Немецкие учёные натренировали ИИ отслеживать ледники с точностью в метры

Исследователи из немецкого университета FAU разработали способ, позволяющий нейросетям автоматизировать отслеживание ледников по спутниковым снимкам. Новый метод требует минимум размеченных данных и достигает точности, сравнимой с ручным анализом.

Почему ледники критичны Ледники, стекающие в океан, — критически важная часть земного климата.

Когда они таят и откалываются айсберги с «calving fronts» (края ледника, где лёд отламывается в воду), они выбрасывают в океан огромные объёмы пресной воды. Это меняет морские течения, повышает уровень моря и нарушает локальные климатические системы. Белые, покрытые льдом ледники отражают большую часть солнечного излучения обратно в космос. Но когда они исчезают, обнажённая тёмная морская вода начинает это излучение поглощать, усиливая нагрев планеты. Это замкнутый круг: потепление → таяние ледников → темнеет поверхность → ещё большее потепление. Мониторить состояние тысяч ледников вручную — непосильная задача для аналитиков. Компьютерное зрение могло бы помочь, но существующие модели хорошо работали только на данных, на которых их обучали. Применить обученную модель к новому леднику в новом регионе значило получить ошибку в километр.

Как получилась точность в 70 метров Исследователи разработали адаптивный подход.

Вместо полной переподготовки модели на каждый ледник, они использовали уже обученную нейросеть и доправили её, добавив минимум новой информации: Одно вручную размеченное изображение для каждого ледника Несколько летних спутниковых снимков без разметки (летом лёд чище) * Карта скальной основы из открытых данных Сначала модель, натренированная на 681 снимке 7 ледников в Антарктиде, Гренландии и Аляске, ошибалась на 1131 метр при применении к ледникам Шпицбергена. После добавления одного размеченного снимка на каждый из 145 ледников ошибка упала до 445 метров. Летние эталонные изображения, где границы между льдом и водой видны чётче, снизили её до 205 метров.

Карта подложки (она помогает отличить ледник от нагромождения плавающего льда) довела ошибку до 103 метров. Ансамбль из пяти версий модели, усреднённых вместе, дал финальную точность: 68.7 метра.

«Люди сами не очень консистентны в разметке границ, особенно когда видна мешанина льда или качество спутникового снимка невысокое», — объясняет

Нора Гурмелон, аспирантка FAU.

Применение: 145 ледников за девять лет

Исследователи уже применили метод к 145 ледникам норвежского архипелага Шпицберген, проанализировав спутниковые снимки с 2015 по 2024 год. Большая часть ледниковых исследований ведётся на годовой или декадной шкале. Но благодаря автоматизации удалось вычислить положение края ледника для каждого месяца — всего свыше 203 тысячи аннотаций. Это даёт климатологам намного более детальное, почти видео-подобное представление о том, как движутся и тают ледники. Команда теперь планирует расширить подход на 1500 ледников в Арктике. Если спутник и регион остаются одинаковыми, модель переучивать не требуется — она продолжает работать.

Что это значит

Мониторинг ледников выходит из разряда трудоёмких исследовательских проектов в практический инструмент. Если развивать подход дальше, можно будет в реальном времени отслеживать климатические изменения на тысячах ледников, давая климатологам более точные карты таяния и более надёжные прогнозы подъёма уровня моря.