Kolaborasi internasional antara Universitas Valencia dan Texas A&M University-Corpus Christi telah mencapai kemajuan penting dalam studi perubahan permukaan laut musiman dan multi-tahunan. Dengan menerapkan teknik kecerdasan buatan (AI), tim-tim tersebut telah secara signifikan memperpanjang rentang waktu perkiraan variasi-variasi ini, memperkuat kemampuan perencanaan pesisir dan kerja sama ilmiah dalam penelitian kelautan.
Kolaborasi penelitian internasional telah menghasilkan kemajuan yang dapat meningkatkan cara para ilmuwan memprediksi perubahan permukaan laut dari musim ke tahun dengan menggunakan kecerdasan buatan (AI). Temuannya, dipublikasikan di Jurnal dari Pengelolaan Laut & Pesisir , menyoroti penggunaan baru AI untuk memperkirakan perubahan semacam ini di sepanjang Pantai Teluk Texas.
Didukung melalui inisiatif National Science Foundation (NSF), proyek ini mempertemukan kelompok AI4OCEANS di Universitas Valencia (UV) di Spanyol dan para peneliti dari NSF AI Institute for Research on Trustworthy AI In Weather, Climate, and Coastal Oceanography (AI2ES) di Conrad Blucher Institute for Surveying and Science (CBI) di Texas A&M University-Corpus Christi (TAMU-CC).
Bersama-sama, tim mengembangkan alat berbasis AI untuk memperkirakan variasi permukaan laut musiman hingga multi-tahun di sepanjang pantai Texas, yang merupakan rumah bagi beberapa pelabuhan terbesar di Amerika dan komunitas yang semakin rentan terhadap banjir, penurunan permukaan tanah, dan kenaikan permukaan laut.
“Kebutuhan akan prediksi yang lebih panjang untuk beberapa minggu dan bulan mendatang menjadi semakin penting seiring dengan meningkatnya frekuensi genangan di sepanjang pantai kita,” kata Dr. Philippe Tissot, salah satu Penyelidik Utama AI2ES dan Ketua Kecerdasan Buatan Pesisir di CBI. “Metode peramalan tradisional umumnya dirancang untuk kondisi jangka pendek, seperti air pasang atau gelombang badai, dengan menawarkan waktu tunggu yang hanya beberapa jam hingga beberapa hari. Pekerjaan ini berfokus pada perpanjangan waktu tunggu tersebut hingga berbulan-bulan atau bahkan bertahun-tahun, memberikan perspektif yang saling melengkapi untuk meningkatkan kesiapsiagaan.”
Untuk membuat model AI, para peneliti menggabungkan data pengukur pasang surut dan data satelit selama beberapa dekade dengan metode pengelompokan regional canggih yang dikembangkan oleh Veronica Nieves, Direktur grup AI4OCEANS UV, dan Cristina Radin, yang saat itu merupakan Ph.D. kandidat di UV yang menyelesaikan gelarnya akhir tahun itu. “Menangkap sinyal regional bersama sangat penting untuk memahami bagaimana pola lautan berskala besar mempengaruhi semua stasiun pesisir,” kata Nieves. “Pendekatan ini memungkinkan kami mengidentifikasi proses lebih luas yang membentuk variabilitas permukaan laut di sepanjang pantai Texas.”
Radin dan Marina Vicens-Miquel '20 '24, yang saat itu adalah peneliti doktoral di CBI, melatih AI untuk mengenali pola di sepanjang garis pantai Texas yang memengaruhi naik dan turunnya permukaan air seiring waktu. “Model AI mampu mempelajari pola yang dapat membantu memprediksi ketinggian air dari bulan hingga bahkan bertahun-tahun sebelumnya,” kata Vicens-Miquel. “Hal ini dapat memberikan indikator awal bagi wilayah pesisir dan membantu memandu perencanaan di tahun-tahun mendatang, terutama di wilayah yang datanya terbatas,” tambah Radin.
Model AI menghasilkan prakiraan dengan akurasi dan keandalan yang lebih tinggi dibandingkan metode prediksi yang ada di wilayah tersebut, sehingga memberikan waktu tunggu yang berharga bagi perencana pesisir dan pengelola sumber daya untuk mengantisipasi periode kenaikan permukaan air dan mendukung keputusan pengelolaan pesisir jangka panjang. Hal ini juga menawarkan kerangka kerja hemat biaya yang dapat disesuaikan dengan wilayah pesisir lainnya.
Selain hasil ilmiahnya, proyek ini menggambarkan pentingnya kolaborasi internasional dalam mengatasi tantangan lingkungan yang kompleks. Kedua AI2ES AI4OCEANS diakui secara global karena memajukan penggunaan AI dalam penelitian kelautan dan iklim. Di tengah meningkatnya tantangan pendanaan penelitian, keberhasilan kolaborasi ini menunjukkan bagaimana kerja sama lintas benua dapat memicu inovasi dan memperkuat ketahanan pesisir di seluruh dunia.
Meningkatkan ketahanan pesisir: prediksi ketinggian air musiman hingga multi-tahun yang didorong oleh AI untuk Pantai Teluk Texas . Marine Vicent-Michel, Cristina Radin, Veronica Snows, Philip E. Tissot. Pengelolaan Laut & Pesisir . https://doi.org/10.1016/jocecoaman.2025.107946
