Süni intellekt aləti zərərli yosun çiçəklənməsini izləməyə kömək etmək üçün beş peyk məlumat dəstini birləşdirir
NASA tərəfindən
Robert Egan tərəfindən redaktə edilib , Andrew Zinin tərəfindən nəzərdən keçirilib
Tercih edilən mənbə kimi əlavə edin
NASA-nın PACE peykindəki Okean Rəng Aləti tərəfindən 21 oktyabr 2024-cü ildə çəkilmiş bu görüntüdə ABŞ Körfəzi sahillərində mikroskopik yosunların (fitoplankton) yaşıl burulğanları görünür. Sensor həmçinin şimal-şərqdə qırmızımtıl zolaq kimi görünən payız yarpaq rənglərini müşahidə edib. Mənbə: NASA
NASA alimləri okean sularında uzun müddətdir davam edən bir problemi həll etmək üçün süni intellekt aləti hazırlayıblar. Bu yaxınlarda Earth and Space Science jurnalında dərc olunmuş bir araşdırmada tədqiqatçılar alətin birdən çox peykdən məlumatları birləşdirə və qərbi Florida və Cənubi Kaliforniyada baş verən zərərli yosun çiçəklənməsini aşkar edə bildiyini bildiriblər.
Bahalı və təhlükəli sahil çiçəkləri
Şiddətli çiçəklənmə ABŞ-da sağlamlıq üçün təhlükə yarada və sahil iqtisadiyyatına hər il on milyonlarla dollara başa gələ bilər. Florida ştatının Tampa Körfəzi və Sarasota kimi əraziləri onilliklərdir ki, bu problemlə mübarizə aparır. Karenia brevis adlı bir növ Amerika Körfəzi sularında inkişaf edə bilər və vəhşi təbiəti, çirkli çimərlikləri və xəstə üzgüçüləri öldürən zərərli yosun çiçəkləri yetişdirir.
Qərb sahilində Pseudo-nitzschia çiçəkləri son illərdə yüzlərlə delfin, Kaliforniya dəniz şiri və digər dəniz heyvanlarını zəhərləyib. Yosunlardan çıxan toksinlər hətta havaya daxil ola və insanlarda tənəffüs xəstəliklərinə səbəb ola bilər.
Cari monitorinq və onun limitləri
Riski idarə etmək üçün səhiyyə qurumları müntəzəm olaraq suları yoxlayır və zəruri hallarda xəbərdarlıqlar və ya çimərliklərin bağlanması barədə xəbərdarlıqlar verir. Milli Okean və Atmosfer Administrasiyası (NOAA) çiçəkləmə mövsümlərində hava proqnozları kimi zərərli yosun çiçəklənməsi proqnozlarını vermək üçün ştatlar və digər yerli tərəfdaşlarla əməkdaşlıq edir.
Yerində sınaq, analiz üçün laboratoriyaya göndərilməli olan su nümunələrini əl ilə toplamaq üçün qayıqda saatlarla vaxt tələb edir, bir gün və ya daha çox vaxt aparır və çoxsaylı testlər tələb edir. Çiçəklənməyə başlamazdan əvvəl harada sınaqdan keçiriləcəyini bilmək daha da çətindir.
Peyklər və yeni süni intellekt yanaşması
NASA-nın Yer orbitində hərəkət edən peykləri artıq özünəməxsus qlobal mənzərəsi ilə zərərli yosun çiçəklənməsini izləyir. Müxtəlif məlumat dəstlərini bir araya gətirməklə, yeni süni intellekt aləti icmalara səylərini hara yönəldəcəklərini müəyyən etməyə kömək edən bir güc artırıcısı kimi xidmət edə bilər.
Məqalənin həmmüəlliflərindən biri, NASA-nın Cənubi Kaliforniyadakı Reaktiv Hərəkət Laboratoriyasının alimi Mişel Gierach bildirib ki, “Ən azından, bu kimi bir vasitə yosun çiçəklənməsi başladığı üçün su nümunələrini harada və nə vaxt toplamalı olduğumuzu bilməyə kömək edə bilər.” “Bu, həmçinin mütəxəssislər arasında əməkdaşlığı təşviq edə bilər, elmin aparılması və qərar dəstəyi məhsullarının təqdim edilməsi üçün yeni yollar yarada bilər.”
Bu gün peyklər yosun çiçəklənməsini siqnal edən müxtəlif işarələri aşkar edə bilir. Məsələn, NASA-nın Plankton, Aerosol, Bulud, Okean Ekosistemi (PACE) peykindəki hiperspektral sensor yosun icmalarını ölçülərinə, formasına və piqmentlərinə görə müəyyən edə bilər. TROPOMI (Troposfer Monitorinq Aləti) kimi digər alətlər K. brevis kimi növlərin fotosintez zamanı yaydığı zəif qırmızı parıltını aşkar edir.
NASA JPL-dən Gierach, Kelly Luis və Məkan İnformatika Qrupundan tədqiqatçı məlumat alimi Nik LaHayedən ibarət tədqiqat qrupu, PACE və TROPOMI da daxil olmaqla beş kosmik missiya və ya alətdən əldə edilən nəticələri bir araya gətirdi.
Gündəlik məlumat üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosdakı ən son yenilikləri kəşf edin . Pulsuz bülletenimizə abunə olun və gündəlik və ya həftəlik olaraq vacib olan nailiyyətlər, innovasiyalar və tədqiqatlar haqqında yeniliklər əldə edin .
Özünüidarəetmə sisteminin təlimi
Onlar üçün çətinlik, iştirak edən xam məlumatların miqdarı idi. Süni intellekt dərin su ilə sahil xəttini necə ayırd edərdi? Müxtəlif məlumat axınları arasında bir çiçəklənməni tanıya bilərmi? Həm peyklərdən, həm də sudakı sensorlardan gələn məlumatları emal edə biləcəkmi?
Komanda, müxtəlif növ peyk məlumatlarından nümunələri öyrənmək və onları sahə müşahidələri ilə müqayisə etmək üçün hazırlanmış özünüidarə olunan maşın öyrənmə sistemi hazırladı. Bu yanaşma, süni intellektə əvvəlcədən heç bir etiketləmə tələb etmədən müxtəlif məlumat mənbələri arasındakı əlaqələri tanımağa imkan verir.
Sistem 2018 və 2019-cu illərdə toplanmış peyk məlumatları əsasında təlim keçib. Daha sonra sistemin tanıdığı nümunələrə real dünya konteksti əlavə etmək üçün sahə və laboratoriya ölçmələrindən istifadə edilib. Alimlər alətin eyni coğrafi ərazilərdə sonrakı dövrlərdəki fəaliyyətini qiymətləndiriblər. İlkin nəticələr göstərir ki, o, çöküntü, bitkilər və axıntılarla dolu mürəkkəb sahil sularında belə yaxşı işləyən K. brevis kimi spesifik növlər də daxil olmaqla zərərli çiçəkləri düzgün müəyyən edə və xəritələşdirə bilir.
Vaşinqtondakı NASA-nın baş qərargahının aparıcı proqram alimi Nadya Vinoqradova Şiffer bildirib ki, “Öz-özünə nəzarət edilən süni intellekt peyk məlumatlarının kütləvi axınlarına tətbiq olunmaq sürətlə okean kəşfiyyatının əməli şəkildə yaradılması üçün güclü bir vasitəyə çevrilir”.
Növbəti addımlar və daha geniş tətbiqlər
Komanda hazırda aləti daha çox sahil xəttindən daha çox məlumatla təkmilləşdirir və qarşıdakı illərdə qərar qəbul edənlər üçün əlçatan etmək məqsədi ilə göllər də daxil olmaqla digər su hövzələrində sınaqları genişləndirir.
Luis dedi: “Bu işin məqsədi son istifadəçilərə və onların ehtiyaclarına, akvakulturadan tutmuş turizmə qədər daha yaxşı xidmət göstərmək üçün texnologiyalar arasında körpü yaratmağa başlamaqdır. Bunu etmək üçün bütün NASA aktivlərimizi bir araya gətirəcəyik.”
Nəşr detalları
Nicholas J. LaHaye və digərləri, Zərərli Yosun Çiçəklənməsinin Monitorinqi üçün Çox və Hiperspektral Peyk Məlumatlarının Öz-özünə Nəzarət Edilən və İyerarxik Dərin Öyrənmə ilə Birləşdirilməsi, Yer və Kosmos Elmi (2026). DOI: 10.1029/2025ea004881
Jurnal məlumatları: Yer və Kosmos Elmləri
Əsas anlayışlar
dəniz suyunun keyfiyyətireal vaxt rejimində monitorinq və hesabatyosun çiçəkləriZərərli Yosun Çiçəyi
NASA tərəfindən təmin edilib














