ekipЭкология и промышленность РоссииEcology and Industry of Russia1816-03952413-6042ООО "Калвис"10.18412/1816-0395-2023-5-51-57ekip-2380Research ArticleАНАЛИЗ. МЕТОДИКИ. ПРОГНОЗЫANALYSIS. METHODS. PROGNOSISМониторинг состояния зеленых насаждений Санкт-Петербурга по материалам дистанционного зондированияMonitoring of the State of Saint Petersburg Green Spaces by Remote Sensing DataСкачковаМ.Е.SkachkovaM.E.

канд. техн. наук, доцент

Cand. Sci. (Eng.), Associate Professor

podpiska@kalvis.ruГурьеваО.С.GuryevaO.S.

аспирант

Post-graduate Student

podpiska@kalvis.ruСанкт-Петербургский горный университетРоссияSt. Petersburg Mining UniversityRussian Federation2023160520232755157Copyright © ООО "Калвис", 20232023ООО "Калвис"ООО "Калвис"https://www.ecology-kalvis.ru/jour/about/submissions#copyrightNoticehttps://www.ecology-kalvis.ru/jour/article/view/2380

Проведен расчет значений вегетационного индекса NDVI и анализ динамики полученных значений в период с 2017 г. по 2021 г. для административных районов г. Санкт-Петербурга. Изучены аспекты применения рассматриваемого индекса для целей оценки и анализа динамики состояния объектов городского озеленения. Сделан вывод о тенденциях изменения процентного содержания растительного покрова того или иного состояния в разрезе административных районов города. Сформулированы рекомендации для повышения достоверности получаемых результатов, касающиеся возможности анализа корреляции значений индекса NDVI с иными вегетационными индексами, а также затрагивающие необходимость повышения качества исходных материалов дистанционного зондирования.

The vegetation index NDVI calculated and the dynamics of the obtained values were analyzed in the period from 2017 to 2021 for the administrative districts of St. Petersburg. Aspects of the application of the index under consideration for assessing and analyzing the dynamics of the state of urban green spaces were studied. The conclusion was made about the percentage trends in the state of vegetation cover in the context of city districts. Recommendations were provided to improve the reliability of the results for a possible analysis of the correlation of NDVI index values with other vegetation indicators, as well as to improve the quality of initial remote sensing data.

зеленая инфраструктураиндикаторыгородское озеленениевегетационный индексустойчивое развитиедистанционное зондированиеэкологический мониторингgreen infrastructureindicatorsurban gardenvegetation indexsustainable developmentremote sensingenvironmental monitoringReferencesBykowa E., Skachkova M., Raguzin I., Dyachkova I., Boltov M. Automation of negative infrastructural externalities assessment methods to determine the cost of land resources based on the development of a "Thin client" model. Sustainability (Switzerland). 2022. № 14(15). P. 9383. DOI:10.3390/su14159383.Bykowa E., Skachkova M., Raguzin I., Dyachkova I., Boltov M. Automation of negative infrastructural externalities assessment methods to determine the cost of land resources based on the development of a "Thin client" model. Sustainability (Switzerland). 2022. № 14(15). P. 9383. DOI:10.3390/su14159383.Быкова Е.Н., Баникевич Т.Д., Рагузин И.И. Современные особенности кадастровой оценки земель сельскохозяйственного назначения. Электронный научный журнал "Инженерный вестник Дона". 2022. № 6. С. 1—14.Быкова Е.Н., Баникевич Т.Д., Рагузин И.И. Современные особенности кадастровой оценки земель сельскохозяйственного назначения. Электронный научный журнал "Инженерный вестник Дона". 2022. № 6. С. 1—14.Лепихина О.Ю., Балтыжакова Т.И., Рагузин И.И. Перспективы применения методов машинного обучения в кадастровой оценке недвижимости. Современная наука: актуальные проблемы теории и практики. Серия: Экономика и право. 2020. № 1. С. 48—50.Лепихина О.Ю., Балтыжакова Т.И., Рагузин И.И. Перспективы применения методов машинного обучения в кадастровой оценке недвижимости. Современная наука: актуальные проблемы теории и практики. Серия: Экономика и право. 2020. № 1. С. 48—50.Дьячкова И.С., Скачкова М.Е., Ковязин В.Ф. Историко-культурная оценка территории исторического ядра Оренбурга с применением геоинформационных технологий. Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2020. Т. 64. № 4. С. 441—450. DOI: 10.30533/0536-101X-2020-64-4-441-450.Дьячкова И.С., Скачкова М.Е., Ковязин В.Ф. Историко-культурная оценка территории исторического ядра Оренбурга с применением геоинформационных технологий. Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2020. Т. 64. № 4. С. 441—450. DOI: 10.30533/0536-101X-2020-64-4-441-450.Авраменко А.А., Железникова А.Д. Подходы к оценке экологической устойчивости городов. Евразийский союз ученых. 2018. № 5—3(50). С. 36—40.Авраменко А.А., Железникова А.Д. Подходы к оценке экологической устойчивости городов. Евразийский союз ученых. 2018. № 5—3(50). С. 36—40.Васильева Е.А. Эффективность воздушного лазерного сканирования территории при мониторинге городских зеленых насаждений. Интерэкспо Гео-Сибирь. 2021. Т. 4. № 2. С. 31—34. DOI: 10.33764/2618-981X-2021-4-2-31-34.Васильева Е.А. Эффективность воздушного лазерного сканирования территории при мониторинге городских зеленых насаждений. Интерэкспо Гео-Сибирь. 2021. Т. 4. № 2. С. 31—34. DOI: 10.33764/2618-981X-2021-4-2-31-34.Петрищев В.П., Дубровская С.А., Ряхов Р.В. Сравнительный анализ состояния растительности в г. Оренбурге по результатам обработки мультиспектральных космических снимков. Проблемы региональной экологии. 2014. № 4. С. 213—217.Петрищев В.П., Дубровская С.А., Ряхов Р.В. Сравнительный анализ состояния растительности в г. Оренбурге по результатам обработки мультиспектральных космических снимков. Проблемы региональной экологии. 2014. № 4. С. 213—217.Индекс качества городской среды [Электронный ресурс]. URL: https://xn----dtbcccdtsypabxk.xn--p1ai/#/. (дата обращения 12.10.2022).Индекс качества городской среды [Электронный ресурс]. URL: https://xn----dtbcccdtsypabxk.xn--p1ai/#/. (дата обращения 12.10.2022).Open Street Map [Электронный ресурс]. URL:https://www.openstreetmap.org/#map=12/59.9636/30.2790. (дата обращения 12.10.2022).Open Street Map [Электронный ресурс]. URL:https://www.openstreetmap.org/#map=12/59.9636/30.2790. (дата обращения 12.10.2022).Sentinel Hub EO Browser [Электронный ресурс]. URL: https://apps.sentinel-hub.com/eo-browser. (дата обращения 13.05.2022).Sentinel Hub EO Browser [Электронный ресурс]. URL: https://apps.sentinel-hub.com/eo-browser. (дата обращения 13.05.2022).Strashok O., Ziemiańska M., Strashok V. Evaluation and Correlation of Sentinel-2 NDVI and NDMI. Journal of Ecological Engineering. 2022. Vol. 23. No. 9. P. 212—218. DOI: 10.12911/22998993/151884.Strashok O., Ziemiańska M., Strashok V. Evaluation and Correlation of Sentinel-2 NDVI and NDMI. Journal of Ecological Engineering. 2022. Vol. 23. No. 9. P. 212—218. DOI: 10.12911/22998993/151884.Fabijańczyk P., Zawadzki J. Spatial correlations of NDVI and MSAVI2 indices of green and forested areas of urban agglomeration, case study Warsaw, Poland. Remote Sensing Applications Society and Environment. 2022. Vol. 26. No. 1. P. 100721. DOI: 10.1016/j.rsase.2022.100721.Fabijańczyk P., Zawadzki J. Spatial correlations of NDVI and MSAVI2 indices of green and forested areas of urban agglomeration, case study Warsaw, Poland. Remote Sensing Applications Society and Environment. 2022. Vol. 26. No. 1. P. 100721. DOI: 10.1016/j.rsase.2022.100721.Кравчук Л.А., Яновский А.А., Баженова Н.М., Санец Е.В. Оценка средоформирующих функций природно-экологического каркаса городской территории (на примере г. Минска). Природопользование. 2020. № 1. С. 76—85.Кравчук Л.А., Яновский А.А., Баженова Н.М., Санец Е.В. Оценка средоформирующих функций природно-экологического каркаса городской территории (на примере г. Минска). Природопользование. 2020. № 1. С. 76—85.Agrawal R., Mohite J.D., Sawant S.A., Pandit A., Pappula S. Estimation of NDVI for cloudy pixels using machine learning. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XLIII-B3-2022 XXIV ISPRS Congress (2022 edition), 6—11 June 2022. Nice, France. P. 813—818. DOI: 10.5194/isprs-archives-XLIII-B3-2022-813-2022.Agrawal R., Mohite J.D., Sawant S.A., Pandit A., Pappula S. Estimation of NDVI for cloudy pixels using machine learning. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Vol. XLIII-B3-2022 XXIV ISPRS Congress (2022 edition), 6—11 June 2022. Nice, France. P. 813—818. DOI: 10.5194/isprs-archives-XLIII-B3-2022-813-2022.Экологический портал Санкт-Петербурга [Электронный ресурс]. URL: https://www.infoeco.ru/index.php?id=1091. (дата обращения 29.10.2022).Экологический портал Санкт-Петербурга [Электронный ресурс]. URL: https://www.infoeco.ru/index.php?id=1091. (дата обращения 29.10.2022).

The authors declare that there are no conflicts of interest present.