Les chercheurs utilisent un nouvel outil d’IA pour détecter les icebergs dans l’océan Austral. Il s’agit de la première étape pour pouvoir suivre le cycle de vie complet de la plupart des icebergs de l’Antarctique à partir de données satellitaires. L’étude intitulée « Détection par apprentissage automatique non supervisé des populations d’icebergs dans la glace de mer à partir d’images SAR à double polarisation » est publié dans la revue Télédétection de l’environnement.
Les icebergs jouent un rôle clé dans la dynamique des océans. Par exemple, à mesure que les icebergs fondent, ils libèrent de l’eau douce et des nutriments dans l’océan, affectant ainsi la productivité primaire, la circulation océanique ainsi que la formation et la rupture de la glace marine. Les icebergs présentent également des dangers pour les navires. Il est donc essentiel de connaître avec précision et à jour l’emplacement et la taille des icebergs.
Cette nouvelle approche permet d’identifier les icebergs dans des environnements où il y a beaucoup de glace de mer, ce qui n’était pas possible auparavant. Grâce à cet outil, les scientifiques pourront repérer les icebergs lors de leur mise bas et les suivre tout au long de leur cycle de vie jusqu’à leur disparition, établissant ainsi une image plus complète de la dynamique des icebergs dans l’océan Austral. Surtout, les chercheurs seront en mesure de surveiller les icebergs dans des endroits où il y a beaucoup de glace de mer et à proximité des lieux de mise bas, où les icebergs sont densément regroupés.
Pour détecter les icebergs, l’outil utilise les données du radar à synthèse d’ouverture (SAR), un instrument installé sur les satellites Sentinel-1, qui transmet un signal micro-ondes depuis l’espace et mesure l’intensité du rayonnement réfléchi. Les icebergs sont de bons réflecteurs de micro-ondes en raison de la structure cristalline de la glace et de la neige à leur surface. Ils apparaissent donc sous forme de signaux forts et lumineux sur les images satellite. L’utilisation de micro-ondes signifie également que ces images peuvent être collectées de jour comme de nuit et à travers la couverture nuageuse courante dans l’océan Austral.
Pour l’étude, les chercheurs ont démontré les performances de l’algorithme d’IA sur différentes images satellite, prises sur une période de 12 mois entre octobre 2019 et septembre 2020. L’outil a identifié près de 30 000 icebergs ; la plupart d’entre eux étaient relativement petits, mesurant 1 km2 ou moins.
Les chercheurs ont choisi la baie d’Amundsen, dans l’ouest de l’Antarctique, à proximité du front de vêlage du glacier Thwaites, comme site d’étude. La zone présente un mélange d’eau libre, de glace de mer et une forte densité d’icebergs de différentes tailles, ce qui en fait le site idéal pour tester l’outil d’IA. Comprendre comment la calotte glaciaire de l’Antarctique occidental, et cette zone en particulier, va changer est une priorité pour les chercheurs qui travaillent à comprendre l’augmentation future du niveau de la mer.
Ben Evans, membre du laboratoire d’IA du British Antarctic Survey (BAS) et auteur principal de l’article, déclare : « La technologie que nous avons utilisée pour développer cet outil est déjà utilisée assez couramment pour l’imagerie médicale et nous sommes donc ravis d’appliquer la même technologie. aux caractéristiques complexes observées dans les images satellite SAR des océans polaires.
« La méthode que nous avons utilisée est aussi précise que les autres méthodes alternatives de détection des icebergs et est plus performante, sans intervention humaine. Cela signifie qu’elle peut être facilement étendue au-delà de notre zone d’étude et même fournir une surveillance en temps quasi réel. »
Le vêlage des icebergs de la calotte glaciaire vers l’océan Austral est l’une des principales causes de perte de glace de la calotte glaciaire de l’Antarctique. L’augmentation des niveaux de mise bas pourrait donc signaler une contribution croissante à l’élévation du niveau de la mer. Les chercheurs espèrent utiliser cette approche de l’IA pour identifier tout changement dans le nombre, la taille et la trajectoire des icebergs, qui sont tous des conséquences attendues du changement climatique. L’équipe analyse actuellement toutes les données disponibles depuis le début de la mission Sentinel 1 en 2014.
Scott Hosking, directeur du BAS AI Lab et codirecteur du Turing Research and Innovation Cluster in Digital Twins à l’Alan Turing Institute, déclare : « Surveiller et prédire combien de milliards de tonnes de glace fondront dans les océans du monde est une tâche majeure. défi en raison de la physique complexe et de l’interaction entre l’océan, la glace et l’atmosphère. Nous développons un jumeau numérique de l’Antarctique pour aider à intégrer et partager des données à travers notre infrastructure polaire et nos outils (des véhicules sous-marins automatisés aux modèles d’IA) pour soutenir la décision. faire et maintenir le Royaume-Uni à la frontière de la science polaire.
Plus d’information:
Ben Evans et al, Détection par apprentissage automatique non supervisé des populations d’icebergs dans la glace de mer à partir d’images SAR à double polarisation, Télédétection de l’environnement (2023). DOI : 10.1016/j.rse.2023.113780