Uma equipe internacional de pesquisa desenvolveu um algoritmo de IA que obtém informações de alta qualidade sobre a cor do oceano a cada dez minutos a partir de dados do satélite meteorológico geoestacionário Himawari-8. Isso permite observar mudanças rápidas em águas costeiras, florescimentos de algas e transporte de sedimentos com alta resolução temporal pela primeira vez. O estudo foi conduzido por pesquisadores da Academia Chinesa de Ciências e parceiros.
Contexto
A cor do oceano fornece informações sobre ecossistemas marinhos, fitoplâncton e qualidade da água. Até agora, principalmente satélites em órbita polar, como o MODIS, forneciam dados precisos, mas atualizados apenas uma vez por dia. Satélites geoestacionários como o Himawari-8 oferecem alta resolução temporal, mas não são otimizados para observação oceânica e fornecem dados com baixa relação sinal-ruído e erros sistemáticos.
Solução Técnica
Os pesquisadores desenvolveram um algoritmo baseado em transformer que combina correções atmosféricas com aprendizado de máquina. O sistema foi treinado com centenas de milhões de dados de treinamento de medições MODIS e AERONET-OC. Ele corrige ruído e distorções sistemáticas nos dados do Himawari-8 e fornece valores de refletância de sensoriamento remoto (Rrs) para comprimentos de onda selecionados a cada dez minutos.
Resultados importantes
Em comparação com os produtos horários existentes, o algoritmo reduziu o erro quadrático médio (RMSE) em 34% a 470 nm, 26% a 510 nm e 12% a 640 nm. A correlação com dados de medição independentes foi superior a 0,98. O sistema corrige subestimações ou superestimações sistemáticas em águas turvas ou claras, respectivamente, e mostra alta concordância com os dados do MODIS.
Significado Prático
O novo método torna o satélite Himawari-8 útil pela primeira vez para a observação contínua de águas costeiras na região Ásia-Pacífico. Isso permite rastrear processos rápidos como florescimentos de algas, movimentação de sedimentos ou mudanças na qualidade da água em tempo quase real – algo que não era possível com os dados de satélite anteriores.
Perspectiva
Os pesquisadores planejam transferir o algoritmo para outros satélites geoestacionários (GK-2A, FY-4) e para sensores hiperespectrais como o PACE. A longo prazo, o método também deve contribuir para a melhoria do gerenciamento pesqueiro, sistemas de alerta precoce de florescimentos de algas e o monitoramento da qualidade da água.
FAQ
O que o novo algoritmo de IA faz?
Ele obtém informações de alta qualidade sobre a cor do oceano a cada dez minutos a partir dos dados do satélite Himawari-8, que não estavam disponíveis anteriormente.
Por que o Himawari-8 era inadequado até agora?
O satélite foi desenvolvido para observação meteorológica e fornece dados muito ruidosos e distorcidos para a cor do oceano.
Quão boa é a precisão?
O algoritmo reduz o erro em até 34% em comparação com produtos existentes e atinge correlações de mais de 0,98 com dados de medição.
Qual é o benefício prático?
Permite a observação em tempo quase real de mudanças rápidas em águas costeiras, como florescimento de algas ou transporte de sedimentos.
Para quais outros satélites o método deve ser transferido?
Para outros satélites geoestacionários como GK-2A e FY-4, bem como para sensores hiperespectrais como PACE.
