以闪电般的速度绘制冰山地图 人工智能比人类快一万倍

以闪电般的速度绘制冰山地图人工智能比人类快一万倍AnneBraakmann-Folgmann是11月9日发表在《冰冻圈》（TheCryosphere）杂志上的这一研究成果的主要作者，她在英国利兹大学攻读博士学位期间开展了这项研究。现在她在特罗姆瑟的挪威北极大学工作，她强调了大型冰山在南极环境中的重要性。这张图片由哥白尼哨兵-1号雷达卫星任务拍摄，显示了南极洲西海岸阿蒙森海的冰山。巨型冰山是南极环境的重要组成部分。它们影响海洋物理、化学、生物，当然也影响海上作业。因此，监测冰山范围并量化冰山向海洋释放的融水数量至关重要。利兹大学的研究人员推出了一种神经网络，它能迅速准确地绘制出哥白尼哨兵-1卫星雷达图像中南极大型冰山的范围，完成这项任务仅需0.01秒。这种新颖的方法与之前费时费力的人工操作形成了鲜明对比。图片来源：包含经修改的哥白尼哨兵数据（2015年），由欧空局处理冰山监测的意义"巨型冰山是南极环境的重要组成部分。它们影响海洋物理、化学、生物，当然也影响海上作业。因此，必须确定冰山的位置并监测其范围，以量化冰山向海洋释放的融水量"。哥白尼哨兵-1号雷达任务提供冰山图像，不受云层遮挡和日光不足的影响，在利用人工智能绘制冰山地图的创新方法中发挥着关键作用。在携带类似照相机的仪器的卫星所拍摄的图像中，冰山、海冰和云层都呈现白色，因此很难分辨出真正的冰山。而在大多数雷达图像中，如哨兵一号传回的图像，冰山在较暗的海洋和海冰背景中显示为明亮的物体。哥白尼哨兵-1号携带有先进的合成孔径雷达，以多种专业模式工作，为欧洲的哥白尼计划提供详细的图像。这些数据可用于监测海洋，包括航道、海冰、冰山和漏油等。图片来源：欧空局/ATGmedialab尽管如此，当周围环境复杂时，有时仍很难将冰山与海冰甚至海岸线区分开来。Braakmann-Folgmann博士解释说："我们有时很难将冰山与周围的海冰区分开来，因为海冰更粗糙、更古老，因此在卫星图像中看起来更明亮。这同样适用于被风吹皱的海洋。另外，较小的冰山碎片经常出现在冰山附近，因为它们的边缘会不断掉落碎冰，很容易被错误地与主冰山归为一类。卫星图像中的南极海岸线可能与冰山相似，因此标准的分割算法往往也会选择海岸线，而不仅仅是实际的冰山。"神经网络能力然而，即使在这些具有挑战性的条件下，新的神经网络方法也能出色地绘制冰山范围图。其强大之处在于神经网络能够理解错综复杂的非线性关系，并将整个图像背景考虑在内。要想有效跟踪冰山面积和厚度的变化（这对了解冰山如何溶解并向海洋释放淡水和养分至关重要），精确定位特定的巨型冰山以进行持续监测至关重要。巨型冰山是南极环境的重要组成部分。它们影响海洋物理、化学、生物，当然也影响海上作业。因此，监测冰山范围并量化冰山向海洋释放的融水数量至关重要。利兹大学的研究人员推出了一种神经网络，它能迅速准确地绘制出哥白尼哨兵-1卫星雷达图像中南极大型冰山的范围，完成这项任务仅需0.01秒。这种新颖的方法与之前费时费力的人工操作形成了鲜明对比。资料来源：利兹大学这项研究中引入的神经网络能够非常熟练地识别出每张图像中最大的冰山，而不像其他方法，后者经常会选择附近稍小的冰山。神经网络的架构基于著名的U-net设计。该系统使用哨兵-1拍摄的各种环境下的巨型冰山图像进行了细致的训练，并以人工绘制的轮廓作为目标。在整个训练过程中，系统不断改进其预测结果，并根据人工得出的轮廓与预测结果之间的差异调整其参数。当系统达到最佳性能时，就会自动停止训练，以确保其适应性和在新示例上的成功。研究成果和影响该算法已在七座冰山上进行了测试，面积从54平方公里到1052平方公里（21平方英里到406平方英里）不等，分别大致相当于瑞士伯尔尼市和香港的面积。我们编制了一个多样化的数据集，每个冰山包含15至46幅图像，时间跨度为2014-2020年的不同季节。为确保数据集的多样性，每个冰山每月使用一张哨兵-1图像。结果令人印象深刻，准确率达到99%。Braakmann-Folgmann博士补充说："能够以更快的速度和更高的精度自动绘制冰山范围图，将使我们能够更轻松地观测几座巨型冰山的冰山面积变化，并为实际应用铺平道路。"欧空局的马克-德林克沃特（MarkDrinkwater）指出："当然，卫星对于监测变化和了解远离人类文明的过程至关重要。这一新的神经网络使定位和报告冰山范围这一人工和劳动密集型任务实现了自动化。我们祝贺该团队引入了这种创新的机器学习方法，以实现一种强大而准确的方法来监测脆弱的南极地区的变化"。...PC版：https://www.cnbeta.com.tw/articles/soft/1396019.htm手机版：https://m.cnbeta.com.tw/view/1396019.htm