Кандій, Марія ОлександрівнаМарія ОлександрівнаКандій2026-04-202026-04-202026Кандій, М.О. (2026). Використання даних дистанційного зондування землі для дослідження щільності надземної біомаси малих урбогеосистем (на прикладі міста Буча). Географія та туризм, (82), 68–80. https://doi.org/https://doi.org/10.17721/2308-135X.2026.82.68-802308-135XУДК 502.2: 911.2:911.910.17721/2308-135X.2026.82.68-80https://ir.library.knu.ua/handle/15071834/16357Affiliation: Київський національний університет імені Тараса Шевченка, Київ, УкраїнаМетою статті є розробка алгоритму модельного аналізу щільності надземної біомаси (англ. Above-Ground Biomass Density, AGBD) малих урбогеосистем на прикладі урбогеосистеми міста Буча на основі лідарних даних місії Global Ecosystem Dynamics Investigation (GEDI). Методика. Моделювання проводилось із використанням методів машинного навчання, а саме методів Extreme Gradient Boosting та Random Forest. Алгоритм дослідження містив завантаження геопросторових даних, їхню обробку та проведення моделювання з оцінюванням точності результатів. Результати. Було тестово застосовано, різні предиктори аналізу, серед них цифрову модель висот (ЦМВ) та спектральні індекси за даними супутнику Sentinel-2, та було протестовано два методи моделювання AGBD, а саме Extreme Gradient Boosting та Random Forest з урахуванням даних про системи землекористування та земельних покривів (LULC). За таких умов визначено, що за найкращий править метод моделювання Random Forest з використанням ЦМВ та спектральних індексів з геопросторовим розрізнюванням у 10 м. Було отримано дані про щільність надземної біомаси для малої урбогеосистеми м. Буча. Найбільша щільність надземної біомаси була зафіксована в зелених зонах з деревною рослинністю. Наукова новизна. Аналіз попередніх досліджень вказує на відсутність загальноприйнятого переліку предикторів для моделювання щільності надземної біомаси. В дослідженні використано унікальний набір предикторів, визначений з огляду на особливості систем землекористування та земельних покривів малої урбогеосистеми. Інноваційним є використання шару-маски для урахування даних про системи землекористування та земельних покривів. Слід зазначити, що для території України оцінка щільності надземної біомаси на основі даних лідарних даних місії GEDI не проводилась, що також зумовлює наукову новизну дослідження. Практична значимість. Використання даних листанційного зондування Землі для оцінки щільності надземної біомаси дозволять замінити прямі вимірювання in situ, які є складними, а в деяких випадках і практично неможливими. Дані про щільність надземної біомаси є важливими для розуміння колообігу вуглецю, який в свою чергу впливає на кліматичну систему. На основі отриманих даних можна оцінити екосистемні урбогеосистеми задля досягнення кліматичної нейтральності.The purpose of this article is to develop an algorithm for modelling the above-ground biomass density (AGBD) of small urban geosystems using the example of the urban geosystem of the city of Bucha based on lidar data from the Global Ecosystem Dynamics Investigation (GEDI) mission. Methodology. Modelling was performed using machine learning methods, namely Extreme Gradient Boosting and Random Forest. The research algorithm included loading geospatial data, processing it, and performing modelling with accuracy assessment of the results. Results. Various analysis predictors were tested, including a digital elevation model (DEM) and spectral indices based on Sentinel-2 satellite data. Secondly, two AGBD modelling methods were tested, namely Extreme Gradient Boosting and Random Forest, taking into account data on land use and land cover (LULC) systems. Under these conditions, it was determined that the best modelling method is Random Forest using DEM and spectral indices with a geospatial resolution of 10 m. Data on above-ground biomass density for the small urban geosystem of Bucha were obtained. The highest above-ground biomass density was recorded in green areas with tree vegetation. Scientific novelty. Analysis of previous studies indicates the absence of a generally accepted list of predictors for above-ground biomass density modelling. The study uses a unique set of predictors, determined taking into account the characteristics of a small urban geosystem LULC. The use of a layer mask to take into account data on LULC is an innovative approach. It should be noted that no assessment of above-ground biomass density based on GEDI lidar data has been conducted for the territory of Ukraine, which also contributes to the scientific novelty of the study. Practical significance. The use of Earth observation data to estimate above-ground biomass density enable the replacement of direct in situ measurements, which are difficult and, in some cases, practically impossible. Data on above-ground biomass density are important for understanding the carbon cycle, which in turn affects the climate system. Based on the data obtained, ecosystem services to achieve climate neutrality in urban geosystems can be assessed.ukщільність надземної біомаси (AGBD)лідар-місія Global Ecosystem Dynamics Investigation (GEDI)метод Extreme Gradient Boostingметод Random Forestмала урбогеосистемаSRTMSentinel-2above-ground biomass density (AGBD)Global Ecosystem Dynamics Investigation (GEDI) lidar missionExtreme Gradient Boosting methodRandom Forest methodsmall urban geosystemSRTMSentinel-2Стаття