Au milieu du changement climatique mondial et de l'impact humain croissant sur l'environnement, la nécessité de développer des systèmes de surveillance environnementale efficaces et évolutifs se renforce. Les techniques d'observation conventionnelles reposant sur des mesures terrestres et des évaluations d'experts présentent une couverture spatiale limitée et manquent de la capacité d'analyse rapide des phénomènes environnementaux dynamiques. L'amalgame de données de télédétection, de systèmes d'information géographique (SIG) et de techniques d'intelligence artificielle représente un domaine prometteur dans la recherche environnementale contemporaine. Cet article introduit une méthodologie basée sur l'IA pour la surveillance environnementale utilisant des données satellitaires et des informations spatiales SIG. La méthodologie proposée englobe le prétraitement et l'intégration de données spatiotemporelles multidimensionnelles, l'extraction de caractéristiques informatives, et l'application d'algorithmes d'apprentissage machine et profond pour analyser les conditions environnementales. Les techniques d'intelligence artificielle facilitent l'automatisation de la classification des terres, l'identification des changements environnementaux, et la prévision des risques potentiels. Les résultats de l'étude indiquent que l'incorporation de modèles d'IA avec des données de télédétection et de SIG améliore la précision et la résilience de la surveillance par rapport aux méthodes conventionnelles. De plus, le système proposé améliore l'interprétabilité des résultats et facilite la prise de décision dans la gestion environnementale et le développement durable. Les résultats valident la faisabilité d'employer des technologies intelligentes pour une analyse environnementale approfondie et soulignent leur potentiel considérable pour la surveillance environnementale à diverses échelles spatiales.
Zhidebayeva et al. (Mar,) ont étudié cette question.