Цифровой ландшафтный анализ при крупномасштабном картографировании структур почвенного покрова
На правах рукописи
КОЗЛОВ ДАНИИЛ НИКОЛАЕВИЧ ЦИФРОВОЙ ЛАНДШАФТНЫЙ АНАЛИЗ ПРИ КРУПНОМАСШТАБНОМ КАРТОГРАФИРОВАНИИ СТРУКТУР ПОЧВЕННОГО ПОКРОВА 25.00.23 – физическая география и биогеография, география почв и геохимия ландшафтов
АВТОРЕФЕРАТ
диссертации на соискание ученой степени кандидата географических наук
Москва – 2009
Работа выполнена на кафедре физической географии и ландшафтоведения гео графического факультета Московского государственного университета имени М.В.Ломоносова и лаборатории агроэкологической оценки почв Почвенного института им. В.В. Докучаева РАСХН.
Научный консультант: доктор сельскохозяйственных наук Сорокина Наталья Павловна
Официальные оппоненты: доктор географических наук Горячкин Сергей Викторович, Институт географии РАН кандидат географических наук Лычагин Михаил Юрьевич, географический факультет МГУ имени М.В.Ломоносова
Ведущая организация: Институт геоэкологии РАН
Защита состоится 29 октября 2009 г. в 17 часов на заседании диссертационного совета Д501.001.13 в Московском государственном университете имени М.В.Ломоносова по адресу: 119991, Москва, ГСП-1, Ленинские горы, МГУ, географический факультет, 18 этаж, ауд. 1807.
С диссертацией можно ознакомиться в библиотеке географического факультета МГУ имени М.В.Ломоносова на 21 этаже.
Автореферат разослан "28" сентября 2009 г.
Ученый секретарь диссертационного совета Горбунова И.А.
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность работы. Одним из важнейших направлений современного естествознания является изучение пространственно-временной организации природных и природно-антропогенных геосистем. Наиболее эффективный ин струмент описания неоднородности ландшафта и его компонентов – тематиче ское картографирование, обеспечивающее проведение границ между геоком плексами в разных масштабах средствами пространственного анализа.
Пространственный анализ ландшафта, направленный на изучение его структуры и межкомпонентных связей разных уровней, опирается на сравни тельно-географический метод, теоретико-методические основы структурно генетического ландшафтоведения (Л.С. Берг, Н.А. Солнцев, В.Б. Сочава, В.А.
Николаев, А.А. Видина и др.), методы ландшафтной индикации (С.В. Викторов, Б.В. Виноградов), дешифрирования аэрокосмической информации (Ю.А. Ливе ровский, В.Л. Андроников, М.С. Симакова, В.А. Николаев, Ю.С. Толчельников, А.С. Викторов), тематической картографии.
В настоящее время развитие картографических исследований тесно связано со становлением цифровых методов тематической картографии (Берлянт, 2006).
Современные информационные системы позволяют перейти от хранения и ис пользования электронных версий тематических карт к их непосредственному производству с использованием цифровых технологий на всех этапах исследо вания (Lagacherie, McBratney, 2006). При этом расширяется круг познаватель ных и прикладных задач географических исследований (Environmental soil landscape modeling, 2006).
Диссертационная работа направлена на развитие цифровых методов ланд шафтного анализа применительно к почвенному картографированию в методо логии структуры почвенного покрова (Фридланд, 1972, 1977, 1984, Методоло гия составления крупномасштабных …, 2006), объекты которого напрямую свя заны с объектами структурно-генетического ландшафтоведения. Вследствие за ведомо выборочного характера почвенного опробования, выявление границ и содержания почвенных ареалов опирается на учение о почвенно-ландшафтных связях, разработанное в трудах В.В. Докучаева (1898), Х. Йенни (1961) и др.
Цель работы – разработать систему количественных методов пространст венного ландшафтного анализа для создания цифровых крупномасштабных карт структур почвенного покрова (СПП). В соответствии с поставленной це лью на опытном полигоне решаются следующие задачи:
1) обосновать и апробировать цифровые методы составления региональной мо дели почвенно-ландшафтных связей с учетом уровней организации почвен ного покрова (ПП);
2) разработать цифровые методы типизации почвенных неоднородностей и их картографического отображения;
3) предложить методы оценки достоверности получаемых результатов;
4) обозначить методические и технологические ограничения цифровых методов картографирования, а также направления дальнейшего развития.
Материалы и методы исследования.
Решение перечисленных задач базируется на использовании следующих независимых источников информации о ПП и определяющих его факторах:
• полевых почвенных описаниях, регистрирующих свойства элементарных почвенных ареалов в различных ландшафтных позициях;
• цифровой модели рельефа (ЦМР), характеризующей потенциальную не однородность условий почвообразования, в связи с перераспределением вещественно-энергетических потоков земной поверхностью;
• разносезонных многозональных снимках Landsat, характеризующих свойства ландшафтного покрова через величины отраженной солнечной радиации в разных зонах спектра.
Совместный анализ независимой информации о состоянии ПП осуществля ется средствами цифрового пространственного анализа (ГИС, дистанционное зондирование, методы статистики) в соответствии с факторно-корреляционной моделью почвенно-ландшафтных связей (Докучаев, 1898;
Глинка, 1912;
Jenny, 1941;
McBratney at al., 2003) и принципом ландшафтного подчинения (Никола ев, 2006). Используются методические подходы пространственного анализа для целей разномасштабного ландшафтного картографирования (Пузаченко и др., 2006;
Сысуев, 2003;
Козлов, 2008;
Ландшафтно-географическая школа…, 2008).
Объектом исследования послужили ландшафты подзоны смешанных лесов южного макросклона Клинско-Дмитровской гряды (Московская физико географическая провинция). На этой территории Почвенным институтом им.
В.В. Докучаева РАСХН в границах полигона «Зеленоградский» с 70-х годов ХХ века проводятся многолетние исследования по изучению и картографиро ванию СПП. Наличие кондиционных почвенно-картографических материалов (Сорокина, 1980, 1998;
Шершукова, 1988;
Кальван, 1983 и др.) позволило в рамках настоящей диссертации провести сопоставление почвенных карт, со ставленных на основе концепции СПП по материалам одного полевого почвен ного исследования двумя способами: 1) в ручном, «бумажном» варианте и 2) с использованием цифровых технологий.
Основные защищаемые положения:
1. Теоретико-методологической основой цифрового почвенного картографиро вания является пространственный ландшафтный анализ, обеспечивающий разработку моделей ландшафтно-индикационных связей для почвенных карт разного содержания.
2. Отражение структуры ПП на цифровых крупномасштабных картах достига ется: 1) использованием методов нечеткой логики при типизации почвенных комбинаций;
2) учетом размеров элементарных почвенных ареалов и эле ментарных почвенных структур при обосновании размеров растровой сетки;
3) разномасштабным представлением ландшафтно-индикационных свойств.
3. Оценка достоверности модели почвенно-ландшафтных связей и результатов картографирования является обязательным элементом почвенно картографических исследований.
Научная новизна работы заключается в разработке и реализации цифро вых методов ландшафтного анализа применительно к отображению СПП и факторов его пространственной дифференциации.
Прикладное значение работы. Методы, развиваемые в работе, расширя ют познавательные возможности почвенно-ландшафтных исследований разно масштабной неоднородности ПП и его отдельных свойств. В производственном режиме внедрение цифровых методов анализа пространственной информации позволяет достичь значительного увеличения скорости и уменьшения стоимо сти почвенно-ландшафтного картографирования (MacMilan, 2008).
Апробация. Результаты исследований докладывались на 3-ей междуна родной конференции по цифровой почвенной картографии "Digital Soil Map ping: Bridging Research, Production, and Environmental Application" (2008, г. Ло ган, США), V-ом съезде общества почвоведов им. В.В. Докучаева (2008, г. Рос тов-на-Дону), 2-ой Национальной конференции с международным участием «Проблемы истории, методологии и философии почвоведения» (2007, г. Пущи но), Всероссийской научной конференций «Пространственно-временная орга низация почвенного покрова: теоретические и прикладные аспекты» (2007, Санкт-Петербург), XI-ой Ландшафтной конференции (2006, Москва). Кроме то го, результаты обсуждались на тематических семинарах Докучаевского обще ства почвоведов, подкомиссии картографии почв и комиссии по педометрике (2006, 2008), опубликованы в журнале «Почвоведение» (2009, №2, №6). Полу ченный опыт цифрового ландшафтного анализа используется в учебных курсах географического и почвенного факультетов МГУ.
Объем работы. Диссертация состоит из введения, 5 глав, заключения, приложения и списка литературы, содержащего 142 наименований (55 на ино странном языке), изложена на 145 страницах, имеет 52 рисунка и 29 таблиц.
Работа выполнена при финансовой поддержке гранта РФФИ №08-04 01377-а, гранта Ученого Совета географического факультета МГУ (2006-2008).
Благодарности. Автор выражает искреннюю признательность своему на учному руководителю доктору сельскохозяйственных наук Н.П. Сорокиной и доктору географических наук Ю.Г. Пузаченко, определившему направление научных исследований. Также автор глубоко признателен своей семье и колле гам за постоянное внимание и поддержку на разных этапах работы.
СОДЕРЖАНИЕ РАБОТЫ
ГЛАВА 1. СОВРЕМЕННОЕ СОСТОЯНИЕ И ПРОБЛЕМЫ ЦИФРОВОГО ТЕМАТИЧЕСКОГО КАРТОГРАФИРОВАНИЯ Общей тенденцией в методологии географических исследований является развитие и внедрение количественных методов анализа полевой, дистанцион ной и картографической информации. Причины этого связаны с потребностью в объективизации (воспроизводимости) географических знаний, существенным сокращением возможностей получения новых полевых материалов и развитием технических средств сбора и анализа массовой информации о состоянии и ди намике ландшафтной оболочки и ее компонентов.
При этом происходит трансформация (обновление) технологии традицион ного визуально-экспертного тематического картографирования по нескольким направлениям:
1. Геоинформационная инвентаризация природно-ресурсной информации на разных уровнях обобщения (Рожков, 1989;
1991;
Столбовой и др., 1998;
Са вин, 2004;
Руководство …, 2008 и др.).
2. Дистанционное зондирование ландшафтного покрова и его компонентов (Симакова, Савин, 1998;
Кравцова, 2005;
Boettinger et al., 2008;
Tomppo et al., 2002 и др.).
3. Цифровая тематическая картография (ЦК) – производство карт с использова нием цифровых технологий на всех этапах исследования (Берлянт, 2006).
Используя достижения двух других направлений в области подготовки и соз дания цифровых данных, ЦК делает акцент на формализации методов карто графии, используемых в традиционных экспертных эмпирических моделях.
Наибольшее развитие цифровые методы получили в почвенной картографии (McBratney et al., 2003;
Digital soil mapping, 2007;
Digital soil mapping with limited data, 2008;
Сорокина, Козлов, 2009).
Цифровые средства сбора и хранения территориально распределенной ин формации (ГИС, дистанционное зондирование, GPS) в сочетании с методами теоретико-информационного (Хильми, 1960;
Пузаченко, 1976;
Коломыц, 2003) и интеллектуального (Рожков, 1993) анализов картографических, дистанцион ных и полевых данных повысили оперативность и объективность выявления закономерностей иерархического строения, пространственной изменчивости и разнообразия географических систем (Ю.Г. Пузаченко, А.В. Хорошев, В.В. Сы суев, В.Г. Линник, А.С. Викторов, А.К. Черкашин).
Общей методологической проблемой применения математических методов является редукция целостного объекта изучения на составные части и исследо вание неполных двух-, трехкомпонентных систем (например, почва – расти тельность, рельеф – геологические структуры – растительность) через ограни ченный набор их характеристик. Определение парциальных систем (Сочава, 2005) в качестве объекта исследований – удобный методический прием, обес печивающий возможность развития необходимых методов анализа структуры, функциональных связей и закономерностей динамики многокомпонентных систем (Николаев, 2006). В то же время применение формальных методов в ЦК нередко приводит к потере целостного объекта исследования (Горячкин, 2006).
Применительно к цифровой почвенной картографии синтез достижений част ных методов и подходов связан с отражением структуры почвенного покрова, что и составляет предмет данной диссертации.
Совокупность методов ЦК и условия их применения имеют многочислен ные ограничения, связанные с точностью и полнотой исходных данных, регио нальными особенностями конкретной территории, ограничениями конкретного метода. Количественные методы не смогут заменить экспертных знаний и чу тья специалиста. Формальные критерии точности математических моделей не исключают возможности комбинаторного решения, не имеющего отношения к реальным механизмам дифференциации географических явлений (Minasny, MacBratney, 2008). Интерпретация выявленных отношений, оценка их полноты и определение границ применимости, анализ источников и результатов искаже ний – неполный список неотъемлемых элементов картографирования, пока не поддающихся формализации.
Развитие ЦК в мире и в нашей стране сдерживается организационной сложностью создания коллективов, способных объединить отраслевых специа листов, математиков и программистов для решения актуальных методических задач. Результатом их совместной работы должны стать всесторонние методи ческие руководства и специализированные программные средства, предназна ченные для решения задач прикладного характера (Zhu et al., 2003).
ГЛАВА 2. ОТОБРАЖЕНИЕ СТРУКТУРЫ ПОЧВЕННОГО ПОКРОВА МЕТОДАМИ ЦИФРОВОЙ КАРТОГРАФИИ Специфика картографического отображения структуры почвенного покрова связана с решением двух методических задач: 1) построением вероятностной модели почвенно-ландшафтных связей;
2) типизацией почвенных комбинаций.
Вероятностный характер почвенно-ландшафтных связей обусловлен неполно той учета факторов почвообразования и масштаба их проявления. Преодоление этих ограничений связано с особенностями параметризации признакового и территориального пространств исследуемой территории и особенностями вы бранного метода анализа межкомпонентных связей.
В диссертационной работе для решения методических задач использованы технологические приемы как принятые в цифровой картографии, так и предло женные автором.
1. Система измерения и отображения территориального варьирования ланд шафтно-индикационных переменных задана растровой моделью. Элементы ре гулярной сетки (пиксели, операционные или элементарные территориальные единицы – ЭТЕ) с обоснованными линейными размерами служат посредниками между точечными данными полевых почвенных описаний и площадными ланд шафтно-индикационными характеристиками. В соответствии с принципом ландшафтного подчинения размеры пикселей при крупномасштабном карто графировании выбираются с учетом характерных размеров элементарных поч венных ареалов (ЭПА) и элементарных почвенных структур (ЭПС) в конкрет ных региональных условиях. Элементы сетки, в пределах которых имеются почвенные описания, определяют обучающую выборку, на которой строятся вероятностно-статистические модели, связывающие изменчивость почвенных свойств, выявленную в ходе опробования, с изменчивостью свойств факторов почвообразования.
2. Для параметризация признакового пространства использованы: 1) цифро вая модель рельефа (ЦМР), характеризующая разномасштабное перераспреде ление земной поверхностью вещественно-энергетических потоков;
2) разносе зонная многозональная сканерная съемка Landsat, регистрирующая состояние земной поверхности (биомасса, продуктивность, температура и др.) в величи нах коротковолнового и длинноволнового излучения. Учет характерных мас штабов и механизмов перераспределения рельефом тепла и влаги базируется на спектральном (Turcotte, 1997;
Пузаченко и др., 2003) и морфометрическом ана лизе ЦМР (Сысуев, 2002;
Terrain Analysis: Principles and Applications, 2000). Для снижения размерности признакового пространства разновременных данных дистанционного зондирования и выделения инвариантных компонентов измен чивости отраженной радиации применен метод главных компонент (PCA).
3. Для описания вероятностного характера почвенно-ландшафтных связей в работе использован аппарат нечеткой логики. Функция принадлежности нечет кого множества определялась по обучающей выборке в соответствии с законом нормального распределения (программа Statistica 7). Для каждого пикселя ус ловные вероятности функции принадлежности к заданным почвенным катего риям образуют n-мерный вектор Sif (Sif1, Sif2 … Sifk… Sifn), где n – число почвен ных категорий, а Sifk – степень принадлежности (подобия) почвы в пикселе (i,j) и почвенной категории k (Zhu et. al, 2004). Анализ вектора условных вероятно стей почвенных категорий позволяет получить для каждой ЭТЕ: 1) наиболее вероятную категорию детерминируемой переменной;
2) неопределенность од нозначного прогноза, как значение максимальной условной вероятности из всех возможных.
4. Для типизации почвенных комбинаций (ПК) автором предложена клас сификация операционных единиц по значениям вектора условных вероятно стей. Полученные в результате классификации типы сочетаний наиболее веро ятной (преобладающей) почвенной категории с двумя-тремя сопутствующими рассматриваются в работе как независимые ПК. Использование кластерного анализа k-средних с возможностью нечеткого отнесения элемента классифика ции к каждому классу (Minasny, McBratney, 2002;
Zhu, 2008), позволило обос новать оптимальную дробность классификации с минимальной общей неопре деленностью отнесения ЭТЕ к категориям почвенных неоднородностей.
5. Семантическая интерпретация модели почвенно-ландшафтных связей опирается на средства пошагового дискриминантного и канонического анали зов (Пузаченко, 2004), позволяющих определить положение и степень изолиро ванности почвенных категорий в пространстве априорных ландшафтно индикационных признаков и ортогональной системе координат факторов диф ференциации почвенного покрова (Козлов и др., 2008).
Все характеристики, вычисляемые для ЭТЕ, отображаются в виде растро вых изображений (программа FracDim). Изображение наиболее вероятной кате гории детерминируемой переменной показывает ареалы преобладающей почвы (или градации почвенного свойства), а изображение типов сочетаний преобла дающих и сопутствующих категорий почвы – ареалы почвенных комбинаций, образованных этими категориями (Сорокина, Козлов, 2009). Отображения оце нок определенности однозначного прогноза почвенных категорий и типизации почвенных комбинаций на пространство территориальных единиц демонстри руют вариативность степени детерминированности почвенно-ландшафтных связей. Области с низкой определенностью соответствуют ситуациям с наибо лее сложными отношениями и высокой неоднородностью почвенного покрова.
При необходимости для таких участков может быть сгущена сеть почвенного опробования.
Результаты каждого этапа анализа подвергаются экспертной критической оценке с учетом результатов ранее выполненных исследований. Окончательное оформление картографических материалов осуществляется с использованием изобразительных средств, принятых в геоинформатике.
ГЛАВА 3. ХАРАКТЕРИСТИКА ТЕРРИТОРИИ ИССЛЕДОВАНИЯ Демонстрация возможностей цифровой почвенной картографии осуществ ляется на примере полигона «Зеленоградский» (115 км2), расположенного на южном склоне Клинско-Дмитровской гряды в пределах ландшафтов крупно холмистой моренной и пологоволнистой морено-водноледниковой равнины.
Лесные массивы занимают 60% площади, пашня 35%, луга и болота 5%. В со ставе лесов преобладают кратко- и длительнопроизводные модификации ело вых, сосново-еловых, дубово-еловых и широколиственно-еловых сообществ (Огуреева, 1996). Мощная толща (1-4 м) однородных покровных суглинков среднего и верхнего плейстоцена определяет ведущую роль рельефа в про странственной дифференциации ПП через разномасштабное перераспределение тепла и влаги. Зональные почвы – дерново-подзолистые, с участием в пределах замедленно дренируемых водоразделов и пологих склонов – полугидроморф ных вариантов, на распаханных склонах – эродированных, в нижних частях и у подножья склонов – намытых и смыто-намытых. Средние размеры ЭПС не ме нее 2-6 га, ЭПА – 0,05-0,5 га.
ГЛАВА 4. РЕЗУЛЬТАТЫ ЦИФРОВОГО КАРТОГРАФИРОВАНИЯ В соответствии с изложенными позициями в диссертации демонстрируют ся возможности цифрового пространственного анализа при составлении карто схем подтипов почв и их почвенных комбинаций, картосхем диагностических показателей интенсивности процессов оглеения, оподзоливания, эрозии и акку муляции, а также картосхемы агроэкологических групп ПК, составляющей ос нову типизации земель (Сорокина, 1993).
Данные полевого почвенного опробования для изучения и картографирова ния СПП собирались в течение 1969-2008 гг. силами сотрудников Почвенного института им. В.В. Докучаева РАСХН: Н.П. Сорокиной, Ф.И. Козловским, Г.А.
Шершуковой, В.К. Кальван, К.Б. Ахмалишевым и др. В рамках маршрутно 6 б а Рис. 1. Положение точек почвенного опробования (крас ные) и буровых 0 - (желтые) относи тельно изображений:
а – фактора инте гральной отража тельной способности (альбедо) земной по верхности, б – рель ефа территории кар тографирования Рис. 2. Разномасштабные поверхности: а – современного рельефа, б – рельефа I-порядка (характерные размеры более 510 м) гляциальной аккумуляции мос ковского оледенения, в – рельефа II-порядка (размеры менее 510 м) эрозионной денудации верхнего плейстоцена и голоцена 6 1 - - -2 1 - -3 - - -4 - - -5 - - -6 - - -7 -4 - Рис. 3. Первый-второй-третий факторы (слева направо) дифференциации почвенного покрова на уровне подтипов Рис. 4. Преобладающий подтип почвы (слева, легенда – рис. 5), неопределенность однозначного прогноза (в центре) и ПК на уровне подтипов (справа, легенда – рис. 5) Компоненты почвенного покрова (подтипы), Площадь ПК средняя доля участия ПдГ Пбтг АПд АПдг АПдГ АПдгвг АПдвг Абтд Пд Пдг га % 1 0.08 0.02 0.01 0.00 0.00 0.00 0.00 0.00 0.00 1661 0. 2 0.06 0.01 0.00 0.00 0.00 0.00 0.00 0.00 2101 0.76 0. 3 0.08 0.02 0.00 0.00 0.00 0.00 0.00 0.00 1301 0.63 0. 4 0.19 0.06 0.01 0.01 0.00 0.00 0.00 0.00 542 0.56 0. 5 0.17 0.04 0.00 0.00 0.00 0.00 0.00 0.00 466 0.42 0. 6 0.15 0.31 0.00 0.00 0.00 0.00 0.00 0.00 276 0.36 0. 7 0.15 0.18 0.61 0.04 0.01 0.00 0.01 0.00 0.00 0.00 116 8 0.16 0.08 0.10 0.61 0.01 0.01 0.01 0.01 0.00 0.00 223 9 0.02 0.01 0.01 0.95 0.00 0.00 0.00 0.00 0.00 0.00 479 10 0.06 0.06 0.01 0.30 0.09 0.02 0.05 0.02 0.02 163 0. 11 0.00 0.00 0.00 0.00 0.86 0.07 0.01 0.03 0.03 0.01 1283 12 0.01 0.00 0.00 0.00 0.72 0.13 0.02 0.06 0.04 0.02 1063 13 0.02 0.00 0.00 0.00 0.55 0.21 0.04 0.09 0.04 0.04 637 14 0.01 0.00 0.00 0.01 0.32 0.42 0.10 0.11 0.02 0.02 206 15 0.02 0.01 0.02 0.02 0.30 0.19 0.11 0.05 0.04 169 0. 16 0.01 0.00 0.01 0.04 0.15 0.22 0.13 0.01 0.03 85 0. 17 0.01 0.00 0.00 0.01 0.01 0.01 0.01 0.00 0.00 106 0. 18 0.02 0.00 0.00 0.00 0.12 0.03 0.01 0.01 0.03 0.79 194 Всего 0.42 0.11 0.05 0.07 0.22 0.05 0.02 0.02 0.01 0.02 11072 Рис. 5. Компонентный состав почвенных комбинаций (на уровне подтипов) Рис. 6. Наиболее вероятная (преобладающая) категория оглеения почвы (слева), неопределенность однозначного прогноза (в центре) и почвенные комбинации по степени оглеения (справа) Группы ПК Средняя доля участия компонентов ПП с признаками площадь оглеения элювиирования смытости-намытости № га % Г1 Г2 Г3 П1 П2 П3 Э2 Э1 ЭН Н 1 131 5 0.17 0.01 0.12 0.02 0. 0.47 0.19 0.04 0.26 0. 2 243 10 0.00 0.01 0.13 0.01 0. 0.35 0.06 0.26 0.28 0. 3 372 15 0.02 0.00 0.22 0.27 0.01 0.13 0.01 0. 0.22 0. 4 410 17 0.03 0.00 0.25 0.01 0.13 0.01 0. 0.22 0.29 0. 5 503 20 0.13 0.01 0.00 0.20 0.01 0.14 0.00 0. 0.35 0. 6 473 19 0.12 0.01 0.00 0.20 0.20 0.01 0.15 0.01 0. 0. 7 232 9 0.10 0.01 0.01 0.18 0.19 0.07 0.04 0. 0.32 0. 8 52 2 0.10 0.01 0.01 0.16 0.13 0.14 0.24 0.16 0.34 0. 9 39 2 0.21 0.04 0.05 0.05 0.10 0.12 0.06 0.04 0. 0. Средняя 0.19 0.03 0.01 0.33 0.24 0.23 0.02 0.14 0.03 0. Максимальная 0.81 0.58 0.99 0.66 0.48 0.63 0.83 0.29 0.99 0. Число точек 327 83 23 432 456 396 21 198 15 Рис. 7. Компонентный состав агроэкологических групп ПК г в а б Рис. 8. Фрагмент картосхемы агроэкологических групп ПК: а – в растровом формате, б – в векторном формате, в – неопределенность типизации ПК, г – кар тосхема групп ПК схожего содержания, составленная ранее средствами эксперт ного анализа ключевого обследования в пределах полигона заложено 10 детальных ключей, площадью 0.5-2 га, серия почвенно-геоморфологических профилей и более 1000 точек картировочного обследования (рис. 1). Закономерности строения почвообразующей толщи выявлялись с помощью бурения до глубины 2-5 м с характеристикой глубины и характера подстилания покровных суглинков. Об щий объем – 1554 почвенных выработок.
Цифровая модель рельефа (ЦМР) построена (программа Surfer 9.0) на ос новании высотных отметок топографической карты масштаба 1:10 000 с основ ным сечением горизонталей 2,5 м. Шаг матрицы ЦМР (30 м) выбран с учетом средних линейных размеров ЭПС и детальности отображения рельефа в гори зонталях на исходной топографической карте.
Спектральный анализ ЦМР позволил установить два характерных масшта ба в организации рельефа изучаемой территории (рис. 2). Структуры рельефа первого порядка имеют характерные размеры более 510 м и суммарный пере пад высот 87 м, структуры рельефа второго порядка – размеры менее 510 м с суммарным перепадом высот – 24 м. С учетом геоморфологических особенно стей территории структуры первого порядка могут быть сопоставлены с гляци альными и водно-ледниковыми формами аккумуляции московского оледене ния, а структуры второго порядка – с формами эрозионной денудации верхне четвертичного и голоценового времени.
Для исходной ЦМР и ее двух независимых по генезису составляющих рас считаны морфометрические характеристики (программа SAGA), описывающие перераспределение влаги и тепла – крутизна, лапласиан, индекс конвергенции, высота над местным базисом эрозии. Для исходной ЦМР набор морфометриче ских характеристик дополнен плановой и профильной кривизнами, дозой пря мой солнечной инсоляции за год, продолжительностью прямой инсоляции, во досборной площадью, индексами влажности и эрозионной активности. Разно масштабное представление свойств рельефа позволило учесть возможное влия ние перераспределения тепла и влаги на дифференциацию почвенно ландшафтных условий в различных пространственно-временных масштабах.
Для характеристики текущего состояния растительности, особенностей хо зяйственной деятельности как почвообразующих факторов использовались многозональные оптико-электронные снимки Landsat 5 TM и 7 ETM+ с разре шением 30 метров для 6 сроков: 07 ноября, 25 декабря 1999 г., 14 октября г., 3 марта, 26 мая и 21 июля 2003 г.
Первый компонент PCA воспроизводит общее поле трансформации сол нечной радиации, инвариантное для различных сезонов функционирования. Его содержание соответствует ландшафтно-индикационной характеристике средне годового альбедо отражательной поверхности (рис. 1) и позволяет различать естественные и агрогеннотрансформированные категории почвенного покрова.
Карты преобладающих подтипов почв и их комбинаций. В анализ включены подтипы почв (Классификация …, 2004), обеспеченные более чем описаниями: дерново-подзолистые типичные (Пд), дерново-подзолистые глее ватые (Пдг), дерново-подзолисто-глеевые типичные (ПдГ), торфяно подзолисто-глеевые типичные и торфяно-глееземы типичные (Пбтг), агродер ново-подзолистые типичные (АПд), агродерново-подзолистые глееватые (АПдг), агродерново-подзолистые глеевые (АПдГ), агродерново-подзолистые (АПдгвг);
глееватые со вторым гумусовым горизонтом агродерново подзолистые со вторым гумусовым горизонтом (АПдвг), агроземы текстурно дифференцированные (Азтд). При цифровой обработке пришлось отказаться от принятого при крупномасштабных почвенных съемках отражения видов почв из-за недостаточной обеспеченности разрезами лесных массивов.
Наиболее однозначно в характеристиках рельефа и дистанционной съемки Landsat индицируются подтипы АПд (95.2%), Пд (77.9%) и Пбтг (52.2%) почв (табл. 1). Остальные подтипы почв имеют менее строгую приуроченность к по зициям мезорельефа, не имеют специфичного спектрального образа и обычно играют роль сопутствующих компонентов в составе ЭПС.
Наиболее независимы друг от друга агрогенные и лесные подтипы почв, однозначно диагностируемые по материалам дистанционного зондирования.
Среди лесных почв схожие позиции мезорельефа занимают пары: Пд и Пдг, Пдг и ПдГ, образуя почвенные комбинации в соответствии с особенностями микрорельефа. Подтип торфяно-подзолисто-глеевых почв (Пбтг) имеет наибо лее изолированную «экологическую нишу». Среди агрогеннотрансформиро ванных почв относительно независимы подтипы в парах АПд и АПдг, АПд и АПдГ, АПд и АПдгвг, а также пары почв с Азтд. Самое неопределенное положе ние имеют агрогенные почвы со вторым гумусовым горизонтом.
Таблица 1. Взаиморасположение подтипов почв обучающей выборки в пространстве ландшафтно-индикационных характеристик Подтипы почв АПдГ АПдгвг АПдвг Азтд Пд Пдг ПдГ Пбтг АПд АПдг Пд 0.9 2.9 9.1 30.0 29. 27.4 28.4 28.2 32. Пдг 2.7 8.1 32.7 31. 29.0 30.3 31.0 36. 1. Подтипы почв ПдГ 5.5 6.2 29.5 27. 24.6 25.9 28.2 33. 1. Пбтг 13.0 9.2 5.9 33.1 28. 24.5 27.4 31.6 35. АПд 293.2 115.8 64.8 52.6 1. 2.4 1.4 1. 0. АПдг 185.3 91.9 52.7 42.0 11.9 1.0 0.6 1.2 2. АПдГ 68.4 50.0 32.5 26.4 7.3 2.6 1.3 2.7 4. АПдгвг 96.5 63.9 39.9 33.3 6.1 2.2 2.6 1.6 3. АПдвг 59.0 47.0 33.9 42.0 2.7 3.8 2. 0.9 1. тд Аз 62.1 51.3 38.2 33.8 4.1 5.5 6.0 4.8 1. Число точек 163 53 32 23 903 199 45 68 36 * 77.9 32.1 3.1 52.2 95.2 22.6 4.4 0.0 0.0 15. Примечание. Под диагональю – значения критерия Фишера при различении подтипов почв, над диагональю – квадрат дистанции Махалонобиса между центрами областей, занимаемых категориями почвы в признаковом пространстве. Большие значения обоих показателей гово рят об изолированности каждой пары подтипов в признаковом пространстве.
* процент точек обучающей выборки, занимающих специфичную область признакового про странства. Общая точность – 68.8%.
Согласно результатам канонического анализа (табл. 2), положение десяти подтипов почв в многомерном признаковом пространстве описывается шестью независимыми осями (факторами), причем два первых из них в сумме воспро изводят 96% дисперсии признакового пространства. Первый фактор определя ет различия между лесными и агрогенными подтипами почв (рис. 3), выражае мые через величину интегрального альбедо отражательной поверхности. Кроме того, агрогенные подтипы почв тяготеют к относительно выпуклым и наклон ным элементам рельефа первого и второго порядков, что обусловлено издавна сложившейся адаптивностью структуры сельскохозяйственных угодий к наи более дренируемым позициям рельефа.
Второй фактор характеризует условия формирования автоморфных и гидроморфных почв (рис. 3) в зависимости от степени дренируемости и вели чины стокового увлажнения, характеризуемых топографическим индексом влажности, высотой над местным базисом эрозии, лапласианом рельефа I-ого порядка.
Таблица 2. Содержание осей канонического анализа № Индицируемые подтипы почвы Индицирующие переменные (в скоб диспе Область высоких Область низких ках ранговый коэффициент корреля рсия значений фактора значений фак- ции) тора Азтд(1.1), АПд Пдг(-4.7), Пд Интегральное альбедо отражательной (1.0), АПдВГ(0.8), (-4.5), Пбтг 1 поверхности (+0.8), крутизна (+0.8) и 90.6% (-4.1), ПдГ(-4.3) Апдг (0.8), АПдгВГ лапласиан (-0.6…-0.8) поверхностей разного порядка (0.8), АПдГ (0.5) ВГ Пд (-0.5), АПд Пбтг (2.1), АПдГ топографический индекс влажности (1.1), АПдгВГ(0.7), (+0.7), высота над местным базисом 2 (-0.3), АПд 5.4% (-0.2), Азтд(-0.2), ПдГ (0.7), Пдг (0.6) эрозии (-0.6), лапласиан рельефа I порядка (+0.8) Пдг(0.0) Пбтг (-1.1), ПдГ (0.6), Пдг (0.3) Индекс конвергенции (+0.9) и лапла 3 тд Аз (-1.0) сиан (+0.5) рельефа I-порядка, индекс 1.2% влажности (+0.5) Азтд (0.8) 4 Пбтг (-0.9) Индекс конвергенции поверхностей 1.1% разного порядка (+0.4…+0.5) Азтд (0.5), ПдГ АПдГ (-0.5) Крутизна рельефа (-0.6), превышение (0.4), АПдгВГ (0.3) над базисом эрозии (+0.5), альбедо ( 0.7% 0.5) АПдгВГ (-0.5), Азтд(0.3), Пдг (0.3) Превышение над местным базисом эрозии I-порядка (+0.6), современно 0.4% го рельефа (-0.8) Последующие факторы (3-6) уточняют положение некоторых подтипов почв в признаковом пространстве. Третий фактор (рис. 3) определяет поло жение Пбтг в ряду гидроморфных лесных почв и Азтд в ряду агрогеннотранс формированных почв. Их общей особенностью является положение в понижен ных и вогнутых элементах рельефа первого порядка с относительно высокими значениями индекса влажности. Различия между ними, воспроизводимые чет вертым фактором, связаны с формой поверхности: в пределах вогнутых со бирающих склонов создаются условия для формирования Пбтг, а на выпуклых распаханных склонах встречаются среднеэродированные Азтд.
Пятый фактор специфичен для агродерново-подзолисто-глеевых типич ных почв, занимающих выположенные и вогнутые позиции рельефа в пределах сельскохозяйственных земель. Наконец, шестой фактор определяет место аг родерново-подзолистых глееватых почв со вторым гумусовым горизонтом. Их распространение связано с понижениями рельефа первого порядка, при одно временном возвышенном рельефе второго порядка. Почвенный покров терри тории есть результат интегрального действия всех шести факторов (рис. 4).
Наиболее достоверен прогноз состояния ПП (рис. 4) в днищах долинно балочной сети, вершинах и верхних частях склонов моренных холмов и в целом – для выпуклых элементов рельефа. Высокая неопределенность однозначного прогноза почвы характерна для переувлажненных пологих ложбин и вогнутых элементов как моренной, так и морено-водноледниковой равнин.
Картосхема почвенных комбинаций (рис. 4) основывается на учете в ка ждой ЭТЕ не только преобладающего подтипа почв, но и двух-трех сопутст вующих с долевым участием более 4%. Наименьшая неопределенность класси фикации ЭТЕ в пространстве условных вероятностей подтипов почв (програм ма FuzMe) достигается при 3, 9 и 18 классах. За основной принят уровень клас сификации на 18 классов (рис. 5), дающий типизацию ПК приемлемой дробно сти. Под лесом состав ПК связан с соотношением автоморфных и гидроморф ных почв. Элементарные почвенные структуры с доминированием Пд занима ют 15% территории картографирования;
с участием Пдг и ПдГ до половины площади ПК – 36%;
с их преобладанием – 7%. Пбтг почвы имеют ведущее зна чением в составе ЭПС днищ эрозионной сети (6%). В пределах сельскохозяйст венных угодий преобладают ЭПС с доминированием АПд (22% от общей пло щади). ЭПС с высокой долей почв, лимитирующих агрогеннное использование (АПдг, АПдГ, АПдгвг, Абтз), в сумме занимают 14% (или 39% площади пашни).
Картосхема неопределенности типизации ПК локализует области почвен ных неоднородностей с самым сложным компонентным составом. Они пред ставляют своеобразные экотоны между равновесными позициями мезорельефа с более однозначными почвенно-ландшафтными связями. В целом площадь та ких областей невысока (1% территории), и они приурочены к границам контра стных почвенных неоднородностей.
Диагностические показатели почвенно-ландшафтных процессов заданы градациями экологически значимых морфологических признаков почвенного профиля (степени оглеения, оподзоливания и смытости/намытости). Типизация агроэкологических групп ПК выполнена путем классификации ЭТЕ в про странстве условных вероятностей диагностических показателей трех процессов.
Степень гидроморфности почв определяется условиями дренажа и величи ной стокового увлажнения, выражаемых через индекс конвергенции, индекс влажности, лапласиан и высоту над местным базисом эрозии рельефа I-порядка.
Показатели гидроморфности возрастают в ряду дерново-подзолистых глеева тых (Г1), дерново-подзолистых глеевых (Г2) и торфяно-глеевых (Г3) почв.
Низменная слабонаклонная пологоволнистая моренно-водноледниковая равни на отличается более высоким участием гидроморфных почв в ПК, особенно в пределах лесных массивов (рис. 6).
Ведущими индикационными признаками для диагностики среднесмытых (Э2), слабосмытых (Э1), смыто-намытых (ЭН) и намытых (Н) почв служат кру тизна рельефа, интегральное альбедо и площадь водосбора. Под пашней мак симальные значения крутизны при высокой водосборной площади соответст вуют Э2 и ЭН почвам, минимальные значения обоих показателей – почвам без признаков смыва и намыва, а диапазон средних значений – Э1 и Н почвам. Ин тегральное альбедо отражательной поверхности выше у Э2 и ЭН почв. Вместе с тем категории эродированности занимают в признаковом пространстве близкие области – их мозаичность связана с локальными особенностями микрорельефа.
Диагностика почв трех градаций оподзоливания достигается сочетанием интегрального альбедо, индекса влажности, водосборной площади, индекса конвергенции и лапласиана рельефа I-ого порядка, крутизной. Мелкоподзоли стые (П1) почвы преобладают в составе ПК агроосвоенных дренируемых пози ций при отсутствии натечного увлажнения;
неглубокоподзолистые (П2) почвы являются доминантами лесных ПК, а так же агрогенных ПК моренно водноледниковой равнины. Наконец, глубокоподзолистые (П3) почвы преиму щественно формируются на нижних частях длинных склонов, дренируемых во досборных понижениях и уплощенных водораздельных позициях с замедлен ным оттоком атмосферной влаги. Высокая степень неопределенности прогноза глубины оподзоливания получена для агроосвоенных почв.
При агроэкологической типизации ПК сельскохозяйственных угодий получено девять групп (рис. 7). Четыре из них (37% пашни) характеризуются преобладанием, либо высоким участием гидроморфных почв, три группы (13%) – участием смыто-намытых, и две группы ПК (39%) отличаются доминирова нием зональных почв с небольшим участием (10-15%) оглеенных, слабосмытых и намытых почв. ПК с высокой неопределенностью типизации занимают 13% пашни и приурочены к позициям рельефа с наиболее комплексным и мозаич ным ПП (рис. 8).
Содержание моделей почвенно-ландшафтных связей и пространственная конфигурация ПК имеют высокую степень сходства с результатами экспертно го картографирования, выполненного ранее (Сорокина, 1993, 1998). В диссер тационной работе приведены результаты верификации цифровых картосхем по данным ключевых участков детального картографирования.
ГЛАВА 5. МЕТОДИЧЕСКИЕ И ТЕХНОЛОГИЧЕСКИЕ ОГРАНИЧЕНИЯ ЦИФРОВОГО ПРОСТРАНСТВЕННОГО АНАЛИЗА К числу методических и технологических ограничений разработанных под ходов ЦК следует отнести: 1) неполноту учета почвообразующих факторов и масштаба их проявления (неоднородность почвообразующих пород, микро рельеф, история хозяйственного освоения). Степень неполноты поддается оценке через сравнение моделей, построенных по разному набору ландшафтно индикационных переменных. 2) необходимость контроля полноты обучающей выборки, которая должна корректно отражать состав и соотношение компонен тов ПП. Возможные решения проблемы: регулярная сеть почвенного опробова ния, либо регулирование числа и положения точек на основе факторно индикационных основ. 3) нелинейный характер изменчивости значений карто графируемых свойств почвы относительно значений ландшафтно индикационных переменных. В рамках аппарата нечетких множеств решение связано с подбором адекватной функции принадлежности на массиве обучаю щей выборки. 4) точность отображения переменных среды (растеризации) и со вмещения точек почвенного опробования с элементами сетки. По каждому ис точнику ограничений в главе дается расширенная характеристика и формули руются направления дальнейшего развития.
ВЫВОДЫ В диссертации на экспериментальном материале впервые предложены и апробированы цифровые средства ландшафтного анализа применительно к за дачам крупномасштабного почвенного картографирования в методологии СПП:
1. Несоответствие масштабных уровней сбора полевой точечной информа ции о почвах и площадной характеристики условий почвообразования преодо лено с помощью элементов растровой сетки – пикселей, линейные размеры ко торых обоснованы в соответствии с характерными размерами картографируе мых структур ПП. В конкретных региональных условиях размер ячейки растра составил 30х30 м, что больше площади ЭПА, но меньше площади ЭПС.
2. Показано, что характер пересечения ареалов почвенных категорий (функ ций принадлежности нечетких множеств) в пространстве ландшафтно индикационных признаков определяет состав почвенных комбинаций для каж дого пикселя. Для их типизации использован метод нечеткой классификации пикселей по условным вероятностям функции принадлежности компонентов ПП. Оптимальное число типов ПК определяется числом классов, при котором достигается наименьшая неопределенность классификации. Определенность ареалов ПК подтипов почв выше (0.95 для 18 ПК), чем определенность ареалов преобладающих подтипов почв (0.71 для 10 подтипов), что подтверждает эф фективность методологии СПП в почвенной картографии.
3. В диссертации впервые продемонстрировано картографическое отобра жение оценок достоверности модели почвенно-ландшафтных связей и резуль татов картографирования СПП в рамках использованной технологии и априор ных наборов данных. Картосхемы демонстрируют вариативность детерминиро ванности почвенно-ландшафтных связей и локализуют участки с наиболее ком плексным ПП, требующие дополнительного почвенного опробования. Во всех всех вариантах наибольшая неопределенность прогноза преобладающего ком понента почвенной неоднородности и типизации ПК характерна для вогнутых, собирающих влагу элементов рельефа. Высокая неопределенность характерна для ПК агроосвоенных территорий.
4. Реализованы два взаимодополняющих подхода составления почвенных карт, связанных со способом характеристики ПП в зависимости от целевого на значения карты: 1) через таксономическое положение почв в действующей поч венной классификации;
2) через диагностические показатели процессов оглее ния, эрозии и аккумуляции, оподзоливания с их последующей интеграцией в виде картосхемы агроэкологических групп ПК. Установлена специфичность индикационно-диагностических показателей для разных процессов.
5. Канонический анализ положения ареалов почвенных категорий в призна ковом пространстве позволил определить число и содержание независимых факторов дифференциации ПП и установить их наиболее информативные диаг ностические характеристики. Выявленные региональные закономерности внут риландшафтной дифференциации ПП на уровне ЭПС согласуются с выводами, полученными в предыдущих исследованиях. В условиях однородных почвооб разующих пород изменчивость ПП определяется агрогенным воздействием хо зяйственной деятельности в сочетании с разномасштабной неоднородностью элементов рельефа по характеру увлажнения.
6. Установлены ограничения ЦПК: 1) неполнота учета почвообразующих факторов и масштаба их проявления, 2) необходимость контроля полноты обу чающей выборки, 3) нелинейный характер почвенно-ландшафтных связей, 4) точность исходных данных и их преобразований при подготовке к анализу.
ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ Статьи в реферируемых журналах списка ВАК:
1. Козлов Д.Н., Конюшкова М.В. Современное состояние и перспективы раз вития цифровой почвенной картографии (по материалам международного совещания, г. Логан, США, 2008 г.) // Почвоведение, 2009, №6. С. 750-753.
2. Сорокина Н.П., Козлов Д.Н. Опыт цифрового картографирования структу ры почвенного покрова // Почвоведение, 2009, № 2. С. 198-210.
3. Козлов Д.Н., Пузаченко М.Ю., Федяева М.В., Пузаченко Ю.Г. Отображе ние пространственного варьирования свойств ландшафтного покрова на ос нове дистанционной информации и цифровой модели рельефа // Известия РАН. Сер. геогр., 2008, № 4. С. 112-124.
4. Пузаченко М.Ю., Пузаченко Ю.Г., Козлов Д.Н., Федяева М.В. Картографи рование мощности органогенного и гумусового горизонтов лесных почв и болот южнотаежного ландшафта (юго-запад Валдайской возвышенности) на основе трехмерной модели рельефа и дистанционной информации (Landsat 7) // Исследование Земли из космоса, 2006, №4, С. 1-9.
5. Пузаченко Ю.Г., Козлов Д.Н., Сиунова Е.В., Санковский А.Г. Оценка запа сов органического вещества в почвах мира // Почвоведение, 2006, №6, С.
1427-1440.
Статьи в сборниках:
6. Козлов Д.Н. Инвентаризация ландшафтного покрова методами пространст венного анализа для целей ландшафтного планирования // Труды Межд.
школы-конференции "Ландшафтное планирование. Общие основания. Ме тодология. Технология" М.: Геогр. факультет МГУ, 2006. С. 117-137.
7. Пузаченко Ю.Г., Федяева М.В., Козлов Д.Н., Пузаченко М.Ю. Методологи ческие основания отображения элементарных геосистемных процессов // Современные естественные и антропогенные процессы в почвах геосисте мах. – М.: Почв. Ин-т им. В.В. Докучаева, 2006. С. 13-52.