ВИКОРИСТАННЯ СУПУТНИКОВИХ ДАНИХ ДЛЯ ОЦІНКИ ДЕГРАДАЦІЇ ҐРУНТІВ В АГРАРНИХ РЕГІОНАХ УКРАЇНИ

Abstract

Розглянуто питання використання супутникових даних для оцінки деградації ґрунтів в аграрних регіонах України. Встановлено, що основними чинниками деградації ґрунтів є водна та вітрова ерозія, зниження вмісту гумусу, засолення, ущільнення ґрунту, надмірна оранка, а також вплив зміни клімату. Традиційні методи оцінки деградації, зокрема польові дослідження, є трудомісткими та дорогими, що обумовлює необхідність застосування сучасних супутникових технологій. Використання дистанційного зондування Землі (ДЗЗ) дозволяє здійснювати оперативний моніторинг змін у ґрунтовому покриві, виявляти ерозійні процеси та прогнозувати подальший розвиток деградаційних явищ. Проаналізовано методику застосування спектральних індексів, зокрема NDVI (Normalized Difference Vegetation Index), NDSI (Normalized Difference Soil Index), BSI (Bare Soil Index), LST (Land Surface Temperature) для аналізу змін у структурі ґрунту, його вологості та вегетаційного покриву. Запропоновано дворівневу модель моніторингу, що поєднує супутникові дані та геопросторовий аналіз. Доведено, що використання алгоритмів машинного навчання, зокрема класифікації Random Forest, дозволяє автоматизувати процеси ідентифікації деградованих земель і підвищити точність аналізу. Особливу увагу приділено впливу військових дій на стан ґрунтового покриву, зокрема наслідкам бомбардувань, механічного ущільнення ґрунтів військовою технікою та забруднення ґрунтів. Використання супутникових платформ Sentinel-2, Landsat-8/9 дозволяє оцінювати масштаби руйнувань та розробляти заходи з відновлення постраждалих територій. Висновки підкреслюють важливість впровадження супутникових технологій у систему агроекологічного моніторингу, що дає змогу покращити управління земельними ресурсами та забезпечити сталий розвиток аграрного сектору України. Подальші дослідження мають бути зосереджені на інтеграції супутникових даних із польовими вимірюваннями,розширенні використання додаткових супутникових платформ та застосуванні штучного інтелекту для прогнозування деградаційних процесів