OceanDepths: A Global Dataset of Paired Subsurface and Surface Ocean Observations

Les océans du monde couvrent plus de soixante-dix pour cent de la surface de la planète, pourtant ils restent l'une des parties les moins comprises de notre propre monde. Bien que les satellites puissent observer la peau de l'océan avec une précision incroyable, mesurant la température et la salinité de l'eau directement à la surface, ils ne peuvent pas voir ce qui se cache en dessous. Pour comprendre véritablement comment l'océan régule le climat de la Terre, absorbe la chaleur et génère les modèles météorologiques, les scientifiques doivent voir la structure tridimensionnelle complète de l'eau, de la surface jusqu'aux profondeurs marines. Pendant des décennies, les chercheurs se sont appuyés sur un assemblage fragmentaire d'instruments flottants qui dérivent dans l'eau, prenant des mesures à des points spécifiques, mais ces points de données sont dispersés et clairsemés par rapport à la vue continue fournie par les satellites. Cette lacune a rendu difficile la construction d'une image complète des couches cachées de l'océan ou l'entraînement de la nouvelle génération d'outils d'intelligence artificielle qui pourraient aider à prédire les changements futurs.

Une équipe de chercheurs a désormais comblé cette lacune en créant un ensemble de données massif et unifié qui associe ce que les satellites voient en surface avec ce que les instruments mesurent en profondeur. Nommé OceanDepths, cette nouvelle ressource rassemble près de vingt-cinq ans d'observations, de l'an 2000 à 2024, dans un format unique et organisé que les ordinateurs peuvent facilement lire. Le jeu de données lie les cartes haute résolution de la température, de la salinité et de la hauteur de la surface de la mer avec des millions de profils verticaux de température et de salinité prélevés par des flotteurs autonomes. En alignant ces deux types de données très différents sur une même grille, les chercheurs ont créé un terrain d'entraînement pour l'intelligence artificielle afin qu'elle apprenne comment les conditions de surface de l'océan sont liées à ses profondeurs cachées. Ce travail ne se contente pas de combler un vide de données ; il fournit un banc d'essai mondial standardisé qui permet aux scientifiques de dépasser les approximations grossières et de commencer à modéliser le comportement tridimensionnel complexe de l'océan avec une précision sans précédent.

Le défi de la compréhension de l'océan a longtemps été défini par un décalage dans l'observation. Les satellites fournissent une vue globale et continue de la surface, capturant les changements quotidiens de température et de hauteur à travers le globe entier. En revanche, les mesures prises sous les vagues proviennent d'une flotte d'environ 4 000 flotteurs autonomes, connus sous le nom de programme Argo, qui dérivent avec les courants et plongent périodiquement pour mesurer la colonne d'eau. Bien que ces flotteurs constituent l'échantillonnage le plus systématique de l'océan supérieur, leur couverture est extrêmement clairsemée par rapport à l'immensité de la mer. Dans de nombreux endroits, il n'y a qu'une seule mesure pour chaque quelques centaines de kilomètres, laissant d'énormes lacunes dans nos connaissances. Historiquement, les scientifiques ont tenté de combler ces vides à l'aide de modèles informatiques ou en reconstruisant les données à partir d'observations limitées, mais ces approches reposent souvent sur des hypothèses qui ne sont pas nécessairement vraies partout. Le résultat a été l'absence d'une source unique et fiable de données appariées pouvant être utilisées pour enseigner à l'intelligence artificielle comment inférer la structure cachée de l'océan à partir de ce qui est visible en surface.

Pour résoudre ce problème, les chercheurs derrière OceanDepths ont assemblé un ensemble de données qui associe les observations satellitaires aux mesures in situ à l'échelle mondiale. Ils ont collecté des données satellitaires pour la température de surface de la mer, la salinité de surface de la mer et la hauteur de surface de la mer, laquelle indique la forme dynamique de la surface océanique. Ces mesures de surface ont été mises en correspondance avec des millions de profils de température et de salinité pris par des instruments dans l'eau. L'équipe a soigneusement aligné ces sources de données disparates sur une grille commune, divisant le globe entier en petits carrés et s'assurant que chaque mesure de surface possède un profil de profondeur correspondant à proximité. Le jeu de données couvre la période de 2000 à 2024, offrant une vue hebdomadaire de l'état de l'océan. Il comprend plus de 9,5 millions de profils appariés, interpolés à cinquante niveaux de profondeur standards, atteignant près de 6 000 mètres dans certaines zones. Ce niveau de détail permet aux chercheurs d'étudier l'océan à une résolution assez fine pour voir les tourbillons et les courants qui dominent la dynamique océanique, plutôt que de simples tendances larges et lentes.

Une caractéristique cruciale de ce nouveau jeu de données est qu'il fournit les observations brutes et appariées plutôt qu'un modèle pré-reconstruit. Les jeux de données précédents consistaient souvent en des produits lissés et comblés par des modèles informatiques, ce qui peut masquer des erreurs ou introduire des biais. OceanDepths, au contraire, propose les mesures réelles aux côtés d'un produit de réanalyse dense, qui sert de référence mais n'est pas la cible principale. Cette distinction est vitale pour l'entraînement de l'intelligence artificielle, car elle permet aux modèles d'apprendre directement des données réelles et complexes de l'océan plutôt que d'une version simulée et parfaite de celui-ci. Le jeu de données comprend également un système configurable qui divise le globe en morceaux gérables, ou "patches", rendant facile pour les chercheurs de charger et de traiter les données pour différents types d'analyses. Cette approche répond à une limitation majeure des travaux précédents, où les données étaient souvent éparpillées dans différents formats et résolutions, rendant difficile la comparaison des résultats ou la reproduction des études.

Les chercheurs ont testé l'utilité de cette nouvelle ressource en l'utilisant pour entraîner de simples modèles d'intelligence artificielle afin de reconstruire l'état de la subsurface de l'océan. L'objectif était de voir si un modèle pouvait regarder les conditions de surface et les mesures éparses des flotteurs et prédire avec précision la température et la salinité à chaque profondeur intermédiaire. Les résultats ont montré que, bien que les méthodes statistiques simples basées sur les moyennes historiques restent de solides concurrentes, les modèles d'intelligence artificielle ont été capables de capturer davantage les motifs spatiaux complexes, particulièrement pour la salinité. L'étude a révélé que les modèles qui prenaient en compte le contexte horizontal environnant — en observant l'eau autour d'un point spécifique plutôt que de regarder seulement la colonne verticale au-dessus de lui — étaient nettement plus performants. Cela suggère que la structure cachée de l'océan est profondément liée aux motifs visibles en surface et au contexte régional plus large, une relation que le nouveau jeu de données permet d'explorer en détail.

La création d'OceanDepths représente une étape importante tant pour l'océanographie que pour le domaine de l'intelligence artificielle. En fournissant un jeu de données standardisé, mondial et à haute résolution d'observations appariées, les chercheurs ont levé un obstacle majeur pour les scientifiques souhaitant appliquer l'apprentissage automatique aux problèmes océaniques. La rareté extrême du jeu de données, les observations ne couvrant moins de un pour cent de l'océan à n'importe quelle profondeur donnée, présente un défi unique qui repousse les limites des méthodes actuelles de l'IA. Elle force le développement de nouvelles techniques capables d'apprendre à partir de données incomplètes et irrégulières, tout comme un humain pourrait inférer la forme d'un objet caché en ne touchant que quelques points de sa surface. Les auteurs soulignent que ce jeu de données n'est pas une solution finale, mais une ressource fondamentale, une base commune qui permettra à la communauté de comparer différentes méthodes et de suivre les progrès au fil du temps.

Les implications de ce travail s'étendent au-delà de la simple création de meilleures cartes de l'océan. Une compréhension plus approfondie de la structure tridimensionnelle de l'océan est essentielle pour prédire les événements météorologiques extrêmes, suivre le mouvement de la chaleur et du carbone, et améliorer les projections climatiques. La capacité de reconstruire l'état caché de l'océan à partir des observations de surface pourrait conduire à des prévisions plus précises des vagues de chaleur marines et des changements de la circulation océanique. De plus, ce jeu de données ouvre la porte à des méthodes de prévision basées sur l'observation qui ne reposent pas uniquement sur des modèles physiques complexes, offrant potentiellement une nouvelle façon de prédire l'état futur de l'océan. Les chercheurs ont rendu l'ensemble des données, du code et des outils publics, invitant la communauté scientifique mondiale à s'appuyer sur cette fondation et à explorer les couches profondes et cachées du système le plus vital de notre planète.