Технології ГІС та ДЗЗ  в ефективному використанні земельних ресурсів

Ірина  Стахів; Віктор  Ворох; Владислав Деркач; Сергій  Чепіль

doi:10.25140/2411-5363-2026-1(43)-430-446

Автор(и)

Ірина Стахів Київський національний університет імені Тараса Шевченка, Україна https://orcid.org/0009-0007-3090-6988
Віктор Ворох Київський національний університет імені Тараса Шевченка, Україна https://orcid.org/0009-0005-0112-8422
Владислав Деркач Київський національний університет імені Тараса Шевченка, Україна https://orcid.org/0009-0002-7803-2224
Сергій Чепіль Київський національний університет імені Тараса Шевченка, Україна https://orcid.org/0009-0007-9296-1106

DOI:

https://doi.org/10.25140/2411-5363-2026-1(43)-430-446

Ключові слова:

землекористування; геоінформаційні системи (ГІС); дистанційне зондування Землі (ДЗЗ); нормалізований диференційний водний індекс (NDWI); Sentinel-2; моніторинг земель; водний стрес

Анотація

У дослідженні розглянуто можливості застосування геоінформаційних систем (ГІС) і даних дистанційного зондування Землі (ДЗЗ) для моніторингу стану та ефективності використання земельних ресурсів. Дослідження виконано на прикладі території Каховського водосховища, що зазнала суттєвих трансформацій унаслідок порушення гідрологічного режиму. На основі супутникових знімків Sentinel-2 та індексу NDWI проаналізовано просторово-часову динаміку водної поверхні упродовж червня – серпня 2023 року, що дозволило кількісно оцінити масштаби скорочення водної поверхні та трансформації земель.

З використанням платформ Copernicus Browser і Google Earth Engine здійснено картографування змін та просторову інтерпретацію площ водної акваторії. Отримані результати свідчать про скорочення площі відкритої водної поверхні більш ніж на 85 % упродовж червня 2023 року, що є індикатором масштабної трансформації землекористування та втрати водорегулювальної функції Каховського водосховища.

Посилання

Бурачек, В. Г., Зацерковний, В. І., & Железняк, О. О. (2011). Геоінформаційний аналіз просторових даних. НДУ імені М. Гоголя.

Добряк, Д. С., Третяк, А. М., & Канаш, О. П. (2014). Землеустрій в Україні: Теорія, методологія, практика. Аграрна наука.

Новаковський, Л. Я. (2013). Земельні ресурси України та їх використання. Урожай.

Зацерковний, В. І., Тішаєв, І. В., & Віршило, І. В. (2016). ГІС та GPS-технології в агроекологічному моніторингу. Геодезія, картографія і аерофотознімання, 83, 112–121.

Зацерковний, В. І. (2014). Геоінформаційні системи і системи дистанційного зондування Землі в задачах ефективного землекористування. Математичне моделювання в економіці, (1), 40–48.

Drusch, M., Del Bello, U., Carlier, S., Colin, O., Fernandez, V., Gascon, F., Hoersch, B., Isola, C., Laberinti, P., Martimort, P., Meygret, A., Spoto, F., Sy, O., Marchese, F., & Bargelli-ni, P. (2012). Sentinel-2: Esa's optical high-resolution mission for GMES operational services. Remote Sensing of Environment, 120, 25–36. https://doi.org/10.1016/j.rse.2011.11.026.

European Commission. (2023). Copernicus programme. European Union. https://www.copernicus.eu

FAO. (2017). Voluntary guidelines for sustainable soil management. Food and Agricul-ture Organization of the United Nations.

Gao, B.-c. (1996). NDWI–A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 58(3), 257–266. https://doi.org/10.1016/ s0034-4257(96)00067-3.

Giri, C. P. (2012). Brief overview of remote sensing of land cover. In C. P. Giri (Ed.), Remote sensing of land use and land cover: Principles and applications (pp. 1–10). CRC Press. https://doi.org/10.1201/b11964.

Goodchild, M. F. (2007). Citizens as sensors: The world of volunteered geography. GeoJournal, 69(4), 211–221. https://doi.org/10.1007/s10708-007-9111-y

Google Earth Engine. (n.d.). Google Earth Engine Code Editor. https://code.earthengine.google.com/.

Ibebuchi, C. C., & Abu, I.-O. (2024). Interpolation of environmental data using deep learning and model inference. Machine Learning: Science and Technolo-gy. https://doi.org/10.1088/2632-2153/ad4b94.

Jensen, J. R., & Cowen, D. J. (1999). Remote sensing of urban/suburban infrastructure and socio-economic attributes. Photogrammetric Engineering & Remote Sensing, 65(5), 611–622.

Kyiv School of Economics (2024). The impact of Russia’s full-scale invasion on Ukraine’s agricultural sector. Kyiv School of Economics.

Lillesand, T. M., Kiefer, R. W., & Chipman, J. W. (2015). Remote sensing and image interpretation (7th ed.). Wiley.

Malczewski, J. (2006). GIS‐based multicriteria decision analysis: A survey of the litera-ture. International Journal of Geographical Information Science, 20(7), 703–726. https://doi.org/10.1080/ 13658810600661508.

McFeeters, S. K. (1996). The use of the normalized water difference (NDWI) in the de-lineation of open water features. International Journal of Remote Sensing, 17(7), 1425–1432. https://doi.org/10.1080/01431169608948714.

Murphy, D., De Vit, C., & Nolet, J. (2009). Climate change mitigation through land use measures in the agriculture and forestry sectors. International Institute for Sustainable Development.

Turner, B. L., Lambin, E. F., & Reenberg, A. (2003). The emergence of land change science for global environmental change and sustainability. Proceedings of the National Academy of Sciences, 100(14), 8080–8085 https://doi.org/10.1073/pnas.1231333100.

Tomlinson, R. (2013). Thinking about GIS: Geographic information system planning for managers (5th ed.). Esri Press.

United Nations. (2001). Commission on Sustainable Development acting as the prepar-atory committee for the World Summit on Sustainable Development: Agriculture, land and desertification. United Nations.

Xu, H. (2006). Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sens-ing, 27(14), 3025–3033. https://doi.org/10.1080/01431160600589179.