МОНІТОРИНГ ЕВТРОФІКАЦІЇ ВОДНИХ ОБ'ЄКТІВ З ВИКОРИСТАННЯМ ГЕОІНФОРМАЦІЙНИХ ТЕХНОЛОГІЙ (НА ПРИКЛАДІ КАРАЧУНОВСЬКОГО ВОДОСХОВИЩА)
Анотація
У статті запропонована методика моніторингу евтрофікації водних об’єктів із використаннямгеоінформаційних технологій. В основу підходу покладено аналіз супутникових мультиспектральних індексів NDCI, FAI та NDTI, які відображають відповідно концентрацію хлорофілу-а утовщі води, наявність поверхневих скупчень фітопланктону та рівень каламутності. Дослідженнявиконано на прикладі Карачуновського водосховища. Здійснено просторово-часовий аналіз змініндексів, побудовано картографічні моделі їх розподілу та визначено особливості динаміки у різністадії розвитку евтрофікації. Встановлено, що індекс NDCI характеризує дифузний розвиток фіто-планктону у товщі води, тоді як FAI відображає формування поверхневих скупчень, які маютьчітку просторову локалізацію та приурочені до прибережних і слабопроточних ділянок. Показано, що максимальна узгодженість просторових структур індексів спостерігається у період пікового розвитку евтрофікації, коли формується суцільний поверхневий покрив біомаси. Водночасіндекс NDTI демонструє відносно стабільний просторовий розподіл, зумовлений гідродинамічними та морфологічними особливостями водойми, і меншою мірою реагує на біологічні процеси.Проведено просторовий кореляційний аналіз, який показав нестабільний зв’язок між NDCI таFAI із різким посиленням на піку евтрофікації, а також постійний негативний зв’язок між показниками, що характеризують органічну та мінеральну складові каламутності. На основі отриманихрезультатів обґрунтовано підхід до ідентифікації стадій евтрофікації за поєднанням просторових характеристик індексів та їх взаємозв’язків. Запропонована методика дозволяє підвищити інформативність дистанційного моніторингу та може бути використана для оцінки екологічного стануводних об’єктів і підтримки прийняття управлінських рішень.
Посилання
2. Глух О.С., Заяць Я.Р., Симканич О.І., Мільович М.І., Шварц Р.Р. Молнар-Бабіля Д.І. (2025). Використання даних GOOGLE EARTH ENGINE для моніторингу евтрофікаційних процесів у водосховищах Закарпаття. Наук. вісник Ужгород. ун-ту (Сер. Хімія), № 2 (54), 120–125. [Hlukh O.S., Zaiats Ya.R., Symkanych O.I., Milovych M.I., Shvarts R.R., Molnar-Babilia D.I. (2025). Use of Google Earth Engine data for monitoring eutrophication processes in the reservoirs of Transcarpathia. Scientific Bulletin of Uzhhorod University (Series: Chemistry), No. 2 (54), 120–125. (In Ukrainian)]. DOI: 10.24144/2414-0260.2025.2.120-126
3. Глухота В., Шевчук С. (2023). Дослідження процесу цвітіння води в Кам'янському водосховищі з використанням методів ГІС і ДЗЗ. Вісник Київського національного університету імені Тараса Шевченка. Географія. 1/2(86/87), 56-59. [Hlukhota V., Shevchuk S. (2023). Study of water bloom processes in the Kamianske Reservoir using GIS and remote sensing methods. Bulletin of Taras Shevchenko National University of Kyiv. Geography, 1/2(86/87), 56–59. (In Ukrainian)]. DOI: 10.17721/1728-2721.2023.87.2.
4. Томченко О. В., Підгородецька Л. В., Федоровський О. Д. (2013). Комплексна оцінка екологічного стану водойм на основі космічної інформації дистанційного зондування Землі (на прикладі оз. Світязь та верхів'я Київського водосховища). Гідроакустичний журнал (Проблеми, методи та засоби досліджень Світового океану). № 10. 111–117. [Tomchenko O. V., Pidhorodetska L. V., Fedorovskyi O. D. (2013). Comprehensive assessment of the ecological state of water bodies based on Earth remote sensing data (a case study of Lake Svityaz and the upper reaches of the Kyiv Reservoir). Hydroacoustic Journal (Problems, Methods and Tools for Studying the World Ocean). V.10. 111–117. (In Ukrainian)].
5. Холошин І.В., Бондаренко О.В., Ганчук О.В., Мантуленко С.В., ,Варфоломєєва І.М. (2025). Геопросторовий аналіз у географічних дослідженнях. Прага: Oktan Print, 243 с. [Kholoshyn I. V., Bondarenko O. V., Hanchuk O. V., Mantulenko S. V., Varfolomieieva I. M. (2025). Geospatial Analysis in Geographic Research. Prague: Oktan Print, 243 p. (In Ukrainian)]. DOI 10.46489/GAUGD-25-38.
6. Шевчук С. А., Вишневський В. І., Шевченко І. А. (2014). Використання даних ДЗЗ для встановлення екологічного стану дніпровських водосховищ. Праці Центральної геофізичної обсерваторії. Центральна геофізична лабораторія. Вип. 10 (24). 72–78. [Shevchuk S. A., Vyshnevskyi V. I., Shevchenko I. A. (2014). Use of remote sensing data for assessing the ecological state of the Dnipro reservoirs. Proceedings of the Central Geophysical Observatory. Central Geophysical Laboratory, Issue 10 (24), 72–78. (In Ukrainian)].
7. Янко Н. В., Станкевич В. В., Коваль Н. М. (2014). Антропогенна евтрофікація Шацьких озер. Довкілля та здоров'я.№ 3, 51−55. [Yanko N. V., Stankevych V. V., Koval N. M. (2014). Anthropogenic eutrophication of the Shatsk Lakes. Environment and Health, No. 3, 51–55. . (In Ukrainian)].
8. Dogliotti A.I., Ruddick K., Nechad B., et al. (2015). A single algorithm to retrieve turbidity from remotely sensed data. Remote Sensing of Environment. Vol. 156. P. 157–168. https://doi.org/10.1016/j.rse.2014.09.020
9. Kokolakis S., Kokinou E., Karagiannidou M., Chronaki C. (2025). Remote Sensing of Urban Stream Eutrophication and Its Implications for Public Health. Global Healthcare Transformation in the Era of Artificial Intelligence and Informatics. DOI: 10.3233/SHTI250762/.
10. Mishra K., Choudhary B., Fitzsimmons K.E. (2024). Predicting seasonal water turbidity using remote sensing and GIS. Frontiers in Environmental Science. Vol. 12. https://doi.org/10.3389/fenvs.2024.1371759.
11. Moses, Wesley & Gitelson, Anatoly & Berdnikov, Sergey & Povazhnyi, Vasiliy. (2009). Satellite Estimation of Chlorophyll– a Concentration Using the Red and NIR Bands of MERIS − The Azov Sea Case Study. Geoscience and Remote Sensing Letters, IEEE. 6. 845−849. https://doi.org/10.1109/LGRS.2009.2026657.
12. Pahlevan N., Smith B., Schalles J., et al. (2020). Seamless retrievals of chlorophyll-a from Sentinel-2 Remote Sensing of Environment. Vol. 240. doi.org/10.1016/j.rse.2019.111604.
13. Page, B.P.; Olmanson, L.G.; Mishra, D. R., (2019) A harmonized image processing workflow using Sentinel-2/MSI and Landsat-8/OLI for mapping water clarity in optically variable lake systems. Remote Sens. Environ, 231, 111284.
14. Ruuhulhaq M. S., Setianingrum, S. (2025). Utilization of Sentinel-2 Imagery for Water Quality Analysis: A Case Study of Saguling Reservoir. International Journal for Disaster and Development Interface. 5(2), 83–95. https://doi.org/10.53824/ijddi.v5i2.71.
15. Schaeffer B.A., Schaeffer K.G., Keith D., Lunetta R.S., Conmy R., Gould R.W. (2018). Barriers to adopting satellite remote sensing for water quality monitoring Remote Sensing of Environment. Vol. 216. P. 618–628.
16. Wang X., Chen Y., Yuan Q., Xing X., Hu B., Gan J., Zheng Y., Liu Y. (2022). Effect of river damming on nutrient transport and transformation and its countermeasures. Front. Mar. Sci. 9. https://doi.org/10.3389/fmars.2022.1078216.
17. Wetzel R.G. (2001) Limnology: Lake and River Ecosystems. San Diego: Academic Press, 1006 p.
18. Yaqi Zhao, Xianqiang He, Shuping Pan, Yan Bai, Difeng Wang, Teng Li, Fang Gong, Xuan Zhang (2024). Satellite retrievals of water quality for diverse inland waters from Sentinel-2 images: An example from Zhejiang Province, China. International Journal of Applied Earth Observation and Geoinformation. V. 132. https://doi.org/10.1016/j.jag.2024.104048.

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.