Применение нейронных сетей для обработки данных SeaWIFS и MODIS по Бискайскому заливу

Предложен алгоритм обработки спутниковых данных видимого диапазона на основе применения искусственных нейронных сетей. Алгоритм предназначен для восстановления концентраций хлорофилла-а фитопланктона (ХЛ), суммарной взвеси (СВ) и поглощения растворенного органического вещества (РОВ) в водах Бискайского залива по значениям коэффициента отражения для дистанционного зондирования под поверхностью Rrsw(-0, ). Кроме того, алгоритм оценивает точность расчета концентрации и выявляет пиксели с аномальным спектральным распределением коэффициента отражения Rrsw. Входные значения Rrsw рассчитываются по спутниковым значениям нормализованной яркости водной поверхности, полученным с датчиков SeaWiFS и MODIS.
Для восстановления концентрации ХЛ, СВ и РОВ было настроено 3 нейронных сети (ANN_CHL, ANN_TSM и ANN_DOC) с использованием архива из 2000 подспутниковых наблюдений, собранных институтом IFREMER (Франция) в период с 1998 по 2004 год. Коэффициент корреляции измеренных и расчетных значений концентраций составляет 0.81 для ХЛ и 0.79 для СВ, при этом среднеквадратичное отклонение составляет 3.2 мкг/л и 3.3 мг/л соответственно. Информация о разности измеренных и восстановленных концентраций ХЛ и СВ была использована для настройки нейронной сети, которая предсказывает точность расчета этих концентраций.
В контексте данной работы «аномальным» называется такое спектральное распределение Rrsw, тип которого не встречается в архиве данных для обучения нейронных сетей ANN_CHL, ANN_TSM или ANN_DOC. Для выявления аномальных распределений Rrsw была создана сеть «с узким горлом» (ANN_BNECK). При обучении на вход и выход сети подаются одинаковые спектральные значения Rrsw, а на одном из ее внутренних слоев число нейронов меньше, чем число входных и выходных нейронов.
При обработке космического снимка на вход ANN_BNECK подаются спектральные значении Rrsw, которые затем сравниваются с выходными значениями. В случае их совпадения аномалия во входных данных отсутствует. Сеть ANN_BNECK выявляет и исключает пикселей с аномальным распределением Rrsw, что позволяет избежать ситуации, в которых нейронные сети ANN_CHL, ANN_TSM или ANN_DOC в принципе неспособна получить верный результат (например, в зонах интенсивного развития кокколитофор).
Совокупность нейронных сетей используется при изучении гидрологических и биохимических процессов в Бискайском заливе.