Wietnam po raz pierwszy stosuje sztuczną inteligencję i teledetekcję do monitorowania jakości wody morskiej

Badania prowadzone przez wietnamskich i polskich naukowców łączą w sobie sztuczną inteligencję i teledetekcję, aby monitorować jakość wody morskiej, skutecznie wspierając zarządzanie zasobami wodnymi w kluczowych obszarach przybrzeżnych.

Rozwój społeczno -gospodarczy w ostatnich latach stwarza wiele wyzwań środowiskowych dla zatoki Ha Long i obszaru Cua Luc (prowincja Quang Ninh), szczególnie pogorszenie jakości wody morskiej, co zagraża endemicznemu ekosystemowi morskiemu.

Tymczasem tradycyjne metody monitorowania, takie jak pobieranie próbek i analiza na miejscu, mają wiele ograniczeń pod względem kosztów, czasu i zakresu monitorowania.

W obliczu tej rzeczywistości wietnamscy i polscy naukowcy połączyli siły, aby wdrożyć badania nad zastosowaniem teledetekcji i sztucznej inteligencji w monitorowaniu jakości wody – nowoczesnym, ekonomicznym podejściem, które umożliwia ciągły monitoring na dużym obszarze.

Wspólna misja badawcza o kodzie QTPL01.03/23-24, realizowana wspólnie przez Wietnamskie Centrum Kosmiczne (Wietnamska Akademia Nauki i Technologii) oraz Polski Instytut Geofizyki (Polska Akademia Nauk), pomaga w opracowaniu skuteczniejszych narzędzi monitorowania na rzecz ochrony środowiska morskiego w kluczowych obszarach przybrzeżnych.

Nowoczesne podejście

Według dr. Vu Anh Tuana, zastępcy dyrektora generalnego Wietnamskiego Centrum Kosmicznego, który odpowiada za misję, jest to pierwszy projekt w Wietnamie, w którym jednocześnie wykorzystano dane z satelity Sentinel-2, zaawansowane algorytmy uczenia maszynowego i platformę GEE (platformę obliczeniową w chmurze Google) do modelowania i monitorowania parametrów jakości wody, takich jak temperatura powierzchni, zawiesina, chlorofil-a i chemiczne zapotrzebowanie na tlen.

Na podstawie wyników modelu zespół badawczy stworzył mapy czasoprzestrzennego rozkładu jakości wody, które pomagają monitorować wahania i umożliwiają wczesne ostrzeganie o ryzyku zanieczyszczenia zatoki Ha Long i Cua Luc.

Są to dwa strategiczne obszary wodne w prowincji Quang Ninh, które nie tylko charakteryzują się bogactwem krajobrazu i walorów ekologicznych, ale także odgrywają ważną rolę w rozwoju gospodarczym i turystycznym prowincji.

Mapy te można stosować w zarządzaniu zasobami wodnymi, wspierając ochronę środowiska i kierując zrównoważonym rozwojem obszarów przybrzeżnych.

Sprzątanie środowiska w zatoce Ha Long. (Zdjęcie: Thanh Van/VNA)

Dr Vu Anh Tuan stwierdził, że nowość badań polega na syntezie i kreatywnym zastosowaniu technologii teledetekcji, sztucznej inteligencji i przetwarzania w chmurze w celu rozwiązania złożonego problemu monitorowania jakości wody w zatoce Ha Long, a także zaproponowaniu wykonalnych rozwiązań mających na celu pokonanie wyzwania niedoboru danych i zapewnieniu dogłębnej analizy o dużej wartości praktycznej.

W ramach badania utworzono modele uczenia maszynowego i skalibrowano je w celu osiągnięcia dokładności przekraczającej 73%, a następnie wygenerowano mapy rozkładu tych parametrów sezonowo i średniorocznie.

Ponadto badanie to otwiera nowe podejście w stosowaniu technologii teledetekcji w połączeniu z uczeniem maszynowym do monitorowania jakości wody, co skutecznie wspiera zarządzanie zasobami wodnymi na kluczowych obszarach przybrzeżnych.

W kierunku powszechnego rozmieszczenia na morzach

Dr Vu Anh Tuan dodał, że w badaniu wykorzystano dane z satelity Sentinel-2 (czujnik MSI) z okresu 2019–2023, połączone z rzeczywistymi danymi pomiarowymi z Departamentu Zasobów Naturalnych i Środowiska prowincji Quang Ninh oraz Narodowej Agencji ds. Oceanów i Atmosfery (USA) w celu prognozowania jakości wody na badanym obszarze.

Łącznie 78 zdjęć satelitarnych zostało przetworzonych i przeanalizowanych na platformie Google Cloud Computing. Następnie zastosowano algorytmy uczenia maszynowego, takie jak las losowy, regresja wzmacniająca i regresja AdaBoost, do prognozowania wskaźników jakości wody.

Według dr Vu Anh Tuana badanie pozwoliło również na identyfikację ważnych pasm widmowych na zdjęciach satelitarnych Sentinel-2, co przyczyni się do optymalizacji modeli uczenia maszynowego i ograniczenia kosztów gromadzenia danych w przyszłości.

Wyniki badań zostaną zastosowane na morzach Wietnamu. (Zdjęcie: Viet Hoang/VNA)

Na podstawie wyników modelu zespół badawczy stworzył mapy czasoprzestrzennego rozkładu jakości wody, które pomagają monitorować wahania i umożliwiają wczesne ostrzeganie o ryzyku zanieczyszczenia zatoki Ha Long.

Mapy te można stosować w zarządzaniu zasobami wodnymi, wspierając ochronę środowiska i kierując zrównoważonym rozwojem obszarów przybrzeżnych.

Odnosząc się do przyszłych kierunków badań, dr Vu Anh Tuan powiedział, że w najbliższym czasie zespół badawczy zaproponuje zwiększenie częstotliwości obserwacji i pobierania próbek oraz dalszą integrację sztucznej inteligencji z danymi z obrazów satelitarnych w celu poprawy dokładności parametrów obliczeniowych.

W szczególności rozszerzenie integracji różnych typów danych satelitarnych (obecnie zespół przeprowadził testy na 3 typach satelitów) pomoże zwiększyć częstotliwość obserwacji i nie tylko ograniczyć się do 4 parametrów jakości wody, ale rozszerzyć ją do 5, 6 i więcej.

Jednym z kolejnych ważnych kierunków będzie szerokie rozpowszechnienie badań na morzach Wietnamu.

Mimo że każdy obszar morski ma swoje własne cechy charakterystyczne, przy użyciu tej samej platformy badawczej i ram badawczych można dostosować metody obliczeniowe w celu uzyskania dokładnych i odpowiednich wyników.

Końcowym celem zespołu jest stworzenie kompleksowego systemu, który będzie stale monitorował i kontrolował parametry jakości wody morskiej.

System ten dostarczy planistom ważnych informacji, umożliwiając im wysyłanie terminowych ostrzeżeń o zanieczyszczeniu wody, zwłaszcza w kontekście wpływu na akwakulturę i inne sektory gospodarki morskiej.

Oceniając wyniki tych badań, docent – ​​dr Pham Quang Vinh, członek Rady Akceptacyjnej Wietnamskiej Akademii Nauki i Technologii, stwierdził, że promując zastosowanie sztucznej inteligencji w badaniach środowiska wodnego, zespół badawczy wykorzystał nowe algorytmy do przetwarzania danych teledetekcyjnych w badaniach środowiska wód przybrzeżnych.

Jest to typowy przykład efektywnej współpracy naukowej, której efektem jest wspólna publikacja w SCIE Q1 - międzynarodowym czasopiśmie o wysokiej jakości, przyczyniająca się tym samym do rozwoju współpracy naukowo-badawczej między Wietnamem a Polską, otwierająca nowe kierunki rozwoju dla obu krajów.

(TTXVN/Wietnam+)

Source: https://www.vietnamplus.vn/viet-nam-lan-dau-tien-ung-dung-ai-va-vien-tham-giam-sat-chat-luong-nuoc-bien-post1044935.vnp