КІЛЬКІСНЕ ОЦІНЮВАННЯ ОЗЕЛЕНЕННЯ ТЕРИТОРІЇ НА ОСНОВІ СИСТЕМИ ТЕҐІВ OPENSTREETMAP

Володимир Богданович Козак, Roman Seliverstov

Анотація


Інтенсивне використання геоінформаційних даних призвело до появи на ринку програмного забезпечення геоінформаційних систем, які, зазвичай, є недешевими продуктами. Разом з цим, низка вільних проєктів надає можливість отримувати і аналізувати відкриті геоінформаційні дані, не витрачаючи кошти на пропрієтарне спеціалізоване програмне забезпечення. У цій роботі проаналізовано переваги та недоліки основних підходів до отримання геоінформаційних даних та їх подальшого використання для оцінки рівня озеленення територій. Описано і програмно реалізовано мовою Python алгоритм визначення кількісного показника рівня озеленення території на основі підходу, який використовує систему тегів OSM. Для отримання даних про досліджувану тетиторію використано геокодер Nominatim бібліотеки GеoPy, дані про об’єкти зелених насаджень отримано за допомогою бібліотеки OSMnx, а візуалізація результатів реалізована засобами бібліотеки Folium. Розглянуто особливості обчислення площ озеленених територій, зокрема, виявлено та усунуто недоліки безпосереднього використання атрибуту area (площа) для точкових та лінійних геометричних форм деяких об'єктів зелених насаджень. Розроблено прототип застосунку для визначення кількісного показника озеленення території в круговому околі заданих географічних координат або в межах адміністративно-територіальних одиниць, характерною особливістю якого є можливість обирати типи зелених насаджень, які користувач бажає включити у дослідження. Продемонстровано результат роботи застосунку на прикладі обчислення показника озеленення Галицького району міста Львів (Україна). Застосунок може використовуватися як пересічними користувачами, так і стати частиною інформаційних систем організацій, які використовують геоінформаційні дані у своїй аналітичній діяльності.

Повний текст:

PDF

Посилання


  1. Rojas-Rueda D. Green spaces and mortality: a systematic review and meta-analysis of cohort studies / D. Rojas-Rueda, M.J. Nieuwenhuijsen, M. Gascon, D. Perez-Leon, P. Mudu // The Lancet Planetary Health. - 2019. - Vol. 3 (11). - P. e469-e477.

  2. Gupta K. Urban Neighborhood Green Index – a measure of green spaces in urban areas / K. Gupta, P. Kumar, S.K. Pathan, K.P. Sharma // Landscape and Urban Planning. - 2012. - Vol. 105. - P. 325-335. - doi: 10.1016/j.landurbplan.2012.01.003.

  3. Necula M. Urban Green Index estimation based on data collected by remote sensing for Romanian cities / M. Necula, T. Andrei, B. Oancea, M. Paun // Romanian Statistical Review. - 2023. - Nr. 4. - P. 59-76.

  4. D'Silva N. Comparative Ndvi and Evi analysis of urban green infrastructure in European cities: implications for sustainable urban planning [Online] / N. D'Silva. - Available: http://dx.doi.org/10.2139/ssrn.5165379.

  5. Шелковська І.М. Просторовий розподіл та оцінка озеленених територій загального користування в міському населеному пункті / І.М. Шелковська, П.Б. Міхно, В.С. Бахарєв, Ф.О. Рожко // Комунальне господарство міст. - 2024. - том 4. - вип. 185. - С. 125-132. - doi: 10.33042/2522-1809-2024-4-185-125-132.

  6. Timilsina S. Mapping urban tree cover changes using object-based convolution neural network (OB-CNN) / S. Timilsina, J. Aryal, J.B. Kirkpatrick // Remote Sensing. - 2020. - Vol. 12 (18), 3017. - doi: 10.3390/rs12183017.

  7. Cai B. Quantifying urban canopy cover with deep convolutional neural networks [Online] (Dec 2019) / B. Cai, X. Li, C. Ratti // NeurIPS 2019 Workshop on Climate Change AI at Vancouver, British Columbia, Canada. --Available: https://arxiv.org/pdf/1912.02109.

  8. Kumakoshi Y. Standardized Green View Index and Quantification of Different Metrics of Urban Green Vegetation / Y. Kumakoshi, S.Y. Chan, H. Koizumi, X. Li // Sustainability. - 2020. - Vol. 12 (18), 7434. - doi: 10.3390/su12187434.

  9. Voukenas A. Green View Index for QGIS (May 2023) [Online] / A. Voukenas // Geographyrealm. - Available: https://www.geographyrealm.com/green-view-index-qgis/

  10. Шищенко П.Г. Доступність зелених зон в умовах компактного міста (на прикладі Києва) / П.Г. Шищенко, О.П. Гавриленко, Є.Ю. Циганок // Вісник Харківського національного університету імені В.Н. Каразіна, серія ''Геологія. Географія. Екологія''. - 2021. - Вип. 55. - С. 245-256. - doi: 10.26565/2410-7360-2021-55-1.

  11. Sokolenko U. The use of GIS technologies for the analysis and monitoring of green infrastructure in Kharkiv, Ukraine / U. Sokolenko, Y. Honcharenko, N. Oleksiichenko // Smart Technologies in Urban Engineering. STUE 2023. Lecture Notes in Networks and Systems. - 2023. - Vol. 808. - Springer, Cham. - doi: 10.1007/978-3-031-46877-3_8.

  12. Landsat Normalized Difference Vegetation Index [Online]. - Available: https://www.usgs.gov/landsat-missions/landsat-normalized-difference-vegetation-index.

  13. Методи визначення NDVI - названо переваги та недоліки (вер 2023) [Електронний ресурс]. - Режим доступу: https://superagronom.com/news/17826-metodi-viznachennya-ndvi--nazvano-perevagi-ta-nedoliki.

  14. QGIS: Spatial without Compromise [Online]. - Available: https://qgis.org.

  15. OpenStreetMap [Online]. - Available: https://www.openstreetmap.org.

  16. Tags [Online]. - Available: https://wiki.openstreetmap.org/wiki/Tags.

  17. Sarafanov M. Combining Open Street Map and Landsat open data to verify areas of green zones: quick and simple analysis for precise assessment (Oct 2023)[Online] / M. Sarafanov. - Available: https://towardsdatascience.com/combining-open-street-map-and-landsat-open-data-to-verify-areas-of-green-zones-b1956e561321.

  18. Козак В. Аналіз рівня озеленення території на основі відкритих геоінформаційних джерел // Актуальні питання та перспективи проведення наукових досліджень: матеріали VIII Міжнародної студентської наукової конференції, м. Рівне, 31 січня, 2025 рік / ГО “Молодіжна наукова ліга”. - Вінниця: ТОВ “УКРЛОГОС Груп”, 2025. - С. 57-58.




DOI: http://dx.doi.org/10.30970/vam.2025.35.13607

Посилання

  • Поки немає зовнішніх посилань.