ИИ научился видеть океанские течения с беспрецедентной детализацией

Гольфстрим полон перемежающихся структур градиента температуры, которые намекают на сложную динамику подводных течений. Спутниковые наблюдения GOES-East и машинное обучение впервые связали эту наблюдаемую структуру с гораздо более сложной задачей наблюдения за океанскими течениями. Кредит: Люк Ленен/Институт океанографии Скриппса

Ученые представили новый метод отслеживания поверхностных океанских течений на огромных территориях с гораздо большей детализацией, чем раньше. Техника, известная как GOFLOW (Geostationary Ocean Flow), использует глубокое обучение для анализа тепловых изображений, полученных с уже находящихся на орбите метеорологических спутников. Поскольку метод использует существующие спутники, он обеспечивает значительный прогресс в мониторинге океана без необходимости установки нового оборудования в космосе.

Исследование возглавили Люк Ленен из Института океанографии Скриппса при Калифорнийском университете в Сан-Диего и Каушик Шринивасан, выпускник Скриппса, ныне работающий в Калифорнийском университете в Лос-Анджелесе. Их результаты были опубликованы в журнале Nature Geoscience. Соавторы Рой Баркан из Тель-Авивского университета и Ник Пиццо из Университета Род-Айленда также проходили обучение в Скриппсе. Финансирование поступило от Управления военно-морских исследований, NASA и Европейского исследовательского совета.

Океанские течения имеют решающее значение для функционирования планеты. Они перемещают тепло по всему земному шару, переносят углерод между атмосферой и глубинами океана, а также циркулируют питательные вещества, поддерживающие морские экосистемы. Они также играют критическую роль в реальных ситуациях, таких как поисково-спасательные операции и отслеживание разливов нефти.

Несмотря на их важность, точное измерение течений на больших территориях было затруднено. Некоторые спутники оценивают течения косвенно, наблюдая за изменениями высоты поверхности моря, но они обычно возвращаются в один и тот же район только раз в 10 дней — что слишком медленно для фиксации течений, которые могут формироваться и исчезать в течение нескольких часов. Корабли и береговые радары могут обнаруживать быстрые изменения, но только на ограниченных участках.

Это ограничение оставило ученых с серьезным «слепым пятном» в масштабах, где происходит вертикальное перемешивание. Вертикальное перемешивание происходит, когда поверхностные воды опускаются вниз или глубинные воды поднимаются вверх, и оно вызвано особенностями, размер которых может быть менее 10 километров и которые быстро меняются. Понимание этого процесса имеет решающее значение. Он поднимает питательные вещества из глубин океана к поверхности, поддерживая морскую жизнь, и уносит углекислый газ вниз, где он может храниться в течение длительного времени. Без детальных наблюдений большая часть этой активности оставалась трудноизмеримой напрямую.

Идея GOFLOW возникла в 2023 году, когда Ленен изучал тепловые изображения Северной Атлантики со спутника GOES-East, который обычно используется для мониторинга погоды. Эти изображения делаются с частотой до одного раза в пять минут и показывают облака, а также картины движения теплой и холодной воды по поверхности океана. Ленен заметил, что такие крупные течения, как Гольфстрим, были видны в этих температурных паттернах. Это наблюдение привело к идее преобразовать эти паттерны в новый способ измерения океанских течений.

Чтобы сделать это возможным, исследовательская группа обучила нейронную сеть распознавать, как температурные паттерны на поверхности океана смещаются и меняют форму под воздействием течений. Система училась на детальных компьютерных симуляциях океанской циркуляции, которые связывали определенные температурные паттерны с известными скоростями воды. После обучения модель анализировала последовательности спутниковых изображений и отслеживала, как эти паттерны перемещались с течением времени. По этому движению она могла определить лежащие в основе течения, ответственные за изменения.

«Метеорологические спутники годами наблюдали за поверхностью океана, — сказал Ленен. — Прорывом стало обучение тому, как превратить эту покадровую съемку в ежечасные карты течений, отслеживая, как температурные паттерны изгибаются, растягиваются и перемещаются от одного часа к другому».

Исследователи оценили GOFLOW, сравнив его результаты с прямыми измерениями, собранными кораблями в районе Гольфстрима в 2023 году, а также с традиционными спутниковыми методами, основанными на топографии океана. Результаты близко совпали с обоими источниками. Однако GOFLOW обеспечил гораздо более четкую детализацию, особенно для небольших, быстро движущихся объектов, таких как водовороты и пограничные слои. Более ранние методы часто сглаживали эти особенности в усредненные показатели. Благодаря улучшенному разрешению команда смогла обнаружить ключевые статистические закономерности малых, интенсивных течений, которые управляют вертикальным перемешиванием. До сих пор эти закономерности в основном наблюдались в симуляциях, а не в прямых наблюдениях.

«Это открывает множество захватывающих возможностей в физической океанографии, которые до сих пор были доступны в основном только через симуляции, — сказал Ленен. — Используя GOFLOW, мы теперь можем измерять ключевые признаки этих малых, интенсивных течений, используя реальные наблюдения, а не полагаясь почти исключительно на симуляции. Это открывает дверь для проверки давних идей о том, как океан поглощает тепло и углерод».

Поскольку GOFLOW работает с данными существующих геостационарных спутников, для него не требуется запуск новых приборов в космос. Со временем метод может быть интегрирован в системы прогнозирования погоды и климатические модели. Фиксируя быстро меняющиеся течения, он может улучшить прогнозы, связанные с взаимодействием океана и атмосферы, перемещением морского мусора и динамикой экосистем.

Облачность остается ограничением, поскольку облака блокируют тепловые изображения, от которых зависит GOFLOW. Исследовательская группа планирует объединить дополнительные источники спутниковых данных, чтобы заполнить эти пробелы и добиться более равномерного покрытия. Работа по расширению метода до глобального масштаба уже ведется. Команда также сделала свои данные и код общедоступными, что может помочь другим ученым развить этот подход и изучить новые применения.

Источники:

Материалы предоставлены Калифорнийским университетом в Сан-Диего.

Люк Ленен, Каушик Шринивасан, Рой Баркан, Ник Пиццо. Беспрецедентный взгляд на океанские течения с геостационарных спутников. Nature Geoscience, 2026; DOI: 10.1038/s41561-026-01943-0