这项研究提出了一种新颖的工作流程，用于创建南极冰架高分辨率表面融化记录，命名为UMelt。本方法的核心是一种改进的U-Net，它从高时空分辨率的数据（即ASCAT和SSMIS）和高空间分辨率的数据（即高程和多年Sentinel-1融化分数）中学习模式。经过训练的模型模仿了详细的Sentinel-1融化观测，但具有更高的时间分辨率，从而产生具有高空间（500米）和高时间（12小时）分辨率的融化图。 在沙克尔顿冰架上证明了 UNet 的空间和时间可转移性，空间可转移性的准确度为 87.2% 至 95.5%，时间可转移性的准确度为 90.9% 至 95.7%。U-Net在时空可迁移性方面也表现出色，性能优于拉森C冰架（91.0%）。这种时空可转移性允许评估整个南极大陆的表面融化。UNet 可以提供历年高分辨率的地表融化地图以及可用的输入数据，这意味着我们可以从 2006 年（ASCAT 启动时）至今对地表融化进行高度详细的研究。然而，对于过去和未来的场景，重要的是要承认模型可能需要重新训练，特别是当遇到与 U-Net 模型使用的训练数据显著不同的表面融化 。由于持续时间短且融化模式精细，高分辨率观测对于监测南极冰架表面融化至关重要。因此，南极冰架 UMelt 的高分辨率表面融化记录为进一步研究提供了有价值的产品，揭示了隐藏在低分辨率卫星图像中的融化动力学和潜在的随之而来的冰架不稳定。
表面融化检测的时空分辨率权衡的说明。拉森C冰架的一小部分被选为感兴趣的区域，如图(a).所示在(b)的2019年1月27日和(c).的2019年2月2日，通过哨兵-1（绿色）、ASCAT（紫色）和SSMIS（橙色）检测到的表面融化的空间图面板(d)显示了一个时间序列，说明了在检测到融化的研究区域内像素的百分比。融化是通过基于阈值的融化检测算法来确定的，该算法由阿什克拉夫特和朗（2006）为哨兵-1和ASCAT开发，并由Zwally和菲格尔斯（1994）为SSMIS开发
(a)中的“匹配立交桥”的数量，表示哨兵-1、ASCAT和SSMIS立交桥之间的时间差小于2小时的实例。训练和测试区域的海拔高度，即沙克尔顿和拉尔森C冰架，在面板(b)和(c).中描述沙克尔顿冰架有一个很小的数据缺口，如标签“REMA数据缺失”所示。地图上的其他标签上显示着冰架上的各种地名
本研究中所采用的方法的概念性概述，它分为三个关键步骤：预处理、培训、评估和应用
在(a)地图，(b)，(c)提出比较参考数据哨兵1（第一列）和我们的UMelt𝐿𝑂𝑀𝑆𝑂产品，可视化在连续格式没有阈值（第三列）和二进制格式与0.7阈值（第二列），ASCAT（第四列）和SSMIS（第五列），开始（2016年11月30日下午6点），峰值（2017年1月17日下午6点），结束（2016-2017年2月16日下午6点）的融化季节。(d)中的时间序列显示了UMelt（黑色）、ASCAT（橙色）和SSMIS（粉色）的融化精度，与2016-2017年沙克尔顿冰架上融化季节的哨兵-1相比
在沙克尔顿冰架上测试2016-2017年哨兵-1(a)、UMelt (b)、ASCAT (c)和SSMIS (d).的夏季融化事件五个地点的详细信息见（e-i）。哨兵1和UMelt、哨兵1和ASCAT、哨兵1和SSMIS之间的分歧见（j-l）
2016-2017年，四个留一地区（LORO）地区（a-d）的UMelt (1)和UMelt𝐿𝑂𝑅𝑂(2)夏季融化发生。UMelt (1)使用2017-2021年融化季节的数据在整个冰架上进行了训练。UMelt𝐿𝑂𝑅𝑂(2)在同一时期进行了训练，但一次只排除了一个区域。然后，在排除区域上对训练后的模型进行测试，以评估模型的空间可转移性。UMelt与UMelt𝐿𝑂𝑅𝑂之间的不一致见(3)
2016-2017年沙克尔顿冰架上与哨兵1相比的表面融化发生和性能。第1列（a-e）显示了在不同输入特征上训练的UMelt夏季熔体发生，其中在所有输入特征上训练的UMelt在(a)中显示，面板(b)-(e)对应于UMelt的一个输入特征（分别为ASCAT、SSMIS、海拔和多年哨兵-1熔体分数）。第2列(a)-(e)展示了UMelt和哨兵-1性能的比较，其中提出了使用不同输入特征训练的哨兵-1和UMelt模型之间的分歧
2016-2017年哨兵-1(a)和黑黑色(b)的夏季
融化事件，以及哨兵-1和UMelt (c).之间的分歧四个位置的详细信息显示在（d-g）中
UMelt记录显示了2016-2017年(a)在整个范围的夏季融化发生，包括Maud(b)、南极半岛(c)、Mary Byrd Land (d)和Amery冰架(e)。时间序列显示了UMelt（黑色）、哨兵-1（绿色）、ASCAT（紫色）和SSMIS（橙色）四个区域的融化程度的比较
