Геоморфологические аспекты исследования растительного покрова на основе лазерной альтиметрии (на примере Западного Кавказа)

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

АВТОРЕФЕРАТ

Геоморфологические аспекты исследования растительного покрова на основе лазерной альтиметрии (на примере Западного Кавказа)

Специальность 25.00.25 - геоморфология и эволюционная география

Ризаев Игорь

Краснодар - 2010

Работа выполнена на кафедре геоинформатики географического факультета Кубанского государственного университета

Научный руководитель: доктор географических наук,

доцент

Погорелов Анатолий Валерьевич

Официальные оппоненты: доктор географических наук,

старший научный сотрудник

Есин Николай Васильевич

доктор биологических наук,

профессор

Битюков Николай Александрович

Ведущая организация: Московский государственный

университет геодезии и картографии (МИИГАиК)

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Обоснование и актуальность исследования. Геоморфологический аспект изучения растительности чаще всего подразумевает фитогенный морфолитогенез, в котором растительность выступает непосредственным или косвенным агентом рельефообразования. Однако геоморфологические составляющие исследования растительного покрова гораздо шире. Некоторые из них связаны с современной технологией цифрового моделирования рельефа / местности на основе данных дистанционного зондирования. Так, растительный покров (в англоязычной литературе «canopy») по существу представляет собой внешнюю оболочку земной поверхности или «наложенные объекты» (Encyclopedia…, 2008), т.е. некий естественный «рельефоид» (Геоинформатика…, 1999). К такому объекту вполне применимы приемы морфологического описания и анализа поверхности с последующим расчетом таксационных показателей. Кроме того, рельеф через морфометрические переменные выступает фактором дифференциации растительности. Достоверная оценка этого фактора возможна при квалифицированном описании морфологии земной поверхности.

Цифровые модели рельефа / местности в настоящее время активно вовлекаются в геоморфологические исследования, особенно в сфере морфометрии. Разрешение цифровых моделей рельефа (ЦМР), построенных по материалам лазерного сканирования, позволяет исследовать микро- и нанорельеф, что предопределяет и масштабный уровень изучения растительного покрова. Организация мониторинга леса на основе лазерного сканирования (с пространственным разрешением до одного дерева) представляет несомненный интерес для лесохозяйственных и экологических служб. Интенсивное освоение горных территорий и, как следствие, нарушение растительного покрова, обусловливает необходимость совершенствования контроля за состоянием растительности в горах.

Следует отметить весьма слабую изученность растительного покрова в связи с микрорельефом при весьма высоком эвристическом потенциале исходных данных дистанционного зондирования и продуктивности методов геоинформационного анализа. До сих пор такие подходы остаются недостаточно разработанными.

Объекты исследования - горный микрорельеф экспериментальных полигонов в бассейнах рек Пшехи и Мзымты (Западный Кавказ), выступающий фактором формирования растительного покрова, и собственно растительный покров как рельефоид. Предмет исследования - влияние микрорельефа на пространственную дифференциацию растительного покрова в горах.

Цель работы - по материалам лазерной альтиметрии обосновать предлагаемые методологические подходы исследования и дать оценку влияния морфометрических показателей земной поверхности на пространственную структуру растительного покрова в горных условиях.

В работе поставлены и решены следующие основные задачи:

1. Обосновать и усовершенствовать методику построения цифровых моделей микрорельефа и растительного покрова на основе лазерной альтиметрии и геоинформационного моделирования.

2. Произвести экспериментальную апробацию предлагаемой методики.

3. Построить высокоточные цифровые модели рельефа и растительного покрова экспериментальных полигонов.

4. Картографировать морфометрические показатели и выполнить морфометрический анализ рельефа экспериментальных полигонов.

5. На базе приемов морфологического анализа разработать алгоритмы автоматизированной идентификации структурных элементов растительного покрова.

6. Описать пространственную структуру растительного покрова на экспериментальных полигонах.

7. Выявить связи между территориальной структурой растительного покрова и морфологией земной поверхности (высота местности, крутизна, экспозиция склонов, кривизна поверхности).

Исходные данные - материалы воздушной лазерной альтиметрии и аэрофотосъемки в верховьях рек Пшехи и Мзымты (Западный Кавказ). Съемка выполнена 19 октября 2007 г. ЗАО «НИПИ «ИнжГео» (Краснодар). Данные съемки представлены 45 аэрофотоснимками и массивом точек лазерного отражения (более 55 млн.). При выборе районов исследования учитывались их геоморфологическая и ландшафтная репрезентативность, высотно-зональная представительность, а также близость к охраняемым территориям (Кавказский биосферный заповедник, Сочинский национальный парк).

Лично автором выполнены обработка исходных материалов съемки и построение цифровых моделей, разработаны алгоритмы автоматизированного картографирования растительности и морфометрических показателей рельефа, проведены статистический анализ и интерпретация данных, составлено 35 карт.

При разработке методико-теоретических основ диссертации особое значение имел опыт отечественных (И.М. Данилин, Е.М. Медведев, С.Р. Мельников, Ю.Ф. Книжников, В.И. Кравцова, О.В. Тутубалина и др.) и зарубежных (J. Hyyppд, M.A. Lefsky, M. Maltamo, J. Pitkдnen, E. Nжsset, R. Nelson, Е. Persson и др.) исследований растительности и ландшафтов, опирающихся на технологии дистанционного зондирования, включая лазерную альтиметрию. Теоретической базой в области цифрового моделирования рельефа и геоморфологического анализа послужили труды отечественных (А.И. Спиридонов, Г.И. Рычагов, Ю.Г. Симонов, А.Н. Ласточкин, Г.Ф. Уфимцев, П.А. Шарый, И.В. Флоринский, Г.С. Ананьев и др.) и зарубежных (I.S. Evans, T. Hengl, R.J. Pike, J. Wood, M. Young, D.G. Tarboton, I.D. Moor, L.W. Zevenbergen, P. Gessler, Z. Li и др.) геоморфологов. В области картографирования и геоинформационного моделирования использовался ценный опыт российских ученых (А.М. Берлянт, А.В. Кошкарев, И.К. Лурье, Б.А. Новаковский и др.).

На концепцию диссертации оказали влияние идеи В.Н. Сукачева, Ф.Н. Милькова, С.И. Болысова, а также ряда зарубежных исследователей (A.R. Kruckeberg, W.N. McNab, L.A. Naylor, H.A. Viles, J.A. Howard и др.).

В работе использован комплекс полевых (лазерное сканирование, аэрофотосъемка) и камеральных методов. При описании свойств рельефа автор опирался на приемы геоморфометрии. В процессе обработки и анализа материалов применены методы геоинформационного картографирования, 3D-моделирования, геостатистики, приемы статистического и корреляционного анализа, фрактального анализа поверхностей. Обработка и анализ данных выполнены в программах TerraScan, TerraModeler, TerraPhoto (Terrasolid, Финляндия), ArcGIS (ESRI Inc., США), LandSerf (J. Wood, Великобритания), SAGA (Германия), MicroDEM (США), SCRM (Castlink Geomatics, Канада).

Научная новизна диссертации, обусловленная реализацией современных геоинформационных подходов к моделированию и анализу микрорельефа и растительного покрова в горах, заключается в следующем:

1. Предложена концепция исследования растительного покрова как рельефоида (т.е. средствами морфометрического анализа).

2. Впервые выполнен детальный анализ морфологической структуры растительного покрова в горах, основанный на материалах воздушного лазерного сканирования.

3. Разработаны и применены алгоритмы автоматизированного картографирования растительности на основе генерализации и фильтрации массивов лазерно-локационных данных.

4. Дана количественная оценка влияния морфометрических переменных горного микрорельефа на пространственную дифференциацию растительного покрова.

В целом в работе представлены оригинальные приемы анализа растительности по данным лазерной альтиметрии, сосредоточенные на геоморфологических аспектах исследования растительного покрова.

На защиту выносятся следующие разработки и результаты:

1. Комплексная методика геоинформационного моделирования рельефа и растительного покрова по материалам воздушной лазерной альтиметрии.

2. Алгоритмы автоматизированной обработки данных лазерного сканирования для целей описания пространственной структуры растительного покрова.

3. Модели и морфометрические карты рельефа, отражающие микромасштабную морфологическую структуру земной поверхности в горах Западного Кавказа.

4. Оценка морфологической структуры растительного покрова на территории экспериментальных полигонов в бассейнах рек Пшехи и Мзымты.

5. Интерпретация влияния микрорельефа (через морфометрические характеристики земной поверхности) на пространственную дифференциацию растительного покрова в горах.

Практическая значимость результатов диссертационного исследования определяется разработкой методики ГИС-моделирования, обеспечивающей комплексный анализ горного микрорельефа и растительного покрова. Развиваемые в работе подходы закладывают принципиально новую основу для оценки влияния фактора рельефа на пространственную структуру растительного покрова в микромасштабе. Решены задачи автоматизированной классификации структурных элементов растительного покрова. Все перечисленное демонстрирует возможности технологии воздушной лазерной альтиметрии и комплексной обработки материалов съемки для организации мониторинга леса в труднодоступной горной местности.

Полученные методические результаты, разработанные приемы обработки данных дистанционного зондирования используются в учебных курсах «геоинформационные системы», «геоинформационное картографирование», «дистанционные методы зондирования Земли», «фотограмметрия» на специальностях «прикладная информатика в географии» и «экология и природопользование» КубГУ.

Апробация работы и публикации. Диссертация написана на основе исследований автора в 2006-2010 гг., а также материалов, полученных в сотрудничестве с ЗАО «НИПИ «ИнжГео» (Краснодар).

Основные теоретические положения и практические результаты исследования докладывались на международной конференции ИнтерКарто/ИнтерГИС 15 «Устойчивое развитие территорий: теория ГИС и практический опыт», Пермь-Гент, 2009; LXII Герценовских чтениях «География: проблемы науки и образования», Санкт-Петербург, 2009; научно-практической конференции «Вопросы гидрометеорологических инструментальных наблюдений в горах Северного Кавказа: состояние и перспективы», Терскол, 2009; международной конференции в области геодезии, геоинформационных технологий и управления земельными ресурсами INTERGEO 2009, Карлсруэ, Германия; краевом конкурсе «Олимп науки Кубани - 2009», а также на регулярных заседаниях кафедры геоинформатики КубГУ.

По теме диссертации опубликовано 12 работ, в том числе 1 в издании, включённом в перечень ВАК.

Структура и объем работы. Диссертация состоит из введения, четырех глав и заключения. Общий объем рукописи составляет 185 страниц машинописного текста, включая 67 рисунков и 19 таблиц. Список использованной литературы содержит 195 наименований, в том числе 114 зарубежных источников.

Благодарности. Автор искренне благодарен своему научному руководителю заведующему кафедрой геоинформатики КубГУ А.В. Погорелову за неоценимую помощь в работе, сотрудникам кафедры геоинформатики Е.Г. Ловцову, Д.А. Комарову, Е.Н. Киселеву, А.Н. Пелиной, Е.В. Куркиной, Е.С. Бойко, С.П. Лозовому, за плодотворное обсуждение и поддержку, Ж.А. Думит за технические консультации. Отдельная признательность сотрудникам ЗАО «НИПИ «ИнжГео» и ООО «АэроТех» (Краснодар) за предоставленные материалы и помощь в проведении изысканий.

СОДЕРЖАНИЕ РАБОТЫ

Во введении отражены актуальность, цель и решаемые задачи исследования, его научная новизна и практическая значимость.

ГЛАВА 1. ИНФОРМАЦИОННО-МЕТОДИЧЕСКИЕ

ОСНОВЫ ИССЛЕДОВАНИЯ

В первом разделе главы анализируется состояние проблемы и изученность связей «растительный покров - рельеф». Определены геоморфологические аспекты исследования растительного покрова, рассматриваемые в работе: 1) рельеф является фактором дифференциации растительности; 2) растительный покров, как было сказано, представляет собой естественный «рельефоид»; 3) в исследованиях рельефа по данным дистанционного зондирования растительность следует рассматривать как шумовую компоненту при построении цифровой модели рельефа (ЦМР или DEM - Digital Elevation Model), фильтрация этого шума требует определенных технических приемов; 4) в цифровых моделях растительного покрова ряд таксационных показателей может быть описан средствами морфологического анализа в среде ГИС.

Разрешение ЦМР, построенных по материалам лазерного сканирования, позволяет исследовать микро- и нанорельеф, что предопределяет соответствующий масштабный уровень изучения растительного покрова. Последний приближается к точности полевых измерений.

Проблемой взаимодействия рельефа и растительности занимается биогеоморфология (biogeomorphology), в которой использование дистанционных методов открывает широкие перспективы. Ф.Н. Мильков (1953) определяет биогеоморфологию как дисциплину, изучающую влияние форм рельефа на биоту, что совпадает с подходами к изучению рельефа и растительного покрова в настоящей работе.

Второй раздел посвящен описанию района исследования и обоснованию выбора экспериментальных полигонов. Критериями выбора служили геоморфологическая и ландшафтная репрезентативность и разнообразие, высотно-зональная представительность, а также близость к охраняемым территориям (Кавказский биосферный заповедник, Сочинский национальный парк). Согласно перечисленным географическим критериям исследование проводилось в пределах трех экспериментальных полигонов (табл. 1), расположенных в верховьях р. Мзымты на хребтах Аибга и Псехако (южный макросклон) и в верховьях р. Пшехи на склонах горы Пшехасу (северный макросклон), вблизи массива Фишт (рис. 1).

В третьем разделе описана методика исследования рельефа и растительного покрова, базирующаяся на воздушной лазерной альтиметрии. Рассмотрены технические вопросы и алгоритмы обработки (классификации, фильтрации) исходных данных, а также процедуры устранения ошибок, проверки и редактирования полученных моделей. Основные этапы обработки таковы: 1) выделение в процессе классификации точек, отраженных от земной поверхности, 2) построение триангуляционной модели (TIN-модели) поверхностей, 3) конвертация TIN-модели в растровый формат (грид) с заданным пространственным разрешением. Для автоматизации построения цифровых моделей средствами пакета ArcGIS (Inc., США) разработан и применен специальный алгоритм в приложении Model Builder.

рельеф растительный покров цифровой

Таблица 1

Сведения об экспериментальных полигонах

Полигон (индекс)	Площадь, км2	Протяженность, км	Ширина, км	Диапазон высот, м
Аибга (S1)	1,38	2,8	0,5	671-2020
Псехако (S2)	1,51	3,0	0,5	1156-1749
Фишт (N)	7,69	5,8	1,35	1053-2153

Трехмерная модель высоты растительного покрова (полога леса) в англоязычной литературе известна как normalized Digital Surface Model (nDSM), Canopy Height Model (CHM), Digital Tree Height Model (DTHM) или Canopy Height Surface (CHS). Однако наиболее распространено словосочетание Canopy Height Model. В отечественной литературе она фигурирует как цифровая модель лесного полога (Медведев, Данилин, Мельников, 2007).



Рис. 1. Расположение экспериментальных полигонов в Краснодарском крае: Аибга (1), Псехако (2) и Фишт (3). Спутниковый снимок ENVISAT MERIS

Для создания CHM необходима модель поверхности растительного покрова, которую в данном случае можно определить как DSM - Digital Surface Model. Модель строится как разность DSM-DEM (рис. 2). Методически создание модели CHM близко к построению цифровой модели снежного покрова (Snow Surface Elevation Model), которая исследована нами для одного из экспериментальных полигонов (Погорелов, Бойко, Ризаев, 2009). Однако если для создания модели SSEM проводят как минимум две съемки, для CHM достаточно одной.



Рис. 2. Цифровые модели «истинной земли» или рельефа (DEM) (а), поверхности растительного покрова (DSM) (б) и высоты растительного покрова (CHM) (в)

Нами наряду с термином «полог леса» употребляется термин «растительный покров». Обращение к термину «полог леса» как эквиваленту английского «canopy» вполне объяснимо, когда воздушное лазерное сканирование целенаправленно применяется как инструмент исследования именно леса. Понятие растительного покрова шире понятия собственно леса и включает горную растительность вне лесной зоны - субальпийскую (криволесье, кустарники, высокотравье) и альпийскую (кустарнички, травянистая растительность и пр.). Точность съемки вполне достаточна для фиксации растений высотой более 30-40 см. В геоморфологическом контексте термин «растительный покров» одновременно указывает на континуальность объекта исследования по ассоциации с непрерывной земной поверхностью (рельефом). Словосочетание «vegetation cover» используется в работе И.В. Флоринского и Г.А. Куряковой (Florinsky, Kuryakova, 1996), посвященной анализу влияния топографии на свойства растительного покрова. Таким образом, под аббревиатурой CHM нами понимается модель высоты растительного покрова.

Четвертый раздел посвящен характеристике исходных данных - материалов лазерной альтиметрии или воздушного лазерного сканирования. Последние представлены в виде массива точек лазерного отражения (табл. 2) с координатным описанием и сопутствующей информацией (тип отражения, интенсивность отражения импульсов и др.). Фактическая плотность точек по результатам съемки вполне достаточна для построения высокоточных цифровых моделей.

Таблица 2

Объем данных лазерной съемки экспериментальных полигонов*

Показатели	Экспериментальный полигон
	Аибга (S1)	Псехако (S2)	Фишт (N)
NA	5 066 735	11 048 034	39 619 990
PA, точек/м2	3,7	6,2	5,2
NG	1 162 970	1 862 292	22 720 477
PG, точек/м2	0,9	1,1	3
NV	3 903 721	9 185 736	16 899 452
PV,точек/м2	2,8	5,2	2,2

*N_A - общее количество точек лазерных отражений, N_G - количество точек, отразившихся от земной поверхности, N_V - количество точек, отразившихся от растительного покрова, P_A - средняя плотность всех точек, P_G - средняя плотность точек, отразившихся от земной поверхности, P_V - средняя плотность точек, отразившихся от растительного покрова

В качестве дополнительных сведений о земной поверхности использованы глобальные цифровые модели рельефа SRTM (Shuttle Radar Topography Mission) и ASTER GDEM (Global Digital Elevation Model).

В пятом разделе характеризуется используемое программное обеспечение. Основой анализа послужила полнофункциональная ГИС ArcGIS (ESRI Inc., США) с рядом основных (3D Analyst, Spatial Analyst, Geostatistical Analyst, Model Builder) и дополнительных (Hawth's Tools, Arc Hydro Tools, LIDAR Data Handler, Topography Tools) модулей. При обработке ЦМР и расчете морфометрических характеристик применялись программные продукты LandSerf (J. Wood, Великобритания), SAGA (Германия), MicroDEM (США).

ГЛАВА 2. МОРФОМЕТРИЧЕСКИЙ АНАЛИЗ РЕЛЬЕФА

В первом разделе рассматриваются результаты расчетов стандартных морфометрических характеристик рельефа (гипсометрия, крутизна земной поверхности, экспозиция склонов).

На полигоне Аибга с наибольшим диапазоном высот (табл. 1, рис. 3) более 31,8% площади расположено на отметках ниже 1000 м; в интервале от 1000 до 2000 м сосредоточенно около 68,1% площади; выше 2000 м расположено 0,1% территории. На полигоне Псехако, который расположен симметрично относительно гребня хребта Псехако, на высотной ступени 1200-1600 м сосредоточено около 82,2% площади; выше в интервале 1600-1749 м сосредоточенно 16,9 % площади. На полигоне Фишт условные низкогорье (до 1000 м) и высокогорье (более 2000 м) занимают примерно одинаковую площадь - 1,61 и 1,63 % соответственно; основная территория расположена в диапазонах высот 1400-1600 м (30,3% площади) и 1600-1800 м (43,2%).



Рис. 3. Экспериментальные полигоны Аибга (S₁), Псехако (S₂) и Фишт (N), показанные способом аналитической отмывки рельефа. Во врезках - гипсометрические профили вдоль линий на полигонах

Распределение площади полигонов по крутизне склонов оценивалось по построенным картам. Пологие и слабопокатые поверхности с крутизной до 10⁰ имеют наибольшую площадь на полигоне Фишт (10,5%), наименьшую - на полигоне Аибга (3,1%) (табл. 3). Покатые и сильно покатые склоны (10-20⁰) на полигоне Фишт охватывают 29,6% площади, на полигоне Аибга - 12,2%; полигон Псехако занимает промежуточное положение.

Таблица 3

Распределение площади полигонов по крутизне склонов*

Участок	Крутизна склонов, град.	Средняя крутизна, град.
	0-10	10-20	20-25	25-30	30-35	35-40	40-50	более 50
Аибга (S1)	0,04	0,17	0,14	0,19	0,25	0,23	0,23	0,12	33,1
	3,1	12,2	10,2	13,8	18,1	16,9	16,9	8,9
Псехако (S2)	0,11	0,30	0,21	0,23	0,22	0,198	0,202	0,04	27,7
	7,5	19,6	14,1	15,0	14,7	13,1	13,4	2,5
Фишт (N)	0,80	2,28	1,25	1,15	0,99	0,60	0,43	0,20	23,9
	10,5	29,6	16,2	14,9	12,9	7,7	5,6	2,6

*Единицы измерения площади - км² (числитель) и % (знаменатель)

Крутые (20-45⁰) склоны на всех полигонах доминируют, занимая более половины территории. Доля обрывистых склонов особенно велика на Аибге (более 9%). Суммарные площади крутых и обрывистых склонов, тем не менее, существенно различны на каждом из полигонов, занимая 84,8%, 72,8% и 59,9% соответственно на полигонах Аибга, Псехако и Фишт. Согласно средним значениям крутизны в целом поверхности всех полигонов относятся к категории крутых склонов.

При анализе пространственного распределения растительности, экспозиционный фактор часто рассматривается как ведущий среди прочих морфометрических характеристик. Экспозиция для каждой ячейки ЦМР вычислялась с использованием соседних ячеек в окне 3Ч3 (метод Kernel), т.е. в микромасштабе. На полигоне Аибга преобладают склоны северной экспозиции и смежных румбов (С, С-В, а также С-З) - более 72% общей площади. Склоны южной экспозиции занимают весьма незначительную площадь (0,7%). Для полигона Псехако характерна относительная симметрия между микросклонами северной и южной экспозиции и смежной ориентировки. Значительную площадь занимают склоны западной экспозиции 19,2%. На полигоне Фишт склоны северной ориентировки (С, С-В и С-З) занимают приблизительно одинаковую площадь со склонами противоположной экспозиции (Ю, Ю-В, Ю-З) - 35,8 % и 34,8% соответственно. Микросклоны восточной экспозиции имеют незначительную площадь - чуть более 1%.

Для полноценного морфометрического описания во втором разделе анализируются дополнительные показатели - профильная и плановая кривизна поверхности, а также ее фрактальная размерность. При выборе методики построения соответствующих карт проведен сравнительный анализ расчета профильной и плановой кривизны методами Зевенбергена-Торна (Zevenbergen, Thorne, 1987) и Эванса (Evans, 1972). Предпочтение при построении карт кривизны поверхности отдано методу Эванса как менее чувствительному к экстремальным величинам крутизны поверхности.

Фрактальная размерность - показатель, который в настоящее время активно внедряется в пространственные исследования, прежде всего, в целях познания иерархической структуры рельефа (Пузаченко, 1997; Glenn et al., 2006). Используемый способ расчета фрактальной размерности земной поверхности (Eastman, 1985) представляется оптимальным с позиции установления иерархического строения рельефа, меры его сложности, выявления гомогенных областей с характерными геоморфологическими свойствами на микромасштабном уровне. Установлено, что фрактальная размерность земной поверхности на экспериментальных полигонах варьирует от 2,04 до 2,88. Максимальные значения локализуются в основном на поверхностях обвально-осыпных склонов и вдоль тальвегов, где отмечаются большие значения крутизны поверхности.

Для полигона Фишт выполнены экспериментальные расчеты фрактальной размерности дополнительно по цифровым моделям рельефа, полученным способами радарной интерферометрии (SRTM) и классической фотограмметрической обработки (ASTER GDEM). Установлено, что неодинаковое пространственное разрешение вносит существенный вклад в оценки фрактальной размерности земной поверхности, о чем свидетельствуют статистические показатели.

ГЛАВА 3. РАСТИТЕЛЬНЫЙ ПОКРОВ КАК РЕЛЬЕФОИД

В первом разделе характеризуется растительность в пределах исследуемых полигонов. Экспериментальный полигон Фишт непосредственно примыкает к западной границе Кавказского природного биосферного заповедника; полигоны Аибга и Псехако располагаются на территории Сочинского национального парка. Растительность данных охраняемых природных территорий в целом отражает характер растительных сообществ полигонов.

Высотно-зональное изменение растительности иллюстрирует аэрофотосхема полигона Фишт (рис. 4). На высотах 1400-1600 м в буково-пихтовом лесу (рис. 4, фрагмент 2) появляются поляны и прогалины. С приближением к верхней границы леса, в диапазоне отметок 1600-1800 м, пихтовые леса сменяются березой Литвинова, кленом Траутфеттера, буком, устойчивым к климатическим условиям высокогорья. Выше границы лесной зоны на отметках 1700-2000 м находится субальпийское высокотравье (рис. 4, фрагмент 3). На высотах 2000-2300 м простираются безлесные пространства скальных осыпей, основную флору которых составляют кустарники и кустарнички (рис 4, фрагмент 4).

Рис. 4. Аэрофотосхема экспериментального полигона Фишт. Основные типы растительности: 1 - смешанный лес (ниже 1300 м), 2 - буково-пихтовый лес с примесью ели (1400-1600 м), 3 - субальпийское высокотравье (1600-1800 м), 4 - каменистые осыпи с зарослями кустарников и кустарничков (1900-2100 м)

Второй раздел посвящен исследованию растительности дистанционными методами. Данные спутниковых снимков информативны в области классификации леса и дешифрировании породного состава. Однако, благодаря высокому разрешению и наличию координаты Z (абсолютная высота), лазерно-локационные данные открывают новые возможности в исследовании растительного покрова. «Лазерный портрет» лесного покрова (рис. 5) позволяет определять породный состав вплоть до одного дерева (Barilotti et al., 2009), однако автоматизированная обработка большого массива данных для решения подобной задачи находится еще на стадии разработки алгоритмов. Перспективы автоматизированного дешифрирования древесных пород и расчета таксационных показателей по материалам лазерного сканирования вполне очевидны.

Рис. 5. Фрагмент «лазерного портрета» леса вдоль профиля шириной 5 м на экспериментальном полигоне Псехако

Идея исследования леса с применением лазерных сканеров впервые была реализована зарубежными исследователями в 80-е годы XX в. Концепция предполагала оценку целого ряда параметров леса - биомассу, высоту, объем ствола (Nelson et al., 1984; Aldred, Bonnor, 1985; Maclean, Krabill, 1986; Nelson et al., 1988; Currie et al., 1989). Несомненная заслуга во внедрении этой технологии в исследования лесного покрова на территории России принадлежит И.М. Данилину и Е.М Медведеву (Danilin, Medvedev, 2004). Именно они детально описали особенности и преимущества этой технологии как инструмента для оценки таксационных характеристик леса, провели успешную верификацию результатов сканирования наземными измерениями (Данилин, Медведев, Мельников, 2005).

Эффективным средством морфологического анализа растительного покрова и рельефа является построение профилей. Это позволяет выявить некоторые пространственные (высотно-зональные, экспозиционные и др.) закономерности распределения растительного покрова. Так, на полигоне Аибга отчетливо обнаруживается немонотонное уменьшение высоты растительного покрова с увеличением высоты местности (рис. 6, профили 1а и 2а). На полигоне Фишт обнаруживается отсутствие растительности на гребнях (рис. 6, профили 1в и 2в), объяснение которому можно дать при детальном анализе высотных закономерностей. Явно выраженная экспозиционная асимметрия в распределении CHM на южном и северном мезосклонах наблюдается на экспериментальном полигоне Псехако (рис. 6, профили 1б и 2б).



Рис. 6. Продольные профили DEM и DSM экспериментальных полигонов S₁ (1а), S₂ (1б) и N (1в). На графиках 2а, 2б и 2в показаны профили высоты растительного покрова CHM соответственно для полигонов Аибга, Псехако и Фишт

В третьем разделе рассмотрена технология автоматизированного трехмерного моделирования растительности. Первоосновой моделирования является разделение ТЛО на классы точек «истинной» земной поверхности и рельефоидов (растительный покров, снежный покров, объекты застройки и др.). Описан итерационный процесс дешифрирования растительности с применением процедур фильтрации, генерализации, сгущения сети точек до требуемой точности. Методика реализована в среде ArcGIS (ESRI Inc., США) и представляет собой алгоритм Model Builder.

Полученные результаты позволяют картографировать растительность в виде совокупности квазиоднородных ареалов (дискретностей или структурных элементов) с различной площадью. Выбор площадного ценза устанавливается до обработки и зависит от масштаба картографирования. В результате получается трехмерная модифицированная цифровая модель растительного покрова, которая обозначена нами как mCHM (modified Canopy Height Model).

Четвертый раздел посвящен автоматизированной сегментации крон деревьев по данным лазерного сканирования. Под сегментацией понимается цифровая обработка растровой модели, в которой однородные смежные области группируются в дискретные объекты (сегменты), или процесс деления изображения на нераздельные базовые области (Ryherd, Woodcock, 1996; Pekkarinen, 2002; Soille, 2003; Turner, 2006). Задача сегментации - установление границ между некоторыми областями изображения с последующим распознаванием объектов.

Для этих целей применены основные алгоритмы обработки: метод ISODATA (Iterative Self-Organising Data Analysis Technique), метод автоматизированной идентификации линии водоразделов, метод матричной обработки поверхности (метод Kernel), метод программы SCRM (сочетание «метода водоразделов» и матричной обработки изображения). Оценка качества сегментации проводилась путем сравнения результатов с исходным облаком лазерных точек, моделью высоты растительного покрова, аэрофотосхемой территории, а также с растром интенсивности отраженных импульсов.

Для каждого выделенного сегмента возможны последующие расчеты производных таксационных характеристик (диаметр кроны, высота дерева и др.). В результате сегментации установлено, что в условиях экспериментальных полигонов средний диаметр крон деревьев варьирует от 7 м (Псехако) до 12 м (Фишт).

ГЛАВА 4. РЕЛЬЕФ КАК ФАКТОР ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ РАСТИТЕЛЬНОГО ПОКРОВА

Эффект воздействия рельефа на растительный покров, о котором говорится в огромном количестве географических публикаций (Сукачев, 1928; Мильков, 1953; Florinsky, Kuryakova, 1996; Kruckeberg, 2002; Болысов, 2007; Кофман и др., 2009; и многие др.), следует считать постулатом. Однако количественные обоснования такого воздействия, опирающиеся на конкретные морфометрические показатели, встречаются нечасто. Возможно, это объясняется междисциплинарным характером обоснования. Наибольший интерес вызывают региональные исследования подобного рода, выполненные с применением цифровых моделей рельефа.

В первом разделе анализируется вклад высоты местности в распределение растительного покрова. В пределах полигона Фишт верхняя граница леса располагается в диапазоне 1600-1800 м. Для исключения влияния тренда высоты местности на статистические показатели растительного покрова последние оценивались в пределах выделенных высотных ступеней (табл. 4). Лесопокрытая площадь на высотных ступенях колеблется от 82 до 10%, закономерно убывая с высотой местности.

Таблица 4

Статистические показатели распределения высоты растительного покрова по 100-метровым высотным ступеням. Полигон Фишт*

Высотные ступени, м	Sh, км2	Sv, км2	Sv, %	Hmax, м	Hmean, м	у, м	Cv
1052-1100	0,02	0,016	76	45,7	20,3	10,7	0,53
1100-1200	0,10	0,08	82	53,9	22,6	10,2	0,45
1200-1300	0,33	0,26	79	43,1	16,5	8,5	0,52
1300-1400	0,50	0,41	82	45,6	18,2	8,4	0,46
1400-1500	0,55	0,44	80	48,4	20,1	7,6	0,38
1500-1600	1,79	1,14	64	45,8	18,2	7,4	0,41
1600-1700	1,75	0,92	53	48,6	15,7	7,8	0,50
1700-1800	1,56	0,59	38	38,3	13,3	7,0	0,53
1800-1900	0,67	0,07	10	22,7	7,9	4,6	0,58

*Sh, Sv - соответственно проекционная и лесопокрытая площади, H_max, H_mean, у, Cv - соответственно максимальная и средняя высота, стандартное отклонение и коэффициент вариации высоты растительного покрова

Показательно, что средняя высота H_mean нелинейно убывает к верхней границе леса. Максимальное значение высоты лесного полога (53,9 м) приходится на ступень 1100-1200 м.

На полигонах Аибга и Псехако при формировании статистической выборки границы высотных ступеней определялись по другому принципу - естественного распределения растительности. Использованы параллельные трансекты, расположенные вдоль длинных осей полигонов. Распределение высоты растительного покрова вдоль одного из трансектов (рис. 7), свидетельствует о наличии неких квазиоднородных множеств, сосредоточенных в границах определенных высотных ступеней.

Рис. 7. Распределение высоты растительного покрова вдоль трансекта. Пунктирные линии - деление трансекта на высотные ступени. Полигон Аибга

Выделение последних целесообразно из соображений установления высотных «дискретностей» пространства CHM и проверки гипотезы обусловленности статистических параметров CHM фактором высоты местности. Результаты анализа, опирающиеся на статистические расчеты в границах равноинтервальных (табл. 4) и «естественных» высотных ступеней, показывают несомненное участие фактора высоты местности в распределении высоты растительного покрова H_veg. Так, на полигоне Аибга наибольшие средние величины H_mean (22 м) приурочены к нижней ступени (670-825 м). В диапазоне высот 825-1290 м средняя высота растительности остается практически неизменной (около 20,5 м) при увеличивающейся вариабельности H_veg с ростом высоты местности. Резкое уменьшение средних значений высоты растительности на ступени 1535-1900 м приурочено к смене ландшафтно-растительных зон - переходу от лесной зоны к субальпийской. Повсеместно в диапазоне высот 1600-2000 м наблюдается резкое уменьшение средней высоты растительного покрова до 4,7-3,9 м при максимальной высоте отдельных деревьев до 30-32 м. Отметим в общем сопоставимые значения H_mean на сравнимых высотных уровнях южного и северного макросклона и несколько большую пространственную изменчивость высот растительного покрова на южном макросклоне.

В условиях горного рельефа крутизна склонов Sl - один из ключевых факторов дифференциации элементов ландшафта, включающих растительность. Однако специальных исследований, посвященных оценке влияния крутизны склонов на распределение растительного покрова мало. Во втором разделе дается такая оценка. Имеющиеся обобщения, выполненные для разных географических территорий и по разным методикам, зачастую содержат противоречивые выводы.

Расчет показателей распределения высоты растительности H_veg на склонах разной крутизны выполнялся с помощью функции зональной статистики в отношении дискретных участков. По полученным данным на всех экспериментальных полигонах в диапазоне 0-40⁰ параметр Sl не является существенным для высоты растительного покрова. Так, на полигоне Аибга средняя высота растительности остается практически одинаковой (17-18 м) на склонах с углом наклона поверхности Sl от 0-10⁰ до 35-40⁰. Постепенное снижение средней высоты растительности начинает только при Sl>40⁰.

Для устранения влияния фактора высоты местности статистические расчеты в пределах полигонов Аибга и Псехако дополнительно проведены по высотным ступеням. Вопреки ожиданиям, линейного уменьшения высоты растительности с увеличением крутизны склонов при дифференцированном рассмотрении не наблюдается. На каждой из высотных ступеней в лесной зоне некоторое уменьшение средней высоты растительности происходит лишь при достижении крутизны склонов 35-40⁰. Примечательно, что с приближением к верхней границе леса (экотон) фактор крутизны изменяет характер своего влияния на растительный покров: выше границы леса на ступени 1900-2000 м с увеличением крутизны склонов высота растительности (кустарников) возрастает. Здесь при Sl=0-10⁰ средняя высота растительного покрова равна 0,6 м, а при Sl>50⁰ - 4,3 м. Это, на наш взгляд, вызвано фактором снежного покрова, который на крутых склонах не способен накапливаться в течение зимы и, как следствие, уничтожать или угнетать субальпийскую растительность в результате обрушения или оползания.

Прямая количественная оценка связности H_veg и Sl дана путем построения корреляционных карт методом скользящего окна, внутри которого выполняется расчет коэффициентов парной корреляции Пирсона. Эксперименты с переменными радиусами окружности окна (10, 30 и 50 м), при построении корреляционных карт, дают возможность оценить пространственные изменения в структуре корреляции (рис. 8). Как видим, территориальная изменчивость парного коэффициента корреляции, во-первых, весьма высока, во-вторых, обладает собственной структурой.



Рис. 8. Распределение коэффициента корреляции Пирсона r высоты растительного покрова и крутизны склонов. Расчеты выполнены с радиусами скользящего окна 10 м (а), 30 м (б) и 50 м (в). Полигон Аибга

Диапазон изменчивости коэффициентов корреляции r (от -0,85 до 0,84) свидетельствует о неоднозначности реакции высоты растительного покрова на изменения угла наклона поверхности. Наиболее контрастные изменения парной корреляции локализуются в районах выпуклых или вогнутых перегибов, гребней, эрозионных врезов (русел водотоков). С изменением радиуса скользящего окна структурные особенности поля r сохраняют свои черты, но при этом происходит вполне объяснимое сглаживание (рис. 8).

В третьем разделе рассматриваются экспозиционные закономерности распределения растительности. Экспозиция определяет степень нагрева, освещения поверхности, тем самым воздействует на особенности дифференциации фитоценозов. Фактор экспозиции проявляется в разных масштабах. Для оценки экспозиционных различий в микромасштабе и устранения наномасштабного влияния при статистических расчетах использовались цифровые модели с установленным пространственным разрешением 30 м. Оптимальным с точки зрения экспозиционного анализа распределения растительного покрова является экспериментальный полигон Псехако, образованный мезосклонами северной и южной экспозиций.

Судя по расчетам (табл. 5), экспозиционный фактор оказывается достаточно действенным в микромасштабе. Весьма заметна роль этого фактора на полигонах Псехако и Аибга. Здесь наибольшие средние высоты растительного покрова тяготеют к микросклонам южной, юго-восточной и восточной экспозиции, а на микросклонах северной и северо-западной экспозиции в целом произрастает растительность с наименьшими средними значениями H_veg.

Таблица 5

Распределение высоты растительного покрова на микросклонах разной экспозиции на экспериментальных полигонах

Экспозиция	Полигон Аибга	Полигон Псехако	Полигон Фишт
	S, га	Статистические показатели, м	S, га	Статистические показатели, м	S, км2	Статистические показатели, м
		Max	Mean	у		Max	Mean	у		Max	Mean	у
С	45,3	50,1	11,4	11,7	6,9	44,5	16,2	9,0	0,86	53,9	12,0	10,4
СВ	47,8	47,0	20,3	10,8	0,3	37,0	18,7	8,5	0,08	39,1	12,1	10,1
В	24,4	47,8	19,3	10,9	0,9	53,8	25,6	11,7	0,03	37,7	7,5	8,3
ЮВ	3,5	41,6	20,9	9,0	12,2	62,6	23,8	11,9	0,16	41,0	12,9	8,0
Ю	0,2	39,2	25,6	9,0	47,9	58,2	21,5	11,6	0,67	49,1	11,3	10,0
ЮЗ	0,5	41,3	18,4	9,0	20,3	54,3	19,7	11,5	1,33	44,5	8,6	9,4
З	1,1	36,6	17,7	7,6	31,0	59,5	17,4	11,3	2,90	49,5	7,9	9,6
СЗ	14,6	46,6	13,5	12,4	29,9	58,1	15,6	10,3	1,60	52,1	11,4	10,4

По данным полигона Псехако установлено, что в мезомасштабе влияние экспозиции не менее значимо: на южном склоне хребта Псехако средняя высота растительного покрова на 80-5% выше, чем на сопоставимых уровнях северного мезосклона (рис. 9). При этом с приближением к гребню различия нивелируются.

Рис. 9. Распределение высоты растительного покрова на северном и южном мезосклонах. Полигон Псехако

В четвертом разделе анализируется вклад профильной кривизны поверхности в распределение растительного покрова. Кривизна земной поверхности определяет денудацию, транзит и аккумуляцию потоков, что опосредует и распределение растительности. В работе (McNab, 1989) установлено влияние локальной морфологии земной поверхности на высоту растительности. В качестве морфометрического показателя выступает «топографический индекс» TSI - Topography Shape Index, который аналогично профильной кривизне идентифицирует вогнутые, плоские и выпуклые участки земной поверхности. Кривизна земной поверхности рассчитывалась нами по ЦМР с пространственным разрешением 10 м. По корреляционным картам установлены особенности связи высоты растительного покрова и профильной кривизны k_v, определяющей ускорение движения вещества по склону. По данным полигона Аибга оказалось, что в границах лесной зоны парный коэффициент корреляции r изменяется в широких пределах (от -0,81 до 0,86). Хорошо выраженная прямая корреляция (r>0,5) отмечается в вогнутых участках эрозионных врезов, где отрицательным величинам k_v соответствует резкое понижение высоты растительного покрова. На склонах с экстремально высокими значениями k_v >2,0 наблюдается обратная связь (r<-0,3). Анализируемая связь имеет нелинейный вид, и ее интерпретация требует учета дополнительных факторов.

ЗАКЛЮЧЕНИЕ

Приведем наиболее важные научно-методические и практические результаты исследования:

1. На основе технологии воздушной лазерной альтиметрии и ГИС-моделирования по материалам исследований трех экспериментальных полигонов в верховьях рек Мзымты и Пшехи усовершенствована методика построения цифровых моделей рельефа и растительного покрова, включающая процедуры фильтрации и генерализации лазерных отражений. Методика позволяет картографировать растительный покров в виде совокупности квазиоднородных ареалов (структурных элементов) с установлением площадного ценза. Разработан метод автоматизированной сегментации крон деревьев, опирающийся на морфологический анализ цифровых моделей.

2. Предложена и реализована концепция исследования растительного покрова, опирающаяся на современную технологию цифрового моделирования рельефа / местности. В рамках концепции растительный покров рассматривается как естественный рельефоид - внешняя оболочка земной поверхности, к которой применимы приемы морфологического описания рельефа.

3. С использованием разработанной методики построены высокоточные цифровые модели «истинной земли» и растительного покрова экспериментальных полигонов, послужившие основой для создания комплекта морфометрических и корреляционных карт.

4. В результате комплексного морфометрического анализа земной поверхности полигонов получены детальные сведения об особенностях горного микрорельефа в показателях гипсометрии, крутизны и экспозиции склонов, кривизны, фрактальной размерности поверхности и др. Построенные морфометрические карты позволили оценить влияние соответствующих характеристик на пространственное распределение растительного покрова, т.е. количественно оценить вклад рельефа.

5. Установлены мезо- и микромасштабные закономерности пространственной структуры высоты растительного покрова в связи с морфометрическими переменными рельефа (высота, крутизна, экспозиция, кривизна поверхности).

6. Описаны высотные эффекты изменения высоты растительного покрова H_veg. На полигоне Фишт в лесной зоне в интервале 1050-1600 м средние высоты растительного покрова изменяются в пределах 18,2-22,6 м. Величины стандартного отклонения высоты растительного покрова монотонно уменьшаются к верхней границе леса. На полигоне Аибга максимум изменчивости (у=13,1 м) приходится на высотную ступень 1360-1535 м вблизи верхней границы лесной зоны, т.е. экотона. В диапазоне высот 1600-2000 м наблюдается скачкообразное уменьшение средней высоты растительного покрова до 4,7-3,9 м при максимальной высоте отдельных деревьев до 30-32 м.

7. Весьма своеобразно влияние крутизны склонов Sl на высоту растительного покрова H_veg. Общим свойством распределения растительности в связи с крутизной земной поверхности Sl в границах лесной зоны является в целом слабая реакция высоты растительности на изменения крутизны. В интервале Sl=50…87⁰ наблюдается заметное уменьшение средней высоты растительности. Значение Sl>40⁰ следует считать порогом, за пределами которого чувствительность растительности к крутизне склонов качественно возрастает. Вблизи границы лесной зоны в условиях экотона реакция растительности на увеличение крутизны склонов усиливается.

В лесной зоне наибольшие средние значения высоты растительного покрова отмечаются на участках земной поверхности с углами наклона 25-35⁰, которые следует считать экологически наиболее благоприятными для анализируемой лесной растительности. Примечательно, что экстремально высокие деревья (57-62 м) способны произрастать на склонах крутизной более 40⁰.

Выше границы леса (ступень 1900-2000 м) с увеличением угла наклона поверхности высота растительности (кустарников) возрастает. Это вызвано влиянием снежного покрова: на склонах повышенной крутизны снег не способен накапливаться и тем самым уничтожать (при обрушении) или угнетать (при оползании) субальпийскую растительность.

Корреляционные карты, отражающие локальную структуру корреляции H_veg и Sl, показывают высокую территориальную неоднородность и большой диапазон парных коэффициентов корреляции (от -0,85 до 0,91). Это свидетельствует о неоднозначности реакции высоты растительного покрова на изменения угла наклона поверхности.

8. Фактор экспозиции склонов, оцениваемый по моделям с пространственным разрешением 30 м, достаточно действенный. Наибольшие средние высоты растительного покрова тяготеют к микросклонам южной, юго-восточной и восточной экспозиции. На микросклонах северной и северо-западной экспозиции отмечены наименьшие средние значения H_veg. Роль экспозиции в мезомасштабе не менее значима: на южном склоне хребта Псехако высота растительного покрова в целом на 30-40% выше, чем на северном мезосклоне.

Итак, главным результатом работы является обоснование предложенных методов в изучении рельефа и растительности как «рельефоида», а также установление влияния морфологии земной поверхности на пространственную структуру растительного покрова в горах Западного Кавказа. Проведенная работа является первым опытом количественной оценки влияния рельефа на растительный покров на основе лазерной альтиметрии.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Ризаев И.Г., Мищенко С.А. Представление данных лазерного сканирования при инженерных изысканиях // Геопрофи. 2006. №5. С. 45-48.

2. Погорелов А.В., Бойко Е.С., Ризаев И.Г. Применение воздушного лазерного сканирования для моделирования поля снежного покрова на горных склонах // Пространственные данные. 2007. № 4. С. 34-38.

3. Ризаев И.Г., Мищенко Ю.А., Мищенко С.А. Технология пространственного моделирования растительного покрова на основе данных лазерно-локационной съемки // Геопрофи. 2007. №1. С. 22-26.

4. Ризаев И.Г., Погорелов А.В. Технология комплексного геоинформационного моделирования местности на основе воздушной лазерной локации (район г. Сочи) // Географические исследования Краснодарского края: сб. науч. тр. Вып. 2. Краснодар. 2007. С. 158-165.