AI-Enabled Prediction of Glacial Calving based on 4D Real-Time Multi-Sensor Monitoring
Gletscher spielen eine entscheidende Rolle im Klimasystem der Erde und dienen als wichtige Indikatoren für den Klimawandel. Klimatische Einflussfaktoren sowie dynamische Veränderungen der Gletscher selbst führen jedoch zu einem Verlust der Eismassen. Ein wichtiger Faktor, der zum Massenverlust beiträgt, ist das Kalben von Gletschern. Das Kalben an der Gletscherstirn ist ein besonders schwierig zu erfassender Prozess und daher ein oft nur unzureichend verstandener Aspekt der Gletscherdynamik. Eine genaue Vorhersage erfordert ein umfassendes Verständnis der involvierten Prozesse. Dieses Verständnis führt auch zu einer besseren Identifizierung von Faktoren, die die Kalbungsaktivität steuern. Dieses Projekt hat das Ziel, einen 4D-Multi-Sensor-Monitoringansatz zu entwickeln, indem Methoden der Photogrammetrie und Algorithmen der künstlichen Intelligenz (KI), die auf multimodale Daten angewendet werden, integriert werden. Um räumlich-zeitliche 3D-Daten mit sehr hoher Detailgenauigkeit zu erfassen, werden synchronisierte Zeitrafferkameras zusammen mit Wärmebildkameras eingesetzt, die die Erfassung der Gletscherfront auch bei Nacht ermöglichen. Da Umweltfaktoren und Gletscherdynamik einen großen Einfluss auf das Kalben haben, werden Multisensorsysteme eingesetzt, um unter anderem Wetterdaten und Gletschergeschwindigkeiten zu erfassen und so eine ganzheitliche Analyse zu ermöglichen. Zunächst werden wir uns darauf konzentrieren, ein umfassendes 3D-Inventar des Gletscherkalbens mit einer sehr hohen zeitlichen Auflösung zu erstellen. Um dies zu erreichen, werden wir ein Multisensor-Monitoringsystem entwickeln. Die gewonnenen Daten werden in Zeitreihen von 3D-Modellen zur Erkennung von Kalbungen resultieren. Darüber hinaus werden Daten von verschiedenen Sensoren, wie Wärmekameras und Seismometern, zusammen mit KI-Methoden für eine genaue automatische Identifizierung von Kalbungsereignissen und deren Volumen integriert. Die sub-tägige Bilderfassung ermöglicht eine 4D-Datenanalyse, bei der die Veränderungsdetektion zur Untersuchung des Verhaltens der Gletscherfront genutzt wird. Des Weiteren werden wir uns auf die Entwicklung von zwei Methoden konzentrieren, die zur Vorhersage des Gletscherkalbens beitragen und die steuernden Faktoren des Prozesses identifizieren. Einerseits wird durch die genaue Beobachtung der kalbenden Eisblöcke die Aktivierung von Gletscherspalten erkannt und ihre Verformung bis zum Punkt der Instabilität kurz vor der Ablösung überwacht. Darauf aufbauend werden Funktionen definiert, um die Blockablösungszeit im Voraus abzuschätzen. Andererseits wird das umfangreiche Kalbungsinventar zusammen mit den Umwelt- und Gletscherdynamikdaten integriert, um ein angepasstes neuronales Netz für Zeitreihen zu trainieren. Diese Art der KI ist besonders für die Vorhersage zukünftiger Zustände bei nichtlinearen Prozessen geeignet. Mithilfe des trainierten Netzwerks wird das Volumen und die Lage des künftigen Eisabbruchs an der Gletscherfront entsprechend gegebener Bedingungen vorhergesagt. Das Projekt wird Einblicke in die Faktoren liefern, die das Kalben von Gletschern maßgeblich steuern und stellt somit einen bedeutenden Fortschritt im Verständnis der Kalbungsprozesse und des Verhaltens der Gletscher dar, insbesondere im Zusammenhang mit den Herausforderungen des Klimawandels.
Projektmitglieder:
- Laura Camila Duran Vergara
- Dr. Xabier Blanch Gorriz
- JProf. Dr. Anette Eltner
Das Projekt wird von der DFG finanziert.
