2015-2016 年厄尔尼诺事件期间巴塔哥尼亚冰原的瞬时冰损失

科学报告|(2022) 12:9553| https://doi.org/10.1038/s41598-022-13252-81 打开巴塔哥尼亚的瞬时冰损失2015-2016 年厄尔尼诺事件期间的冰原德米安·D·戈麦斯1, Michael G. Bevis1, Robert Smalley Jr.2, Michael Durand1, Michael J. Willis3, Dana J. Caccamise II4, Eric Kendrick1, Pedro Skvarca5,Franco S. Sobrero1、Héctor Parra6 和 Gino Casassa7巴塔哥尼亚冰原（PIF）是南半球最大的非极地冰块。冰原面积约 16,500 平方公里，分为北部和南部冰原，面积分别约为 4000 平方公里和 12,500 平方公里。虽然这两个冰原的质量都在迅速减少，但它们对各种气候驱动因素（如厄尔尼诺-南方涛动）的反应尚不清楚。利用地球对载荷变化和连续 GPS 数据的弹性响应，我们从 PIF 周围发生的复杂水文相互作用中分离并估计了 2015 年开始的强厄尔尼诺现象期间观察到的冰量变化。在这一单一事件中，我们的质量平衡估计显示，北部冰原损失了约 28 Gt 的质量，而南部冰原损失了约 12 Gt。这是迄今为止使用大地测量数据观察到的 PIF 中最大的冰损失事件。南美洲的气候受到厄尔尼诺-南方涛动（ENSO）的强烈影响，厄尔尼诺（EN）是ENSO的负相。 ENSO事件是由太平洋和赤道区大气之间不稳定的相互作用产生的1. ENSO 准周期分为正、中、负三个阶段，一个完整的“周期”通常持续约 4 年。正负相位与降雨和温度异常以及风场、云层和太阳日照的变化相关，这些变化与平均季节性天气模式产生很大偏差。例如，ENSO 的负相位与巴塔哥尼亚南部的负降水和正温度异常相关2.天气模式的年际变化会对经季节性调整的冰损失产生重大影响，从而推动冰量变化率的正向和负向加速6.长期气候变化缓慢但无情地增加了全球海洋和大气温度，使大气和海洋准循环更容易推动，例如北大西洋涛动 (NAO)、太平洋年代际涛动 (PDO) 或 ENSO当地条件超出了冰损失大幅增加的阈值。即使在 3 年前，接近或跨越这样的门槛也是不可能的7.有强有力的证据表明，自 1990 年代初以来，ENSO 对人类活动，特别是温室气体排放做出了反应8.如海洋尼诺指数所示（见补充图 S1），ENSO 事件倾向于随着每个新周期而加强。 Li等人的研究。2和 Galván 等人。9在南美洲，2015-2016 年 EN 事件显示出大的温度和降水异常，在大地时间序列中产生了可见的载荷信号。 Lo Vecchio 等人的研究。10和威利斯等人。11已经量化了巴塔哥尼亚冰原（PIF）的长期趋势和可变的年际冰损失，以及可能受 EN 事件加剧影响的特定出口冰川的冰损失。迄今为止，没有研究报告特定 EN 事件期间的 PIF 冰损失，主要是由于缺乏观察和/或可用数据集的时间分辨率低。由于缺乏现场观测，以往的研究大多基于卫星图像的遥感数据10，以及来自重力恢复和气候实验 (GRACE) 和 GRACE 后续 (GRACE-FO) 的时变重力数据。在尝试开发具有密集时间和空间分辨率的模型时，卫星图像和 GRACE 提出了一些挑战。对于可见卫星图像，巴塔哥尼亚的云层覆盖频繁，限制了可用于分析的可用图像数量。其他观测方法，如合成孔径1 美国俄亥俄州哥伦布市俄亥俄州立大学地球科学学院大地测量科学系。 2 孟菲斯大学地震研究与信息中心，美国田纳西州孟菲斯。 3美国科罗拉多大学博尔德分校地质科学系。 4 美国国家海洋和大气管理局国家大地测量局，银泉，马里兰州，美国。 5 Glaciarium，埃尔卡拉法特，圣克鲁斯，阿根廷。 6Instituto Geográfico Militar，智利圣地亚哥。 7 智利圣地亚哥公共工程部水利局总冰川学和雪地股。电子邮件：gomez.124@osu.edu 科学报告|(2022) 12:9553 |https://doi.org/10.1038/s41598-022-13252-82雷达 (SAR)，穿透云层（例如13）。然而，SAR 和可见图像都需要与其他观测技术（例如 GRACE 和 GPS）配对，以正确约束质量变化。对于来自 GRACE 和 GRACE-FO 的时变重力数据，~330 km 的固有空间分辨率太粗略，无法独立估计 PIF 内部流域规模的冰损失。此外，由于 GRACE 和 GRACE-FO 任务之间的不连续性，在 2017 年至 2018 年的部分 ENSO 周期期间，存在约 12 个月的数据差距。尽管这一差距已被其他模型成功填补14，应该注意的是，由于扩展任务的策略，后来的 GRACE 时间序列噪声更大。其他研究使用运动 GPS 数据分析长期趋势，每 1-2 年测量一次，以了解冰川均衡调整 (GIA) 和短期弹性响应信号15.然而，由于在 GPS 时间序列中观察到的年度和半年度信号的采样不足，这些研究受到时间混叠的限制。对于 2 年的活动间隔，奈奎斯特周期为 4 年，与平均 ENSO 周期大致相同。因此，需要连续 GPS（CGPS）数据来充分捕捉由于冰块的短期振荡和趋势而导致的地壳位移。CGPS 数据提供更高的时空分辨率（相对于运动数据）来限制 2015-2016 年 EN 事件期间的 PIF 冰损失。尽管该地区 CGPS 数据的密度较低，但将 CGPS 地面数据与卫星数据相结合有助于估计 2015-2016 年 EN 期间的偶发性或暂时性冰损失。使用来自七个 CGPS 站的 8 年时间序列的每日位置，弹性响应模型17，来自巴塔哥尼亚南部所有主要湖泊的阶段数据，SRTM数据，来自卫星图像的冰速18, 冰川表面高度变化网格19, 和全球土地资料同化系统20 (GLDAS) 陆地蓄水 (TWS) 模型，我们对北部和南部 PIF 进行了最小二乘冰损失估计。我们的结果显示，2016 年头几个月的冰损失显着加速，这与之前的研究一致2.然而，我们的研究提供了更好的空间分辨率，可以分离北部和南部的 PIF 冰损失信号。因此，我们的结果显示，与之前对冰损失率的估计相比，PIF 北部的冰损失增加了。我们的分析支持这样的假设，即这种增加的冰损失率可能是由 2015-2016 年 EN 事件驱动的，并且由于冰体在 2018 年底（我们研究期结束）之前尚未恢复，因此质量损失可能是永久性的。巴塔哥尼亚冰原的 GPS 观测大水文循环加载引起的地壳弹性响应很少是稳定的或严格周期性的，但已得到很好的证实（例如21）。地壳载荷的一个主要驱动因素是 TWS 的变化。加尔万等人。9已经显示了 2015-2016 年 EN 在亚马逊盆地和 Li 等人的影响。2 使用 GRACE 来限制 2015-2016 年 EN 事件期间 PIF 年际冰损失的波动。 PIF 的 GRACE 研究2然而，据报道，在 2016 年初，冰流失加速，而没有隔离 2015-2016 年 EN 期间的冰流失。此外，GRACE 的粗分辨率不允许直接观察单独的北部 (NPIF) 和南部 PIF (SPIF) 冰质量损失。为了获得量化 2015-2016 年 EN 期间冰损失所需的时空分辨率，需要连续的现场观测，例如 CGPS 数据。图 1a 显示了本研究中使用的来自智利和阿根廷连续 GNSS 网络的七个 PIF CGPS 站22.图 1b-d 显示了使用 GAMIT-GLOBK 处理的七个 CGPS 站中三个站的垂直分量24. GPS 数据处理方案使用了国际 GNSS 服务、维也纳测绘功能提供的最新轨道和天线校准参数25估计大气延迟、大气潮汐和非潮汐修正，以及海洋潮汐载荷模型 FES2014b26.我们的时间序列显示了 IGS14 参考框架中 CGPS 轨迹的演变，该演变是使用中南美洲、加勒比海和南极洲的 400 多个站点的区域致密化实现的27.我们将参数轨迹模型拟合到由线性趋势、年度和半年度季节性分量组成的每个 CGPS 站，并且在可能的情况下（即当有超过 4 年的数据可用时），使用二次项28.线性和二次分量消除了参考系、长期冰损失、GIA 以及加速度对冰损失的任何缓慢但稳定的影响。周期性分量消除了季节性变化，包括与参考系相关的局部地球动力学效应和任何处理伪影。为了避免可能的 EN 效应对轨迹参数的任何影响，我们仅拟合 2016 年之前的数据。因此，图 1e-g 上的残差显示了与过去 6 年记录的标称台站行为的偏离。为了将 GPS 时间序列中的 EN 效应与噪声分开，我们应用了非参数最小二乘搭配平滑滤波器29.图 1e-g 显示了 2016 年之后相对于轨迹模型的明显偏移约 10 到 12 毫米。这表明在 2016 年期间，垂直组件的行为发生了显着变化。虽然加载也会产生较小的水平信号，但由于这些观察的信噪比低，我们不考虑它们。我们将根据产生在 CGPS 时间序列中观察到的垂直位移瞬变的冰损失卸载事件来解释观察到的时间序列行为。方法我们将每个 CGPS 站点观察到的垂直位移变化（在移除任何参考框架组件、长期冰损失、GIA 等后获得）建模为dü=dGLDAS+d湖泊+d冰(1)在哪里度是在 CGPS 站观测到的垂直位移变化，dGLDAS是 TWS 加载垂直位移，d湖是湖阶引起的加载垂向位移，dIce 是由于非稳定和非季节性冰层变化引起的加载垂向位移。因此，dGLDAS和d湖组件也使用用于去趋势的相同参数轨迹模型去趋势度（线性、季节性等）。使用0.25 × 0.25 度 GLDAS 集水区地表模型（2.0 版）TWS，PREM31, 和弹性响应 科学报告|(2022) 12:9553 |https://doi.org/10.1038/s41598-022-13252-83图1。(一个) 北部和南部巴塔哥尼亚冰原地区（使用通用制图工具创建的地图37 第 6 版，https://docs.generic-mapping-tools.org/6.0/）显示了本研究中使用的 CGPS 站的位置。站，从北到南：PUMA、COCR、TRTL、CHLT、ECGV、ECGU、ECGM。 (b–d) 北向南，GPS 站的垂直分量 PUMA、ECGV、ECGM；蓝点是使用 GAMIT-GLOBK 获得的每日解；红色曲线表示拟合 2016 年之前数据的轨迹模型；轨迹拟合从每个时间序列的开始到垂直的红色虚线； (e–G) 去除轨迹模型拟合后的残差；红色曲线表示残差的最小二乘搭配平滑信号，以减少 GPS 解决方案中的噪声。以磁盘负载（使用直径 5 公里的磁盘）为基础，我们计算了 2010 年至 2019 年间七个 CGPS 站的 TWS 区域变化产生的地壳垂直位移。由于 GLDAS 没有正确考虑冰场和水体，我们移除了这些区域内的模型单元。使用相同的弹性盘载荷和弹性模型，我们使用湖泊阶段观测计算了巴塔哥尼亚湖泊的蓄水变化信号（从阿根廷国家水文信息系统获得，参见 http://bdhi.hidricosargentina.gob.ar/ ）。因此，冰荷载信号可以从方程式中找到。 (1) 作为d冰=dü−(dGLDAS+d湖泊)(2)这dGLDAS+d湖图 2 中的时间序列残差（以下称为 GLDAS L）也显示了与 2010 年至 2016 年之间估计的名义 GLDAS L 行为的偏差。图 2 显示了与图 1e-g 相同的时间序列以及去趋势的 GLDAS L时间序列。在 2016 年之前，两个时间序列都表现出相同的近似行为，它们之间没有明显的偏移。尽管如此，在 2016 年之后，GLDAS L 和 CGPS 剩余时间序列之间可以看到约 5-8 毫米的明显偏移。在某些情况下，可以观察到约 10 毫米的偏移，尤其是在 2018 年之后。这些偏移高于观察到的标准平滑后的 CGPS 信号和 GLDAS L 信号之间的偏差约为 ± 2 mm（图 2