Идентификация термокарстовых объектов по спутниковым графическим данным с помощью нейронной сети

В работе представлены результаты численного эксперимента по идентификации термокарстовых объектов, образовавшихся в результате климатических изменений в регионах распространения вечной мерзлоты, на основе спутниковых графических данных. Разработана прикладная компьютерная программа, предназначенная для идентификации спутниковых графических данных реализующая трехслойную нейронную сеть. Идентификация термокарстовых объектов прикладной программой производилась на основе метода обучения нейронной сети с использованием тренировочных данных. В качестве функции активации в нейронной сети применялась сигмоидальная функция, корректировка весовых коэффициентов сети основывалась на методе обратного распространения ошибок. Изучена зависимость эффективности идентификации объектов от различных начальных параметров нейронной сети, таких как, скорость обучения, количество нейронов в скрытом слое и количество эпох обучения. Выявлены оптимальные значения вышеуказанных параметров, обеспечивающих наибольшие показатели эффективности нейронной сети. Проведено сравнение полученных результатов с данными других исследователей. В целом, результаты проведенного в работе исследования показали перспективность рассмотренного метода для развития автоматизированных средств дистанционного мониторинга термокарстовых процессов.

1. Сальва А.М. Отслеживание участков термокарстовых проявлений по космическим снимкам (на примере трассы магистрального водовода в центральной Якутии)//Арктика и Антарктика. 2020. №2. с. 126-137.

2. Konstantinov P., Zhelezniak M., Basharin N., Misailov I., Andreeva V.//Land (MDPI, Basel, Switzerland, 2020). 2020. №9 (12). p. 1-10.

3. Н.И.Башарин, Л.С. Егорова, Н.Ф. Васильев, Н.А. Федоров, А.Н. Федоров // Вестник Северо-Восточного федерального университета. 2020. №3 (19), c. 36-44.

4. Тарик Рашид. Создаем нейронную сеть. СПб. ООО «Альфа книга». 2017. 272 с.

5. Heaton Jeff. Heaton Research. The Number of Hidden Layers (online). https://www.heatonresearch.com/2017/06/01/hidden-layers.html. 12/06/2024.