THE USE OF CONVOLUTIONAL NEURAL NETWORKS FOR THE RECOGNITION OF BURNED FIELDS ON SATELLITE PHOTOS IN THE TERRITORY OF UKRAINE

Authors

DOI:

https://doi.org/10.30890/2567-5273.2023-29-01-071

Keywords:

convolutional neural networks, U-net, machine learning models, image segmentation, satellite imaging, Sentinel-2, burned fields, Ukraine.

Abstract

The article discusses the significance of identifying burnt fields in satellite images. It provides an overview of existing solutions and describes an approach for recognizing burnt fields using a U-Net convolutional neural network with Sentinel-2 satelli

Metrics

Metrics Loading ...

References

Євгенія Дроздова, Андрій Гарасим, Надя Кельм, Ілля Самойлич, Анатолій Бондаренко. Дикість. В Україні щороку близько 20 тисяч пожеж на орних землях. ЖУРНАЛІСТИКА ДАНИХ: веб-сайт. URL: https://texty.org.ua/projects/104757/v-ukrayini-shoroku-blyzko-30-tysyach-pozhezh-yak-vony-vyhlyadayut-iz-kosmosu/ (дата звернення: 11.12.2022).

Любов Петрушко. Урожай у вогні: у зоні бойових дій згоріло близько 350000 га полів. Які втрати та наслідки масштабних пожеж. Forbes: веб-сайт. URL: https://forbes.ua/inside/urozhay-u-vogni-u-zoni-boyovikh-diy-zgorilo-blizko-350-000-ga-poliv-yaki-vtrati-ta-naslidki-masshtabnikh-pozhezh-12072022-7129(дата звернення: 11.12.2022).

Piyush Jain, Sean C P Coogan, Sriram Ganapathi Subramanian, Mark Crowley, Steve Taylor, and Mike D Flannigan. A review of machine learning applications in wildfire science and management. Environmental Reviews July 2020 DOI:10.1139/er-2020-0019

Dmitry Rashkovetsky, Florian Mauracher, Martin Langer, Michael Schmitt Wildfire Detection from Multi-sensor Satellite Imagery Using Deep Semantic Segmentation. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 14, pp. 7001-7016, 2021, doi: 10.1109/JSTARS.2021.3093625.

Louis Giglio. MCD64A1 v006 MODIS/Terra+Aqua Burned Area Monthly L3 Global 500 m SIN Grid. веб-сайт. URL: https://lpdaac.usgs.gov/products/mcd64a1v006/ (дата звернення: 11.12.2022).

Fire Information for Resource Management System (FIRMS). веб-сайт. URL: https://www.earthdata.nasa.gov/learn/find-data/near-real-time/firms (дата звернення: 11.12.2022).

European Forest Fire Information System. веб-сайт. URL: https://effis.jrc.ec.europa.eu/ (дата звернення: 11.12.2022).

Monish Vijay Deshpandea, Dhanyalekshmi Pillai, Meha Jainc. Agricultural burned area detection using an integrated approach utilizing multi spectral instrument based fire and vegetation indices from Sentinel-2 satellite. MethodsX Volume 9, 2022, 101741

Sentinel-2. Freie Universität Berlin. веб-сайт. URL: https://blogs.fu-berlin.de/reseda/sentinel-2/ (дата звернення: 17.12.2022)

Ronneberger, O., Fischer, P., Brox, T. U-Net: Convolutional Networks for Biomedical Image Segmentation. Medical Image Computing and Computer-Assisted Intervention – MICCAI 2015.

Cross-validation: evaluating estimator performance. веб-сайт. URL: https://scikit-learn.org/stable/modules/cross_validation.html (дата звернення: 16.10.2023)

Published

2023-10-30

How to Cite

Бушин, І., & Черненко, Р. (2023). THE USE OF CONVOLUTIONAL NEURAL NETWORKS FOR THE RECOGNITION OF BURNED FIELDS ON SATELLITE PHOTOS IN THE TERRITORY OF UKRAINE. Modern Engineering and Innovative Technologies, 1(29-01), 122–132. https://doi.org/10.30890/2567-5273.2023-29-01-071

Issue

Section

Articles