DOI – https://doi.org/10.46793/Vodoprivreda56.3-4.121P
Ključne reči – rečni sliv, namena zemljišta, zemljišni pokrivač, predviđanje promene, MOLUSCE
REZIME
Razmatranje faktora koji nanivou sliva, osim promene klime, utiču na budući vodni režim, obuhvata i promene namene zemljišta i zemljišnog pokrivača. Cilj rada je da se ispita učinak tri metode za predviđanje promene namene zemljišta i zemljišnog pokrivača, na primeru sliva reke Toplice do profila hidrološke stanice Doljevac do 2100. godine. Za predviđanje su korišćene metode iz dodatka MOLUSCE u softverskom paketu QGIS v2.18. Uključene su četiri varijante ulaznih podataka dobijene kombinovanjem digitalnog modela visina i pokazatelja: odstojanje od puta, ekspozicija i nagib terena. Dobijene vrednosti koeficijenta kapa i procentualne tačnosti sva tri modela pokazuju dobru saglasnost osmotrenih i simuliranih podataka. Rezultati simulacije promene namene zemljišta do 2100. godine, između ostalog, ukazuju na gubitak retkih na račun gustih šuma i mešovitog šumskog i obradivog zemljišta, kao i stagnaciju urbanih površina, što u budućnosti može uticati na proces formiranja oticaja na slivu.
Autori: Jana PENDIĆ, Marija MILIĆEVIĆ, Nikola ĐOKIĆ, Borislava BLAGOJEVIĆ, Vladislava MIHAILOVIĆ
LITERATURA
[1] Gaur, S., & Singh, R.: A comprehensive review on land use/land cover (NZZP) change modeling for urban development: current status and future prospects. Sustainability, 15(2), 903, 2023.
[2] Di Gregorio, A., & Jansen, L. J. (1998). Land Cover Classification System (LCCS): classification concepts and user manual. FAO, Rome.
[3] McConnell, W., & Moran, E. F.: Meeting in the middle: the challenge of meso-level integration. Land Use Policy, 19(1), 99-101, 2000.
[4] Wang, Y., Sun, Y., Cao, X., Wang, Y., Zhang, W., & Cheng, X.: A review of regional and Global scale Land Use/Land Cover (NZZP) mapping products generated from satellite remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, 206, 311-334, 2023.
[5] Gaur, S., & Singh, R. (2023). A comprehensive review on land use/land cover (NZZP) change modeling for urban development: current status and future prospects. Sustainability, 15(2), 903.
[6] Đokić N., Blagojević B., i Mihailović V.: Predikcija promene namene zemljišta i zemljišnog pokrivača primenom veštačkih neuronskih mreža na primeru dva podsliva Južne Morave. 20. Savetovanje SDHI i SDH, Beograd, Srbija, 2024.
[7] Verburg, P.H.; Overmars, K.P. Combining top-down and bottom-up dynamics in land use modeling: Exploring the future of abandoned farmlands in Europe with the Dyna-CLUE model. Landsc. Ecol. 2009, 24, 1167–1181
[8] Ren, Y.; Lü, Y.; Comber, A.; Fu, B.; Harris, P.; Wu, L. Spatially explicit simulation of land use/land cover changes: Current coverage and future prospects. Earth-Sci. Rev. 2019, 190, 398–415.
[9] Kamaraj, M., Rangarajan, S.: Predicting the Future Land Use and Land Cover Changes for Bhavani Basin, Tamil Nadu, India Using QGIS MOLUSCE Plugin (preprint). In Review, 2021.
[10] Saputra, M.H., Lee, H.S.: Prediction of Land Use and Land Cover Changes for North Sumatra, Indonesia, Using an Artificial-Neural-Network-Based Cellular Automaton. Sustainability 11, 3024, 2019.
[11] Alshari, E. A., & Gawali, B. W. (2022). Modeling land use change in sana’a city of Yemen with MOLUSCE. Journal of Sensors, 2022(1), 7419031.
[12] Amgoth, A., Rani, H.P., Jayakumar, K.V., 2023. Exploring NZZP changes in Pakhal Lake area, Telangana, India using QGIS MOLUSCE plugin. Spat. Inf. Res. 31, 429–438, 2023.
[13] Muhammad, R., Zhang, W., Abbas, Z., Guo, F., Gwiazdzinski, L.: Spatiotemporal Change Analysis and Prediction of Future Land Use and Land Cover Changes Using QGIS MOLUSCE Plugin and Remote Sensing Big Data: A Case Study of Linyi, China. Land 11, 419, 2022.
[14] Iskandar, Beni & Saidah, & Kurnia, Adib & Jauhari, Ahmad & Zannah, Fathul. (2024). Modeling Land Cover Change Using MOLUSCE in Kahayan Tengah Forest Management Unit, Kalimantan Tengah. Jurnal Sylva Lestari. 12. 242-257. 10.23960/jsl.v12i2.865.
[15] Milićević M. i Pendić J. (2024) Predviđanje promene namene zemljišta primenom veštačkih neuronskih mreža i metode težine dokaza. Seminarski rad iz predmeta Primena geografskih informacionih sistema u hidrotehnici. MAS. Građevisnko-arhitektonski fakultet Univerziteta u Nišu.
[16] Popović M. (2011) Kosovo Agency of Statistics, 2011. http://www.milosp.info.
[17] MODIS, https://modis.gsfc.nasa.gov/data/data-prod/mod12.php Pristupljeno 08.01.2024.
[18] User Guide to Collection 6 MODIS Land Cover (MCD12Q1 and MCD12C1) Product, Damien Sulla-Menashe and Mark A Friedl, https://lpdaac.usgs.gov/documents/101/MCD12_User_Guide_V6.pdf Pristupljeno 08.01.2024.
[19] Buğday E, Erkan Buğday S (2019) Modelling and simulating land use/cover change using the artificial neural network from remote sensing data. Cerne 25:246–254.
[20] Zeghouane, H., Allek, K. & Kesraoui, M. GIS-based weights of evidence modeling applied to mineral prospectivity mapping of Sn-W and rare metals in Laouni area, Central Hoggar, Algeria. Arab J Geosci 9, 373 (2016). https://doi.org/10.1007/s12517-015-2188-6
[21] MOLUSCE Modules for Land Use Change Evaluation – Quick Help, https://github.com/nextgis/qgis_molusce/blob/master/src/molusce/doc/en/QuickHelp.pdf Pristupljeno 08.01.2024.
[22] Vučinić M. i Knežević S. (2024) Predviđanje promene namene zemljišta primenom veštačkih neuronskih mreža i metode logističke regresije. Seminarski rad iz predmeta Primena geografskih informacionih sistema u hidrotehnici. MAS. Građevinsko-arhitektonski fakultet Univerziteta u Nišu.
[23] Perović, V., Jakšić, D., Jaramaz, D. et al. Spatio-temporal analysis of land use/land cover change and its effects on soil erosion (Case study in the Oplenac wine-producing area, Serbia). Environ Monit Assess 190, 675 (2018). https://doi.org/10.1007/s10661-018-7025-4 [24] Šetka, J., Radeljak Kaufmann, P., & Valožić, L. (2023). Modelling land use and land cover changes
