北极海冰是地球气候系统的重要组成部分。海冰表面积雪具有高反照率和低导热性，影响海洋、海冰与大气之间的能量交换(Brucker and Markus 2013)，控制着海冰的生长和消融(Holland et al. 2021)，是影响许多物理、生物及气候过程的基本变量(Lavergne et al. 2022)。海冰表面积雪厚度是利用卫星高度计估算海冰厚度的关键输入参数，其估算精度直接影响海冰厚度和体积的反演精度(Kern et al. 2015; 季青等. 2015)。
卫星遥感是获取大范围、长时间序列北极海冰表面积雪厚度最为有效的手段。由于现场观测积雪厚度数据在时间和空间范围上的缺乏和限制，现有北极海冰表面积雪厚度遥感产品不确定性无法得到有效评估。Triple Collocation方法(Stoffelen 1998; McColl et al. 2014)能够在不依赖地面真值的情况下，对多源遥感产品的不确定性进行评估和融合，在土壤湿度、海面风场、降水等地表参数中得到了广泛应用，尤其适用于地面观测数据缺失区域。然而，利用Triple Collocation方法对北极海冰表面积雪厚度进行不确定性评估和融合的研究较少。
本研究拟将多源海冰表面积雪厚度观测数据（如表1所示）作为参考数据，基于AMSR2微波辐射计数据分别发展多源海冰表面积雪厚度反演算法，利用Triple Collocation方法对多源海冰表面积雪厚度数据进行不确定性评估，进而根据不确定性分析结果对多源数据进行融合，提升现有北极冬季海冰表面积雪厚度的精度。
初步研究结果表明，Triple Collocation方法提供的不确定性评估结果能够反映积雪厚度数据的随机误差，与地面观测数据的验证结果互为补充。基于多源数据不确定性融合的数据在精度上得到较大的提升，优于单独的数据产品。利用冰桥计划OIB和冰物质平衡浮标IMB观测数据对融合数据进行验证，均方根误差分别为6.06 cm和9.12 cm。利用Triple Collocation方法进行海冰表明积雪厚度的融合具有巨大的优势。

北极海冰,积雪厚度,多源数据融合