Дослідження стану лісів Прикарпатського регіону за космічними зображеннями з використанням методу контрольованої класифікації (на прикладі Рава-Руського лісгоспу)

Abstract

Мета дослідження полягає у веденні моніторингу лісових об’єктів Рава-Руського лісового господарства та визначенні змін їхніх площ у 2002–2022 рр. Методика моніторингу стану лісів Рава-Руського лісгоспу ґрунтується на використанні різночасових космічних знімків середнього розрізнення із подальшим їх опрацюванням за допомогою геоінформаційних систем. Для опрацювання використано зображення із супутників Landsat 7 (липень 2002 р.) та Sentinel-2 (серпень 2022 р.). Контрольовану класифікацію здійснено за методом максимальної вірогідності. Для постопрацювання результатів класифікації використано Majority Filter. За результатами розраховано площі класів за відповідні роки. Виконано порівняльний аналіз цих площ для визначення змін лісових об’єктів. Результати. Дослідження здійснено на частині території Рава-Руського лісового господарства. Створено навчальні вибірки для таких об’єктів: листяний та хвойний ліс, вирубки свіжі та виробки зарослі, ґрунт відкритий та ґрунтові дороги, водні об’єкти та сільськогосподарські угіддя. Для оцінювання навчальних вибірок використано гістограми та діаграми розсіювання. Контрольовану класифікацію проведено за методом максимальної вірогідності на частину території лісгоспу із подальшим постопрацюванням. Із використання інструментів ГІС виконано порівняння змін лісів, які відбулися за два десятиліття. Моніторинг лісів Рава-Руського лісгоспу дав змогу встановити зміни лісових об’єктів, зокрема вирубки лісів, які у 2022 р. становили 679,2 га. Наукова новизна та практична значущість. Опрацьовано методику моніторингу лісів із використанням матеріалів дистанційного зондування Землі. Досліджено можливості виявлення змін лісових об’єктів із використанням методу контрольованої класифікації.

The purpose of the research is to monitor the forest objects of the Rava-Ruska forestry and determine changes in their areas from 2002 to 2022. The methodology of monitoring the state of the forests of the Rava-Ruska forestry is based on the using of multi-temporal medium-resolution satellite images with their subsequent processing using geographic information systems. For processing, we use images from Landsat 7 (July 2002) and Sentinel-2 (August 2022). We use csupervised classification using the maximum likelihood method. To post-process the classification results, we use Majority Filter. Based on the results, we calculate the area of classes for the relevant years. We perform a comparative analysis of these areas to determine changes in forest objects. Results. The research was conducted on a part of the territory of the Rava-Ruska forestry. Training samples were created for the following objects: deciduous and coniferous forest, fresh deforestation and overgrown deforedtation, open ground and roads, water and agricultural land. Histograms and scatter plots are used to evaluate the training samples. The suoervised classification was carried out using the maximum likelihood method on a part of the forestry territory with further post-processing. As a result of using GIS tools, a comparison of forest changes over two decades was made. The monitoring of the forests of the Rava-Ruska forestry allowed us to identify changes in forest objects, in particular deforestation, which in 2022 amounted to 679.2 hectares. Scientific novelty and practical significance. A methodology for monitoring forests using remote sensing materials has been developed. The possibilities of detecting changes in forest objects using the method of supervised classification are investigated.