一种基于Sentinel-2和AMSR2卫星数据、利用机器学习方法的新海冰 floe（海冰块）破碎指数

《International Journal of Applied Earth Observation and Geoinformation》：A novel sea ice floe fragmentation index using Sentinel-2 and AMSR2 satellite data based on machine learning

海冰破碎指数（FFI）通过Sentinel-2光学影像与AMSR2被动微波数据融合，结合梯度提升树模型实现北极海冰破碎动态监测，FFI与SIC存在时间序列关联性，尤其在Laptev海冰消融期FFI增幅显著超前SIC下降，为海冰状态多维度评估提供新指标。

　　在当前全球气候变暖的背景下，海冰的监测对于理解气候变化及其对全球生态系统的影响具有重要意义。传统的海冰浓度（SIC）指标虽然在评估海冰覆盖范围方面发挥了重要作用，但其在描述海冰破碎程度方面存在一定的局限性。为了弥补这一不足，研究人员提出了一种新的海冰破碎指数（Floe Fragmentation Index, FFI），旨在更准确地反映海冰碎片化程度。该指数的引入，为研究海冰的动态变化提供了更为精细的视角，特别是在海冰快速融化或破碎的过程中，FFI相较于SIC能够更早地捕捉到相关的变化信号。

海冰破碎指数的构建基于高分辨率的Sentinel-2光学影像，结合了K-means聚类和人工编辑等方法，以提高碎片化识别的准确性。这一过程不仅提升了海冰区域的图像分类效果，还使得FFI能够与被动微波数据（如来自AMSR2的观测数据）进行有效结合，从而实现对整个北极区域的每日FFI地图绘制。研究团队利用三种机器学习模型——梯度提升（Gradient Boosting, GB）、随机森林（Random Forest, RF）和支持向量回归（Support Vector Regression, SVR）——对FFI进行估算，其中GB模型表现最佳，其R2值超过0.94，均方根误差（RMSE）低于0.22。这一结果表明，FFI不仅能够有效反映海冰的破碎状态，而且在不同时间尺度和空间分布上具有较高的稳定性与一致性。

研究团队还对FFI与SIC之间的关系进行了深入探讨。在某些特定的海冰区域，例如拉普捷夫海，即使SIC保持不变，FFI仍然能够反映出海冰碎片化程度的细微变化。这说明FFI在一定程度上超越了SIC，能够更全面地捕捉海冰结构的演变过程。通过时间序列分析，研究人员发现，当FFI出现快速上升时，SIC往往随之迅速下降，这种变化可能意味着海冰在融化之前已经经历了显著的破碎过程。尤其是在海冰完全消失之前，FFI的变化可以作为SIC变化的早期信号，为预测海冰融化趋势提供了新的可能性。

在实际应用中，FFI能够更直观地反映海冰的破碎状态，而SIC则主要关注冰层覆盖面积的变化。这意味着，在海冰覆盖面积相似的情况下，FFI能够揭示不同区域之间海冰结构的差异。例如，在SIC为50%的情况下，FFI的数值变化可以反映出海冰碎片化程度的不同。通过与Sentinel-2数据的对比，研究人员验证了FFI在不同时间点和空间尺度上的适用性，进一步证明了其在海冰监测中的价值。此外，FFI还可以用于与其他海冰变量进行对比，从而更全面地理解海冰的演变过程。

FFI的提出，为海冰研究提供了一种新的工具，尤其在描述海冰破碎过程及其对气候变化的影响方面具有重要意义。海冰的破碎不仅改变了其表面结构，还可能影响海冰的物理特性，如反射率和热传导能力，从而对全球气候系统产生深远影响。通过FFI，研究人员能够更准确地评估这些变化，为未来的气候建模和预测提供更为可靠的数据支持。同时，FFI的引入也使得海冰研究从单一的覆盖面积分析拓展到更复杂的结构变化研究，有助于更全面地理解海冰在不同环境条件下的行为特征。

尽管FFI在海冰破碎监测方面表现出色，但其应用仍然面临一些挑战。例如，海冰的破碎过程受到多种环境因素的影响，包括海浪、风力和温度变化等，这些因素可能导致FFI的计算结果出现偏差。此外，被动微波数据的分辨率较低，可能限制了FFI在某些细节上的捕捉能力。为了解决这些问题，未来的研究需要进一步优化数据处理方法，并结合更高分辨率的光学数据和更精细的物理模型，以提高FFI的精度和适用性。

总的来说，FFI的提出标志着海冰研究的一个重要进展，它不仅能够更准确地反映海冰的破碎状态，还为理解海冰在气候变化背景下的动态变化提供了新的视角。通过与SIC的对比，FFI能够揭示海冰在融化过程中的结构变化，从而为预测海冰的未来状态提供更丰富的信息。未来的研究可以进一步探索FFI与其他海冰参数之间的关系，以及其在不同气候条件下的适用性，以期更全面地掌握北极海冰的变化趋势及其对全球气候的影响。