As mudanças nos padrões das correntes oceânicas moldam o nosso clima e tempo. Ainda hoje, compreender como as correntes oceânicas se comportam é um desafio. Mas os pesquisadores desenvolveram uma Ferramenta de IA que pode mapear correntes em grandes áreas do oceano com um nível de detalhe anteriormente inatingível.
A equipe da Universidade da Califórnia, San Diego, publicaram seu trabalho na revista Nature Geoscience em 13 de abril. Eles treinaram uma rede de IA usando imagens térmicas de satélites meteorológicos em uma abordagem que eles chamam de GOFlow (Geostationary Ocean Flow).
“Agora podemos observar pequenas correntes oceânicas em rápida mudança a partir do espaço com muito mais detalhes e frequência do que antes”, disse Luc Lenain, oceanógrafo do Scripps Institution of Oceanography da UC San Diego e primeiro autor do estudo, à CNET. “Essas correntes são importantes porque ajudam a controlar como o calor, o carbono, os nutrientes e os poluentes se movem através do oceano”.
Altos e baixos
Há alguns anos, enquanto Lenain observava imagens térmicas de satélite do Oceano Atlântico Norte, ele notou padrões visuais nas mudanças de temperatura de grandes correntes, como a Corrente do Golfo. Ele teve a ideia de uma nova maneira de medir as correntes oceânicas, pegando o que seus olhos podiam ver e colocando-o em uma ferramenta de IA.
Os pesquisadores treinaram a rede neural GOFlow em correntes oceânicas simuladas e depois a usaram em imagens reais de um satélite meteorológico. A ferramenta de IA usou imagens de satélite para rastrear as temperaturas da superfície, que mudam devido às correntes oceânicas subjacentes.
Ao rastrear as mudanças de temperatura nas imagens, o GOFlow inferiu qual corrente as causou.
A equipe comparou seu trabalho com dados coletados por navios na região da Corrente do Golfo. Eles também testaram os resultados do GOFlow em comparação com métodos de satélite mais tradicionais que dependem do rastreamento de mudanças de altura na superfície do oceano.
Os investigadores descobriram que os seus resultados estavam alinhados com outros resultados de navios e satélites, mas dizem que o GOFlow também forneceu maiores detalhes sobre as correntes oceânicas do que anteriormente documentado apenas em modelos de computador.
“Esses tipos de [AI] abordagens orientadas não estão substituindo a física”, disse Lenain. “Em vez disso, a IA está nos ajudando a extrair informações físicas que já estão presentes nas observações de satélite, mas que têm sido difíceis de recuperar com métodos tradicionais até agora.”
A vista de cima
Apesar das conquistas do GOFlow, os pesquisadores observam que a ferramenta tem algumas limitações, como a cobertura de nuvens: Dias nublados podem bloquear a visão do oceano por um satélite. Eles dizem que trabalhos futuros irão incorporar dados adicionais de satélite para preencher essas lacunas.
O código de computador desenvolvido pelos pesquisadores será disponibilizado ao público para auxiliar no trabalho futuro.
“Queríamos tornar este trabalho transparente, reproduzível e útil para a comunidade em geral”, disse Lenain. “Vemos o GOFlow como um trampolim para o uso mais rotineiro de grandes conjuntos de dados de sensoriamento remoto combinados com aprendizado de máquina.”
A coleta de imagens de satélite para aprender sobre as correntes oceânicas é um exemplo de observação da Terra. Os governos e as forças armadas, bem como os agricultores e as companhias de seguros, dependem destes dados para a tomada de decisões.
O projeto GOFlow faz parte de uma tendência maior de IA, pois as ferramentas de IA podem acelerar e melhorar a precisão da análise de dados. NASAo Agência Espacial Europeia e as empresas espaciais privadas começaram a construir e testar ferramentas de IA que podem analisar esses dados.
