Inteligência Artificial Revela Conexões Entre o Oceano Mundial

• Uma nova técnica de aprendizado de máquina identifica links e padrões no oceano que fazem sentido.
• Ele revela um total de 5 regiões dinâmicas consistentes que constituem quase 93,7% do oceano mundial, junto com seu parâmetro físico mais dominante.

Antes do surgimento de métodos avançados de observação e modelagem, o estado físico / dinâmico do oceano era determinado pelo uso de descrições quase laminares em grande escala, como fluxos Stommel-Arons, receitas abissais ou equilíbrio Sverdrup.

Avanços recentes na capacidade de modelagem e instrumentação mostraram que a física dos oceanos pode ser caracterizada por uma intrincada variabilidade espacial e temporal. Cada região do mar tem um estado único que depende de vários fatores, como meteorologia local, proximidade das fronteiras oeste e leste e muito mais.

Para detectar quais físicos são mais dominantes em um determinado local, é necessário examinar um número impressionante de pontos de dados para vários parâmetros, incluindo salinidade, velocidade, temperatura e como as coisas se alteram com a profundidade.

Uma vez que é impossível para qualquer ser humano decifrar tais enormes quantidades de dados, os pesquisadores do MIT desenvolveram um novo método de aprendizado de máquina para identificar links e padrões no oceano que façam sentido.

O que o algoritmo resolveu?

A equipe de pesquisa usou o ‘Estimating the Circulation and Climate of the Ocean’ (ECCO) para obter dados sobre o que está acontecendo no oceano global. ECCO fornece variabilidade oceânica, física costeira, ciclos biológicos e geodésia, com base em bilhões de parâmetros registrados nas últimas 2 décadas.

Referência:Biblioteca Online Wiley | doi:10.1029 / 2018EA000519 | MIT

Eles então aplicaram o agrupamento K-means - um método de quantização vetorial - para detectar padrões robustos nos dados e determinar a física dominante no mar. Os resultados revelaram um total de 5 clusters, representando 5 regiões consistentes dinâmicas que compõem quase 93,7% do oceano mundial.

O maior cluster, por exemplo, é responsável por cerca de 43% do mar global:seu parâmetro mais dominante é a pressão do vento na superfície do mar, que é equilibrada por torques no fundo. Este parâmetro é registrado principalmente em giros subpolares e subtropicais no hemisfério norte, grandes porções do oceano Ártico e uma fita fina no oceano austral.

Oceanos agrupados por parâmetros semelhantes | Crédito:Maike Sonnewald

Da mesma forma, os outros 4 clusters mostram o parâmetro físico dominante e onde exatamente ele pode ser encontrado no oceano global. Os 6,3% restantes das áreas oceânicas eram bastante difíceis de definir.

No próximo estudo, os pesquisadores usarão a mesma técnica de aprendizado de máquina com dados de maior resolução para rastrear os 6,3% restantes. Eles se concentrarão em fatores sensíveis aos climas, como circulação de giros e capotamento.

Leia:O oceano da Terra absorveu 338 zettajoules de energia térmica de 1991 a 2016

Por enquanto, essa ferramenta pode ajudar oceanógrafos e cientistas a facilitar suas análises, comparar regiões com outras que se comportam de maneira semelhante e concentrar suas pesquisas nos lugares certos.