Содержание к диссертации
Введение
ГЛАВА 1. Современное состояние и проблемы цифрового тематического картографирования 7
1.1. Общие замечания 7
1.2. Почвенная картография и использование почвенных карт 11
1.3. Основы крупномасштабного почвенного картографирования 18
1.3.1. Объекты и масштаб почвенного картографирования 18
1.3.2. Базовые и специальные почвенные карты 20
1.3.3. Методы составления крупномасштабных почвенных карт 22
1.4. Содержание цифровой почвенной картографии 27
1.5. Современное состояние и направления развития ЦПК 31
ГЛАВА 2. Отображение структуры почвенного покрова методами цифровой картографии 36
2.1. Средства цифровой параметризация территориального пространства.37
2.2. Средства цифровой параметризации признакового пространства 38
2.3. Средства построения цифровой модели почвенно-ландшафтных связей 40
2.4. Типизация почвенных комбинаций 42
2.5. Методы ЦПК в оценках достоверности модели почвенно-ландшафтных связей и результатов почвенного картографирования 44
2.6. Последовательность задач ЦПК и их решений в крупном масштабе .45
ГЛАВА 3. Физико-географическая характеристика территории 56
ГЛАВА 4. Результаты цифрового картографирования 63
4.1. Ландшафтно-индикационные характеристики на основе ЦМР 63
4.2. Ландшафтно-индикационные характеристики на основе многозональных космических изображений 68
4.3. Материалы полевого почвенного опробования 72
4.4. Картосхема преобладающих подтипов почв и картосхема почвенных комбинаций подтипов почв 75
4.5. Картосхема степени гидроморфизма почвенного профиля 83
4.6. Картосхема степени эрозионно-аккумулятивной переработки почвенного профиля 87
4.7. Картосхема степени оподзоленности почвенного профиля 92
4.8. Картосхема агроэкологических групп ПК 99
4.9. Верификация результатов цифрового картографирования 101
ГЛАВА 5. Методические и технологические ограничения цифрового пространственного анализа 109
Заключение 115
- Методы составления крупномасштабных почвенных карт
- Средства построения цифровой модели почвенно-ландшафтных связей
- Ландшафтно-индикационные характеристики на основе многозональных космических изображений
- Картосхема степени эрозионно-аккумулятивной переработки почвенного профиля
Введение к работе
Одним из важнейших направлений современного естествознания является изучение пространственно-временной организации природных и природно-антропогенных геосистем. Наиболее эффективный инструмент описания неоднородности ландшафта и его компонентов - тематическое картографирование, обеспечивающее проведение границ между геокомплексами в разных масштабах средствами пространственного анализа.
Пространственный анализ ландшафта, направленный на изучение его структуры и межкомпонентных связей разных уровней, опирается на сравнительно-географический метод, теоретико-методические основы структурно-генетического ландшафтоведения (Л.С. Берг, Н.А. Солнцев, В.Б. Сочава, В.А. Николаев, А.А. Видина и др.), методы ландшафтной индикации (СВ. Викторов, Б.В. Виноградов), дешифрирования аэрокосмической информации (Ю.А. Ливеровский, В.Л. Андроников, М.С. Симакова, В.А. Николаев, Ю.С. Толчельников, А.С. Викторов), тематической картографии.
В настоящее время развитие картографических исследований тесно связано со становлением цифровых методов тематической картографии (Берлянт, 2006). Современные информационные системы позволяют перейти от хранения и использования электронных версий тематических карт к их непосредственному производству с использованием цифровых технологий на всех этапах исследования (Lagacherie, McBratney, 2006). При этом расширяется круг познавательных и прикладных задач географических исследований (Environmental soil-landscape modeling, 2006).
Диссертационная работа направлена на развитие цифровых методов ландшафтного анализа применительно к почвенному картографированию в методологии структуры почвенного покрова (Фридланд, 1972, 1977, 1984, Методология составления крупномасштабных ..., 2006), объекты которого напрямую связаны с объектами структурно-генетического ландшафтоведения. Вследствие заведомо выборочного характера почвенного опробования, выявление границ и содержания почвенных ареалов опирается на учение о почвенно-ландшафтных связях, разработанное в трудах В.В. Докучаева (1898), X. Йенни (1961) и др.
Цель работы - разработать систему количественных методов пространственного ландшафтного анализа для создания цифровых крупномасштабных карт структур почвенного покрова (СПП). В соответствии с поставленной целью на опытном полигоне решаются следующие задачи: 1) обосновать и апробировать цифровые методы составления региональной модели почвенно-ландшафтных связей с учетом уровней организации почвенного покрова (ПП); разработать цифровые методы типизации почвенных неоднородностей и их картографического отображения; предложить методы оценки достоверности получаемых результатов; обозначить методические и технологические ограничения цифровых методов картографирования, а также направления дальнейшего развития.
Материалы и методы исследования.
Решение перечисленных задач базируется на использовании следующих независимых источников информации о ПП и определяющих его факторах: полевых почвенных описаниях, регистрирующих свойства элементарных почвенных ареалов в различных ландшафтных позициях; цифровой модели рельефа (ЦМР), характеризующей потенциальную неоднородность условий почвообразования, в связи с перераспределением вещественно-энергетических потоков земной поверхностью; разносезонных многозональных снимках Landsat, характеризующих свойства ландшафтного покрова через величины отраженной солнечной радиации в разных зонах спектра.
Совместный анализ независимой информации о состоянии ПП осуществляется средствами цифрового пространственного анализа (ГИС, дистанционное зондирование, методы статистики) в соответствии с факторно-корреляционной моделью почвенно-ландшафтных связей (Докучаев, 1898; Глинка, 1912; Jenny, 1941; McBratney et. al., 2003) и принципом ландшафтного подчинения (Николаев, 2006). Используются методические подходы пространственного анализа для целей разномасштабного ландшафтного картографирования (Пузаченко и др., 2006; Сысуев, 2003; Козлов, 2008; Ландшафтно-географическая школа..., 2008).
Объектом исследования послужили ландшафты подзоны смешанных лесов южного макросклона Клинско-Дмитровской гряды (Московская физико-географическая провинция). На этой территории Почвенным институтом им. В.В. Докучаева РАСХН в границах полигона «Зеленоградский» с 70-х годов XX века проводятся многолетние исследования по изучению и картографированию СПП. Наличие кондиционных почвенно-картографических материалов (Сорокина, 1980, 1998; Шершукова, 1984; Кальван, 1983 и др.) позволило в рамках настоящей диссертации провести сопоставление почвенных карт, составленных на основе концепции СПП по материалам одного полевого почвенного исследования' двумя способами: 1) в ручном, «бумажном» варианте и 2) с использованием цифровых технологий.
Основные защищаемые положения:
Теоретико-методологической основой цифрового почвенного картографирования является пространственный ландшафтный анализ, обеспечивающий разработку моделей ландшафтно-индикационных связей для почвенных карт разного содержания.
Отражение структуры ПП на цифровых крупномасштабных картах достигается: 1) использованием методов нечеткой логики при типизации почвенных комбинаций; 2) учетом размеров элементарных почвенных ареалов и элементарных почвенных структур при обосновании размеров растровой сетки; 3) разномасштабным представлением ландшафтно-индикационных свойств.
Оценка достоверности модели почвенио-ландшафтных связей и результатов картографирования является обязательным элементом почвенно-картографических исследований.
Научная новизна работы заключается в разработке и реализации цифровых методов ландшафтного анализа применительно к отображению СПП и факторов его пространственной дифференциации.
Прикладное значение работы. Методы, развиваемые в работе, расширяют познавательные возможности почвенно-ландшафтных исследований разномасштабной неоднородности ПП и его отдельных свойств. В производственном режиме внедрение цифровых методов анализа пространственной информации позволяет достичь значительного увеличения скорости и уменьшения стоимости почвенно-ландшафтного картографирования (MacMilan, 2008).
Апробация. Результаты исследований докладывались на 3-ей международной конференции по цифровой почвенной картографии "Digital Soil Mapping: Bridging Research, Production, and Environmental Application" (2008, г. Логан, США), V-ом съезде общества почвоведов им. В.В. Докучаева (2008, г. Ростов-на-Дону), 2-ой Национальной конференции с международным участием «Проблемы истории, методологии и философии почвоведения» (2007, г. Пущино), Всероссийской научной конференций «Пространственно-временная организация почвенного покрова: теоретические и прикладные аспекты» (2007, Санкт-Петербург), XI-ой Ландшафтной конференции (2006, Москва). Кроме того, результаты обсуждались на тематических семинарах Докучаевского общества почвоведов, подкомиссии картографии почв и комиссии по педометрике (2006, 2008), опубликованы в журнале «Почвоведение» (2009, №2, №6). Полученный опыт цифрового ландшафтного анализа используется в учебных курсах географического и почвенного факультетов МГУ.
7 Объем работы. Диссертация состоит из введения, 5 глав, заключения, приложения и списка литературы, содержащего 160 наименований (58 на иностранном языке), изложена на 146 страницах, имеет 55 рисунка и 29 таблиц.
Работа выполнена при финансовой поддержке гранта РФФИ №08-04-01377-а, гранта
Ученого Совета географического факультета МГУ (2006-2008).
Благодарности. Автор выражает искреннюю признательность своему научному руководителю доктору сельскохозяйственных наук Н.П. Сорокиной и доктору географических наук Ю.Г. Пузаченко, определившему направление научных исследований. Также автор глубоко признателен своей семье и коллегам за постоянное внимание и поддержку на разных этапах работы.
Методы составления крупномасштабных почвенных карт
Содержание крупномасштабных почвенных исследований и крупномасштабной почвенной карты определяется, начиная с 30-х годов XX века (табл. 1.2). Главный итоговый документ - базовая почвенная карта, дающая изображение почвенного покрова в виде дискретных ареалов в соответствии с принятой классификацией и классификацией структур почвенного покрова. В дополнении к ней и на ее основе составляются ряд карт и картограмм, содержащих сведения о свойствах почв (кислотность, мощность гумусового горизонта и др.) и агротехнические рекомендации по использованию различных почв (Почвенная съемка, 1959, Общесоюзная инструкция ..., 1973, Методология составления..., 2006).
В последнее десятилетие в связи с развитием геоинформационного картографирования и цифровой почвенной картографии вновь остро обострился вопрос о соотношении базовых и специальных карт (Горячкин, 2006, Николаев, 2006). Формализация элементов почвенного исследования сопряжена прежде всего с выбором простых для описания почвенных характеристик, имеющих высокую практическую востребованность. Обзор 90 статей из почвенных журналов с наибольшим импакт-фактором — "Geoderma" и "Soil Science Society of America Journal", посвященных разработке и использованию методов ЦПК, показал, что только в 8% исследований. объектами картографирования используются единицы почвенной таксономии (Grunwald, 2008). Чаще всего (40% работ) объектом картографирования служат отдельные почвенные характеристики (влажность, плотность, и т.п.) и агроэкологические показатели -содержание органического углерода (28%), биофильных и тяжелых металлов (25%), показатели процессов деградации почв (засоления, подкисления, эрозии и др. — 9%).
При интернационализации почвенных исследований распространению базовых карт препятствует плохо согласующиеся друг с другом классификационные схемы, составленные в разных странах на основании разных принципов. При составлении почвенных карт глобального масштаба это обстоятельство выражается в смещении приоритетов от обобщения национальных базовых почвенных карт к созданию серии цифровых карт почвенных свойств (GlobalSoilMap.net).
Вместе с тем, не вызывает сомнения скорое восстановление паритета базовых и специальных карт после снижения массовой увлеченности цифровыми технологиями почвенного картирования. Основаниями для такого вывода служат низкие прогнозные возможности парциальных карт, их краткосрочная актуальность, методические сложности экстраполяции и генерализации результатов от локального масштаба к крупному и от крупного к среднему (upscaling). Технологии цифровой почвенной картографии обеспечивают равные возможности для отображения почвенного покрова в дискретной и континуальной форме (Zhu и др., 2004, Сорокина, Козлов, 2009).
В основе установления границ и содержания почвенной карты лежат представления о почвенно-ландшафтных связях, разработанных в трудах В.В. Докучаева (1898), К.Д. Глинки (1912), Ч. Шоу (1930), X. Йенни (1961). Использование моделей почвенно-ландшафтных связей принято в практике почвенной службы США (Арнольд, 1990). В отечественной картографии построение вероятностных региональных моделей почвенно-ландшафтных применяется при составлении карт СПП (Сорокина, 1998). А. МакБратни (2003, 2008) предложил емкое обозначение такого подхода - SCORPAN, в котором отражены все индикаторы-факторы, определяющие свойства почв в конкретной точке: S=f(s, с, о, г, р, а, п), где, s - почва, с - климат, о - организмы, г - рельеф, р - почвообразующие породы, а -возраст и п — территориальное соседство. Благодаря своей благозвучности, термин, предложенный А. МакБратни для обозначения модели почвенно-ландшафтных связей, быстро вошел в обиход, вытеснив предыдущие обозначения. (CLORPT, CORPT и аналогичные ему). Предполагается, что одинаковому сочетанию почвообразующих факторов соответствует одна и та же почва, а границы почвенных структур обусловлены изменением свойств факторов дифференциации ПП. Индикация, широко используемая в ландшафтном, почвенном, геоботаническом картографировании, позволяет по совокупности характерных внешних признаков судить о явлениях, скрытых от непосредственного наблюдения (Викторов, Чикишев, 1985; Берлянт, 1997). Методическая сложность разработки почвенной ландшафтно-индикационной модели связана с вероятностной природой почвенно-ландшафтных связей в следствии: 1. Полигенетичности и «разновременности» почвенного покрова; 2. Несоответствием между масштабным уровнем сбора полевой точечной информации, характеризующей ЭПА, и масштабным уровнем характеристики факторных основ 3. проблемой отбора наиболее информативных индикаторов из числа многообразных характеристик факторов дифференциации ПП. Существуют различные подходы к построению почвенно-ландшафтных моделей, разного уровня теоретического обоснования и формализации процесса картографирования (Степанов, 2003) В рамках методологии структуры почвенного покрова основами крупномасштабного почвенного картографирования являются- методы выявления и систематизации почвенных неоднородностей, группировки факторов-индикаторов, построения модели почвенно-ландшафтных связей (табл. 1.4).
Выявление почвенных неоднородностей и их систематизация базируется на методах полевой съемки (маршрутная, профили-трансекты, ключи) и аэрокосмическом дешифрировании (Андроников, 1979; Кравцова, 2005, и др.). Результаты представляют собой полный список почв и ЭПС территории (объекты картографирования) и их диагностических признаков.
Группировка факторов-индикаторов опирается на методы тематического дешифрирования аэрокосмических материалов, почвенно-геоморфологический топографический анализ. Целью является выделение участков территории, однородных по набору почвообразующих факторов-индикаторов в рабочем масштабе исследования. Результат выделения таких участков используется в качестве контурной основы почвенной карты (рис. 1.2).
Таблицы почвенно-ландшафтных вероятностных связей двух уровней: ЭПА-микрорельеф и ЭПС-мезорельеф (Сорокина, 1977, 1998) используются для интерпретации содержания выделенных дискретных контуров, сопоставления выявленного перечня почвенных неоднородностей с имеющимися градациями факторов-индикаторов.
Достоверность и полнота почвенных карт определяется 1) точностью полевой диагностики отдельных почвенных профилей и их отнесению к тому или иному типу в соответствии с принятой классификацией; 2) полнотой выделения почвенных неоднородностей; 3) точностью проведения границ между установленными единицами картографирования (Григорьев, 1971). Объективная оценка точности почвенных карт опирается на оценку вероятностей ландшафтно-индикационных связей (Сорокина, 1977, 1986).
Средства построения цифровой модели почвенно-ландшафтных связей
Как самостоятельная дисциплина цифровая почвенная картография оформилась в 2005 г. В этом году в структуре международного общества почвоведов была создана рабочая группа по цифровой почвенной картографии (официальный сайт рабочей группы www.digitalsoilmapping.org). Ее созданию предшествовала статья с титульным названием «О цифровой почвенной картографии» (McBratney et al., 2003), обобщающая результаты пионерных исследований в этой области (321 работа в списке литературы), и первое международное совещание по цифровой почвенной картографии, организованное в 2004 году в г. Монпелье (Франция). Материалы совещания были позднее опубликованы в виде отдельной книги (Digital soil mapping, 2007). Второе международное совещание состоялось в 2006 году в Рио-де-Жанейро (Бразилия), материалы которого были также оформлены в виде монографии (Digital soil mapping with limited data, 2008). Тематика секций третьего международного совещания ("Цифровая почвенная картография: интеграция научных исследований, производства и практического применения", 29 сентября-3 октября 2008 г., г. Логан, США) отражает актуальные направления развития ЦПК (Козлов, Конюшкова, 2009).
Первая секция совещания была посвящена инвентаризации накопленных почвенных данных и возможности их использования в ЦПК. Как показали доклады, ситуация сильно дифференцирована по странам. Национальные системы хранения и стандартизации почвенных описаний и разномасштабных почвенных карт существуют, либо активно разрабатываются в США, Канаде, Китае, Австралии, Нидерландах, Дании. В качестве главных проблем в систематизации существующих почвенных данных назывались несогласованность программ почвенных описаний как внутри отдельных стран, так и между ними; отсутствие точной координатной привязки точек описаний; различия в содержании и масштабах существующих почвенных карт. Для преодоления разногласий создаются международные программы (ISRIC-WISE, EIONET, EuDASM, e-SOTER и др.), призванные собрать в единой информационной системе все разнообразие существующих почвенных данных и способствовать разработке совместимых программ национального и планетарного почвенного картографирования.
Вторая секция объединила результаты поиска новых подходов в почвенном опробовании и использованию новых индикационных переменных (ковариат, scorpan-факторов) в задачах ЦПК. Из обзора 90 статей, посвященных разработке и использованию методов ЦПК, выполненного С. Грюнвальд следовало, что только 10% исследований в области ЦПК направлены на разработку новых методов; большинство же работ используют существующие методы применительно к новым территориям. Чаще всего объектом картографирования служат отдельные почвенные показатели, использующиеся в решении прикладных задач: содержание в почве органического углерода (28% работ), биофильных и тяжелых металлов (25%), показатели процессов деградации почв (засоления, подкисления, эрозии и др. — 9%). Непосредственно почвенному картографированию посвящено 48% вошедших в обзор работ, причем в большинстве из них (40%) также рассматриваются отдельные почвенные характеристики (влажность, плотность, и т.п.). Единицы почвенной таксономии в качестве объектов картографирования используются только в 8% исследований. Таким образом, подтверждаются опасения СВ. Горячкина (2006) о преобладании "парциального" (т.е. основанного на анализе частных характеристик почвы, в отрыве от целостного представления о почве) характера современных почвенно-географических исследований.
По оценке С. Грюнвальд, при цифровом почвенном картографировании в соответствии с моделью SCORPAN для предсказания почвенных свойств чаще всего используются другие почвенные свойства (S - 56%), реже климатические переменные (С - 11% ), характеристики растительности (О - 28%), свойства рельефа, вычисленные по цифровым моделям рельефа (R - 26%), свойства почвообразующих пород (Р - 10%). В 17% статей, включенных в обзор, используются данные дистанционного зондирования для оценки состояния почв, а также растительности и почвообразующих пород как факторов почвообразования.
В контексте исследования индикационных переменных в задачах ЦПК многочисленные работы (Florinsky, 1998; Shary et al., 2002) посвящены исследованию возможностей цифровых моделей рельефа (ЦМР) для эколого-географического картирования. Чаще всего рассматриваются - точность и особенностей различных методов построения ЦМР, перечень производных морфометрических характеристик рельефа и точность алгоритмов их расчета, обоснование оптимального разрешения ЦМР и размеров скользящего квадрата, обеспечивающих максимальную корреляцию морфометрических характеристик рельефа с исследуемым почвенным свойством. В отношении обоснования эффективных схем почвенного опробования разрабатываются формализованные подходы к выбору положения и количества точек опробования по набору индикационных основ. В этом вопросе обозначено несколько направлений поисков, связанных с развитием метода латинского гиперкуба (McBratney et al., 2003, Мендонса-Сантос, 2008, Брангард, 2008), аппарата нечетких множеств (Zhu et al., 2008) и многомерной статистики (Hengl, 2003).
В рамках третьей секции рассматривались возможности новых технологий полевого и лабораторного измерения почвенных свойств. Полевое почвенное спектрометрирование (Viscarra Rossel et al., 2007), методы электромагнитной индукции, георадарного зондирования используются для определения свойств почвы и почвообразующих пород. Несмотря на неоднозначные результаты, комплекс методов дистанционного зондирования свойств почвы находит применение в системах точного земледелия, детальном картировании агропроизводственных хозяйств.
Четвертая секция третьего международного совещания по ЦПК объединила доклады по разработке новых методов картографирования и способов оценки неопределенности картографических результатов. К тематике этой секции относится большое число докладов, которые можно объединить в следующие группы: 1) сравнение возможностей разных методов количественного анализа на одних данных; 2) поиск гибридных методов, совмещающих достоинства scorpan моделей и геостатистического подхода: кригинг + линейная регрессия, кригинг + нейронные сети, кригинг + классификация с обучением; 3) оценка информативности переменных SCORPAN; 4) оценка точности результатов (верификация, кросс-верификация), 5) оценка неопределенности результатов картографирования.
Разнообразие продемонстрированных на совещании методов согласуется с обзором С. Грюнвальд, в котором был перечислен весь спектр методов, используемых в ЦПК, с указанием частоты использования. Так, различные модификации регрессионного анализа используются в 40% всех исследований; кластерный и дискриминантный анализ - 32%; универсальный кригинг — 20%; варианты классификации путем дерева решений - 14%; механистические модели - 13%; ГИС моделирование - 9%; многофакторный кригинг -8%; нейронные сети - 8%; использование аппарата нечеткой логики - 6% и стохастическое моделирование - 4%.
Ландшафтно-индикационные характеристики на основе многозональных космических изображений
Для каждой «ячейки» цифровой модели рельефа вычисляется набор морфометрических величин, характеризующих состояние константных факторов среды (увлажнение, инсоляция, эрозионная активность и др.). Весьма обширный список характеристик рельефа (Приложение 1), формулы и способы их расчета, математическое и эмпирическое обоснование их использования для картографирования рельефа и контролируемых им ландшафтообразующих процессов содержатся в работах П.А. Шарого (1995, 2002), И.В. Флоринского (Геометрия структур..., 1991), В.В. Сысуева (2003, 2006). Разработано программное обеспечение, позволяющее осуществлять морфометрические расчеты (ECO, Surfer). Особо следует отметить программы DeGeM (автор О. Конрад) и SAGA (авторы М. Bock, J.Bohner, O.Conrad, R.Kothe, A.Ringeler) - функциональные и бесплатные для научных и образовательных целей.
Выбор морфометрических характеристик должен учитывать особенности рельефа конкретной территории, специфику механизмов его влияния на процессы дифференциации ландшафтного покрова в разных масштабах. Информативность разных характеристик (Приложение 1) исследована еще не достаточно, из-за чего невозможно рекомендовать универсальный список морфометрических параметров, пригодных для любых целей исследования и для любых территорий. Можно утверждать, что при всем многообразии существующих характеристик, наиболее информативными из них являются первая производная (градиент), определяющая максимальную крутизну поверхности в заданной окрестности, и вторая производная (лапласиан), определяющая форму поверхности (кривизну). Для территорий с гумидным климатом важной характеристикой пространственной дифференциации стока являются показатель площади водосбора, топографический индекс влажности. В горных территориях, безусловно, большое значение имеет освещенность склонов, рассчитываемая путем суммирования прямой солнечной радиации, приходящей к элементарной площадке за год или за некоторый период.
Спектральные и текстурные индексы рассчитываются в соответствии с существующими формулами (Приложение 2). С целью снижения размерности признакового пространства и получения ограниченного числа переменных, описывающих пространственно-временную трансформацию солнечной энергии в ландшафте, выполняется факторный статистический анализ (Пузаченко, 2004, Сандлерский, 2006). Физическая интерпретация полученных независимых компонентов варьирования спектральной яркости осуществляется через анализ их связи с функциональными спектральными индексами (NDVI, NDWI и др.).
Результатом выполненных расчетов морфометрических параметров рельефа, спектральных индексов аэрокосмической съемки, доступных специальных показателей почвообразующих пород, гидрогеологических условий является массив данных физически интерпретируемых характеристик, содержащий информацию о свойствах, процессах функционирования и факторах дифференциации почвенно-ландшафтного покрова. Все эти характеристики образуют признаковое пространство элементарных территориальных единиц и могут быть представлены в виде карт, отражающих свойства и пространственную структуру территория (рис. 2.5). Необходимость таких карт на предполевом камеральном этапе обусловлена задачами полевого этапа - охарактеризовать разнообразие ПП с минимальными затратами времени и средств.
Все разнообразие карт, построение которых возможно без привлечения полевых данных, можно свести к следующим самым общим категориям (Пузаченко, Козлов, 2006): 1. Типологические (физиономические) карты ландшафтного покрова. Характеризуют существующие на территории сочетания состояний различных свойств ландшафтного покрова (типов лесов, типов условий местообитаний, типов угодий и т.п). Строятся обычно на основе логической или статистической классификации элементарных территориальных единиц на выбранном множестве признаков. Например, классификация всех ЭТЕ по набору переменных рельефа позволяет получить карту элементарных поверхностей рельефа, каждый выдел которой однороден в выбранном масштабе с точки зрения заданных морфометрических характеристик. Классификация всех «ячеек» территории по набору величин спектральной яркости и спектральных индексов позволяет создавать карты типов современного наземного покрова (англ. landcover тер). Характерным примером таких карт являются карты ландшафтного покрова, методика построения которых для целей управления природопользованием Европейского Сообщества разработана в рамках проектов Corina LandCover, NATURA 2000 (http://ec.europa.eu/agriculture/pubIi/landscape/index.htm). Возможно построение синтетических карт, одновременно характеризующих особенности рельефа и современного растительного покрова территории.
Карты типов пространственной мозаики состояний и границ. Целью этих карт является отображение различных свойств пространственной структуры. Такие карты широко используются в ландшафтной экологии и основаны на расчете разнообразных ландшафтных метрик, описывающих разнообразие, фрагментированность, уникальность территориальных структур, плотность границ, выделов и пр. Фактически в этом случае рассматриваются так же состояния, но не отдельных свойств, а правила сочетаний их состояний в пространстве. Одно из самых полных описаний ландшафтных метрик, а так же реализацию их расчета можно найти в программе Fragstats (http ://www. umas s .edu/i andeco/research/fr agstats/fragstats. html).
Карты генеральных отношений между измеренными свойствами ландшафтного покрова. В любой системе генеральные взаимодействия между частями, описываемыми через большое число свойств, обычно отображаемы ограниченным числом параметров порядка (виртуальных факторов) эндогенной и экзогенной природы. Оценка числа существующих параметров порядка и расчет их собственных значений для каждой ЭТЕ осуществляется с помощью многомерного непараметрического анализа в пространстве свойств с заданной метрикой (Анализ данных..., 1999, Пузаченко, 2004). В простейшем случае, неприменимым для сильно нелинейных систем, это канонический анализ главных компонент. Классификация ЭТЕ по значениям параметров порядка приводит к выделению территориальных комплексов с единой генетической основой, а не с одинаковым соотношением наблюдаемых свойств. Если виртуальные факторы получили надежную физическую трактовку, то можно осмысленно комбинировать задаваемые при классификации ЭТЕ параметры порядка с тем, что бы результат классификации отражал сочетания различных групп генетических факторов.
Картосхема степени эрозионно-аккумулятивной переработки почвенного профиля
Цифровая модель рельефа (ЦМР) построена на основании высотных отметок топографической карты масштаба 1:10 000 с основным сечением горизонталей 2.5 м. Подготовка информации для построения ЦМР включала следующие этапы: 1) сканирование листов топографических карт, 2) трансформация изображений карты по пересечениям регулярной геодезической сетки для устранения искажений бумажных карт, 3) привязка цифровых изображений карты в составе ГИС с исходной проекцией карты (Гаусс-Крюгер, Пулково 1942, зона 7); 4) векторизация высотных отметок карты (горизонтали, тальвеги гидросети, высотные точечные отметки); 5) интерполяция высот для элементов ЦМР по сети исходных нерегулярных отметок высот. При векторизации расстановка точек на горизонталях подчинялась правилу минимального количества точек, необходимых для описания кривизны горизонтали. Интерполяция высот векторных отметок тальвегов на участках между затяжками горизонталей проводилась с использованием линейной функции.
Шаг матрицы ЦМР выбран с учетом средних линейных размеров целевого объекта картографирования (1 га) и подробности отображения рельефа на исходной топографической карте. Средние расстояния между соседними горизонталями в пределах склонов моренных холмов составляют 50-60 м, в пределах водно-ледниковой равнины возрастая до 100-150 м. Такая подробность обеспечивает отображение элементов мезорельефа с средними размерами 100-200 м. С учетом расчета морфометрических характеристик рельефа по скользящему квадрату 3x3 пикселя, размеры элемента ЦМР должны быть не менее чем в три раза меньше средних размеров элементов мезорельефа (30-50 м). При всех обстоятельствах размер элемента ЦМР выбран равным 30 м. Дополнительным основанием к выбору таких размеров элементарной территориальной единицы (ЭТЕ) является разрешения снимков Landsat - 30 м, использованных в анализе. Расчет матрицы высот осуществлялся так, что бы каждая ее ячейка пространственно совпадала с ячейкой (пикселем) снимка. В качестве метода интерполяции использован кригинг (kriging). Данный метод относится к категории точных интерполяторов и обеспечивает при сравнении с другими имеющимися в нашем распоряжении методами наиболее корректное построение цифровых моделей рельефа на основе горизонталей топографической карты.
Однако для отдельных участков ЦМР характерны специфические искажения. Они выражаются в появлении на пологих склонах несуществующих ступеней и свойственны всем без исключения методам интерполяции, применяемых для расчета ЦМР по нерегулярному и не случайному массиву точек. Ошибки такого рода возникают на участках пологих склонов, либо ровных поверхностей, имеющих небольшую густоту горизонталей. Для уменьшения эффекта лжеуступов при интерполяции были заданы специальные параметры анизотропии распределения исходных данных, а так же большие размеры окна интерполяции. Кроме того ЦМР была сглажена скользящим окном 3x3 пикселя.
Предварительные преобразования ЦМР включали спектральный анализ организации рельефа территории исследования и расчет набора морфометрических характеристик для описания закономерностей пространственного перераспределения вещества и энергии земной поверхностью в разных масштабах.
Определение числа масштабных уровней и их средних линейных размеров базируется на анализе структуры двухмерного спектра Фурье (Turcotte, 1997, Пузаченко и др., 2003, Приложение 1). Спектральный анализ выполнен для центрального участка ЦМР размерами 250x250 пикселей (7.5x7.5 км), охватывающего участки рельефа гляциального, водноледиикового и эрозионного происхождения (рис. 4.1). График зависимости мощности спектра от периода колебаний (рис. 4.2) показывает наличие трех интервалов, в пределах которых существует линейная зависимость между размерами и амплитудой колебаний рельефа. Интервалы масштабов соответствуют характерным размерам структур рельефа, порождаемых независимыми факторами (Ведюшкин, 1995, Пузаченко и др., 2003, Шредер, 2005). Рельеф изучаемой территории имеет два характерных масштаба и одну область перехода между ними. Структуры рельефа первого порядка имеют характерные размеры более 810 м и суммарный перепад высот 87 м (рис. 4.3 б), структуры рельефа второго порядка — размеры менее 220 м с суммарным перепадом высот - 24 м (рис. 4.3 в). Структуры рельефа с размерами от 220 до 810 м обусловлены совместным действием двух генетических факторов. Средняя граница масштабов структур рельефа различного происхождения - 510 м (17 пикселей). Существование третьего диапазона масштабов с размерами менее 84 м (3 пикселей) обусловлено сглаживанием ЦМР скользящим окном 3x3 пикселя.
С учетом геоморфологических особенностей территории структуры первого порядка могут быть сопоставлены с гляциальиыми и водно-ледниковыми формами аккумуляции московского оледенения, а структуры второго порядка - с формами эрозионной денудации верхнечетвертичного и голоцепового времени. Обратное преобразование Фурье в соответствующем диапазоне периодов пространственных волн (программа ImageJ 1.4) позволило построить поверхности для каждого масштабного уровня рельефа (рис. 4.3).
Для исходной ЦМР и ее двух независимых по генезису составляющих рассчитаны морфометрические характеристики, описывающие перераспределение влаги и тепла -высота, крутизна (градиент), средняя кривизна (лапласиан), индекс конвергенции, высота над местным базисом эрозии (Приложение 1, рис. 4.4). Дня поверхности современного рельефа набор морфометрических характеристик дополнен плановой и профильной кривизнами, дозой прямой солнечной инсоляции за год, продолжительностью прямой инсоляции, водосборной площадью, индексами влажности и эрозионной активности (рис. 4.5). Разномасштабное представление свойств рельефа позволяет учесть возможное влияние перераспределения тепла и влаги на дифференциацию почвенно-ландшафтных условий в различных пространственно-временных масштабах.
С учетом масштаба исходных топографических карт и при размерах операционной единицы ЦМР равных 30 м, все расчетные характеристики рельефа фактически характеризуют состояние земной поверхности с размерами не менее 90x90 м. Такой территориальный охват позволяет с требуемой детальностью воспроизвести лишь особенности мезо- и макрорельефа, что отвечает задаче отражения микроСПП С этих позиций, используемые ландшафтно-индикационные основы характеризуют условия формирования ЭПС. Оцениваемые в статистических моделях вероятности проявления почвенных характеристик (подтипов, степени оглеения и эрозии) в пределах операционной единицы рассматриваются как доля площади ЭПА в составе ЭПС.
