Page 10 - 《高原气象》2025年第5期

高 原 气 象
1128
在北极更常见。海洋温度的升高， 促进了北极浅海
底甲烷的释放（Shakhova et al， 2010； Thornton et
al， 2020）。在南极， 海冰消融为海洋注入淡水， 减
小了水体的密度， 不利于南极底层水的生成， 而南
极底层水对气候系统的演变具有重要影响（马浩
等， 2012； Silvano et al， 2020）。海-气湍流热量交
换的变化与海冰的生成与消融密切相关， 而其对上
述过程的影响及引起的气候变化效应仍然缺乏相
应的评估。
5 总结
随着观测实验的不断开展， 极地海冰区的海-
气湍流热量交换的重要特征已得到了证实。如海-
气显热和潜热通量并不像短波辐射一样具有日变
化特征； 由于冷皮肤效应的存在， 近海表温度梯度
对显热、 潜热通量的影响极其显著； 极区海气热通
量在海冰边缘以显热为主， 在距离海冰较远处以潜
热为主； 海-气热量交换在北极以显热为主， 而在
南极以潜热为主。
在极区海气热通量交换中海冰起到了关键作
用， 也是当前冰区湍流热通量参数化的关键要素。
它不单只是阻碍了海洋与大气的热量交换（包括辐
射通量）， 同时也通过改变粗糙度， 增加温度梯度
等的方式在极区海气热交换中扮演着关键角色。
因此， 海冰表面大气湍流热量交换参数化的准确合
理是模拟海-冰-气相互作用关键。但由于观测的
稀缺， 海冰区海-气热通量研究普遍存在代表性不
足、 不确定性大， 甚至结论相反的问题， 这一点在
MIZ区域体现得尤为显著。
在未来的研究中， 采用多种观测技术， 增强对
极区海洋现场数据， 特别是 MIZ区域的观测数据的
获取能力， 补齐观测短板， 丰富研究的基础数据库
是应对上述挑战的关键步骤。在此基础上， 充分考
虑海冰对海-气湍流热量交换的动力与热力因素，
进一步优化参数化方案， 尤其需要明确一些关键物
理过程， 如海冰区波浪， 海冰侧向热交换等对整体
垂向湍流热交换的贡献。只有解决以上观测和参
数化的问题， 才可能准确评估极区海-气热量收支
在气候变化的响应特征和潜在的反馈机制。
参考文献（References）：
Andreas E L， Horst T W， Grachev A A， et al， 2010. Parametrizing
turbulent exchange over summer sea ice and the marginal ice zone Research Letters， 41（1）： 102-107. DOI： 10. 1002/2013GL05
［J］. Quarterly Journal of the Royal Meteorological Society， 136 8193.
44 卷
（649）： 927-943. DOI： 10. 1002/qj. 618.
Beesley J A， Bretherton C S， Jakob C， et al， 2000. A comparison of
cloud and boundary layer variables in the ECMWF forecast model
with observations at Surface Heat Budget of the Arctic Ocean
（SHEBA） ice camp［J］. Journal of Geophysical Research： Atmos‐
opheres， 105（D10）： 12337-12349. DOI： 10. 1029/2000JD90
0079.
Bian L G， Gao Z Q， Lu L H， et al， 2003. Observational estimation of
heat budgets on drifting ice and open water over the Arctic Ocean
［J］. Science in China Series D： Earth Sciences， 46： 580-591.
DOI： 10. 1007/BF02984536.
Bintanja R， van der Linden E C， 2013. The changing seasonal climate
in the Arctic［J］. Scientific Reports， 3： 1556. DOI： 10. 1038/
srep01556.
Boisvert L N， Stroeve J C， 2015. The Arctic is becoming warmer and
wetter as revealed by the atmospheric infrared sounder［J］. Geo‐
physical Research Letters， 42（11）： 2015GL063775. DOI： 10.
1002/2015GL063775.
Boisvert L N， Markus T， Vihma T， 2013. Moisture flux changes and
trends for the entire Arctic in 2003-2011 derived from EOS Aqua
data［J］. Journal of Geophysical Research： Oceans， 118（C10）：
5829-5843. DOI： 10. 1002/jgrc. 20414.
Bourassa M A， Gille S T， Bitz C， et al， 2013. High-latitude ocean
and sea ice surface fluxes： challenges for climate research［J］.
Bulletin of the American Meteorological Society， 94（3）： 403-
423. DOI： 10. 1175/BAMS-D-11-00244. 1.
Brümmer B， 1996. Boundary layer mass， water and heat budgets in
wintertime cold-air outbreaks from Arctic sea ice［J］. Monthly
Weather Review， 125（8）： 1824-1837. DOI： 10. 1175/1520-
0493（1997）125<1824： BLMWAH>2. 0. CO； 2.
Butterworth B J， Miller S D， 2016a. Automated underway eddy cova‐
riance system for air-sea momentum， heat， and CO fluxes in the
2
Southern Ocean［J］. Journal of Journal of Atmospheric and Ocean‐
ic Technology， 33（4）： 635-652. DOI： 10. 1175/JTECH-D-15-
0156. 1.
Butterworth B J， Miller S D， 2016b. Air-sea exchange of carbon diox‐
ide in the Southern Ocean and Antarctic marginal ice zone［J］.
Geophysical Research Letters， 43（13）： 7223-7230. DOI：
10. 1002/2016GL069581.
Cowtan K， Way R G， 2013. Coverage bias in the HadCRUT4 temper‐
ature series and its impact on recent temperature trends［J］. Quar‐
terly Journal of the Royal Meteorological Society， 683（140）：
1935-1944. DOI： 10. 1002/qj. 2297.
Cummins D P， Guemas V， Cox C J， et al， 2023. Surface turbulent
fluxes from the MOSAiC campaign predicted by machine learning
［J］. Geophysical Research Letters， 50（23）： e2023GL105698.
DOI： 10. 1029/2023GL105698.
D’Asaro E A， Thomson J， Shcherbina A Y， et al， 2014. Quantifying
upper ocean turbulence driven by surface waves［J］. Geophysical