘崩解的影响，冰下河源底部通道主要受到来自冰盖表面融化的影响，触地线源底部通道的长度此时段内出现小幅波动，推测是受到AIW的影响。在2012-2018年期间，海洋源底部通道受到SST和前缘线位置变化的综合作用影响，冰下河源底部通道以及触地线源底部通道主要受到SST的变化影响。

图4. 79NG冰架底部通道时空变化结果

图5. 海洋底部通道变化.（a）海洋源底部通道分布（b）不同区域海洋底部通道长度变化及SST年际变化

图6. 冰下河源底部通道长度、冰盖表面融化天数及海水表面温度变化

4 Pine Island冰架底部通道深度变化特征分析

依据水文静力学平衡假设，可以利用冰架表面凹陷深度来探讨冰架底部通道深度变化特征。首先联合ICESat、ICESat-2、IceBridge等多源卫星和航空表面高程观测数据构建了西南极 Pine Island 冰架底部通道表面凹陷变化的时间序列，部分结果如图7所示。并且结合多种环境影响因素（图8），分析了影响 Pine Island 冰架底部通道深度变化的机制。结果显示SST、绕极深层水或变性绕极深层水和风场是影响该冰架底部通道深度变化的三大主要影响因素。

图7. Pine Island 冰架底部通道分布图

图8. 多种环境影响因素数据

5 基于神经网络的底部通道自动提取方法研究

改进了 U-Net神经网络卷积核的线性转换机制，增强了其对线状特征的敏感性。通过语义分割评价指标对传统U-Net、SegNet 以及改进U-Net的提取结果进行评估发现，在79NG冰架底部通道提取过程中，改进U-Net的提取结果适用性更强（图10）。使用改进 U-Net 网络模型提取格陵兰北部 Petermann冰架以及Ryder冰架底部通道的精度较高，表明该算法具有较好的泛化性（图11）。

图10. 神经网络的底部通道提取结果及精度对比

图11. 改进 U-Net 网络模型提取Petermann冰架、Ryder冰架底部通道结果

6 第35次南极科学考察

报告最后，宋翔宇博士分享了南极科学考察期间的一些所见所闻（图12）。

图12. 第35次南极科学考察雪龙船路线

报告结束后，与会的各位老师和同学与宋翔宇博士进行了热烈讨论，大家受益匪浅。倾听报告的各位老师和同学对这次讲座精彩纷呈表示感谢！

图13. 报告现场图（图左为报告人宋翔宇）

（编辑：闫忠男  审核：郝卫峰）