Mudanças nas massas de água armazenadas nos continentes podem ser detectadas com a ajuda de satélites. Os conjuntos de dados do campo gravitacional da Terra necessários para isso derivam das missões dos satélites GRACE e GRACE-FO.
Como esses conjuntos de dados incluem apenas as anomalias de massa de grande escala típicas, nenhuma conclusão sobre estruturas de pequena escala, como a distribuição real de massas de água em rios e braços de rio, é possível.
Usando o continente sul-americano como exemplo, os modeladores do sistema terrestre do Centro Alemão de Pesquisa de Geociências GFZ desenvolveram um novo Método de Aprendizado Profundo, que quantifica pequenas e grandes mudanças no armazenamento de água com a ajuda de dados de satélite. Este novo método combina habilmente Aprendizado Profundo, modelos hidrológicos e observações da Terra de gravimetria e altimetria.
Até agora não se sabe exatamente quanta água um continente realmente armazena. As massas de água continentais também estão em constante mudança, afetando a rotação da Terra e atuando como um elo no ciclo da água entre a atmosfera e o oceano. Os afluentes do Amazonas no Peru, por exemplo, carregam grandes quantidades de água em alguns anos, mas apenas uma fração dela em outros. Além das massas de água dos rios e outros corpos de água doce, quantidades consideráveis de água também são encontradas no solo, neve e reservatórios subterrâneos, que são difíceis de quantificar diretamente.
Agora, a equipe de pesquisa em torno do autor principal Christopher Irrgang desenvolveu um novo método para tirar conclusões sobre as quantidades de água armazenadas no continente sul-americano a partir dos dados de satélite resolvidos de maneira grosseira. “Para o chamado down-scaling, estamos usando uma rede neural convolucional, em resumo CNN, em conexão com um método de treinamento recém-desenvolvido”, diz Irrgang. “As CNNs são particularmente adequadas para o processamento de observações espaciais da Terra, porque podem extrair padrões recorrentes de forma confiável, como linhas, bordas ou formas e características mais complexas.”
A fim de aprender a conexão entre o armazenamento continental de água e as respectivas observações de satélite, o CNN foi treinado com dados de simulação de um modelo hidrológico numérico durante o período de 2003 a 2018. Adicionalmente, dados de altimetria de satélite na região amazônica foram usados para validação. O que é extraordinário é que esta CNN continuamente se auto-corrige e se autovalida para fazer as declarações mais precisas possíveis sobre a distribuição do armazenamento de água. “Esta CNN, portanto, combina as vantagens da modelagem numérica com a observação da Terra de alta precisão”, de acordo com Irrgang.
O estudo dos pesquisadores mostra que o novo Deep-Learning-Method é particularmente confiável para as regiões tropicais ao norte da latitude -20 ° no continente sul-americano, onde estão localizadas florestas tropicais, vastas águas superficiais e também grandes bacias subterrâneas. O mesmo que na parte ocidental do extremo sul da América do Sul, rica em água subterrânea. A redução da escala funciona menos bem em regiões secas e desérticas. Isso pode ser explicado pela variabilidade comparativamente baixa do já baixo armazenamento de água ali, que, portanto, só tem um efeito marginal no treinamento da rede neural. No entanto, para a região amazônica, os pesquisadores conseguiram mostrar que a previsão da CNN validada era mais precisa do que o modelo numérico utilizado.
No futuro, análises e previsões em grande escala, bem como regionais, do armazenamento de água continental global serão urgentemente necessárias. O desenvolvimento de modelos numéricos e a combinação com Métodos de Aprendizagem Profunda inovadores assumirão um papel mais importante neste processo, a fim de obter uma visão abrangente da hidrologia continental. Além de investigações puramente geofísicas, existem muitas outras aplicações possíveis, como o estudo do impacto das mudanças climáticas na hidrologia continental, a identificação de fatores de estresse para ecossistemas, como secas ou inundações, e o desenvolvimento de estratégias de gestão de água para regiões agrícolas e urbanas .
Publicado em 30/08/2020 15h44
Artigo original:
Estudo original:
Achou importante? Compartilhe!
Assine nossa newsletter e fique informado sobre Astrofísica, Biofísica, Geofísica e outras áreas. Preencha seu e-mail no espaço abaixo e clique em “OK”: