Возможности ГИС-технологий для прогнозного выделения ареалов разгрузки твердого стока в границах водоохранных зон

DOI: 10.35595/2414-9179-2022-2-28-583-596

Посмотреть или загрузить статью (Rus)

Об авторе

А.О. Полетаев

Белгородский государственный национальный исследовательский университет, Институт наук о Земле,
ул. Победы, д. 85, 308015, Белгород, Россия;
E-mail: poletaev@bsu.edu.ru

Аннотация

В статье рассмотрены современные возможности ГИС-технологий для мониторинга состояния почвенного покрова и процессов водной эрозии. Показаны возможности использования нормализованного разностного индекса растительности (Normalized Diference Vegetation Index, NDVI) для оценки различных типов растительного покрова. Представлено обоснование выбора ключевого участка, включающего в себя как водоох- ранные зоны, так и ландшафтные позиции, сопряженные с ними по вещественно-энергетическим потокам. Представлен способ получения векторного слоя значений NDVI, рассчитанных по 9-ти спутниковым снимкам Sentinel-2 за период с марта по ноябрь 2021 г. Проведена классификация значений NDVI и объединение ячеек векторного слоя в классы. Представлены способы получения растров (с приведением формул) топографического индекса влажности (Topographical Wetness Index, TWI) и индекса мощности потока (Stream Power Index, SPI) на территорию ключевого участка. Проведено сопоставление векторного слоя значений NDVI с растрами TWI и SPI, а также со среднесуточными значениями температуры воздуха. Показана динамика значений NDVI за март–ноябрь 2021 г. на ключевом участке, приведена карта-схема векторного слоя значений NDVI, ранжированного по классам. Проведен расчет соотношения площадей различных классов на ключевом участке. Показаны растры топографического индекса влажности (TWI) и индекса мощности потока (SPI). Приведены примеры запросов к базам данных слоев, полученных в результате пересечения векторных слоев: TWI и NDVI, SPI и NDVI. Получены карты-схемы, основанные на комбинации значений NDVI, TWI, SPI, показывающие потенциально эрозионно-опасные участки. При сопоставлении усредненных среднесуточных значений температуры воздуха со средними значениями NDVI было выяснено, что корреляция между ними составляет 0.89. Предложены возможные меры, направленные на снижение экологической нагрузки на водоохранную зону.

Ключ. слова

NDVI, TWI, SPI, водоохранные зоны, оценка эрозионной опасности

Список литературы

  1. Буряк Ж.А. Совершенствование подходов к оценке эрозионной опасности агроландшафтов с использованием ГИС-технологий. Региональные геосистемы. 2014. Т. 29. № 23 (194). С. 140–146.
  2. Глотов А.А. Использование ЦМР для эффективного управления природопользованием. Геоматика. 2013. № 4. С. 32–36.
  3. Григорьев И.И., Рысин И.И. Создание и использование овражно-эрозионной геоинформационной системы. Материалы II-й Всероссийской научно-практической конференции с международным участием, посвященной Году экологии и 55-летию высшего географического образования в Удмуртской Республике «Проблемы региональной экологии и географии», Ижевск, 9–13 октября 2017 г. С. 278–282.
  4. Дуброва Ю.Н., Мыслыва Т.Н., Ткачева Т.Н. Геоморфометрический анализ рельефа территории Горецкого района с использованием данных дистанционного зондирования. Вестник Белорусской государственной сельскохозяйственной академии. 2021. № 1. С. 209–216.
  5. Ковалева Т.Н., Лисецкий Ф.Н. Землеустройство агроландшафтов Приволжской возвышенности с применением современных программных средств и данных космического мониторинга. Региональные геосистемы. 2012. Т. 19. № 9 (128). С. 166–172.
  6. Лисецкий Ф.Н., Марциневская Л.В. Оценка развития линейной эрозии и эродированности почв по результатам аэрофотосъемки. Землеустройство, кадастр и мониторинг земель. 2009. № 10. С. 39–43.
  7. Мудрых Н.М., Самофалова И.А., Чащин А.Н. Прогнозирование эрозионных потерь почвы с использованием модели RUSLE. АгроЭкоИнфо. 2020. № 4. С. 1–16.
  8. Оплетаев А.С., Жигулин Е.В., Косов В.А. Использование вегетационного индекса NDVI для оценки состояния лесных насаждений на нарушенных землях. Леса России и хозяйство в них. 2019. № 3 (70). С. 15–23.
  9. Павлова А.И. Применение методов цифрового моделирования рельефа для картографирования эрозионных земель. Siberian Journal of Life Sciences and Agriculture. 2016. № 2 (74). С. 159–169. DOI: 10.12731/wsd-2016-2-12.
  10. Рычагов Г.И. Общая геоморфология. М.: Наука, 2006. 416 с.
  11. Савельева Д.А., Каличкин В.К. Внутрисезонный мониторинг водной эрозии почв пашни в подтайге Западной Сибири. Достижения науки и техники АПК. 2021. Т. 35. № 5. С. 15–21. DOI: 10.24411/0235-2451-2021-10502.
  12. Смирнова Л.Г., Нарожняя А.Г., Шамарданова Е.Ю. Сравнение двух методов расчета смыва почвы на водосборах с применением ГИС-технологий. Достижения науки и техники АПК. 2012. № 9. С. 10–12.
  13. Терехин Э.А. Оценка сезонных значений вегетационного индекса (NDVI) для детектирования и анализа состояния посевов сельскохозяйственных культур. Исследование Земли из космоса. 2015. № 1. С. 23–31. DOI: 10.7868/S0205961415010108.
  14. Терехин Э.А. Распознавание залежных земель на основе сезонных значений вегетационного индекса NDVI. Компьютерная оптика. 2017. Т. 41. № 5. С. 719–725. DOI: 10.18287/2412-6179-2017-41-5-719-725.
  15. Buryak Z., Lisetskii F., Gusarov A., Narozhnyaya A., Kitov M. Basin-Scale Approach to Integration of Agro- and Hydroecological Monitoring for Sustainable Environmental Management: A Case Study of Belgorod Oblast, European Russia. Sustainability (Switzerland). 2022. Vol. 14. No. 2. P. 927. DOI: 10.3390/su14020927.
  16. Buryak Z., Marinina O. Using GIS technology for identification of agricultural land with an increased risk of erosion. E3S Web of Conferences. 2020. Vol. 176. P. 04007. DOI: 10.1051/e3sconf/202017604007.
  17. Ganasri B.P., Ramesh H. Assessment of soil erosion by RUSLE model using remote sensing and GIS—A case study of Nethravathi Basin. Geoscience Frontiers. 2016. Vol. 7. No. 6. P. 953–961. DOI: 10.1016/j.gsf.2015.10.007.
  18. Gitas I.Z., Douros K., Minakou C., Silleos G.N., Karydas C.G. Multi-temporal soil erosion risk assessment in N. Chalkidiki using a modified USLE raster model. EARSel eProceedings. 2009. Vol. 8. No. 1. P. 40–52.
  19. Huang S., Tang L., Hupy J.P., Wang Y., Shao G. A commentary review on the use of normalized difference vegetation index (NDVI) in the era of popular remote sensing. Journal of Forestry Research. 2021. Vol. 32. P. 1–6. DOI: 10.1007/s11676-020-01155-1.
  20. Lisetskii F.N. Estimates of Soil Renewal Rates: Applications for Anti-Erosion Arrangement of the Agricultural Landscape. Geosciences. 2019. Vol. 9. No. 6. P. 266. DOI: 10.3390/geosciences9060266.
  21. Lisetskii F.N., Zemlyakova A.V., Terekhin E.A., Naroznyaya A.G., Pavlyuk Y.V., Ukrainskii P.A., Kirilenko Z.A., Marinina O.A., Samofalova O.M. New opportunities of geoplanning in the rural area with the implementing of geoinformational technologies and remote sensing. Advances in Environmental Biology. 2014. Vol. 8. No. 10. P. 536–539.
  22. Moore I.D., Grayson R.B., Ladson A.R. Digital terrain modelling: a review of hydrological, geomorphological, and biological applications. Hydrological Processes. 1991. Vol. 5. P. 3–30. DOI: 10.1002/hyp.3360050103.
  23. Mukharamova S., Saveliev A., Ivanov M., Gafurov A., Yermolaev O. Estimating the soil erosion cover-management factor at the European part of Russia. ISPRS International Journal of GeoInformation. 2021. Vol. 10. No. 10. P. 645. DOI: 10.3390/ijgi10100645.

Для цитирования: Полетаев А.О. Возможности ГИС-технологий для прогнозного выделения ареалов разгрузки твердого стока в границах водоохранных зон. ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Междунар. конф. M: Географический факультет МГУ, 2022. Т. 28. Ч. 2. С. 583–596 DOI: 10.35595/2414-9179-2022-2-28-583-596

For citation: Poletaev A.O. Possibilities of GIS technologies for predictive detection of areas of solid flow discharge within water protection zones. InterCarto. InterGIS. GI support of sustainable development of territories: Proceedings of the International conference. Moscow: MSU, Faculty of Geography, 2022. V. 28. Part 2. P. 583–596. DOI: 10.35595/2414-9179-2022-2-28-583-596 (in Russian)