Seabed 2030利用先进技术填补海底测深的空白,全面绘制海底地图。目前完成了工作的四分之一,但仍面临巨大挑战。

海底新图仅完成25%,还需6年时间
施密特海洋研究所的Falkor号研究船最近发现了四座海山,其中最大的一座高2,681米,占地450平方公里。图片来源:施密特海洋研究所

地球的大部分海洋底部仍然是未知的。Seabed 2030正在利用先进技术填补测深的空白,全面绘制海底地图。

从马来西亚航空公司370航班起飞后在马来西亚吉隆坡失踪已经过去了十年,当时有239人乘坐该航班。军事和科学人员花了数月时间搜寻印度洋尚未探索的地区,尽管他们未能找到波音777客机,但这次搜寻突显了地球海洋底部仍然是一个巨大谜团的事实。

Seabed 2030是一项长期测绘项目,旨在到2030年完全绘制海底地形,并揭示所有100米或更大特征。但是,目前只完成了四分之一的工作,仍面临巨大挑战。

"地图使我们能够管理我们如何利用海洋空间,指导海洋商业和资源利用,减轻我们的影响,并更好地了解海啸、风暴潮和水下滑坡等威胁。”

一项《大洋地形图册》(GEBCO)和日本非营利组织日本基金会于2017年建立的Seabed 2030计划旨在利用海洋测绘支持联合国可持续发展目标14,即“保护和可持续利用海洋、海洋资源以实现可持续发展”。该项目称,当时仅有6%的海底地形图达到了现代标准。

"地图使我们能够管理我们如何利用海洋空间,指导海洋商业和资源利用,减轻我们的影响,并更好地了解海啸、风暴潮和水下滑坡等威胁。”Seabed 2030项目主任、水文测量员Jamie McMichael-Phillips说道。"基本上,我们无法管理我们不了解的事物。”

新发现

一个经常被提及的观察是,我们对火星表面的了解比地球海底更多。但随着最近的发现,情况已经在改变。2024年1月,与Seabed 2030合作的施密特海洋研究所的研究人员在中美洲和南美洲海岸发现了四个海山,其中包括一个覆盖450平方公里、高2681米的巨大海山,约为纽约市世界贸易中心一号大楼高度的5倍。

这些巨大的海山隐藏在海浪之下,深达1150米。为了找到这些特征,研究人员在该研究所的研究船“Falkor”(也)上寻找了海面上的线索。卫星高度计数据可以显示由重力异常引起的海面高度变化。轻微的凹陷可能指向海沟,而升高可能反映出海山的存在。

“我们发现的最重要的方面是我们用来定位这些海山的卫星高度计数据的验证,”Falkor(也)号的首席技术员John Fulmer说。“由于我们所有的发现都在国际水域,因此没有明显的政治意义可言,但我们能够轻松地识别潜在的海山,这证明了我们能够利用集体和开放的数据资源的重要性。”

利用新工具

众包和开源数据对于Seabed 2030项目至关重要。该项目依赖于来自各种来源的数据捐赠:科学家和慈善家;海上测量公司;以及渔船、游轮和货船的运营商。例如,2023年11月,Seabed 2030宣布捐赠了一套涵盖8000平方公里偏远地区的数据集。总部位于英国的遥感公司ARGANS(大气、自然和空间地理研究应用)提供了从卫星观测中获取的高分辨率测深数据,这是与飞机基于激光雷达测深和声纳测量一起的主要数据收集方法之一。另一个例子是,日本海岸警卫队向GEBCO捐赠了涵盖日本周边和南极洲地区的大型测深数据集,日本海岸警卫队水文和海洋部门的研究员Haruka Ogawa表示。

所有Seabed 2030数据都上传到可免费访问的GEBCO海底地形网格中。该网格显示,已经绘制了24.9%的海底地图,留下了大约75%需要在接下来的6年内完成,如果要实现项目的目标。考虑到极地附近的永久冰覆盖和全球海洋约一半的深度超过3200米,这是一项巨大的任务。

加拿大纽芬兰纪念大学海底和栖息地测绘研究员Katleen Robert表示,由于通常需要船只来完成这项工作,这使得这项工作变得缓慢、昂贵,并且偏向于拥有设备齐全的船只的区域。她说,她认为未来不久的时间里,无人水下和水面载具将对我们测绘海洋的范围产生最大影响。

“这些将起到增强力量的作用,使我们能够获得更高分辨率的数据和重复数据集,以监测随时间变化的情况,”Robert说道。虽然她并不直接参与Seabed 2030,但她参与的远征数据支持了该项目。

2023年,Seabed 2030与美国公司Saildrone合作,推广无人水文勘测船的使用。Saildrone的20米测量无人机主要由风力和太阳能提供动力,可以以较低的运营成本获取7000米深度的多波束声纳数据。该公司表示,在加利福尼亚州进行了几个月的测量任务期间,一名勘测员发现了一座1000米高的海山,当时风速达到35节,海浪高达5米。

其他研究人员希望其他形式的人工智能能加速测绘任务。除了水面和水下探测船只外,日本海洋地球科学技术机构(JAMSTEC)的研究人员正在使用深度学习技术提高现有地形数据的分辨率。

JAMSTEC的数据科学家Eiichi Kikawa表示,使用卷积神经网络的方法“令人惊讶地有效”,可以作为直接深度感测的补充方法。他补充说,一篇关于该研究的论文已经提交。

现在还为时过早确定这些工具是否能帮助Seabed 2030在6年内实现目标,但该项目正在依靠更多的合作伙伴关系来增加海底地形的覆盖范围。

“我们意识到仍然存在的挑战的巨大规模,并与全球社区合作,以在2030年之前完成这项工作,”McMichael-Phillips说。“然而,鉴于已经取得的进展以及到本年代末的时间,我们知道我们将比项目开始时绘制的6%更接近一个完全绘制的地球。”

本文译自 Eos,由 BALI 编辑发布。

[ 广告 ]
赞一个 (5)

PREV :
NEXT :