L'intelligence artificielle révèle des connexions entre les océans du monde

• Une nouvelle technique d'apprentissage automatique identifie les liens et les modèles dans l'océan qui ont du sens.
• Il révèle un total de 5 régions dynamiques cohérentes qui représentent près de 93,7 % de l'océan mondial, ainsi que leur paramètre physique le plus dominant.

Avant l'émergence de méthodes d'observation et de modélisation avancées, l'état physique/dynamique de l'océan était déterminé à l'aide de descriptions quasi-laminaires à grande échelle telles que les flux de Stommel-Arons, les recettes abyssales ou l'équilibre de Sverdrup.

Les progrès récents de la capacité de modélisation et de l'instrumentation ont montré que la physique des océans peut être caractérisée par une variabilité spatiale et temporelle complexe. Chaque région de la mer a un état unique qui dépend de plusieurs facteurs tels que la météorologie locale, la proximité des frontières ouest et est, etc.

Pour détecter quelle physique est la plus dominante dans un endroit donné, il faut examiner un nombre écrasant de points de données pour plusieurs paramètres, y compris la salinité, la vitesse, la température et comment les choses changent avec la profondeur.

Puisqu'il est impossible pour un humain de déchiffrer d'aussi énormes quantités de données, les chercheurs du MIT ont développé une nouvelle méthode d'apprentissage automatique pour identifier les liens et les modèles dans l'océan qui ont du sens.

Qu'est-ce que l'algorithme a résolu ?

L'équipe de recherche a utilisé « Estimation de la circulation et du climat de l'océan » (ECCO) pour obtenir des données sur ce qui se passe dans l'océan mondial. ECCO fournit des informations sur la variabilité océanique, la physique côtière, les cycles biologiques et la géodésie, sur la base de milliards de paramètres enregistrés au cours des deux dernières décennies.

Référence :Wiley Online Library | doi:10.1029/2018EA000519 | MIT

Ils ont ensuite appliqué le clustering K-means - une méthode de quantification vectorielle - pour détecter des modèles robustes dans les données et déterminer la physique dominante dans la mer. Les résultats ont révélé un total de 5 clusters, représentant 5 régions cohérentes dynamiques qui représentent près de 93,7 % de l'océan mondial.

Le plus grand groupe, par exemple, représente environ 43 % de la mer mondiale :son paramètre le plus dominant est la contrainte du vent à la surface de la mer qui est équilibrée par les couples au fond. Ce paramètre est principalement enregistré dans les gyres subpolaires et subtropicaux de l'hémisphère nord, de grandes parties de l'océan Arctique et un mince ruban dans l'océan Austral.

Océans regroupés par des paramètres similaires | Crédit :Maike Sonnewald

De même, les 4 autres groupes montrent le paramètre physique dominant et où exactement il peut être trouvé dans l'océan global. Les 6,3 % restants des zones océaniques étaient assez difficiles à cerner.

Dans la prochaine étude, les chercheurs utiliseront la même technique d'apprentissage automatique avec des données à plus haute résolution pour suivre les 6,3 % restants. Ils se concentreront sur les facteurs sensibles aux climats, tels que la circulation gyre et le renversement.

Lire :L'océan terrestre a absorbé 338 zettajoules d'énergie thermique de 1991 à 2016

Pour l'instant, cet outil peut aider les océanographes et les scientifiques à faciliter leur analyse, à comparer des régions avec celles qui se comportent de manière similaire et à concentrer leurs recherches aux bons endroits.