MADRID 13 Mar. (EUROPA PRESS) -
Investigadores de la Universidad de Stanford (Estados Unidos) han utilizado el aprendizaje automático para analizar por primera vez datos de teledetección de alta resolución sobre los movimientos del hielo en la Antártida. Su trabajo, publicado en 'Science' revela algunos de los principios físicos fundamentales que rigen los movimientos a gran escala de la capa de hielo antártica y podría ayudar a mejorar las predicciones sobre cómo cambiará el continente en el futuro.
"En la era satelital, se ha puesto a disposición una gran cantidad de datos observacionales", apunta Ching-Yao Lai , profesor adjunto de geofísica en la Escuela de Sostenibilidad Doerr de Stanford y autor principal del artículo. "Combinamos ese extenso conjunto de datos observacionales con aprendizaje profundo basado en la física para obtener nuevos conocimientos sobre el comportamiento del hielo en su entorno natural".
La capa de hielo antártica, la mayor masa de hielo de la Tierra y casi el doble del tamaño de Australia, actúa como una esponja para el planeta, manteniendo estables los niveles del mar al almacenar agua dulce en forma de hielo. Para comprender el movimiento de la capa de hielo antártica, que se reduce a un ritmo cada año mayor, los modelos existentes se han basado tradicionalmente en suposiciones sobre el comportamiento mecánico del hielo derivadas de experimentos de laboratorio.
Sin embargo, el hielo antártico es mucho más complejo de lo que se puede simular en el laboratorio, explica Lai. El hielo formado a partir del agua de mar tiene propiedades diferentes a las del hielo formado a partir de nieve compactada, y las capas de hielo pueden contener grandes grietas, bolsas de aire u otras inconsistencias que afectan su movimiento. "Estas diferencias influyen en el comportamiento mecánico general, el llamado modelo constitutivo, de la capa de hielo de maneras que no se capturan en los modelos existentes o en un entorno de laboratorio", recalca Lai.
Lai y su equipo no intentaron capturar cada una de estas variables individuales. En su lugar, construyeron un modelo de aprendizaje automático para analizar los movimientos a gran escala y el espesor del hielo registrado con imágenes satelitales y radares de aviones entre 2007 y 2018. Los investigadores pidieron al modelo que se ajustara a los datos de teledetección y se ajustara a varias leyes físicas existentes que rigen el movimiento del hielo, utilizándolo para derivar nuevos modelos constitutivos que describan la viscosidad del hielo (su resistencia al movimiento o al flujo).
De esta forma, los investigadores se centraron en cinco plataformas de hielo de la Antártida: plataformas flotantes de hielo que se extienden sobre el océano desde glaciares terrestres y retienen la mayor parte del hielo glacial antártico. Descubrieron que las partes de las plataformas de hielo más cercanas al continente se están comprimiendo, y los modelos constitutivos en estas áreas son bastante consistentes con los experimentos de laboratorio. Sin embargo, a medida que el hielo se aleja del continente, comienza a ser arrastrado hacia el mar. La tensión provoca que el hielo en esta zona presente diferentes propiedades físicas en distintas direcciones, como por ejemplo, que un tronco se parta más fácilmente a lo largo de la fibra que a lo ancho, un concepto denominado anisotropía.
"Nuestro estudio revela que la mayor parte de la plataforma de hielo es anisotrópica", apunta el primer autor del estudio, Yongji Wang, quien dirigió el trabajo como investigador postdoctoral en el laboratorio de Lai. "La zona de compresión -la parte cercana al hielo encallado- solo representa menos del 5% de la plataforma de hielo. El 95% restante es la zona de extensión y no sigue la misma ley".
Comprender con precisión los movimientos de la capa de hielo en la Antártida será cada vez más importante a medida que aumenten las temperaturas globales. El aumento del nivel del mar ya está incrementando las inundaciones en zonas bajas e islas, acelerando la erosión costera y agravando los daños causados por huracanes y otras tormentas severas. Hasta ahora, la mayoría de los modelos han asumido que el hielo antártico tiene las mismas propiedades físicas en todas las direcciones. Los investigadores sabían que esto era una simplificación excesiva (los modelos del mundo real nunca reproducen a la perfección las condiciones naturales), pero el trabajo de Lai, Wang y su equipo demuestra de forma concluyente que los modelos constitutivos actuales no capturan con precisión el movimiento de la capa de hielo observado por satélite.
Los autores del estudio aún desconocen con exactitud la causa de la anisotropía de la zona de extensión, pero planean seguir perfeccionando su análisis con datos adicionales del continente antártico a medida que estén disponibles. Los investigadores también pueden utilizar estos hallazgos para comprender mejor las tensiones que pueden causar rifts o desprendimientos (cuando grandes trozos de hielo se desprenden repentinamente de la plataforma) o como punto de partida para incorporar mayor complejidad a los modelos de la capa de hielo. Este trabajo es el primer paso hacia la construcción de un modelo que simule con mayor precisión las condiciones que podríamos enfrentar en el futuro.
También creen que las técnicas empleadas aquí -que combinan datos observacionales y leyes físicas establecidas con aprendizaje profundo- podrían utilizarse para revelar la física de otros procesos naturales con amplios datos observacionales. Esperan que sus métodos contribuyan a nuevos descubrimientos científicos y a nuevas colaboraciones con la comunidad geocientífica.
"Intentamos demostrar que realmente se puede usar la IA para aprender algo nuevo", finaliza Lai. "Aún necesita estar sujeta a ciertas leyes físicas, pero este enfoque combinado nos permitió descubrir la física del hielo más allá de lo que se conocía previamente y podría impulsar una nueva comprensión de los procesos terrestres y planetarios en un entorno natural".