AIモデルは大規模な熱帯波と海洋流れを予測するのに役立つ

研究者チームは最近、数百マイル/キロメートルにわたる海洋現象、たとえば熱帯不安定波（TIW）を予測することができるAIモデルを設計しました。熱帯不安定波（TIW）は、太平洋で赤道近くで発生する海洋現象です。太平洋のTIWは、西向きに動く曲がった三角形の波の運動を伴います。これは、周囲の海よりも著しく冷たい熱帯の冷たい舌と呼ばれる地域の端に沿って発生します。

TIWを引き起こす環境要因は非常に複雑であり、予測は困難です。TIWの予測は従来、複雑な統計モデルと物理モデルで行われていました。しかし、研究者チームは最近、TIWやその他の海洋現象をよりよく予測することを目的としたAIモデルを設計しました。

Phys.orgによると、研究チームは、中国科学院海洋研究所（IOCAS）のLI Xiaofeng教授が率いていました。また、上海海洋大学や中国自然資源省の第二海洋研究所などの中国の海洋科学部門のメンバーも含まれていました。チームは衛星データを使用して、深層学習モデルを設計しました。このモデルは、海洋を数千キロメートルにわたって移動する不安定波を分析することを目的としていました。衛星データを使用していても、海洋現象に影響を与える環境要因は難しいものです。しかし、AIモデルはこれらの変数を解釈し、予測を行うことができます。

研究者たちが設計した深層学習モデルは、衛星によって収集された海面温度データを使用しました。モデルは海流パターンを分析し、海面温度データと比較しました。研究者たちは約9年間のデータを使用してモデルをトレーニングし、テストしました。結果を分析したところ、モデルは海面温度の変化を正確に予測し、TIWの時間的および空間的変動を予測することができたことがわかりました。

この研究は、ビッグデータを使用したAIモデルが、海洋の複雑な現象を予測するための信頼性の高い方法であることを示唆しています。

「AIベースのモデル、統計モデル、従来の数値モデルは相互に補完し合い、複雑な海洋現象を研究するための新しい視点を提供することができます」とLI XiaofengはPhys.orgに説明しています。

モデルが改良され、精密化されることを期待しています。そうすれば、大規模な波や嵐の予測に役立ち、実用的応用として海洋航行システムや沿岸都市に被害をもたらす可能性のある激しい気象現象の予測に役立つことができます。このような研究は、気候変動が海洋流れの動きや周囲の環境との相互作用を変えている世界で特に貴重です。LI Xiaofengと同僚たちによる研究は、AIアルゴリズムや衛星データを使用して海洋流れや関連現象を学び、予測するという、急速に成長しているトレンドの一部です。

海洋現象を追跡し予測するためのAIの別の例として、今年の初めに、プライムスマリン研究所とエーゲ大学の研究者チームが、機械学習アルゴリズムと衛星データを使用して、プラスチックごみの濃集地域を特定し、その拡散を追跡する方法を調査する研究を発表しました。

チームは、プラスチックごみの衛星画像を使用して、画像識別システムをトレーニングしました。システムがプラスチックごみを木、海藻、その他の自然漂流物と区別できるかどうかを確認することを目的としていました。研究結果によると、アルゴリズムは約86%の確率でごみを正確に識別することができたことがわかりました。研究者たちはモデルを改良し、沿岸や川でプラスチックごみの特定とクリーンアップを促進するシステムを作成したいと考えています。