ВИКОРИСТАННЯ СТРАТЕГІЧНИХ МЕТОДІВ КОСМІЧНОГО ЗНІМАННЯ ДЛЯ МОНІТОРИНГУ ЗЕМЕЛЬ СІЛЬСЬКОГОСПОДАРСЬКОГО ПРИЗНАЧЕННЯ
DOI:
https://doi.org/10.31734/architecture2023.24.209Ключові слова:
земельний фонд, раціональне використання, агроландшафти, космічне зніманняАнотація
При врахуванні розвитку суспільства зростання впливу дій людини на екологічну систему Землі і водночас задоволення її життєдіяльності потребують нових методів в управлінні природними ресурсами.
Сьогодні першочерговим серед способів одержання відомостей є космічна зйомка, яка проводиться через різні носії з космосу при підтримці знімального устаткування. Відомості космічного і фотоаерознімання застосовують у картографії, під час розв’язку задач у всіх напрямках науки та техніки і створення геоінформаційних систем. Щорічно обсяг продукції, пов’язаної з картографуванням та геоінформацією, розширюється, з’являються новітні сфери для використання інформації з космічних зйомок. Специфікою космічної зйомки протягом декількох десятиріч є одержання даних з аерознімання з дуже високим просторовим розрізненням (<1 м), зростання у спектральному розрізненні систем для зйомки та здійснення спектральної зйомки.
Під моделлю дистанційного зондування розуміємо систему отримання та перетворення вхідних сигналів електромагнітного спектра на вихідні, які формують зображення або точкові вихідні дані про об’єкти на місцевості. Останніми десятиліттями особливо використовують дистанційне зондування Землі (ДЗЗ) для одержання інформативних даних про поверхню Землі. Як результат ДЗЗ можна одержати природні характеристики про типи ґрунтів, рослинності тощо.
Інформацію, яку отримують за допомогою аерокосмічних засобів ДЗЗ, досить широко використовує багато країн світу, на її підставі успішно відшукують корисні копалини, оцінюють сільський потенціал регіонів і країн, проводять аналіз сільськогосподарських угідь, виділення типів і видів сільськогосподарських культур, здійснення прогнозу урожайності, контроль за станом ґрунтів та пасовищ, виконують його моніторинг.
Криза ґрунтознавчого характеру в Україні зумовлена функціонуванням адміністративно-командної економіки в минулому.
Посилання
Antonenko V. S. Agrometeorological monitoring of cropping area in Ukraine by applying aerospace methods: manual. Kyiv: «ArtEk», 2002. 308 р.
Assessment of the Efficiency of Multitemporal C-Band Radarsat-2 Intensity and Landsat-8 Surface Reflectance Satellite Imagery for Crop Classification in Ukraine / S. Skakun, N. Kussul, A. Shelestov, M. Lavreniuk, O. Kussul. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2015. Vol. 9, No 8. P. 3712–3719. doi: 10.1109/JSTARS.2015.2454297.
Bakan H. M., Kussul N. N. Fuzzy ellipsoidal filtering algorithm of static object state. Management problems and informatics (Automatics). 1996. 5. P. 77–92.
Borian Ch. M. Monitoring of the US agriculture: the US Department of Agriculture, National Agricultural Statistics Service. Cropland Data Layer Program C. 2011. Vol. 26, No 5. P. 341–358.
Burshtynska H. V., Stankevych S. A. Aerospace Shooting System: textbook. Lviv: Lviv Polytechnic Publishing House, 316 р.
Chang J. Corn and soybean mapping in the United States using MODIS time-series data sets. Agronomy Journal. 2007. Vol. 99, No 6. P. 1654–1664.
Classification and change detection using Landsat TM data: when and how to correct atmospheric effects? / C. Song, C. E. Woodcock, K. C. Seto, M. P. Lenney, Macomber S. A. Remote sensing of Environment. 2001. 75 (2). Р. 230–244.
Desham B. N. Towards crop type classification by using only operational: comparison of a traditional decision tree with a random forest classifier. Canadian Journal of Remote Sensing. 2012. Vol. 38, No 1. P. 60–68.
Dorozhynskyi O. L., Burshtynska H. V., Hlotov V. M. Geomatics in environmental monitoring and assessment of threatening situations: monograph. Lviv: Lviv Polytechnic Publishing House, 2016. 400 р.
Economic monitoring of Land using satellite telecommunication systems and networks / Ye. V. Havrylko (Ed.). Communication. 2014. No 5. P. 3–5.
Fisette T. Annual Space-Based Crop Inventory for Canada. 2009–2014. P. 5095–5098. doi: 10.1109 / IGARSS.2014.6947643.
Fisette T. Methodology for a Canadian agricultural land cover classification. 1 st International Conference on Object-based Image Analysis, Salzburg University, Austria, 4–5 July. 2006. Salzburg, 2006.
Hulko O. R., Perovych L. M, Ludchak O. Yu. Analysis of world experience in the use of space-borne methods for monitoring agricultural land use. Modern achievements of geodesic science and production: a collection of scientific works of the Western geodesic society UTGK. Lviv, 2018. 1 (35). P. 64–70.
In Grid and Cloud Database Management Grid / S. Fiore, G. Aloisio (Eds.) Springer. 2011. Р. 279–306.
Kolotii A. Comparison of biophysical and satellite predictors for wheat yield forecasting in Ukraine. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences. 2015.Vol. XL-7/W3. P. 39–44.
Maxwell S. K. Use of land surface remotely sensed satellite and airborne data for environmental exposure assessment in cancer research. Journal of Exposure Science and Environmental Epidemiology. 2010. Vol. 20, No 2. P. 176–185.
Pal M., Mather P. M. Assessment of the effectiveness of the decision tree methods for land cover classification. Remote Sensing of Environment. 2003. Vol. 86, No 4. P. 554–559.
Shelestov A. Yu., Yailimov B. Ya. State of the Monitoring of Actual Use of Agricultural Land in Leading Countries Based on Satellite Data. Ukrainian Earth Remote Sensing Magazine. 2017. No 12. P. 59–66.
Syrotenko O. B. Selective survey of agricultural crops. Regional meeting «Opportunities of remote sensing of the Earth and geoinformation technologies in solving problems of Kyiv region". Kyiv, 20–21 March 2007. Kyiv, 2007.
Zosimovich M. V. Remote ecological monitoring. Methodical manual. Zhytomyr, 2006. P. 117.
