Uudet satelliittimenetelmät tuottavat tarkempaa tietoa Itämeren jäätilanteesta

Ilmatieteen laitoksen jääpalvelu tuottaa yhteistyössä Ruotsin ilmatieteen laitoksen SMHI:n kanssa Itämeren jääkartat. Kartat perustuvat visuaaliseen jääanalyysiin, jossa jää jaetaan pääasiassa SAR-tutkakuviin perustuen yhtenäisiin jääalueisiin. Alueet esitetään jääkartassa monikulmioina, ja niissä kuvataan esimerkiksi jään paksuutta, kattavuutta ja rakennetta.

Ensimmäisessä tutkimuksessa kehitettiin koneoppimiseen perustuva segmentointialgoritmi, joka tuottaa jääkarttojen kaltaisen jaon SAR-satelliittikuvista. Menetelmä pohjautuu U-net-hermoverkkoon. Testitulokset osoittivat, että uusi algoritmi pystyy tuottamaan visuaalisesti ja numeerisesti tarkempia jääalueiden segmentointeja kuin nykyiset menetelmät.

Uuden algoritmin on tarkoitus korvata SAR-segmentointi, joka on tällä hetkellä käytössä Copernicus Marine Service -palvelussa, johon myös Ilmatieteen laitos tuottaa merijäädataa.

Segmentointitulos on myös helposti muunnettavissa vektorigrafiikaksi eli jääkarttojen kanssa yhteensopiviksi monikulmioiksi. Segmentointia vektorigrafiikkamuodossa voitaisiin käyttää visuaalisen jääkartoituksen pohjana helpottamaan jääkartoitusta.

Merijään paksuutta voidaan arvioida täsmällisemmin

Toisessa tutkimuksessa keskityttiin Itämeren merijään paksuuden arviointiin käyttäen X-kaistan SAR-satelliittidataa. Kehitetty algoritmi hyödyntää X-kaistan tutkadataa, jääkarttojen historiatietoja sekä operatiivisen HIGHTSI-jäämallin ennusteita.

Tulokset osoittavat, että menetelmä tuottaa jäänpaksuusarvioita, joiden poikkeama todellisista mittauksista on keskimäärin noin 7 senttimetriä. Tarkkuus on siten samaa luokkaa kuin C-kaistan SAR-tutkadataan pohjautuva operatiivinen jäänpaksuus ja huomattavasti tarkempi kuin jäämallin tuottama ennuste. Esimerkiksi HIGHTSI-jäämallin ennustamalle paksuudelle vastaava poikkeama oli noin 15 senttimetriä.

Ilmatieteen laitoksen tutkijoiden kehittämä menetelmä täydentää jo aiemmin käyttöön otettujen C-kaistan SAR-tutkien tuottamaa merijään paksuustietoa käyttäen X-kaistan SAR-tutkadataa. Yhdistämällä C- ja X-kaistan datat saadaan sekä paikallisesti että ajallisesti kattavampi kuva Itämeren jääpeitteen paksuudesta.

X-kaistan tutkadataa vastaanotetaan Ilmatieteen laitoksessa kolmesta SAR-satelliitista lähes reaaliaikaisesti. Lasketut jäänpaksuudet toimitetaan EU:n Copernicus Marine Service -palveluun, josta ne ovat vapaasti ladattavissa.

Lisätietoja:

Erikoistutkija Juha Karvonen, Ilmatieteen laitos, puh. 050 364 3888, juha.karvonen@fmi.fi

Ryhmäpäällikkö Marko Mäkynen, Merijää ja kaukokartoitus, Ilmatieteen laitos, marko.makynen@fmi.fi

Viitteet:

Karvonen J.,. U-net with ResNet-34 backbone for dual-polarized C-band baltic sea-ice SAR segmentation. Annals of Glaciology. Published online 2024:1-15. doi:10.1017/aog.2024.33.

Karvonen J.A., Cheng B., Baltic sea ice thickness estimation based on X-band SAR data and background information. Annals of Glaciology. Published online 2024:1-11. doi:10.1017/aog.2024.24.

Kuvapari esittää Itämeren jäätilannetta 15.3.2021. Vasemmalla on perinteinen jääkartta, jossa jääalueet on eroteltu jään ominaisuuksien mukaan ja merkitty eri väreillä. Oikealla on tekoälyalgoritmin tuottama automaattinen jääaluejako samalle satelliittikuvamosaiikille. Kuvapari havainnollistaa, kuinka algoritmin tuottamat jääalueet vastaavat perinteistä jääkarttaa. Kuva: Ilmatieteen laitos.

X-kaistan SAR-tutka-algoritmin tuottama Itämeren jäänpaksuus 1.3.2023. Tämä on kuvamosaiikki, joka koostuu useista yksittäisistä X-kaistan SAR-jäänpaksuuskuvista. Kuva: Ilmatieteen laitos.