Temperaturas mais quentes significam temporadas de gelo mais curtas em Sanikiluaq, Nunavut. Como resultado, os trechos de gelo firme formados a partir de água do mar congelada que os Inuit usam para viajar e caçar são cada vez mais imprevisíveis e inseguros.
Polynyas, áreas de águas abertas e gelo fino, ocorrem onde as correntes oceânicas ou o vento impedem a formação de gelo compacto. Elas são normalmente encontradas nos mesmos locais a cada ano, permitindo que os viajantes planejem suas rotas com segurança. Mas as mudanças climáticas estão afetando essa previsibilidade, causando polynyas menores e inesperadas que tornam arriscadas as viagens pelo gelo compacto.
Para resolver esse problema, a Arctic Eider Society (AES), sediada em Sanikiluaq, uma organização beneficente que facilita soluções impulsionadas por indígenas para comunidades na Baía de Hudson e em Nunangat Inuit, terra natal dos Inuit no Canadá, fez uma parceria com o Laboratório de Visão e Processamento de Imagens (VIP) da Universidade de Waterloo para alavancar a inteligência artificial (IA) e tornar as viagens no gelo mais seguras com dados precisos e oportunos sobre polínias facilmente disponíveis.
Usando dados validados por Inuit locais, o laboratório desenvolveu modelos de aprendizado de máquina para identificar áreas de águas abertas potencialmente perigosas em gelo marinho terrestre usando imagens de radar de abertura sintética (SAR) tiradas por satélites de órbita polar voando 700 km acima da Terra. Usar imagens SAR é vantajoso para o monitoramento do gelo marinho porque permite visibilidade através de áreas de nuvens e escuridão. As imagens são então combinadas com conhecimento local e observações recentes das condições do gelo compartilhadas na Indigenous Knowledge Social Network (SIKU), um aplicativo móvel e plataforma web voltados para a comunidade desenvolvido pela AES.
“Embora as condições sempre tenham mudado a cada ano, a temporada de gelo agora está mais curta e os membros da comunidade estão relatando outros efeitos, como gelo mais fino, novas polínias, mais granizo e, especialmente, mais variabilidade nas condições do gelo”, diz Becky Segal, gerente de mapas da SIKU. “Então, as pessoas em todo o Ártico já estão usando a SIKU para obter informações sobre o gelo. Trabalhar com a equipe do VIP Lab significa que podemos melhorar ainda mais a qualidade dessas informações.”
O VIP Lab chamou a atenção da equipe da AES graças à sua reputação de usar IA para analisar imagens digitais e identificar assuntos selecionados com rapidez e precisão. O recém-formado em Engenharia de Waterloo, Neil Brubacher (BASc ’21 e MASc ’24), liderou o projeto de segurança do gelo marinho comunitário como parte de sua tese sob a supervisão do Dr. David Clausi, codiretor do VIP Lab e professor de engenharia de projeto de sistemas, e da Dra. Andrea Scott, professora associada de engenharia mecânica e mecatrônica, com o apoio do programa Mitacs Accelerate Indigenous Pathways.
O projeto começou com a equipe do VIP Lab, a AES e a SmartICE — uma organização comunitária que oferece suporte a produtos de informação baseados em dados produzidos pelos Inuit relacionados às condições locais de deslocamento do gelo marinho — trabalhando juntas para criar um conjunto de dados de polínias para treinar modelos de aprendizado de máquina para identificar riscos específicos no gelo marinho.
Usar imagens SAR para automatizar a detecção de gelo marinho e águas abertas é um campo de pesquisa bem estabelecido que dá suporte a atividades comerciais como navegação de rotas de navegação. O VIP Lab e o projeto AES são diferentes porque focam na identificação de pequenas polínias para beneficiar comunidades.
“O novo ângulo de pesquisa do nosso trabalho é que ele observa o tamanho muito pequeno e a escassez dessas polínias de gelo firmes na imagem SAR”, diz Brubacher. “É um problema de agulha no palheiro, mas alcançamos uma taxa de precisão de 90% e estamos trabalhando para melhorar a precisão.”
Um dos destaques do projeto de Brubacher foi visitar Sanikiluaq para discutir a pesquisa com a comunidade.
“Estar lá pessoalmente e ouvir em primeira mão a incrível profundidade de conhecimento sobre gelo marinho, clima e práticas de segurança em viagens foi crucial para o sucesso do projeto”, ele diz. “Os insights e experiências locais me deram o contexto que eu precisava para entender melhor a interface entre nosso sistema e a comunidade.”
E, depois de examiná-las por dois anos na tela do computador, Brubacher finalmente conseguiu ver polínias de verdade. Ele sentiu o efeito da mudança climática também, com temperaturas em torno de -5 C, bem longe dos típicos -20 C da região em janeiro.
“Ouvi os Inuit dizerem que o gelo que costumava ser previsível não é mais tão previsível”, diz Brubacher. “Mas também conheci pessoas que estão otimistas sobre se adaptar a essas condições de mudança com um desejo de desenvolver tecnologias digitais eficazes que possam complementar o conhecimento indígena local. Derivar informações priorizadas pela comunidade a partir de imagens de sensoriamento remoto é um exemplo disso.”
Os modelos do VIP Lab são aplicáveis às comunidades costeiras do Ártico e a equipe continua investigando maneiras de combinar aprendizado de máquina e conhecimento local para criar os produtos de informação mais eficazes voltados para a comunidade.
“Esperamos continuar trabalhando com o VIP Lab”, diz Segal. “Há uma série de projetos futuros com os quais eles poderiam nos ajudar, incluindo contagem de vida selvagem para várias espécies importantes para Sanikiluaq, como o pato Eider.”
Leia A IA pode ajudar a salvar as baleias beluga? para saber mais sobre a pesquisa do VIP Lab que está fazendo a diferença no mundo.
Val Maloney
