Бесплатный автореферат и диссертация по биологии на тему

Дистанционная оценка факторов пространственной дифференциации почвенно-растительного покрова Джулукульской котловины

ВАК РФ 03.00.27, Почвоведение

Автореферат диссертации по теме "Дистанционная оценка факторов пространственной дифференциации почвенно-растительного покрова Джулукульской котловины"

На правах рукописи

Гопп Наталья Владимировна

ДИСТАНЦИОННАЯ ОЦЕНКА ФАКТОРОВ ПРОСТРАНСТВЕННОЙ ДИФФЕРЕНЦИАЦИИ ПОЧВЕННО-РАСТИТЕЛЬНОГО ПОКРОВА ДЖУЛУКУЛЬСКОЙ КОТЛОВИНЫ

03.00.27 - почвоведение

Автореферат диссертации на соискание ученой степени кандидата биологических наук

Новосибирск - 2009

003472066

Работа выполнена в лаборатории географии и генезиса почв Института почвоведения и агрохимии СО РАН

Научные руководители: доктор биологических наук,

старший научный сотрудник Лащинский Николай Николаевич

кандидат биологических наук, Смоленцев Борис Анатольевич

Официальные оппоненты: доктор биологических наук, профессор

Кулижский Сергей Павлинович

доктор географических наук, доцент Дюкарев Анатолий Григорьевич

Ведущая организация: Институт водных и

экологических проблем СО РАН

Защита состоится 11 июня 2009 года в 15 ч. 30 мин. на заседании диссертационного совета Д 003.013.01 при Институте почвоведения и агрохимии СО РАН по адресу: 630099, Новосибирск, ул. Советская, д. 18, Институт почвоведения и агрохимии СО РАН. Тел/факс 8(383) 222-76-52

С диссертацией можно ознакомиться в научной библиотеке Института почвоведения и агрохимии СО РАН. Автореферат размещен на официальном сайте ИПА СО РАН: http://soilsib.nsc.ru

Автореферат разослан « .» 2009 года

Ученый секретарь диссертационного совета, доктор биологических наук

Якименко В.Н.

Актуальность исследовании. Дистанционная оценка факторов пространственной дифференциации почвенно-растительного покрова по данным дистанционного зондирования Земли важна, прежде всего, для разработки принципов и методов цифрового почвенного картографирования. Развитие этого направления обосновано современными возможностями вычислительной техники и ГИС-техпологий к сопряженному анализу большого количества пространственных данных. Еще Докучаев В.В. [1899], развивая свои идеи, отмечал, что существенную роль в природе играют не отдельно взятые природные тела и явления, а их соотношение и закономерная связь. В связи с этим возникла необходимость в комплексном подходе к выяснению взаимной связи между таксономическими разновидностями почв, параметрами растительности и рельефа на примере ключевого участка в Джулукульской котловине Горного Алтая.

Цель работы. Выявить индикационные дешифровочные признаки пространственных границ почвенного покрова на основе количественной оценки характеристик растительности и рельефа, рассчитываемых по данным дистанционного зондирования Земли.

Задачи исследований.

1. Изучить морфогенетические и физико-химические особенности ночв из отдела альфегумусовых и железисто-метаморфических и видовой состав произрастающих на них растительных сообществ.

2. Провести автоматизированную обработку многозональных снимков алгоритмом, апробированным на территориях с растительными сообществами, имеющими близкие спектрально-яркостные характеристики.

3. Выявить закономерности в изменении физико-химических свойств почв и параметров растительности в зависимости от морфометрических параметров рельефа, рассчитанных поданным радиолокационных снимков.

4. Составить карту запасов надземной фитомассы растительных сообществ на основе сопряжения нолевых данных и данных нормализованного дифференцированного вегетационного индекса (NDVI), полученных в ходе обработки многозонального снимка.

5. Построить алгоритм «дерево-решений» и составить карту почвенного покрова, основанную на полевой и спутниковой информации.

Научная новизна. Разработан новый способ диагностики пространственных границ почвенного покрова по данным дистанционной информации (авторское свидетельство № 2327987 от 27.06.2008 г.). Составлен и реализован алгоритм, позволяющий автоматизировано выделять пространственные 1рани-цы почвенных контуров, для которых характерны индикационные признаки, отображаемые в различных тематических слоях. Получены эмпирические уравнения регрессий, а также составлен и реализован алгоритм для перевода значений NDVI в запасы надземной фитомассы тундровых сообществ растений.

Защищаемые положения.

1. Запасы надземной фитомассы растительных сообществ, основные типы земной поверхности, и данные по увлажненности почв, получаемые в процессе \ обработки многозональных и радиолокационных снимков, могут использоваться в качестве диагностических признаков пространственных границ типо_в и

подтипов почв при автоматизированном построении почвенных карт на основе алгоритма «дерево-решений».

2. Диагностические признаки пространственных границ почв на уровне рода, вида и разновидности устанавливаются по результатам статистической обработки данных аналитических исследований почв и данных, полученных в результате обработки многозональных и радиолокационных снимков.

Теоретическая и практическая значимость. Полученные материалы позволили объективно оценить разнообразие почв и растительности тундровой зоны в окрестностях озера Джулу-Куль, что определило возможность разработки эффективного метода картографирования почв по данным дистанционного зондирования Земли с использованием косвенных индикационных признаков. Результаты исследований могут быть использованы при разработке нормативных природоохранных документов, а также служить информационной основой для планирования региональных экологических программ и проведения природоохранных мероприятий.

Вклад автора. Автором проведены полевые работы, собраны образцы почв, определены виды растений, проведены поиск и апробация методов обработки данных дистанционного зондирования Земли (ДДЗ), а также камеральные работы по векторизации тематических карт. Осуществлена интерпретация полученных материалов, подготовка и публикация основных результатов исследований.

Апробация работы. Основные материалы диссертации представлены и доложены на VI съезде Докучаевского общества почвоведов «Почвы - национальное достояние России» (Новосибирск, 2004), Всероссийской конференции «Человек и почва в XXI веке» (Санкт-Петербург, 2004), Международном научном конгрессе «Гео-Сибирь» (Новосибирск, 2005-2009).

Публикации. По теме диссертации опубликовано 10 печатных работ, в том числе 2 статьи в рецензируемых журналах, входящих в «Перечень... » ВАК и авторское свидетельство на изобретение.

Структура и объём работы. Диссертация состоит из введения, семи глав, выводов, списка использованной литературы. Работа изложена на 159 страницах, содержит 27 таблиц, 60 рисунков. Библиографический список использованной литературы включает 169 источников, в том числе 40 работ зарубежных авторов.

Благодарности. Автор выражает искреннюю благодарность д.б.н. H.H. Лащинскому (ЦСБС СО РАН) и к.б.н. Б.А. Смоленцеву (ИПА СО РАН) за ценные замечания и консультации при подготовке материала. Автор благодарит Смирнова В.В. (ИВТ СО РАН) за помощь и ценные рекомендации при анализе и обработке спутниковой информации, а также за помощь в организации полевых экспедиций. Автор выражает искреннюю благодарность сотрудникам лаборатории географии и генезиса почв Погорельской И.К., Черепахиной Л.Д., Николаевой H.H., Костроминой H.A. за помощь в химическом анализе почвенных образцов, Тепловой Г.Х. за ценные рекомендации при построении карт.

Глава 1. Основные подходы к проблеме изучения факторов пространственной дифференциации почвенно-растптельного покрова по данным дистанционной информации

Обзор литературы посвящен рассмотрению основных подходов при изучении почв, растительности и рельефа по данным дистанционного зондирования Земли, а также существующим проблемам, возникающим при интерпретации данных полученных в процессе обработки.

Методические основы и принципы использования данных дистанционного зондирования разрабатываются с середины XX века для целей геолого-геоморфологического, геоботанического, почвенного и ландшафтного картографирования [Виноградов, 1984; Андроников, 1979; Афанасьева и др., 1977; Видина, 1963; и др.].

Проанализирована литература, посвященная проблеме изучения спектральной отражательной способности растительных сообществ, а также факторам, влияющим на отражательные характеристики [Кравцова, 1995; Кравцова и др., 1985; Рачкулик, Сигникова, 1981; Кондратьев, Федченко, 1981; Gates et al., 1965; Knipling, 1967; Myers, 1970; Дейвис и др., 1983; Кашкин, Сухинин, 2001].

Литературные материалы свидетельствуют о том, что достаточно подробно изучены особенности исследования почв по данным дистанционной информации [Виноградов, 1966; Толчельников, 1974; Методика..., 1962; Андрон-ников, 1979; Щербенко и др., 1990; Дейвис и др., 1983; Bowers, Hanks, 1965; Шершукова, 1982; и др.], но недостаточно освещены вопросы, связанные с диагностикой почв полностью покрытых растительностью, не определены критерии выбора диагностических признаков. В связи с этим возникла необходимость в дальнейшем изучении поставленной проблемы с применением методов кластерного анализа спутниковых снимков, которые позволяют более точно выделять границы природных объектов, а также определять их количественные параметры необходимые для сопряженного картографирования при комплексных исследованиях природных объектов.

Глава 2. Объекты и методы исследовании

Объектами исследования послужили различные типы почв из отдела аль-фегумусовых и железисто-метаморфических, а также параметры растительности и рельефа Джулукульской котловины (Республика Алтай, Улаганский район). Эволюционно-i енегический ряд почв: дерново-лодбуры, ржавоземы, под-буры глееватые, подбуры 1рубогумусированные, дерново-подбуры глееватые, торфяно-подбуры глеевые, сформировавшиеся на различных почвообразующих породах и формах рельефа и под разными растительными сообществами, образуют естественный ряд по степени нарастания гидроморфизма. Общая площадь исследованной территории составляет 1437 га.

Изучаемыми параметрами почв являлись: содержание органического углерода, влажность, реакция почвенной среды, гидролитическая кислотность, на-

сыщенность основаниями, содержание подвижного железа, гранулометрический состав.

Исследование физико-химических свойств почв осуществлялось по следующим общепринятым методикам: содержание углерода - методом мокрого сжигания по Тюрину, обменные катионы - по Шолленбергеру, гигроскопическая влага - весовым методом, рН водной вытяжки - лотенциометрическмм методом, подвижное железо - по Тамму, обменная кислотность - по Дайкухара, подвижный алюминий - по Соколову, обменный водород - по Гедройцу, гидролитическая кислотность - по Каппену [Аринушкина, 1970]. Гранулометрический состав почв определяли по методу Качинского [Практикум по почвоведению, 1986].

Почвенное картирование проведено в масштабе 1: 100 ООО. Территория исследования относится к четвертой категории сложности. Заложено и описано 5 полно профильных почвенных разрезов, 10 полуям и 49 прикопок, что соответствует требованиям почвенной инструкции [Общесоюзная ..., 1973]. Описание почв проводилось по классификации почв 2004 года [Классификация и диагностика почв России, 2004].

Изучаемыми параметрами рельефа являлись: крутизна склонов, площадь максимального сбора, горизонтальная кривизна, максимальная кривизна, освещенность. Расчет тематических карт морфометрических параметров рельефа проводился по радиолокационным снимкам SRTM (Shuttle Radar Topography Mission) в программе «ГисЭко» (разработчик Шарый П. А.).

Изучаемыми параметрами растительности являлись: спектрально-яркостные характеристики растительности, выявляемые по многозональным снимкам, запасы надземной фитомассы, вычисляемые через индекс NDVI (Normalized Difference Vegetation Index). Геоботанические описания выполнялись по стандартным методикам на площадках 10x10 м [Полевая геоботаника, 1964, 1972]. Названия сообществ растений даны по доминирующим видам с учетом существующей классификации А.В. Куминовой [1960]. Определение запасов надземной фитомассы проводилось на площадках 0,25 м2 (50 х 50 см) методом укосов, в четырехкратной повторное™ [Родин и др., 1968; Титлянова, 1971].

Обработка и анализ результатов классификации многозональных (Landsat 7 ЕТМ+, SPOT 4) и радиолокационных снимков (SRTM) проводились с помощью пакетов программ: ГисЭко, GRASS G1S, ENVI. В главе приводятся также характеристики данных дистанционного зондирования Земли и описание цифровых методов обработки и анализа, рассмотрены основные этапы ГИС-проекта.'

Глава 3. Природные условия района исследований

В главе приводится краткая физико-географическая характеристика территории исследования. Описаны особенности почв, рельефа, растительности, геологии и климата. Подробно освещена история формирования Джулукуль-

ской котловины, тесно связанная с историей и формированием всей Алтае-Саянской горной страны.

По физико-географическому районированию исследованная территория относится к Юго-Восточной Алтайской провинции, Джулукульский район. Территория отличается значительной приподнятостью (средние высоты более 2000 м). Значительные площади Джулукульской котловины заняты пенепленизиро-ванными холмисто-увалистыми высокогорьями с тундрово-степными ландшафтами [Атлас, 1978]. По структурно-геоморфологическому районированию исследованная территория относится к району экзарационно-нивального и ледникового аккумулятивного рельефа высокогорного плато (сводообразных и глыбовых неотектонических поднятий) [Щукина, 1960]. Климат территории резко континентальный. Количество осадков в Джулукульской котловине колеблется в пределах 400 - 500 мм в год. В годовом ходе осадков проявляется летний максимум и зимний минимум. Грунтовые воды пресные, залегают на большей части территории на глубине от 0 до 15 м [Атлас, 1978].

Отложения четвертичной системы представлены аллювиально-озерными отложениями, песками, супесями, илами, а также ледниковыми, водно-ледниковыми, пролювиальными отложениями в различных вариациях с щебнистыми суглинками, галечниками, валунниками.

Описание особенностей почв представлено по монографиям [Ковалев и др., 1973; Афанасьева и др., 1979]. Согласно этим монографиям в изучаемом районе развиты различные таксономические разновидности горно-тундровых почв. Приводятся особенности почвообразования и условия протекания физико-химических процессов в изучаемых почвах.

Представление почв в исследовательской части работы проводится по новой классификации [Классификация..., 2004]. По этой классификации исследуемым разновидностям горно-тундровых почв соответствуют различные таксономические разновидности подбуров из отдела альфегумусовых.

Глава 4. Характеристика почв, растительности, рельефа на учетных площадках

На изучаемом ключевом участке в направлении от возвышенности вниз по катене изучены следующие типы почв: дерново-подбур иллювиально железистый, ржавозем грубогумусированный, подбур глееватый, подбур грубогуму-сированный, дерново-подбур глееватый (рис. 1).

Для почв из отдела альфегумусовых характерна морфологически и аналитически выраженная аккумуляция железо-гумусовых соединений, формирующих специфический хемогенный АЬ-Ее-гумусовый (альфегумусовый) горизонт ВОТ коричневых или охристо-бурых тонов [Классификация..., 2004].

Для почв из отдела железисто-метаморфических характерно наличие железисто-метаморфического горизонта ВРМ бурых, желто-бурых или охристых тонов окраски, формирующийся за счет стадийных преобразований минеральной основы и ожелезнения на месте [Классификация..., 2004].

В направлении от возвышенности вниз по склону увеличивается содержание органического углерода, содержание подвижного железа, насыщенность основаниями, содержание физической глины. На равнинных пространствах, прилегающих к склону, увеличение выше описанных показателей не происходит, а их значения приближаются к свойствам почв, занимающих автоморфные позиции.

«ж

ПБд

Высота, м

1,5 2,0

Дистанция, км

Рис. 1. Комплексный ландшафтный профиль в Джулукульской котловине.

3,87

Растительность

/ Осоково - разнотравно-злаковая травянистая тундра $ Кустарниково-шикшевая ерннковая тундра & Кустарниковая ерннковая тундра Ц Разнотравно-моховая кустарниковая тундра ^ Разнотравно-злаковая кобрезиевая тундра Почвы

■I ПБд* Дерново-подбур иллювиально-железистый Г71 ржп> Ржавозем грубогумусированный I I ПБГ Подбур гаесватый ■ ПБ1Т Подбур грубогумусированный I I ПБл Дерново-поябур глееватый

Иочвообразуюшне породы

553 Элювий и элюво-делювий <^-<1 коренных пород 1о=и Моренные отложения

° Границы растительных сообществ • Учетная площадка с почвенным разрезом (Р 1, Р 2, Р 3, Р 4, Р 5)

По гранулометрическому составу все разновидности являются легкосуглинистыми, кроме дерново-подбура глееватого, который имеет среднесуглини-стый гранулометрический состав. Анализ внутрипрофильной вертикальной дифференциации фракций гранулометрического состава изучаемых почв показал, что незначительная дифференциация может быть связана как с изначальной неоднородностью почвообразующих пород, сформировавшихся в период дегрессии ледника, так и с вертикальным перемещением легких фракций физической глины вниз по профилю, чему способствует наличие крупнозема и щебня, обусловливающих хорошую проницаемость для суспензионных растворов.

При сравнительной характеристике свойств почв (рис. 2) обращает на себя внимание подбур глееватый и подбур грубогумусированный, выделяющиеся среди остальных почв содержанием органического углерода, реакцией почвенного раствора (водной), насыщенностью основаниями и запасами надземной фитомассы произрастающих на них растительных сообществ (рис. 3). Высокое содержание подвижного железа в верхних горизонтах почв указывает на более интенсивные процессы его окисления и включение в состав органо-минеральных комплексов, так как вниз по профилю содержание железа снижается в соответствии со снижением содержания органического углерода (рис. 3).

Содержание органического углерода, %

0123456769 10

_ о •

Насыщенность основаниями, %

О 10 20 30 40 S0 60 70 80 90

Подвижное железо, мг/Ю0 г

О 100 200 300 400 500 600 700 800

рН водной вытяжки

2 3 4 5 6 7

Г

¡

1

у

1

Гидролитическая кислотность, мг-экв /100 г

0 2 4 6 8 10 12 14 16 18 20 22 24

Влажность почвы, % 0 5 10 15 20 25 30 35 40 45 50 55 60

Рис. 2. Химические свойства почв.

Условные обозначения: — дериово-подвур юлювиально-желсгистый; ржавозем грубогумусированный; -- подбур глееватый; подбур груоогумусированный; -*-дсрново-подбур глееватый.

з ■ -- - ■■ -■ ■ - ■—I 2 '■■ ■■'•"•. ■ '■ ~ I

0 50 100 ISO 200 250

Запасы надземной фнтомасеы, ц/га Рис. 3. Средние запасы надземной фитомассы, ц/га

Условные обозначения: I- осоково-разнотракно-злаковая тундра: 2 - кустар/шково-шикшевая тундра; J - кустарниковая ерниковая тундра; 4 - разнотравно-моховая кустарниковая тундра; 5 - разнотравно-паковая кобрезиевая тундра.

Отмечается высокое содержание гумуса в почвообразующих породах находящихся в мерзлом состоянии, что некоторыми авторами [Караваева, Тар-гульян, 1960] объясняется высокой подвижностью гумусовых веществ и мерзлотной ретинизацией гумуса в надмерзлотном горизонте.

В главе также описан доминирующий видовой состав растений на учетных площадках, который представлен в основном тундровыми видами растений с участием альпийского разнотравья.

На учетных площадках рассчитаны морфометрические величины рельефа (ориентация и крутизна склонов, площадь сбора, максимальная кривизна, горизонтальная кривизна, освещенность) по данным радиолокационной съемки. Максимальная контрастность процессов сноса и аккумуляции, как функции от действия сил гравитации, на изучаемой территории обусловливается грядово-холмистым и гривисто-западинным рельефом, что отражается в значительной пространственной неоднородности свойств почв.

Глава 5. Результаты классификации многозональных снимков (LANDSAT 7 ЕТМ+, SPOT 4) для оценки параметров растительности

В главе представлены результаты предварительной обработки многозонального снимка для повышения результативности классификации. Анализ спектрально-яркостных характеристик растительности (рис. 4) показал, что для классификации многозонального снимка более всего подходит алгоритм ССА (Combined Clusterization Algorithm) [Пестунов и др., 2006; Гопп и др., 2007; Гопп и др., 2009], который позволяет классифицировать растительные сообщества с близкими спектрально-яркостными характеристиками.

— Осоково-разнотравно-зла-ковая тундра (Р1) Кустарниково-шикшевая срниковая тундра (Р2)

— Кустарниковая срииковая тундра (РЗ) Разнотравно-моховая кустарниковая тундра (Р4) Разнотравно-злаковая кобрезиевая тундра (Р5) Заболоченная кустарниковая ерниковая тундра

/'/. Г2. Г}, Р4. Р5 - номера учетных п.кщадок с почнсниым

раЛрезсМ-

Рис. 4. Спектрально-яркостные характеристики растительных сообществ.

Результаты обработки позволяют сделать вывод о том, что выделение на изучаемой территории заболоченной кустарниковой тундры невозможно без привлечения дополнительных данных радиолокационной съемки. В связи с по-

5? 50

0,485 0,56 0,66 0,83 1,65 2,215 Длина волны, мкм

ставленной проблемой был разработан алгоритм, позволивший выделить ареалы депрессий, в которых формируется данный тип тундры (рис.5).

89 41 15" Е

89* 43 7,5" К

□ - осоково-разноггравно-злаковая тундра

□ - кустарниково-шикшевая ерниковая тундра - кустарниковая ерниковая тундра

□ - разнотравно-моховая кустарниковая тундра

г-1 - разнотравно-злаковая

'-' кобрсзисвая тундра

]-заболоченная кустарниковая ерниковая тундра

_- разнотравно-злаковая

I_I кобрезиевая тундра с

альпийскими луговинами

1250 1750 м

Рис. 5. Карто-схема растительности ключевого участка.

На основе многозонального снимка SPOT 4 для каждого растительного сообщества составлены гистограммы пространственных флуктуаций значений NDVI (Normalized Difference Vegetation Index), которые показывают, что все растительные сообщества имеют совпадающие значения NDVI (рис. 6). Это означает, что найти общий коэффициент для перевода значений NDVI в значения запасов надземной фитомассы не представляется возможным. Об отсутствии корреляции между NDVI и запасами надземной фитомассы также свидетельствуют и данные приведенные в таблице.

р CJ

О О

ёо

I 0:

/\ ;

es

о

ь

: I'/ I ft II 1

- J . J} w А ■ ■к

0,2 0,3 0,4 0,5 Значения NDV1

0,3 0,4 0,5 Значения NDVI

0,3 0,4 0.5 Значения NDVI

02 0.3 0,4 0.5 Значения NDVI

8 0.2 0.3 0,4 0,5 ~ Значення

1- осоково-разнотравно злаковая травянистая тундра;

2- кустарннково- шикшевая ерниковая тундра;

3- кустарниковая ерниковая тундра;

4-разнотравно-моховая кустарниковая тундра;

5- разнотравно-злаковая кобрезиевая тундра.

Рис. 6. Пространственные флуктуации значений NDVI.

В результате проведенных исследований установлено, что расчет запасов надземной фитомассы возможен только путем подсчета коэффициентов корреляции внутри каждого ареала растительных сообществ, без учета значений запасов надземной фитомассы и других растительных сообществ, о чем свидетельствуют данные, приведенные на рисунке 7.

>я -

о g я .ь S я о>

и

§

В я

3 g

s I

В s is-в-го

18 17

16

у — 13,482х+9,4746

0,38

R2 = 0,95

0,4

0,42

ш

0,44

109 108 107 106 105

у = 50,852х +85,011

0,4

R = 0,98

№

0,42 0,44 0,46 0,48

0,49

0,38

0,42 0,46 0,5 Значения NDVI

0,54

037

0,41 0,45 0,49 Значения NDVI

0,53

1- осоково-разнотравно злаковая травянистая тундра;

2- кустарниково- шикшевая ерниковая тундра;

3- кустарниковая ерниковая тундра;

4-разнотравно-моховая кустарниковая тундра;

5- разнотравно-злаковая кобрезиевая тундра.

Рис. 7. Коэффициенты корреляции между значениями запасов надземной фитомассы для различных растительных сообществ и вычисленными значениями NDVI по снимку SPOT 4.

На рисунке 8 приведена картосхема запасов надземной фитомассы, полученная путем перевода значений NDVI в запасы надземной фитомассы с использованием полученных уравнений регрессий и алгоритма «дерево-решений» (рис. 9).

Осоково-разнотравно-злаковая травянистая тундра I |12 -13 I 113-15 I И5-16 |Я 7,5 N Кустарниково-шикшевая ершисовая тундра I 199-100

I 1100-106 I 1106- 108

Кустарниковая ерниковая тундра

I 1 188- 190 ■1 190-197 I I 197-215 Разнотравно-моховая кустарниковая тундра

ÉZ1 108-110

1Н 110- ILS I I 115-123 Разнотравно-злаковая кобрезиевая тундра I 113-15 □ 15-17

Рис. 8. Результаты классификации с использованием алгоритма «дерево-решений» (запасы надземной фитомассы, ц/га).

y=13,482t -г 9,4746

y=S0,85Zx + 85,011

Осоково-разнотравно-злаковая травянистая тундра

у= 106,3л + 161,24 Hgv_

Кустарниковая ерннковая

у=42,278дг + 99,86

y=28,S72v + 6,6144

Разнотравно-маховая кустарниковая тундра

: 197 ц/га|

Разнотравно-злаковая 1< 115 ц/га] кобрезиевая тундра

# _

[Кл асе "7||<190 ц/га

| Класс 4| Г<ИЮ~ц/га| 1Ю|асс 2||Класс 3[ IКласс 5| f

|Класс 141 |Класс 151

Рис. 9. Алгоритм «дерево-решений» (запасы надземной фитомассы, ц/га).

В связи с тем, что растительность не всегда является индикатором тех или иных почв, произведена трансформация цифровой карты растительности в карту режима увлажнения согласно шкалам увлажнения Раменского Л.Г. [1938]. Ступени увлажнения легко читаются по изменению растительности в порядке любого экологического ряда. К выявленным экологическим группам присваивается количественный показатель (ступень экологического ряда), служащий в дальнейшем как косвенный диагностический признак водного режима почв. По приспособленности растительных сообществ к водному режиму почв на изучаемом ключевом участке установлены три градации: 48 - класс влажно-степного и сухо-лугового увлажнения; 57 - класс влажно-лугового увлажнения; 67 - класс сыро-лугового увлажнения (рис. 10).

класс влажно-степного и сухо-лугового увлажнения

класс влажно-лугового увлажнения

класс сыро-лугового увлажнения

Рис. 10. Карто-схема типов растительности по приспособленности к водному режиму почв (результаты классификации алгоритмом «дерево-решений»).

Глава 6. Результаты классификации радиолокационных снимков (Shuttle Radar Topography Mission-SRTM) для оценки параметров рельефа

В главе представлены карто-схемы морфометрических параметров рельефа, рассчитанные по данным радиолокационной съемки (SRTM) с помощью программы «ГисЭко» (автор Шарый П.А.). Результаты статистического анализа показали, что из 6 параметров рельефа, связанных со свойствами почв, наибольшее влияние оказывают: площадь максимального сбора, освещенность, высота, максимальная кривизна, горизонтальная кривизна (табл. 1).

Таблица. Коэффициенты корреляции Спирмана (гл) между морфометрическими величинами рельефа и параметрами почв и растительности.

Параметры почв (для верхнего горизонта) и растительности (п=25) Морфомстрнчсские величины рельефа

МСЛ* К Z kmax** kh* GA*

Содержание органического углерода НЗ -0,49 р<0,05 НЗ НЗ НЗ НЗ

Реакция почвенного раствора (рНвод.) НЗ НЗ -0,48 р<0,05 НЗ НЗ НЗ

Гидролитическая кислотность НЗ НЗ 0,41 р<0,05 НЗ НЗ НЗ

Насыщенность основаниями НЗ НЗ НЗ НЗ НЗ НЗ

Подвижное железо 0,76 р<0,00001 НЗ НЗ -0,56 р<0,01 -0,55 р<0,01 -0,47 р<0,05

Физическая глина 0,86 р<0,000001 НЗ -0,44 р<0,05 -0,63 р<0,001 -0,60 р<0,01 -0,55 р<0,01

Физический песок -0,70 р<0,00001 НЗ НЗ 0,48 р<0,05 0,46 р<0,05 НЗ

Мощность верхнего горизонта НЗ 0,54 р<0,01 НЗ НЗ НЗ НЗ

Влажность 0,69 р<0.0| НЗ -0,77 р<0,01 НЗ НЗ -0,54 р<0,01

Запасы надземной фитомассы НЗ -0,63 р<0,001 -0,53 р<0,01 НЗ НЗ НЗ

0,46 р<0,05 НЗ НЗ НЗ НЗ НЗ

* - величины описывающие поверхностный сток; ** - величины описывающие геометрические формы рельефа.

Условные обозначения: МСА -- максимальная площадь свора: F, % (склонение 35", азимут 180) - освещенность; Z - высота; ктах - максимальная кривизна; kh - горизонтальная кривизна; GA — крутизна склонов; ND VI - Normalized Difference Vegetation Index; НЗ - незначимое значение; р - уровень значимости; п - выборка.

Результаты статистического анализа между свойствами почв и параметрами растительности, позволили сделать вывод, о том, что большинство показателей почв довольно тесно связаны между собой, а также с запасами надземной фитомассы растительности. Так, содержание органического углерода на изучаемой территории находится в прямой зависимости с реакцией почвенного раствора (rs = 0,52, р <0,01), насыщенностью основаниями (rs = 0,62, р <0,001) и запасами надземной фитомассы (rs = 0,73, р <0,0001).

Таким образом, многие свойства почв, а также запасы надземной фитомассы растительных сообществ взаимозависят друг от друга, что является основанием для использования их в качестве перекрестных идентификационных признаков в тематическом картографировании.

Глава 7. Цифровое картографирование почвенного покрова Джулу-кульскон котловины

Картографирование почвенного покрова на территориях полностью покрытых растительностью в значительной степени осложнено тем, что естественные границы почвенных разностей маскируются растительным покровом. В связи с этим, дешифрирование почв по космическим снимкам производится косвенно, путем анализа форм рельефа, микрорельефа, растительности, геологического строения местности и результатов хозяйственной деятельности человека на основе знаний о морфологии почв и особенностях их формирования, а также установления взаимосвязей между почвами и почвообразующими факторами [Виноградов Б.В., 1966, Методика...., 1962; Андронников, 1979; Щербенко и др., 1990]. Данный подход требует обобщения большого количества разносторонней информации и высокой квалификации эксперта. Для решения проблем, связанных с интерпретацией разнородной информации, полученной в результате обработки данных дистанционного зондирования все большую актуальность представляют методы причинно-следственной интерпретации на основе построения алгоритма «дерево-решений», что позволяет автоматизировать процесс построения цифровых почвенных карт.

Сущность почвенно-картографических работ в представляемой работе состоит в всесторонней количественной оценке индикационных параметров растительности и рельефа, имеющих отображение на космических снимках, установлении статистических связей между почвами и индикационными параметрами, а также в выборе наиболее информативных признаков и составлении схемы причинно-следственной связи в иерархической последовательной структуре с реализацией этой схемы через алгоритм «дерево-решений». Для каждого картографируемого участка должны быть установлены индикационные параметры, присущие только этой территории, ввиду не строго определенного их соответствия классификационным единицам почв.

Совокупность выявляемых косвенных индикационных признаков почв по данным дистанционного зондирования Земли позволяет идентифицировать, прежде всего, пространственные границы таксономических единиц почв, а не их классификационную принадлежность, так как эти признаки строго не приурочены к тем или иным разновидностям почв и могут, в свою очередь, встречаться на других территориях, но уже с другими почвами. Следовательно, проведение работ по почвенному картографированию территорий должно первоначально основываться на всесторонней количественной оценке индикационных параметров, имеющих отображение на космических снимках.

Анализ зависимостей между физико-химическими свойствами почв и параметрами растительности показал, что свойства почв, характеризующие таксономические единицы рода (по степени насыщенности почвенного поглощающего комплекса основаниями) и вида (по содержанию гумуса) коррелируют с запасами надземной фитомассы (коэффициенты корреляции ге = 0,62 р<0,001 и гу = 0,73 р<0,0001 соответственно). Разновидность почв, определяемая в изучаемых почвах по содержанию физической глины, коррелирует (табл.

1) с параметрами рельефа (максимальная кривизна, высота, площадь максимального сбора). Таким образом, если изучаемые свойства почв коррелируют с запасами надземной фитомассы и параметрами рельефа, то их можно предсказать по этим параметрам путем расчета уравнений регрессий, составления алгоритмов и линейного прогноза, результаты представлены на рисунках 11-13.

Степень насыщенности

20-30 30^(0 40-50

ш

50'28 7 5" N

Рис. 11. Карто-схема степени насыщенности почв основаниями.

Содержание

гумуса, %

-<3

1 1 3-4

шт 4-5

ЕЩЕ 5-6

[ 1 -6-7

1_| 8-9

ЕД 9-10

■1 10-11

Соасржшше

фшич

глины. %

■ 33.5

■ 32.7

■ 315

31.0

. • 30.2

• 29.4

... йа • 28 6

У ■ 27.7

£ 26.9

1 26.1

253

24.4

1 ■ 23.6

Рис. 12. Карто-схема содержания гу- Рис. 13. Карто-схема содержания физи-муса в почвах. ческой глины.

После того, как все тематические слои рассчитаны, проводят сопряженную классификацию алгоритмом «дерево-решений» (рис. 14). Этот алгоритм позволяет выделять ареалы почв с определенным сочетанием признаков из разных тематических слоев, параметры которых соответствуют заданным экспертом условиям. Результаты сопряженной классификации тематических слоев представлены на рисунке 15.

8«'«Т«Г Е

Условие для полуавтомотмздрованиого сэпэяжсииоге анализа iiptxnpaiicTBCiiHbix данных

/

П - 1; У - 48: ЗНФ - до 14,7 ц/ia; "ПП- холмы и выпуклые седловины

П - 2; У • 57; ЗНФ - 15 -19 ц/га; ТЗП- всгнутыс ссдлэвнны к депрессии

Дсрновс-подбур f—1

нллювиалыю-железпетый - 20,86 % ▼

П - 1; У - 48; ЗНФ - lot -107 и/1 а; ТЗП- холмы н выпуклые седловины

Дсрново-подбур

стссшый- 38,09%

1

II- I; У - 48; ЗНФ -100-107 u/гг; ТЗП- холмы

Ржавозсм грубогумусированный маломощный - 2,9%

1

II - 2: У - 57. 67: ЗНФ -14 -200 шга. ТЗП- .холмы или выпуклые ссдлов;пы или вогнутые седловины

Ржаволсм грубогумусированный щебннешй -1,57 %_

Торфяно-подбур Условные обозначения:

глссвын - 7Л0 % ▼ П - 1 - элювий и делювий коренных пород;

П - 2 - озерно-моренные отложения: ЗНФ - запасы надземной фитомассы: ТЗП - типы земной поверхности У - увлажненность (48 - класс влажно-степного н сухо-лугового увлажнения,• 51 - класс влзжно-луговего узлажнення, 67 - класс сыро-лугового увлажнения

- переход к тематическим слоям, характеризующим степень насыщенности почв основаниями (род почв), содержание гумуса (вид почв), содержание физической глины (разновидность почв), тип почвообразующих пород (разряд почв).

Рис. 14. Схема алгоритма «дерево-решений» для картографирования почвенного покрова.

^41'15'Е__89'43'7.5* Е

1 Подбур грубогумусированный ненасыщенный 1 иллювнально-многогумусовый легкосуглинистый -1 на озерно-моренных отложениях

| Подбур глесватый ненасыщенный иллювиально-I многогумусовый легкосуглинистый на мерзлых озерно-моренных отложениях

] Торфяно - подбур плеевый нллювиально - железис-: тый ненасыщенный иллювиально-малогумусовый лсгкосугшпшстый на озерно-моренных отложс1шях

Дерново - подбур иллювиально-железистый ненасыщенный нллювиально-среднсгумусовый легкосуг-- линистый на элювии коренных пород

| Дерново - подбур глееватый ненасыщенный яллю-| виалыю - среднегумусовый среднесуглинистый на -1 озерно-моренных отложениях

|Ржавозсм грубогумусированный ненасыщенный маломощный легкосуглинистый на элюво-делювии коренных пород

] Ржавозем грубогумусированный ненасыщенный | маломощный щебнистый на элюво-делювии 1 коренных пород

Рис. 15. Почвенная карта, построенная в полуавтоматическом режиме алгоритмом «дерево-решений».

Выводы

1. Дистанционная оценка пространственной дифференциации почвенного покрова осуществляется посредством сопряженного анализа количественных параметров почв, растительности и рельефа, получаемых в процессе полевых, аналитических и дистанционных исследований. Она выражается в установлении связей посредством статистической обработки полученных результатов и представлении правил в иерархической структуре.

2. Выявлены наиболее значимые косвенные индикационные признаки по данным спутниковой информации для установления пространственных границ почвенных контуров на уровне типа и подтипа, к которым относятся: запасы надземной фитомассы, основные типы земной поверхности, увлажненность. Установлено, что эти признаки могут использоваться только для выявления пространственных границ, и не позволяют идентифицировать классификационную принадлежность почв, так как они строго не приурочены к тем или иным разновидностям и могут, в свою очередь, встречаться на других территориях, но уже с другими почвами.

3. Выявлена зависимость между количественными параметрами почв, характеризующими род (по степени насыщенности основаниями) и вид ( по содержанию гумуса) с запасами надземной фитомассы. Выявлена зависимость между содержанием физической глины (характеризует разновидность почв) и параметрами рельефа (максимальная кривизна, высота, площадь максимального сбора). Рассчитаны уравнения регрессий и соответствующие тематические карты.

4. Разработан алгоритм «дерево-решений» для сопряженной классификации результатов обработки многозональных и радиолокационных снимков, который позволяет выделять ареалы почв с определенным сочетанием признаков из разных тематических слоев, параметры которых соответствуют заданным экспертом условиям.

5. Установлено, что ЫОУ1 различных растительных сообществ имеют совпадающие значения, что свидетельствует о слабой селективности спектрального отклика в красной и инфракрасной зонах спектра по отношению к изучаемым растительным сообществам.

6. В пределах контуров с одинаковым типом растительности выявлена корреляционная зависимость между ЫОУ1 и запасами надземной фитомассы, являющаяся основанием для составления уравнений регрессий. На основе уравнений регрессий и карты растительности разработан алгоритм «дерево-решений», позволивший рассчитать пространственную неоднородность запасов надземной фитомассы.

7. Установлено, что для выделения на снимке пространственных границ растительных сообществ с близкими спектрально-яркостными характеристиками наиболее оптимальным является сочетание результатов обработки многозональной и радиолокационной съемки с применением алгоритма «дерево-решений».

Список работ, опубликованных по теме диссертации

1. Гопп Н.В. Применение цифровых моделей рельефа (ЦМР) в тематическом картографировании почвенного покрова республики Горный Алтай // Матер. IV съезда Докучаевского общества почвоведов. - Новосибирск, 2004. - С. 146. (0,1 и.л.)

2. Гопп Н.В., Смирнов В.В. Трехмерная визуализация поверхности земли и ГИС-технологии для моделирования и использования в почвоведении // Международный научный конгресс «Гео-Сибирь - 2005». - Новосибирск, 2005. - Т. 5. - С. 274-278 (0,3 п.л.)

3. Гопп Н.В., Смирнов В.В., Вологжина О.В. Диагностика и картография почвенного покрова с использованием трехмерных моделей рельефа // Материалы международного научного конгресса «Гео-Сибирь - 2006». - Новосибирск, 2006. - Т. 3 (1). - С. 232-235. (0,3 п.л.)

4. Гопп Н.В., Смирнов В.В. Пространственная дифференциация парагене-тических ландшафтов тундрового типа в окрестностях озера Джулукуль (Республика Алтай) // Материалы международного научного конгресса «ГеоСибирь - 2007». - Новосибирск, 2007. - С. 203-206. (0,3 п.л.)

5. Гопп Н.В. Анализ количественных характеристик компонентов ландшафта, рассчитываемых по многозональной и радиолокационной съемке // Сибирский экологический журнал. - 2007. - №5. - С. 859-867. (1,2 п.л.)

6. Гопп Н.В., Куликова Е.А., Пестунов И.А., Синявский Ю.Н., Смирнов В.В. Распознавание формаций лесной растительности с близкими спектралыю-яркостными характеристиками по данным съемки со спутника LANDSAT 7 ЕТМ+ // Вычислительные технологии. - 2007. - Т. 12. - № 2. - С. 194-201. (1,2 п.л.)

7. Гопп Н.В., Гаджиев И.М., Теплова Г.Х. Способ диагностики почвенного покрова по данным дистанционной информации // Государственный реестр изобретений Российской Федерации. - Москва, 2008. - № 2327987 ог 27.06.2008 г.

8. Н.В.Гопп, Е.А. Куликова, В.В. Смирнов. Исследование закономерностей латеральной дифференциации почвенного покрова в зависимости от факторов почвообразования с использованием многозональных и радиолокационных снимков // Материалы международного научного конгресса «Гео-Сибирь -2008». -Новосибирск, 2008. - С. 239-243. (0.3 п.л.)

9. Гопп Н.В. Исследование закономерностей пространственной организации почвенного покрова по многозональным (Landsat ЕТМ) и радиолокационным спутниковым снимкам // Материалы V съезда Всероссийского общества почвоведов имени В.В. Докучаева. - Ростов-на-Дону, 2008. - С. 218. (0,1 п.л.)

10. Гопп Н.В.,; Смирнов В.В. Использование вегетационного индекса (NDV1) для оценки запасов надземной фитомассы тундровых сообществ растений // Материалы международного научного конгресса «Гео-Сибирь - 2009». -Новосибирск, 2009,- С. 187- 191. (0.3 п.л.)

Автореферат:

Формат 60*84 1/8,1 п. л. Тираж 100 экз. Заказ № 328. 29.04. 2009

Отпечатано ЗАО РИЦ «Прайс-курьер» ул. Кутателадзе, 4г, т 330 7202

Содержание диссертации, кандидата биологических наук, Гопп, Наталья Владимировна

ВВЕДЕНИЕ.

Глава 1. ОСНОВНЫЕ ПОДХОДЫ К ПРОБЛЕМЕ ИЗУЧЕНИЯ ФАКТОРОВ ПРОСТРАНСТВЕННОЙ ДИФФЕРЕНЦИАЦИИ ПОЧВЕННО-РАСТИТЕЛЬНОГО ПОКРОВА ПО ДАННЫМ

ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ЗЕМЛИ.

1.1. Дешифрирование рельефа.

1.2. Дешифрирование почв.

1.3. Дешифрирование растительности.

1.4. Роль ландшафтных индикаторов в распознавании отдельных компонентов ландшафта.

1.5. Оптимальные сроки проведения космической съемки.

Глава 2. ОБЪЕКТЫ И МЕТОДЫ ИССЛЕДОВАНИЯ.

2.1. Объекты исследования.

2.2. Методы исследования.38 '•»

2.2.1. Полевые и аналитические методы исследования почв.

2.2.2. Полевые и камеральные методы исследования растительности.

2.2.3. Методы исследования рельефа.

2.4. Цифровые методы обработки и анализа данных дистанционного зондирования земли.

2.4.1. Характеристика данных дистанционного зондирования Земли.

2.4.2. Предварительная обработка снимков Landsat ЕТМ и SRTM.

2.5. Этапы Гис-проекта и содержание базы пространственных данных.

Глава 3. ПРИРОДНЫЕ УСЛОВИЯ РАЙОНА ИССЛЕДОВАНИЙ.

3.1. Физико-географическое районирование.

3.2. Геологическое и гидрогеологическое строение.

3.3. Почвообразующие породы.

3.4. Рельеф.

3.5. Климат.

3.6. Гидроресурсы.

3.7. Почвы.

3.8. Растительность.

Глава 4. ХАРАКТЕРИСТИКА ПОЧВ, РАСТИТЕЛЬНОСТИ, РЕЛЬЕ

ФА НА УЧЕТНЫХ ПЛОЩАДКАХ.

Глава 5. РЕЗУЛЬТАТЫ КЛАССИФИКАЦИИ МНОГОЗОНАЛЬНЫХ СНИМКОВ (LANDSAT 7 ЕТМ+, SPOT 4) ДЛЯ ОЦЕНКИ ПАРАМЕТРОВ РАСТИТЕЛЬНОСТИ.

5.1. Классификация, идентификация и анализ спектрально-ярко-стных характеристик растительности с использованием многозональных космических изображений.

5.2. Анализ результатов классификации изображений, полученных путем вычисления индекса NDVT (Normalized Difference Vegetation Index).

5.3. Оценка растительных сообществ по приспособленности к водному режиму почв.

Глава 6. РЕЗУЛЬТАТЫ КЛАССИФИКАЦИИ РАДИОЛОКАЦИОННЫХ СНИМКОВ (SRTM) ДЛЯ ОЦЕНКИ ПАРАМЕТРОВ РЕЛЬЕФА.

6.1. Анализ морфометрических параметров рельефа.

6.2. Анализ взаимосвязей между морфометрическими параметрами рельефа и количественными характеристиками поч-венно-растительного покрова.

Глава 7. ЦИФРОВОЕ КАРТОГРАФИРОВАНИЕ ПОЧВЕННОГО

ПОКРОВА.

7.1. Алгоритм построения дерева-решений для картографирования почвенного покрова Джулукульской котловины.

ВЫВОДЫ.

Введение Диссертация по биологии, на тему "Дистанционная оценка факторов пространственной дифференциации почвенно-растительного покрова Джулукульской котловины"

Актуальность темы. Дистанционная оценка факторов пространственной дифференциации почвенно-растительного покрова по данным дистанционного зондирования Земли важна, прежде всего, для разработки принципов и методов цифрового почвенного картографирования. Развитие этого направления обосновано современными возможностями вычислительной техники и географических информационных систем (ГИС) к сопряженному анализу большого количества пространственных данных. Еще Докучаев В.В. [1899] развивая свои идеи, отмечал, что существенную роль в природе играют не отдельно взятые природные тела и явления, а их соотношение и закономерная связь. В связи с этим возникла необходимость в комплексном подходе к выяснению пространственной взаимной связи между таксономическими разновидностями почв, параметрами растительности и рельефа для целей цифрового почвенного картографирования на примере ключевого участка в Джулукульской котловине.

Взаимосвязь и взаимодействие почв, растительности и рельефа не имеет четкого и однозначного объяснения и понимания. Все еще остается не ясным, насколько четко выражено соответствие между таксономическими разновидностями почв, типами растительных сообществ и морфометриче-скими параметрами рельефа. Понимание данного соответствия имеет большое значение при картографировании почвенного покрова по данным дистанционной информации, так как служит критерием для поиска перекрестных идентификационных диагностических признаков. Применение данных дистанционного зондирования земли (ДДЗ) при решении подобных задач позволяет привлечь к анализу больше количественных параметров компонентов ландшафта, которые должны учитываться при картографировании территорий. В.В. Докучаев [1951] считал, что почвоведение лишь тогда станет точной наукой, когда мы научимся давать количественную оценку факторам почвообразования.

Ландшафтно-индикационные исследования проводимые, в связи с картографированием почв, связаны со многими трудностями. Прежде всего, следует указать, что связь двух главнейших индикаторов - рельефа и растительности с таксонами почвенного покрова является достаточно определенной и устойчивой только для наиболее высоких таксономических уровней всех трёх указанных компонентов ландшафта [Викторов, Чекишев, 1990].

Дешифрирование почв полностью покрытых растительностью в значительной степени осложнено тем, что естественные границы почвенных разностей маскируются растительным покровом. В связи с этим дешифрирование почв по космическим снимкам производится косвенно, путем анализа форм рельефа, микрорельефа, растительности, геологического строения местности и результатов хозяйственной деятельности человека на основе знаний о морфологии почв и особенностях их формирования, а также установления взаимосвязей между почвами и почвообразующими факторами [Виноградов Б.В., 1966; Методика., 1962; Андронников, 1979; Андронников, 1990]. Отдельные прямые и косвенные признаки дешифрирования почв неоднозначны: один и тот же признак может индицировать разные объекты и, наоборот, один и тот же объект может индицироваться разными признаками [Кейко, 1999].

В работе Ю.С. Толчельникова [1974] говорится, что науки о Земле претерпевают качественное преобразование, связанное с переходом от описательных методов отображения природной среды к количественной характеристике свойств ее компонентов и протекающих в ней процессов с помощью экспрессных методов исследования. Важная роль в этом отводится дистанционным методам регистрации отраженного ландшафтной оболочкой излучения, материалы которых дают подробное представление о структуре ландшафта и других его свойствах.

В работе Андроникова В.А. [1979] отмечается преимущество космических методов изучения природной среды, которое заключается в глобальности, регулярности, периодичности и комплексности наблюдений, в выявt I лении связей, существующих между природными объектами, в возможности оперативного изучения динамики природных процессов и явлений и обследования труднодоступных природных районов.

В последние десятилетия характерной особенностью становится прогрессивное появление новых специализированных программ направленных на обработку данных дистанционного зондирования земли (ДДЗ). Дополнительное использование географических информационных систем (ГИС), в свою очередь, способствует синтезированию огромного количества разнородного материала, как накопленного к настоящему моменту в различных отраслях науки, так и полученному в результате обработки космических снимков. Это в свою очередь раскрывает широкие возможности при комплексном подходе к изучению закономерностей пространственной дифференциации почвенно-растительного покрова, сущность которого заключается в выяснении взаимной связи и экстраполяции установленных закономерностей на картах различного тематического содержания. Последнего можно достичь только при комплексном подходе к изучению компонентов ландшафта. 1

Нельзя также не отметить развитие за последние десятилетия тематического картографирования как междисциплинарного направления. Опыт использования тематического картографирования при решении прикладных проблем показывает, что во многих случаях они могут быть разрешены путем сопоставления тематических карт различного содержания. Это обусловило появление самых разных (не только методических) вопросов сопряженного картографирования, ответы на которые еще не найдены. Однако главное его назначение служить конструктивным задачам: раскрывать пространственные соотношения природных, социальных и экономических явлений для решения определенной комплексной проблемы [Сочава, 1979].

В совокупности отраслевых и проблемных разделов тематического картографирования, картография выступает как междисциплинарная область знания, способствующая интеграционным процессам, характерным для современной науки [Салищев, 1980].

Применение методов автоматического дешифрирования космических снимков и геоинформационного анализа позволяет наметить пути более точного выделения границ природных объектов, а также определения их количественных параметров, которые необходимы для установления взаимосвязи и сопряженного картографирования при комплексных исследованиях природных объектов. Таким образом, анализ факторов, определяющих природу пространственного варьирования почвенно-растительного покрова и всех компонентов ландшафта в целом, позволяет на качественно новом уровне составлять тематические карты различного содержания, причем поиск взаимосвязи между компонентами ландшафта будет являться ключом для дальнейшей дешифровки ещё не обследованных территорий.

Цель работы. Выявить индикационные дешифровочные признаки пространственных границ почвенного покрова на основе количественной оценки характеристик растительности и рельефа, рассчитываемых по данным дистанционного зондирования Земли.

Задачи исследований.

Исходя из поставленной цели, сформулированы основные задачи:

1. Изучить морфогенетические и физико-химические особенности почв из отдела альфегумусовых и железисто-метаморфических и видовой состав произрастающих на них растительных сообществ.

2. Провести автоматизированную обработку многозональных снимков алгоритмом, апробированным на территориях с растительными сообществами, имеющими близкие спектрально-яркостные характеристики.

3. Выявить закономерности в изменении физико-химических свойств почв и параметров растительности в зависимости от морфометрических параметров рельефа, рассчитанных по данным радиолокационных снимков.

4. Составить карту запасов надземной фитомассы растительных сообществ на основе сопряжения полевых данных и данных нормализованного дифференцированного вегетационного индекса (NDVI), полученных в ходе обработки многозонального снимка.

5. Построить алгоритм «дерево-решений» и составить карту почвенного покрова, основанную на полевой и спутниковой информации.

Научная новизна. Разработан новый способ диагностики пространственных границ почвенного покрова по данным дистанционной информации (авторское свидетельство № 2327987). Составлен и реализован алгоритм, позволяющий автоматизировано выделять пространственные границы почвенных контуров, для которых характерны индикационные признаки, отображаемые в различных тематических слоях. Получены эмпирические уравнения регрессий, а также составлен и реализован алгоритм для перевода значений NDVI в запасы надземной фитомассы тундровых сообществ растений.

Защищаемые положения.

1. Запасы надземной фитомассы растительных сообществ, основные типы земной поверхности, и данные по увлажненности почв, получаемые в процессе обработки многозональных и радиолокационных снимков, могут использоваться в качестве диагностических признаков пространственных границ типов и подтипов почв при автоматизированном построении почвенных карт на основе алгоритма «дерево-решений».

2. Диагностические признаки пространственных границ почв на уровне рода, вида и разновидности устанавливаются по результатам статистической обработки данных аналитических исследований почв и параметров растительности и рельефа, получаемых в результате обработки многозональных и радиолокационных снимков.

Теоретическая и практическая значимость. Полученные материалы позволили объективно оценить разнообразие почв и растительности тундровой зоны в окрестностях озера Джулу-Куль, что определило возможность разработки эффективного метода картографирования почв по данным дистанционной информации с использованием косвенных индикационных признаков. Результаты исследований могут быть использованы при разработке нормативных природоохранных документов, а также служить информационной основой для планирования региональных экологических программ и проведения природоохранных мероприятий.

Вклад автора. Автором совместно с научными руководителями были проведены полевые работы, собраны образцы почв, определены виды растений. Автором также осуществлялся поиск и апробация методов обработки данных дистанционного зондирования Земли (ДЦЗ). Проведены камеральные работы по векторизации тематических карт и обработанных многозональных и радиолокационных снимков, интерпретация полученных материалов исследований, подготовка и публикация основных результатов исследований.

Апробация работы. Основные материалы диссертации представлены и доложены на VI съезде Докучаевского общества почвоведов «Почвы - национальное достояние России» (Новосибирск, 2004), Всероссийской конференции «Человек и почва в XXI веке» (Санкт-Петербург, 2004), Международном научном конгрессе «Гео-Сибирь» (Новосибирск 2005-2009), а также на научных семинарах совета научной молодёжи ИПА СО РАН.

Публикации. По теме диссертации опубликовано 10 печатных работ, в том числе 2 статьи в рецензируемых журналах входящих в «Перечень.» ВАК и авторское свидетельство на изобретение.

Структура и объём работы. Диссертация состоит из введения, семи глав, выводов, списка литературы. Работа изложена на 159 страницах, содержит 27 таблиц, 60 рисунков. Библиографический список использованной литературы включает 169 источников, в том числе 40 работ зарубежных авторов.

Заключение Диссертация по теме "Почвоведение", Гопп, Наталья Владимировна

ВЫВОДЫ

1. Дистанционная оценка пространственной дифференциации почвенного покрова осуществляется посредством сопряженного анализа количественных параметров почв, растительности и рельефа, получаемых в процессе полевых, аналитических и дистанционных исследований. Она выражается в установлении связей посредством статистической обработки полученных результатов и представлении правил в иерархической структуре.

2. Выявлены наиболее значимые косвенные индикационные признаки по данным спутниковой информации для установления пространственных границ почвенных контуров на уровне типа и подтипа, к которым относятся: запасы надземной фитомассы, основные типы земной поверхности, увлажненность. Установлено, что эти признаки могут использоваться только для выявления пространственных границ, и не позволяют идентифицировать классификационную принадлежность почв, так как они строго не приурочены к тем или иным разновидностям и могут, в свою очередь, встречаться на других территориях, но уже с другими почвами.

3. Выявлена зависимость между количественными параметрами почв, характеризующими род (по степени насыщенности основаниями) и вид (по содержанию гумуса) с запасами надземной фитомассы. Выявлена зависимость между содержанием физической глины (характеризует разновидность почв) и параметрами рельефа (максимальная кривизна, высота, площадь максимального сбора). Рассчитаны уравнения регрессий и соответствующие тематические карты.

4. Разработан алгоритм «дерево-решений» для сопряженной классификации результатов обработки многоспектральных и радиолокационных снимков, позволяющий на основе выявленных индикационных признаков устанавливать пространственные границы таксономических разновидностей почв.

5. Установлено, что NDVI различных растительных сообществ имеют совпадающие значения, что свидетельствует о слабой селективности спектрального отклика в красной и инфракрасной зонах спектра по отношению к изучаемым растительным сообществам.

6. В пределах контуров с однотипным типом растительности выявлена корреляционная зависимость между NDVI и запасами надземной фитомассы, что является основанием для составления уравнений регрессий. На основе уравнений регрессий и карты растительности разработан алгоритм «дерево-решений», позволивший рассчитать пространственную неоднородность запасов надземной фитомассы.

7. Установлено, что для выделения на снимке пространственных границ растительных сообществ с близкими спектрально-яркостными характеристиками наиболее оптимальным является сочетание результатов обработки многозональной и радиолокационной съемки с применением алгоритма «дерево-решений».

Библиография Диссертация по биологии, кандидата биологических наук, Гопп, Наталья Владимировна, Новосибирск

1. Адаменко О.М., Девяткин Е.В., Стрелков С.А. Алтае-Саянская горная область // История развития рельефа Сибири и Дальнего Востока. М.: Наука, 1969.-С. 54-120.

2. Алексеев В.Р. Ландшафтная индикация наледных явлений. Новосибирск: Наука, 2005.-364 с.

3. Альтер С.И. Ландшафтный метод дешифрирования аэроснимков. М.: Наука, 1966.-88 с.

4. Андроников В.А. Аэрокосмические методы изучения почв. М.: Колос, 1979.-280 с.

5. Андроников В.Л., Королюк Т.В. Изучение мелиоративного состояния орошаемых земель по материалам аэрокосмической съемки // В сб.: Докучаев-ское почвоведение 100 лет на службе сельского хозяйства. Л., 1983. - С. 9495.

6. Аскарин А.В. О четвертичных отложениях Чуйской степи в Юго-Восточном Алтае // Вестник Западно-Сибирского геологического треста. 1937. — № 5. — С. 71-81.

7. Атлас почв СССР / Под редакцией.: Кауричева И.С., Громыко И.Д. М.: Колос, 1974.-165 с.

8. Атлас. Алтайский край. Москва-Барнаул: Главное управление геодезии и картографии при совете Министров СССР. - 1978. — 222 с. Афанасьева Т.В., Василенко В.И., Терешина Т.В., Шеремет Б.В. Почвы СССР. - М.: Мысль, 1979. - 3 80 с.

9. Афанасьева Т.В., Петрусевич Ю.М., Трифонова Т.А. Практикум по дешифрированию аэрофотоснимков при почвенных исследованиях. М.: Изд-во Московского ун-та, 1977. - 157 с.

10. Викторов С.В. Использование геоботанического метода при геологических и гидрологических исследованиях. М.; Л.: Изд-во АН СССР, 1955. - 199 с.

11. Виленский Д.Г. География почв. -М.: Высшая школа, 1961. 344 с. Виноградов Б.В. Аэрокосмический мониторинг экосистем. - М.: Наука, 1984.-320 с.

12. Виногдадов Б.В. Космические методы изучения природной среды. — М.: Мысль, 1976.-285 с.

13. Виноградов Б.В. Аэрометоды изучения растительности аридных зон. М.; Д.: Наука, 1966.-362 с.

14. Волков В.В. Основные закономерности геологического развития Горного Алтая. Нов-ск.: Наука, 1966. - 161 с.

15. Гопп Н.В., Куликова Е.А., Пестунов И.А., Синявский Ю.Н., Смирнов

16. B.В. Распознавание формаций лесной растительности с близкими спектраль-но-яркостными характеристиками по данным съемки со спутника LANDSAT 7 ЕТМ+ // Вычислительные технологии. 2007. - Спец. вып. № 2. - Т. 12.1. C. 194-201.

17. Городков Б.Н. Растительность тундровой зоны СССР. М.; Л.: Изд-во АН СССР, 1935.-142 с.

18. Горожанкина С.М., Константинов В.Д. Выявление структуры почвенно-растительного покрова с помощью аэро- и космических снимков // Ислед. Земли из космоса. 1984. - № 6. - С. 42 - 52.

19. Горожанкина С.М., Константинов В.Д. Уточнение схем почвенно-геоботанического районирования с помощью космических снимков // Исследование земли из космоса. 1983. - № 2. - С. 27 - 37.

20. Григорьев А.А. Опыт аналитической характеристики состава и строения физико-географической оболочки земного шара. JI.; М.: Гл. ред. горно-топл. и геол.-развед. лит-ры, 1937. -68 с.

21. Девяткин Е.В. Кайнозойские отложения и новейшая тектоника Юго-Восточного Алтая // Тр. Геол. ин-та АН СССР. М.: Наука, 1965. - вып. № 126.-244 с.

22. Дейвис Ш.М., Ландгребе Д.А., Филлипс Т.Л. и др. / под ред. Ф. Свейна и Ш. Дейвис. Дистанционное зондирование: количественный подход. Пер. с англ. -М.: Недра, 1983. -415 с.

23. Дмитриев И.Д., Мурахтанов Е.С., Сухих В.И. Лесная аэрофотосъёмка и авиация. -М.: Лесная промышленность, 1981. 344 с.

24. Докучаев В.В. Наши степи прежде и теперь. Переизд.: М.; Л.: Сельхозгиз, 1953.- 152 с.

25. Зонн С.В. Современные проблемы генезиса и географии почв. М.: Наука, 1983.- 166 с.

26. Зонн С.В., Мазиков М.А., Горина М.А., Лотов Р.А. Перспективы изучения почвенного покрова аэрокосмическими методами. // Почвоведение. 1980. -№ 4. - С. 37- 45.

27. Иванова Е.Н. Систематика почв северной части Европейской территории СССР // Почвоведение. 1956. - №1.- С. 70-88.

28. Игнатов М. С., Афонина О.М. Список мхов территории бывшего СССР /Arctoa. 1992. - Т 1. - № 1-2. - С. 1 -85.

29. Исаев А.С., Сухих В.И., Калашников Е.Н. и др. Аэрокосмический мониторинг лесов. — М.: Наука, 1991. —240 с.

30. Итоги науки и техники. / Серия: Исследование Земли из космоса «Физические основы, методы и средства исследований Земли из космоса». — М.: ВИНИТИ, 1987.-Т.1.-196 с.

31. Караваева Н.А., Таргульян В.О. Об особенностях распределения гумуса в тундровых почвах Северной Якутии // Почвоведение. 1960. - №12. - С. 36 -45.

32. Киенко Ю.П. Введение в космическое природоведение и картографирование. М.: Картгеоцентр-Геодезиздат, 1994. - 211с.

33. Классификация и диагностика почв России / Авторы и составители: Л.Л. Шишов, В.Д. Тонконогов, И.И. Лебедева, М.И. Герасимова. Смоленск: Ойкумена, 2004. - 342 с.

34. Классификация и диагностика почв СССР. / Составители: Егоров В.В., Фридланд В.М., Иванова Е.Н., Розов Н.Н., Носин В.А., Фриев Т.А. М.: Колос, 1977.-223 с.

35. Ковалев Р.В., Волковинцер В.И. Структура почвенного покрова и схема классификации почв Горно-Алтайской автономной области // В кн. «Доклады сибирских почвоведов к IX международному конгрессу почвоведов». — Новосибирск: Наука, 1968. С. 7-15.

36. Кравцова В.И., Козлова Е.К., Фивенский Ю.И. Космические снимки. Методическое руководство. — М.: Изд-во МГУ, 1985. — 125 с. Кравцова В.И. Космические методы картографирования / Под редакцией Ю.Ф.Книжникова. -М.: Изд-во МГУ, 1995.-240 с.

37. Кринов Е.Л. Спектральная отражательная способность природных образований. М.: Изд-во АН СССР, 1947. - 272 с.

38. Кузнецов В.А. Основные этапы геотектонического развития юга Алтае-Саянской горной области // Труды Горно-геологического института ЗСФАН СССР. Новосибирск, 1952.-Вып. 12.-С. 9-41.

39. Куминова А.В. Растительный покров Алтая. — Новосибирск: Наука Сиб. отд-ние, 1960.-450 с.

40. Лабутина И.А. Дешифрирование аэрокосмических снимков. М.: Аспект Пресс, 2004. - 184 с.

41. Лахин А.Я., Вызов Б.Е., Прищепа И.М. Военная топография. — М.: Воениз-дат, 1973. 224 с.

42. Ласточкин А.Н. Рельеф земной поверхности. — Л.: Недра, Ленингр. отд-ние, 1991.-340 с.

43. Ливеровский Ю.А. Почвы тундр Северного края. Л.: Изд-во АН СССР, 1934.- 112 с.

44. Лурье И.К. Геоинформационное картографирование. — М.: Изд-во «КДУ», 2008.-424 с.

45. Малышев Л.И. Определитель высокогорных растений Южной Сибири. Л.: Наука, 1968.-283 с.

46. Наплекова Н.Н., Клевенская И.Л., Гаптимурова Н.И. Микрофлора основных типов почв Горного Алтая // Тр. научн. технич. конференции «Вопросы развития сельского хозяйства Горного Алтая». Новосибирск: Наука, Сиб-кое отд-ние. - 1968. - С. 109-117.

47. Общесоюзная инструкция по почвенным обследованиям и составлению крупномасштабных почвенных карт землепользований / под ред. Ищенко Т.А. М.: Колос, 197395 с.

48. Определитель лишайников СССР. Л.: Наука, Ленинградское отделение, 1971-1978. - Вып. 1. - 1971. - 410 е.; - Вып. 3.- 1975. - 275 е.; - Вып. 4. -1977. - 343 е.; - Вып. 5.- 1978. - 303 с.

49. Петрусевич М.Н. Аэрометоды при геологических исследованиях. -М.: Гос-геолиздат, 1962. 408 с.

50. Практикум по почвоведению. / Под ред. И.С. Кауричева. М.: Агропром-издат, 1986. —336 с.

51. Прэтт У. Цифровая обработка изображений. -М.: Мир, 1982. 790 с. Рачкулик В.И., Ситникова М.В. Отражательные свойства и состояние растительного покрова. - Л.: Гидрометеоиздат, 1981. -287 с.

52. Развитие и использование аэрокосмических методов изучения природных явлений и ресурсов // Сборник трудов. Новосибирск: Наука, 1979. -160с.

53. Ревердатто В.В. Растительность Сибири. Новосибирск, 1931. - 174 с. Родин JI.E., Ремезов Н.П., Базилевич Н.И. Методические указания к изучению динамики и биологического круговорота в фитоценозах. - JL: Наука, 1968.- 143 с.

54. Салищев К.А. Картография на службе регионального природопользования: состояние и задачи // Итоги науки и техники. Картография. М.: ВИНИТИ, 1980.-Т. 9.-С. 9-21.

55. Седых В.Н. Аэрокосмический мониторинг лесного покрова. — Новосибирск: Наука, Сиб. отд-ние, 1991.-239 с.

56. Симакова М.С. Использование аэро- и космических снимков при составлении почвенных карт Нечерноземья // В сб.: Тез. докл. 6 делегат, съезда Всес. о-ва почвоведов. Тбилиси, 1981. - Т. 4. - С. 137-138.

57. Синицына М.Г. Дешифрирование почвенного покрова Мещеры по многозональным разногодичным снимкам // В сб.: Современные методы исследования почв.-М.: МГУ, 1983.-С. 128.

58. Соколов И.А. Гидроморфное неглеевое почвообразование // Почвоведение. -1980.-№1.-С. 5-13.

59. Сорокина Н.П. Методология составления крупномасштабных агроэкологи-чески ориентированных почвенных карт. -М.: Росссельхозакадемия, 2006. -159 с.

60. Сочава В.Б. Введение в учение о геосистемах. — Новосибирск.: Изд-во Наука, 1978.-320 с.

61. Сочава В.Б. Растительный покров на тематических картах. Новосибирск.: Изд-во Наука, 1979. - 189 с.

62. Сукачёв В.Н. Основы теории биогеоценологии / Избр. труды. JL, 1972. -Т.1.-С. 228-242.

63. Титлянова А.А. Изучение биологического круговорота в биогеоценозах (Методическое руководство).-Новосибирск: Наука, 1971.-91 с. Толчельников Ю.С. Оптические свойства ландшафта. Л.: Наука, 1974.— 251 с.

64. Толчельников Ю.С. Факторы изображения на аэроснимках почв распаханных массивов (на примере Северного Казахстана) // Тр. Лабор. аэрометодов АН СССР. М.; Л.: Изд-во АН СССР, 1960. - Т. 4.

65. Толчельников Ю.С., Афанасьев Н.Ф. Зависимость изображения структуры ландшафта на аэроснимке от высоты Солнца // Проблемы освоения пустынь. 1971.-вып. 1.

66. Шандра. Физические основы дистанционного зондирования. Пер. с англ. -М.: Недра, 1990.-203с.

67. Шершукова Г.А. Картографирование почвенного покрова лесопокрытых территорий Нечерноземной зоны по космическим многозональным снимкам

68. В сб.: Тез. докл. 1 Всес. конф. «Биосфера и климат по данным космич. ис-след». Баку: ЭЛМ, 1982. - С. 196-198.

69. Шершукова Г.А. Картографирование почвенного покрова лесопокрытых территорий Нечерноземной зоны по космическим многозональным снимкам // В сб.: Тез. докл. 1 Всес. конф. «Биосфера и климат по данным космич. ис-след». Баку: ЭЛМ, 1982. - С. 196-198.

70. Brinkman R. Ferrolysis ahydromorphie soil forming process // Geoderma. 1970. -Br. 3.-№. 3.-P. 199-206.

71. Chavez P. S., Berlin G. L., Sowers L. B. Statistical method for selecting Landsat MSS ratios // Journal Of Applied Photographic Engineering. 1884. - Vol. 8. - P. 23-30.

72. Elvidge С. D. and Lyon R. J. P. Influence of rock-soil spectral variation on the assessment of green biomass // Remote Sensing of Environment. 1985. - Vol. 17. - P. 265-269.

73. ERDAS Field Guide Fifth Edition. ERDAS Inc., Atlanta, Georgia. - 1999. -672 p.

74. Gao B. NDWI a normalized difference water index for remote sensing of vegetation liquid water from space // Remote Sensing of Environment. - 1996. - Vol. 58. - P. 257-266.

75. Gauss K.F. Disquisitiones generates circa area superficies curvas, // Gott. Gel. Anz.-1827.-No. 177.-P. 1761-1768.

76. Gessler P.E., Moore I.D., McKenzie N.J., Ryan P.J. Soil landscape modelling and spatial prediction of soil attributes // Int. J. Geogr. Inf. Syst. — 1995. -Vol. 9. -P. 421-432.

77. Gutman G. Garik Vegetation Indices from AVHRR: an Update and Future Prospects // Remote Sensing of Environment. 1991. - Vol. 35. - № 2 & 3. - P. 121136.

78. Guisan A., Zimmermann N. Predictive habitat distribution models in ecology // Ecological Modelling.-2000. -№ 135 (2-3). P. 147-186.

79. Hilwjg F.W. Visual interpretation of multitemporal Landsat data for inventories of natural resources // ITC J. 1980. - № 2. - P. 297-327.

80. Huete, A. R., Jackson, R. D., and Post, D. F. Spectral response of a plant canopy with different soil backgrounds // Remote Sensing of Environment. 1985. - Vol. 17.- P. 37-53.

81. Mack A.R., Brach E.Y., Rao C.R. Appraisal of multispectral scanner systems from analysis of high resolution plant spectra // Int. J. Remote Sens. 1984, Vol. 5.-№2.-P. 279-288.

82. Manual of Remote Sensing. American Society of photogrammetry. Falls Church,

83. Virginia, 1975. Second Edition, 1983, Vol. 1 № 11. - 2047 p.

84. McBratney, A.B., Odeh, I.O.A., Bishop T.F.A., Dunbar, M.S. and Shatar T.M.

85. An Overview of pedometric techniques for use in soil survey // Geoderma 97, 2000.-P. 293-327.

86. Myers V. I. Soil, Water and Plant Relations, in «Remote Sensing with Special Reference to Agriculture and Forestry». National Academy of Sciences, Washington, D. C., 1970. - PP. 253-297.

87. Montgomery O.L. An Investigation of the Relationship between Spectral Reflectance and the Chemical, Physical and Genetic Characteristics of Soils. // Ph. D. Dissertation, Department of Agronomy. Purdue University, West Lafayette, Ind., 1976.

88. Moore I.D., Gessler P. E., Nielsen G. A., Peterson G. A. Soil attribute prediction using terrain analysis // Journal of Soil Science Society of America. 1993. - Vol. 57(2).-P. 443-452.

89. Smith S.M., Cutler E.Y.B. A comparative analysis of true colour and colour infrared aerial photography as aids in the mapping of soils. New Zealand // J. Sci. -1982. -№25. -P. 325-334.

90. Stroppiana D., Pinnock S., Pereira J.M.C., and Gregoire J.M. Radiometricanalysis of Spot vegetation images for burnt area detection in northern Australia //

91. Remote Sensing of Environment. 2002. - Vol. 82. - P. 21-37

92. Tedrow J.C.F., Drew J.V., Hill D.E., Douglas L.A. Major genetic soils of the

93. Arctic Slope of Alaska // J. Soil Sci. 1958. - №9. - P. 33-45.

94. Understanding GIS: An Arc / Info method. Redlands, California: Esri, 1994.420 p.

95. Webster R. Quantitative and numerical methods in soil classification and survey. Oxford: Oxford University Press, 1977. 269 p.

96. Wulder M. A., Franklin S. E., Lavigne M. B. Polygon decomposition: a procedure for using remotely sensed data to supplement GIS forest inventories // Canadian Forest Service Forestry Research Application Technology Transfer. 2001. -Note 24. - P. 1 - 4.

97. Электронные ресурсы SRTM Documentation. NASA/JPL SRTM: http://www.jpl.nasa.gov/srtm/