Un nuovo metodo di intelligenza artificiale sta trasformando il modo in cui osserviamo gli oceani della Terra, trasformando i satelliti meteorologici standard in rilevatori ad alta risoluzione del movimento sottomarino. Sfruttando i dati satellitari esistenti, i ricercatori hanno sviluppato un modo per mappare le correnti oceaniche con dettagli e frequenza senza precedenti, colmando una lacuna critica nella nostra comprensione dei sistemi climatici del pianeta.
Il divario nell’osservazione degli oceani
Per decenni, gli scienziati hanno lottato per bilanciare due esigenze contrastanti in oceanografia: copertura su larga scala e dettagli ad alta frequenza.
Tradizionalmente, l’osservazione dell’oceano si è basata su due metodi principali, entrambi i quali presentano notevoli inconvenienti:
– Altimetria satellitare: questi satelliti misurano l’altezza della superficie del mare per stimare le correnti, ma visitano lo stesso punto solo ogni 10 giorni circa. È un processo troppo lento per catturare eventi “transitori”, correnti che emergono e svaniscono nel giro di poche ore.
– Sensori locali: Le navi e i radar costieri forniscono dettagli eccellenti, ma sono limitati ad aree piccole e localizzate.
Questa mancanza di dati crea un “punto cieco” per quanto riguarda il miscelazione verticale, il processo in cui l’acqua superficiale affonda o l’acqua profonda sale. Questo movimento è vitale perché agisce come il sistema circolatorio dell’oceano, trasportando i nutrienti alla vita marina e sequestrando l’anidride carbonica dall’atmosfera nelle profondità dell’oceano. Senza dati in tempo reale sulle piccole correnti in rapido movimento che guidano questo mescolamento, i nostri modelli climatici rimangono incompleti.
Entra in GOFLOW: trasformare la temperatura in movimento
La soluzione, denominata GOFLOW (Geostationary Ocean Flow), è stata sviluppata da un gruppo di ricerca guidato da Luc Lenain (Scripps Institution of Oceanography della UC San Diego) e Kaushik Srinivasan (UCLA).
La svolta sta nel modo in cui il sistema utilizza i dati. Invece di richiedere nuovo costoso hardware, GOFLOW utilizza immagini termiche provenienti da satelliti meteorologici geostazionari esistenti (come GOES-East). Questi satelliti catturano i modelli di temperatura sulla superficie dell’oceano ogni cinque minuti.
Come funziona l’intelligenza artificiale
I ricercatori hanno addestrato una rete neurale ad apprendimento profondo per risolvere un complesso puzzle visivo. Il processo funziona come segue:
1. Riconoscimento dei modelli: L’intelligenza artificiale è stata addestrata utilizzando simulazioni computerizzate ad alta risoluzione per riconoscere come i modelli di temperatura “si piegano, si allungano e si muovono” sotto l’influenza della velocità dell’acqua.
2. Tracciamento temporale: analizzando sequenze di immagini termiche, l’intelligenza artificiale tiene traccia di come questi modelli di calore si deformano nel tempo.
3. Inferenza: il sistema deduce quindi le correnti oceaniche sottostanti responsabili di quei movimenti specifici, trasformando di fatto un “time-lapse” delle temperature in una mappa del movimento dell’acqua.
Convalida dei risultati
Per garantire che l’intelligenza artificiale non fosse solo un modello “allucinante”, il team ha confrontato i risultati di GOFLOW con le misurazioni del mondo reale effettuate dalle navi nella Corrente del Golfo e con i tradizionali dati topografici satellitari.
I risultati hanno avuto molto successo. GOFLOW non solo ha confrontato i dati esistenti, ma ha anche rivelato caratteristiche su scala ridotta, come piccoli vortici e strati limite, che i metodi precedenti tendevano ad appianare o ignorare. Queste correnti piccole e intense sono i motori principali del mescolamento verticale e, per la prima volta, possono essere osservate in contesti del mondo reale anziché solo in simulazioni al computer.
Implicazioni per il futuro
La capacità di tracciare le correnti oceaniche quasi in tempo reale ha conseguenze di vasta portata:
– Scienze del clima: migliore comprensione di come l’oceano assorbe calore e carbonio.
– Protezione ambientale: Migliore tracciabilità delle fuoriuscite di petrolio e del movimento dei rifiuti marini (come la plastica).
– Sicurezza: dati migliorati per le operazioni di ricerca e salvataggio.
– Previsioni meteorologiche: Modelli più accurati delle interazioni aria-mare.
“Ciò apre la porta alla sperimentazione di idee di vecchia data su come l’oceano assorbe calore e carbonio”, osserva Luc Lenain.
Sfide e passi successivi
Sebbene rivoluzionario, GOFLOW non è privo di ostacoli. Poiché il sistema si basa su immagini termiche, la copertura nuvolosa può ostacolare la vista, creando lacune nei dati. Per risolvere questo problema, il gruppo di ricerca sta lavorando all’integrazione di ulteriori tipi di dati satellitari per fornire una copertura continua e senza soluzione di continuità.
Il team ha già reso pubblici i propri codici e dati, invitando la comunità scientifica globale a espandere questa tecnologia negli oceani del mondo.
Conclusione: Riproponendo i dati satellitari meteorologici esistenti tramite l’intelligenza artificiale, GOFLOW fornisce una finestra a basso costo e molto dettagliata sul movimento dell’oceano, offrendo un nuovo strumento vitale per monitorare il battito cardiaco del clima del nostro pianeta.
