Užliejamų teritorijų kartografavimas Nemuno deltoje naudojant nuotolinius tyrimų metodus

Šio darbo tikslas buvo įvertinti palydovinių Sentinel-1 sintetinės apertūros radarų (SAR) duomenų panaudojimo galimybes užliejamų teritorijų kartografavimui Lietuvoje. Atliekant šį tyrimą 2019-2021 metų laikotarpiu buvo atlikti 4 drono skrydžiai (prie Kintų gyvenvietės ir prie Sakūčių miško) bei sudarytos skrydžių metu padarytų nuotraukų mozaikos, iš kurių 3 buvo panaudotos šiame tyrime (dėl sniego dangos viena mozaika darbe nebuvo panaudota) klasifikatoriaus mokymui bei palydovinių SAR duomenų validacijai. Surinkta 660 Sentinel-1 SAR vaizdų iš kurių sudaryti 173 vaizdų junginiai 2015-2019 metų laikotarpiu užliejamų teritorijų kartografavimui Nemuno deltoje (Lietuvoje ir Rusijoje). Palyginus 2 tiriamus metodus šiame darbe: atsitiktinio miško klasifikatoriaus ir skirtumų tarp dviejų laikotarpių, validavimo rezultatai parodė, kad tikslesnis buvo atsitiktinio miško klasifikatoriaus metodas. „Karštųjų taškų“ analizei buvo panaudoti 173 SAR vaizdai, kiekvieniems metams ir visam tiriamam laikotarpiui siekiant nustatyti dažniausiai užliejamas teritorijas. Dažniausiai užlietos teritorijos buvo Lietuvos teritorijoje, dešiniajame Nemuno krante . Buvo įvertinti užliejamų teritorijų ir nuosėdų, žemėnaudos bei topografijos erdviniai dėsningumai. Rezultatai parodė, kad ilgiausiai užlietos teritorijos buvo 2017 m. iš tiriamojo 2015-2019 m. laikotarpio. Užliejimų vanduo ilgiausiai išsilaikė vietovėse su įvairaus moreninio priemolio, priesmėlio nuosėdomis ir pelkėtose vietovėse (buvo tiriama tik Lietuvos teritorijoje). Iš palydovų gautus duomenis palyginus su potencialiomis užliejimų vietomis, kurios buvo gautos pritaikius topografinį drėgmės indeksą, buvo gautas 7 % atitikimas.

Flooded areas in the Nemunas River delta are dynamic and ever-changing environments, depending on weather, hydrology, and other conditions, such as topography, soil, and land cover. Most common factors of flooded areas formation in the Nemunas River delta are human activities, such as the installation of embankments or polders. Areas that are flooded for a long time can affect vegetation communities and types. Flooded areas can cause significant changes in physical processes, such as water flow and water evaporation in a river basin. In extreme situations, emission of methane gas (CH4) can occur from flooded areas, which are more potent greenhouse gas than CO2. Due to these environmental traits, it is important to determine hotspots of flooded areas to assess the problem and find the solution for improvement of ecology in these type of areas, such as the installation of embankments and polders. In this study 3 drone flights were completed in two areas in the Nemunas River delta (near Kintai village and Sakūčiai forest) during the period between 2019-2021. Images taken from drones were mosaicked using photogrammetry and used for the validation of flooded areas retrieval results from Synthetic Aperture Radar (SAR) images and supervised classification training. Flooded areas in the Nemunas River delta in Lithuania and Russia were investigated using SAR Sentinel-1 during the period 2015-2019. SAR image preparation and classification was done using Google Earth Engine, which is a powerful web platform for cloud-based processing of remote sensing data on large scale. For flooded areas, the mapping was done using two different methods: Random Forest Classification and change detection. With the Random Forest Classification method, it was possible to detect land, open water, and temporally flooded vegetation, while with the change detection method only open water could be delineated from the land. Eventually, using change detection method, hotspots were compared with soil type, land cover, and topographical wetness index (TWI) data. Validation of method classification showed that the Random Forest Classification method (92,9 ± 2,2 %) yielded a better result than the change detection method (84,7 ± 11,2 %). Even though the Random Forest Classification method yielded better results, it is considered to be a much complicated method to use in practice, as for training this method requires the collection of classification points during the field, while the change detection method approach only requires meteorological and hydrological information for selecting the right dry period for comparison. Hotspots analysis showed that most often flooded areas were found on the right bank of the Nemunas River, which is part of the Lithuania. The most common flooded areas were spotted around the Sakūčiai forest, around the Žalgiriai forest, and around the Bundalai forest. The analysis of hotspots and TWI of most potential places of flooded areas showed only 7 % of correspondence. While the most important factors for flooding are high precipitation and river water level, this was not the case with flooded areas, as comparison between flooded areas and these factors have not showed correlation. Results showed that flooded areas can be affected by other factors, such as land cover, soil, and topography.