ЭКОЛОГИЯ
Оригинальная статья
УДК 639.1.053 © М.А. Осинцева, Е.А. Жидкова, А.Ю. Просеков, А.Д. Кузнецов, А.О. Рада, Н.В. Бурова, 2022
ISSN 0041-5790 (Print) • ISSN 2412-8333 (Online) • Уголь № S12-2022 /1162/
DOI: http://dx.doi.org/10.18796/0041-5790-2022-S12-132-141
Название
Оценка вегетационного индекса отвалов угольных разрезов на основе данных NDVI
Авторы
Осинцева М.А., канд. техн. наук, начальник управления проектной деятельности ФГБОУ ВО «Кемеровский государственный университет», 650000, г. Кемерово, Россия, e-mail k1marial@inbox.ru
Жидкова Е.А., доктор экон. наук, доцент, проректор по научно-инновационной работе, ФГБОУ ВО «Кемеровский государственный университет», 650000, г. Кемерово, Россия, e-mail 291154@mail.ru
Просеков А.Ю., доктор техн. наук, профессор, ректор, чл.-корр. РАН ФГБОУ ВО «Кемеровский государственный университет», 650000, г. Кемерово, Россия, e-mail: aprosekov@rambler.ru
Кузнецов А.Д., директор Центра компьютерного инжиниринга ФГБОУ ВО «Кемеровский государственный университет», 650000, г. Кемерово, Россия, e-mail adkuz@inbox.ru
Рада А.О., канд. техн. наук, директор Института цифры ФГБОУ ВО «Кемеровский государственный университет», 650000, г. Кемерово, Россия, e-mail radaartem@mail.ru
Бурова Н.В., руководитель центра ландшафтной архитектуры ФГБОУ ВО «Кемеровский государственный университет»,650000, г. Кемерово, Россия,e-mail centrla@mail.ru
Аннотация
Целью исследования является изучение эффективности применения индекса вегетации отвалов угольных разрезов для оценки состояния растительного покрова участка на примере отработанной территории одного из отвалов угольного разреза Кузбасса. Для высокоточной аэрофотосъемки с целью создания плана местности по полученным данным применялся беспилотный летательный аппарат Supercam S250F, оснащенный системой автоматического управления и навигационной системой GPS/ГЛОНАСС с установленной фотокамерой с разрешением 24 Мп и объективом 20 мм, мультиспектральная камерой и тепловизором. В качестве альтернативного метода на экспериментальном участке выполнялись маршрутные рекогносцировочные исследования, в ходе которых проводилась общая геоботаническая оценка территории. Объектом исследования являлась территория одного из отработанных автоотвалов разреза Талдинский Прокопьевского муниципального округа Кемеровской области. Исследования проводились в августе 2021 г. При сравнении результатов двух методов определения состояния растительного покрова техногенно нарушенной территории сделан вывод о большей полноте получаемых данных методом определения индекса NVDI. Помимо статичного определения текущего состояния растительного покрова данное исследование может позволять оценивать эффективность рекультивации нарушенных участков. Для оценки качества рекультивации измерения индекса NDVI необходимо производить периодически, с последующим сравнением полученных данных.
Ключевые слова
нормализованный разностный вегетационный индекс (ndvi), антропогенное воздействие, уголь, рекультивация, нарушенные земли, мониторинг, беспилотный летательный аппарат, дистанционное зондирование земли, данные дистанционного зондирования.
Список литературы
1. Xue J., Su B. Significant remote sensing vegetation indices: A review of developments and applications // Journal of Sensors. 2017. Vol. 2017. DOI: 10.1155/2017/1353691.
2. NDVI – теория и практика. [Электронный ресурс]. URL: http://gis-lab.info/qa/ndvi.html (дата обращения: 15.11.2022).
3. Hipel K.W., Hegazy T., Yousefi S. Combined strategic and tactical negotiation methodology for resolving complex brownfield conflicts // Pesquisa Operacional. 2010. Vol. 30. No. 2. P. 281-304. DOI: 10.1590/S0101-74382010000200003.
4. Points of attention in designing tools for regional brownfield prioritization / E. Limasset, L. Pizzol, C. Merly et al. // Science of the Total Environment. 2018. Vol. 622-623. P. 997-1008. DOI: 10.1016/j.scitotenv.2017.11.168.
5. Ignatyeva M., Yurak V., Pustokhina N. Recultivation of post-mining disturbed land: Review of content and comparative law and feasibility study // Resources. 2020. Vol. 9. No. 6. DOI: 10.3390/RESOURCES9060073.
6. Mining, Metals & Minerals. [Электронный ресурс]. URL: https://www.statista.com/markets/410/topic/954/mining-metals-minerals/#overview (дата обращения: 15.11.2022).
7. Alto Consulting Group. [Электронный ресурс]. URL: https://alto-group.ru (дата обращения: 08.08.2020).
8. Вегетационные индексы // Геоматика. 2011. № 2. С. 98-102.
9. Multi-scale characterization of spatial variability of soil organic carbon in a semiarid zone in Northern China / L. Li, Y. Yue, F. Qin et al. // Sustainability. 2018. Vol. 14. No. 15. DOI: 10.3390/su14159390.
10. A Global 250-m Downscaled NDVI product from 1982 to 2018 / Z. Ma, C. Dong, K. Lin et al. // Remote Sensing. 2022. Vol. 14. No. 15. DOI: 10.3390/rs14153639.
11. Зеньков И.В. Дистанционное зондирование в решении экологических проблем лесной рекультивации на угольных карьерах Сибири // Вестник Сибирского государственного аэрокосмического университета им. академика М.Ф. Решетнева. 2016. Т. 17. № 1. С. 36-44.
12. Спутниковое зондирование земли – уникальный инструмент мониторинга лесов России / А.С. Исаев, С.А. Барталев, Е.А. Лупян и др. // Вестник Российской Академии Наук. 2014. Т. 84. № 12. С. 1073-1079. DOI: 10.7868/S0869587314120044.
13. Мунзер Нур. Разработка методики применения данных космических съемок для мониторинга лесов: автореферат дис. … канд. техн. наук: Спец. 25.00.34 «Аэрокосмические исследования Земли, фотограмметрия» / Мунзер Нур. М., 2021. 24 с.
14. Determining relative contributions of vegetation and topography to burn severity from LANDSAT imagery / Z. Wu, H.S. He, Y. Liang et al. // Environmental Management. 2018. Vol. 52. P. 821-836. DOI: 10.1007/s00267-013-0128-3.
15. Digital repeat photography for phenological research in forest ecosystems / O. Sonnentag, K. Hufkens, C. Teshera-Sterne et al. // Agricultural and Forest Meteorology. 2012. Vol. 152. P. 159-177. DOI: 10.1016/j.agrformet.2011.09.009.
16. Characterization of Landsat-7 to Landsat-8 reflective wavelength and normalized difference vegetation index continuity / D.P. Roy, V. Kovalskyy, H.K. Zhang et al. // Remote Sensing of Environment. 2016. Vol. 185. P. 57-70. DOI: 10.1016/j.rse.2015.12.024.
17. Comparison of field- and satellite-basedvegetation cover estimation methods / D.W. Ko, D. Kim, A. Narantsetseg et al. // Journal of Ecology and Environment. 2017. Vol. 41. No. 5. DOI: 10.1186/s41610-016-0022-z.
18. Bergstedt J., Westerberg L., Milberg P. In the eye of the beholder: Bias and stochastic variation in cover estimates // Plant Ecology. 2017. Vol. 204. P. 271-283. DOI: 10.1007/s11258-009-9590-7.
19. Петрова Т.А., Рудзиш Э. Метод оценки эффективности мелиорантов при рекультивации нарушенных земель // Вестник Евразийской науки. 2021. Т. 6. № 13. P. 271-283.
20. Tackenberg O. A new method for non-destructive measurement of biomass, growth rates, vertical biomass distribution and dry matter content based on digital image analysis // Annals of Botany. 2007. Vol. 99. No. 4. P. 777-783. DOI: 10.1093/aob/mcm009.
21. Recycling lake sediment to agriculture: Effects on plant growth, nutrient availability, and leaching / M. Kiani, H. Raave, A. Simojoki et al. // Science of the Total Environment. 2021. Vol. 753. DOI: 10.1016/j.scitotenv.2020.141984.
22. Elsayed S., Barmeier G., Schmidhalter U. Passive reflectance sensing and digital image analysis allows for assessing the biomass and nitrogen status of wheat in early and late tillering stages // Frontiers in Plant Science. 2018. Vol. 10. No. 9. DOI: 10.3389/fpls.2018.01478.
23. Estoque R.C., Murayama Y. Monitoring surface urban heat island formation in a tropical mountain city using Landsat data (1987–2015) // ISPRS Journal of Photogrammetry and Remote Sensing. 2017. Vol. 133. P. 18-29. DOI: 10.1016/j.isprsjprs.2017.09.008.
24. Effect of environmental policies in combating aeolian desertification over Sejzy Plain of Iran / M.H.R. Moghaddam, A. Sedighi, S. Fasihi et al. // Aeolian Research. 2018. Vol. 35. P. 19-28. DOI: 10.1016/j.aeolia.2018.09.001.
25. Characterizing the spatial pattern of annual urban growth by using time series Landsat imagery / Y. Fu, J. Li, Q. Weng et al. // Science of The Total Environment. 2019. Vol. 666. P. 274-284. DOI: 10.1016/j.scitotenv.2019.02.178.
26. Mapping the yearly extent of surface coal mining in Central Appalachia using Landsat and google earth engine / A.A. Pericak, C.J. Thomas, D.A. Kroodsma et al. // PLoS ONE. 2018. Vol. 13. No. 7. DOI: 10.1371/journal.pone.0197758.
27. A historical and future impact assessment of mining activities on surface biophysical characteristics change: A remote sensing-based approach / M.K. Firozjaei, A. Sedighi, H.K. Firozjaei et al. // Ecological Indicators. 2021. Vol. 122. DOI: 10.1016/j.ecolind.2020.107264.
28. High-throughput estimation of crop traits: A review of ground and aerial phenotyping platforms / X. Jin, P.J. Zarco-Tejada, U. Schmidhalter et al. // IEEE Geoscience and Remote Sensing Magazine. 2021. Vol. 9. No. 1. P. 200-231. DOI: 10.1109/MGRS.2020.2998816.
29. Red-green-blue and multispectral imaging as potential tools for estimating growth and nutritional performance of cassava under deficit irrigation and potassium fertigation / D.O. Wasonga, A. Yaw, J. Kleemola et al. // Remote Sensing. 2021. Vol. 13. No. 4. DOI: 10.3390/rs13040598.
30. RGB vegetation indices, NDVI, and biomass as indicators to evaluate C3 and C4 turfgrass under different water conditions / J. Marin, S. Yousfi, P.V. Mauri et al. // Sustainability. 2020. Vol. 12. No. 6. DOI: 10.3390/su12062160.
31. Evaluation of weed impact on wheat biomass by combining visible imagery with a plant growth model: towards new non-destructive indicators for weed competition / C. Gee, E. Denimal, J. Merienne et al. // Precision Agriculture. 2021. Vol. 22. No. 2. P. 550-568. DOI: 10.1007/s11119-020-09776-6.
32. A commentary review on the use of normalized difference vegetation index (NDVI) in the era of popular remote sensing / S. Huang, L. Tang, J.P. Hupy et al. // Journal of Forestry Research. 2021. Vol. 22. DOI: 10.1007/s11676-020-01155-1.
33. Kuzevic S., Bobikova D., Kuzevicova Z. Land cover and vegetation coverage changes in the mining area – A case study from Slovakia // Sustainability. 2022. Vol. 14. No. 3. DOI: 10.3390/su14031180.
34. Unsupervised monitoring of vegetation in a surface coal mining region based on NDVI time series / Z. Yang, Y. Shen, J. Li et al. // Environmental Science and Pollution Research. 2022. Vol. 29. No. 18. P. 26539-26548. DOI: 10.1007/s11356-021-17696-9.
35. Bioaccessibility of potentially toxic metals in soil, sediments and tailings from a north Africa phosphate-mining area: Insight into human health risk assessment / F. Khelifi, A.G. Caporale, Y. Hamed et al. // Journal of Environmental Management. 2021. Vol. 279. DOI: 10.1016/j.jenvman.2020.111634.
36. Mishra P.K., Rai A., Rai S.C. Land use and land cover change detection using geospatial techniques in the Sikkim Himalaya, India // The Egyptian Journal of Remote Sensing and Space Science. 2020. Vol. 23. No. 2. P. 133-143. DOI: 10.1016/j.ejrs.2019.02.001.
37. Karan S.K., Samadder S.R., Maiti S.K. Assessment of the capability of remote sensing and GIS techniques for monitoring reclamation success in coal mine degraded lands // Journal of Environmental Management. 2016. Vol. 182. P. 272-283. DOI: 10.1016/j.jenvman.2016.07.070.
38. Uddin Siddiqui A., Kumar Jain M. Change analysis in land use land cover due to surface mining in Jharia coalfield through Landsat time series data // Materials Today: Proceedings. 2021. Vol. 49. P. 3462-3468.
39. Analyzing ecological environment change and associated driving factors in China based on NDVI time series data / L. Jiang, Y. Liu, S. Wu et al. // Ecological Indicators. 2021. Vol. 129. DOI: 10.1016/j.ecolind.2021.107933
40. Пат. на изобретение № 2754753 E21C 41/32 (РФ). Способ рекультивации нерабочих бортов карьеров / Тальгамер Б.Л., Галайда К.П. № 2021100173; заявл. 12.01.2021; опубл. 07.09.2021; Бюл. № 25.
41. Пат. на изобретение № 2753423 E21C 41/32 (РФ). Технология получения рекультиванта универсального / Постнов Д.А. № 2021114341; заявл. 20.05.2021; опубл. 16.08.2021; Бюл. № 23.
42. Patent No. CN114012142A. Agricultural remote sensing observation unmanned aerial vehicle manufacturing device / Du Y., Li P., Zhou Z. et al. заявл. 08.12.2021; опубл. 08.02.2022.
43. Patent No. CN202111303598.8. Mine area vegetation carbon sink remote sensing inversion method of fine land utilization type / Li J., Wang J., Li Q. et al. заявл. 05.11.2021; опубл. 08.02.2022.
44. Комаров А.А., Комаров А.А. Оценка состояния травостоя c помощью вегетационного индекса NDVI // Известия Санкт-Петербургского Государственного аграрного университета. 2018. № 51. С. 124-129.
45. Чащин А.Н., Кондратьева М.А. Использование данных дистанционного зондирования для оценки темпов самозарастания угольных отвалов Кизеловского бассейна // Географический вестник. 2019. № 2. С. 135-147. DOI: 10.17072/2079-7877-2019-2-135-147.
46. Дубровская С.А., Норейка С.Ю. Многолетний геоинформационный мониторинг горнотехнических ландшафтов степной зоны России с применением спектрального индекса // Научные Ведомости Белгородского государственного университета. Серия: Естественные науки. 2019. Т. 43. № 1. С. 52-62. DOI: 10.18413/2075-4671-2019-43-1-52-62.
47. Власюк Л.И. Стратегический приоритет экологизации экономики Кузбасса: фонд рекультивации земель // Управленческое консультирование. 2021. Т. 146. № 2. С. 69-78. DOI: 10.22394/1726-1139-2021-2-69-78
48. География Кемеровской области. [Электронный ресурс]. URL: https://ru.wikipedia.org/wiki/География_Кемеровской_области (дата обращения: 15.11.2022).
49. Удодов Ю.В., Егорова Н.Т., Багмет Г.Н. Геолого-геоморфологическая характеристика и полезные ископаемые Кемеровской области // Вестник Кемеровского государственного университета. Серия: Биологические, технические науки и науки о Земле. 2017. № 1. С. 53-59.
50. Доклад о состоянии и охране окружающей среды Кемеровской области – Кузбасса в 2019 году. Кемерово: Департамент природных ресурсов и экологии Кемеровской области, 2020. 219 с.
51. Официальный сайт Министерства угольной промышленности Кузбасса. [Электронный ресурс]. URL: https://mupk42.ru/ru/industry/pokazateli (дата обращения: 15.11.2022).
52. Подурец О.И. Техногенез и почвообразование в Южной лесостепи Кемеровской области // Вестник Кемеровского государственного университета. Серия: Биологические, технические науки и науки о Земле. 2018. № 1. С. 68-73. DOI: 10.21603/2542-2448-2018-1-68-73.
Поддержка
Исследование выполнено в рамках комплексной научно-технической программы полного инновационного цикла «Разработка и внедрение комплекса технологий в областях разведки и добычи полезных ископаемых, обеспечения промышленной безопасности, биоремедиации, создания новых продуктов глубокой переработки из угольного сырья при последовательном снижении экологической нагрузки на окружающую среду и рисков для жизни населения», утвержденной Распоряжением Правительства Российской Федерации от 11.05.2022 г. №1144-р.
Для цитирования
Оценка вегетационного индекса отвалов угольных разрезов на основе данных NDVI / М.А. Осинцева, Е.А. Жидкова, А.Ю. Просеков и др. // Уголь. 2022. № S12. С. 132-141. DOI: http://dx.doi.org/10.18796/0041-5790-2022-S12-132-141
Информация о статье
Поступила в редакцию: 01.11.2022
Одобрена рецензентами:15.11.2022
Принята к публикации: 30.11.2022
