俄用4D模型处理海岸遥感数据


俄用4D模型处理海岸遥感数据



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 。
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 。
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 。 ”
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 。
【俄用4D模型处理海岸遥感数据】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 。

    推荐阅读