Максютов, А. О. та Хіміч, М. І. та Maksiutоv, A. О. та Khimich, M. І. (2026) ВИЗНАЧЕННЯ ЛАНДШАФТНОГО РІЗНОМАНІТТЯ АГРОЛАНДШАФТІВ НА ОСНОВІ ДАНИХ ДИСТАНЦІЙНОГО ЗОНДУВАННЯ ЗЕМЛІ. Вісник Національного університету водного господарства та природокористування (1(113)). с. 142-156.

Text Vs1202611.pdf Download(277kB)

Анотація

У статті проаналізовано науково-методичні підходи щодо визначення та оцінювання ландшафтного різноманіття агроландшафтів за матеріалами дистанційного зондування Землі з космосу. Розглянуто теоретичне підґрунтя ландшафтометричного підходу – від класичних концепцій ландшафтної екології до сучасних геоінформаційних технологій. Проаналізовано п’ять базових категорій просторової структури агроландшафтів: розмір, форма, цілісність, фрагментація та різноманіття фрагментів. Обґрунтовано систему з десяти ключових ландшафтних метрик для моніторингу агроландшафтів Лісостепу України, які демонструють статистично значущий кореляційний зв’язок з рівнем розораності, часткою природних угідь і щільністю лісосмуг. Запропоновано п’ятирівневу класифікацію стану агроландшафтів за індексами ландшафтного різноманіття та встановлено порогові значення для кожного класу. Описано удосконалену методику автоматизованого дешифрування класів наземного покриву шляхом синтезу оптичних знімків Landsat-8 та радіолокаційних даних Sentinel-1, що забезпечує просторове розрізнення 8,25 м при використанні безкоштовних даних. Показано практичне застосування ландшафтних метрик для аналізу динаміки землекористування, моделювання сценаріїв оптимізації агроландшафтів та оцінки ефективності ґрунтозахисних контурномеліоративних заходів. Встановлено, що дистанційне зондування Землі постає як ключовий інструмент оперативного виявлення змін, які неможливо відстежити традиційними методами польового обстеження через обмежений доступ до територій. По-друге, дослідження результатів проведеного дослідження підтвердили високу ефективність використання супутникових даних Sentinel-2 для виявлення змін у структурі агроландшафтів. Багатоспектральні індекси, зокрема NDVI (нормалізований індекс рослинності), дозволяють простежити динаміку рослинного покриву, рівень деградації земель та ознаки ерозійних процесів. Інтеграція цих даних у геоінформаційне середовище дає змогу створювати просторові моделі, які відображають як сучасний стан територій, так і тенденції трансформації агроландшафтів у часі.

Title in English

DETERMINATION OF LANDSCAPE DIVERSITY OF AGROLANDS BASED ON REMOTE SENSING DATA

English abstract

The article analyzes scientific and methodological approaches to determining and assessing the landscape diversity of agricultural landscapes based on materials from remote sensing of the Earth from space. The theoretical basis of the landscapemetric approach is considered – from classical concepts of landscape ecology to modern geoinformation technologies. Five basic categories of the spatial structure of agricultural landscapes are analyzed: size, shape, integrity, fragmentation and diversity of fragments. A system of ten key landscape metrics for monitoring agrolandscapes of the Forest-Steppe of Ukraine is substantiated, which demonstrate a statistically significant correlation with the level of plowing, the share of natural lands and the density of forest belts. A five-level classification of the state of agrolandscapes according to landscape diversity indices is proposed and threshold values for each class are established. An improved method for automated decoding of land cover classes by synthesizing Landsat-8 optical images and Sentinel-1 radar data is described, which provides a spatial resolution of 8.25 m when using free data. The practical application of landscape metrics for analyzing land use dynamics, modeling scenarios for optimizing agrolandscapes, and assessing the effectiveness of soil protection contour and reclamation measures is shown. It has been established that remote sensing of the Earth appears as a key tool for the rapid detection of changes that cannot be tracked by traditional field survey methods due to limited access to territories. The results of the study confirmed the high efficiency of using Sentinel satellite data to detect changes in the structure of agricultural landscapes. Multispectral indices, in particular NDVI (Normalized Difference Index vegetation), allow us to trace the dynamics of vegetation cover, the level of land degradation and signs of erosion processes. The integration of these data into the geoinformation environment makes it possible to create spatial models that reflect both the current state of territories and the trends in the transformation of agricultural landscapes over time.

Перегляд елементу

Завантажень