Une équipe dirigée par Niccolò Maffezzoli de l'Université Ca' Foscari de Venise et de l'Université de Californie, Irvine, a développé IceBoost, un modèle d'IA mondial pour calculer la distribution de l'épaisseur de la glace des glaciers. Les résultats ont été publiés dans Geoscientific Model Development. Ce modèle devrait être un outil clé pour étudier les futurs scénarios de fonte des glaciers et prédire l'élévation du niveau de la mer.
Le modèle IceBoost combine des algorithmes d'arbre de décision entraînés sur des mesures d'épaisseur et 39 caractéristiques, notamment la vitesse de la glace et les champs de température. Selon Maffezzoli, le modèle présente des erreurs inférieures de 30 à 40 % à celles des modèles traditionnels, en particulier dans les régions polaires. Le modèle d'IA exploite des données d'observation approfondies en conjonction avec des algorithmes d'apprentissage automatique.
Des estimations précises de l'épaisseur de la glace sont essentielles dans les régions polaires et les marges du Groenland et de l'Antarctique pour modéliser l'écoulement de la glace et projeter l'élévation du niveau de la mer. D'ici la fin de 2025, les chercheurs prévoient de publier deux ensembles de données totalisant un demi-million de cartes d'épaisseur de la glace, marquant une étape importante vers une meilleure compréhension et prédiction des impacts glaciaires. Cette initiative s'inscrit dans le cadre de l'Année internationale de la préservation des glaciers en 2025 et de la Décennie d'action pour les sciences de la cryosphère (2025-2034) déclarée par les Nations Unies.