Photo: Sergey Torbik / Pexels

Bruk av kunstig intelligens i studie av sjøistykkelse

Det nye ESA-finansierte prosjektet SuperIce, som ledes av Nansensenteret, har høye ambisjoner om å forbedre den detaljerte informasjonen om tykkelsen på sjøisen i Polhavet.

Hvor tykk sjøisen i Arktis er, er ikke bare viktig for skip som passerer lokalt, men også i en mer global klimasammenheng. Tynn is smelter raskere enn tykk is, og med et krympende sjøisdekke får vi mindre hvitt areal i Arktis som kaster sollys tilbake til verdensrommet. Dette er en av faktorene som fører til høyere overflatetemperaturer på planeten vår. Tynn is sprekker også lettere enn tykk is.  Når det oppstår sprekker i isdekket, slippes det ut varme fra det relativt varme arktiske havet nedenfor og ut i atmosfæren, noe som representerer en enorm energimengde. Varmen som slipper ut fra havvannet som eksponeres i sprekkene, er mer enn hundre ganger så mye som varmen som frigjøres gjennom tynn is, noe som gjør informasjon om sprekkenes størrelse og plassering til en viktig faktor for energibalansen i Arktis. Kvantifisering av disse varmestrømmene hjelper oss også med å forstå endringene i det arktiske klimaet, som igjen påvirker det globale klimaet gjennom teleforbindelser mellom hav og atmosfære.

Slik ser du at det er viktig å vite så mye som mulig om tykkelsen på sjøisen. I dag går mange satellitter i bane rundt i verdensrommet og gir oss informasjon om sjøisen, inkludert hvor tykk den er over hele Arktis. Men informasjonen fra satellittobservasjonene har ikke særlig høy oppløsning, de har bare en romlig oppløsning på rundt 100 km. Som med så mye annet er det slik at jo bedre oppløsning, desto bedre resultater – i dette tilfellet beregninger av varmestrømmer og sesongprognoser for sjøisen. De kan drastisk forbedres med høyoppløselig informasjon, fordi prosesser som skjer på små skalaer fanges opp mye bedre.

SuperIce-prosjektet (ledet av Julien Brajard ved Nansensenteret) arbeider for tiden med å øke oppløsningen av informasjon om sjøistykkelse. Forskerne i prosjektet benytter seg av den egenutviklede sjøismodellen neXtSIM, samt en modell basert på kunstig intelligens, som er trent opp til å omdanne lavoppløselige sjøistykkelsesdata til høyoppløselige data (se faktaboks). Målet er å oppnå en oppløsning på ned til 5 km, noe som er et stort sprang fra dagens 100 km-skala.

SuperIce-teamet er ivrig etter å bidra til forbedret sesongvarsling og vurdering av klimapåvirkning gjennom sitt arbeid! Prosjektet passer perfekt inn med mange andre forskningsaktiviteter ved Nansensenteret, for eksempel utviklingen av vår sjøismodell neXtSIM, og andre prosjekter som utvikler kunstig intelligens-applikasjoner.

Første SuperIce-webinar, åpent for alle!

Onsdag 14. februar 2024 arrangerer SuperIce-teamet det første webinaret i en serie vitenskapelige presentasjoner om sjøis og maskinlæring. Alle er velkomne til å delta!

Les mer her eller registrer deg direkte her.

SuperIce-prosjektet

SuperIce er finansiert av ESA og ledes av Nansensenteret. Det løper frem til september 2024. Prosjektet foreslår en tilnærming i flere trinn. Først brukes en fysisk basert sjøismodell, neXtSIM, til å generere høyoppløselige syntetiske datasett for sjøistykkelse. Disse syntetiske datasettene filtreres deretter for å etterligne oppløsningen til satellittprodukter. En AI-basert diffusjonsmodell trenes opp til å «superoppløse» de lavoppløselige sjøistykkelsesdataene. Til slutt brukes den AI-baserte modellen på ekte jordobservasjonsdata, og resultatene valideres mot satellittdata med høy oppløsning.

Hva er sjøismodellering og neXtSIM?

Du finner mye informasjon på nettstedet vårt, for eksempel her.