Исследование многолетних изменений прибрежных территорий Азовского моря на основе данных спутниковой съемки методами классификации изображений ArcGIS Pro

DOI: 10.35595/2414-9179-2022-2-28-523-535

Посмотреть или загрузить статью (Rus)

Об авторах

О.Е. Архипова

Федеральный исследовательский центр Южный научный центр Российской академии наук,
пр. Чехова, 41, 344006, Ростов-на-Дону, Россия;
E-mail: arkhipova@ssc-ras.ru

К.В. Глазко

Федеральный исследовательский центр Южный научный центр Российской академии наук,
пр. Чехова, 41, 344006, Ростов-на-Дону, Россия.

Аннотация

С появлением новых методов наблюдения за поверхностью Земли приоритет источника сведений для экологического мониторинга сместился в пользу данных дистанционного зондирования (ДЗ). Обработка данных дистанционного зондирования территории предоставляет возможность современного отслеживания и контроля опасных процессов. Цель исследования — выявление и оценка изменений состояния прибрежных зон Азовского моря на территории Краснодарского края на основе использования данных дистанционного зондирования Земли и методов геоинформационных технологий. В ходе исследования был выполнен анализ изменения очертаний берега Азовского моря на территории Краснодарского края с помощью сравнения космических снимков за разные годы с применением различных методик геоинформационной среды ArcGIS Pro. Были апробированы три методики выявления изменений в береговой зоне в результате опасных оползнево-абразионных процессов:

  • выявление изменения береговой зоны методом замены красного канала на более раннем снимке на красный канал более позднего снимка (метод Composite Bands);
  • метод глубокого машинного обучения (Deep Learning);
  • метод вычисления изменений (Compute Change).

Исследование показало преимущество метода Compute Change на данной выборке исходных данных, что позволило оценить влияние оползнево-абразионных процессов на береговую зону Азовского моря. Полученные результаты согласуются с данными, полученными в ходе проведения полевых исследований береговой зоны Азовского моря и данными экологического контроля Краснодарского края.

Ключ. слова

Азовское море, дистанционное зондирование Земли, ГИС, береговая зона, ArcGis Pro, методы классификации изображений, Composite Bands, Compute Change, Deep Learning

Список литературы

  1. Аш Е.В. Общие принципы и методика создания карты береговых морфосистем на основе анализа данных дистанционного зондирования Земли. Исследование Земли из космоса. 2014. № 6. С. 40.
  2. Биденко С.И., Храмов И.С., Шилин М.Б. Оценка территориальной ситуации с использованием искусственных нейронных сетей. Ученые записки Российского государственного гидрометеорологического университета. 2019. № 54. С. 109–123.
  3. Ивлиева О.В., Беспалова Е.В., Шевердяев И.В., Сушко К.С., Матишов Г.Г., Бердников С.В., Хартиев С.М., Цыганкова А.Е., Кропянко Л.В., Иошпа А.Р., Беспалова Л.А., Архипова О.Е. Современные опасные экзогенные процессы в береговой зоне Азовского моря. Южный федеральный университет. Ростов-на-Дону, 2015. 321 с.
  4. Крыленко М.В., Крыленко В.В. Научное обеспечение сбалансированного планирования хозяйственной деятельности на уникальных морских береговых ландшафтах и предложения по его использованию на примере Азово-Черноморского побережья. Том 7: Азовское море. 2013. 1189 с.
  5. Матишов Г.Г., Польшин В.В., Титов В.В., Шевердяев И.В. Голоценовая история азовского шельфа. Наука юга России. 2019. Т. 15. № 1. С. 42–53. DOI: 10.7868/S25000640190105.
  6. Khelifi L., Mignotte M. Deep Learning for Change Detection in Remote Sensing Images: Comprehensive Review and Meta-Analysis. IEEE Access. 2020. July 21. P. 126385–126400.

Для цитирования: Архипова О.Е., Глазко К.В. Исследование многолетних изменений прибрежных территорий Азовского моря на основе данных спутниковой съемки методами классификации изображений ArcGIS Pro. ИнтерКарто. ИнтерГИС. M.: Географический факультет МГУ, 2022. Т. 28. Ч. 2. С. 523–535. DOI: 10.35595/2414-9179-2022-2-28-523-535

For citation: Arkhipova O.E., Glazko K.V. Research of long-term changes in the coastal territories of the Sea of Azov on the basis of satellite data by the methods of image classification of ArcGIS Pro. InterCarto. InterGIS. Moscow: MSU, Faculty of Geography, 2022. V. 28. Part 2. P. 523–535. DOI: 10.35595/2414-9179-2022-2-28-523-535 (in Russian)