L’estensione del ghiaccio marino artico viene monitorata utilizzando un cavo di comunicazione

I ricercatori riferiscono in The Seismic Record che un cavo in fibra ottica per telecomunicazioni dispiegato al largo della costa di Ulik Tock Point, in Alaska, ha registrato un rumore sismico ambientale che può essere utilizzato per tracciare la formazione e il ritiro del ghiaccio marino nell’area.

Andrés Felipe Peña Castro dell’Università del New Mexico e colleghi hanno utilizzato il rilevamento acustico distribuito, o DAS, per identificare i segnali sismici relativi al moto ondoso in acque libere e ghiaccio marino che inibiscono il moto ondoso. Questa tecnologia fornisce un modo per tracciare il ghiaccio marino con una maggiore risoluzione spaziale e temporale – sulla scala di ore e chilometri – rispetto alle immagini satellitari che vengono aggiornate quotidianamente e possono coprire da decine a centinaia di chilometri.

Il team di ricerca osserva che il monitoraggio rapido dei cambiamenti del ghiaccio marino è importante per la navigazione commerciale e per le comunità indigene e potrebbe diventare un altro utile strumento per monitorare i cambiamenti climatici nell’Artico.

Nello studio TSR, gli scienziati sono stati in grado di osservare bruschi cambiamenti nell’estensione del ghiaccio marino fino a 10 chilometri di diametro che si sono verificati in meno di un giorno.

“È stato decisamente sorprendente che il ghiaccio marino potesse cambiare così tanto in poche ore”, ha detto Peña Castro. “Alcuni colleghi hanno affermato che cambiamenti così rapidi possono essere comuni, ma la risoluzione temporale dei satelliti rende raro osservare cambiamenti così rapidi nel ghiaccio marino”.

DAS utilizza i piccoli difetti interni in lunghe fibre ottiche come migliaia di sensori sismici. Uno strumento chiamato sonda a un’estremità della fibra invia impulsi laser lungo il cavo che si riflettono sui difetti della fibra e rimbalzano sul dispositivo. I ricercatori possono esaminare i cambiamenti nella tempistica degli impulsi riflessi per saperne di più sulle onde sismiche risultanti.

Peña Castro e colleghi hanno utilizzato una sezione di 37,4 chilometri di cavo in fibra ottica sul fondo del mare, parte di una rete di proprietà di Quintillion Global che non trasporta attivamente dati di comunicazione, nel loro esperimento DAS. I dati DAS sono stati registrati tra il 9 e il 15 luglio 2021 e tra il 10 e il 16 novembre 2021, orari specificamente mirati per catturare i periodi di copertura della transizione del ghiaccio marino.

Peña Castro ha affermato che l’idea originale era quella di classificare diversi segnali che emergono dall’interazione tra oceani, terra e atmosfera, come potenziali condizioni locali del mare e mareggiate, secche e rottura del ghiaccio marino. “Volevamo identificare oggettivamente i principali tipi di segnali nei dati senza presumere quanti o quali segnali sarebbero stati dominanti”, ha affermato. “Non ci aspettavamo di osservare i cambiamenti nella copertura del ghiaccio marino con dettagli spaziotemporali così precisi”.

I ricercatori si sono rivolti agli algoritmi di apprendimento automatico per ordinare l’enorme set di dati in fibra ottica. “In generale, un sistema DAS genera grandi quantità di dati impossibili da elaborare manualmente ed è per questo che abbiamo scelto di utilizzare un approccio di apprendimento automatico in grado di identificare potenziali modelli nei dati”, ha spiegato Peña Castro. “Una volta identificato un segnale o uno schema, possiamo pensare a come tracciare quel segnale in modo più efficiente”.

I ricercatori sono stati in grado di osservare la formazione del ghiaccio marino lungo la lunghezza del cavo, ma non l’estensione del ghiaccio che si diffonde perpendicolarmente al cavo. Non hanno misurato lo spessore del ghiaccio marino nello studio TSR, ma Peña Castro ha affermato che “è teoricamente possibile determinare lo spessore del ghiaccio utilizzando DAS. Una difficoltà è che le misurazioni della verità sul terreno dello spessore del ghiaccio sono necessarie per convalidare i metodi proposti”.

Peña Castro ha affermato che la combinazione di tecnologie di apprendimento automatico e DAS è già utilizzata nell’industria petrolifera e del gas. “Nel complesso, le tecniche di raccolta come quella utilizzata in questo studio possono aiutare a identificare molti tipi diversi di cambiamento nei segnali ambientali o umani che creano terremoti”.

.