Исследование, опубликованное в [Remote Sensing Applications: Society and Environment](https://www.sciencedirect.com/science/article/pii/S2352938525001545), впервые использует искусственный интеллект для объединения двух типов спутниковых снимков, чтобы определить местоположение, толщину и тип нефтяного пятна в океанах. Это открывает новые возможности для быстрого и точного планирования мер реагирования.
«Это значительный шаг вперёд в обнаружении нефтяных пятен. Мы сможем более точно определять их местоположение и различать толстые и тонкие пятна», — сказал ведущий исследователь и кандидат наук JCU Куанвэй Лю.
«Это жизненно важно для того, чтобы лица, принимающие решения, могли планировать свои действия более эффективно», — добавил он.
Как нефтяные пятна распространяются в океане
Когда сырая нефть попадает в океан, она распространяется под воздействием течений, ветра и волн, увеличивая площадь загрязнения. Например, утечка во время [разлива нефти Deep Horizon в 2010 году](https://ocean.si.edu/conservation/gulf-oil-spill/gulf-mexico-oil-spill-interactive) привела к тому, что миллионы баррелей нефти покрыли примерно 12 000 км² океана.
Использование спутниковых снимков для обнаружения нефтяных пятен
Обнаружение и мониторинг нефтяных пятен с помощью спутниковых снимков оказались незаменимыми для борьбы с этой проблемой. Однако объединение данных различных спутниковых снимков для более точного обнаружения представляло сложность до недавнего времени.
«Мы объединили данные двух типов спутников: синтетической апертуры радара (SAR) и гиперспектрального спутника (HSI)», — объясняет доктор Кевин Хуан из JCU, который руководил исследованием.
SAR может определять различия в волнах и неровности поверхности океана. Если на поверхности воды есть нефть, это делает поверхность более гладкой. Но в одиночку SAR часто путает тонкие и толстые нефтяные пятна. HSI действует как сверхточный цветной датчик, который помогает определить, что представляет собой разлитая нефть, но не обобщает так широко.
Объединение этих двух методов позволяет получить более чёткие контуры нефтяных пятен и более точно определить их тип, превосходя другие подходы.
Практические рекомендации
Исследователи предлагают простой план действий: использовать SAR для быстрого обнаружения на больших площадях после разлива, а затем применять слияние SAR+HSI внутри обнаруженной области для оценки толщины/типа нефти и принятия решений по ликвидации последствий.
Оба учёных утверждают, что этот подход не только важен для борьбы с нефтяными разливами, но и может оказаться ценным для будущего мониторинга в широком спектре экологических контекстов.
«Мы хотим применить наши исследования в области глубокого обучения и дистанционного зондирования для других задач мониторинга, таких как качество воды, леса и стихийные бедствия, чтобы принести пользу обществам и сообществам», — сказал доктор Хуан.
Предоставлено [James Cook University](https://phys.org/partners/james-cook-university/)