Cientistas alemães treinaram IA para rastrear geleiras com precisão de metros

Pesquisadores da universidade alemã FAU desenvolveram um método que permite às redes neurais automatizar o rastreamento de geleiras em imagens de satélite. O novo método requer um mínimo de dados anotados e alcança uma precisão comparável à análise manual.

Por que as geleiras são críticas

As geleiras que descem para o oceano são uma parte criticamente importante do clima terrestre. Quando derretem e icebergs se desprendem das 'frentes de ablação' (bordas da geleira onde o gelo se quebra na água), elas liberam enormes volumes de água doce no oceano. Isto muda as correntes oceânicas, eleva o nível do mar e perturba os sistemas climáticos locais.

As geleiras brancas cobertas de gelo refletem a maior parte da radiação solar de volta ao espaço. Mas quando desaparecem, a água do mar exposta e escura começa a absorver essa radiação, intensificando o aquecimento do planeta. É um ciclo fechado: aquecimento → derretimento de geleiras → superfície fica mais escura → aquecimento ainda maior.

Monitorar o estado de milhares de geleiras manualmente é uma tarefa impossível para os analistas. A visão computacional poderia ajudar, mas os modelos existentes funcionavam bem apenas nos dados em que foram treinados. Aplicar um modelo treinado para uma nova geleira em uma nova região significava obter um erro de quilômetro.

Como alcançaram precisão de 70 metros

Os pesquisadores desenvolveram uma abordagem adaptativa. Em vez de retreinar completamente o modelo para cada geleira, eles usaram uma rede neural já treinada e a refinaram, adicionando um mínimo de novas informações:

• Uma imagem anotada manualmente para cada geleira
• Várias imagens de satélite de verão sem anotações (no verão o gelo é mais limpo)
• Mapa do leito rochoso de dados abertos

Inicialmente, o modelo treinado em 681 imagens de 7 geleiras na Antártida, Groenlândia e Alasca cometeu um erro de 1.131 metros ao ser aplicado às geleiras do Spitsbergen. Depois de adicionar uma imagem anotada para cada uma das 145 geleiras, o erro caiu para 445 metros. As imagens de referência de verão, onde as bordas entre gelo e água eram mais visíveis, a reduziram para 205 metros. O mapa do leito rochoso (que ajuda a distinguir uma geleira de uma acumulação de gelo flutuante) levou o erro para 103 metros. Um ensemble de cinco versões do modelo, calculadas em média, deu a precisão final: 68,7 metros.

'As pessoas em si não são muito consistentes ao anotar as bordas, especialmente quando há uma mistura de gelo ou a qualidade da imagem de satélite é baixa', explica

Nora Gurmelon, aluna de pós-graduação da FAU.

Aplicação: 145 geleiras em nove anos

Os pesquisadores já aplicaram o método a 145 geleiras do arquipélago norueguês de Spitsbergen, analisando imagens de satélite de 2015 a 2024. A maioria das pesquisas de geleiras é feita em escala anual ou decenal. Mas graças à automação, foi possível calcular a posição da borda da geleira para cada mês — no total, mais de 203 mil anotações.

Isto fornece aos climatologistas uma visão muito mais detalhada, quase como um vídeo, de como as geleiras se movem e derretem. A equipe agora planeja expandir a abordagem para 1.500 geleiras no Ártico. Se o satélite e a região permanecerem os mesmos, o modelo não precisa ser retreinado — ele continua funcionando.

O que isto significa

O monitoramento de geleiras sai da categoria de projetos de pesquisa intensivos em mão de obra para se tornar uma ferramenta prática. Se a abordagem for desenvolvida ainda mais, será possível rastrear mudanças climáticas em tempo real em milhares de geleiras, fornecendo aos climatologistas mapas mais precisos de derretimento e previsões mais confiáveis de aumento do nível do mar.