Визначення самозаліснених ділянок за даними ДЗЗ
DOI:
https://doi.org/10.36023/ujrs.2024.11.4.273Ключові слова:
ДЗЗ, ГІС, самозаліснення, NDVI, ArcGIS, картографічна модельАнотація
Військова агресія російської федерації завдає колосальних збитків екосистемам України, руйнуючи природні ресурси й біорізноманіття. Зокрема, втрати лісового фонду станом на січень 2024 р. оцінюються в 4,5 мільярдів доларів. Під час бойових дій знищуються не лише інвентаризовані лісові ділянки, але й самозаліснені території, які не враховані при оцінці збитків. Отже, актуальним завданням є ідентифікація самозаліснених ділянок з визначенням їх геометричних характеристика та підрахунком ймовірної кількості дерев. Територією дослідження обрано підконтрольну Україні Донецьку й Луганську область станом до 22.02.2024 р. Реалізація поставленого завдання здійснювалося за рахунок використання контактних і дистанційних методів. У дослідженні використанні наступні дані, отримані контактними методам: векторний шар лісових ділянок, які знаходяться під обліком у Державному агентстві лісових ресурсів, Публічна кадастрова карта України й відкритий реєстр лісорубних квитків. Ці дані дозволяють відразуодразу виявити інвентаризовані лісові ресурси. Дані дистанційного зондування Землі (ДЗЗ), а саме різночасові космічні знімки у видимому діапазоні високого ій надвисокого просторового розрізнення, синтезована карта індексів NDVI дають змогу оперативно визначати ділянки лісового покриву. Комплексне використання контактних й дистанційних даних дозволяє визначати ділянки самозаліснення з мінімальними часовими й матеріальними витратами. Визначення меж цих ділянок з розрахунком їх площ та кількості дерев проводилось за допомогою ліцензійного геоінформаційного (ГІС) програмного забезпечення ArcGIS. Використання ГІС технологій дало можливість одночасно опрацювати геодані отримані контактними й дистанційними методами дослідження та провести аналіз лісових ділянок з метою визначення необлікованих ресурсів. Завдяки розробленій методиці визначення самозаліснених ділянок з використанням даних ДЗЗ виявлено більше 10 тис ділянок загальною площею 505,37 км2. Орієнтовна кількість дерев на цих ділянках складає 3287,2 тис. Отримані дані в подальшому можуть бути використані для більш точного підрахунку збитків від військової агресії.
Фінансування: Це дослідження не отримало зовнішнього фінансування.
Доступність даних: Не застосовується.
Подяки: Автори 0вдячні рецензентам та редакторам за цінні коментарі, рекомендації та увагу до роботи.
Посилання
$155 billion — the total amount of damages caused to Ukraine’s infrastructure due to the war, as of January 2024. Kyiv School of Economics. (2024). Retrieved from https://kse.ua/about-the-school/news/155-billion-the-total-amount-of-damages-caused-to-ukraine-s-infrastructure-due-to-the-war-as-of-january-2024/
ArcGIS Desktop 10.8.x system requirements. System Requirements Documentation. (2022). Retrieved from https://desktop.arcgis.com/en/system-requirements/latest/ arcgis-desktop-system-requirements.htm.
Basemap layers. Documentation. ArcGIS Developers. (2022). Retrieved from https://developers.arcgis.com/ documentation/mapping-apis-and-services/maps/basemaplayers/.
Copernicus Open Access Hub (2022). Retrieved from https://scihub.copernicus.eu/dhus/#/home. Copernicus: Sentinel-2. (2022). Retrieved from https://www.eoportal.org/satellite-missions/copernicus
Francini, S., Cavalli, A., D’Amico, G., McRoberts, R.E., Maesano, M., Munafo, M. , Mugnozza, G.S. and Chirici, G. (2023). Reusing Remote Sensing-Based Validation Data: Comparing Direct and Indirect Approaches for Afforestation Monitoring. MDPI. URL: https://www.mdpi.com/2072-4292/15/6/1638
Francini, S.; Chirici, G. A Sentinel-2 derived dataset of forest disturbances occurred in Italy between 2017 and 2020. Data Brief 2022, 42, 108297.
Horelyk, S.І. Saul-Hoze, D.K., Sych, R.S. (2023) Methodology for forest loss assessment using gis technologies. Ukrainian Journal of Remote Sensing, 10(2), 19–26. https://doi.org/10.36023/ujrs.2023.10.2.237 (in Ukrainian).
Kussul, N., Lavreniuk, M., Skakun, S., Shelestov, A. (2017). Deep Learning Classification of land cover and crop types using remote sensing data. IEEE Geoscience and Remote Sensing Letters, 14(5), 778–782. https://doi.org/10.1109/lgrs.2017.2681128
Landsat-8 U.S. Geological Survey. (2024). Retrieved from https://www.usgs.gov/landsat-missions/landsat-8
Mani, J.K., Varghese, A.O. (2018). Remote sensing and GIS in agriculture and forest resource monitoring. In: Reddy GPO, Singh SK (eds) Geospatial technologies in land resources mapping, monitoring and management, geotechnologies and the environment. Springer International Publishing AG, part of Springer Nature 2018, 377–400.
Mariushko, M., Pashchenko, R. (2020). Fractal analysis of sentinel-2 satellite imagery for monitoring of agricultural crops. Radioelectronic and Computer Systems, 4, 34–47. https://doi.org/10.32620/reks.2020.4.03 (in Ukrainian).
Nabuurs, G.-J.; Harris, N.; Sheil, D.; Palahi, M.; Chirici, G.; Boissière, M.; Fay, C.; Reiche, J.; Valbuena, R. Glasgow forest declaration needs new modes of data ownership. Nat. Clim. Change 2022, 12, 415–417.
On Amendments to Certain Legislative Acts of Ukraine on Forest Conservation The official web portal of the Parliament of Ukraine. (2022). Retrieved from https://zakon.rada.gov.ua/laws/show/2321-20#Text
Open register of logging tickets (2022). Retrieved from https://lk.ukrforest.com/map/general
Pashchenko, R., Butenko, O., Mariushko, M., and Topchiy, A. (2020). Analysis of the Earth’s surface type in remote sensing using fractal dimension. 2020 IEEE Ukrainian Microwave Week (UkrMW), 1–4. https://doi.org/10.1109/ukrmw49653.2020.9252811
Public Cadastral Map of Ukraine. (2022). Retrieved from https://map.land.gov.ua/.
Raza, A., Maqbool, S., Safdar, M., Ali, H., Ullah, I., Akbar, A., Williams, A., Ansari, M. S. A., Ahmed, M., Abbas, A., & Malik, A. (2024). Python-Powered Remote Sensing data. In Advances in geospatial technologies book series (pp. 62–93). https://doi.org/10.4018/979-8-3693-1754-9.ch003
The Humanitarian Data Exchange (2022). Retrieved from: https://data.humdata.org/
Wulder, M.A., Coops, N.C. Satellites: Make Earth observations open access. Nature 2014, 513, 30–31.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ліцензійні умови: автори зберігають авторські права та надають журналу право першої публікації на твір, одночасно ліцензований за міжнародною ліцензією Creative Commons Attribution License International CC-BY, що дозволяє іншим поділитися твором з підтвердженням авторства твору та первинною публікацією в цьому журналі.
Автори, направляючи рукопис у редакцію «Українського журналу дистанційного зондування Землі», погоджуються з тим, що редакції передаються права на захист і використання рукопису (переданого до редакції журналу матеріалу, в т. ч. такі об’єкти авторського права як фотографії автора, рисунки, схеми, таблиці тощо), в тому числі на відтворення у пресі та мережі Інтернет, на поширення, на переклад рукопису на будь-які мови, експорту та імпорту примірників журналу зі статтею авторів з метою розповсюдження, на доведення до загального відома. Зазначені вище права автори передають редакції без обмеження терміну і на території всіх країн світу без обмеження в т. ч. на території України.
Автори гарантують наявність у них виняткових прав на використання переданого редакції матеріалу. Редакція не несе відповідальності перед третіми особами за порушення даних авторами гарантій. За Авторами залишається право використання їх опублікованого матеріалу, його фрагментів і частин в особистих, у тому числи наукових і освітянських цілях. Права на рукопис вважаються переданими Авторами редакції з моменту підписання до друку випуску журналу, в якому він публікується. Передрук матеріалів, опублікованих у журналі, іншими фізичними та юридичними особами можливий тільки зі згоди редакції, з обов’язковим зазначенням випуску журналу, в якому було опубліковано матеріал.
