GOFLOW AI da UC San Diego mapeia correntes oceânicas de pequena escala a partir de imagens de satélites meteorológicos

Pesquisadores liderados pelo Scripps Institution of Oceanography da UC San Diego desenvolveram o GOFLOW, uma técnica de aprendizado profundo que converte imagens térmicas de satélites meteorológicos geoestacionários em mapas de alta resolução de correntes da superfície oceânica. O sistema revela características que mudam rapidamente, abaixo de 10 quilômetros, vitais para o clima, a absorção de calor/carbono e os ecossistemas marinhos, com resultados publicados na Nature Geoscience (DOI: 10.1038/s41561-026-01943-0).

Luc Lenain, oceanógrafo do Scripps, e Kaushik Srinivasan (agora na UCLA) lideraram o desenvolvimento do GOFLOW — Geostationary Ocean Flow — após identificarem padrões dinâmicos de temperatura em dados de satélite da Corrente do Golfo no Atlântico Norte em 2023. A rede neural, treinada com correntes oceânicas simuladas, analisa sequências reais de imagens térmicas de satélites como o GOES-East (capturadas a cada cinco minutos), rastreando como os padrões se curvam, se alongam e se deslocam para inferir velocidades e direções das correntes. Os coautores incluem Roy Barkan (Universidade de Tel Aviv) e Nick Pizzo (Universidade de Rhode Island), com financiamento do Office of Naval Research, da NASA e do European Research Council.

Diferente dos tradicionais satélites de órbita polar (que revisitam a área a cada 10 dias), navios ou radares (de cobertura limitada), o GOFLOW gera mapas horários de características de pequena escala, como redemoinhos que impulsionam a mistura vertical — anteriormente observáveis apenas em modelos. A validação em relação aos dados de navios da Corrente do Golfo de 2023 mostrou correspondências sólidas, superando métodos baseados em topografia em termos de resolução.

'Satélites meteorológicos observam a superfície do oceano há anos', disse Lenain. 'O avanço foi aprender como transformar esse lapso temporal em mapas horários de correntes, rastreando como os padrões de temperatura se curvam, se alongam e se movem de uma hora para a outra'. Ele observou que isso permite observações reais de correntes intensas, fundamentais para estudos de absorção de calor e carbono.

Não são necessários novos satélites, embora a cobertura de nuvens continue sendo um desafio. A equipe planeja uma expansão global e disponibilizou publicamente os dados e o código.

Artigos relacionados

Um importante sistema de correntes do Oceano Atlântico que regula o clima global tem apresentado desaceleração há quase 20 anos. Uma nova pesquisa fornece evidências diretas do declínio em uma vasta área do Atlântico Norte.

Reportado por IA

Uma empresa americana desenvolveu plataformas oceânicas autônomas para lidar com as demandas de computação de IA com eletricidade gerada por ondas. A Panthalassa anunciou um financiamento de US$ 140 milhões na semana passada para o projeto.

Niantic uses images captured through the Pokémon Go app to train Niantic Spatial's geospatial AI model. The model, built on 30 billion urban images, enables centimeter-level location precision for applications like delivery robots. Niantic's terms disclose that such images are banked as mapping data.

Reportado por IA

Pesquisadores da Universidade de Wisconsin-Madison utilizaram simulações avançadas de plasma para mostrar como campos magnéticos de grande escala surgem a partir de fluxos turbulentos no espaço. As descobertas foram publicadas na revista Nature. Elas oferecem uma nova explicação para estruturas magnéticas ordenadas observadas em todo o universo.

Um teste de IA do Google redirecionou centenas de voos da American Airlines dos EUA para a Europa, reduzindo a formação de rastros que contribuem para o aquecimento global. O estudo de 17 semanas mostrou uma queda de 62% nos rastros visíveis nas rotas otimizadas. A redução geral de rastros durante o teste foi de 11,6%.

Este site usa cookies

Usamos cookies para análise para melhorar nosso site. Leia nossa política de privacidade para mais informações.
Recusar