La IA extrae corrientes oceánicas ocultas de mapas térmicos satelitales

Científicos de la Universidad de Tel Aviv han entrenado un sistema de IA para recuperar corrientes oceánicas a pequeña escala a partir de imágenes infrarrojas de satélite, revelando el movimiento del agua en escalas inferiores a 30 km que en gran medida habían pasado desapercibidas en las observaciones rutinarias.

Esto importa porque el océano cubre más del 70% de la superficie de la Tierra y actúa como el gran intercambiador de calor del planeta. Aunque corrientes principales como el Gulf Stream han sido rastreadas desde hace tiempo, muchos de los procesos más importantes para la ciencia climática ocurren a escalas más pequeñas, donde los fuertes contrastes de temperatura, la convergencia del flujo y el movimiento vertical del agua determinan cómo se desplazan el calor, los gases y los contaminantes por el océano.

El sistema, llamado GOFLOW, se entrenó con modelos informáticos modernos del océano y luego se probó con secuencias de imágenes de satélite que muestran la temperatura de la superficie del mar. A diferencia de enfoques anteriores que se basaban en supuestos físicos simplificados, los investigadores afirman que GOFLOW infiere dinámicas ocultas directamente a partir de las imágenes y hace un mejor trabajo al distinguir estructuras de flujo complejas.

Recomendado

El hidrógeno verde podría limpiar la aviación — pero los aeropuertos se quedan rezagados

Los resultados se publicaron en Nature Geoscience con DOI 10.1038/s41561-026-01943-0. Según el informe, la ganancia práctica es que los científicos ahora pueden observar patrones que antes solo podían reconstruirse a partir de modelos o de mediciones directas en el agua.

Los investigadores destacan específicamente la dinámica del Gulf Stream a escalas inferiores a 30 km y estimaciones directas desde satélite de la divergencia horizontal en los flujos oceánicos —zonas donde el agua se separa o converge, vinculadas al movimiento vertical de la masa.

Por qué importa el flujo oceánico a pequeña escala

Estas características pueden ser difíciles de detectar en mapas globales, pero a menudo controlan la física oceánica local. Una mezcla más intensa puede cambiar las temperaturas superficiales y, a su vez, afectar las condiciones para tormentas, ciclones y episodios extremos de calor marino. Mejores observaciones a este nivel podrían mejorar los modelos climáticos, especialmente en regiones donde el intercambio océano-atmósfera es crítico.

También existe un caso de uso más aplicado. Las corrientes oceánicas transportan no solo calor, sino también plástico, contaminantes químicos, nutrientes y gases disueltos. Si GOFLOW puede identificar mejor las zonas de convergencia y divergencia, podría ayudar a mostrar dónde persistirá la contaminación, dónde puede hundirse y dónde se dispersará.

Los satélites ya registran la temperatura de la superficie del mar, el nivel del mar y grandes remolinos, pero muchos modelos todavía tienen dificultades con el terreno intermedio entre la visión global y las mediciones puntuales de boyas o expediciones. GOFLOW apunta directamente a esa brecha: convertir las dinámicas oceánicas pequeñas y ocultas en una medición regular derivada de satélite.