Cientistas alemães treinam IA para rastrear geleiras com precisão de metros

Pesquisadores da universidade alemã FAU desenvolveram um modo de as redes neurais automatizarem o rastreamento de geleiras por imagens de satélite. O novo método exige o mínimo de dados rotulados e alcança precisão comparável à da análise manual.

Por que as geleiras importam

As geleiras que escoam para o oceano são uma peça crítica do clima da Terra. Quando derretem e icebergs se desprendem nas «calving fronts» (as bordas da geleira onde o gelo se quebra e cai na água), elas lançam enormes volumes de água doce no oceano. Isso altera as correntes marinhas, eleva o nível do mar e perturba sistemas climáticos locais.

Geleiras brancas, cobertas de gelo, refletem de volta ao espaço grande parte da radiação solar. Mas, quando desaparecem, a água escura do mar exposta passa a absorver essa radiação, intensificando o aquecimento do planeta. É um círculo vicioso: aquecimento → derretimento das geleiras → superfície mais escura → ainda mais aquecimento.

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

Como se chegou à precisão de 70 metros

Os pesquisadores desenvolveram uma abordagem adaptativa. Em vez de retreinar o modelo por completo para cada geleira, eles pegaram uma rede neural já treinada e a ajustaram, acrescentando o mínimo de informação nova:

• Uma imagem rotulada manualmente para cada geleira
• Algumas imagens de satélite de verão sem rótulo (no verão o gelo é mais limpo)
• Um mapa do leito rochoso a partir de dados abertos

Inicialmente, o modelo, treinado com 681 imagens de 7 geleiras na Antártida, na Groenlândia e no Alasca, errava por 1131 metros ao ser aplicado às geleiras de Svalbard. Depois de acrescentar uma imagem rotulada para cada uma das 145 geleiras, o erro caiu para 445 metros. As imagens de referência de verão, em que os limites entre gelo e água ficam mais nítidos, reduziram-no para 205 metros. O mapa do substrato (ele ajuda a distinguir uma geleira de um amontoado de gelo flutuante) levou o erro a 103 metros. Um conjunto de cinco versões do modelo, com resultados médios combinados, deu a precisão final: 68.7 metros.

«As próprias pessoas não são muito consistentes ao rotular limites, principalmente quando há uma mistura de gelo ou a qualidade da imagem de satélite é baixa», explica

Nora Gourmelon, doutoranda da FAU.

Aplicação: 145 geleiras em nove anos

Os pesquisadores já aplicaram o método a 145 geleiras do arquipélago norueguês de Svalbard, analisando imagens de satélite de 2015 a 2024. A maior parte da pesquisa sobre geleiras é feita em escala anual ou de décadas. Graças à automação, porém, foi possível calcular a posição da frente da geleira para cada mês, com mais de 203 mil anotações no total. Isso dá aos climatologistas uma visão muito mais detalhada, quase em vídeo, de como as geleiras se movem e derretem.

A equipe agora planeja estender a abordagem a 1500 geleiras do Ártico. Se o satélite e a região continuam os mesmos, não é preciso retreinar o modelo: ele segue funcionando.

O que isso significa

O monitoramento de geleiras deixa de ser um projeto de pesquisa trabalhoso e vira uma ferramenta prática. Se a abordagem for desenvolvida, será possível acompanhar em tempo real as mudanças climáticas em milhares de geleiras, dando aos climatologistas mapas de derretimento mais precisos e previsões mais confiáveis de elevação do nível do mar.