Photo Credit: AWI/S.Graupner / BBC News
卫星监测覆盖北极海冰的40多年以来，北极海冰覆盖的范围一直在下降，平均每10年减少13％。
科学家使用卫星，现在已经可以全年测量覆盖北极海的海冰厚度变化。
传统上，太空飞行器在夏季很难确定浮冰的完整状态，因为表面融水的存在使它们的仪器分辨不清。
但是，透过使用新的深度学习技术，科学家们已经超越了这一限制，获得了所有季节的可靠观测数据。
这一突破将具有广泛的影响，除了对航海交通的明显优势（船舶需要清楚了解北极的哪些地区可以安全航行）之外，这对气候和天气预报也有很大的好处。
Photo Credit: Seymour Laxon / BBC News
北极冰透过反射太阳的能量（高达80％）直接反射回太空来帮助冷却地球，防止全球升温。
目前，在一个越来越温暖的世界中，对极地海洋何时可能完全没有冰的预测，存在相当大的差异。
在浮冰面积和厚度减少的关键月份中，对融化过程的了解有所改善，可以提高计算机模型结论的凖确性。
来自挪威北极大学的杰克．兰迪博士告诉BBC新闻说：「尽管许多研究人员做出了出色的努力，但现有的计算机气候模型预测差距很大，对夏季我们何时会看到第一个完全无冰的北极海的不同预测，能相差30多年时间。」
他表示需要将这些预测更加精凖化，这样才能更好掌握将要发生什麽、何时发生，以及在气候变化方面会随之而来的其它变化如何加速到来，对未来预测更加有信心。
卫星监测覆盖北极海冰的40多年以来，在整段期间，北极海冰覆盖的范围一直在下降，平均每10年减少13％。
但直到2011年以来，卫星才开始能够始终如一地测量其厚度。它的厚度，或更确切地说是体积，是浮冰稳定状况的真正衡量标凖。
这是因为海冰覆盖的状况在很大程度上，取决於风是否已经吹散了浮冰，还是将它们推在一起。
为了测量厚度，科学家们使用卫星高度计。
欧洲太空总署（Esa）的极地观测先驱Cryosat2号卫星的任务，是携带一个雷达来测量海冰的顶部与分隔浮冰的裂缝中，水的顶部之间的高度差。
根据这种差异，科学家可以透过相对简单的计算，计算出冰的厚度。
这种方法在冬季效果很好，但在夏季，当冰顶部的积雪和冰本身开始融化时，积水使雷达无法做出判断。科学家们无法确定返回Cryosat卫星的回声信号是来自开阔的海洋，还是来自冰上的融池表面。
5月至9月这段时间是关键的冰融季节，它一直是太空飞行器观测的盲区。
为了解决这个问题，研究人员使用了一种人工智慧技术，其中演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测结果。
来自伦敦大学学院（UCL）的朱利安妮．斯特罗伊夫教授解释说：「我们模拟了不同冰面类型将获得的回声形状，它们是否有融池，是否为被水淹没的冰，或不同粗糙度的冰，或者只是线索。我们创建了这个庞大的数据库，用於对雷达反射应该是什麽样子进行基於物理的估计，然後将这些结果与仪器中的单个雷达脉冲进行配对，以找到与最佳配对的反射波。」
欧洲太空总署在其数据档案中保留了所有Cryosat卫星5月至9月的测量结果，尽管在过去10年中它们几乎没有用处。但现在，由於这种新方法，兰迪博士的团队已经能够回顾记录，以恢复卫星运行期间全年的冰层厚度测量值。
雷切尔．蒂玲博士在将她的研究转移到美国太空总署最近发射的Icesat-2卫星雷射高度计任务之前，对北极卫星数据进行了广泛的研究。
她对这一创新方法表示赞赏。
这位美国国家航空航天局（NASA）的科学家告诉BBC新闻说，夏季是北极海冰面积下降最快的时候，拥有这个额外的观测维度将有助於科学家们更了解冰层是如何变化的。
她说，Icesat-2号卫星在夏季有其独特的困难，但对研究学者来说很幸运的是，它的光子计数技术意味着研究人员仍然可以全年测量海冰，水和融化池塘的高度。
Photo Credit: …