Землеустрій, кадастр і моніторинг земель
Надіслати цю статтю Дослідження змін типів земельного покриву в Україні на основі даних дистанційного зондування землі
DOI: http://dx.doi.org/10.31548/zemleustriy2023.01.12
Анотація
Зміна ґрунтового покриву є актуальним напрямком досліджень глобальних екологічних змін та сталого розвитку через його важливість у глобальних екологічних змінах. Розуміння тенденцій змін земного покриву є основою для раціонального планування та управління земельними ресурсами і має важливе значення для забезпечення охорони земель та сталого розвитку. Матриця земельних трансфертів має велику цінність у дослідженні змін земного покриву, її результати не залежать від категорії та кількості земного покриву, а дані можуть бути проаналізовані в різні часові періоди відповідно до потреб. Однак, матриця земельних трансфертів, створена традиційними методами, має проблеми з тривалим періодом виробництва та певними вимогами до продуктивності апаратного забезпечення. У цій роботі використовується Google Earth Engine для отримання публічного набору даних про земельний покрив України та застосовується растровий розрахунок для швидкої побудови матриці земельних трансфертів. Дані матриці показують, що зміна земельного покриву в Україні за період 2000-2015 рр. є помірною, із загальною зміною 2,244%. Частка орних земель зменшилася, а частка міських та забудованих земель збільшилася. Результати показують, що методика дозволяє швидко та ефективно отримувати дані про зміни земного покриву на досліджуваній території та надавати допомогу в аналізі тенденцій та закономірностей змін земного покриву.
Ключові слова: зміна земного покриву, Google Earth Engine, матриця перерозподілу земель
Ключові слова
Посилання
Fischer, G., & Sun, L. (2001). Model based analysis of future land-use development in China. Agriculture, Ecosystems &Amp; Environment, 85(1–3), 163–176. DOI: https://doi.org/10.1016/s0167-8809(01)00182-7
De Freitas, M. W. D., Muñoz, P., Dos Santos, J. R., & Alves, D. S. (2018). Land use and cover change modelling and scenarios in the Upper Uruguay Basin (Brazil). Ecological Modelling, 384, 128–144. DOI: https://doi.org/10.1016/j.ecolmodel.2018.06.009
Zhou, Y., Li, X., & Liu, Y. (2020). Land use change and driving factors in rural China during the period 1995-2015. Land Use Policy, 99, 105048. DOI: https://doi.org/10.1016/j.landusepol.2020.105048
Cui, X., Liu, C., Shan, L., Lin, J., Zhang, J., Jiang, Y., & Zhang, G. (2021). Spatial-Temporal Responses of Ecosystem Services to Land Use Transformation Driven by Rapid Urbanization: A Case Study of Hubei Province, China. International Journal of Environmental Research and Public Health, 19(1), 178. DOI: https://doi.org/10.3390/ijerph19010178
Loveland, T. R., Reed, B. C., Brown, J. F., Ohlen, D. O., Zhu, Z., Yang, L., & Merchant, J. W. (2000). Development of a global land cover characteristics database and IGBP DISCover from 1 km AVHRR data. International Journal of Remote Sensing, 21(6–7), 1303–1330. DOI: https://doi.org/10.1080/014311600210191
Friedl, M. A., Sulla-Menashe, D., Tan, B., Schneider, A., Ramankutty, N., Sibley, A., & Huang, X. (2010). MODIS Collection 5 global land cover: Algorithm refinements and characterization of new datasets. Remote Sensing of Environment, 114(1), 168–182. DOI: https://doi.org/10.1016/j.rse.2009.08.016
Bartholomé, E., & Belward, A. S. (2005). GLC2000: a new approach to global land cover mapping from Earth observation data. International Journal of Remote Sensing, 26(9), 1959–1977. DOI: https://doi.org/10.1080/01431160412331291297
Manandhar, R., Odeh, I. O., & Pontius, R. G. (2010). Analysis of twenty years of categorical land transitions in the Lower Hunter of New South Wales, Australia. Agriculture, Ecosystems &Amp; Environment, 135(4), 336–346. DOI: https://doi.org/10.1016/j.agee.2009.10.016
Mallinis, G., Koutsias, N., & Arianoutsou, M. (2014). Monitoring land use/land cover transformations from 1945 to 2007 in two peri-urban mountainous areas of Athens metropolitan area, Greece. Science of the Total Environment, 490, 262–278. DOI: https://doi.org/10.1016/j.scitotenv.2014.04.129
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: https://doi.org/10.1016/j.rse.2017.06.031
Tamiminia, H., Salehi, B., Mahdianpari, M., Quackenbush, L., Adeli, S., & Brisco, B. (2020). Google Earth Engine for geo-big data applications: A meta-analysis and systematic review. ISPRS Journal of Photogrammetry and Remote Sensing, 164, 152–170. DOI: https://doi.org/10.1016/j.isprsjprs.2020.04.001
Phalke, A. R., Özdoğan, M., Thenkabail, P. S., Erickson, T., Gorelick, N., Yadav, K., & Congalton, R. G. (2020). Mapping croplands of Europe, Middle East, Russia, and Central Asia using Landsat, Random Forest, and Google Earth Engine. ISPRS Journal of Photogrammetry and Remote Sensing, 167, 104–122. DOI: https://doi.org/10.1016/j.isprsjprs.2020.06.022
FAO GAUL 500m: Global Administrative Unit Layers 2015, First-Level Administrative Units. Available at : https://developers.google.com/earth-engine/
datasets/catalog/FAO_GAUL_SIMPLIFIED_500m_2015_level1
Xu X C，Li B J，Liu X P，Li X and Shi Q. (2021). Mapping annual global land cover changes at a 30 m resolution from 2000 to 2015. National Remote Sensing Bulletin， 25（9）：1896-1916 . DOI： 10.11834/jrs.20211261. [In Chinese]
Zanaga, D., Van De Kerchove, R., De Keersmaecker, W., Souverijns, N., Brockmann, C., Quast, R., ... & Arino, O. (2021). ESA WorldCover 10 m 2020 v100. Available at : https://developers.google.com/earth-engine/datasets/catalog/
ESA_WorldCover_v100
Buchhorn, M., Lesiv, M., Tsendbazar, N. E., Herold, M., Bertels, L., & Smets, B. (2020). Copernicus Global Land Cover Layers—Collection 2. Remote Sensing, 12(6), 1044. DOI: https://doi.org/10.3390/rs12061044
Friedl, M., Sulla-Menashe, D. (2022). MODIS/Terra+Aqua Land Cover Type Yearly L3 Global 500m SIN Grid V061. NASA EOSDIS Land Processes DAAC. Available at : https://developers.google.com/earth-engine/datasets/catalog/
MODIS_061_MCD12Q1
Pontius, R. G., Shusas, E., & McEachern, M. (2004). Detecting important categorical land changes while accounting for persistence. Agriculture, Ecosystems &Amp; Environment, 101(2–3), 251–268. DOI: https://doi.org/10.1016/j.agee.2003.09.008
LIANG, J., CHEN, J., TONG, D., & LI, X. (2022). Planning control over rural land transformation in Hong Kong: A remote sensing analysis of spatio-temporal land use change patterns. Land Use Policy, 119, 106159. DOI: https://doi.org/10.1016/j.landusepol.2022.106159
Gutiérrez Angonese, J., & Grau, H. R. (2014). Assessment of swaps and persistence in land cover changes in a subtropical periurban region, NW Argentina. Landscape and Urban Planning, 127, 83–93. DOI: https://doi.org/10.1016/j.landurbplan.2014.01.021
Guan, D., Li, H., Inohae, T., Su, W., Nagaie, T., & Hokao, K. (2011). Modeling urban land use change by the integration of cellular automaton and Markov model. Ecological Modelling, 222(20–22), 3761–3772. DOI: https://doi.org/10.1016/j.ecolmodel.2011.09.009
Ning, J., Liu, J., Kuang, W., Xu, X., Zhang, S., Yan, C., . . . Ning, J. (2018). Spatiotemporal patterns and characteristics of land-use change in China during 2010–2015. Journal of Geographical Sciences, 28(5), 547–562. DOI: https://doi.org/10.1007/s11442-018-1490-0
Braimoh, A. K. (2006). Random and systematic land-cover transitions in northern Ghana. Agriculture, Ecosystems &Amp; Environment, 113(1–4), 254–263. DOI: https://doi.org/10.1016/j.agee.2005.10.019
Kin, D., & Karpinskyi, Y. (2020). Peculiarities of the method of calculation feature’s geodetic area on the reference ellipsoid in GIS. GeoTerrace-2020 . Vol. 2020, No. 1, 1-5. EAGE Publications BV. DOI: https://doi.org/10.3997/2214-4609.20205757.
Solomianchuk, L. Yu. (2017). Analiz vikoristannya danih distancijnogo zonduvannya zemli v silskomu gospodarstvi. [Analysis of the use of remote sensing data in agriculture]. Engineering geodesy, 99.
Kohan, S. S. (2011). Doslidzhennya dinamiki vegetacijnih indeksiv dlya ocinyuvannya stanu silskogospodarskih kultur na osnovi danih IRS-1D LISS-III [Research on the dynamics of vegetation indices for assessing the condition of agricultural crops based on IRS-1D LISS-ІІІ data]. Journal of Geodesy and Cartography, 4, 20-24.
Метрики статей
Metrics powered by PLOS ALM
Посилання
- Поки немає зовнішніх посилань.
