Бесплатный автореферат и диссертация по наукам о земле на тему
Отображение факторов формирования компонентов ландшафта на основе тематических карт, дистанционной информации и трехмерной модели рельефа
ВАК РФ 25.00.23, Физическая география и биогеография, география почв и геохимия ландшафтов

Автореферат диссертации по теме "Отображение факторов формирования компонентов ландшафта на основе тематических карт, дистанционной информации и трехмерной модели рельефа"

На правах рукописи

Кренке Александр Николаевич (младший)

ОТОБРАЖЕНИЕ ФАКТОРОВ ФОРМИРОВАНИЯ КОМПОНЕНТОВ

ЛАНДШАФТА НА ОСНОВЕ ТЕМАТИЧЕСКИХ КАРТ, ДИСТАНЦИОННОЙ ИНФОРМАЦИИ И ТРЕХМЕРНОЙ МОДЕЛИ

РЕЛЬЕФА

Специальность 25.00.23 физическая география и биогеография, география почв и геохимия ландшафтов

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата географических наук

1 5 СЕН 2011

МОСКВА-2011

4852923

Работа выполнена в лаборатории биогеографии и в отделе физической географии и проблем природопользования Института географии РАН

Научный руководитель:

Тишков Аркадий Александрович

■профессор,

доктор географических наук

Официальные оппоненты:

Ретеюм Алексей Юрьевич Хорошев Александр Владимирович

доктор географических наук доцент,

кандидат географических наук

Ведущая организация Почвенный институт имени

В. В. Докучаева Россельхозакадемии

Защита состоится «30» сентября 2011 года в 11-оо на заседании Совета ВАК по защите кандидатских и докторских диссертаций Д.002.046.03 в Институте Географии РАН по адресу: 119017, г. Москва, Старомонетный пер., 29. Факс: (495) 959-00-33

С диссертацией можно ознакомиться в библиотеке Института географии РАН Автореферат разослан «30» августа 2011 г.

Ученый секретарь Диссертационного совета по защите докторских и кандидатских диссертаций " ' Л.С. Мокрушина

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Определение физически измеримых параметров, имеющих функциональную связь с изменением состояний компонентов ландшафтного покрова, является одной из основных задач географии. По JI.C. Бергу «целью географического исследования является отыскание связей и законностей... как влияют одни группы предметов и явлений на другие и какие получаются от этого в пространстве результаты» (Берг, 1958а). Методы решения этой задачи развивались от традиционных, для географии -качественных (Докучаев, 1948, Берг, 1958, Солнцев, 2001), к количественным (Сочава, 2005, Арманд, 1975, Пузаченко, Скулкин, 1981).

В рамках количественного подхода важной частью анализа стало снижение размерности, то есть представление рассматриваемой системы заданной множеством свойств через меньшее число переменных, описывающих с достаточной точностью каждое свойство. В зависимости от метода эти новые переменные назывались факторами, осями, корнями, координатами и т.п. Существует возможность физической интерпретации таких факторов. Формально каждый фактор является функцией от некоторых свойств описываемой системы и, в случае геосистем, отражает некоторые условия среды. Так Ф.И. Козловский (2003) допустил, что элементарные почвенные и ландшафтные процессы могут быть выделены на основе снижения размерности почвообразовательных и ландшафтных процессов через выделение взаимосвязанных свойств почв и ландшафта. Эти процессы определяются как независимые и задаваемые множеством механизмов, определяющих конкретные свойства элементов системы.

Переход к количественным методам исследования сопряжен с возникновением новых способов измерения состояния геосистем, таких как спутниковые мультиспектральные снимки, а также с появлением мощных аналитических инструментов в виде персональных компьютеров. В последние десятилетия широкое распространение получили различные подходы к совместному анализу новых источников информации - космических снимков, цифровых моделей рельефа и т.д. с традиционными источниками географической информации - характеристиками, полученными при полевых описаниях. В основном используется комплекс методов статистического анализа для определения пространственных взаимосвязей между ними и различными дистанционными измерениями. Однако проведение полевых исследований не является единственным способом совместного анализа данных новых измерительных систем и традиционных. Обширным источником традиционной географической информации служат различные тематические ' карты |

Специальное картографирование компонентов ландшафта получило широкое распространение во второй половине 20 века. Тематические карты \ вобрали в себя все достижения теории и практики географических наук. Чч-

Так К.А. Салищев (Салищев,1960), обсуждая проблемы комплексного и специального картографирования, особо выделил составление государственных карт в М 1:1000 ООО как составляющих комплексного картографирования и актуальность разработки мировых и региональных атласов. А. Г. Исаченко (1961) обобщил существовавший опыт картографирования. Эти и другие работы обосновали представление о карте как модели географических явлений, и фактически тематические карты стали необходимой составляющей геоботанических, почвенных и физико-географических исследований. В результате в России выполнен огромный объем по составлению карт различного масштаба (Юрковская, 2001). Тематические карты содержат в себе большой массив знаний, накопленных в науке. Необходимо, чтобы эти знания могли активно влиять на ее дальнейшее развитие. Тематические карты, хотя и составляются на основе реальных полевых данных, в силу неполной наблюдаемости объекта отражают как формальное, так и неформальное знание и в этом смысле близки к искусству. Границы действительно часто неопределенны, в результате чего карты разных авторов для одной и той же территории могут различаться в существенных деталях.

Другой проблемой тематических карт является неопределенность границ описываемых ими объектов. Неопределенность границ связана с фундаментальной проблемой соотношения дискретности и непрерывности в организации географического пространства. Эта проблема широко дискуссировалась в геоботанике (Миркин, 1985, Трасс, 1976, РигасЬепко I. 2008) и почвоведении (Фридланд, 1972.).

Вместе с тем каждый из российских исследователей неоднократно при планировании и проведении полевых работ опирался на эти карты, и они, с учетом масштаба, редко не отвечали реальности.

В настоящей диссертации представлен пример извлечения факторной основы формирования компонент ландшафтного покрова из тематических карт и их связи с современной дистанционной информацией. Так же решается задача коррекции самих специальных карт.

Цель исследования состоит в идентификации факторов формирования компонентов ландшафта, на основе анализа тематических карт, составленных в середине XX века для территории бывшего СССР, современной дистанционной информации и трехмерных моделей рельефа на региональном уровне для юго-запада Валдайской возвышенности, а также коррекции и детализации этих карт. Важной составляющей цели работы является создание методологических и методических основ коррекции, используемых в географических исследованиях тематических карт, и идентификации факторов формирования ландшафта на их основе.

Для достижения этих целей необходимо решить следующие технические, методические и семантические задачи:

1. Совместить существующие тематические карты с современной дистанционной информацией, моделями рельефа и климатическими характеристиками района исследований, юго-запада Валдайской

4

возвышенности, добившись минимального пространственного искажения информационных слоев относительно друг друга.

2. Определить статистические, линейно независимые между собой, пространственные связи между образами, запечатленными на тематических картах, и остальными переменными: характеристиками рельефа, дистанционной информацией и т.д., (далее «независимыми переменными») и таким образом выделить факторы пространственной дифференциации компонентов ландшафта.

3. Выполнить физическую интерпретацию полученных связей между специальными картами и независимыми переменными.

4. Произвести снижение размерности или интеграцию полученных связей. Построить на их основе обобщающие факторы определяющие пространственную дифференциацию ландшафта в целом.

5. Выполнить физическую интерпретацию факторов ландшафтного уровня через их связь с факторами компонентного уровня.

6. На основе выявленных связей, построить детализированные, относительно исходных, тематические карты состояний растительности и почв района исследований.

Методология и методы исследования. Для идентификации линейных связей между дискретной зависимой переменной (специальной карты) и независимыми (ДЦЗ, рельеф), оценки значимости этих связей и последующей интерполяции зависимой переменной по независимым используются дискриминантный анализ. Теория и практика применения дискриминантного анализа подробно освещена в литературе (Айвазян,1989, Кендалл, Стьюарт, 1976, Пузаченко, 2003); широко используются методы пространственного анализа (Пузаченко и др., 2002), другие методы математической статистики (Айвазян и др., 1989, Дейвис, 1990, Джонгман и др., 1998, Козлов и др., 2008, Краскэл, 1986, Тюрин, Макаров, 1998, Пузаченко, 2004, 20056, Электронный учебник..., 2001) и ГИС-технологии (ДеМерс, 1999, Ковальчук, Шайтура, 2009, Пузаченко, 2002, Пузаченко и др., 20066,2008).

Научная новизна. Впервые проводится обобщение технологии построения факторной основы ландшафтных компонент на основе тематических карт и дистанционной информации. Рассматриваются методы коррекции тематических карт на основе данных дистанционного зондирования и характеристик рельефа. Проводится анализ статистически достоверных факторов организации пространства для построенных статистических моделей рассматриваемого явления. Показывается возможность обработки широкого спектра карт при различном доступе к дистанционной информации.

Основные защищаемые положения:

1. Через представления о физическом смысле варьирования спектра отраженной солнечной радиации и свойств рельефа и их связи с образами, изображенными на тематической карте, можно получить факторы, обуславливающие пространственную дифференциацию (объекта исследования) исходных образов. Существует возможность извлечения новой аналитической информации из тематических карт

2. На основе данных дистанционного зондирования и характеристик рельефа можно построить статистически достоверную модель традиционной тематической карты.

3. С помощью этой модели можно скорректировать существующую карту и построить более детальную.

4. На основе полученных статистических моделей компонент ландшафтного покрова, и формирующих их факторов дифференциации можно получить интегральные факторы дифференциации ландшафтного уровня.

Практическая значимость. Возможность получения новой аналитической информации на основе результатов статистического моделирования различных тематических карт. Возможность коррекции существующих тематических карт. Возможность обновления и улучшения существующего описания пространственного распределения состояний различных компонент ландшафта.

Апробация. Результаты докладывались на международной конференции «Человек и окружающая среда в бореальной лесной зоне - прошлое, настоящее и будущее» (Центральный лесной заповедник, 2008), на международном симпозиуме ISR.SE 33 (Италия^геза, 2009), на международной конференции по почвенному картографированию (Италия-Рим, 2010), на Ученом совета Института географии РАН, на семинарах лаборатории биогеографии и отдела физической географии и природопользования Института географии РАН.

Автор принимал участие в исследованиях по следующим грантам РФФИ:

09-04-00460-а Пространственно-временная динамика размещения крупных млекопитающих в зоне южной тайги на охраняемой территории (Центрально-Лесной государственный природный биосферный заповедник), 2009 -2011 .

09-04-00548-а Гемибореальные леса Восточной Европы: разнообразие и пространственная организация, 2009 -2011.

09-05-00292-а Оценка термодинамических параметров ландшафтного покрова биосферы на основе дистанционной информации 2009 -2011

10-05-00039-а Теоретико-методологические основы адаптивного устойчивого развития региона, 2010 -2012.

Публикации. По теме диссертации опубликовано 9 работ, из них - 5 статей, в т.ч. 2 в журналах рекомендованных ВАК.

6

Структура и объем работы. Диссертация состоит из введения, пяти глав, выводов, списка используемой литературы. Текст изложен на 120 страницах. Работа иллюстрирована 29 рисунками, 20 таблицами. Библиографический список содержит 93 наименований.

Благодарности. Автор выражает свою благодарность сотрудникам лаборатории биогеоценологии Института проблем экологии и эволюции РАН и сотрудникам Центрально-лесного биосферного заповедника. Особую благодарность, мы выражаем соруководителю работы профессору, д.г.н. Ю.Г. Пузаченко за постоянные теоретические, методологические и методические рекомендации и помощь на всех этапах проведения исследований.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

ГЛАВА 1. Физико-географическая характеристика региона исследований

В главе, на основе литературных и картографических, а также натурных наблюдений, рассматривается положение региона относительно строения геологического фундамента и литогенной основы современных геосистем, климатических характеристик и их пространственного распределения, пространственных закономерностей в распределении растительности и почв.

Исследования проводятся для территории площадью около 22000 км2, расположенной на юго-западе Валдайской возвышенности, являющейся водораздельной для рек бассейнов Волги и Западной Двины. В административном отношении относится к восьми районам Тверской и одному району Псковской области.

Территория расположена в пределах западного крыла московской синеклизы и приурочена к Нелидово-Оршанскому тектоническому мегаблоку Центральной (Московской) средневысотной геоступени (Бабак и др., 1984). Выделяются две высотные ступени высоты дочетвертичной поверхности для исследуемого региона. Центральная и восточная части территории расположены на Карбоновом плато с абсолютными отметками 120 - 340 м. С запада Карбоновое плато ограничивается девонской низиной с высотами 60-120 м. Ее граница с Карбоновым плато выражена четким уступом высотой до 70-80 м и шириной до 100 км (Чеботарева и др., 1961).

В четвертичное время территория исследований неоднократно подвергалась покровным оледенениям (Каплин, 2005). Наиболее значимыми для формирования современной структуры рельефа и отложений территории являются два последних оледенения - Московское и Валдайское.

Московское оледенение оставило после себя характерный холмистый ледниковый и волнистый рельеф, в последствие преобразованный в эрозионно-холмистый и увалистый, как в последовавший за ним межледниковый период,

7

так и во время Валдайского оледенения (Соколов, 1949).

Покровные отложения играют особую ландшафтообразующую роль в переходной зоне двух оледенений. Их 30-130 сантиметровый чехол сглаживает проявление различий гранулометрического состава подстилающих пород. Для территории отмечается практически повсеместное наличие пылеватых покровных отложений мощностью от первых десятков сантиметров до первых метров и составом от мелкозернистого до средне-тяжелосуглинистого, при постепенном росте мощностей и утяжелении состава с запада на восток территории.

Климатически исследуемая территория расположена в атлантико-континентальной области умеренного климата на границе холодного и умеренного термических поясов (Мильков, 1958). Климат региона - умеренно влажный с относительно мягкой зимой и прохладным летом (Мячкова, 1983). Граничное положение территории видно в пространственном градиенте с запада на восток, отображенном в данных \Vorldclim с разрешением 1 км. Годовая сумма положительных температур уменьшается с запада на восток на 500 °С, а годовая сумма осадков увеличивается на 70 мм из-за орографического эффекта Валдайской возвышенности.

По ботанико-географическому районированию территория исследований относится к полосе дубравно-кустарниковых лесов Восточно-Европейской геоботанической провинции (Шенников, Васильева, 1973) или включается в состав центральной части полосы хвойно-широколиственных лесов Русской равнины (Сочава, 1956). Залесенность территории составляет около 70 % (Атлас лесов СССР, 1973). Болота занимают около 15% территории и представлены, в основном, мезотрофными и олиготрофными типами. Леса с преобладанием ели занимают доминирующее положение (40 % от лесов территории), среди, которых преобладают сообщества: елово-широколиственных или подтаёжных лесов; южно-таёжных лесов; неморальных и травяно-болотных и елово-черноольховых лесов. В значительно меньшей степени растительность территории исследований представлена лесами с доминированием сосны (около 15 % от лесов территории), обычно маркирующими зандровые и флювиогляциальные отложения, среди которых выделяются: южно-таёжные зеленомошные, бруснично-зеленомшные и чернично-зеленомошные; южно-таёжные сосновые с берёзой долгомошные и сфагнумовые; южно-таёжные кустарничковые в сочетании со сфагновыми переходными и верховыми болотными сообществами (Карпов, 1973). Также можно встретить производные берёзовые (около 20 % от лесов территории), осиновые (около 10 % от лесов территории) и сероольховые (около 15 % от лесов территории) леса.

Территория относится к Прибалтийской провинции дерново-подзолистых слабо-гумусированных и болотно-подзолистых почв в рамках Валдайского округа, где распространены дерново-подзолистые, дерново-подзолистые остаточно-карбонатные и дерново-подзолисто-глеевые почвы различного механического состава с преобладанием суглинистых на моренных отложениях

8

(Классификация и диагностика почв СССР, 1977). Пространственное распределение почв теснейшим образом связано с рельефом и отражает, прежде всего, перераспределение влаги между элементами рельефа и особенности водного режима (Почвенно-геологические условия Нечерноземья, 1984).

ГЛАВА 2. Методология, методы и материалы анализа.

В главе рассматриваются общая методология исследований, методы количественного анализа и классификации пространственной информации, дается описание использованной в работе картографической и дистанционной информции.

В начале главы дается краткое описание основной идеи метода и обосновывается предпочтительность использования дискриминантного анализа для решения поставленной задачи, рассматриваются основные возможные результаты.

Задача может быть представлена в терминах «черного ящика». Входные сигналы - количественные переменные (дистанционная информация и т.п.), выходные - качественные (типы на тематической карте). Процессы, обуславливающие преобразование количественных сигналов в качественные, полагаются неизвестными. Цель заключается в «расшифровке» черного ящика, т.е. в определении связей экспертных представлений составителей тематической карты, и переменных на входе.

В случае успешного выявления этих связей можно построить модель компоненты ландшафта, описанного тематической картой. Сами связи являются факторами пространственной дифференциации, или процессами, определяющими варьирование состояний компоненты ландшафта.

В качестве инструмента выделения подобных связей и предсказания, на их основе, значений качественной переменной удобно использовать дискриминантный анализ. Теория и практика применения дискриминантного анализа многократно и подробно освещена в литературе (Айвазян, 1989, Кендалл, Стьюарт,1976, Пузаченко,.2003), что позволяет остановиться на рассмотрении его составляющих важных для интерпретации результатов. В ходе дискриминантного анализа ищутся такие линейные функции от независимых переменных, для которых минимальна дисперсия внутри классов или максимально расстояние между центрами их тяжести в пространстве переменных. Задача решается через построение собственных векторов для матрицы В*\У"' , где В — межгрупповая и \У - внутригрупповая матрицы вариации. В результате дискретные классы отображаются в непрерывные ортогональные оси. Число осей не может превышать число независимых переменных и/или числа классов без одного (п-1). Средства дискриминатного анализа дают информацию, позволяющую фактически перейти к факторному пространству исследуемого явления. В рамках дискрминатного анализа по Р -критерию сразу же можно определить вклад независимых переменных в

9

различении заданных классов. Так как эти переменные имеют физический смысл, то они могут трактоваться как факторы дифференциации. Значение каждой оси дискриминатного анализа оценивается по собственному значению, канонической корреляции, а статистическая значимость по критерию х,2 , что позволяет определить размерность пространства и создаваемое им разнообразие. Каждая ось дискриминатного анализа дает отображение определенного типа связей объекта с внешними переменными на рассматриваемой территории. Каждая дискриминатная ось однозначно описывается от независимых переменных. Таким образом, на основе специальной карты получаем возможность построить статистическую модель рассматриваемого явления. Отнесение каждой точки к тому или иному классу осуществляется по частным классифицирующим функциям от этих осей с допущением нормальности распределения дистанций внутри каждого класса. В результате для каждой точки (пикселя) на карте, получаем вероятность отнесения ее к каждому классу. Точка считается принадлежащей к тому классу, для которого вероятность принадлежности максимальная.

Задача построения более детализированной карты не разрешима в рамках дискриминантнтого анализа, так как он может прогнозировать размещение только существующих состояний. Проблема решается через выделение дискретных состояний с помощью процедуры дихотомической классификации методом К-средних по ортогональным осям дискриминантного анализа (Кренке, 2008). Здесь уже не действует гипотеза нормальности распределения, и дискретные образы получаются более реалистичными. Определить их соответствие исходным состояниям можно, используя средние значения для класса векторов вероятностей, и на этой основе построить скорректированную версию специальной карты. При этом в большинстве случаев можно получить состояния, отсутствующие на исходной карте, но имеющие очевидный физический смысл.

Если анализ проводится для нескольких тематических карт, которые описывают предположительно связанные между собой явления, то можно произвести интеграцию факторных пространств отдельных карт. Эта операция подразумевает еще одно уменьшение размерности пространства, теперь уже пространства частных факторов, и получение интегральных факторов, описывающих связи между различными явлениями. В данном случае речь идет о получении ландшафтообразующих факторов на основе факторов описывающих различные компоненты ландшафтного покрова. В качестве инструмента используется факторный анализ. В основе факторного анализа лежит процедура ортогонализации пространства исходных переменных (компонентных факторов). Все рассуждения относительно собственных значений, описываемого компонентами варьирования, отбора «существенных компонент и поиска связей между компонентами и исходными переменными практически целиком совпадают с аналогичными элементами дискриминантного анализа.

В качестве объектов исследования выбраны два объекта:

1) Фрагмент «Карты растительности» СССР для высших учебных заведений. М. 1:4 ООО ООО охватывающий западную часть Тверской области общей площадью 22 ООО км2 с координатами: верхний левый угол -57°с.ш. ЗГ в.д; нижний правый гол; 56°с.ш. 34.4° в.д. Использована оцифровка, проведенная в лаборатории Оак Ридж (Stone, Schlesinger. 2003.).

2) Фрагмент почвенной карты (Почвенная карта России М 1:2 500 ООО (Фридланд, 1988)) для того же участка, оцифрованной в рамках проекта «земельные ресурсы России» (Stolbovoi, McCallum, 2002).

Выбор для демонстрации именно этой территории определяется многолетними стационарными и экспедиционными исследованиями, осуществленными здесь на базе Центрально-лесного государственного природного биосферного заповедника (рис. 1).

Вь|СОТЫ BL ^_10 _20_J0I«

Рисунок 1. Рельеф исследуемой территории с наложенными реками (а), водоемами (Ь) и населенными пунктами (с).

В основу верификации положены сцены спутника Landsat: Landsat MSS 1975-1979 (май и сентябрь), Landsat TM 1988-1990 (май), Landsat ЕТМ 2000-2002 (апрель-октябрь), трех канальные мозаики GeoCoverTM и GeoCoverETM с исходным разрешением 30 м на местности.. Сбор сцен для всей территории для каждого срока осуществлен с помощью программы ERDAS IMAGINE 8. GeoCoverTM собран из безоблачных сцен за 1990+/-3 года, а GeoCoverTM за 2000+/-3 года. В GeoCover из семи каналов Landsat выбраны три канала: канал 7 - средний инфракрасный, канал 4 - ближний инфракрасный, канал, 2 - видимый зеленый. Для рассматриваемой территории мозаика GeoCoverTM соответствует весенним снимкам 1988-1990 года, а GeoCoverETM

сентябрю 2000-2002. Каждый канал содержит определенную информацию о физическом процессе. Первый канал (синий) наименее информативен, так как весьма чувствителен к аэрозолям и содержанию воды в атмосфере. Второй канал (зеленый) хорошо отражает цвет самой растительности. Обычно наибольшее отражение в луговых сообществах и минимальное в сосновом лесу. Третий канал (красный) максимально поглощает радиацию при высокой активности фотосинтетических процессов. Четвертый канал (ближний инфракрасный) дает максимум отражения при высоком развитии клеточных структур листьев, соответствующем максимуму фотосинтеза. Разность между четвертым и третьим каналом достаточно тесно коррелирует с биологической продуктивностью. Пятый канал (средний инфракрасный 1) отражает содержание влаги в растительном покрове: чем больше влаги, тем меньше отражение. Седьмой канала (средний инфракрасный 2) - общее содержание влаги в экосистеме. Наконец, шестой канал Landsat измеряет тепловой поток от поверхности суши.

Информация о рельефе территории получена на основе топографических карт масштаба 1:100 000. На основании полученной ЦМР с помощью двухмерного спектрального анализа были определены иерархические уровни рельефа. Для каждого иерархического уровня методом обратного преобразования Фурье были построены соответствующие карты (Котлов, Пузаченко, 2006).

В результате, выделены следующие линейные размеры иерархических уровней рельефа: 1) более 18 км и не менее 55 км (тренд); 2) 12.5 км (от 10 км до 18 км); 3) 8 км (от 6 км до 10 км); 4) 3900 м (2700 м - 6000 м); 5) 2400 м (2250 м - 2700 м); 6) 1900 м (1750 м - 2250 м); 7) 1140 м (1050 м - 1500 м); 8) 680 м (525 м - 1050 м) и 9) 340 м (228 м - 525 м).

На основе ЦМР в программе ENVI 4.4 рассчитаны характеристики рельефа для различных иерархических уровней. Использованы следующие характеристики рельефа: 1) уклон поверхности в градусах; 2) первая производная уклонов - форма поверхности; 2) освещенность рельефа с юго-востока при высоте солнца 45°; 3) минимальная кривизна рельефа -минимальное значение кривизны для плоскостей, проходящих через нормаль к центральной точке скользящего квадрата; 4) максимальная кривизна рельефа -максимальное значение кривизны для плоскостей, проходящих через нормаль к центральной точке скользящего квадрата; 5) средняя кривизна рельефа -среднее значение кривизны для плоскостей, проходящих через нормаль к центральной точке скользящего квадрата.

В соответствие с масштабом карты растительности формально каждому пикселю с линейными размерами 0,1 мм на карте должен соответствовать квадрат с линейными размерами 400 м на местности.

Однако очевидно, что нагрузка исходной карты не отвечает этому масштабу, так как ширина линий границы больше 0,1 мм. Следовательно, одному пикселю карты оправдано поставить в соответствие квадрат с линейными размерами 1 км (М 1:10 000 000). Дистанционная информация

12

агрегирована до этого масштаба и объединена в растровом формате в единую базу данных: зависимая переменная - состояния растительности, независимые переменные спектральные каналы Ьапс^а!, индексы построенные на основе каналов Ьапс^а^ характеристики рельефа.

ГЛАВА 3. Выделение факторов определяющих состояния растительного покрова на основе геоботанической карты

В главе рассматриваются факторы дифференциации состояния растительной компоненты ландшафта, полученные на основе дискриминантного анализа карты растительности. Также рассматриваются скорректированная карта растительности. На основе полученных результатов строится более детальная карта растительного покрова.

На рис. 2а показана исходная геоботаническая карта восстановленной растительности с пятью типами состояний. Для краткости обозначим эти состояния следующим образом: 1 - еловые леса, 2 - сосновые леса, 3-смешанные леса, 4- болота, 5 - вода.

Построенная на основе исходной карты дискриминантная модель описывается четырьмя осями. Все оси имеют высокий высокий уровень статистической значимости (критерий у/) и высокие уровни корреляции с исходной картой. Более того, нет явно ведущей оси, или оси содержащей незначительное количество информации. Все оси необходимо включить в анализ. Общее качество модели отражается через количество совпадений между исходными состояниями и предсказанными моделью. Можно констатировать, что различия между исходными данными и моделью не велики, общее количество совпадений составляют 75.5% от общего числа пикселей. Количество совпадений выше всего для лесных классов. Еловые леса совпадают на 76%, сосновые на 68%, а смешанные на 81%. Меньше всего совпадений наблюдается для болотного и водного классов - 37% и 42% соответственно.

В целом же, несмотря на то, что измерениям мультиспектарального отражения ставится, в соответствие, мелкомасштабная карта восстановленной растительности, между ними устанавливается вполне достоверное соответствие. По рис. 2 (а, б) хорошо виден эффект коррекции исходного изображения. Вместо очень простых сплошных контуров появилась их территориальная мозаика, отражающая постепенность перехода из одного состояния в другое.

Рисунок 3. Исходная карта растительности и результаты ее коррекции: а) исходная карта, б) скорректированная, в) детализированная.

б

в

Рисунок 4. Исходная почвенная карта и результаты ее коррекции: а) исходная карта, б) скорректированная, в) детализированная. Легенда к (а) и (б) в тексте.

Легенда к (а) и (б) в тексте.

Появились так же мелкие болота и водоемы, отсутствующие на исходной карте. Средняя вероятность распознавания состояний растительности составляет 0,7, а минимальная <0.46 отмечается всего на 8% территории. Практически однозначно распознаются водоемы, болота и сосновые леса по зандровым равнинам Западной Двины. Высокая однозначность распознания болот и водных объектов говорит о том, что несовпадения в этих классах вызваны в основном эффектом коррекции. Эффект коррекции хорошо виден при соотнесении прорисовки водных объектов на исходной карте, корректированной карте и топографической карте (рис 1).

Таким образом, можно сказать, что дистанционная информация раскрывает естественное, ландшафтно обусловленное пространственное варьирование состояния растительного покрова, выделяя как области абсолютного доминирования каждого состояния, так и обширные переходные территории.

Проведем процедуру выделения физического смысла полученных осей (факторов). Для идентификации физического смысла для каждого фактора анализируется таблица наиболее коррелирующих с ним переменных, а также дополнительная рассматриваются корреляции с данными ВЮСЫМ.

Первый фактор (рис. За) связан с содержанием влаги в растительности, перераспределением этой влаги на локальном уровне за счет рельефа, а также некими нелинейным эффектом, отражающим состояние почв, что видно из одновременно положительных и отрицательных корреляций с индексами содержания железа. Низкие значения фактора также связаны с осадками в теплый период (корреляция -0.62), а высокие с высокой температурой в тот же период (корреляция -0.40). Фактор отрицательно связан с еловыми лесами (0.59) и положительно со смешанными (0.73). Учитывая это, можно утверждать, что фактор отражает общую влажность: чем ярче, тем меньше содержание влаги. Дополнительно фактор, вероятно, отражает состояние почвенного покрова, на более сухие места приходится повышенное содержание железа.

Второй фактор (рис. 36) очевидно связан с весенними индексами продуктивности и биомассой. Низкие значения фактора соответствуют продуктивным участкам, а высокие, связанные с индексами «открытых» земель, с низкой продуктивностью. Дополнительно этот фактор связан со средними температурами наиболее сухого месяца (0.43) и амплитудой сезонного хода температур (-0.47), что подтверждает гипотезу о том, что фактор отражает биологическую продуктивность. В рамках этого предположения вполне логично смотрятся темные пятна болот, так как весной болота действительно продуктивнее лесов. Также фактор связан с индексом влажности почв и воды.

В данном случае, учитывая высокие значения для водоемов, эти индексы подчеркивают контраст между биологической продуктивностью водоемов и лесов.

Рисунок 3. Факторы дифференциации растительного покрова.

Третий фактор (рис. Зв) чрезвычайно похож по своим связям на второй фактор, но с обратным знаком. В пространственной конфигурации тоже имеется очевидное сходство, за исключением того, что во втором факторе светлый тон распространяется на бассейн Западной Двины и на водные объекты, а в третьем факторы они противоположны друг другу.

В пространстве климатических переменных этот фактор положительно связан с амплитудой сезонного хода температур (0.41) которая ниже в западной половине территории, и отрицательно с сезонной амплитудой осадков (0.32). Также светлым тонам соответствует сосновый класс растительности (корреляция 0.54).

Следует обратить внимание на то, что фактор больше определяется индексами ранней весны - поздней осени. По всей видимости, данный фактор отражает более ранний старт и более позднее завершение активного периода у хвойных пород, в особенности у сосны. Вероятно, третий и второй факторы совместно отражают нелинейную функцию начала и конца вегетационных периодов у разных состояний растительного покрова. Из пространственно отображения этих двух факторов видно, что территория в плане функционирования растительности делится на две половины - западную, более сухую и теплую, и восточную, более влажную и холодную. Граница проходит в районе западной Двины.

Четвертый фактор (рис. Зв) связан, с одной стороны, с индексами содержания воды в почве и растительности, уклонами поверхности на мезо и макро уровне, а с другой - с температурными каналами, четвертым каналом и индексами «открытости». Подобный набор связей и пространственная конфигурация фактора дают основания предположить, что это фактор отражает интенсивность дренажа, идентифицирующий болота. Болота

выделяются малыми значениями фактора, это полностью соответствует выдвинутой гипотезе. Действительно, малым значениям фактора соответствуют понижения образованные уклонами среднего масштабного уровня и высокая влажность. Низким значениям фактора соответствует слабый дренаж, а высоким - достаточный.

Таким образом, факторное пространство состоит из четырех физически интерпретированных фактора. Наиболее мощный фактор отражает общую влажность и разделяет еловые и смешанные леса. Второй и третий факторы являются отображениями режимов вегетации за разные периоды, и описывают по существу один нелинейный процесс. Четвертый фактор описывает меньше всего, однако он целиком отражает распределение болот, этот фактор отражает особые болотные условия, связанные с недостаточным дренажем.

ГЛАВА 4. Выделение факторов определяющих состояния почвенного покрова на основе почвенной карты.

На рис. 4а показана исходная почвенная карта. Выбранный участок включает в себя следующие типы состояний (всего 16): 1 - Торфяные болотные переходные; 2 - Торфяные болотные низинные; 3 - Торфяные болотные верховые; 4 - Торфяно- и торфянисто-подзолисто-глеевые; 5 - Торфянисто- и торфяно-глеевые болотные (глееземы торфянистые и торфяные болотные); 6 - Пойменные кислые; 7 - Подзолы глеевые торфянистые и торфяные, преимущественно иллювиально-гумусовые; 8 - Дерново-подзолистые преимущественно неглубокоподзолистые; 9 - Дерново-подзолистые преимущественно мелко- и глубокоподзолистые; 10 - Дерново-подзолистые поверхностно-глееватые преимущественно глубокие и сверхглубокие; 11- Дерново-подзолистые остаточно-карбонатные; 12 - Дерново-подзолистые иллювиально-железистые; 13 - Дерново-подзолистые (без разделения); 14 - Дерново-подзолисто-глеевые; 15 - Дерново-палево-подзолистые и подзолисто-буроземные; 16 - Вода.

Первая ось от всех независимых переменных описывают около 74% варьирования состояний почвенного покрова на карте с очень высоким уровнем значимости. Таким образом, можно утверждать, что при всех существующих неточностях обрисовки границ карта в целом хорошо отражает пространственное варьирование свойств почвенного покрова, определяющих их типологические категории. Однозначно, с максимальной вероятностью больше 0.9, распознаются водные объекты и все типы болотных почв (рис. 46). Господствующий тип дерново-подзолистых преимущественно мелко- и глубокоподзолистых почв однозначно воспроизводится на возвышенных формах рельефа. Качество его распознавания существенно снижается на территориях, прилегающих к долинам рек, и особенно вдоль долины р. Волги.

Столь же неопределенна его область контакта с торфянисто-глеевыми почвами. Переходы между типами торфянисто-глеевых почв также континуальны. Полевые исследования в регионе позволяют утверждать, что тип почв, определенный на карте как дерново-подзолистые, преимущественно мелко- и глубокоподзолистые, следует отнести к дерново палево-подзолистым, с минимальной мощностью подзолистого горизонта на выпуклых водоразделах и максимальной на вогнутых частях склонов. Почвы, выделенные на карте как дерново-палево-подзолистые и подзолисто-буроземные, правильнее отнести к оподзоленным буроземам. Весьма характерно, что этот тип почв практически не воспроизводится в районе г. Нелидово (Тверская область), где он действительно отсутствует и воспроизводится на западном склоне юга Торопецкой возвышенности, где такие почвы были обнаружены в ходе полевых исследований. В целом можно сказать, что полученная карта отражает общую конфигурацию исходной карты и в то же время соответствует представлениям о территории, полученным в ходе полевых работ.

Рассмотрим физический смысл факторов, описывающих почвенный покров, полученных в дискриминатном анализе. Хотя все оси значимы, многие содержат чрезвычайно мало информации. В данном случае необходимо выполнить уменьшение размерности пространства. Из 15 осей, в соответствии с критерием каменной осыпи, необходимо оставить лишь пять. Эти пять ведущих факторов, описывают -72% варьирования. Физический смысл отобранных ведущих факторов определяется так же, как и у факторов растительной компоненты - через корреляции с исходными переменными.

Первый, ведущий, фактор (описывает 27.8% варьирования, рис. 5а) отражает зависимость почвенного покрова от высоты над уровнем моря и уклонах рельефа на иерархических уровнях от 2 до 12 км. При этом, чем выше территория и тем круче склоны, тем меньше значение фактора. В результате на рис. 4а возвышенности отображены наиболее темным цветом. Судя по всему, фактор отражает развитие элювиальных процессов и процессов оподзоливания . Эта гипотеза подтверждается отрицательной связью фактора с классами дерново-подзолистых почв (-0.40) и положительной связью с классом иллювиально-железистых почв (0.32).

Второй фактор (описывает 15.26% варьирования, рис. 56) содержит информацию о влиянии на почвенной покров выпуклости поверхности на иерархических уровнях 12-19 км и в меньшей степени от высоты на уровнем моря. В соответствие с этим выпуклые поверхности на рис. 56 имеют более светлую окраску. Существенный вклад в рассматриваемый фактор вносит биологическая продуктивность и содержание оксидов железа в мае и сентябре. Приведенные выше связи, положительная корреляция фактора с болотными типами почв (0.44) и низкие значения фактора на хорошо дренируемых долинах рек позволяют предположить, что он описывает процесс олиготрофного заболачивания с формированием торфяных почв и сопутсвующим оглеением, который контролируется механизмами определяющими сток.

Рисунок 5. Факторы дифференциации почвенного покрова.

Третий фактор (описывает 12.41% варьирования, рис. 5в) в отличие от первых двух, в основном отражает связь почвы с дистанционной информацией. Рельеф через кривизну поверхности на уровне 0,34 км вносит дополнительную информацию. В целом, светлым тонам соответствуют территории с наибольшей биомассой и наименьшем содержанием оксида железа, расположенные на пологих склонах. Темным областям соответствуют заболоченные территории, или избыточно увлажняемые территории у подножия склонов. Фактор положительно связан с дерново-подзолистыми почвами (0.4) и отрицательно с дерново-подзолисто-глеевыми (-0.3). По-видимому, фактор отражает процесс переноса влаги и сопутствующий элювиальный перенос.

Фактор является дополнительным к первому, выделяя зоны активного оподзоливания (светлый тон) и, наоборот, накопления вещества или оглеения (темный тон).

Четвертый фактор (описывает 8.94% варьирования, рис. 5г) через различные индексы от каналов дистанционной информации отражает биомассу и продуктивность растительного покрова.

Светлым тонам соответствуют молодые продуктивные мелколиственные леса и поля, а темным тонам - старые еловые и сосновые леса.

Данный фактор, очевидно, отражает влияние растительности на почвенный покров. Хотя формально он в основном связан с водными объектами (и, несомненно, их выделяет), данный фактор возможно отражает дерновой процесс. Из рисунка видно, что высокие значения фактора приходятся на области понижений с богатым растительным покровом и, возможно, полями. Таким образом, можно предположить, что светлым тонам соответствуют зоне интенсивного дернообразования.

Пяты» фактор (описывает 7.84% варьирования, рис. 5д) вновь связан с рельефом. Фактор отражает характеристики высших иерархических уровней (от 12 км). Темным тоном выделяются возвышенности, а светлым - их склоны. Дополнительно через индексы биологической продуктивности, как территория лишенная растительности, темным тоном выделяется вода. Данный фактор связан с пойменными почвами и переходными болотными, из рисунка видно, что наиболее светлым участкам соответствуют подножия макро склонов, образующих общую форму территории и задающие направления потоков влаги и вещества. Из положительной связи со «скоростью роста» высоты, можно предположить что данный фактор характеризует процесс накопления гумуса, происходящий на вогнутых склонах и в некоторых понижениях.

Обобщая, из анализа следует, что факторное пространство, описывающее почвенную компоненту ландшафта, отображенную в тематической картой состоит из пяти факторов. Ведущим фактором является процесс оподзоливания, описываемый в факторном пространстве на две оси - ось, описывающая устойчивые состояния элювиально-иллювиального баланса, и ось описывающая транзитные зоны. Вторым фактором описывается процесс заболачивания, четвертый фактор описывает процесс накопления органического вещества за счет деятельности растительности и его отложение в почвенном покрове, и, наконец, пятый фактор описывает процесс накопления гумуса, задаваемый рельефом местности.

На основе полученных факторов решается задача детализации исходной карты. Проводится дихотомическая классификация полученного факторного пространства. В результате дихотомической классификации, на 6 итерации был выделено тридцать одно состояние почвенного покрова. Для каждого состояния был определен основной тип почвенного покрова согласно с исходной картой, и дополнительный, если последний можно было выделить. В результате количество различимых типов составило 23.

Исходя из рисунка 4в можно сказать, что доминирующий класс дерново-подзолистых мелко- и глубокоподзолистых почв распался на несколько. В ранее гомогенном покрове этого типа выделились почвы соответствующие понижениям и возвышенностям.

Расширилась территория, занимая различными видами подзолисто-глеевых почв (голубой - темно-сине-зеленый цвета).

Болота по прежнему разделяются на три основных типа: верховых, низинных и переходных, и соответствуют своему положению на карте, полученной через дискриминантный анализ. Более детально вырисовались иллювиально-железистые почвы, приуроченные к долине Западной Двины.

В целом можно сказать, что полученная карта отражает общую конфигурацию исходной карты и в то же время соответствует представлениям о территории, полученным в ходе полевых работ (Пузаченко М., 2011).

ГЛАВА 5. Идентификация и анализ интегральных ландшафтообразующих факторов.

Исходя из предположения о связанности различных компонент ландшафтного покрова между собой, следует наличие связи между факторами, определяющими пространственную дифференциацию различных компонент. Следовательно, на их основе, можно выделить интегральные факторы ландшафтного уровня, определяющие пространственную дифференциацию ландшафта в целом. При этом происходит повторная редукция пространства факторов. Компонентные факторы, обобщающие внешние переменные в рамках соответствующих компонент, обобщаются интегральными факторами.

Если связи между факторами компонентного уровня можно локально линеаризовать, то интегральные факторы можно выделить с помощью факторного анализа.

В ходе анализа двух тематических карт, отражающих почвенную и растительную компоненты ландшафта, были выявлены девять значимых факторов. Далее в тексте использованы следующие краткие названия этих факторов: (факторы растительности) 1 - влажность, 2 - вегетация в теплый период, 3 вегетация в холодный период, 4 - дренаж, (факторы почв) 1-"статическое" оподзоливание, 2 - заболачивание, 3- "мобильное" оподзоливание, 4 - дернообразование, 5 - гумусообразоване.

Рассмотрим результаты факторного анализа над пространством компонентных факторов.

Собственные значения интегральных факторов (полученных в ходе факторного анализа) варьируют в пределах от 0.07 до 1,93, т.е. существуют, как мощные обобщающие, так и «слабые» факторы. Это говорит о наличие сильных линейных зависимостей между факторными пространствами почвенной и растительной компоненты.

Из всех факторов по величине их собственных значений можно отобрать четыре наиболее значимых.

Отобранные четыре интегральных фактора описывают 76% исходного варьирования осей, каждый интегральный фактор содержит информацию о более чем двух компонентных факторах. Можно сказать, что почвенная и растительная компонента описывают варьирование друг друга через линейные связи не менее чем на 76%.

Рассмотрим физический смысл выделенных факторов. Физический смысл выделяется на основе нагрузок компонентных факторов на каждый из интегральных факторов.

Процесс перераспределения влаги в растительном покрове, и процесс образования болотных почв формируют первый интегральный фактор, описывающий 27% варьирования разнообразия компонентного пространства (рис. 6а).

На основе характера связей данного фактора с образующими его процессами можно сказать, что чем светлее тон - тем ниже общее содержание влаги, а чем темнее - тем хуже дренаж и интенсивнее заболачивание. Этот фактор отражает общий баланс притока влаги и способности территории к той или иной форме осушения (дренаж, транспирация и т. п.). Данный фактор различает смешанные (корреляция 0.55) и еловые (-0.56) леса, причем смешанные леса суше, а еловые - более влажные, что соответствует реальному положению вещей.

Процессы вегетации в теплый период и дернообразования образуют второй интегральный фактор (рис 66), описывающий 25% варьирования. Так как активно работающие в теплый период смешанные леса и луга являются ведущими производителями растительного опада, связь между этими процессами очевидна. Полученный фактор отражает процесс накопления плохо переработанного органического материала за счет производства биологической продукции.

Темные тона соответствуют зонам с наибольшим накоплением органического материала. Эти зоны совпадают с распространением наиболее выраженных смешанных лесов (корреляция -0.34) и болот.

Процесс вегетации в холодный период, и процессы оподзоливания на склонах задают третий интегральный фактор (рис. 6в), который описывает 24% варьирования компонентных факторов.

Третий фактор положительно связан с сосновыми классами растительности (корреляция 0.53) и дерново-подзолистыми почвами (0.3). В то же время фактор имеет отрицательную связь с глееватыми почвами (- 0.32).

Рисунок 6. Интегральные факторы дифференциации ландшафтного уровня.

На рис. 6 отчетливо видна граница, разделяющая восточную и западную | части территории. Как показано в климатических данных, эта граница обусловлена температурным градиентом с запада на восток, который существует в холодное время года. Также видно выделение склонов южной I экспозиции в восточной части территории. Из этого можно сделать вывод, что ^ процесс оподзоливания предоставляет информации о расположении склонов, которая дополняется данными о территориях с ранним началом вегетации. Данный фактор, вероятно, отражает зависимость состояния растительного покрова от теплового режима, который косвенно влияет и на состояние почв. Эту гипотезу подтверждает связь фактора с годовым ходом температур (корреляция -0.57) и средней температурой холодной четверти года (0.3), те светлые зоны - теплее зимой и менее континентальный Резюмируя, можно сказать, что третий интегральный фактор одновременно описывает процесс оподзоливания, действительно имеющий место на возвышенностях (белый 1 тон), а также влияние температурного поля и экспозиции склонов на растительность. '

Четвертый интегральный фактор образован процессом дренажа, и менее динамической частью процесса оподзоливания (рис. 6г).

Из рисунка видно, что данный фактор принимает малые значения на вершинах гряд и холмов, средние на склонах и наиболее высокие в долинах рек и болотах. Фактор имеет сильную положительную связь с растительным 1 классом болот (0.51) и отрицательную с дерново-подзолистыми почвами (-0.42). Учитывая все это, можно сделать предположение, что это еще одни «водный» фактор.

В отличие от первого, этот фактор отражает не дренаж как таковой, а перемещение влаги. Вода, стекая с сухих вершин холмов, по склонам и ложбинам достигает долин рек или задерживается в болотах.

Таким образом, на основе факторного пространства отдельных компонент, выделены факторы ландшафтного уровня интеграции. На основе дистанционной информации, характеристик рельефа, «компонентных» процессов, проведена идентификация ландшафтообразующих процессов или факторов организации.

Ландшафтообразующими факторами, в порядке значимости, являются: дренаж, биологическая продуктивность в теплое время года и накопление органического материала, температурный режим, перераспределение влаги.

Заключение н выводы

Представленная работа показывает широкие возможности извлечения аналитического материал из существующих тематически карт. Также продемонстрирована возможность их коррекции основе дистанционной информации и характеристик рельефа.

Качество распознания дискриминантным анализом рассмотренных карт составило более 50%, что говорит о применимости анализа к данным подобного типа.

Обобщение информации исходной тематической карты и дистанционной информации с помощью дискриминантного анализа позволяет получить три, взаимодополняющие, отображения: собственно скорректированные карты, вектора вероятности принадлежности пикселя к каждому классу, отображение объекта в независимых координатах (осях) многомерного пространства, которые и задают факторную основу исследуемого явления. Задача разрешима во всех случаях, если в исходной карте нет принципиальных искажений нарушающих естественные соотношения географических явлений. Такие искажения, конечно, могут существовать. Для того, чтобы снизить их влияние желательно осуществлять коррекцию для большой территории, ослабляя вклад локальных искажений,

В рамках представленного анализа строится многомерное пространство картографированного явления. Решается фундаментальная задача сокращения размерности пространства описывающих явление переменных, выделения ведущих факторов организации.

Каждый выделенный фактор имеет вполне определенный физический смысл. Анализ связи факторного пространства с климатом, рельефом и координатами других географических явлений позволяет на новом количественном уровне перейти к аналитическими и комплексным картам общенаучного и специального назначения. Для карты растительности района исследований выделено четыре основных фактора дифференциации. Ведущим фактором является влажность. Режим увлажнения описывают 43% варьирования растительного покрова. Второй и третий фактор, определяющие

25

44% варьирования, отражают нелинейный процесс вегетации и производства биологической продукции, которые определяются сезонными колебаниями температуры. Наконец, последний фактор отражает дренажные условия, которые определяют все болотные комплексы.

Для почвенной карты района исследований выделено пять основных факторов. Ведущий процесс оподзоливания описывается двумя линейно не зависимыми факторами, он определяет 40% варьирования состояний почвенного покрова. Далее следуют фактор заболачивания (15%), дернообразования (9%) и гумусонакопления (8%).

Анализ пространственной изменчивости факторов, определяющих основные закономерности пространственного варьирования растительности, повышает понимание физического смысла наблюдаемого варьирования, и дает основания для более глубокой семантической трактовки тематической карты.

Полученная аналитическая информация позволяет, с помощью дихотомической классификации, построить более детальные карты компонент ландшафтного покрова. Смысл каждого выделенного состояния может быть определен на основе оценки подобия значений факторов среды и обучающей выборки. Эта операция в конечном итоге позволяет существенно улучшить качество тематических карт.

Так, на основе факторов, определяющих характер растительности, была построена карта, включающая четырнадцать физически интерпретируемых типа растительного покрова, что почти в три раза детальнее исходной карты. Почвенная карта, построенная на основе почвенных факторов, включает двадцать три типа почвенного покрова, что в полтора раза детальнее исходной карты.

В работе показано, что наборы независимых факторов, выделенные для каждой компоненты ландшафтного покрова, обладают межгрупповой связью, которая может быть физически объяснена. На основе факторного пространства компонент построено факторное пространство более высокого уровня, описывающего ландшафт в целом. Общая линейная связь между компонентами составила 76%. Всего было выделено четыре независимых интегральных фактора ландшафтного уровня.

Каждый фактор обобщает пару компонентных факторов. В ходе анализа был выявлен физический смысл каждого из четырех факторов, в порядке значимости этими факторами являются: дренаж, биологическая продуктивность в теплое время года и накопление органического материала, температурный режим, перераспределение влаги.

Таким образом, достигнута основная цель работы - на основе тематических карт и дистанционной информации выделены факторы организации компонент ландшафта. Также на основе этих факторов выделены интегральные факторы организации ландшафта в целом. Есть основание признать возможность извлечения аналитической информации, в виде факторов организации ландшафтов, из тематических карт на основе современной дистанционной информации и трехмерных моделей рельефа.

26

Список основных работ, опубликованных по теме диссертации:

1. Желтухин А.С., Котлов И.П., Кренке А.Н., Пузаченко Ю.Г., Сандлерский Р.Б. Информационное обеспечение устойчивого регионального развития на основе заповедников (опыт Центрально-лесного государственного природного биосферного заповедника). Научный журнал «Известия Самарского научного центра РАН» Том. 13. №1 (6) 2011. С. 15081516

2. Кренке А.Н., Пузаченко М.Ю., Пузаченко Ю.Г. Коррекция специальных карт на основе данных дистанционного зондирования. Известия ран серия географическая. №4,2011. С.106-116.

3. Кренке А.Н., Пузаченко Ю.Г. Отображение основных функциональных свойств ландшафтного покрова на основе дистанционной информации для обеспечения начальных стадий проектирования освоения углеводородных и лесных ресурсов//Ландшафтоведение: Теория, методы, региональные исследования, практика: Материалы XI Международной ландшафтной конференции М.: Изд-во Географический факультет МГУ,

2006, С. 672-673

4. Кренке А.Н., Пузаченко Ю.Г. Построение карты ландшафтного покрова на основе дистанционной информации//Экологическое планирование и управление 2008 №2 (7). С. 10-25.

5. Кренке А.Н., Пузаченко Ю.Г., Сиунова Е.В. Построение почвенной картографической модели на базе данных дистанционного зондирования и традиционных карт, Материалы 4-ой международной конференции по цифровому почвенному картографированию. Рим. 2010.

6. Пузаченко Ю.Г., Кренке А.Н., Котолов И.П. Коррекция лесотаксационных переменных на основе Landsat. 2009.

http://www.sevin.ru/ecosys services/references/%D0%9F%Dl%83%D0%B 7 %DO%9A%D1%8Q%DO%B5%DO%BD %D0%9A%D0%BE%D1%82 2009-р df

7. Krenke A.N., Puzachenko Yu. G. Developing of a land cover map on the basis of remote sensing information. 33rd ISRSE Symposium, 4-8 May 2009, Stressa, Italy

8. Krenke A.N., Puzachenko Y.G. Display of the basic functional properties of landscape cover on the basis of the remote information for maintenance of initial landscape planning stages. In: 25 years Landscape Ecology: Scientific Principles in Practice: IALE World Congress in Wagenningen, The Netherlands, 8-12 July

2007, pp. 608-609

9. Krenke A. N., Puzachenko Yu.G. Correction of forest management inventory maps with the help of remote sensing. / / Man and environment in boreal forest zone: past, present and future. International Conference, July 24 - 29, 2008 Central Forest State Natural Biosphere Reserve, Russia \ Eds.: E. Yu

Подписано в печать 29.08.2011 г.

Объем: 1,5 усл.п.л. Заказ №5856 Тираж: 100 экз.

Печать трафаретная. Типография «11-й ФОРМАТ» ИНН 7726330900 115230, Москва, Варшавское ш., 36 (499) 788-78-56 www.autoreferat.ru

Содержание диссертации, кандидата географических наук, Кренке, Александр Николаевич

ВВЕДЕНИЕ.

ГЛАВА 1. ФИЗИКО-ГЕОГРАФИЧЕСКАЯ ХАРАКТЕРИСТИКА РЕГИОНА ИССЛЕДОВАНИЙ.

1.1 Геолого-геоморфологическая характеристика и история формирования отложений и рельефа.

1.2 Климатические условия.

1.3 Растительный покров.

1.4 Почвенный покров.

ГЛАВА 2. МАТЕРИАЛ, МЕТОДОЛОГИЯ, МЕТОДЫ АНАЛИЗА.

2.1 Методика анализа.

2.2 Материалы исследования.

ГЛАВА 3. ВЫДЕЛЕНИЕ ФАКТОРОВ ОПРЕДЕЛЯЮЩИХ СОСТОЯНИЯ РАСТИТЕЛЬНОГО ПОКРОВА НА ОСНОВЕ ГЕОБОТАНИЧЕСКОЙ КАРТЫ.

ГЛАВА 4. ВЫДЕЛЕНИЕ ФАКТОРОВ ОПРЕДЕЛЯЮЩИХ СОСТОЯНИЯ ПОЧВЕННОГО ПОКРОВА НА ОСНОВЕ ПОЧВЕННОЙ КАРТЫ.

ГЛАВА 5. ИДЕНТИФИКАЦИЯ И АНАЛИЗ ИНТЕГРАЛЬНЫХ

ЛАНДШАФТООБРАЗУЮЩИХ ФАКТОРОВ.

ВЫВОДЫ.

Введение Диссертация по наукам о земле, на тему "Отображение факторов формирования компонентов ландшафта на основе тематических карт, дистанционной информации и трехмерной модели рельефа"

Определение физически измеримых параметров имеющих функциональную связь с изменением состояний компонентов ландшафтного покрова является одной из основных задач географии. Такие представления о физической географии укоренились в Российской географии уже более полу века назад и претерпели за это время некоторые изменения. По Л.С. Бергу «целью географического исследования является отыскание связей и законностей. как влияют одни группы предметов и явлений на другие и какие получаются от этого в пространстве результаты» (Берг, 1958а). В более поздних работах В.Б Сочава утверждает «предметом физической географии . являются не компоненты природы сами по себе, а присущие им связи.» (Сочава 1986). Похожую точку зрения выражает А. Арманд: «одной из коренных задач физической географии . установление структуры связей в природном комплексе» (Арманд 1975). Методы достижения этой цели развивались от, традиционных для географии, качественных (Докучаев, 1948, Берг, 1958, Солнцев, 2001) к количественным (Сочава, 2005, Арманд, 1975, Пузаченко, Скулкин, 1981). Развитее количественных методов в географии связано с созданием во второй половине двадцатого века математического аппарата, предназначенного для анализа сложных систем, в которых не всегда совершенно понятны образующие механизмы, а многие проистекающие в системе процессы носят стохастический характер. Для анализа подобных систем применяются различные подходы, связанные с кибернетикой (Шенон 1963, Эшби 1958), представлениями о неравновесной термодинамике (Хакен 1980, 2005, Малинецкий, 2005, Сандлерский . 2009) , методами математической статистики (Сочава, 2005, Пузаченко, 2004). География, как наука, рассматривающая чрезвычайно сложные макроскопические системы и имеющая выработанные качественные представления о работе этих систем, представляет собой широкое поле, как для применения, так и для развития существующих подходов к анализу подобных объектов (Пузаченко 2001, Пригожин 2001).

В рамках количественного подхода важной частью анализа стало снижение размерности, то есть представление рассматриваемой системы заданной множеством свойств через меньшее число переменных, описывающих с достаточной точностью каждое свойство. В зависимости от метода эти новые переменные назывались факторами, осями, корнями, координатами и т.п. Существует возможность физической интерпретации таких факторов. Формально каждый фактор является функцией от некоторых свойств описываемой системы, и в случае геосистем отражает некоторые условия среды. Так Ф.И. Козловский (2003) допустил, что элементарные ландшафтные процессы, могут быть выделены на основе снижения размерности ландшафтных процессов через выделение взаимосвязанных свойств почв и ландшафта. Эти процессы определяются как независимые. Каждый процесс состоит из множества механизмов, которые определяют конкретные свойства элементов системы.

Переход к количественным методам исследования произошел вместе с возникновением новых инструментов измерения состояния геосистем, таких как спутниковые мультиспектральные снимки, а также с появлением мощных аналитических инструментов в виде персональных компьютеров. Однако новые способы измерения, такие как мультиспектральная космическая съемка, радарная съемка и т.п. лишь описывают некоторые проявления функционирования геосистем, таким образом, косвенно отображая их состояния. В последние десятилетия широкое распространение получили различные подходы к совместному анализу новых источников информации - космических снимков, цифровых моделей рельефа и т.д с традиционными источниками географической информации -характеристиками, полученными при полевых описаниях (М.Пузаченко 2009) . В основном используется комплекс методов статистического анализа для определения пространственных взаимосвязей между ними и различными дистанционными измерениями. Однако проведение полевых исследований не является единственным способом совместного анализа данных новых и традиционных измерительных систем. Обширным источником традиционной географической информации служат различные специальные карты являющиеся формой обобщения полевых данных (Леонтьев 1981). Причем специальные карты являются не просто формой представления пространственной дифференциации состояний описываемого ими явления, они вобрали в себя многие достижения теории и практики географических наук. Специальные или тематические карты (эти понятия являются синонимическими) в их современном понимании, т.е. как карты содержащие информацию по какому-то определенному явлению , начали составляется во второй половине 19 века. За время существования тематическгого картографирования были созданы карты самых разных масштабов и покрытий для всего разнообразия географических дисциплин. Особенно широкое развитие тематическое картографирование получило во второй половине 20 века. Так К.А. Салищев, обсуждая проблемы комплексного и специального картографирования, особо выделил создание государственных карт в М 1:1000 ООО как составляющих комплексного картографирования и актуальность разработки мировых и региональных атласов (Салищев, 1960). А. Г. Исаченко обобщил существовавший опыт картографирования (А. Г. Исаченко, 1961). Эти и другие работы обосновали представление о карте как модели географических явлений и фактически тематические карты стали (одним из важнейших результатов) необходимой составляющей геоботанических, почвенных и физико-географических исследований. В результате в России выполнен огромный объем по составлению карт различного масштаба (Юрковская, 2007). Тематические карты содержат в себе большой массив знаний, накопленных в науке. Необходимо, чтобы эти знания могли активно влиять на ее дальнейшее развитие. Для этого тематические карты необходимо сохранить в современной векторизированной форме и сделать доступными при организации новых исследований и практическом использовании. Вместе с тем многие великолепные картографические продукты, такие, например, как

Геоботаническая карта СССР» м. 1:4 ООО ООО. М.; JL, 1956 под редакцией Лавренко Е.М., Сочава В.Б. стали библиографической редкостью. При всех достоинствах специального и комплексного картографирования оно всегда сталкивалось с неопределенностью границ своих объектов, с необходимостью интерполяции и экстраполяции их состояний, непосредственно не наблюдаемых в природе и на аэрофотоснимках. Неопределенность границ - связана с фундаментальной проблемой соотношения дискретности и непрерывности в организации географического пространства (Арманд, 1975).

Эта проблема особенно широко дискуссировалась в геоботанике (Миркин, 1985, Трасс, 1976, Puzachenko J. 2008) и почвоведении (Фридланд В. М 1988). В связи с этой неопределенностью тематические карты, составленные на теоретико-методологических основаниях Российской и Европейской географии, вызывают недоумение представителей американской школы. Так Стоун и Шлезиринг, взяв на себя труд оцифровки карты растительности СССР 1990 г М 1:4000 000, дали следующий комментарий, содержащий оценку самого картографического продукта и описание возникших проблем (Stone, Т. А, and Р. Schlesinger. 2003).

Они заявляют, что «эти карты в некотором роде больше «искусство», чем наука, и их история полностью нам неизвестна. Наш опыт с другими российскими и советскими картами принуждает нас быть очень осторожными в их использовании, особенно при попытках развить на их основе численные или количественные методы оценки леса или других типов ландшафтного покрова. традиция российской геоботаники относится к местному, а не к государственному или континентальному масштабу.Мы не знаем ни о какой оценке точности, сделанной для этой карты. До недавнего времени были доступны только карты 1:500 000 или меньшего масштаба, так что полевая проверка этой карты очень трудна и скорее всего не происходила. Наконец, в этой карте как в почти всех картографических продуктах, полигоны - дискретные объекты, категории ландшафтного покрова не переходят друг в друга. В природе типы растительности имеют тенденцию постепенно переходить от одной группы видов к другой. Этот постепенный переход потерян в картографических продуктах, которые делят типы ландшафтного покрова линией. Карты, которые созданы на основе спутниковых данных, и вообще растровые продукты, в которых не выделяется дискретных полигонов, в некотором смысле, могут в большей степени отражать реальность». Это мнение американских специалистов, очевидно не знающих, теории и методов составления специальных карт, но их комментарии ставят под сомнение всю огромную работу по изучению компонентов ландшафта, в том числе и работу по составлению карты растительности Европы (ВоЬп и. 2000), подменяя их дистанционной информацией. Вместе с тем в их замечаниях есть и безусловная правота. Тематические карты, хотя и составляются на основе реальных полевых данных, приводимых в региональных сводках, в силу неполной наблюдаемости объекта отражают как формальное, так и неформальное знание и в этом смысле близки к искусству. Границы действительно часто неопределенны, в результате чего карты разных авторов для одной и той же территории могута различаться в существенных деталях. Вместе с тем каждый из российских исследователей неоднократно при планировании и проведении полевых работ опирался на эти карты, и они, с учетом масштаба, редко не отвечали реальности. Конечно, их не украшает искаженная географическая проекция, но и эти искажения в целом преодолимы. Также необходимо отметить, что спецификой составления специальных карт является крайняя трудоемкость выполнения многочисленных почвенных разрезов, полевых описаний и иных форм непосредственного наблюдения. (Докучаев 1948) Более того сеть наблюдений закладываются в соответствии с представлениями авторов карт о описываемом явлении , определяющих его связях и их пространственном распределении в картируемом районе (Общесоюзная инструкция, 1973). Эти представления возможно еще более трудно реплицировать чем наблюдения. Однако информация о предполагаемых ландшафтных связях и полевых данных содержится в интегральном виде в самих картах составленных на их основе. Важно отметить, что данные полученные от системы полевых описаний экстраполируются на основе представления о взаимосвязях между описываемым явлением (например почвы) и явлениями которые проще поддаются картированию. Например, в случае почв это будут рельеф, растительность, аэрофотосъемка и т.д.

Таким образом, тематические карты содержат огромный массив информации, и получать ее заново путем трудоемких полевых и аналитических исследований представляется нецелесообразным. При этом многие картографические продукты становятся библиографической редкостью или вовсе не исчезают, а использование доступных карт осложнено тем, что лишь не многие из них сохранены в цифровом векторном формате и доступны для широкого пользования.

Изложенные выше свойства тематических карт позволяют сформулировать проблему: как извлечь существующую в специальных картах аналитическую информацию и одновременно уточнить сами карты? Решить эту проблему можно через сопоставление мозаики этих карт с мультиспектральной дистанционной информации и цифровыми моделями рельефа. Иными словами предлагается выявить связи между образами карты и современной дистанционной информацией, определить характер этих связей. Это даст основу для анализа отношений между различными состояниями картируемого явления ивыявления факторной основы его организации. Определив физический смысл выделенных связей, можно, основываясь на этих данных, произвести экстраполяцию образов карты и переопределить пространственное распределение состояний явления описанного в карте за счет надежных «полевых» данных в виде измерений потока солнечной радиации и рельефа, распространенных на всю картируемую область. Спектр специальных карт, которые могут быть исследованы таким образом, довольно широк. Даже объекты, которые не могут быть прямо наблюдаемы с помощью дистанционной информации, например почвы или популяции животных, могут быть в какой-то степени отображены через нее, косвенно учитывая взаимосвязанность компонент ландшафта, населяющей ландшафт фауны, и т. д.

Принимая во внимание эти соображения, сотрудниками лаборатории биогеоценологии и исторической экологии им.В.Н.Сукачева Института проблем экологии и эволюции им А.Н. Северцова были предприняты экспериментальные работы по обработке на основе дистанционной информации и трехмерных моделей рельефа листа почвенной карты М. 1:1000 ООО (Krenke, A.N., Puzachenko J.G.,SiunovaE.V 2010), ландшафтной карты Кавказа (Пузаченко М.Ю 2008), указанной выше карты растительности (Стишов,М.С., Пазаченко Ю.Г., Онуфреня И. А 2009).

Идея, положенная в основу метода извлечения аналитической информации из существующих специальных карт, а также их верификации и коррекции, сводится к следующему:

1. Мультиспектральная отраженная радиация, измеряемая со спутника несет в себе информацию о фундаментальных процессах преобразования солнечной энергии земной поверхностью, определяемых составом растительности, почвенно-геохимическими условиями и увлажнением в конкретной территориальной единицы измерения (пиксель).

2. Свойства растительности, почв и иных компонент ландшафта есть во многом функция формы земной поверхности количественно описываемых через трехмерную модель рельефа.

3. Если специальная карта достаточно надежно отражает реальность, то она должна быть статистически значимо воспроизводима через мультиспектральную информацию и характеристики рельефа.

4. Если воспроизводимость доказана, то можно на основе полученной зависимости обосновать формальный алгоритм интерполяции состояний объекта картографирования на всю территорию, охваченную картой и, соответственно, скорректировать границы выделов.

5. Производя подобную коррекцию мы неизбежно будем выявлять связь между различными состояниями картируемого явления и разными формами спектра отраженной радиации и рельефа. Иными словами будут выделены факторы варьирования исследуемого явления.

Основная Цель данной работы состоит в идентификации факторов формирования компонентов ландшафта, на основе специальных карт составленных в основном в середине прошлого века для территории бывшего СССР, и современной дистанционной информации и трехмерных моделей рельефа на региональном уровне для юго-запада Валдайской возвышенности. Дополнительная цель состоит в коррекции используемых специальных карт для этого же района. Коррекция подразумевает трансформацию искаженных проекций в стандартные картографические проекции и позиционирование типов состояния объекта картографирования относительно индицирующих их значений спектров мультиспектральной съемки и свойств рельефа. Неизбежные несоответствия исходного картографического изображения и детерминирующей независимой информацией могут иметь различную природу и сами по себе являются предметом анализа.

Для достижения этих целей необходимо решить следующие технические и семантические задачи:

1. Совместить существующие тематические карты с современной дистанционной информацией, моделями рельефа и климатическими характеристиками, добившись минимального пространственного искажения информационных слоев относительно друг друга.

2. Определить статистические, линейно независимые между собой, пространственные связи между образами, запечатленными на специальных картах, и остальными переменными: характеристиками рельефа, дистанционной информацией и т.д., (далее «независимыми переменными» ) и таким образом выделить факторы пространственной дифференциации компонентов ландшафта.

3. Выполнить физическую интерпретацию полученных связей между специальными картами и независимыми переменными.

4. Произвести снижение размерности или интеграцию полученных связей. Построить на их основе обобщающие факторы определяющие пространственную дифференциацию ландшафта в целом.

5. Выполнить физическую интерпретацию факторов ландшафтного уровня через их связь с факторами компонентного уровня.

6. Построить более детализированные, относительно исходных, тематические карты состояний растительности и почв. Основные защищаемые положения сводятся к следующему:

1. Через представления о физическом смысле варьирования спектра отраженной солнечной радиации и свойств рельефа и их связи с образами, изображенными на тематической карте, можно получить факторы, обуславливающие пространственную дифференциацию (объекта исследования) исходных образов. Существует возможность извлечения новой аналитической информации из тематических карт

2. На основе данных дистанционного зондирования и характеристик рельефа можно построить статистически достоверную модель традиционной тематической карты.

3. С помощью этой модели можно скорректировать существующую карту и построить более детальную.

4. На основе полученных статистических моделей компонент ландшафтного покрова, и формирующих их факторов дифференциации можно получить интегральные факторы дифференциации ландшафтного уровня.

Научная новизна работы определяется следующим. Впервые проводится обобщение технологии построения факторной основы ландшафтных компонент на основе тематических карт и дистанционной информации. Рассматриваются методы коррекции тематических карт на основе данных дистанционного зондирования и характеристик рельефа. Проводится анализ статистически достоверных факторов организации пространства для построенных статистических моделей рассматриваемого явления. Показывается возможность обработки широкого спектра карт при различном доступе к дистанционной информации.

Заключение Диссертация по теме "Физическая география и биогеография, география почв и геохимия ландшафтов", Кренке, Александр Николаевич

ВЫВОДЫ.

В рамках анализа строится многомерное пространство картографированного явления. Решается фундаментальная задача сокращения размерности пространства описывающих явление переменных, выделения ведущих факторов организации.

Каждый выделенный фактор имеет вполне определенный физический смысл. Анализ связи факторного пространства с климатом, рельефом и координатами других географических явлений позволяет на новом количественном уровне перейти к аналитическими и комплексным картам общенаучного и специального назначения. Для карты растительности выделено четыре основных фактора дифференциации. Ведущим фактором является влажность. Режим увлажнения описывают 43% варьирования растительного покрова. Второй и третий фактор, определяющие 44% варьирования, отражают нелинейный процесс вегетации и производства биологической продукции, которые определяются сезонными колебаниями температуры. Наконец, последний фактор отражает дренажные условия, которые определяют все болотные комплексы.

Для почвенной карты выделено пять основных факторов. Ведущий процесс оподзоливания описывается двумя линейно не зависимыми факторами, он определяет 40% варьирования состояний почвенного покрова. Далее следуют фактор заболачивания (15%), дернообразования (9%) и гумусонакопления (8%).

Анализ пространственной изменчивости факторов, определяющих основные закономерности пространственного варьирования растительности, повышает понимание физического смысла наблюдаемого варьирования, и дает основания для более глубокой семантической трактовки тематической карты.

Полученная аналитическая информация позволяет, с помощью дихотомической классификации, построить более детальные карты компонент ландшафтного покрова. Смысл каждого выделенного состояния

М(, может быть определен на основе оценки подобия значения факторов с обучающей выборкой. Эта операция в конечном итоге позволяет существенно улучшить качество тематических карт.

Так на основе факторов растительности была построена карта, включающая четырнадцать физически интерпретируемых типа растительного покрова, что почти в три раза детальнее исходной карты. Почвенная карта построенная на основе почвенных факторов включает двадцать три типа почвенного покрова, что в полтора раза детальнее исходной карты.

Так как каждая тематическая карта порождают свое факторное пространство, описывающее соответствующую компоненту ландшафта, возможно построение факторного пространства более высокого уровня, описывающего ландшафт в целом.

В работе показано, что наборы независимых факторов, выделенные для каждой компоненты ландшафтного покрова, обладают межгрупповой связью, которая может быть физически объяснена. Общая линейная связь между компонентами составила 76%. Всего было выделено четыре независимых интегральных фактора ландшафтного уровня. Каждый фактор обобщает пару компонентных факторов. В ходе анализа был выявлен физический смысл каждого из четырех факторов.

Таким образом, достигнута основная цель работы - на основе тематических карт и дистанционной информации выделены факторы организации компонент ландшафта. Также на основе этих факторов выделены интегральные факторы организации ландшафта в целом. Есть основание признать возможность извлечения аналитической информации, в виде факторов организации ландшафтов, из тематических карт на основе современной дистанционной информации и трехмерных моделей рельефа.

Библиография Диссертация по наукам о земле, кандидата географических наук, Кренке, Александр Николаевич, Москва

1. Арманд А.Д. Информационные модели природных комплексов. М.: Наука, 1975. - 125 с.

2. Асеев A.A., Доскач А.Г. Морфоскульптура // В кн. Равнины Европейской части СССР. М.: 1974.

3. Атлас лесов СССР. М.: Главное управление геодезии и картографии при Совете Министров СССР, 1973.

4. Айвазян С. А., Бухштабер В. М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика. Классификация и снижение размерности. М.: Финансы и статистика, 1989. 607 с.

5. Бабак В.И., Башилов В.И., Гаврюшова Е.А., Вохмянина Е.И., Спирин JI.H., Касаткин Ф.Г. Геоморфолого-неотектоническое районирование // Почвенно-геологические условия Нечерноземья. М.: Изд-во Моск. Ун-та, 1984 г.- с. 41-79.

6. Басаликас А.Б. О развитии долинно-речной сети Южной Прибалтики в поздне- и послеледниковое время // Материалы Всесоюзного совещания по изучению четвертичного периода. Том 21, М, 1961.

7. Берг JI.C. Предмет и задачи географии. Избранные труды. Том II. М.: Изд-во АН СССР, 1958а. с. 112-120.

8. Васенёв И.И, Таргульян В.О. Ветровал и таежное почвообразование. М.: Наука, 1995.

9. Герасимов И.П., Асеев A.A. Равнины европейской части СССР. М.: Наука, 1974. 256 с.10.«Геоботаническая карта СССР» м. 1:4 ООО ООО. М.; Л., 1956 под редакцией Лавренко Е.М., Сочава В.Б

10. П.Гортинский Г.Б. Главнейшие черты геоморфологического строения и гидрологического режима территории. В кн.:

11. Структура и продуктивность еловых лесов южной тайги. JL: Наука, 1973.

12. Добровольский Г.В. Урусевская И.С. Почвенно-географическое районирование нечерноземной зоны РСФСР // В кн.: Почвенно-геологические условия Нечерноземья. Изд-во Моск. Ун-та, 1984.

13. Докучаев В.В. О происхождении русского лёсса, 1892.

14. Докучаев В.В. Учение о зонах природы. Со вступит, статьей Ю.Г.Саушкина "Русская ландшафтно-географическая наука". М.: Географгиз, 1948.- 64 с.

15. Исаченко А.Г. Основы ландшафтоведения и физико-географического районирования. М., 1965

16. Каплин П.А., Свиточ A.A., Судакова Н.Г. Материковые оледенения и окраинные морские бассейны России в плейстоцене. // Вестн. Моск. ун-та. Сер. геогр., №1, 2005.

17. Карандеева М.В. Геоморфология Европейской части СССР М.: Изд. МГУ, 1957. 314 с.

18. Карпачевский Л.О. Особенности генезиса почв лесной зоны //Генезис и экология почв Центрально-Лесного государственного заповедника. М.: Наука. 1979. С. 5-17

19. Кендалл М.Дж., Стьюарт А. Многомерный статистический анализ и временные ряды. М., 1976.

20. Классификация и диагностика почв России, М.: Почвенный ин-т им. В.В. Докучаева, 2004

21. Козлов В.Б. О положении границы последнего оледенения в бассейне Верхней Волги и верховьев Днепра // В сб. «Краевые образования материковых оледенений». М., «Наука», 1972.

22. Козловский Ф.И. Теория и методы изучения почвенного покрова. М.: Геос., 2003. 535 с.

23. Кренке А.Н., Пузаченко Ю.Г. Построение карты ландшафтного покрова на основе дистанционной информации // Экологическое планирование и управление, Вып.№7, 2008.

24. Кропоткин П.А. Исследования о ледниковом периоде. Т. 1, 1876.

25. Леонтьев Н. Ф. тематическая картография. М.: Наука, 1981. -99 с.

26. Малинецкий Г.Г. Математические основы синергетики. Хаос, структуры, вычислительный эксперимент. 4-е изд., перераб. и доп. М.: УРСС, 2005. 308 с.

27. Марков К.К. Рельеф и стратиграфия четвертичных отложений северо-запада Русской равнины. Изд-во АН СССР, 1961.

28. Мильков Ф.Н., Гвоздецкий H.A., Физическая география СССР. М.:Изд-во геогр. лит-ры, 1958.

29. Миркин Б.М. Теоретические основы современной фитоценологии. М.: Наука, 1985. - 137 с.

30. Миркин Б.М., Наумова Л.Г., Соломещь А.И. Современная наука о растительности. М., 2001. 263 с.

31. Москвитин А.И. Вюрмская эпоха (неоплейстоцен) в Европейской части СССР. М.: Изд-во АН СССР, 1950.

32. Мячкова H.A. Климат СССР. Изд-во МГУ, 1983.

33. Общесоюзная инструкция по почвенным обследованиям и составлению крупномасштабных почвенных карт землепользований Ищенко Т.А. (ред.). М.:Колос, 1973.-95с.

34. Попов А.И. Мерзлотные явления в земной коре (криолитология). М.: Изд-во Моск. Ун-та, 1967. 189с.

35. Последний европейский ледниковый покров. Под ред. И.П. Герасимова. М.: Наука, 1965.

36. Почвенно-геологические условия Нечерноземья. Изд-во Моск. Ун-та, 1984.-608 с.

37. Пригожин И., Стенгерс И. Порядок из хаоса. Новый диалог человека с природой. М.: Эдиториал УРСС, 2001. 312 с.

38. Пузаченко 2001 Хорошев A.B., Пузаченко Ю.Г., Дьяконов К.Н. Современное состояние ландшафтной экологии // Изв. РАН, Сер. географ., № 5, 2006. с. 12-21.

39. Пузаченко М.Ю., Пузаченко Ю.Г. Картографирование почв на основе дистанционной информации и трехмерных моделей рельефа // Материалы V Всероссийского съезда общества почвоведов, Ростов-на-Дону.: 2008. 227 с.

40. Пузаченко Ю.Г. Математические методы в экологических и географических исследованиях М. Изд-во АС ADEMA, 2004. 416 с.

41. Пузаченко Ю.Г., Онуфреня И.А., Алещенко Г.М. Анализ иерархической организации рельефа//Изв. АН. Сер. Геогр., №4, 2002. с. 29-38.

42. Пузаченко Ю.Г. Математические методы в экологических и географических исследованиях М. Изд-во АС ADEMA, 2004. 416 с.

43. Пузаченко Ю.Г., Скулкин B.C. Топологические основания выделения систем в географических науках // Вопросы географии. Сборник сто четвертый. Системные исследования природы. М.: Мысль, 1977.Рельеф и стратиграфия ., 1961

44. Салищев К.А, Комплексное картографирование, Советская география. Государственное Из-во географической литературы. М.,1960 с. 336- 343.

45. Сандлерский Р.Б., Пузаченко Ю.Г., Термодинамика биогеоценозов на основе дистанционной информации. Журнал общей биологии Том 70, № 2, Март-Апрель с. 121 142, 2009,.

46. Семенова-Тян-Шанакая A.M. Сочава В.Б. Хвойно-широколиственные леса. В кн.: Растительный покров СССР. М., 1956.215) Сибирцев Н.М. Почвоведение, СПб.: 1900-1901. 544

47. Сибирцев Н.М. Почвоведение, СПб.: 1900-1901. 544 с.

48. Скворцова Е.Б, Уланова Н.Г, Басевич В.Ф. Экологическая роль ветровалов. М.: Лесн. Пом-сть, 1983.

49. Соколов H.H. Рельеф и четвертичные отложения Центрального Лесного заповедника // Уч. Зап. Лен. Ун-та, сер. Географ. Наук, вып. 6, 1946.

50. Соколов H.H. Межледниковые отложения в бассейне р.Межи // Бюлл. Комиссии по изучению четвертичного периода, вып. 12,

51. Солнцев H.A. Учение о ландшафте. Избранные труды. М.: Изд-во Мое. Ун-та, 2001.- 383 с.

52. Сороченков Ф.В. Геологическое строение территории Центрального лесного заповедника // Тр. Центрально-лесного заповедника, Вып. 2, 1937. с. 13-21.

53. Сочава В.Б. Теоретическая и прикладная география. Избранные труды. Новосиб.: Наука, 2005. - 288 с.с1948

54. Сочава Б. В. Введение в учение о геосистемах. — Новосибирск: Наука, Сибирское отделение, 1978. — 319 с.ъ

55. Сочава В. Б. Растительный покров на тематических картах. — Новосибирск: Наука, Сибирское отделение, 1979. — 190 с.

56. Сочава В. Б. Проблемы физической географии и геоботаники. Избранные труды. — Новосибирск: Наука, Сибирское отделение, 1986, —343 с.

57. Спиридонов А.И. Значение проблемы происхождения покровных суглинков. Землеведение, т. 5, 1960.

58. Статистические методы для ЭВМ. Под ред. К. Энслейна, Э. Рэлстона, Г.С. Уилфа. М.: Наука. 464 с. 1986.

59. Стишов,М.С., Пазаченко Ю.Г., Онуфреня И. А 2009

60. Строганова М.Н., Урусевская И.С., Шоба С.А., Щипихина Л.С. Морфогенетические свойства почв ЦЛГЗ, их диагностика и систематика // Генезис и экология почв центрально-лесного государственного заповедника. М.: Наука, 1979. с. 18-53.

61. Судакова Н.Г., Базилевская Л.И. Особенности лёссовидных образований Ярославского Поволжья // Изв. АН СССР Сер. геогр., № 5, 1976. с. 90-98.

62. Трасс Х.Х. Геоботаника. История и современные тенденции развития. Л. Наука, 252 с. 1976.,

63. Тушинский Г.К, Давыдова М.И. Физическая география СССР. М.: Просвещение, 1976.

64. Фридланд В. М., Руднева Е. Н., Шишов Д. В. Почвенная карта России, М 1:2500 000, 1988

65. Фридланд В. М. Структура почвенного покрова. М.: Мысль,

66. Хакен Г. Синергетика. Пер с англ. М.: Мир, 1980. 406 с.

67. Хакен Г. Синергетика. Иерархии неустойчивостей в самоорганизующихся системах и устройствах. Пер. с англ. М.: Мир, 1985. 424 с.

68. Хакен Г. Информация и самоорганизация. Макроскопический подход к сложным системам. М.: КомКнига, 2005.- 248 с.цит. Марков и др., 1965

69. Чеботарева Н.С., Саммет Э.Ю., Знаменская О.М., Рухина Е.В. Стратиграфия плейстоцена // Рельеф и стратиграфия четвертичных отложений северо-запада Русской равнины. М.: Изд-во АН СССР, 1961.Чеботарева, 1973

70. Чеботарева Н.С, Макарычева И.А. Последнее оледенение Европы и его геохронология. М.: Наука, 1974.

71. Чеботарёва Н.С. , Фаустова М.А. Московский ледниковый покров Восточной Европы. М.: Наука, 1982. 240 с.Шенников, Васильева, 1947

72. Шеннон К. Связь при наличии шума // Работы по теории информации и кибернетике. М.: Из-во Иностранной литературы. 1963. с.433-460.

73. Эшби У .Р. Ведение в кибернетику. М.: ИЛ, 1959.- 430 с.

74. Электронный учебник по статистике. М.: StatSoft, Inc., 2001. http://www.statsoft.ru/home/textbook/default.htm.

75. Юрковская Т.К. Геоботаническое картографирование и составление аналитических карт растительности, актуальные проблемы геоботаники. III всероссийская школа-конференция, лекции. Петрозаводск. 2007.

76. Bohn U., Neuhäusl (eds.) Karte der naturlichen Vegetation Europas.1972.1. M.: 2500000.

77. Harry H. Glahn. Canonical correlation and its relationship to discriminant analysis and multiple regression. ESSA, silver spring, 1968

78. Henry F. Kaiser . The varimax criterion for analytic rotation in factor analysis. Psychometrika 23 (3). 1958

79. Krenke, A.N., Puzachenko J.G.,Siunova E.V. Constructions of soil cartographical models based on remote sensing information and traditional maps. 4th Global Workshop on Digital Soil Mapping. Rome. 2010.

80. Lex Comber et al. (2005). "What Is Land Cover?". Environment and Planning B: Planning and Design (32): 199-209.

81. New M., Hulme M., Jones P.D. Representing twentieth century spacetime climate variability. Pt II: development of a 1901-1996 monthly grids of terrestrial surface climate // J. Clim., V. 13, 2000. p. 22172238.

82. Puzachenko J. 2008. Biogeocoenosis as an Elementary Unit of Biogeochemical Work in the Biosphere, In Sven Erik Jorgensen and Brian D. Fath (Editor-in-Chief), Global Ecology. Vol. 1. of Encyclopedia of Ecology, 5 vols. Oxford: Elsevier, pp. 396-402.

83. Stolbovoi V., and I. McCallum, CD-ROM "Land Resources of Russia", International Institute for Applied Systems Analysis and the Russian Academy of Science, Laxenburg, Austria. 2002.

84. Stone, T. A, and P. Schlesinger. 2003. RLC Vegetative Cover of the Former Soviet Union, 1990. Data set. Available on-line http://www.daac.ornl.gov. from Oak Ridge94.1nstitute of Geography. 1990. Vegetation of the Soviet Union.

85. Siberian Dept. of the USSR Academy of Sciences. Scale 1:4,000,000.95,WorldClim (http://www.worldclim.org/) 2005.f