3月22日，地学系博士生周璐作为第一作者、导师徐世明助理教授作为通讯作者在《 The Cryosphere》“冰冻圈”杂志发表题为“On the Retrieval of Sea Ice Thickness and Snow Depth using Concurrent Laser Altimetry and L-Band Remote Sensing Data”的学术论文，并入选《The Cryosphere》亮点论文（Highlight Article），该刊每年遴选出12篇左右优秀论文作为亮点论文。文章提出了一种创新的数据融合算法，通过将激光高度计卫星和L波段被动微波遥感卫星数据进行结合，同时反演海冰厚度和冰上积雪厚度这两个关键参量，并可有效降低现有依赖单颗卫星算法的反演误差。

海冰厚度和冰上积雪是极地冰冻圈水循环的重要参数，其在气候变化研究、同化及导航实际应用中具有十分广泛和重要的应用。传统海冰厚度反演基于高度计卫星，其精度主要受限于对冰上积雪的估计。目前国际上广泛使用的海冰厚度的观测资料是基于气候态观测或者再分析资料的冰上积雪厚度数据，这些积雪厚度数据一方面不能很好的刻画目前冰上积雪的真实状态，另一方面会造成海冰厚度或者整体体积估计有很大的不确定性。

图1. 基于机载数据（Operation IceBridge，OIB）和SMOS卫星的反演算法验证，冰厚（左图）和雪厚（右图）均可有效反演，蓝色和红色分别代表一年冰和多年冰（即经年不融冰）。

本研究提出海冰辐射模型与浮力关系的融合算法，可以同时反演实时的海冰冰厚和冰上积雪厚度。并且基于激光高度计和被动微波遥感之间较大的空间分辨率差异，针对性地设计了这两种观测资料的空间融合方案。通过进一步引入由浮力关系所导致的雪出水高度和雪厚之间的共变特征（Covariability），极大增进了海冰参数的可反演性。另外，本研究还通过使用机载数据模拟高度计卫星测量和SMOS卫星亮温数据，验证了融合算法可以有效的反演海冰厚度和积雪厚度（如图1所示）。并且基于典型反演情景的不确定性分析表明，新算法反演的冰厚和雪厚反演的不确定性分别在15%和25%以内。

近期，徐世明课题组在包括《The Cryosphere》、《Remote Sensing》在内的杂志发表多篇论文，提出了基于主被动卫星相结合的海冰参数反演算法框架（如图2所示），在同时反演两种参数的同时、进一步降低反演误差。可基于CryoSat-2，ICESat，SMOS等卫星开展海冰参数的历史变化研究，并且可进一步利用未来卫星平台（如ICESat-2和WCOM）开展反演，其在海冰体积估计、极地海气相互作用、季节预估等诸多方面具有广泛的应用前景。

图2. 高度计和L波段被动微波遥感的联合反演原理。L波段亮温和海冰参数的饱和关系导致其反演能力受限，而通过基于等出水高度的反演可有效提高反演精度。

本文是地学系首次以通讯单位在冰冻圈及其气候变化方面权威期刊发文《The Cryosphere》发文，同时也是中国学者首次获得该刊亮点论文。该杂志2017年的影响因子为4.80，五年影响因子为5.79。

参考文献：

1.Lu Zhou, Shiming Xu*, Jiping Liu and Bin Wang. 2018. On the Retrieval of Sea Ice Thickness and Snow Depth using Concurrent Laser Altimetry and L-Band Remote Sensing Data, The Cryosphere, 12, 993–1012, doi:10.5194/tc-12-993-2018.

2.Shiming Xu*, Lu Zhou, Jiping Liu, Hui Lu and Bin Wang. 2017. Data synergy between altimetry and L-band passive microwave remote sensing for the retrieval of sea ice parameters - a theoretical study of methodology, Remote Sensing, 9(10):1079, doi:10.3390/rs9101079.

3.Lu Zhou, Shiming Xu*, Jiping Liu, Hui Lu and Bin Wang. 2017. Improving L-band radiation model and representation of small-scale variability to simulate brightness temperature of sea ice. International Journal of Remote Sensing, 38:23, 7070-7084, doi:10.1080/01431161.2017.1371862.