Математичні моделі моніторингу динаміки змін та забруднення водних об’єктів на основі супутникових даних

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.

ENG: The study proposes a methodological approach to complex satellite monitoring of water resources based on the integration of two mathematical models. Particular attention is paid to the application of models within complex post-catastrophic landscapes, in particular the territory of the former Kakhovka reservoir. The heterogeneity of such zones, which combine bare silt surfaces, wetlands and young vegetation, causes high spectral heterogeneity and complicates automated water extraction. The first model is based on the synergy of optical and radar data for accurate mapping of reservoir boundaries in conditions of sharp variation in the characteristics of the underlying surface. To increase accuracy, adaptive spectral indices are combined with machine learning methods. The second model is focused on assessing the degree of surface water pollution. The use of multi-temporal satellite data allows analyzing the spatio-temporal dynamics of objects and establishing relationships between landscape transformation and the level of their ecological load, ensuring the stability of monitoring to the influence of external factors.