МОСКВА, 7 ноября. /ТАСС/. Исследователи из России и Норвегии разработали нейросетевой метод для автоматического обнаружения и классификации океанических вихрей в прикромочной ледовой зоне Антарктики, одной из самых труднодоступных и динамичных зон Мирового океана. Данный подход мониторинг позволит впервые собрать многолетнюю статистику вихревой активности, сообщил Центр научной коммуникации МФТИ.
"Прикромочная зона Антарктики долгое время была для нас своего рода "слепой зоной". Мы знали, что там происходят активные вихревые процессы, но у нас не было инструментов для их систематического изучения. Наша работа показывает, что искусственный интеллект может стать нашими глазами в этих сложных условиях", - пояснил старший научный сотрудник лаборатория арктической океанологии МФТИ Никита Сандалюк, чьи слова приводит Центр научной коммуникации вуза.
Как отмечают исследователи, Южный океан, омывающий берега Антарктиды, играет важнейшую роль в формировании климата всей планеты в целом. Здесь происходит обмен теплом и газами между атмосферой и глубинами океана, а также зарождаются тысячи океанических вихрей. Природа этих вихрей пока слабо изучена из-за того, что уже существующие методы спутниковых наблюдений плохо подходят для исследования вихрей, зарождающихся и существующих у кромки льдов.
Исследователи из МФТИ и ученые из Института физики атмосферы РАН (Москва) и зарубежные ученые из Арктического университета Норвегии предположили, что подобные структуры можно выявлять на снимках высокого разрешения, полученных при помощи радаров европейской флотилии зондов Sentinel, при помощи специальных ИИ-алгоритмов, обученных на размеченных экспертами данных.
Искусственный интеллект для изучения Антарктики
Руководствуясь этой идеей, исследователи подготовили набор из 234 спутниковых снимков и использовали их для обучения одной из самых передовых нейросетевых архитектур для распознавания объектов, алгоритма YOLOv11. Для повышения качества ее работы ученые дополнили разрабатываемую систему при помощи специального алгоритма, позволяющего разбивать большие снимки высокого разрешения на множество перекрывающихся фрагментов, более удобных для анализа при помощи ИИ.
Последующие проверки показали, что комбинация из этих алгоритмов позволяет выявлять океанические вихри у кромки льдов Антарктики с точностью в 78-83%, что в перспективе позволит использовать радарные снимки для постоянных наблюдений за этими структурами. Также исследователям удалось открыть множество относительно небольших, но мощных вихрей, потенциально играющих важную роль в климатических процессах.
"Конечно, у модели есть свои ограничения. Иногда она принимает за вихри круглые структуры на ледниках. В будущем мы решим эту проблему, добавив географическую маску, которая просто "запретит" нейросети искать вихри на суше. Но уже сейчас мы получили инструмент, способный обрабатывать данные в масштабах, о которых раньше можно было только мечтать", - подытожил Сандалюк.