Оценка состояния древесно-кустарниковой растительности на основе аэрокосмической информации на примере ключевого участка природного парка "Волго-Ахтубинская пойма" в окрестностях поселка "Сахарный"

Размещено на http://www.allbest.ru/

Курсовая работа

по специальности: Садово-парковое и ландшафтное строительство

по дисциплине: «Региональные основы ландшафтного проектирования»

Тема: Оценка состояния древесно-кустарниковой растительности на основе аэрокосмической информации на примере ключевого участка природного парка «Волго-Ахтубинская пойма» в окрестностях поселка «Сахарный»

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ ЛАНДШАФТОВ

1.1 Методика аэрокосмического мониторинга ландшафтов

1.2 Дешифровочные признаки

1.3 Оценка и картографирование экологического состояния на ключевом участке

1.4 Методика оценки деградации древесно-кустарниковой растительности по проективному покрытию

ГЛАВА 2. ОЦЕНКА СОСТОЯНИЯ ДРЕВЕСНО-КУСТАРНИКОВОЙ РАСТИТЕЛЬНОСТИ ВОЛГО-АХТУБИНСКОЙ ПОЙМЫ НА КЛЮЧЕВОМ УЧАСТКЕ

2.1 Описание ключевого участка

2.2 Методика проведения анализа деградации древесной растительности

2.3 Выводы

ЗАКЛЮЧЕНИЕ

ЛИТЕРАТУРА

ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ

Ландшафт, как важнейший компонент биосферы и источник ресурсов имеет глобальное экологическое, экономическое и социальное значение. Обеспеченность информацией о состоянии и динамике ландшафтов все еще остается недостаточной и не отвечает современным требованиям устойчивого управления ресурсами. Внедрение информационных и компьютерных технологий в природопользование - это процесс, который обеспечивает получение оперативной объективной информации о состоянии ландшафтов, степени их нарушенности, тенденции изменения эколого-ресурсного потенциала и является обязательным условием повышения эффективности управления экосистемами.

В связи со строительством ГЭС (1948-55) г.г., в пойме отмечались особые гидрологические, климатические, почвенные и геоморфологические условия. Деградация и её проявления связаны с урегулированным и не достаточным сбросом воды гидроэлектростанцией, вследствие чего погибают либо замещаются другими видами более приспособленными к данным условиям существования растениями. Страдает животный мир, погибает рыба в пересохших водоемах. Происходит разрушение и обеднение почв. Также на деградацию ландшафта влияет и антропогенное вмешательство: строительство, несанкционированное прокладывание дорог, незаконное рыболовство и охота. Не менее влиятельным фактором являются засушливые года. В связи с чем актуальность работы заключается в выявлении современного состояния ландшафтов. Разработке мероприятий по их стабилизации и восстановлению.

Целью исследований является оценка состояния лесной растительности на основе аэрокосмической информации и ГИС-технологий, на примере ключевого участка природного парка «Волго-Ахтубинская пойма» в окрестностях поселка «Сахарный».

Задачи исследований:

В рамках поставленной цели, необходимо решить следующие задачи:

v Изучить методику компьютерного картографирования ландшафта на основе ГИС-технологий.

v Выделить земли по назначению.

v Определить существующее состояние древесной растительности на основе дешифрирования аэрокосмической информации, в пределах рассматриваемого участка;

v Выполнить дистанционную инвентаризацию лесной растительности на основе аэрокосмической информации.

ГЛАВА 1. АЭРОКОСМИЧЕСКИЙ МОНИТОРИНГ ЛАНДШАФТОВ

1.1 Методика аэрокосмического мониторинга ландшафтов

Использование аэрокосмической фотоинформации, как источника данных для мониторинга, может оказать существенную помощь для выявления очагов снижения биопродуктивности Волго-Ахтубинской поймы и анализа современного растительного покрова на ней. С помощью аэрокосмоснимков можно четко и точно определить распространение различных ареалов деградации и опустынивания. Постоянный мониторинг необходим для обеспечения экологической безопасности ландшафтов Волго-Ахтубинской поймы.

Целью мониторинга является определение состояния, выявление оптимального режима использования в сельскохозяйственном производстве на основе критериев экономической эффективности, а также прогнозирование экологического состояния Волго-Ахтубинской поймы в различных условиях хозяйственного пользования.

Внедрение информационных и компьютерных технологий в природопользование - это процесс, который обеспечивает получение оперативной объективной информации о состоянии ландшафтов, степени их нарушенности, тенденции изменения эколого-ресурсного потенциала и является обязательным условием повышения эффективности управления экосистемам.

В этой связи актуальным является применение в качестве дополнительного источника информации о состоянии ландшафтов Волго-Ахтубинской поймы географических информационных систем, которое осуществляют сбор, хранение, обработку, отображение и распространение геоэкологических данных. [Е. А. Жалковский, 1999.]

Использование ГИС-технологий при исследованиях ландшафтов Волго-Ахтубинской поймы позволяет проводить оценку их состояния и определить характер происходящих изменений.

ГИС-анализ позволяет установить пространственные закономерности и взаимосвязи в распределении данных по агроландшафтным объектам и перейти к определению прогнозу их состояния. [Виноградов Б. В., 2000] Для получения новых данных о состоянии ландшафтов актуальным является проведение регулярного аэрокосмического мониторинга.

Материалы аэрокосмических съемок являются основным источником объективной информации об экологическом состоянии ландшафтов Волго-Ахтубинской поймы, основой для разработки их динамических цифровых моделей, составления прогнозно-динамических карт состояния землях, подверженных различным видам деградации. Для обработки, хранения, обновления, интерпретации и представления собранных данных используются современные информационные компьютерные системы и технологии.

Компьютерные технологии интегрируют функции сканирования, обработки картографической информации, хранения и математической интерпретации аэрокосмических фотоснимков. Автоматизация ручной обработки картографических материалов с применением компьютерных технологий дает возможность увеличить достоверность и качество получаемой информации при решении пространственных задач и проблем динамического картографо-аэрокосмического мониторинга деградационных процессов.

Экологический мониторинг состояния Волго-Ахтубинской поймы, на основе аэрокосмической информации проводится с использованием дистанционных индикаторов и биотических критериев деградации земель, математико-картографического моделирования деградационных процессов и ландшафтного планирования противодеградационных фито- и лесомелиоративных мероприятий.

Использование при мониторинге картографических методов обусловлено их наглядностью, охватом территорий и точными пространственными оценками экологического состояния ландшафтов Волго-Ахтубинской поймы.

Экологическая оценка ландшафтов Волго-Ахтубинской поймы осуществляется по следующим этапам:

1. Мониторинг динамики экологического состояния Волго-Ахтубинской поймы на основе периодической аэрокосмосъемки, который включает: выбор объекта мониторинга; получение АКФ выбранного объекта; ландшафтно-экологическое дешифрирование АКФ с применением интегральных оценочных диагностических критериев экологического состояния Волго-Ахтубинской поймы; ранжирование участков Волго-Ахтубинской поймы по уровням экологического состояния.

2. Картографический анализ, который включает: составление обзорных космофотокарт; составление карт деградации ; выделение зон деградации по уровням; оконтуривание зон деградации по типам; расчет координат и площадей контуров.

3. Математическое моделирование уровней деградации.

4. Создание итоговых тематических карт состояния.

Таким образом, экологическая оценка состояния Волго-Ахтубинской поймы интегрирует методы аэрокосмического мониторинга, моделирования и картографирования ландшафтов для получения объективной информации, ее математической и графической интерпретации, представляемой в виде математико-картографических прогнозно-динамических моделей.

1.2 Дешифровочные признаки

Дешифрирование угодий на космоснимке производится по косвенным признакам: ограниченным четкими контурами или резко выраженными формами рельефа.

Дешифрирование производится по элементам местности в следующем порядке:

- гидрография и гидротехнические сооружения;

- населенные пункты;

- промышленные, сельскохозяйственные и социально-культурные объекты;

- дороги и дорожные сооружения;

- растительный покров и грунты.

Дешифрирование отдельных ландшафтных объектов

Гидрография и гидротехнические сооружения

На космоснимках крупного масштаба береговая линия морей, озер, прудов, водохранилищ и рек имеет несколько генерализованный вид и достаточно четкие очертания. Дешифрирование озер и водохранилищ, как правило, не вызывает затруднений.

На снимках пустынных районов небольшие водохранилища распознают по характерным для них темному тону и прямоугольной форме.

Неглубокие и усыхающие водохранилища дешифрируют по более светлому тону или контуру.

Для пересыхающей береговой линии водоемов (водохранилищ, озер) характерны несколько уровней высыхания, которые изображаются на фотоснимках полосами различного тона, границы которых напоминают горизонтали.

Береговые отмели и мели выглядят светлее или темнее водной поверхности и дешифрирование их не вызывает затруднений.

Русла рек выглядят извилистыми линиями различной ширины и тона. У небольших по ширине рек и ручьев русла редко дешифрируются и выделяют их в основном по извилистому рисунку берегов или маскирующей их древесной и кустарниковой растительности.

Каналы изображаются прямыми светлыми или светло-серыми линиями, имеют четкие изгибы, прямые и даже острые углы соединения и нередко резко обрываются. Сеть каналов часто образует правильные геометрические фигуры. В изображении некоторых каналов (от 10 - 15 м шириной) на светлом фоне дамб выделяется узкая полоса воды.

Часто изображения каналов и дорог на снимках выглядят одинаково. С учетом этого при дешифрировании каналов следует использовать их косвенные признаки, например, резкие изгибы, наличие мостов, выделяющихся на фоне воды, а также дорог, подходящих к мостам через каналы.

Мосты через реки и каналы изображаются на снимках в виде светлых тонких линий, пересекающих водную поверхность. При невозможности отдешифрировать мосты их местоположение определяют по косвенным признакам, например, по подходу одной или нескольких дорог к обоим берегам реки, канала или ручья.

Плотины, как и мосты, изображаются на снимке светлой полоской, пересекающей русло реки. Чаще плотины распознают по резкому расширению реки и образованию водохранилища. По плотинам, как правило, проложены дороги или тропы.

Дамбы и искусственные валы изображаются на снимках в виде узких светлых или светло-серых полос, соответствующих незадернованным и задернованным поверхностям этих сооружений; часто они бывают расположены вдоль каналов, в поймах рек.

Крупные пристани, дебаркадеры, молы, причалы на фотоснимках дешифрируют по характерным для них формам светлых полосок, которые выступают за линию берега или располагаются рядом, отчетливо выделяясь на темном фоне воды.

Колодцы, являющиеся важными объектами для районов, бедных ориентирами, непосредственно на фотоснимках практически не опознаются. Однако их местоположение довольно уверенно определяется по наличию узла дорог около колодца и по темно-серому тону изображения вытоптанного скотом участка вокруг колодца.

Родники также не опознаются на фотоснимках. Иногда они бывают приурочены к небольшим увлажненным участкам, выделяющимся на фотоснимке по каплевидной форме и светло-серому и серому тону изображения растительности; однако местоположение родника определить не удается.

Населенные пункты, промышленные, сельскохозяйственные и социально-культурные объекты

На космических фотоснимках возможно дешифрировать как крупные населенные пункты, поселки городского типа, так и сельские населенные пункты с квартальной или рядовой застройкой.

Изображения названных населенных пунктов на фотоснимках отличаются рядами четких светлых линий проездов и улиц, разделяющих застроенную часть на правильные геометрические фигуры. При увеличении изображения на снимках кварталов и рядов могут быть различимы отдельные постройки, имеющие прямоугольную форму, подчеркиваемую тенями.

Населенные пункты сельского типа с бессистемной застройкой в основном дешифрируют по общему контуру. Светлые пятна, соответствующие постройкам, и темные пятна крон деревьев создают характерную зернистую структуру их изображения. На этом фоне в виде светлых линий выделяют проезды.

При дешифрировании отдельно расположенных дворов возможно выделение строении, не скрытых кронами деревьев.

Наличие стоянок и кочевий определяют по косвенным признакам - белесым пятнам вытоптанной поверхности и пучкам грунтовых дорог. При просмотре фотоснимков с увеличением изображения кочевий и стоянок могут быть выделены отдельные строения.

Выделяющиеся городские промышленные и хозяйственные постройки дешифрируют по светлому тону крыш, форме, теням.

Заводы и фабрики распознают, как правило, по характерной планировке и структуре, отличной от структуры жилой части населенных пунктов.

Заводские и фабричные трубы на фотоснимках часто демаскируются шлейфом дыма, который более резок у горловины трубы и расплывчат с удалением от нее.

Взлетно-посадочные полосы аэродромов дешифрируют по правильной прямоугольной форме и светлому тону покрытия (грунтовые или бетонные). Аэродромные постройки располагаются рядом с полосой и распознаются по форме, тону и теням.

Постоянные загоны для скота на космоснимках дешифрируют по квадратной, прямоугольной или круглой форме и темно-серому тону вытоптанной скотом земли. В изображении кошар рядом или внутри их контура распознают крыши навесов, крытые загоны, пристройки.

Крупные мазары частично дешифрируют по теням и реже по форме на ровном светлом фоне.

Кладбища, как правило, на снимках без картматериала не распознаются. При наличии древесной растительности они демаскируются ею. Кроме того, кладбища обычно располагаются на возвышенных местах.

Положение опор и столбов линий электропередач на снимках определяют только по невспаханным вокруг них участкам. Изображаются они темными линзообразными пятнами, располагающимися через равные промежутки. Чаще всего на космоснимках распознаются опоры электролиний, пересекающих угодья.

Недешифрируемые промышленные, культурные и сельскохозяйственные объекты (нефтяные вышки, опоры, радиомачты, водонапорные башни, трансформаторные будки, кладбища и т.д.) переносят с крупномасштабных карт, планов или наносят при полевом обследовании. [Рубахин В. Ф., 1962 г.]

Дороги и дорожные сооружения

Грунтовые, проселочные и полевые дороги на космоснимках распознают по светлому тону тонких извилистых линий, обычно имеющих резкие изгибы, раздвоения. Они часто совпадают с контурами угодий. Полевые и проселочные дороги частично дешифрируют на светлом фоне, например, песчаных или каменистых поверхностей.

Вьючные тропы на снимках выглядят тонкими нитевидными линиями светлого тона и прослеживаются только на отдельных участках, исчезая на оголенных каменистых поверхностях и под пологом растительности.

Зимние дороги на космоснимках зимнего времени частично дешифрируют по темноватым тонким линиям, выделяющимся на светлом фоне заснеженных пойм рек и берегов. В основном зимние дороги тянутся вдоль пойм, часто срезают излучины рек, переходят с речного льда на сушу.

В процессе дешифрирования в необходимых случаях используют крупномасштабные карты, планы, атласы дорог, ведомственные материалы.

Элементы рельефа

Сухие русла обычно дешифрируют по извилистому рисунку светлых полос различной ширины. Иногда врезанные берега сухих русел в зависимости от освещенности подчеркиваются узкими темными или светлыми линиями.

Ямы искусственного происхождения выделяют на снимках по светлому тону выемок глины, песка или гравия.

Курганы дешифрируют по округлой или вытянутой форме, светлому тону. Они подчеркиваются тенями. Группы курганов на снимках следует распознавать по характерной для них зернистой структуре, образуемой мелкими светлыми и темными пятнами освещенных и находящихся в тени склонов отдельных курганов.

Овраги и промоины опознают на снимках по характерным очертаниям и более светлому тону, отличному от тона задернованных поверхностей. Наибольшие по размерам промоины часто изображаются в виде темных полосок.

Обрывы дешифрируют по характерным для них очертаниям и крутизне скатов. Скаты в зависимости от освещенности изображаются полосками светлого или темного тонов.

Необходимыми материалами при дешифрировании элементов рельефа являются карты, справочные и литературные материалы, каталоги ледников, аэроснимки прошлых лет и наземные фотоснимки, снимки - эталоны дешифрирования.

Растительный покров и грунты.

На космоснимках древесная растительность изображается темными тонами.

Изображение сплошных лесов имеет темно-серый тон и слегка зернистую структуру. Узкие полосы лесонасаждений обычно располагаются вдоль дорог, каналов, границ полей и на космоснимках выглядят тонкими темными полосами.

Небольшие площади леса и отдельные рощи изображаются на космоснимках темными участками различной формы и величины.

Редколесье изображается на снимке более светлыми, чем сплошные леса, неоднородными по тону участками, также имеющими зернистую структуру. Наиболее уверенно участки редколесья дешифрируются внутри лесных массивов и практически незаметны на светлом фоне скалистых склонов и высоких берегов рек.

Горелые и сухостойные леса в основном также хорошо дешифрируются на снимках, особенно внутри лесных массивов, выделяясь пятнами более светлого, чем у сплошных лесов, тона.

Просеки в лесах изображаются на снимках прямыми линиями светлых тонов, пересекающими изображение лесов и образующими сети четырехугольников. Дешифрируют просеки в зависимости от их ширины и сомкнутости крон деревьев.[ Белов С. В., 1961 г.]

Кустарниковая растительность изображается на снимках более светлым тоном, чем древесная. Изображение сплошных зарослей и отдельных групп кустарников отличается ровной тональностью и реже - слабозернистой структурой. Часто изображение кустарников повторяет по форме излучины рек, ручьев, повороты каналов, дорог, вдоль которых кустарник произрастает. Отдельные группы кустарников выглядят на снимках светло-серыми пятнами.

Отдельно стоящие деревья и незначительные по размерам группы деревьев и кустарников не дешифрируются на космоснимках. В редких случаях возможно опознавание отдельных деревьев или их компактных групп с большими кронами.

В изображении древесной и кустарниковой растительности на снимках практически отсутствует такой важный дешифровочный признак, как тени, создаваемые их кронами.

Космоснимки масштабов 1:200000 - 1:270000 не позволяют определить количественные характеристики древостоя, выделение состава пород растительности только по указанным снимкам крайне затруднительно. В связи с этим возрастает необходимость наиболее полного сбора и использования сопутствующих дешифрированию материалов картографической изученности территории.

Луговая растительность распознается на снимках по ровному серому тону в понижениях, днищах балок и оврагов, по ручьям, в поймах рек.

Степная растительность характеризуется более светлым тоном на космоснимках, чем луговая, и приурочена к более сухим и возвышенным участкам местности.

Сельскохозяйственные угодья на космических снимках дешифрируют по правильной геометрической форме и различным оттенкам фототона.

Пашни изображаются на космоснимках ровным темным тоном. Поля в зависимости от посевов и времени съемки могут иметь тона от светло-серого до темного. Покрытые водой поля (посевы риса, хлопка) наиболее четко выделяются среди других по самому темному тону и резким очертаниям границ.[ Андроников В. Л., 1975 г.]

Сады, также как и поля, изображаются на снимках ровным тоном, иногда несколько более темным. В изображении садов не проявляется характерная прямолинейность рядов плодовых деревьев, в связи с чем возникает внешнее сходство изображения садов и полей на снимках. В этом случае используются материалы картографической изученности территории и аэрофотоснимки прошлых лет.

Болота распознаются на космоснимках по различным оттенкам фототона, зависящим от увлажненности, характера покрывающей их растительности (трав, мхов, кустарников) и имеют неправильные, часто округлые очертания.

Травяные болота в основном располагаются в поймах рек и изображаются серыми или темными тонами.

Лесные болота на космоснимках распознаются по более светлым, чем окружающий их лес, участкам. Они могут быть приурочены к низинам и пологим склонам водоразделов.

Грядово-мочажинные болота распознаются на снимке по характерному для них рисунку, образуемому темными извилистыми и почти параллельными друг другу полосками мочажин; полигональные болота уверенно дешифрируются по сетчатому рисунку, который создается границами многочисленных полигонов.

Солончаки и такыры на космоснимках изображаются светлыми пятнами различной формы и величины. В зависимости от времени года тон их поверхности может несколько изменяться.

Для крупных солончаков характерны округлая форма и разнотональные, в основном светлые, обрамления, как бы параллельные контуру светлого пятна солончаки. Небольшие по площади солончаки и такыры на снимках выделяются по светлому мелкопятнистому рисунку. Разделение на снимках солончаков и такыров по внешним признакам бывает затруднительно, поэтому при их распознавании необходимо учитывать приуроченность солончаков к значительным понижениям рельефа.

Пески изображаются на космоснимках светлыми и светло-серыми тонами, но более темными, чем солончаки и такыры. В свою очередь, небольшие участки бугристых, грядовых и барханных песков выглядят светлее на ровном фоне закрепленных растительностью песчано-глинистых поверхностей и ровных песков.

Бугристые пески распознаются по серому неровному тону различных оттенков, определяемому бугристым рельефом и вкраплениями травяной или кустарниковой растительности.

Песчаные гряды изображаются светлыми и светло-серыми чередующимися полосками освещенных и затененных склонов.

Полигональные поверхности распознаются на снимках по характерному рисунку сетей полигонов; на снимках районов с развитыми мерзлотными процессами на темном фоне плоских вершин, у подножия гор, на моренах полигоны могут распознаваться по светлым тонким линиям заснеженным границам каменных многоугольников.

При дешифрировании древесной; кустарниковой и травяной растительности следует широко использовать материалы цветных, синтезированных, спектрозональных и разносезонных съемок. В отличие от черно-белых космоснимков на цветных и спектрозональных по зеленому цвету (или какому-нибудь другому условному) хорошо распознается общее покрытие местности растительным покровом, более темным зеленым цветом изображаются сплошные леса; чуть светлее - редколесные участки и самым светлым цветом - кустарниковая и травяная растительность. На цветных синтезированных и спектрозональных снимках горных районов можно распознавать границы распространения растительного покрова и отличать задернованные участки склонов от скалистых или от участков с осыпями и каменистыми россыпями.

Для дешифрирования сплошных лесов, редколесий, гарей, просек следует использовать разносезонные космоснимки, например, зимние, поскольку в отличие от летних на них вместо серого фона травяного и другого низкорослого растительного покрова изобразился светлый фон снега, хорошо контрастирующего с изображением лесов.

При невозможности распознавания по космоснимкам характера растительности следует использовать аэроснимки прошлых лет, карты и материалы лесоустроительных организаций (планы лесонасаждений, схемы-карты лесхозов и др.), планы землепользования колхозов и совхозов, материалы дешифрирования аэроснимков, литературно-справочные материалы.[ Аковецкий В. И. 1983 г.]

1.3 Оценка и картографирование экологического состояния на ключевом участке

Для экологической оценки Волго-Ахтубинской поймы используется метод полигонов с ключевыми участками.[Виноградов Б. В. 1984 г.]

При этом под полигоном понимается ограниченная территория, типичная для данного региона по физико-географическим условиям, видом антропогенного воздействия и использованию природных ресурсов. Он должен отвечать следующим требованием:[ Кулик К. Н., 2004 г.]

- быть надежно опознаваем и оконтурен на АКФ, а также на картах;

- иметь данные по физико-географическим и эколого-экономическим характеристикам;

- располагать фитоэкологическими ресурсами для создания эталонных объектов (экосистем Волго-Ахтубинской поймы).

На выбранном полигоне осуществляется аэрокосмический мониторинг [Аковецкий В. И., 1983 г.] физико-географических характеристик региона (рельеф, климат, гидрогеология, почвы, растительность); структуры экосистем (морфология, морфометрия); ритмики экосистем (суточная, погодная, сезонная, многолетняя); Антропогенных влияний на экосистемы; динамики экосистем (динамика экосистем по индикаторам и снимкам разных лет).

На полигоне выбирают ключевые участки, которые должны быть минимальными по площади и содержать детальные и достоверно различающиеся межу собой компоненты ландшафта Волго-Ахтубинской поймы для того, чтобы было возможно их надежно выявить, характеризовать и экстраполировать. Эти участки предназначены для оценки фитоэкологических ресурсов полигона, выработки определяющих физиономичных признаков и экстраполяции этих признаков на территорию полигона, на котором производится дистанционный мониторинг. Через ключевые участки прокладываются экологические профили, на которых непосредственно ведутся полевые работы.

Схематично структура объекта исследований представляется в следующем виде: полигон - ключевой участок - экологический профиль - эталонный объект.

При проведении полевых исследований на ключевом участке прокладывается экологический профиль. Профиль должен характеризовать каждый природный комплекс в его наиболее типичном и выразительном проявлении.

При масштабе картографирования 1:25000 профиль закладывают протяженностью 7-10 км и шириной 200-300 м, 1:50000-1:100000 - протяженностью 7-10 км и шириной 500 м, 1:500000-1:1000000 - соответственно 50-150 км и 5-10 км.

В зависимости от сложности ландшафта закладывается один или несколько профилей. Линии профилей предварительно намечаются на снимках, затем уточняются на местности.

Полевые исследования на ключевом участке включают подготовительные и рекогносцировочные работы, прокладку нивелирного хода, съемку ситуации по линии профиля, нивелирование пикетов.

Уровень деградации травянистой растительности устанавливается по различию в фототоне изображения участков поверхности с различным проективным покрытием. По величине проективного покрытия на ключевом участке определяются площади участков травянистой, древесной, кустарниковой растительности, после чего проводиться оценка состояния угодий с учетом различной светоотражательной способности подстилающего покрова и проективному покрытию древесной растительности.

Проективное травянистое покрытие земель имеет тесную корреляционную связь с величиной фототона изображения, по которому осуществляется дистанционное определение состояния травянистой растительности, и является комплексным показателем, позволяющим определить как урожайность, так и состояние почв на объекте исследований.

1.4 Методика оценки деградации древесно-кустарниковой растительности по проективному покрытию

Картографирование состояния древесно-кустарниковой растительности и анализ создаваемых тематических карт является самостоятельной научной задачей, решение которой позволяет обеспечивать оценку текущего состояния по уровням деградации, прогноз динамики, на основе которого разрабатывается система мер по поддержанию функционального режима древесно-кустарниковой растительности.

Наземные исследования, проводимые на больших территориях, требуют значительных затрат времени и средств, не обеспечивают постоянный мониторинг состояния древесно-кустарниковой растительности и их динамику. В связи с этим актуальным и своевременным является проведение компьютерного картографирования мелиоративных характеристик древесно-кустарниковой растительности и оценка таксационных показателей древостоев по данным дистанционного зондирования, что особенно важно, так как инвентаризация древесно-кустарниковой растительности, не проводилась с 1975 г. Для эталонирования аэрокосмической фотоинформации (АКФ) и определения таксационных характеристик древостоев необходимо проводить полевые исследования на ключевых участках.

Аэрокосмофотосъемка позволяет осуществлять непрерывный мониторинг и оценивать динамику экологического состояния древесно-кустарниковой растительности на основе компьютерного анализа комбинации оптической плотности серого цвета для черно-белых, или комбинации основных цветов для цветных снимков.

Дешифрирование АКФ, осуществляется как на визуально-инструментальным методом, так и автоматизировано с использованием вычислительной техники с системами распознавания образов.

Аэрокосмический мониторинг позволяет проводить оценку деградационных процессов в агроландшафтах, обеспечивая определение структуры и состояния ландшафта, а также оценку динамики агроэкологической ситуации. Осуществление прогнозно-динамического картографирования обеспечит планирование мероприятий по поддержанию агролесоландшафта в стабильном состоянии.

Дешифрирование аэрокосмоснимков - операция, требующая анализа многопараметрической информации, зафиксированной на фотоизображении. Визуальное дешифрирование довольно трудоемко, требует длительного времени для выполнения измерений и высококвалифицированного персонала.

Автоматизированные системы, имеют в настоящее время недостаточный распознавательный уровень, чтобы интерпретировать близкие по форме изображения в различные объекты, что может выполнить только дешифровщик по косвенным признакам.

Комбинированный метод, заключающейся в компьютерной обработке аэрокосмоснимков с построением гистограмм распределения фототона и визуальной интерпретации изображений, обеспечивает в настоящее время достаточно высокий уровень распознавания объектов с определением их основных характеристик.

Применение современных компьютерных графических станций с большой скоростью обработки данных позволяет проводить интегральные исследования оцифрованных с большим разрешением изображений, получаемых при сканировании снимков, выделять необходимую информацию, анализировать, обобщать и выводить полученные данные в виде картографических моделей, создавать цифровые тематические карты.

Оценку состояния древесно-кустарниковой растительности в ландшафтах целесообразно проводить по данным аэрокосмического мониторинга, так как это позволяет охватить значительные территории и оперативно обновлять базу данных, кроме того, определять таксационные характеристики древостоев только на ключевых участках, тем самым, сократив объем наземных обследований,

Фотограмметрические исследования древесно-кустарниковой растительности при помощи вычислительной техники предполагает использование цифровых или сканерных снимков, однако при наличии снимков на бумажных носителях, необходим перевод изображения в цифровой формат сканированием.

Анализ полученной информации предлагается проводить с использованием гистограмм, позволяющих выявлять статистические характеристики, как по количественному, так и по качественному распределению пикселей на фотоизображении.[Абросимов И. К., 1988 г.] В нашем случае основой анализа является предварительный выбор объекта исследований дешифровщиком и отнесение его к определенному типу. При наличии картографического и справочного материала на объект создается база данных с указанием породы, используемой в насаждении, и его конструкции.

Качество оцифрованных снимков зависит от разрешения сканирования. Выбор разрешения ограничен резким ростом объема используемой под файл памяти, и трудностями при последующей обработке. Желательно, чтобы размер файла не превышал размера оперативной памяти компьютера. Поэтому, при сканировании фотоснимков большого формата (А4, А3) разрешение устанавливается 300 dpi, при меньших размерах выбор разрешения определяется необходимой детализацией объектов исследований.

В результате сканирования создается цифровой аналог фотоснимка, с которым работает оператор. Для целей хранения сканированных изображений в цифровом формате, обычно используется растровый тип файлов BMP- как основной, или JPEG - как дополнительный, позволяющие максимально сохранить исходную информацию.

Для изучения динамики основных таксационных и дешифровочных показателей древостоев в защитных лесных насаждениях на аэрокосмоснимке выделяют эталонные участки. Участки подбирают в древесно-кустарниковой растительности одного типа и породного состава. Масштаб изображения выбирается таким, чтобы можно было уверенно опознать и привязать насаждения к ясно заметным ориентирам (полевые дороги, просеки, ЛЭП и др.).

Прямыми дешифровочными признаками древесно-кустарниковой растительности являются регулярность насаждений (1, рисунок1), имеющих более темный фототон, чем большинство окружающих их объектов, со светлыми просветами междурядий при несомкнутом пологе. Как правило, недалеко от насаждений проходят грунтовые дороги (2, рисунок 1), выделяющиеся на снимках светлым, почти белым фототоном. Кормовые угодья (3, рисунок 1) на снимке представлены прямоугольниками серого тона.

Компьютерное дешифрирование аэрокосмоснимков позволяет выделять 256 оттенков в каждом рассматриваемом цветовом канале или по шкале серого цвета.

Применение специализированных программ обработки графических файлов позволяет анализировать изменение фототона изображения вплоть до отдельно взятого пикселя, что позволяет получать разностороннюю информацию о состоянии древесно-кустарниковой растительности на момент съемки.

Рисунок 1. Прямые дешифровочные признаки.

1 - ряды древесно-кустарниковой растительности; 2 - полевые дороги; 3 - кормовые угодья; 4 - область выделения; 5 - исследуемый массив; 6 - эталонный массив

Масштаб и разрешение исходного снимка, выбираемого для анализа, зависит от размера объекта наблюдения и необходимой детализации. Для оценки лесонасаждений обычно выбираются снимки масштаба 1:20000 с разрешением не менее 10 м. Такие изображения имеют высокую детализацию и позволяют идентифицировать даже отдельно стоящие деревья.

При предварительном визуальном анализе изображения насаждения выделяют и обозначают контурами всю область (4, рисунок 1) и отдельно взятые массивы (5, рисунок 1). Анализ распределения пикселей в выделенной области, соответствующей общей площади выбранного массива, осуществляется по гистограмме (рисунок 2) и включает определение среднего фототона всей области (F_ср), вычисление общего количества пикселей в выделенной области (n_н), вычислении количества пикселей приходящихся на каждый тон (n_i).

Гистограмма показывает количество пикселей (ось ординат), приходящихся на каждый тон (ось абсцисс).

Контурное выделение полога отдельного ряда (рисунок 3), или рядов с сомкнутыми кронами по максимальной ширине кроны (с_max) позволяет построить гистограмму и определить количество пикселей (n_пн) и средний фототон (F_пн) для полога ряда (рядов) деревьев (рисунок 4).

Рисунок 2. Гистограмма соответствующая общей площади выбранного массива

Рисунок 3. Контурное выделение полога отдельного ряда

Рисунок 4. Гистограмма соответствующая полога ряда

В качестве эталона фототона (F_э), служащего для установления уровня деградации "Норма" и последующей оценкой экологического состояния лесонасаждения по гистограмме выбирается значение фототона, определяемого по пику в левой части диаграммы (рисунок 2).



Рисунок 5. Выделение эталонной части насаждения

Рисунок 6. Гистограмма эталонной части насаждения

Уточнение значения эталонного диапазона фототона осуществляется по специально отбираемому участку полога древостоя с наибольшей равномерностью и минимальным диапазоном расхождения значений (рисунок 5, 6), причем в качестве эталона принимается диапазон от минимального (левого) до максимального (правого) значения. При этом эти значения диапазона фототона принимаются как соответствующие недеградированному состоянию полога ("Норма"), то есть как эталон.

Гистограммы позволяют определить количество пикселей приходящихся на каждый тон. Сравнивая гистограммы распределения пикселей для всей площади древесно-кустарниковой растительности и для отдельного массива можно отметить, что распределение пикселей в левой части гистограммы изображения (рисунок 2), практически совпадает по форме с распределением пикселей на гистограмме ряда насаждения (рисунок 4), а правая часть гистограммы изображения (рисунок 2), соответствует участкам поверхности между массивами с различной степенью проективного покрытия травянистой растительностью.

Степень деградации насаждения можно определить по относительной плотности полога древостоя ч_пн, выражающую отношение суммарной площади крон деревьев в насаждении (т.е. только площади полога) (S_пн) к площади всего массива (S_н).

ч_пн= S_пн/ S_н (1)

Пиксельный анализ изображения по гистограмме позволяет выразить площади через произведение площади единичного пикселя S_i на n_i -количество пикселей, приходящихся на выбранную площадь,

ч_пн= S_пн/ S_н; (2)

или, через количество пикселей

ч_пн = n_пн/n_н (3)

где n_пн - количество пикселей, приходящихся на площадь полога, n_пн - количество пикселей, приходящихся на площадь всего насаждения.

Величина этого критерия устанавливает относительную площадь горизонтальной проекции полога древостоя и позволяет учитывать потери этой площади относительно общей площади лесонасаждения. Численное значение критерия, соответствующее оптимальному, зависит от многих факторов (возраст, схема посадки, порода деревьев и др.) и определяется индивидуально для каждого насаждения.

Количество пикселей, приходящихся на площадь полога (n_пн) может быть определено по гистограмме (рисунок 2) всего изображения путем суммирования всех пикселей совпадающих по фототону с диапазоном шкалы серого тона отнесенным к пологу (таблица 1) или путем выделения контура каждого полога отдельных рядов и суммированием всех пикселей выделенных объектов

Второй путь более трудоемкий, но более точный, позволяет учитывать при анализе только тоновые значения, входящие в границы полога.

Анализ гистограмм изображения отдельного ряда позволяет определить его состояние не только по площади полога, но и по изменению фототона.

При этом критерием состояния выделенного контуром ряда древостоя можно выбрать отношение количества пикселей, входящих в заданный диапазон фототона, соответствующий уровню деградации "Норма" (n_NЭ) в выделенном эталонном пологе насаждения к общему количеству пикселей в этом прямоугольном выделении заведомо находящегося в состоянии "Норма" (n_ПЭ)

ч_N= n_NЭ/n_ПЭ. (4)

Все остальные участки рассматриваются относительно критерия ч_N, найденного для данного древостоя, и рассчитываются по формуле:

ч= ч_пн/ ч_N (5)

Если площадь полога древостоя в выделенном контуром ряде будет соответствовать площади с уровнем деградации "Норма", то критерий ч=1, в общем случае различным уровням деградации полога будут соответствовать значения ч приведенные в таблице 1.

Таблица 1. Значения критерия ч для уровней деградации

Уровень деградации	ч
"Норма"	0,8 - 1
"Риск"	0,7- 0,8
"Кризис"	0,5-0,7
"Бедствие"	менее 0,5

Фрагменты насаждений с уровнями деградации "Норма", "Риск", "Кризис", " Бедствие " приведены на рис. 7, 8, 9, 10 соответственно.

Рисунок 10. Уровень деградации "Бедствие"

По выбранному (рисунок 11) участку полога древостоя с наилучшими характеристиками по равномерности и величине фототона строим гистограмму (рисунок 12) и определяем эталонный диапазон фототона соответствующий уроню состояния "Норма", здесь F_N= 105 - 140 по шкале серого цвета и средним значением F_Nср=119,11.

Размещено на http://www.allbest.ru/

Рисунок 11. Участок полога древостоя с наилучшими характеристиками



Рисунок 12. Гистограмма для участка полога древостоя с наилучшими характеристиками

Система компьютерного моделирования состояния лесных насаждений различного назначения прошла апробацию на экстраполяционных участках древесно-кустарниковой растительности.

Использование вычислительных комплексов на основе высокопроизводительных компьютеров и специализированных программ обработки аэрокосмофотоснимков (АКФ) позволяют создавать тематические электронные карты состояния древесно-кустарниковой растительности на регионы, оперативно учитывать произошедшие на объектах изменения. Причем периодичность зависит от наблюдаемого процесса. Наиболее доступные снимки поставляются с периодичностью от 4 дней.

Гистограммы получаемых изображений несут большое количество информации о пространственном распределении фототона с установлением диапазона пикселей, приходящихся на исследуемый объект. При этом определяется местоположение этих пикселей на изображении объекта и основные статистические параметры.

Для лесонасаждения в целом целесообразно рассчитывать критерий ч по отношению суммарного количества пикселей, соответствующих уровню деградации "Норма" к суммарному количеству пикселей, соответствующих суммарной площади выделений полога рядов насаждения,

ч=n_N/n_пн.

Предлагаемые критерии позволяют с высокой достоверностью дистанционно производить оценку состояния древесно-кустарниковой растительности, т.е. осуществлять мониторинг с необходимой периодичностью и своевременно принимать меры по поддержанию насаждений в удовлетворительном состоянии.[ Альтер С. П., 1966 г.]

ГЛАВА 2. ОЦЕНКА СОСТОЯНИЯ ДРЕВЕСНО-КУСТАРНИКОВОЙ РАСТИТЕЛЬНОСТИ ВОЛГО-АХТУБИНСКОЙ ПОЙМЫ НА КЛЮЧЕВОМ УЧАСТКЕ

2.1 Описание ключевого участка

аэрокосмический ландшафт деградация растительность

Волго-Ахтубинская пойма представляет собой совокупность рельефа, разнообразие лиственного леса, основу которой составляют дубравы с примесью вяза, клена татарского, вдоль берегов многочисленных рек и ериков, это заливные луга с редкими цветами и травами, характерные для низкого уровня поймы, а также многочисленные протоки, ерики и старицы, россыпь больших и малых озер с кристально чистой водой, которые представляют большую экологическую ценность как водно-болотные угодья.[10]

Оценка состояния ландшафта Волго-Ахтубинской поймы необходима для мониторинга и сохранения редких растений, животного мира, водно-болотных угодий исторически сложившихся в природном парке. Оценка состояния осуществляется на основе геоинформационных технологий и аэрокосмических методах мониторинга.

Рассмотрим ключевой участок (рисунок 13) на территории природного парка «Волго-Ахтубинская пойма», который расположен на Прикаспийской низменности, между низовьями рек Волга и Ахтуба. Участок площадью (4483,3) га расположен на территории Среднеахтубинского района, Волгоградской области.



Рисунок 13. Синтез топографической карты и КФС ключевого участка

2.2 Методика проведения анализа деградации древесной растительности

Динамика экологического состояния ключевого участка исследуется из целого ряда снимков, выбираются снимки с покрытием облачностью не более 10% (Рисунок 14).

Рисунок 14. Выбор подходящего снимка с помощью программы «SASPlanet»

Отобранные АКФ оцифровываются и трансформируются в выбранную систему координат. Компьютерная привязка снимков к географическим координатам производиться при помощи доступных программ фотограмметрического характера (например, «MapInfo», «Global Mapper»), где разновременные АКФ сохраняются в виде отдельных слоев и совмещаются со слоем оцифрованной топографической карты (рисунок 15). [Аковецкий В. И., 1983 г.]

Рисунок 15. Компьютерная привязка снимков к географическим координатам при помощи программы «Global Mapper»

Выделение полигонов производиться для оценки экологического состояния и получения геоинформации (площадь, периметр, координаты и др.) (Рисунок 16). Полученные данные заносятся в электронные таблицы.



Рисунок 16. Выделение полигонов в программе Adobe Photoshop CS5.

Математико-картографический анализ тематических карт осуществляется для определения пространственного расположения угодий на ключевом участке, установления и картографирования уровней их деградации.

Дешифрирование угодий на космоснимке производится по косвенным признакам: ограниченным четкими контурами или резко выраженными формами рельефа.

Дешифрирование производится по элементам местности в следующем порядке:

- гидрография и гидротехнические сооружения;

- населенные пункты;

- промышленные, сельскохозяйственные и социально-культурные объекты;

- дороги и дорожные сооружения;

- растительный покров и грунты.

При предварительном визуальном анализе изображения насаждения выделяют и обозначают контурами всю область и отдельно взятые массивы (рисунок 16). Анализ распределения пикселей в выделенной области, соответствующей общей площади выбранного массива, осуществляется по гистограмме и включает определение среднего фототона всей области (F_ср), вычисление общего количества пикселей в выделенной области (n_н), вычислении количества пикселей приходящихся на каждый тон (n_i).

Гистограмма показывает количество пикселей (ось ординат), приходящихся на каждый тон (ось абсцисс).

Контурное выделение полога с сомкнутыми кронами по максимальной ширине кроны (с_max) позволяет построить гистограмму и определить количество пикселей (n_пн) и средний фототон (F_пн) для полога деревьев (рисунок 17).

Рисунок 17. Контурное выделение полога с сомкнутыми кронами по максимальной ширине кроны в программе Adobe Photoshop CS5.

Степень деградации насаждения можно определить по относительной плотности полога древостоя ч_пн, выражающую отношение суммарной площади крон деревьев в насаждении (т.е. только площади полога) (S_пн) к площади всего массива (S_н).

ч_пн= S_пн/ S_н

С помощью выше перечисленной методики была определена деградации лесных выделов (таблица 2).

Таблица 2. Деградации лесных выделов

Номер выдела	S выдела (пикселов)	S полога (пикселов)	Деградация лесных насаждений (%)
1	2439002	1857246	0,8
2	5405425	4258018	0,8
3	1069492	410907	0,4
4	1622118	1378598	0,8
5	2315679	1614343	0,7
6	1775457	1310447	0,7
7	59621	34713	0,6
8	4278384	2363608	0,6
9	3345242	2007892	0,6
10	1029479	566522	0,6
11	942190	391435	0,4
12	1796932	868977	0,5
13	954873	491982	0,5
14	262173	200743	0,8
15	305269	214990	0,7
16	524070	343230	0,7
17	49865	32660	0,7
18	193871	84336	0,4
19	193347	133113	0,7
20	1393970	993632	0,7
21	207571	135348	0,7
22	68184	29380	0,4
23	76871	20882	0,3
24	93460	48451	0,5
25	2148408	1250802	0,6
26	1080055	812351	0,8
27	363789	170827	0,5
28	363772	141232	0,4
29	1834478	1229084	0,7
30	1153125	839010	0,7
31	630486	229555	0,4
32	943824	675880	0,7
33	2140975	1101004	0,5
34	759569	386662	0,6
35	711363	444109	0,6
36	232504	162636	0,7
37	41687	17855	0,4
38	698879	488037	0,7
39	78975	36253	0,5
40	324467	199137	0,6
41	134659	78119	0,6
42	562015	202252	0,4
43	559218	369229	0,7
44	349168	149071	0,4
45	637889	203214	0,3
46	945645	357633	0,4
47	681309	348365	0,5
48	274163	189161	0,7
49	11072	8689	0,8
50	24518	21473	0,9
51	146169	78876	0,5

На основе расчетов представленных в таблице 2 было оценено состояние древесной растительности природного парка Волго-Ахтубинская пойма на ключевом участке вблизи поселка Сахарный, результаты оценки состояния занесены в таблицу 3.

Таблица 3. Экологическая оценка состояния древесной растительности

Экологический уровень	Пиксели, рх	Площадь уровня деградации, га	% уровня деградации от общей площади древесной растительности
Древесная растительность 1532,85 га (48598498 рх)
Норма	10844363	342,04	22,32
Риск	12825191	404,52	26,39
Кризис	19047674	600,78	39,19
Бедствие	5881270	185,50	12,10

Из анализа результатов, представленных в таблице видно что с древесными породами ситуация в целом неудовлетворительная, следует обратить внимание на достаточно высокий процент бедственного состояния (12.10% от общей площади насаждений).

С помощью выше перечисленных косвенных признаков дешифрирования были определены угодия и их площади на ключевом участке (таблица 4).

Таблица 4. Распределение угодий ключевого участка

Название	Пиксели, рх	Площадь угодия, га	% от общей площади
Общая площадь ключевого участка 4483,3 га (142 141 464)рх
Поселения	16979398	535,55	11,95
Древесная растительность	48598498	1532,85	34,19
Водные угодья	7582764	239,17	5,33
Не рассматриваемые угодия	-	-	48,53
Всего:	-	-	100

Проведя анализ древесно-кустарниковой растительности на ключевом участке, можно сделать заключение о ее состоянии. В целом, более половины (77,68%) всех лиственных зеленых насаждений имеют в той или иной степени неудовлетворительное состояние, т.е. относятся к уровням «Риск», «Кризис» и «Бедствие». Как видно из таблицы 3, большую долю насаждений удовлетворительного состояния составляют насаждения, относящиеся к уровням «Норма» (22,32% от площади всех насаждений), к уровням «Риск» (26,39% от площади всех насаждений) и значимую долю к уровням «Кризис» (39,19% от площади всех насаждений), «Бедствие» (12.10% от площади всех насаждений).

2.3 Выводы

На основе проведенной оценки состояния ландшафта Волго-Ахтубинской поймы были предложены следующие мероприятия по восстановлению ключевого участка.

Восстановить лесные массивы в местах выпада, за счет посадки древесной растительности того же видового состава произраставшего на данной территории.

Произвести уборку сухостоя, для удаления из насаждений деревьев служащих источником инфекции. Путем раздачи выделов населению и разрешения свободного вывоза убранного сухостоя населению бесплатно.

Произвести обработку древесной растительности от вредителей и болезней.

Произвести опахивание древесных массивов, для предотвращения их от возгорания.

ЗАКЛЮЧЕНИЕ

Использование аэрокосмической фотоинформации, как источника данных для мониторинга, может оказать существенную помощь для выявления очагов снижения биопродуктивности Волго-Ахтубинской поймы и анализа современного почвенного и растительного покрова на ней. С помощью аэрокосмоснимков можно четко и точно определить распространение различных ареалов деградации и опустынивания. Постоянный мониторинг необходим для обеспечения экологической безопасности ландшафтов Волго-Ахтубинской поймы, поддержания максимальной продуктивности таких ландшафтов, проведения точных (координатных) фитомелиоративных работ.

Внедрение информационных и компьютерных технологий в природопользование - это процесс, который обеспечивает получение оперативной объективной информации о состоянии ландшафтов, степени их нарушенности, тенденции изменения эколого-ресурсного потенциала и является обязательным условием повышения эффективности управления экосистемам.