استفاده از الگوریتم شبکه عصبی به منظور تهیه نقشه شوری سطح آب از تصاویر ماهواره ای modis

شوری آب، یکی از عوامل مهم محیطی دریا محسوب می‌شود و نقش بسزایی در بررسی و پیش‌بینی جریان‌های سطحی اقیانوسی، تحلیل مکانیابی تجمیع ماهی‌ها، تعیین چگالی و بررسی تغییرات آن دارد. این پارامتر به شدت با تغییرزمان و مکان، در تغییر بوده و شناخت مناسب از آن مستلزم اندازه‌گیری‌هایی به فواصل زمانی کوتاه (ماهانه) در تعداد نقاط متعدد از منطقه‌ی مورد مطالعه است. در روش‌های سنتی، بررسی و ارزیابی یک یاچندفاکتور خاص موردنظر از کیفیت آب اغلب پرهزینه و زمانبراست و همچنین نمی‌تواند معرف خوبی برای تمام مساحت یک منطقه وسیع باشد. اما در سال‌های اخیر فناوری ماهواره‌ای و علم سنجش از دور  به عنوان یک ابزار مناسب برای ارزیابی برخی پارامترهای کیفیت آب مطرح شده است زیرا با توجه به رقومی بودن این داده‌ها، در دسترس بودن وسیع آنها،اندازه‌گیری منظم، تکراری بودن آنها در پریودهای زمانی کوتاه، هزینه و زمان کمتر می‌توان طیف وسیعی از پروژه‌ها را به نتیجه رساند. هدف از انجام این مطالعه، تهیه نقشه شوری سطحی آب منطقه خلیج فارس در ایران و خلیج سنت لورنس در کانادا با استفاده از تصاویر ماهواره‌ایmodis می‌باشد، که در این راستا نرم افزاری برای نخستین بار در ایران تولید شده است که می‌توان با پردازش‌های لازم بر روی تصاویر ماهواره‌ایmodis وداده‌های میدانیctd، نقشه دما، شوری و چگالی سطحی آب را  با سه مدل متفاوت با دقت مناسب تهیه نمود.قابلیت و انعطاف بالای شبکه عصبی مصنوعی در تقریب توابع غیرخطی و خطی پیوسته در فضای ترکیبی باعث شد که در این مطالعه، یک روش جدید بر مبنای استفاده از این شبکه ارائه شود که در آن نقشه شوری توسط یک شبکه پرسپترون چندلایه تعیین می‌شود.