Logo BSU

Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ: https://elib.bsu.by/handle/123456789/339448
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorЧервань, А.Н.-
dc.contributor.authorЧжао, Б.-
dc.date.accessioned2025-12-29T11:01:27Z-
dc.date.available2025-12-29T11:01:27Z-
dc.date.issued2025-03-17-
dc.identifier.citationA.N. Chervan, Zhao B. Determination of soil organic matter content in Minsk Region of Belarus using gradient boosting classifiers based on satellite data. Sovremennye problemy distantsionnogo zondirovaniya Zemli iz kosmosa. 2025 Jan 1;22(3):121–35.ru
dc.identifier.urihttps://elib.bsu.by/handle/123456789/339448-
dc.description.abstractОдним из основных показателей проявления процессов деградации почв сельскохозяйственных земель является потеря содержания органического вещества (ОВ) почвы. Поэтому актуальны методики контроля пространственного и временного распределения ОВ как с экологической, так и с экономической точки зрения. В настоящее время данные дистанционного зондирования, в частности набор спутниковых снимков Sentinel-2, могут быть использованы для определения содержания ОВ в поверхностном гумусово-аккумулятивном горизонте почв пахотных земель. Целью данного исследования является использование данных Sentinel-2 и данных полевого почвенного картирования в Беларуси для анализа пространственной точности оценки содержания ОВ и результатов автоматизированного дешифрирования спутниковых снимков на примере Минской области Беларуси. Использован ряд аналитических методов, включая выбор репрезентативных спектральных каналов в качестве входных данных модели, с применением корреляционного анализа Спирмена и классификаторов градиентного бустинга для моделирования в геоинформационных системах. Предлагаемый подход оценивается с позиции достижения высокоточной и быстрой инверсии и пространственного анализа содержания ОВ в генетических типах почв. Точность инверсионной модели оценивалась с использованием независимой базы данных валидации. Результаты пространственного анализа показали, что в модели, основанной на снимках Sentinel-2 в диапазонах B6, B7, B8, B8A и B12, наиболее эффективно применяются производные второго порядка. Модель инверсии отразила самую высокую точность (минимум 93,8 % при среднем 96,2 %), ошибка RMSE составила 0,31, коэффициент Каппа — 0,985. Самое низкое содержание ОВ в пахотных почвах характерно для Березинского района, а самое высокое — для Любанского и Солигорского районов, отличающихся значительной долей гидротехнически мелиорированных сельскохозяйственных земель.ru
dc.language.isoruru
dc.rightsinfo:eu-repo/semantics/openAccessru
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИru
dc.subjectЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Географияru
dc.titleОпределение содержания органического вещества почвы Минской области Беларуси на основе классификаторов градиентного бустинга спутниковых данныхru
dc.title.alternativeDetermination of soil organic matter content in Minsk Region of Belarus using gradient boosting classifiers based on satellite dataru
dc.typearticleru
dc.rights.licenseCC BY 4.0ru
dc.identifier.DOI10.21046/2070-7401-2025-22-3-121-135-
dc.description.alternativeOne of key indicators of soil degradation processes in agricultural lands is the loss of soil organic matter (SOM). Therefore, methodologies for monitoring the spatial and temporal distribution of SOM are critically important from both ecological and economic perspectives. Currently, remote sensing data, particularly Sentinel-2 satellite imagery, can be used to estimate SOM content in the surface humus-accumulative horizon of arable soils. Using Sentinel-2 data and field soil mapping data from Belarus, the study aimed to analyze the spatial accuracy of SOM content estimation and the results of automated satellite image interpretation, with a focus on Minsk Region of Belarus. A range of analytical methods was employed, including selection of representative spectral bands as model inputs using Spearman’s correlation analysis and gradient boosting classifiers for GIS-based modeling. The proposed approach was evaluated in terms of achieving high-precision and rapid inversion, as well as spatial analysis of SOM content across genetic soil types. The inversion model accuracy was validated using an independent database. Results of the spatial analysis demonstrated that the model, based on Sentinel-2 imagery in bands B6, B7, B8, B8A and B12, most effectively utilized second-order derivatives. The inversion model achieved the highest accuracy (minimum 93.8 %, average 96.2 %), with an RMSE of 0.31 and a Kappa coefficient of 0.985. The lowest SOM content in arable soils was observed in the Berezino District, whereas the highest SOM levels were found in the Lyuban and Soligorsk districts that are characterized by a significant proportion of hydromeliorated agricultural lands.ru
dc.identifier.scopus2-s2.0-105010534119-
Располагается в коллекциях:Кафедра почвоведения и геоинформационных систем (статьи)

Полный текст документа:
Файл Описание РазмерФормат 
121-135.pdf2,39 MBAdobe PDFОткрыть
Показать базовое описание документа Статистика Google Scholar



Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.