هوش مصنوعی «پرده صفر» قطب شمال را نقشه‌برداری می‌کند؛ مرحله پنهان ذوب پرمافراست و خطر انتشار کربن فاش شد

در سراسر منطقه قطبی، تقریباً ۱.۷ تریلیون تن متریک کربن آلی در پرمافراست محبوس شده است—تقریباً دو برابر مقداری که در حال حاضر در جو زمین در گردش است. برای دهه‌ها، مدل‌های استاندارد اقلیمی بر اساس یک فرض ساده عمل می‌کردند: وقتی تابستان کوتاه قطب شمال به پایان می‌رسد، زمین کاملاً منجمد می‌شود و این مخزن عظیم کربن را تا بهار بعدی قفل می‌کند. اما واقعیت انتقال انجماد-ذوب بسیار پیچیده‌تر است. با فرارسیدن پاییز و زمستان، زمین بلافاصله منجمد نمی‌شود. در عوض، خاک اغلب برای روزها یا حتی هفته‌ها در نزدیکی نقطه انجماد، در مرحله پنهانی که به عنوان «پرده صفر» شناخته می‌شود، باقی می‌ماند.[1]

«پرده صفر» تا حد زیادی شبیه یک لیوان آب یخ است که روی پیشخوان رها شده باشد. آب دقیقاً در نقطه انجماد باقی می‌ماند زیرا گرمای ورودی، یخ را ذوب می‌کند نه اینکه دمای کلی را افزایش دهد. در پاییز قطب شمال، فرآیند ترمودینامیکی معکوس رخ می‌دهد. هنگامی که آب موجود در خاک شروع به یخ زدن می‌کند، گرمای نهان آزاد می‌کند. این انرژی حرارتی، زمین اطراف را نزدیک به صفر درجه سانتیگراد (۰°C) نگه می‌دارد و آن را در برابر کاهش شدید دمای هوا در بالا محافظت می‌کند و مانع از سرد شدن بیشتر خاک می‌شود تا زمانی که تغییر فاز به طور کامل به پایان برسد.[1]

این فلات حرارتی زیرسطحی پیامدهای بیولوژیکی عمیقی دارد. در طول «پرده صفر»، آب مایع از طریق فرآیندی به نام «مکندگی برودتی» (Cryosuction) در لایه فعال خاک حفظ می‌شود. این رطوبت یخ‌نزده به جوامع میکروبی اجازه می‌دهد تا در طول فصل تاریک و سرد نیز به فعالیت خود ادامه دهند. از آنجایی که این میکروب‌ها به تجزیه مواد آلی باستانی ادامه می‌دهند، دی‌اکسید کربن و متان را به طور پیوسته وارد جو می‌کنند، حتی مدت‌ها پس از آنکه سطح زمین کاملاً منجمد به نظر می‌رسد.[1]

تا به امروز، شدت، مدت و گستره فضایی این پدیده به اندازه کافی کمی‌سازی نشده بود. «پرده صفر» کاملاً در زیر زمین رخ می‌دهد و برای ماهواره‌های نوری استاندارد نامرئی است. علاوه بر این، مقیاس وسیع و ناهمگونی ریزاقلیمی چشم‌انداز قطب شمال، ردیابی این دینامیک‌های زیرسطحی را با استفاده از مدل‌های فیزیکی سنتی تقریباً غیرممکن می‌ساخت؛ مدل‌هایی که در حل تعاملات پیچیده بین توپوگرافی، پوشش گیاهی و اینرسی حرارتی مشکل دارند. این نقطه کور، درک ما از بازخوردهای پرمافراست-اقلیم را به شدت محدود کرده بود.[1]

برای روشن کردن این مرحله پنهان از انجماد قطب شمال، تیمی از محققان «جئوکریو ای‌آی» (GeoCryoAI)، یک چارچوب ترکیبی هوش مصنوعی، را توسعه دادند. این مدل هوش مصنوعی که در یک مطالعه اخیر توصیف شده است، حجم بی‌سابقه‌ای از داده‌های چندوجهی مشاهده زمین را یکپارچه می‌کند. محققان ۶۲.۷۱ میلیون اندازه‌گیری میدانی در محل (in situ) — که قدمت آن‌ها به دهه‌ها قبل بازمی‌گردد — را در کنار ۳.۳ میلیارد مشاهده سنجش از دور از ماهواره‌ها و برج‌های شار (flux towers) به سیستم وارد کردند. «جئوکریو ای‌آی» با پردازش این مجموعه داده عظیم، اولین نقشه‌های با وضوح بالا (۳۰ متری) از شرایط «پرده صفر» را در سراسر منطقه قطبی تولید کرد.[1][2]

نکته حیاتی این است که «جئوکریو ای‌آی» یک الگوریتم یادگیری ماشین سنتی «جعبه سیاه» نیست. مدل‌های استاندارد هوش مصنوعی اغلب دقت پیش‌بینی را به قیمت از دست دادن سازگاری فیزیکی در اولویت قرار می‌دهند و گاهی اوقات تحت شرایط سرمای شدید، سوگیری‌های گرمای غیرفیزیکی ایجاد می‌کنند. برای جلوگیری از این امر، محققان «جئوکریو ای‌آی» را به عنوان یک چارچوب یادگیری انتقالی مبتنی بر فیزیک طراحی کردند. این مدل محدودیت‌های فیزیکی خاص دامنه — مانند معادله استفان و قانون هدایت گرمایی فوریه — را مستقیماً در فرآیند یادگیری جاسازی می‌کند و تنظیم‌کنندگی ترمودینامیکی ضروری را فراهم می‌آورد.[1][2]

این معماری مبتنی بر فیزیک، جهشی عظیم در عملکرد ایجاد کرد. مطالعات حذف (Ablation studies) تأیید کردند که چارچوب کامل «جئوکریو ای‌آی» به دقت تشخیص ۹۶.۴٪ برای رویدادهای «پرده صفر» دست یافته است. این میزان، نشان‌دهنده بهبود ۳۹٪ نسبت به مدل‌های پایه مرسوم است و به طور مؤثری خطاها را در رژیم بحرانی سرما کاهش می‌دهد. هوش مصنوعی با موفقیت شکاف بین داده‌های میدانی حقیقت زمینی و پوشش گسترده ماهواره‌ای را پر کرد و توانست بازخوردهای ژئوفیزیکی پنهانی را که قبلاً از دید دانشمندان اقلیم دور مانده بودند، حل کند.[1]

نقشه‌های با وضوح بالا که به دست آمده‌اند، نشان می‌دهند که پدیده «پرده صفر» عدم تقارن فصلی بارزی را از خود نشان می‌دهد. داده‌ها حاکی از آن است که ذوب شدن بهاری عموماً دوره‌های «پرده صفر» بسیار طولانی‌تری نسبت به انجماد پاییزی ایجاد می‌کند. در طول انتقال بهاری، «پرده صفر» می‌تواند از ۱۰۰۰ تا ۴۰۰۰ ساعت به طول انجامد، زیرا زمین به آرامی گرما را جذب می‌کند. در مقابل، وقوع آن در زمستان نسبتاً فشرده است و معمولاً بین ۱۰۰ تا ۵۰۰ ساعت طول می‌کشد.[1]

هوش مصنوعی همچنین تغییرات طولی قابل توجهی را در سراسر چشم‌انداز قطب شمال کشف کرد. در حالی که منطقه قطبی آمریکای شمالی الگوهای شدت متوسطی را نشان می‌دهد، نقشه‌ها تقویت بهاری افزایش‌یافته‌ای را در سیبری نشان می‌دهند. در همین حال، فنواسکاندیا سرکوب زمستانی کمتری را تجربه می‌کند و مجمع‌الجزایر کانادا پاسخ بهاری تأخیری از خود نشان می‌دهد. این ظرافت‌های منطقه‌ای نشان می‌دهند که چگونه توپوگرافی محلی و شرایط اقلیمی به طور منحصر به فردی رژیم حرارتی زیرسطحی را شکل می‌دهند.[1]

از طریق تحلیل مکانیکی، محققان عامل اصلی این تغییرپذیری را مشخص کردند. جفت شدن رطوبت خاک و گرمای نهان مسئول ۶۰٪ تا ۹۰٪ از تغییرات در مدت زمان «پرده صفر» است. مناطقی با سطوح رطوبت بالاتر به طور مداوم دوره‌های «پرده صفر» طولانی‌تری را تجربه می‌کنند، زیرا حجم بیشتر آب برای تکمیل تغییر فاز به زمان بیشتری نیاز دارد و گرمای نهان بیشتری را آزاد یا جذب می‌کند.[1]

نگران‌کننده‌تر اینکه، داده‌ها نشان می‌دهند که شرایط گرمایش به طور سیستماتیک این اثر را تقویت می‌کنند. بین سال‌های ۲۰۱۵ تا ۲۰۲۴، مدت و شدت «پرده صفر» در مناطق مشاهده‌شده بین ۲۰٪ تا ۴۰٪ افزایش یافته است. از آنجایی که قطب شمال با سرعتی بیش از دو برابر سایر نقاط کره زمین گرم می‌شود، «پرده صفر» در حال گسترش است و خاک را مرطوب و میکروب‌ها را برای دوره‌های طولانی‌تری فعال نگه می‌دارد.[1]

این فعالیت بیولوژیکی طولانی‌مدت، تهدید می‌کند که بازخورد کربن پرمافراست را تسریع کند—یک چرخه معیوب که در آن گرمایش، گازهای گلخانه‌ای بیشتری را آزاد می‌کند و این به نوبه خود باعث گرمایش جهانی بیشتر می‌شود. از آنجایی که «پرده صفر» به متان‌زایی (methanogenesis) و تنفس کربن اجازه می‌دهد تا در فصل غیررشد نیز ادامه یابد، تعادل ظریف بین جذب و انتشار کربن را پیچیده می‌کند. کمی‌سازی این دینامیک برای تعیین اینکه چه مقدار از ۱.۷ تریلیون تن کربن پرمافراست در معرض خطر فوری بی‌ثباتی قرار دارد، ضروری است.[1][2]

با نگاهی به آینده، تیم تحقیقاتی چارچوب «جئوکریو ای‌آی» را طوری طراحی کرده است که با مأموریت‌های فضایی آتی، از جمله ماهواره نیسار (NISAR) مشترک آمریکا و هند (رادار دهانه ترکیبی ناسا-ایسرو)، کاملاً سازگار باشد. این یکپارچه‌سازی، یک پروتکل نظارتی آماده برای نیسار در سراسر منطقه قطبی ایجاد می‌کند. این سیستم با جذب مداوم داده‌های راداری جدید، پیش‌بینی‌های عملیاتی سه‌ تا شش ماهه از پایداری پرمافراست را ممکن می‌سازد و محدودیت‌های کمی برای مدل‌های سیستم زمین فراهم می‌کند.[1]

در حالی که محققان به اصلاح این نقشه‌های مبتنی بر هوش مصنوعی ادامه می‌دهند، جامعه علمی جهانی در حال دستیابی به واضح‌ترین دیدگاه خود از نیروهای نامرئی است که در حال تغییر شکل شمال منجمد هستند. «جئوکریو ای‌آی» با تبدیل «پرده صفر» از یک ناهنجاری که به درستی درک نشده بود به یک پدیده دقیقاً نقشه‌برداری شده و قابل پیش‌بینی، کمک می‌کند تا عدم قطعیت با داده‌های عملی جایگزین شود و ابزاری حیاتی و جدید در تلاش برای پیش‌بینی آینده چرخه جهانی کربن ارائه دهد.[1][2]