Analysis of spatio-temporal changes of surface water within the Semipalatinsk test site based on the Google Earth Engine platform

Н. Женисова; О. Таукебаев; К. Темирбаева; А. Асылбекова

doi:10.32523/2616-6771-2025-153-4-105-120

Анализ пространственно-временных изменений поверхностных вод в пределах Семипалатинского полигона на основе платформы Google Earth Engine

Просмотры: 12 / Загрузок PDF: 8

Авторы

Н. Женисова Казахский национальный университет имени аль-Фараби, Алматы, Казахстан https://orcid.org/0000-0003-0618-1204
О. Таукебаев Казахский национальный университет имени аль-Фараби, Алматы, Казахстан https://orcid.org/0000-0002-7959-1434
К. Темирбаева Казахский национальный университет имени аль-Фараби, Алматы, Казахстан https://orcid.org/0000-0001-6810-5042
А. Асылбекова Казахский национальный университет имени аль-Фараби, Алматы, Казахстан https://orcid.org/0000-0002-8609-3855

DOI:

https://doi.org/10.32523/2616-6771-2025-153-4-105-120

Ключевые слова:

водные объекты, Google Earth Engine, данные ДЗЗ, СИП

Аннотация

Статья посвящена анализу динамики пространственно-временных изменений водных объектов на территории Семипалатинского полигона с применением данных дистанционного зондирования Земли на основе платформы Google Earth Engine для дальнейшего составления карты поверхностных вод и ирригационных систем при ландшафтном планировании территорий. В качестве исходных данных применялись спутниковые снимки Landsat и Sentinel-2 и климатические данные ERA5-Land и цифровой модели рельефа SRTM. Выделение водных поверхностей осуществлялось с применением метода модифицированного нормализованного водного индекса (MNDWI). Результаты показали что наибольшие площади водных поверхностей наблюдались в годы с холодными и снежными зимами (2000, 2010 гг.), а минимальные – в тёплые и малоснежные периоды (1996, 2012, 2024 гг.) и доля временных водоёмов превышает 60%, что отражает нестабильность гидрологического режима и высокую зависимость от климатических колебаний. Применение современных платформ как, Google Earth Engine для определения пространственно-временных изменений водных объектов показал свою эффективность и огромный потенциал в управлении водными ресурсами при оценке их динамики. Полученные результаты могут использоваться для экологического мониторинга и ландшафтного планирования при освоении территорий бывшего полигона для ведения сельского хозяйства.

Скачивания

Данные скачивания пока недоступны.

Библиографические ссылки

Alzurqani, S. A., Zurqani, H. A., White Jr, D., Bridges, K., & Jackson, S. (2024). Google Earth Engine application for mapping and monitoring drought patterns and trends: A case study in Arkansas, USA. Ecological Indicators, 168, 112759. https://doi.org/10.1016/j.ecolind.2024.112759

Batyrbekov, E. G., Aidarkhanov, A. O., Vityuk, V. A., Larionova, N. V., & Umarov, M. A. (2021). Comprehensive radioecological survey of the Semipalatinsk Test Site: Monograph (Kompleksnoe radioekologicheskoe obsledovanie Semipalatinskogo ispytatel'nogo poligona: Monografiya in Russian). Institut radiatsionnoĭ bezopasnosti i ekologii RGP NYaTs RK. ISBN 978-601-7972-64-6

Donchyts, G., Baart, F., Winsemius, H., Gorelick, N., Kwadijk, J., & van de Giesen, N. (2016). Earth’s surface water change over the past 30 years. Nature Climate Change, 6(9), 810–813. https://doi.org/10.1038/nclimate3111

Drusch, M., Del Bello, U., Carlier, S., Colin, O., Fernandez, V., Gascon, F., Hoersch, B., Isola, C., Laberinti, P., Martimort, P., Meygret, A., Spoto, F., Sy, O., Marchese, F., & Bargellini, P. (2012). Sentinel-2: ESA’s optical high-resolution mission for GMES operational services. Remote Sensing of Environment, 120, 25–36. https://doi.org/10.1016/j.rse.2011.11.026

European Centre for Medium-Range Weather Forecasts (ECMWF). (2021). ERA5-Land reanalysis dataset. Copernicus Climate Change Service (C3S). https://doi.org/10.24381/cds.e2161bac

Farr, T. G., Rosen, P. A., Caro, E., Crippen, R., Duren, R., Hensley, S., Kobrick, M., Paller, M., Rodriguez, E., Roth, L., Seal, D., Shaffer, S., Shimada, J., Umland, J., Werner, M., Oskin, M., Burbank, D., & Alsdorf, D. (2007). The Shuttle Radar Topography Mission (SRTM): Mission overview and results. Reviews of Geophysics, 45(2). https://doi.org/10.1029/2005RG000183

Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18–27. https://doi.org/10.1016/j.rse.2017.06.031

Hansen, M. C., & Loveland, T. R. (2012). A review of large area monitoring of land cover change using Landsat data. Remote Sensing of Environment, 122, 66–74. https://doi.org/10.1016/j.rse.2011.08.024

Hersbach, H., Bell, B., Berrisford, P., Hirahara, S., Horányi, A., Muñoz‐Sabater, J., Nicolas, J., Peubey, C., Radu, R., Schepers, D., Simmons, A., Soci, C., Abdalla, S., Abellan, X., Balsamo, G., Bechtold, P., Biavati, G., Bidlot, J., Bonavita, M., & Thépaut, J.‐N. (2020). The ERA5 global reanalysis. Quarterly Journal of the Royal Meteorological Society, 146(730), 1999–2049. https://doi.org/10.1002/qj.3803

Hossain, M. J., Mahmud, M. M., & Islam, S. T. (2023). Monitoring spatiotemporal changes of urban surface water based on satellite imagery and Google Earth Engine platform in Dhaka City from 1990 to 2021. Bulletin of the National Research Centre, 47(1), 150. https://doi.org/10.1186/s42269-023-01127-5

Ji, L., Zhang, L., & Wylie, B. (2009). Analysis of dynamic thresholds for the normalized difference water index. Photogrammetric Engineering & Remote Sensing, 75(11), 1307–1317. https://doi.org/10.14358/PERS.75.11.1307

Kaplan, G., & Avdan, U. (2017). Object-based water body extraction model using Sentinel-2 satellite imagery. European Journal of Remote Sensing, 50(1), 137–143. https://doi.org/10.1080/22797254.2017.1297540

Li, J., Wang, J., Yang, L., & Ye, H. (2022). Spatiotemporal change analysis of long time series inland water in Sri Lanka based on remote sensing cloud computing. Scientific Reports, 12(1), 766. https://doi.org/10.1038/s41598-021-04754-y

Mutanga, O., & Kumar, L. (2019). Google Earth Engine applications. Remote Sensing, 11(5), 591. https://doi.org/10.3390/rs11050591

Nazarbayev, N. A., Shkolnik, V. S., Batyrbekov, E. G., Berezin, S. A., Lukashenko, S. N., & Skakov, M. K. (2016). Implementation of a set of scientific, technical, and engineering works to ensure the safe condition of the former Semipalatinsk Test Site (Provedenie kompleksa nauchno-tekhnicheskikh i inzhenernykh rabot po privedeniyu byvshego Semipalatinskogo ispytatel'nogo poligona v bezopasnoe sostoyanie in Russian) (Vol. 2). Kurchatov. ISBN 978-9965-675-95-9

Ngamile, S., Madonsela, S., & Kganyago, M. (2025). Trends in remote sensing of water quality parameters in inland water bodies: A systematic review. Frontiers in Environmental Science, 13, 1549301. https://doi.org/10.3389/fenvs.2025.1549301

Pekel, J.-F., Cottam, A., Gorelick, N., & Belward, A. S. (2016). High-resolution mapping of global surface water and its long-term changes. Nature, 540, 418–422. https://doi.org/10.1038/nature20584

Rodriguez, E., Morris, C. S., & Belz, J. E. (2006). A global assessment of the SRTM performance. Photogrammetric Engineering & Remote Sensing, 72(3), 249–260. https://doi.org/10.14358/PERS.72.3.249

Sherjah, P. Y., Sajikumar, N., & Nowshaja, P. T. (2023). Quality monitoring of inland water bodies using Google Earth Engine. Journal of Hydroinformatics, 25(2), 432–450. https://doi.org/10.2166/hydro.2023.137

U.S. Geological Survey. (2022). Landsat Collection 2 Level-2 Science Product Guide. United States Geological Survey. https://www.usgs.gov/media/files/landsat-8-9-collection-2-level-2-science-product-guide

Valeyev, A., Assylbekova, A., Taukebayev, O., Kudaibergenov, M., Zhengissova, N., Zhanatbekov, Y., & Imandosov, T. (2025). Assessment of the morphometric conditions of the modern relief of the Semipalatinsk nuclear test site. Bulletin of the L. N. Gumilyov Eurasian National University. Chemistry. Geography. Ecology Series, 150(1), 111–128. https://doi.org/10.32523/2616-6771-2025-150-1-111-128

Xu, H. (2006). Modification of normalized difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing, 27(14), 3025–3033. https://doi.org/10.1080/01431160600589179

Yilmaz, M. (2023). Accuracy assessment of temperature trends from ERA5 and ERA5-Land. Science of the Total Environment, 856, 159182. https://doi.org/10.1016/j.scitotenv.2022.159182

Zhang, W., Zhang, Z., Wei, X., Hu, Y., Li, Y., & Meng, L. (2022). Long-term spatiotemporal changes of surface water and its influencing factors in the mainstream of Han River, China. Journal of Hydrology: Regional Studies, 40, 101009. https://doi.org/10.1016/j.ejrh.2022.101009

Zhao, B., & Wang, L. (2024). Surface water monitoring from 1984 to 2021 based on Landsat time-series images and Google Earth Engine. Heliyon, 10(17). https://doi.org/10.1016/j.heliyon.2024.e36660