详细内容或原文请订阅后点击阅览
北极永久冻土路下的数字孪生
基于物理的数字孪生使用高分辨率温度数据来跟踪、更新和预测阿拉斯加路堤道路下方的永久冻土条件。
来源:Eos杂志来源：地球物理研究杂志：地球表面
北极道路下方的永久冻土层正在变暖且变得不稳定，给北部基础设施带来了越来越大的风险。然而，预测冻土将如何演变仍然很困难，因为地下条件在短距离内变化剧烈，观测数据稀疏，并且随着新的现场数据的到来，传统的基于过程的模型不容易更新。在一项新研究中，Gou 等人。 [2026] 利用沿 100 米横断面收集的光纤温度测量值来跟踪浅层地面条件随时间的变化，解决了阿拉斯加 Utqiaġvik 路堤道路的这一挑战。作者没有将监控和建模视为单独的任务，而是将它们链接到一个旨在随物理系统本身一起发展的框架中。
这里突出的不仅仅是机器学习的使用，而是作者为基础设施下的永久冻土构建基于物理的数字孪生的方式。他们的框架在传热解算器中嵌入了神经网络，因此控制物理仍然是核心，而模型仍然可以在新观测到达时更新不确定的土壤特性。这项研究超越了黑盒预测，转向了可解释、可更新的系统，该系统可以重建地下温度场，推断热力学特性，例如未冻结的水含量和热导率，然后根据独立的 DAS 数据、钻孔温度和实验室测量结果测试这些推论。这使得这项工作不仅仅是针对特定地点的建模练习；它为快速变暖的北极地区的近实时永久冻土预报和基础设施监测提供了一条可靠的途径。
—黄翔，副主编，JGR：地球表面