Η τεχνητή νοημοσύνη μετατρέπει τους μετεωρολογικούς δορυφόρους σε εργαλεία παρακολούθησης των κρυφών ωκεάνιων ρευμάτων σε πραγματικό χρόνο.
Επιστήμονες δημιούργησαν έναν νέο τρόπο μέτρησης των επιφανειακών ωκεάνιων ρευμάτων σε μεγάλες περιοχές, με πολύ μεγαλύτερη λεπτομέρεια από ό,τι ήταν εφικτό μέχρι σήμερα.
Η μέθοδος, γνωστή ως GOFLOW (Geostationary Ocean Flow), χρησιμοποιεί τη βαθιά μάθηση (deep learning) για την ανάλυση θερμικών εικόνων που καταγράφονται από μετεωρολογικούς δορυφόρους που βρίσκονται ήδη σε τροχιά.
Καθώς βασίζεται σε υπάρχοντα δορυφορικά δεδομένα, η προσέγγιση αυτή προσφέρει μια σημαντική πρόοδο στην παρατήρηση των ωκεανών χωρίς την ανάγκη για νέο εξοπλισμό.
Η μελέτη πραγματοποιήθηκε υπό την καθοδήγηση του Luc Lenain από το Ινστιτούτο Ωκεανογραφίας Scripps του Πανεπιστημίου UC San Diego και του Kaushik Srinivasan, αποφοίτου του Scripps που βρίσκεται πλέον στο UCLA. Η εργασία τους δημοσιεύθηκε στο περιοδικό Nature Geoscience.
Οι συγγραφείς Roy Barkan από το Πανεπιστήμιο του Τελ Αβίβ και Nick Pizzo από το Πανεπιστήμιο του Rhode Island σπούδασαν επίσης στο Scripps. Η χρηματοδότηση προήλθε από το Γραφείο Ναυτικών Ερευνών (Office of Naval Research), τη NASA και το Ευρωπαϊκό Συμβούλιο Έρευνας.
Γιατί έχουν σημασία τα ωκεάνια ρεύματα
Τα ωκεάνια ρεύματα κατέχουν κεντρικό ρόλο στον τρόπο λειτουργίας του κλιματικού συστήματος της Γης. Μεταφέρουν θερμότητα σε όλο τον πλανήτη, διακινούν τον άνθρακα μεταξύ της ατμόσφαιρας και των βαθιών ωκεανών και κυκλοφορούν θρεπτικά συστατικά που συντηρούν τη θαλάσσια ζωή.
Παίζουν επίσης σημαντικό ρόλο σε πρακτικές εφαρμογές, όπως οι αποστολές έρευνας και διάσωσης και ο εντοπισμός πετρελαιοκηλίδων. Παρά τη σημασία τους, η μέτρηση των ωκεάνιων ρευμάτων σε ευρείες περιοχές είναι εξαιρετικά δύσκολη.
Ορισμένοι δορυφόροι εκτιμούν τα ρεύματα έμμεσα παρατηρώντας τις αλλαγές στο ύψος της επιφάνειας της θάλασσας, αλλά συνήθως επισκέπτονται την ίδια τοποθεσία μόνο κάθε 10 ημέρες περίπου — συχνότητα πολύ χαμηλή για την καταγραφή ρευμάτων που μπορεί να εμφανιστούν και να εξαφανιστούν μέσα σε λίγες ώρες.
Τα πλοία και τα παράκτια συστήματα ραντάρ μπορούν να ανιχνεύσουν γρήγορες αλλαγές, αλλά μόνο σε σχετικά μικρές περιοχές.
Η πρόκληση της κατακόρυφης ανάμειξης
Αυτοί οι περιορισμοί έχουν αφήσει ένα σημαντικό κενό στις παρατηρήσεις σε κλίμακες όπου συμβαίνει η κατακόρυφη ανάμειξη – δηλαδή όταν τα επιφανειακά ύδατα κινούνται προς τα κάτω ή τα βαθύτερα ύδατα ανέρχονται προς την επιφάνεια. Τα φαινόμενα που προκαλούν αυτή την ανάμειξη μπορεί να έχουν έκταση μικρότερη από 10 χιλιόμετρα και να μεταβάλλονται μέσα σε λίγες ώρες.
Η κατακόρυφη ανάμειξη είναι κρίσιμη επειδή μεταφέρει θρεπτικά συστατικά από τα βαθύτερα ύδατα στην επιφάνεια, στηρίζοντας τα θαλάσσια οικοσυστήματα. Επίσης, μεταφέρει το διοξείδιο του άνθρακα από την επιφάνεια στο εσωτερικό του ωκεανού, όπου μπορεί να αποθηκευτεί για μεγάλα χρονικά διαστήματα. Χωρίς λεπτομερείς παρατηρήσεις, οι επιστήμονες δυσκολεύονταν να κατανοήσουν πλήρως αυτές τις διαδικασίες.
Μετατρέποντας τις δορυφορικές εικόνες σε χάρτες ρευμάτων
Η ιδέα πίσω από το GOFLOW προέκυψε το 2023, όταν ο Lenain εξέτασε θερμικές εικόνες του Βόρειου Ατλαντικού από τον γεωστατικό δορυφόρο GOES-East, ο οποίος χρησιμοποιείται κυρίως για την παρακολούθηση του καιρού.
Αυτές οι εικόνες συλλέγονται ακόμα και ανά πέντε λεπτά και δείχνουν σύννεφα, καθώς και σχηματισμούς θερμών και ψυχρών υδάτων στην επιφάνεια του ωκεανού. Ο Lenain παρατήρησε ότι μεγάλα ρεύματα, όπως το Ρεύμα του Κόλπου, ήταν ορατά σε αυτούς τους θερμοκρασιακούς σχηματισμούς.
Αυτή η παρατήρηση οδήγησε στην ιδέα της μετατροπής των ορατών θερμοκρασιακών αλλαγών σε μια μέθοδο μέτρησης των ωκεάνιων ρευμάτων. Η ομάδα εκπαίδευσε ένα νευρωνικό δίκτυο να αναγνωρίζει τη μετατόπιση και παραμόρφωση των θερμοκρασιακών προτύπων στην επιφάνεια του ωκεανού, η οποία προκαλείται από τα ρεύματα.
Το σύστημα βασίστηκε σε προσομοιώσεις υψηλής ανάλυσης για τη σύνδεση των θερμοκρασιακών σχηματισμών με τις ταχύτητες του νερού. Αναλύοντας αλληλουχίες δορυφορικών εικόνων και παρακολουθώντας τη μετατόπιση των θερμοκρασιακών μοτίβων, το εκπαιδευμένο μοντέλο μπορεί να συμπεράνει τα ωκεάνια ρεύματα.
Η καινοτομία έγκειται στη μετατροπή των χρονοσειρών (time-lapse) σε ωριαίους χάρτες ρευμάτων μέσω της παρακολούθησης των αλλαγών στην επιφάνεια των ωκεανών, όπως σημειώνει ο Lenain.
Επιβεβαίωση της ακρίβειας με πραγματικά δεδομένα
Οι ερευνητές δοκίμασαν το GOFLOW συγκρίνοντας τα αποτελέσματά του με μετρήσεις που συλλέχθηκαν από πλοία στην περιοχή του Ρεύματος του Κόλπου κατά τη διάρκεια του 2023, καθώς και με παραδοσιακές δορυφορικές μεθόδους που βασίζονται στην τοπογραφία των ωκεανών.
Τα αποτελέσματα έδειξαν μεγάλη ταύτιση. Ταυτόχρονα, το GOFLOW αποκάλυψε πολύ μεγαλύτερη λεπτομέρεια, ειδικά για μικρότερα και ταχύτερα κινούμενα φαινόμενα, όπως οι δίνες και τα οριακά στρώματα. Οι προηγούμενες μέθοδοι συχνά εξομάλυναν αυτά τα χαρακτηριστικά σε γενικούς μέσους όρους.
Με αυτή τη βελτιωμένη ανάλυση, οι επιστήμονες μπόρεσαν να ανιχνεύσουν βασικά στατιστικά αποτυπώματα μικρών, έντονων ρευμάτων που προκαλούν την κατακόρυφη ανάμειξη, τα οποία προηγουμένως παρατηρούνταν κυρίως σε προσομοιώσεις.
«Αυτό ανοίγει μια σειρά από συναρπαστικές δυνατότητες στη φυσική ωκεανογραφία που, μέχρι τώρα, ήταν σε μεγάλο βαθμό προσβάσιμες μόνο μέσω προσομοιώσεων», δήλωσε ο Lenain. «Χρησιμοποιώντας το GOFLOW, μπορούμε πλέον να μετρήσουμε βασικά αποτυπώματα αυτών των μικρών, έντονων ρευμάτων χρησιμοποιώντας πραγματικές παρατηρήσεις, αντί να βασιζόμαστε σχεδόν εξ ολοκλήρου σε προσομοιώσεις. Αυτό ανοίγει την πόρτα για τον έλεγχο παλιών θεωριών σχετικά με το πώς ο ωκεανός απορροφά θερμότητα και άνθρακα».
Δεν απαιτούνται νέοι δορυφόροι
Επειδή το GOFLOW χρησιμοποιεί δεδομένα από γεωστατικούς δορυφόρους, δεν απαιτεί την εκτόξευση νέων οργάνων στο διάστημα. Με τον καιρό, η μέθοδος θα μπορούσε να ενσωματωθεί στις μετεωρολογικές προγνώσεις και στα κλιματικά μοντέλα.
Μπορεί επίσης να βελτιώσει τις προβλέψεις καταγράφοντας ταχέως μεταβαλλόμενα ρεύματα που επηρεάζουν τις αλληλεπιδράσεις αέρα-θάλασσας, τη μετακίνηση θαλάσσιων απορριμμάτων και τα ωκεάνια οικοσυστήματα.
Περιορισμοί και επόμενα βήματα
Η νεφοκάλυψη παραμένει μια πρόκληση, καθώς τα σύννεφα εμποδίζουν τις θερμικές εικόνες από τις οποίες εξαρτάται το GOFLOW. Η ερευνητική ομάδα σχεδιάζει να συνδυάσει επιπλέον τύπους δορυφορικών δεδομένων για να καλύψει αυτά τα κενά και να παρέχει πιο συνεχή κάλυψη.
Ήδη βρίσκονται σε εξέλιξη εργασίες για την παγκόσμια επέκταση της μεθόδου. Η ομάδα έχει επίσης καταστήσει τα δεδομένα και τον κώδικά της διαθέσιμα στο κοινό, γεγονός που θα υποστηρίξει περαιτέρω έρευνα και θα βοηθήσει στην εξερεύνηση νέων εφαρμογών της τεχνολογίας.