Förutsäger glaciärernas reträtt med hjälp av AI

Klimatförändringen leder ofrånkomligt till höjning av havsnivån. Men ingen vet hur snabbt höjningen kommer eller hur stor den blir. Mycket beror på hur glaciärerna beter sig. Nu tar Martin Jakobsson AI till hjälp för att bättre förutsäga utvecklingen. 

Martin Jakobsson

Professor i marin geologi och geofysik

Wallenberg Scholar

Lärosäte:
Stockholms universitet

Forskningsområde:
Marina kryosfären, Maringeofysisk kartering

I början av augusti 2024 stävar isbrytaren Oden för tredje gången mot norra Grönland på en forskningsexpedition med Martin Jakobsson som en av forskningsledarna. Hans huvudmål är att kartlägga botten av den grönländska Victoriafjorden.

Oden kan bli det första fartyget någonsin att ta sig in i den isfyllda och svårtillgängliga fjorden. Men det avskräcker inte Martin Jakobsson vars forskarliv har gjort att han spenderat närmare två år till sjöss. 

– Under expeditionen 2019 var vi det första fartyget som någonsin gått in i fjorden där Ryderglaciären mynnar ut i havet. Nu siktar vi på nästa outforskade fjord, Victoriafjorden, där C.H. Ostenfeldglaciären möter vattnet. 

Med på resan finns cirka 40 forskare från tio universitet och forskningsinstitut i Sverige, USA, Danmark, Australien och Schweiz. Under några hektiska dagar i början av sommaren packades all utrustning som ska följa forskarna på resan. 

Kartlägger alla hav

Expeditionen har ett flertal olika syften. Karteringen av fjordens botten ingår i projektet Seabed 2030 med det närmast svindlande målet att kartlägga alla världshavens bottnar till år 2030. 

– Vi har karterat cirka 26 procent i dag men att vi ska nå målet redan till år 2030 är mer av en vision än ett möjligt mål. All information samlas i en öppen databas för alla att ta del av.  

Kartorna skapas utifrån bilder som tas med ett avancerat ekolod, ett så kallat flerstråligt ekolod, som gör det möjligt att få en tredimensionell bild av havsbotten. Odens flerstråliga ekolod installerades redan 2007 genom anslag från bland annat Knut och Alice Wallenbergs Stiftelse. 

– Den satsningen bidrog till att göra Sverige till en av de ledande nationerna inom området havsbottenkartering i istäckta farvatten, säger Martin Jakobsson.   

Spårar glaciärer

I undervattensbilderna från Grönland syns tydliga spår i botten efter isens framfart. Martin Jakobsson reser sig från stolen för att hämta kartboken Atlas of Submarine Glacial Landforms. Atlasen publicerades första gången 1997 och den senaste versionen har högupplösta bilder från flerstråliga ekolod. Sidorna är fyllda av bearbetade bilder där olika färgade formationer framträder tydligt. Isens rörelser har skapat såväl plogspår som böljande ryggar och gropar i havsbotten. 

Forskarna har kopplat spåren i bottnen till unika rörelser hos glaciärerna bland annat med hjälp av satellitbilder som årsvis visar glaciärernas utbredning. Med spåren som en kodnyckel kan man sedan uttyda hur glaciärerna utvecklats under historiska klimatförändringar. Något som i sin tur blir viktigt för att förbättra dagens ismodeller. 

– Den största osäkerheten i dagens modeller finns i beskrivningen av de marina glaciärerna. Där kan förändringar ske oerhört fort. Hastigheten beror på saker som isens form, hur havsbotten ser ut och olika havsströmmar. Allt påverkar i vilken utsträckning som isen bryts ned. 

Han visar exempel på hur bergformationer på botten påverkat utvecklingen av grönländska Ryderglaciären. Där har berget blockerat varmare vatten från att smälta den underifrån. Hos den närliggande Petermannglaciären finns inget liknande skydd och nyligen förlorade den en yta som motsvarar en tredjedel av Öland. Detta kunde forskarna visa efter den senaste expeditionen med Oden år 2019. 

Bättre ismodeller

Kunskapen om glaciärernas utveckling kan göra det lättare att förutspå hur snabbt havsnivån påverkas av klimatförändringen. Men att granska undervattensbilderna för hand är oerhört tidskrävande.

– Det finns dock en systematik i spåren som gör dem perfekta för att tolkas av en AI-metod som maskininlärning. Men det kräver att vi först lär upp systemet så att det tolkar varje element rätt. 

Som Wallenberg Scholar ska Martin Jakobsson träna maskinlärningsalgoritmer både från bilder som samlats in under Odens expeditioner och internationella satsningar som Seabed 2030. Arbetet är starkt tvärvetenskapligt. 

– Vi sitter på nycklarna för att tolka spåren i bilderna, sedan behöver vi experter inom informationshantering och AI. 

Förutom illustrativa kartböcker har forskarna skapat datormodeller där de rekonstruerar och visualiserar glaciärernas rörelser. 

– Modellerna ger oss ytterligare ett facit till hur glaciärerna har vuxit fram och dragit sig tillbaka. Med AI kan vi snabba på detta arbete och skapa bättre och mer detaljerade modeller. 

Det kommer en höjning av den globala havsnivån – vi vet bara inte när och med hur mycket. Nu får vi möjligheten att göra ett omtag där vi lär oss mycket mer av all information vi samlat in. 

Scholarprojektet ska även introducera användningen av AI på ett bredare plan inom Stockholms universitets maringeovetenskapliga forskning. 

Även om detta är grundforskning så finns en rad tillämpningar. All infrastruktur som skapas på havsbotten kräver kunskap om hur terrängen ser ut. Oavsett som det gäller dragningen av atlantkablar till utbyggnaden av havsbaserade vindkraftverk. 

– Vår forskning bidrar till utvecklingen av en stor mix av olika tillämpningar. Det finns hur mycket som helst som kopplar till användningen av informationen vi samlar in, säger Martin Jakobsson. 

Text Magnus Trogen Pahlén
Bild Magnus Bergström