基于SDGSAT-1卫星的极地冰雪表面温度反演方法与应用研究

针对极地冰雪表面温度(IST)高精度监测需求，研究人员系统评估了十种分裂窗算法(SWAs)在SDGSAT-1卫星30米热红外数据中的适用性。通过敏感性分析和多源验证，确定Enter2019算法具有最优的IST反演精度（误差<1.7 K）和稳定性，成功应用于海冰裂隙识别、冰间湖监测等极地精细化过程研究，为全球变暖背景下的极地环境监测提供了新工具。

　　

在全球变暖加速的背景下，极地地区正经历着比全球平均水平更快的升温过程。这种变化不仅导致冰雪大面积消融、海平面上升，还对全球气候系统产生深远影响。要理解这些复杂过程，精确监测极地冰雪表面温度(Ice/snow Surface Temperature, IST)至关重要。IST作为冰雪-大气界面的皮肤温度，直接调控着大气边界层结构、湍流热交换和冰增长速率，是研究极地能量平衡、冰雪消融机制以及海冰热力学的关键参数。然而，极地环境的极端性和观测条件的局限性，使得传统监测手段面临巨大挑战。

目前，极地IST监测主要依赖热红外遥感技术，但现有卫星传感器在时空分辨率上存在明显短板：高时间分辨率传感器（如MODIS、VIIRS）空间分辨率仅1000米，难以捕捉海冰裂隙、冰边缘湖等精细特征；而高空间分辨率传感器（如Landsat TIRS、ASTER）重访周期长达16天，无法满足动态监测需求。2021年发射的可持续发展科学卫星1号(SDGSAT-1)搭载了30米分辨率的热红外传感器(TIS)，其11天的重访周期为极地精细化监测带来了新机遇。然而，如何针对该传感器特点开发最优IST反演算法，成为亟待解决的科学问题。

针对这一挑战，中国科学院西北生态环境资源研究院等机构的研究人员开展了系统性研究。通过筛选十种经典分裂窗算法(Split-Window Algorithms, SWAs)，结合模拟数据验证和实地观测验证，最终确定Enter2019算法最适合SDGSAT-1的IST反演，相关成果发表在《Remote Sensing of Environment》。这项研究不仅填补了SDGSAT-1在极地监测中的算法空白，还为理解极地小尺度过程提供了新的技术手段。

研究采用多维度验证框架：首先利用TIGR大气廓线库生成模拟数据集，评估算法对传感器噪声和地表发射率的敏感性；接着通过南极、北极实地观测数据验证绝对精度；最后与MODIS IST产品进行交叉验证。关键技术包括分裂窗系数拟合、敏感性量化（NEΔT<0.08 K）、不确定性分析（Bias和RMSE计算）以及应用案例的空间统计分析。

SDGSAT-1热红外波段特性分析
研究表明SDGSAT-1的B2（10.3-11.3 μm）和B3（11.5-12.5 μm）波段组合最适合作分裂窗算法，其噪声等效温差(NEΔT)达0.08 K@300K，与MODIS相当。通过辐射传输方程模拟发现，这两个波段对水汽吸收差异显著，为高精度温度反演奠定物理基础。

候选SWAs筛选与验证
从10种SWAs中初选出PR1984、VI1991、UL1994和Enter2019四种低敏感度算法。模拟数据显示，这些算法整体不确定度<0.2 K，其中PR1984存在-0.16 K冷偏差。实地验证表明Enter2019表现最优（Bias≈-1 K，RMSE<1.7 K），且对发射率变化敏感性最低（<0.3 K/0.01发射率变化）。

应用示范
研究展示了SDGSAT-1 IST在三类极地典型场景的应用：1）30米分辨率成功识别出宽度>60米的海冰裂隙（温度差异达15 K）；2）监测南极特雷阿德利冰间湖的日变化过程；3）提取斯瓦尔巴群岛地热泉（温度异常区>1 km²
）。这些案例证明其捕捉微小热力特征的能力显著优于千米级产品。

结论与展望
该研究确立Enter2019为SDGSAT-1 IST反演的最佳算法，其优势在于：系数稳定性高、对发射率敏感性低（比PR1984低42%）、且作为VIIRS官方算法经过全球验证。实际应用表明，30米分辨率能揭示传统数据无法观测的极地微尺度过程，如狭窄海冰裂隙的热交换细节。未来需解决云检测、发射率时空变化等挑战，但SDGSAT-1已为极地精细化监测开辟了新途径，对理解气候变暖下的极地响应机制具有重要科学价值。