Pressemeddelelse
21.2.2023 08:00:00 CET | Københavns Universitet – Det Natur- og Biovidenskabelige Fakultet
Den grønlandske Indlandsis er en gigantisk iskappe, som udgør næsten halvdelen af alt ferskvand på den nordlige halvkugle. Men stigende temperaturer på jorden får Indlandsisen til at smelte, hvilket får verdenshavene til at stige. Derfor holdes der skarpt øje med Indlandsisens bevægelser.
I et nyt studie af netop Indlandsisen har forskere fra GEUS og Niels Bohr Institutet på Københavns Universitet ved hjælp af omfattende satellitmålinger opdaget, at Indlandsisens bevægelser ser ud til at hænge nøje sammen med det smeltevand, der løber under isen.
Forskerne har ved hjælp af kunstig intelligens analyseret isens bevægelser, som de nu kan inddele i fire kategorier ud fra bevægelsesmønstret. Informationer, der har manglet i vores forståelse af hvorfor isens hastighed på det samme sted kan ændre sig over tid og en vigtig brik for at lave mere præcise klimamodeller for bl.a. havniveaustigninger, lyder det fra forskerne bag studiet.
”Ved hjælp af de store mængder af satellitdata og kunstig intelligens kan vi identificere og kortlægge de generelle sæsonvariationer over store dele af Indlandsisens rand. Ikke blot for ét år, men også variationer hen over en årrække. Vores studie giver dermed et indirekte blik på processer ved bunden af isen og koblingen til smeltevand i stor skala. Den kobling er meget vigtig at forstå i forhold til det fremtidige, varmere klima, hvor mængden af smeltevand vil blive større,” fortæller Anne Munck Solgaard, der er hovedforfatter på studiet udgivet i Geophysical Research Letters.
Når smeltevandet fra overfladen når ned til bunden af isen, ledes det hovedsageligt ud mod randen via smeltede tunneller. Forskerne har fundet ud af, at det bl.a. er udformningen af disse tunneller, også kaldet subglaciale dræn, der påvirker isens bevægelse ovenfor.
Hvis tunnellerne, der fungerer som en slags dræningssystem, er dårlige til at lede vandet væk, så stiger trykket ved bunden og mindsker friktionen mellem is og bund, og det får isen til at bevæge sig hurtigere ud i havet. Og omvendt hvis dræningssystemet er effektivt, så bevæger isen sig langsommere.
Dræningssystemet er imidlertid ikke er nogle faste rør eller kanaler af en bestemt størrelse, fortæller Anne Munck Solgaard, men derimod passager, der udvikler sig hen over smeltesæsonen. Det gør de, fordi smeltevandet kan smelte dræningssystemerne større samtidig med, at isens flydning arbejder modsat og lukker systemet. Derfor kan dræningssystemet skifte mellem at være effektivt og ineffektivt.
”Det giver de fire forskellige slags variationer i isens hastighed forskellige steder på Indlandsisen, som vi har opdaget. For eksempel kan hastigheden aftage midt i smeltesæsonen, når der ellers er allermest smeltevand tilgængeligt, fordi dræningssystemet pludseligt bliver effektivt. Eller at systemet forbliver ineffektivt og dermed har højt tryk, sådan at hastigheden følger mængden af smeltevand,” siger seniorforskeren.
Forskerne kan således se hvor på Indlandsisen, at isen bevæger sig på den ene eller anden måde hen over året. På den måde kan de få indblik i, hvad der foregår på bunden af isen og holde øje med, hvordan det ændrer sig fra år til år.
”Vores resultater giver en bedre forståelse af, hvordan iskappen reagerer på varmere temperaturer med mere smeltevand, og det kan hjælpe os med at udvikle fremtidens klimamodeller,” forklarer Dina Rapp, Ph.d.-studerende og medforfatter til studiet.
Forskerne anvendte kunstig intelligens til at opdage og adskille bevægelsesmønstrene i de mange tusinde af målinger, som meget hurtigt bliver uoverskuelige for mennesker at analysere. Derfor bliver brugen af intelligent computerkraft tiltagende nødvendig ifølge Christine Hvidberg, der er professor på Niels Bohr Institutet og medforfatter på studiet.
”De seneste år er mængden af frit tilgængelige satellitdata eksploderet. F.eks. fra ESA’s Sentinel satellitetter og amerikanske Landsat. Det gør det muligt for os at lave kort over isens hastighed i høj opløsning både i tid og rum. Det er fantastisk, men det gør det også fuldstændig umuligt at få et samlet overblik over isens bevægelser og mønstre ved manuelt at se tidserierne igennem. Og her kan kunstig intelligens og masser at regnekraft hjælpe os med at se mønstre og sammenhænge, som man ikke har kunnet opdage tidligere,” siger hun.
Siden 2016 er kontinuerlige målinger fra ESAs Sentinel-1 satelliter blevet anvendt til at beregne Indlandsisens bevægelse under projektet Programme for Monitoring of the Greenland Ice Sheet (PROMICE). Forskningen er lavet i samarbejde med DMI og Utrecht University.
De store datamængder målt fra rummet er taget med ‘synthetic aperture radar’ (SAR) af Det Europæiske Rumagenturs Sentinel-1 satellitter. De data kobles med målinger fra PROMICE-vejrstationer på selve isen, og sammen med målinger af selve afsmeltningen giver det den bedste forståelse af klimaeffekterne i fremtiden som f.eks. global havniveaustigning. Data over isens hastighed samles hver 12. dag til hastighedskort med høj detaljegrad på 500 gange 500 meter for hele isen (find kortene her https://dataverse.geus.dk/dataverse/Ice_velocity). Målinger fra samtlige vejrstationer samt daglige estimater af afsmeltningen kan følges på promice.org
Artiklen ‘Seasonal Patterns of Greenland Ice Velocity From Sentinel-1 SAR Data Linked to Runoff’ af Solgaard et al. 2022er udgivet I Geophysical Research Letters.
Andre læser også
