本研究使用图神经网络(GNN)开发了快速代理模型，解决冰川动力学问题。通过训练和测试3个GNN，结果显示这些GNN能够以更高准确性重建冰厚度和速度，并成功捕捉到Pine Island Glacier中的冰量减少和加速。应用于GPU上的GNN模拟器计算时间比基于CPU的ISSM模拟快50倍。