Применение мультиспектральных снимков для оценки зарастания озер

DOI: 10.35595/2414-9179-2025-2-31-274-286

Посмотреть или загрузить статью (Rus)

Об авторах

А.Б. Александрова

Институт проблем экологии и недропользования АН РТ,
ул. Даурская, д. 28, Казань, Россия, 420087,

Казанский (Приволжский) федеральный университет,
ул. Кремлевская, д. 18, Казань, Россия, 420008,

E-mail: adabl@mail.ru

И.И. Зиганшин

Институт проблем экологии и недропользования АН РТ,
ул. Даурская, д. 28, Казань, Россия, 420087,

Казанский (Приволжский) федеральный университет,
ул. Кремлевская, д. 18, Казань, Россия, 420008,

E-mail: irek_ziganshin@mail.ru

Р.Р. Хасанов

Институт проблем экологии и недропользования АН РТ,
ул. Даурская, д. 28, Казань, Россия, 420087,
E-mail: rustamkhasanov88@gmail.com

С.С. Рязанов

Институт проблем экологии и недропользования АН РТ,
ул. Даурская, д. 28, Казань, Россия, 420087,
E-mail: rstanislav.soil@yandex.ru

А.М. Сабирзянов

Казанский (Приволжский) федеральный университет,
ул. Кремлевская, д. 18, Казань, Россия, 420008,
E-mail: sabiralmaz@mail.ru

Е.М. Пудовик

Казанский (Приволжский) федеральный университет,
ул. Кремлевская, д. 18, Казань, Россия, 420008,
E-mail: epudovic@mail.ru

Аннотация

Исследование посвящено анализу зарастания 12-ти озер ООПТ Лаишевского муниципального р-на Республики Татарстан за период 2003–2023 гг. с применением геоинформационных технологий и спектральных индексов (NDVI, NDWI, MNDWI, WRI) на основе спутниковых снимков Sentinel-2A, которые подвержены различной форме и скорости зарастания. Было установлено, что скорость зарастания варьируется от 0,03 до 0,7 га в год, а его показатель площади достигает значений до 83 %. Наибольшие изменения отмечены у озер Свежее, Столбище, Чистое и Сапуголи, что связано с антропогенной нагрузкой вокруг данных озер. Диагностика зарастания наиболее эффективна при использовании вегетационных индексов NDVI, NDWI и MNDWI, тогда как WRI показал довольно низкую точность для малых озер площадью водного зеркала меньше 1 га. Для крупных озер (площадью больше 0,7 км2) с зарастанием меньше 10 % ошибка диагностики не превышает 2 %, что доказывает надежность применения указанных индексов в исследовании зарастания озер. Для малых озер площадью менее 0,2 км2 с зарастанием больше 20 % площади ошибка достигает 10–21 %, что требует дополнения данными Google Earth Pro. Для крупных озер рекомендовано применять индексы NDVI, NDWI и MNDWI; для малых же, с высокой степенью зарастания — использовать комбинацию методов, включая ручную оцифровку. Итоговые результаты показывают необходимость адаптации дистанционных методов мониторинга в зависимости от размеров и антропогенной нагрузки на водные объекты.

Ключ. слова

вегетационный индекс, зарастание, озеро, дистанционное зондирование Земли, космические снимки

Список литературы

  1. Александрова А.Б. Космические технологии в оценке состояния водных ресурсов регионов. Казань: КФУ, 2025. 111 с.
  2. Васильев К.К., Дементьев В.Е. Представление и обработка спутниковых многозональных изображений. Ульяновск: УлГТУ, 2017. 254 с.
  3. Ермолаев О.П., Игонин М.Е., Бубнов А.Ю., Павлова С.В. Ландшафты Республики Татарстан: региональный ландшафтно-экологический анализ. Казань: Слово, 2007. 411 с.
  4. Зиганшин И.И., Иванов Д.В., Хасанов Р.Р. Анализ динамики морфометрических показателей озер-памятников природы на территории Республики Татарстан. Российский журнал прикладной экологии, 2018. № 2. С. 17–20.
  5. Катаев М.Ю., Бекеров А.А. Методика обнаружения водных объектов по многоспектральным спутниковым измерениям. Доклады ТУСУР, 2017. Т. 20. № 4. С. 105–108. DOI: 10.21293/1818-0442-2017-20-4-105-108.
  6. Морозова В.А. Расчет индексов для выявления и анализа характеристик водных объектов с помощью данных дистанционного зондирования. Современные проблемы территориального развития, 2019. № 2. Электронный ресурс: https://www.terjournal.ru (дата обращения 03.04.2025).
  7. Никитин О.В., Степанова Н.Ю., Кондратьева Т.А., Кузьмин Р.С., Латыпова В.З. Пространственно-временная динамика «цветения» фитопланктона в Куйбышевском водохранилище по данным спутникового зондирования. Современные проблемы дистанционного зондирования Земли из космоса, 2024. Т. 21. № 6. С. 284–293. DOI: 10.21046/2070-7401-2024-21-6-284-293.
  8. Переведенцев Ю.П., Шерстюков Б.Г., Наумов Э.П., Верещагин М.А., Шанталинский К.М. Климатические условия и ресурсы Республики Татарстан. Казань: Издательство Казанского государственного университета, 2008. 288 с.
  9. Флерко Т.Г., Валова З.Г., Павловский А.И. Гидрология озер и водохранилищ: терминологический словарь. Гомель: ГГУ им. Ф. Скорины, 2015. 44 с.
  10. Sabirzyanov A., Panasyuk M., Trofimov N., Sochneva S. GIS-technology and Data of Earth Remote Sensing to Identify and Predict Ravine Erosion Development. Bio Web of Conferences. International Scientific and Practical Conference “Agriculture and Food Security: Technology, Innovation, Markets, Human Resources” (FIES 2020). EDP Sciences, 2020. P. 00113.

Для цитирования: Александрова А.Б., Зиганшин И.И., Хасанов Р.Р., Рязанов С.С., Сабирзянов А.М., Пудовик Е.М. Применение мультиспектральных снимков для оценки зарастания озер. ИнтерКарто. ИнтерГИС. M.: Географический факультет МГУ, 2025. Т. 31. Ч. 2. С. 274–286. DOI: 10.35595/2414-9179-2025-2-31-274-286

For citation: Alexandrova A.B., Ziganshin I.I., Khasanov R.R., Ryazanov S.S., Sabirzyanov A.M., Pudovik E.M. The use of multispectral images to assess lake overgrowth. InterCarto. InterGIS. Moscow: MSU, Faculty of Geography, 2025. V. 31. Part 2. P. 274–286. DOI: 10.35595/2414-9179-2025-2-31-274-286 (in Russian)