Badania komponentów środowiska przyrodniczego na obszarach pogórniczych z wykorzystaniem wysokorozdzielczych zobrazowań satelitarnych

• Autorzy: Buczyńska Anna

Warianty tytułu

EN

Studies of components of the natural environment on postmining areas with using high-resolution satellite imagery

• Języki publikacji: PL

Abstrakty

PL

Początki teledetekcji satelitarnej sięgają lat 50. ubiegłego wieku. Od tego czasu zarówno jakość, jak i rozdzielczości przestrzenna, radiometryczna oraz spektralna pozyskiwanych zobrazowań satelitarnych uległy istotnemu polepszeniu. Współczesne sensory optyczne pozwalają na otrzymanie zobrazowań wielospektralnych (pięć lub więcej kanałów spektralnych) z rozdzielczością kilku metrów w odstępie czasowym kilku dni. Pozyskiwanie danych w wielu zakresach spektralnych dało podstawy do stworzenia nowego narzędzia do oceny komponentów środowiska przyrodniczego jakim jest indeks środowiskowy. Do chwili obecnej opracowanych zostało wiele indeksów przeznaczonych między innymi do oceny kondycji pokrywy roślinnej oraz gleb, szacowania zawartości wody w środowisku przyrodniczym, analiz geologicznych oraz krajobrazowych. Niniejsze opracowanie ma na celu prezentację zastosowania wybranych indeksów w monitoringu środowiska przyrodniczego na obszarach pogórniczych w Polsce i na świecie, które ze względu na swe rozległe powierzchnie stanowią prawdziwe wyzwanie dla klasycznych, naziemnych technik pomiaru. Publikacja prezentuje szerokie spektrum możliwych zastosowań powstałych do chwili obecnej indeksów środowiskowych, wskazuje na indeksy najczęściej wybierane oraz zobrazowania, które wykorzystane zostały do ich opracowania. Niniejszy artykuł przedstawia zestawienie i podsumowanie badań prowadzonych w latach 2010-2019 w obszarach pogórniczych, dotyczących wykorzystania wysokorozdzielczych, satelitarnych zobrazowań wielospektralnych na potrzeby analizy zmian komponentów środowiska naturalnego.

EN

The dawn of remote sensing dates back to the ’50s of the previous century. Since that time quality and resolution (spatial, radiometric and spectral) of satellite images have vitally improved. Modern optical sensors allow to obtain hyperspectral imaging (five or more spectral channels) with several meters resolution within a few days. Data collected in many spectral ranges provided the basis of a new tool measuring the components of the natural environment, namely the environmental indices. Up to the present there were a lot of indices devised, mainly used to assess the condition of vegetation cover and soil, evaluate water content in the environment as well as for geological and landscape analyses. The aim of this study is to present the employment of selected indices in the environmental monitoring on post-mining areas both in Poland and worldwide, which vast surfaces are the challenge for classic, ground-based measuring techniques. The paper describes a wide range of possible applications of the environmental indices developed so far and points the most popular indices with the images used in order to obtain them. Study results summarize the research conducted between 2010 and 2019 on post-mining areas concerning the employment of high-resolution hyperspectral imaging for the purpose of analysing changes in the components of the natural environment.

Słowa kluczowe

PL

teledetekcja; indeksy środowiskowe; obszar pogórniczy; analiza literatury

EN

remote sensing; environmental indices; post-mining area; literature analysis

• Wydawca: Stowarzyszenie Inżynierów i Techników Górnictwa
• Czasopismo: Przegląd Górniczy
• Rocznik: 2020
• Tom: T. 76, nr 3
• Strony: 1--7
• Opis fizyczny: Bibliogr. 34 poz., tab., wykr.

Twórcy

autor

Buczyńska Anna

• Politechnika Wrocławska, Wydział Geoinżynierii, Górnictwa i Geologii

Bibliografia

• [1] ACHARYA T.D., SUBEDI A., LEE D.H. 2018 - Evaluation of water indices for surface water extraction in a Landsat 8 scene of Nepal. Sensors. T. 18, z. 8.
• [2] BOEGH E., SOEGAARD H., BROGE N., HASAGER C.B., JENSEN N.O., SCHELDE K., THOMSEN A. 2002 - Airborne multispectral data for quantifying leaf area index, nitrogen concentration and photosynthetic efficiency in agriculture. Remote Sensing of Environment. T. 81, s. 179-193.
• [3] CHUVIECO E., MARTÍN M.P., PALACIOS A. 2002 - Assessment of different spectral indices in the red-near-infrared spectral domain for burned land discrimination. International Journal of Remote Sensing. T. 23, z. 23, s. 5103-5110.
• [4] DWORAK T.Z., HEJMANOWSKA B., PYKA K. 2011 - Problemy teledetekcyjnego monitoringu środowiska. Wydawnictwa AGH, Kraków. T. 2, s. 63-64.
• [5] FORNACCA D., REN G., XIAO W. 2018 - Evaluating the best spectral indices for the detection of burn scars at several post-fire dates in a mountainous region of Northwest Yunnan, China. Remote Sensing. T. 10, s. 1196-1217.
• [6] GITELSON A.A., STARK R., GRITS U., RUNDQUIST D., KAUFMAN Y., DERRY D. 2002 - Vegetation and soil lines in visible spectral space: a concept and technique for remote estimation of vegetation fraction. International Journal of Remote Sensing. T. 23, z. 13, s. 2537–2562.
• [7] HAO L., ZHANG Z., YANG X. 2019 - Mine tailing extraction indexes and model using remote-sensing images in southeast Hubei Province. Environmental Earth Sciences. T. 78, z. 15, s. 492-503.
• [8] HEUTE A.R. 1988 – A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment. T. 28, s. 295-309.
• [9] KARAN S.H., SAMADDER S.R., MAITI S.K. 2016 - Assessment of the capability of remote sensing and GIS techniques for monitoring reclamation success in coal mine degraded lands. Journal of Environmental Management. T. 182, s. 272-283.
• [10] KARCZEWSKA A., KABAŁA C. 2010 - Gleby zanieczyszczone metalami ciężkimi i arsenem na Dolnym Śląsku – potrzeby i metody rekultywacji. Zeszyty Naukowe Uniwersytetu Przyrodniczego we Wrocławiu. T. 576, s. 59-79.
• [11] KASZTELEWICZ Z., SYPNIOWSKI SZ. 2010 - Górnictwo odkrywkowe a rekultywacja terenów pogórniczych (cz. 2). Problemy Ekologii. T. 14, z. 2, s. 74-84.
• [12] KURCZYŃSKI Z. 2014 - Fotogrametria. Wydawnictwo Naukowe PWN SA. Warszawa.
• [13] LI H., LEI J., WU J. 2018 - Analysis of land damage and recovery process in rare earth mining area based on multi-source sequential NDVI. Nongye Gongcheng Xuebao/Transactions of the Chinese Society of Agricultural Engineering. T. 34, z. 1, s. 232-240.
• [14] LI J., SHEN Y., JIAO L., YANG Z., WU Y. 2017 - Dynamic monitoring of water areas in Yanzhou coalfield based on Landsat TM/OLI images. Nongye Gongcheng Xuebao/Transactions of the Chinese Society of Agricultural Engineering. T. 33, z. 18, s. 243-250.
• [15] LI J., ZIPPER C.E., LI S., DONOVAN P.F., WYNNE R., OLIPHANT A., XIA Q. 2015 - Character analysis of mining disturbance and reclamation trajectory in surface coal-mine area by time-series NDVI. Nongye Gongcheng Xuebao/Transactions of the Chinese Society of Agricultural Engineering. T. 31, z. 16, s. 251-27.
• [16] LOUHAICHI M., BORMAN M.M., JOHNSON D.E. 2001 - Spatially located platform and aerial photography for documentation of grazing impacts on wheat. Geocarto International. T. 16, z. 1, s. 65-70.
• [17] MA B., PU R., WU L., ZHANG S. 2017 - Vegetation index differencing for estimating foliar dust in an ultra-low-grade magnetite mining area using Landsat imagery. IEEE Access.
• [18] MAHBOOB M.A., GENC B., CELIK T., ALI S., ATIF I. 2019 - Mapping hydrothermal minerals using remotely sensed reflectance spectroscopy data from Landsat. Journal of the Southern African Institute of Mining and Metallurgy. T. 119, s. 279-289.
• [19] MATEJICEK L., KOPACKOVA V. 2010 - Changes in croplands as a result of large scale mining and the associated impact on food security studied using time-series Landsat images. Remote Sensing. T. 2, z. 6.
• [20] MUKHERJEE J., MUKHOPADHYAY J., CHAVRAVARTY D. 2018 - Investigation of seasonal separation in mine and non mine water bodies using local feature analysis of Landsat 8 OLI/TIRS images. IEEE, s. 8961-8964.
• [21] MUKHERJEE J., MUKHERJEE J., CHAVRAVARTY D. 2019 - Automated seasonal separation of mine and non mine water bodies from Landsat 8 OLI/TIRS using clay mineral and iron oxide ratio. IEEE, s. 2550-2556
• [22] MUKHERJEE J., MUKHERJEE J., CHAVRAVARTY D., AIKAT S. 2019 - A novel index to detect opencast coal mine areas from Landsat 8 OLI/TIRS. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. T. 12, z. 3, 891-897.
• [23] QIANHAN W., LIU K., SONG C., WANG J., KE L., MA R., ZHANG W., PAN H., DENG X. 2018 - Remote sensing detection of vegetation and landform damages by coal mining on the Tibetan Plateau. Sustainability. T. 10, z. 11.
• [24] PADMANABAN R., BHOWMIK A.K., CABRAL P. 2017 - A remote sensing approach to environmental monitoring in a reclaimed mine area. International Journal of Geo-Information. T. 401, z. 6, s. 401-415.
• [25] POUR A.B., HASHIM M. 2014 - Alteration mineral mapping using ETM+ and hyperion remote sensing data at Bau Gold Field, Sarawak, Malaysia. IOP Conference Series Earth and Environmental Science. T. 18.
• [26] POYIADJI E., STEFOULI M., PRZYUCKA M., WOŁKOWICZ S., KOWALSKI Z., HADJIGEORGIOU C., WOROSZKIEWICZ M. 2018 - Introduction of remote sensing methods for monitoring the under restoration Amiantos Mine, Cyprus. SPIE.
• [27] SAFARI M., MANOUCHEHRINIA M. 2018 - Targeting mineral associated with hydrothermal alteration zones using remote sensing techniques and field date in the Arazgonay Mining Area, North West Iran. Journal of Advanced Research in Dynamical and Control Systems. T. 10, z. 10, s. 1790-1798.
• [28] SUN L., CHEN D. 2016 - The application of remote Sensing technology in opencast soil Moisture inversion. Progress in Electromagnetic Research Symposium (PIERS).
• [29] Ustawa o ochronie gruntów rolnych i leśnych z dnia 3 lutego 1995 r. (Dz.U. 1995 Nr 16 poz. 78).
• [30] XU H. 2006 - Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing. T. 27, z. 14, s. 3025-3033.
• [31] XUE J., SU B. 2017 - Significant remote sensing vegetation indices: a review of developments and applications. Journal of sensors. T. 1, s. 1-17.
• [32] YAO Z., ZHOU W. 2016 - Correlation analysis between vegetation fraction and vegetation indices in reclaimed forest: A case study in Pingshuo mining area. IEEE Access.
• [33] YU S., SUN L., SUN Z., WU M. 2016 - Water body extraction and change analysis based on Landsat image in Xinjiang coal-mining regions. IEEE International Geoscience and Remote Sensing Symposium (IGARSS).
• [34] ZHANG H., GAO Y. 2013 - The dynamic monitoring of coal mining seeper subsidence district based on RS and GIS technology – A case study of Huainan city. Applied Mechanics and Materials. T. 256-259, s. 2311-2314.

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa Nr 461252 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2020).