全球变暖正导致地球冰盖系统发生显著变化，深入理解冰板的动态过程，如冰架的变形与裂缝扩展，对于预测气候变化影响和制定适应策略至关重要。地震学方法能够提供高时空分辨率的观测，然而极地环境复杂，传统地震仪的架设存在困难。近年来提出的分布式光纤传感技术有密集观测的优势，且在多个复杂环境展现了其适用性。本研究在中国甘肃省张掖的西流水水库开展了现场分布式声学传感的地震学观测，并通过水下空气枪激发的水波振动来模拟自然海洋波与冰板的相互作用。通过采用人工智能方法，成功检测并分类了包括高频冰震和低频事件在内的多种地震活动。研究发现，冰震活动沿着冰裂缝聚集，并与当地温度变化呈现相关性。此外，低频事件的波形特征表明了弯曲-重力波的存在，为理解冰板的物理特性提供了新的视角。本研究证明了DAS技术在监测冰板内部破坏过程和动态变形方面的有效性，这对于提高我们对冰架解体机制的理解具有重要意义。通过分析低频事件的波形，研究估计了冰板的杨氏模量，接近于淡水冰的值，这一发现对于评估冰板的机械强度和稳定性具有实际应用价值。然而实验仅在有限的时间和空间范围内进行，未来研究需要通过更长时间的连续观测来监测冰板的杨氏模量或厚度的时间变化。将这些发现扩展到实际冰架上需要考虑空间采样和阵列布局的优化，以及光纤与冰的耦合问题。本研究通过DAS技术的应用，为理解冰层动态变化提供了新的科学工具，对于全球变暖背景下的冰盖监测和气候变化适应策略的制定具有重要的参考价值。未来的研究将进一步探索DAS技术在更广泛冰盖环境中的应用，并解决实际应用中的技术和环境挑战。
 

ice plate,distributed acoustic sensing