تخمين كدورت و غلظت كلروفيل - آ در بخش جنوبي درياي خزر، ازطريق آناليز چند زمانۀ تصاوير ماهوارها ي ماديس مبتني بر شبكه هاي عصبي موجكي

با توجه به وسعت جهاني منابع آب، اندازه‌گيري‌هاي زميني از پارامترهاي كيفي امكان‌پذير نيست، همچنين نمونه‌برداري سنتي از آب و آناليزهاي آزمايشگاهي بسيار پرهزينه و زمان‌بر است. در مطالعات صورت گرفته، برآورد كدورت و غلظت كلروفيل آ به‌عنوان مهم‌ترين پارامترهاي كيفي آب با استفاده از شبكه‌هاي عصبي مصنوعي با دقت مناسب توسط پژوهشگران انجام‌شده است. با توجه به مشكلاتي كه در تهيه تعداد بالايي از داده‌هاي آموزشي در محيط‌هاي آبي وجود دارد استفاده از شبكه‌هاي تركيبي مقاوم‌تري نظير شبكه عصبي موجكي پيشنهادشده است. در اين تحقيق انواع مختلفي از توابع موجك به‌عنوان تابع محرك شبكه مورداستفاده قرار گرفت و بهترين شبكه به‌منظور برآورد غلظت كلروفيل آ و كدورت به ترتيب شبكه‌هاي عصبي موجكي با تابع محرك مورلت و كلاه مكزيكي به دست آمد، داده‌هاي مورداستفاده محصول بازتاب اقيانوسي سنجنده ماديس است، به دليل به‌كارگيري تصاوير چند زمانه نرمال‌سازي راديومتريك داده‌ها انجام شد و نتايج نسبت به زماني كه از تصاوير نرمال نشده استفاده‌شده است، به‌صورت قابل‌توجهي بهبود يافت. در حالت چندزمانه علاوه بر افزايش تعداد داده‌هاي آموزشي، قابليت تعميم‌پذيري شبكه به ساير روزهايي كه در آن تعداد داده ميداني كافي موجود نيست، فراهم‌شده است و دقت شبكه در اين حالت در مقايسه باحالت تك زمانه افزايش يافت، درنهايت rmse براي بهترين مدل به‌منظور برآورد كدورت و غلظت كلروفيل به ترتيب 0/047 و 0/071 به دست آمد كه در مقايسه با دقت اندازه‌گيري ميداني 0/1، قابل‌قبول بوده و مي‌تواند جايگزين مناسبي براي اندازه‌گيري‌هاي ميداني باشد.