Pesquisadores do Laboratório de Processamento de Imagens (IPL) da Universidade de Valência desenvolveram uma abordagem de aprendizado de máquina para modelar e prever mudanças de curto prazo no nível do mar nas regiões costeiras do Pacífico, Oceanos Índico e Atlântico. O estudo, especialmente útil para proteção costeira, foi publicado em Nature Scientific Reports .

Todas as bacias oceânicas experimentaram um aquecimento significativo e aumento do nível do mar nas últimas décadas, impulsionada pela mudança climática. Contudo, existem diferenças regionais importantes, resultantes de diferentes processos em diferentes escalas de tempo, como aqueles associados a mudanças de temperatura devido a causas naturais.

Para melhor interpretar as observações das variações do nível do mar nas regiões costeiras a nível local, a equipe de Verónica Nieves, Distinto Investigador do Programa GenT do Laboratório de Processamento de Imagens (IPL) da Universidade de Valência, desenvolveu uma abordagem de aprendizado de máquina que explora as estimativas da temperatura do mar para modelar a variabilidade do nível do mar costeiro e a incerteza associada em uma gama de escalas de tempo que variam de meses a vários anos.

O estudo agora publicado na revista Nature Scientific Reports também mostra que as relações físicas entre as variáveis ​​de temperatura nas camadas superiores das regiões de mar aberto e estimativas de anomalias do nível do mar nos locais costeiros dessas regiões podem ser usadas em combinação com métodos de aprendizado de máquina para fazer previsões de curto prazo razoavelmente precisas do mar. tendência de nível (por um a vários anos).

Eles concluem que, Até a presente data, as variações do nível do mar costeiro regional de curto prazo ainda são amplamente influenciadas por processos naturais em grandes regiões de oceano aberto, como oceano aberto, a temperatura muda para baixo na coluna d'água para 700 metros, que estão intimamente ligados à variabilidade climática natural interna. Esses processos são sobrepostos à influência de outros efeitos, como marés altas ou tempestades, entre outros.

"O clima é um sistema altamente complexo e dinâmico que pode mudar naturalmente de maneiras inesperadas; e, nesse sentido, métodos de aprendizado de máquina podem fornecer informações úteis para melhor interpretar os dados que exibem padrões não lineares complexos e identificar mudanças regionais no nível do mar em um futuro próximo, "disse Verónica Nieves, o primeiro autor do artigo e chefe do grupo AI4OCEANS, no IPL, onde esta linha de pesquisa está sendo desenvolvida. "Nossos modelos funcionam particularmente bem nas áreas costeiras mais influenciadas pela variabilidade climática interna, mas são amplamente aplicáveis ​​para avaliar os padrões de subida e descida do nível do mar em muitos lugares ao redor do globo, "acrescentou Cristina Radín, membro da equipe com a qual também colaborou o professor Gustau Camps-Valls.

Este é o primeiro estudo a usar técnicas de Inteligência Artificial nos oceanos para fazer esse tipo de previsões. A modelagem e a previsão das mudanças no nível do mar nos próximos anos são cruciais para a tomada de decisões e o planejamento estratégico de curto prazo sobre as medidas de proteção costeira.

A equipe também desenvolveu um mapa interativo, como uma ferramenta de apoio que permitirá inspecionar regiões individuais onde foi feita a previsão do modelo de aprendizado de máquina.

Pesquisadores do Laboratório de Processamento de Imagens (IPL) da Universidade de Valência desenvolveram uma abordagem de aprendizado de máquina para modelar e prever mudanças de curto prazo no nível do mar nas regiões costeiras do Pacífico, Oceanos Índico e Atlântico. O estudo, especialmente útil para proteção costeira, foi publicado em Nature Scientific Reports .

Todas as bacias oceânicas experimentaram um aquecimento significativo e aumento do nível do mar nas últimas décadas, impulsionada pela mudança climática. Contudo, existem diferenças regionais importantes, resultantes de diferentes processos em diferentes escalas de tempo, como aqueles associados a mudanças de temperatura devido a causas naturais.

Para melhor interpretar as observações das variações do nível do mar nas regiões costeiras a nível local, a equipe de Verónica Nieves, Distinto Investigador do Programa GenT do Laboratório de Processamento de Imagens (IPL) da Universidade de Valência, desenvolveu uma abordagem de aprendizado de máquina que explora as estimativas da temperatura do mar para modelar a variabilidade do nível do mar costeiro e a incerteza associada em uma gama de escalas de tempo que variam de meses a vários anos.

O estudo agora publicado na revista Nature Scientific Reports também mostra que as relações físicas entre as variáveis ​​de temperatura nas camadas superiores das regiões de mar aberto e estimativas de anomalias do nível do mar nos locais costeiros dessas regiões podem ser usadas em combinação com métodos de aprendizado de máquina para fazer previsões de curto prazo razoavelmente precisas do mar. tendência de nível (por um a vários anos).

Eles concluem que, Até a presente data, as variações do nível do mar costeiro regional de curto prazo ainda são amplamente influenciadas por processos naturais em grandes regiões de oceano aberto, como oceano aberto, a temperatura muda para baixo na coluna d'água para 700 metros, que estão intimamente ligados à variabilidade climática natural interna. Esses processos são sobrepostos à influência de outros efeitos, como marés altas ou tempestades, entre outros.

"O clima é um sistema altamente complexo e dinâmico que pode mudar naturalmente de maneiras inesperadas; e, nesse sentido, métodos de aprendizado de máquina podem fornecer informações úteis para melhor interpretar os dados que exibem padrões não lineares complexos e identificar mudanças regionais no nível do mar em um futuro próximo, "disse Verónica Nieves, o primeiro autor do artigo e chefe do grupo AI4OCEANS, no IPL, onde esta linha de pesquisa está sendo desenvolvida. "Nossos modelos funcionam particularmente bem nas áreas costeiras mais influenciadas pela variabilidade climática interna, mas são amplamente aplicáveis ​​para avaliar os padrões de subida e descida do nível do mar em muitos lugares ao redor do globo, "acrescentou Cristina Radín, membro da equipe com a qual também colaborou o professor Gustau Camps-Valls.

Este é o primeiro estudo a usar técnicas de Inteligência Artificial nos oceanos para fazer esse tipo de previsões. A modelagem e a previsão das mudanças no nível do mar nos próximos anos são cruciais para a tomada de decisões e o planejamento estratégico de curto prazo sobre as medidas de proteção costeira.

A equipe também desenvolveu um mapa interativo, como uma ferramenta de apoio que permitirá inspecionar regiões individuais onde foi feita a previsão do modelo de aprendizado de máquina.