Forscher nutzen ein neues KI-Tool, um Eisberge im Südpolarmeer zu erkennen. Dies ist der erste Schritt, um den gesamten Lebenszyklus der meisten Eisberge in der Antarktis anhand von Satellitendaten verfolgen zu können. Die Studie „Unüberwachte maschinelle Lernerkennung von Eisbergpopulationen im Meereis anhand von SAR-Bildern mit doppelter Polarisation“ lautet veröffentlicht im Tagebuch Fernerkundung der Umwelt.
Eisberge spielen eine Schlüsselrolle in der Dynamik der Ozeane. Wenn zum Beispiel Eisberge schmelzen, geben sie Süßwasser und Nährstoffe in den Ozean ab, was sich auf die Primärproduktivität, die Ozeanzirkulation sowie die Bildung und das Aufbrechen von Meereis auswirkt. Eisberge stellen auch eine Gefahr für Schiffe dar. Daher ist eine genaue und aktuelle Kenntnis darüber, wo sich Eisberge befinden und wie groß sie sind, von entscheidender Bedeutung.
Mit diesem neuen Ansatz können Eisberge in Umgebungen mit viel Meereis identifiziert werden – etwas, das bisher nicht möglich war. Mit diesem Tool können Wissenschaftler Eisberge erkennen, wenn sie kalben, und sie während ihres gesamten Lebenszyklus bis zu ihrem Untergang verfolgen, um so ein umfassenderes Bild der Eisbergdynamik im Südpolarmeer zu erhalten. Entscheidend ist, dass Forscher Eisberge an Orten mit viel Meereis und in der Nähe von Kalbungsorten überwachen können, wo Eisberge dicht beieinander liegen.
Um die Eisberge zu erkennen, nutzt das Tool Daten des Synthetic Aperture Radar (SAR), eines an den Sentinel-1-Satelliten angebrachten Instruments, das ein Mikrowellensignal aus dem Weltraum sendet und die Intensität der reflektierten Strahlung misst. Eisberge sind aufgrund der kristallinen Struktur des Eises und Schnees auf ihrer Oberfläche gute Reflektoren für Mikrowellen und erscheinen daher auf den Satellitenbildern als starke, helle Signale. Durch die Verwendung von Mikrowellen können diese Bilder auch Tag und Nacht und durch die im Südpolarmeer häufig vorkommende Wolkendecke aufgenommen werden.
Für die Studie demonstrierten Forscher die Leistung des KI-Algorithmus anhand verschiedener Satellitenbilder, die über einen Zeitraum von 12 Monaten zwischen Oktober 2019 und September 2020 aufgenommen wurden. Das Tool identifizierte fast 30.000 Eisberge; Die meisten davon waren relativ klein und maßen 1 km2 oder weniger.
Als Untersuchungsort wählten die Forscher die Amundsen Sea Embayment in der Westantarktis, nahe der Kalbungsfront des Thwaites-Gletschers. Das Gebiet verfügt über eine Mischung aus offenem Wasser, Meereis und einer hohen Dichte an Eisbergen unterschiedlicher Größe, was es zum idealen Ort zum Testen des KI-Tools macht. Zu verstehen, wie sich der westantarktische Eisschild und insbesondere dieses Gebiet verändern wird, hat für Forscher, die an der Erforschung des künftigen Anstiegs des Meeresspiegels arbeiten, hohe Priorität.
Ben Evans, Teil des AI Lab des British Antarctic Survey (BAS) und Hauptautor des Papiers, sagt: „Die Technologie, die wir zur Entwicklung dieses Tools verwendet haben, wird bereits häufig für die medizinische Bildgebung verwendet, und daher freuen wir uns, dieselbe Technologie anzuwenden.“ zu den komplexen Merkmalen, die in SAR-Satellitenbildern der Polarmeere zu sehen sind.
„Die von uns verwendete Methode ist genauso genau wie die anderen alternativen Eisberg-Erkennungsmethoden und übertrifft die meisten, ohne dass menschliches Zutun erforderlich ist. Das bedeutet, dass sie problemlos über unser Untersuchungsgebiet hinaus skaliert werden kann und sogar eine Überwachung nahezu in Echtzeit ermöglicht.“
Das Kalben von Eisbergen vom Eisschild in den Südpolarmeer ist eine der Hauptursachen für den Eisverlust im antarktischen Eisschild. Steigende Kalberaten könnten daher ein Zeichen für einen zunehmenden Beitrag zum Anstieg des Meeresspiegels sein. Die Forscher hoffen, mit diesem KI-Ansatz etwaige Veränderungen in der Anzahl, Größe und Flugbahn von Eisbergen zu erkennen, die allesamt erwartete Folgen des Klimawandels sind. Das Team analysiert derzeit alle verfügbaren Daten seit Beginn der Sentinel-1-Mission im Jahr 2014.
Scott Hosking, Leiter des BAS AI Lab und Co-Direktor des Turing Research and Innovation Cluster in Digital Twins am Alan Turing Institute, sagt: „Die Überwachung und Vorhersage, wie viele Milliarden Tonnen Eis in den Weltmeeren schmelzen, ist von großer Bedeutung.“ Herausforderung aufgrund der komplexen Physik und des Zusammenspiels zwischen Ozean, Eis und Atmosphäre. Wir entwickeln einen digitalen Zwilling der Antarktis, um die Integration und den Austausch von Daten über unsere polare Infrastruktur und Tools – von automatisierten Unterwasserfahrzeugen bis hin zu KI-Modellen – zu unterstützen, um Entscheidungen zu unterstützen. Großbritannien an die Spitze der Polarwissenschaft zu bringen und zu halten.“
Mehr Informationen:
Ben Evans et al., Unüberwachte maschinelle Lernerkennung von Eisbergpopulationen im Meereis anhand von SAR-Bildern mit doppelter Polarisation, Fernerkundung der Umwelt (2023). DOI: 10.1016/j.rse.2023.113780