В мире океанографии произошел значительный прорыв: ученые представили метод GOFLOW (Geostationary Ocean Flow), который позволяет с высокой точностью измерять океанские течения на больших площадях. Этот подход использует глубокое обучение для анализа термальных изображений, получаемых с метеоспутников, что делает его доступным без необходимости запуска нового оборудования.
Исследование, проведенное в UC San Diego, показало, что с помощью GOFLOW можно не только отслеживать крупные течения, такие как Гольфстрим, но и выявлять мелкие, быстро движущиеся вихри и границы, которые ранее оставались незамеченными. Это особенно важно, поскольку океанские течения играют ключевую роль в формировании климата, перемещении углерода и питательных веществ, а также в поисково-спасательных операциях.
Традиционные методы измерения течений, такие как спутниковые наблюдения за высотой поверхности моря, имеют свои ограничения, так как они не могут обеспечить достаточную частоту данных. GOFLOW, в свою очередь, использует изображения, которые обновляются каждые пять минут, что позволяет более точно отслеживать изменения в температурных паттернах, вызванные движением подводных течений.
Команда исследователей обучила нейронную сеть распознавать, как температурные паттерны изменяются под воздействием течений, используя высокоточные компьютерные симуляции. Это позволило создать карты течений с часовым разрешением, что является настоящим прорывом в области океанографии.
Проверка точности GOFLOW показала, что его результаты совпадают с данными, полученными с помощью корабельных инструментов и традиционных спутниковых методов. Это открывает новые возможности для изучения вертикального смешивания в океане, что критически важно для поддержания морских экосистем.
Метод GOFLOW может быть интегрирован в прогнозы погоды и климатические модели, что в будущем поможет улучшить точность прогнозов, учитывая быстро меняющиеся течения, влияющие на обмен веществ между океаном и атмосферой. Однако исследователи отмечают, что облачность остается ограничивающим фактором, и в дальнейшем планируется использовать другие типы спутниковых данных для обеспечения непрерывного наблюдения.
Данные и программный код, использованные в исследовании, будут доступны для общественности, что позволит другим ученым продолжать работу в этой области.