位于格陵兰岛和加拿大埃尔斯米尔岛之间的内尔斯海峡是北极海冰输出的重要通道之一，从海峡流出的海冰对巴芬湾、拉布拉多海深层水的形成，北水冰间湖（NOW）的维持以及北极海冰物质平衡具有重要影响。由于海峡入口狭窄和海冰密集度较低，现有采用模式匹配的海冰运动反演算法较难从卫星影像上获取有效的海冰运动信息，导致此区域海冰运动数据较为缺乏。本研究提出了一种基于形状特征匹配的运动提取算法，其算法主要包括影像分割、浮冰提取和浮冰匹配等三个步骤。使用该算法从2019年2月20日至2月27日逐日哨兵1号影像中提取了内尔斯海峡入口处的海冰运动信息，并结合人工制作的验证数据评估了该算法在浮冰提取和匹配过程的精度。结果显示该算法提取的浮冰形状参数平均误差为4.3%~8.48%、浮冰运动矢量的总体正确率为84%、浮冰质心与运动速度的均方根误差（RMSE）分别为0.171 km和6.313 cm·s–1。对比SIFT、ORB和AKAZE三种基于特征追踪的海冰运动反演算法，该算法结果中海冰运动覆盖面积增加了27.7%，精度提高约39%。该算法不仅是内尔斯海峡海冰运动信息的一种有效的提取方法，而且可为其他区域（如海冰边缘区）的海冰运动信息提取提供参考。
 

内尔斯海峡,海冰运动,浮冰匹配,哨兵1号,影像分割