作為麻省理工學院氣候大挑戰競賽的一部分，Brent Minchew領導著兩項提案，以更好地理解冰川物理學和預測海平面上升。當我們想到氣候變化時，腦海中最戲劇性的畫面之一是冰川冰的消失。隨著地球變暖，這些巨大的冰河成為溫度上升的犧牲品。但是，隨著冰原的退縮，它們也成為氣候變化的一個更危險的結果的重要貢獻者：海平面上升。

在麻省理工學院，一個跨學科的科學家團隊決心改善對下個世紀海平面上升的預測，其中一部分是通過仔細研究冰原的物理學。

上個月，由地球、大氣和行星科學系（EAPS）的塞西爾和艾達-格林職業發展教授Brent Minchew領導的關於該主題的兩項研究提案被宣佈為麻省理工學院氣候大挑戰計劃的決賽項目。氣候大挑戰計劃於2020年7月啟動，從整個研究所的合作者那裡徵集了近100個項目提案，這些合作者聽從了大膽的指控：開發研究和創新，為世界應對氣候挑戰的努力提供“改變遊戲規則”的進展。

作為入圍者，Minchew和他來自城市研究與規劃系、經濟系、土木與環境工程系、Haystack天文台以及外部合作夥伴的合作者，獲得了10萬美元的資金來製定他們的研究計劃。27個入圍提案中的一個子集將在下個月宣布，構成一個獲得額外資金和支持的多年期”旗艦”項目組合。

Minchew提案的一個目標是更充分地了解支配冰川冰迅速變化的最基本過程，並利用這種了解建立下一代模型，在冰川冰對氣候變化的反應和影響中，對冰原行為進行更多預測。

“我們需要開發更準確和計算效率高的模型，為未來幾十年的海平面上升提供可測試的預測。為了迅速做到這一點，我們希望進行更好和更頻繁的觀測，並從這些數據中了解冰蓋的物理學，”Minchew說。“例如，你要對冰塊施加多大的壓力，它才會破裂？”

目前，Minchew的冰川動力學和遙感小組主要利用衛星來觀察格陵蘭島和南極洲的冰層，並使用合成孔徑雷達干涉(InSAR)。但是，這些數據往往是在很長的時間間隔內收集的，這只能給他們提供大事件的“前後”快照。通過在較短的時間尺度上進行更頻繁的測量，如幾小時或幾天，他們可以得到冰中發生的更詳細的情況。

Minchew說：“在我們預測冰原在未來將是什麼樣子，以及它們將如何演變的過程中，許多關鍵的未知因素涉及冰川的動態，或者我們對流動速度和流動阻力的關係的理解。”

這兩個提案的核心是創建SACOS，即平流層空中氣候觀測系統。該小組設想開發太陽能無人機，可以在平流層中連續飛行數月，使用一種新的輕型、低功率雷達和其他高分辨率儀器進行更頻繁的測量。他們還提議將傳感器直接空投到冰面上，配備地震儀和GPS跟踪器，以測量冰面的高頻振動，並準確定位其流動的運動。

冰川是如何促進海平面上升的

目前的氣候模型預測海平面將在下個世紀上升，但究竟上升多少還不清楚。估計從20厘米到兩米不等，當涉及到製定政策或緩解措施時，這是一個很大的差異。Minchew指出，應對措施將是不同的，取決於它屬於尺度的哪一端。如果它接近20厘米，可以建造海岸壁壘來保護沿海地區。但是，如果海浪較高，這種措施就會變得過於昂貴和低效而不可行，因為整個城市的一部分和數百萬人將不得不搬遷。

他說：“如果我們所看到的未來是到本世紀末海平面可能上升一米以上，那麼我們需要儘早知道這一點，這樣我們就可以開始計劃並儘力為這種情況做準備。”

冰川和冰蓋對海平面的上升有兩種作用：冰的直接融化和加速冰向海洋的運輸。在南極洲，變暖的海水融化了冰原的邊緣，這往往會減少阻力，使冰更快地流向海洋。這種變薄也會導致冰架更容易斷裂，促進冰山的撞擊–這些事件有時會導致冰流的進一步加速。

利用SACOS收集的數據，Minchew和他的小組可以更好地了解冰中的哪些材料特性允許冰山斷裂和撞擊，並建立一個關於冰原如何應對氣候力量的更完整的圖片。

他說：“我想要的是減少和量化2100年之前海平面上升預測中的不確定性。”

從這個更完整的圖景中，這個團隊–也包括經濟學家、工程師和城市規劃專家–可以致力於開發預測模型和方法，幫助社區和政府估計與海平面上升有關的成本，制定合理的基礎設施戰略，並刺激工程創新。

了解冰川動力學

更頻繁的雷達測量和更高分辨率的地震和GPS數據的收集，將使Minchew和團隊能夠更好地了解冰川動力學的大類–包括崩解，這是一個設定海平面上升速度的重要過程，目前還沒有得到很好的理解。

他說：“我們所做的一些工作與地震學家所做的相當相似。他們測量地震後的地震波，或火山爆發，或這種性質的事情，並利用這些觀察來更好地了解支配這些現象的機制。”

可空投的傳感器將幫助他們收集關於冰原運動的信息，但這種方法也有缺點–比如安裝和維護，在一個正在移動和融化的巨大冰原上很難做到。而且，這些儀器各自只能在一個地方進行測量。Minchew把它等同於水中的搖籃。它所能告訴你的是，當波浪干擾它時，浮標如何移動。

但是通過從空中進行連續的雷達測量，Minchew的團隊可以在空間和時間上收集觀察結果。他們可以有效地將波浪傳播的過程拍成視頻，而不是僅僅觀察水中的浮標，同時也可以將冰山融化等過程在多個維度上可視化。

一旦浮標到位並記錄了畫面，下一步就是開發機器學習算法來幫助分析所有正在收集的新數據。雖然這種數據驅動的發現在其他領域一直是一個熱門話題，但這是它第一次被應用於冰川研究。

他說：“我們已經開發了這種新的方法來獲取這些大量的數據，並從中創造出一種全新的分析系統來回答這些基本的和至關重要的問題。”