ניתוח רזולוציה מרחבית-ספקטרלית באמצעות היפרספקטרליות ממזל"טים ותמונות רב-ספקטרליות מתצפיות לוויין למעקב אחר מים רדודים בחוף

מדוע מחקר חופי זה חשוב

מים רדודים בחופים הם בתי גידול למשטחי עשב ימי, שוניות ומיטות אצות שמגנות על החוף, תומכות בדיג ומאחסנות פחמן. עם זאת, קשה למפות ולפקח על בתי גידול אלה בתדירות גבוהה רק בעזרת סירות. המחקר הזה מראה כיצד טיסה של מצלמה היפרספקטרלית על מזל"ט ושילובה עם תצפיות בסגנון לוויין יכולים לספק מפות מפורטות וחזרות של עומק המים ובתי הקרקעית, ובכך לסייע לקהילות לנהל חופים עדינים תחת לחצים אנושיים ואקלימיים גוברים.

מבט על הים ממעל

החוקרים התמקדו בחוף לאס קנטרס, חוף עירוני בגרן קנריה המוגן על-ידי חיי ים עשירים אך נפוץ מאוד לשימוש תושבים ותיירים. שפשוף סלעי טבעי מרגיע את המים והופך את הקרקעית לנראית היטב ממעל, אידיאלי לחישה מרחוק אופטית. בעבר האזור אירח מרבצי עשב ימי נרחבים, שנעלמו ברובם בשל בנייה חופית ששינתה את תנועת החול. כיום, כתמים של אצות ירוקות, חומות ואדומות יחד עם חול וסלע יוצרים פסיפס בקרקעית שמשקף גם שינוי טבעי וגם השפעה אנושית.

בדיקת “עיניים” שונות על המים

בלב העבודה עמד ניסוי חכם: במקום להשוות ישירות מצלמות שונות שצולמו או עברו במסלול שונה ובזמנים שונים, הצוות התחיל מתמונה אחת מאוד מפורטת של מזל"ט שצולמה באמצעות חיישן היפרספקטרלי (97 סרטים צבעוניים צרים ברזולוציית פיקסל של 10 ס"מ). מתוך נקודת ייחוס אחת זו הם "הורידו" מתמטית את הנתונים כדי לדמות לוויין מסחרי עם 8 סרטים רחבים יותר ומצלמת RGB פשוטה עם רק 3 סרטים, כל אחת ברזולוציות דקות (10 ס"מ) וגם גסות יותר (2 מ'). כך נוצרו שש גרסאות מבוקרות של אותה סצנה, כולן חפות מהבדלים במזג אוויר, בהירות המים או בגאות ושפל. לאחר מכן השתמשו בתמונות אלה לאמוד עומק מים (בטימטריה) ולסווג סוגי קרקעית (צמחייה, חול וסלע) באמצעות שילוב של נוסחאות ידועות ושיטות מודרניות של למידת מכונה.

קריאת עומק ובתי גידול מהצבע

כדי לשחזר עומק, המחקר השווה בין גישה מתמטית מבוססת שמקשרת אור בשני סרטים לצלילה לעומק, לבין מודל למידת מכונה גמיש יותר שלומד דפוסים מתוך ריבוי סרטים בו-זמנית. עבור בתי הקרקעית, אימנו שני סוגי מסווגים: מכונות וקטורי תמיכה ורשתות עצביות פרומטיות (feedforward), שניהם מודרכים על-ידי סקרים במים ותמונות של הקרקעית. בכל המבחנים, הנתונים ההיפרספקטרליים ממזל"ט נתנו את התוצאות המדויקות ביותר, עם שגיאות עומק נמוכות עד כ־15 ס"מ וכמות סיווג בתי גידול נכונה של כ־94%. תמונות רב-ספקטרליות, בדומה לאלה של לוויינים מסחריים נפוצים, הופיעו כמעט באותה רמה, והציעו פשרה חזקה בין פירוט, כיסוי ועלות. הגרסה הפשוטה של RGB הצליחה באופן מקובל בקריאת עומק אך התקשתה להבחין באופן אמין בין סוגי קרקעית שונים בסביבה מורכבת זו, במיוחד בהבחנה בין מיני אצות דומים.

מה חשוב יותר: חדות או עושר צבעוני?

אחת השאלות המרכזיות הייתה האם פיקסלים דקים יותר או מידע ספקטרלי עשיר יותר עושים את ההבדל הגדול. עבור עומק, התשובה מפתיעה: שינוי גודל הפיקסל מ־10 ס"מ ל־2 מ' השפיע במעט על הדיוק. מאחר שעומק נשלט בעיקר על-ידי אופן שבו האור דועך במים, פרטים מרחביים מאוד גבוהים מוסיפים מעט כשמדובר במים בעומק של כמה מטרים וחלקים יחסית. עבור מיפוי בתי הגידול, עם זאת, שני הממדים — מרחבי וספקטרלי — חשובים יותר. פיקסלים דקים מפחיתים את התערובת של חול, סלע וצמחייה בתוך כל פיקסל, מה שמקל על הפרדת המחלקות. וכאשר המטרה היא להבחין בין מיני אצות דומים, יותר סרטים ספקטרליים בהחלט עוזרים. מודל הרשת העצבית ניצל הכי טוב את המידע הנוסף הזה, והעניק ביצועים טובים יותר מהמסווג המסורתי יותר.

מעקב אחר אובדן מדאיג של ירוק ימי

מעבר לבדיקת השיטות, הצוות גם השווה תמונת לוויין אמיתית משנת 2016 עם נתוני המזל"ט מ־2023, מותאמים כדי להתאים לרזולוציה הגסה יותר של הלוויין. הם גילו אובדן מוערך של כ־7,200 מטרים רבועים של צמחייה ימית, רובו כנראה ממרבצי האצה הירוקה Cymopolia barbata. בשילוב עם ההיעלמות המתועדת כבר של עשבי ים היסטוריים ומגמת התחממות מקומית בטמפרטורת פני הים לצד שימוש פנאי כבד ובעיות תקופתיות באיכות המים, התוצאות מעידות שהשונית העירונית הזו נתונה ללחץ משמעותי.

מה משמעות הדבר עבור חופים וקהילות

ללא מומחים, המסר הוא כפול. ראשית, הדמיה מודרנית ממזל"טים ולוויינים, מנותחת באמצעות למידת מכונה, יכולה כעת לספק מפות מדויקות וחזרתיות של עומק מים רדודים וחיים בקרקעית ללא סקרים ימאיים קבועים. זה הופך את המעקב אחר שינוי בתי הגידול החופיים לפרקטי לאורך שנים ואפילו עונות. שנית, מקרה לאס קנטרס מדגים מדוע מעקב כזה דחוף: "יערות" תת־מימיים יקרים יכולים להתכווץ בדממה תחת משקל התחממות הימים ולחץ אנושי מקומי. הגישה המוצעת כאן מספקת ערכת כלים מעשית לערים ולסוכנויות שימור כדי לפקוח עין צמודה יותר על השכונות התת־מימיות שלהן ולפעול לפני שאובדים בתי גידול מרכזיים.

ציטוט: Mederos-Barrera, A., Eugenio, F. & Marcello, J. Spatial-spectral resolution analysis using drone hyperspectral and satellite multispectral imagery for shallow coastal water monitoring. Sci Rep 16, 14511 (2026). https://doi.org/10.1038/s41598-026-38166-7

מילות מפתח: מיפוי חופי, הדמיה היפרספקטרלית ממזל"ט, בטימטריה למים רדודים, מוניטורינג של בתי קרקעית, אובדן צמחייה ימייתית