摘要：为了应对这一挑战，科学家们正在转向人工智能(AI)和机器学习来分析卫星雷达数据，旨在探测和跟踪南极洲周围南大洋的冰山。人工智能与卫星雷达数据的结合由艾伦图灵研究所支持的科学家团队利用了来自欧洲航天局Sentinel-1卫星的合成孔径雷达(SAR)数据的力量。...
冰山看似遥远且充满异国情调，但在我们的世界中发挥着重要作用，影响着生态系统、海洋环流、海冰动态，甚至全球海平面。它们的巨大存在会极大地影响海上活动，给航运路线带来风险。就在最近，全世界目睹了巨大的A23a冰山的释放，该冰山的大小是大伦敦地区的两倍，在搁浅在南极海洋近三十年后。虽然这些重大事件引起了人们的关注，但真正需要仔细观察的是成千上万个不断从南极冰架崩解并漂流到大海的小冰山。
了解这些冰山的生命周期和环境后果至关重要。为了应对这一挑战，科学家们正在转向人工智能 (AI) 和机器学习来分析卫星雷达数据，旨在探测和跟踪南极洲周围南大洋的冰山。
神秘的冰山世界
冰山远非静止的。它们的移动无序，使得识别和跟踪变得困难。当它们在几十年内逐渐融化时，会释放出寒冷的淡水和重要的营养物质，这些营养物质可以深刻影响当地的生态系统以及海洋环流、海冰融化甚至全球海平面的复杂动态。为了解开这些谜团，研究人员正在利用尖端技术和人工智能算法。
人工智能与卫星雷达数据的结合
由艾伦图灵研究所支持的科学家团队利用了来自欧洲航天局 Sentinel-1 卫星的合成孔径雷达 (SAR) 数据的力量。这些卫星能够昼夜扫描冰山，无论天气状况如何。虽然 SAR 数据已经使用了一段时间，但这项研究的突破性之处在于无监督人工智能算法的应用。
从 2019 年 10 月到 2020 年 9 月，该人工智能算法分析了 SAR 读数，发现了近 30,000 座面积约为 1 平方公里（0.4 平方英里）或更小的冰山。该研究重点关注南极洲西部的阿蒙森海湾，特别是思韦茨冰川的崩解前缘。
创建南极海的数字孪生
这项努力的最终目标是准确探测和监测冰山，为南极海洋数字孪生的发展铺平道路。这个数字孪生将作为虚拟复制品，为科学家提供有关海洋、冰和大气之间复杂相互作用的宝贵见解。了解这些复杂的物理现象对于揭示冰山对环境的全面影响至关重要。
英国南极调查局 (BAS) 人工智能实验室的本·埃文斯 (Ben Evans) 强调了这一技术突破的重要性：“我们用于开发该工具的技术已经非常普遍地用于医学成像，因此我们很高兴能够将相同的技术应用于极地海洋 SAR 卫星图像中看到的复杂特征。”他进一步指出，“我们使用的方法与其他替代冰山检测方法一样准确，并且性能优于大多数方法，无需人工输入。这意味着它可以轻松扩展到我们的研究区域之外，甚至提供近乎实时的监控。”
人工智能和合成孔径雷达卫星数据的结合代表了一种改变游戏规则的南大洋冰山追踪方法。除了巨大冰山崩解的迷人景象之外，它们的运动和融化的更广泛影响也需要我们的关注。它们掌握着理解气候变化、海洋动力学和地球生态系统微妙平衡的关键。
随着人工智能的不断发展，其在环境监测中的应用变得越来越有价值。从这项研究中获得的见解不仅增强了我们对冰山影响的理解，还强调了人工智能解决复杂环境挑战的潜力，为在气候不确定的时代做出更明智的决策铺平了道路。
