利用FY-3B MWRI遥感数据反演南极海冰表面积雪厚度

闫忠男， 庞小平，2， 季青，2， 肖泽辉

1. 武汉大学 中国南极测绘研究中心, 武汉 430079;2. 自然资源部极地测绘科学重点实验室, 武汉 430079

1 引 言

海冰表面积雪厚度是冰冻圈和全球气候系统的重要组成部分（Kern 和Ozsoy，2019），在海洋、海冰和大气的能量传输中起着关键的作用（Markus和Cavalieri，1998）。南极海冰表面积雪厚度对海冰的生长与消融产生重要的影响（Webster等，2018）。在海冰生长季，由于雪层较低的热传导率，海冰的生长将极大地受到积雪厚度的抑制（Sturm 等，2002），而在海冰消融季，雪层高反照率正反馈这一主导性的物理过程很大程度上延缓了海冰的消融（Maykut，1986）。因而，监测和理解南极冰上积雪厚度的变化对海冰和全球气候变化研究具有重要意义。然而，受限于南极极端的环境，目前人们对南极大尺度海冰表面积雪厚度变化的认识显得不足。

相对传统的现场观测方法，海冰表面积雪厚度遥感反演方法具有低成本、大范围、长期动态监测的优势。海冰表面积雪厚度遥感反演的基本原理是依据被动微波传感器接收的能量随着积雪厚度的增加（雪层散射增强）而减少，进而通过构建亮温数据与积雪厚度间的回归模型实现的。Markus 和Cavalieri（1998）使用1992 年和1993 年威德尔海、别林斯高晋海以及阿蒙森海的走航观测积雪厚度与SSM/I （Special Sensor Microwave/Imager）不同频段亮温数据的垂直梯度比进行回归分析，首次构建了南极海冰表面积雪厚度遥感反演模型。随后，Comiso等（2003）将该算法推广至AMSR-E（Advanced Microwave Scanning Radiometer）被动微波遥感数据，反演并绘制了2002 年7 月和8 月南极大尺度积雪厚度分布图。通过ASPeCt（Antarctic Sea Ice Processes and Climate）船测积雪厚度数据和SSM/I 积雪厚度产品进行对比，Markus等（2011）发现两者总体的一致性较好，但东南极海冰区较差。Worby等（2008）基于冰站实测积雪厚度数据的对比研究中也出现了类似的结果，即东南极区域AMSR-E 积雪厚度产品严重低估实际雪深（约2.3 倍）。这种差异被认为是冰的粗糙度造成的（Markus 等，2006；Powell 等，2006；Stroeve等，2006）。Kern等（2011）使用2004年南极威德尔海、2006 年别林斯高晋海的走航观测积雪厚度数据对AMSR-E 积雪厚度产品进行了验证，结果也表明AMSR-E 积雪厚度产品低估了实际雪深，差异在20 cm之内。

当前，国外学者在南极海冰表面积雪厚度遥感反演研究中已取得了一定成果。基于上述研究成果，美国宇航局（NASA）、德国不莱梅大学和汉堡大学（UB/UH-SICCI）以及美国雪冰数据中心（NSIDC） 分 别 基 于SSM/I、AMSR-E 和AMSR-2（Advanced Microwave Scanning Radiometer 2）被动微波数据发布了南极海冰表面积雪厚度遥感数据产品。然而，目前中国还没有基于自主卫星数据发布的南极海冰表面积雪厚度遥感数据产品。FY-3系列卫星（FY-3A/3B/3C/3D）是国家气象局和国家卫星气象中心主导的第二代极轨气象卫星（杨军 等，2009），其中FY-3B 卫星在轨时间最长，形成了良好的长时序观测数据。FY-3B 搭载的MWRI（Micro Wave Radiometer Imager）被动微波传感器可用于反演海冰密集度（吴展开 等，2020）、陆地积雪覆盖（王功雪 等，2017）和北极海冰表面积雪厚度（Li 等，2019）等参数，但目前FY-3B MWRI 应用于南极海冰表面积雪厚度反演的研究仍是空白。

为此，本文尝试联合FY-3B MWRI 亮温数据和南极浮标观测的积雪厚度数据，探究基于国产FY-3B 数据反演南极海冰表面积雪厚度的最佳方案，并通过与现有国外发布的AMSR-2 积雪厚度产品的比较，分析亮温对海冰表面积雪厚度遥感反演的影响。

2 数据与方法

2.1 FY-3B MWRI亮温和海冰密集度数据

本文使用的2016 年FY-3B MWRI 亮温和海冰密集度数据来源于国家卫星气象中心风云卫星遥感数据服务网（http://data.nsmc.org.cn［2021-07-28］）。FY-3B MWRI 包含10.65 GHz、18.7 GHz、23.8 GHz、36.5 GHz和89 GHz 5个频段，每个频段有垂直极化（V）和水平极化（H）两种模式。FY-3B MWRI 在南极地区每天约有28 轨条带观测数据，包括14 个升轨数据和14 个降轨数据。在使用数据前，需要进行5 个方面的预处理，包括亮温定标、地理校正、重投影、日合成以及陆地掩模处理，结果如图1（a）所示。

FY-3B MWRI 南极海冰密集度数据的反演算法为NT2（NASA Team 2）（王晓雨 等，2018），空间分辨率为12.5 km，时间分辨率为1 d（图1（b））。

2.2 GCOM-W1 AMSR-2 亮温、海冰密集度及积雪厚度数据产品

本文采用美国NSIDC 发布的2016 年GCOMW1 AMSR-2 L3亮温数据（含6.93 GHz、10.65 GHz、18.7 GHz（图1（c））、23.8 GHz、36.5 GHz和89 GHz 6个频段的垂直极化（V）和水平极化（H）两种模式数据）、NT2 算法反演的海冰密集度（图1（d））和积雪厚度产品与FY-3B MWRI 亮温数据及其反演的积雪厚度进行对比分析。GCOM-W1 AMSR-2数据空间分辨率为12.5 km，时间分辨率为1 d，投影方式为极方位投影，可从NSIDC网站下载（http://nsidc.org［2021-07-28］）。

图1 2016年8月5日 FY-3B MWRI 和GCOM-W1 AMSR-2 18.7 GHz垂直极化亮温和海冰密集度Fig. 1 18.7 GHz vertical polarization brightness and sea ice concentration of FY-3B MWRI and GCOM-W1 AMSR-2 on August 5， 2016

2.3 南极海冰表面积雪厚度浮标观测数据

为了验证FY-3B MWRI积雪厚度反演结果，本文采用2016年德国阿尔弗雷德魏格纳研究所（AWI）部署在南大洋的漂移浮标积雪观测数据，包括浮标2016S31（2016 年1 月16 日—2017 年1 月25 日）、浮标2016S37（2016年1月18日—2016年12月24日）以及浮标S2016S40（2016年1月25日—2016年9月14 日）（http://www.meereisportal.de［2021-07-28］）。这些冰基积雪观测浮标主要分布在南极威德尔海，积雪厚度测量精度为1 cm。除了观测积雪厚度，浮标传感器还记录了位置（经纬度）和气温等环境信息。为了便于比较，本文将浮标与卫星数据位置匹配后，对于同一天且分布于相同遥感像元内浮标记录的积雪厚度测量值（2 个及以上）进行平均处理，以平均值代表该像元内浮标观测的积雪厚度。根据该时空匹配准则进行统计的结果显示，单个遥感像元进行平均处理的浮标积雪厚度测量值的数量最少为2个，最多为24个，平均值为11个。

2.4 南极海冰表面积雪厚度遥感反演算法

利用被动微波遥感数据反演海冰表面积雪厚度的基本原理是根据被动微波传感器接收的海冰表面能量随着积雪厚度的增加而减小（积雪下垫面海冰辐射能量在积雪层中散射增加），再由微波频段37 GHz 与19 GHz 在积雪层中的散射差异来估算海冰表面积雪厚度的方法（Comiso 等，2003；Kelly等，2003）。

式中，hs为积雪厚度（单位为cm）；a、b为线性回归模型系数（单位为cm）；TB（37V）、TB（19V）为传感器接收的37 GHz 和19 GHz 垂直极化遥感观测的亮度温度，TBow（37V）与TBow（19V）来自开阔海域的亮温均值（系点），C为海冰密集度。根据式（1）—式（3），海冰表面积雪厚度与遥感反演模型系数（a和b）、被动微波亮温（TB（37V）和TB（19V））、系点值（TBow（37V）与TBow（19V））以及海冰密集度（C）有关。其中，C由被动微波亮温反演得到（Markus和Cavalieri，2009）。

Markus 和Cavalieri （1998） 利 用 被 动 微 波SSM/I 数据首次构建了南极海冰表面积雪厚度的遥感反演模型（以下简称Markus98 模型，回归模型系数a=-2.34 cm，b=-771 cm），Comiso 等（2003）将该算法推广至AMSR-E 数据（以下简称Comiso03 模型，回归模型系数a=2.9 cm，b=-782 cm）。为了避免低纬度地区海水温度的影响，本文选择纬度65° S 以上海域作为采样区，采用7 日滑动平均窗口计算动态系点值（TBow（37V）与TBow（19V））（Lavergne 等，2019；Chen等，2022）。2016 年FY-3B 动态系点如图2 所示，可以看出，参与海冰表面积雪厚度遥感估算的系点值存在时间变化，相对于传统使用的固定系点值，动态系点TBow（37 V） 与TBow（19 V） 均高于固定系点，TBow（37 V）的动态系点与固定系点最大差距为4.4 K，而TBow（19 V）的动态系点与固定系点最大差距达到3.5 K。

图2 2016年FY-3B动态系点（TBow（37V）与TBow（19V））变化图Fig. 2 Change of FY-3B dynamic tie points in 2016（TBow（37V）与TBow（19V））

被动微波的穿透能力具有一定局限性，37 GHz和19 GHz微波的穿透深度的上限是50 cm，因此利用被动微波反演海冰表面积雪厚度的上限为50 cm（Comiso 等，2003；Li 等，2019）。本文在浮标积雪厚度观测数据预处理过程中，剔除了积雪厚度大于50 cm 的点，将被动微波遥感像元内的浮标数据平均处理后，最终1506 个像元用于评估反演的FY-3B MWRI 积雪厚度精度。此外，由于白天温度高时，积雪呈现湿润状态，而夜晚温度降低，湿雪重新冻结，雪粒径变大，这会导致被动微波数据反演海冰表面积雪厚度的高估。根据前人研究，采用5 日滑动平均的方法，以降低因雪粒径、雪密度、极端天气等不确定因素对FY-3B MWRI 积雪厚度反演结果的影响（Comiso等，2003）。

3 结果与讨论

3.1 FY-3B MWRI南极海冰表面积雪厚度

利用FY-3B MWRI 数据反演南极海冰表面积雪厚度，涉及到前述Markus98（Markus和Cavalieri，1998）和Comiso03（Comiso 等，2003）两种积雪厚度模型。本文基于2016 年AWI 浮标观测的积雪厚度数据，对两种积雪厚度模型下FY-3B MWRI被动微波数据反演的积雪厚度进行评估，结果如表1 所示。与3 个浮标观测的积雪厚度的对比结果显示，基于FY-3B MWRI 亮温和海冰密集度数据，采用Markus98 模型、Comiso03 模型反演的积雪厚度均存在一定的误差，均方根误差偏高，这可能是由于浮标的记录周期较长，记录了部分湿雪（春、夏季节）和多年冰表面积雪导致。3 个浮标的积雪厚度数据汇总对比结果显示，模型反演的积雪厚度均低于浮标观测的积雪厚度。其中，Comiso03 模型相对于Markus98 模型反演结果整体偏优，偏差为-1.72 cm，均方根误差相对较小。因此，对于FY-3B MWRI 被动微波数据，使用Comiso03 模型反演积雪厚度的精度较Markus98 模型要好，为此，下文即采用Comiso03 模型反演南极海冰表面FY-3B MWRI时序积雪厚度。

图3 为基于Comiso03 模型的2016 年FY-3B MWRI南极海冰表面积雪厚度在日尺度和月尺度的时间序列。在月尺度上，2月南极海冰表面积雪最厚为26.1 cm，而5月最薄为12.4 cm。在日尺度上，夏季进入消融期，较薄海冰和积雪先消融殆尽，海冰在2月达到范围和面积的最小值（卞林根和林学椿，2005），表面积雪厚度在2 月15 日达到最高峰，此时仅仅存在少量较厚的积雪分布于威德尔海西北海域以及其他海域近海岸区域，平均厚度达到30.8 cm。随后，气温进一步增加，积雪融化，海冰表面积雪厚度逐渐降低。海冰从2月进入冻结阶段（张辛 等，2014），海冰增长，新雪较薄，南极海冰表面积雪厚度继续降低，并在4 月27 日达到最低值，平均厚度为11.4 cm。到了冬季，积雪的积累速率加快，在罗斯海、别林斯高晋海和阿蒙森海等区域出现较厚积雪，南极海冰表面积雪厚度增加，8 月5 日达到最高值，平均厚度为16.4 cm。春季初期，海冰进一步增长，但积雪积累速率下降，南极海冰表面积雪厚度开始降低。后因气温升高，积雪消融，表面积雪厚度在10 月17日达到最低值，平均厚度为11.3 cm。

表1 不同积雪厚度模型下FY-3B MWRI反演的积雪厚度精度对比Table 1 Comparison of snow depth retrieved by different snow depth models based on FY-3B MWRI

图3 基于Comiso03模型的2016年FY-3B MWRI积雪厚度时间序列Fig. 3 The result of FY-3B MWRI snow depth in 2016 based on Comiso03 Model

3.2 FY-3B MWRI 南极海冰表面积雪厚度与GCOM-W1 AMSR-2积雪厚度产品比较

FY-3B MWRI南极海冰表面积雪厚度与GCOMW1 AMSR-2 积雪厚度产品的差异如图4 所示。整体上两者间具有相似的积雪厚度变化趋势，差值范围为-2—8 cm。结合FY-3B MWRI 积雪厚度与GCOM-W1 AMSR-2积雪厚度产品不同时期的各月差异（表2）可以看出，两组积雪厚度的较大差异主要分布在1 月、2 月以及12 月，偏差范围为3.09—6.10 cm，均方根差异范围为9.44—12.45 cm，而在8月和9月较小，均方根差异均为3.81 cm。总的来说，积雪积累期和稳定期（4—10 月），FY-3B MWRI 积雪厚度与GCOM-W1 AMSR-2 积雪厚度产品差异较小，偏差为-0.81 cm，均方根差异为4.06 cm，相关系数为0.93。但在积雪的消融期（11—3 月），两者间的差异较大，主要表现为FY-3B MWRI 积雪厚度高于GCOM-W1 AMSR-2 积雪厚度产品，偏差为2.76 cm，均方根差异为8.08 cm，相关系数为0.85。对FY-3B MWRI 与GCOM-W1AMSR-2共同覆盖的约两千万个像元积雪厚度数据进行统计，两者间相关系数达到0.90，偏差仅为-0.11 cm。

图4 2016年MWRI和AMSR-2 积雪厚度及18.7 GHz、36.5 GHz频段垂直极化亮温日平均差异Fig. 4 Difference of daily average snow depth and vertical polarization brightness temperature at 18.7 GHz and 36.5 GHz between MWRI and AMSR-2 in 2016

表2 2016年FY-3B MWRI积雪厚度与GCOM-W1 AMSR-2积雪厚度产品不同时期的各月差异Table 2 Monthly difference between FY-3B MWRI snow depth and GCOM-W1 AMSR-2 snow depth product in different periods in 2016

为了进一步分析FY-3B MWRI 积雪厚度和GCOM-W1 AMSR-2 积雪厚度产品在时空上差异情况，分别对比了两组积雪厚度2016年春、夏、秋、冬以及全年在南极5个主海区的差异（表3），并分别选取了2016年春夏秋冬（11月15日、1月15日、4月15日、7月15日）各一景日尺度的积雪厚度结果进行比较（图5）。由表3 可知，2016 年，在威德尔海、罗斯海、别林斯高晋海和阿蒙森海FY-3B MWRI 积雪厚度偏低，而在南极印度洋扇区、西太平洋扇区GCOM-W1 AMSR-2积雪厚度产品偏低，两者的较大差异主要分布别林斯高晋海和阿蒙森海，均方根差异为6.23 cm。别林斯高晋海和阿蒙森海FY-3B MWRI 积雪厚度在春季、秋季和冬季均低于GCOM-W1 AMSR-2积雪厚度产品，均方根差异范围为5.22—6.05 cm，而在夏季高于GCOM-W1 AMSR-2 积雪厚度产品，均方根差异为12.6 cm。结合图5发现：

图5 2016年1月15日、4月15日、7月15日和11月15日FY-3B MWRI积雪厚度和GCOM-W1 AMSR-2积雪厚度产品的空间差异Fig. 5 Spatial difference between FY-3B MWRI snow depth and GCOM-W1 AMSR-2 snow depth product on January 15， April 15，July 15 and November 15，2016

表3 2016年FY-3B MWRI积雪厚度与GCOM-W1 AMSR-2积雪厚度产品不同季节、海域的差异Table 3 Difference between FY-3B MWRI snow depth and GCOM-W1 AMSR-2 snow depth product in different seasons and sea areas in 2016

（1）两者整体空间分布情况一致，较浅的积雪主要分布于东南极（低于15 cm），较深的积雪主要分布于威德尔海西北部和别林斯高晋海（超过40 cm），积雪的空间分布与Eicken （1994）、Kwok 和Maksym（2014）等在南极的观测结果一致。在夏季、秋季和冬季，威德尔海积雪厚度明显高于其他海域，但在春季，别林斯高晋海海冰表面积雪厚度更深。

（2） FY-3B MWRI 积 雪 厚 度 和GCOM-W1 AMSR-2积雪厚度产品的差异在春季和夏季较为明显，存在局部区域FY-3B MWRI积雪厚度明显高于GCOM-W1 AMSR-2积雪厚度产品的情况，而在秋季和冬季保持较高的一致性。FY-3B MWRI 积雪厚度和GCOM-W1 AMSR-2积雪厚度产品的差异主要分布在威德尔海北部和东南极冰边缘区，FY-3B MWRI 积雪厚度偏高，最大差异可达到10 cm，这种现象在冬季和春季较为明显。考虑到GCOMW1 AMSE-E 积雪厚度数据产品在东南极存在严重低估现象（Worby 等，2008），本研究FY-3B MWRI反演的积雪厚度在东南极区域更加接近真实情况。

3.3 亮温数据对海冰表面积雪厚度反演的影响

FY-3B MWRI 和GCOM-W1 AMSR-2 积雪厚度在1 月至3 月、11 月以及12 月存在一定差异，而海冰表面积雪厚度算法对被动微波亮温具有较高的敏感性（Brucker 和Markus，2013），本文对MWRI 与AMSR-2 传感器在18.7 GHz、36.5 GHz 频段垂直极化观测的亮温差异进行比较，进而分析该差异对反演海冰表面积雪厚度的影响。由表4和图4 可以看出，MWRI 亮温低于AMSR-2，但具有较高的相关性（唐晓彤 等，2020；Du 等，2014），偏差分别达到-4.23 K、-5.50 K，均方根差异分别为5.17 K、6.37 K，相关系数分别为0.97、0.96。由MWRI 与AMSR-2 亮温差值的时间序列可以看出，4 月至9 月，两者间的亮温差异较小，在1 月至3月、11月至12月相差较大，这与积雪厚度差异的情况一致。

表4 2016年FY-3B MWRI和GCOM-W1 AMSR-2 18.7 GHz、36.5 GHz频段垂直极化亮温比较Table 4 Comparison of vertical polarization brightness temperature at 18.7 GHz and 36.5 GHz between FY-3B MWRI and GCOM-W1 AMSR-2 in 2016

为了进一步分析MWRI与AMSR-2亮温差异对海冰表面积雪厚度遥感反演的影响，本文开展了以下4方面实验：

（1）向MWRI 18.7 GHz垂直极化亮温添加-5—5 K（步长为1 K）的扰动，其他输入参数不变，反演的海冰表面积雪厚度与MWRI 积雪厚度进行比较。

（2）向MWRI 36.5 GHz垂直极化亮温添加-5—5K（步长为1 K）的扰动，其他输入参数不变，反演的海冰表面积雪厚度与MWRI 积雪厚度进行比较。

（3）使用AMSR-2 18.7 GHz 垂直极化亮温替换MWRI 18.7 GHz 垂直极化亮温，其他输入参数不变，反演的海冰表面积雪厚度与MWRI 积雪厚度进行比较；

（4） AMSR-2 36.5 GHz 垂直极化亮温替换MWRI 36.5 GHz垂直极化亮温，其他参数不变，反演的海冰表面积雪厚度与MWRI 积雪厚度进行比较。

实验（1）和（2）的结果如图6 所示：当18.7 GHz垂直极化亮温受到扰动时，反演的积雪厚度结果和原积雪厚度的偏差与扰动呈正相关，年平均敏感性为1.59 cm/K，而当36.5 GHz 垂直极化亮温受到扰动时，则呈负相关，年平均敏感性为1.65 cm/K，因此 MWRI 在18.7 GHz、36.5 GHz 上0.5 K 灵敏度（噪声等效温差）可造成积雪厚度反演结果-1.62—1.62 cm 的不确定性。敏感性在不同的月份存在差异，18.7 GHz 和36.5 GHz 垂直极化亮温的敏感性月变化趋势相同，在1 月、2 月较高（2 cm/K 左右），在4 月、5 月较低（1.5 cm/K 左右）。敏感性的整体变化趋势与积雪厚度月变化相同（图3），这是因为积雪厚度遥感反演的原理基于18.7 GHz和36.5 GHz 垂直极化亮温的差异，差异越大积雪厚度越大，因此在积雪厚度较薄的月份，亮温变化的影响也越小。

图6 FY-3B MWRI被动微波亮温对南极海冰表面积雪厚度反演的敏感性Fig. 6 Sensitivity of FY-3B MWRI passive microwave brightness temperature to the retrieval of snow depth on sea ice

实验（3）和（4）的结果如表5 所示：当替换18.7 GHz 垂直极化亮温时，反演的积雪厚度结果变高（偏差为2.28 cm），均方根差异为7.55 cm；当替换36.5 GHz 垂直极化亮温时，反演的积雪厚度变小（偏差为-9.55 cm），均方根差异为10.76 cm；两者均与理论上的均方根差异值接近（8.22 cm、10.51 cm）。

表5 被动微波亮温对FY-3B MWRI积雪厚度反演的影响Table 5 Effects of passive microwave brightness temperature on FY-3B MWRI snow depth retrieval

总体而言，36.5 GHz 垂直极化亮温对海冰表面积雪厚度反演影响相对较大，而18.7 GHz 垂直极化亮温影响相对较小。结合表4，AMSR-2 与MWRI 5.17 K、6.37 K 的亮温差异可造成7.55 cm、10.76 cm的积雪厚度差异。

4 结 论

开展基于FY-3B 被动微波遥感数据的南极海冰表面积雪厚度的遥感反演研究，对于应用中国自主卫星数据业务化监测南极冰雪环境具有重要意义。本文利用FY-3B MWRI 18.7 GHz、36.5 GHz频段垂直极化亮温和海冰密集度数据，采用动态系点值更新了固定系点值，反演并评估了基于Markus98 模型和Comiso03 模型南极海冰表面积雪厚度的精度，并与GCOM-W1 AMSR-2积雪厚度产品进行比较，探讨了亮温对FY-3B MWRI 被动微波遥感反演海冰表面积雪厚度的影响，主要结论如下：

（1）经AWI 南极积雪浮标验证的结果表明，基于FY-3B MWRI 18.7 GHz、36.5 GHz垂直极化亮温及海冰密集度数据，采用 Comiso03 模型反演的积雪厚度结果较Markus98 模型更好，偏差为-1.72 cm。2016 年南极海冰表面平均积雪厚度在2月15日达到最高值，平均积雪厚度为30.8 cm，在10月17日达到最低值，平均积雪厚度为11.3 cm。

（2）FY-3B MWRI 反演的积雪厚度与GCOMW1 AMSR-2 积雪厚度产品整体上具有较好的一致性。在积雪积累期和稳定期（4—10 月），两者间差异较小，在积雪消融期（11—次年3月），差异较大。FY-3B MWRI 积雪厚度和GCOM-W1 AMSR-2积雪厚度产品的差异主要分布在威德尔海北部和东南极冰边缘区，表现为FY-3B MWRI 积雪厚度厚于GCOM-W1 AMSR-2积雪厚度，两者间最大差异达到10 cm。

（3）FY-3B MWRI 18.7 GHz、36.5 GHz 垂直极化亮温明显低于GCOM-W1 AMSR-2，两者间的差异随时间的变化与两者积雪厚度差异的时间变化情况保持一致。积雪厚度被动微波遥感反演算法对亮温具有较高的敏感性，18.7 GHz 垂直极化亮温对MWRI 积雪厚度反演影响相对较小，而36.5 GHz垂直极化亮温影响相对较大。AMSR-2 与MWRI 5.17 K、6.37 K 的亮温差异可造成7.55 cm、10.76 cm的积雪厚度差异。

本文尝试应用FY-3B MWRI 被动微波亮温数据，利用动态系点更新了固定系点值，使用Comiso03 积雪厚度模型反演的南极海冰表面积雪厚度与NSIDC发布的GCOM-W1 AMSR-2积雪厚度产品具有较好的一致性。FY-3B 被动微波遥感数据反演南极海冰表面积雪厚度的研究，可为今后应用更多国产卫星遥感数据研究南大洋海冰与气候变化的研究提供参考。值得注意的是，由于气候快速变化，现有积雪厚度反演模型因构建时间久远缺乏现实性，在后续的工作中，会通过收集多源积雪厚度实测数据，重构更适用于FY 系列卫星数据的南极海冰表面积雪厚度遥感反演模型，进而获得长时序、大范围、更准确的南极海冰表面积雪厚度时空变化信息。