Міжнародна науково-технічна конференція «Інформаційні технології в металургії та машинобудуванні. ІТММ'26»

Permanent URI for this collectionhttps://crust.ust.edu.ua/handle/123456789/22401

ENG: Scientific and Technical International Conference «Information Technology in Metallurgy and Machine Engineering. ITMM'26», April 21-23, 2026

Browse

Now showing 1 - 2 of 2

Аналіз методів водного балансу вологості грунтів за супутниковими даними
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2026) Кавац, Юрій Віталійович; Кавац, Олена Олександрівна; Олексієнко, Микита А.
UKR: У роботі узагальнено підходи до оцінки водного балансу та вологості ґрунтів на основі даних дистанційного зондування Землі та проаналізовано їх адаптацію для умов України. Показано, що внаслідок кліматичних змін і руйнування водної інфраструктури водний баланс набуває критичного стану, а традиційні спостереження є просторово обмеженими. Розглянуто оптичні, теплові та мікрохвильові методи, а також підходи даунскейлінгу для інтеграції супутникових даних різної роздільної здатності. Обґрунтовано доцільність мультиметодного підходу, що поєднує NDVI/NDWI, LST, SAR (Sentinel-1), SMAP та ERA5-Land для отримання просторово-суцільних оцінок. Відзначено потенціал Google Earth Engine для обробки часових рядів та автоматизації моніторингу. Визначено перспективність застосування методів машинного навчання для картування водного балансу.
Математичні моделі моніторингу динаміки змін та забруднення водних об’єктів на основі супутникових даних
(Український державний університет науки і технологій, ІВК «Системні технології», Дніпро, 2026) Кавац, Юрій Віталійович; Кавац, Олена Олександрівна; Фененко, Тетяна Михайлівна; Рой, Дмитро Миколайович
UKR: У дослідженні запропоновано методологічний підхід до комплексного супутникового моніторингу водних ресурсів на основі інтеграції двох математичних моделей. Особливу увагу приділено застосуванню моделей у межах складних посткатастрофічних ландшафтів, зокрема території колишнього Каховського водосховища. Гетерогенність таких зон, що поєднують оголені мулові поверхні, заболочені масиви та молоду рослинність, зумовлює високу спектральну неоднорідність і ускладнює автоматизоване виділення води. Перша модель базується на синергії оптичних і радарних даних для точного картування меж водойм в умовах різкої варіації характеристик підстилаючої поверхні. Для підвищення точності поєднано адаптивні спектральні індекси з методами машинного навчання. Друга модель орієнтована на оцінку ступеня забруднення поверхневих вод. Використання різночасових супутникових даних дозволяє аналізувати просторово-часову динаміку об’єктів та встановлювати взаємозв’язки між трансформацією ландшафтів і рівнем їх екологічного навантаження, забезпечуючи стійкість моніторингу до впливу зовнішніх чинників.