3 v" o4 q1 H0 a$ @6 ^8 v 来源:科技日报
: U, c6 z% ~1 e1 z5 | 创新连线·俄罗斯
3 K5 k% S. t1 H; L; D7 @; n 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。 " G+ Y) g$ I! N8 J! y
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。 & d! S: Z7 F; H* `. t% y1 A
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。”
- O! |; T0 x# a5 Q 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。
1 W+ ^, Q9 T* v* ? 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。 2 m' w t' H# p+ p
* q4 h1 E& G9 M- Z, M
6 F( O- P9 M' e3 o
7 p/ W2 Y1 @2 b B3 K
; R$ m- c* S: @ |