Статья

Авторы

Душенко Наталья Андреевна, заместитель заведующего отделом применения технологий искусственного интеллекта в управлении водными ресурсами, ФГБУ «Российский научно-исследовательский институт комплексного использования и ох- раны водных ресурсов», Россия, 344019, г. Ростов-на-Дону, ул. Ченцова, д. 10а; ORCID:0009-0005-2988-4895; e-mail: dushenko-natali@mail.ru
Головачева Мария Михайловна, заведующий отделом применения технологий искусственного интеллекта в управлении водными ресурсами, ФГБУ «Российский научно-исследовательский институт комплексного использования и охраны водных ресурсов», Россия, 344019, г. Ростов-на-Дону, ул. Ченцова, д. 10а; ORCID: 0009-0007-0512-4116; e-mail: mariya_200218@mail.ru
Капустин Михаил Владимирович, заведующий отделом обработки данных и подготовки информационно-аналитических материалов, ФГБУ «Российский научно-исследовательский институт комплексного использования и охраны водных ресурсов», Россия, 344019, г. Ростов-на-Дону, ул. Ченцова, д. 10а; ORCID: 0009-0000-6494-4981; e-mail: kap.miha@mail.ru
Суртаева Кристина Сергеевна, главный специалист отдела применения техно- логий искусственного интеллекта в управлении водными ресурсами, ФГБУ «Российский научно-исследовательский институт комплексного использования и охраны водных ресурсов», Россия, 344019, г. Ростов-на-Дону, ул. Ченцова, д. 10а; ORCID: 0009-0000-1125-1014; e-mail: fusewik@outlook.com

Аннотация

Актуальность. Эффективность государственного управления водными ресурсами в значительной степени определяют полнота и актуальность информации о водных объектах бассейнов рек. В статье представлена методология сегментации водоемов в бассейнах рек по данным дистанционного зондирования Земли из космоса с применением нейрон- ных сетей и определения с помощью полученных результатов площадей водоемов и объемов потерь на дополнительное испарение с их поверхности в бассейне р. Урал. Методы. Сегментация водоемов на космоснимках с применением сверточных и трансформерных нейросетевых моделей. Результаты. Приведены основные результаты обучения и сравнения эффективности сверточной и трансформерной нейронных сетей, сегментирующих водные объекты. С помощью наиболее эффективной нейронной сети осуществлена сегментация данных дистанционного зондирования Земли для российской части трансграничного бассейна р. Урал. Проведен анализ количества водоемов и их суммарной площади, идентифицированных с помощью трансформерной нейронной сети, а также объемов потерь на дополнительное испарение с их поверхности. Сформирована база данных сведений о водоемах в разрезе бассейновых округов, бассейнов рек, водохозяйственных участков, административно-территориальных единиц, а также сведений о местоположении водоемов и их площадях, слоях осадков и испарения с водной поверхности.

Ключевые слова

нейронная сеть, сверточная нейронная сеть, трансформерная нейронная сеть, данные дистанционного зондирования Земли, идентификация водной поверхности, семантическая сегментация.

Ссылка для цитирования

Душенко Н.А., Головачева М.М., Капустин М.В., Суртаева К.С. Применение нейросетевого моделирования для идентификации водоемов в бассейнах рек по данным дистанционного зондирования Земли // Водное хозяйство России: проблемы, технологии, управление. 2025. № 3. С. 74–94. https://doi.org/10.35567/19994508-2025- 3-74-94, EDN: XFFMVA
DOI: 10.35567/19994508-2025-3-74-94