Аналіз часових рядів супутникових даних для моніторингу стану лісів

• Datum: 2023
• Hauptverfasser: Hordiiko, Nataliia, Yailymova, Hanna
• Format: Artikel
• Sprache: Ukrainian
• Veröffentlicht: V.M. Glushkov Institute of Cybernetics of NAS of Ukraine 2023
• Schlagworte: сенсори; спектральні канали; Sentilel-2; аналіз супутникових даних; інтелектуальні технології сенсорного моніторингу довкілля; виявлення змін у стані лісів
• Online Zugang: https://jais.net.ua/index.php/files/article/view/116
• Назва журналу: Problems of Control and Informatics

Системи на основі сучасних інтелектуальних технологій сенсорного та супутникового моніторингу здатні відстежувати та контролювати віддалені території навколишнього середовища в реальному часі та сприяють швидкому реагуванню на його зміни, перш ніж це стане проблемою. Вони дозволяють ефективніше використовувати наявні ресурси, оскільки дані можна відстежувати та контролювати віддалено, без необхідності фізичного доступу. Сучасні супутникові датчики дозволяють отримати зображення об’єктів земної поверхні з високою роздільною здатністю, що дозволяє створювати детальні карти навколишнього середовища Землі та робить космічний моніторинг потужним та ефективним інструментом як аналізу кліматичних змін, екологічних катастроф та глобального впливу людської діяльності на стан екосистем, так і їхнього попередження. В даній роботі досліджуються та визначаються найбільш інформативні спектральні канали супутника Sentinel-2 з метою їхнього подальшого аналізу в процесі супутникового моніторингу пошкоджених лісів. Сформовано дослідницький набір даних безхмарних супутникових знімків (тестового датасету (набору даних) по території Франції) у вигляді часового ряду супутникових знімків для дистанційного моніторингу лісових ділянок (до та після пошкодження). Отриманий набір безхмарних супутникових знімків складається з 5573 зображень. На прикладі вегетаційного індексу NDVI перевірена гіпотеза щодо зменшення його середнього значення та зростання його стандартного відхилення при появі на певній ділянці хвойного лісу пошкодження (захворювання чи засихання). Отримані результати можуть використовуватися при машинному навчанні алгоритмів класифікації пошкоджених лісів. Дослідження проводилось відповідно до наукових цілей європейського проєкту «Satellites for Wilderness Inspection and Forest Threat Tracking» (SWIFTT).