Аналіз часових рядів супутникових даних для моніторингу стану лісів за допомогою нейронних мереж з тривимірними згортками

Abstract

У статті розглянуто вирішення прикладної задачі класифікації зображень на основі часових рядів супутникових даних з високою просторовою роздільною здатністю. Порівняно дві моделі нейронних мереж: перша класифікує послідовності зображень, враховуючи темпоральну складову, друга — окремі зображення. Новизна підходу полягає у створенні моделі, яка враховує просторову та темпоральну складові для підвищення точності класифікації. Результати свідчать про доцільність врахування темпоральної складової для покращення класифікації супутникових даних.

The article addresses the applied problem of image classification based on time series of high spatial resolution satellite data. Two neural network models were compared: the first classifies image sequences considering the temporal component, while the second classifies individual images. The novelty of the approach lies in creating a model that incorporates spatial and temporal components to improve classification accuracy. The results indicate the importance of considering the temporal component to improve satellite data classification.