Nature Scientific Data: Объёмы глобального ледникового льда, рассчитанные с помощью машинного обучения
Представлен глобальный набор данных о толщине ледникового льда, смоделированный с помощью IceBoost v2.0, схемы деревьев решений с градиентным бустингом, обученной на 7 миллионах измерений толщины льда и основанной на физических и геометрических предикторах. Моделируется распределённая толщина льда для каждого ледника в двух последних выпусках Инвентаризации ледников Рэндольфа (RGI v6.0 и v7.0), что в сумме составляет 215 547 и 274 531 контуров ледника соответственно, плюс 955 ледяных масс, прилегающих к Гренландскому ледниковому щиту. IceBoost v2.0 представляет собой третью существующую глобальную оценку объёма льда RGI v6.0 и первую для RGI v7.0. В модели RGI v6.0 получен глобальный объём ледников (150 ± 38) × 10³ км³, что согласуется с двумя предыдущими оценками (141 ± 40) × 10³ км³ и (158 ± 41) × 10³ км³. Соответствующий эквивалент уровня моря (sea-level equivalent, SLE), 323 ± 91 мм, также согласуется с двумя более ранними значениями 311 ± 100 мм и 324 ± 84 мм. В модели RGI v7.0 получен глобальный объём ледников (149 ± 38) × 10³ км³ и SLE 323 ± 91 мм. Распределения толщины реконструированного льда могут существенно различаться в разных моделях для отдельных ледников, ледяных шапок и даже крупных ледниковых комплексов. По сравнению с измерениями, среднеквадратичная ошибка IceBoost v2.0 на 20–45% ниже, чем у других моделей в Высокой Арктике, и сопоставима в других регионах. Авторы исследуют основные ледниковые регионы и сравнивают свои результаты с результатами других моделей. Достоверность полученных оценок наиболее высока в высоких широтах, где обилие обучающих данных адекватно охватывает пространство признаков. На крутых и гористых участках, небольших ледниках и в регионах низких широт с ограниченным количеством обучающих данных достоверность ниже. IceBoost v2.0 применим к границам ледниковых щитов. На плато Гейки (Восточная Гренландия) авторы обнаружили почти вдвое больше льда, чем сообщалось ранее, что подчёркивает потенциал для улучшения ограничений на топографию ложа в этом регионе. В процессе обучения не применяются никакие физические законы, поэтому достаточное количество высококачественных обучающих данных имеет решающее значение. Качество сгенерированных карт зависит от точности обучающих данных, цифровой модели рельефа, полей скорости движения льда и геометрии ледников, включая нунатаки*. Используя разрыв Йенсена, авторы исследовали кривизну модели относительно ошибок входных данных и обнаружили, что она сильно вогнута в областях с пологим склоном и толстым льдом, что подразумевает потенциальное смещение прогнозируемой толщины в сторону уменьшения при наличии неопределённости входных данных. Опубликованный набор данных может быть использован для моделирования будущей эволюции ледников и повышения уровня моря, для разработки гляциологических исследований и полевых кампаний, а также для руководства политикой в области управления пресноводными ресурсами.
* Нунатак (гренл. nunataaq) — полностью окружённый льдом скалистый пик, горный гребень или холм, выступающий над поверхностью ледникового покрова или горного ледника.