СВЕРТОЧНЫЕ НЕЙРОННЫЕ СЕТИ ДЛЯ ДИСТАНЦИОННОГО МОНИТОРИНГА ВОДНЫХ РЕСУРСОВ И ЭКОСИСТЕМ ПРИАРАЛЬЯ

Аннотация

Истощение водных ресурсов Приаралья вследствие усыхания Аральского моря представляет собой одну из наиболее острых экологических проблем Центральной Азии. В условиях климатических изменений и сокращения водного стока эффективный мониторинг водных объектов становится жизненно важным для устойчивого развития региона. В данной работе предложен подход к автоматизированному мониторингу водных ресурсов Приаралья с использованием методов глубокого обучения, в частности, сверточных нейронных сетей (CNN). Разработана и обучена модель, способная с высокой 131 https://universalpublishings.com МЕДИЦИНА, ПЕДАГОГИКА И ТЕХНОЛОГИЯ: ТЕОРИЯ И ПРАКТИКА Researchbib Impact factor: 13.14/2024 SJIF 2024 = 5.444 Том 3, Выпуск 05, Мая точностью выделять водные объекты на спутниковых изображениях Sentinel-2, а также учитывать сопутствующие погодные данные. Результаты показали высокую точность сегментации при минимальных ошибках классификации. Исследование демонстрирует потенциал современных методов ИИ для мониторинга водных систем в аридных и полуаридных регионах и подчеркивает их значимость для формирования научно обоснованных стратегий управления природными ресурсами в Приаралье. Ключевые слова: дистанционное зондирование Земли; глубокое обучение; сверточные нейронные сети; водные ресурсы; Приаралье; спутниковые данные; экология Центральной Азии