W ciągu najbliższego tygodnia lód morski unoszący się na Oceanie Arktycznym skurczy się do najmniejszego rozmiaru w tym roku, ponieważ podgrzane latem wody zżerają zanurzone krawędzie lodu.
Naukowcy twierdzą, że rekordowo niskie poziomy lodu morskiego prawdopodobnie nie zostaną pobite w tym roku. W 2020 roku lód pokrył 3,74 miliona kilometrów kwadratowych Arktyki w najniższym punkcie, zbliżając się do rekordowo niskiego poziomu w historii. Obecnie lód morski jest obecny na prawie 5 milionach kilometrów kwadratowych wód Arktyki, co oznacza, że stanie się dziesiątym najniższym zasięgiem lodu morskiego na tym obszarze od początku prowadzenia rejestrów satelitarnych w 1979 roku. To nieoczekiwane zakończenie, biorąc pod uwagę, że na początku Lata lód morski osiągnął rekordowo niski poziom jak na tę porę roku.
Zaskoczenie pojawia się po części dlatego, że najlepsze obecnie narzędzia do prognozowania oparte na statystyce i fizyce są w stanie dokładnie przewidzieć zasięg lodu morskiego z kilkutygodniowym wyprzedzeniem, ale dokładność prognoz dalekosiężnych słabnie. Teraz nowe narzędzie, które wykorzystuje sztuczną inteligencję do tworzenia prognoz lodu morskiego, obiecuje zwiększyć ich dokładność – i może przeprowadzić analizę stosunkowo szybko.
IceNet, system prognozowania lodu morskiego opracowany przez British Antarctic Survey (BAS), jest „dokładny w 95 procentach w prognozowaniu lodu morskiego na dwa miesiące naprzód — wyższy niż wiodący model oparty na fizyce SEAS5 — a jednocześnie działa 2000 razy szybciej” — mówi Tom Andersson , naukowiec zajmujący się danymi z laboratorium sztucznej inteligencji BAS. Podczas gdy SEAS5 potrzebuje około sześciu godzin na superkomputerze, aby stworzyć prognozę, IceNet może zrobić to samo w mniej niż 10 sekund na laptopie. Andersson i jego koledzy odkryli, że system wykazuje również zaskakującą zdolność do przewidywania anomalnych zdarzeń lodowych — nietypowych wzlotów lub dołków — nawet z czteromiesięcznym wyprzedzeniem.
Śledzenie lodu morskiego ma kluczowe znaczenie dla kontrolowania skutków zmian klimatu. Chociaż jest to bardziej długa gra, zaawansowane powiadomienie dostarczane przez IceNet może również przynieść bardziej bezpośrednie korzyści. Na przykład może dać naukowcom czas potrzebny na ocenę i zaplanowanie ryzyka pożarów Arktyki lub konfliktów między dziką przyrodą a ludźmi, a także może dostarczyć danych potrzebnych społecznościom rdzennym do podejmowania decyzji gospodarczych i środowiskowych.
Zasięg lodu morskiego w Arktyce stale się zmniejsza we wszystkich porach roku, odkąd rozpoczęto rejestrację satelitarną w 1979 r. Naukowcy od dziesięcioleci próbują poprawić prognozy dotyczące lodu morskiego, ale sukces okazał się nieuchwytny. „Prognozowanie lodu morskiego jest naprawdę trudne, ponieważ lód morski oddziałuje w złożony sposób z atmosferą nad i oceanem poniżej” – mówi Andersson.
Istniejące narzędzia prognostyczne wprowadzają prawa fizyki do kodu komputerowego, aby przewidzieć, jak lód morski zmieni się w przyszłości. Jednak częściowo ze względu na niepewność w fizycznych systemach rządzących lodem morskim modele te mają trudności z uzyskaniem dokładnych prognoz dalekosiężnych.
Korzystając z procesu zwanego głębokim uczeniem, Andersson i jego koledzy załadowali dane obserwacyjne dotyczące lodu morskiego z lat 1979–2011 oraz symulacje klimatyczne obejmujące okres 1850–2100, aby nauczyć IceNet, jak przewidywać stan przyszłego lodu morskiego poprzez przetwarzanie danych z przeszłości.
Aby określić dokładność swoich prognoz, zespół porównał wyniki IceNet z obserwowanym zasięgiem lodu morskiego w latach 2012-2017 oraz z prognozami SEAS5, powszechnie cytowanego narzędzia używanego przez Europejskie Centrum Prognoz Średnioterminowych. IceNet był aż o 2,9 procent dokładniejszy niż SEAS5, co odpowiada kolejnym 360 000 kilometrów kwadratowych oceanu prawidłowo oznaczonym jako „lód” lub „bez lodu”.
Co więcej, w 2012 r. nagła katastrofa letniego zasięgu lodu morskiego zwiastowała nowy rekordowo niski zasięg we wrześniu tego roku. Przeglądając dane z przeszłości, IceNet widział spadek nadchodzący z kilkumiesięcznym wyprzedzeniem. SEAS5 też miał inklinacje, ale jego projekcje były odległe o kilkaset tysięcy kilometrów kwadratowych.
„To znaczący krok naprzód w prognozowaniu lodu morskiego, zwiększający naszą zdolność do tworzenia dokładnych prognoz, które zazwyczaj nie były możliwe do wykonania, i wykonywania ich tysiące razy szybciej” – mówi Andersson. Uważa, że możliwe jest, że IceNet lepiej poznał procesy fizyczne, które determinują ewolucję lodu morskiego na podstawie danych treningowych, podczas gdy modele oparte na fizyce wciąż mają trudności ze zrozumieniem tych informacji.
„Te techniki uczenia maszynowego zaczęły przyczyniać się do prognozowania dopiero w ciągu ostatnich kilku lat i radzą sobie zadziwiająco dobrze”, mówi Uma Bhatt, zajmująca się atmosferą z University of Alaska Fairbanks Geophysical Institute, która nie była zaangażowany w nowe badanie. Kieruje również Sea Ice Prediction Network, grupą multidyscyplinarnych naukowców pracujących nad udoskonaleniem prognozowania.
Bhatt twierdzi, że dobre sezonowe prognozy dotyczące lodu są ważne dla oceny ryzyka pożarów w Arktyce, które są silnie powiązane z obecnością lodu morskiego. „Wiedza o tym, gdzie będzie lód morski na wiosnę, może potencjalnie pomóc w ustaleniu, gdzie prawdopodobnie wystąpią pożary – na przykład na Syberii, gdy tylko lód morski odsunie się od brzegu, ziemia może się ogrzać szybko”.
Jakakolwiek poprawa w prognozowaniu lodu morskiego może również pomóc w planowaniu ekonomicznym, bezpieczeństwa i ochrony środowiska w społecznościach północnych i rdzennych. Na przykład dziesiątki tysięcy morsów wyciągają się na ląd, aby odpocząć, gdy znika lód morski. Niepokoje ludzkie mogą wywołać śmiertelną panikę i prowadzić do wysokiej śmiertelności morsów. Dzięki sezonowym prognozom lodu biolodzy mogą przewidywać szybką utratę lodu i z wyprzedzeniem zarządzać miejscami zaciągania, ograniczając dostęp ludzi do tych miejsc.
Mimo to ograniczenia pozostają. Przy czteromiesięcznym okresie realizacji system był w około 91 procentach dokładny w przewidywaniu położenia krawędzi lodu we wrześniu. IceNet, podobnie jak inne systemy prognostyczne, ma trudności z wygenerowaniem dokładnych prognoz długoterminowych na późne lato, częściowo z powodu tego, co naukowcy nazywają „wiosenną barierą przewidywalności”. Znajomość stanu lodu morskiego na początku wiosennego sezonu topnienia jest kluczowa, aby móc przewidzieć warunki końca lata.
Kolejnym ograniczeniem jest „fakt, że pogoda jest tak zmienna” – mówi Mark Serreze, dyrektor National Snow and Ice Data Center w Boulder w stanie Kolorado. Chociaż lód morski wydawał się być przygotowany do ustanowienia nowego rocznego rekordu niskiego poziomu na początku lipca, szybkość utraty lodu ostatecznie spadła z powodu niskich temperatur atmosferycznych. „Wiemy, że lód morski bardzo silnie reaguje na letnie wzorce pogodowe, ale nie możemy uzyskać dobrych prognoz pogody. Przewidywalność pogody jest z 10-dniowym wyprzedzeniem.”
