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

Os oceanos do mundo cobrem mais de setenta por cento da superfície do planeta, mas permanecem como uma das partes menos compreendidas do nosso próprio mundo. Embora os satélites possam observar a "pele" do oceano com detalhes incríveis, medindo a temperatura e a salinidade da água logo na superfície, eles não conseguem ver o que jaz abaixo dela. Para compreender verdadeiramente como o oceano regula o clima da Terra, absorve calor e impulsiona padrões meteorológicos, os cientistas precisam ver toda a estrutura tridimensional da água, desde a superfície até o mar profundo. Durante décadas, os pesquisadores dependeram de um mosaico de instrumentos flutuantes que derivam pela água, realizando medições em pontos específicos, mas esses pontos de dados são dispersos e escassos em comparação com a visão contínua fornecida pelos satélites. Essa lacuna tornou difícil construir um quadro completo das camadas ocultas do oceano ou treinar a nova geração de ferramentas de inteligência artificial que poderiam ajudar a prever mudanças futuras.

Uma equipe de pesquisadores agora preencheu essa lacuna ao criar um conjunto de dados massivo e unificado que combina o que os satélites veem na superfície com o que os instrumentos medem nas profundezas. Chamado de OceanDepths, este novo recurso reúne quase vinte e cinco anos de observações, do ano 2000 a 2024, em um formato único e organizado que os computadores podem ler facilmente. O conjunto de dados vincula mapas de alta resolução de temperatura, salinidade e altura da superfície do mar com milhões de perfis verticais de temperatura e salinidade coletados por boias autônomas. Ao alinhar esses dois tipos de dados muito diferentes em uma mesma grade, os pesquisadores criaram um campo de treinamento para a inteligência artificial aprender como as condições de superfície do oceano se relacionam com suas profundezas ocultas. Este trabalho não apenas preenche um vazio de dados; ele fornece um banco de testes global e padronizado que permite aos cientistas irem além de aproximações grosseiras e começarem a modelar o comportamento tridimensional complexo do oceano com uma precisão sem precedentes.

O desafio de compreender o oceano tem sido definido há muito tempo por uma incompatibilidade de observação. Os satélites fornecem uma visão global e contínua da superfície, capturando mudanças diárias de temperatura e altura em todo o globo. Em contraste, as medições feitas abaixo das ondas vêm de uma frota de cerca de 4.000 boias autônomas, conhecidas como o programa Argo, que derivam com as correntes e periodicamente mergulham para medir a coluna de água. Embora essas boias forneçam a amostragem mais sistemática da camada superior do oceano, sua cobertura é extremamente esparsa em relação à vastidão do mar. Em muitos lugares, há apenas uma medição para cada centenas de quilômetros, deixando enormes lacunas em nosso conhecimento. Historicamente, os cientistas tentaram preencher essas lacunas usando modelos computacionais ou reconstruindo os dados a partir de observações limitadas, mas essas abordagens frequentemente dependem de suposições que podem não ser verdadeiras em todos os lugares. O resultado tem sido a falta de uma fonte única e confiável de dados pareados que pudesse ser usada para ensinar a inteligência artificial a inferir a estrutura oculta do oceano a partir do que é visível na superfície.

Para resolver isso, os pesquisadores por trás do OceanDepths montaram um conjunto de dados que pareia observações de satélite com medições in situ em escala global. Eles coletaram dados de satélite para temperatura da superfície do mar, salinidade da superfície do mar e altura da superfície do mar, que indica a forma dinâmica da superfície do oceano. Essas medições de superfície foram combinadas com milhões de perfis de temperatura e salinidade tirados por instrumentos na água. A equipe alinhou cuidadosamente essas fontes de dados díspares em uma grade comum, dividindo o globo inteiro em pequenos quadrados e garantindo que cada medição de superfície tivesse um perfil de profundidade correspondente por perto. O conjunto de dados cobre o período de 2000 a 2024, oferecendo uma visão semanal do estado do oceano. Ele inclui mais de 9,5 milhões de perfis pareados, interpolados para cinquenta níveis de profundidade padrão, chegando a quase 6.000 metros em algumas áreas. Esse nível de detalhe permite que os pesquisadores estudem o oceano em uma resolução fina o suficiente para ver os redemoinhos e correntes que dominam a dinâmica oceânica, em vez de apenas as tendências amplas e lentas.

Uma característica crucial deste novo conjunto de dados é que ele fornece as observações brutas e pareadas, em vez de um produto pré-reconstruído. Conjuntos de dados anteriores frequentemente consistiam em produtos suavizados e preenchidos com lacunas gerados por modelos computacionais, que podem esconder erros ou introduzir vieses. O OceanDepths, pelo contrário, oferece as medições reais ao lado de um produto de reanálise denso, que serve como referência, mas não é o alvo principal. Essa distinção é vital para o treinamento de inteligência artificial, pois permite que os modelos aprendam diretamente dos dados reais e "bagunçados" do oceano, em vez de uma versão perfeita e simulada dele. O conjunto de dados também inclui um sistema configurável que divide o globo em pedaços gerenciáveis, ou "patches", facilitando para os pesquisadores carregarem e processarem os dados para diferentes tipos de análise. Essa abordagem aborda uma limitação importante em trabalhos anteriores, onde os dados eram frequentemente espalhados por diferentes formatos e resoluções, dificultando a comparação de resultados ou a reprodução de estudos.

Os pesquisadores testaram a utilidade deste novo recurso usando-o para treinar modelos simples de inteligência artificial para reconstruir o estado subsuperficial do oceano. O objetivo era ver se um modelo poderia olhar para as condições de superfície e para as medições esparsas das boias e prever com precisão a temperatura e a salinidade em cada profundidade intermediária. Os resultados mostraram que, embora métodos estatísticos simples baseados em médias históricas continuassem sendo fortes competidores, os modelos de inteligência artificial foram capazes de capturar mais os padrões espaciais complexos, particularmente para a salinidade. O estudo descobriu que modelos que consideravam o contexto horizontal circundante — olhando para a água ao redor de um ponto específico, em vez de apenas a coluna vertical acima dele — tiveram um desempenho significativamente melhor. Isso sugere que a estrutura oculta do oceano está profundamente conectada aos padrões visíveis na superfície e ao contexto regional mais amplo, uma relação que o novo conjunto de dados torna possível explorar em detalhes.

A criação do OceanDepths representa um passo significativo tanto para a oceanografia quanto para o campo da inteligência artificial. Ao fornecer um conjunto de dados padronizado, global e de alta resolução de observações pareadas, os pesquisadores removeram uma barreira de entrada importante para cientistas que buscam aplicar o aprendizado de máquina a problemas oceânicos. A extrema esparsidade do conjunto de dados, com observações cobrindo menos de um por cento do oceano em qualquer profundidade, apresenta um desafio único que testa os limites dos métodos atuais de IA. Isso força o desenvolvimento de novas técnicas capazes de aprender com dados incompletos e irregulares, tal como um ser humano poderia inferir a forma de um objeto oculto ao sentir apenas alguns pontos de sua superfície. Os autores enfatizam que este conjunto de dados não é uma solução final, mas um recurso fundamental, uma linha de base compartilhada que permitirá à comunidade comparar diferentes métodos e acompanhar o progresso ao longo do tempo.

As implicações deste trabalho estendem-se para além de apenas melhores mapas do oceano. Uma compreensão mais profunda da estrutura tridimensional do oceano é essencial para prever eventos climáticos extremos, rastrear o movimento de calor e carbono e melhorar as projeções climáticas. A capacidade de reconstruir o estado oculto do oceano a partir de observações de superfície pode levar a previsões mais precisas de ondas de calor marinhas e mudanças na circulação oceânica. Além disso, o conjunto de dados abre as portas para métodos de previsão baseados em observações que não dependem exclusivamente de modelos físicos complexos, oferecendo potencialmente uma nova maneira de prever o estado futuro do oceano. Os pesquisadores disponibilizaram todos os dados, códigos e ferramentas publicamente, convidando a comunidade científica global a construir sobre esta base e explorar as camadas profundas e ocultas do sistema mais vital do nosso planeta.