КАРТОГРАФИРОВАНИЕ РАСТИТЕЛЬНОСТИ АНГРЕНСКОГО УГОЛЬНОГО БАССЕЙНА С ИСПОЛЬЗОВАНИЕМ ИНДЕКСА NDVI И КЛАСТЕРНОГО АНАЛИЗА

АННОТАЦИЯ

Целью исследования является картографирование и оценка состояния растительного покрова в районе Ангренского угольного бассейна с использованием спутниковых данных Landsat и индекса NDVI. Методологический подход основан на многосезонном анализе изображений за март, июль и октябрь 2024 года и их кластеризации методом k-средних, реализованным в среде Google Earth Engine. В результате выделено семь классов поверхности, различающихся по значениям NDVI и степени антропогенного воздействия. Построенная карта позволила определить зоны деградации и участки с тенденцией к естественному восстановлению растительности. Проведённый анализ подтвердил эффективность интеграции дистанционных методов и кластерного анализа для экологического мониторинга промышленных территорий и может быть использован при планировании природоохранных и рекультивационных мероприятий.

ABSTRACT

The study aims to map and assess the condition of vegetation cover in the Angren coal basin using Landsat satellite data and the NDVI index. The methodology is based on multi-season analysis of images for March, July, and October 2024, followed by K-means clustering implemented in the Google Earth Engine environment. Seven surface classes with different NDVI values and levels of anthropogenic disturbance were identified. The resulting map revealed zones of vegetation degradation and areas showing signs of natural recovery. The findings confirm the effectiveness of combining remote sensing and cluster analysis for ecological monitoring of industrial regions and can support planning of environmental protection and land reclamation activities.

Ключевые слова: растительный покров, сезонная динамика, техногенное воздействие, Landsat, NDVI индекс.

Keywords: vegetation cover, seasonal dynamics, anthropogenic impact, Landsat, NDVI index.

Введение

Разработка угольных месторождений является одним из наиболее сильных факторов техногенного воздействия на ландшафты. Снятие верхних слоёв пород (вскрыша), формирование отвалов, пылевые выбросы, изменение дренажной сети и загрязнение почв приводят к деградации и фрагментации растительного покрова, снижению его продуктивности и замещению естественных сообществ разреженной растительностью [1–3]. Растительность выступает чувствительным индикатором экологического состояния, отражая как степень механического нарушения поверхности, так и эффективность рекультивационных мероприятий [1, 4].

В последние десятилетия дистанционное зондирование Земли (ДЗЗ) стало одним из основных инструментов мониторинга состояния растительности в горнопромышленных регионах [4–5]. Спутниковые данные, в частности серии Landsat, позволяют рассчитывать вегетационный индекс Normalized Difference Vegetation Index (NDVI), количественно описывающий плотность и активность зелёной биомассы [4-6]. Анализ временных рядов NDVI широко используется для выявления зон деградации, оценки темпов восстановления и эффективности рекультивации территорий, подвергшихся угледобыче [5–7]. Однако значения NDVI не всегда позволяют однозначно различить типы поверхности в пределах промышленного ландшафта [4, 7]. Для более объективного выделения классов растительности применяются методы неконтролируемой классификации, среди которых наиболее эффективным считается метод кластеризации k-средних (K-means) [4, 8]. Его использование при обработке данных Landsat позволяет автоматически выявлять участки техногенного нарушения и восстановления без необходимости полевой разметки [7, 8].

Для Республики Узбекистан проблема техногенного воздействия угледобычи имеет прикладной характер. В Ташкентской области действует угледобывающий комплекс в районе Ангрена, который обеспечивает внутренние потребности в угле, но сопровождается формированием крупных отвалов, накоплением золы и шлаков, повышенной запылённостью воздуха и нагрузкой на прилегающие экосистемы [3, 9, 10]. Государственные экологические отчёты Узбекистана подчёркивают высокую зольность местного угля и значительные объёмы отходов топливно-энергетического комплекса именно в этом регионе, указывая на необходимость системного экологического мониторинга, включая мониторинг состояния растительного покрова [3, 10].

В Узбекистане техногенное воздействие угледобычи особенно заметно в Ангренском промышленном районе, где формируются крупные отвалы и зоны деградации растительного покрова [3, 9, 10]. Недавние исследования показали, что в условиях полузасушливого климата снижение NDVI отражает деградацию экосистем, тогда как его рост указывает на частичное восстановление растительности [6, 11-12]. Это подтверждает эффективность использования NDVI и методов кластеризации для оценки экологического состояния территории Ангренского угольного месторождения.

Исходя из изложенного, целью данной работы является количественная оценка состояния и пространственной неоднородности растительного покрова в районе Ангренского угольного месторождения (Ташкентская область, Узбекистан) с использованием спутниковых данных Landsat и метода неконтролируемой кластеризации k-средних.

Объектом исследования выступает территория Ангренского угольного бассейна, характеризующаяся интенсивным техногенным воздействием.

Предмет исследования заключается в применении дистанционных методов и алгоритмов кластерного анализа для выявления пространственных закономерностей деградации и восстановления растительности.

Для достижения поставленной цели необходимо решить следующие задачи:

1. выполнить расчёт вегетационного индекса NDVI для выбранной территории;
2. провести кластеризацию пикселей по спектральным признакам методом k-средних для выделения классов поверхности, отражающих степень техногенного воздействия;
3. интерпретировать полученные кластеры как индикаторы экологического состояния исследуемой территории.

Материалы и методы исследования

Исследование выполнено на территории Ангренского угольного месторождения, расположенного в восточной части Ташкентской области, в пределах Чирчик–Ахангаранского промышленного узла и Чаткал-Кураминского блока Тянь-Шаня, характеризующегося активной тектоникой и развитием неотектонических структур. Основные разломы — Чилтенский, Алмалыкский и Кумбельский — формируют повышенную сейсмогеодинамическую неустойчивость склонов карьеров [13-14]. Район отличается горно-предгорным рельефом, засушливым климатом (до 400 мм осадков в год) и выраженной техногенной морфологией. Деятельность угольного комплекса сопровождается образованием отвалов вскрышных пород, загрязнением среды и деградацией растительного покрова [15–17]. Применение методов дистанционного зондирования позволяет оценить текущее состояние экосистем и выявить пространственные закономерности деградации и восстановления растительности.

Для анализа использовались данные спутников Landsat 8 (OLI) и Landsat 9 (OLI-2) коллекции Collection 2 Level-2 Surface Reflectance за 2024 год, охватывающие карьер Ахангаран и прилегающую долину реки. Рассмотрены три месяца вегетационного периода — март, июль и октябрь, что позволило оценить сезонную динамику растительности. Обработка выполнялась в среде Google Earth Engine с применением стандартных масштабных коэффициентов Landsat C2 L2 (умножение на 0.0000275 и коррекция на −0.2). Для фильтрации облаков и теней использовалась «мягкая» маска (биты 0–4 QA_PIXEL), при этом снежные пиксели не исключались. После маскирования рассчитывался индекс NDVI по стандартной формуле:

NDVI = (NIR - RED) / (NIR + RED),                                                (1)

где NIR – отражение в ближнем инфракрасном диапазоне, RED – отражение в красном диапазоне.

Для каждого месяца формировались медианные композиции с временным окном ±7 дней на основе объединённых снимков Landsat 8 и Landsat 9, что позволило снизить влияние облачности и повысить устойчивость результатов. Полученные изображения были обрезаны по контуру области интереса и приведены к проекции UTM Zone 42N (EPSG:32642).

Для выявления спектрально однородных типов поверхности и оценки неоднородности растительного покрова использован алгоритм кластеризации k-средних (K-means), реализованный в среде Google Earth Engine. Входными данными служил стек трёх NDVI-снимков — за март, июль и октябрь 2024 года. Из этого стека было случайно отобрано 8000 пикселей для обучения. Алгоритм обучался на 7 кластерах (k = 7), что позволило выделить основные типы поверхности:

(1) густая растительность,

(2) умеренно развитая растительность,

(3) кустарниково-редколесные участки,

(4) разреженная растительность/пастбища,

(5) оголённые грунты и отвалы,

(6) урбанизированные и техногенные территории,

(7) водные объекты.

Построенная карта (30 м, GeoTIFF) позволила выделить типы поверхности от густой растительности до техногенных зон и оценить сезонную динамику NDVI.

Результаты и обсуждения

На Рисунке 1 показана карта кластеризации NDVI, выполненная методом k-средних по трём сезонам (март, июль, октябрь 2024 г.). Выделено семь кластеров, объединённых в четыре категории по степени развития растительности.

Рисунок 1. Классы NDVI, полученные методом k-средних для территории Ангренского угольного месторождения (март, июль, октябрь 2024 г.)

Класс 0 (тёмно-зелёный) отражает участки густой растительности и стабильных природных экосистем.

Классы 1–2 (светло-зелёные) соответствуют зонам умеренно развитой и разреженной растительности, характерным для пастбищ и переходных ландшафтов.

Классы 3–4 (жёлто-оранжевые) приурочены к деградированным участкам у карьеров и отвалов.

Классы 5–6 (красные) отображают техногенные и оголённые поверхности с минимальным NDVI.

Вокруг Ахангаранского водохранилища отмечено локальное повышение NDVI, связанное с более влажными условиями и наличием прибрежной растительности. Ахангаранское водохранилище, выделенное голубым цветом, характеризуется повышенными значениями NDVI, что связано с более влажным микроклиматом и развитием прибрежной растительности. Южные и восточные склоны, напротив, заняты деградированными и техногенными участками (классы 3–6). Сезонный анализ показал рост NDVI к лету и снижение к осени; наиболее изменчивыми оказались классы 1–4, тогда как классы 0 и 5–6 остаются стабильными. Это подтверждает выраженную мозаичность растительного покрова и сочетание зон деградации с участками естественного восстановления.    

Заключение

Таким образом, проведённое исследование позволило выявить пространственные особенности состояния растительного покрова в районе Ахангаранского водохранилища и Ангренского угольного месторождения с использованием спутниковых данных Landsat и метода кластеризации k-средних. Построенная карта NDVI-кластеров отражает четкую дифференциацию территории по степени антропогенного воздействия: от участков с высокой плотностью растительности на периферии до зон оголённых пород и отвалов в пределах карьера. Применение многосезонного анализа (март, июль, октябрь) позволило учесть сезонную динамику и повысить достоверность классификации. Полученные результаты подтверждают эффективность интеграции спутниковых индексов и методов неконтролируемой классификации для эколого-географического мониторинга промышленных регионов. Методика может быть использована для регулярной оценки степени деградации и восстановления растительного покрова, а также для планирования рекультивационных мероприятий в районах открытой угледобычи.

Список литературы:

1. Wang W., Guo J. Monitoring and evaluating restoration vegetation status in an open-pit coal mine using multi-temporal remote sensing data // Remote Sensing. – 2021. – Vol. 13, No. 7. – P. 1350.
2. Guo J., Wang S., Zhang H. Monitoring of vegetation disturbance and restoration at coal mine dumping sites using NDVI time series and object-based classification // Environmental Research. – 2022. – Vol. 212. – P. 113561.
3. Ministry of Ecology, Environmental Protection and Climate Change of the Republic of Uzbekistan. National State of the Environment Report: Uzbekistan. – Tashkent, 2024. – 92 p.
4. Wang Y., Zhang C. Tracking the vegetation change trajectory over large coal mining areas using annual maximum NDVI and LandTrendr segmentation // Remote Sensing. – 2023. – Vol. 15, No. 24. – P. 5667.
5. Chen Z., Zhang X., Jiao Y. Investigating the spatio-temporal pattern evolution characteristics of vegetation change in the Shendong coal mining area based on kNDVI and intensity analysis // Frontiers in Ecology and Evolution. – 2023. – Vol. 11. – Article 1344664.
6. Muminov M.A. Multi-faceted analysis of land use impact on rangeland health in semi-arid regions of Uzbekistan using NDVI // Journal of Ecological Engineering. – 2025. – Vol. 26, No. 1. – P. 1–15.
7. Chen X., Zhang Y. Unsupervised classification of Landsat imagery for reclamation monitoring in open-pit coal mines // International Journal of Applied Earth Observation and Geoinformation. – 2022. – Vol. 109. – P. 102785.
8. Jain A.K. Data clustering: 50 years beyond K-means // Pattern Recognition Letters. – 2010. – Vol. 31, No. 8. – P. 651–666.
9. Global Energy Monitor. Apartak Coal Mine (Angren–Ahangaran area, Uzbekistan) [Электронный ресурс]. – Режим доступа: URL: https://www.gem.wiki/Apartak_Coal_Mine (дата обращения: 28.10.2025).
10. Ministry of Ecology and Ministry of Energy of the Republic of Uzbekistan. Fourth National Communication of the Republic of Uzbekistan under the UNFCCC. – Tashkent, 2024.
11. Assessment of rangeland health using NDVI and remote sensing techniques in Uzbekistan’s foothill semi-arid zone. – Research report. – Tashkent, 2025. – 28 p.
12. Фазилова Д.Ш., Дусмухамедова И.Д., Сиддиков С.Ш. Динамика растительного покрова Чарвакской туристско-рекреационной зоны // Universum: технические науки : электрон. научн. журн. – 2025. – № 3(132). – URL: https://7universum.com/ru/tech/archive/item/19411 (дата обращения: 28.10.2025).
13. Караблин М.М., Простов С.М., Лесин Ю.В. Оползневые процессы в бортах при ведении горных работ на угольном разрезе «Ангренский» // Известия вузов. Горный журнал. – 2019. – № 8. – С. 47–57. DOI: 10.21440/0536-1028-2019-8-47-57.
14. Сохибов И.Ю. Анализ результатов наблюдений за состоянием оползня «Центральный» Ангренского угольного разреза // Universum: технические науки: электрон. научн. журн. – 2022. – № 4(97). – URL: https://7universum.com/ru/tech/archive/item/13565 (дата обращения: 28.10.2025).
15. Духовный В.А., Рузиев И.Б., Николаенко В.А. Современное состояние природной среды Чирчик-Ахангаранского бассейна и мероприятия по её охране // Сб. научн. трудов САНИИРИ. – Ташкент, 2006. – С. 46–55.
16. Пулатов А.Ш., Аннакулов Т.Ж. Состояние и перспективы развития производственной мощности разреза «Ангренский» // Central Asian Journal of Theoretical and Applied Science. – 2022. – Т. 5, № 3. – С. 218–225.
17. Ибрагимова Н.И. Создание локальной ГИС Ангренского угольного разреза Республики Узбекистан // Геология, геоэкология и ресурсный потенциал Урала и сопредельных территорий. – 2016. – № 4. – С. 218–222.