Современная наука столкнулась с серьезным вызовом: традиционные спутники фиксируют высоту морской поверхности лишь раз в десять дней, что не позволяет отслеживать динамичные процессы, меняющиеся за считанные часы. Новая методика GOFLOW совершила качественный скачок, превратив обычные метеорологические данные в высокоточный инструмент наблюдения. Работа опубликована в журнале Nature Geoscience.
ИИ превратил спутниковые снимки в динамические карты океанических течений

Исследователи обучили нейросеть на компьютерных симуляциях, научив алгоритм распознавать, как температурные узоры на воде деформируются под воздействием скрытых потоков. Анализируя снимки, сделанные с интервалом в пять минут, система воссоздает движение воды с высокой точностью.
Как отмечает соавтор работы Люк Ленен: «Метеоспутники годами наблюдали за поверхностью океана. Прорыв заключался в том, чтобы научиться превращать эту покадровую съемку в почасовые карты течений, отслеживая, как температурные структуры изгибаются, растягиваются и перемещаются». Такой подход позволяет видеть не просто усредненные показатели, а реальную жизнь океана в движении.
Глобальное значение и перспективы
Практическая ценность метода выходит далеко за рамки чисто академического интереса. Течения играют ключевую роль в формировании климата, перенося тепло по планете и регулируя обмен углекислым газом между атмосферой и океанскими глубинами.
Детальные карты необходимы для проведения поисково-спасательных операций и прогнозирования траектории нефтяных разливов. GOFLOW уже успешно прошел испытания в районе Гольфстрима, где его данные совпали с измерениями судовых приборов. При этом GOFLOW обнаружила в реальности мелкие вихри, которые раньше были видны только в моделях.
Ленен подчеркивает: «Это открывает ряд захватывающих возможностей в физической океанографии, которые до сих пор мы только моделировали. Теперь мы можем измерять ключевые характеристики малых интенсивных течений, используя реальные наблюдения». Несмотря на то, что облачность пока остается помехой для тепловых сенсоров, ученые планируют интегрировать другие типы данных, чтобы сделать мониторинг глобальным и непрерывным, что значительно улучшит прогнозы погоды и понимание состояния морских экосистем.


