В статье рассматривается алгоритм дистанционного мониторинга и
прогнозирования зарастания объектов горных работ с использованием
космических снимков.
Рассчитывая различные индексы, например, NDVI (Normalized
Difference Vegetation Index), и другие параметры окружающей среды:
температуру, влажность, спектральное отражение и т.д., можно отслеживать
зарастание или разработку территории объекта горных работ. Для решения
этой задачи предлагается алгоритм машинного обучения для
прогнозирования зарастания объектов горных работ. Также, предлагается
выявлять техногенное нарушение близлежащих территорий и оценивать
изменение их состояния и площадных характеристик. Для верификации
результатов исследования, полученных на основе дешифрирования
спутниковых снимков, на первом этапе предлагается наземное исследование
территории интереса.
В результате мониторинга исследуемой территории, предлагается
оценить изменение контуров объекта, площадных характеристик зоны
активного использования и зоны зарастания, автоматически получать карты
происходящих изменений, определять время восстановления растительного
покрова территории, близкого к естественному.
В качестве объекта апробации алгоритма рассматривается
золотороссыпное месторождение Болотистый, расположенное на территории
Хабаровского края вблизи реки Якчи. В качестве данных используются
композиты спутниковых снимков Landsat и Sentinel-2 полученные за летний
период с 2000 по 2024 год.
По результатам проведенного исследования можно сделать вывод, что
методы машинного обучения являются перспективным инструментом в
задаче прогнозирования изменения контуров и площадных характеристик
зон объектов горных работ. Их использование позволяет прогнозировать
зарастание объектов и оценивать время восстановления экосистемы.
Для выполнения расчетов были использованы вычислительные
ресурсы ЦКП «Центр данных ДВО РАН»