В Томске научили нейросеть распознавать параметры планктона для экомониторинга

25

Ее будут использовать в методе фотостимуляции, отметил первый проректор ТГУ Виктор Демин

Ученые Томского государственного университета (ТГУ) вместе со школьниками в Сириусе собрали базу голографических изображений планктона — датасет для нейронной сети, распознающей планктон для того, чтобы автоматически в непрерывном режиме проводить экологический мониторинг при помощи погружаемой цифровой голографической камеры. Обученная нейросеть будет использоваться в методе фотостимуляции, который в 10 раз чувствительнее, чем традиционный метод биоиндикации планктона, рассказал ТАСС первый проректор ТГУ Виктор Демин.

По его словам, традиционно биологи, лимнологи, экологи изучают планктон, но делают они это «вручную», вылавливая его из среды обитания при помощи сети и анализируя под микроскопом. В результате получаются данные о планктоне целого слоя водной среды, причем планктон извлекается из среды обитания, то есть нарушается его жизненный цикл. Разработанный в ТГУ метод фотостимуляции в 10 раз чувствительнее, чем традиционный метод биоиндикации планктона, то есть позволяет замечать загрязнения на ранних стадиях образования. Для реализации этого метода ученые планируют создать планктонные подводные обсерватории.

- Реклама -

«Планктонная подводная обсерватория обладает чувствительностью на порядок выше, чем стандартные методы биотестирования. То есть можно получить «сигнал тревоги» даже при очень маленьких загрязнениях. У разных видов планктонных особей реакция на загрязнение отличается. Потому важно автоматически распознавать разновидности планктонных особей, что и делается при помощи нейронной сети в режиме реального времени. Ученые ТГУ вместе со школьниками из разных городов России недавно в Сириусе в рамках научно-технологической проектной образовательной программы «Большие вызовы» (направление «Освоение Арктики и Мирового океана») собрали большую базу голографических изображений планктонных особей Черного моря в акватории Сириус, с помощью которой обучили нейронную сеть», — сказал Демин.

Для создания таких изображений планктон отлавливали в акватории Черного моря и живым запускали в аквариум. Проводилась голографическая съемка планктонных особей в воде, со всеми возможными помехами, чтобы на реальной погружной установке нейронная сеть работала правильно, достоверно распознавая планктон в естественной среде.

«Использование биоиндикации планктона особенно важно в акваториях опасных сооружений, как, например, атомная станция, которые обычно строятся где-нибудь на побережье, нефтяные и газовые платформы, газопроводы. Везде, где может быть загрязнение окружающей среды. В таких опасных акваториях имеет смысл поставить несколько таких стационарных подводных голографических камер, которые мониторили бы состояние планктона. Параллельно можно осуществлять мониторинг и всех остальных параметров среды, но самая главная идея, что не надо постоянно контролировать множество параметров, всю таблицу Менделеева, можно просто обратить внимание на то, что планктон начал себя вести по-другому, то есть получить «сигнал тревоги». И вот тогда уже можно подробно анализировать, из-за чего это произошло — радиации, химического состава, повышения солености и так далее», — отметил Демин.

Он добавил, что сейчас с региональными правительствами обсуждаются возможности реализации таких обсерваторий на Камчатке, Сахалине, в Сириусе. Также разработкой заинтересовались в НИИ ГО ЧС.

Принцип работы обсерватории

«Погружаемая цифровая голографическая камера и технология записи и обработки цифровых голограмм, разработанная в ТГУ, позволяет регистрировать голограммы объема среды с планктонными частицами в заданные моменты времени. Голограммы регистрируются в цифровом виде и поэтому могут передаваться по волоконно-оптической линии связи на стационарный компьютер на корабле или на суше. Из этих голограмм восстанавливают голографические изображения планктонных частиц для дальнейшего распознавания и определения параметров. Вот тут-то нейронная сеть и позволяет определять сфокусированные изображения планктонных особей и определять их разновидность. Для этого процесса необходим датасет таких изображений», — рассказывает Демин.

Если регистрировать временную последовательность цифровых голограмм, то из восстановленных изображений можно собрать видео и изучать поведение планктонных особей. Таким образом, разработанная технология позволяет определять разновидность планктонных частиц (особей), их размер, форму, точное положение в пространстве, параметры и особенности движения. Все это используется для исследования биоразнообразия, биоэффективности водной экосистемы и служит характеристикой состояния и развития экосистемы.

По его словам, кроме этого, по поведенческим реакциям планктона можно определять наличие загрязнений воды на самой ранней стадии, так как планктон при питании фильтрует большое количество воды и реагирует на малейшие загрязнения.

«Для определения экологического состояния экосистемы разработана модификация погружаемой цифровой голографической камеры, в которой используется два лазерных излучения — зеленого и красного цвета. Первый ассоциируется у планктона с микроводорослями, которыми он питается, тем самым привлекая его. Второй используется, чтобы зарегистрировать голограмму и определить как быстро планктон реагирует на привлекающий свет. Таким образом, если со временем поведение планктона меняется, то это сигнал, говорящий о каком-либо изменении окружающей среды. Далее в этой акватории можно делать анализы, которые покажут, что именно случилось, и выявят загрязнения, если они появились», — пояснил Демин.

Пожалуйста, оцените материал:
[Общий: 0 Средний: 0]