ОЦІНКА ЗМІН ЯКОСТІ НАВКОЛИШНЬОГО ПРИРОДНОГО СЕРЕДОВИЩА ЛЬВІВСЬКОЇ ОБЛАСТІ НА ОСНОВІ ЕКОЛОГІЧНИХ ІНДЕКСІВ ДИСТАНЦІЙНОГО ЗОНДУВАННЯ ЗЕМЛІ
DOI:
https://doi.org/10.32347/2076-815x.2023.84.132-144Ключові слова:
Дистанційне зондування, навколишнє природне середовище, Google Earth Engine, екологічний індекс дистанційного зондування, хмарні обчислення, земельні ресурсиАнотація
Навколишнє природне середовище тісно пов'язано з повсякденним життям людини. З прискоренням індустріалізації та урбанізації різні види людської діяльності спричинили значний вплив на довкілля. Своєчасна і точна оцінка просторово-часових змін якості навколишнього природного середовища може допомогти людям, які приймають рішення, зрозуміти поточний стан екології в регіоні. Екологічна оцінка має велике значення для раціонального розвитку екологічної політики та охорони довкілля і стала пріоритетним напрямком досліджень в галузі екології. Територією дослідження є Львівська область, важливий регіон Західної України. В дослідженні екологічного стану Львівської області використано екологічний індекс дистанційного зондування Землі (RSEI), проведено оперативний моніторинг та оцінку якості довкілля області протягом 2015 - 2021 років в середовищі Google Earth Engine. Результати дослідження показують, що середні значення RSEI у 2015 та 2021 роках становлять 0,66 та 0,68 відповідно, що свідчить про поступове покращення екологічної ситуації. Це відображає низький вплив антропогенної діяльності на погіршення екологічного стану довкілля в регіоні в останні роки. Це дослідження надає методологічну базу для оцінки якості екологічного середовища у Львівській області, що є цінним для раціонального планування місцевих екологічних та природоохоронних стратегій і політик для сталого економічного розвитку.
Посилання
Solarin, S.A. and Bello, M.O. (2018) “Persistence of policy shocks to an environmental degradation index: The case of ecological footprint in 128 developed and developing countries,” Ecological Indicators, 89, pp. 35–44. Available at: https://doi.org/10.1016/j.ecolind.2018.01.064 {in English}.
Raven, P.H., and Wagner, D.L. (2021). Agricultural intensification and climate change are rapidly decreasing insect biodiversity. Proceedings of the National Academy of Sciences, 118(2). {in English}.
Xin, Z., Ran, L. and Lu, X. (2012) “Soil erosion control and sediment load reduction in the Loess Plateau: Policy perspectives,” International Journal of Water Resources Development, 28(2), pp. 325–341. Available at: https://doi.org/10.1080/07900627.2012.668650 {in English}.
Acreman, M. et al. (2021). Evidence for the effectiveness of nature-based solutions to water issues in Africa. Environmental Research Letters, 16(6). {in English}.
Ummenhofer, C.C. and Meehl, G.A. (2017) “Extreme weather and climate events with ecological relevance: a review,” Philosophical Transactions of the Royal Society B, 372(1723), p. 20160135. Available at: https://doi.org/10.1098/rstb.2016.0135 {in English}.
Patrakeyev, I., Ziborov, V., and Lazorenko-Hevel, N. (2017). Methods of Evaluation of the State and Efficiency of the Urban Environment. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 4, 43-49. {in English}.
Patrakeyev, I., Ziborov, V., and Lazorenko-Hevel, N. (2017). Determination of Anthropogenic Changes in Urbanized Territories Using GIS Technology. GeoScience Engineering, 63(1), 8. {in English}.
Qiu, B. et al. (2017). Assessing the Three-North Shelter Forest Program in China by a novel framework for characterizing vegetation changes. ISPRS Journal of Photogrammetry and Remote Sensing, 133, 75-88. {in English}.
de Araujo Barbosa, C. C., Atkinson, P. M., and Dearing, J. A. (2015). Remote sensing of ecosystem services: A systematic review. Ecological Indicators, 52, 430-443. {in English}.
Huang, S.et al. (2021). A commentary review on the use of normalized difference vegetation index (NDVI) in the era of popular remote sensing. Journal of Forestry Research, 32(1), 1-6. {in English}.
Dutrieux, L. et al. (2015). Monitoring forest cover loss using multiple data streams, a case study of a tropical dry forest in Bolivia. ISPRS Journal of Photogrammetry and Remote Sensing, 107, 112-125. {in English}.
Vijith, H., and Dodge-Wan, D. (2020). Applicability of MODIS land cover and Enhanced Vegetation Index (EVI) for the assessment of spatial and temporal changes in strength of vegetation in tropical rainforest region of Borneo. Remote Sensing Applications: Society and Environment, 18, 100311. {in English}.
Ghulam, A. et al. (2007). Modified perpendicular drought index (MPDI): a real-time drought monitoring method. ISPRS journal of photogrammetry and remote sensing, 62(2), 150-164. {in English}.
Kayet, N. et al. (2016). Spatial impact of land use/land cover change on surface temperature distribution in Saranda Forest, Jharkhand. Modeling earth systems and environment, 2, 1-10. {in English}.
Xu, H. Q. (2013). A remote sensing urban ecological index and its application. Acta Ecol. Sin, 33(24), 7853-7862. {in Chinese}.
Gorelick, N. et al. (2017) “Google Earth Engine: Planetary-scale geospatial analysis for everyone,” Remote Sensing of Environment, 202, pp. 18–27. Available at: https://doi.org/10.1016/j.rse.2017.06.031 {in English}.
Tamiminia, H. et al. (2020) “Google Earth Engine for geo-big data applications: A meta-analysis and systematic review,” Isprs Journal of Photogrammetry and Remote Sensing, 164, pp. 152–170. Available at: https://doi.org/10.1016/j.isprsjprs.2020.04.001 {in English}.
Zhao, Q. et al. (2021) “Progress and trends in the application of Google Earth and Google Earth Engine,” Remote Sensing, 13(18), p. 3778. Available at: https://doi.org/10.3390/rs13183778 {in English}.
Xu, H.et al. (2018). Prediction of ecological effects of potential population and impervious surface increases using a remote sensing based ecological index (RSEI). Ecological indicators, 93, 730-740. {in English}.
Yue, H. et al. (2019). Eco-environmental quality assessment in China’s 35 major cities based on remote sensing ecological index. Ieee Access, 7, 51295-51311. {in English}.
Xiong, Y. et al. (2021). Assessment of spatial–temporal changes of ecological environment quality based on RSEI and GEE: A case study in Erhai Lake Basin, Yunnan province, China. Ecological Indicators, 125, 107518. {in English}.
Zhang, Y., and Jiang, F. (2022). Developing a remote sensing-based ecological index based on improved biophysical features. Journal of Applied Remote Sensing, 16(1), 012008-012008. {in English}.
USGS Landsat 8 Surface Reflectance Tier 1 [deprecated]. Available at: https://developers.google.com/earthengine/datasets/catalog/LANDSAT_LC08_C01_T1_SR {in English}.
MOD11A2.061 Terra Land Surface Temperature and Emissivity 8-Day Global 1km. Available at: https://developers.google.com/earthengine/datasets/catalog/MODIS_061_MOD11A2 {in English}.
aig, M.H.A. et al. (2014) “Derivation of a tasselled cap transformation based on Landsat 8 at-satellite reflectance,” Remote Sensing Letters, 5(5), pp. 423–431. Available at: https://doi.org/10.1080/2150704x.2014.915434 {in English}.
Xu, H. (2005). A study on information extraction of water body with the modified normalized difference water index (MNDWI). JOURNAL OF REMOTE SENSING-BEIJING-, 9(5), 595. {in English}.
Li, Y. et al. (2023). Detection of spatiotemporal changes in ecological quality in the Chinese mainland: Trends and attributes. Science of The Total Environment, 884, 163791. {in English}.
Geng, J. et al. (2022) “Analysis of spatiotemporal variation and drivers of ecological quality in Fuzhou based on RSEI,” Remote Sensing, 14(19), p. 4900. https://doi.org/10.3390/rs14194900 {in English}.
Gambardella, C. et al. (2021). A principal components analysis-based method for the detection of cannabis plants using representation data by remote sensing. Data, 6(10), 108. {in English}.
Ren, L., and Lazorenko-Hevel, N. (2020, December). The Status and Development Trends of Land Remote Sensing. In International Conference of Young Professionals «GeoTerrace-2020» (Vol. 2020, No. 1, pp. 1-5). European Association of Geoscientists & Engineers. {in English}.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
