연구원들은 기계 학습을 사용하여 위성 레이더 데이터를 분석하여 남극 대륙 주변의 남빙양에서 빙산을 탐지하여 수명 주기와 환경에 미치는 영향을 더 잘 이해하고 있습니다. 빙산은 이국적이고 먼 것처럼 보일 수도 있지만, 타이타닉을 본 사람이라면 누구나 말하듯이 우리가 전혀 예상하지 못한 순간에 우리에게 큰 영향을 미칠 수 있습니다.
바로 지난 주, 세계에서 가장 큰 빙산인 A23a(광역 런던의 두 배 이상 크기)가 거의 30년 동안 좌초된 후 해저에서 떨어져 나와 남극해를 따라 북쪽으로 표류하고 있습니다. 그러는 동안 수천 개의 작은 빙산이 남극 빙붕에서 계속해서 떨어져 나와 바다로 표류하고 있습니다.
이 모든 빙산의 영향은 운송에 대한 위험 그 이상입니다. 수십 년에 걸쳐 녹으면서 지역 생태계뿐만 아니라 해양 순환, 해빙 분해, 심지어 전 세계 해수면의 복잡한 역학을 변화시킬 수 있는 차가운 담수와 영양분을 방출합니다.
문제는 거대한 민트 줄렙처럼 떠다니는 이 모든 얼음 조각이 너무 많고 혼란스러운 방식으로 움직이기 때문에 추적은커녕 식별하기도 어렵다는 것입니다. 이 문제를 해결하기 위해 Alan Turing Institute의 자금을 지원받는 과학자 팀은 어떤 기상 조건에서도 밤낮으로 빙산을 스캔할 수 있는 ESA Sentinel-1 위성의 합성 개구 레이더(SAR)를 사용해 왔습니다.
레이더 데이터는 새로운 것은 아니지만, 2019년 10월부터 2020년 9월 사이에 수집된 판독값을 분석하기 위해 감독되지 않은 인공 지능 알고리즘을 사용하여 서남극 아문센 해 피요르드에 있는 스웨이츠 빙하의 분출 전선에서 약 1제곱킬로미터(0.4마일²) 이하의 거의 30,000개에 달하는 빙산을 식별했습니다.
연구원들은 빙산을 정확하게 탐지하고 추적함으로써 남극해의 디지털 트윈을 개발하여 바다, 얼음, 대기가 어떻게 상호 작용하는지에 대한 복잡한 물리학을 더 잘 이해할 수 있기를 바라고 있습니다.
영국 남극 조사(BAS) 인공 지능 연구소의 Ben Evans는 다음과 같이 말했습니다. "이 도구를 개발하는 데 사용한 기술은 이미 의료 영상에 널리 사용되고 있습니다. 따라서 동일한 기술을 극지 해양의 SAR 위성 이미지에서 볼 수 있는 복잡한 특징에 적용하게 되어 기쁩니다. 우리가 사용하는 방법은 다른 대체 빙산 탐지 방법만큼 정확하고 사람의 입력이 필요 없이 대부분의 방법보다 더 나은 성능을 발휘합니다. 즉, 연구 영역을 넘어 쉽게 확장할 수 있으며 거의 실시간 모니터링도 제공할 수 있습니다."
이 연구는 환경 원격 감지(Remote Sensing of the Environment)에 게재되었습니다.