卫星现在可以测量全年覆盖北冰洋的海冰厚度。

传统上，航天器在夏季很难确定浮体的完整状态，因为地表融水的存在使他们的仪器感到困惑。

但是通过使用新的“深度学习”技术，科学家们已经突破了这一限制，在所有季节都获得了可靠的观测结果。

这一突破具有广泛的意义。

除了对需要了解北极地区可以安全航行的船舶的明显优势外，气候和天气预报也有显着优势。

目前，在一个越来越温暖的世界中，极地海洋何时可能完全没有冰的预测存在相当大的差异。

在减少浮体、面积和厚度的关键月份，对熔化过程有了更深入的了解，现在应该提高计算机模型的输出。

尽管许多研究人员做出了巨大的努力，但这些气候模型对我们何时会在夏季看到第一个完全无冰的北冰洋的预测——它们相差 30 多年。

我们需要加强这些预测，以便我们对将要发生的事情和时间更有信心，以及气候反馈将如何加速。

在卫星监测它的整个期间，北极海冰覆盖的范围一直在下降，即 40 多年——平均每十年减少 13%。

但直到 2011 年，航天器才真正能够持续测量其厚度——而厚度（或更准确地说，体积）才是衡量浮体健康状况的真正标准。

这是因为海冰覆盖的范围在很大程度上取决于风是否将浮冰散开或将它们推到一起。

为了测量厚度，科学家使用卫星高度计。

欧洲航天局 (Esa) 开创性的 Cryosat-2 任务携带一个雷达来测量海冰顶部与分隔浮冰的裂缝或引线中的水顶部之间的高度差。

从这个差异中，科学家们可以通过相对简单的计算，计算出冰的厚度。

这种方法在冬季效果很好，但在夏季，当冰面上的雪和冰本身开始融化时，积水有效地使雷达眼花缭乱。科学家们无法确定返回到 Cryosat 的回波信号是来自开阔的海洋还是来自冰上融池的表面。

5 月到 9 月——关键的融化季节——一直是航天器的盲期。

为了解决这个问题，研究人员使用了一种人工智能 (AI) 技术，其中算法能够从庞大的合成雷达信号库中学习和识别可靠的观察结果。

我们模拟了不同冰面类型的回波形状——它们是否有熔池；是否是淹没的冰；或不同粗糙度的冰；或者只是线索。我们创建了这个基于物理估计雷达回波应该是什么样子的庞大数据库，然后我们将这些与来自仪器的单个雷达脉冲进行匹配，以找到最匹配的回波。

Esa 已将所有 Cryosat 5 月至 9 月的测量数据保存在其数据档案中，尽管在过去十年中它们几乎没有用处。但现在能够回顾记录，恢复卫星运行期间的全年冰层厚度测量值。

夏天是北极海冰面积下降最快的时候，拥有这个额外的维度将有助于我们更多地了解冰块是如何变化的。

Icesat-2 在夏季有其独特的困难，但我们很幸运，它的光子计数技术意味着我们仍然可以全年测量海冰、水和融化池塘的高度。

新厚度测量的主要受益者将是北极的因纽特人。

他们已经确定海冰粗糙度和雪泥（融化的冰雪）是冰上安全旅行的主要障碍，气候变化已经对这些特征产生负面影响，并导致旅行事故和搜救增加。

两者都与冰的厚度有关。因此，全年从 Cryosat-2 以及 Icesat-2 和其他卫星传感器测量来自太空的海冰厚度最终将有助于为因纽特人提供更好的地图以确保安全穿越这片瞬息万变的地形。

源：BBC 乔纳森·阿莫斯