Kunstig intelligens hjælper eksperter med at forudsige isbjerge

I år vil et relativt lavt antal isbjerge drive ind i travle skibsfartsregioner i det nordvestlige Atlanterhav, ifølge en kombination af kontrolsystemer og modeller for kunstig intelligens -prognoser udviklet af eksperter ved University of Sheffield.

En nyligt udgivet kontrolsystemmodel er blevet brugt til at forudsige, at mellem 479 og 1, 015 isbjerge vil nå farvande syd for 48°N - det område med størst risiko for skibsfart, der rejser mellem Europa og det nordøstlige Nordamerika - i 2020, sammenlignet med 1, 515 observeret der sidste år.

I en innovativ ny modeltilgang, teamet har brugt eksperimentel kunstig intelligensanalyse til uafhængigt at understøtte forudsigelsen om lave isbjergetal og samtidig forudsige en hurtig tidlig stigning i antallet af isbjerge i dette område i isperioden fra januar til september.

Resultaterne er leveret til International Ice Patrol (IIP) for at informere ressourceanvendelse for bedre regelmæssige isprognoser i løbet af sæsonen. Sæsonprognosen tyder på, at sandsynligheden for, at et isbjerg støder på skibe i det nordvestlige Atlanterhav vil være mindre, end det var sidste år.

Isbjerge har længe været en risiko for skibsfarten i det nordvestlige Atlanterhav, med registreringer af kollisioner og forlis, der strækker sig tilbage i det 17. århundrede. Den berygtede forlis af Titanic i 1912 førte til dannelsen af ​​IIP, som har til opgave at observere havis og isbjerge i det nordvestlige Atlanterhav og advare skibsfarten om isfarer.

Isbjergrisikoen varierer enormt fra år til år, med nogle års registrering ingen isbjerge, der passerer over 48 ° N, mens andre registrerer godt over 1, 000 – hvilket gør det svært at forudsige, selvom der generelt er blevet talt højere tal syd for 48°N siden 1980'erne.

I år er første gang eksperter har brugt kunstig intelligens til at forudsige det samlede antal isbjerge, der passerer 48 ° N, og ændringshastigheden i dette antal hen over sæsonen.

Modellen, udviklet af et team ledet af professor Grant Bigg ved University of Sheffield og finansieret af forsikringsfirmaet AXA XL's Ocean Risk Scholarships Program, bruger en kontrolsystemmodel og to maskinlæringsværktøjer. Disse analyserer data vedrørende overfladetemperaturen i Labradorhavet, variationer i atmosfærisk tryk i Nordatlanten, og overflademassebalancen på den grønlandske indlandsis. Fundamentkontrolsystemets tilgang opnåede et nøjagtighedsniveau på 80 procent, når det blev testet mod data om isbjergtal for sæsoner mellem 1997 og 2016.

Professor Biggs tidligere forskning viste, at variable kælvningsrater fra Grønland i høj grad forklarer variationen i antallet af isbjerge, der driver syd for 48°N fra år til år - men de grundlæggende drivkræfter er regionalt klima og havstrømme. Observationer af isbjerge og hav/atmosfære tyder på, at et større antal isbjerge er forbundet med koldere havoverfladetemperaturer og stærkere nordvestlig vind.

Grant Bigg, Professor i Earth System Science ved University of Sheffield, sagde:"Vi har udstedt sæsonbestemte isprognoser til IIP siden 2018, men i år er det første gang, vi har kombineret den originale kontrolsystemmodel med to kunstig intelligens-tilgange til specifikke aspekter af prognosen. Aftalen i alle tre tilgange giver os tillid til at offentliggøre prognosen for lave isbjergetal offentligt i år - men det er værd at huske på, at dette kun er en prognose for isbjerget, ikke en garanti, og at kollisioner mellem skibe og isbjerge forekommer selv i år med lav is."

Mike Hicks fra International Ice Patrol sagde:"Tilgængeligheden af ​​en pålidelig forudsigelse er meget vigtig, da vi betragter balancen mellem luft- og satellitrekognoseringsmetoder."

Dr. John Wardman, en Senior Science Specialist i Science and Natural Perils-teamet hos AXA XL, sagde:"Havvandsstigningens indvirkning på kysteksponering og en potentiel stigning i arktisk skibsfartsaktivitet vil kræve et større antal og mangfoldighed af risikooverførselsløsninger gennem brug af genforsikringsprodukter og andre 'bløde' afbødningsstrategier. Forsikringsbranchen holder skarpt øje med Arktis, og denne model er et vigtigt værktøj til at hjælpe industrien med at identificere, hvordan eller hvornår den smeltende Grønlands Indlandsis vil direkte påvirke markedet."