AIが世界の縮小する氷河の追跡を支援

氷河の消失速度の監視は気候変動の評価と海面上昇予測に不可欠だが、手動分析は時間がかかる。ドイツのフリードリヒ・アレクサンダー大学エアランゲン・ニュルンベルク（FAU）の研究者らは、氷河ごとに1枚の手動ラベル画像、夏の参照画像、基盤岩マップを提供するだけで、深層学習モデルのキャルビングフロント追跡誤差を1km超から70m未満に削減した。この手法はスヴァールバル諸島の全145氷河に適用され、2015～2024年の月次キャルビングフロント位置を生成。将来は北極のさらに1,500の氷河への拡大が期待される。