Интеллектуальная классификация нефтезагрязненных территорий по данным геоэкологического мониторинга

Резюме

Актуальность работы.Нефтяное загрязнение почвенного покрова имеет сложный пространственный характер и может долго сохраняться на промышленных и прилегающих территориях. Его оценка не должна ограничиваться только содержанием нефтепродуктов, поскольку состояние участка зависит от рельефа, влажности, гранулометрического состава, растительности, поверхностного стока и положения относительно источников загрязнения. Цель исследования. Разработать подход к интеллектуальной клас-сификации нефтезагрязненных территорий на основе комплексной обработки данных геоэкологического мониторинга, лабораторного анализа почв, дистанционного зондирования и ГИС-моделирования. Методы исследования.Использованы результаты полевого обследования, лабораторные определения нефтепро-дуктов в почвенных пробах, материалы дистанционного зондирования, цифровая модель поверхности и ГИС-показатели рельефа, влажности, растительного покрова, расстояния до источников загрязнения и близости к зонам стока. Для классификации применялись k-nearest neighbors, Support Vector Machine, Gradient Boosting и Random Forest. Эффективность оценивалась по точности, F1-мере, устойчивости раз-деления классов и интерпретируемости факторов. Результаты. Наиболее значимыми признаками ока-зались содержание нефтепродуктов, влажность почвы, NDVI, доля глинистой фракции, расстояние до источника, уклон поверхности и близость к элементам стока. Лучшие результаты получены для Random Forest: точность 0,84–0,87, F1-мера 0,78–0,90. Выделены фоновые, слабозагрязненные, умеренно загряз-ненные, сильно и очень сильно загрязненные участки. Последние занимают около 8–12% и 3–5% терри-тории, но формируют основной экологический риск.