共计 1640 个字符，预计需要花费 5 分钟才能阅读完成。
随着全球气候变暖，南极冰盖的融化正在加速，这对全球海平面上升构成了严重威胁。南极洲蕴藏的冰量足以使全球海平面上升 190 英尺，因此准确预测其运动和融化趋势对于保护沿海地区至关重要。然而，由于数据稀缺以及海洋、大气和冰面之间复杂的相互作用，传统气候模型难以精确模拟南极冰的运动。
在《科学》杂志最新发表的一篇论文中，斯坦福大学的研究团队首次运用机器学习技术，分析了南极冰运动的高分辨率遥感数据。这项研究不仅揭示了控制南极冰盖大规模运动的基本物理原理，还为改进对该大陆未来变化的预测提供了新的可能性。
- 
- 
- 
- 
- 
“在卫星时代，大量观测数据变得广泛可用，”斯坦福大学多伊尔可持续发展学院地球物理学助理教授、论文资深作者赖静瑶（Ching-Yao Lai）表示，“我们将这些广泛的观测数据集与基于物理的深度学习相结合，获得了关于冰在自然环境中的行为的新见解。”
南极冰盖是地球上最大的冰体，其面积几乎是澳大利亚的两倍。它像一块巨大的海绵，储存着地球上的淡水，维持着海平面的稳定。然而，现有模型通常依赖于实验室实验中得出的关于冰的机械行为的假设，而这些假设与南极冰的实际情况存在显著差异。
研究团队并未试图逐一捕捉每一个变量，而是构建了一个机器学习模型，用于分析 2007 年至 2018 年间通过卫星图像和飞机雷达记录的冰的大规模运动和厚度。该模型在拟合遥感数据的同时，遵守了控制冰运动的几个现有物理定律，从而推导出新的本构模型，用于描述冰的粘度——即其抵抗运动或流动的能力。
研究重点集中在南极的五个冰架上。这些冰架是从陆地冰川延伸到海洋的浮冰平台，阻挡了南极大部分冰川冰的流动。研究发现，最靠近大陆的冰架部分正在被压缩，这些区域的本构模型与实验室实验相当一致。然而，随着冰离大陆越来越远，它开始被拉向海洋。这种应变导致冰在不同方向上具有不同的物理特性，这一现象被称为各向异性。
“我们的研究揭示了大多数冰架具有各向异性，”该研究的第一作者、曾在赖静瑶实验室进行博士后研究的王永吉（Yongji Wang）表示，“压缩区——靠近接地冰的部分——仅占冰架的不到 5%。另外 95% 是扩展区，不遵循相同的规律。”
随着全球气温上升，准确理解南极冰盖的运动将变得更加重要。海平面上升已经加剧了低洼地区和岛屿的洪水，加速了海岸侵蚀，并加剧了飓风和其他严重风暴造成的破坏。然而，目前大多数模型都假设南极冰在所有方向上具有相同的物理特性。这种简化显然无法准确反映现实。
赖静瑶、王永吉及其同事的研究明确表明，当前的本构模型未能准确捕捉卫星观测到的冰盖运动。“人们之前考虑过这一点，但从未得到验证，”现为纽约大学博士后研究员的王永吉表示，“现在，基于这种新方法及其背后的严谨数学思维，我们知道预测南极洲未来演化的模型应该是各向异性的。”
尽管研究团队尚未完全理解是什么导致扩展区具有各向异性，但他们计划随着更多数据的获取，继续完善其分析。此外，这些发现还可以帮助研究人员更好地理解可能导致冰架裂缝或冰裂的应力，或者作为将更多复杂性纳入冰盖模型的起点。
这项研究是构建更准确模拟未来冰盖变化模型的第一步。赖静瑶和她的同事认为，这里使用的技术——将观测数据和已建立的物理定律与深度学习相结合——可以用于揭示其他具有广泛观测数据的自然过程的物理原理。他们希望这种方法能够推动更多科学发现，并促进与地球科学界的新合作。
“我们试图展示，你实际上可以使用 AI 来学习新东西，”赖静瑶说，“它仍然需要受到一些物理定律的约束，但这种组合方法使我们能够揭示以前未知的冰物理，并真正推动对自然环境中地球和行星过程的新理解。”
更多信息： Yongji Wang et al, Deep learning the flow law of Antarctic ice shelves, _Science_ (2025). DOI: 10.1126/science.adp3300. www.science.org/doi/10.1126/science.adp3300
期刊信息： _Science_
由斯坦福大学提供
