史丹佛大學的研究人員將機器學習與高解析度衛星和空中觀測相結合，以分析驅動南極洲大規模冰層運動的物理原理。他們的研究結果表明，現有模型缺乏準確預測南極冰蓋現在和未來動態和質量損失所需的關鍵複雜性。

這張地圖顯示了冰川和支流的流動模式，它使用的數據與史丹佛大學研究人員訓練人工智慧模型時使用的數據相同，該模型揭示了控制南極冰蓋大規模運動的一些基本物理原理。圖片來源：NASA 戈達德太空飛行中心科學視覺化工作室

隨著全球暖化，南極洲的冰蓋正在融化，導致全球海平面上升。南極洲的冰水足以使全球海平面上升190 英尺，準確預測南極冰層現在和將來的移動和融化方式對於保護沿海地區至關重要。然而，由於數據有限以及海洋、大氣和冰凍表面之間的複雜相互作用，大多數氣候模型都難以準確模擬南極冰層運動。

在3 月13 日發表在《科學》雜誌上的一篇論文中，史丹佛大學的研究人員首次利用機器學習分析了南極洲冰蓋運動的高解析度遙感數據。他們的工作揭示了控制南極冰蓋大規模運動的關鍵物理過程，並可能改善對南極洲未來變化的預測。

史丹佛大學杜爾永續發展學院地球物理學助理教授、論文資深作者賴清姚表示：“在衛星時代，大量觀測數據已廣泛可用。我們將這些廣泛的觀測數據集與基於物理學的深度學習相結合，以獲得有關冰在自然環境中的行為的新見解。”

南極冰蓋是地球上最大的冰塊，面積幾乎是澳洲的兩倍，它就像地球的海綿，透過將淡水儲存為冰來保持海平面穩定。為了了解每年都在加速縮小的南極冰蓋的運動，現有模型通常依賴實驗室實驗中得出的關於冰的機械行為的假設。但賴說，南極洲的冰比實驗室模擬的要複雜得多。由海水形成的冰與壓實雪形成的冰具有不同的特性，冰蓋可能包含影響運動的大裂縫、氣穴或其他不一致性。

南極蓋茲冰架的冰面上佈滿了深深的裂縫或裂隙。圖片來源：傑里米·哈貝克，NASA 戈達德太空飛行中心/冰橋行動

「這些差異以現有模型或實驗室環境無法捕捉到的方式影響著冰蓋的整體機械行為，即所謂的本構模型，」賴說。

賴和她的同事並沒有試圖捕捉每一個單獨的變數。相反，他們建立了一個機器學習模型來分析2007 年至2018 年期間衛星圖像和飛機雷達記錄的冰的大規模運動和厚度。研究人員要求該模型擬合遙感資料並遵守現有的控製冰運動的幾條物理定律，用它來推導出新的本構模型來描述冰的黏度——即它對運動或流動的阻力。

研究人員重點研究了南極洲的五個冰架——從陸地冰川延伸到海洋的漂浮冰架，阻擋了南極洲大部分冰川冰。他們發現，最靠近大陸的冰架部分正在被壓縮，這些區域的本構模型與實驗室實驗相當一致。然而，隨著冰離大陸越來越遠，它開始被拉向大海。這種應變導致該地區的冰在不同方向上具有不同的物理特性——就像一根原木沿著紋理更容易裂開而不是橫著裂開一樣——這一概念稱為各向異性。

「我們的研究發現，大部分的冰架都是各向異性，」第一篇研究作者、在賴實驗室擔任博士後研究員的王永吉說。 “壓縮區——靠近接地冰層的部分——僅佔冰架的不到5%。其餘95% 是延伸區，並不遵循相同的規律。”

這張南極地圖以白色標示了各個南極冰架的位置；陸地以灰色標示。圖片來源：Agnieszka Gautier/NSIDC)

隨著全球氣溫升高，準確了解南極冰蓋運動只會變得更加重要——海平面上升已經導致低窪地區和島嶼的洪水氾濫，海岸侵蝕加劇，颶風和其他嚴重風暴造成的破壞加劇。到目前為止，大多數模型都假設南極冰在所有方向上具有相同的物理特性。研究人員知道這是一種過於簡單的說法——現實世界的模型永遠不會完美地複製自然條件——但賴、王和他們的同事所做的工作明確表明，當前的本構模型無法準確捕捉衛星觀測到的冰蓋運動。

「人們以前也考慮過這個問題，但從未得到證實，」目前是紐約大學博士後研究員的王說。 “現在，基於這種新方法及其背後嚴謹的數學思維，我們知道預測南極洲未來演變的模型應該是各向異性的。”

研究作者還不清楚是什麼原因導致延伸區呈現各向異性，但他們打算繼續利用更多來自南極大陸的數據來完善他們的分析。研究人員還可以利用這些發現來更好地理解可能導致裂縫或冰山崩解的壓力——當大量冰塊突然從冰架上脫落時——或者作為將更多複雜性納入冰蓋模型的起點。這項工作是建立一個更準確地模擬我們未來可能面臨的條件的模型的第一步。

賴和她的同事也認為，這裡使用的技術——將觀測數據和既定的物理定律與深度學習相結合——可以用來透過大量觀測數據揭示其他自然過程的物理原理。他們希望他們的方法有助於更多的科學發現，並促成與地球科學界的新合作。

「我們試圖證明，確實可以使用人工智慧來學習新東西，」賴說。 「它仍然需要受到一些物理定律的約束，但這種綜合方法使我們能夠揭示超出以往所知的冰物理學，並真正推動人們對自然環境中地球和行星過程的新理解。”

編譯自/ ScitechDaily