Інтелектуальні методи та моделі обробки супутникових даних у задачі моніторингу звалищ
Статтю присвячено розв’язанню важливої прикладної задачі пошуку сміттєзвалищ на основі методів машинного навчання з використанням супутникових даних високого просторового розрізнення. Проблема накопичення і зберігання відходів на легальних та несанкціонованих сміттєзвалищах актуальна і на сьогоднішн...
Збережено в:
| Дата: | 2023 |
|---|---|
| Автори: | , , , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
V.M. Glushkov Institute of Cybernetics of NAS of Ukraine
2023
|
| Теми: | |
| Онлайн доступ: | https://jais.net.ua/index.php/files/article/view/79 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Problems of Control and Informatics |
Репозитарії
Problems of Control and Informatics| Резюме: | Статтю присвячено розв’язанню важливої прикладної задачі пошуку сміттєзвалищ на основі методів машинного навчання з використанням супутникових даних високого просторового розрізнення. Проблема накопичення і зберігання відходів на легальних та несанкціонованих сміттєзвалищах актуальна і на сьогоднішній день. В Україні щороку утворюються мільйони тонн побутових відходів. Найбільші площі під полігони зайняті в Донецькій, Дніпропетровській, Одеській, Запорізькій областях. Так, в Донецькій області площі під сміттєзвалища займають 330 гектарів. Для моніторингу сміттєзвалищ використовуються різні технології, що базуються на супутникових даних і методах штучного інтелекту. Нині існують сервіси, за допомогою яких відстежується розташування сміттєзвалищ, але не надається інформація про територію сміттєзвалища та зміни її площі в часі. У процесі виконання досліджень розв’язано важливу задачу відокремлення полігонів від кар’єрів та штучних об’єктів шляхом поєднання попіксельної та об’єктної класифікації. Основна мета роботи полягала в розробці інтелектуальної інформаційної технології на основі нейромережевого підходу і побудові на її основі геопросторового продукту розміщення звалищ для Донецької області, а саме карти класифікації звалищ відходів. Запропонований алгоритм машинного навчання на основі історичних та сучасних супутникових даних дозволяє відстежувати площу полігону відходів та її зміни в часі. Розроблена інформаційна технологія апробована на території чотирьох територіальних громад у Донецькій області, а саме: Ольгинської, Мирноградської, Курахівської та Покровської. У результаті проведених досліджень також розроблено інформаційну панель, яка надає оперативні дані і дозволяє оцінювати динаміку змін сміттєзвалищ у регіоні в часі і просторі. Розроблена технологія має практичне значення для розробки програм керування та поводження з відходами в місцевих громадах. |
|---|