_ Crearea de punte decalaj: Oamenii de știință în domeniul informaticii dezvoltă un model pentru a îmbunătăți datele despre apă de la sateliți

Sateliții care înconjoară Pământul colectează o mulțime de date despre apă despre planeta noastră, totuși, distilarea informațiilor utilizabile din aceste surse despre oceanele, lacurile, râurile și cursurile noastre poate să fie o provocare.

„Administratorii de apă au nevoie de date precise pentru sarcinile de gestionare a resurselor de apă, inclusiv monitorizarea zonelor de coastă a lacului, detectarea schimbărilor de frontieră în creșterea mării și monitorizarea eroziunii”, spune informaticianul Pouya Hosseinzadeh de la Universitatea de Stat din Utah. „Dar aceștia se confruntă cu un compromis atunci când examinează datele de la sateliții desfășurați în prezent, care oferă date complementare care sunt fie cu rezoluții spațiale mari, fie cu rezoluții temporale ridicate. Încercăm să integrăm datele pentru a oferi informații mai precise.”

Abordările variate de fuziune a datelor prezintă limitări, inclusiv sensibilitatea la perturbațiile atmosferice și alți factori climatici care pot duce la zgomot, valori aberante și lipsă de date.

O soluție propusă, spun Hosseinzadeh, un doctorand și a lui Mentorul facultății, Soukaina Filali Boubrahimi, este Rețeaua Adversarială Generativă Hidrologică, cunoscută sub numele de Hydro-GAN. Oamenii de știință au dezvoltat modelul Hydro-GAN împreună cu colegii USU Ashit Neema, Ayman Nassar și Shah Muhammad Hamdi și descriu acest instrument în ediția online a Water Resources Research.

Hydro-GAN, spune Filali Boubrahimi, asistent. profesor la Departamentul de Informatică al USU, este o metodă nouă, bazată pe învățarea automată, care mapează datele satelitului disponibile la rezoluție scăzută la o contrapartidă de date de înaltă rezoluție.

„În lucrarea noastră, descriem integrarea datelor colectate. de MODIS, un spectroradiometru la bordul satelitului Terra Earth Observing System și al satelitului Landsat 8, ambele având rezoluții spațiale și temporale variate”, spune ea. „Încercăm să reducem decalajul prin generarea de noi eșantioane de date din imaginile colectate de acești sateliți care îmbunătățesc rezoluția formei limitelor apei.”

Setul de date utilizat în această cercetare constă din date de imagine colectate. pe o perioadă de șapte ani (2015–2021) de 20 de rezervoare în Statele Unite, Australia, Mexic și alte țări. Autorii prezintă un studiu de caz al Lacului Tharthar, un lac cu apă sărată din Irak, de dimensiuni comparabile cu Great Salt Lake și care se confruntă cu presiuni similare privind clima și utilizarea.

„Utilizarea a șapte ani de date de la MODIS și Landsat 8. , am evaluat modelul nostru Hydro-GAN propus asupra comportamentelor de micșorare și expansiune ale lacului Tharthar", spune Hosseinzadeh. „Folosind Hydro-GAN, am reușit să ne îmbunătățim predicțiile cu privire la zona în schimbare a lacului.”

Asemenea informații sunt esențiale pentru hidrologii și oamenii de știință din regiune, spune el, care trebuie să monitorizeze dinamica sezonieră și să facă decizii cu privire la modul de susținere a aprovizionării cu apă a lacului.

Oamenii de știință demonstrează că Hydro-GAN poate genera date de înaltă rezoluție la pași istorici, care altfel nu sunt disponibile, pentru situațiile în care este nevoie de o cantitate mare de date istorice. pentru o prognoză precisă.

„Credem că acesta va fi un instrument valoros pentru administratorii de apă și, mergând mai departe cu modele similare, putem folosi o abordare multimodală pentru a furniza date în plus față de imagini, inclusiv informații despre topologie, cantități de date despre zăpadă, debit, precipitații, temperatură și alte variabile climatice”, spune Hosseinzadeh, care prezintă cercetarea în timpul Conferinței de scurgere de primăvară 2024 a USU, 26-27 martie, la Logan, Utah.

(Fluierul)