Les modifications des masses d'eau stockées sur les continents peuvent être détectées à l'aide de satellites. Les ensembles de données sur le champ gravitationnel de la Terre qui sont nécessaires pour cela, proviennent des missions satellitaires GRACE et GRACE-FO. Comme ces ensembles de données ne comprennent que les anomalies de masse typiques à grande échelle, pas de conclusions sur les structures à petite échelle, tels que la répartition réelle des masses d'eau dans les rivières et les bras de rivière, sont possibles. Prenant comme exemple le continent sud-américain, les modélisateurs du système Terre du Centre allemand de recherche en géosciences GFZ, ont développé une nouvelle méthode d'apprentissage en profondeur, qui quantifie les changements à petite et à grande échelle du stockage de l'eau à l'aide de données satellitaires. Cette nouvelle méthode combine astucieusement Deep-Learning, modèles hydrologiques et observations de la Terre par gravimétrie et altimétrie.

Jusqu'à présent, il n'est pas connu avec précision, combien d'eau un continent stocke réellement. Les masses d'eau continentales sont également en constante évolution, affectant ainsi la rotation de la Terre et agissant comme un lien dans le cycle de l'eau entre l'atmosphère et l'océan. affluents de l'Amazone au Pérou, par exemple, transporter d'énormes quantités d'eau certaines années, mais seulement une fraction de celui-ci dans d'autres. En plus des masses d'eau des rivières et autres plans d'eau douce, des quantités considérables d'eau se trouvent également dans le sol, réservoirs à neige et souterrains, qui sont difficiles à quantifier directement.

Maintenant, l'équipe de recherche autour de l'auteur principal Christopher Irrgang a développé une nouvelle méthode afin de tirer des conclusions sur les quantités d'eau stockées du continent sud-américain à partir des données satellitaires à résolution grossière. "Pour ce qu'on appelle la réduction d'échelle, nous utilisons un réseau de neurones convolutifs, en bref CNN, en lien avec une nouvelle méthode de formation, " dit Irrgang. " Les CNN sont particulièrement bien adaptés pour le traitement des observations spatiales de la Terre, car ils peuvent extraire de manière fiable des motifs récurrents tels que des lignes, bords ou des formes et caractéristiques plus complexes."

Afin d'apprendre le lien entre le stockage d'eau continental et les observations satellitaires respectives, le CNN a été formé avec des données de simulation d'un modèle hydrologique numérique sur la période de 2003 à 2018. De plus, les données de l'altimétrie satellitaire dans la région amazonienne ont été utilisées pour la validation. Ce qui est extraordinaire, est que ce CNN s'auto-corrige et s'auto-valide en permanence afin de faire les déclarations les plus précises possibles sur la répartition du stockage d'eau. "Ce CNN combine donc les avantages de la modélisation numérique avec l'observation de la Terre de haute précision" selon Irrgang.

L'étude des chercheurs montre que la nouvelle méthode d'apprentissage profond est particulièrement fiable pour les régions tropicales au nord de la latitude -20° sur le continent sud-américain, où les forêts tropicales, de vastes eaux de surface ainsi que de grands bassins d'eaux souterraines se trouvent. Idem que pour les eaux souterraines riches, partie ouest de la pointe sud de l'Amérique du Sud. La réduction d'échelle fonctionne moins bien dans les régions sèches et désertiques. Cela peut s'expliquer par la variabilité relativement faible du stockage d'eau déjà faible là-bas, qui n'ont donc qu'un effet marginal sur l'apprentissage du réseau de neurones. Cependant, pour la région amazonienne, les chercheurs ont pu montrer que la prévision du CNN validé était plus précise que le modèle numérique utilisé.

Dans le futur, Une analyse et des prévisions à grande échelle et régionales du stockage d'eau continental mondial seront nécessaires de toute urgence. Le développement ultérieur de modèles numériques et la combinaison avec des méthodes innovantes d'apprentissage en profondeur joueront un rôle plus important à cet égard, afin de mieux comprendre l'hydrologie continentale. En dehors des investigations purement géophysiques, il existe de nombreuses autres applications possibles, comme l'étude de l'impact du changement climatique sur l'hydrologie continentale, l'identification des facteurs de stress pour les écosystèmes tels que les sécheresses ou les inondations, et l'élaboration de stratégies de gestion de l'eau pour les régions agricoles et urbaines.