РОЗРОБКА ІНТЕРАКТИВНОГО ІНСТРУМЕНТУ ДЛЯ ВИЯВЛЕННЯ Й АНАЛІЗУ ГЕОПРОСТОРОВИХ АНОМАЛІЙ У QGIS НА ОСНОВІ СУПУТНИКОВИХ ДАНИХ
DOI:
https://doi.org/10.32782/geochasvnu.2025.6.13Ключові слова:
автоматизоване виявлення, геопросторові зони, плагін QGIS, супутникові зображення, геодинамічні аномалії, геопросторовий аналіз, екзогенні геологічні процесиАнотація
У статті представлено методологію автоматизованого виявлення аномальних геопросторових зон, реалізовану у формі плагіна для геоінформаційної системи QGIS. Розроблений інструмент підвищує ефективність просторового аналізу та забезпечує оперативну ідентифікацію територій із потенційними змінами, що є важливим для моніторингу природних і техногенних процесів. Запропонований підхід ґрунтується на поєднанні порогового та статистичного аналізу супутникових знімків у середовищі QGIS. Плагін передбачає інтерактивне налаштування параметрів обробки зображень та автоматичне виявлення геодинамічних аномалій, які після етапу векторизації подаються користувачу для подальшої інтерпретації. Тестування плагіна на супутникових даних типу InSAR підтвердило його ефективність під час виявлення зон вертикальних зміщень земної поверхні. Отримані результати демонструють практичну придатність інструменту для моніторингу геодинамічних процесів і визначають перспективні напрями вдосконалення, зокрема реалізацію роздільної обробки позитивних і негативних зміщень для підвищення точності ідентифікації аномалій.
Посилання
Folini A., Lenzi E., Biraghi, C. A. Cluster analysis: A comprehensive and versatile QGIS plugin for pattern recognition in geospatial data. International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences. 2022. XLVIII–4/W1–2022. Р. 151–157. DOI: 10.5194/isprs-archives-XLVIII- 4-W1-2022-151-2022
Gavade A. B., Rajpurohit V. S. Systematic analysis of satellite image-based land cover classification techniques: literature review and challenges. International Journal of Computers and Applications. 2021. Vol. 43 (6). P. 514‒523. DOI: 10.1080/1206212X.2019.1573946
Hudak V., Kril T., Zatserkovnyi V. Remote monitoring of vertical ground displacements as indicators of underground structure deformation. Bulletin of Taras Shevchenko National University of Kyiv. Geology. 2025. Vol. 1 (108). P. 94‒102. DOI: 10.17721/1728-2713.108.13
Hudak V., Kril Т. Gaussian Process Regression for D-InSAR Analysis of Vertical Surface Displacements Above Underground Structures. 18th International Conference Monitoring of Geological Processes and Ecological Condition of the Environment. European Association of Geoscientists & Engineers. 2025. № 1. P. 1‒5. DOI: 10.3997/2214-4609.2025510054
Hytla P. C., Hardie R. C., Eismann M. T., Meola J. Anomaly detection in hyperspectral imagery: Comparison of methods using diurnal and seasonal data. Journal of Applied Remote Sensing. 2009. Vol. 3 (1). P. 033546.
Janz A., Jakimow B., van der Linden S., Thiel F., Dierkes H. AVHYAS: A free and open-source QGIS plugin for advanced hyperspectral image analysis. 2021 International Conference on Emerging Techniques in Computational Intelligence (ICETCI). IEEE. 2021. DOI: 10.1109/ICETCI51973.2021.9574057
Jain A., Duin R., Mao J. Statistical pattern recognition: A review. IEEE Transactions on Pattern Analysis and Machine Intelligence. 2000. Vol. 22 (1). P. 4–37. DOI: 10.1109/34.824819
Коцюбівська К. І., Тимошенко В. В. Математичні методи обробки зображень. Цифрова платформа інформаційних технологій у соціокультурній сфері. 2019. № 2 (1). С. 41–54. DOI: 10.31866/2617-796x.2 .1.2019.175653
Kruglov O., Hudak V., Kruhlov B. Exploring D-InSAR Technology for Monitoring Soil Erosion: Case Study in Kharkiv Region. 18th International Conference Monitoring of Geological Processes and Ecological Condition of the Environment. European Association of Geoscientists & Engineers. 2025. № 1. P. 1‒5. DOI: 10.3997/2214-4609.2025510037
MASAI Project. (n.d.). MASAI: Pioneering damage assessment through AI and satellite technology. URL: https://masai-project.eu/masai-pioneering-damage-assessment-through-ai-and-satellite-technology/ (дата звернення: 08.04.2025).
Minh D. H. T., Hanssen R., Rocca F. Radar interferometry: 20 years of development in time series techniques and future perspectives. Remote Sensing. 2020. Vol. 12 (9). P. 1364. DOI: 10.3390/rs12091364
QGIS Project. Fetching plugins. QGIS Documentation. URL: https://docs.qgis.org/3.40/en/docs/training_manual/qgis_plugins/fetching_plugins (дата звернення: 08.04.2025).
Tempa K., Aryal K. R. Semi-automatic classification for rapid delineation of the geohazard-prone areas using Sentinel-2 satellite imagery. SN Applied Sciences. 2022. № 4 (1). P. 141. DOI: 10.1007/s42452-022-05028-6
Жуков М. М. Математична статистика та обробка геологічних даних. Київ : Вища школа, 2008.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
