本数据集为一套2022年北极海冰短时间间隔高空间分辨率（30米）的冰水分类数据产品，空间分辨率为30m，时间间隔最高72小时，最低数十秒。该数据产品使用可持续发展科学卫星1号（SDGSAT-1）的热红外（TIR）数据与哨兵1号（Sentinel-1）的合成孔径雷达（SAR）数据制作而成，旨在提供一个相同覆盖范围具有短时间间隔的北极海冰冰水分类数据数据对，可进一步对海冰的短时间变化开展追踪，服务于海冰的热力和动力学研究以及为基于人工智能的应用提供数据基础。针对SDGSAT-1热红外影像，采用了一种基于亮温异常（BTA）初筛和亮温（BT）迭代阈值精炼的双重检验机制进行分类；而针对Sentinel-1雷达影像，则应用最大类间方差法（OTSU）根据后向散射强度的差异实现自动冰水分类。为保证数据质量，数据生产过程中选取了云量低于30%的影像，并对云区进行了人工剔除，通过与目视解译结果对比，SDGSAT-1数据的分类精度达到了98.5554% ，Kappa系数为 0.9709，Sentinel-1数据的分类精度达到了80.4903%，Kappa系数为 0.7825，数据集质量可靠，但在微波遥感识别薄冰、夏季融池和风致粗糙水面等模糊条件下仍可能存在一定的不确定性。
", "ds_source": "该高空间分辨率北极海冰冰水分类数据集的数据源包括可持续发展科学卫星1号（SDGSAT-1）搭载的热红外光谱仪（TIR）B2波段与欧洲空间局哨兵1号（Sentinel-1）的合成孔径雷达（SAR）超宽幅（EW）模式影像的协同观测。其中，SDGSAT-1的热红外数据的分辨率为30m，能够精确捕捉海冰与开阔水体之间显著的表面温度差异，为区分固态冰与液态水提供了关键的热力学依据。Sentinel-1的C波段SAR数据分辨率为40m，其全天时、全天候的观测能力以及对地表粗糙度的敏感性，能够有效识别不同冰型与水面的物理结构差异。通过将SDGSAT-1的热红外信息与Sentinel-1的雷达后向散射特征相结合，本数据集能够更快地捕捉传统单一数据源难以捕捉到的海冰短时间运动模式，旨在提供一个更为高精度不同的短时间间隔的北极海冰冰水分类数据集，对于海冰热力学研究和为基于机器学习的提供数据基础。
", "ds_process_way": "经过预处理将SDGSAT-1影像DN值转换为亮度温度值；Sentinel-1经过轨道校正，热噪声去除、辐射定标、地形校正、重采样至30m、dB转换，裁剪至与SDGSAT-1影像相匹配。\nSDGSAT-1冰水分类方法利用了开阔水体和海冰之间显著的亮温（Brightness Temperature, BT）差异。该方法的流程是：首先，通过计算每个像元与其局部邻域的亮温异常（Brightness Temperature Anomaly, BTA），并应用一个固定阈值（1.8 K）来初步识别出所有相对高温的像元，这些像元被视为候选的水体目标；其次，为确保分类的精确性，方法对这些候选像元进行二次筛选，即利用迭代法对它们的原始亮温（BT）施加一个自适应阈值，从而有效剔除由薄冰或传感器伪影等引起的、温度不足以判定为水体的伪目标。通过这种结合了亮温异常（BTA）与亮温（BT）的双重检验机制，该方法能够稳健地将影像精确地划分为冰和水两个类别。\n针对Sentinel-1合成孔径雷达（SAR）影像中的冰水分类，采用了Otsu自动阈值分割算法，其核心在于自动寻找一个最佳灰度阈值，将影像的像素点分为目标（海冰）和背景（开阔水）两个类别。该算法的适用性源于SAR影像中冰与水通常呈现出可区分的双峰或近双峰直方图特征：相对平滑的开阔水面产生较低的后向散射，在影像中表现为暗色调；而较为粗糙的海冰表面则产生较高的后向散射，呈现为亮色调。Otsu法通过系统地遍历所有可能的灰度阈值，计算并找出一个能使分割后的冰、水两类像素的类间方差达到最大的阈值点，该点即被视为区分二者的最佳边界。采用此方法能够客观、高效地完成对SAR影像的初始冰水二值化分类，无需人工干预或先验训练样本，保证了分类结果的可重复性与自动化处理能力。
", "ds_quality": "本北极海冰冰水分类数据集通过目视解译结果进行对比，定量评估结果显示，SDGSAT-1数据的分类精度达到了98.5554% ，Kappa系数为 0.9709，Sentinel-1数据的分类精度达到了80.4903%，Kappa系数为 0.7825。数据集的空间完整性主要受云层对热红外数据的遮蔽影响，本数据集选取的是云量少于30%的SDGSAT-1 TIR数据，并通过目视解译去除影像中的云。在逻辑一致性上，产品采用标准的二元分类编码，不存在异常值。其位置精度继承自经过精确几何校正的源数据，能够满足区域尺度的应用需求。该数据集表现出较高的整体精度，但用户仍需注意其潜在的局限性，如在识别极薄的初生冰、夏季海冰表面的融池以及受大风影响的粗糙水面时，分类结果可能存在不确定性；此外，OTSU阈值法在冰水特征界限模糊的边缘区域，其分类精度可能会有所下降。
", "ds_acq_start_time": "2022-01-01 00:00:00", "ds_acq_end_time": "2022-12-31 00:00:00", "ds_acq_place": "北极圈以北的地区，66°33′N（北纬）及以上。", "ds_acq_lon_east": 108.96583333333334, "ds_acq_lat_south": 22.591666666666665, "ds_acq_lon_west": null, "ds_acq_lat_north": 45.64388888888889, "ds_acq_alt_low": null, "ds_acq_alt_high": null, "ds_share_type": "login-access", "ds_total_size": 678955824, "ds_files_count": 52206, "ds_format": ".tif", "ds_space_res": "30m", "ds_time_res": "", "ds_coordinate": "WGS84", "ds_projection": "", "ds_thumbnail": "34b93108-de91-4527-b6de-6ca50cf14ebd.jpg", "ds_thumb_from": 0, "ds_ref_way": "", "paper_ref_way": "", "ds_ref_instruction": "", "ds_from_station": null, "organization_id": "9de89acc-5714-4927-aba3-ac88067dff8a", "ds_serv_man": "敏玉芳", "ds_serv_phone": "0931-4967592", "ds_serv_mail": "ncdc@lzb.ac.cn", "doi_value": "", "subject_codes": [ "170.45" ], "quality_level": 3, "publish_time": "2025-07-03 16:06:06", "last_updated": "2025-07-08 11:07:27", "protected": false, "protected_to": null, "lang": "zh", "cstr": "11738.11.NCDC.NIEER.DB6894.2025", "i18n": { "en": { "title": "", "ds_format": "", "ds_source": "", "ds_quality": "", "ds_ref_way": "", "ds_abstract": "", "ds_time_res": "", "ds_acq_place": "", "ds_space_res": "30m", "ds_projection": "", "ds_process_way": "", "ds_ref_instruction": "" } }, "submit_center_id": "ncdc", "data_level": 0, "license_type": "CC BY 4.0", "ds_topic_tags": [ "短时间间隔海冰运动", "高空间分辨率", "海冰分类", "北极" ], "ds_subject_tags": [ "地理学" ], "ds_class_tags": [], "ds_locus_tags": [ "北极地区" ], "ds_time_tags": [ 2022 ], "ds_contributors": [ { "true_name": "邱玉宝", "email": "qiuyb@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "余淑文", "email": "yushuwen23@mails.ucas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "李晓婷", "email": "lixt@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "崔恒", "email": "cuiheng23@mails.ucas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "金泽楷", "email": "jinzekai24@mails.ucas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "石利娟", "email": "shilj@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "贾国强", "email": "jiagq@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" } ], "ds_meta_authors": [ { "true_name": "邱玉宝", "email": "qiuyb@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "余淑文", "email": "yushuwen23@mails.ucas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "李晓婷", "email": "lixt@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "崔恒", "email": "cuiheng23@mails.ucas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "金泽楷", "email": "jinzekai24@mails.ucas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "石利娟", "email": "shilj@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "贾国强", "email": "jiagq@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" } ], "ds_managers": [ { "true_name": "邱玉宝", "email": "qiuyb@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "余淑文", "email": "yushuwen23@mails.ucas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "李晓婷", "email": "lixt@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "崔恒", "email": "cuiheng23@mails.ucas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "金泽楷", "email": "jinzekai24@mails.ucas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "石利娟", "email": "shilj@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" }, { "true_name": "贾国强", "email": "jiagq@aircas.ac.cn", "work_for": "中国科学院空天信息创新研究院", "country": "中国" } ], "category": "冰川" }