ИСПОЛЬЗОВАНИЕ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ И 3D-АНАЛИЗА ДЛЯ МОНИТОРИНГА И КАРТОГРАФИРОВАНИЯ ПРОСТРАНСТВЕННО-ВРЕМЕННЫХ ИЗМЕНЕНИЙ НА ОСНОВЕ АРХИВНЫХ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ

Аннотация

Использование алгоритмов распознавания и классификации данных дистанционного зондирования Земли для анализа динамики природных и антропогенных объектов является одним из наиболее перспективных направлений обработки больших массивов информации. Методы компьютерного зрения, а также алгоритмы распознавания и классификации данных дистанционного зондирования активно применяют для анализа изменений и детектирования элементов местности. С их помощью удается выявлять закономерности, определять тенденции и строить прогнозы, опираясь на методы математического и имитационного моделирования. В данном исследовании рассмотрено применение алгоритмов распознавания и классификации наземного покрова на основе разновременных архивных данных дистанционного зондирования. Особое внимание уделено трехмерному анализу: он имеет существенные преимущества перед двухмерным, поскольку учитывает вертикальные изменения и позволяет получать данные об объемах преобразований. Трехмерные данные играют решающую роль в мониторинге и оценке эволюции окружающей среды, так как они отражают процессы, протекающие как в горизонтальной, так и в вертикальной плоскостях. В отличие от 2D‑изображений, 3D‑модели дают более полную картину изменений. Объектами исследования стали два ключевых участка в Республике Армения: город Ереван (для анализа динамики городской застройки), а также Джраберское и Гюмушское месторождения (для оценки масштабов добычи полезных ископаемых). Трехмерный анализ позволяет получать четкие количественные данные об объеме и площади изменений, а также формировать более полное представление о текущих процессах за счет учета вертикальной составляющей. Основные трудности этого подхода связаны с необходимостью точной пространственной привязки данных (как по вертикали, так и по горизонтали), а также с повышенными требованиями к качеству и предварительной подготовке исходных материалов. Результаты исследования подтверждают, что 3D‑анализ местности даёт уникальные данные, недоступные при использовании 2D‑подхода.