Forskare vid Stevens Institute of Technology har utvecklat en ny maskininlärningsdriven plattform, känd som OC-SMART, som kan bearbeta havsfärg i satellitbilder 10 gånger snabbare än världens ledande plattform. Arbetet, som kommer att antas av NASA, är en av de första maskininlärningsbaserade plattformarna inom havsfärganalys som kan bearbeta både kust- och öppna havsregioner globalt för att avslöja data om havets hälsa och effekterna av klimatförändringar.

Arbetet, ledd av Knut Stamnes, en fysikprofessor vid Stevens, och leds av Yongzhen Fan Ph.D. '16, en besökande fysikforskare i Stamnes labb, löser ett 30 år gammalt problem med att hämta data från både kustområden och öppna havsområden. I årtionden, NASA:s SeaDAS-plattform utmärkte sig i att analysera havsfärger från öppet hav med ren luft, men det återhämtade ofta felaktiga resultat från kustområden och inre vatten som de stora sjöarna, där det komplexa samspelet mellan atmosfären, hav, ljus, reflektioner, och luftpartiklar gjorde analysen svår.

"Det är viktigt att studera kustområden och inre vatten, sade Stamnes, en expert på strålningsöverföring vars arbete visas i decembernumret 2020 av Fjärranalys av miljön . "Även om dessa områden utgör en liten del av världen i termer av massa, det är där vi bor och där all biologisk aktivitet sker."

OC-SMART-plattformen, eller Ocean Color-Simultaneous Marine and Aerosol Retrieval Tool, lägger till SeaDAS möjligheter genom att ta data från satellitbilder och bearbeta dem genom speciella algoritmer, som bygger på kraftfulla maskininlärningstekniker och omfattande simuleringar av strålningsöverföring. I detta projekt, strålningsöverföring definieras som det komplexa flödet av elektromagnetisk energi mellan havet och atmosfären. Denna process påverkar hur havets färg uppfattas och analyseras av SeaDAS, världens ledande plattform för bearbetning av havsfärger från satellitbilder i decennier.

OC-SMART-mjukvaran kommer nu att införlivas i NASA:s SeaDAS-plattform. Slutprodukterna av programvaran inkluderar användbara data om klorofyllkoncentrationer och förekomsten av växtplankton och föroreningar, alla användbara indikatorer på havets tillstånd. I synnerhet, Stamnes sa, OC-SMART kommer att anpassas till det kommande NASA PACE-uppdraget som är planerat att lanseras 2023. Plankton, Aerosol, Moln, havets ekosystem, eller PACE, är ett NASA-jordobserverande satellituppdrag som kommer att fortsätta och främja observationer av globala havsfärger, biogeokemi, och ekologi, såväl som kolets kretslopp, aerosoler och moln.

"OC-SMART är en general, alla ändamål, lättanvänd plattform, sa Wei Li, en fysiker på Stevens som arbetat med projektet och har blivit kontaktad av flera forskare i andra länder sedan mjukvaran blev allmänt tillgänglig.

European Space Agency har en plattform som liknar OC-SMART, men den fokuserar främst på europeiska kustområden och inte globalt. Ett verktyg som kunde bearbeta såväl kustnära som öppna havsregioner globalt behövdes, sa Nan Chen, en fysiker på Stevens som också var involverad i projektet.

"I åratal, forskare hade svårt att bearbeta havsfärger i kustområden och platser som upplever kraftiga föroreningar eller andra luftpartiklar som sandstormar, " Fläkt, huvudförfattaren, Lagt till. "Det är därför vi utvecklade OC-SMART för att lösa dessa problem."

OC-SMART kommer vid en tidpunkt då det finns ett växande intresse för att analysera havsfärger i kustområden, sa Stamnes. OC-SMART är också ett av de första verktygen inom havsfärganalys för att använda maskininlärning, som bara har börjat slå igenom i oceanografin.

"Det finns satelliter nu i omloppsbana som ger oss mer information om vad som händer runt kusterna och på platser som de stora sjöarna, sade Stamnes. Så, detta öppnar nya forskningsområden. Och med maskininlärning, det är ett helt nytt spel."