СУПУТНИКОВИЙ МОНІТОРИНГУ ОЦІНКИ СТАНУ ЗАБРУДНЕННЯ ВОДНИХ ОБ’ЄКТІВ НА ОСНОВІ МАШИННОГО НАВЧАННЯ
DOI:
https://doi.org/10.34185/1991-7848.itmm.2024.01.095Ключові слова:
водні об’єкти, водойми, супутниковий моніторинг, оцінка стану забруднення, екологічне навантаження, методи ДЗЗ, машинне навчання, валідація, Landsat 8.Анотація
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.
Посилання
EU Water Framework Directive 2000/60/EC. Official Journal of the European Communities, 22.12 2000. L 327/1. 118 p.
Breus D.S., Levchenko M.V. Methods of assessment and standardization of the quality of natural water resources Taurian Scientific Bulletin. Edition № 110.
Volume 2 , 2019. 126-131p.
Berka C. Relationships between agricultural land use and surface water quality using a GIS. Sumas River watershed, Abbotsford, B.C.MSc thesis, Resource Management and Environmental Studies, University of British Columbia, Vancouver, B.C., 1996. 174 p.
EPA: 1996, Environmental Indicators of Water Quality in the United States. USEPA Rep. 841-R-96-002. U.S. Environmental Protection Agency, Office of Water, Washington, D.C.
Sun, X., Zhang, Y., Shi, K., Zhang, Y., Li, N., Wang, W., Huang, X., Qin, B. Monitoring water quality using proximal remote sensing technology. Sci. Total Environ. 2022, 803, 149805
