Under de senaste decennierna har Grönlands inlandsis bidragit avsevärt till havsnivåhöjningen, och förväntningen är att inlandsisen kommer att vara den dominerande havsnivåhöjaren från kryosfären under resten av 2000-talet. Att bedöma inlandsisens påverkan på havsnivån i ett framtida klimat kräver detaljerad information om förhållandena vid inlandsisens bas, det vill säga i gränsytan mellan is och berggrund. Detta ger inte bara direkt information om istjockleksvariationen och sötvattenvolymen i inlandsisen. Det ger också viktiga initiala förutsättningar för simuleringar av isens framtida utveckling med hjälp av numeriska inlandsismodeller.Direkta observationsuppskattningar av inlandsisens tjocklek erhålls vanligtvis med markpenetrerande radar (GPR), vilket är en dyr och mödosam metod. Som ett resultat är den rumsliga täckningen av sådan data under isen generellt sett dålig och det kvarstår stora osäkerheter i istjockleken på platser långt från insamlat data. Ytdata, från högupplösta satellitprodukter med fri tillgång, är mycket rikligare, vilket har stimulerat användningen av "omvända" metoder för att beräkna istjockleken. Omvända metoder justerar input till numeriska isflödesmodeller (bottentopografi och friktionsfält) på ett stegvis sätt genom att matcha simulerad och observerad output från modellerna (ishastighet och förtjockning/förtunning). De resulterande kartorna över inlandsisens tjocklek och friktion utgör en viktig och noggrann utgångspunkt för simuleringar av inlandsisens framtid.Sammanfattningsvis är de tre huvudmålen med detta projekt att förbättra nuvarande ismodeller, generera en aktuell istjocklek och bottenkarta över Grönlands inlandsis och att simulera den framtida massförlusten och bidraget från Grönlands inlandsis till havsnivåhöjningen fram till 2300. Ett nytt, snabbt och mångsidigt tillvägagångssätt i inversionen, som tidigare framgångsrikt använts på bergsglaciärer, är nu optimerat för användning på den stora inlandsisen, samtidigt som de senaste högupplösta satellitdataprodukterna kan utnyttjas optimalt. Detta möjliggör i slutändan modellering av inlandsisens nutid och framtid med oöverträffade rumsliga detaljer och minskad modellosäkerhet, vilket bidrar till minskad osäkerhet i förutsägelser om havsnivåhöjningar för en rad framtida utsläppsscenarier.