Η AI ανακάλυψε θαλάσσια ρεύματα που δεν μπορούσαμε να δούμε μέχρι σήμερα

Σύνοψη

• Αξιοποίηση υφιστάμενων μετεωρολογικών δορυφόρων για τη συνεχή παρακολούθηση της επιφάνειας της θάλασσας.
• Εκπαίδευση αλγορίθμων deep learning μέσω προσομοιώσεων ωκεάνιας κυκλοφορίας υψηλής ανάλυσης.
• Δυνατότητα ωριαίας χαρτογράφησης ρευμάτων μεγάλης κλίμακας και εντοπισμού μικρών, έντονων δινών που προκαλούν κάθετη ανάμειξη υδάτων.
• Σημαντικές προοπτικές για την προστασία του θαλάσσιου περιβάλλοντος, τη βελτίωση της ναυσιπλοΐας και τη μελέτη της κλιματικής αλλαγής.

Οι ωκεανοί καλύπτουν περισσότερο από το 70% του πλανήτη, ωστόσο η λεπτομερής χαρτογράφηση των επιφανειακών τους ρευμάτων σε πραγματικό χρόνο αποτελούσε μέχρι σήμερα μια από τις μεγαλύτερες τεχνικές προκλήσεις της σύγχρονης ωκεανογραφίας. Οι ερευνητές του Ινστιτούτου Ωκεανογραφίας Scripps του Πανεπιστημίου UC San Diego ανέπτυξαν μια νέα μεθοδολογία που ενσωματώνει τη δύναμη της τεχνητής νοημοσύνης (AI) στη δορυφορική παρατήρηση, παρακάμπτοντας την ανάγκη για δαπανηρό νέο εξοπλισμό.

Το νέο εργαλείο φέρει την ονομασία GOFLOW (Geostationary Ocean Flow). Βασίζεται σε αρχιτεκτονικές deep learning για να εντοπίζει και να αναλύει απειροελάχιστες αλλαγές στα μοτίβα θερμοκρασίας της επιφάνειας της θάλασσας (SST – Sea Surface Temperature).

Τι είναι το σύστημα GOFLOW και πώς λειτουργεί;

Το GOFLOW (Geostationary Ocean Flow) είναι μια νέα μέθοδος του Πανεπιστημίου UC San Diego που χρησιμοποιεί νευρωνικά δίκτυα (deep learning) για να αναλύσει θερμικές εικόνες από μετεωρολογικούς δορυφόρους (όπως ο GOES-East). Παρακολουθώντας πώς μεταβάλλονται τα μοτίβα θερμοκρασίας της επιφάνειας της θάλασσας ανά ώρα, ο αλγόριθμος υπολογίζει την ταχύτητα και την κατεύθυνση των θαλάσσιων ρευμάτων με πρωτοφανή ακρίβεια, χωρίς να απαιτείται νέος εξοπλισμός.

Για δεκαετίες, οι μετεωρολογικοί δορυφόροι κατέγραφαν με συνέπεια τη θερμική ακτινοβολία των ωκεανών. Οι επιστήμονες του Scripps διαπίστωσαν πως, παρότι τα δεδομένα αυτά υπήρχαν, απουσίαζε ο υπολογιστικός μηχανισμός για τη συσχέτιση των μεταβολών της θερμοκρασίας με την υποκείμενη υδροδυναμική των ρευμάτων. Η ομάδα εκπαίδευσε το νευρωνικό δίκτυο του GOFLOW χρησιμοποιώντας δεδομένα από ένα εξαιρετικά λεπτομερές ψηφιακό μοντέλο προσομοίωσης της ωκεάνιας κυκλοφορίας.

Το μοντέλο αυτό τροφοδότησε το AI με εκατομμύρια παραδείγματα για το πώς συγκεκριμένα θερμικά μοτίβα παραμορφώνονται, συμπιέζονται ή εκτείνονται υπό την επίδραση διαφόρων ταχυτήτων νερού. Κατά την εφαρμογή του στους πραγματικούς θερμικούς χάρτες του δορυφόρου GOES-East, ο αλγόριθμος μπόρεσε να “μεταφράσει” το time-lapse των δορυφορικών εικόνων σε ακριβείς, ωριαίους χάρτες θαλάσσιων ρευμάτων.

Η σημασία των δεδομένων υψηλής ανάλυσης

Η ικανότητα του συστήματος να παρατηρεί μικρο-ρεύματα και έντονες τοπικές δίνες είναι υψίστης σημασίας. Τα συγκεκριμένα δυναμικά χαρακτηριστικά ευθύνονται για την κατακόρυφη ανάμειξη των υδάτων, μεταφέροντας θρεπτικά συστατικά από τον πυθμένα προς την επιφάνεια, διατηρώντας έτσι την ισορροπία των θαλάσσιων οικοσυστημάτων. Μέχρι πρότινος, η επιστημονική κοινότητα βασιζόταν αποκλειστικά σε υπολογιστικές προσομοιώσεις για την κατανόηση αυτών των μικρής κλίμακας φαινομένων. Το GOFLOW επιτρέπει για πρώτη φορά τη μελέτη τους μέσω εμπειρικών παρατηρήσεων μεγάλης κλίμακας.

Ο επικεφαλής ερευνητής, Luc Lenain, ανέφερε χαρακτηριστικά πως τα νέα εργαλεία ανοίγουν νέους δρόμους στη φυσική ωκεανογραφία. Η δυνατότητα μέτρησης και παρακολούθησης των υπογραφών των μικρών και έντονων ρευμάτων μέσω πραγματικών παρατηρήσεων αντικαθιστά την ανάγκη προσφυγής σε μαθηματικές υποθέσεις.

Προεκτάσεις για την Ελλάδα

Η συγκεκριμένη τεχνολογία παρουσιάζει τεράστιο ενδιαφέρον για την Ελλάδα, μια χώρα άμεσα συνδεδεμένη με τη ναυτιλία και το θαλάσσιο περιβάλλον. Το Αιγαίο Πέλαγος διακρίνεται για την πολυπλοκότητα των υδάτινων ρευμάτων του. Μελλοντική εφαρμογή των αλγορίθμων GOFLOW σε δορυφόρους που επιβλέπουν την Ευρώπη (όπως τα συστήματα του ESA) μπορεί να προσφέρει πολύτιμα δεδομένα:

1. Βελτιστοποίηση Ναυσιπλοΐας: Τα εμπορικά και επιβατηγά πλοία θα μπορούν να προσαρμόζουν τη διαδρομή τους ανάλογα με τη δυναμική των ρευμάτων σε πραγματικό χρόνο, μειώνοντας την κατανάλωση καυσίμων και τις εκπομπές ρύπων.
2. Διαχείριση Κρίσεων: Σε περιπτώσεις περιβαλλοντικών ατυχημάτων, όπως διαρροές πετρελαίου, η ακριβής γνώση των ωριαίων μεταβολών των ρευμάτων επιτρέπει την άμεση και στοχευμένη παρέμβαση των αρμόδιων αρχών για τον περιορισμό της ρύπανσης.
3. Παρακολούθηση Μικροπλαστικών: Τα ρεύματα αποτελούν τον βασικό “μεταφορέα” μικροπλαστικών και επιβλαβών μικροοργανισμών. Η χαρτογράφησή τους συντελεί στην έγκαιρη διάγνωση προβληματικών συγκεντρώσεων στις ελληνικές ακτές.

*Μπορείτε πλέον να προσθέσετε το Techgear.gr ως Προτιμώμενη Πηγή ενημέρωσης για τις αναζητήσεις σας στο Google Search!