冰雪圈泛指地球表面所有被冰覆蓋的地方，包括冰川、冰帽、海冰和多年凍土層。「不論冰川抑或海冰，甚至是凍土，都在一一融化，不再凍結了。我想準確地測量它們的變化。」來自香港中文大學（中大）的冰雪圈專家劉琳教授在過去14年，曾到訪多個凍土層所在的地方，足跡遍及加拿大、阿拉斯加、格陵蘭、冰島、西藏等地。他形容，凍土比起冰川融化、水位上升這些為人熟悉的暖化現象，往往是被忽略的受害者，凍土退化更是不受重視和難以觀察到。
「攝氏1.5度的全球暖化警告對地球整體來說看似微不足道，但對於在攝氏-1至0.5度氣溫下便開始融化的冰雪圈而言，情況值得關注。」
現時，科學界正應用各種大地測量工具，觀測冰雪圈在氣候變化下的融化情況。劉教授在美國科羅拉多大學波德分校攻讀博士時，已率先將一種名為「InSAR」的雷達遙感技術應用於監測冰川活動。連接InSAR的衛星每隔12天會圍繞地球運行一圈，並在同一地點拍攝衛星圖像，讓用家可以監測及量度微細地表改變。然而，要觀測偏遠地區凍土層突然融化崩塌的情況卻極具挑戰性，科學家需花數天時間來比對大量衛星圖像，以評估這些凍土層隨時間的變化、擴展情況及滑塌位置。
現有遙感探測技術的限制在於需要實地考察，以及人手於衛星圖像勾劃出目標位置，才能獲得全面的資訊進行分析。為此，劉教授開發了一個革命性的人工智能深度學習工具「DeepThaw」，讓科學家更全面了解凍土退化的情況和問題。是項研發為首次將人工智能技術應用於冰雪圈研究。
取名「DeepThaw」，劉教授希望技術能結合「深」度學習，助科學家分析凍土「深」坑。劉教授表示，凍土消融會形成不同的地貌，例如因地下冰融化而凹陷的土地稱為「熱融喀斯特地形」(Thermokarst），DeepThaw會自動分析衛星圖片中顯示的地表下陷和滑塌，以及偵測熱融喀斯特地形的地理分布和下陷帶來的影響。DeepThaw更備有高空間解析度，能精準地分辨和勾劃出面積細至0.3公頃的小型地坑，是人工智能應用在地貌學及地球物理學的重要貢獻。
現時，劉教授的研究團隊以西藏高原作試點，以DeepThaw分析西藏高原的海量凍土衛星圖片，以提升演算法在分析地貌特徵及測量微細變化的準繩度。「我們的研究將配合全球衛星系統持續監測凍土消融情況，希望DeepThaw能更全面及精準地測量其他地區的凍土變化。現時，西藏高原有數百處凍土崩塌，導致鄰近的公路甚至鐵路等基礎設施受嚴重影響。」劉教授說。
為確保DeepThaw 的準確性，劉教授不時帶領研究團隊實地考察，覆檢目標位置是否與DeepThaw的分析結果一致，並按需要作出修正。
凍土層消融的惡果常被忽視，除了導致地面崩裂，亦會喚醒長眠地下的細菌或微生物腐蝕土壤，釋出高濃度溫室氣體，加劇溫室效應及加快凍土退化。劉教授期望人工智能技術的應用，能將全球暖化的嚴重性帶到大眾眼前，喚起他們的關注。「隨著人工智能技術的應用日趨成熟，我寄望DeepThaw 能為研究凍土退化特徵的和影響帶來重要的研究方向。」
突破傳統技術的限制，才能開發出尖端技術彌補現有的不足，例如將InSAR及DeepThaw一同使用，發揮兩者優點。「若這兩種技術日後能一同應用於研究，定能事半功倍。我亦期望在新技術輔助下，更好地將冰雪圈面臨的危機向公眾傳達。」劉教授道。
劉教授於2014年加入中大，現為地球系統科學課程副教授。早前，他獲美國地球物理聯盟頒發2021年度「John Wahr Early Career Award」，以嘉許他利用創新方法推進太空大地測量學發展的傑出貢獻。他在美國科羅拉多大學波德分校的博士生涯啟發了他對研究大地測量學和冰雪圈的興趣，獎項以他的博士指導老師命名，對劉教授而言彌足珍貴。
他補充：「我的科學研究生涯都奉獻於冰雪圈研究，能將大地測量學和冰雪圈科學兩個學科結合是令我的研究變得與眾不同的原因。冰雪圈是我真正感興趣的範疇，所以我選擇了利用尖端技術來研究它的奧妙之處。」
聯合國年度氣候變化會議上月初於格拉斯哥召開，劉教授說：「過往會議沒有將冰雪圈放在焦點議題，但今年有不少科學家出席，希望提高公眾對冰雪圈變化的關注。」他亦希望借助他的科研，提醒大眾全球暖化的速度比預期更快，並提供有力的證據，促使決策者就氣候變化問題作出行動。
