Så används neurala nätverk och AI för att studera isberg

Laila Bard

Nov 27, 2023 — 4 min read

Världens största isberg, A23a, är i rörelse efter att ha legat stilla i mer än tre decennier i Weddellhavet i Antarktis. Det mäter nästan 4 000 kvadratkilometer (1 544 kvadratmil) i yta, vilket gör det mer än dubbelt så stort som Stor-London. Isberget är cirka 400 meter tjockt och väger nästan en biljon ton.

Det driver nu snabbt förbi den norra spetsen av Antarktiska halvön, med hjälp av starka vindar och strömmar, och kommer sannolikt att föras in i den antarktiska cirkumpolära strömmen, som kommer att leda det mot Södra oceanen på en bana som kallas "isbergsalley"

Isberget, som bröts loss från Antarktis Filchner Ice Shelf 1986, är ett av världens äldsta isberg. Det är ovanligt att se ett isberg av den här storleken i rörelse, och forskarna övervakar noga dess bana. Isbergets rörelse beror på att det är något tunnare och har ökad flytkraft, vilket gör att det kan lyfta från havsbotten och drivas av havsströmmarna. Även om orsaken till dess rörelse nu inte är helt klar, är det sannolikt en del av den naturliga tillväxtcykeln för ishyllan. A23as rörelse är också en påminnelse om de förändringar som sker i Antarktis is på grund av klimatförändringarna

Hur används ai-teknik för att studera isberg?

Forskare använder AI-teknik för att studera isberg på olika sätt. Ett sätt är att använda AI för att upptäcka isberg i Södra ishavet, vilket gör det möjligt att spåra hela livscykeln för de flesta isberg över Antarktis med hjälp av satellitdata. Denna metod, som beskrivs i tidskriften Remote Sensing of the Environment, använder oövervakad maskininlärning för att upptäcka isbergspopulationer i havsis från SAR-bilder med dubbel polarisering

En annan tillämpning är att träna ett AI-system att på bråkdelen av en sekund exakt kartlägga ytan och konturerna av gigantiska isberg som fångats på satellitbilder, vilket avsevärt överträffar kapaciteten hos dagens automatiserade system. Denna utveckling möjliggör snabbare och mer exakta analyser av satellitbilder, vilket är avgörande för vetenskaplig forskning och sjösäkerhet

Dessutom har ett neuralt nätverk utvecklats för att snabbt och exakt kartlägga utbredningen av stora antarktiska isberg i satellitbilder, och klarar uppgiften på bara 0,01 sekunder. Denna innovativa metod, som publicerats i The Cryosphere, utnyttjar Copernicus Sentinel-1 radaruppdrag för att kartlägga isberg, även under utmanande förhållanden som molntäcke och brist på dagsljus

Dessa AI-tekniker revolutionerar studierna av isberg och möjliggör effektivare och mer exakt övervakning av dessa viktiga komponenter i den polära miljön.

Vilka är fördelarna med att använda ai för att studera isberg?

Det finns flera fördelar med att använda AI för att studera isberg. En av de största fördelarna är att AI kan bearbeta stora mängder data mycket snabbare än människor, vilket möjliggör effektivare och mer exakta analyser av satellitbilder. Forskare har till exempel tränat ett AI-system att exakt kartlägga ytan och konturerna av gigantiska isberg som fångats på satellitbilder på bara en hundradels sekund, vilket är betydligt snabbare än befintliga automatiserade system

En annan fördel är att AI kan hjälpa till att upptäcka isberg i Södra ishavet, vilket gör det möjligt att spåra hela livscykeln för de flesta isberg över Antarktis från satellitdata. Denna metod använder oövervakad maskininlärning för att upptäcka isbergspopulationer i havsis från SAR-bilder med dubbel polarisering

Dessutom kan AI hjälpa till att övervaka mikroskopiska organismer som lever på glaciärer och istäcken i Arktis, vilket kan bidra till att fastställa om det finns ett samband mellan den hastighet med vilken glaciärer smälter och det mikroskopiska liv som förekommer på dem

Hur hjälper ai till att övervaka isbergens rörelser?

AI spelar en viktig roll i övervakningen av isbergens rörelser genom att tillhandahålla mer effektiva, exakta och realtidsdata. Några av de sätt på vilka AI hjälper till att övervaka isbergsrörelser är:

Analys av satellitbilder: AI-algoritmer kan analysera satellitbilder och upptäcka isberg med hög precision, vilket minskar den tid och ansträngning som krävs för manuell analys. Genom att träna maskininlärningsmodeller på stora datamängder av satellitbilder kan AI-system lära sig att identifiera och klassificera isberg baserat på deras storlek, form och andra egenskaper.

Förutse banor och rörelsemönster: AI kan förutsäga isbergens bana och rörelsemönster genom att analysera historiska data och realtidsinformation som havsströmmar och väderförhållanden. Denna information är avgörande för att sjöfartsoperatörer ska kunna planera säkra rutter och undvika potentiella kollisioner.

Övervakning i realtid: AI-system kan kontinuerligt analysera satellitbilder och tillhandahålla realtidsuppdateringar om isbergens position och rörelser, vilket möjliggör bättre beslutsfattande och ökad säkerhet

Kartläggning av isbergens storlek och utbredning: AI har använts för att utveckla ett neuralt nätverk som snabbt och exakt kan kartlägga utbredningen av stora isberg på Antarktis i satellitbilder, vilket tar bara 0,01 sekunder. Denna metod, som publicerats i The Cryosphere, utnyttjar Copernicus Sentinel-1 radaruppdrag för att kartlägga isberg, även under utmanande förhållanden som molntäcke och brist på dagsljus

Övervakning av isbergskalvning: AI kan användas för att övervaka kalvning av isberg, vilket är den process där isberg bryts loss från ishyllor eller glaciärer. Denna information är avgörande för att förstå takten i havsnivåhöjningen och klimatförändringarnas inverkan på polarmiljön.

AI-teknik revolutionerar hur vi övervakar isbergens rörelser och möjliggör en effektivare och mer exakt övervakning av dessa viktiga komponenter i polarmiljön.

Vilka är begränsningarna med att använda ai för att spåra isberg?

Det finns vissa begränsningar med att använda AI för att spåra isberg, bland annat

Datakvalitet: AI-system är beroende av kvaliteten på indata, och om de satellitbilder som används för träning och analys inte är tydliga eller har betydande luckor kan AI-systemet ha svårt att spåra isberg på ett korrekt sätt

Komplexitet i vissa användningsfall: Vissa AI-metoder, såsom oövervakad maskininlärning, kanske inte fungerar bra i specifika scenarier, såsom havsis, nära landgränsen eller där isbergstätheten är hög

Svårigheter att skilja mellan liknande egenskaper: AI-system kan ha svårt att skilja isberg från annan is som flyter på havet eller till och med närliggande kustlinjer, som kan förekomma i samma bild

Beroende av satellitbilder: AI-system är beroende av satellitbilder för att spåra isberg, som kanske inte alltid är tillgängliga eller uppdaterade. I sådana fall kan AI-system ha svårt att tillhandahålla realtidsövervakning

Validering och verifiering: Noggrannheten hos AI-baserade spårningssystem måste valideras och verifieras mot manuell eller mänsklig tolkning, vilket kan vara en tidskrävande och mödosam process

Trots dessa begränsningar erbjuder AI-tekniken fortfarande betydande förbättringar av effektiviteten och noggrannheten i övervakningen av isberg, vilket gör den till ett värdefullt verktyg för vetenskaplig forskning och sjösäkerhet