Мировой опыт использования дистанционного зондирования для выявления заброшенных сельскохозяйственных угодий

Alexander V. Prishchepov ^a b, Katharina Anders ^c d, Jan Feranec ^e, Tomáš Goga ^e, Simona R. Gradinaru ^f, Jan Kolář ^g, Robert Pazur ^e f, Markéta Potůčková ^g, Bogdan Zagajewski ^h, Lucie Kupková ^g

Основные моменты

• Систематический обзор показывает рост использования дистанционного зондирования, но при этом сохраняется зависимость от оптических данных.
• Необходим многосенсорный, долгосрочный и многомасштабный мониторинг заброшенных территорий.
• Отсутствие разнообразия в изучаемых контекстах, при этом большинство исследований сосредоточено на локальном и региональном масштабах.
• Недостаточная представленность определенных типов землепользования и регионов.
• Призыв к более четкому обмену определениями и стратегиями валидации.

Краткое содержание

Мир сталкивается с растущей нехваткой земли из-за растущего спроса на сельскохозяйственную продукцию и расширения городов. В то же время, заброшенность сельскохозяйственных угодий становится широко распространенным глобальным явлением, связанным с изменениями в землепользовании. Дистанционное зондирование играет решающую роль в выявлении заброшенности в различных системах ведения сельского хозяйства. Здесь мы обобщили современные знания с помощью систематического обзора литературы из 131 публикации, чтобы оценить прогресс в области мониторинга заброшенности сельскохозяйственных угодий на основе дистанционного зондирования. В данном обзоре подчеркивается растущее использование методов дистанционного зондирования и растущая полезность спутниковых данных из нескольких источников. Однако исследования по-прежнему в основном ориентированы на общедоступные оптические данные Landsat и Sentinel-2, при ограниченной интеграции других источников и отсутствии оценок глобального масштаба. Мы предлагаем направления исследований для руководства будущими исследованиями, уделяя особое внимание недостаточно представленным типам землепользования, таким как луга, террасы и плантации, а также таким регионам, как Африка, Центральная и Юго-Восточная Азия и Южная Америка. Мы подчеркиваем важность диверсификации источников данных и интеграции вспомогательной информации, включая кадастровые данные и исторические записи о землепользовании, для лучшего понимания процессов заброшенности и связанных с ними изменений растительности. Мы выступаем за проведение многомасштабных, временных анализов для улучшения масштабируемости и создания возможностей для разработки региональных и континентальных продуктов. Поскольку большинство исследований посвящено биофизическим изменениям, в будущей работе следует также учитывать социально-экономические условия и интегрировать основанные на дистанционном зондировании показатели изменений в землепользовании. Наконец, мы рекомендуем улучшить коммуникацию путем четкого определения отказа от использования, предоставления наглядных примеров, проверки с использованием различных справочных данных, документирования неопределенности и обмена данными, кодом и выводами.

1. Введение

1.1. Глобальное значение заброшенности сельскохозяйственных угодий

Растущий глобальный спрос на продовольствие и топливо, обусловленный ростом населения, урбанизацией и изменениями в рационе питания, усилил нагрузку на наземные системы (Crawford et al., 2022; Ray et al., 2022; Winkler et al., 2021). Парадоксально, но, несмотря на это давление, заброшенность сельскохозяйственных угодий получила широкое распространение во многих частях мира  (Prishchepov et al., 2021b; Subedi et al., 2021; Wang et al., 2016). Этот процесс имеет далеко идущие последствия для среды обитания и биоразнообразия, формирования новых экосистем, распространения инвазивных видов, круговорота углерода и воды, а также средств к существованию в сельской местности (Benayas et al., 2007; Daskalova and Kamp, 2023; Zagajewski et al., 2024). Учитывая эти сложные последствия, точное и своевременное выявление и мониторинг заброшенности сельскохозяйственных угодий имеет решающее значение.
Спутниковое и воздушное дистанционное зондирование стало ключевой технологией для определения пространственных и временных закономерностей этого явления (Goga et al., 2019; Liu et al., 2025). Однако научному сообществу по-прежнему не хватает всестороннего понимания глобальных закономерностей, масштабов, продолжительности и состояния заброшенных сельскохозяйственных угодий. Методы дистанционного зондирования могут восполнить этот пробел, предоставляя последовательную, крупномасштабную и актуальную информацию. Поэтому в данном обзоре рассматривается, как исследования с помощью дистанционного зондирования позволили концептуализировать заброшенность сельскохозяйственных угодий, и определяются повторяющиеся темы, аналитические основы и методологические подходы, которые повлияли на составление карт заброшенности сельскохозяйственных угодий.

1.2. Что такое заброшенность сельскохозяйственных угодий?

Определения заброшенности сельскохозяйственных угодий различаются в разных дисциплинах и учреждениях, занимающихся этой проблемой. Некоторые определения делают акцент на прекращении обработки на определенный период, обычно от одного до шести лет (Bossard et al., 2000; Castillo et al., 2019; FAOLEX, 2022; Grădinaru et al., 2020; ФАО ООН, 2006), в то время как другие фокусируются на наблюдаемых признаках вегетативной сукцессии, таких как спектрально обнаруживаемое возобновление роста или отсутствие признаков обработки (Grădinaru et al., 2020; Holl et al., 2022). Терминология, используемая в литературе, также различается: такие термины, как «заброшенные сельскохозяйственные угодья», «пустые земли», «постагрогенные», «консервированные» и «выведенные из оборота сельскохозяйственные угодья», отражают различные дисциплинарные подходы и географический контекст (Люри и др., 2010; Перц и Сколе, 2003; Прищепов, 2020; Шеклтон и др., 2019). Заброшенность сельскохозяйственных угодий в литературе рассматривается как недоиспользование, так и частичное или полное запустение (Кумм и Хессле, 2020; Ширхорн и др., 2013; Сатмари и др., 2021) (рис. 1). Модели и процессы запустения сельскохозяйственных угодий формируются под влиянием широкого спектра факторов, включая социально-экономические преобразования, изменения в политике, экологические стрессы и провоцирующие события, такие как стихийные бедствия, техногенные катастрофы или вооружённые конфликты (Bicik et al., 2001; Hou et al., 2021; Olsen et al., 2021; Subedi et al., 2021). Биофизические условия участка и историческое наследие землепользования также оказывают сильное влияние на траекторию восстановления растительности на заброшенных сельскохозяйственных угодьях. В данном исследовании мы определяем запустение сельскохозяйственных угодий (от старофранцузского Abandoner или à bandon) (Oxford University Press, 2025) как прекращение, «отказ», «отдача» или запустение ранее возделываемых пахотных земель, лугов (используемых для сена или выпаса скота), садов или виноградников, как сознательное, так и вынужденное, приводящее со временем к переходу к полуестественной растительности или устойчивому состоянию бездействия, такому как голая земля (рис. 1, рис. 2). Важно отличать запустение сельскохозяйственных угодий от подсечно-огневого земледелия и других циклических видов землепользования с периодическим выведением земли из интенсивного использования (например, агролесоводство, смешанное земледелие, агропастбищные системы). В то время как подсечно-огневое земледелие представляет собой циклическую систему землепользования, при которой поля намеренно оставляются под паром для обеспечения естественного восстановления и будущего повторного использования (Coomes et al., 2000; Heinimann et al., 2017), запустение сельскохозяйственных угодий обычно подразумевает постоянное или долгосрочное прекращение сельскохозяйственной деятельности без немедленных планов по рекультивации. Запуск пахотных земель получил наибольшее внимание в литературе (Liu et al., 2025). Однако запустение других типов сельскохозяйственных угодий, таких как скошенные луга, пастбища или сады, также распространено (Dara et al., 2020a; Morell-Monzo et al., 2021; Šantrůčková et al., 2020). Поэтому мы стремились оценить, какие типы запустения сельскохозяйственных угодий изучались с помощью дистанционного зондирования и в каких географических контекстах.

1.3. Роль дистанционного зондирования в исследованиях заброшенности сельскохозяйственных угодий

Наземное, воздушное и спутниковое дистанционное зондирование зарекомендовало себя как ценные инструменты для выявления и мониторинга заброшенности сельскохозяйственных угодий, особенно в регионах, где отсутствуют подробные кадастровые данные и актуальные карты землепользования (Alcantara et al., 2013; Prishchepov et al., 2021a; Yin et al., 2020) (рис. 2). Спутниковые снимки оказались особенно важными для отслеживания динамики заброшенности на больших пространственных территориях и в течение длительных периодов времени. Для точного определения заброшенности сельскохозяйственных угодий требуется тщательный анализ временного, пространственного и спектрального разрешения изображений дистанционного зондирования (Goga et al., 2019) (рис. 3). Значительная сложность разделения полностью или частично заброшенных и не заброшенных полей обусловлена ​​неравномерной трансформацией активно или периодически возделываемых пахотных земель, лугов и садов в сторону низкоинтенсивного земледелия или полного прекращения сельскохозяйственной деятельности с возобновлением растительности или без него (рис. 1, рис. 2). В целом, дистанционное зондирование направлено на выявление как резких, так и незначительных изменений, связанных с прекращением сельскохозяйственных угодий, с использованием различных спектральных диапазонов, многовременных и многосенсорных изображений, а также передовых аналитических методов (глубокое машинное обучение, обнаружение изменений во временных рядах) (Liu et al., 2025). В исследованиях широко использовались свободно доступные спутниковые данные, такие как Landsat (после того, как архив USGS Landsat стал общедоступным в 2008 году) и ESA Copernicus Sentinel-1 и Sentinel-2, для обнаружения заброшенных сельскохозяйственных угодий, а также доступные коммерческие снимки сверхвысокого разрешения (VHR, менее 5 м) для наземной проверки (например, с 1-метрового WorldView) (Estel et al., 2015; Yin et al., 2018). Кроме того, в некоторых исследованиях использовались аэрофотосъёмка, лидар или комбинация других источников для повышения точности классификации и устранения неоднозначности постепенного или сезонного запустения (Castillo et al., 2012; Hellesen and Matikainen, 2013; Janus and Bozek, 2019). Сочетание оптических данных с данными РСА (Sentinel-1) и лидара может повысить способность выявлять структуру растительности на различных стадиях сукцессии после запустения сельскохозяйственных угодий (рис. 2). Этот подход особенно полезен в сложных или облачных регионах, позволяя фиксировать переходы от раннего разреженного покрова к средней стадии зарастания кустарниками и более поздней стадии густой растительности (Johnson et al., 2021; Rao et al., 2019). Однако методы слияния данных всё ещё находятся в стадии разработки и требуют дополнительной разработки для синергетического использования различных наборов данных. Поэтому мы стремились оценить, какие конкретные источники использовались для выявления запустения сельскохозяйственных угодий, какова общая тенденция исследований запустения сельскохозяйственных угодий и в какой степени исследования использовали и оценивали полезность многоисточниковых многосенсорных изображений.

1.4. Географический охват, пространственный охват и тематическая область исследований заброшенности сельскохозяйственных угодий

Географический охват и пространственный охват исследований заброшенности сельскохозяйственных угодий значительно различаются. Некоторые исследования охватывали более широкий (суб)континентальный контекст, например, заброшенность сельскохозяйственных угодий в Центральной и Восточной Европе (Estel et al., 2015; Prishchepov et al., 2012a), Центральной Азии (Dara et al., 2018; de Beurs and Henebry, 2004) и Средиземноморском регионе (Gelabert et al., 2021). Другие исследования были ориентированы на конкретные места по всему миру, например, в Европе или Южной Америке (Arevalo et al., 2020; Bucha et al., 2021). Поэтому крайне важно оценить географический охват и пространственные масштабы исследований заброшенности сельскохозяйственных угодий, поскольку заброшенность сельскохозяйственных угодий стала глобальным явлением изменений в землепользовании (Прищепов и др., 2021b; Чжэн и др., 2023). Кроме того, особенно важно знать, сместилась ли наука дистанционного зондирования в сторону охвата большего разнообразия масштабов исследований, т.е. от анализа на уровне отдельных участков к региональным и глобальным оценкам.
Растительность на заброшенных сельскохозяйственных угодьях часто следует сукцессионной траектории, обычно переходя от раннего травянистого роста к зарастанию кустарниками и, в некоторых случаях, к восстановлению леса (Буча и др., 2021; Хонг и др., 2023; Сатмари и др., 2021) (рис. 1, рис. 2). Местные климатические условия, свойства почвы, социально-экономические аспекты землепользования и исторически сложившаяся практика землепользования оказывают сильное влияние на эти стадии (Crawford et al., 2022; Rolinski et al., 2021). Траектории запустения (от активного возделывания до снижения интенсивности управления, полного прекращения возделывания и альтернативного использования с целью повторного использования, например, ревильдинга) и различия в сукцессионных стадиях формирующейся растительности играют решающую роль в предоставлении экосистемных услуг, таких как удержание воды и секвестрация углерода. Эти сукцессионные стадии обычно включают начальную рудеральную стадию, стадию пионерной травянистой растительности, раннюю древесную растительность, стадию молодого леса и позднюю сукцессионную стадию, каждая из которых связана с постепенным накоплением надземной и подземной биомассы (Crawford et al., 2022; Rolinski et al., 2021; Schierhorn et al., 2013). Эти экологические процессы, в свою очередь, оказывают существенное влияние на повторное использование заброшенных сельскохозяйственных угодий, планирование природоохранной деятельности и климатическую политику (Fayet et al., 2022; Kamp, 2014; Zheng et al., 2023). Учитывая эту сложность, крайне важно оценить, насколько продвинулась наука дистанционного зондирования в охвате большего, чем просто бинарные классификации «заброшенных» и «незаброшенных» сельскохозяйственных угодий, особенно в распознавании различных стадий сукцессии растительности. Не менее важно, насколько хорошо исследования отражают временную динамику процесса запустения, поскольку это позволяет выявить экологические переходы, потенциал рекультивации и более широкие изменения в системе землепользования, отражая переходный характер самого процесса запустения сельскохозяйственных угодий (Munroe et al., 2013; Subedi et al., 2022; Zheng et al., 2023).

1.5. Прозрачность и воспроизводимость при картировании заброшенности сельскохозяйственных угодий

Дистанционный мониторинг заброшенности сельскохозяйственных угодий часто решает не только научные задачи, но и широкий спектр общественных и политических задач (Corbelle-Rico и Crecente-Maseda, 2014; Dara et al., 2020b; Fayet et al., 2022; Wang et al., 2023). Поэтому важно максимально чётко представлять информацию о закартированных явлениях заброшенности. Это включает в себя использование точных определений и визуальных материалов, а также указание, используют ли исследователи собственные определения («ориентированные на себя») или принимают «ориентированные на пользователя», например, определения, предоставленные национальными или международными органами (например, ФАО) (Grădinaru et al., 2020; Prishchepov, 2020; ФАО ООН, 2016). Такая ясность позволяет сравнивать результаты различных исследований, отражая всю сложность и разнообразие траекторий запустения сельскохозяйственных угодий.
В некоторых исследованиях может упускаться из виду оценка точности картографированных результатов, что может ограничивать надежность и практическую применимость оценок запустения. Кроме того, более внимательное изучение раздела «Методы» в научных статьях выявило преобладающее предпочтение дистанционного зондирования перед наземными методами сбора данных для обучения и проверки, такими как интерпретация спутниковых снимков сверхвысокого разрешения (VHR, менее 5 м), легко доступных через онлайн-картографический сервис Google Earth (Ян и Хуан, 2021). С момента своего создания в 2005 году Google Earth произвел революцию в нашем восприятии мира, предлагая снимки VHR от CNES/Airbus™ и Maxar Technologies™, а также бесшовные мозаики данных Landsat Геологической службы США (USGS) и снимков Sentinel-2 в рамках программы Copernicus Европейского космического агентства. Однако отмеченное несоответствие между датами получения снимков VHR и хронологией изменений в землепользовании, включая запустение сельскохозяйственных угодий, вызывает сомнения в адекватности использования каких-либо проверочных наборов данных для характеристики запустения сельскохозяйственных угодий, будь то снимки VHR или полевые данные (Hou et al., 2021; Prishchepov et al., 2012b).
Более того, общедоступность кодов, обучающих и проверочных наборов данных, а также результатов окончательной оценки значительно повысит воспроизводимость и масштабируемость картографических работ. Для решения этой проблемы мы изучили, как существующие исследования отражают картографируемые явления запустения сельскохозяйственных угодий. Мы также оценили, проводили ли они оценку точности и были ли результаты их исследований общедоступными.
В данной статье обобщены современные знания о дистанционном зондировании заброшенности сельскохозяйственных угодий посредством систематического обзора литературы. Целью статьи является поиск ответов на следующие исследовательские вопросы:
1. Какие ключевые концепции и повторяющиеся темы были связаны с дистанционным зондированием заброшенности сельскохозяйственных угодий?
2. Какие явления заброшенности сельскохозяйственных угодий были картированы, и где проводились исследования заброшенности сельскохозяйственных угодий с помощью дистанционного зондирования?
3. Какова была временная динамика исследований заброшенности сельскохозяйственных угодий?
4. Какие источники спутниковых изображений использовались для обнаружения заброшенности сельскохозяйственных угодий, и в какой степени произошел переход к использованию многосенсорных изображений и изучению различных траекторий заброшенности?
5. Каков был пространственный охват проведенных исследований?
6. Насколько хорошо исследования передали картографированное явление заброшенности сельскохозяйственных угодий?

2. Методы

2.1. Систематический обзор литературы

Чтобы ответить на вопросы исследования, мы провели систематический обзор литературы. Источники для этого обзора были взяты из базы данных Clarivate Web of Science (WOS), широко признанной систематической научной базы данных. Web of Science охватывает предметы, соответствующие нашим интересам, такие как науки об окружающей среде, география, социально-экономические науки, инженерия и технологии, тем самым включая как методологические, так и прикладные аспекты в изучение заброшенности сельскохозяйственных угодий.
При поиске и анализе литературы мы руководствовались принципами, изложенными в разделе "Предпочтительные элементы отчетности для систематических обзоров и мета-анализа" (PRISMA) (Page et al., 2021). Чтобы выявить релевантные исследования, мы провели поиск по ключевым словам, используя abandon*, retir*, idl* или set*asid* (все поля в названии, ключевые слова и аннотацию). Мы специально сосредоточились на категории “Дистанционное зондирование”. Критерии отбора были применены к журналам, специально предназначенным для журналов по дистанционному зондированию, где протоколы анализа данных дистанционного зондирования часто более тщательно документированы (полный поисковый запрос приведен в таблице A.1). Мы не включили термин "залежные земли" (т.е. "под паром"*), поскольку залежные земли относятся к сельскохозяйственным угодьям, которые намеренно не обрабатываются в течение определенного периода, чтобы позволить почве восстановить плодородие, бороться с сорняками или предотвратить эрозию почвы. Это может быть как чистый, так и зеленый пар, а также регулярный компонент процесса растениеводства. Это хорошо спланированное временное состояние управления земельными ресурсами, в то время как заброшенность сельскохозяйственных угодий подразумевает более постоянное прекращение обработки без немедленных планов по повторному использованию или управлению. Кроме того, мы не включили термин "сменная обработка", поскольку он представляет собой еще один пример циклического процесса управления земельными ресурсами. Мы также не включили термины “лесная преемственность” или “вторичный лес”, поскольку эти термины могут быть частью различных процессов и явно не связаны с заброшенностью сельскохозяйственных угодий (например, возобновление роста на бывших вырубках). Тем не менее, упоминание о вторичном лесе может появиться позже в избранной литературе при поиске термина "заброшенность".
Кроме того, мы применили следующие дополнительные критерии фильтрации:
• Публикации по состоянию на 4 мая 2024 г.
• Только англоязычные публикации.
• Включение рецензируемых полных исследовательских статей, за исключением трудов конференций и отдельных тезисов.
• Исключение тем, не связанных с запустением сельскохозяйственных угодий, таких как исследования запустения речных русел, археология, строительство, рекультивация горнодобывающих территорий и свалок, а также запустение алгоритмов машинного обучения.
• Исключение литературы, посвященной лесовосстановлению на бывших вырубках.
Мы получили 679 публикаций. После удаления 28 глав книг количество публикаций составило 651. Мы также удалили публикации, не связанные с заброшенными сельскохозяйственными угодьями (например, о заброшенных речных руслах, заброшенных угольных шахтах, инфраструктуре и зданиях, восстановлении растительности после извержений вулканов, археологии, алгоритмических работах, расчистке лесов, подсечно-огневой обработке и выборочной вырубке). В результате было отобрано 245 публикаций, которые были подвергнуты дальнейшей детальной проверке. После более детального изучения и удаления публикаций, не связанных с заброшенными сельскохозяйственными угодьями, мы выявили 149 публикаций за период с 1996 по 2024 год (Дополнительный рис. 1). В результате детального изучения литературы нам пришлось удалить ещё 18 публикаций, оставив 131 публикацию, которые были использованы для систематического обзора литературы (доступная онлайн-база данных (Прищепов, 2025)). Для ответа на первый исследовательский вопрос («Каковы были ключевые концепции и повторяющиеся темы, связанные с дистанционным зондированием заброшенных сельскохозяйственных угодий?») мы провели тематический анализ аннотаций публикаций (т.е. систематически просматривали и кодировали тексты аннотаций для извлечения часто упоминаемых идей, концепций и закономерностей, относящихся к теме). Аннотации были токенизированы и лемматизированы с помощью библиотеки spacyr в R (Bertolazzi et al., 2024). Библиотека spacy разбивает текст на отдельные токены, редуцирует слова до их базовых форм и присваивает грамматические теги (например, существительное, глагол). spaCy использует анализ зависимостей на основе переходов и нейронные сети для тегирования и анализа. Для тематического анализа мы оставили только существительные и имена собственные, поскольку они, как правило, наиболее информативны. Полученные токены были затем преобразованы в строчные буквы, с удалением знаков препинания, цифр и часто встречающихся стоп-слов. Очищенный текст использовался для построения матрицы признаков документа (DFM) с помощью пакета quanteda (Benoit et al., 2018). DFM представляет собой структурированное представление, в котором строки соответствуют документам, а столбцы — терминам, а значения ячеек указывают частоту встречаемости терминов. Затем мы применили к DFM весовое отношение частоты встречаемости терминов к обратной частоте встречаемости документа (TF-IDF) (Manning et al., 2008) — метод, выделяющий термины, важные в документе, но редко встречающиеся в корпусе. Это помогает избежать доминирования слишком распространённых или тривиальных терминов в анализе. Наконец, мы создали облако слов, в котором размеры слов были масштабированы в соответствии с их весами TF-IDF, чтобы визуально выделить наиболее характерные и тематически релевантные термины.
Для ответа на исследовательский вопрос №2 («Какие явления заброшенности сельскохозяйственных угодий были картированы, и где проводились исследования заброшенности сельскохозяйственных угодий с помощью дистанционного зондирования?») мы обобщили географическое положение и нанесли на карту явления заброшенности сельскохозяйственных угодий (например, заброшенные сельскохозяйственные угодья, пахотные земли, пастбища, агролесные плантации, виноградники, сады, аквакультуры, вторичные леса и т. д.). Для ответа на исследовательский вопрос №3 («Какова была временная динамика исследований заброшенности сельскохозяйственных угодий?») мы изучили временную частоту исследований и характерные фазы публикации. Мы также оценили, как в исследованиях описывалась временная динамика заброшенности сельскохозяйственных угодий, в частности, была ли заброшенность картирована как статический класс земельного покрова или как класс временных изменений. Для изучения исследовательского вопроса №4 («Какие источники спутниковых изображений использовались для обнаружения заброшенности сельскохозяйственных угодий, и в какой степени произошел переход к использованию многосенсорных изображений и изучению различных траекторий заброшенности?») мы обобщили данные о сенсорах, использованных в этих исследованиях, а также о том, наблюдался ли со временем переход от односенсорного к многосенсорному дистанционному зондированию и прогресс в картографировании разнообразия заброшенности сельскохозяйственных угодий. Таким образом, мы представили разнообразие картографированной заброшенности, классифицируя его как разнообразное, когда было отображено по крайней мере три типа заброшенности или стадии сукцессии, или неразнообразное, когда было включено только два или меньше типов траекторий заброшенности. Для ответа на исследовательский вопрос №5 («Каков был пространственный охват проведенных исследований?») мы указали пространственный охват, в котором была картографирована заброшенность (а именно, локальный, региональный, национальный, континентальный или глобальный масштабы). Локальные исследования были определены как исследования, охватывающие относительно небольшие территории, часто одно сообщество, муниципалитет или один или несколько участков, исследуемых участков. Региональные исследования охватывали более широкие административные или экологические единицы, часто охватывающие несколько муниципалитетов, провинций или трансграничных регионов. Национальные исследования фокусировались на целых странах, континентальные исследования – на целых континентах, а глобальные исследования должны охватывать всю пригодную для обработки земную поверхность.
Чтобы подойти к вопросу исследования № 6 («Насколько хорошо исследования передали читателям картографированное явление заброшенности сельскохозяйственных угодий?»), мы проанализировали, как исследования доносили до читателей картографированное явление заброшенности, в частности, какие определения они использовали. Например, мы оценили, использовали ли ученые «самостоятельные» определения, разработанные исследователями самостоятельно в соответствии с целями, данными или методами их конкретного исследования, или «ориентированные на пользователя» определения, которые используют определения, предоставленные внешними пользователями или органами власти, такими как национальные статистические агентства или международные организации, такие как ФАО. Мы также проверили, были ли в этих исследованиях представлены примеры картографированного заброшенного состояния и содержалась ли в них оценка точности полученных результатов. Здесь мы также обобщили, рассматривали ли авторы возможность предоставления карт, данных для обучения и валидации, а также кодов, используя простую схему «Да» или «Нет».

3. Результаты

3.1. Ключевые понятия и повторяющиеся темы, связанные с дистанционным зондированием заброшенности сельскохозяйственных угодий

Анализ частотности слов, основанный на оценках TF-IDF, показал, что исследования в основном рассматривали заброшенность сельскохозяйственных угодий как процесс изменения, при этом заброшенность пахотных земель доминировала в исследованиях (о чем свидетельствует распространенность таких терминов, как «пахотные земли», «заброшенность», «сельскохозяйственные угодья» и «изменение») (рис. 4). Лесовозобновление было представлено термином «лес». Другие известные слова, включая «растительность», «картографирование», «классификация» и «покров», освещали темы, связанные с анализом ландшафта, дистанционным зондированием и классификацией почвенно-растительного покрова. Такие термины, как «точность», указывали на акцент на методологической валидации и точности классификации, в то время как такие слова, как «регион», «модель», «дерево» и «пастбище», указывали на исследования, изучающие пространственные закономерности и региональные различия в управлении земельными ресурсами или сукцессии растительности.

3.2. Места проведения исследований и картографирование феномена заброшенности сельскохозяйственных угодий

Исследования заброшенности были в основном сосредоточены в Европе, странах бывшего Советского Союза в Евразии, Китае, Южной Америке и Соединенных Штатах в Северной Америке, и лишь несколько примеров из Африки, что в конечном итоге подчеркивает глобальную актуальность понимания заброшенности сельскохозяйственных угодий (рис. 5). Исследования были почти в равной степени сосредоточены на вторичной лесной сукцессии на заброшенных сельскохозяйственных угодьях (например, в Амазонии и Центральной и Восточной Европе, 25,9% случаев) и исследованиях заброшенности пахотных земель (например, в различных частях Евразии и Южной Америки, 23,6% случаев) (рис. 5). Далее следует заброшенность сельскохозяйственных угодий (18,3% случаев с наиболее широко определенным тематическим классом), и исследования были распространены во всем мире (рис. 5). Заброшенность пастбищ и сенокосов (9%) часто наблюдалась в лугопастбищных поясах Северной Америки и Евразии (рис. 5). Заброшенность ранее возделываемых плантаций изучалась преимущественно в Юго-Восточной Азии, тогда как заброшенность виноградников и садов была зафиксирована в Южной и Центральной Европе (6,8%). На другие случаи заброшенности, такие как сады и исследования по измерению видового разнообразия на заброшенных участках, пришлось еще 16% исследований.

3.3. Временная динамика исследований заброшенности сельскохозяйственных угодий

Систематический обзор литературы выявил общий рост числа исследований, использующих дистанционное зондирование для изучения заброшенности сельскохозяйственных угодий (рис. 6). Самое раннее из известных исследований, датированное 1996 годом, касалось вторичного лесовозобновления после заброшенности сельскохозяйственных угодий в бразильской Амазонии (Steininger, 1996). Хронологию публикаций можно охарактеризовать как отдельные периоды: ранняя исследовательская фаза с зарождающейся стадией исследований (1996–2011 гг.), фаза роста с умеренным ростом числа исследований (2012–2019 гг.), пиковая фаза (2020–2021 гг.) и стабилизация публикационной активности (2022–2024 гг.) (рис. 6).

Заброшенность сельскохозяйственных угодий анализировалась в рассмотренных исследованиях с использованием двух практически идентичных подходов. В 53% случаев она рассматривалась как класс изменений, отражающий переход от пахотных земель к другим типам почвенно-растительного покрова. В остальных 47% случаев она рассматривалась как класс почвенно-растительного покрова, т.е. тип растительности на бывших сельскохозяйственных землях.

3.4. Источники спутниковых изображений, полезность многоисточниковых изображений и разнообразие картографируемых явлений заброшенности сельскохозяйственных угодий

Анализ использованных сенсоров показал преобладание данных из открытого доступа, таких как тематические продукты Landsat 4, 5 TM, 7 ETM+, 8, 9 OLI (60 исследований), Sentinel-2 MSI (21 исследование) и тематические продукты AQUA/Terra MODIS (19 исследований) (рис. 7). Кроме того, часто использовались данные бортового лазерного сканирования LiDAR (15 исследований), аэрофотосъёмки (14 исследований) и оптические спутниковые снимки VHR (семь исследований). Было проведено несколько исследований с использованием оптических изображений с БПЛА, гиперспектральных изображений (HySpex и Hyperspectral HyMap) и данных микроволновых радаров (JERS-1, ERS, ALOS/PALSAR, Sentinel-1 VV/VH). В исследованиях также комбинировались спутниковые изображения и вспомогательные данные, такие как уже созданные карты почвенно-растительного покрова, полученные с помощью дистанционного зондирования (например, набор данных о почвенно-растительном покрове Китая), архивные данные миссии CORONA и SRTM, для выявления заброшенных сельскохозяйственных угодий (пять исследований).

Анализ также показал, что с 1996 по 2015 год большинство исследований основывалось на снимках из одного источника (рис. 8А). Четкий сдвиг начался в 2016 году, когда больше исследований интегрировали несколько датчиков. В период с 2021 по 2024 год наблюдался заметный рост подходов с использованием нескольких датчиков, в среднем почти два датчика на исследование (рис. 8А). Эта тенденция совпадала с увеличением общей доли исследований заброшенности сельскохозяйственных угодий, которые рассматривали разнообразные тематические и временные аспекты изучаемых явлений заброшенности сельскохозяйственных угодий (рис. 8Б). В целом, область началась с работ в стиле тематических исследований (1996–2000 гг.), за которыми последовало снижение разнообразия картируемых явлений заброшенности с 2006 по 2015 год. За этим последовало устойчивое увеличение разнообразия изучаемых явлений заброшенности сельскохозяйственных угодий с 2016 по 2024 год, когда 31,5 % картируемых случаев заброшенности сельскохозяйственных угодий были классифицированы как разнообразные.

3.5. Пространственный охват исследований заброшенности сельскохозяйственных угодий

На ранних этапах преобладали исследования локального масштаба, например, составляя 66,7% исследований в 1996–2000 гг., 85,7% в 2001–2005 гг. и по-прежнему составляя 60% исследований в 2006–2010 гг. (рис. 9А). Хотя они оставались большинством в 2016–2020 гг. (65%), их доля снизилась до 46,2% в 2021–2024 гг. В то же время доля исследований регионального масштаба неуклонно росла, увеличившись с 14,3% в 2001–2005 гг. до 35% в 2011–2015 гг., 32,5% в 2016–2020 гг. и достигнув 46,2% в 2021–2024 гг., впервые сравнявшись с исследованиями локального масштаба. Исследования национального масштаба проводились только с 2016 по 2020 год (2,5%), а в 2021–2024 годах их доля увеличилась до 7,7%. Исследования континентального масштаба в целом были редки.

3.6. Прозрачность и воспроизводимость при картировании заброшенности сельскохозяйственных угодий

Наш систематический обзор литературы показал, что в 64% исследований были представлены собственные («ориентированные на себя») определения заброшенности сельскохозяйственных угодий, в то время как в 27% использовался подход, «ориентированный на пользователя» при определении заброшенности сельскохозяйственных угодий (например, с использованием определений ФАО ООН, Европейской комиссии и национальных органов власти). В 9% исследований нам было сложно сделать выводы об определении заброшенности сельскохозяйственных угодий. Чтобы оценить, насколько четко исследования передают картографируемые явления заброшенности, мы сгруппировали их по количеству представленных визуальных или временных элементов (например, карты почвенного покрова, временные ряды). Мы разделили исследования на три группы: с 0 или 1 представленным элементом, с 2 и с тремя или более. Только 6,2% исследований попали в последнюю категорию, 21,4% включали два элемента, а 72,4% не включали ни одного или включали только один такой элемент. Для проверки эффективности картографирования исследования в значительной степени опирались на наземные данные в сочетании со вспомогательными данными (30 % исследований), а затем на использование снимков VHR, доступных через Google Earth, в сочетании со вспомогательными данными (рис. 9B). Мы также отметили, что в 8,5 % исследований не проводилась оценка точности (рис. 9B). Большая часть исследований не проводила проверку наличия заброшенных сельскохозяйственных угодий на карте (рис. 9C). Тем не менее, со временем доля исследований, реализующих оценку точности наличия заброшенных сельскохозяйственных угодий на карте, увеличилась, достигнув почти половины (47,2 %), с недавним небольшим снижением (44,2 %, 2021–2024 гг.). И последнее, но не менее важное: наш систематический обзор литературы также показал, что только 9 % исследований рассматривали возможность совместного использования созданных карт, 2 % публично делились данными обучения или проверки и 3 % делились кодами.

4. Обсуждение

В нашем систематическом обзоре показано, как методы дистанционного зондирования использовались для изучения процесса запустения сельскохозяйственных угодий, мониторинга различных траекторий процесса запустения и отслеживания временных изменений, а также для других важных достижений науки дистанционного зондирования. Эти результаты подробно рассматриваются далее.

4.1. Ключевые концепции и повторяющиеся темы, связанные с дистанционным зондированием заброшенности сельскохозяйственных угодий

Заброшенность сельскохозяйственных угодий — многомерное понятие, значение которого значительно варьируется в зависимости от географического, институционального и дисциплинарного контекстов (Castillo et al., 2019; FAOLEX, 2022; Grădinaru et al., 2020; Prishchepov, 2020). Наш систематический обзор литературы выявил широкий спектр определений, варьирующихся от биофизических описаний до социально-экономических интерпретаций, например, сколько лет прошло с момента прекращения сельскохозяйственной деятельности. Во многих исследованиях заброшенность определялась на основе восстановления растительности (например, трендов NDVI) (Kolecka, 2021; Wu et al., 2022), в то время как в других работах рассматривалось намерение землепользования или фактическое прекращение управления (Prishchepov et al., 2012b; Witmer, 2008). Такое разнообразие определений имеет непосредственное отношение к применению дистанционного зондирования. Однако в некоторых случаях, когда запустение сельскохозяйственных угодий рассматривается исключительно как изменение почвенно-растительного покрова, существует риск путаницы с другими процессами, такими как преднамеренное лесоразведение посредством посадки деревьев (Хун и др., 2024; Чжао и др., 2023; Чжэн и др., 2023).
Анализ частотности слов показал, что повторяющимися темами были «сукцессия», «возобновление роста», «динамика растительности» и «наступление кустарников», тогда как такие темы, как «социально-экономические факторы», «ответные меры политики» и «землевладение», были представлены недостаточно (рис. 4). Эти пробелы свидетельствуют о том, что во многих исследованиях с использованием дистанционного зондирования запустение сельскохозяйственных угодий рассматривалось в первую очередь как явление, связанное с растительностью, а не как решение о землепользовании, например, сформированное экономическими условиями фермеров и окружающей среды (включая предшествующее землепользование, состояние инфраструктуры, фермы). Критическая масса исследований также подчеркивала сельскохозяйственную экстенсификацию или деинтенсификацию как промежуточные стадии запустения (Li et al., 2022; Shahbandeh et al., 2022), что подчёркивает необходимость непрерывных, а не бинарных, схем классификации. Более того, недостаточная представленность конкретных типов землепользования, таких как виноградники и управляемые луга, в частотности ключевых слов (рис. 4), свидетельствует о пробелах в тематических исследованиях. В совокупности эти результаты подчеркивают необходимость в более интегрированной структуре, которая объединяет спектральные и временные индикаторы дистанционного зондирования, в первую очередь отражающие изменения в землепользовании, с контекстной информацией об использовании земель и историями управления.

4.2. Изучить местоположение и нанести на карту явления заброшенности сельскохозяйственных угодий

Географическая направленность исследований по заброшенности сельскохозяйственных угодий претерпела заметные изменения. Первоначально исследования были сосредоточены на некоторых частях Южной Америки (Steininger, 1996), постсоциалистической Центральной и Восточной Европе (ЦВЕ), включая такие страны, как Латвия, Литва, Польша, Россия, Словакия и Украина (Alcantara et al., 2012; Estel et al., 2015; Kolecka, 2021; Прищепов и др., 2012b; Szatmári et al., 2021), исследования все больше расширяются и включают Китай (Li et al., 2024; Liu et al., 2024). Этот сдвиг отразил растущую доступность спутниковых данных и растущую осведомленность о переменах в землепользовании в неевропейских условиях. Несмотря на этот распространенный сдвиг в исследованиях в Китае, другие части мира, где также наблюдается заброшенность (Баворова и др., 2023; Хуан и др., 2019; Олсен и др., 2021; Шеклтон и др., 2019; Инь и др., 2020), недостаточно изучены с помощью удаленных технологий. методы зондирования, например, в Африке, других частях Юго-Восточной Азии и Южной Америки. Различные типы режимов землепользования и структуры полей, например, с разбросанными деревьями (Brandt et al., 2020) и традиционно более низкой интенсивностью землепользования в некоторых частях Африки и Южной Америки, могут потребовать корректировки подходов к дистанционному зондированию для изучения заброшенности сельскохозяйственных угодий, например, в Сахеле (включая картографирование динамики отдельных деревьев и очень небольших полей с помощью видеосъемки).
Кроме того, некоторые явления заброшенности остаются неизменно недостаточно изученными. Например, отказу от управления лугопастбищными угодьями, высокогорными террасами и плантациями (например, масличной пальмы или чая) уделялось ограниченное внимание, как упоминалось в разделе 4.1. Это вызывает сожаление, поскольку прекращение землепользования, например, в садах и виноградниках, может по-разному повлиять на биоразнообразие или привести к эрозии почвы (заброшенные террасы) (Боннье и др., 2024; Чаушу и др., 2015; Кулури и Джурга, 2007). Будущим исследованиям было бы полезно более детально разобраться в этих формах отказа от участия.

4.3. Временная динамика исследований по заброшенности сельскохозяйственных угодий

Систематический обзор литературы выявил заметный рост числа исследований по заброшенности сельскохозяйственных угодий, особенно после 2008 года (рис. 6). Это увеличение, скорее всего, было связано с улучшением доступности спутниковых данных и открытием в 2008 году архива Геологической службы США Landsat, который позволил проводить долгосрочные ретроспективные анализы (Wulder et al., 2012). Последующий запуск доступных в свободном доступе программ ЕКА "Коперник" - "Сентинел-1" и "Сентинел-2" - еще больше повысил временное и пространственное разрешение данных дистанционного зондирования, доступных для сельскохозяйственного мониторинга. Эти платформы значительно расширили возможности изучения заброшенности сельскохозяйственных угодий, особенно в регионах, ранее не имевших достаточного охвата данными, таких как Китай и Россия, страны, которые столкнулись с массовым заброшением (Брандт и др., 2017; Хонг и др., 2024; Прищепов и др., 2021b).. Рост числа облачных платформ геопространственных вычислений, в частности Google Earth Engine (GEE), начиная с 2015 года, еще больше упростил доступ к этим большим наборам данных и позволил осуществлять обработку и анализ в глобальном масштабе (Горелик и др., 2017; Тамиминия и др., 2020). Этот технологический сдвиг существенно снизил барьеры для входа, позволив исследователям по всему миру, в том числе тем, кто находится в условиях ограниченных ресурсов, заниматься картографированием заброшенных сельскохозяйственных угодий. Эти достижения иллюстрируют ключевые благоприятные условия для расширения исследований по заброшенности сельскохозяйственных угодий: (1) открытый доступ к долгосрочным историческим спутниковым архивам и (2) наличие масштабируемых и удобных в использовании вычислительных инструментов. Эти уроки подчеркивают важность поддержания и расширения политики открытых данных, инвестирования в платформы, ориентированные на пользователей, и поощрения более широкого исследовательского сообщества к участию в крупномасштабном мониторинге землепользования с учетом временных рамок.

4.4. Источники спутниковых изображений, полезность изображений из нескольких источников и разнообразие явлений заброшенности сельскохозяйственных угодий на картах

Систематический обзор литературы также показал, что исследования по-прежнему сильно ориентированы на оптические датчики, особенно те, которые используются миссиями открытого доступа США/ЕС (например, Landsat, Sentinel-2, AQUA/Terra MODIS) (рис. 7). Однако такие наборы данных следует использовать с осторожностью, особенно в регионах, где размер пикселя не соответствует сильно фрагментированным сельскохозяйственным участкам (Оздоган и Вудкок, 2006). Оптические снимки с воздуха также широко использовались при изучении заброшенности сельскохозяйственных угодий (Cots-Folch et al., 2007; Maggi et al., 2007), хотя его полезность может быть ограниченной из-за ограниченной доступности во многих частях мира и необходимости частых наблюдений для точного определения процессов оставления. Более широкое применение коммерческих видеосъемок может стать альтернативой оптическим снимкам с воздуха, особенно если они станут более доступными с помощью различных инициатив (Bennett et al., 2022; Rufin et al., 2025). Данные аэрофотосъемки также использовались при изучении заброшенности сельскохозяйственных угодий, особенно когда требовалось нанести на карту структурные компоненты растительности (Хеллесен и Матикайнен, 2013; Джонсон и др., 2021). Однако эти исследования часто ограничивались локальными масштабами (рис. 9А). Такие программы, как Глобальное исследование динамики экосистем (GEDI), могут помочь в оценке структуры растительности на заброшенных сельскохозяйственных угодьях в национальном, региональном и глобальном масштабах (Потапов и др., 2021).
Микроволновые данные (например, JERS-1, ERS, ALOS/PALSAR, Sentinel-1 VV/VH) использовались недостаточно, несмотря на их потенциал для обнаружения структурно-чувствительных изменений, связанных с заброшенностью (Stefanski et al., 2014; Tamm et al., 2016). Микроволновые данные также необходимы для составления карт заброшенности в регионах с постоянной облачностью (Huang et al., 2019; Torbick et al., 2017). Гиперспектральные датчики, такие как HySpex и HyMap, также редко использовались в исследованиях заброшенности сельскохозяйственных угодий. Однако недавние миссии, такие как EnMAP, обещают сделать возможным более детальное картографирование заброшенности сельскохозяйственных угодий (Storch et al., 2023). Кроме того, данные дистанционного зондирования с близкого расстояния или наземного зондирования на местном и региональном уровнях могут быть использованы для поддержки крупномасштабных методов анализа данных дистанционного зондирования (Cazcarra-Bes et al., 2017; Sica et al., 2019; Szostak, 2020).
Также был проявлен интерес к использованию спутниковых данных, полученных в ходе миссий CORONA, архивных карт и материалов о растительном покрове, таких как китайский набор данных о растительном покрове (CLCD), который позволил реконструировать исторические изменения в землепользовании и растительном покрове (Jabs-Sobocinska et al., 2021; Rendenieks et al., 2020; Ye et al., 2024) (рис. 7). Это открывает новые возможности для интеграции исторических данных о землепользовании и тематического и семантического сопоставления (Джепсен и Левин, 2013). Недавние разработки, такие как доступ к определяемым пользователем системам идентификации земельных участков (Holl и др., 2022), включая систему идентификации земельных участков (LPIS) в Европейском союзе (Grădinaru и др., 2020; Jänicke и др., 2024; Şimşek и Durduran, 2022), могут предоставить дополнительную информацию. подробная информация о землепользовании до и после заброшения. Эти системы также помогают отличать заброшенность сельскохозяйственных угодий от спектрально сходных процессов, таких как преднамеренные проекты по облесению в карстовых районах Китая (Delang and Yuan, 2015; Hong et al., 2024).
Со временем возможности получения изображений из нескольких источников значительно возросли (рис. 8А). Эта тенденция отражала не только растущее число датчиков, таких как свободно доступные оптические спутники, такие как Landsat TM/ETM+/OLI и Sentinel-2, но и интеграцию оптических изображений с данными SAR (например, Sentinel-1, ALOS), лидарами и даже наборами данных, получаемыми с БПЛА (Jabs- Собочинская и др., 2021; Колецка, 2018; Осинская-Скотак и др., 2019; Шостак, 2023). Эта разработка позволила выявлять более сложные изменения рельефа и улучшила картографирование различных форм заброшенности сельскохозяйственных угодий и эволюционных траекторий растительности (рис. 8B). Опять же, такие знания весьма актуальны, поскольку они могут дать более глубокое представление о закономерностях сукцессии, например, лесов (Биспо и др., 2019; Казкарра-Бес и др., 2017; Сика и др., 2019; Шостак, 2023). Развитие дистанционного зондирования заброшенных сельскохозяйственных угодий позволило выйти за рамки понятия “заброшенные” по отношению к сельскохозяйственным угодьям. классификации “не заброшенных” земель, а также помогли составить карту заброшенных сельскохозяйственных угодий в неоднородных или подверженных облачности ландшафтах, где одних оптических данных может быть недостаточно. Наблюдается растущая тенденция к составлению карт более разнообразного заброшенного жилья (рис. 8B), вероятно, отражает более широкую доступность инструментов и наборов данных. Это также указывает на общее развитие подходов к дистанционному зондированию для определения заброшенности сельскохозяйственных угодий, что ведет к более детальному и детализированному пониманию этого явления. Однако, несмотря на эти преимущества, интеграция с несколькими источниками данных остается технически сложной и часто требует больших вычислительных затрат. В результате он по-прежнему используется в недостаточной степени в регионах с ограниченной исследовательской инфраструктурой или там, где данные лидара или другие типы данных дистанционного зондирования, помимо Landsat и Sentinel-2, недоступны.

4.5. Пространственные масштабы исследований по заброшенности сельскохозяйственных угодий

Эта эволюция в пространственном отношении (от местного к региональному и национальному) отражает как технологические достижения, так и изменение приоритетов исследований (рис. 9А). Тем не менее, область исследований по-прежнему сильно ориентирована на тематические исследования на субнациональном, местном или региональном уровнях (рис. 9А). 9A), часто ограниченные конкретными природными или административными единицами, такими как долины, водоразделы, округа или провинции (Bucha et al., 2021; Godinho Cassol et al., 2021; Кобаяши и Киношита, 2023). Вероятно, такой подход был обусловлен наличием высококачественных данных об обучении, а также материально-технической возможностью проведения проверки на местах. Кроме того, учет сложной и специфичной для местных условий динамики заброшенности сельскохозяйственных угодий требует учета различных экологических условий, истории землепользования и социально-экономических факторов. Хотя исследования на местном уровне дают ценную информацию, они также представляют проблему для обобщения. Распространение полученных результатов на более широкие регионы затруднено из-за специфических экологических, институциональных и социально-экономических условий на конкретном участке. Напротив, исследования национального и континентального масштаба, хотя и увеличиваются в количестве, остаются ограниченными и часто основаны на наборах данных с грубым разрешением, таких как снимки AQUA/TERRA MODIS с разрешением 250-500 м (Estel et al., 2015; Löw et al., 2018). Эти наборы данных, как правило, допускают, опять же, только упрощенные классификации (например, “заброшенные” или “не заброшенные”) и часто дают умеренную тематическую точность, что ограничивает их способность поддерживать детализированные политические или экологические оценки.
На момент проведения этого обзора не было разработано ни одного глобального продукта дистанционного зондирования для составления карты заброшенных сельскохозяйственных угодий (рис. 9А). Одно заметное исключение касалось тестирования картирования заброшенности на глобально распределенных сайтах, но это остается редкостью (Yin et al., 2020). Отсутствие глобальных продуктов затрудняет проведение всеобъемлющих межрегиональных оценок и вынуждает исследователей полагаться на наборы данных общего назначения, такие как серия данных ЕКА о растительном покрове (Næss et al., 2021; Zheng et al., 2023), которые не были специально разработаны для учета сложности динамики заброшенности.

4.6. Прозрачность и воспроизводимость при картировании заброшенности сельскохозяйственных угодий

Значительной проблемой, выявленной в ходе нашего обзора, стала недостаточная ясность определений, визуализации и объяснений картографируемых явлений заброшенности сельскохозяйственных угодий. Примерно в четверти рассмотренных исследований использовались определения, ориентированные на пользователя, и в аналогичном количестве исследований были представлены наглядные примеры изучаемого явления заброшенности сельскохозяйственных угодий (Юн и Ким, 2020; Юсофф и др., 2017). Индивидуально разработанные определения могут быть ценными, особенно если они адаптированы к конкретным потребностям заинтересованных сторон, но они должны включать прозрачные критерии и наглядные примеры (Юсофф и др., 2017). Определения должны включать качественные описания того, как заброшенность проявляется на местности, а также информацию о продолжительности заброшенности и предыдущем использовании земли (например, пахотные земли, луга, виноградники или сады). Им также следует уточнить, продолжают ли иметь место остаточная деятельность, такая как эпизодический выпас скота или спорадическое скашивание, что может указывать на экстенсивное, а не заброшенное землепользование (Baumann et al., 2020). Адаптированные к местным условиям определения также помогают избежать путаницы между заброшенностью и нерегулярным землепользованием, например, экстенсивным выпасом скота. Как подчеркивают Грэдинару и др. (2020), «исследования должны более чётко отражать характеристики заброшенных земель с течением времени (например, количество лет с момента полного или частичного заброшенности, динамика растительности, видовой состав с течением времени)». Измеримые характеристики, такие как изменение отражательной способности, текстура или структура растительности, могут повысить согласованность и облегчить сравнение результатов разных исследований.
Во многих исследованиях были представлены картографические результаты без подтверждения выявленной заброшенности сельскохозяйственных угодий. Однако со временем доля исследований, в которых проводилась оценка точности заброшенности сельскохозяйственных угодий, увеличилась, вероятно, отчасти благодаря росту осведомленности и совершенствованию практик в сообществе специалистов по дистанционному зондированию (Olofsson et al., 2014; Olofsson et al., 2013). Тем не менее, отсутствие оценки точности в некоторых исследованиях вызвало опасения по поводу надежности и обобщаемости результатов. В то время как в некоторых исследованиях для оценки точности использовались только снимки VHR (например, из Google Earth) (Du et al., 2022; Sobe et al., 2021; Song et al., 2022; Wuyun et al., 2022; Yang and Huang, 2021). Несмотря на свободный доступ и визуальную детализацию, однодневные снимки VHR могут искажать временную динамику, необходимую для определения заброшенности, что приводит к ложному ощущению точности (Lesiv et al., 2018). Поэтому мы настоятельно рекомендуем отдавать приоритет интеграции нескольких дополнительных источников данных для валидации, включая полевые наблюдения, временные ряды Sentinel-2 или Landsat, сезонные профили на основе MODIS и текстурные метрики. Такие подходы повышают достоверность классификации, улучшают интерпретацию и расширяют применимость результатов к разработке политики, управлению земельными ресурсами и межрегиональным сравнениям.
Наш обзор также показал, что лишь немногие исследования сделали свои наборы данных, карты или коды общедоступными, что ограничивает возможности тиражирования и методологического обучения. Хотя масштабные проекты по сбору данных в открытом доступе, такие как Обследование землепользования и площади охвата Европейского союза (LUCAS) (EUROSTAT, 2006) и платформа Geo-Wiki (Fritz et al., 2017; Fritz et al., 2012), внесли ценный вклад в изучение заброшенности сельскохозяйственных угодий, необходимо признать их ограничения. Например, в рамках кампании Geo-Wiki добровольцам предлагалось оценить заброшенность, но их уверенность в этих оценках не всегда фиксировалась, что отражает сложность выявления заброшенности даже среди обученных участников (Fritz et al., 2017). Более того, заброшенность сельскохозяйственных угодий остаётся политически и социально чувствительной проблемой во многих регионах, что может ограничивать публикацию справочных данных. Тем не менее, по возможности исследователям настоятельно рекомендуется делиться своими наборами данных через платформы открытого доступа, такие как Zenodo https://zenodo.org/ и PANGAEA https://www.pangaea.de/ (дата обращения: 20 июня 2025 г.), чтобы способствовать прозрачности и коллективному прогрессу в этой области.

4.7. Краткое изложение рекомендаций по будущим исследованиям

Основываясь на результатах данного систематического обзора, было сформулировано несколько рекомендаций по совершенствованию будущих исследований в области дистанционного зондирования заброшенности сельскохозяйственных угодий:

Улучшать информирование об изученной заброшенности сельскохозяйственных угодий.

Мы рекомендуем следующие передовые практики для улучшения информирования об изученной заброшенности сельскохозяйственных угодий: 1) четко определить заброшенность, используя как качественные описания, так и измеримые критерии, включая предшествующее использование земли, продолжительность и сохраняющиеся виды хозяйственной деятельности (например, экстенсивный выпас), 2) предоставить наглядные примеры изученной заброшенности сельскохозяйственных угодий (полевые фотографии, примеры спутниковых снимков, спектральные данные, временные ряды), 3) подтвердить достоверность картографированной заброшенности сельскохозяйственных угодий, используя, где это возможно, несколько дополнительных справочных данных, а в лучшем случае также включать полевые наблюдения, 4) документировать неопределенность классификации и признавать ограничения как данных, так и методов. 5) сделать данные, коды и картографические данные общедоступными для облегчения репликации, перекрестного синтеза исследований и улучшения взаимодействия с заинтересованными сторонами.

Расширить исследования на недостаточно представленные типы землепользования и регионы.

Многие исследования заброшенности сосредоточены на пахотных землях в хорошо изученных регионах, таких как европейские страны и Китай (рис. 5). Исследования могут быть расширены на недостаточно представленные системы, такие как луга, виноградники, террасы и плантации. Особое внимание следует уделять средам, подверженным заброшенности, и районам, затронутым социально-экономическими и политическими преобразованиями, где сельскохозяйственное использование может различаться, – Африке, Центральной и Юго-Восточной Азии и Южной Америке.

Диверсифицировать применение данных дистанционного зондирования и вспомогательных геопространственных источников.

Хотя оптические датчики доминируют, интеграция данных РСА, ЛДА и гиперспектральных данных остается ограниченной, тем не менее, в последние годы растет интерес к применению данных из нескольких источников в исследованиях заброшенности сельскохозяйственных угодий. Эти источники (РСА, ЛДА, гиперспектральные данные) могут облегчить изучение заброшенности сельскохозяйственных угодий в сложных ландшафтах, включая регионы с облачностью, и могут позволить лучше понять экологическую сукцессию после заброшенности. Исторические источники, такие как снимки CORONA и архивные карты, предоставляют ценный долгосрочный контекст для понимания наследия землепользования и контекста запустения.

Способствовать многомасштабному и временному анализу.

Большинство исследований проводились в локальном или региональном масштабе, что ограничивает более широкое применение. В будущих исследованиях следует отдавать приоритет многомасштабным подходам, которые интегрируют подробные локальные наблюдения, работают над масштабируемостью результатов и предоставляют региональные или континентальные, богатые временными данными продукты.

Изучать запустение сельскохозяйственных угодий как изменение землепользования, выходящее за рамки биофизических индикаторов, основанных на дистанционном зондировании.

Как показал обзор, дистанционное зондирование запустения сельскохозяйственных угодий в первую очередь связано с пониманием биофизических проявлений запустения (например, возобновления роста растительности и изменения почвенно-растительного покрова). При этом отсутствует понимание других компонентов, таких как изменения в структуре землепользования (рис. 4). Будущие исследования в области дистанционного зондирования должны восполнить этот пробел, например, путём изучения структурных и текстурных компонентов трансформации заброшенных полей, прилегающих территорий и инфраструктуры, изучения косвенных показателей изменения землепользования, полученных с помощью дистанционного зондирования, и маркировки заброшенности как изменения землепользования. Интеграция кадастровых данных, подробных карт землепользования и социально-экономического контекста позволит лучше понять процессы заброшенности сельскохозяйственных угодий и новые виды землепользования на заброшенных сельскохозяйственных угодьях, поскольку заброшенность сельскохозяйственных угодий часто является не конечным, а переходным процессом.

4.8. Ограничения данного исследования

Наше исследование, несмотря на его всеобъемлющий характер, имеет ряд ограничений. Во-первых, охват был ограничен рецензируемой англоязычной литературой, что могло исключить значимые исследования, опубликованные в региональных или неанглоязычных изданиях. Это особенно актуально для стран с широко распространенным заброшенным сельскохозяйственным угодьем (например, Китай, Иран, Казахстан, Россия) (Baumann et al., 2020; Hong et al., 2024; Prishchepov et al., 2013; Wang et al., 2016), но где публикации на родных языках могут быть более выражены, включая различные отчеты и так называемую «серую» литературу (Li and Li, 2017; Terekhin, 2017; Terekhov, 2010). Во-вторых, обзор литературы был сосредоточен на приложениях дистанционного зондирования и основных журналах по дистанционному зондированию, поскольку нас интересовала оценка методологического развития дистанционного зондирования заброшенности сельскохозяйственных угодий. Таким образом, мы, возможно, недооценили качественные и социально-политические аспекты заброшенности, такие как принятие решений фермерами, влияние политики и институциональные рамки. Кроме того, количество исследований (n = 131) остается относительно скромным по сравнению с исследованиями других процессов изменения земель, таких как вырубка леса или расширение сельского хозяйства. Тем не менее, это также показывает, что заброшенность сельскохозяйственных угодий остается недостаточно изученной в мировом научном сообществе землепользования, несмотря на то, что является широко распространенным явлением с далеко идущими последствиями для биоразнообразия, продовольственной безопасности и развития сельских районов. Наш обзор не включал исследования, оценивающие фенологию и тенденции растительности (т. е. позеленение и побурение) с косвенной привязкой к заброшенности сельскохозяйственных угодий, среди других изменений в землепользовании, и могут потребовать дополнительного внимания в будущих исследованиях (De Beurs et al., 2009; de Jong et al., 2013; Horion et al., 2016). Несмотря на эти ограничения, наш синтез дает ценную основу для оценки прогресса, выявления конкретных пробелов в знаниях и побуждает исследовательское сообщество лучше понять феномен заброшенности сельскохозяйственных угодий.

Заявление об использовании генеративного ИИ и технологий с его поддержкой в ​​процессе написания

В процессе подготовки данной работы авторы использовали Grammarly и Chat GPT для проверки грамматики и орфографических ошибок, а также для реструктуризации предложений. После использования этого инструмента/сервиса авторы проверили и отредактировали контент по мере необходимости и взяли на себя полную ответственность за содержание публикации.

Заявление о конфликте интересов

Авторы заявляют об отсутствии у них известных конфликтующих финансовых интересов или личных отношений, которые могли бы повлиять на представленную в данной статье работу.

Благодарности

Мы благодарим за поддержку программы 4EU+ Flagship 4: Biodiversity and Sustainable Development Program в рамках мини-грантов 4EU+ Карлова университета (проект «Заброшенные сельскохозяйственные угодья в Европе»: создание сети, тестирование новых наборов данных и методов мониторинга тенденций и оценки факторов, влияющих на их развитие; 2022 г.). Мы также благодарны за финансирование от Фонда Карлсберга (грант CF24-1791), Центра апокалиптических и постапокалиптических исследований им. Кете Хамбургер (CAPAS) при Гейдельбергском университете, финансируемого Федеральным министерством образования и научных исследований Германии (BMBF), а также за проект Biodiversa+/Innovation Fund Denmark (IFD) «Управление альпийскими горными сенными лугами: передовой опыт сохранения их благоприятного природоохранного статуса в условиях недоиспользования в рамках различных режимов прав собственности внутри и за пределами охраняемых территорий» (ALPMEMA). Исследование проводилось в рамках деятельности сети SDGnexus Network, поддержанной Германской службой академических обменов (DAAD) за счет средств, предоставленных Федеральным министерством экономического сотрудничества и развития (BMZ). Эта поддержка осуществляется в рамках программы «Exceed 2025–2029: Hochschulexzellenz in der Entwicklungszusammenarbeit» (грант № 57753302. Данное исследование также было поддержано Словацким агентством исследований и разработок (Slovak Research and Development Agency) в рамках контракта № APVV-MVP-24-0386 «SK-AAL: Расширенная оценка заброшенных сельскохозяйственных земель в Словакии»; Словацким агентством научных грантов VEGA (Slovak Scientific Grant Agency) в рамках гранта № 2/0043/23 «Выявление ландшафтного разнообразия и его изменений в Словакии на основе данных дистанционного зондирования в контексте Европейского зелёного курса» и является частью деятельности Глобальной земельной программы (GLP) и рабочей группы GLP «Заброшенные сельскохозяйственные земли как глобальное явление изменения землепользования». Мы также благодарим за поддержку проект Европейской комиссии (CINEA) Horizon Europe № 101081307 «На пути к устойчивому землепользованию в контексте изменения климата и биоразнообразия в Европе (Europe-LAND)». Мы благодарим Хэ Иня за его конструктивные комментарии к предыдущей версии рукописи и замечания Зузаны. Лготакова, Пржемысл Штых, Зденек Липский, Иван Бичик, Зденек Будный, Ярослав Войта, Рената Боднарова и Марцин Ключек. Мы благодарим анонимных рецензентов и заместителя редактора за ценный труд, время и конструктивные комментарии, которые помогли улучшить рукопись».

Ссылки
Alcantara, C., Kuemmerle, T., Prishchepov, A.V., Radeloff, V.C., 2012. Mapping abandoned agriculture with multi-temporal MODIS satellite data. Remote Sens. Environ. 124, 334–347. https://doi.org/10.1016/j.rse.2012.05.019
Alcantara, C., Kuemmerle, T., Baumann, M., Bragina, E.V., Griffiths, P., Hostert, P., Knorn, J., Müller, D., Prishchepov, A.V., Schierhorn, F., Sieber, A., Radeloff, V.C., 2013. Mapping the extent of abandoned farmland in central and Eastern Europe using MODIS time series satellite data. Environ. Res. Lett. 8. https://doi.org/10.1088/1748-9326/8/3/035035
Arevalo, P., Olofsson, P., Woodcock, C.E., 2020. Continuous monitoring of land change activities and post-disturbance dynamics from Landsat time series: a test methodology for REDD plus reporting. Remote Sens. Environ. 238. https://doi.org/10.1016/j.rse.2019.01.013
Baumann, M., Kamp, J., Pötzschner, F., Bleyhl, B., Dara, A., Hankerson, B., Prishchepov, A.V., Schierhorn, F., Müller, D., Hölzl, N., Krämer, R., Urazaliyev, R., Kuemmerle, T., 2020. Declining human pressure and opportunities for rewilding in the steppes of Eurasia. Divers. Distrib. 26, 1058–1070. https://doi.org/10.1111/ddi.13110
Bavorová, M., Ullah, A., Nyendu, D., Prishchepov, A.V., 2023. Determinants of farmland abandonment in the urban-rural fringe of Ghana. Reg. Environ. Chang. 23, 122. https://doi.org/10.1007/s10113-023-02117-z
Benayas, J.M.R., Martins, A., Nicolau, J.M., Schulz, J.J., 2007. Abandonment of agricultural land: an overview of drivers and consequences. CAB Rev. 2, 14. https://doi.org/10.1079/PAVSNNR20072057
Bennett, M.M., Van Den Hoek, J., Zhao, B., Prishchepov, A.V., 2022. Improving satellite monitoring of armed conflicts. Earth's Future 10. https://doi.org/10.1029/2022EF002904
Benoit, K., Watanabe, K., Wang, H., Nulty, P., Obeng, A., Müller, S., Matsuo, A., 2018. Quanteda: an R package for the quantitative analysis of textual data. JOSS 3, 774. https://doi.org/10.21105/joss.00774
Bertolazzi, G., Tumminello, M., Morello, G., Belmonte, B., Tripodo, C., 2024. Resampling approaches for the quantitative analysis of spatially distributed cells. Data Intell. 6, 104–119. https://doi.org/10.1162/dint_a_00249
Bicik, I., Jelecek, L., Stepanek, V., 2001. Land-use changes and their social driving forces in Czechia in the 19th and 20th centuries. Land Use Policy 18, 65–73. https://doi.org/10.1016/S0264-8377(00)00047-8
Bispo, P.D.C., Pardini, M., Papathanassiou, K.P., Kugler, F., Balzter, H., Rains, D., dos Santos, J.R., Rizaev, I.G., Tansey, K., dos Santos, M.N., Spinelli Araujo, L., 2019. Mapping forest successional stages in the Brazilian Amazon using forest heights derived from TanDEM-X SAR interferometry. Remote Sens. Environ. 232, 111194. https://doi.org/10.1016/j.rse.2019.05.013
Bonnier, R., Plieninger, T., Bhagwat, T., Kamp, J., 2024. Viticulture abandonment benefits the bird community of the French Mediterranean. Basic Appl. Ecol. 79, 46–56. https://doi.org/10.1016/j.baae.2024.05.006
Bossard, M., Feranec, J., Otahel, J., 2000. CORINE Land Cover Technical Guide—Addendum 2000 (40/2000). CORINE land cover technical guide, European Environmental Agency.
Brandt, M., Rasmussen, K., Peñuelas, J., Tian, F., Schurgers, G., Verger, A., Mertz, O., Palmer, J.R.B., Fensholt, R., 2017. Human population growth offsets climate-driven increase in woody vegetation in sub-Saharan Africa. Nat. Ecol. Evol. 1, 0081. https://doi.org/10.1038/s41559-017-0081
Brandt, M., Tucker, C.J., Kariryaa, A., Rasmussen, K., Abel, C., Small, J., Chave, J., Rasmussen, L.V., Hiernaux, P., Diouf, A.A., Kergoat, L., Mertz, O., Igel, C., Gieseke, F., Schöning, J., Li, S., Melocik, K., Meyer, J., Sinno, S., Romero, E., Glennie, E., Montagu, A., Dendoncker, M., Fensholt, R., 2020. An unexpectedly large count of trees in the West African Sahara and Sahel. Nature 587, 78–82. https://doi.org/10.1038/s41586-020-2824-5
Bucha, T., Papco, J., Sackov, I., Pajtik, J., Sedliak, M., Barka, I., Feranec, J., 2021. Woody above-ground biomass estimation on abandoned agriculture land using Sentinel-1 and Sentinel-2 data. Remote Sens. 13. https://doi.org/10.3390/rs13132488
Castillo, M., Rivard, B., Sanchez-Azofeifa, A., Calvo-Alvarado, J., Dubayah, R., 2012. LIDAR remote sensing for secondary tropical dry forest identification. Remote Sens. Environ. 121, 132–143. https://doi.org/10.1016/j.rse.2012.01.012
Castillo, C.P., Jacobs-Crisioni, C., Kavalov, B., Lavalle, C., 2019. Socio-economic and demographic trends in EU rural areas: an indicator-based assessment with LUISA territorial modeling platform. In: Grueau, C., Laurini, R., Ragia, L. (Eds.), Proceedings of the 5th International Conference on Geographical Information Systems Theory, Applications and Management (GISTAM 2019), pp. 250–258. https://doi.org/10.5220/0007739902500258
Cazcarra-Bes, V., Tello-Alonso, M., Fischer, R., Heym, M., Papathanassiou, K., 2017. Monitoring of forest structure dynamics by means of L-band SAR tomography. Remote Sens. 9, 1229. https://doi.org/10.3390/rs9121229
Cots-Folch, R., Aitkenhead, M.J., Martinez-Casasnovas, J.A., 2007. Mapping land cover from detailed aerial photography data using textural and neural network analysis. Int. J. Remote Sens. 28, 1625–1642. https://doi.org/10.1080/01431160600887722
Crawford, C.L., Yin, H., Radeloff, V.C., Wilcove, D.S., 2022. Rural land abandonment is too ephemeral to provide major benefits for biodiversity and climate. Sci. Adv. 8, eabm8999. https://doi.org/10.1126/sciadv.abm8999
Dara, A., Baumann, M., Kuemmerle, T., Pflugmacher, D., Rabe, A., Griffiths, P., Hölzel, N., Kamp, J., Freitag, M., Hostert, P., 2018. Mapping the timing of cropland abandonment and recultivation in northern Kazakhstan using annual Landsat time series. Remote Sens. Environ. 213, 49–60. https://doi.org/10.1016/j.rse.2018.05.005
Dara, A., Baumann, M., Freitag, M., Hölzel, N., Hostert, P., Kamp, J., Müller, D., Prishchepov, A.V., Kuemmerle, T., 2020a. Annual Landsat time series reveal post-soviet changes in grazing pressure. Remote Sens. Environ. 239, 111667. https://doi.org/10.1016/j.rse.2020.111667
Dara, A., Baumann, M., Hölzel, N., Hostert, P., Kamp, J., Müller, D., Ullrich, B., Kuemmerle, T., 2020b. Post-soviet land-use change affected fire regimes on the Eurasian steppes. Ecosystems 23, 943–956. https://doi.org/10.1007/s10021-019-00447-w
Daskalova, G.N., Kamp, J., 2023. Abandoning land transforms biodiversity. Science 380, 581–583. https://doi.org/10.1126/science.adf1099
de Beurs, K.M., Henebry, G.M., 2004. Land surface phenology, climatic variation, and institutional change: analyzing agricultural land cover change in Kazakhstan. Remote Sens. Environ. 89, 497–509. https://doi.org/10.1016/j.rse.2003.11.006
de Beurs, K.M., Wright, C.K., Henebry, G.M., 2009. Dual scale trend analysis for evaluating climatic and anthropogenic effects on the vegetated land surface in Russia and Kazakhstan. Environ. Res. Lett. 4, 045012. https://doi.org/10.1088/1748-9326/4/4/045012
de Jong, R., Verbesselt, J., Zeileis, A., Schaepman, M., 2013. Shifts in global vegetation activity trends. Remote Sens. 5, 1117–1133. https://doi.org/10.3390/rs5031117
Delang, C.O., Yuan, Z., 2015. China's Grain for Green Program: A Review of the Largest Ecological Restoration and Rural Development Program in the World, 1st ed. 2015. Ed. Springer International Publishing: Imprint: Springer, Cham. doi:https://doi.org/10.1007/978-3-319-11505-4
Du, Z., Yang, J., Ou, C., Zhang, T., 2022. Agricultural land abandonment and retirement mapping in the northern China crop-pasture band using temporal consistency check and trajectory-based change detection approach. IEEE Trans. Geosci. Remote Sens. 60. https://doi.org/10.1109/TGRS.2021.3121816
Estel, S., Kuemmerle, T., Alćantara, C., Levers, C., Prishchepov, A., Hostert, P., 2015. Mapping farmland abandonment and recultivation across Europe using MODIS NDVI time series. Remote Sens. Environ. 163, 312–325. https://doi.org/10.1016/j.rse.2015.03.028
Gelabert, P.J., Rodrigues, M., de la Riva, J., Ameztegui, A., Sebastià, M.T., Vega García, C., 2021. LandTrendr smoothed spectral profiles enhance woody encroachment monitoring. Remote Sens. Environ. 262, 112521. https://doi.org/10.1016/j.rse.2021.112521
Godinho Cassol, H.L., Cruz De Aragão, L.E., Moraes, E.C., De Brito Carreiras, J.M., Shimabukuro, Y.E., 2021. Quad-pol advanced land observing satellite / phased Array L-band synthetic aperture Radar-2 (ALOS/PALSAR-2) data for modeling secondary forest above-ground biomass in the central Brazilian Amazon. Int. J. Remote Sens. 42, 4989–5013. https://doi.org/10.1080/01431161.2021.1903615
Goga, T., Feranec, J., Bucha, T., Rušnák, M., Śackov, I., Barka, I., Kopečká, M., Papčo, J., Oťaheľ, J., Szatmári, D., Pazúr, R., Sedliak, M., Pajtík, J., Vladovič, J., 2019. A review of the application of remote sensing data for abandoned agricultural land identification with focus on central and Eastern Europe. Remote Sens. 11, 2759. https://doi.org/10.3390/rs11232759
Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., Moore, R., 2017. Google earth engine: planetary-scale geospatial analysis for everyone. Remote Sens. Environ. 202, 18–27. https://doi.org/10.1016/j.rse.2017.06.031
Gradinaru, S.R., Iojă, C.I., Vânău, G.O., Onose, D.A., 2020. Multidimensionality of land transformations: from definition to perspectives on land abandonment. Carpath. J. Earth Environ. Sci. 15, 167–177. https://doi.org/10.26471/cjees/2020/015/119
Heinimann, A., Mertz, O., Frolking, S., Egelund Christensen, A., Hurni, K., Sedano, F., Parsons Chini, L., Sahajpal, R., Hansen, M., Hurtt, G., 2017. A global view of shifting cultivation: recent, current, and future extent. PLoS ONE 12, e0184479. https://doi.org/10.1371/journal.pone.0184479
Hellesen, T., Matikainen, L., 2013. An object-based approach for mapping shrub and tree cover on grassland habitats by use of LiDAR and CIR orthoimages. Remote Sens. 5, 558–583. https://doi.org/10.3390/rs5020558
Holl, K.D., Ashton, M.S., Bukoski, J.J., Culbertson, K.A., Curran, S.R., Harris, T.B., Potts, M.D., Valverde, Y.L., Vincent, J.R., 2022. Redefining “abandoned” agricultural land in the context of reforestation. Front. For. Glob. Change 5, 933887. https://doi.org/10.3389/ffgc.2022.933887
Hong, C., Prishchepov, A.V., Jin, X., Han, B., Lin, J., Liu, J., Ren, J., Zhou, Y., 2023. The role of harmonized Landsat Sentinel-2 (HLS) products to reveal multiple trajectories and determinants of cropland abandonment in subtropical mountainous areas. J. Environ. Manage. 336, 117621. https://doi.org/10.1016/j.jenvman.2023.117621
Hong, C., Prishchepov, A.V., Jin, X., Zhou, Y., 2024. Mapping cropland abandonment and distinguishing from intentional afforestation with Landsat time series. Int. J. Appl. Earth Obs. Geoinf. 127, 103693. https://doi.org/10.1016/j.jag.2024.103693
Horion, S., Prishchepov, A.V., Verbesselt, J., de Beurs, K., Tagesson, T., Fensholt, R., 2016. Revealing turning points in ecosystem functioning over the northern Eurasian agricultural frontier. Glob. Chang. Biol. 22, 2801–2817. https://doi.org/10.1111/gcb.13267
Hou, D., Meng, F., Prishchepov, A.V., 2021. How is urbanization shaping agricultural land-use? Unraveling the nexus between farmland abandonment and urbanization in China. Landsc. Urban Plan. 214, 104170. https://doi.org/10.1016/j.landurbplan.2021.104170
Huang, X., Ziniti, B., Torbick, N., 2019. Assessing conflict-driven food security in Rakhine, Myanmar with multisource imagery. Land 8, 95. https://doi.org/10.3390/land8060095
Janus, J., Bozek, P., 2019. Aerial laser scanning reveals the dynamics of cropland abandonment in Poland. J. Land Use Sci. 14, 378–396. https://doi.org/10.1080/1747423X.2019.1709226
Jabs-Sobocinska, Z., Affek, A.N., Ewiak, I., Nita, M.D., 2021. Mapping mature post-agricultural forests in the Polish eastern Carpathians with archival remote sensing data. Remote Sens. 13. https://doi.org/10.3390/rs13102018
Jänicke, C., Ansbak Petersen, K., Schmidts, P., Müller, D., Rudbeck Jepsen, M., 2024. Harmonized IACS inventory. https://doi.org/10.5281/ZENODO.14230621
Johnson, K.M., Ouimet, W.B., Dow, S., Haverfield, C., 2021. Estimating historically cleared and forested land in Massachusetts, USA, using airborne LiDAR and archival records. Remote Sens. 13. https://doi.org/10.3390/rs13214318
Kamp, J., 2014. Land management: weighing up reuse of soviet croplands. Nature 505, 483. https://doi.org/10.1038/505483d
Kobayashi, Y., Kinoshita, T., 2023. Abandoned farmland detection using single-year satellite images in Japan. J. Appl. Remote Sens. 17. https://doi.org/10.1117/1.JRS.17.014517
Kolecka, N., 2018. Height of successional vegetation indicates moment of agricultural land abandonment. Remote Sens. 10, 1568. https://doi.org/10.3390/rs10101568
Kolecka, N., 2021. Greening trends and their relationship with agricultural land abandonment across Poland. Remote Sens. Environ. 257, 112340. https://doi.org/10.1016/j.rse.2021.112340
Koulouri, M., Giourga, C., 2007. Land abandonment and slope gradient as key factors of soil erosion in Mediterranean terraced lands. Catena 69, 274–281.
Kumm, K.-I., Hessle, A., 2020. Economic comparison between pasture-based beef production and afforestation of abandoned land in Swedish forest districts. Land 9, 42. https://doi.org/10.3390/land9020042
Lesiv, M., See, L., Laso Bayas, J.C., Sturn, T., Schepaschenko, D., Karner, M., Moorthy, I., McCallum, I., Fritz, S., 2018. Characterizing the spatial and temporal availability of very high resolution satellite imagery for monitoring applications. Earth Syst. Sci. Data Discuss. 1–24. https://doi.org/10.5194/essd-2018-13
Li, S., Li, X., 2017. Global understanding of farmland abandonment: a review and prospects. J. Geogr. Sci. 27, 1123–1150. https://doi.org/10.1007/s11442-017-1426-0
Li, L., Zheng, S., Zhao, K., Shen, K., Yan, X., Zhao, Y., 2022. The quantitative impact of the arable land protection policy on the landscape of farmland abandonment in Guangdong Province. Remote Sens. 14, 4991. https://doi.org/10.3390/rs14194991
Li, H., Lin, H., Luo, J., Wang, T., Chen, H., Xu, Q., Zhang, X., 2024. Fine-grained abandoned cropland mapping in southern China using pixel attention contrastive learning. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 17, 2283–2295. https://doi.org/10.1109/JSTARS.2023.3338454
Liu, G., Li, Y., Chen, Y., Lu, Y., Jiang, D., Xu, A., Zhong, Y., Yin, H., 2024. Mapping abandoned cropland in tropical/subtropical monsoon areas with multiple crop maturity patterns. Int. J. Appl. Earth Obs. Geoinf. 127, 103674. https://doi.org/10.1016/j.jag.2024.103674
Liu, T., Yu, L., Liu, X., Peng, D., Chen, X., Du, Z., Tu, Y., Wu, H., Zhao, Q., 2025. A global review of monitoring cropland abandonment using remote sensing: temporal-spatial patterns, causes, ecological effects, and future prospects. J. Remote Sens. 5, 0584. https://doi.org/10.34133/remotesensing.0584
Low, F., Prishchepov, A., Waldner, F., Dubovyk, O., Akramkhanov, A., Biradar, C., Lamers, J., 2018. Mapping cropland abandonment in the Aral Sea basin with MODIS time series. Remote Sens. 10, 159. https://doi.org/10.3390/rs10020159
Lyuri, D.I., Goryachkin, S.V., Karavaeva, N.A., Denisenko, E.A., Nefedova, T.G., 2010. Dynamics of Agricultural Lands of Russia in the XXth Century and Postagrogenic Restoration of Vegetation and Soils, (Dinamika Selskohozjaistvennih Zemel Rossii V XX Veke I Postagrogennoje Vosstanovlenije Rastitelnosti I Pochv). GEOS, Moscow.
Maggi, M., Estreguil, C., Soille, P., 2007. Woody vegetation increase in Alpine areas: a proposal for a classification and validation scheme. Int. J. Remote Sens. 28, 143–166. https://doi.org/10.1080/01431160600851785
Manning, C.D., Raghavan, P., Schütze, H., 2008. Introduction to Information Retrieval. Cambridge University Press, New York.
Morell-Monzo, S., Sebastia-Frasquet, M.-T., Estornell, J., 2021. Land use classification of VHR images for mapping small-sized abandoned citrus plots by using spectral and textural information. Remote Sens. 13. https://doi.org/10.3390/rs13040681
Munroe, D.K., van Berkel, D.B., Verburg, P.H., Olson, J.L., 2013. Alternative trajectories of land abandonment: causes, consequences and research challenges. Curr. Opin. Environ. Sustain. 5, 471–476. https://doi.org/10.1016/j.cosust.2013.06.010
Naess, J.S., Cavalett, O., Cherubini, F., 2021. The land-energy-water nexus of global bioenergy potentials from abandoned cropland. Nat. Sustain. https://doi.org/10.1038/s41893-020-00680-5
Olofsson, P., Foody, G.M., Stehman, S.V., Woodcock, C.E., 2013. Making better use of accuracy data in land change studies: estimating accuracy and area and quantifying uncertainty using stratified estimation. Remote Sens. Environ. 129, 122–131. https://doi.org/10.1016/j.rse.2012.10.031
Olofsson, P., Foody, G.M., Herold, M., Stehman, S.V., Woodcock, C.E., Wulder, M.A., 2014. Good practices for estimating area and assessing accuracy of land change. Remote Sens. Environ. 148, 42–57. https://doi.org/10.1016/j.rse.2014.02.015
Olsen, V.M., Fensholt, R., Olofsson, P., Bonifacio, R., Butsic, V., Druce, D., Ray, D., Prishchepov, A.V., 2021. The impact of conflict-driven cropland abandonment on food insecurity in South Sudan revealed using satellite remote sensing. Nat. Food 2, 990–996. https://doi.org/10.1038/s43016-021-00417-3
Osinska-Skotak, K., Radecka, A., Piorkowski, H., Michalska-Hejduk, D., Kopec, D., Tokarska-Guzik, B., Ostrowski, W., Kania, A., Niedzielko, J., 2019. Mapping succession in non-forest habitats by means of remote sensing: Is the data acquisition time critical for species discrimination? Remote Sens. 11. https://doi.org/10.3390/rs11222629
Oxford University Press, 2025. Abandon, Etymology.
Ozdogan, M., Woodcock, C.E., 2006. Resolution-dependent errors in remote sensing of cultivated areas. Remote Sens. Environ. 103, 203–217. https://doi.org/10.1016/j.rse.2006.04.004
McKenzie, J.E., Bossuyt, P.M., Bunton, I., Hoffmann, T.C., Mulrow, C.D., Page, M.J., 2015. Shamseer, L., Tetzlaff, J.M., Ak, E.A.A., Brennan, S.E., Chur, R., Glanville, J., Grimshaw, J.M., Hörbartsson, A., Lal, M.M., Li, T., Löder, E.W., Mayo-Wilson, E., McDonald, S., McGuinness, L.A., Stewart, L.A., Thomas, J., Tricco, A.C., Welch, V.A., 2021. Systematic reviews. Int. J. Surg. 88, 105906. https://doi.org/10.1016/j.ijsu.2020.105906.
Perz, S.G., Skole, D.L., 2003.Social determinants of secondary forests in the Brazilian Amazon. Amazon. Soc. Sci. Res. 32, 25–60. https://doi.org/10.1016/S0921-8009(02)00012-1.
Pov, P., Hernandez-Serena, A., Tyukavina, A., Hansen, M.C., Commareddy, A.,Pickens, A., Turubanova, S., Tang, H., Silva, C.E., Armstrong, J., Dubayah, R., Bair, J.,Hofton, M., 2021.Global canopy height mapping through integration of GEDI and Landsat data.Remote Sens. Environ. 253, 112265. https://doi.org/10.1016/j.rse.2020.112265.
Prishchepov, A.V., 2020.Agricultural land abandonment.In: Environmental Science. Oxford University Press. https://doi.org/10.1093/obo/9780199933645-0129.
Prishchepov, A., 2025.Systematic Literature Review Database on Remote Sensing of Farmland/Abandonment. https://doi.org/10.5281/ZENODO.51660115.
Prishchepov, A.V., Radeloff, V.C., Baumann, M., Kuemmerle, T., Müller, D., 2012a. Effects of institutional changes on land use: agricultural land abandonment in post-soviet Eastern Europe.Environ. Res. Lett. 7, 024021. https://doi.org/10.1088/1748-9326/7/2/024021.
Prishchepov, A.V., Müller, D., Dubinin, M., Alcantara, C., 2012b The effect of LandSat ETM/ETM+ dates on the detection of agricultural land abandonment in Eastern Europe. Remote Sens. Environ. 126, 195–209. https://doi.org/10.1016/j.rse.2012.08.017.
Prishchepov, A.V., Müller, D., Dubinin, M., Baumann, M., Radeloff, V.C., 2013. Determinants of agricultural land abandonment in post-soviet Russia. Land Use Policy 30, 873–884. https://doi.org/10.1016/j.landusepol.2012.06.011.
Prishchepov, A.V., Myachina, K.V., Kamp, J., Smelansky, I., Dubrovskaya, S., Rykov, R., Grudinin, D., Yakovlev, I., Urazaliev, R., 2021. Multiple trajectories of fragmentation, degradation, and recoveryin Russia's steppes. Land Degrad. Dev. 32, 3220–3235. https://doi.org/10.1002/ldr.3976.
Prishchepov, A.V., Schierhorn, F., Low, F., 2021b. Unraveling the diversity of trajectories and drivers of global agricultural land abandonment. Land 10, 97. https://doi.org/10.3390/land10020097.
Rao, K., Andregg, W.R.L., Sala, A., Martinuzzi, S., Konings, A.G., 2019. Satellite measurements of optical depth as an indicatorof tree mortality due to drought. Remote Sens. Environ. 227, 125–136. https://doi.org/10.1016/j.rse.2019.03.026.
Ray, D.K., Sloat, L.L., Garcia, A.S., Davis, K.F., Ali, T., Xie, W., 2022. Crop harvests for direct food use insufficient to meet the UN's food security goal. Nat. Food 3, 367–374. https://doi.org/10.1038/s43016-022-00504-z.
Rendenieks, Z., Nita, M.D., Nikodemus, O., Radeloff, V.C., 2020. Half a century of forest cover change along the Latvian-Russian border captured by object-based image analysis of Corona and Landsat TM/OLI data. Remote Sens. Environ. 249. https:// doi.org/10.1016/j.rse.2020.112010.
 Rolinski, S., Prishchepov, A.V., Guggenberger, G., Bischoff, N., Kurganova, I., Schierhorn, F., Müller, D., Müller, C., 2021. Dynamics of soil organic carbon in the steppes of Russia and Kazakhstan under past and future climate and land use. Reg. Environ. Chang. 21, 73. https://doi.org/10.1007/s10113-021-01799-7.
 Rufin, P., Meyfroidt, P., Akinyemi, F.O., Estes, L., Ibrahim, E.S., Jain, M., Kerner, H., Lisboa, S.N., Lobell, D., Nakalembe, C., Persello, C., Picoli, M.C.A., Ribeiro, N., Sitoe, A.A., Waha, K., Wang, S., 2025. To enhance sustainable development goal research, open up commercial satellite image archives. Proc. Natl. Acad. Sci. USA 122, e2410246122. https://doi.org/10.1073/pnas.2410246122.
 Santrůˇckov´a, M., Dost´alek, J., Frantík, T., 2020. Vegetation succession in extensive abandoned tall-trunk cherry orchards: a case study on Kaˇ nk Mountain near Kutn´ a Hora (Czech Republic). Hacquetia 19, 127–136. https://doi.org/10.2478/hacq- 2019-0017.
 Schierhorn, F., Müller, D., Beringer, T., Prishchepov, A.V., Kuemmerle, T., Balmann, A., 2013. Post-soviet cropland abandonment and carbon sequestration in European Russia, Ukraine, and Belarus. Glob. Biogeochem. Cycles 27, 1175–1185. https://doi. org/10.1002/2013GB004654.
 Shackleton, C.M., Mograbi, P.J., Drimie, S., Fay, D., Hebinck, P., Hoffman, M.T., Maciejewski, K., Twine, W., 2019. Deactivation of field cultivation in communal areas of South Africa: patterns, drivers and socio-economic and ecological consequences. Land Use Policy 82, 686–699. https://doi.org/10.1016/j. landusepol.2019.01.009.
 Shahbandeh, M., Kaim, D., Kozak, J., 2022. The substantial increase of Forest cover in Central Poland following extensive land abandonment: Szydlowiec County case study. Remote Sens 14. https://doi.org/10.3390/rs14163852.
 Sica, F., Pulella, A., Nannini, M., Pinheiro, M., Rizzoli, P., 2019. Repeat-pass SAR interferometry for land cover classification: a methodology using Sentinel-1 short- time-series. Remote Sens. Environ. 232, 111277. https://doi.org/10.1016/j. rse.2019.111277. S ¸ ims¸ek, F.F., Durduran, S.S., 2022. Land cover classification using land parcel identification system (LPIS) data and open source Eo-learn library. Geocarto Int. 1–18. https://doi.org/10.1080/10106049.2022.2146760
Sobe, C., Hirschmugl, M., Wimmer, A., 2021. Sentinel-2 time series analysis for identification of underutilized land in Europe. Remote Sens 13, 20. https://doi.org/ 10.3390/rs13234920.
 Song, Wen, Prishchepov, A.V., Song, Wei, 2022. Mapping the spatial and temporal patterns of fallow land in mountainous regions of China. Int. J. Digital Earth 15, 2148–2167. https://doi.org/10.1080/17538947.2022.2148765.
 Stefanski, J., Kuemmerle, T., Chaskovskyy, O., Griffiths, P., Havryluk, V., Knorn, J., Korol, N., Sieber, A., Waske, B., 2014. Mapping land management regimes in Western Ukraine using optical and SAR data. Remote Sens 6, 5279–5305. https:// doi.org/10.3390/rs6065279.
 Steininger, M.K., 1996. Tropical secondary forest regrowth in the Amazon: age, area and change estimation with thematic mapper data. Int. J. Remote Sens. 17, 9–27. https://doi.org/10.1080/01431169608948984.
 Storch, T., Honold, H.-P., Chabrillat, S., Habermeyer, M., Tucker, P., Brell, M., Ohndorf, A., Wirth, K., Betz, M., Kuchler, M., Mühle, H., Carmona, E., Baur, S., Mücke, M., L¨ow, S., Schulze, D., Zimmermann, S., Lenzen, C., Wiesner, S., Aida, S., Kahle, R., Willburger, P., Hartung, S., Dietrich, D., Plesia, N., Tegler, M., Schork, K., Alonso, K., Marshall, D., Gerasch, B., Schwind, P., Pato, M., Schneider, M., De Los Reyes, R., Langheinrich, M., Wenzel, J., Bachmann, M., Holzwarth, S., Pinnel, N., Guanter, L., Segl, K., Scheffler, D., Foerster, S., Bohn, N., Bracher, A., Soppa, M.A., Gascon, F., Green, R., Kokaly, R., Moreno, J., Ong, C., Sornig, M., Wernitz, R., Bagschik, K., Reintsema, D., La Porta, L., Schickling, A., Fischer, S., 2023. The EnMAP imaging spectroscopy mission towards operations. Remote Sens. Environ. 294, 113632. https://doi.org/10.1016/j.rse.2023.113632.
 Subedi, Y.R., Kristiansen, P., Cacho, O., 2021. Drivers and consequences of agricultural land abandonment and its reutilisation pathways: a systematic review. Environ. Dev. 100681. https://doi.org/10.1016/j.envdev.2021.100681.
 Subedi, Y.R., Kristiansen, P., Cacho, O., 2022. Reutilising abandoned cropland in the hill agroecological region of Nepal: options and farmers’ preferences. Land Use Policy 117, 106082. https://doi.org/10.1016/j.landusepol.2022.106082.
 Szatm´ari, D., Feranec, J., Goga, T., Rusn´ak, M., Kopeck´a, M., 2021. The role of field survey in the identification of farmland abandonment in Slovakia using Sentinel-2 data. Can. J. Remote. Sens. 47, 569–587. https://doi.org/10.1080/ 07038992.2021.1929118.
 Szostak, M., 2020. Automated land cover change detection and Forest succession monitoring using LiDAR point clouds and GIS analyses. Geosciences 10, 321. https://doi.org/10.3390/geosciences10080321.
 Szostak, M., 2023. Forest succession mapping for post-agricultural areas using sentinel-2, PlanetScope imageries and LiDAR data. Adv. Geod. Geoinf. https://doi.org/10.24425/agg.2022.141917.
 Tamiminia, H., Salehi, B., Mahdianpari, M., Quackenbush, L., Adeli, S., Brisco, B., 2020. Google earth engine for geo-big data applications: a meta-analysis and systematic review. ISPRS J. Photogramm. Remote Sens. 164, 152–170. https://doi.org/10.1016/j.isprsjprs.2020.04.001.
 Tamm, T., Zalite, K., Voormansik, K., Talgre, L., 2016. Relating Sentinel-1 interferometric coherence to mowing events on grasslands. Remote Sens 8, 802. https://doi.org/10.3390/rs8100802.
 Terekhin, E.A., 2017. Recognition of abandoned agricultural lands using seasonal NDVI values. Comput. Opt. 41, 719–725. https://doi.org/10.18287/2412-6179-2017-41- 5-719-725. Terekhov, A., 2010. NELDA Test Site Report. Kostanay Site (Kazahstan).
 Torbick, N., Chowdhury, D., Salas, W., Qi, J., 2017. Monitoring Rice agriculture across Myanmar using time series Sentinel-1 assisted by Landsat-8 and PALSAR-2. Remote Sens 9, 119. https://doi.org/10.3390/rs9020119. UN FAO, 2006. The Role of Agriculture and Rural Development in Revitalizing Abandoned/Depopulated Areas. Food and Agriculture Organization of the United Nations. UN FAO, 2016. FAOSTAT, Methods & Standards [WWW Document].
Wang, C., Gao, Q., Wang, X., Yu, M., 2016. Spatially differentiated trends in urbanization, gricultural land abandonment and reclamation, and woodland recovery in northern China. Sci. Rep. 6, 37658. https://doi.org/10.1038/srep37658.
 Wang, L., Pedersen, P.B.M., Svenning, J.-C., 2023. Rewilding abandoned farmland has greater sustainability benefits than afforestation. npj biodivers 2, 5. https://doi.org/ 10.1038/s44185-022-00009-9.
 Winkler, K., Fuchs, R., Rounsevell, M., Herold, M., 2021. Global land use changes are four times greater than previously estimated. Nat. Commun. 12, 2501. https://doi. org/10.1038/s41467-021-22702-2.
 Witmer, F.D.W., 2008. Detecting war-induced abandoned agricultural land in northeast Bosnia using multispectral, multitemporal Landsat TM imagery. Int. J. Remote Sens. 29, 3805–3831. https://doi.org/10.1080/01431160801891879.
 Wu, T., Zhao, X., Wang, S., Zhang, X., Liu, K., Yang, J., 2022. Phenology-based cropland retirement remote sensing model: a case study in Yan’an, loess plateau, China. GISci. Remote Sens. 59, 1103–1120. https://doi.org/10.1080/15481603.2022.2100043.
 Wulder, M.A., Masek, J.G., Cohen, W.B., Loveland, T.R., Woodcock, C.E., 2012. Opening the archive: how free data has enabled the science and monitoring promise of Landsat. Remote Sens. Environ. 122, 2–10. https://doi.org/10.1016/j.rse.2012.01.010.
 Wuyun, D., Sun, L., Sun, Z., Chen, Z., Hou, A., Teixeira Crusiol, L.G., Reymondin, L., Chen, R., Zhao, H., 2022. Mapping fallow fields using Sentinel-1 and Sentinel-2 archives over farming-pastoral ecotone of northern China with Google earth engine. GISci. Remote Sens. 59, 333–353. https://doi.org/10.1080/ 15481603.2022.2026638.
 Yang, J., Huang, X., 2021. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019. Earth Syst. Sci. Data 13, 3907–3925. https://doi.org/10.5194/ essd-13-3907-2021
Ye, J., Hu, Y., Feng, Z., Zhen, L., Shi, Y., Tian, Q., Zhang, Y., 2024. Monitoring of cropland abandonment and land reclamation in the farming–pastoral Zone of Northern China. Remote Sens 16, 1089. https://doi.org/10.3390/rs16061089.
 Yin, H., Prishchepov, A.V., Kuemmerle, T., Bleyhl, B., Buchner, J., Radeloff, V.C., 2018. Mapping agricultural land abandonment from spatial and temporal segmentation of Landsat time series. Remote Sens. Environ. 210, 12–24. https://doi.org/10.1016/j. rse.2018.02.050.
 Yin, H., Brand˜ao, A., Buchner, J., Helmers, D., Iuliano, B.G., Kimambo, N.E., Lewi´nska, K. E., Razenkova, E., Rizayeva, A., Rogova, N., Spawn, S.A., Xie, Y., Radeloff, V.C., 2020. Monitoring cropland abandonment with Landsat time series. Remote Sens. Environ. 246, 111873. https://doi.org/10.1016/j.rse.2020.111873.
 Yoon, H., Kim, S., 2020. Detecting abandoned farmland using harmonic analysis and machine learning. ISPRS J. Photogramm. Remote Sens. 166, 201–212. https://doi.org/10.1016/j.isprsjprs.2020.05.021.
 Yusoff, N.M., Muharam, F.M., Takeuchi, W., Darmawan, S., Abd Razak, M.H., 2017. Phenology and classification of abandoned agricultural land based on ALOS-1 and 2 PALSAR multi-temporal measurements. Int. J. Digital Earth 10, 155–174. https:// doi.org/10.1080/17538947.2016.1216615.
 Zagajewski, B., Kluczek, M., Zdunek, K.B., Holland, D., 2024. Sentinel-2 versus PlanetScope images for goldenrod invasive plant species mapping. Remote Sens 16, 636. https://doi.org/10.3390/rs16040636.
 Zhao, X., Wu, T., Wang, S., Liu, K., Yang, J., 2023. Detecting spatiotemporal differences in cropland abandonment and reforestation across the three-north region of China
based on Landsat time series. IEEE Trans. Geosci. Remote Sens. 61, 1–12. https://doi.org/10.1109/TGRS.2023.3277491.
 Zheng, Q., Ha, T., Prishchepov, A.V., Zeng, Y., Yin, H., Koh, L.P., 2023. The neglected role of abandoned cropland in supporting both food security and climate change mitigation. Nat. Commun. 14, 6083. https://doi.org/10.1038/s41467-023-41837-y.