用于导航尺度北极海冰预报的被动微波卫星数据嵌套生成降尺度方法

《ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING》：Nested generative downscaling of passive microwave satellite data for navigation-scale Arctic sea ice forecasting

　　

摘要
北极海冰的快速消退增加了高纬度航线的可达性，但路线级规划仍受限于北极海冰浓度（SIC）预报的空间分辨率和海冰边缘准确性。粗分辨率预报产品可能会平滑边缘冰区、狭窄海峡和细尺度海冰边缘特征，而这些特征对于识别季节性融化和冻结期间的可通航走廊至关重要。在此，我们介绍了 IceNest，一个面向导航的北极 SIC 预报框架，可生成未来 30 天的每日 6.25 公里 SIC 预报。IceNest 将基于深度学习的 25 公里全北极预报集合与用于残差降尺度的条件扩散模型相结合。该预报集合使用了长期的 OSI SAF SSM/I(S) 被动微波记录以及来自 ERA5 的历史环境变量，而降尺度模型则从 AMSR 系列观测中学习 AMSR 尺度的残差校正。在 2020 年至 2023 年间，在二元准确性和积分海冰边缘误差方面，IceNest 优于阻尼持续预报和评估的哥白尼气候变化服务季节预报系统，其中在夏季融化和秋季冻结期间的提升最为显著。沿东北航道的路线模拟进一步显示，与基于 AMSR2 的参考相比，IceNest 相比 GloSea5/6 在可通航窗口时机和路线距离方面具有更小的误差，突出了该框架对北极过境规划的相关性。

引言
北极海冰的快速衰退——由加速的近地面变暖驱动的北极放大效应最明显的后果之一——具有深远的地方、区域和全球意义（Andersson 等，2021；Min 等，2008；Screen 和 Simmonds，2010；Stroeve 和 Notz，2018）。九月海冰范围已降至 1979 年水平的一半左右，多项研究表明，几乎无冰的条件可能早在 21 世纪中叶就会出现（Kim 等，2023；Notz 和 Community，2020；Notz 和 Stroeve，2016）。这种快速后退改变了北极的可达性，开辟了更短且潜在更经济的航线（Melia 等，2016；Stephenson 等，2018），其中包括东北航道，这是最具战略重要性的北极航运走廊之一（Buixadé Farré 等，2014；Chen 等，2020；Suo 等，2025）。

与此同时，可达性的增加加剧了海事活动，增加了对导航危险（如冰拥堵、快速变化的海冰边缘条件和动态海冰漂移）的暴露（Stephenson 等，2018）。航运、渔业和碳氢化合物勘探的同步扩张进一步加剧了环境压力，包括大气排放和海洋污染（Dai 等，2021；Ostreng 等，2013）。管理这些风险需要平衡效率、安全和环境保护的导航策略（Chen 等，2024；Jing 等，2021）。

海冰浓度（SIC）是开阔水域（OW）船只的主要操作限制，这些船只缺乏船体冰加强，因此依赖无冰或低浓度走廊。SIC 直接控制着可通航走廊的位置和连续性，包括海冰边缘位置以及暴露于边缘冰区危险的程度（Min 等，2025；Zhang 等，2020）。因此，准确的短期至扩展范围 SIC 及其空间变率预报对于日益动态的北极环境中的路线规划、自适应导航和应急响应至关重要。

操作上相关的每日 SIC 预报通常由动力学海冰 - 海洋或耦合预报系统产生，这些系统表示海冰热力学和动力学（Lemieux 等，2016；Liu 等，2025；Smith 等，2016；Zampieri 等，2018）。这些基于物理的系统对于操作指导仍然至关重要，因为它们提供了物理一致的大尺度海冰演化。然而，全北极高分辨率耦合预报在计算上要求很高，特别是当必须同时考虑海冰动力学、海洋耦合、数据同化、集合生成和例行预报更新时。在实践中，这造成了空间分辨率、域大小、预报时效和更新频率之间的权衡。因此，广域预报产品可能无法完全解析路线级导航所需的狭窄海峡、沿海冰况和边缘冰区形态（Min 等，2025）。近期的高分辨率动力学系统和区域降尺度研究减少了这一尺度差距，但在保持大尺度时间一致性的同时，将导航尺度的北极 SIC 预测扩展到更长时效仍然具有挑战性（Lin 等，2025；Williams 等，2021）。

与此同时，数据驱动的 SIC 预报作为一种补充方法出现，旨在从卫星观测、再分析数据和预报档案中学习非线性和多尺度时空关系。广域数据驱动研究已证明在次季节 SIC 预测方面的技能，但许多依赖于粗到中等空间分辨率的被动微波 SIC 产品（Andersson 等，2021；Kim 等，2020；Kim 等，2025；Ren 和 Li，2023；Wang 等，2025）。近期的深度学习方法实现了公里尺度的海冰预测，但通常限于短时预报或有限区域（Kvanum 等，2025；Palerme 等，2024；Palerme 等，2025）。因此，关键未解决挑战是如何在保持盆地尺度预报一致性的同时解析细尺度海冰边缘形态，将导航尺度的 SIC 预测扩展到短期范围之外。

为解决这一差距，我们介绍了 IceNest，一个嵌套数据驱动 SIC 预报框架，通过单向嵌套架构结合多域预报和基于扩散的降尺度。第一阶段使用长期被动微波 SIC 记录和源自再分析数据的历史环境变量，生成 25 公里分辨率的每日全北极 SIC 预报集合。第二阶段应用条件扩散模型，为选定的感兴趣区域（ROI）学习高分辨率残差校正，将预报降尺度到 6.25 公里分辨率。通过使用全北极 SIC 预报作为大尺度背景，IceNest 桥接了盆地尺度的 SIC 演化和与导航相关的区域海冰边缘条件。

通过在融化和冻结两种机制下的广泛评估，我们表明 IceNest 显著提高了相对于操作基线的高分辨率北极 SIC 预报准确性。通过将框架应用于沿东北航道的 OW 船只导航模拟，我们进一步展示了其在识别季节性路线开放和动态演化的 SIC 定义危险区方面的实用价值。总之，这些结果表明 IceNest 提供了一种面向导航相关的北极 SIC 预报方法，在保持大尺度预报一致性的同时解析了对北极海事规划至关重要的细尺度特征。

章节片段
数据来源和基准产品
本研究使用了欧洲气象卫星应用组织（EUMETSAT）海洋与海冰卫星应用设施（OSI SAF）数据仓库的 25 公里分辨率 SIC 数据。该仓库整合了 OSI-450-a 气候数据记录（1978–2020）和 OSI-430-a 临时气候数据记录（2021–至今），这些数据源自扫描多通道微波辐射计（SMMR，1979–1987）、特殊海冰综述传感器...

IceNest 框架
IceNest 旨在通过结合确定性大尺度预测和生成式细化，生成全北极 SIC 的高分辨率、30 天预报（图 1）。在扩展时效下对全北极域产生空间细节预报会带来巨大的计算和内存挑战，而仅限于孤立区域域的预报可能无法完全代表盆地尺度的大气和海冰演化（Davies，2014；Mu 等，2026；Warner 等，1997）。

IceNest 的整体 SIC 预报性能
在常见的 100 公里评估网格上，IceNest 在大多数月份和时效范围内实现了较高的二元准确性（图 4a）。相对于 SEAS5 的优势具有季节性依赖，在夏季融化期间最为明显，此时海冰边缘经历快速后退（图 4b）。例如，在七月，IceNest 在 26–30 天时效段达到了 94.0% 的二元准确性，比 SEAS5 高 2.9 个百分点。这种模式表明 IceNest 更好地表示了快速的海冰边缘后退，在...

讨论
IceNest 的性能提升集中在海冰边缘附近 SIC 快速变化的时期。在夏季融化和秋季冻结期间，海冰边缘时机和位置误差会影响可通航走廊的表示，因此改进最为明显。这种模式表明，IceNest 相对于粗 25 公里预报场提供了额外的细尺度空间信息，特别是在季节性过渡对北极...重要的区域。

结论
本研究开发了 IceNest，一个面向导航的北极 SIC 预报框架，可生成未来 30 天的每日 6.25 公里预报。IceNest 结合了多域预报集合、基于条件扩散的残差降尺度和基于瓦片的全北极重建，以连接盆地尺度预报一致性和导航尺度海冰边缘细节。
2020–2023 年的评估表明，IceNest 实现了比阻尼持续预报 (DP)...更高的二元准确性和更低的积分海冰边缘误差。

数据可用性
本研究产生的所有实验数据产品和训练模型权重可通过 Zenodo 获取（https://doi.org/10.5281/zenodo.19181649）。观测 SIC 数据来自 EUMETSAT OSI SAF，使用全球临时和气候数据记录 OSI-430-a 和 OSI-450-a（https://osi-saf.eumetsat.int/products/sea-ice-products）。额外的基于卫星的 SIC 估计取自不来梅大学提供的 AMSR 系列（//seaice.uni-bremen.de/sea-ice-concentration/amsre-amsr2）。

代码可用性
用于设计、训练和评估 IceNest 的源代码，以及数据预处理和分析脚本，可在 https://github.com/mkchoo/IceNest 获取。

CRediT 作者贡献声明
Minki Choo：写作 – 审阅与编辑，写作 – 原始草案，可视化，验证，方法论，调查，资金获取，形式分析，概念化。Young Jun Kim：写作 – 审阅与编辑，写作 – 原始草案，监督，方法论，概念化。Garyung Lee：写作 – 审阅与编辑，写作 – 原始草案，可视化，验证，方法论，概念化。Inchae Chung：写作 – 审阅与编辑，写作 – 原始草案，

利益冲突声明
作者声明他们没有任何已知的竞争性经济利益或个人关系，这些关系可能被视为影响本文报告的工作。

致谢
本研究由韩国海洋科学技术振兴院（KIMST）资助，由海洋水产部提供资金，资助号码为 RS-2025-02219198，以及由韩国极地研究所（KOPRI）资助，资助号码为 PE26040。Choo 部分由韩国国家研究基金会（NRF）通过基础科学研究项目支持，由教育部提供资金，资助号码为 RS-2025-25413703。

Minki Choo|Young Jun Kim|Garyung Lee|Inchae Chung|Julienne Stroeve|Jungho Im