Los científicos han desarrollado una nueva forma de rastrear las corrientes superficiales del océano en grandes áreas con mayor detalle que nunca. La técnica, conocida como GOFLOW (Geostationary Ocean Flow), utiliza el aprendizaje profundo para analizar imágenes térmicas capturadas por satélites meteorológicos que ya están en órbita. Al depender de satélites existentes, el método supone un avance importante en la vigilancia de los océanos sin necesidad de nuevos equipos en el espacio.
La investigación fue dirigida por Luke Lenine del Instituto Scripps de Oceanografía de UC San Diego y Kaushik Srinivasan, ahora alumno de Scripps en UCLA. Sus resultados fueron publicados Naturaleza y Geografía. Los coautores Roy Barkan de la Universidad de Tel Aviv y Nick Pizzo de la Universidad de Rhode Island también se formaron en Scripps. La financiación provino de la Oficina de Investigación Naval, la NASA y el Consejo Europeo de Investigación.
Por qué las corrientes oceánicas son importantes para el clima y la vida
Las corrientes oceánicas son esenciales para el funcionamiento del planeta. Transfieren calor a nivel mundial, transfieren carbono entre la atmósfera y las profundidades del océano y hacen circular nutrientes que sustentan los ecosistemas marinos. Desempeñan un papel importante en situaciones del mundo real, como los esfuerzos de búsqueda y rescate y el seguimiento de derrames de petróleo.
A pesar de su importancia, era difícil medir con precisión las corrientes en grandes áreas. Algunos satélites estiman las corrientes indirectamente observando cambios en el nivel del mar, pero normalmente vuelven a visitar la misma zona sólo una vez cada 10 días, lo que es demasiado lento para capturar corrientes que pueden acumularse y desvanecerse en cuestión de horas. Los radares de barcos y costeros pueden detectar cambios rápidamente, pero sólo en áreas limitadas.
El eslabón perdido en la mezcla de los océanos
Esta limitación ha dejado a los científicos con un gran punto ciego en las escalas donde se produce la mezcla vertical. La mezcla vertical ocurre cuando el agua superficial se mueve hacia abajo o el agua profunda se eleva, y es impulsada por características que pueden tener menos de 10 kilómetros (seis millas) y cambiar rápidamente.
Comprender este proceso es muy importante. Trae nutrientes de las profundidades del océano a la superficie, sustenta la vida marina y transporta dióxido de carbono al fondo, donde puede almacenarse a largo plazo. Sin observaciones detalladas, gran parte de esta actividad sigue siendo difícil de medir directamente.
Conversión de imágenes de satélite en mapas de corrientes oceánicas
La idea de GOFLOW comenzó en 2023, cuando Lenin examinó imágenes térmicas del Atlántico Norte del satélite GOES-East, que se utiliza comúnmente para el seguimiento meteorológico. Estas imágenes se capturan cada cinco minutos y muestran patrones de agua cálida y fría a través de las nubes, así como en la superficie del océano.
Lenin notó que en estos patrones de temperatura eran visibles corrientes importantes, como la Corriente del Golfo. Esta observación llevó a la idea de convertir esos patrones en una nueva forma de medir las corrientes oceánicas.
Cómo la IA rastrea las corrientes oceánicas
Para hacer esto posible, el equipo de investigación entrenó una red neuronal para comprender cómo cambian y se forman los patrones de temperatura de la superficie del océano bajo la influencia de las corrientes. El sistema aprendió de detalladas simulaciones por computadora de la circulación oceánica, que vincularon patrones de temperatura específicos con velocidades conocidas del agua.
Una vez entrenado, el modelo analiza secuencias de imágenes de satélite y rastrea cómo estos patrones se mueven a lo largo del tiempo. A partir de este movimiento, se puede determinar la corriente subyacente responsable del cambio.
“Los satélites meteorológicos llevan años vigilando la superficie del océano”, afirmó Lenin. “El gran avance fue aprender cómo convertir ese lapso de tiempo en mapas horarios de corrientes mediante el seguimiento de los patrones de temperatura a medida que se doblan, estiran y pasan de una hora a la siguiente”.
Comprobación de la precisión con datos del mundo real
Los investigadores evaluaron GOFLOW en 2023 comparando sus resultados con mediciones directas recopiladas por barcos en la región de la Corriente del Golfo, así como con métodos satelitales tradicionales basados en la topografía del océano. Los resultados coincidieron estrechamente con ambas fórmulas.
Sin embargo, GOFLOW proporcionó detalles mucho más nítidos, especialmente para entidades pequeñas y de rápido movimiento, como remolinos y capas límite. Los métodos anteriores a menudo suavizan estas características hasta alcanzar promedios amplios. Con la resolución mejorada, el equipo pudo identificar patrones estadísticos clave de corrientes pequeñas e intensas que impulsan la mezcla vertical. Hasta ahora, estos patrones se han observado principalmente en simulaciones y no en observaciones directas.
“Esto abre una gama de posibilidades interesantes en la oceanografía física a las que, hasta ahora, sólo se podía acceder mediante simulaciones”, afirmó Lennen. “Utilizando GOFLOW, ahora podemos medir la firma clave de estas corrientes pequeñas e intensas utilizando observaciones reales en lugar de depender casi por completo de simulaciones. Esto abre la puerta a probar ideas arraigadas desde hace mucho tiempo sobre cómo el océano absorbe calor y carbono”.
No se requieren nuevos satélites
Debido a que GOFLOW funciona con datos de satélites geoestacionarios existentes, no requiere lanzar nuevos instrumentos al espacio. Con el tiempo, el método podría integrarse en sistemas de predicción meteorológica y modelos climáticos. Al capturar corrientes que cambian rápidamente, puede mejorar las predicciones relacionadas con las interacciones aire-mar, el movimiento de desechos marinos y la dinámica de los ecosistemas.
Retos y futura expansión
La nubosidad sigue siendo una limitación, ya que las nubes bloquean las imágenes térmicas en las que se basa GOFLOW. El equipo de investigación planea integrar fuentes de datos satelitales adicionales para llenar estos vacíos y lograr una cobertura más consistente.
Ya se está trabajando para expandir el método a nivel mundial. El equipo ha puesto a disposición del público sus productos de datos y su código, lo que puede ayudar a otros científicos a desarrollar visiones y explorar nuevas aplicaciones.
