Los científicos de datos están utilizando nuevas técnicas para identificar lagos y embalses en todo el mundo
Un equipo de científicos de datos dirigido por la Universidad de Minnesota Twin Cities ha publicado un conjunto de datos global completo, el primero de su tipo, de lagos y embalses en la Tierra, que muestra cómo han cambiado en los últimos 30 años.
Los datos proporcionarán a los investigadores ambientales nuevos conocimientos sobre el uso de la tierra y el agua dulce, así como el impacto de los humanos y el cambio climático en los lagos y embalses. La investigación también es un avance importante en las técnicas de aprendizaje automático.
Recientemente se publicó en Datos científicosuna revista de acceso abierto revisada por pares publicada por Nature.
Los aspectos más destacados del estudio incluyen:
- El conjunto de datos de RealSAT contiene la ubicación y las variaciones de área de 681.137 lagos y embalses de más de 0,1 kilómetros cuadrados al sur de los 50 grados de latitud norte. La base de datos anterior más completa, llamada HydroLAKES, había identificado solo 245 420 lagos y embalses para la parte del mundo y el tamaño mínimo considerado en este estudio.
- RealSAT proporciona datos sobre el área de cada cuerpo de agua para cada mes desde 1984 hasta 2015. Esto permite cuantificar los cambios en el área de los lagos y embalses a lo largo del tiempo, lo cual es fundamental para comprender cómo y el uso del suelo alteran los cuerpos de agua. . agua fresca. Los datos de HydroLAKES contienen solo una forma estática para cada cuerpo de agua.
- El conjunto de datos de RealSAT es la culminación de ocho años de investigación. Representa un paso importante en la aplicación del nuevo aprendizaje automático basado en el conocimiento para su uso en ciencias ambientales. A diferencia de otros esfuerzos existentes, este conjunto de datos ahora se puede ampliar casi automáticamente a través del aprendizaje automático y se puede replicar rápidamente para una amplia variedad de datos de observación de la Tierra que están disponibles con una resolución cada vez mayor.
“En todo el mundo, vemos lagos y embalses que cambian rápidamente con patrones de precipitación estacional, cambios a largo plazo en el clima y decisiones de gestión humana”, dijo vipin kumarautor principal del estudio y profesor Regents y profesor William Norris en el Departamento de Ciencias de la Computación e Ingeniería de la U de M. impacto del cambio climático y las acciones humanas en nuestra agua dulce en todo el mundo».
La creación de un conjunto de datos global de lagos y embalses y su evolución ha requerido un nuevo tipo de algoritmos de aprendizaje automático que combinan el conocimiento de la dinámica física de las masas de agua con imágenes satelitales.
“ReaLSAT es un brillante ejemplo en el que los desafíos ambientales han impulsado una nueva clase de algoritmos de aprendizaje automático basados en el conocimiento que ahora se utilizan en muchas aplicaciones científicas”, dijo Kumar.
Los científicos que estudian el medio ambiente están de acuerdo en que ReaLSAT mejorará su trabajo.
«La disponibilidad y calidad del agua dulce superficial es fundamental para el uso sostenible de nuestro planeta», dijo Paul C. Hanson, profesor de investigación emérito del Centro de Limnología de la Universidad de Wisconsin-Madison y coautor del estudio. «Parce que ReaLSAT montre les changements dans les lacs et leurs limites, plutôt que de simples pixels d’eau à travers le paysage, nous pouvons désormais connecter le processus écosystémique sur la qualité de l’eau avec des centaines de milliers de lacs à travers el mundo.»
La investigación fue apoyada por la Fundación Nacional de Ciencias de EE. UU. y la NASA. El Instituto de Supercomputación de la Universidad de Minnesota proporcionó acceso a las instalaciones informáticas.
