格陵兰冰上湖反照率-深度参数化建模：多源遥感驱动的冰湖反照率反馈机制研究

本文推荐：研究团队基于Sentinel-2和ICESat-2遥感数据构建了新型冰上湖（SGL）反照率-深度参数化模型GlacierLake_v2，通过气象驱动径流模块量化底部消融过程。结果显示SGL反照率反馈使蓝雪湖夏季冰融速率提升122%，且反馈效应随深度呈指数衰减。该模型（RMSE=1.2 cm）为格陵兰冰盖（GrIS）水文平衡研究提供了关键工具。

　　

Highlight

本研究基于Sentinel-2和ICESat-2观测数据开发了新型冰上湖（SGL）反照率-深度参数化方案，显著优于传统海冰融池模型L06（R²=0.81）。改进后的GlacierLake_v2模型整合气象驱动径流模块，实现底部消融厘米级精度模拟（RMSE=1.2 cm）。

Discussion

• 反照率机制突破：传统L06模型因海冰与冰川水体光学特性差异（如盐度影响散射）导致反照率低估，新参数化更精准反映SGL能量吸收特征

• 动态反馈效应：蓝雪湖模拟显示夏季冰融速率因SGL反照率反馈激增122%，且反馈强度与湖深呈指数关系（H_lake↑→反馈↓）

• 气候响应：SGL存在可缓冲夏季降雪对冰融速率的短暂抑制效应，凸显其在极端气候中的调节作用

Conclusion

GlacierLake_v2通过多源遥感融合与能量平衡优化，首次实现SGL生命周期动态模拟。量化显示反照率反馈对GrIS质量损失的放大效应，为北极变暖背景下冰盖水文模型提供关键参数化方案。