REMOTE IDENTIFICATION OF MICROSEDIMENTAL RELIEF FORMS AND SOIL SECTIONS OF AGROLANDSCAPES OF THE FORESTS OF UKRAINE WITH SIGNS OF HYDROMORPHISM

Petro TROFYMENKO; Оlha TOMCHENKO; Rostyslav PORALO; Vitalii ZATSERKOVNYI; Іryna STAKHIV

doi:10.17721/1728-2713.104.12

Автор(и)

Петро ТРОФИМЕНКО Київський національний університет імені Тараса Шевченка, Київ, Україна
Ольга ТОМЧЕНКО Державна установа "Науковий центр аерокосмічних досліджень Землі Інституту геологічних наук
Ростислав ПОРАЛО Київський національний університет імені Тараса Шевченка, Київ, Україна
Віталій ЗАЦЕРКОВНИЙ Київський національний університет імені Тараса Шевченка, Київ, Україна
Ірина СТАХІВ Київський національний університет імені Тараса Шевченка, Київ, Україна

DOI:

https://doi.org/10.17721/1728-2713.104.12

Ключові слова:

мікрозападинні форми рельєфу (МЗФР), просідання, дистанційне зондування Землі (ДЗЗ), спектральні індекси вегетації та зволоженості

Анотація

Вступ. Сільськогосподарські угіддя відіграють ключову роль у забезпеченні продовольчої безпеки населення і розвитку економіки країни. Проте значну загрозу для цих земель становить надмірне зволоження, унаслідок чого в межах понижених елементів рельєфу формуються умови для утворення ґрунтів з ознаками оглеєння, низьким рівнем родючості, що значно знижує їхній потенціал. Для висвітлення проблем геопросторової ідентифікації мікрозападинних форм рельєфу (МЗФР) на сільськогосподарських угіддях у статті використано спектральні індекси за даними ДЗЗ.

Методи. Під час досліджень було відібрано 6 спектральних індексів, які використано для отримання даних про ареали просідань ґрунтів на орних землях, а саме: NDWI, NWI, NDMI, NDVI, OSAVI, WRI. Вирішення завдань досліджень передбачало застосування даних супутникової системи Sentinel-2А. Для візуалізації поширення МЗФР на території досліджень використано знімок надвисокої розрізненості (0,2 м на 1 піксель), отриманий у програмному забезпечення "Digitals Professional 5,0". Обробку, геопросторову візуалізацію даних ДЗЗ виконано у середовищі Arc Map програми Arc GIS 10.8 із застосуванням інструмента raster calculator.

Результати. У межах еталонних полів побудовано і проаналізовано динаміку значень водних і вегетаційного індексів та оцінено ідентифікаційну здатність щодо геопросторового виокремлення ареалів ґрунтів з ознаками гідроморфності. Показано, що ідентифікаційна спроможність індексів залежить не лише від рівня зволоженості ґрунту, а також від біомаси рослинності (масштабів пошкодженості посівів), на що вказує висока інформаційна спроможність традиційного вегетаційного індексу NDVI. Встановлено найбільш інформаційні діапазони індексів: для NDVI діапазон в межах від -0,117 до -0,024 з відсотком ідентифікації 98,0 %; для ОSAVI – 78,0 % з діапазоном 0,255–0,313; для NDMI з варіацією діапазону від -0,041 до -0,149 та відсотком ідентифікації 56,0.

Висновки. Результати дистанційної ідентифікації ареалів МЗФР дали змогу отримати інформацію про зволоженість ґрунтів орних земель території досліджень. Оцінено здатність означених індексів під час геопросторової ідентифікації мікрозападинних форм рельєфу та ареалами ґрунтів в їх межах з ознаками гідроморфності. Показано, що важливим допоміжним засобом успішного вирішення означених завдань є використання ортофотознімків з розрізненням 0,2 м на 1 піксель. Виявлено, що ідентифікаційна здатність водних індексів на тестових полях без наявної рослинності є надто низькою. Натомість екранованість ґрунтової поверхні рослинністю з ділянками пошкоджених посівів дозволяє виокремлювати МЗФР. Отримана інформація може бути використана під час розроблення методики проведення ґрунтознавчої зйомки та планування заходів з широкомасштабного обстеження ґрунтів.

Посилання

Belenok, V., Noszczyk, T., Hebryn-Baidy, L., & Kryachok, S. (2021). Investigating anthropogenically transformed landscapes with remote sensing. Remote Sensing Applications Society and Environment, 24, 100635. https://doi.org/10.1016/j.rsase.2021.100635.

Bruce, R. R., Myhre, D. L., & Sanford, J. O. (1968). Water capture in soil surface microdepressions for crop use. 9th Inter. Cong. Soil Sci. Transactions, 325–330.

Dovhyi, S., Babiiuchuk, S., Kuchma, T., Tomchenko, O., & Yurkiv, L. (2020). Remote Sensing of the Earth: Analysis of Satellite Images in Geoinformation Systems [in Ukrainian].

FAO, Rome, AGR, & Statistics, UN/FAO. (2023). Applications of remote sensing to agricultural statistics. Report. XF2006285449. France, Rome & May, 2023.

Gerardo, R., & Lima, I. (2022). Sentinel-2 Satellite Imagery-Based Assessment of Soil Salinity in Irrigated Rice Fields in Portugal. Agriculture, 12, 1490. https://doi.org/10.3390/agriculture12091490.

Guang, Li, Liyuan, Zhang, Chaoyang, Song, Manman, Peng, Yu, Zhang, & Han, Wenting. (2019). Extraction Method of Wheat Lodging Information Based on Multi-temporal UAV Remote Sensing Data. Nongye Jixie Xuebao / Transactions of the Chinese Society of Agricultural Machinery, 50, 211–220. 10.6041/j.issn.1000-1298.2019.04.024.

Kuchma, T., Tarariko, O., Syrotenko, O., & Ilienko, T. (2019). Agroecological Satellite Monitoring. [in Ukrainian].

Malinowski, R., Goswin, H., Rybicki, M., & Eltner, A. (2022). Mapping rill soil erosion in agricultural fields with UAV-borne remote sensing data. Earth Surface Processes and Landforms, 48. https://doi.org/10.1002/esp.5505.

Martyn, A.G. Osypchuk, S.O., & Chumachenko, O.M. (2015). Natural Agricultural Zoning of Ukraine. CP "Komprint" [in Ukrainian].

Paz-González, A., & Castro, M.T. (1996). Measurement of soil microrelief and estimation of water retention in surface depressions. Cuadernos Laboratoiro Xeoloxico de Laxe, 21, 829–841.

Romanchuk, I. F. (2018). Determining the Influence of Soil Water Regime on Their Degradation Degree Using Satellite Images and Ground Field Data. Ukrainian Journal of Earth Remote Sensing, 17, 26–30 [in Ukrainian].

Sakhatskyi, O. I. (2008). Experience of Using Satellite Data to Assess the State of Soils for Solving Natural Resource Tasks. ISSN 1025-6415. Reports of the National Academy of Sciences of Ukraine, 3 [in Ukrainian].

Sherstiuk, R., Andrushkiv, B., Khrapkina, V., Kyrych, N., & Pohaidak, O. (2021). Experience of Implementing the Development Strategy of Territorial Communities in Post-Conflict Conditions. Strategies for Sustainable Development of Territories in Post-Crisis Recovery [in Ukrainian].

Stanko, Z., Faunt, C., Cromwell, G., & Sweetkind, D. (2019). Assessing regional groundwater availability in California's coastal basins.

Starodubtsev, V., Vlasenko, I., & Komarchuk, D. (2017). Influence of Spatial Heterogeneity of the Water Regime of Agrolandscapes on Their Productivity. Scientific Reports of the National University of Life and Environmental Sciences of Ukraine, 3(67) http://dx.doi.org/10.31548/dopovidi2017.03.006

Starodubtsev, V., Vlasenko, I., Basarab, R., & Komarchuk, D. (2018). Spatial Heterogeneity of Productivity of Typical Chernozems in Fields with Microdepressions. Scientific Reports of the National University of Life and Environmental Sciences of Ukraine, 3(73) [in Ukrainian]. http://dx.doi.org /10.31548/dopovidi2018.03.004

Starodubtsev, V. M., Yatsenko, S. V., Pavliuk, S. D., & Ilienko, V. V. (2009). Influence of the Water Regime of Microdepressions in the Forest-Steppe on the Heterogeneity of the Soil Cover and Its Use. FOP Danyluk, 176–179 [in Ukrainian].