ГЕОЕКОЛОГІЧНА ОЦІНКА РИЗИКІВ РОЗВИТКУ ЗСУВНИХ ПРОЦЕСІВ З УРАХУВАННЯМ СТАНУ ЛІСОВОГО ПОКРИВУ ТЕРИТОРІЇ (НА ПРИКЛАДІ ДІЛЯНКИ В БАСЕЙНІ Р. ТЕРЕБЛЯ, УКРАЇНСЬКІ КАРПАТИ
DOI:
https://doi.org/10.32782/naturaljournal.16.2026.32Ключові слова:
зсувні процеси, геоекологічний ризик, лісовий покрив, просторовий аналіз, геоінформаційні системи, Google Earth Engine, дистанційне зондування ЗемліАнотація
У статті запропоновано та узагальнено геоекологічний підхід до оцінювання зсувного ризику для ділянки у верхів’ї басейну р. Теребля в межах Українських Карпат на основі комплексу факторів розвитку зсувів із урахуванням рослинного покриву території. Окрему увагу приділено врахуванню лісового покриву, як фактора просторового розвитку зсувних, зокрема, оцінено його просторову структуру, щільність, просторово-часову динаміку і положення відносно прояву зсуву та схилу. Актуальність дослідження зумовлена тим, що більшість регіональних моделей зсувної сприйнятливості спирається переважно на морфометричні, геологічні, техногенні чинники, а стан рослинного покриву зсувоненебезпечних територій часто оцінюється лише у бінарному вигляді, враховуючи тільки факт його наявності. Для регіону Карпат таке спрощення є недостатнім, оскільки саме межа лісу, фрагментація, вирубки, порушення покриву та зміни рослинності істотно впливають на режим поверхневого і приповерхневого стоку вод, інфільтрацію, ерозійну підготовку схилів і, зрештою, на просторову локалізацію небезпечних зсувних ділянок. Метою роботи є побудова базової геоекологічної моделі зсувного ризику для ділянки в басейні р. Теребля на основі створеної моделі зсувної сприйнятливості (Landslide Susceptibility Assessment (LSA) яка крім ряду факторів враховує характер лісового покриву та його експозицію. У дослідженні використано кадастрові дані про зсуви ДНВП «Геоінформ України», цифрову модель поверхні ALOS AW3D30, набір MERIT Hydro, карти ESA WorldCover, продукти Hansen Global Forest Change, супутникові дані Landsat, Sentinel-2. Моделювання виконувалося у Google Earth Engine та геоінформаційній системі QGIS. Модель зсувної сприйнятливості території враховує морфометричний блок, гідрологічний блок і лісовий блок. Лісовий покрив параметризовано через відстань до межі лісу, щільність покриву, амплітуду NDVI, втрати лісу до 2001 р. і у 2001–2023 рр., а також частку лісу вище по схилу. Встановлено, що 73 % зсувів приурочено до смуги до 500 м від межі лісу. Побудована картограма LSA показала, що 35,3 % площі моделювання попадає в зони з дуже високою та високою сприйнятливістю території до розвитку зсувів. Наукова новизна полягає в адаптації алгоритму розрахунку зсувної сприйнятливості території та зсувних ризиків для досліджуваної території у межах Українських Карпат та врахуванні параметрів стану лісового покриву. Практичне значення полягає у можливості використання карти ризику для пріоритизації моніторингу територій, проведення лісогосподарських заходів, забезпеченні сталого розвитку територій та визначенні ділянок першочергового інженерно-геологічного вивчення.
Посилання
Гарбар О. В., Весельська Е. В., Хом’як І. В., Гарбар Д. А. Просторово-часові зміни структури земельного покриву Словечансько-Овруцького кряжу. Український журнал природничих наук. 2024. № 7. С. 197–209. https://doi.org/10.32782/naturaljournal.7.2024.22.
Давибіда Л. І. Аналіз можливостей і досвіду використання платформи Google Earth Engine для вирішення задач моніторингу довкілля. Ecological Safety and Balanced Use of Resources. 2021. Т. 12, № 2. С. 75–86. https://doi.org/10.31471/2415-3184-2021-2(24)-75-86.
Інформаційний щорічник щодо активізації небезпечних екзогенних геологічних процесів за даними моніторингу ЕГП. Київ : Державна служба геології та надр України, ДНВП «Державний інформаційний геологічний фонд України», 2021. 78 с.
Кузьменко Е. Д. (ред.). Прогнозування зсувів : монографія. Івано-Франківськ : ІФНТУНГ, 2016. 601 с.
Орещенко А. В. Аналіз геоморфологічних характеристик гірськолижних трас для оцінки туристичного потенціалу Українських Карпат. Український журнал природничих наук. 2022. № 1. С. 123–142. https://doi.org/10.32782/naturaljournal.1.2023.123-142.
Chepurnyi I., Rushchak V., Chepurna T. Spatial Analysis of the Relationship between the Distribution of Landslide Areas and Forest Cover. International Conference of Young Professionals «GeoTerrace-2024». 2024. Vol. 2024, issue 1. P. 1–5. https://doi.org/10.3997/2214-4609.2024510017.
Davybida L. Remote sensing and Google Earth Engine for Regional Landslide Assessment in the Carpathians. 5th EAGE Workshop on Assessment of Landslide Hazards and Impact on Communities. 2025. Vol. 2025, issue 1. P. 1–5. https://doi.org/10.3997/2214-4609.2025520018.
Gorelick N., Hancher M., Dixon M., Ilyushchenko S., Thau D., Moore R. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment. 2017. Vol. 202. P. 18–27. https://doi.org/10.1016/j.rse.2017.06.031.
Hansen M. C., Potapov P. V., Moore R., Hancher M., Turubanova S. A., Tyukavina A., Thau D., Stehman S. V., Goetz S. J., Loveland T. R., Kommareddy A., Egorov A., Chini L., Justice C. O., Townshend J. R. G. High-Resolution Global Maps of 21st-Century Forest Cover Change. Science. 2013. Vol. 342, issue 6160. P. 850–853. https://doi.org/10.1126/science.1244693.
Ivanyshyn V., Kasiyanchuk D. Analysis of the Impact of Climate Change on the Vegetation of the Perehinsk Territorial Community in Ukraine. Grassroots Journal of Natural Resources. 2024. Vol. 7, issue 2. P. 199–215. https://doi.org/10.33002/nr2581.6853.070210.
Kasiyanchuk D., Shtohryn L. Assessment of the Ecological Risks of Landslide Damages in the Carpathian Region. Grassroots Journal of Natural Resources. 2021. Vol. 4, issue 3. P. 52–61. https://doi.org/10.33002/nr2581.6853.040306.
Kovalchuk I., Mykhnovych A., Pylypovych O., Rudko G. Extreme Exogenous Processes in the Ukrainian Carpathians. In: Łoczy D. (Ed.). Geomorphological Impacts of Extreme Weather. Dordrecht : Springer, 2013. P. 53–66. https://doi.org/10.1007/978-94-007-6301-2_4.
Lima P., Steger S., Glade T., Murillo-García F. G. Literature review and bibliometric analysis on data-driven assessment of landslide susceptibility. Journal of Mountain Science. 2022. Vol. 19, issue 6. P. 1670–1698. https://doi.org/10.1007/s11629-021-7254-9.
Muñoz-Torrero Manchado T., Ballesteros-Cánovas J. A., Allen S., Stoffel M. Deforestation controls landslide susceptibility in Far-Western Nepal. CATENA. 2022. Vol. 219. Article 106627. https://doi.org/10.1016/j.catena.2022.106627.
Reichenbach P., Rossi M., Malamud B. D., Mihir M., Guzzetti F. A review of statistically based landslide susceptibility models. Earth-Science Reviews. 2018. Vol. 180. P. 60–91. https://doi.org/10.1016/j.earscirev.2018.03.001.
Rushchak V., Chepurnyi I. Assessment of Forest Cover Dynamics in Landslide-Prone Areas of the Ukrainian Carpathians using Remote Sensing Data. 18th International Conference Monitoring of Geological Processes and Ecological Condition of the Environment. 2025. Vol. 2025, issue 1. P. 1–5. https://doi.org/10.3997/2214-4609.2025510172.
Schmaltz E. M., Steger S., Glade T. The influence of forest cover on landslide occurrence explored with spatio-temporal information. Geomorphology. 2017. Vol.290. P. 50–264. https://doi.org/10.1016/j.geomorph.2017.04.024.
Wang Y., Wen H., Sun D., Li Y. Quantitative Assessment of Landslide Risk Based on Susceptibility Mapping Using Random Forest and GeoDetector. Remote Sensing. 2021. Vol. 13, issue 13. Article 2 625. https://doi.org/10.3390/rs13132625.
Yamazaki D., Ikeshima D., Sosa J., Bates P. D., Allen G. H., Pavelsky T. M. MERIT Hydro: A high-resolution global hydrography map based on latest topography dataset. Water Resources Research. 2019. Vol. 55, issue 6. P. 5053–5073. https://doi.org/10.1029/2019WR024873.
Zanaga D., Van De Kerchove R., De Keersmaecker W. et al. ESA WorldCover 10 m 2020 v100 [D ata set]. Zenodo, 2021. https://doi.org/10.5281/zenodo.5571936.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія

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




