Аналіз використання земель сільськогосподарського призначення за допомогою ДЗЗ

Abstract

Мета – аналіз використання сільськогосподарських земель та розроблення методології моніторингу земель сільськогосподарського призначення за даними супутникового знімання. Методика. Для здійснення моніторингу земель сільськогосподарського призначення здійснено класифікацію сільськогосподарських угідь та застосовано такі алгоритми (або класифікатори): Semi-Automatic Classification (SCP) (метод керованої класифікації) та K-means Classification (метод “к-середніх”). Побудовано матрицю похибок класифікації. Вибір найточнішого з методів становив основу загального методу класифікації. Результати. Проаналізовано стан використання земельних ресурсів. Встановлено, що за останні 15 років площа сільськогосподарських угідь в Україні зменшилася на 498 тис. га, переважно за рахунок сіножатей, багаторічних насаджень, пасовищ, перелогів та зміни цільового призначення землі. Підвищення точності класифікації досягається виділенням більшої кількості ознак класифікації у часовому аспекті. Іншими інструментами можуть бути збільшення кількості супутникових знімків безпосередньо періоду вегетації, що підлягають опрацюванню, а також систематичний відбір наземних даних із більшої площі тестової вибірки. Досліджено стан сівозмін впродовж п’яти років за допомогою засобів дистанційного зондування Землі (ДЗЗ). Обґрунтовано необхідність упровадження системи моніторингу земель. Запропоновано способи удосконалення ведення моніторингу засобами ДЗЗ на основі застосування плагінів Semi-Automatic Classification (SCP) та K-means. Розраховано точність класифікації на основі побудованої матриці помилок. Згідно із отриманими у дослідженні результатами оцінювання точності щодо якості класифікації встановлено, що їх точність становить 92 %, 87 %, 85 % та 71 % відповідно Наукова новизна. Розроблено структурну модель класифікації сільського-сподарських угідь за алгоритмами Semi-Automatic Classification (SCP) (метод керованої класифікації) та K-means Classification (метод “к-середніх”). Практична значущість. Розроблену модель класифікації посівів сільськогосподарських культур за супутниковими даними запропоновано використовувати для оперативного моніторингу раціонального управління земельними ресурсами територіальних громад.

The purpose of this paper is to analyze the use of agricultural land and develop methodology for agricultural land monitoring based on satellite imagery. Methodology. Agricultural land monitoring was performed by means of agricultural land classification using the following algorithms (or classifiers): Semi-Automatic Classification (SCP) and K-Means Classification. The matrix of classification errors is constructed. The choice of the most accurate of the methods formed the basis of the general method of classification. Results. The state of land use is analyzed. It is established that over the past 15 years the area of agricultural land in Ukraine has decreased by 498 thousand hectares.The reduction in the area of agricultural land was mainly due to hayfields, perennial plantations, pastures, fallow lands and changes in the purpose of the land. Improving the accuracy of the classification is achieved by creating more features of the classification in time. Other tools may be to increase the satellite images directly during the growing season to be processed, as well as the systematic selection of terrestrial data from a larger area of the test sample. The state of crop rotations for five years was studied with the help of remote sensing of the Earth (remote sensing). The necessity of introduction of the land monitoring system is substantiated. Ways to improve remote sensing monitoring based on the use of Semi-Automatic Classification (SCP) and K-means plug-ins have been proposed. The accuracy of classification is calculated on the basis of the compiled matrix of errors. According to the data presented in the paper, the accuracy assessment of the classification quality found that their accuracy was 92 %, 87 %, 85 % and 71 %, respectively. Scientific novelty. A structural model for the classification of agricultural land according to the algorithms Semi-Automatic Classification (SCP) (managed classification method) and K-means Classification (“k-average” method) has been developed. Practical significance. The developed model of crops classification according to satellite data is proposed to be used for operative monitoring of land resources rational management of territorial communities.