Spatiotemporal analysis of surface temperature dynamics  in the Supii River basin using regression methods

Сергій Маргес; Володимир Філіпович; Микола Лубський

doi:10.24028/gj.v47i5.333289

Автор(и)

Сергій Маргес Державна установа «Центр аерокосмічних досліджень Землі ІГН НАН України», Київ, Україна, Україна
Володимир Філіпович Державна установа «Центр аерокосмічних досліджень Землі ІГН НАН України», Київ, Україна, Україна
Микола Лубський Державна установа «Центр аерокосмічних досліджень Землі ІГН НАН України», Київ, Україна, Україна

DOI:

https://doi.org/10.24028/gj.v47i5.333289

Ключові слова:

лінійна регресія, часові ряди, поверхнева температура, річний приріст, глобальне потепління

Анотація

У дослідженні представлено підхід до оцінки просторових і часових змін температури поверхні землі, зокрема річного приросту температури. Район дослідження охоплює басейн річки Супій, яка перетинає Чернігівську, Київську та Черкаську області і впадає в Дніпро. Для цієї місцевості характерні інтенсивне сільськогосподарське використання земель, слабка водонасиченість водоносного горизонту, низька якість підземних вод і тривалі посушливі періоди.

Дані про температуру за липень та серпень було отримано з архівів місій Landsat з 1984 і до 2024 р. Обґрунтовано необхідність перерахунку температурних знімків Landsat на основі випромінюваної здатності, оскільки їхній продукт L2 може мати пікселі без інформації. Для підвищення точності аналізу зображення були очищені від пікселів, спотворених хмарами та їхніми тінями.

На основі відфільтрованих даних проведено аналіз часових рядів, основна мета якого — виявити характерні риси еволюції температурних змін у динаміці, що є результатом дії комплексу природних та антропогенних чинників. Завдяки чіткому просторовому вирівнюванню знімків вдалося забезпечити достовірність розрахунків фізичних характеристик земної поверхні в межах досліджуваної території для кожного року. Для кожного пікселя було застосовано метод простої лінійної регресії, що дало змогу визначити кутовий коефіцієнт — градієнт зміни температури, який у цьому контексті відображає середньорічний приріст показника.

Результати подано у вигляді просторових індексів річного приросту температури в басейні річки Супій, з акцентом на окремі населені пункти, де спостерігається переважання позитивних трендів, і розподілом за землекористуванням. Це дозволило оцінити, де і наскільки критичною може бути ситуація у найближчі роки за умов подальшого підвищення температури. Як один із можливих підходів до пом’якшення наслідків глобального потепління, запропоновано активне озеленення міських і сільських територій, особливо у межах великих територіальних громад.

Посилання

Altman, N., & Krzywinski, M. (2015). Simple linear regression. Nature Methods, 12(11), 999—1000. https://doi.org/10.1038/nmeth.3627.

Bala, R., Prasad, R., Yadav, V.P., & Sharma, J. (2018). A comparative study of land surface temperature with different indices on heterogeneous land cover using Landsat 8 data. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 42(5), 389—394. https://doi.org/10.5194/isprs-archives-xlii-5-389-2018.

Bowman, A.W., & Azzalini, A. (1997). Applied smoothing techniques for data analysis: The kernel approach with S-Plus illustrations. Oxford University Press, 191 p.

Brockwell, P.J., & Davis, R.A. (Eds.). (2002). Introduction to time series and forecasting. Springer. https://doi.org/10.1007/b97391.

Chander, G., Markham, B.L. & Helder, D.L. (2009). Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote Sensing of Environment, 113(5), 893—903. https://doi.org/10. 1016/j.rse.2009.01.007.

Chatfield, C. (2000). Time-series forecasting. Chap-man & Hall/CRC. https://doi.org/10.1201/ 9781420036206.

Cohn, P.M. (1994). Elements of linear algebra. Chapman & Hall/CRC. ISBN 9780412552809.

Derii, M.M. (2007). Report on the geological survey of the subsurface: Geological structure and minerals of the confluence of the Trubizh and Supii rivers (Book 1). State Geological Service of Ukraine.

Draper, N.R., & Smith, H. (1998). Applied regression analysis (3rd ed.). John Wiley & Sons.

Filipovych, V.Ye., & Shevchuk, R.M. (2018). Satellite technology for determining the heat load on the city in summer and ways to overcome it through green planning. Conference:Sustainable cities: Implementing green planning, design and construction ideas in Ukraine. https://doi.org/10.13140/RG.2.2.17113.08807.

Hemati, M., Hasanlou, M., Mahdianpari, M., & Mohammadimanesh, F. (2021). A Systematic Review of Landsat Data for Change Detection Applications: 50 Years of Monitoring the Earth. Remote Sensing, 13, 1—33. https://doi.org/10.3390/rs13152869.

Ismaila, A.-R.B., Muhammed, I., & Adamu, B. (2023). A spatial regression approach to modeling urban land surface temperature. MethodsX, 10, 1025. https://doi.org/10.1016/j.mex.2023.1025.

Kendall, M.G. (1975). Rank correlation methods (4th ed.). Charles Griffin.

Li, X., Wang, Y., & Wu, C. (2018). «Regression-then-Fusion» or «Fusion-then-Regression»? A theoretical analysis for generating high spatiotemporal resolution land surface temperatures. Remote Sensing, 10(9), 1382. https://doi.org/10.3390/rs10091382.

Lischenko, L., Shevchuk, R., & Filipovych, V. (2022). The technique for satellite monitoring of peatlands in order to determinate their fire hazard and combustion risks. Ukrainian Journal of Remote Sensing, 9(1), 23—32. https://doi.org/10.36023/ujrs.2022.9.1.210 (in Ukrainian).

Lubskyi, M., Khyzhniak, A., Piestova, I., & Orlenko, T. (2025). Land surface emissivity estimation technique based on NDVI/ASTER GED data correlation. 18th International Conference Monitoring of Geological Processes and Ecological Condition of the Environment, 2025 (pp. 1—5). https://doi.org/10.3997/2214-4609.2025510040.

Lubskyi, M., Orlenko, T., Piestova, I., Andreiev, A., & Lysenko, A. (2023). Evaluation of indicators for desertification risk assessment of Oleshky sands desertification based on Landsat data time series. Ukrainian Journal of Remote Sensing, 10(1), 17—28. https://doi.org/10.36023/ujrs.2023.10.1.229 (in Ukrainian).

Lyalko, V.I., Filipovich, V.E., Lischenko, L.P., Pazynych, N.V., Teremenko, A.N., & Krylova, A.B. (2016). Remote sensing monitoring of historical centre of Kyiv for reducing risks from disasters at world heritage properties. Journal of the Japanese Geotechnical Society Special Publication, 2(78), 2671—2675. https://doi.org/10.3208/jgssp.TC301-04.

Management plan of the Dnieper river basin: Part 1 (2025—2030). (2021). Ministry of Environmental Protection and Natural Resources of Ukraine, 422 p. Retrieved from https://davr.gov.ua/fls18/DNIPRO4.pdf.

Mann, H.B. (1945). Nonparametric tests against trend. Econometrica, 13(3), 245—259. https://doi.org/10.2307/1907187.

Marhes, S.V. (2023). Research of the Supiya River Valley as a Link of the Emerald Network of Europe Using GIS Technologies and Remote Sensing Methods. In S.O. Dovgy (Ed.), Information and Communication Technologies for Victory and Recovery (pp. 193—195). Kyiv: Yuston Publishing House (in Ukrainian).

Stankevich, S.A., Filipovich, V.E., Lubsky, N.S., Krylova, A.B., Kritsuk, S.G., Brovkina, O.V., Gornyy, V.I., & Tronin, A.A. (2015). Intercalibration of methods for land surface thermodynamic temperature retrieval inside urban areas by thermal-infrared satellite imaging. Ukrainian Journal of Remote Sensing, (7), 12—21 (in Russian).

Valor, E., & Caselles, V. (1996). Mapping land surface emissivity from NDVI: Application to European, African, and South American areas. Remote Sensing of Environment, 57(3), 167—184. https://doi.org/10.1016/0034-4257(96)00039-9.

Yu, X., Guo, X., & Wu, Z. (2014). Land surface temperature retrieval from Landsat 8 TIRS-Comparison between radiative transfer equation-based method, split window algorithm and single channel method. Remote Sensing, 6(10), 9829—9852. https://doi.org/10.3390/rs6109829.

Zhang, Y., & Li, Z. (2020). Modelling future land surface temperature: A comparative analysis between parametric and non-parametric methods. Sustainability, 12(18), 8195. https://doi.org/10.3390/su12188195.