Il Ghiacciaio del Lys © Wikimedia CommonsUn team di ricercatori dell'Università di Houston ha recentemente proposto un innovativo metodo di analisi dei dati che sfrutta le tecnologie di deep learning per il monitoraggio delle "zone di galleggiamento" dei ghiacciai, cioè il confine tra le porzioni di ghiaccio che poggiano sulla terraferma e quelle che si estendono sopra l'acqua. Questo confine è un indicatore chiave del cambiamento climatico, poiché permette di osservare il ritiro dei ghiacciai e il conseguente innalzamento del livello dei mari.
Tradizionalmente, la salute e il comportamento dei ghiacciai sono monitorati utilizzando vari metodi. In tutti i casi, il processo di analisi di queste informazioni è manuale e può risultare laborioso, considerando l'enorme quantità di dati raccolti nel tempo. L'introduzione dell'automazione tramite intelligenza artificiale rappresenta una svolta significativa in questo campo. La transizione da un sistema manuale a uno automatizzato potrebbe rendere il monitoraggio più rapido ed efficiente, rispondendo così all'accresciuta mole di informazioni disponibili. Un recente studio pubblicato su "Remote Sensing of Environment" ha confrontato l'approccio tradizionale con due nuove procedure automatizzate, utilizzando tecniche di apprendimento automatico su dati raccolti da diversi satelliti tra il 1992 e il 2017.
Nella ricerca sono stati esaminati cinque ghiacciai in Antartide, tra cui la piattaforma "Università di Mosca", la quale ha mostrato un ritiro significativo, con una riduzione media della superficie di 340 metri l’anno dal 1996 al 2022. Al contrario, gli altri ghiacciai analizzati non hanno mostrato segni di ritiro. Un altro ghiacciaio, il Veststraumen, ha una zona di galleggiamento di ben 9,7 chilometri, molto più estesa rispetto agli altri ghiacciai esaminati. Questo lavoro è stato reso possibile grazie a una collaborazione internazionale che include il programma "Cryosphere" della NASA e i dati radar forniti dalla missione Cosmo-SkyMed dell’Agenzia Spaziale Italiana.
Ottimizzare con l'intelligenza artificiale
Sebbene l'automazione presenti alcune sfide, lo studio suggerisce che l'applicazione dell'intelligenza artificiale non solo potrà ottimizzare il monitoraggio dei ghiacciai, ma avrà anche importanti implicazioni per gli studi sulla criosfera, permettendo una comprensione più approfondita dei meccanismi che influenzano le zone di galleggiamento. Inoltre, questa metodologia consente di tracciare l’evoluzione dei ghiacciai dal 1996 a oggi, offrendo una nuova prospettiva sulle dinamiche climatiche in corso.