Los científicos de la Universidad Técnica del Estado de Don (DSTU) han desarrollado complejos modelos y métodos computacionales complejos para analizar sistemas de entornos costeros basados en los datos de teledetección del mar de Azov.
Los resultados de la investigación ayudarían a desarrollar tecnología de detección, permitiendo el registro de peligros naturales y ambientales como la contaminación por petróleo, las corrientes inducidas por el viento, el enriquecimiento excesivo de las aguas, además de llevar el pronóstico de los ecosistemas acuáticos a un nivel completamente nuevo.
Los científicos de DSTU han desarrollado métodos de procesamiento de imágenes marítimas y costeras, utilizando fotografías tomadas en el espacio. En comparación con el enfoque tradicional, estos nuevos métodos permiten procesar datos de teledetección con modelos de precisión 4D y mejorar la precisión del pronóstico.
La investigación se lleva a cabo bajo el liderazgo del miembro correspondiente de la Academia de Ciencias de Rusia, Alexander Sukhinov. Dado que el pronóstico de peligros naturales y ambientales debe realizarse rápidamente, los científicos utilizan sistemas de supercomputación para hacer cálculos, dijo Sukhinov a RIA Novosti.
«Los algoritmos paralelos con los que trabajamos nos permiten pronosticar rápidamente los desarrollos meteorológicos e hidrológicos. Este proceso es particularmente importante, especialmente cuando registramos contaminaciones de petróleo y liberaciones (emisiones) tóxicas en el mar», dijo la profesora Natalia Panasenko.
DSTU recibe datos de teledetección a través de un acuerdo con Roscosmos, la agencia espacial estatal de Rusia, y utiliza fuentes abiertas para obtener los datos. Las imágenes de detección remota se procesan con inteligencia artificial y computación neuronal. Los científicos también emplean un algoritmo de aprendizaje automático basado en Python para analizar y agrupar los peligros naturales y ambientales.
Los autores de la investigación han confirmado la efectividad de su enfoque refiriéndose a una serie de experimentos computacionales e imágenes de detección remota del mar de Azov, tomadas en 2020. El desarrollo del proyecto permite mejorar las tecnologías de computación neuronal implementadas por los investigadores, también como la implementación de métodos de aprendizaje profundo para pronosticar la aparición de mareas negras y manchas de población de plancton.
Los nuevos modelos y algoritmos paralelos han hecho posible reducir el tiempo necesario y mejorar la precisión de los pronósticos y la responsabilidad de los peligros naturales y ambientales que surgen en los entornos costeros del sur de Rusia.
La investigación se realizó con la ayuda de una subvención de la Fundación Rusa para la Investigación Básica en 2019.