Российские ученые разрабатывают новые методы контроля чистоты морской воды из космоса

Учеными Донского государственного технического университета (ДГТУ) разработаны сложные вычислительно-сложные модели и методы анализа систем прибрежной среды на основе данных дистанционного зондирования Азовского моря.

Результаты исследования помогут разработать технологию обнаружения, позволяющую регистрировать такие природные и экологические опасности, как загрязнение нефтью, ветровое течение, чрезмерное обогащение вод, а также вывести прогнозы водных экосистем на совершенно новый уровень.

Ученые ДГТУ разработали методы обработки морских и прибрежных снимков с использованием снимков, сделанных в космосе. По сравнению с традиционным подходом эти новые методы позволяют обрабатывать данные дистанционного зондирования с помощью прецизионных моделей 4D и повышать точность прогнозов.

Исследование проводится под руководством члена-корреспондента РАН Александра Сухинова. Как сообщил Сухинов РИА Новости, поскольку прогнозы природных и экологических опасностей должны выполняться быстро, ученые используют суперкомпьютерные системы для проведения расчетов.

«Параллельные алгоритмы, с которыми мы работаем, позволяют нам быстро прогнозировать метеорологические и гидрологические изменения. Этот процесс особенно важен, особенно когда мы регистрируем нефтяные загрязнения и токсичные выбросы (выбросы) в море», - сказала профессор Наталья Панасенко.

ДГТУ получает данные дистанционного зондирования по соглашению с Роскосмосом, государственным космическим агентством России, а также использует открытые источники для получения данных. Изображения, полученные с помощью дистанционного зондирования, обрабатываются с помощью искусственного интеллекта и нейронных вычислений. Ученые также используют алгоритм машинного обучения на основе Python для анализа и кластеризации природных и экологических опасностей.

Авторы исследования подтвердили эффективность своего подхода, сославшись на серию вычислительных экспериментов и изображения Азовского моря, полученные с помощью дистанционного зондирования, сделанные в 2020 году. Развитие проекта позволяет усовершенствовать технологии нейронных вычислений, применяемые исследователями, а также как реализация методов Deep Learning для прогнозирования появления нефтяных пятен и пятен популяции планктона.

Новые модели и параллельные алгоритмы позволили сократить время, повысить точность прогнозов и учет природных и экологических опасностей, возникающих в прибрежных зонах юга России.

Исследование проводилось при поддержке гранта Российского фонда фундаментальных исследований в 2019 году.
Источник