人工智慧透過分析雷達數據幫助科學家追蹤冰山
研究人員正在使用機器學習來分析衛星雷達數據,以檢測南極洲周圍南大洋的冰山,從而更好地了解其生命週期和環境影響。冰山可能看起來像是某種奇怪而遙遠的東西,但是,正如任何看過泰坦尼克號的人都會告訴你的那樣,它們會在我們最意想不到的時候對我們產生巨大的影響。
就在上週,世界上最大的冰山A23a(面積是大倫敦地區的兩倍多)在擱淺近三十年後才從海底掙脫出來,正在南極海洋向北漂浮。同時,成千上萬個較小的冰山不斷從南極冰架崩解並飄入大海。
所有這些冰山的影響不僅僅是對航運造成危害。隨著幾十年的融化,它們釋放出寒冷的淡水和營養物質,這些水和營養物質可以改變當地的生態以及海洋環流的複雜動態、海冰的破裂,甚至全球海平面。
問題在於,所有這些像巨大的薄荷冰鎮酒一樣漂浮的冰塊數量如此之多,並且以如此混亂的方式移動,以至於很難識別它們,更不用說追蹤它們了。為了解決這個問題,艾倫圖靈研究所資助的一群科學家一直在使用歐空局Sentinel-1 衛星的合成孔徑雷達(SAR),該雷達可以在任何天氣條件下晝夜掃描冰山。
雷達數據並不新鮮,但使用無監督的人工智慧演算法來分析2019 年10 月至2020 年9 月收集的讀數,該讀數在南極洲西部阿蒙森海灣思韋茨冰川崩解前緣中識別出近30,000 個面積約為1 平方公里(0.4 英里²)或更小的冰山。
研究人員希望透過精確探測和追蹤冰山,有可能開發出南極海洋的數位孿生體,以便更好地了解海洋、冰和大氣如何相互作用的複雜物理現象。
英國南極調查局(BAS) 人工智慧實驗室的 Ben Evans 表示:「我們用於開發該工具的技術已廣泛用於醫學成像,因此我們很高興能夠將相同的技術應用於極地海洋SAR 衛星影像中看到的複雜特徵。我們使用的方法與其他替代冰山檢測方法一樣準確,並且性能優於大多數方法,無需人工輸入。 這意味著它可以輕鬆擴展到我們的研究區域之外,甚至提供近乎實時的監控。”
該研究發表在《環境遙感》。