科學家使用衛星現在已經可以全年測量覆蓋北冰洋的海冰厚度變化。

傳統上，航天器在夏季很難確定浮冰的完整狀態，因為表面融水的存在使它們的儀器分辨不清。

但是，通過使用新的深度學習技術，科學家們已經超越了這一限制，獲得了所有季節的可靠觀測數據。

這一突破將具有廣泛的影響。

除了對航海交通的明顯優勢（船舶需要清楚了解北極的那些地區可以安全航行）之外，這對氣候和天氣預報也有很大的好處。

 

目前，在一個越來越溫暖的世界中，對極地海洋何時可能完全沒有冰的預測存在相當大的差異。

在浮冰面積和厚度減少的關鍵月份中，對融化過程的了解有所改善，可以提高計算機模型結論的凖確性。

來自挪威北極大學的傑克·蘭迪博士告訴BBC新聞說：「儘管許多研究人員做出了出色的努力，但現有的計算機氣候模型預測差距很大，對夏季我們何時會看到第一個完全無冰的北冰洋的不同預測能相差30多年時間。」

他表示，需要將這些預測更加精凖化，這樣我們才能更好掌握將要發生的什麼、何時發生，以及在氣候變化方面會隨之而來的其它變化如何加速到來，對未來預測更加有信心。

衛星監測覆蓋北極海冰的40多年以來，在整個這個期間，北極海冰覆蓋的範圍一直在下降，平均每10年減少13%。

但直到2011年以來，衛星才開始能夠始終如一地測量其厚度。它的厚度，或更確切地說是體積，是浮冰穩定狀況的真正衡量標凖。

這是因為海冰覆蓋的狀況在很大程度上取決於風是否已經吹散了浮冰，還是將它們推在一起。

為了測量厚度，科學家們使用衛星高度計。

歐洲航天局（Esa）的極地觀測先驅Cryosat2號衛星的任務是，攜帶一個雷達來測量海洋冰的頂部與分隔浮冰的裂縫中的水的頂部之間的高度差。

根據這種差異，科學家可以通過相對簡單的計算，計算出冰的厚度。

這種方法在冬季效果很好，但在夏季，當冰頂部的積雪和冰本身開始融化時，積水使雷達無法做出判斷。科學家們無法確定返回Cryosat衛星的回聲信號是來自開闊的海洋還是來自冰上的融池表面。

5月至9月這段時間是關鍵的冰融季節，它一直是航天器觀測的盲區。

為了解決這個問題，研究人員使用了一種人工智能技術，其中算法能夠從龐大的合成雷達信號庫中學習和識別可靠的觀測結果。

來自倫敦大學學院（UCL）的朱利安妮·斯特羅伊夫教授解釋說：「我們模擬了不同冰面類型將獲得的回聲形狀，它們是否有融池；是否被水淹沒的冰；或不同粗糙度的冰；或者只是線索。我們創建了這個龐大的數據庫，用於對雷達返回應該是什麼樣子進行基於物理的估計，然後將這些結果與儀器中的單個雷達脈衝進行匹配，以找到與最佳匹配的回波。」

歐洲航天局在其數據檔案中保留了所有Cryosat衛星5月至9月的測量結果，儘管在過去10年中它們幾乎沒有用處。但現在，由於這種新方法，蘭迪博士的團隊已經能夠回顧記錄，以恢復衛星運行期間全年的冰層厚度測量值。

雷切爾·蒂玲博士在將她的研究轉移到美國航天局最近發射的Icesat-2衛星激光高度計任務之前，對北極衛星數據進行了廣泛的研究。

她對這一創新方法表示讚賞。

這位美國宇航局的科學家告訴BBC新聞說，夏季是北極海冰面積下降最快的時候，擁有這個額外的觀測維度將有助於科學家們更多地了解冰層是如何變化的。

她說，Icesat-2號衛星在夏季有其獨特的困難，但對研究學者來說很幸運的是，它的光子計數技術意味著研究人員仍然可以全年測量海冰，水和融化池塘的高度。

 

自1970年代末以來，整個北極的海冰量減少了一半。

來自倫敦大學學院的米切爾·薩馬多斯博士說，北極冰新厚度測量的主要受益者將是北極的因紐特人。

他解釋說，海冰粗糙和雪泥（融化的雪和冰）是在冰上安全旅行的關鍵障礙，氣候變化已經對這些特徵產生了負面影響，並導致旅行事故和搜救次數的增加。

他說：海冰粗糙和雪泥狀況兩者都與冰的厚度有關。因此，從Cryosat-2到Icesat-2和其他衛星傳感器，全年測量太空中的海冰厚度，最終將有助於為因紐特人提供更好的地圖，以便在這個快速變化的地形上安全旅行。

蘭迪博士及同事在《自然》雜誌上發表了他們的北極衛星觀測新方法。