Дистанционное зондирование токсичных цветений водорослей

Исследователи из Университета науки и технологий имени короля Абдаллы (KAUST) разработали метод, позволяющий обнаруживать вредоносные цветения водорослей в Красном море с помощью спутниковых снимков. Эта технология дистанционного зондирования в перспективе может стать основой для системы мониторинга в реальном времени, что поможет сохранить жизненно важные экономические и экологические ресурсы региона.

Мониторинг опасных цветений традиционными in situ методами требует больших затрат и труда, а также часто осложняется необходимостью трансграничного сотрудничества. Методы дистанционного зондирования на основе спутниковых данных — это экономически эффективный подход, который также позволяет вести непрерывное наблюдение и точно отслеживать пространственно-временную динамику цветения. Однако для этого необходимы специальные алгоритмы анализа данных.

Команда под руководством аспиранта Ибрагима Хотеита, Раджадураи А. Гокула, совместно с коллегами из KAUST, Йемена и Великобритании, адаптировала существующие методы для обработки изображений со спутника NASA MODIS-Aqua с целью обнаружения вредоносных цветений водорослей в Красном море. Ранее подобные спутниковые алгоритмы для этого региона разработаны не были.

Одной из ключевых задач стала разработка алгоритма атмосферной коррекции для компенсации влияния частых пыльных бурь и аэрозолей из окружающих пустынь. Это позволило получить более точные данные о цвете океана и спектральной отражательной способности, которые используются для выявления цветений и определения видового состава водорослей. Модель успешно прошла валидацию, точно определяя пространственную протяженность событий и концентрацию хлорофилла-А.

«Наши результаты демонстрируют реальный потенциал для создания алгоритма дистанционного зондирования в реальном времени для обнаружения вредоносных цветений водорослей в Красном море и своевременного оповещения», — отмечает Гокул. В настоящее время команда анализирует исторические спутниковые данные для реконструкции и изучения прошлых событий, чтобы понять их сезонность и изменчивость.