Uma nova técnica baseada em inteligência artificial está transformando a forma como cientistas monitoram os oceanos em escala global. Desenvolvida por pesquisadores da Universidade da Califórnia em San Diego (UC San Diego) e da UCLA, a tecnologia chamada GOFLOW (Geostationary Ocean Flow) utiliza imagens de satélites meteorológicos já existentes para gerar mapas detalhados das correntes oceânicas, alcançando um nível de precisão e resolução sem precedentes.
A inovação representa um avanço significativo para a compreensão de fenômenos climáticos, dinâmica marinha e processos fundamentais como o armazenamento de carbono nos oceanos, além de abrir novas possibilidades para aplicações práticas e científicas.
GOFLOW: como a IA mapeia correntes oceânicas
O sistema GOFLOW utiliza técnicas de aprendizado profundo para analisar imagens térmicas captadas por satélites geoestacionários, como o GOES-East. Esses satélites permanecem fixos em relação à Terra, permitindo observação contínua de grandes áreas oceânicas.
A inteligência artificial identifica variações sutis na temperatura da superfície do mar ao longo do tempo. Ao rastrear como esses padrões térmicos se deformam e se deslocam, o sistema consegue inferir a velocidade e a direção das correntes oceânicas com alta precisão.
Um dos principais avanços está na capacidade de detectar correntes de pequena escala, muitas vezes inferiores a 10 quilômetros, que anteriormente não eram capturadas por métodos tradicionais. Essas correntes desempenham papel essencial na mistura vertical das águas, processo fundamental para a circulação de nutrientes e o sequestro de carbono.
Importância das correntes oceânicas para o planeta
As correntes oceânicas são componentes críticos do sistema climático global. Elas são responsáveis por:
- Transportar calor entre diferentes regiões do planeta
- Regular o clima global
- Transferir dióxido de carbono entre a atmosfera e o oceano profundo
- Distribuir nutrientes essenciais para ecossistemas marinhos
Além disso, essas correntes têm aplicações diretas em situações práticas, como operações de busca e salvamento, previsão de deslocamento de detritos e monitoramento de vazamentos de petróleo.
Apesar de sua importância, a medição dessas correntes sempre enfrentou limitações. Satélites tradicionais baseados na altura da superfície do mar revisitam áreas apenas a cada 10 dias, enquanto métodos diretos, como medições por navios, possuem cobertura geográfica restrita.
Origem da ideia e desenvolvimento da tecnologia
A inspiração para o GOFLOW surgiu em 2023, quando o pesquisador Luc Lenain, da Scripps Institution of Oceanography (UC San Diego), identificou padrões térmicos em imagens do satélite GOES-East que indicavam a presença de grandes correntes oceânicas, como a Corrente do Golfo.
A partir dessa observação, a equipe desenvolveu uma rede neural capaz de aprender como os padrões de temperatura se comportam sob a influência das correntes. O modelo passou a associar essas variações térmicas a velocidades específicas da água, permitindo transformar sequências de imagens em mapas horários de correntes oceânicas.
Validação científica e nível de precisão
Para validar a eficácia do GOFLOW, os cientistas compararam os resultados obtidos com dados coletados diretamente por navios e com estimativas geradas por métodos satelitais tradicionais.
Os testes demonstraram uma forte concordância entre os métodos, com a vantagem de que o GOFLOW oferece um nível de detalhamento muito superior, especialmente na identificação de estruturas complexas como redemoinhos (eddies) e zonas de transição entre correntes.
A tecnologia também permitiu observar padrões estatísticos de correntes rápidas e de pequena escala que impulsionam a mistura vertical — um fenômeno que, até então, era estudado principalmente por meio de simulações computacionais.
Aplicações futuras e expansão global
Uma das principais vantagens do GOFLOW é que ele utiliza infraestrutura já existente, dispensando a necessidade de novos lançamentos de satélites, o que reduz significativamente custos operacionais.
Apesar disso, desafios como a cobertura de nuvens ainda limitam parcialmente a observação contínua. Para contornar essa questão, os pesquisadores planejam integrar dados de outras fontes, ampliando a confiabilidade e cobertura do sistema.
O projeto já está em fase de expansão para escala global, com dados e códigos disponibilizados publicamente, incentivando colaboração científica e o desenvolvimento de novas aplicações.
A expectativa é que a tecnologia seja incorporada a modelos de previsão climática e meteorológica, contribuindo para avanços na compreensão das interações entre oceano e atmosfera, além de aprimorar previsões sobre ecossistemas marinhos, transporte de resíduos e dinâmica ambiental.
Fontes: Pesquisa conduzida pela UC San Diego, UCLA e Scripps Institution of Oceanography; dados publicados por equipes científicas envolvidas no desenvolvimento do GOFLOW.
