数字孪生利用实时传感器和人工智能预测阿拉斯加永久冻土变化

世界各地的社区已经适应了在寒冷环境下全年冻土生活，比如北极地区。然而，气温上升带来了新的挑战：当房屋和道路下的地面开始融化时会发生什么？

为了更好地理解这些环境的变化，由宾夕法尼亚州立大学研究人员领导的跨学科工程师和地球科学家团队开发了一个计算框架，能够利用实时测量和人工智能（AI）预测冻土的物理属性，称为永冻土。

在最早的此类研究之一中，该研究发表于《地球物理研究杂志：地表》，并刊登于《Eos杂志》，团队将其框架应用于阿拉斯加乌特恰维克——美国最北端城市——的一条特定道路堤坝。研究人员以令人毛骨悚然的准确度重现了永冻土的热特性，为预测气候变化如何影响全球永久冻土开辟了更准确的道路。

为什么永久冻土融化很重要

宾夕法尼亚州立大学土木工程教授、该研究通讯作者晓明表示，地球温度上升导致世界许多地区的永久冻土迅速融化，地面温度每十年上升近2华氏度。这种解冻会释放休眠的细菌菌株或大量二氧化碳排放到大气中，进一步加速全球变暖。此外，如果这一趋势持续，未来几十年北极社区和政府可能面临数十亿美元的基础设施损失。

“永久冻土的独特之处在于它主要由冰组成，”萧说。“当冰融化时，它会变成水。这使得解冻后的永久冻土非常脆弱——土壤变得非常泥泞，可能影响道路、建筑物或管道等基础设施的稳定性。”

预测永久冻土退化的标准方法需要大量计算能力和现有数据。AI驱动的建模已被证明更高效，但萧解释说，这些模型在超出初始训练数据后通常表现较差。

然而，通过宾州州立大学地球科学副教授、该研究合著者朱铁媛所描述的一次“偶然对话”，萧的团队意识到宾州州立大学还有其他研究正在进行，可以帮助在计算成本和预测质量之间取得平衡。

朱称：“我团队的研究利用内置于光纤电缆中的先进地震温度传感器，以更好地研究地质学。”“在一次烧烤聚会上的对话中，肖意识到我们的研究可以帮助建立一种准确、基于物理学的方法，帮助理解和预测北极永久冻土的变化。”

数字孪生的工作原理

该框架被称为数字孪生，处理数TB的数据，创建极其准确的实时区域或物体模拟。这些模拟方法已广泛应用于机械工程或生物医学工程等其他领域，但萧表示，此前尚未考虑将这一概念应用于永久冻土监测。

为本次研究，团队埋设了一对长1公里（0.6英里）的光纤电缆，能够从地面收集热成像和地震数据。这些电缆的一小段沿着路堤铺设，收集了2021年9月至2024年6月的温度和地震数据。研究人员随后利用部分数据作为基础构建了双胞胎。

该框架通过两种独立模型处理信息来运作。其中一种利用多种复杂方程、数学函数和人工智能驱动的机器学习，根据现有数据中的模式预测热量如何通过地下传递。另一种利用光纤电缆监控和收集实时数据，这些数据为第一个模型的计算提供参考。

这两个模型集成，数据不断更新，尽可能接近一对一的模拟。通过用物理测量数据来支持这些预测，肖表示团队可以创建一个实时数据更新的模拟。

萧说：“这是首次尝试将数字孪生模型应用于我们之前在北极的工作监测基础设施。”“随着新数据的到来，我们的框架会更新数学模型中的一些关键参数，包括土壤中热量传递的速度。”

结果与后续步骤

团队发现，这种方法使他们能够更准确地预测堤岸永久冻土的详细物理特性，包括未结冰的水分含量、地温变化以及热量如何通过地下。随着时间推移，他们将预测准确度与数字孪生之前的读数及现场直接测量数据进行比较，观察到随着数字孪生的真实数据更新，其预测与后续从堤坝实际测量的测量更为接近。

虽然数字孪生模拟的是特定的道路堤坝，萧表示，这一理念和过程可以广泛应用于寒冷地区的其他基础设施监测。未来，团队计划继续收集数据并完善其框架。

“光纤电缆将留在地下，因此这是一个继续收集数据的绝佳机会，”萧说。“如果我们能再获得10年的数据，那对更广泛的科学界将极其宝贵。这将帮助我们开发更优秀的预测模型。”

更多信息

Gou 等，《物理知情数字孪生预测阿拉斯加乌特恰维克堤防道路下永冻土热力学特性》，《地球物理研究杂志：地表》（2026年）。DOI：10.1029/2025jf008787

若本文收录的图片文字侵犯了您的权益，请邮件联系我们，我们将在24小时内予以删除。