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 می شود و نقش بسزایی در بررسی و پیش بینی جریان های سطحی اقیانوسی، تحلیل مکانیابی تجمیع ماهی ها، تعیین چگالی و بررسی تغییرات آن دارد. این پارامتر به شدت با تغییرزمان و مکان، در تغییر بوده و شناخت مناسب از آن مستلزم اندازه گیری هایی به فواصل زمانی کوتاه (ماهانه) در تعداد نقاط متعدد از منطقه ی مورد مطالعه است. در روش های سنتی، بررسی و ارزیابی یک یاچندفاکتور خاص موردنظر از کیفیت آب اغلب پرهزینه و زمانبراست و همچنین نمی تواند معرف خوبی برای تمام مساحت یک منطقه وسیع باشد. اما در سال های اخیر فناوری ماهواره ای 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 داده ها، در دسترس بودن وسیع آنها،اندازه گیری منظم، تکراری بودن آنها در پریودهای زمانی کوتاه، هزینه و زمان کمتر می توان طیف وسیعی از پروژه ها 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 ماهواره ایmodis می باشد، که در این راستا نرم افزاری برای نخستین بار در ایران تولید شده است که می توان با پردازش های لازم بر روی تصاویر ماهواره ایmodis وداده های 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 می شود.