Анализ использования земель и покрытия земли (LULC) на основе дистанционного зондирования и географических информационных систем в национальном парке Бен Эн, Вьетнам, с 2003 по 2023 год, показал значительные изменения в ландшафте. Оценка точности результатов классификации на наших спутниковых изображениях Landsat показала высокую надежность, с коэффициентами каппа выше 0,9 как в 2003, так и в 2023 году, что указывает на сильное согласие между классифицированными изображениями и фактическими данными. За двадцатилетний период доминирующим классом LULC оставался природный лес, хотя и с существенным сокращением площади. В то время как водоемы и сельскохозяйственные угодья значительно расширились. Эти изменения LULC могут быть объяснены как естественными процессами, так и деятельностью человека, такой как строительство плотин и проекты по управлению водными ресурсами. Самой тревожной тенденцией является значительное сокращение площади природного леса, в первую очередь из-за вырубки деревьев, лесозаготовки и преобразования земель. Эти действия представляют серьезную угрозу растительному биоразнообразию и местообитаниям дикой природы в национальном парке Бен Эн. Изменение климата, характеризующееся нестабильными погодными условиями, усугубляет эти проблемы, разрушая развитие леса. Продолжительные засухи и сильные дожди нарушают рост посаженных видов, ухудшая ситуацию. Неотложные меры необходимы для борьбы с незаконной вырубкой и вырубкой леса, совместно с устойчивыми методами землеустройства, чтобы обеспечить уникальное биоразнообразие парка. Это исследование подчеркивает важность дистанционного зондирования и географических информационных систем в мониторинге и решении экологических изменений, предоставляя необходимые данные для обоснованного принятия решений в планировании земельного использования и усилиях по сохранению в национальном парке.
лесопокрытие, Landsat, вырубка леса, дистанционное зондирование, национальный парк Бен Эн
1. Agbedahin, A.V. (2019). Sustainable development, Education for Sustainable Development, and the 2030 Agenda for Sustainable Development: Emergence, efficacy, eminence, and future. Sustainable Development, 27(4), 669-680. https://doi.org/10.1002/sd.1931
2. Ahammad, R., Stacey, N., & Sunderland, T.C. (2019). Use and perceived importance of forest ecosystem services in rural livelihoods of Chittagong Hill Tracts, Bangladesh. Ecosystem services, 35, 87-98. https://doi.org/10.1016/j.ecoser.2018.11.009
3. Anderson, J.R., Hardy, E.E., Roach, J.T., & Witmer, R.E. (1976). A land use and land cover classification system for use with remote sensor data. Geological survey professional paper, U.S. government printing office. Washington DC, 964, 1-28.
4. Brovelli, M.A., Sun, Y., & Yordanov, V. (2020). Monitoring forest change in the amazon using multi-temporal remote sensing data and machine learning classification on Google Earth Engine. ISPRS International Journal of Geo-Information, 9(10), 580. https://doi.org/10.3390/ijgi9100580
5. Chen, Z., Huang, M., Zhu, D., & Altan, O. (2021). Integrating remote sensing and a markov-FLUS model to simulate future land use changes in Hokkaido, Japan. Remote Sensing, 13(13), 2621. https://doi.org/10.3390/rs13132621
6. Cisar-Erlach, A. (2019). The Flavor of Wood: In Search of the Wild Taste of Trees from Smoke and Sap to Root and Bark. Abrams.
7. Doimo, I., Masiero, M., & Gatto, P. (2020). Forest and wellbeing: Bridging medical and forest research for effective forest-based initiatives. Forests, 11(8), 791. https://doi.org/10.3390/f11080791
8. Febriyanti, A.R., Ratnasari, R.T., & Wardhana, A.K. (2022). The effect of economic growth, agricultural land, and trade openness moderated by population density on deforestation in OIC countries. Quantitative Economics and Management Studies, 3(2), 221-234.
9. Garrett, R.D., Cammelli, F., Ferreira, J., Levy, S.A., Valentim, J., & Vieira, I. (2021). Forests and sustainable development in the Brazilian Amazon: history, trends, and future prospects. Annual Review of Environment and Resources, 46, 625-652. https://doi.org/10.1146/annurev-environ-012220-010228
10. Heckl, F., Lexer, W., Vacik, H., Wolfslehner, B., & Hackl, J. (2003). Foundations for the implementation of the ecosystem approach defined under the Convention on Biological Diversity. Vienna: Federal Environment Agency Austria.
11. Islami, F.A., Tarigan, S.D., Wahjunie, E.D., & Dasanto, B.D. (2022). Accuracy assessment of land use change analysis using Google Earth in Sadar Watershed Mojokerto Regency. In IOP Conference Series: Earth and Environmental Science, 950(1), 012091. https://doi.org/10.1088/1755-1315/950/1/012091
12. Isma'il, M., Zubairu, S.M., Aliyu, A., Ahmed, M.H., Ibrahim, S., Magaji, A., & Hassan, I.M. (2023). Evaluating the Performance of Machine Learning Algorithms and Maximum Likelihood Classifier for Land-Use and Land-Cover Change Detection in Yola, Nigeria. SLU Journal of Science and Technology, 7(1), 97-115. https://doi.org/10.56471/slujst.v7i.380
13. Jamal, S., & Ahmad, W.S. (2020). Assessing land use land cover dynamics of wetland ecosystems using Landsat satellite data. SN Applied Sciences, 2, 1-24. https://doi.org/10.1007/s42452-020-03685-z
14. Ken, S., Sasaki, N., Entani, T., Ma, H.O., Thuch, P., & Tsusaka, T.W. (2020). Assessment of the local perceptions on the drivers of deforestation and forest degradation, agents of drivers, and appropriate activities in Cambodia. Sustainability, 12(23), 99–87. https://doi.org/10.3390/su12239987
15. Macarringue, L.S., Bolfe, É.L., & Pereira, P.R.M. (2022). Developments in land use and land cover classification techniques in remote sensing: A review. Journal of Geographic Information System, 14(1), 1-28. https://doi.org/10.4236/jgis.2022.141001.
16. Mishaa, M.M., Andrushia, A.D., & Neebha, T.M. (2021). Image based land cover classification for remote sensing applications-A review. In 3rd International Conference on Signal Processing and Communication (ICPSC) (pp. 152-155). IEEE. https://doi.org/10.1109/ICSPC51351.2021.9451755
17. Nga, N.T.P., & Truong, N.X. (2018). Assessment of ecological tourism development at Ben En National Park, Thanh Hoa province in sustainable development. TNU Journal of Science and Technology, 186(10), 77-82. (in Vietnamese)
18. Peng, D., Bruzzone, L., Zhang, Y., Guan, H., & He, P. (2021). SCDNET: A novel convolutional network for semantic change detection in high resolution optical remote sensing imagery. International Journal of Applied Earth Observation and Geoinformation, 103, 102465. https://doi.org/10.1016/j.jag.2021.102465
19. Phumee, P., Pagdee, A., & Kawasaki, J. (2018). Energy crops, livelihoods, and legal deforestation: a case study at Phu Wiang National Park, Thailand. Journal of Sustainable Forestry, 37(2), 120-138. https://doi.org/10.1080/10549811.2017.1318292
20. Phuong, V.T., & Thien, B.B. (2023). A multi-temporal Landsat data analysis for land-use/land-cover change in the Northwest mountains region of Vietnam using remote sensing techniques. Forum Geografic, 22(1), 54-66. https://doi.org/10.5775/fg.2023.030.i
21. Phuong, V.T., & Thien, B.B. (2023). Using Landsat Satellite Images to Detect Forest Cover Changes in the Northeast Region of Vietnam. Bulletin of the Transilvania University of Brasov, Series II: Forestry, Wood Industry, Agricultural Food Engineering, 16(1), 19-36. https://doi.org/10.31926/but.fwiafe.2023.16.65.1.2
22. Regasa, M.S., Nones, M., & Adeba, D. (2021). A review on land use and land cover change in Ethiopian basins. Land, 10(6), 585. https://doi.org/10.3390/land10060585
23. Son, N.T., Chen, C.F., Chen, C.R., Cheng, Y.S., & Chen, S.H. (2023). Multidecadal evaluation of changes in coffee-growing areas using Landsat data in Central Highlands, Vietnam. Geocarto International, 38(1), 2204099. https://doi.org/10.1080/10106049.2023.2204099
24. Tadese, M., Kumar, L., Koech, R., & Kogo, B.K. (2020). Mapping of land-use/land-cover changes and its dynamics in Awash River Basin using remote sensing and GIS. Remote Sensing Applications: Society and Environment, 19, 100352. https://doi.org/10.1016/j.rsase.2020.100352
25. Wierik, S.A., Cammeraat, E.L., Gupta, J., & Artzy‐Randrup, Y.A. (2021). Reviewing the impact of land use and land‐use change on moisture recycling and precipitation patterns. Water Resources Research, 57(7), e2020WR029234. https://doi.org/10.1029/2020WR029234
26. Thien, B.B. (2023). Using GIS Tools to Detect the Land Use/Land Cover Changes in Ha Nam province, Vietnam. Regional Geosystems, 47(4), 593-606. https://doi.org/10.52575/2712-7443-2023-47-4-593-606
27. Thien, B.B., Phuong, V.T., & Komolafe, A.A. (2023). Assessment of forest cover and forest loss using satellite images in Thua Thien Hue province, Vietnam. AUC Geographica, 58(2), 172-186. https://doi.org/10.14712/23361980.2023.13
28. Thien, B.B., Sosamphanh, B., Yachongtou, B., & Phuong, V.T. (2022). Land use/land cover changes in the period of 2015–2020 in AngYai Village, Sikhottabong District, Vientiane Capital, Lao PDR. Geology, Geophysics and Environment, 48(3), 279-286. https://doi.org/10.7494/geol.2022.48.3.279
29. Thien, B.B., Yachongtou, B., & Phuong, V.T. (2023). Long-term monitoring of forest cover change resulting in forest loss in the capital of Luang Prabang province, Lao PDR. Environmental Monitoring and Assessment, 195(8), 947. https://doi.org/10.1007/s10661-023-11548-4
30. Verma, P., Raghubanshi, A., Srivastava, P.K., & Raghubanshi, A.S. (2020). Appraisal of kappa-based metrics and disagreement indices of accuracy assessment for parametric and nonparametric techniques used in LULC classification and change detection. Modeling Earth Systems and Environment, 6, 1045-1059. https://doi.org/10.1007/s40808-020-00740-x
31. Wahla, S.S., Kazmi, J.H., & Tariq A. (2023). Mapping and monitoring of spatio-temporal land use and land cover changes and relationship with normalized satellite indices and driving factors. Geology, Ecology, and Landscapes, 1-17. https://doi.org/10.1080/24749508.2023.2187567
32. Wiwoho, B.S., Phinn, S., & McIntyre, N. (2023). Two Decades of Land-Use Dynamics in an Urbanizing Tropical Watershed: Understanding the Patterns and Drivers. ISPRS International Journal of Geo-Information, 12(3), 92. https://doi.org/10.3390/ijgi12030092
