Исследование посвящено сегментации речных плюмов — зон смешения речных и морских вод, критически важных для биохимических процессов в прибрежных акваториях. Их автоматическое детектирование затруднено из-за изменчивости характеристик и размытых контуров.
В работе анализируются современные алгоритмы машинного обучения, в частности, различные архитектуры нейронных сетей. Подробно разбираются методики обработки спутниковых данных для обучения моделей, стратегии аугментации и выбора оценочных метрик. Проведено сравнительное тестирование эффективности разных алгоритмов на реальных данных. По итогам анализа предложены практические применения разработанных методов для экологического мониторинга, а также намечены перспективные направления для дальнейших исследований в этой области.
Исследование проведено за счёт гранта Российского научного фонда № 24-17-00182 «Развитие методов дистанционной диагностики распространения речных вод в прибрежной зоне морей» (https://rscf.ru/project/24-17-00182/) в Институте космических исследований РАН.