hrvatski

Detekcija i analiza opožarenih područja primjenom metoda strojnog učenja i Google Earth Engine-a

U ovom radu provest će se istraživanje točnosti upotrebe algoritama strojnog učenja za detektiranje i analizu opožarenih područja na području Dalmacije. Raspon proučavanja je odabran za vrijeme najvećih šumskih požara iz 2017. godine te današnjeg stanja. Analizama klasificiranih scena izvest će se zaključci o utjecaju požara na promjenu zemljišnog pokrova te u kolikoj mjeri je stradalo zemljište oporavljeno u 2020. godini. Primarni izvornik satelitskih snimki je misija Sentinel-2 kao dio Copernicus programa zasnovanog od strane Europske svemirske agencije. Sentinel-2 je multispektralna satelitska misija namijenjena opažanju zemljine površine u 13 spektralnih kanala. Također za klasificiranje i detekciju scene, biti će uključeni i spektralni indeksi koji su osjetljivi na opožarena područja, vegetacijski indeksi, indeksi za izgrađena područja te indeksi prilagođeni tlu. Programsko korisničko sučelje u okviru Google Earth Engine-a je osnova za korištenje metoda strojnog učenja bazirane na Support Vector Machine (SVM) i Random Forest (RF) algoritmima u svrhu nadziranih klasifikacija. Glavni cilj ovog rada je klasificiranje uzastopnih nizova satelitskih snimki, njihova statistička obrada i analiza promjena zemljišta te oporavka vegetacije. Posljednje će biti istražena mogućnost prijenosa najboljeg dobivenog modela na druge opožarene scene sličnom vremenskom razdoblju ; na planinskom području Svilaje i Dinare.

GEE, klasifikacija, opožarena područja, Random Forest, Sentinel, Support Vector Machine

nije evidentirano