Материалы и методика исследования. Общая площадь национального парка Куршская коса — 6621 га. Это самый маленький национальный парк в России. Соотношение высокой протяженности границ Куршской косы и ее расчлененность при сравнительно небольшой площади обусловливают уязвимость национального парка, его природные комплексы неустойчивы к внешним воздействиям — так называемый краевой эффект осложняет управление им и охрану. [1]

Рисунок 1. Снимок Куршской косы, сделанный спутником «Терра» летом 2006 года. [2]

В национальном парке «Куршская коса» реализуется комплексный экологический мониторинг природных комплексов, в основе которого лежит применение данных дистанционного зондирования и географических информационных систем (ГИС), использование которых способствует оперативному выявлению негативных изменений в экосистемах. Это дает возможность определить степень их сохранности и проанализировать соответствие установленным критериям, показателям рационального лесопользования, а также сформировать наглядную картину динамики лесных экосистем в пространственном масштабе. [1]

Мониторинг состояния земель на территории национального парка «Куршская коса» проводился с использованием программного обеспечения QGIS

Рисунок 2 – Снимок  Landsat-8 за 2014

3.10 и GRASS GIS 7.4 на основе общедоступных снимков на сайте https://glovis.usgs.gov/app  с пятилетней разницей – за 2014, 2020, 2024 года.

.

 Рисунок 3 – Снимок  Landsat-8 за 2020 год.

Рисунок 4 – Снимок Landsat-8 2024 год.

В начале процесса обработки была проведена классификация снимков без обучения в программе GRASS GIS 7.4, для чего была создана группа и подгруппа снимков, на основе которых осуществлялась классификация. Этот процесс основан на автоматической кластеризации объектов со сходными спектральными характеристиками, которые объединяются в один класс, при этом число классов задается пользователем.

Алгоритм принимает на вход необходимое количество классов и делит изображение на группы с однородной текстурой в рамках заданного порога, что позволяет определить объекты с похожими характеристиками в один класс.

Далее следует объединение классов в группы с идентичными спектральными характеристиками с использованием модуля «Классификация максимального подобия», после чего выполняется постклассификация, представляющая собой необязательный, но рекомендованный этап для очистки изображения, сглаживания углов объектов и устранения шумов. Завершающим этапом является преобразование растра в векторный формат с помощью модуля [r.to.vect], что позволяет преобразовать файлы классификации, а также выделенные области воды и облаков, в векторные данные для дальнейшего анализа.

Далее происходит оформление макетов карт в программе QGIS 3.10, с использованием модуля GRASS 7. Данный модуль позволит преобразовать векторные файлы в файлы формата shp.

Рисунок 5 — Тематическая группировка снимка 2014 г.по категориям
(Макет с легендой)

Полученные файлы добавляются в слои рабочего набора, в результате чего появляется разноцветное изображение согласно группам (вода- синий цвет, лес, кустарники – зеленый цвет, берег, дюны – светло-желтый)

Рисунок 6 — Тематическая группировка снимка 2020 г. по категориям
(Макет с легендой)

Рисунок 7 — Тематическая группировка снимка 2024 г.
по категориям (Макет с легендой)

Результаты исследования и их обсуждение.

Таблица 1

Площадь Берегов и песков по годам (2014, 2020, 2024)

На рисунке 5, можно заметить погрешность в объединении групп, некоторые категории объектов объединились в один, что составляет небольшие трудности в дешифрировании объектов. Это происходит из-за того, что   изначально на снимке участки леса были затемнены из-за повышенной облачности. Кроме того, снимок сделан в октябре, что говорит о меньшем количестве листвы.

Таблица 2

Площадь лесов по годам (2014, 2020, 2024)

На снимке за 2024 год лес получился более детализированным, видна небольшая территория, заросшая кустарниками, например: дюны. Менее детализированными получились берег и дюны по сравнению с 2014 и 2020 годами. На это может влиять качество снимков, так как снимки сделаны с промежутком 5 лет

Заключение. В результате проведения мониторинга состояния земель с использованием программного обеспечения QGIS 3.10 и GRASS GIS 7.4 можно сделать вывод, что изменения в национальном парке незначительные. Лес, берега и дюны остались без значительных изменений, которые приведены в таблицах 1 и 2.

Применение геоинформационных систем (ГИС) для мониторинга состояния земель в национальном парке продемонстрировало высокую эффективность современных технологий в наблюдении за особо охраняемыми природными территориями. Данные результаты подтверждают, что ГИС-технологии являются важным инструментом для реализации приоритетных задач, установленных действующим законодательством Российской Федерации для национальных парков.

 Результаты мониторинга могут быть использованы для обоснования управленческих решений по рациональному природопользованию и охране природы в границах национального парка «Куршская коса».