Assessment of the internal consistency of physico-geographical units using landscape metrics and statistical methods: case study of the Khmelnytskyi Oblast, Ukraine
DOI:
https://doi.org/10.26485/AGL/2025/118/5Słowa kluczowe:
geography, regionalisation, remote sensing, landscape indices, Khmelnytskyi OblastAbstrakt
Physico-geographical regionalisation is a major task of physical geography and involves many schemes based on different initial assumptions and different ways of dividing an area into spatial units. Satellite images can be used as a source for regionalisation; they allow the analysis of large areas and support such divisions. We examined Herenchuk’s (1980) scheme of Khmelnytskyi Oblast (Ukraine), which distinguished 17 landscapes. Using unsupervised classification of Landsat 8 images, five land-cover classes were mapped, and their distribution in landscapes was described by eight FRAGSTATS metrics. Varia-bility between and within landscapes was analysed with grids of 3×3, 4.5×4.5 and 6×6 km. It was found that the variables adopted for the analysis were strongly correlated with each other, so new variables were derived for comparison between land-scapes using the Principal Components Analysis method. The most differentiating factors were the shares of forests, farmlands, bare soils and waters, as well as the landscape structure indices IJI, DIVI and SHDI. Analyses showed that landscape structure was not homogeneous, with grid size influencing some results. Threshold values suggested that regions may have lost distinc-tiveness, though similarities allowed links to be traced to higher-level units in Herenchuk’s division. The study demonstrates the usefulness of landscape metrics and statistical methods in evaluating physico-geographical regionalisations.
Bibliografia
ArcMap. Executing the Iso Cluster Unsupervised Classification tool. Online: https://desktop.arcgis.com/en/arcmap/latest/extensions/spatial-analyst/image-classification/executing-the-iso-cluster-unsupervised-classification-tool.htm (last access: 15.05.2024).
Armand D.L. 1980. Nauka o krajobrazie. PWN, Warszawa.
Büscher O., Buck O., Lohmann P., Hofmann P., Müller S., Schenkel R., Wiese C. 2008. Einsatz von Change Detection Methoden zur Fortführung von DeCOVER Objektarten. Photogrammetrie – Fernerkundung – Geoinformation 5: 395-407.
Chmielewski T. 2023. Przestrzeń i granice w krajobrazie. Studia i Materiały Lubelskie 21. DOI: 10.61464/siml.95.
Chmielewski T.J., Myga-Piątek U., Solon J. 2015. Typologia aktualnych krajobrazów Polski. Przegląd Geograficzny 87(3): 377-408.
Dokuchaev V. 1948. Uchienie o zonach prirody. Geografgiz, Moskva.
Fichera C.R., Modica G., Pollino M. 2012. Land Cover classification and change-detection analysis using multi-temporal remote sensed imagery and landscape metrics. European Journal of Remote Sensing 45(1): 1-18. DOI: 10.5721/EuJRS20124501.
Fragstats. A Spatial Pattern Analysis Program for Categorical Maps. Online: https://fragstats.org/index.php (last access 15.09.2024).
Haglauer D. 1996. Zdjęcia lotnicze jako podstawa regionalizacji geograficznej. Fotointerpretacja w Geografii 3: 45-53.
Herenchuk K.I. (ed.). 1980. Pryroda Khmelnytskoi oblasti. Vischa shkola, Lvov.
Isachenko A. 1991. Landshaftovedeniye i fiziko-geograficheskoye rayonirovaniye. Vysshaya shkola, Moskva.
Iskin E.P., Wohl E. 2023. Beyond the case study: Characterizing natural floodplain heterogeneity in the United States. Water Resources Research 59: e2023WR035162. DOI: 10.1029/2023WR035162.
Jaeger J.A.G. 2000. Landscape division, splitting index, and effective mesh size: new measures of landscape fragmentation. Landscape Ecology 15: 115-130.
Jakomulska A., Sobczak M. 2001. Korekcja radiometryczna obrazów satelitarnych – metodyka i przykłady. Teledetekcja Środowiska 32: 152-171.
Kasijanik I. 2012. Pidchodi do fiziko-geographichnogo raionuvania teritorii Khmelnytskyi oblasti. Geografia. Naukovi Notatki 1: 42-48.
Kondracki J. 1976. Podstawy regionalizacji fizycznogeograficznej. PWN, Warszawa.
Kondracki J. 2002. Geografia regionalna Polski. PWN, Warszawa.
Kotkowski B., Ratajczak W. 2003. Składowe główne o najmniejszej wariancji a regresja ortogonalna. In: H. Rogacki (ed.) Problemy interpretacji wyników metod badawczych stosowanych w geografii społeczno-ekonomicznej i gospodarce przestrzennej. Bogucki Wyd. Naukowe, Poznań: 71-81.
Landsat Science. NASA. Online: https://landsat.gsfc.nas.gov/landsat-8/landsat-8-overwi-ew (last access: 06.08.2024).
Marynych O., Shyshchenko P. 2005. Fizychna heohrafiia Ukrainy: pidruch. – Kyiv, Znannia.
Marynych O., Shyshchenko P., Ivanina L. 1980. Fizyko-heohrafichne raionuvannia URSR. Kyiv, Vyshcha shkola.
Marynych O., Parkhomenko H., Petrenko O., Shyshchenko P. 2003. Udoskonalena skhema fizyko-heohrafichnoho rayonuvannya Ukrainy. Ukr. heohraf. zhurnal 1: 16-21.
McGarigal K., Marks B. J. 1995. FRAGSTATS: spatial pattern analysis program for quantifying landscape structure. USDA Forest Service. Technical Reports PNW-351, Portland.
Mikheli S. 2014a. Ukrainske landshaftoznavstvo: vytoky, stanovlennia, suchasnyi stan: Monohrafiia. NPU imeni D. P. Drahomanova, Mikheli S. 2014b. Antropogenizaciya ukrainskogo landshaftovedeneiya. Aktualnyje problemy gumanitarnych i estestvennych nauk 2: 2-6.
Olędzki J.R. 1992. Geograficzne uwarunkowania zróżnicowania obrazu satelitarnego Polski i jego podziału na jednostki fotomorficzne. Wyd. Uniwersytetu Warszawskiego, Warszawa.
Olędzki J.R. 2007. Regiony geograficzne Polski. Teledetekcja Środowiska 38: 1-337.
Osińska-Skotak K. 2007. Znaczenie korekcji radiometrycznej w procesie przetwarzania zdjęć satelitarnych. Archiwum Fotogrametrii, Kartografii i Teledetekcji 17B: 577-590.
Parysek J., Ratajczak W. 2002. Analiza składowych głównych, jej korzyści i ograniczenia z punktu widzenia badań geograficznych. In: H. Rogacki (ed.) Możliwości i ograniczenia zastosowań metod badawczych w geografii społeczno-ekonomicznej i gospodarce przestrzennej. Bogucki Wyd. Naukowe, Poznań: 61-73.
Pukowiec-Kurda K., Sobala M. 2016. Nowa metoda oceny stopnia antropogenicznego przekształcenia krajobrazu na podstawie metryk krajobrazowych. Prace Komisji Krajobrazu Kulturowego 31: 73-86.
Ratajczak W. 2003. Analiza regresji a składowe główne. In: H. Rogacki (ed.) Problemy interpretacji wyników metod badawczych stosowanych w geografii społeczno-ekonomicznej i gospodarce przestrzennej. Bogucki Wyd. Naukowe, Poznań: 61-70.
Richling A. 2018a. Typologia krajobrazu Polski – rozwój i terminologia. Problemy Ekologii Krajobrazu 46: 5-21.
Richling A. 2018b. Rozwój XIX i XX-wiecznych poglądów na temat regionalizacji fizycznogeograficznej Polski In: M. Kistowski, U. Myga-Piątek, J. Solon (eds.) Studia nad regionalizacją fizycznogeograficzną Polski: 13-32.
Richling A. 2018c. Regionalizacja – wybrane zagadnienia. Prace i Studia Geograficzne 63(1): 9-18.
Richling A., Solon J. 2011. Ekologia krajobrazu. PWN, Warszawa.
Roo-Zielińska E., Solon J., Degórski M. 2007. Ocena stanu i przekształceń środowiska przyrodniczego na podstawie wskaźników geobotanicznych, krajobrazowych i glebowych (podstawy teoretyczne i przykłady zastosowań). Polska Akademia Nauk, Instytut Geografii i Przestrzennego Zagospodarowania im. Stanisława Leszczyckiego, Warszawa.
Runge J. 2006. Metody badań w geografii społeczno-ekonomicznej – elementy metodologii, wybrane narzędzia badawcze. Wyd. Uniwersytetu Śląskiego, Katowice.
Saura S., Martínez-Millán J. 2001. Sensitivity of Landscape Pattern Metrics to Map Spatial Extent. Photogrammetric Engineering and Remote Sensing 67(9): 1027-1036.
Singh A., Harrison A. 1985. Standardized principal components. International Journal of Remote Sensing 6(6): 883-896.
Solon J. 2002. Ocena różnorodności krajobrazu na podstawie analizy struktury przestrzennej roślinności. Prace Geograficzne 185.
Solon J. 2008. Przegląd wybranych podejść do typologii krajobrazu. Problemy Ekologii Krajobrazu 20.
Solon J., Borzyszkowski J., Bidłasik M., Richling A., Badora K., Balon J., Brzezińska-Wójcik T., Chab L., Dobrowolski R., Grzegorczyk I., Jodłowski M., Kistowski M., Kot R., Krąż P., Lechnio J., Macias A., Majchrowska A., Malinowska E., Migoń P., Ziaja W. 2018. Physico-geographical mesoregions of Poland: Verification and adjustment of boundaries on the basis of contemporary spatial data. Geographia Polonica 91(2): 143-170. https://doi.org/10.7163/GPol.0115
Szabó S., Csorba P., Szilassi P. 2012. Tools for landscape ecological planning – scale, and aggregation sensitivity of the contagion type landscape metric indices. Carpathian Journal of Earth Environmental Sciences 7: 127-136.
Tarantino C., Adamo M., Lucas R., Blonda P. 2016a. Detection of changes in semi-natural grasslands by cross correlation analysis with WorldView-2 images and new Landsat 8 data. Remote Sensing of Environment 175: 65-72. DOI: 10.1016/j.rse.2015.12.031.
Tarantino C., Lovergine F., Niphadkar M., Lucas R., Nativi S., Blonda P. 2016b. Towards Operational Detection of Forest Ecosystem Changes in Protected Areas. Remote Sensing 8: 850. DOI: 10.3390/rs8100850.
Urbański J. 2008. GIS w badaniach przyrodniczych. Wyd. Uniwersytetu Gdańskiego, Gdańsk.
Uuemaa E., Antrop M., Roosaare J., Marja R., Mander Ü. 2009 . Landscape metrics and indices: an overview of their use in landscape research. Living reviews in landscape research 3(1): 1-28.
Wang W., Hall-Beyer M., Wu C., Fang W., Nsengiyumva W. 2020. Uncertainty Problems in Image Change Detection. Sustainability 12: 274. DOI:10.3390/su12010274.
Zhang N., Li H. 2013. Sensitivity and effectiveness of landscape metric scalograms in determining the characteristic scale of a hierarchically structured landscape. Landscape Ecology 28: 343-363. DOI: 10.1007/s10980-012-9837-x.
Zwierzchowska I., Stępniewska M., Łowicki D. 2010. Możliwości wykorzystania programu Fragstats w badaniach środowiska przyrodniczego. Przegląd Geograficzny 82(1): 85-102.
