科研动态 | 极地与海洋遥感团队在北极海冰类型反演研究中取得新进展

研究背景：

在全球变暖的背景下，近几十年来北极海冰持续快速缩减并呈现出显著的“年轻化”趋势。海冰类型密集度作为表征海冰类型及其覆盖面积比例的关键参数，在极地海冰监测研究中具有重要价值。主被动微波遥感技术因其具备全天时、全天候的观测优势，已成为海冰类型密集度反演的重要手段。然而，海冰物理特性的复杂多变导致其微波辐射/散射特性表现出明显的时空差异，这为北极海冰类型密集度的准确反演带来了严峻挑战。

研究内容：

为解决以上问题，本研究基于经典海冰类型密集度反演模型ECICE，针对微波辐射/散射参数对表面类型与环境变化的敏感性进行了模型改进。首先，利用样本分离度衡量参数对不同表面类型的敏感程度，以分离度相关的正权重函数替代目标函数中原有的均一权重函数。其次，考虑同类海冰样本中参数对环境变化的敏感性，采用聚类方法将各类型海冰样本划分为“传统型（T）”与“非传统型（A）”两类（样本微波特征分布概率图如图1），并在典型特征值选取机制中引入海冰类型预分类模块。通过构建敏感性加权的目标函数与引入预分类模块，最终形成了优化的海冰类型密集度反演模型SITCAM（图2）。

图 1 两类一年冰（FYI）、两类多年冰（MYI）以及海水（OW）的各微波参数概率密度分布

图 2 SITCAM反演模型的技术流程图

结合主被动微波遥感数据，基于优化前后的反演模型，本研究生成了2002–2011年冬季共12组北极海冰类型密集度数据集，并利用美国国家冰雪数据中心（NSIDC）海冰年龄产品、多年冰与一年冰样本库以及高分辨率SAR影像，对反演结果进行了交叉对比与精度验证。

结果显示，优化后的模型SITCAM反演结果与海冰年龄产品吻合度更高（图3），其对多年冰和一年冰样本的识别能力较原模型有显著提升（表1）。同时，基于SAR影像的验证表明，在不同海冰分布场景下，SITCAM的反演结果均具有较高的精度。

图 3 2007年11月15日和2008年3月15日多年冰密集度反演结果及NSIDC海冰年龄产品的北极多年冰空间分布图

表 1 多年冰和一年冰理想样本在ECICE和SITCAM模型中的反演结果对比

研究总结：

本研究面向海冰类型密集度反演困难的问题，基于微波遥感参数对表面类型和环境变化的敏感性差异，构建了敏感性加权的目标函数，并引入了海冰类型预分类模块，形成了优化的北极海冰类型密集度反演算法SITCAM。SITCAM不仅提升了整体反演精度，还具备更强的普适性，其高精度反演结果不依赖于特定的微波辐射/散射参数，适用于不同频率、极化及类别的微波遥感数据。由于该方法对纯被动微波遥感和主被动微波遥感均适用，未来有望推广至同类卫星观测资料，构建近40-50年间的长时序北极海冰类型密集度数据集，为北极海冰变化监测及相关气候研究提供关键数据支撑。

发表信息：

本研究成果于2026年1月发表于国际期刊《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》，论文题为“Improvement of Arctic Sea Ice Type Concentration Retrieval from Microwave Remote Sensing Data”。中山大学遥感科学与技术学院极地与海洋遥感团队硕士研究生罗砚冰为第一作者，叶玉芳副教授为通讯作者，硕士研究生黄雅文为第三作者，陈卓奇教授、程晓教授、加拿大环境部荣休教授Mohammed Shokr为共同作者。本研究获国家重点研发计划（2024YFB3908004）、国家自然科学基金（42106225）、南方海洋科学与工程广东省实验室创新团队建设（311021008）及广东省自然科学基金（2022A1515011545）支持。

原文链接：https://doi.org/10.1109/JSTARS.2026.3658415