编辑推荐：
为探究南极冰架力学性质，研究人员利用遥感数据和深度学习，揭示其流动规律，助力预测南极冰盖质量损失。
众所周知，南极冰盖流入海洋的冰流会因冰架的支撑作用而减缓，但人们对这些结构的基本力学性质却知之甚少。研究人员应用遥感数据和深度学习相结合的方法，揭示了控制南极众多不同冰架的流动规律，这些信息对于预测南极冰盖未来的质量损失至关重要。
南极冰架对陆地冰盖起到支撑作用，减缓了全球海平面上升的速度。然而，诸如冰流定律（ice flow law）和粘度结构（viscosity structure）等基本力学性质仍存在争议。在这项研究中，通过利用遥感数据和基于物理信息的深度学习技术，研究人员发现多个冰架在压缩区的流动规律遵循对晶粒尺寸敏感的复合流变学（grain size–sensitive composite rheology）。在伸展区，冰呈现出各向异性（anisotropic）特性。研究人员构建了冰架范围的各向异性粘度图，该图能够捕捉到抑制裂缝扩展的缝合带（suture zones）。在接地带附近推断出的应力指数（stress exponent）决定了接地线冰通量（grounding-line ice flux）和接地线的稳定性，而推断出的粘度图则有助于预测裂缝的发展。这两者对于预测南极冰盖未来的质量损失都至关重要。
