FAQ
PL | EN

Ustawienia prywatności (cookies)

Ta strona używa ciasteczek (cookies), dzięki którym nasz serwis może działać lepiej. Aby uzyskać więcej informacji i spersonalizować swoje preferencje, kliknij „Ustawienia”. W każdej chwili możesz zmienić swoje preferencje, a także cofnąć zgodę na używanie plików cookie na poniższej stronie.
Polityka prywatności (link otworzy się w nowym oknie)
* z wyjątkiem niezbędnych plików cookies do prawidłowego działania strony oraz realizacji obowiązków prawnych administratora
Przesuwając suwak w prawo aktywujesz konkretną zgodę. Przesuwając suwak w lewo wyłączasz taką zgodę.

Analiza zdjęć satelitarnych z wykorzystaniem metod sztucznej inteligencji i systemów informatycznych pod kątem oceny utrzymania bezpieczeństwa infrastruktury przeciwpowodziowej

Data publikacji: 08.04.2026

Ochrona ludności i dziedzictwa kulturowego, 2025, 6/2025, s. 79-94

https://doi.org/10.4467/29563763.OLDK.25.005.23247

Autorzy

,
Paweł Buchwald
Akademia WSB w Dąbrowie Górniczej
, Polska
https://orcid.org/0000-0003-2537-7085 Orcid
Kontakt z autorem
Wszystkie publikacje autora →
Dawid Jurczyński
Akademia WSB w Dąbrowie Górniczej
, Polska
https://orcid.org/0009-0005-7362-9779 Orcid
Kontakt z autorem
Wszystkie publikacje autora →

Pobierz pełny tekst

Drukuj drukuj Cytuj cytuj

Tytuły

Analiza zdjęć satelitarnych z wykorzystaniem metod sztucznej inteligencji i systemów informatycznych pod kątem oceny utrzymania bezpieczeństwa infrastruktury przeciwpowodziowej

Abstrakt

W artykule przedstawiono autorski system wspomagający ocenę bezpieczeństwa infrastruktury przeciwpowodziowej z wykorzystaniem danych satelitarnych oraz metod sztucznej inteligencji. Zaprojektowana architektura integruje dane z serwisów takich jak Planet Labs i Sentinel Hub, przetwarza je za pomocą zaawansowanych algorytmów przetwarzania obrazu i uczenia maszynowego, a następnie przekazuje wyniki do modułu decyzyjnego. Celem systemu jest identyfikacja zmian roślinności oraz deformacji strukturalnych w obrębie wałów i polderów, które mogą wskazywać na ryzyko obniżenia ich skuteczności. Artykuł omawia również możliwości dalszego rozwoju rozwiązania, w tym jego testowanie w rzeczywistych warunkach, integrację z danymi hydrologicznymi i meteorologicznymi oraz dostosowanie do potrzeb użytkowników instytucjonalnych i lokalnych społeczności.

Bibliografia

Pobierz bibliografię

Bamler, R., Hartl, P. (1998). Synthetic aperture radar interferometry, Inverse Problems, 14(4), R1.

Farmonaut. (2025). Utilize Farmonaut Engine to Monitor Levees Efficiently. Farmonaut Platform Report.

Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., Moore, R. (2017).

Google Earth Engine: Planetary-scale geospatial analysis for everyone, Remote Sensing of Environment, 202, 18–27.

Gupta, S., Khan, M. (2024). Artificial intelligence for flood risk management, Journal of Environmental Informatics, 9(2).

Huang, X., Silva, M. (2024). Integrating remote sensing and social sensing for flood mapping, Journal of Flood Risk Science, 12(1).

Ivanov, P., et al. (2025). Deep Artificial Intelligence Applications for Natural Disaster Management, Environmental Informatics Reports, 5(2).

Jiang, Y., Ruetschi, M., Sainte Fare Garnot, V., et al. (2023). Accuracy and Consistency of Space-based Vegetation Height Maps for Forest Dynamics in Alpine Terrain, arXiv preprint, arXiv:2309.01797.

Article Następne

Kołodziejczyk, P., Zieliński, T. (2025). A comprehensive review of flood damage in mountainous regions, Environmental Reviews, 8(3).

Lee, H., Li, W. (2025). Geospatial Artificial Intelligence for Satellite-based Flood Extent Mapping: Concepts, Advances, and Future Perspectives, arXiv preprint, arXiv:2504.02214.1.

Article Następne

Meng, B., Xu, C., Zhu, Y. (2025). Flood Detection Modeling: Leveraging The SEN-1FLOOD11 Dataset for The Rio Colima River. ICLR 2025 Conference Proceedings.

Raspini, F., Bianchini, S., Moretti, S. (2018). Multi-temporal InSAR analysis of deformation phenomena in urban areas, Remote Sensing, 10(1), 76.

Shafiei, A., et al. (2024). A Deep Learning framework for rapid flood mapping using optical satellite imagery, Scientific Reports, 14, 69977.

Smith, J., et al. (2025). Enhancing Levee Inspections with Advanced Technology, Geomatics in Infrastructure Safety Journal.

Torres, R., Martinez, L. (2023). Optical Remote Sensing for Global Flood Disaster Mapping, Remote Sensing, 17(11), 1886.

Tuia, D., Schindler, K., Demir, B., et al. (2023). Artificial intelligence to advance Earth observation: A review of models, recent trends, and pathways forward, arXiv preprint, arXiv:2305.08413.

Article Następne

Wegmuller, U., Walter, D., Spreckels, V., Werner, C. (2010). Nonuniform ground motion monitoring with TerraSAR-X persistent scatterer interferometry, IEEE Transactions on Geoscience and Remote Sensing, 48(2), 895–904, https://doi.org/10.1109/TGRS.2009.2030792.

CrossRef

Xie, Y., Sha, Z., Yu, M. (2020). Remote sensing imagery in vegetation mapping: a review, Journal of Plant Ecology, 13(1), 1–12.

Informacje

Informacje: Ochrona ludności i dziedzictwa kulturowego, 2025, 6/2025, s. 79-94

Typ artykułu: Oryginalny artykuł naukowy

Tytuły:

Polski: Analiza zdjęć satelitarnych z wykorzystaniem metod sztucznej inteligencji i systemów informatycznych pod kątem oceny utrzymania bezpieczeństwa infrastruktury przeciwpowodziowej
Angielski: Analysis of satellite images using artificial intelligence methods and IT systems to assess the maintenance of flood protection infrastructure

Autorzy

https://orcid.org/0000-0003-2537-7085

Paweł Buchwald
Akademia WSB w Dąbrowie Górniczej
, Polska
https://orcid.org/0000-0003-2537-7085 Orcid
Kontakt z autorem
Wszystkie publikacje autora →

Akademia WSB w Dąbrowie Górniczej
Polska

https://orcid.org/0009-0005-7362-9779

Dawid Jurczyński
Akademia WSB w Dąbrowie Górniczej
, Polska
https://orcid.org/0009-0005-7362-9779 Orcid
Kontakt z autorem
Wszystkie publikacje autora →

Akademia WSB w Dąbrowie Górniczej
Polska

Publikacja: 08.04.2026

Status artykułu: Otwarte __T_UNLOCK

Licencja: CC BY-NC-ND 4.0  ikona licencji

Udział procentowy autorów:

Paweł Buchwald (Autor) - 50%
Dawid Jurczyński (Autor) - 50%

Korekty artykułu:

-

Języki publikacji:

Polski

Analiza zdjęć satelitarnych z wykorzystaniem metod sztucznej inteligencji i systemów informatycznych pod kątem oceny utrzymania bezpieczeństwa infrastruktury przeciwpowodziowej

cytuj

Pobierz PDF Pobierz

pobierz pliki

RIS BIB ENDNOTE