NASA地球系统数字孪生：从“现状感知”到“未来推演”的技术框架与科学应用

《IEEE Geoscience and Remote Sensing Magazine》：“What Now/What Next/What If” Or NASA Earth System Digital Twins

本文针对地球系统复杂性认知与决策支持需求，介绍了NASA地球科学技术办公室智能系统技术组提出的地球系统数字孪生（ESDT）创新框架。研究团队通过构建集成多源观测数据、人工智能技术和互联模型的信息系统，实现了对地球系统过去、现在和未来状态的动态模拟与场景推演。该研究为气候变化应对、灾害管理等科学决策提供了可交互的数字化平台，推动了地球科学向实时预测和因果推断的范式转变。

　　

随着全球气候变化加剧和人类活动影响深化，传统地球系统模型（ESM）在实时性、交互性和决策支持方面显现局限。尽管过去50年积累了海量对地观测数据，且近10年人工智能（AI）与计算技术迅猛发展，但如何动态整合多源异构数据、实现地球系统的实时状态感知与未来场景推演，仍是亟待突破的科学难题。NASA地球科学部门提出的“地球科学到行动”（ES2A）战略更凸显了将科学数据转化为决策信息的迫切需求。

为应对这一挑战，NASA智能系统技术（IST）组在《IEEE Geoscience and Remote Sensing Magazine》发表研究，系统阐述了地球系统数字孪生（ESDT）的架构框架与技术路径。ESDT被定义为“理解、预测和推测地球系统复杂互联关系的动态交互信息系统”，其核心创新在于构建包含三大功能维度的技术体系：通过多源数据同化与融合技术实现当前状态的数字复刻（What Now?）；借助互联模型与快速预报技术生成常态预测（What Next?）；利用仿真推演与不确定性量化（UQ）支持干预场景评估（What If?）。

关键技术方法包括：1）基于新型观测策略（NOS）的连续定向观测数据获取；2）融合物理模型与机器学习（ML）的多域模型耦合技术，其中基础模型（FM）被应用于数据重构、预报加速等环节；3）基于GPU集群与量子计算的高性能计算架构；4）遵循Apache科学数据平台等开放标准的可交互可视化系统。研究团队以海岸带数字孪生（CZDT）为范例，整合陆地、海洋、大气及人类系统数据，演示了洪水风险、水质量变化等场景的推演能力。

ESDT的核心架构与功能维度

研究提出的三层架构将ESDT划分为数字复刻子系统（DISS）、常态预报子系统（NFSS）和影响评估子系统（IASS）。数字复刻层通过 ingest 子系统持续接入卫星（如Landsat 8-9、Sentinel系列）、原位传感器等多元数据，并利用数据同化技术生成时空连续的当前状态表征。预报层采用物理引导的ML加速模型（如FourCastNet气象预报模型），实现从数小时到年代尺度的预测。影响评估层则通过因果AI与仿真技术，支持政策干预、极端事件应对等假设分析。

地球科学应用场景验证

团队梳理了六大科学应用场景：野火系统数字孪生可模拟火源演化及其对生态系统的连锁影响；海洋碳循环数字孪生能追踪碳输出过程与海岸带生态响应；中非碳生物多样性走廊数字孪生可评估森林保护政策的气候调节效应。以海岸带数字孪生（CZDT）为例，系统整合了水文动力学模型、海岸地貌数据和社会经济指标，实现了对海平面上升、有害藻华等复合风险的动态评估。

技术融合创新与验证挑战

研究特别强调了AI技术在全流程中的作用：视觉Transformer（ViT）用于SAR影像涡旋识别与海表温度云层下重构；物理引导的机器学习提升异质性数据处理能力；大型语言模型（LLM）支持自然语言交互查询。同时，研究指出数字孪生的可信度依赖严格的不确定性量化（UQ）和验证框架，需通过历史事件反演、可解释AI等方法建立用户信任。

联邦互操作性与系统演进

针对未来多数字孪生协同需求，研究提出基于OGC（Open Geospatial Consortium）标准（如STAC、SensorThings API）的联邦架构，使区域性与主题性数字孪生（如空气质量与水文数字孪生）能通过语义互操作共享数据与服务。IDEAS项目与CNES合作展示了开放接口支持下的模型松散耦合能力。

研究结论确认，ESDT通过整合NASA半个世纪的对地观测积累与前沿AI技术，实现了地球系统分析从静态建模到动态推演的范式升级。其“从农民到科学家”的多用户设计理念，使气候政策制定、灾害应急响应等决策过程具备实时数据支撑和场景化评估能力。尽管在计算能耗、标准统一等领域仍存挑战，但ESDT框架为构建全球尺度的互联地球认知系统奠定了技术基础，有望推动《欧洲绿色协议》等国际气候行动目标的科学实施。