Моніторінг довкілля 1

Метою вивчення дисципліни є формування у бакалаврів-екологів компетентностей, необхідних для розв’язання складних задач у сфері моніторингу довкілля, шляхом опанування сучасної архітектури збору даних, методів їх обробки та інтелектуального аналізу.
Завдання вивчення дисципліни: опанування методів супутникового моніторингу (ДЗЗ) з використанням даних Copernicus (Sentinel) та хмарних платформ (Google Earth Engine). Набуття здатності застосовувати ГІС (QGIS) для просторового аналізу, моделювання екологічних процесів (гідрологія, ерозія) та інтерполяції даних з наземних постів. Формування навичок аналізу часових рядів та застосування методів машинного навчання (ML) для класифікації земного покриву та прогнозування. Розуміння принципів роботи сучасних систем моніторингу, включно з даними з UAV (дронів) та наземних IoT-датчиків.
Практичне значення та використання отриманих знань: набуття знань та практичних навичок щодо вирішення прикладних задач екологічної безпеки: оцінки якості повітря (аналіз даних Sentinel-5P), моніторингу стану водних об'єктів (розрахунок NDWI, моделювання затоплень), аналізу деградації земель (розрахунок NDVI, моделі USLE), виявлення змін земного покриву та підтримки прийняття управлінських рішень в ОВД.
Тематика та види навчальних занять

Лекційні заняття
Лекція 1. Вступ: Цілі, завдання та архітектура сучасного моніторингу. (Класична тріада: спостереження, оцінка, прогноз. Сучасна архітектура: In-situ (IoT-датчики) vs. Remote (ДЗЗ). Концепції Open Data, Citizen Science та Digital Twins в екології).
Лекція 2. Геоінформаційні системи (ГІС) як платформа інтеграції. (Основи геоданих: вектор, растр, проекції, датуми. Задачі ГІС у моніторингу: просторовий аналіз, інтерполяція, візуалізація. Огляд QGIS як інструменту).
Лекція 3. Основи Дистанційного Зондування Землі (ДЗЗ). (Фізичні основи: електромагнітний спектр. Типи роздільної здатності: просторова, спектральна, часова, радіометрична. Огляд сучасних супутникових програм: Landsat 8/9, Copernicus Sentinel 1/2/3/5P).
Лекція 4. Аналіз даних ДЗЗ: Індекси та класифікація. (Розрахунок та інтерпретація спектральних індексів: NDVI, NDWI, SAVI, NBR. Концепція та методи керованої та некерованої класифікації для створення карт земного покриву).
Лекція 5. Хмарні платформи: Google Earth Engine. (Переваги хмарних обчислень у ДЗЗ. Архітектура GEE. Доступ до глобального каталогу даних. Основи API (JavaScript/Python) для аналізу часових рядів та великих геоданих).
Лекція 6. Моніторинг якості атмосферного повітря. (Сучасна 3-рівнева система: 1. Глобальний (ДЗЗ) – Sentinel-5P (NO2, CO). 2. Локальний (In-situ) – мережі IoT-датчиків (PM2.5, PM10). 3. Дисперсійне моделювання).
Лекція 7. Контактні методи моніторингу водних об'єктів. (Класичні гідрохімічні та гідробіологічні показники (рН, БСК, розчинений O2, біоіндикація). Автоматизовані станції та In-situ IoT-датчики для моніторингу в реальному часі).
Лекція 8. Дистанційний моніторинг водних об'єктів. (Можливості ДЗЗ: оцінка каламутності (TSS), детектування «цвітіння» (хлорофіл-а). Картування площі водного дзеркала (індекс NDWI). Моніторинг зон затоплень за допомогою радарних даних Sentinel-1).
Лекція 9. Моніторинг ґрунтового покриву. (Класичний агрохімічний моніторинг (гумус, кислотність, засолення). Додано: ДЗЗ для оцінки деградації земель, моніторингу вологості ґрунту (SMAP, Sentinel-1) та картування ризиків ерозії).
Лекція 10. Моніторинг біорізноманіття та біоіндикація. (Класична біоіндикація (ліхеноіндикація, фітоіндикація). Додано: Сучасні технології: eDNA (екологічна ДНК), акустичний моніторинг, фотопастки. Моделювання ареалів (Species Distribution Models) в ГІС).
Лекція 11. Локальний моніторинг: Дрони (UAV) та наземні сенсори. (Роль UAV в імпактному моніторингу. Отримання ортофотопланів та DEM/DTM. Застосування мультиспектральних та теплових камер. Наземне лазерне сканування (LIDAR)).
Лекція 12. Аналіз часових рядів та виявлення трендів. (Статистичні основи роботи з даними моніторингу. Компоненти часового ряду: сезонність, тренд, аномалії. Методи аналізу трендів (напр., Mann-Kendall, Sen's Slope) для оцінки кліматичних змін).
Лекція 13. Основи екологічного моделювання в ГІС. (Практичні моделі в ГІС-середовищі. Гідрологічне моделювання (визначення басейнів, мереж стоку). Моделі оцінки ерозії (USLE/RUSLE). Моделювання зон затоплення).
Лекція 14. Машинне навчання (ML) для задач моніторингу. (Вступ до ML/AI. Задачі: 1) Керована класифікація зображень ДЗЗ (Random Forest, SVM). 2) Прогнозування часових рядів (напр., якості повітря). 3. Виявлення аномалій у даних з IoT-датчиків).
Лекція 15. Інформаційні системи та підтримка рішень. (Сучасні системи підтримки прийняття рішень (DSS). Екологічні дашборди (веб-карти, графіки в реальному часі). Юридичні аспекти: доступ громадськості до екологічної інформації (Орхуська конвенція)).
Лабораторні заняття:
Лабораторна робота 1. Робота з даними ДЗЗ: Пошук та обробка знімків Sentinel-2.
Мета заняття – Продемонструвати вміння використовувати наявні навички QGIS (з плагіном SCP) для пошуку, завантаження та виконання попередньої обробки (атмосферної корекції) супутникових знімків Sentinel-2 для конкретної території моніторингу.
Характер заняття – Дослідно-підготовчий.
Лабораторна робота 2. Моніторинг стану вегетації та водних об'єктів (NDVI, NDWI).
Мета заняття – Застосувати знання растрової алгебри QGIS для розрахунку спектральних індексів (NDVI, NDWI). Провести аналіз та інтерпретацію отриманих карт для оцінки стану рослинності та ідентифікації водних об'єктів.
Характер заняття – Дослідно-аналітичний.
Лабораторна робота 3. Моніторинг якості повітря засобами ДЗЗ (Google Earth Engine).
Мета заняття – Опанувати основи GEE (JavaScript API) для доступу до даних Sentinel-5P. Побудувати карти середніх концентрацій забруднювача (напр., NO₂) та проаналізувати часовий ряд для промислового центру.
Характер заняття – Дослідно-аналітичний.
Лабораторна робота 4. Оцінка змін земного покриву (Land Cover Change) в GEE.
Мета заняття – Продемонструвати вміння створювати хмарні композити Sentinel-2 для двох різних часових зрізів та виконати базовий аналіз змін (напр., для виявлення зон вирубки лісів або урбанізації).
Характер заняття – Дослідно-аналітичний.
Лабораторна робота 5. Машинне навчання для моніторингу: Керована класифікація в GEE.
Мета заняття – Здобуття навичок застосування методів машинного навчання (Random Forest) в GEE для створення детальної карти земного покриву та оцінки точності отриманої моделі.
Характер заняття – Аналітично-моделюючий.
Лабораторна робота 6. Гідрологічне моделювання для оцінки ризиків.
Мета заняття – Застосувати навички роботи з DEM в QGIS для вирішення задач моніторингу ризиків. Виконати делінеацію (виділення) водозбірного басейну та моделювання зон потенційного затоплення.
Характер заняття – Аналітично-моделюючий.
Лабораторна робота 7. Моніторинг ерозійних процесів (Модель USLE/RUSLE).
Мета заняття – Продемонструвати вміння інтегрувати різні растрові дані (рельєф, ґрунти, опади, землекористування) в QGIS для розрахунку моделі ерозії ґрунтів та виявлення найбільш вразливих територій.
Характер заняття – Аналітично-моделюючий.
Лабораторна робота 8. Обробка даних UAV (дронів) для імпактного моніторингу.
Мета заняття – Ознайомлення з процесом фотограмметричної обробки. Створення ортофотоплану та цифрової моделі поверхні (DSM) та їх подальший аналіз в QGIS.
Характер заняття – Дослідно-практичний.
Практичні заняття:
Практичне заняття 1. Проєктування мережі точкового моніторингу.
Мета заняття – На основі наявних ГІС-даних (карти землекористування, джерела забруднення, рельєф) обґрунтувати та розробити оптимальну схему (сітку) відбору проб для моніторингу ґрунтів або розташування постів моніторингу повітря.
Характер заняття – Аналітично-проєктний.
Практичне заняття 2. Аналіз та інтерпретація даних моніторингу якості повітря.
Мета заняття – Проаналізувати реальні набори даних з наземних станцій моніторингу (PM2.5). Порівняти їх з даними супутникового моніторингу (Sentinel-5P) для тієї ж території та виявити розбіжності й особливості.
Характер заняття – Дослідно-аналітичний.
Практичне заняття 3. Розрахунок індексів забруднення води (ІЗВ).
Мета заняття – Опанувати методику розрахунку комплексних індексів якості води. На основі наданих протоколів гідрохімічних аналізів розрахувати ІЗВ та провести класифікацію якості води у створах моніторингу.
Характер заняття – Розрахунково-аналітичний.
Практичне заняття 4. Семінар: Практика біоіндикації.
Мета заняття – Навчитись застосовувати класичні методи біоіндикації. За фотоматеріалами або гербарними зразками (лишайників) визначити ступінь забруднення повітря (ліхеноіндикація) для різних тестових ділянок.
Характер заняття – Аналітично-дискусійний.
Практичне заняття 5. Аналіз часових рядів: виявлення трендів та аномалій.
Мета заняття – Продемонструвати вміння інтерпретувати складні часові ряди екологічних даних (температура, рівень води). Візуально та за допомогою базових статистичних методів ідентифікувати сезонність, довгострокові тренди та аномальні викиди.
Характер заняття – Дослідно-аналітичний.
Практичне заняття 6. Оцінка точності моделей машинного навчання.
Мета заняття – Навчитись інтерпретувати результати, отримані під час Лабораторної роботи №5. Побудувати та проаналізувати матрицю помилок (confusion matrix) для оцінки точності класифікації земного покриву.
Характер заняття – Аналітично-оцінювальний.
Практичне заняття 7. Розробка плану моніторингу для ОВД.
Мета заняття – Синтезувати отримані знання. Для запропонованого об'єкту розробити комплексний план моніторингу (попередній, операційний, післяопераційний) для звіту з ОВД (Оцінки впливу на довкілля).
Характер заняття – Ситуаційно-проєктний.
Консультації здійснюються впродовж семестру згідно встановленого розкладу.
Для заочної форми здобуття освіти
Лекційні заняття
Лекція 1. Вступ: Цілі, завдання та архітектура сучасного моніторингу. (Класична тріада: спостереження, оцінка, прогноз. Сучасна архітектура: In-situ (IoT-датчики) vs. Remote (ДЗЗ). Концепції Open Data, Citizen Science та Digital Twins в екології). Геоінформаційні системи (ГІС) як платформа інтеграції. (Основи геоданих: вектор, растр, проекції, датуми. Задачі ГІС у моніторингу: просторовий аналіз, інтерполяція, візуалізація. Огляд QGIS як інструменту). Основи Дистанційного Зондування Землі (ДЗЗ). (Фізичні основи: електромагнітний спектр. Типи роздільної здатності: просторова, спектральна, часова, радіометрична. Огляд сучасних супутникових програм: Landsat 8/9, Copernicus Sentinel 1/2/3/5P). Аналіз даних ДЗЗ: Індекси та класифікація. (Розрахунок та інтерпретація спектральних індексів: NDVI, NDWI, SAVI, NBR. Концепція та методи керованої та некерованої класифікації для створення карт земного покриву). Хмарні платформи: Google Earth Engine. (Переваги хмарних обчислень у ДЗЗ. Архітектура GEE. Доступ до глобального каталогу даних. Основи API (JavaScript/Python) для аналізу часових рядів та великих геоданих). Моніторинг якості атмосферного повітря. (Сучасна 3-рівнева система: 1. Глобальний (ДЗЗ) – Sentinel-5P (NO2, CO). 2. Локальний (In-situ) – мережі IoT-датчиків (PM2.5, PM10). 3. Дисперсійне моделювання). Контактні методи моніторингу водних об'єктів. (Класичні гідрохімічні та гідробіологічні показники (рН, БСК, розчинений O2, біоіндикація). Автоматизовані станції та In-situ IoT-датчики для моніторингу в реальному часі). Дистанційний моніторинг водних об'єктів. (Можливості ДЗЗ: оцінка каламутності (TSS), детектування «цвітіння» (хлорофіл-а). Картування площі водного дзеркала (індекс NDWI). Моніторинг зон затоплень за допомогою радарних даних Sentinel-1).
Лекція 2. Моніторинг ґрунтового покриву. (Класичний агрохімічний моніторинг (гумус, кислотність, засолення). Додано: ДЗЗ для оцінки деградації земель, моніторингу вологості ґрунту (SMAP, Sentinel-1) та картування ризиків ерозії). Моніторинг біорізноманіття та біоіндикація. (Класична біоіндикація (ліхеноіндикація, фітоіндикація). Додано: Сучасні технології: eDNA (екологічна ДНК), акустичний моніторинг, фотопастки. Моделювання ареалів (Species Distribution Models) в ГІС). Локальний моніторинг: Дрони (UAV) та наземні сенсори. (Роль UAV в імпактному моніторингу. Отримання ортофотопланів та DEM/DTM. Застосування мультиспектральних та теплових камер. Наземне лазерне сканування (LIDAR)). Аналіз часових рядів та виявлення трендів. (Статистичні основи роботи з даними моніторингу. Компоненти часового ряду: сезонність, тренд, аномалії. Методи аналізу трендів (напр., Mann-Kendall, Sen's Slope) для оцінки кліматичних змін). Основи екологічного моделювання в ГІС. (Практичні моделі в ГІС-середовищі. Гідрологічне моделювання (визначення басейнів, мереж стоку). Моделі оцінки ерозії (USLE/RUSLE). Моделювання зон затоплення). Машинне навчання (ML) для задач моніторингу. (Вступ до ML/AI. Задачі: 1) Керована класифікація зображень ДЗЗ (Random Forest, SVM). 2) Прогнозування часових рядів (напр., якості повітря). 3. Виявлення аномалій у даних з IoT-датчиків). Інформаційні системи та підтримка рішень. (Сучасні системи підтримки прийняття рішень (DSS). Екологічні дашборди (веб-карти, графіки в реальному часі). Юридичні аспекти: доступ громадськості до екологічної інформації (Орхуська конвенція)).
Лабораторні заняття:
Лабораторна робота 1. Оцінка змін земного покриву (Land Cover Change) в GEE.
Мета заняття – Продемонструвати вміння створювати хмарні композити Sentinel-2 для двох різних часових зрізів та виконати базовий аналіз змін (напр., для виявлення зон вирубки лісів або урбанізації).
Характер заняття – Дослідно-аналітичний.
Практичні заняття:
Практична робота 1. Розробка плану моніторингу для ОВД.
Мета заняття – Синтезувати отримані знання. Для запропонованого об'єкту розробити комплексний план моніторингу (попередній, операційний, післяопераційний) для звіту з ОВД (Оцінки впливу на довкілля).
Характер заняття – Ситуаційно-проєктний.
Практична робота 2. Розрахунок індексів забруднення води (ІЗВ).
Мета заняття – Опанувати методику розрахунку комплексних індексів якості води. На основі наданих протоколів гідрохімічних аналізів розрахувати ІЗВ та провести класифікацію якості води у створах моніторингу.
Характер заняття – Розрахунково-аналітичний.
Форми контрольних заходів та оцінювання результатів навчання
Поточний контроль полягає у виконанні:
1) завдань на лабораторних роботах у семестрі передбачено 8 лабораторних робіт, які виконуються на 8 лабораторних заняттях, за кожну лабораторну роботу здобувач може отримати максимальну оцінку у 5 балів (разом 40 балів);
2) завдань на практичних роботах у семестрі передбачено 7 практичних робіт, які виконуються на 7 пракатичних заняттях, за кожну практичну роботу здобувач може отримати максимальну оцінку у 5 балів (разом 35 балів);
3) 2-х модульних контрольних робіт. Модульні контрольні роботи складаються з теоретичної та проводяться у формі письмового тестування на двох лекційних заняттях. Бездоганне виконання кожної модульної контрольної роботи становить 10 та 15 балів;
Підсумковий контроль-іспит. Іспит накопичувальний.
Контрольна робота для здобувачів заочної форми
Завдання на виконання контрольної роботи здобувач отримає на установчій лекції.
Контрольна робота містить 10 теоретичних питань.
Термін надання виконаної контрольної роботи на перевірку – не пізніше, ніж один тиждень до початку заліково-екзаменаційної сесії.