海冰表面积雪深度是利用卫星测高技术反演海冰厚度的关键参数。基于ICESat-2和CryoSat-2测高卫星的协同观测数据（简称IS2CS），对比与评估卫星测高雪深估算的两种时空匹配方法（轨迹搜索法和格网搜索法），并对2018-2024年北极海冰生长期（10月至次年4月）积雪深度的时空分布特征进行分析。结果表明：（1）IS2CS轨迹法雪深与OIB实测数据具有较高的沿轨相关性，能够较好地捕获沿轨积雪深度的变化特征；（2）格网法雪深更适合表征大尺度积雪深度的空间分布和季节性变化特征，本文格网法雪深和GSFC雪深精度相当，在SIMBA数据的评估中本文格网法雪深性能优于GSFC雪深；（3）相比IS2CS雪深，MW99/AMSR2雪深相对偏厚，且在海冰生长期内季节性变化表征能力较弱；（4）海冰积雪深度呈现明显的时空差异，多年冰表面雪深普遍厚于一年冰表面雪深，春季雪深厚于秋冬季雪深。2018-2024年间，北极海冰表面积雪深度总体呈现减薄趋势，且多年冰区域的雪深减薄速率高于一年冰区域。研究成果为改进卫星测高雪深产品和优化海冰厚度反演算法提供了科学依据。

海冰表面积雪深度是利用卫星测高技术反演海冰厚度的关键参数。基于ICESat-2和CryoSat-2测高卫星的协同观测数据（简称IS2CS），对比与评估卫星测高雪深估算的两种时空匹配方法（轨迹搜索法和格网搜索法），并对2018-2024年北极海冰生长期（10月至次年4月）积雪深度的时空分布特征进行分析。结果表明：（1）IS2CS轨迹法雪深与OIB实测数据具有较高的沿轨相关性，能够较好地捕获沿轨积雪深度的变化特征；（2）格网法雪深更适合表征大尺度积雪深度的空间分布和季节性变化特征，本文格网法雪深和GSFC雪深精度相当，在SIMBA数据的评估中本文格网法雪深性能优于GSFC雪深；（3）相比IS2CS雪深，MW99/AMSR2雪深相对偏厚，且在海冰生长期内季节性变化表征能力较弱；（4）海冰积雪深度呈现明显的时空差异，多年冰表面雪深普遍厚于一年冰表面雪深，春季雪深厚于秋冬季雪深。2018-2024年间，北极海冰表面积雪深度总体呈现减薄趋势，且多年冰区域的雪深减薄速率高于一年冰区域。研究成果为改进卫星测高雪深产品和优化海冰厚度反演算法提供了科学依据。

海冰表面积雪深度是利用卫星测高技术反演海冰厚度的关键参数。基于ICESat-2和CryoSat-2测高卫星的协同观测数据（简称IS2CS），对比与评估卫星测高雪深估算的两种时空匹配方法（轨迹搜索法和格网搜索法），并对2018-2024年北极海冰生长期（10月至次年4月）积雪深度的时空分布特征进行分析。结果表明：（1）IS2CS轨迹法雪深与OIB实测数据具有较高的沿轨相关性，能够较好地捕获沿轨积雪深度的变化特征；（2）格网法雪深更适合表征大尺度积雪深度的空间分布和季节性变化特征，本文格网法雪深和GSFC雪深精度相当，在SIMBA数据的评估中本文格网法雪深性能优于GSFC雪深；（3）相比IS2CS雪深，MW99/AMSR2雪深相对偏厚，且在海冰生长期内季节性变化表征能力较弱；（4）海冰积雪深度呈现明显的时空差异，多年冰表面雪深普遍厚于一年冰表面雪深，春季雪深厚于秋冬季雪深。2018-2024年间，北极海冰表面积雪深度总体呈现减薄趋势，且多年冰区域的雪深减薄速率高于一年冰区域。研究成果为改进卫星测高雪深产品和优化海冰厚度反演算法提供了科学依据。

格陵兰冰盖是全球第二大冰盖，其消融情况对全球海平面上升的影响不可忽视。利用Cryosat-2卫星测高数据计算了2011—2017年间的格陵兰冰盖高程及体积变化趋势，对格陵兰冰盖各冰川流域系统的变化进行了详细分析，并与由ICESat激光测高数据获得的2003—2009年格陵兰冰盖变化趋势进行了对比。结果表明，格陵兰冰盖在2011—2017年间的平均高程变化为（-12.3±0.38） cm·a-1，体积变化速率为（-220.38±6.0） km3·a-1，其主要消融区域位于冰盖边缘，且其消融速度较之2003—2009年间的情况有进一步增加的趋势。

格陵兰冰盖是全球第二大冰盖，其消融情况对全球海平面上升的影响不可忽视。利用Cryosat-2卫星测高数据计算了2011—2017年间的格陵兰冰盖高程及体积变化趋势，对格陵兰冰盖各冰川流域系统的变化进行了详细分析，并与由ICESat激光测高数据获得的2003—2009年格陵兰冰盖变化趋势进行了对比。结果表明，格陵兰冰盖在2011—2017年间的平均高程变化为（-12.3±0.38） cm·a-1，体积变化速率为（-220.38±6.0） km3·a-1，其主要消融区域位于冰盖边缘，且其消融速度较之2003—2009年间的情况有进一步增加的趋势。

格陵兰冰盖是全球第二大冰盖，其消融情况对全球海平面上升的影响不可忽视。利用Cryosat-2卫星测高数据计算了2011—2017年间的格陵兰冰盖高程及体积变化趋势，对格陵兰冰盖各冰川流域系统的变化进行了详细分析，并与由ICESat激光测高数据获得的2003—2009年格陵兰冰盖变化趋势进行了对比。结果表明，格陵兰冰盖在2011—2017年间的平均高程变化为（-12.3±0.38） cm·a-1，体积变化速率为（-220.38±6.0） km3·a-1，其主要消融区域位于冰盖边缘，且其消融速度较之2003—2009年间的情况有进一步增加的趋势。

北极海冰是地球气候系统的重要因子,获取精确的海冰厚度及其变化信息对于开展北极和全球变化研究等有着重要的意义.卫星测高是获取连续、大范围海冰厚度的主要方法之一.冰间水道识别是卫星测高方法估算海冰厚度的关键之一.基于CryoSat-2数据,利用遥感影像对两种主要的冰间水道识别方法进行了对比,发现波形特征法能够更好地识别冰间水道.考虑到雷达信号对海冰表面积雪的不完全穿透,对海冰干舷-厚度转化模型进行了优化,通过选取合适的输入参数,获取了2010年11月至2019年12月北极海冰厚度,并利用IceBridge海冰厚度产品和仰视声呐数据对计算结果进行了验证,结果表明本文海冰厚度解算精度优于0.2m.最后,结合PIOMAS海冰模式数据、北极气温和海表面温度数据对北极海冰厚度变化特征进行了分析,发现2014年北极海冰厚度出现剧烈增长的现象.

北极海冰是地球气候系统的重要因子,获取精确的海冰厚度及其变化信息对于开展北极和全球变化研究等有着重要的意义.卫星测高是获取连续、大范围海冰厚度的主要方法之一.冰间水道识别是卫星测高方法估算海冰厚度的关键之一.基于CryoSat-2数据,利用遥感影像对两种主要的冰间水道识别方法进行了对比,发现波形特征法能够更好地识别冰间水道.考虑到雷达信号对海冰表面积雪的不完全穿透,对海冰干舷-厚度转化模型进行了优化,通过选取合适的输入参数,获取了2010年11月至2019年12月北极海冰厚度,并利用IceBridge海冰厚度产品和仰视声呐数据对计算结果进行了验证,结果表明本文海冰厚度解算精度优于0.2m.最后,结合PIOMAS海冰模式数据、北极气温和海表面温度数据对北极海冰厚度变化特征进行了分析,发现2014年北极海冰厚度出现剧烈增长的现象.

北极海冰是地球气候系统的重要因子,获取精确的海冰厚度及其变化信息对于开展北极和全球变化研究等有着重要的意义.卫星测高是获取连续、大范围海冰厚度的主要方法之一.冰间水道识别是卫星测高方法估算海冰厚度的关键之一.基于CryoSat-2数据,利用遥感影像对两种主要的冰间水道识别方法进行了对比,发现波形特征法能够更好地识别冰间水道.考虑到雷达信号对海冰表面积雪的不完全穿透,对海冰干舷-厚度转化模型进行了优化,通过选取合适的输入参数,获取了2010年11月至2019年12月北极海冰厚度,并利用IceBridge海冰厚度产品和仰视声呐数据对计算结果进行了验证,结果表明本文海冰厚度解算精度优于0.2m.最后,结合PIOMAS海冰模式数据、北极气温和海表面温度数据对北极海冰厚度变化特征进行了分析,发现2014年北极海冰厚度出现剧烈增长的现象.

The negative freeboard of sea ice (i.e., the height of ice surface below sea level) with subsequent flooding is widespread in the Southern Ocean, as opposed to the Arctic, due to the relatively thicker ice and thinner snow. In this study, we used the observations of snow and ice thickness from 103 ice mass balance buoys (IMBs) and NASA Operation IceBridge Aircraft Missions to investigate the spatial distribution of negative freeboard of Arctic sea ice. The Result showed that seven IMBs recorded negative freeboards, which were sporadically located in the seas around Northeast Greenland, the Central Arctic Ocean, and the marginal areas of the Chukchi-Beaufort Sea. The observed maximum values of negative freeboard could reach -0.12 m in the seas around Northeast Greenland. The observations from IceBridge campaigns also revealed negative freeboard comparable to those of IMBs in the seas around North Greenland and the Beaufort Sea. We further investigated the large-scale distribution of negative freeboard using NASA CryoSat-2 radar altimeter data, and the result indicates that except for the negative freeboard areas observed by IMBs and IceBridge, there are negative freeboards in other marginal seas of the Arctic Ocean. However, the comparison of the satellite data with the IMB data and IceBridge data shows that the Cryosat-2 data generally overestimate the extent and magnitude of the negative freeboard in the Arctic.