Η τεχνητή νοημοσύνη ανοίγει νέο κεφάλαιο στην παρακολούθηση των ωκεανών, μετατρέποντας μετεωρολογικούς δορυφόρους σε «ανιχνευτές» θαλάσσιων ρευμάτων σε πραγματικό χρόνο. Επιστήμονες ανέπτυξαν μια πρωτοποριακή μέθοδο που επιτρέπει τη χαρτογράφηση των επιφανειακών ρευμάτων των ωκεανών με εντυπωσιακή ακρίβεια και λεπτομέρεια, αξιοποιώντας εικόνες θερμικής απεικόνισης από ήδη υπάρχοντες δορυφόρους.

Η νέα τεχνολογία, με την ονομασία GOFLOW (Geostationary Ocean Flow), βασίζεται σε μοντέλα βαθιάς μάθησης που αναλύουν θερμικές εικόνες από το Διάστημα, προσφέροντας σημαντική πρόοδο στην παρατήρηση των ωκεανών χωρίς να απαιτείται η εκτόξευση νέου εξοπλισμού.

Advertisement
Advertisement

Την έρευνα ηγήθηκαν οι επιστήμονες Λουκ Λενέν από το Ινστιτούτο Ωκεανογραφίας Scripps του Πανεπιστημίου της Καλιφόρνια στο Σαν Ντιέγκο και Κάουσικ Σρινιβασάν από το UCLA, ενώ τα αποτελέσματα δημοσιεύθηκαν στο περιοδικό Nature Geoscience. Η μελέτη χρηματοδοτήθηκε από τη NASA, το Office of Naval Research και το Ευρωπαϊκό Συμβούλιο Έρευνας.

Γιατί τα ωκεάνια ρεύματα είναι σημαντικά

Τα ωκεάνια ρεύματα είναι καθοριστικά για τη λειτουργία του κλιματικού συστήματος της Γης. Μεταφέρουν θερμότητα σε ολόκληρο τον πλανήτη, μετακινούν άνθρακα μεταξύ της ατμόσφαιρας και του βαθύ ωκεανού και διακινούν θρεπτικά συστατικά που υποστηρίζουν τη θαλάσσια ζωή. Παίζουν επίσης σημαντικό ρόλο σε πρακτικές εφαρμογές, όπως οι επιχειρήσεις έρευνας και διάσωσης και η παρακολούθηση πετρελαιοκηλίδων.

Παρά τη σημασία τους, η μέτρηση των ωκεάνιων ρευμάτων σε μεγάλες περιοχές παραμένει εξαιρετικά δύσκολη. Ορισμένοι δορυφόροι εκτιμούν τα ρεύματα έμμεσα, παρατηρώντας μεταβολές στο ύψος της επιφάνειας της θάλασσας, όμως συνήθως επιστρέφουν στο ίδιο σημείο μόνο κάθε περίπου 10 ημέρες — χρονικό διάστημα υπερβολικά μεγάλο για να καταγραφούν ρεύματα που μπορεί να εμφανιστούν και να εξαφανιστούν μέσα σε λίγες ώρες. Πλοία και παράκτια συστήματα ραντάρ μπορούν να ανιχνεύσουν γρήγορες μεταβολές, αλλά μόνο σε σχετικά περιορισμένες περιοχές.

Πώς η Τεχνητή Νοημοσύνη βοηθάει στην καταγραφή των ρευμάτων

Η ιδέα πίσω από το GOFLOW γεννήθηκε όταν ο επιστήμονας Λουκ Λενέν παρατήρησε θερμικές εικόνες του Βόρειου Ατλαντικού από τον δορυφόρο GOES-East, ο οποίος χρησιμοποιείται κυρίως για μετεωρολογική παρακολούθηση. Οι εικόνες, που καταγράφονται κάθε λίγα λεπτά, αποκάλυπταν όχι μόνο σύννεφα αλλά και μοτίβα θερμών και ψυχρών υδάτων στην επιφάνεια του ωκεανού, μέσα στα οποία διακρίνονταν μεγάλα ρεύματα όπως το Gulf Stream.

Αυτό οδήγησε τους ερευνητές στην ανάπτυξη ενός συστήματος τεχνητής νοημοσύνης που μπορεί να μετατρέπει τις μεταβολές της θερμοκρασίας σε χάρτες ωκεάνιων ρευμάτων. Το νευρωνικό δίκτυο εκπαιδεύτηκε με προσομοιώσεις ωκεάνιας κυκλοφορίας και έμαθε να αναγνωρίζει πώς τα θερμικά μοτίβα μετακινούνται και παραμορφώνονται από τα ρεύματα, δημιουργώντας έτσι ωριαίες απεικονίσεις της κίνησης των νερών.

Οι ερευνητές δοκίμασαν το GOFLOW συγκρίνοντας τα αποτελέσματά του με μετρήσεις πλοίων στην περιοχή του Gulf Stream το 2023, καθώς και με κλασικές δορυφορικές μεθόδους που βασίζονται στην τοπογραφία της ωκεάνιας επιφάνειας. Τα αποτελέσματα έδειξαν πολύ καλή συμφωνία.

Advertisement

Παράλληλα, το σύστημα αποκάλυψε πολύ πιο λεπτομερή εικόνα των ρευμάτων, ειδικά σε μικρές και γρήγορες δομές όπως δίνες και οριακά στρώματα, τα οποία στις παλαιότερες μεθόδους «εξομαλύνονταν». Έτσι εντοπίστηκαν κρίσιμες στατιστικές υπογραφές έντονων ρευμάτων που προκαλούν κάθετη ανάμειξη νερών.

Οι επιστήμονες τονίζουν ότι αυτό ανοίγει νέες δυνατότητες στην ωκεανογραφία, καθώς επιτρέπει τη μελέτη φαινομένων που μέχρι τώρα ήταν ορατά κυρίως σε προσομοιώσεις. Επιπλέον, επειδή βασίζεται σε υπάρχοντες δορυφόρους, μπορεί να ενσωματωθεί σε μοντέλα πρόγνωσης καιρού και κλίματος χωρίς νέα διαστημική υποδομή.

(Με πληροφορίες από nature.com, scitechdaily.com)

Advertisement