A Magyar Hidrológiai Társaság XXXIX. Országos Vándorgyűlése (Nyíregyháza, 2022. július 6-8.)
2. szekció - Területi vízgazdálkodás - 11. Kajári Balázs - Körösparti János - Kerezsi György - Túri Norbert - Bozán Csaba - Boudewijn van Leeuwen (MATE - SZTE): Belvíz monitorozása szegmentálással, felügyelt osztályozással és gépi tanulással SENTINEL 2-es műholdfelvételeken
BELVÍZ MONITOROZÁSA SZEGMENTÁLÁSSAL, FELÜGYELT OSZTÁLYOZÁSSAL ÉS GÉPI TANULÁSSAL SENTINEL 2-ES MŰHOLDFELVÉTELEKEN Kaján Balázs12 - Körösparti János1 - Kerezsi György1 - Túri Norbert1 - Bozán Csaba1 -Boudewijn van Leeuwen2 1 Magyar Agrár- és Élettudományi Egyetem (MATE), Környezettudományi Intézet (KÖTI), Öntözési és Vízgazdálkodási Kutatóközpont ÖVKI), Szarvas 2 Szegedi tudományegyetem, Geoinformatikai, Természet- és Környezetföldrajzi Tanszék, Szeged KIVONAT Az általunk bemutatott modellek közül a konvolúciós neurális hálózat (Convolutional Neural Network (CNN)) modell bizonyult a leghatásosabbnak a vizsgált idó'pontokban lásd 1. táblázat. Ami lehetó'vé teszi a belvíz monitoring rendszer kialakítását minimális felhasználói beavatkozás mellett. Az index-el történő' vízfelületek lehatárolása folyamatos felhasználói beavatkozást igényelnek, úgy, mint az irányított osztályozások. Az általunk vizsgált mintaterületen közel meggyó'zó' eredményeket mutatott, így lehetó'ség nyílik a vizsgálatok kiterjesztéséhez mind területileg, mind idó'ben. Remélhetó'leg a kiválasztott modell alkalmas lesz lokális vagy regionális, illetve hosszú idósoros elemzésekre a késó'bbiekben. A Kárpát-medence egész évben sokféle, köztük extrém időjárási körülménynek van kitéve. Egyrészt a tél végi és a tavaszi, kora nyári intenzív csapadékok sekély elöntést okoznak a sík mélyfekvésű területeken. A klímaváltozási modellek megnövekedett intenzitású csapadék eseményeket jósolnak a Kárpát-medencében is, ami a jövó'ben növelheti a belvizek megjelenésének kockázatát. Az elöntések nagyon dinamikus természetűek lehetnek. A meteorológiai viszonyok (hó'mérséklet, csapadék, szélsebesség) függvényében amilyen gyorsan megjelenhetnek, olyan gyorsan el is tűnhetnek. Ezért fontos, hogy megfigyelésükhöz műholdképeket használjunk, beleértve a légköri zavarokat (felhó'ket) tartalmazókat is. Ebben a dolgozatban egy indexet egy osztályozási módszert, valamint egy fejlettebb mély tanulási módszert mutatunk be a belvíz detektálására, Sentinel-2 műholdfelvételeket felhasználva. A kutatás célja annak értékelése, hogy mely módszertan optimális a belvíz elöntések helyzetének és kiterjedésének monitorozására nagy területeken, kelló'en nagy tér- és idóbeli felbontás mellett. A folyamatos monitorozás felhasználható a belvíz fejődésének megértésére, az infrastruktúrára és a mezó'gazdaságra jelentett kockázatok mérséklésére, valamint a többletvíz újrafelhasználási lehetó'ségeinek vizsgálatára az aszályos idó'szakokban. KULCSSZAVAK: belvíz, osztályozás, gépi tanulás, Sentinel-2, szegmentálás, klasszifikáció, távérzékelés BEVEZETÉS Magyarország termóterületének (7,3 millió hektár) jelentós része (5,3 millió ha) mezógazdasági terület, amiból kb. 1,9 millió hektárt lehet potenciálisan belvízzel veszélyeztetnek tekinteni (KSH, 2021; Pálfai, 2004). Általánosságban elmondható, hogy Magyarországon a csapadékosabb években a vízzel borított területek elérhetik az 50-100 ezer hektárt kiterjedést is. Kiemelt volt az 1999-es év, amikor több mint 500 ezer hektár terület lett elöntve. (Somlyódy, 2011). A belvízzel, mint hidrológiai jelenséggel foglalkozó kutatások hazánkban nagy múltra tekintenek vissza. Pálfai (2001) közel ötven definícióját gyűjtötte össze, ezzel is rámutatva a jelenség bonyolultságára. Az eltéró értelmezéseket az alábbi megfogalmazással hozta közös nevezóre: "a belvíz a sík vidékek idószakos, de meglehetósen tartós és viszonylag nagy területre kiterjedó jelensége, sajátos vízfajtája." Más alacsonyan fekvó országokban (Hollandia, Lengyelország, Németország) is ismert hasonló jelenség (amit ponding water - pangó víznek, waterlogging - vizesedésnek neveznek (Kuti et al., 2006)), de messze a Kárpát-medencében okozza a legnagyobb kárt. A belvízkutatás terén az elmúlt idószakban jelentós elóre lepések történtek a távérzékelés és a térinformatika fejlódésével. A szintetikus térképi eljárások egyre kifinomultabbak lettek. Tamás (2000) megfogalmazta, hogy a térinformatikai modellezés lényege, hogy a különbözó vizsgálatra kiválasztott térképi rétegeket úgy kombináljuk, hogy egy új szintézis térképi réteget
