АНАЛІЗ МЕТОДІВ ВИДІЛЕННЯ ВОДНИХ ОБ'ЄКТІВ НА СУПУТНИКОВИХ ЗОБРАЖЕННЯХ
DOI:
https://doi.org/10.34185/1562-9945-4-159-2025-11Ключові слова:
водні індекси, мультиспектральні супутникові знімки, класифікація зображень, дистанційне зондування, NDWI, MNDWI.Анотація
У роботі проведено порівняльний аналіз сучасних методів виділення водних об'єктів на мультиспектральних супутникових знімках, досліджено їх переваги та недоліки, наведено перспективні напрямки розвитку даної галузі. До основних методів належать спектральні водні індекси (NDWI, MNDWI, AWEI), ме-тоди класифікації зображень (метод нульового порогу, метод Оцу, метод k-найближчих сусідів) та сучасні підходи на основі машинного навчання. Отже, робота присвячена актуальній темі в області обробки та аналізу мультиспек-тральних супутникових знімків для виділення водних об'єктів. Актуальність даної те-ми зумовлена зростаючою потребою в точному та оперативному моніторингу водних ресурсів для вирішення численних екологічних, економічних та соціальних проблем. Во-на містить корисну інформацію для дослідників, які працюють у галузі дистанційного зондування Землі, та може слугувати основою для вибору оптимальних методів кла-сифікації водних об'єктів залежно від конкретних умов та завдань.
Посилання
Santecchia, G. S., Revollo Sarmiento, G. N., Genchi, S. A., Vitale, A. J., & Delrieux, C. A. (2023). Assessment of Landsat-8 and Sentinel-2 Water Indices: A Case Study in the South-west of the Buenos Aires Province (Argentina). Journal of Imaging, 9(9), 186.
Ksenak, L., Bartosh, K., Pukanska, K., &Kishelya, K. (2023). Spatio-temporal analysis of the reliability of surface water extraction methods based on COPERNICUS satellite data. Ge-odynamics: Vol. 1(34)2023 (Issue 1(34), pp. 5–18). Lviv Polytechnic National University. https://doi.org/10.23939/jgd2023.01.005
Kündenko, P., Sokol, O., Kalinina, N., &Hnatushenko, V. (2025). Neural network ap-proach for detecting water bodies in multispectral images. Information Technology Computer Science Software Engineering and Cyber Security, 4, 132–143.
https://doi.org/10.32782/it/2024-4-16
Kashtan, V., Hnatushenko, V., Udovik, I., &Shevtsova, O. (2023). Recognition and moni-toring of water bodies on optical satellite images using machine learning. Information Tech-nology Computer Science Software Engineering and Cyber Security, 3, 32–42.
https://doi.org/10.32782/it/2023-3-4
McFeeters, S. K. (1996). The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International journal of remote sensing, 17(7), 1425-1432.
Feyisa, G. L., Meilby, H., Fensholt, R., & Proud, S. R. (2014). Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery. Remote sensing of environment, 140, 23-35.
Otsu, N. (1975). A threshold selection method from gray-level histograms. Automatica, 11(285-296), 23-27.
Peterson, L. E. (2009). K-nearest neighbor. Scholarpedia, 4(2), 1883.
Завантаження
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2025 Системні технології
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
