Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України
Дана робота присвячена дослідженню тимчасових змін типів земногопокриву в межах природно-заповідного фонду України. Перш за все, це аналіз зміни лісового покриву (вирубка чи лісовідновлення) за відкритими даними Global Forest Change 2000–2020 з просторовою роздільною здатністю 30 м з визначенням най...
Збережено в:
| Опубліковано в: : | Проблемы управления и информатики |
|---|---|
| Дата: | 2022 |
| Автори: | , , , |
| Формат: | Стаття |
| Мова: | Українська |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2022
|
| Теми: | |
| Онлайн доступ: | https://nasplib.isofts.kiev.ua/handle/123456789/210894 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України / Б.Я. Яйлимов, Г.О. Яйлимова, А.Ю. Шелестов, А.М. Лавренюк // Проблеми керування та інформатики. — 2022. — № 3. — С. 135-150. — Бібліогр.: 23 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860034216703557632 |
|---|---|
| author | Яйлимов, Б.Я. Яйлимова, Г.О. Шелестов, А.Ю. Лавренюк, А.М. |
| author_facet | Яйлимов, Б.Я. Яйлимова, Г.О. Шелестов, А.Ю. Лавренюк, А.М. |
| citation_txt | Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України / Б.Я. Яйлимов, Г.О. Яйлимова, А.Ю. Шелестов, А.М. Лавренюк // Проблеми керування та інформатики. — 2022. — № 3. — С. 135-150. — Бібліогр.: 23 назв. — укр. |
| collection | DSpace DC |
| container_title | Проблемы управления и информатики |
| description | Дана робота присвячена дослідженню тимчасових змін типів земногопокриву в межах природно-заповідного фонду України. Перш за все, це аналіз зміни лісового покриву (вирубка чи лісовідновлення) за відкритими даними Global Forest Change 2000–2020 з просторовою роздільною здатністю 30 м з визначенням найбільш проблемних типів заповідників, де відбувалась вирубка лісів у 2000–2020 рр. Іншим аспектом дослідження є моніторинг використання земель природно-заповідного фонду для сільського господарства, зміни площ сільськогосподарських полів у часі та їх порівняння. Це дослідження проведено на основі власних карт земного покриву з просторовою роздільною здатністю 10 м за 2016–2020 рр., а також у порівнянні з відкритим набором даних World Cover Map для Україниза 2020 р. Для створення власних карт земного покриву для всієї України використані оптичні супутникові (Sentinel–2) та радарні дані (Sentinel–1).У роботі описана технологія побудови карт класифікації земного покриву для великих територій на основі супутникових даних. Розглянуто основні етапи попередньої обробки супутникових даних, методологія злиття даних різної та однорідної природи за різні часові дати. За допомогою наборів геопросторових продуктів досліджено динаміку змін площі лісу та посівних угідь за різними видами природно-заповідного фонду України за2000–2020 рр. Найбільшу частку ліси займають в заповідних урочищах, парках-пам’ятках садово-паркового мистецтва та дендрологічних парках(більше 73 % лісів), з яких найбільші зміни відбулися в заповідних урочищах на 1,81 % площ (1,7 тис. га) та дендрологічних парках — на 1,02 %площ (17 га). Дослідження та результати показали, що в цілому на національному рівні зміни з часом не суттєві (до 3 % для лісів і до 2 % для сільськогосподарських площ), однак вони мають велике значення, оскільки природні ресурси обмежені, а якість життя людства залежить насамперед від природи, екології та якості навколишнього середовища.
This work is dedicated to the study of temporal changes in land cover types within the protected areas of Ukraine. First of all, it involves analyzing changes in forest cover (deforestation or reforestation) based on the open Global Forest Change 2000–2020 data with a spatial resolution of 30 m, identifying the most problematic types of reserves where deforestation occurred between 2000 and 2020. Another aspect of the research is the monitoring of land use within protected areas for agriculture, tracking changes in agricultural field areas over time, and comparing them. This study is based on the author's land cover maps with a spatial resolution of 10 m for 2016–2020, as well as comparisons with the open World Cover Map dataset for Ukraine from 2020.
|
| first_indexed | 2026-03-18T20:47:40Z |
| format | Article |
| fulltext |
© Б.Я. ЯЙЛИМОВ, Г.О. ЯЙЛИМОВА, А.Ю. ШЕЛЕСТОВ, А.М. ЛАВРЕНЮК, 2022
Міжнародний науково-технічний журнал
Проблеми керування та інформатики, 2022, № 3 135
УДК 004.62;004.93
Б.Я. Яйлимов, Г.О. Яйлимова, А.Ю. Шелестов, А.М. Лавренюк
ВИКОРИСТАННЯ СУПУТНИКОВИХ ПРОДУКТІВ
ДЛЯ АНАЛІЗУ ЗМІН ТЕРИТОРІЙ
ПРИРОДНО-ЗАПОВІДНОГО ФОНДУ УКРАЇНИ
Яйлимов Богдан Ялкапович
Інститут космічних досліджень НАН України та ДКА України, м. Київ,
yailymov@gmail.com
Яйлимова Ганна Олексіївна
Національний технічний університет України «КПІ імені Ігоря Сікорського», м. Київ,
anna.yailymova@gmail.com
Шелестов Андрій Юрійович
Національний технічний університет України «КПІ імені Ігоря Сікорського», м. Київ,
andrii.shelestov@gmail.com
Лавренюк Алла Миколаївна
Національний технічний університет України «КПІ імені Ігоря Сікорського», м. Київ,
alla.lavrenyuk@gmail.com
Дана робота присвячена дослідженню тимчасових змін типів земного
покриву в межах природно-заповідного фонду України. Перш за все, це
аналіз зміни лісового покриву (вирубка чи лісовідновлення) за відкритими
даними Global Forest Change 2000–2020 з просторовою роздільною
здатністю 30 м з визначенням найбільш проблемних типів заповідників, де
відбувалась вирубка лісів у 2000–2020 рр. Іншим аспектом дослідження
є моніторинг використання земель природно-заповідного фонду для
сільського господарства, зміни площ сільськогосподарських полів у часі та
їх порівняння. Це дослідження проведено на основі власних карт земного
покриву з просторовою роздільною здатністю 10 м за 2016–2020 рр., а також
у порівнянні з відкритим набором даних World Cover Map для України
за 2020 р. Для створення власних карт земного покриву для всієї України
використані оптичні супутникові (Sentinel–2) та радарні дані (Sentinel–1).
У роботі описана технологія побудови карт класифікації земного покриву
для великих територій на основі супутникових даних. Розглянуто основні
етапи попередньої обробки супутникових даних, методологія злиття
даних різної та однорідної природи за різні часові дати. За допомогою
наборів геопросторових продуктів досліджено динаміку змін площі лісу та
посівних угідь за різними видами природно-заповідного фонду України за
2000–2020 рр. Найбільшу частку ліси займають в заповідних урочищах,
парках-пам’ятках садово-паркового мистецтва та дендрологічних парках
(більше 73 % лісів), з яких найбільші зміни відбулися в заповідних урочи-
щах на 1,81 % площ (1,7 тис. га) та дендрологічних парках — на 1,02 %
площ (17 га). Дослідження та результати показали, що в цілому на націо-
нальному рівні зміни з часом не суттєві (до 3 % для лісів і до 2 % для
сільськогосподарських площ), однак вони мають велике значення,
оскільки природні ресурси обмежені, а якість життя людства залежить
насамперед від природи, екології та якості навколишнього середовища.
Ключові слова: аналіз даних, заповідники, супутникові дані, класифікаційні
карти, екологія.
Автори вдячні Світовому банку за підтримки Європейського Союзу за програму «Підтримка прозорого
управління земельними ресурсами в Україні» (ukraine-landpolicy.com/uk/), яка спрямована на вирішення
питань моніторингу посівів та прогнозування врожаю на території України до 2023 р. включно, а також
за проєкт e-shape Horizon 2020 (https://e-shape.eu/) та програму GEO-Amazon Earth Observation Cloud
Credits Programme (www.earthobservations.org/aws.php).
136 ISSN 2786-6491
Вступ
З появою нового джерела інформації, супутникових даних, у світі виникло
багато нагальних питань і проблем, які вирішуються за допомогою саме цих да-
них. Зокрема, це завдання моніторингу сільськогосподарських площ [1], лісового
покриву [2], водних об’єктів [3] тощо. У вирішенні цих питань зацікавлена пе-
редусім держава та уряд країни, в якій проводиться дослідження. Розуміння про-
блеми в цілому дозволить уряду прийняти правильні управлінські рішення для за-
побігання глобальним катастрофам.
Глобальна втрата біорізноманіття значною мірою зумовлена діяльністю
людини, наприклад перетворенням природних ландшафтів у ландшафти, де
домінує людина. Популярним підходом до пом’якшення зміни земного покриву
є визначення заповідних територій (наприклад, заповідників). Заповідники тра-
диційно сприймаються як опорні пункти збереження біорізноманіття. Зокрема,
вчені з Китаю вивчають вплив зміни біорізноманіття заповідників на життя їхніх
мешканців — панд [4], а також вплив сільськогосподарської діяльності людини на
національні природні заповідники [5]. Американці вивчають типи земного покриву
та рівень рослинності в сільськогосподарській діяльності людини в Національних
природних заповідниках для дистанційного моніторингу лісів, зокрема, в гірських
районах [6]. В Австралії велика проблема полягає в тому, що сільське госпо-
дарство домінує в земному покриві на досліджуваній території, і це є основ-
ною загрозою для густих лісів, які ще залишилися [7]. У [8] автори оцінили
вміст солі в ґрунті (SSC — Soil Salt Content) озера Ебі-Нур Національного при-
родного заповідника, північно-західний Китай, на основі моделі нейронної мережі
Bootstrap-BP та оптимальних спектральних індексів.
У даній роботі авторами проаналізовано зміни в часі таких важливих для за-
повідників показників, як площа лісів та використання заповідних територій для
сільського господарства. З цією метою використані як існуючі продукти супутни-
кового моніторингу, зокрема World Cover Earth Map [9], Global Forest Change
2000–2020 [10], так і власні продукти земного покриву, отримані для всієї України
[11, 12]. На основі аналізу зроблено висновок, що загалом на національному рівні
зміни з часом не суттєві (до 3% для лісів і до 2% для сільськогосподарських
площ), однак мають велике значення, оскільки природні ресурси обмежені, а
якість життя людства залежить насамперед від природи, екології та навколишньо-
го середовища.
Дані
1. Природні заповідники України. У дослідженні розглянуто всі типи за-
повідників України [13]. Загальна їх кількість становить 7108, чотири з яких
знаходяться в морі, тому виключені з подальшого аналізу. Загальна площа всіх
заповідників України становить 3,8 млн га. Проте існують і так звані «вкладені»
заповідники, тобто коли один тип заповідника знаходиться всередині іншого або
має просторовий перетин з ним (рис. 1, приклад, коли одна територія віднесе-
на до різних типів заповідників). У зв’язку з цим загальна площа заповідників
становить 3,44 млн га, або 5,7 % від загальної території України. У даному до-
слідженні розглянемо територію в межах кожного окремого заповідника.
Аналізуючи заповідники за кількістю та площею (табл. 1, розподіл природ-
них заповідників України за типами), можна зробити висновок, що найбільша
площа належить заказникам (33,8 % усіх заповідників); національні природні парки
займають 27,2 %, регіональні ландшафтні парки — 17,6 %, біосферні заповідники —
13 %. Найбільш охороняються природні заповідники, які займають 4,7 % усіх
заповідників [14].
Міжнародний науково-технічний журнал
Проблеми керування та інформатики, 2022, № 3 137
Рис. 1
Таблиця 1
Тип природного заповідника Кількість Площа (гa)
% до за-
гальної
площі
Заказник 3027 1287,9 33,8
Пам’ятка природи 2618 25,6 0,7
Заповідне урочище 722 94,3 2,5
Парк-пам’ятка
садово-паркового мистецтва
528 12,8 0,3
Регіональний ландшафтний парк 52 668,2 17,6
Національний природний парк 51 1035,1 27,2
Дендрологічний парк 48 1,7 0,0
Ботанічний сад 25 1,0 0,0
Природний заповідник 18 179,7 4,7
Зоологічний парк 10 0,4 0,0
Біосферний заповідник 5 498,3 13,1
Загалом 7104 3804,9 100,0
2. Карти класифікації земного покриву. Для аналізу змін різних типів зем-
ного покриву в межах природно-заповідного фонду України використовувалися
карти земного покриву з відкритих джерел та комерційні карти.
2.1. Карта WorldCover для України. WorldCover (WC) [9] надає новий
базовий глобальний продукт земного покриву з роздільною здатністю 10 м
за 2020 р. на основі даних Sentinel-1 і 2, який розроблений і валідований
майже в реальному часі. Продукт ESA WorldCover 10 m 2020 V100 постав-
ляється в гранулах 3x3 градуси у форматі хмарно-оптимізованих GeoTIFF
(COG — Cloud Optimized GeoTIFF) у проекції EPSG:4326 (географічна широ-
та/довгота CRS — Coordinate Reference Systems). Всього налічується 2651 гранула, 25
з яких охоплює територію України (рис. 2, карта WorldCover для України у 2020 р.).
138 ISSN 2786-6491
Рис. 2
Основні класи для України — це дерева, чагарники, пасовища, посівні угіддя,
забудова, рідка рослинність, постійні водойми, трав’янисто-болотні угіддя. Про-
дукт WorldCover 2020 v100 досягає загальної точності 74,4 % [15].
2.2. Карта земного покриву (Інститут космічних досліджень України). Ін-
ститут космічних досліджень (ІКД) України надає карти земного покриву для всі-
єї України з 2016 р. на основі супутникових даних Sentinel-1 і 2 зі спеціальною
роздільною здатністю 10 м. Автори застосували власні методи класифікації часо-
вих рядів супутникових даних з використанням глибокого навчання для ство-
рення карт земного покриву та типів культур для України [11, 12]. Основні
класи такі ж, як і у карти WorldCover, а загальна точність становить 95 %. Техно-
логія, за якою отримана та апробована класифікаційна карта на державному рівні,
використовується на сайті Держгеокадастру за 2019 р. [16], а також у багатьох
міжнародних проєктах (рис. 3).
Реалізована технологія побудови карт класифікації земного покриву для ве-
ликих територій на основі даних високого розрізнення складається з наступних
етапів (рис. 4, загальна схема методу картографування земного покриву):
• збір та попередня обробка даних;
• класифікація, побудова результуючої карти, покращення отриманих резуль-
татів класифікації (постобробка);
• візуалізація.
При розробці карти земного покриву для великої території використовуються
як радарні, так і оптичні супутникові дані. На основі одного знімка неможливо
отримати достовірну карту, оскільки оптичні та радарні дані мають недоліки. То-
му для класифікації як вхідні дані використовувались часові ряди даних. Оскільки
ці дані мають різне просторове розрізнення і різну природу, то потребують різних
типів попередньої обробки. Таким чином, для забезпечення попередньої обробки
виконувалося злиття даних на рівні пікселів. Отже, на етапі попередньої обробки
даних здійснювалися радіометрична та геометрична корекція, ортотрансфор-
Лісовий покрив
Чагарники
Луг
Сільськогосподарські землі
Забудови
Відсутня чи слабка вегетація
Сніг чи лід
Водні об’єкти
Болота
Мох та лишайник
Міжнародний науково-технічний журнал
Проблеми керування та інформатики, 2022, № 3 139
мування, атмосферна корекція (лише для оптичних даних), фільтрація знімків
(лише для радарних даних), перепроєктування даних до однієї проекції, зведення
їх до одного просторового розрізнення та нормалізація. При цьому вектор інфор-
мативних ознак розширювався для подальшої класифікації шляхом злиття різно-
часових даних різної природи на рівні пікселів (оптичних та радарних, причому
оптичні мають значення пікселів, яких не було в місцях, де дані були захмарені
(за рахунок відновлення пропусків даних)).
Рис. 3
Дані х1
Дані х2
Дані хn
Рис. 4
Для класифікації даних використовувався ансамбль нейронних мереж на
основі багатошарових персептронів (MLP — Multilayer Perceptron), в якому кі-
лькість прихованих нейронів підбиралась залежно від кількості каналів зобра-
жень, поданих на навчання. Кожна нейронна мережа після класифікації видає
апостеріорну ймовірність належності вхідного пікселя до певного класу. В ан-
140 ISSN 2786-6491
самблі рахується середня апостеріорна ймовірність виходів усіх мереж. За до-
помогою отриманих ймовірностей проводилося злиття даних на рівні прийняття
рішень для визначення належності кожного пікселя до певного класу, резуль-
татом якого була карта класифікації для кожної із сцен. У результаті при отри-
манні карти класифікації земного покриву можуть виникати помилки кла-
сифікації, коли в межах одного полігона будуть пікселі, які належать різним кла-
сам, оскільки класифікація виконується попіксельно, що потребує додаткового
етапу постобробки. Для покращення карти земного покриву використані методи
злиття растрової (карта класифікації) та векторної (містить межі полігонів) ін-
формації [17]. У результаті в межах кожного полігону пікселі відносяться до од-
ного класу.
Супутникові дані надаються в різному вигляді (просторове розрізнення,
рівень попередньої обробки супутникових даних, географічна прив’язка тощо).
Щоб побудувати карту земного покриву для великої території на основі таких
різнорідних даних, необхідно провести їх попередню обробку та злиття до гомо-
генного виду.
Злиття даних різних супутників за різні дати відбувалося в кілька етапів: от-
римання нових даних, їх попередня обробка, злиття і збереження в уніфікованому
форматі. Даний функціонал наведений у вигляді схеми на рис. 5. Для кожного ти-
пу даних реалізований окремий процес обробки.
У межах даного процесу отримано знімки з оптичних 1{ }k
L i iX X == та
радіолокаційних 1{ }k
R i iX X == приладів, необхідні для використання на до-
сліджуваній території. Можливі кілька варіантів завантаження даних (за конкрет-
ну дату чи за діапазон дат). Після отримання завантажених даних (як оптичних,
так і радіолокаційних), що покривають досліджувану територію, виконувалась їх
попередня обробка.
Попередня обробка оптичних даних складається з наступних етапів:
• для виявлення хмар та тіней від них використовувався алгоритм Fmask [18]:
{ ( , ) };L fmask L LX f X T X=
• кожне супутникове зображення перепроєктовувалося у проекцію AEA —
Albers Equal Area:
( );AEA LreprojX f X=
• радіометрична та геометрична корекція, ортотрансформування, атмосферна
корекція. Дані кроки виконувались із використанням продуктів для оптичних
знімків (залежно від супутника):
( , ).TOA TOA AEAX f X M=
Для попередньої обробки радарних даних виконувались наступні кроки:
• перетворення цифрових значень (DN) в коефіцієнт зворотного розсіювання
( 0 ) з використанням коефіцієнтів з файлу метаданих продукту;
• фільтрація знімків за допомогою віконного фільтра:
( );filter RfilterX f X=
• ортотрансформування за допомогою SRTM DEM;
Міжнародний науково-технічний журнал
Проблеми керування та інформатики, 2022, № 3 141
• кожне супутникове зображення перепроєктовувалося у проекцію AEA:
( );X f X filterreprojAEA
=
• зміна просторового розрізнення зображень.
Рис. 5
142 ISSN 2786-6491
Наступним етапом обробки супутникових даних був процес злиття всіх ка-
налів, як оптичних
1
{ ( )},
k
TOALRES
i
X X i
=
= так і радіолокаційних
1
{ ( )},
k
AEARRES
i
X X i
=
= у два загальні файли. Після обробки даних вони зберіга-
ються як растровий знімок, що містить всі канали, які покривають досліджувану
територію. Таким чином, відбувається злиття часового ряду супутникових даних
(окремо радіолокаційних та оптичних) в один вектор (рис. 6, часовий ряд оптич-
них та радіолокаційних даних).
XRESTORE
X={XRESTORE XPRES}
XPRES
Рис. 6
Важливим етапом обробки оптичних знімків є відновлення пропусків в даних
у випадку їхньої значної захмареності за допомогою часового ряду даних. Ре-
алізація цього етапу полягала в послідовному застосуванні нейронних мереж
різного типу для відновлення невизначеностей (хмар на знімках). Процедура
відновлення виконувалась відповідно до розробленого методу на основі самоор-
ганізованих карт Кохонена (SOM — Self-Organizing Maps), детально описаних в [18]:
( ).RESTORE RESTORE LRESX f X=
Отримані оптичні та радарні знімки об’єднувалися в один файл:
{ }RESTORE RRESX X X= .
Методи обробки часових рядів оптичних та радіолокаційних супутникових
даних були розроблені з метою забезпечення злиття даних на рівні пікселів за
рахунок формування узагальненого вектора ознак з урахуванням «пропусків» у
оптичних даних.
Таким чином, після обробки результуючий файл зберігається в форматі
GeoTIFF, що містить набір значень всіх радарних та оптичних знімків, причому
оптичні мають значення пікселів, яких не було в місцях, де дані були захмарені
(за рахунок відновлення пропусків даних), що дозволяє збільшити точність кла-
сифікації та побудови карти земного покриву.
Міжнародний науково-технічний журнал
Проблеми керування та інформатики, 2022, № 3 143
3. Набір даних Хансена (Hansen Dataset) про лісовий покрив. Для аналізу
змін у природних заповідниках України використано набір даних Global Forest
Change 2000–2020 [10]. Цей набір створений на основі супутникових даних
Landsat для всього світу з просторовою роздільною здатністю 30 м.
Для аналізу зміни площі лісу застосовані три набори даних із Global Forest
Change 2000–2020:
• покрив дерев у 2000 р. (treecover 2000),
• глобальне збільшення лісового покриву за 2000–2012 рр. (gain),
• рік втрати лісового покриву (lossyear).
«Деревний покрив у 2000 р., визначений як покриття кроною для всієї рос-
линності висотою понад 5 м, кодується у відсотках на комірку вихідної сітки в
діапазоні 0–100». Бінарний растр лісової (зі значенням «1») та нелісової (зі зна-
ченням «0») площ у 2000 р. створено з використанням порогових значень відсотка
деревного покриву від 50 до 100 % для території України.
Оскільки час зміни лісу — тривалий період, у даному дослідженні розглянуто
п’ятирічні інтервали, протягом яких досліджували площу лісу (2000, 2005, 2010,
2015, 2020). Від початкової маски лісу віднімалися значення, які були в наборі да-
них «lossyear» за період дослідження. Фінальна маска для попереднього періоду
розглядалася як початкова маска лісу для кожного наступного періоду.
Набір даних Global Forest Change 2000–2020 доступний у вигляді растро-
вої маски за період з 2000 по 2012 рр. Тому таку маску не можна використо-
вувати для кожного року окремо, оскільки невідомо, в якому році відбулося
збільшення площі лісу. Виходячи з періодів даних досліджень, доцільніше за-
стосовувати інформацію про приріст лісового покриву за 2010 р. Таким чином,
для України отримано п’ять лісових масок у п’яти часових зрізах.
Аналіз змін земного покриву у заповідниках
У даному розділі представлені результати аналізу зміни площ сільськогоспо-
дарських угідь та лісового покриву в межах природно-заповідного фонду України
за супутниковими продуктами, отриманими за допомогою супутникових даних
Sentinel та Landsat.
1. Аналіз посівних угідь. На основі карт земного покриву (ІКД) з 2016 по
2020 рр. проаналізовано загальну площу в межах кожного типу природного за-
повідника [19–21]. Результати наведені в табл. 2. В усіх заповідниках сільське
господарство займає 3,79 % загальної площі заповідників у 2016 р. та 4,42 % —
у 2020 р. (за п’ять років ця площа збільшилася на 24,1 тис. га). Найбільші площі
під сільське господарство зосереджені в регіональних ландшафтних парках і станов-
лять 14,6 % від загальної площі заповідників цього типу у 2016 р. та 16,3 % —
у 2020 р. (тобто зростання сільського господарства на 1,7 %, або 11,3 тис. га).
На рис. 7 наведено приклад регіонального ландшафтного парку «Боковенківський
ім. М.Л. Давидова» (Україна, Кіровоградська область) із загальною площею
посівних угідь 29,4 тис. га, або 72 % площі цього заказника.
У біосферних заповідниках та заказниках під сільське господарство відводиться
понад 2 % площі, а в заповідниках, що найбільш охороняються, — менше 0,1 %.
Проведено порівняння карт ІКД та WC для класу сільськогосподарських те-
риторій на рівні природно-заповідного фонду (рис. 8). Для всіх видів природно-
заповідного фонду площа сільськогосподарських угідь за картами WC перевищує
площу за картами ІКД. Це може бути пов’язано з тим, що дані WC, отримані для
всього світу на глобальному рівні, не враховують кліматичні та сільськогосподарські
властивості території України, тоді як при створенні карт ІКД були зібрані наземні
дані вздовж доріг. На рис. 9 (a — Google, б — маска посівів на основі карти зем-
144 ISSN 2786-6491
ного покриву ІКД (2020 р.), в — маска посівів на основі карти земного покриву
WC ( 2020 р.)) наведено приклад карт посівів для заказника загальнодержавного
значення «Михайлівська цілина» (Україна, Сумська область), з якого видно, що
на карті WC є певний шум, якого немає на карті ІКД.
Рис. 7
140000
100000
60000
20000
0
1000
600
200
0
га
га
Регіональний
ландшафтний
парк
Національний
природний
парк
Дендро-
логічний
парк
Зоологіч-
ний
парк
Біосферний
заповідник
Природний
заповідник
Заказник Пам’ятка
природи
Парк-
пам’ятка
…
Ботанічний
сад
Заповідне
урочище
а б
Рис. 8
а б в
Рис. 9
Міжнародний науково-технічний журнал
Проблеми керування та інформатики, 2022, № 3 145
П
л
о
щ
а
с
іл
ь
с
ь
к
о
-
го
сп
о
д
а
р
сь
к
и
х
п
о
л
ів
(
г
a
)
н
а
о
с
н
о
в
і
к
а
р
т
к
л
а
си
ф
ік
а
ц
ії
ІК
Д
Т
и
п
п
р
и
р
о
д
н
и
х
за
п
о
ві
д
н
и
кі
в
2
0
1
6
2
0
1
7
2
0
1
8
2
0
1
9
2
0
2
0
2
0
1
6
%
2
0
2
0
%
Р
із
н
и
ц
я
1
6
&
2
0
%
Р
із
н
и
ц
я
0
0
&
2
0
г
а
З
а
г
а
л
ь
н
а
п
л
о
щ
а
(т
и
с
.
г
а
)
Р
ег
іо
н
ал
ь
н
и
й
л
ан
д
ш
аф
т-
н
и
й
п
ар
к
9
7
4
7
5
,3
9
1
0
1
5
9
9
,0
3
1
1
2
1
3
2
,9
7
1
1
3
1
5
6
,6
8
1
0
8
8
3
7
,8
6
1
4
,5
9
1
6
,2
9
1
,7
0
1
1
3
6
2
,4
7
6
6
8
,2
Б
іо
сф
ер
н
и
й
за
п
о
ві
д
н
и
к
1
2
0
1
7
,7
8
1
6
8
2
9
,4
5
1
8
6
9
0
,0
7
1
5
6
9
6
,6
6
1
5
3
7
7
,3
9
2
,4
1
3
,0
9
0
,6
7
3
3
5
9
,6
1
4
9
8
,3
З
ак
аз
н
и
к
2
6
6
9
7
,3
6
3
7
7
1
9
,4
4
3
7
9
3
9
,7
6
4
0
0
3
3
,4
9
3
3
6
6
2
,4
8
2
,0
7
2
,6
1
0
,5
4
6
9
6
5
,1
2
1
2
8
7
,9
П
ам
’
я
тк
а
п
р
и
р
о
д
и
2
8
7
,6
7
5
2
,6
4
7
2
4
,1
7
6
8
9
,4
7
4
8
6
,2
3
1
,1
2
1
,9
0
0
,7
8
1
9
8
,6
3
2
5
,6
Н
ац
іо
н
ал
ьн
и
й
п
р
и
р
о
д
н
и
й
п
ар
к
7
3
9
8
,6
1
9
8
9
0
,9
2
1
2
0
7
7
,2
8
1
0
9
7
4
9
5
8
5
,1
2
0
,7
1
0
,9
3
0
,2
1
2
1
8
6
,5
1
1
0
3
5
,1
Д
ен
д
р
о
л
о
гі
ч
н
и
й
п
ар
к
8
,5
6
1
7
,5
9
1
4
,8
6
1
4
,2
5
1
3
,4
6
0
,5
0
0
,7
9
0
,2
9
4
,9
1
,7
З
ап
о
в
ід
н
е
у
р
о
ч
и
щ
е
1
7
2
,0
3
3
7
2
,3
7
4
9
4
,8
6
3
8
6
,0
1
2
7
2
,2
5
0
,1
8
0
,2
9
0
,1
1
1
0
0
,2
2
9
4
,3
П
р
и
р
о
д
н
и
й
за
п
о
в
ід
н
и
к
1
2
0
,7
5
1
7
8
,4
3
1
1
2
,1
7
1
5
0
,8
2
7
8
,5
1
0
,0
7
0
,0
4
-0
,0
2
-4
2
,2
4
1
7
9
,7
П
ар
к
-п
ам
’
я
тк
а
са
д
о
в
о
-п
ар
к
о
в
о
го
м
и
ст
ец
тв
а
8
,2
6
2
7
,3
1
3
7
,3
6
2
7
,4
3
1
9
,7
5
0
,0
6
0
,1
5
0
,0
9
1
1
,4
9
1
2
,8
Зо
о
ло
гі
ч
н
и
й
п
ар
к
0
,0
2
0
0
,0
8
0
,0
3
0
0
,0
1
0
,0
0
-0
,0
1
-0
,0
2
0
,4
Б
о
та
н
іч
н
и
й
са
д
0
0
,6
4
0
,6
8
0
,0
2
0
,2
9
0
,0
0
0
,0
3
0
,0
3
0
,2
9
1
З
а
г
а
л
о
м
1
4
4
1
8
6
,3
6
1
6
7
3
8
7
,8
2
1
8
2
2
2
4
,2
6
1
8
1
1
2
8
,8
6
1
6
8
3
3
3
,3
4
3
,7
9
4
,4
2
0
,6
3
2
4
1
4
6
,9
8
3
8
0
4
,9
Т
аб
л
и
ц
я
2
146 ISSN 2786-6491
2.2. Аналіз змін лісу. На основі отриманих карт лісів за набором даних Хан-
сена з просторовою роздільною здатністю 30 м розраховані відповідні лісові діля-
нки в кожному із заповідників за допомогою п’яти часових зрізів з п’ятирічним
інтервалом (рис. 10, а — заповідник загальнодержавного значення «Поліський»
(вирубка лісів з 2000 по 2020 рр.), б — заповідник загальнодержавного значення
«Древлянський» (зростання площі лісів з 2000 по 2020 рр.)). У межах кожного ти-
пу заказника отримані площі підсумовувались та розраховувався відсоток площі
лісів до загальної площі відповідних видів заказника.
а б
Рис. 10
У всіх типах заповідників спостерігається тенденція до зменшення площі лісу
з 2000 по 2020 рр. (табл. 3). Загалом за 20 років площа лісу природно-заповідного
фонду зменшилась на 1,89 % від його загальної площі (72 тис. га), зміни площі
лісу не перевищують 3 % від загальної площі відповідного типу заповідника.
Найбільший відсоток вирубки лісів спостерігається в заказниках (2,93 % від
загальної площі заказників, або 5,3 тис. га), які найбільше охороняються (рис. 7),
а також в регіональних ландшафтних парках (2,18 %, або 14,6 тис. га) та біосферних
заповідниках (2,10 %, або 10,5 тис. га). У заповідниках з найбільшими лісовими пло-
щами лісів за 20 років зменшилась їх площа: у заказниках — на 1,9 % (24,5 тис. га)
та у Національному природному парку — на 1,47 % (15,2 тис. га).
Найбільша площа лісу спостерігається в заповідному урочищі, парку-
пам’ятці садово-паркового мистецтва та дендрологічному парку (більше 73 %
лісів). Найбільші зміни відбулися в заповідному урочищі (на 1,81 %, 1,7 тис. га) та
дендрологічних парках (на 1,02 %, 17 га). Площа лісів у парках-пам’ятках садово-
паркового мистецтва та в ботанічних садах не змінилася (до 0,4 %, всього 50 га).
За отриманими діаграмами (рис. 11, зміни площ лісів у межах різних типів
заповідників України протягом 20 років на основі набору даних Хансена [10])
щодо зміни лісового покриву кожні п’ять років можна зробити висновок, що
в заказниках, біосферних заповідниках, крім вирубки, відбувається ще й лісовіднов-
лення, про що свідчить збільшення площ у 2010 та 2015 рр.
Міжнародний науково-технічний журнал
Проблеми керування та інформатики, 2022, № 3 147
Т
и
п
п
р
и
р
о
д
н
и
х
з
а
-
п
о
в
ід
н
и
к
ів
П
л
о
щ
а
л
іс
у
н
а
о
с
н
о
в
і
н
а
б
о
р
у
д
а
н
и
х
Х
а
н
с
е
н
а
(М
е
р
іл
е
н
д
)
(г
a
)
2
0
0
0
2
0
0
5
2
0
1
0
2
0
1
5
2
0
2
0
2
0
0
0
%
2
0
2
0
%
d
if
f
0
0
&
2
0
%
d
if
f
0
0
&
2
0
h
a
T
o
ta
l
a
r
e
a
(t
h
.
h
a
)
З
ап
о
в
ід
н
е
у
р
о
ч
и
щ
е
8
2
6
8
6
,1
5
8
2
1
2
3
,5
1
8
2
1
7
0
,2
6
8
1
5
5
9
,3
8
8
0
9
7
7
,7
6
8
7
,7
2
8
5
,9
1
1
,8
1
1
7
0
8
,4
9
4
,3
П
ар
к
-
п
ам
’
я
тк
а
са
д
о
в
о
-
п
ар
к
о
в
о
го
м
и
ст
ец
тв
а
9
6
6
0
,9
5
9
6
4
4
,3
1
9
6
4
6
,8
1
9
6
3
7
,6
9
9
6
1
3
,4
1
7
5
,6
3
7
5
,2
6
0
,3
7
4
7
,5
4
1
2
,8
Д
ен
др
ол
ог
іч
н
и
й
п
ар
к
1
2
3
7
,9
9
1
2
3
5
,6
1
2
3
1
,9
5
1
2
2
8
,2
4
1
2
2
1
,0
1
7
4
,0
1
7
3
,0
0
1
,0
2
1
6
,9
8
1
,7
Б
о
та
н
іч
н
и
й
са
д
5
7
7
,9
5
5
7
7
,1
1
5
7
7
,0
9
5
7
6
,1
6
5
7
5
,6
3
5
7
,5
8
5
7
,3
5
0
,2
3
2
,3
2
1
,0
П
ам
’
я
тк
а
п
р
и
р
о
д
и
1
4
3
6
0
,9
8
1
4
2
9
9
,5
4
1
4
2
9
3
,7
3
1
4
2
0
2
,3
8
1
4
0
9
9
,9
5
6
,1
3
5
5
,1
1
1
,0
2
2
6
1
,0
8
2
5
,6
П
р
и
р
о
д
н
и
й
за
п
о
в
ід
н
и
к
9
9
9
9
2
,5
3
9
8
1
3
3
,8
4
1
0
0
6
1
5
,0
6
1
0
0
2
8
6
,3
8
9
4
7
3
1
,4
8
5
5
,6
5
5
2
,7
2
2
,9
3
5
2
6
1
,1
1
7
9
,7
З
ак
аз
н
и
к
6
8
0
9
1
0
,5
6
7
2
6
1
9
,6
4
6
7
8
1
4
2
,8
3
6
7
0
1
2
1
,8
8
6
5
6
4
5
2
,4
5
2
,8
7
5
0
,9
7
1
,9
0
2
4
4
5
8
1
2
8
7
,9
Н
ац
іо
н
ал
ьн
и
й
п
р
и
р
о
д
н
и
й
п
ар
к
5
3
6
7
6
3
,5
5
5
3
1
5
2
9
,0
6
5
3
2
0
4
2
,5
9
5
2
6
7
9
5
,1
1
5
2
1
5
5
7
,5
1
5
1
,8
6
5
0
,3
9
1
,4
7
1
5
2
0
6
1
0
3
5
,1
Б
іо
сф
ер
н
и
й
з
а-
п
о
в
ід
н
и
к
2
0
1
5
9
3
,4
6
2
0
0
9
6
9
,1
6
2
0
6
9
1
1
,1
5
2
0
4
8
0
9
,2
2
1
9
1
1
1
4
,8
4
0
,4
5
3
8
,3
5
2
,1
0
1
0
4
7
9
4
9
8
,3
Р
ег
іо
н
ал
ь
н
и
й
л
ан
д
ш
аф
тн
и
й
п
ар
к
2
3
1
5
0
4
,5
9
2
2
7
5
0
3
,5
2
2
2
7
6
6
8
,4
9
2
2
2
2
1
3
,9
5
2
1
6
9
2
5
,1
2
3
4
,6
4
3
2
,4
6
2
,1
8
1
4
5
7
9
6
6
8
,2
З
о
о
л
о
гі
ч
н
и
й
п
ар
к
4
3
,4
4
4
2
,9
9
4
2
,0
1
4
0
,3
9
3
8
,4
2
1
1
,0
0
9
,7
3
1
,2
7
5
,0
2
0
,4
З
а
г
а
л
о
м
1
8
5
9
3
3
2
,1
1
8
3
8
6
7
8
,3
1
8
5
3
3
4
2
1
8
3
1
4
7
0
,8
1
7
8
7
3
0
7
,4
4
8
,8
7
4
6
,9
7
1
,8
9
7
2
0
2
5
3
8
0
4
,9
Т
аб
л
и
ц
я
3
148 ISSN 2786-6491
Рис. 11
Висновок
У рамках даного дослідження автори проаналізували зміни земного покриву
в межах природно-заповідного фонду України. Проведено аналіз площ лісів, який
показав, що найбільші зміни відбуваються в межах заказників (зменшення площ
лісів на 1,9 % від площі заповідників цього типу (24,5 тис. га)) та природних за-
повідників (на 2,93 % від площі заказників цього типу (5,2 тис. га)). Також спо-
стерігається і позитивна динаміка, згідно з дослідженнями в природному та
біосферному заповідниках, окрім вирубки лісів, відбувається і відновлення лісів.
Це пов’язано з тим, що вирубка лісів не завжди негативно впливає на ліс. Для
лісів корисні і санітарні вирубки, що також слід враховувати [22].
У заповідниках активно ведеться сільське господарство, але із суворим до-
триманням природоохоронних вимог. У 2016 р. сільське господарство займало у
заповідниках 3,79 % від їх загальної площі та 4,42 % — у 2020 р. (за п’ять років ця
площа збільшилася на 24,1 тис. га). На глобальному рівні всієї країни можна зро-
бити висновок про дотримання правил користування заповідниками. Є незначні
порушення, які потрібно усувати на місцевому рівні.
B. Yailymov, H. Yailymova, A. Shelestov, A. Lavreniuk
USE OF SATELLITE PRODUCTS FOR ANALYSIS
OF CHANGES IN TERRITORIES OF NATURE
RESERVE FUND OF UKRAINE
Bohdan Yailymov
Institute of Space Research of the National Academy of Sciences of Ukraine and SSA
of Ukraine, Kyiv,
yailymov@gmail.com
Міжнародний науково-технічний журнал
Проблеми керування та інформатики, 2022, № 3 149
Hanna Yailymova
National Technical University of Ukraine «Igor Sikorsky Kyiv Polytechnic Institute», Kyiv,
anna.yailymova@gmail.com
Andrii Shelestov
National Technical University of Ukraine «Igor Sikorsky Kyiv Polytechnic Institute», Kyiv,
andrii.shelestov@gmail.com
Alla Lavreniuk
National Technical University of Ukraine «Igor Sikorsky Kyiv Polytechnic Institute», Kyiv,
alla.lavrenyuk@gmail.com
This work is devoted to the study of temporary changes in land cover types with-
in the nature reserve fund of Ukraine. First of all, this is an analysis of the forest
cover change (deforestation or reforestation) according to the open data of Global
Forest Change 2000–2020 with a spatial resolution of 30 meters, with the defini-
tion of the most problematic types of reserves where deforestation took place in
2000–2020. Another aspect of the research is the monitoring of the agriculture
using within the nature reserve fundation, changes in the area of agricultural
land over time and their comparison. This study is based on own land cover
classification maps with a spatial resolution of 10 meters for the years 2016–
2020, and are compared with the open data set World Cover Map for Ukraine
in 2020. Sentinel–2 optical satellite data and Sentinel–1 radar data were used to
create land cover classification maps for all Ukraine. The paper describes the
technology for land cover classification maps creation for large areas based on
satellite data. The main stages of preliminary processing of satellite data, the
methodology of merging data of different and homogeneous nature for different
time dates are considered. Using data sets of geospatial products, the dynamics
of changes in the forest area and cropland for various types of nature reserve
fund of Ukraine for 2000–2020 were studied. The largest share of forests is in
protected tracts, parks-monuments of horticultural art and dendrological parks
(more than 73 % forests), of which the largest changes occurred in protected
tracts on 1.81 % of the area (1.7 thousand ha) and dendrological parks on
1,02 % of the area (17 ha). Research and results have shown that at the nation-
al level changes over time are not significant (up to 3 % for forests and up to
2 % for agricultural areas), but they are of great importance, since natural
resources are limited, and the quality of life of mankind depends primarily on
nature, ecology and environmental quality.
Keywords: data analysis, reserves, satellite data, classification maps, ecology.
REFERENCES
1. Sun Z., Di L., Fang H. Using long short-term memory recurrent neural network in land cover
classification on Landsat and Cropland data layer time series. International Journal of Remote
Sensing. 2019. 40, N 2. P. 593–614. DOI: 10.1080/01431161.2018.1516313
2. Gbiri I.A., Adeoye N.O. Analysis of pattern and extent of deforestation in Akure Forest Reserve,
Ondo State, Nigeria. Journal of Environmental Geography. 2019. 12, N 1–2. P. 1–11.
https://doi.org/10.2478/jengeo-2019-0001
3. Ogilvie A., Belaud G., Massuel S., Mulligan M., Goulven P.L., Calvez R. Surface water
monitoring in small water bodies: potential and limits of multi-sensor Landsat time series.
Hydrology and Earth System Sciences. 2018. 22, N 8. P. 4349–4380. DOI: 10.5194/hess-22-
4349-2018.
4. Vina A., Bearer S., Chen X., He G., Linderman M., An L., Zhang H., Ouyang Z., Liu J. Temporal
changes in giant panda habitat connectivity across boundaries of Wolong Nature Reserve, China.
Ecological Applications. 2007. 17, N 4. P. 1019–1030. DOI: 10.1890/05-1288
5. Zhang F., Kung H.T., Johnson V.C. Assessment of land-cover/land-use change and landscape
patterns in the two national nature reserves of Ebinur Lake Watershed, Xinjiang, China.
Sustainability. 2017. 9, N 5. P. 724. DOI: 10.3390/su9050724.
150 ISSN 2786-6491
6. Tsai Y.H., Stow D., Chen H.L., Lewison R., An L., Shi L. Mapping vegetation and land use types
in Fanjingshan National Nature Reserve using google earth engine. Remote Sensing. 2018. 10, N
6. P. 927. DOI: 10.3390/rs10060927.
7. Acheampong E.O., Macgregor C.J., Sloan S., Sayer J. Deforestation is driven by agricultural
expansion in Ghana's forest reserves. Scientific African. 2019. 5, e00146. DOI:
10.1016/j.sciaf.2019.e00146.
8. Wang X., Zhang F., Ding J., Latif A., Johnson V. C. Estimation of soil salt content (SSC) in the
Ebinur Lake Wetland National Nature Reserve (ELWNNR), Northwest China, based on a
Bootstrap-BP neural network model and optimal spectral indices. Science of the Total
Environment. 2018. 615. P. 918–930. DOI: 10.1016/j.scitotenv.2017.10.025.
9. Zanaga D., van De Kerchove R., de Keersmaecker W., Souverijns N., Brockmann C., Quast R.,
Wevers J., Grosu A., Paccini A., Vergnaud S., Cartus O., Santoro M., Fritz S., Georgieva I., Lesiv
M., Carter S., Herold M., Li Linlin, Tsendbazar N.E., Ramoino F., Arino O. ESA WorldCover 10
m 2020 v100. 2021. DOI: 10.5281/zenodo.5571936.
10. Hansen M.C., Potapov P.V., Moore R., Hancher M., Turubanova S.A., Tyukavina A., Thau D.,
Stehman S.V., Goetz S.J., Loveland T.R., Kommareddy A., Egorov A., Chini L., Justice C.O. and
Townshen J.R.G. High-resolution global maps of 21st-century forest cover change. Science. 2013.
342, N 6160. P. 850–53. DOI:10.1126/science.1244693
11. Kussul N., Shelestov A., Yailymova H., Yailymov B., Lavreniuk M., Ilyashenko M. Satellite
agricultural monitoring in Ukraine at country level: world bank project. 2020 IEEE International
Geoscience and Remote Sensing Symposium, IGARSS 2020. 26 September 2020. P. 1050–1053.
DOI: 10.1109/IGARSS39084.2020.9324573.
12. Kussul N., Shelestov A., Yailymov B., Yailymova H., Lavreniuk M., Shumilo L., Bilokonska Y.
Crop monitoring technology based on time series of satellite imagery. 2020 IEEE 11th Interna-
tional Conference on Dependable Systems, Services and Technologies, DESSERT. 2020.
P. 346–350. DOI: 10.1109/DESSERT50317.2020.9125031.
13. Державна служба України з питань геодезії, картографії та кадастру. https://land.gov.ua/
14. Закон України «Про природно-заповідний фонд України». URL: https://zakon.rada.gov.ua/
laws/show/2456-12#Text.
15. Product validation report (D12–PVR). URL: https://esa-worldcover.s3.amazonaws.com/
v100/2020/docs/WorldCover_PVR_V1.1.pdf.
16. Cadastral map of Ukraine. URL: https://map.land.gov.ua/.
17. Kussul N., Lemoine G., Gallego J., Skakun S., Lavreniuk M. Parcel based classification for
agricultural mapping and monitoring using multi-temporal satellite image sequences. 2015 IEEE
International Geoscience and Remote Sensing Symposium (IGARSS ). International. 2015. P.
165–168. DOI: 10.1109/IGARSS.2015.7325725.
18. Skakun S., Basarab R. Reconstruction of missing data in time-series of optical satellite images
using self-organizing Kohonen maps. Journal of Automation and Information Sciences. 2014. 46,
N 12. P. 19–26. DOI: 10.1615/JAutomatInfScien.v46.i12.30
19. Kolotii A., Kussul N., Shelestov A., Skakun S., Yailymov B., Basarab R., Lavreniuk M., Oliinyk
T., Ostapenko V. Comparison of biophysical and satellite predictors for wheat yield forecasting in
Ukraine. ISPRS Archives. 40(7W3). 2015. P. 39–44. https://doi.org/10.5194/isprsarchives-XL-7-
W3-39-2015
20. Kussul N., Lavreniuk M., Shelestov A., Skakun S. Crop inventory at regional scale in Ukraine:
Developing in season and end of season crop maps with multi-temporal optical and SAR satellite
imagery. European Journal of Remote Sensing. 2018. 51, N 1. P. 627–636.
21. Kussul N., Shelestov A., Lavreniuk M., Butko I., Skakun S. Deep learning approach for large
scale land cover mapping based on remote sensing data fusion. 2016 IEEE International Geoscience
and Remote Sensing Symposium (IGARSS), 2016. P. 198–201.
22. Shumilo L., Lavreniuk M., Kussul N., Shevchuk B. Automatic deforestation detection based on
the deep learning in Ukraine. 11th IEEE International Conference on Intelligent Data Acquisition
and Advanced Computing Systems: Technology and Applications. Cracow (virtual format). 2021.
P. 337–342. DOI: 10.1109/ IDAACS53288.2021.9661008.
Отримано 13.09.2022
|
| id | nasplib_isofts_kiev_ua-123456789-210894 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 0572-2691 |
| language | Ukrainian |
| last_indexed | 2026-03-18T20:47:40Z |
| publishDate | 2022 |
| publisher | Інститут кібернетики ім. В.М. Глушкова НАН України |
| record_format | dspace |
| spelling | Яйлимов, Б.Я. Яйлимова, Г.О. Шелестов, А.Ю. Лавренюк, А.М. 2025-12-20T09:59:01Z 2022 Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України / Б.Я. Яйлимов, Г.О. Яйлимова, А.Ю. Шелестов, А.М. Лавренюк // Проблеми керування та інформатики. — 2022. — № 3. — С. 135-150. — Бібліогр.: 23 назв. — укр. 0572-2691 https://nasplib.isofts.kiev.ua/handle/123456789/210894 004.62;004.93 10.34229/2786-6505-2022-3-11 Дана робота присвячена дослідженню тимчасових змін типів земногопокриву в межах природно-заповідного фонду України. Перш за все, це аналіз зміни лісового покриву (вирубка чи лісовідновлення) за відкритими даними Global Forest Change 2000–2020 з просторовою роздільною здатністю 30 м з визначенням найбільш проблемних типів заповідників, де відбувалась вирубка лісів у 2000–2020 рр. Іншим аспектом дослідження є моніторинг використання земель природно-заповідного фонду для сільського господарства, зміни площ сільськогосподарських полів у часі та їх порівняння. Це дослідження проведено на основі власних карт земного покриву з просторовою роздільною здатністю 10 м за 2016–2020 рр., а також у порівнянні з відкритим набором даних World Cover Map для Україниза 2020 р. Для створення власних карт земного покриву для всієї України використані оптичні супутникові (Sentinel–2) та радарні дані (Sentinel–1).У роботі описана технологія побудови карт класифікації земного покриву для великих територій на основі супутникових даних. Розглянуто основні етапи попередньої обробки супутникових даних, методологія злиття даних різної та однорідної природи за різні часові дати. За допомогою наборів геопросторових продуктів досліджено динаміку змін площі лісу та посівних угідь за різними видами природно-заповідного фонду України за2000–2020 рр. Найбільшу частку ліси займають в заповідних урочищах, парках-пам’ятках садово-паркового мистецтва та дендрологічних парках(більше 73 % лісів), з яких найбільші зміни відбулися в заповідних урочищах на 1,81 % площ (1,7 тис. га) та дендрологічних парках — на 1,02 %площ (17 га). Дослідження та результати показали, що в цілому на національному рівні зміни з часом не суттєві (до 3 % для лісів і до 2 % для сільськогосподарських площ), однак вони мають велике значення, оскільки природні ресурси обмежені, а якість життя людства залежить насамперед від природи, екології та якості навколишнього середовища. This work is dedicated to the study of temporal changes in land cover types within the protected areas of Ukraine. First of all, it involves analyzing changes in forest cover (deforestation or reforestation) based on the open Global Forest Change 2000–2020 data with a spatial resolution of 30 m, identifying the most problematic types of reserves where deforestation occurred between 2000 and 2020. Another aspect of the research is the monitoring of land use within protected areas for agriculture, tracking changes in agricultural field areas over time, and comparing them. This study is based on the author's land cover maps with a spatial resolution of 10 m for 2016–2020, as well as comparisons with the open World Cover Map dataset for Ukraine from 2020. Автори вдячні Світовому банку за підтримки Європейського Союзу за програму «Підтримка прозорого управління земельними ресурсами в Україні» (ukraine-landpolicy.com/uk/), яка спрямована на вирішення питань моніторингу посівів та прогнозування врожаю на території України до 2023 р. включно, а також за проєкт e-shape Horizon 2020 (https://e-shape.eu/) та програму GEO-Amazon Earth Observation Cloud Credits Programme (www.earthobservations.org/aws.php) uk Інститут кібернетики ім. В.М. Глушкова НАН України Проблемы управления и информатики Космічні інформаційні технології та системи Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України Use of satellite products for analysis of changes in territories of nature reserve fund of Ukraine Article published earlier |
| spellingShingle | Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України Яйлимов, Б.Я. Яйлимова, Г.О. Шелестов, А.Ю. Лавренюк, А.М. Космічні інформаційні технології та системи |
| title | Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України |
| title_alt | Use of satellite products for analysis of changes in territories of nature reserve fund of Ukraine |
| title_full | Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України |
| title_fullStr | Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України |
| title_full_unstemmed | Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України |
| title_short | Використання супутникових продуктів для аналізу змін територій природно-заповідного фонду України |
| title_sort | використання супутникових продуктів для аналізу змін територій природно-заповідного фонду україни |
| topic | Космічні інформаційні технології та системи |
| topic_facet | Космічні інформаційні технології та системи |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/210894 |
| work_keys_str_mv | AT âilimovbâ vikoristannâsuputnikovihproduktívdlâanalízuzmínteritoríiprirodnozapovídnogofonduukraíni AT âilimovago vikoristannâsuputnikovihproduktívdlâanalízuzmínteritoríiprirodnozapovídnogofonduukraíni AT šelestovaû vikoristannâsuputnikovihproduktívdlâanalízuzmínteritoríiprirodnozapovídnogofonduukraíni AT lavrenûkam vikoristannâsuputnikovihproduktívdlâanalízuzmínteritoríiprirodnozapovídnogofonduukraíni AT âilimovbâ useofsatelliteproductsforanalysisofchangesinterritoriesofnaturereservefundofukraine AT âilimovago useofsatelliteproductsforanalysisofchangesinterritoriesofnaturereservefundofukraine AT šelestovaû useofsatelliteproductsforanalysisofchangesinterritoriesofnaturereservefundofukraine AT lavrenûkam useofsatelliteproductsforanalysisofchangesinterritoriesofnaturereservefundofukraine |