俄用4D模型处理海岸遥感数据 - 海洋遥感数据处理

[复制链接]
2 f% ~. O" Y- F* u' h2 T" ^

来源:科技日报

1 p# `9 j+ i0 c2 Q# j; G

创新连线·俄罗斯

& w0 U" G) G' ~0 U. z% u

俄罗斯顿河国立技术大学(DSTU)正在建立一套基于亚速海遥感数据,分析海洋和沿海生态系统状况的数学模型和方法。该项研究结果将有助于开发一种技术来监测不良和危险现象,例如石油污染、极端增减水现象、富营养化(藻类大量繁殖),并在一个全新的水平预测水生态系统的发展。与传统方法相比,新方法可以使用精确的4D模型处理海岸系统遥感数据,并提高预测计算的准确度。

5 d, n$ r5 M$ i: G$ K) v3 j

该研究是在俄罗斯科学院通讯院士、DSTU复杂系统数学建模与预测研究所所长亚历山大·苏希诺夫的指导下进行的。由于对石油泄漏、极端风暴潮等危险事件的预测必须在加速的时间尺度下进行,因此计算中使用了现代超级计算机系统。

8 K. k" q' l$ t- ]( J' n

DSTU四年级研究生、计算机系统和信息安全教研室高级讲师娜塔莉亚·帕纳森科介绍说:“并行算法和程序使我们能够考虑到气象状况和实际水文情况,在极短时间内预测情况的发展。这在发生石油泄漏、有毒物质排放、风暴潮等紧急情况时尤其重要。”

! U; A0 ?# Y6 K9 V. _

该研究小组根据DSTU与俄航天集团之间的协议,以及从公开来源获取空间传感数据。生成的图像使用人工智能方法(包括神经网络技术)进行处理。特别是使用Python编程语言的机器学习方法来分析和聚类对象——浮游生物种群、悬浮物、石油污染和水生态系统中的其他物体的斑点。

' ?; A6 _) }+ G* o

作者通过对2020年获得的亚速海的一些卫星图像进行计算实验,证实了这种方法的有效性。该项目的进一步发展将涉及改进所使用的神经网络技术,以及运用深度学习方法来预测亚速海浮游生物种群、海表面膜污染、包括油膜污染的动态。

D- ~3 W; \! ~* S- O/ I 4 C9 T6 u2 p4 V! j& X% t + n5 o% m \9 N) j5 `9 E6 D ( y$ c3 |& p. |9 \ ! }! {: E& X# }+ o: p0 K6 v& l
回复

举报 使用道具

全部回帖
暂无回帖,快来参与回复吧
懒得打字?点击右侧快捷回复 【吾爱海洋论坛发文有奖】
您需要登录后才可以回帖 登录 | 立即注册
战神梅西
活跃在2025-1-26
快速回复 返回顶部 返回列表