武汉大学中国南极测绘研究中心张胜凯教授团队在冰架高程变化时序构建方法研究方面取得新进展，相关成果以“An Advanced Algorithm for Constructing Elevation Change Time Series With Satellite Altimetry Observations”为题发表于遥感领域国际期刊《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》。论文第一作者为硕士研究生李潇，通讯作者为肖峰副研究员，其他合作者包括宾夕法尼亚州立大学Luke D. Trusel教授等。

卫星测高是监测地表高程长期变化的重要技术手段，尤其对于极地冰盖和冰架物质平衡评估具有重要意义。然而，受限于极地轨道卫星数据的稀疏性，现有高程变化时序构建方法常面临数据利用率低、误差累积大以及有效周期偏少等问题。为此，研究团队提出了一种基于间接平差法（IAM）的高程变化时序构建方法。该方法基于最小二乘原理和间接观测平差理论，将高程变化矩阵中的观测信息作为整体加以利用，从而实现对高程变化时序的优化估计。

研究以南极罗斯冰架和菲尔希纳—龙尼冰架为实验区，利用2011—2020年CryoSat-2测高数据，系统开展了方法比较研究。结果表明，IAM在保持较高精度的同时，能够更充分地利用观测数据，在缺少观测条件下尤其表现出明显优势。与固定全矩阵法（FFM）等现有方法相比，IAM构建的高程变化时序具有更低的不确定性，年变化趋势标准误差平均降低约30%；在5 km × 5 km网格尺度上，有效周期覆盖平均提升约36%，极大增强了时间序列的连续性与时空分辨率。

基于FFM（a, c）和IAM（b, d）分别得到的2011–2020年罗斯冰架高程变化及估算标准差

此外，研究表明，IAM反演得到的高程变化趋势场整体更为平滑、空间一致性更强，特别是在触地线及冰架前缘等复杂动态区域，可提取到更为清晰、稳定的区域信号。该方法有望为极地冰架短期异常识别、地表过程分析以及冰盖/冰架动力学研究提供更为坚实、连续的底层数据支撑。论文同时指出，对于数据极度稀缺网格中由 IAM 算法新恢复的附加有效周期，其绝对精度未来仍需结合 ICESat-2 或机载测高数据开展进一步的独立验证。

该研究得到国家重点研发计划、中央高校基本科研业务费以及南极中山雪冰和空间特殊环境与灾害国家野外科学观测研究站开放基金等项目资助。

论文链接：Li X, Zhang S, Yuan L, Trusel L D, Cui H, Xiao F. 2026. An Advanced Algorithm for Constructing Elevation Change Time Series with Satellite Altimetry Observations. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing: 5666-5679. (https://ieeexplore.ieee.org/document/11363664)

供稿：肖峰，李潇；排版：王月云；审核：张胜凯、周春霞