Reconstrucción de la cinemática de la superficie del mar utilizando redes neuronales
Los oceanógrafos utilizan satélites para observar la Tierra y medir la elevación de la superficie del océano. Esta información puede ayudarles a mapear la circulación de las corrientes oceánicas y comprender el papel que juega este movimiento en el transporte de calor y el cambio climático.
Lanzado a finales de 2022, el satélite Surface Water and Ocean Topography (SWOT) puede tomar instantáneas de las alturas de la superficie del mar a una escala más fina que nunca antes posible: decenas de kilómetros en lugar de cientos.
Los métodos simples, basados en la física, para traducir las alturas de la superficie del mar en información significativa sobre las corrientes oceánicas no se aplican a resoluciones tan altas. Esto se debe a que mirar el océano tan de cerca también significa detectar olas debajo de la superficie del agua. Si bien estas olas subterráneas no afectan las corrientes oceánicas, añaden ruido a las observaciones de la altura de la superficie del mar.
Ahora, Qiyu Xiao y sus colegas presentan un novedoso método de aprendizaje automático para utilizar datos SWOT de la altura de la superficie del mar para estimar diversos aspectos del flujo de corriente en la parte superior del océano.
El método aplica un enfoque computacional inspirado en la visión humana conocido como red neuronal convolucional, que el equipo de investigación entrenó con datos de simulaciones realistas de las alturas de la superficie del mar y la dinámica actual.
Imagen: Instantáneas de la altura de la superficie del mar (izquierda) y la vorticidad normalizada ζ/f (derecha) de una instantánea de la simulación del canal de Balwada et al. (2018). Están marcadas las regiones de entrenamiento y prueba.
Los investigadores demostraron que su enfoque de red neuronal convolucional puede utilizar alturas de la superficie del mar a escala fina para estimar algunas características del flujo de corriente. Al mejorar la comprensión de cómo las corrientes transportan calor y carbono, los científicos podrían comprender y predecir mejor el cambio climático.
Los investigadores señalan que este logro inicial representa una prueba de concepto y que se necesita más investigación para perfeccionar el nuevo método antes de que pueda usarse de manera confiable con datos SWOT.
Mientras tanto, SWOT seguirá ocupado recogiendo imágenes de alta resolución no sólo de los océanos de la Tierra, sino también de casi todas las aguas superficiales del mundo, incluidos lagos, ríos y embalses.
Los hallazgos se publican en el Journal of Advances in Modeling Earth Systems: Reconstruction of Surface Kinematics From Sea Surface Height Using Neural Networks
