Naukowcy z Uniwersytetu Ca’ Foscari (Włochy) z kolegami z Uniwersytetu Kalifornijskiego w Irvine (USA) przedstawili pierwszy system, który z pomocą sztucznej inteligencji oblicza grubość i określa rozmieszczenie przestrzenne wszystkich ziemskich lodowców.

Jak podkreślają specjaliści, takie informacje to klucz do prawidłowego prognozowania poziomu oceanów, a także do zarządzania zasobami wody i oceny wpływu cofania się lodowców na ludzkie populacje.

Oszacowanie całkowitej objętości lodowców nadal stanowi poważne wyzwanie. Na przestrzeni lat wykonano ponad 4 mln bezpośrednich pomiarów grubości lodowców, w dużej mierze dzięki programowi Operation IceBridge, prowadzonemu przez NASA. Pomimo obszernego zestawu danych, obecne metody modelowania nie wykorzystały jeszcze w pełni jego potencjału.

Bezpośrednie pomiary obejmują przy tym mniej niż 1 proc. lodowców na Ziemi, co pokazuje potrzebę opracowania modeli zdolnych do precyzyjnego oszacowania grubości i objętości lodu w skali globalnej.

W opublikowanym właśnie badaniu po raz pierwszy wykorzystano wspomniane dane obserwacyjne w połączeniu z możliwościami algorytmów uczenia maszynowego.

„Nasz model łączy dwa algorytmy tzw. drzew decyzyjnych, które zostały wytrenowane na podstawie pomiarów grubości lodu oraz 39 cech, takich jak prędkość jego ruchu, bilans masy, temperatura oraz zmienne geometryczne i geodezyjne. Wytrenowany model wykazuje błędy mniejsze nawet o 30-40 proc. w porównaniu z obecnymi tradycyjnymi modelami globalnymi, szczególnie na szerokościach polarnych i na obrzeżach pokryw lodowych, gdzie znajduje się większość lodu na naszej planecie” - wyjaśnił Niccolo Maffezzoli, autor pracy opublikowanej w piśmie „Geoscientific Model Development” (https://doi.org/10.5194/gmd-18-2545-2025).

Szczególne znaczenie ma dokładne oszacowanie grubości lodu w regionach polarnych oraz na obrzeżach Grenlandii i Antarktydy. To wstępny warunek dla stworzenia modeli numerycznych symulujących przepływ lodu i jego interakcje z oceanem, które są kluczowe dla prognozowania podnoszenia się poziomu morza. Nowy model wykazuje silne zdolności uogólniania w tych regionach, dzięki czemu może pomóc w doprecyzowaniu obecnych map i podlodowej topografi.

Obecnie lodowce odpowiadają za około 25–30 proc. obserwowanego globalnego wzrostu poziomu mórz, a tempo ich topnienia stale rośnie. Topnienie ma także duże znaczenie w suchych regionach, takich jak Andy czy główne pasma górskie Himalajów i Karakorum, gdzie lodowcowe źródła wody podtrzymują życie miliardów ludzi.

Model będzie też kluczowy dla zrozumienia stabilności polarnych pokryw lodowych na Grenlandii i Antarktydzie, gdzie interakcje na ich obrzeżach z oceanem wpływają na dynamikę całych pokryw lodowych.

„Do końca 2025 roku planujemy opublikować dwa zestawy danych, które łącznie będą zawierać pół miliona map grubości lodu” – zapowiedział dr Maffezzoli.

„Przed nami jeszcze długa droga, ale to badanie pokazuje, że sztuczna inteligencja i podejścia oparte na uczeniu maszynowym otwierają nowe, ekscytujące możliwości w modelowaniu lodu” – dodał.

Marek Matacz (PAP)

mat/ bar/