Супутниковий моніторинг оцінки стану забруднення водних об’єктів на основі машинного навчання
Loading...
Date
2024
Journal Title
Journal ISSN
Volume Title
Publisher
Український державний університет науки і технологій, ІВК «Системні технології», Дніпро
Abstract
UKR: Супутниковий моніторинг є надійним інструментом отримання оперативної інформації про стан водних об'єктів та зміни в ньому із певною періодичністю, завдяки застосуванню широкого набору різнорідних даних. А наявність архівних даних стає вагомою перевагою та відкриває можливість порівнювати отримані результати і аналізувати чинники впливу на стан водних об’єктів та навколишнє середовище. В роботі описано основні методи та набори даних, які можна використовувати для застосування методів дистанційного моніторингу на основі машинного навчання. В якості основного набору даних пропонується використання багатоспектральних датчиків Landsat, у тому числі TM (Thematic Mapper), MSS (Multispectral Scanner), ETM (Enhanced Thematic Mapper) і OLI (Operational Land Imager). Проаналізовано приклади застосування дистанційного підходу щодо оцінки ступеню забрудненості водойм на великих площах. Вказано перспективні методи машинного навчання для вирішення прикладної задачі.
ENG: Satellite monitoring is a reliable tool for obtaining operational information about the state of water bodies and their changes with a certain periodicity, thanks to the use of a large set of heterogeneous data. And the availability of archival data becomes a significant advantage, opening up the possibility of comparing the obtained results and analyzing factors affecting the state of water bodies and the environment. The paper describes the main methods and datasets that can be used to apply remote monitoring methods based on machine learning. The use of medium spatial resolution data is proposed as the main data set. Examples of the application of the remote sensing approach to the assessment of water pollution in large areas are analyzed. Possible machine learning methods for solving an applied problem are presented, the new artificial intelligence (AI) approach of convolutional long-short-term memory (ConvLSTM) model significantly outperforms classical methods.
ENG: Satellite monitoring is a reliable tool for obtaining operational information about the state of water bodies and their changes with a certain periodicity, thanks to the use of a large set of heterogeneous data. And the availability of archival data becomes a significant advantage, opening up the possibility of comparing the obtained results and analyzing factors affecting the state of water bodies and the environment. The paper describes the main methods and datasets that can be used to apply remote monitoring methods based on machine learning. The use of medium spatial resolution data is proposed as the main data set. Examples of the application of the remote sensing approach to the assessment of water pollution in large areas are analyzed. Possible machine learning methods for solving an applied problem are presented, the new artificial intelligence (AI) approach of convolutional long-short-term memory (ConvLSTM) model significantly outperforms classical methods.
Description
О. Кавац: ORCID 0000-0002-0172-7856; Ю. Кавац: ORCID 0000-0002-0180-5957
Keywords
водні об’єкти, водойми, супутниковий моніторинг, оцінка стану забруднення, екологічне навантаження, методи ДЗЗ, машинне навчання, валідація, Landsat 8, water objects, satellite monitoring, assessment of the state of pollution, ecological burden, methods of environmental protection, machine learning, validation, КІТС
Citation
Кавац О. О., Кавац Ю. В., Дібрій Д. А. Супутниковий моніторинг оцінки стану забруднення водних об’єктів на основі машинного навчання. Інформаційні технології в металургії та машинобудуванні – ІТММ’2024 : тези доп. Міжнародної наук.-техн. конф. (м. Дніпро, 10–11 квітня 2024 р.). Дніпро, 2024. C. 495–499. DOI: https://doi.org/10.34185/1991-7848.itmm.2024.01.095.