Inversion neuro-variationnelle d'images de la couleur de l'océan - Diouf, Daouda
32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in über 4 Wochen
  • Broschiertes Buch

Les capteurs optiques, destinés à observer l'océan depuis l'espace, mesurent le rayonnement solaire réfléchi vers l'espace par le système océan-atmosphère. L'inversion de ce signal marin permet d'obtenir les paramètres géophysiques intéressants pour l'étude de l'océan, tels que la concentration en chlorophylles-a, pigment principal du phytoplancton. En général la difficulté des algorithmes standards de correction atmosphériques réside dans la quantification de l'impact des aérosols présents dans l'atmosphère sur le signal mesuré par le capteur surtout lorsqu'ils sont absorbants. Nous proposons…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Les capteurs optiques, destinés à observer l'océan depuis l'espace, mesurent le rayonnement solaire réfléchi vers l'espace par le système océan-atmosphère. L'inversion de ce signal marin permet d'obtenir les paramètres géophysiques intéressants pour l'étude de l'océan, tels que la concentration en chlorophylles-a, pigment principal du phytoplancton. En général la difficulté des algorithmes standards de correction atmosphériques réside dans la quantification de l'impact des aérosols présents dans l'atmosphère sur le signal mesuré par le capteur surtout lorsqu'ils sont absorbants. Nous proposons des méthodologies neuronales adaptés afin de déterminer les types d'aérosols atmosphériques et leurs épaisseurs optiques et ensuite restituer la couleur de l'océan. Cette méthodologie qui est une combinaison de plusieurs algorithmes neuronaux et d'une optimisation variationnelle est appelée SOM-NV et a été appliquée sur treize années d'observations du capteur SeaWiFS au large de l'Afrique de l'Ouest. La méthode est aussi capable de détecter les aérosols absorbants tels que les poussières sahariennes et donne des résultats précis pour les valeurs d'épaisseur optiques supérieures à 0,35.
Autorenporträt
Enseignant-chercheur à l'Université Cheikh Anta Diop de Dakar, je me suis intéressé assez tôt aux applications des réseaux de neurones pour résoudre des problématiques complexes liées aux données d'ordre environnementales. Les méthodes neuronales sont passionnantes de par leur capacité à comprendre assez souvent les systèmes non linéaires.