Моделювання вразливості степової ландшафтно-кліматичної зони України до кліматичних змін на основі даних космічного знімання

Автор(и)

  • Микола Сергійович Лубський ДУ “Науковий центр аерокосмічних досліджень Землі ІГН НАН України”, вул. Олеся Гончара, 55-Б, Київ, 01054, Україна https://orcid.org/0000-0002-3545-0007
  • Анна Василівна Хижняк ДУ “Науковий центр аерокосмічних досліджень Землі ІГН НАН України”, вул. Олеся Гончара, 55-Б, Київ, 01054, Україна https://orcid.org/0000-0002-8637-3822
  • Тетяна Анатоліївна Орленко ДУ “Науковий центр аерокосмічних досліджень Землі ІГН НАН України”, вул. Олеся Гончара, 55-Б, Київ, 01054, Україна https://orcid.org/0000-0002-4933-7750

DOI:

https://doi.org/10.36023/ujrs.2024.11.1.258

Ключові слова:

геопросторове моделювання, ArcGIS, вразливість до змін клімату, багатокритеріальний аналіз, метод аналізу ієрархій, степова зона

Анотація

Зараз весь світ включаючи Україну стикається з однією з найбільших екологічних проблем, а саме, кліматичними змінами. Степова ландшафтно-кліматична зона є однією з територій, які вважаються найбільш чутливими до поточних і майбутніх загроз зміни клімату на території України. Вивчення вразливості до зміни клімату степової зони України на основі даних космічного знімання потребує аналізу великої кількості об’єктивних даних, а саме продуктів обробки даних дистанційного зондування. У статті представлено результати, які об’єднують методи дистанційного зондування, геоінформаційної системи і багатокритеріального аналізу рішень для виявлення вразливих територій від впливу зміни клімату в степовій ландшафтно-кліматичній зоні, щоб рекомендувати системи адаптації до сучасних умов та зменшити вплив негативних кліматичних змін. Запропонована структура ухвалення рішень була розроблена в три етапи: 1) збір і обробка доступних даних космічних знімань; 2) розробка моделі вразливості до зміни клімату степової ландшафтно-кліматичної зони України на основі методу аналізу ієрархій; 3) побудова результуючої карти, яка включає ступені вразливості до змін клімату досліджуваної території.
Сучасні засоби хмарної обробки даних космічного знімання надають доступ до великої кількості геоінформаційних продуктів, серед яких як характеристики земної поверхні так і просторовий розподіл кліматичних показників, накопичених за тривалий період часу та дозволяють оперативно реалізувати обробку цих даних для великих територій.
Дана методика дозволяє на основі експертних оцінок оцінити сукупний вплив найбільш значущих характеристик земної поверхні та регіонального клімату, пріоритезувати їх вплив на вразливість досліджуваної території до кліматичних змін та реалізувати її кількісну багатокритеріальну оцінку.

Посилання

AbdelRahman, M. A. E., Natarajan, A., Hegde, R. & Prakash, S. S. (2019). Assessment of land degradation using comprehensive geostatistical approach and remote sensing data in GIS-model builder. The Egyptian Journal of Remote Sensing and Space Science, 22(3), 323–334. DOI: 10.1016/j.ejrs.2018.03.002.

Asgari, H. M. & Soleimany, A. (2023). Long-term study of desert dust deposition effects on phytoplankton biomass in the Persian Gulf using Google Earth Engine.

Marine Pollution Bulletin, 195. 115564. DOI: 10.1016/j.marpolbul.2023.115564.

Baitsar, A. L. (2012). Physical geography of Ukraine: Educational and methodological manual. Lviv: Ivan Franko National University. (in Ukrainian).

Core Writing Team, Lee, H. & Romero, J. (2023). IPCC, 2023: Summary for Policymakers. In: Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. IPCC, Geneva, Switzerland.

Cuff, M. (2023). Why 2023 is shaping up to be the hottest year on record. New Scientist, 258, 3444. DOI: 10.1016/S0262-4079(23)01116-8.

De Oliveira, M. L., dos Santos, C. A. C., de Oliveira, G., Silva, M. T., da Silva, B. B., de B. L. Cunha J. E., Ruhoff, A. & Santos, C. A. G. (2022). Remote sensing-based assessment of land degradation and drought impacts over terrestrial ecosystems in Northeastern Brazil. Science of The Total Environment, 835, 155490. DOI: 10.1016/j.scitotenv.2022.155490.

Feng, S., Zhao, W., Zhan, T., Yan, Y. & Pereira, P. (2022). Land degradation neutrality: A review of progress and perspectives. Ecological Indicators, 144, 109530. DOI: 10.1016/j.ecolind.2022.109530.

Giuliani, G., Mazzetti, P., Santoro, M., Nativi, S., Van Bemmelen, J., Colangeli, G. & Lehmann, A. (2020). Knowledge generation using satellite earth observations to support Sustainable Development Goals (SDG): A use case on land degradation. International Journal of Applied Earth Observation and Geoinformation, 88, 102068. DOI: 10.1016/j.jag.2020.102068.

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. DOI: 10.1016/j.rse.2017.06.031.

Khyzhniak, A. V., Fedorovsky, O. D., Porushkevych, A. Yu. & Yefimenko, T. A. (2021). The concept formation of the aerospace geomonitoring methodology of the decision of problems in natural resource. Ukrainian Journal of Remote Sensing, 8(4), 4–11. DOI: 10.36023/ujrs.2021.8.4.203. (in Ukrainian).

Kilic, O. M., Ersayın, K., Gunal, H., Khalofah, A. & Alsubeie, M. S. (2022). Combination of fuzzy-AHP and GIS techniques in land suitability assessment for wheat (Triticum aestivum) cultivation. Saudi Journal of Biological Sciences, 29(4), 2634–2644. DOI: 10.1016/j.sjbs.2021.12.050.

Kruschke, J. K. (2014). Doing Bayesian Data Analysis: A Tutorial with R, JAGS, and Stan. Academic Press.

Laity, J. (2008). Deserts and Desert Environments. Wiley-Blackwell, Oxford.

Masson-Delmotte, V., Zhai, P., Pirani, A., Connors, S. L., Péan, C., Berger, S. … Zhou, B. (2021). IPCC, 2021: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.

Odum, H. T. & Odum E. C. (2000). Modeling for All Scales: An Introduction to System Simulation. Academic Press.

Ravilious, K. (2023). 2022 was Europe's hottest summer but warmer years are likely to come. New Scientist, 258(3436). DOI: 10.1016/S0262-4079(23)00751-0.36.

Saaty, T. L. (1980). The analytic hierarchy process. McGraw-Hill, New York.

Singh, M., Khajuria, V., Singh, S. & Singh, K. (2024). Landslide susceptibility evaluation in the Beas River Basin of North-Western Himalaya: A geospatial analysis employing the Analytical Hierarchy Process (AHP) method. Quaternary Science Advances, 14, 100180. DOI: 10.1016/j.qsa.2024.100180.

Thomas, A., Bentley, L., Feeney, C., Lofts, S., Robb, C., Rowe, E. C., Thomson, A., Warren-Thomas, E. & Emmett, B. (2023). Land degradation neutrality: Testing the indicator in a temperate agricultural landscape. Journal of Environmental Management, 346, 118884. DOI: 10.1016/j.jenvman.2023.118884.

Uchida, S. (2015). Applicability of Satellite Remote Sensing for Mapping Hazardous State of Land Degradation by Soil Erosion on Agricultural Areas. Procedia Environmental Sciences, 24, 29–34. DOI: 10.1016/j.proenv.2015.03.005.

UNEP (1994). Development of guidelines for assessment and mapping of desertification and degradation in Asia/Pacific. In Proceedings of the Draft Report of the Expert Panel Meeting, Paris, France, 17 June 1994. United Nations Environment Programme: Robbie, Kanyana.

Wang, X. D., Zhong, X. H., Liu, J.G., Wang, Z.Y. & Li, M.H. (2008). Regional assessment of environmental vulnerability in the Tibetan Plateau. Journal of Arid environment, 72, 1929–1939. DOI: 10.1016/j.jaridenv.2008.06.005.

Wei-Dong, W., Cui-Ming, X. & Xiang-Gang, D. (2009). Landslides susceptibility mapping in Guizhou province based on fuzzy theory. International Journal of Mining Science and Technology, 19, 399–404. DOI: 10.1016/S1674-5264(09)60075-2.

Zhou, T., Lv, W., Geng, Y., Xiao, S., Chen, J., Xu, X., Pan J., Si B. & Lausch A. (2023). National-scale spatial prediction of soil organic carbon and total nitrogen using long-term optical and microwave satellite observations in Google Earth Engine. Computers and Electronics in Agriculture, 210, 107928. DOI: 10.1016/j.compag.2023.107928.

##submission.downloads##

Опубліковано

2024-03-29

Як цитувати

Лубський, М. С., Хижняк, А. В., & Орленко, Т. А. (2024). Моделювання вразливості степової ландшафтно-кліматичної зони України до кліматичних змін на основі даних космічного знімання. Український журнал дистанційного зондування Землі, 11(1), 32–40. https://doi.org/10.36023/ujrs.2024.11.1.258

Номер

Розділ

Застосування даних дистанційного дослідження Землі: проблеми і завдання