Актуальність дослідження обумовлена проблемою оцінки стану та використання лісового покриву на території Національного природного парку «Сколівські Бескиди», необхідністю розробки ефективних методів моніторингу та збереження лісових екосистем. Метою дослідження було вивчення динаміки зміни лісових покривів у межах Національного природного парку «Сколівські Бескиди», а також оцінка втрат лісових ресурсів на цій території та рекомендування отриманої серії знімків для покращення системи управління лісокористуванням. Дослідження проведено з використанням комплексного підходу й комбінації різних методів дослідження змін лісового покриву та їх порівняння. Основою для застосування технологій дистанційного зондування було використання специфічних мультиспектральних супутникових знімків, які комбінувалися з атрибутивною інформацією щодо геопросторових даних про лісові угіддя. Продемонстровано найпрогресивніші методи дослідження змін лісових насаджень на основі даних дистанційного зондування з використанням геоінформаційних систем. Отримання супутникових знімків відбувалося з набору геопросторових даних супутника «Landsat 8» за допомогою порталу даних Геологічної служби США. Виконано розрахунок та порівняння нормалізованого коефіцієнта вигорання та нормалізованого диференційного вегетаційного індексу. Також був проведений аналіз із використанням онлайн ресурсу «Global Forest Watch». У результаті дослідження було виявлено зміни лісового покриву, надано оцінку змінам, розроблено карту відображення змін лісу, які відбулися в Національному природному парку «Сколівські Бескиди» за 2000-2020 роки. За результатами проведеного аналізу встановлено низький рівень втрат лісових насаджень у зв’язку з природними факторами, зокрема втрат від пожеж. Основна частина втрат лісів зумовлена антропогенними факторами. Практичне значення результатів полягає в можливості використання отриманої серії знімків у межах громадського контролю та покращення системи лісокористування
Отримано 13.06.2023
Доопрацьовано 28.09.2023
Прийнято 01.12.2023
[1] Abad-Segura, E., González-Zamar, M.-D., Vázquez-Cano, E., & López-Meneses, E. (2020). Remote sensing applied in forest management to optimize ecosystem services: Advances in research. Forests, 11(9), article number 969. doi: 10.3390/f11090969.
[2] Alcaras, E., Costantino, D., Guastaferro, F., Parente, C., & Pepe, M. (2022). Normalized burn ratio plus (NBR+): A new index for Sentinel-2 imagery. Remote Sensing, 14(7), article number 1727. doi: 10.3390/rs14071727.
[3] Barabash, O., Bandurka, O., Shpuryk, V., & Svynchuk, O. (2021). Information system of analysis of geodata for tracking changes of vegetation. Advanced Information Systems, 5(4), 17-25. doi: 10.20998/2522-9052.2021.4.03.
[4] Chaskovskyy, O., Andreychuk, Y., & Yamelynets, T. (2021). Application of GIS in nature conservation using the open QGIS program. Lviv: Prostir-M Publishing House.
[5] Chaskovskyy, O.H., & Hrynyk, H.H. (2020). Estimation of losses of forest cover of the Ukrainian Carpathians by remote methods based on the materials of open sources of satellite information. Scientific Bulletin of UNFU, 30(1), 66-73. doi: 10.36930/40300111.
[6] Decree of the President of Ukraine No. 157/99 “On Creation of the Skole Beskydy National Nature Park”. (1999, February). Retrieved from https://zakon.rada.gov.ua/laws/show/157/99#Text.
[7] Faruque, M.J., Vekerdy, Z., Hasan, M.Y., Islam, K.Z., Young, B., Ahmed, M.T., Monir, M.U., Shovon, S.M., Kakon, J.F., & Kundu, P. (2022). Monitoring of land use and land cover changes by using remote sensing and GIS techniques at human-induced mangrove forests areas in Bangladesh. Remote Sensing Applications: Society and Environment, 25, article number 100699. doi: 10.1016/j.rsase.2022.100699.
[8] Interactive world forest map. (n.d.). Retrieved from https://www.globalforestwatch.org/map/.
[9] Kartika, T., Arifin, S., Sari, I.L., Tosiani, A., Firmansyah, R., Kustiyo, K., Carolita, I., Adi, K., Daryanto, A.F., & Said, Z. (2019). Analysis of vegetation indices using metric Landsat-8 data to identify tree cover change in Riau Province. IOP Conference Series: Earth and Environmental Science, 280, article number 012013. doi: 10.1088/1755-1315/280/1/012013.
[10] Longhenry, R., Sohre, T., McKinney, R., & Mentele, T. (2011). USGS earth explorer client for co-discovery of aerial and satellite data. Retrieved from https://ui.adsabs.harvard.edu/abs/2011AGUFMIN51B1584L/abstract.
[11] Lossou, E., Owusu-Prempeh, N., & Agyemang, G. (2019). Monitoring land cover changes in the tropical high forests using multi-temporal remote sensing and spatial analysis techniques. Remote Sensing Applications: Society and Environment, 16, article number 100264. doi: 10.1016/j.rsase.2019.100264.
[12] Manson, S.M., Bonsal, D.B., Kernik, M., & Lambin, E.F. (2015). Geographic information systems and remote sensing. In International encyclopedia of the social & behavioral sciences (2nd ed.; pp. 64-68). Amsterdam: Elsevier. doi: 10.1016/b978-0-08-097086-8.91027-4.
[13] Mishkin, M., & Navarrete Pacheco, J.A. (2022). Rapid assessment remote sensing of forest cover change to inform forest management: Case of the Monarch reserve. Ecological Indicators, 137, article number 108729. doi: 10.1016/j.ecolind.2022.108729.
[14] Myronyuk, V.V., & Bilous, A.M. (2017). Consistency of forest area estimates according to global forest change data and multispectral satellite image. Scientific Bulletin of UNFU, 27(5), 38-42. doi: 10.15421/40270507.
[15] Portillo-Quintero, C., Hernández-Stefanoni, J.L., Reyes-Palomeque, G., & Subedi, M.R. (2021). The road to operationalization of effective tropical forest monitoring systems. Remote Sensing, 13(7), article number 1370. doi: 10.3390/rs13071370.
[16] Reszka, P., & Fuentes, A. (2015). The Great Valparaiso Fire and fire safety management in Chile. Fire Technology, 51, 753-758. doi: 10.1007/s10694-014-0427-0.
[17] Shang, C., Coops, N.C., Wulder, M.A., White, J.C., & Hermosilla, T. (2020). Update and spatial extension of strategic forest inventories using time series remote sensing and modeling. International Journal of Applied Earth Observation and Geoinformation, 84, article number 101956. doi: 10.1016/j.jag.2019.101956.
[18] Shea, K. (2022). Measuring the impact of monitoring: How we know transparent near-real-time data can help save the forests. In J.I. Uitto & G. Batra (Eds.), Transformational change for people and the planet (pp. 263-273). doi: 10.1007/978-3-030-78853-7_18.
[19] Shimizu, K., Ota, T., & Mizoue, N. (2020). Accuracy assessments of local and global forest change data to estimate annual disturbances in temperate forests. Remote Sensing, 12(15), article number 2438. doi: 10.3390/rs12152438.
[20] Soshenskyi, O., Myroniuk, V., Zibtsev, S., Gumeniuk, V., & Lashchenko, A. (2022). Evaluation of field-based burn indices for assessing forest fire severity in Luhansk Region, Ukraine. Ukrainian Journal of Forest and Wood Science, 13(1), 48-57. doi: 10.31548/forest.13(1).2022.48-57.
[21] Spadoni, G.L., Cavalli, A., Congedo, L., & Munafò, M. (2020). Analysis of normalized difference vegetation index (NDVI) multi-temporal series for the production of forest cartography. Remote Sensing Applications: Society and Environment, 20, article number 100419. doi: 10.1016/j.rsase.2020.100419.
[22] Yakovenko, O. (2023). Geoinformational analysis of the Chernihiv Polesie “islands” forest vegetation changes. Biota. Human. Technology, 2, 31-40. doi: 10.58407/bht.2.23.3.
[23] Zhang, D., Wang, H., Wang, X., & Lü, Z. (2020). Accuracy assessment of the global forest watch tree cover 2000 in China. International Journal of Applied Earth Observation and Geoinformation, 87, article number 102033. doi: 10.1016/j.jag.2019.102033.