李若晗，夏瑞彬，張曉爽，晁國芳，陳忠彪，王志勇

1.南京信息工程大學(xué) 海洋科學(xué)學(xué)院,南京 210044;

2.國家海洋信息中心自然資源部海洋環(huán)境信息保障技術(shù)重點(diǎn)實(shí)驗(yàn)室,天津 300171;

3.自然資源部北海預(yù)報(bào)減災(zāi)中心,青島 266100

1 引言

海冰密集度SIC（Sea Ice Concentration）被定義為海冰覆蓋面積與海區(qū)總面積之比（蘇潔 等，2013），常用于理解海冰的空間覆蓋特征，是描述海冰狀態(tài)的重要參數(shù)之一。因其在海冰研究中的重要性，自20 世紀(jì)以來，各種SIC 產(chǎn)品不斷出世并迭代更新，其中主要是基于被動(dòng)微波遙感PM（Passive microwave remote sensing）反演的SIC 數(shù)據(jù)（PM SIC）。與其他數(shù)據(jù)相比，微波遙感資料受天氣的影響較小，具有優(yōu)良的時(shí)間連續(xù)性與較高的空間分辨率（王曉雨 等，2018），但數(shù)據(jù)的準(zhǔn)確程度也因各研究機(jī)構(gòu)使用的衛(wèi)星傳感器和算法不同而存在差異。

自1972年12月發(fā)射Nimbus-5電掃描微波輻射計(jì)（ESMR）以來，被動(dòng)微波輻射計(jì)一直在改進(jìn)換代，提供良好的數(shù)據(jù)來源。如今極地分析常用的衛(wèi)星數(shù)據(jù)就有來自美國國家冰雪數(shù)據(jù)中心NSIDC（National Snow and Ice Data Center）的PM SIC 數(shù)據(jù)集，該數(shù)據(jù)集在不同時(shí)間段使用了SMMR、SSM/I、SSMIS等多種傳感器，為保證數(shù)據(jù)的一致性，上述各傳感器數(shù)據(jù)已經(jīng)過相互校準(zhǔn)整合成數(shù)據(jù)集（Yan和Wang，2008），對(duì)于這一數(shù)據(jù)集，可以從NSIDC官網(wǎng)上找到多種算法處理的產(chǎn)品，包括有NASA Team（NT）算 法，Bootstrap（BT）算 法，CDR（Climate Data Record）結(jié)合算法，以及Hamburg大學(xué)提供的Hamburg/ASI（Https：//www.cen.uni-hamburge.de/en/icdc/data/cryosphere/seaiceconcentration-asi-ssmi.htm［l2022-09-26］）。另一常用微波輻射計(jì)數(shù)據(jù)主要來自傳感器AMSR-E（Advanced Microwave Scanning Radiometer for EOS）和AMSR2（Advanced Microwave Scanning Radiometer 2），德國不萊梅大學(xué)環(huán)境物理研究所IUP（Institute of Environmental PhySICs）基于此數(shù)據(jù)提供由2002 年開始的，使用ASI 算法處理得到的SIC 反演數(shù)據(jù)，此外還有基于NT2算法的NSIDC/NT2 數(shù)據(jù)可供比較，EUMETSAT（European Organisation for the Exploitation of Meteorological Satellites）也推出了多種衛(wèi)星傳感器數(shù)據(jù)基礎(chǔ)上，經(jīng)OSI-SAF處理的海冰產(chǎn)品。

基于微波遙感數(shù)據(jù)的反演算法正在不斷升級(jí)中，目前運(yùn)用于遙感觀測(cè)數(shù)據(jù)最為廣泛的算法有美國宇航局戈達(dá)德太空飛行中心（GSFC）的BT 算法（Comiso，1986，1995）和NT 算法（Cavalieri 等，1984），后續(xù)許多新算法的產(chǎn)生都基于對(duì)兩者的改進(jìn)：如NASA Team2（NT2）算法即是NT算法的優(yōu)化，它使用的89 GHz 頻段降低了水平極化數(shù)據(jù)受表面條件影響的大小，同時(shí)解決該頻段易受大氣影響的問題；在BT 和NT 的反演分析結(jié)果基礎(chǔ)上，NSIDC 通過綜合兩者優(yōu)點(diǎn)與整體低估低濃度海冰的缺陷，推出了CDR（Climate Data Record）算法（Peng 等，2013）；目前可獲得的結(jié)合算法產(chǎn)品也來自歐洲氣象衛(wèi)星應(yīng)用組織EUMETSAT 海洋海冰應(yīng)用中心（OSISAF），它結(jié)合兩種受大氣影響最小的算法，基于BT 和Bristol 在高低密集度區(qū)域的表現(xiàn)分配權(quán)重；使用衛(wèi)星高頻段數(shù)據(jù)的算法除NT2 外還包括有ASI（arctic radiation and turbulence interaction study sea ice algorithm），這種算法產(chǎn)生于1998 年的北極輻射與湍流相互作用研究，主要基于89 GHz 的各向輻射亮溫差反演得到SIC（Spreen等，2008），與其他數(shù)據(jù)相比，它擁有最優(yōu)越的空間分辨率，可以達(dá)到6.25 km，是許多研究者優(yōu)先使用的數(shù)據(jù)產(chǎn)品。

近40 年來，隨著全球氣候變暖，兩極海冰變化也逐漸成為全球熱點(diǎn)問題。北極海冰范圍，厚度與多年冰的比例呈現(xiàn)出顯著減少的趨勢(shì)（薛彥廣 等，2014）。南極海冰范圍則在繼2014 年刷新最高值記錄后，隨后迅速減少，于2017 年降到歷史最低值（王今菲 等，2021），僅在5 年后，這個(gè)最低值記錄就被2022 年2 月25 日再次打破（1.9 百萬km2）（NSIDC，2022）。為探明這一系列變化的潛在原因與其對(duì)未來氣候的影響，不同時(shí)空尺度的研究對(duì)高精度數(shù)據(jù)的需求依然存在。遙感數(shù)據(jù)雖然有著一系列優(yōu)點(diǎn)，但其在反演準(zhǔn)確性與分辨率上的缺陷也較為突出，故開展遙感數(shù)據(jù)反演海冰分布精度的評(píng)估對(duì)研究氣候變化具有重要的意義（Belchansky 和Douglas，2002）。為針對(duì)數(shù)據(jù)產(chǎn)品算法與傳感器的差異，國內(nèi)外對(duì)其反演效果開展了多方面的比對(duì)，其中參考數(shù)據(jù)主要來自于科考船觀測(cè)SIC（本文中簡(jiǎn)稱OBS SIC）以及高分辨率PM SIC數(shù)據(jù)產(chǎn)品的對(duì)比。

北極海冰的快速變化加速了極地航道區(qū)的開發(fā)，促進(jìn)了該地區(qū)科考與商業(yè)航運(yùn)的發(fā)展，船測(cè)數(shù)據(jù)得以進(jìn)一步豐富，并作為重要的參考數(shù)據(jù)參與PM SIC 產(chǎn)品的數(shù)據(jù)比較。同樣基于中國第五次北極科學(xué)考察走航觀測(cè)數(shù)據(jù)，趙杰臣等（2014）對(duì)7 種PM SIC 數(shù)據(jù)進(jìn)行評(píng)價(jià)，認(rèn)為AMSR2/ASI 數(shù)據(jù)較為精確；季青和龐小平（2018）則針對(duì)高分辨率產(chǎn)品，探討IUP 不同傳感器觀測(cè)數(shù)據(jù)的SIC 反演效果，發(fā)現(xiàn)AMSR2 的原始高分辨率相比SSMIS更適宜冰情分析；李釗等（2018）利用該數(shù)據(jù)對(duì)比了NT/SSMIS 與ASI/AMSR2 在夏季北極東北航道和高緯航道的準(zhǔn)確性和適用性，結(jié)果表明AMSR2數(shù)據(jù)和走航觀測(cè)數(shù)據(jù)符合較好，同時(shí)，他們結(jié)合過往基于雪龍?zhí)栕吆綌?shù)據(jù)對(duì)相同產(chǎn)品在南半球夏季羅斯海西側(cè)浮冰區(qū)的對(duì)比結(jié)果，認(rèn)為高分辨率傳感器在南北極地區(qū)的反演都更為準(zhǔn)確，但AMSR2 等高分辨率傳感器產(chǎn)品的時(shí)間覆蓋范圍較短，當(dāng)進(jìn)行全球氣候變化研究時(shí)，需要長時(shí)間序列且高適用性的海冰產(chǎn)品加以輔助。

而在南極方面，Worby和Comiso（2004）根據(jù)1989 年—2000 年南極海冰過程與氣候項(xiàng)目ASPeCt（Antarctic Sea ice Processes and Climate）船測(cè)數(shù)據(jù)對(duì)NT2 與BT 算法在南極冰緣位置的反演精度進(jìn)行了評(píng)估，認(rèn)為兩種算法在海冰成長季節(jié)（3 月份—10月份）可以準(zhǔn)確反演冰緣，而在融化季節(jié)（11月份—2月份）海冰變濕令兩種算法和真實(shí)值相關(guān)性降低。Beitsch 等（2012）通過對(duì)比 2006 年—2009 年南極海冰船測(cè)數(shù)據(jù)與基于AMSRE 傳感器的ASI、BT 和NT2 等3 種產(chǎn)品，認(rèn)為BT 算法與ASI 算法反演相對(duì)較好，而NT2 算法在比較中表現(xiàn)出較大的偏差。此后，Beitsch 等（2015）繼續(xù)完成了大范圍，多種類的數(shù)據(jù)比較，他們整合了多年船測(cè)數(shù)據(jù)，以南極洲周圍獲得的超過21600 個(gè)船舶SIC觀測(cè)值為參考，對(duì)來自1991 年—2009 年的ASI、BST、OSI 和NT 算法的SSM/I-SSMIS 數(shù)據(jù)，以及2002 年—2010 年ASI、BT 和NT2 算法的AMSR-E數(shù)據(jù)分別評(píng)估，結(jié)果顯示，BT 算法在比較中呈現(xiàn)出相對(duì)較高的相關(guān)性、最小的RMSE（Root Mean Square Error）和非常低的負(fù)偏差。對(duì)于小范圍區(qū)域比較研究尚較少，趙杰臣等（2017）以2012 年中國第南極科考赴羅斯海區(qū)域獲得的OBS SIC 數(shù)據(jù)為基礎(chǔ)，對(duì)Bremen/ASI 與NSIDC/NT 產(chǎn)品進(jìn)行評(píng)價(jià)，認(rèn)為Bremen/ASI產(chǎn)品在該區(qū)域的精度更高。

通過以上歷史對(duì)比可以看出，目前針對(duì)SIC 評(píng)估一般使用航測(cè)數(shù)據(jù)，且不同時(shí)空航測(cè)對(duì)比結(jié)果存在差異，在北極一般認(rèn)為ASI 算法模擬結(jié)果更好，Beitsch 的研究則證明BT 算法更適用于環(huán)南極區(qū)域。但目前針對(duì)于南極小范圍區(qū)域的的PM SIC對(duì)比還較少，且由于遙感分辨率等限制，小區(qū)域的反演準(zhǔn)確度更值得商榷。南極附近可劃分為威德爾海、印度洋、太平洋、羅斯海和別林斯高晉/阿蒙森海五個(gè)海冰區(qū)（Gloersen 等，1992），各海區(qū)海冰也受到不同氣候特性的影響呈現(xiàn)出不同的特性（Ozsoy-Cicek等，2011）。Beitsch等人在環(huán)南極比較中提及了分區(qū)進(jìn)行比較的設(shè)想，認(rèn)為具有不同特性的海域有助于理解不同的算法在哪些方面有優(yōu)勢(shì)或局限性（Beitsch 等，2012）。而作為南極第一、二大冰架，同時(shí)是海冰與南極底層水重要產(chǎn)地的威德爾海、羅斯海，已有若干針對(duì)兩區(qū)域PM 產(chǎn)品精度的評(píng)估研究：在威德爾海，Burns（1993）對(duì)SSM/I傳感器的4種算法適用性進(jìn)行了評(píng)價(jià)，結(jié)果顯示各點(diǎn)的SIC 差異高達(dá)45%，判斷這種差異與海區(qū)迥異的冰類型和表面條件相關(guān)；Knuth等（2007）針對(duì)夏季羅斯海大面積殘余海冰的特點(diǎn)，對(duì)基于SSM/I傳感器應(yīng)用BT 和NT 獲得PM SIC進(jìn)行比較，認(rèn)為PM SIC 在夏季只能解釋不到50%的真實(shí)數(shù)據(jù)，而在秋季轉(zhuǎn)冷時(shí)有所改善；針對(duì)羅斯冰架冰間湖區(qū)域，Kern等（2007）將冰間湖信號(hào)仿真 法PSSM（Polynya Signature Simulation Method）應(yīng)用數(shù)據(jù)產(chǎn)品與Bremen/ASI 進(jìn)行對(duì)比，結(jié)果表明ASI算法SIC所示與PSSM的冰間湖區(qū)域分布相似。

普里茲灣位于印度洋扇區(qū)，是南極第三大海灣，該區(qū)形成的達(dá)恩利角底層水約占南極底層水繞極總量的6%—13%（Ohshima 等，2013），是當(dāng)前南極海洋研究的重點(diǎn)區(qū)域。SIC 是海冰—海洋—大氣—生態(tài)多圈層耦合系統(tǒng)的關(guān)鍵變量，也是計(jì)算冰間湖產(chǎn)冰量、影響區(qū)域生物初級(jí)生產(chǎn)力等必不可缺的重要參數(shù)。準(zhǔn)確描述普里茲灣SIC 的變化，對(duì)于該區(qū)域物理海洋、生態(tài)化學(xué)等方面的研究都至關(guān)重要。此外，普里茲灣涵蓋許多種類的表面類型，包括冰原、冰架、固定冰、浮冰、冰沼和開闊水域，這使該地區(qū)SIC成為驗(yàn)證微波遙感產(chǎn)品的理想實(shí)驗(yàn)場(chǎng)所（Shi 等，2021）。且由于其科研意義，中國在內(nèi)的世界多國都在普里茲灣定期開展科考活動(dòng)，SIC 測(cè)量準(zhǔn)確性對(duì)航行安全保障也具有十分重要的現(xiàn)實(shí)意義。但與威德爾海、羅斯海不同，對(duì)普里茲灣PM SIC 產(chǎn)品精度的評(píng)估研究目前尚十分匱乏，迫切需要開展研究。

本文在整合現(xiàn)有數(shù)據(jù)后，發(fā)現(xiàn)普里茲灣擁有較為豐富的歷史船測(cè)數(shù)據(jù)（圖1）。故本文以普里茲灣海域?yàn)槔?，聚焦于探究各PM SIC產(chǎn)品在較小范圍區(qū)域的適用性。綜合點(diǎn)對(duì)點(diǎn)、共定位兩種比較方法，結(jié)合OBS SIC數(shù)據(jù)，對(duì)不同時(shí)間尺度的多源PM SIC產(chǎn)品進(jìn)行了詳細(xì)的評(píng)估。在減小兩種數(shù)據(jù)集時(shí)空誤差的同時(shí)保留了科考船的航行信息以供參考；發(fā)現(xiàn)冰情、季節(jié)、算法的差異均會(huì)對(duì)PM SIC 產(chǎn)品的精確性產(chǎn)生不可忽視的影響。因此，本研究期待能為后續(xù)算法精確度提升與選擇提供支持和參考。

圖1 環(huán)南極ASPeCt數(shù)據(jù)集船測(cè)點(diǎn)分布（黑框標(biāo)記為普里茲灣區(qū)域，66°S—70°S，60°E—90°E）Fig.1 Distribution of ship-based observation points of ASPeCt data set around Antarctica（black box marked as Prydz Bay area，66°S—70°S，60°E—90°E）

2 數(shù)據(jù)介紹

將2012 年—2014 年中國南極科考在普里茲灣區(qū)域范圍內(nèi)的SIC 數(shù)據(jù)與1992 年—2000 年ASPeCt船測(cè)數(shù)據(jù)作為真實(shí)數(shù)據(jù)，與多種PM SIC 算法產(chǎn)品開展比較，定量評(píng)價(jià)這些數(shù)據(jù)在普里茲灣區(qū)域的準(zhǔn)確性。

2.1 船基觀測(cè)數(shù)據(jù)

本文引用來自國家極地科學(xué)數(shù)據(jù)中心的中國南極科考CHINARE（Chinese Antarctic Research Expedition）數(shù)據(jù)與ASPeCt 的船基觀測(cè)數(shù)據(jù)，前者觀測(cè)時(shí)間在2012 年后，作為真實(shí)值評(píng)估包括AMSR2 遙感產(chǎn)品在內(nèi)的8 種PM SIC 數(shù)據(jù)集；ASPeCt 數(shù)據(jù)檔案時(shí)間覆蓋范圍在1980 年—2005 年間，作為后續(xù)長時(shí)間序列數(shù)據(jù)產(chǎn)品在普里茲灣區(qū)域適用性的依據(jù)。比較期間的航行軌跡如圖2所示，其中圖2（a）表示2012年—2014年中國第29、30次南極考察普里茲灣區(qū)域航行軌跡，圖2（b）圖表示2020 年—2021 年中國第37 次南極科考普里茲灣區(qū)域船測(cè)軌跡，兩張圖中不同航線顏色用于區(qū)分航行日期；圖2（c）表示1992 年—2000 年間ASPeCt 數(shù)據(jù)集記錄的普里茲灣區(qū)域內(nèi)航行軌跡，此圖中不同顏色用于區(qū)分考察年份。

圖2 中國第29&30、37次南極科考航測(cè)路線及ASPeCt航測(cè)路線示意Fig.2 Track of Xuelong during the 29th &30th，37th Chinese National Antarctic research expedition and ASPeCt ship-based observation route

圖3 共定位方法流程示意（參考Beitsch等，2015）Fig.3 Flow chart of co-location method（Refer to Beitsch et al.，2015）

兩種船測(cè)數(shù)據(jù)集均以ASPeCt 協(xié)議（Worby 等，1999）為記錄數(shù)據(jù)的標(biāo)準(zhǔn)，觀測(cè)期間觀測(cè)員以科考船為中心，每半小時(shí)對(duì)周邊海域觀測(cè)，按協(xié)議標(biāo)準(zhǔn)記錄各海冰要素，包括海冰總密集度、冰厚、不同冰層類型和雪蓋的特征。該標(biāo)準(zhǔn)目前已經(jīng)成為SIC 船基目測(cè)的定量化方法，亦有許多評(píng)估結(jié)果證實(shí)ASPeCt SIC觀測(cè)的平均精度優(yōu)于10%（Weissling等，2009；Knuth和Ackley，2006）。

2.1.1 CHINARE

用于8種數(shù)據(jù)對(duì)比的船基觀測(cè)數(shù)據(jù)源于中國分別在2012 年—2014 年、2020 年—2021 年期間開展的第29、30，第37 次南極科考，本文針對(duì)普里茲灣區(qū)域，對(duì)雪龍?zhí)柎瑴y(cè)數(shù)據(jù)（以下簡(jiǎn)稱CHINARE OBS SIC）進(jìn)行篩選，共獲得為期17天，總計(jì)355個(gè)有效數(shù)據(jù)。

2.1.2 ASPeCt data

ASPeCt是一個(gè)多學(xué)科的南極海冰區(qū)域研究專家小組，隸屬于南極研究科學(xué)委員會(huì)SCAR（Scientific Committee on Antarctic Research）物理科學(xué)計(jì)劃，它成立于1996 年，旨在補(bǔ)充和促進(jìn)其他國際南極科學(xué)項(xiàng)目以及國家南極項(xiàng)目中現(xiàn)有和擬議的研究項(xiàng)目。為探索適用于普里茲灣區(qū)域長時(shí)間序列研究的產(chǎn)品，選取與PM SIC 長期數(shù)據(jù)產(chǎn)品時(shí)間重合的1992 年—2000 年時(shí)間段ASPeCt 船測(cè)數(shù)據(jù)，剔除每天觀測(cè)樣本少于5個(gè)的日期，共計(jì)64日，605 個(gè)OBS 數(shù)據(jù)點(diǎn)作為真實(shí)值（以下簡(jiǎn)稱ASPeCt OBS SIC），用于4 種長期數(shù)據(jù)產(chǎn)品的20 世紀(jì)歷史數(shù)據(jù)比對(duì)。

2.2 PM SIC產(chǎn)品

本文選用了國際上8 種PM SIC 數(shù)據(jù)集，涵蓋多種傳感器與算法，包括有基于AMSR2 傳感器的2種算法數(shù)據(jù)與基于SSMIS的6種產(chǎn)品。所有產(chǎn)品都為日平均數(shù)據(jù)；最高空間分辨率來自Bremen大學(xué)提供的Bremen/ASI，為6.25 km，其次是EUMETSAT的OSI401 算法產(chǎn)品（EUMETSAT Ocean and Sea Ice Satellite Application Facility.2011）與Hamburg大學(xué)提供的Hamburg/ASI，其余數(shù)據(jù)產(chǎn)品均為25 km分辨率。需要標(biāo)明的是，EUMETSAT/OSI430產(chǎn)品為續(xù)接EUMETSAT/OSI450 產(chǎn)品2015 年12 月后的補(bǔ)充數(shù)據(jù)，為方便表示，在此將兩種數(shù)據(jù)產(chǎn)品名稱統(tǒng)一為EUMETSAT/OSI450。

表1 8種PM遙感SIC數(shù)據(jù)資料Table 1 Eight kinds of PM SIC data

3 數(shù)據(jù)處理

在參考了國際上主流的SIC 產(chǎn)品比較方法后（趙杰臣 等，2014；Beitsch 等，2015；Xiu 等，2020），本文采用了點(diǎn)對(duì)點(diǎn)和共定位比較方法（Colocation and Comparison Method）兩種。兩種方法的簡(jiǎn)介和選擇理由如下：

3.1 點(diǎn)對(duì)點(diǎn)對(duì)比

以船測(cè)經(jīng)緯度為依據(jù)，將OBS SIC 各時(shí)間點(diǎn)數(shù)據(jù)與同日地理位置最近PM SIC 網(wǎng)格數(shù)據(jù)進(jìn)行匹配，該方法最大程度上保留了科考船的航行信息，也為研究各數(shù)據(jù)集在不同密集度情況下的表現(xiàn)提供參考。

3.2 共定位比較法（Beitsch等，2015）

Beitsch 等人假設(shè)船基目測(cè)范圍為1 km，可通航條件下，科考船的平均速度約為7 km/h，如此船一日可行進(jìn)相當(dāng)于12—16個(gè)12.5 km 分辨率的網(wǎng)格單元，這一前提引出了可能影響OBS SIC 與PM SIC數(shù)據(jù)對(duì)比的兩個(gè)關(guān)鍵問題：

首先在單個(gè)時(shí)間點(diǎn)觀測(cè)時(shí)，觀測(cè)點(diǎn)近似看作是橢圓形，該目測(cè)范圍相對(duì)于PM SIC 經(jīng)緯度網(wǎng)格尺寸差異太大，所以當(dāng)以O(shè)BS SIC 為真實(shí)數(shù)據(jù)開展單個(gè)時(shí)間點(diǎn)對(duì)比時(shí)，要求被比對(duì)的PM SIC 數(shù)據(jù)集提供距離該時(shí)間點(diǎn)地理位置最近的網(wǎng)格數(shù)據(jù)；其次，PM SIC 產(chǎn)品均為日平均數(shù)據(jù)資料，如果以此與同天內(nèi)不同時(shí)間點(diǎn)OBS SIC 數(shù)據(jù)進(jìn)行對(duì)比，不能保證去除海冰漂移等因素帶來的誤差，故當(dāng)開展日數(shù)據(jù)對(duì)比時(shí)，需要將OBS SIC統(tǒng)一日平均處理。

綜上所述，共定位比較法即對(duì)OBS SIC，PM SIC 數(shù)據(jù)均進(jìn)行每日沿軌平均，以降低兩者時(shí)空尺度不等帶來的誤差。

OBS SIC與PM SIC的共定位處理具體方法如下：（1）轉(zhuǎn)換PM SIC 為笛卡爾網(wǎng)格數(shù)據(jù)；（2）將OBS SIC與PM SIC格點(diǎn)數(shù)據(jù)進(jìn)行配對(duì)。通過計(jì)算第N天最后一個(gè)船位與周圍格點(diǎn)中心的距離，選取與該OBS SIC 位置最相近的PM SIC 格點(diǎn)數(shù)據(jù)進(jìn)行比較；（3）計(jì)算一天所有觀測(cè)值的平均與該日沿船行軌道配對(duì)的所有PM SIC 平均，保證單個(gè)時(shí)間點(diǎn)處理后的兩種數(shù)據(jù)集均提供一個(gè)值，如果其中一個(gè)數(shù)據(jù)集缺少值，則不使用特定時(shí)間點(diǎn)進(jìn)行比較；（4）使用處理后兩個(gè)數(shù)據(jù)集提供的數(shù)值開展比較。

3.3 評(píng)價(jià)指標(biāo)

SIC比較時(shí)，采用相關(guān)系數(shù)CC，平均偏差Bias和均方根差RMSE作為產(chǎn)品評(píng)價(jià)指標(biāo)，各指標(biāo)公式如下：

式中，P為衛(wèi)星PM SIC數(shù)據(jù)，B為OBS SIC 數(shù)據(jù)，i為網(wǎng)格點(diǎn)編號(hào)，N為地理匹配網(wǎng)格點(diǎn)總數(shù)，等同于船測(cè)數(shù)據(jù)總量；μP和μB分別是PM SIC 的均值和標(biāo)準(zhǔn)差，μB和σB是OBS SIC的均值和標(biāo)準(zhǔn)差。

4 結(jié)果分析

4.1 PM SIC在南極普里茲灣的基本表現(xiàn)

圖4，5 分別為8 種PM SIC 產(chǎn)品反演普里茲灣月平均SIC 的多年平均分布情況以及滑動(dòng)平均時(shí)間序列。從圖4 可以看出，幾種PM SIC 產(chǎn)品除數(shù)值大小與分辨率存在差異外，對(duì)應(yīng)SIC的空間分布較為一致，高SIC 冰區(qū)主要分布于艾默里冰架前端（73°E—77°E），西冰架以北（82°E—84°E），達(dá)利恩角以東（72°E，68°S）以及四女士淺灘附近（78°E，67°S），而在四女士淺灘以南，達(dá)利恩角以北沿艾默里冰架邊緣出現(xiàn)大面積低SIC區(qū)域，上述反演SIC分布均與前人研究結(jié)果相一致：位于達(dá)利恩角以東與四女士淺灘以北的冰舌，被認(rèn)為是由地形因素影響下的海冰堆積產(chǎn)生（解思梅 等，2003a；Shi 等，2002；樂肯堂和史久新，1997），冰舌間產(chǎn)生低SIC區(qū)域的主要原因可能是從灣口深水道侵入灣內(nèi)的暖水（蒲書箴 等，2002），而達(dá)利恩角沿艾默里冰架的低SIC分布則受到該區(qū)域強(qiáng)烈南極下降風(fēng)影響（鄭少軍，2011）。在8種數(shù)據(jù)中，NSIDC/NT2 反演SIC 數(shù)值明顯偏高，NSIDC/NT 產(chǎn)品空間分布數(shù)值低于其他7種數(shù)據(jù)結(jié)果，圖4的時(shí)間序列也印證了這一結(jié)論，NSIDC/NT2 產(chǎn)品SIC 于2014 年后的數(shù)值區(qū)間為72%—92%，高出其余7 種數(shù)據(jù)約10%—20%，NSIDC/NT 整體最小，所示2014年后滑動(dòng)平均處理所得數(shù)據(jù)范圍為54%—77%。

圖4 8種PM SIC數(shù)據(jù)氣候態(tài)平均（2012-12—2021-12）的空間分布Fig.4 Spatial distribution of climate state average（2012-12—2021-12）of eight kinds of PM SIC data

圖5 8種PM SIC數(shù)據(jù)滑動(dòng)平均（扣除季節(jié)變化）時(shí)間序列Fig.5 Moving average（excluding seasonal changes）time series of eight kinds of PM SIC data

4.2 PM SIC與CHINARE OBS SIC 對(duì)比

為探討包括以AMSR2 衛(wèi)星基礎(chǔ)的2 種數(shù)據(jù)產(chǎn)品在內(nèi)的總計(jì)8 種PM SIC 數(shù)據(jù)在普里茲灣區(qū)域的適用性，本文采用中國3次南極科考途徑普里茲灣的走航船測(cè)結(jié)果作為真實(shí)數(shù)據(jù)開展評(píng)估，所選取日期及其基礎(chǔ)信息如表2所示。

表2 3次南極科考途徑普利茲灣日期、經(jīng)緯度范圍及每日觀測(cè)數(shù)據(jù)點(diǎn)數(shù)Table 2 The date，longitude，latitude range，and daily observation data points of the 29th，30th，and 37th Chinese National Antarctic research expedition passes through the Prydz Bay

4.2.1 點(diǎn)對(duì)點(diǎn)對(duì)比

以所有CHINAREOBSSIC 點(diǎn)為真實(shí)值對(duì)遙感產(chǎn)品進(jìn)行定量分析，得到結(jié)果如表3所示。從全部數(shù)據(jù)點(diǎn)的對(duì)比來看，所有PM SIC 產(chǎn)品與OBS SIC 的相關(guān)系數(shù)均在0.65 及以上，均方根誤差平均為26%，偏差均在10.5%以下，整體上均有較好的相關(guān)性。

表3 8種PM SIC數(shù)據(jù)與CHINARE OBS SIC 的相關(guān)系數(shù)（CC）、均方根差（RMSE）及偏差（Bias）Table 3 CC，RMSE，and Bias between PM SIC and CHINARE OBS SIC

該表就CC而言，以AMSR2衛(wèi)星傳感器為基礎(chǔ)的兩種數(shù)據(jù)產(chǎn)品（Bremen/ASI與NSIDC/NT2）均達(dá)到了0.75 以上，且同時(shí)具有全部數(shù)據(jù)中的最小偏差，這一結(jié)果可能與這兩種算法選取84 GHz 高頻通道得到的高分辨率相關(guān)（蘇潔 等，2013），但Bremen/ASI數(shù)據(jù)較高的RMSE值說明該算法產(chǎn)品在普里茲灣區(qū)域擬合精度存在較高的不穩(wěn)定性；對(duì)于RMSE 統(tǒng)計(jì)值，低于平均值26%，即相對(duì)更穩(wěn)定的3 種數(shù)據(jù)分別是NSIDC/NT2，NSIDC/BT 與NSIDC/CDR；從Bias統(tǒng)計(jì)值判斷，NSIDC/NT數(shù)據(jù)在8種數(shù)據(jù)中與真實(shí)數(shù)據(jù)偏差最大，兩個(gè)OSI數(shù)據(jù)集也有相對(duì)較大的偏差值。綜合所有指標(biāo)來看，3種指標(biāo)下相對(duì)表現(xiàn)較好的數(shù)據(jù)為NSIDC/NT2和SSMIS/BT數(shù)據(jù)，均滿足R＞0.7，RMSE＜25%，|Bias|＜5%。

為更深入地分析OBS SIC 與8 種PM SIC 的偏差，也為探明Bremen/ASI 與NSIDC/NT、兩種OSI算法產(chǎn)品在該區(qū)域模擬指標(biāo)異常的原因，本文根據(jù)1970 年WMO 對(duì)SIC 與冰況之間關(guān)系的描述，并參考Shibata 等（2013）對(duì)海冰覆蓋與船舶航行困難之間關(guān)系的定義，將OBS SIC 數(shù)據(jù)分為低（OBS SIC≤30%），中（30%＜OBS SIC≤70%），高（OBS SIC＞70%）3 種密集度情況，對(duì)應(yīng)于易于導(dǎo)航的輕度（mild），正常（normal）以及難以導(dǎo)航的嚴(yán)重冰況（severe）；圖6所示即為3種冰況下8種PM SIC與CHINARE OBS SIC 間的RMSE 與Bias（CHINARE OBS SIC PM SIC）結(jié)果。

圖6 3種SIC情況下8種PM SIC與 CHINARE OBS SIC之間的RMSE和Bias統(tǒng)計(jì)結(jié)果Fig.6 RMSE and Bias between PM SIC and CHINARE OBS SIC under three kinds of SIC conditions

圖6（a）所示，在輕度冰況下，所有PM SIC產(chǎn)品的RMSE 最為相近，范圍在21.2%（NSIDC/NT）到25.8%（Bremen/ASI）之間；正常冰況下，PM SIC 產(chǎn)品間的RMSE 差值最大，范圍為19.57%（EUMETSAT/O5）至35.20%（Bremen/ASI）；最后，在嚴(yán)重冰況條件下，RMSE 范圍在18.49%（NSIDC/NT2）至33.0663%（EUMETSAT/O1），此時(shí)NSIDC/NT2 產(chǎn)品對(duì)應(yīng)RMSE 值達(dá)到各PM SIC 產(chǎn)品所有情況下的最小值。圖6中表明，Bremen/ASI，Hamburg/ASI 與NSIDC/NT2 等3 種PM SIC 產(chǎn)品隨SIC 增加引起的RMSE 數(shù)值變化存在相似的趨勢(shì)，正常冰況反演精確度不穩(wěn)定，而在嚴(yán)重冰況條件下的反演具有優(yōu)勢(shì)，這一特性反映了AMSRE 傳感器與ASI 算法在過渡冰區(qū)反演的缺陷；而NSIDC/CDR，EUMETSAT/OSI450 與NSIDC/BT 的RMSE 值與前3 種產(chǎn)品趨勢(shì)相反。圖6（b）表明，在輕度冰況條件下，所有PM SIC 與OBS SIC 的偏差均為正值，即所有PM SIC 產(chǎn)品都高估了輕度冰況真實(shí)值；正常冰況下，除NSIDC/NT2（8.45%）外，各PM SIC 產(chǎn)品對(duì)應(yīng)偏差分布在-16.09%（NSIDC/NT）至-6.04%（NSIDC/BT）范圍內(nèi)，即除了NSIDC/NT2，其余產(chǎn)品均在正常冰況下低估真實(shí)值；對(duì)于嚴(yán)重冰況，Bremen/ASI 與NSIDC/NT2 反演結(jié)果與真實(shí)值Bias 均趨近于0，其余產(chǎn)品Bias 相對(duì)更大，此外，與圖6（a）相同，Hamburg/ASI 與Bremen/ASI產(chǎn)品Bias隨SIC增加也呈現(xiàn)出相似的變化趨勢(shì)。

綜上所述，在全數(shù)據(jù)表格中擬合結(jié)果較好的NSIDC/NT2 數(shù)據(jù)在所有情況下的兩個(gè)評(píng)估標(biāo)準(zhǔn)都穩(wěn)定在較低的數(shù)值；具有最高分辨率的Bremen/ASI 數(shù)據(jù)雖然同樣有較高的CC，但其在正常冰況下的反演精度較差；NSIDC/BT，NSIDC/CDR 長期數(shù)據(jù)產(chǎn)品反演結(jié)果雖然與真實(shí)值有較強(qiáng)相關(guān)性，但兩者均在低密集度區(qū)域擬合不佳，RMSE 值與Bias 值均較高，如果需要彌補(bǔ)NSIDC/NT2 數(shù)據(jù)在時(shí)間長度上的缺陷，仍需對(duì)基于SSMIS傳感器的算法產(chǎn)品展開進(jìn)一步對(duì)比。

4.2.2 共定位方法對(duì)比及異常日期的個(gè)例分析

為減小時(shí)空誤差，對(duì)兩種數(shù)據(jù)分別進(jìn)行共定位處理，所得PM SIC 與CHINARE OBS SIC 偏差時(shí)間序列如圖7所示，兩者對(duì)比結(jié)果總結(jié)在表4中。

表4 共定位處理后CHINARE OBS SIC 與8種PM SIC數(shù)據(jù)的相關(guān)系數(shù)（CC）、均方根差（RMSE）及偏差（Bias）Table 4 CC，RMSE，and Bias between CHINARE OBS SIC and PM SIC after Co-location processing

圖7 8種PM SIC各產(chǎn)品反演的普里茲灣SIC與CHINARE OBS SIC差值的長期變化Fig.7 Long-term variation of SIC difference between PM SIC and CHINARE OBS SIC in Prydz Bay

圖7 所示為PM SIC 與CHINARE OBS SIC 偏差的17 日時(shí)間序列，可以發(fā)現(xiàn)2012 年—2021 年觀測(cè)日期普里茲灣區(qū)域的PM SIC 與CHINARE OBS SIC的差值較為均衡地分布在±40%之間，除2014 年2 月28 日、2014 年3 月1 日、2020 年12 月31 日、2021年1月2日外各PM SIC產(chǎn)品之間的偏差差異均小于30%。

表4各統(tǒng)計(jì)值表明，共定位處理后的數(shù)據(jù)有效地降低了誤差，與點(diǎn)對(duì)點(diǎn)比較相比，CC 均提升了0.1 以上，其范圍在0.80（EUMETSAT/OSI450）與0.93（NSIDC/NT2）間，RMSE值減少了10%左右，區(qū)間為12.30%（NSIDC/NT2）至17.58%（Hamburg/ASI）；共定位比較所得Bias 較前文點(diǎn)對(duì)點(diǎn)對(duì)比改變較小，且除NSIDC/NT2 產(chǎn)品外各PM SIC 產(chǎn)品Bias 均為負(fù)值，即在比較范圍內(nèi)，多數(shù)PM SIC 產(chǎn)品反演結(jié)果整體低估真實(shí)數(shù)據(jù)。

在共定位比較中，NSIDC/NT2 產(chǎn)品具有最優(yōu)越的CC 與RMSE 值，分別為0.93 與12.30%；|Bias|僅次于NSIDC/BT 數(shù)據(jù)，即認(rèn)為該產(chǎn)品在普里茲灣區(qū)域反演結(jié)果與真實(shí)值具有極強(qiáng)相關(guān)性與精確反演的穩(wěn)定性。而在所有基于SSMIS衛(wèi)星傳感器數(shù)據(jù)的算法產(chǎn)品中，綜合3 個(gè)評(píng)估數(shù)值，BT 算法有最好的適用性，這也與Beitsch 所得的全南極范圍對(duì)比結(jié)果一致。

本文于普里茲灣區(qū)域選取共定位方法的一個(gè)重要理由是有助于更精確地確認(rèn)數(shù)據(jù)的異常日期（圖7，異常日對(duì)應(yīng)紅線標(biāo)注日期）。經(jīng)對(duì)比，除2012 年11 月28 日異常點(diǎn)處于普里茲灣區(qū)域以外，本文不做詳細(xì)分析，剩余異常點(diǎn)可分成兩類：（1）相對(duì)OBS SIC 偏差超過30%的日期，2014 年2 月28 日與2020-12-31；（2）各PM SIC 數(shù)據(jù)間反演差距大于30%的日期2014 年3 月1 日與2021 年1 月2 日。因此選以上4 個(gè)異常日期進(jìn)行航測(cè)路線繪制與沿航線SIC數(shù)據(jù)對(duì)比。

首先，對(duì)第一類異常點(diǎn)，即各PM SIC 數(shù)據(jù)普遍出現(xiàn)較大偏差的日期進(jìn)行針對(duì)性研究，以探究PM算法反演普遍存在的缺陷。由圖8（a）（c）航線圖中可看出，2014年2月28日與2020年12月31日多數(shù)航測(cè)點(diǎn)均分布于75°E 海冰邊緣處，其中2014年2月28日科考船自北向南由73°E 高密集度冰區(qū)駛?cè)氡”鶇^(qū)，再回轉(zhuǎn)向北駛?cè)雵?yán)重冰況區(qū)域，而各PM SIC數(shù)據(jù)對(duì)較薄冰區(qū)（SIC＜50%）內(nèi)SIC變化并不敏感，考慮到此時(shí)為海冰融化季節(jié)，認(rèn)為PM算法產(chǎn)品將濕海冰認(rèn)為開闊水域的傾向是這一誤差產(chǎn)生的主要原因，且除NSIDC/NT2、Bremen/ASI兩種基于高頻通道傳感器的數(shù)據(jù)產(chǎn)品外，其余PM SIC 產(chǎn)品不能反映沿途小于40%的SIC 波動(dòng)情況，說明這一結(jié)果可能也受到儀器分辨率的影響；2020年12月31日航測(cè)點(diǎn)沿68°S緯向分布于75°E—77°E 之間，該日沿線CHINARE OBS SIC 均為0 成，僅有Bremen/ASI與Hamburg/ASI反演結(jié)果與真實(shí)值相吻合，其余各PM SIC 產(chǎn)品均高估CHINARE OBS SIC，但此二數(shù)據(jù)同樣在2014年2月28日將低密集度區(qū)域海冰判別為0 成的開闊水域，結(jié)合ASI“對(duì)融池具有較低的辨識(shí)度，會(huì)將融池判別為開闊水”這一算法評(píng)價(jià)（王劍 等，2020），認(rèn)為ASI 算法在冰緣的運(yùn)用存在爭(zhēng)議。

圖8 8種PM SIC與CHINARE OBS SIC異常Bias出現(xiàn)日期船測(cè)路線（（a）、（c）、（e）、（g）中黑色路線），填色為當(dāng)日NSIDC/NT2產(chǎn)品反演的SIC，與沿航線各數(shù)據(jù)時(shí)間序列（（b）、（d）、（f）、（h））示意，橫軸表示第n個(gè)觀測(cè)時(shí)間點(diǎn)Fig.8 Ship-based observation route of the occurrence date of the abnormal Bias between PM SIC and CHINARE OBS SIC（black route in（a），（c），（e），and（g））.The color shows the SIC inverted by NSIDC/ NT2 products on that day，which is schematic with the data time series along the route（（b），（d），（f），and（h））.The horizontal axis represents the number of observation time point

其次，對(duì)第二類異常點(diǎn)，即對(duì)PM SIC 產(chǎn)品反演結(jié)果差距較大的日期展開分析，研究導(dǎo)致PM SIC 數(shù)據(jù)間差異的原因。由圖8（e）（g）可看出，兩日科考船航行均由南向北沿73°E經(jīng)向駛離冰區(qū)，2014 年3 月1 日各數(shù)據(jù)集SIC 時(shí)間序列顯示，海冰自高密集度向低密集度的過程是各PM SIC 產(chǎn)品反演產(chǎn)生差異的主要區(qū)域，在第24 個(gè)時(shí)間點(diǎn)前，真實(shí)SIC 均在6成及以上，NSIDC/CDR，Bremen/ASI，NSIDC/NT2反演結(jié)果與真實(shí)數(shù)據(jù)相近，而在24—30時(shí)間點(diǎn)間，船行至薄冰區(qū)，NSIDC/CDR，NSIDC/BT，EUMETSAT/OSI401，EUMETSAT/OSI450 反演精度更佳，整體上CDR 與BT 算法反演沿線SIC 更符合真實(shí)值，各產(chǎn)品在不同SIC區(qū)間的反演精度差異導(dǎo)致了高偏差；2021 年1 月2 日SIC 均在5 成左右，所有PM SIC 產(chǎn)品均錯(cuò)誤地高估了第7 個(gè)時(shí)刻點(diǎn)的SIC，且除Bremen/ASI 產(chǎn)品外均未反映出第5個(gè)時(shí)刻點(diǎn)的SIC高值。

綜上所述，PM SIC 與OBS SIC 共定位比較中大于30%異常偏差出現(xiàn)的區(qū)域均位于海冰冰緣區(qū)域，且兩個(gè)時(shí)刻均發(fā)生在海冰融化季節(jié)，這與Worby 等（2008）得出的11—2 月份南極海冰融化季節(jié)冰沿區(qū)域PM SIC 算法反演誤差較大這一結(jié)論相仿；除此之外，在該區(qū)域SIC 時(shí)間序列中，ASI算法傾向于低估真實(shí)值，認(rèn)為這受到算法本身特性的影響，即易將融池區(qū)域定義成開闊水域；而PM SIC 產(chǎn)品之間較大偏差的發(fā)生主要來源于正常冰況以及各產(chǎn)品對(duì)不同程度SIC 反演精度的差異，結(jié)果表明Bremen/ASI，NSIDC/NT2在嚴(yán)重冰況下的反演精度更高，EUMETSAT/OSI401，EUMETSAT/OSI450則更適用于薄冰區(qū)反演。

4.3 PM SIC長期變化與ASPeCt OBS SIC 的對(duì)比

雖然在上一節(jié)中NSIDC/NT2 從對(duì)比結(jié)果上表現(xiàn)出了在普里茲灣區(qū)域極高的適配性，但此產(chǎn)品對(duì)應(yīng)的傳感器AMSR2 在2012 年7 月前并未啟動(dòng)觀測(cè)任務(wù)，同時(shí)也考慮到上述CHINARE 船測(cè)產(chǎn)品長度較短，不適于評(píng)估PM SIC 長期變化的準(zhǔn)確性。為補(bǔ)充選取適合的歷史數(shù)據(jù)，該節(jié)使用ASPeCt OBS SIC 與包含實(shí)測(cè)對(duì)應(yīng)時(shí)間段，且在上輪比較中統(tǒng)計(jì)指標(biāo)較好的4 種PM SIC（Hamburg/ASI，NSIDC/BT，NSIDC/NT，NSIDC/CDR）展開對(duì)比。

4.3.1 點(diǎn)對(duì)點(diǎn)對(duì)比

以1992 年—2000 年所有ASPeCt OBS SIC 點(diǎn)為真實(shí)值對(duì)4種長期數(shù)據(jù)產(chǎn)品展開定量分析，結(jié)果如表5所示。

表5 與ASPeCt OBS SIC 相比較下的4種PM SIC數(shù)據(jù)的相關(guān)系數(shù)（CC）、均方根差（RMSE）及偏差（Bias）Table 5 CC，RMSE and Bias between PM SIC and ASPeCt OBS SIC

整體來看，CDR 數(shù)據(jù)在CC 與RMSE 方面表現(xiàn)是該輪比較的所有PM SIC 產(chǎn)品中最佳，分別為0.667 與25.252%，|Bias|也相對(duì)很小，其值為8.02%，僅略大于7.97%（NSIDC/BT）。基于其結(jié)合BT 與NT 算法取相對(duì)小值的算法原理，考慮到前人認(rèn)為該算法在大面積新冰區(qū)擬合精度有限的評(píng)價(jià)（王劍 等，2020），仍有必要對(duì)不同密集度區(qū)域情況展開進(jìn)一步分析。

如圖9（a）3 種情況比較所得RMSE 結(jié)果顯示，因NSIDC/CDR 與NSIDC/BT 產(chǎn)品相似的取值，兩者曲線存在重合現(xiàn)象。在輕度冰況區(qū)域，4 種PM SIC 產(chǎn)品反演精確性最不穩(wěn)定，其范圍在31.71%（NSIDC/NT）至38.80%（NSIDC/CDR）；正常冰況下，RMSE 區(qū)間位于25.39%（NSIDC/CDR）與33.86%（Hamburg/ASI）之間，在該區(qū)域，NSIDC/CDR、NSIDC/BT 產(chǎn)品穩(wěn)定性較輕度冰況大幅提升；嚴(yán)重冰況下，除NSIDC/NT 外，其余3 種產(chǎn)品的RMSE 值進(jìn)一步降低，數(shù)值范圍在21.36%（NSIDC/CDR）與32.00%（NSIDC/NT）間。

圖9 3種SIC情況下4種PM SIC與ASPeCt OBS SIC之間的RMSE和Bias統(tǒng)計(jì)結(jié)果Fig.9 RMSE and Bias between PM SIC and ASPeCt OBS SIC under 3 kinds of SIC conditions

圖9（b）表明，4 種PM SIC 產(chǎn)品反演偏差隨SIC變化趨勢(shì)較為一致，在輕度冰況條件下PM SIC普遍高估真實(shí)值；正常冰況下各產(chǎn)品偏差相對(duì)較低，為-15.45%（Hamburg/ASI）至-3.39%（NSIDC/BT，NSIDC/CDR）；而在嚴(yán)重冰況下，|Bias|再次大幅增加，即PM SIC 產(chǎn)品普遍高估ASPeCt OBS SIC，數(shù)值范圍為-27.36%（NSIDC/NT）至-15.18%（NSIDC/BT）。

CDR 算法在各密集度區(qū)間的數(shù)值和BT 算法相近，原因在于前者在研究日期內(nèi)算法所選取的數(shù)值多為BT 算法產(chǎn)品數(shù)據(jù)，正常冰況區(qū)間兩者的數(shù)值相同，在其他情況下CDR 結(jié)果要優(yōu)于BT，綜合來看，四種數(shù)據(jù)對(duì)輕度冰況區(qū)域的擬合不穩(wěn)定性依然嚴(yán)重，其中CDR 與BT 的偏離程度最大，傾向于高估真實(shí)值。

NT 算法對(duì)普里茲灣區(qū)域擬合的 |Bias| 隨密集度的提高而增大，而在嚴(yán)重冰況區(qū)域出現(xiàn)了比較嚴(yán)重的低估真實(shí)值的現(xiàn)象，可以認(rèn)為其在嚴(yán)重冰況區(qū)域的高 |Bias|是表5 中其整體擬合效果不佳的主要原因。

4.3.2 共定位方法對(duì)比及異常日期的個(gè)例分析

為降低時(shí)空誤差，對(duì)兩類數(shù)據(jù)做平均化處理，所得結(jié)果如圖9、表6所示。

表6 共定位處理后OBS SIC與4種PM SIC數(shù)據(jù)的相關(guān)系數(shù)（CC）、均方根差（RMSE）及偏差（Bias）Table 6 CC，RMSE，and Bias between PM SIC and ASPeCt OBS SIC after Co-location processing

從圖10 共計(jì)52 天共定位處理后的PM SIC 與ASPeCt OBS SIC 偏差的時(shí)間序列圖中，可以發(fā)現(xiàn)PM SIC 整體小于ASPeCt OBS SIC，即4 種PM SIC產(chǎn)品在選取日期內(nèi)整體低估真實(shí)值。出現(xiàn)大幅正偏差的日期僅有1992 年11 月13 日，1998 年11 月17日，1999年12月28日，1999年3月20日各產(chǎn)品均出現(xiàn)高于60%的大幅負(fù)偏差。

圖10 4種PM SIC產(chǎn)品反演的普里茲灣SIC與ASPeCt OBS SIC差值的長期變化Fig.10 Long-term variation of SIC difference between PM SIC and ASPeCt OBS SIC in Prydz Bay

與CHINARE 船測(cè)數(shù)據(jù)集相似，平均化后各數(shù)據(jù)集與ASPeCt 船測(cè)數(shù)據(jù)的CC 與RMSE 均有較大程度的優(yōu)化，其中各產(chǎn)品的相關(guān)性系數(shù)均高于0.75，較點(diǎn)對(duì)點(diǎn)比較來看均提升了0.1 以上；均方根差值均降低了5%—8%。但就ASPeCt 與CHINARE 船測(cè)數(shù)據(jù)集比較中，這兩種統(tǒng)計(jì)值表明這四種PM SIC在CHINARE 船測(cè)數(shù)據(jù)集時(shí)間段的反演結(jié)果更為精確。

在共定位比較對(duì)比中，BT 算法與CDR 算法的3 類指標(biāo)都優(yōu)于其他產(chǎn)品，而兩者的各指標(biāo)數(shù)據(jù)都極為相近，這是CDR 作為BT 與NT 的結(jié)合算法在此區(qū)域選擇了更大比例NSIDC/BT 產(chǎn)品數(shù)值的緣故，整體來看BT 算法在該比較各指標(biāo)值略微優(yōu)于CDR算法。

現(xiàn)對(duì)出現(xiàn)異常偏差的日期航線情況與沿線各產(chǎn)品SIC與真實(shí)值展開針對(duì)性分析。

圖11 為4 種PM SIC 數(shù)據(jù)于普里茲灣區(qū)域與ASPeCt OBS SIC 產(chǎn)生偏差異常日期的船測(cè)航線圖與該日各時(shí)刻數(shù)據(jù)比較時(shí)間序列，航線軌跡圖中SIC 空間分布來自于NSIDC/CDR 產(chǎn)品。其中，圖11（a）、（c）、（e）對(duì)應(yīng)出現(xiàn)大幅正偏差的日期：1992 年11 月13 日船行路線自77.4°E，66.8°S 開始沿經(jīng)向自南向北航行至77.4°E，66°S，共計(jì)7 個(gè)觀測(cè)點(diǎn)，前5個(gè)時(shí)間點(diǎn)，各PM SIC數(shù)據(jù)與ASPeCt OBS SIC 的偏差小于10%，這也再次印證了各算法產(chǎn)品在高密集度冰區(qū)反演較好的特點(diǎn)，PM SIC 在第6個(gè)時(shí)間點(diǎn)對(duì)無冰區(qū)域的高估是該日20%正偏差的來源；1998 年11 月17 日船測(cè)路線為自北向南沿78°E經(jīng)向航行，共計(jì)11 個(gè)觀測(cè)點(diǎn)，前九個(gè)時(shí)間點(diǎn)記錄的ASPeCt OBS SIC 均少于4 成，但沿線SIC 低密集度的情況沒有在各PM SIC 產(chǎn)品的反演中得到準(zhǔn)確的體現(xiàn)，同時(shí)，第10 個(gè)時(shí)間點(diǎn)中，除Hamburg/ASI 表現(xiàn)出小幅增長趨勢(shì)，其他算法產(chǎn)品都忽略了ASPeCt OBS SIC的驟增；1999年12月28日路線所示為船只靠近冰架的過程，沿線SIC 自8 成下降到0成，最后冰況穩(wěn)定在5成，但NSIDC/CDR，NSIDC/NT，NSIDC/BT 反演高估了真實(shí)值且錯(cuò)誤估計(jì)了沿線SIC 的變化趨勢(shì)，Hamburg/ASI 雖然反演出與真實(shí)值相近的趨勢(shì)，但變化較真實(shí)值提前一個(gè)點(diǎn)位；圖11（g）圖對(duì)應(yīng)1999年3月20日航測(cè)情況，處于融冰期末尾，該日出現(xiàn)最大負(fù)偏差，科考船只自64.65°E，-66.22°S 向北駛出普里茲灣海區(qū)，沿線海冰均有7—9 成，時(shí)間序列所示各PM SIC，特別是NSIDC 機(jī)構(gòu)的3種算法產(chǎn)品雖然很好地反映了沿線SIC 在各時(shí)刻點(diǎn)的變化趨勢(shì)，但均較大程度低估ASPeCt OBS SIC，反演SIC為0—5成。

圖11 4種PM SIC與ASPeCt OBS SIC異常Bias出現(xiàn)日期的船測(cè)路線（（a）、（c）、（e）、（g）中黑色路線），填色為當(dāng)日NSIDC/CDR產(chǎn)品反演的SIC，與沿航線各數(shù)據(jù)時(shí)間序列（（b）、（d）、（f）、（h））示意，橫軸表示第n個(gè)觀測(cè)時(shí)間點(diǎn)Fig.11 Ship-based observation route of the occurrence date of the abnormal Bias between PM SIC and ASPeCt OBS SIC（black route in（a），（c），（e），and（g））.The color shows the SIC inverted by NSIDC/CDR products on that day，which is schematic with the data time series along the route（（b），（d），（f），and（h））.The horizontal axis represents the number of observation time point

綜上所述，4 種PM SIC 產(chǎn)品在高密集度冰區(qū)的反演相對(duì)符合船測(cè)真實(shí)值與其沿線變化趨勢(shì)，對(duì)ASPeCt OBS SIC 低于8 成的觀測(cè)點(diǎn)擬合程度較差，同在嚴(yán)重冰況區(qū)域觀測(cè)的日期1992 年11 月13 日 與1999 年3 月20 日對(duì)比表明，11 月較之3 月準(zhǔn)確性更高；受到算法與分辨率的種種限制，PM SIC 不能夠很好地反映出沿線ASPeCt OBS SIC 的驟變情況。而在所示所有不同時(shí)間范圍的時(shí)間序列中，NSIDC/NT 在所有PM SIC 產(chǎn)品中反演結(jié)果均為最小值，這也可能是其在低密集度區(qū)域反演精確程度較好而高密集度區(qū)域不佳的原因。

4.3.3 結(jié)冰、融冰期PM SIC產(chǎn)品反演精度比較

為了進(jìn)一步探明不同時(shí)間段反演較好的產(chǎn)品，也為后續(xù)優(yōu)化數(shù)據(jù)提供參考，以南半球融冰期（11 月—次年2 月）、結(jié)冰期（3 月—10 月）為依據(jù)（Worby 和Comiso，2004）劃分日平均數(shù)據(jù)開展對(duì)比。

融冰期總計(jì)172個(gè)數(shù)據(jù)點(diǎn)，結(jié)冰期總計(jì)318個(gè)，兩者CC 統(tǒng)計(jì)指標(biāo)結(jié)果均通過P 檢驗(yàn)。從表7 中能夠發(fā)現(xiàn)，4 種數(shù)據(jù)產(chǎn)品均存在季節(jié)差異，各數(shù)據(jù)集結(jié)冰期對(duì)應(yīng)的|Bias|值均高于融冰期，融冰期對(duì)應(yīng)CC 值較之結(jié)冰期約高出0.2；其中|Bias|最大變化幅度來自NT 算法產(chǎn)品從6.20%到26.33%的增長，其余產(chǎn)品的|Bias|浮動(dòng)范圍也在12%—17%，這體現(xiàn)了4 種PM SIC 產(chǎn)品在普里茲灣區(qū)域結(jié)冰期反演的缺陷；兩季RMSE 值差異較小，均都處于20%以上。

表7 結(jié)冰、融冰期4種PM SIC與ASPeCt OBS SIC比較下的均方根差（RMSE）與偏差（Bias）Table 7 RMSE and Bias between PM SIC and OBS SIC during freezing and thawing periods

CDR 與BT 算法的Bias、RMSE 值在兩季比較中均維持在最低值，相關(guān)性指標(biāo)CC 在結(jié)冰期比較中低于其他兩類產(chǎn)品，綜上所述，CDR 與BT 算法在低密集度區(qū)域、結(jié)冰期精度有限，但從整體數(shù)據(jù)與密集度程度劃分?jǐn)?shù)據(jù)來看，在以1992 年—2000 年以ASPeCt 為真實(shí)值的各比較案例中都有最優(yōu)的結(jié)果。

5 結(jié)論

綜上所述，8 種產(chǎn)品2012 年12 月至2021 年12 月多年平均空間分布圖與滑動(dòng)平均時(shí)間序列結(jié)果均體現(xiàn)了各PM SIC 數(shù)據(jù)在時(shí)空分布上的相對(duì)一致性，其中，NSIDC/NT2 反演SIC 數(shù)值顯著更高，而NSIDC/NT SIC整體結(jié)果偏小。總體而言，相較于1992 年—2000 年ASPeCt 數(shù)據(jù)集，4 種遙感產(chǎn)品與2012 年后CHINARE 數(shù)據(jù)集相似程度更高，就相關(guān)系數(shù)CC 而言，前者在0.77—0.82，而后者除OSI450 產(chǎn)品外均在0.83 以上；同時(shí)，前一數(shù)據(jù)集各產(chǎn)品對(duì)比得到的均方根差RMSE與偏差Bias統(tǒng)計(jì)值，均高于后者（即偏差更大）。上述結(jié)果可能源于遙感數(shù)據(jù)產(chǎn)品參數(shù)的調(diào)整改善與儀器更新。

在2012 年后CHINARE 提供的OBS SIC 數(shù)據(jù)與8 種PM SIC 產(chǎn)品數(shù)據(jù)的比對(duì)中，我們得到了如下主要結(jié)論。（1）所有產(chǎn)品均存在輕度冰況下高估，嚴(yán)重冰區(qū)低估的特征。以AMSR2 傳感器為基礎(chǔ)的兩種PM SIC 產(chǎn)品在3 種指標(biāo)中表現(xiàn)最好，其中NSIDC/NT2 反演精度最高。NSIDC/BT、NSIDC/CDR 兩種長期數(shù)據(jù)產(chǎn)品雖然表現(xiàn)出與真實(shí)值較高的相似性，但在不同冰況條件對(duì)比中暴露了低密集度區(qū)域反演的不足。（2）在共定位對(duì)比中，通過對(duì)各PM SIC 產(chǎn)品及CHINARE-OBS-SIC 進(jìn)行時(shí)空平均處理去除誤差，兩者比較相關(guān)性與精確度穩(wěn)定性均有不同程度的提高，NSIDC/NT2產(chǎn)品CC達(dá)到0.93，RMSE 下降至12.30%，Bias 為2.43%，是第一輪比較中綜合指標(biāo)評(píng)價(jià)最高的產(chǎn)品。（3）在異常日期航線及沿線SIC 比對(duì)過程中，發(fā)現(xiàn)各產(chǎn)品高偏差值發(fā)生在融冰期海冰冰緣區(qū)域，兩種ASI算法產(chǎn)品在該區(qū)域?qū)HINARE-OBS-SIC 的低估較為嚴(yán)重。

引入ASPeCt船測(cè)數(shù)據(jù)集與四種長期遙感數(shù)據(jù)產(chǎn)品對(duì)比后，我們得到的新結(jié)論主要包括：（1）CDR與BT 算法數(shù)據(jù)呈現(xiàn)相似且最佳的適配性，這是CDR 作為NT 與BT 的結(jié)合算法所決定的，在此時(shí)間段與區(qū)域內(nèi)CDR 算法選取了較高比例NSIDC/BT數(shù)據(jù)作為數(shù)據(jù)源；而BT 擬合最佳的這一結(jié)論與Beitsch 等對(duì)1991 年—2010 年的環(huán)南極船測(cè)數(shù)據(jù)比較結(jié)果相符。（2）CDR 與BT 兩種算法產(chǎn)品在低密集度區(qū)域與結(jié)冰期存在反演誤差，趨于高估低密度冰真實(shí)值，對(duì)結(jié)冰期冰況整體存在較大程度的低估；NSIDC/NT 產(chǎn)品總是低估嚴(yán)重冰況真實(shí)值，但其在低密度冰區(qū)的反演與船測(cè)真實(shí)值較為吻合，這可能與其整體偏小的SIC 數(shù)值（圖3，4）有關(guān)，同時(shí)NSIDC/NT也是結(jié)冰期反演誤差最大（-26.33%）的產(chǎn)品。（3）4 種PM SIC 產(chǎn)品均在正常冰況取得相對(duì)偏低的Bias 值，除NSIDC/NT 外其他3 種產(chǎn)品則在嚴(yán)重冰況條件下取得RMSE最小值；而在共定位比較中，各產(chǎn)品在大部分日期低估真實(shí)值，異常高估值日期源于產(chǎn)品對(duì)少冰區(qū)域的高估以及對(duì)沿線SIC 驟變的忽視，極大低估值可能來源于融冰期算法對(duì)冰水的誤判；結(jié)冰期，融冰期反演精度比較中，可以發(fā)現(xiàn)各產(chǎn)品在普里茲灣區(qū)域結(jié)冰期反演精度關(guān)于CC、Bias 兩種統(tǒng)計(jì)指標(biāo)的評(píng)價(jià)低于融冰期，但兩季各PM SIC產(chǎn)品的RMSE值均偏高。

總之，本文參考了Beitsch 對(duì)南極進(jìn)行分區(qū)比較以進(jìn)一步獲得不同冰情下遙感產(chǎn)品精確度的設(shè)想，且加入了中國科考數(shù)據(jù)增加對(duì)比組數(shù)量，對(duì)涵蓋豐富表面類型的普里茲灣區(qū)域開展研究。結(jié)果表明基于AMSR2 傳感器的NSIDC-NT2 產(chǎn)品在2012 年—2021 年期間的數(shù)據(jù)比較中精度最高，而長期數(shù)據(jù)產(chǎn)品NSIDC/CDR 與NSIDC/BT 可作為歷史數(shù)據(jù)的補(bǔ)充數(shù)據(jù)源，但在實(shí)際運(yùn)用過程中仍需考慮兩者在低密集度冰區(qū)的反演誤差。此外，考慮到船舶觀測(cè)與衛(wèi)星觀測(cè)空間網(wǎng)格尺度差異較大，時(shí)空窗口匹配性影響很大。其中，點(diǎn)對(duì)點(diǎn)對(duì)比因上述問題導(dǎo)致了在海冰邊緣區(qū)以及低海冰密集度區(qū)域誤差明顯。時(shí)間平均只能在一定程度上減輕時(shí)間窗口不一致的問題，本文采用的共定位方法只能提供相對(duì)準(zhǔn)確的結(jié)果，與實(shí)際情況相比仍然存在一定的誤差，正如前人研究結(jié)果所示（如Beitsch 等，2015；Xiu 等，2020），在未來的數(shù)據(jù)評(píng)估中，應(yīng)當(dāng)通過加密數(shù)據(jù)，增加樣本數(shù)量，改善評(píng)估技術(shù)等多種方法盡可能地減小誤差。本研究為理解PM SIC 產(chǎn)品在小區(qū)域反演局限性提供了數(shù)據(jù)參考，也為冰情預(yù)測(cè)，航行安全提供保障。近年南極海冰范圍迅速減少，2022 年2 月達(dá)近40 年極小值，為探明海冰異常原因，模擬未來海冰變化，高精度實(shí)時(shí)PM SIC產(chǎn)品的開發(fā)勢(shì)在必行，而了解各種PM SIC 產(chǎn)品在不同情況下的反演準(zhǔn)確性將有助于后續(xù)產(chǎn)品的改良與融合算法的開發(fā)。未來應(yīng)考慮更多可能影響PM 反演精度的因子，如冰厚，冰型等要素，對(duì)南極其他區(qū)域的PM SIC 產(chǎn)品進(jìn)行更系統(tǒng)詳細(xì)地評(píng)估。

志 謝真誠地感謝蘇潔老師在文章修改過程中提出的寶貴建議，通過老師的精心指導(dǎo)與有益討論，文章內(nèi)容得以進(jìn)一步充實(shí)；感謝此前所有中國極地科考與ASPeCt 工作人員和科學(xué)團(tuán)隊(duì)辛苦細(xì)致的工作及無私的數(shù)據(jù)支持，感謝美國國家冰雪數(shù)據(jù)中心、不萊梅大學(xué)、漢堡大學(xué)與歐洲氣象衛(wèi)星應(yīng)用組織提供的PM SIC產(chǎn)品。