Das arktische Meereis spielt eine entscheidende Rolle nicht nur für die Nordpolregion und den arktischen Ozean, sondern weit darüber hinaus. Die Ausdehnung und Dicke dieser schwimmenden Eisflächen beeinflussen, wie viel Sonnenlicht ins All zurückgestrahlt wird und damit auch, wie stark sich die Erde erwärmt. Von der Meereisdicke hängt aber auch ab, wie viel Licht noch in den darunter liegende Ozean gelangt, und prägt so die Aktivität der marinen Algen und damit die gesamte Nahrungskette des arktischen Ozeans. Und nicht zuletzt bestimmt die Dicke des Meereises auch, ob es beispielsweise für Eisbären und Menschen tragfähig ist und ob Eisbrecher es durchbrechen können. In den letzten Jahrzehnten hat sich das Verhalten des arktischen Meereises jedoch zunehmend verändert: Weil sich die Arktis überproportional stark erwärmt, taut in den Sommermonaten mehr Eis ab als früher und immer weniger Meereisgebiete sind dick genug, um dieser sommerlichen Tauperiode zu trotzen. Als Folge nimmt auch die Menge des mehrjährigen, dauerhaft vorhandenen Meereises ab.
KI hilft beim Problem der Sommermessungen
Um die Ausdehnung und Dicke des Eises in der Arktis zu messen, werden seit den 1980er Jahren Radar-Satelliten eingesetzt. Seit 2010 übernimmt dies vor allem der Satellit CryoSat-2 von der Europäischen Weltraumagentur ESA, der ganzjährig das arktische Meereis abtastet und durchleuchtet. Anhand der Reflexionen der Radarwellen können Wissenschaftler die Grenze zwischen Eis und Wasser ausmachen und so die Eisdicke bestimmen – theoretisch. In der Praxis funktioniert dies aber nur im arktischen Winter verlässlich, von Oktober bis April, weil dann Eis und Schnee kalt und trocken sind. „In den Sommermonaten werden die Satelliten von Tümpeln aus Schnee und Schmelzwasser geblendet, die sich auf der Meereisoberfläche sammeln“, erklärt Erstautor Jack Landy von der Universität Tromsø. Aus den Radardaten geht dann nicht mehr eindeutig hervor, wo das Wasser des Schmelztümpels aufhört und das Eis beginnt. Ausgerechnet in der Zeit, in der das Meereis am stärksten taut und die größten Veränderungen auftreten, war der Radarsatellit dadurch bisher weitgehend blind für die Eisdicke.
Um das zu ändern, haben Landy und sein Team nun nach einer Möglichkeit gesucht, die im Sommer gesammelten Radardaten der Satelliten doch nutzbar zu machen. Dafür nutzten sie eine künstliche Intelligenz, um die bisher schwer auszuwertenden Daten genauer zu analysierten. Das lernfähige System erhielt zum Training Radardaten von Cryosat-2, bei denen bekannt und gekennzeichnet war, welche Wellenmuster von Eisoberflächen und welche von freiem Wasser oder wasserhaltigem Schnee stammen. Anhand dieser Daten lernte das KI-System, die spezifischen, für das menschliche Auge kaum unterscheidbaren Wellenmuster zu deuten und auseinanderzuhalten. Mithilfe des auf diese Weise trainierten Algorithmus und unterstützt von numerischen Simulationen gelang es Landy und seinem Team so erstmals, die arktische Eisdicke auch während der Sommermonate hinreichend genau zu bestimmen.
