Напівавтоматичне розмежування низькопорядкових водозборів як об'єктів відновлення природи в умовах антропогенних змін
Анотація
Налаштовано і випробувано метод напівавтоматичного розмежування водозборів водотоків найнижчих ієрархічних рівнів в інтервалі площ 10-80 км2, що перебувають під антропогенним впливом, впливом сільського господарства, інженерних гідрогеоморфологічних змін. Здійснено вдалу спробу інтеграції природних та штучних потоків і каналів (придорожні, меліоративні канали, спрямлені відводи русел) з постійним та ефемерним режимами стоку в підготовлену цифрову модель висоти DEM (англ. Digital Elevation Model) роздільної здатності 30 м із застосуванням інструменту QSWAT+ (англ. QGIS Soil and Water Assessment Tool Plus), що є удосконаленою версією SWAT (інструменту для оцінювання ґрунту та води). Для цього використовували еталонні векторні шари потокової мережі, створені на підставі знімків високого масштабування із застосуванням програмного забезпечення для перегляду, аналізу та оброблення супутникових знімків і геопросторових даних Google Планета Земля Про (англ. Google Earth Pro), та за результатами польової перевірки найбільш віддалених елементів, їхнього зв'язку з основним руслом. Процедуру розмежування з активацією інструменту "Burn in existing stream network" апробовано для двох окремих цільових низькопорядкових водозборів водотоків приміської та міської зон Івано-Франківського району: Млинівки Стебницької (права притока р. Бистриці Солотвинської) та Черешеньки (ліва притока Бистриці-Солотвинської), що перебувають в умовах антропогенних змін зарегулювання стоку, а також для водозбору річки Бересток, правої притоки Дністра в межах Коломийського району, що формує стік в умовах сільського агроландшафту на схилових землях. Загалом встановлено, що виконання комплексного оброблення та підготовки DEM з використанням вбудованих фільтрів та функцій згладжування, заповнення порожнин DEM (30 м) у Q-GIS та SAGA-GIS, а також повторної B-сплайн інтерполяції на вилучених складних чи спотворених ділянках дає змогу достатньо швидко налаштувати та інтегрувати мережі природних і штучних потоків і каналів у підготовлену DEM середньої роздільної здатності з використанням вбудованих функцій інструменту QSWAT+. Це дає змогу швидко провести окреслення меж водозбору з високою надійністю, незважаючи на наявні антропогенні гідрогеоморфологічні зміни території, та можливість штучного перерозподілу стоку. Випробування алгоритму дало змогу розвинути концепцію цільового розмежування низькопорядкових водозборів, як цілісних об'єктів відновлення природи, що може стати важливим практичним інструментом для реалізації політики відновлення екосистем на рівні територіальних громад в Україні, зважаючи на Регламент ЄС "Про відновлення природи". Формування мережі ділянок і територій для відновлення екосистем, застосовуючи водозбірний принцип з акцентом на малих водотоках та їхніх водозборах, може стати комплексним практичним підходом, який буде орієнтований на вибір найбільш уразливих, чутливих екосистем. Зокрема, відновлення екосистем низькопорядкових водозборів до природного стану покликане спровокувати та запустити природні сукцесійні механізми, експоненційне відновлення, стабілізацію та підтримання високосприятливого хімічного та біологічного стану компонентів довкілля, оптимізації кліматичних умов, гідрологічного балансу, повернення та посилення екосистемних зв'язків у регіональних і національних масштабах.
Завантаження
Посилання
Barrios Avalos, J. J., & Franquesa Sánchez, J. (2024). Hydrological and urban analysis of territories under high water stress: Nazas and Aguanaval rivers, Mexico. Land, 13(7), article ID 1074. https://doi.org/10.3390/land13071074
Bhattacharjee, J., Marttila, H., Molina Navarro, E., & Kløve, B. (2024). Application of SWAT to assess peatland forestry impacts on water quality. Hydrology Research, 55(11), 1091–1109. https://doi.org/10.2166/nh.2024.049
Bose, A. C., Sridhar, P., Giridhar, M. V. S. S., & Viswanadh, G. K. (2014). Watershed delineation and stream network analysis using GIS. International Journal of Watershed Engineering, 1(1), 1–13. URL: https://www.researchgate.net/publication/232273788
David, S. R., Murphy, B. P., Czuba, J. A., Ahammad, M., & Belmont, P. (2023). USUAL Watershed Tools: A new geospatial toolkit for hydro-geomorphic delineation. Environmental Modelling & Software, 159, article ID 105576. https://doi.org/10.1016/j.envsoft.2022.105576
European Commission. (2022). Proposal for a regulation of the European Parliament and of the Council on nature restoration. COM (2022) 304 final. URL: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:52022PC0304
Haag, S., & Shokoufandeh, A. (2019). Development of a data model to facilitate rapid watershed delineation. Environmental Modelling & Software, 122, article ID 103973. https://doi.org/10.1016/j.envsoft.2017.06.009
Haubrock, P. J., Stubbington, R., Fohrer, N., Hollert, H., Jähnig, S. C., Merz, B., & Haase, P. (2025). A Holistic Catchment‐Scale Framework to Guide Flood and Drought Mitigation Towards Improved Biodiversity Conservation and Human Wellbeing. Wiley Interdisciplinary Reviews: Water, 12(1), article ID e70001. https://doi.org/10.1002/wat2.70001
Iryna, O., Natalia, N., Krzysztof, B., & Stephen, M. (2025). Geoinformation modelling of the watershed area of small and medium-sized rivers for environmental audit. Reports on Geodesy, 119, 23–29. https://doi.org/10.2478/rgg-2025-0004
Jarihani, A. A., Callow, J. N., McVicar, T. R., Van Niel, T. G., & Larsen, J. R. (2015). Satellite-derived Digital Elevation Model (DEM) selection, preparation and correction for hydrodynamic modelling in large, low-gradient and data-sparse catchments. Journal of Hydrology, 524, 489–506. https://doi.org/10.1016/j.jhydrol.2015.02.049
Kumar, V., Sen, S., & Chauhan, P. (2021). Geo-morphometric prioritization of Aglar micro watershed in Lesser Himalaya using GIS approach. Modeling Earth Systems and Environment, 7(2), 1269–1279. https://doi.org/10.1007/s40808-020-01000-8
Mykytsei, M. T. (2024). Conceptual basis for the search and eco-diagnostics of risk zones in watersheds. Man and Environment. Issues of Neoecology, 42, 51–69. https://doi.org/10.26565/1992-4224-2024-42-04
Omran, A., Dietrich, S., Abouelmagd, A., & Michael, M. (2016). New ArcGIS tools developed for stream network extraction and basin delineations using Python and java script. Computers & Geosciences, 94, 140–149. https://doi.org/10.1016/j.cageo.2016.06.012
Partheeban, P., & Priyanka, M. (2024, December). Comparative Analysis of Manual and GIS-Based Watershed Delineation Techniques Using DEMs. In: IEEE 2024 International Conference on System, Computation, Automation and Networking (ICSCAN), 1–4. https://doi.org/10.1109/icscan62807.2024.10894014
Pricope, N. (2020). Evaluating SWAT Model Performance for Runoff, Percolation, and Sediment Loss Estimation in Low-Gradient Watersheds of the Atlantic Coastal Plain. Hydrology, 7(2), article ID 21. https://doi.org/10.3390/hydrology7020021
Rocha, J., Duarte, A., Silva, M., Fabres, S., Vasques, J., Revilla-Romero, B., & Quintela, A. (2020). The importance of high resolution digital elevation models for improved hydrological simulations of a mediterranean forested catchment. Remote Sensing, 12(20), article ID 3287. https://doi.org/10.3390/rs12203287
Shukla, R., Rudra, R., Daggupati, P., Little, C., Khan, A., Goel, P., & Prasher, S. (2024). Evaluation of BMPs in Flatland Watershed with Pumped Outlet. Hydrology, 11(2), article ID 22. https://doi.org/10.3390/hydrology11020022
Si, Q., Brito, H. C., Alves, P. B., Pavao-Zuckerman, M. A., Rufino, I. A., & Hendricks, M. D. (2024). GIS-based spatial approaches to refining urban catchment delineation that integrate stormwater network infrastructure. Discover Water, 4(1), article ID 24. https://doi.org/10.1007/s43832-024-00083-z
Śliwiński, D., Konieczna, A., & Roman, K. (2022). Geostatistical resampling of LiDAR-derived DEM in wide resolution range for modelling in SWAT: A case study of Zgłowiączka River (Poland). Remote Sensing, 14(5), article ID 1281. https://doi.org/10.3390/rs14051281
Solanki, Harish Kumar. (2024). Watershed Prioritisation, Village Watershed Geographical Relationships and its Implications on Watershed Works. Journal of Global Resources, 10(02). https://doi.org/10.46587/JGR.2024.v10i02.004
Thomas, I. A., Jordan, P., Shine, O., Fenton, O., Mellander, P. E., Dunlop, P., & Murphy, P. N. (2017). Defining optimal DEM resolutions and point densities for modelling hydrologically sensitive areas in agricultural catchments dominated by microtopography. International Journal of Applied Earth Observation and Geoinformation, 54, 38–52. https://doi.org/10.1016/j.jag.2016.08.012
Tigabu, T. B., Visser, A., Kadir, T., Abudu, S., Cameron-Smith, P., & Dahlke, H. E. (2024). Optimization of the SWAT+ model to adequately predict different segments of a managed streamflow hydrograph. Hydrological Sciences Journal, 69(9), 1198–1217. https://doi.org/10.1080/02626667.2024.2364714
Yang, P., Ames, D. P., Fonseca, A., Anderson, D., Shrestha, R., Glenn, N. F., & Cao, Y. (2014). What is the effect of LiDAR-derived DEM resolution on large-scale watershed model results?. Environmental modelling & software, 58, 48–57. https://doi.org/10.1016/j.envsoft.2014.04.005
Yatsyshyn, T., Kundelska, T., Mykytsei, M., & Hrytsuliak, H. (2024). Report Comprehensive Ecological Assessment of the Mlynivka River, Radchanka River, 380 p. Zenodo. https://doi.org/10.5281/zenodo.15258123

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.



