Pan-Arctic sea ice drift data at 400 m grids based on spaceborne SAR

Varför Arktis havsis rörelse spelar roll

Arktisk havsis är inte ett fruset, stillastående lock. Den driver ständigt, spricker, hopas och lämnar Arktiska oceanen. Denna rörelse styr hur mycket tjock is som förloras till varmare hav, formar faror för fartyg och offshoreplattformar och påverkar klimatsystemet långt bortom polerna. Hittills har forskare bara kunnat se denna rörelse i grova ögonblicksbilder och missat de fina detaljer som betyder något för lokal säkerhet och för att testa moderna klimatmodeller. Denna studie presenterar en ny karta över Arktis isrörelser som är tillräckligt skarp för att urskilja objekt bara några kvarter stora, genom en skicklig kombination av satellitradar och datorvisionsmetoder.

En skarpare bild av drivande is

Författarna presenterar Sea Ice Drift Computer Vision (SID-CV)-datasetet, en femårsserie (2017–2021) över isrörelser i nästan hela Arktiska oceanen. Den är uppbyggd av bilder från Europas Sentinel-1-radarsatelliter, som kan se jordytan dag som natt, genom moln och polar mörker. Till skillnad från äldre produkter som suddar ut information över tiotals kilometer följer SID-CV isen på ett rutnät med bara 400 meters mellanrum. Varje produkt i datasetet beskriver hur isfläckar förflyttat sig mellan två satellitpassager åtskilda av upp till 36 timmar, och sparar både riktning och förflyttningssträcka tillsammans med detaljerad kvalitetsinformation.

Från råa radarbilder till rörelsekartor

För att omvandla radarpar till ett tätt rörelsefält anpassade teamet verktyg mer bekanta från digital fotografi än från polar forskning. Först detekterar de distinkta "features" i ismönstret och spårar sedan var dessa features dyker upp i nästa bild. Dessa matchningar ger en första skiss av hur isen har rört sig. Därefter förfinar ett mönstermatchningssteg denna skiss över flera skalor, från kilometertjocka block ned till 400-metersrutnätet. I varje steg kontrollerar metoden hur väl små bildfläckar i första bilden liknar kandidatfläckar i den andra. På detta sätt bygger datorn gradvis en jämn, detaljerad bild av isdriften, samtidigt som de fina texturer som radarn kan avslöja bevaras.

Endast de pålitliga bitarna behålls

Inte varje pixel i en radarbild representerar drivande is. En del är land, en del är öppet vatten och en del är helt enkelt för otydliga för att spåra pålitligt. SID-CV-systemet maskerar automatiskt ut kuster och öppet hav med hjälp av externa kartsystem för kustlinjer och havsis. Det tilldelar också varje ispixel en av flera kvalitetsnivåer, baserat på hur många features som lyckades spåras, hur stark mönstermatchningen är och om den implicerade drifthastigheten ligger inom fysiskt rimliga gränser. Istället för att kassera osäkra uppskattningar behåller datasetet dem men flaggar dem som "suspect" eller "bad", vilket låter användare anpassa hur strikt de vill vara. I genomsnitt klassificeras mer än 94% av registren som "good", vilket betyder att algoritmen fann tydliga, konsekventa rörelsesignaler.

Testning av data mot verkliga bojar

För att kontrollera hur väl satellitbaserade rörelser speglar verkligheten jämförde författarna SID-CV med över 139 000 driftmätningar från flytande bojar förankrade i isen, insamlade av flera internationella program. Varje bojspost matchades med närmaste satellituppskattning i rum och tid. De två uppsättningarna av driftvektorer överensstämmer mycket väl: typiska fel i hastighet är endast några tiondels centimeter per sekund, avstånd ligger vanligtvis inom några hundra meter och riktningar skiljer sig med bara några grader. Datasetet presterar bäst på vintern, när isytan är mer stabil. På sommaren gör smältvattensytor och pölar radarmönstret mindre tydligt, vilket leder till en liten underskattning av drift. Även då håller sig felen inom klart definierade och relativt snäva gränser.

Vad detta betyder för Arktis framtid

Genom att kombinera nästintill full pan-arktisk täckning med en aldrig tidigare skådad detaljrikedom överbryggar SID-CV ett långvarigt gap mellan grova satellitprodukter, lokala bojregister och högupplösta datormodeller. Det fångar storskaliga cirkulationssystem som Beaufort Gyre och Transpolar Drift, samtidigt som det kan urskilja skarpa sprickor, virvlande virvlar och den kaotiska rörelsen längs iskanten. Detta gör det till ett kraftfullt verktyg för att studera hur ett yngre, tunnare och mer rörligt isskikt förändras, för att uppskatta hur mycket is som lämnar Arktis genom smala passager och för att förbättra prognoser som styr polar sjöfart och ingenjörsverksamhet. Kort sagt ger arbetet forskare och beslutsfattare en mycket tydligare film av hur Arktis havsis rör sig — och hur den rörelsen utvecklas i en varmare värld.

Citering: Qiu, Y., Li, XM. Pan-Arctic sea ice drift data at 400 m grids based on spaceborne SAR. Sci Data 13, 377 (2026). https://doi.org/10.1038/s41597-026-06683-9

Nyckelord: Arctic sea ice, satellite radar, sea ice drift, computer vision, climate data