Модель виявлення міських теплових островів на основі супутникових даних із використанням методів машинного навчання
Автор: Крук Ігор Ігорович
Кваліфікаційний рівень: магістр
Спеціальність: Інформаційні управляючі системи та технології
Інститут: Інститут комп'ютерних наук та інформаційних технологій
Форма навчання: денна
Навчальний рік: 2025-2026 н.р.
Мова захисту: англійська
Анотація: Актуальність. У контексті глобального потепління та швидкої урбанізації питання міських теплових островів (МТО) стає дедалі важливішим для здоров’я та благополуччя населення. Існуючі методи моніторингу часто зосереджуються лише на аналізі зон перегріву, не надаючи інструментів для прогнозування того, як зміни у забудові та землекористуванні вплинуть на мікроклімат. Розробка супутникової прогностичної моделі забезпечує інструментарій для оцінки та вибору ефективних стратегій охолодження міст. Об’єкт дослідження – процес формування теплового поля в урбанізованому середовищі. Предмет дослідження – методи машинного навчання та моделі для прогнозування температури поверхні землі (ТПЗ) та оцінки інтенсивності МТО за допомогою багатоспектральних супутникових знімків. Мета дослідження – розробка моделі та інтелектуальної системи для виявлення МТО на основі характеристик поверхні землі та прогнозування змін температурних режимів міст для підтримки прийняття рішень у сфері містобудування. Методи та інструменти дослідження. Для збору даних використана платформа Google Earth Engine та супутникові знімки Landsat 8/9. Спектральні індекси (NDVI, NDBI, MNDWI та Albedo) були попередньо оброблені та розраховані за допомогою бібліотек Rasterium та Rio-tiler. Для побудови прогнозної моделі з використанням нормалізації Z-оцінки цільової змінної (LST) було використано метод градієнтного бустингу (XGBoost). Модель була розроблена за допомогою FastAPI, React та Mapbox GL JS. Результати та практичне значення. Було розроблено модель для прогнозування температури поверхні землі з точністю: R??0,68 та впроваджено веб-орієнтовану інформаційну систему «City Planner». Ця система дозволяє користувачам переглядати теплові карти Львова та запускати інтерактивні симуляції змін у містах (наприклад, визначати вплив зниження температури на озеленення певних територій). Запропонований підхід дозволяє згладити вплив сезонної мінливості погоди в довгостроковому аналізі трендів. У першому розділі проаналізовано предметну область, розглянуто літературні джерела, здійснено огляд аналогів та сформульовано вимоги до системи. У другому розділі представлено проєктування системи, математичноме обґрунтування методів машинного навчання та вибору алгоритмів. У третьому розділі розроблено архітектуру системи, описано програмне рішення, структури даних та інтерфейс. Експериментальна частина роботи наведена у четвертому розділі, де представлено сценарії випробувань та результати експерименту. Загальний обсяг дослідження становить 110 сторінок, включаючи 89 сторінки основного тексту, 29 рисунків, 7 таблиць та список використаних джерел із 31 найменування. Ключові слова: ефект міського теплового острова, UHI, температура поверхні землі, LST, машинне навчання, XGBoost, Landsat, дистанційне зондування, міське планування.