Войти на сайт
МЕЖДУНАРОДНЫЕ ЕЖЕГОДНЫЕ КОНФЕРЕНЦИИ
"СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"
(Физические основы, методы и технологии мониторинга окружающей среды, природных и антропогенных объектов)

Двадцать вторая международная конференция "СОВРЕМЕННЫЕ ПРОБЛЕМЫ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА"

Участие в Школе молодых 

XXII.F.532

Современные методы в ДЗЗ для исследования арктических экосистем: систематический обзор и перспективы.

Фабер Е.Д, (1,2)
(1) Национальный исследовательский университет, Высшая школа экономики, Москва, Россия
(2) ФГБУ "ФНКЦ КМ" ФМБА России, Москва, Россия
Арктическая экосистема, характеризующаяся уникальным биоразнообразием и хрупкой средой, неминуемо столкнётся со значительными угрозами из-за возрастающей судоходной деятельности, нефтегазовой промышленности и последствий глобального потепления. Это создает множество проблем для баланса арктической дикой природы [1]. Дистанционное зондирование Земли (ДЗЗ) представляет собой мощный инструмент для мониторинга арктических животных и защиты уникальных экосистем этого региона, предоставляя актуальные данные о популяциях животных, их миграционных маршрутах и изменениях в среде обитания [2]. В данной статье представлен обзор современных методов ДЗЗ, включая спутниковую съемку, лазерное сканирование и гиперспектральный анализ, а также их применение для отслеживания ключевых арктических видов, таких как белые медведи, тюлени и моржи [3]. Рассматриваются успешные примеры интеграции данных ДЗЗ в программы охраны природы и управления ресурсами, подчеркивая важность междисциплинарного подхода в решении проблем сохранения биоразнообразия. Рассматриваются примеры успешного применения алгоритмов машинного обучения для классификации изображений, анализа миграционных маршрутов и оценки состояния среды обитания [4]. В заключение, доклад акцентирует внимание на необходимости дальнейших исследований и разработки новых технологий для повышения эффективности мониторинга и защиты арктической экосистемы в условиях развивающейся инфраструктуры Арктики.

Ключевые слова: ДЗЗ, Арктика, мониторинг, экосистема Арктики, северный морской путь
Литература:
  1. Wright, S.K., Allan, S., Wilkin, S.M., Ziccardi, Oil Spills in the Arctic. In: Tryland, M. (eds) Arctic One Health. Springer, 2022.
  2. Dominique Chabot, Seth Stapleton, Charles M. Francis, "Using Web images to train a deep neural network to detect sparsely distributed wildlife in large volumes of remotely sensed imagery: A case study of polar bears on sea ice, Ecological Informatics, Volume 68, 2022,
  3. ,ISSN 1574-9541.
  4. Noh H, Kang K, Park J-Y. Risk Analysis of Autonomous Underwater Vehicle Operation in a Polar Environment Based on Fuzzy Fault Tree Analysis. Journal of Marine Science and Engineering. 2023; 11(10):1976.
  5. Borowicz A, Le H, Humphries G, Nehls G, Höschle C, Kosarev V, Lynch HJ. Aerial-trained deep learning networks for surveying cetaceans from satellite imagery. PLoS One. 2019 Oct 1;14(10):e0212532. doi: 10.1371/journal.pone.0212532. PMID: 31574136; PMCID: PMC6772036.

Дистанционное зондирование растительных и почвенных покровов