Forskere arbejder på at udvikle automatisk kortlægning af drivis i Arktis ved hjælp af satellitter og kunstig intelligens. (Foto: ESA/DTU Space, Andreas Stokholm)

Dusør for at lave det bedste kort over drivende havis i Arktis

Jordobservation Isforskning
DTU Space har sammen med blandt andre ESA givet forskere og studerende i Europa en udfordring: Lav det bedste kort over havisen i Arktis ved hjælp af satellitdata og AI – og vind 3.000 Euro samt ekspert-feedback. Nu er 100 hold i gang.

Forskere på DTU Space arbejder på fuld tryk for at udvikle modeller, der kan kortlægge havisen automatisk i de arktiske farvande.

Det sker ved hjælp af satellitdata og kunstig intelligens (AI). Havisen flytter sig konstant. Kort over isen i høj opløsning er derfor et vigtigt redskab til at sikre, at skibe kan navigere sikkert i de arktiske farvande omkring Grønland.

For at få nye ideer til arbejdet med kortlægning af havisen har forskere på DTU Space i samarbejde med den europæiske rumorganisation ESA og andre partnere lanceret konkurrencen AutoICE. Her inviteres forskere og studerende i Europa til at komme med deres bud på modeller, der kan producere kort over havisen automatisk baseret på AI.

”Formålet med konkurrencen er blandt andet at få flere til at arbejde med problemstillingen. Desuden vil vi gerne have nye ideer og løsningsforslag til, hvordan vi sikrer de mest robuste og præcise kort over havisen baseret på automatiseret og AI-drevet databehandling af satellitdata,” fortæller ph.d.-studerende Andreas Stokholm på DTU Space.

”Vi har over 100 hold, der deltager. Vi glæder os meget til at se nærmere på deres løsningsforslag i april, når konkurrencen slutter”.

Andreas Stokholm er selv i gang med et ph.d.-projekt, der handler om at udvikle en haviskort-model ved hjælp af kunstig intelligens. Han har været med til at udvikle konkurrencen sammen med DTU Space-kollega og forskningsingeniør Roberto Saldo.

Den nuancerede information om havisen kan også bruges i vejr- og klimamodeller.

Hurtigere og billigere skibsruter via Arktis

Havisens udbredelse i Arktis er blevet mindre som følge af klimaforandringer.

Det øger mulighederne for at etablere nye handelsruter, der kan forbinde Stillehavet og Atlanterhavet via de Arktiske farvande. Hvis en skibsrute fra Sydkorea til Danmark for eksempel kan gå via Arktis i stedet for Suez-kanalen, kan der skæres cirka 13 dage og 10 procent af omkostningerne for turen.

”I takt med at der kommer mere skibstrafik i havene omkring Arktis, øges behovet for få mere præcise kort over havisen for at kunne navigere sikkert og effektivt. Det er en stor udfordring i og med at havisen hele tiden flytter sig, og dens udbredelse ændres. Forskning viser også, at havisen vil blive mere dynamisk og flytte sig mere, når der bliver mindre af den,” forklarer Andreas Stokholm.

I dag er en stor del af is-kortlægningen manuel

I dag foregår en stor del af is-kortlægningen manuelt ved at professionelle is-kortlæggere ser på satellit-radarbilleder af isen og analyserer dem. Ved hjælp af en computer tegnes på den baggrund nye is-kort dagligt.

Det er denne proces, forskerne ønsker at automatisere og gøre mere nøjagtig ved at bruge kunstig intelligens til at bearbejde data fra satellitterne.

Til konkurrencen får deltagerne adgang til et datasæt med satellit-radarbilleder og iskort lavet af professionelle is-kortlæggere, som de kan arbejde ud fra.

Blandt andet bruges billeder fra ESA’s Sentinel 1-satellitter, som dækker Arktis fra en bane knap 700 km over Jorden. Satellitterne er forsynet med en SAR-enhed (Synthetic Aperture Radar), som kan ’se’ isen og tage billeder af den døgnet rundt, også når det er mørkt og skyet.

Fakta: AutoICE-konkurrencen

Konkurrencen løber frem til 17. april. Derefter  findes vinderne.

 

Bag AutoICE står DTU Space, ESA, Danmarks Meteorologiske Institut (DMI), Norwegian Computing Center, Polar View og Nansen Environmental Remote Sensing Center (NERSC).

 

Deltagerne skal udvikle en maskinlæringsmodel, som kan levere data for havis-parametrene: haviskoncentration, udviklingsstadium og is-flagestørrelse. Brugen af kunstig intelligens (AI) eller maskinlæring i konkurrencen går ud på, at en computer ud fra satellit-data bliver i stand til, eller lærer, at kortlægge havisen.

 

Der er et tilgængeligt datasæt til konkurrencen, som deltagerne kan arbejde ud fra.

Læs mere om konkurrencen