Πρώτη φορά στο Βιετνάμ: Μοντέλο τεχνητής νοημοσύνης σε συνδυασμό με τηλεπισκόπηση για την παρακολούθηση της ποιότητας του θαλασσινού νερού

Βιετναμέζοι και Πολωνοί επιστήμονες συνεργάστηκαν για να διεξάγουν έρευνα σχετικά με την εφαρμογή της τηλεπισκόπησης και της τεχνητής νοημοσύνης στην παρακολούθηση της ποιότητας του νερού - μια σύγχρονη, οικονομική προσέγγιση που επιτρέπει τη συνεχή παρακολούθηση σε μια μεγάλη περιοχή.

Η ερευνητική ομάδα πήρε δείγματα θαλασσινού νερού στον κόλπο Χα Λονγκ και την Κουά Λουκ. Φωτογραφία: Dieu Thuy/VNA

Η κοινωνικοοικονομική ανάπτυξη των τελευταίων ετών έχει θέσει πολλές περιβαλλοντικές προκλήσεις στην περιοχή Ha Long Bay και Cua Luc (επαρχία Quang Ninh), ιδίως την υποβάθμιση της ποιότητας του θαλασσινού νερού, απειλώντας το ενδημικό θαλάσσιο οικοσύστημα. Εν τω μεταξύ, οι παραδοσιακές μέθοδοι παρακολούθησης, όπως η επιτόπια δειγματοληψία και ανάλυση, έχουν αποκαλύψει πολλούς περιορισμούς όσον αφορά το κόστος, τον χρόνο και το εύρος παρακολούθησης. Αντιμέτωποι με αυτή την πραγματικότητα, Βιετναμέζοι και Πολωνοί επιστήμονες έχουν συντονιστεί για να διεξάγουν έρευνα σχετικά με την εφαρμογή της τηλεπισκόπησης και της τεχνητής νοημοσύνης στην παρακολούθηση της ποιότητας του νερού - μια σύγχρονη, οικονομικά αποδοτική προσέγγιση που επιτρέπει τη συνεχή παρακολούθηση σε μια μεγάλη περιοχή. Η συνεργατική ερευνητική αποστολή με κωδικό QTPL01.03/23-24, που υλοποιείται από κοινού από το Διαστημικό Κέντρο του Βιετνάμ (Ακαδημία Επιστήμης και Τεχνολογίας του Βιετνάμ) και το Πολωνικό Ινστιτούτο Γεωφυσικής (Πολωνική Ακαδημία Επιστημών), βοηθά στην παροχή πιο αποτελεσματικών εργαλείων παρακολούθησης για την προστασία του θαλάσσιου περιβάλλοντος σε βασικές παράκτιες περιοχές.

Σύγχρονη προσέγγιση

Σύμφωνα με τον Δρ. Vu Anh Tuan, Αναπληρωτή Γενικό Διευθυντή του Διαστημικού Κέντρου του Βιετνάμ, ο οποίος είναι υπεύθυνος για την αποστολή, αυτό είναι το πρώτο έργο στο Βιετνάμ που χρησιμοποιεί ταυτόχρονα δεδομένα από δορυφόρο Sentinel-2, προηγμένους αλγόριθμους μηχανικής μάθησης και την πλατφόρμα GEE (πλατφόρμα cloud computing της Google) για τη μοντελοποίηση και την παρακολούθηση παραμέτρων ποιότητας νερού, όπως η θερμοκρασία επιφάνειας, τα αιωρούμενα στερεά, η χλωροφύλλη-α και η χημική ζήτηση οξυγόνου.

Κόλπος Χα Λονγκ. Φωτογραφία: Hoang Hieu/VNA

Από τα αποτελέσματα του μοντέλου, η ερευνητική ομάδα δημιούργησε χάρτες κατανομής της ποιότητας του νερού στο χώρο και το χρόνο, βοηθώντας στην παρακολούθηση των διακυμάνσεων και στην έγκαιρη προειδοποίηση για τους κινδύνους ρύπανσης στον κόλπο Ha Long και την Cua Luc. Πρόκειται για δύο στρατηγικές υδάτινες περιοχές στην επαρχία Quang Ninh, όχι μόνο πλούσιες σε τοπίο και οικολογικές αξίες, αλλά και διαδραματίζουν βασικό ρόλο στην οικονομική και τουριστική ανάπτυξη της επαρχίας. Αυτοί οι χάρτες μπορούν να χρησιμοποιηθούν στη διαχείριση των υδάτινων πόρων, υποστηρίζοντας την προστασία του περιβάλλοντος και προσανατολίζοντας τη βιώσιμη ανάπτυξη των παράκτιων περιοχών.

Ο Δρ. Vu Anh Tuan δήλωσε ότι η καινοτομία της μελέτης έγκειται στη σύνθεση και την καινοτομία των τεχνολογιών τηλεπισκόπησης, τεχνητής νοημοσύνης και cloud computing για την επίλυση του σύνθετου προβλήματος της παρακολούθησης της ποιότητας του νερού στον κόλπο Ha Long, προτείνοντας παράλληλα εφικτές λύσεις για την αντιμετώπιση της πρόκλησης της έλλειψης δεδομένων και παρέχοντας εις βάθος ανάλυση υψηλής πρακτικής αξίας. Η μελέτη δημιούργησε μοντέλα μηχανικής μάθησης και βαθμονόμησε και δοκίμασε αυτά τα μοντέλα για να επιτύχει ακρίβεια άνω του 73% και δημιούργησε χάρτες της κατανομής αυτών των παραμέτρων ανά εποχή και ανά ετήσιο μέσο όρο. Επιπλέον, η μελέτη άνοιξε επίσης μια νέα προσέγγιση στην εφαρμογή της τεχνολογίας τηλεπισκόπησης σε συνδυασμό με τη μηχανική μάθηση για την παρακολούθηση της ποιότητας του νερού, υποστηρίζοντας έτσι αποτελεσματικά τη διαχείριση των υδάτινων πόρων σε βασικές παράκτιες περιοχές.

Προς ευρεία ανάπτυξη σε όλες τις θάλασσες

Κόλπος Να Τρανγκ. Φωτογραφία: VNA

Ο Δρ. Vu Anh Tuan πρόσθεσε ότι η μελέτη χρησιμοποίησε δεδομένα από τον δορυφόρο Sentinel-2 (αισθητήρας MSI) κατά την περίοδο 2019 - 2023, σε συνδυασμό με πραγματικά δεδομένα μετρήσεων από το Τμήμα Φυσικών Πόρων και Περιβάλλοντος της επαρχίας Quang Ninh και την Εθνική Υπηρεσία Ωκεανών και Ατμόσφαιρας (ΗΠΑ) για την πρόβλεψη της ποιότητας του νερού στην περιοχή μελέτης. Συνολικά, υποβλήθηκαν σε επεξεργασία και αναλύθηκαν 78 δορυφορικές εικόνες στην πλατφόρμα cloud computing της Google. Στη συνέχεια, εφαρμόστηκαν αλγόριθμοι μηχανικής μάθησης όπως: Random Forest, Boosted Regression και AdaBoost Regression για την πρόβλεψη δεικτών ποιότητας νερού.

Σύμφωνα με τον Δρ. Vu Anh Tuan, η μελέτη εντόπισε επίσης σημαντικές φασματικές ζώνες από τις δορυφορικές εικόνες Sentinel-2, συμβάλλοντας στη βελτιστοποίηση των μοντέλων μηχανικής μάθησης και στην ελαχιστοποίηση του μελλοντικού κόστους συλλογής δεδομένων. Από τα αποτελέσματα του μοντέλου, η ερευνητική ομάδα δημιούργησε χωροχρονικούς χάρτες κατανομής της ποιότητας του νερού, βοηθώντας στην παρακολούθηση των διακυμάνσεων και στην έγκαιρη προειδοποίηση για τους κινδύνους ρύπανσης στον κόλπο Ha Long. Αυτοί οι χάρτες μπορούν να χρησιμοποιηθούν στη διαχείριση των υδάτινων πόρων, υποστηρίζοντας την προστασία του περιβάλλοντος και προσανατολίζοντας τη βιώσιμη ανάπτυξη των παράκτιων περιοχών.

Όσον αφορά την επόμενη ερευνητική κατεύθυνση, ο Δρ. Vu Anh Tuan δήλωσε ότι στο μέλλον, η ερευνητική ομάδα προτείνει την αύξηση της συχνότητας παρατήρησης και της δειγματοληψίας, καθώς και την περαιτέρω ενσωμάτωση της Τεχνητής Νοημοσύνης με δεδομένα δορυφορικών εικόνων για τη βελτίωση της ακρίβειας των παραμέτρων υπολογισμού. Συγκεκριμένα, η επέκταση της ενσωμάτωσης διαφορετικών τύπων δορυφορικών δεδομένων (προς το παρόν, η ομάδα έχει δοκιμάσει σε 3 τύπους δορυφόρων) θα βοηθήσει στην αύξηση της συχνότητας παρατήρησης και όχι μόνο στον περιορισμό της σε 4 παραμέτρους ποιότητας νερού, αλλά θα μπορεί να επεκταθεί σε 5, 6 ή περισσότερες. Μία από τις επόμενες σημαντικές κατευθύνσεις είναι ότι η ομάδα θα αναπτύξει ευρέως αυτήν την έρευνα σε όλες τις θάλασσες του Βιετνάμ. Αν και κάθε θάλασσα έχει τα δικά της χαρακτηριστικά, με την ίδια πλατφόρμα και ερευνητικό πλαίσιο, οι μέθοδοι υπολογισμού μπορούν να προσαρμοστούν για να επιφέρουν ακριβή και κατάλληλα αποτελέσματα. Ο απώτερος στόχος είναι η ομάδα να δημιουργήσει ένα ολοκληρωμένο σύστημα για τη συνεχή παρακολούθηση και εποπτεία των παραμέτρων ποιότητας του θαλασσινού νερού. Το σύστημα θα παρέχει σημαντικές πληροφορίες στους σχεδιαστές, δίνοντας έγκαιρες προειδοποιήσεις σχετικά με τη ρύπανση των υδάτων, ιδίως τις επιπτώσεις στην υδατοκαλλιέργεια και σε άλλους θαλάσσιους οικονομικούς τομείς.

Αξιολογώντας τα αποτελέσματα αυτής της έρευνας, ο Αναπληρωτής Καθηγητής, Δρ. Pham Quang Vinh, μέλος του Συμβουλίου Αποδοχής της Ακαδημίας Επιστήμης και Τεχνολογίας του Βιετνάμ, δήλωσε ότι προωθώντας την εφαρμογή της Τεχνητής Νοημοσύνης στην έρευνα για το υδάτινο περιβάλλον, η ερευνητική ομάδα χρησιμοποίησε νέους αλγόριθμους για την επεξεργασία δεδομένων τηλεπισκόπησης στην έρευνα για το παράκτιο υδάτινο περιβάλλον. Αυτό αποτελεί ένα τυπικό παράδειγμα αποτελεσματικής επιστημονικής συνεργασίας με κοινή δημοσίευση μεταξύ των δύο πλευρών στο περιοδικό SCIE Q1 - ένα διεθνές περιοδικό υψηλής ποιότητας, συμβάλλοντας έτσι στην προώθηση της επιστημονικής ερευνητικής συνεργασίας μεταξύ Βιετνάμ και Πολωνίας, ανοίγοντας νέες αναπτυξιακές κατευθύνσεις και για τις δύο χώρες.

Σύμφωνα με το VNA

Πηγή: https://doanhnghiepvn.vn/cong-nghe/lan-dau-tien-tai-viet-nam-mo-hinh-ai-ket-hop-vien-tham-giam-sat-chat-luong-nuoc-bien/20250619075954419