Размещено на http://www.allbest.ru/

Введение

На сегодняшний день наиболее широко применяется геоинформационные системы ГИС в сфере информационного обеспечения и автоматизации землеустроительных работ, земельного кадастра и оценке земельных ресурсов. Особое значение для мониторинга земель и пространственного отображения негативных процессов и явлений играет картографическая информация. Специалистам в области ГИС принадлежит важная роль в информационной поддержке принятий решений по организации продуктивного использования земельных ресурсов, их улучшению и охране. Они должны уметь создавать и дополнять базу геоданных, использовать в своей работе данные дистанционного зондирования, материалы наземной инструментальной съемки, векторных и растровых моделей представления пространственных данных при геоинформационном картографировании земельных ресурсов.

Но прежде чем разрабатывать научное обоснованные мероприятия по проведению картографирования необходимо всесторонне изучить современное состояние окружающей природы, возможные изменения при хозяйственном использовании. Важно сохранить уникальные ландшафты, растительный и животным мир для будущих поколений. В наше время территория, измененная в результате хозяйственной деятельности достигает до 85% от площади всей суши, и эта территория постоянно изменяется. Изучение столь огромных площадей практически невозможно при использовании только традиционных методов. Продуктивное решение данных вопросов требует определения точного пространственного местоположения земель при составлении карт. В данной ситуации на помощь приходит метод изучения земельных ресурсов дистанционным зондированием из космоса. Эта процедура представляет собой комплекс разных способов фиксирования природной обстановки при помощи фотографической, сканерной, телевизионной, радиолакционной и другой специальной аппаратурой, и также визуальных наблюдений [3].

Космические снимки служат основой для проработки традиционных карт природы по материалам фотоснимков из космоса, помогают при создании карт, отражающих современное состояние окружающей природы. Появление космической съемки помогла удешевить и упростить процесс картографирования.

Сегодня картографические материалы представлены в цифровом виде на базе ГИС, которая является системой для обеспечения сбора данных, его сохранности, обработки, отображения и передачи отработанных данных.

В моей курсовой работе будут рассмотрены такие важные вопросы:

- образование и развитие ГИС-методов картографирования земельных ресурсов;

- задачи и цели картографирования земельных ресурсов;

- рассмотрение программных средств для ГИС-картографирования земель;

- изучение основных характеристик космических снимков;

- рассмотрение методов дешифрования космических снимков;

- рассмотрены преимущества использования космических снимков при картографировании земель;

- определены перспективы для дальнейшего развития данного направления;

- на конкретном примере освещен вопрос особенностей картографирования растительности для кадастровой оценки земли на примере Лапландского заповедника;

-будет в заключении сделаны выводы ко всей работе, о важности развития данного метода в будущем.

Глава 1. Геоинформационное картографирование земельных ресурсов

1.1 Образование и развитие ГИС- методов картографирования земельных ресурсов

В образовании и развитии ГИС-методов картографирования земельных ресурсов можно определить три основных этапа:

1. пионерные период (1960-е годы);

2. эпоха государственных инициатив (1970-е годы);

3. период коммерческого развития ( 1980-е и по наши дни).

Пионерный период развивался на фоне появления электронных вычислительных машин, плоттеров, цифрователей и другой периферийной аппаратуры, при создании программных алгоритмов и способов графического отображения информации на экранах, возникновения формальных способов пространственного анализа. Образование и стремительное развитие ГИС было обусловлено огромным опытом топографического и тематического картографирования, автоматизацией процесса составления карт и прорывом в развитии компьютерных технологий [3].

Впервые в 1960 г. В Канаде была создана база ГИС картографирования земель. Главной задачей было проанализировать многочисленные данные , накопленные Канадской службой земельного учета, и в добыче статистических данных, которые можно было бы применять при разработке планов землеустройства больших площадей, в основном к землям сельского хозяйства. Чтобы реализовать данный проект необходимо было создать классификацию земель, выявить и показать устоявшуюся структуру применения земель. Наиболее остро стоял вопрос об обеспечении продуктивного ввода данных имеющихся картографических и тематических знаний. Чтобы это достичь специалистами было разработано решение о применении таблиц атрибутивных данных, что разрешило поделить файлы геометрической геоинформации о местоположении объектов и файлы с тематическим содержанием об исследуемых объектах. Для введения крупномасштабных земельных планов ученые спроектировали уникальное сканирующее устройство.

В Швеции специалисты уделяли внимание ГИС-земельно-учетной специализации, так был создан Шведский земельный банк данных, позволяющий автоматизировать учет землевладений и недвижимости. Карты в тот период строились виде грубых алфавитно-цифровых распечаток, состоящих из букв и чисел с разной плотностью отображения, что создавало эффект полутоновых изображений.

Во второй половине 1960-х годов были представлены уникальные разработки Гарвардских ученых, в их лабораториях были спроектировано программное обеспечение, которое стало классическим при в области картографирования.

Так была заложен фундамент и определена ведущая роль картографических моделей данных, картографический способ исследований, способы представления информации в геоинформационных системах.

Следующий период государственных инициатив ГИС были направлены на инвентаризацию земельных ресурсов, земельног окадастра и учета для совершенствования системы налогооблажения, при автоматизации земельных ресурсов в системе учетного документооборота в виде баз данных по соответусвующим разделениям. Важным шагом в развитии ГИС было в введении в число атрибутов операционных объектов признака пространства, бонитировка почв или признака пространства.

В это время появилось понятие протсранственных объектов, которые описывались с помощью позиционных и непозиционных атрибутов. Были сформировано два противоположных направления в представлении: растровые и векторные структуры, включаятопологические линейно-узловые представления. Были решены задания, образующие основу основ геоинформационных технологий, такие как наложение разноименных слоев, генерация буферных зон, полигонов Тиссена и другие действия управления пространственными данными, такими как определение принадлежности точки полигону, действия вычислительной геометрии и т.д. Определены эффективные решения иных геометрических вопросов,порядок действия оценочных операций и графоаналитических построений.

Период коммерческого развития приходит в 1980-е годы при сформировании единой системы путем объединения компьютерного обеспечения по обработке данных, по подготовке текстов и карт. Этот союх дает возможность человеку принять правильное решение в ответственных мероприятиях. В это время очень большими темпами развивается ГИС, новые возможности вычислительных средств, персональных ЭВМ существенно меняет все геоинформационное направление. Теперь программные продукты достаточно универсальны для оценивания и анализа проблем в вопросах ГИС. Так именно в этот период появляется прогаммное обеспечение ARC/INFO в институте изучения систем окружающей среды в США, основой для создания которой явились объединение стандартной реляционной системы управления базами данных (INFO) с программой ( ARC). Cегодня прогаммное обеспечение переросло в комплекс ArcGIS - солидное решение при ГИС - картографировании, в частности и земельных ресурсов.

В этот период времени в нашей стране происходит введение ГИС для картографирования земельных ресурсов. Была основана земельная информационная структура подразделяющаяся на локуальную, региональную и центральную, начинают накапливаться земельно-кадастровые данные. Проведена ГИС в процесс регистрации земельных наделов, мониторинг и охрану земельного фонда, получают свое развитие серверные фонды.

1.2 Задачи и цели ГИС-картографирования земельных ресурсов. Классификация земельных ресурсов России

Сотрудничество геоинформатики и картографии стало базой для формирования нового направления - геоинформационного картографирования, суть которого составляет автоматизированное информационно-картографическое моделирование природных и социально-экономических геосистем на основе ГИС и баз знаний [2].

Применение карт при планировании и управлении в науке и других спектрам жизни доказывает о важности ГИС-картографирования в масштабах государства.

Для развития данной области стоят такие важные задачи и цели:

- создание тематических карт и атласов и доступность их потребителям, особенно, это актуально при учете природных ресурсов земли и карт, связанных с охраной окружающей среды;

- рост объемов выпуска картографических материалов и оптимизация сроков ее выдачи;

- применение ЭВМ техники для автоматизации картографических процессов, проработке цифровых карт;

- создание информационно- поисковой системы, обеспечивающей сбор, хранение и применение информации;

- разработка карт специалистами с фундаментальными знаниями в науке.

Рассмотрим более подробно сущность и цели картографирования земельных ресурсов. Для правильного создания карт земельных ресурсов необходимо при изучении объекта решить ряд первоочередных задач:

- изучить земельные возможности страны, ее ресурсы, их расположение, состояние, перспективы использования и охраны, индивидуальные черты и общие характеристики как объекта картографирования;

- провести оценку имеющихся научных публикаций и опыт этого течения тематического картографирования для выявления содержания, тенденций, способов осуществления и возможности использования в работе;

- выполнить следуя разработанным концепциям работы проектирование карт, при этому учесть назначение каждой из них, принцип формирования, обоснование структуры, математических, общеографических и тематических элементов их содержания;

- при разработке карт стремится унифицировать программные средства соответственно современной технической оснащенности государственной и ведомственной картографических служб;

- создать детальные авторские макеты атласа, стенных карт, содержащие фрагменты основных и врезных карт, диаграммы, графики, таблицы.

Для того чтобы понимать о картографировании земельных ресурсов, необходимо в первую очередь понимать, а что значит само понятие земельные ресурсы в масштабах государства, видеть классификацию.

Российская Федерация имеет самые большие земельные ресурсы в мире, площадь России занимает 12,5% мировой территории, что равняется 1709 млн. га земли. При наличии такого количества ресурсов государственная политика обеспечивает жесточайший контроль за ее характеристиками, состоянием.

При этом управление земельными ресурсами является важной функцией органов власти, они принимают правила управления земельными ресурсами, осуществляют это управление и надзирают за законностью принимаемых правил.

Классификация земельных ресурсов в России выделяет следующие группы:

- земли сельскохозяйственных предприятий, а также земли используемые для нужд сельского хозяйства, фермерские угодья;

- земли лесного фонда;

- земли водного фонда;

- земли, состоящие на учете городских, поселковых и сельских органов управления

- земли промышленного назначение, транспорта, связи, непосредственно участвующие в производственном процессе;

- земли природоохранного назначения, имеющие природоохранное, научное, эстетическое, оздоровительное значение;

- земли запаса, не предоставляемые юридическим и физическим лицам во владение.

Особенностью земельного фонда Российской Федерации является то, что более 90% земель принадлежит государству. Это еще раз подтверждает важность правильного проведения ГИС-картографирования.

1.3 Программные средства для ГИС-картографирования земель

Развитие геоинформационных технологий привело к созданию фирм, распространяющих программное обеспечение ГИЧ, необходимое для целей ГИС-картографирования земель. Различают несколько классов программного обеспечение, отличающиеся по функциональным возможностям и этапам обработки материалов.

программные средства ГИС- картографирования земель по функциональным возможностям делят на следующие пять классов.

Рассмотрим первый из них, это инструментальные ГИС.

Они предназначены для организации ввода картографической и атрибутивной информации, ее хранения, отработки сложных информационных запросов, решения пространственных, аналитических задач, построения производных карт и планов, и в конечном итоге для подготовки к выводу на носитель оригиналов-макетов картографического изображения. В основном ГИС поддерживают работу как с растровыми, так и с векторными изображениями, имеют встроенную базу данных или используют такие базы как Paradox, Access, Oracle и другие. Помимо этого ГИС-картографирование земель возможно в AutoCAD Map, MapInfo Professional, ГИС- карта 2011, GeoDraw и другие [4].

Ко второму классу относят ГИС-вьюверы, программные продукты, которые позволяют пользование созданными при помощи инструментальных ГИС базами геоданных. Во все ГИС-вьюверы включен инструментарий запросов к базам данных, выполнение операции позиционирования и зуммирования картографических изображений. Вьюверы являются составной частью в средние и крупные проекты, что позволяет сэкономить затраты. ГИС-вьюверы позволяют выводить картографический материал (планшеты) на твердый носитель. Наиболее распространены следующие программные продукты: Arc Reader, Vista Map, Win Map.

К третьему классу относят программные средства предобработки и дешифрования ДДЗ Земли. К ним относят пакеты обработки изображений, оснащенным математическим аппаратом, позволяющим производить манипуляции со сканированными или записанными в цифровом виде снимками поверхности Земли. Сюда входит большой набор операций, включающие все виды коррекции через географическую привязку снимков, до автоматизированного дешифрования земель. Среди данных продуктов ГИС отмечают ERDAS Imagine, ERDAS ER Mapper, Image Analyst for ArcGis, Stereo Analyst for ArcGis, ENVI, MultiSpec, PHOTOMOD.

К четвертому классу относят программы-векторизаторы. Эти ГИС-пакеты специализируются на сканировании, сшивке и коррекции бумажных планово-картографических данных с последующей векторизацией их содержимого в автоматическом или полуавтоматическом режиме. Это обеспечивается следующими программами: AutoCAD Raster Design, Easy Trace, Arc Scan for ArcGIS, Map EDIT, Панорама-редактор и другие.

К пятому классу относят программные средства обработки полевых геодезических наблюдений, предусматривающие импорт информации с GPS-приемников, электронных тахометров, нивелиров и иной геодезической аппаратуры. Этот продукт проводит обработку и оценку данных, вычисление координат точек поворота границ земельных участков, создание планов границ земельных участков своим средствами, или экспорт информации с инструментальные ГИС. Используют такие программные продукты: Trimble Geomatics Office, CREDO_DAT и CREDO ТОПОПЛАН, Survey Analyst for ArcGIS, Комплекс геодезических расчетов и др.

1.4 Перспективы развития при ГИС-картографировании

Развитие картографирования определяется ростом потребления карт и увеличении их ценности в народном хозяйстве, строительстве и научно-исследовательской работе. Причины возросшего интереса объясняется в потребности более подробной и точной пространственной информации о земной поверхности, о развитии космических исследований, природных условиях и ресурсах, роста уровня образования среди населения, выработке стратегии в планировании народного хозяйства и строительства, при принятии решений об охране и защите окружающей среды. То есть внедрение картографического метода исследования природных и социально-экономических процессов.

Одни из этих факторов влияют на рост количества выпускаемых географических карт, некоторые ведут к детализации и уточнению содержания, к регулярному обновлению, другие порождают потребность создания новых видов карт и основание новых отраслей картографирования.

Для развития картографии требуются поиски более оптимальных способов исследования, получения данных, новых способов разработки и использования карт, которые повышают эффективность и продуктивность труда, что приводит к облегчению понимания карт, расширяет горизонты их применения.

Так, увеличение туристических стран ведет к росту объемов изготавливаемых карт для туристов, рост населения в свою очередь приводит к большему выпуску для учебных заведений атласов. Примеров можно приводить бесконечное множество, суть остается в том, что все вышеперечисленные факторы ведут к каким- либо изменениям для картографирования.

Так можно наблюдать рост тематического картографирования Мирового океана, значимость которого трудно переоценить в масштабах всей планеты. Решены вопросы комплексного картографирования Мирового океана, который рассматривается как сфера деятельности человечества, связанного с ростом использования биологических, минеральных и энергетических ресурсов как на поверхности, таки в толщах его воды. Это решено путем картографирования природных ресурсов шельфов.

Представляет большой интерес науке внедрение картографии в космос ради изучения Луны, планет, создание карт небесных тел.

При разработке земных, топографических карт работа не ограничивается лишь уточнением и обновлением, а ведет к появлению таких новых карт с фотоизображением земной поверхности, карты передающие застройку и городское хозяйство на различных уровнях.

Создание новых карт и атласов способствует накоплению огромного объема информации о расположении природных и социальных процессов, дает возможность оценить их состояние, взаимодействие, изменение.[2, 3].

Главные задачи которые ставят перед собой картографы:

- рост эффективности труда;

- совершенствование карт;

- расширение сфер использования карт в практике и науке.

Решение трудностей при выполнении поставленных задач были решены во многом благодаря развитию компьютерных технологий, вычислительной техники, автоматики и дистанционного зондирования, опытных исследований по картографии.

Но наряду с этим существует ряд карт и процессов, которые практически не поддаются математической задаче из-за большого количества критериев, значимость которых трудно применить к определенной мере, закону. И именно новейшая техника дает доступ картографу включаться в работу автоматической системы и индивидуально решать вопросы в режиме диалога "человек-машина".

Именно такой симбиоз человеческой мысли и безграничных возможностей новейшей техники числится как представляющая огромную перспективу последующего развития картографии.

Космические съемки, которые дают огромный пространственный обзор и отражают закономерности географии, позволяют картографу избежать процессов поэтапного уменьшения крупномасштабных источников и удаления множества лишних данных, в связи с этим определенно убыстряют процессы получения среднемасштабных и мелкомасштабных тематических карт. Большое значение имеет то, что автоматика разрешает преобразование в картографическую форму данных, полученных при космических съемках.

Таким образом, изучая перспективы картографии можно выделить две основные цели:

- создание новых карт, направленное к кругу картографов и иных специалистов, принимающих участие в проектировании, съемках, составлении карт;

- применение карт в науке и практике, служащее для интересов потребителей.

Хочется подчеркнуть, что именно применение карт формирует будущее данного течения науки и поэтому требует беспрерывного совершенствования.

Глава 2 Космические снимки при картографировании земель

2.1 Основные виды и характеристики космических снимков

Космическая съемка занимает ведущее место среди других способов дистанционного зондирования, представляющего собой собрание способов неконтактной съемки для изучения Земли и ее частей методом регистрации и оценки их собственного и отраженного излучения с летательных и космических аппаратов.

Космическая съемка происходит при помощи искусственных спутников Земли, межпланетных автоматических станций, долговременных автоматических станций, пилотируемых космических кораблей. Основной характеристикой космических снимков служит пространственное разрешение, делящиеся на следующие классы:

- космические снимки очень низкого разрешения 10000-100000 м.;

- космические снимки низкого разрешения 300-1000 м;

- космические снимки среднего разрешения 50-200 м.;

- космические снимки относительно высокого разрешения 20-40 м.;

- космические снимки высокого разрешения 10-20 м.;

- космические снимки очень высокого разрешения 1-10 м.;

- космические снимки сверхвысокого разрешения 0,3-0,9 м.

По особенностям покрытия земной поверхности можно выделить следующую группу снимков:

- одиночное фотографирование, выполняется космонавтами ручными камерами, снимки получаются перспективными со значительными углами наклона;

- маршрутное фотографирование, оно производится вдоль трассы полета спутника, в данном случае ширина полосы съемки зависит от высоты полета и угла обзора аппаратуры;

- прицельное фотографирование, предназначается для получения снимков заданных участков земли в стороне от трассы;

- глобальное фотографирование, которое производится с геостационарных и полярно-орбитальных спутников, обеспечивающих получение мелкомасштабных обзорных снимков всей Земли, кроме полярных шапок.

Существует ряд параметров определяющие возможность дешифрования космических снимков, это масштаб, пространственное разрешение, обзорность и спектральные характеристики.[2]

Масштаб и обзорность космических снимков позволяют выявить объекты разного уровня, заснятые в одно время и в одном режиме съемки.

Обзорность снимков космических снимков охватывает большую площадь по сравнению с аэроснимками. Для сравнения один снимок с космоса перекрывает площадь как 10000 аэрофотоснимков. При этом большие площади охватываются одновременно при одинаковых условиях, что позволяет изучать региональные и зональные закономерности, глобальные явления, вести исследования с мировом масштабе.

Комплексное отображение компонентов геосферы.

При совместном отображении разных компонентов геосферы (литосферы, гидросферы, биосферы, атмосферы) позволяет изучить их связи. Благодаря большой высоте съемок на снимках отображены облачные покровы планеты, в следствии обобщения изображения на них находят отображение глубинные геологические структуры. Исходя из этого космические снимки обеспечивают:

- изучение процессов в атмосфере;

- взаимодействие атмосферы и океана;

- проявление гидродинамики течений.

Все это дает ряд преимуществ при комплексном методе показаны взаимосвязи объектов, что облегчает дешифрование и дает возможность применение снимков для создание тематических карт.

Регулярная повторяемость космических снимков обеспечивают регулярную повторяемость съемки с заданным интервалом (годы, месяцы, дни и т.д.), что невозможно реализовать при других способах [11].

Также космические снимки могут использоваться как модель местности. Снимки представляют собой пространственно-временные модели, позволяя на их базе изучить временные изменения, используя принцип пространственно-временных рядов.

2.2 Методы дешифрования космических снимков при картографировании земельных ресурсов

После проведения необходимых этапов на основе данных дистанционного зондирования выполняется ГИС- картографирование земельных ресурсов путем дешифрования.

Дешифрованием называют способ изучения объектов, явлений и процессов на земной поверхности, заключающийся в распознавании объектов по их признакам, определении характеристик, установлении взаимосвязей с другими объектами. Дешифрование различают по содержанию на топографическое, при котором со снимков получают информацию о земной поверхности и расположенных на ней объектах; и специальное, при котором информацию по тематике сельского хозяйства, геологического и т.д.[12].

Процесс дешифрования начинают с постановки общей задачи, которая определяется, учитывая реальные возможности получения материалов съемки, наличия соответствующей аппаратуры, опыта дешифровщиков и т.д.

При любом из видов дешифрования обязательно проводится подготовительный этап, включающий в себя подготовительные работы, обработку материалов снимков и создание растровой пространственной базы.

Обработка материалов космической съемки состоит из следующих этапов:

- формирование проекта цифровой фотограмметрической системы и загрузку в проект данных космических снимков;

- выполнение планово-высотной привязки космоснимков;

- фотограмметрические работы по внешнему ориентированию космоснимков;

- уравнивание результатов фототриангуляции.

На данном этапе используют программный продукт Photomod и фотограмметрические сканеры [10].

Существуют три основных способов проведение дешифрования космических снимков: полевой, камеральный и комбинированный.

При полевом дешифровании сопоставляется изображение на снимках с местностью, в результате чего опознаются объекты и определяются и их свойства. Основными преимуществом этого способа является наибольшая полнота и достоверность результатов, при существенном недостатке, заключающемся в высокой трудоемкости, больших временных и денежных затратах.

При камеральном дешифровании происходит логический анализ изображений и применением всего комплекса дешифровочных признаков, с привлечением специальных программных устройств в лаборатории. стоит отметить плюсы данного метода:

-экономия времени и денежных средств;

- хорошие условия труда;

- применение различных средств автоматизации;

- использование вспомогательных источников информации.

При всем этом возможно допущение погрешностей, что в итоге скажется на достоверности и потребует доработки данных полевым способом.

При комбинированном дешифровании применяют процессы и технологические методы полевого и камерального способов, что обеспечивает высокую экономическую продуктивность и достоверность полученных данных.

Благодаря таким очевидным достоинствам именно этот метод наиболее распространен.

2.3 Преимущества недостатки использования космических снимков

При изучении космических снимков при картографировании для ГИС выделила ряд достоинств их применения:

- спутник не испытывает вибраций и резких колебаний, поэтому космоснимки удается получать с высокой разрешающей способностью и высоким качеством изображения;

- снимки могут быть переведены в цифровую форму для последующей компьютерной обработки;

- получение целостности окружающей среды;

- многозональность и многофакторность космических данных обеспечивает комплексность оценки ситуации;

- оперативность, возможность получения повторных изображений;

- относительно низкая стоимость съемки единицы площади;

- возможность использования полученных документов съемки в делопроизводстве.

Однако следует отметить и ряд недостатков данного вида исследования:

- при работе на орбите не удается получить съемки чаще чем раз в 6-12 часов;

- возникновение трудностей для модернизации систем, так новые образцы датчиков могут работать только при новых запусках аппаратов;

- в космосе трудно реализовать размещение некоторых средств зондирования ;

- недостаточная оперативность при выполнении заявок, объясняющееся строгой зависимостью выхода космических аппаратов на район съемки баллистическими параметрами рабочей орбиты;

- высокие затраты на создание и развертывание космических аппаратов.

Проанализировав эти данные можно заключить что использование космических снимков для ГИС-картографирвания хоть и имеет недостатки, но является предпочтительным по сравнению с другими видами исследований.

2.4 Перспективы развития использования космических снимков при картографировании земельных ресурсов для Российской Федерации

Развитие отечественных космических технологий выступает неотъемлемой частью курса на инновационное развитие, выбранного нашей страной. Данные съёмки Земли из космоса и специализированные продукты, полученные на её основе, находят всё более широкое применение для решения повседневных практических задач. Оценка хода строительства, экологической обстановки в регионе, ведения сельского хозяйства, оценка инвестиционной привлекательности территорий и т.д. Широкий спектр вопросов требует для продуктивного решения объективной и актуальной информации, единственным источником которой нередко выступают данные дистанционного зондирования Земли (ДЗЗ).

Увеличить оперативность работы со спутниковой информацией позво- ляют связанные с приёмными станциями геосервисы, которые на основе технологии ScanEx Web GeoMixer® обеспечивают быструю визуализацию космической и аналитической информации и передачу готовых продуктов. Геопортальные технологии подтвердили свою продуктивность при проведении оперативного спутникового мониторинга экологического состояния и судовой обстановки в морских акваториях, наблюдении за ходом половодья и паводков и др. [10].

Базовой технологией увеличения доступности космической информации выступает разработка Центра «СканЭкс» -- универсальные аппаратно-программные комплексы «УниСкан», которые в настоящее время принимают данные от 17 современных спутников данных земельного зондирования.

Расширяется применение данных космической съёмки в сельскохозяй- ственной отрасли для решения задач инвентаризации угодий, контроля со- стояния посевов, выделения участков эрозии, слежения за качеством и своевременностью проведения различных агротехнических мероприятий. Повторяемость съёмок позволяет наблюдать за динамикой развития сельскохозяйственных культур, прогнозировать урожайность.

Технология ScanNet может быть использована для контроля нелегальной хозяйственной деятельности, несанкционированного рыболовства, загрязнения суши и водной среды и других задач. Её адаптация и организация спутникового мониторинга проводится с учётом индивидуальных требований заказчика [5].

Для достижения действительно мирового конкурентоспособного уровня в отрасли, являющейся катализатором современных геоинформационных процессов во всех развитых странах, требуются скоординированные действия всех заинтересованных участников: как органов государственной власти, так и представителей частного сектора. |

Глава 3 Картографирование растительности для кадастровой оценки земли на примере Лапландского заповедника

3.1 Особенности кадастровой оценки земельных ресурсов

С появлением поручения Президента России о проведении кадастровой оценки всех земель России весьма остро стал вопрос об анализе земель особо охраняемых природных территорий (ООПТ). Кадастровая оценка стоимости земель ООПТ необходима при расчете ущерба землям этой группы, оценке экономических решений, связанных с переводом земель из этой группу или в эту группу, а также для сравнения с экономическими затратами, возникающими при отказе от хозяйственного использования земли.

Статьей 390 НК РФ определено, что кадастровая стоимость земельного участка определяется в соответствии с земельным законодательством России. Во исполнение п.2 ст. 66 ЗК РФ для определения кадастровой стоимость проводится государственная кадастровая оценка земельных ресурсов. Постановлением Правительства РФ от 08.04.2000 N 316 утверждены Правила проведения государственной кадастровой оценки земель, определяющие порядок проведения государственной кадастровой оценки земель всех категорий на территории Российской Федерации для целей налогообложения и иных целей, установленных законом. Для проведения указанных работ привлекаются оценщики или юридические лица, имеющие право на заключение договора об оценке, в соответствии с требованиями, установленными Федеральным законом от 21.07.2005 N 94-ФЗ "О размещении заказов на поставки товаров, выполнение работ, оказание услуг для государственных и муниципальных нужд" (ред. от 11.07.2011) [7].

Государственная кадастровая оценка земель основывается на классификации земель по целевому назначению и виду функционального использования, проводится для определения кадастровой стоимости земельных участков различного целевого назначения не реже одного раза в пять лет. Органы исполнительной власти субъектов Российской Федерации по представлению территориальных органов Росреестра утверждают результаты государственной кадастровой оценки земель. Методические указания по государственной кадастровой оценке земель и нормативно-технические документы, необходимые для проведения государственной кадастровой оценки земель, разрабатываются и утверждаются Минэкономразвития России по согласованию с заинтересованными федеральными органами исполнительной власти.

Методические рекомендации по государственной кадастровой оценке земель особо охраняемых территорий и объектов, утвержденные приказом Минэкономразвития России от 23.06.05 г. № 138, применяются только для определения кадастровой стоимости земельных участков рекреационного назначения в составе ООПТ и земель лечебно-оздоровительных местностей и курортов.

Эффективная экономическая оценка стоимости земель ООПТ усложняется разнообразием причин, по которым необходима организация ООПТ. Они могут быть подразделены на функционально- биосферные, ресурсно-экономические и морально-этические.

Методы к оценке стоимости земель ООПТ с заповедным режимом принимают во внимание эффективность экосистем, ценность и уникальность разнообразия экосистем и другие показатели. Анализ земель заповедников дается с учётом капитализации объема недополученной продукции затрат на восстановление нарушенных экосистем на период средней длительности периода восстановления экосистем в естественных условиях. ценности. Чёткая формулировка природоохранной ценности дана С.Е. Журавлевой [3], предложившей на основе синтаксономического анализа учитывать редкость, естественность, уязвимость, флористико-фитоценотическую значимость растительных сообществ, их близость к границе ареала. Методические подходы к оценке природоохранной значимости лесных сообществ подробно рассмотрены в работе Л. Андерсена и др. [1].

Кадастровая оценка земель предполагает их картографирование с учётом их типологической принадлежности, определяющей стоимостную оценку конкретных участков. Таким образом, кадастровая оценка земель ООПТ предполагает картографирования растительности ООПТ с учетом динамического состояния, продуктивности, редкости, естественности, уязвимости, флористико-фитоценотической значимости растительных сообществ, их близости к границе ареала. Динамические категории растительности нарушенных экосистем должны характеризоваться средней длительностью периода восстановления, что является необходимым условием расчета стоимости земель с учетом капитализации.

3.2 Особенности картографирования растительности на примере Лапландского заповедника при использовании космической съемки

В своей курсовой работе остановила свой выбор на исследовании картографирования при использовании космических снимков такого объекта Российской Федерации, как Лапландский заповедник, потому как он являет собой уникальный шедевр, созданный самой природой, и потому представляет огромную ценность для нашего государства, и его изучение более, чем обосновано.

Расположен Лапландский заповедник на территории горных массивов Мончетундра и Чунатундра, на берегах озера Имандра в Мурманской области Через заповедник проходит водораздел Белого и Баренцева морей. Площадь заповедника огромна и равняется 278438 гектар, 8574 из которых составляет водная территория озер и рек. На рисунке 1 показан снимок из космоса на этот уникальный заповедник.



Рисунок 1- Лапландский заповедник. Снимок из космоса

Ландшафт заповедника очень разнообразен от лесов до тундр и горных вершин. Самая высокая точка - 1140 метров над уровнем моря, средняя высота горного массива 470 м.

Заповедник занимает четвертое место по величине в европейской части России, его уникальная особенность в том, что не его территории никогда не проживали люди, не занимались производственной деятельностью, поэтому территория заповедника сохранила свою целостность.

Основная цель и направление научной деятельности заповедника это поддержание и увеличение популяции северного оленя на территории Кольского полуострова. Также работники следят и изучают влияние расположенных поблизости промышленных предприятий на окружающую среду, климатические изменения. Богатый животный и растительный мир делает этот заповедник интересным для изучения и сбора данных местом.

Объектом картографирования для курсовой работы являлась растительность Лапландского государственного заповедника. Площадь территории для создания карты составляет- 161241 га.

Способ изучения растительности основан на использовании данных, которые получаются с топографических карт и оценке коэффициентов спектральной яркости (КСЯ) космических снимков (КС), полученных спутником Landsat-7 с разрешением 30 м на местности. Для определения взаимосвязи между коэффициентом яркости и единицами растительного покрова, точности картографирования экологических систем использовали данные постоянных опытных площадей, основанных в 1986 году и описанные более широко в 2008 г.

Основной характеристикой взаимодействия излучения в оптическом диапазоне с зондируемой средой является коэффициент спектральной яркости (КСЯ), так как экспериментально измеряют именно коэффициенты яркости, а не коэффициенты отражения. Коэффициент спектральной яркости с - величина, характеризующая пространственное распределение спектральной яркости отражающей поверхности, равная отношению яркости данной поверхности в заданном направлении В(л) к яркости идеально рассеивающей поверхности В0(л) с единичным коэффициентом отражения и освещенной так же, как и данная поверхность

с(л)= В(л)/В0(л)

В качестве идеального рассеивателя обычно принимают поверхности, обладающие равномерно рассеивающим отражением для всех длин волн спектра, например пластинки покрытые барием [12].

Поверхность суши отличается большим разнообразием типов подстилающей поверхности, характеризующихся различными интегральными коэффициентами яркости, и, в еще большей степени, различными спектральными зависимостями КСЯ, обусловленными, в первую очередь, специфическими спектрами поглощения различных объектов. Однако для ряда различных типов подстилающей поверхности значения интегральных КЯ могут практически совпадать, поэтому надежная идентификация таких объектов возможна лишь на основе использования:

- структурных дешифровочных признаков;

- многозональной съемки.

Отражательные характеристики растительного покрова зависят от:

- оптических свойств фитоэлементов (листьев, стеблей, веток, стволов, цветов, плодов);

- архитектуры растительного покрова (формы, взаимного расположения и ориентации фитоэлементов);

- коэффициента проективного покрытия (количества растительности на единицу площади).

Основной вклад в формирование КСЯ сплошного растительного покрова вносит отражение света листьями.

Применяя космические снимки в инфракрасном диапазоне, определили значения КСЯ, соответствующие пяти классам степени увлажнения почв. С помощью нормализованного вегетационного индекса (NVI), учитывающего соотношение КСЯ в красном и зеленом диапазонах, выделили 6 типов категорий растительности:

- водная растительность акваторий;

- еловые леса;

- лиственные и сосновые леса;

- редколесья и кустарники;

-моховая, кустарничковая, травяная растительность

- разреженный растительный покров.

Отличие КСЯ лиственных и хвойных лесов в ближнем инфракрасном диапазоне позволило создать карту хвойных лесов. Для обработки космических снимков использовали графический пакет ImagePals2Go, оригинальные программы на языке C++. В результате обработки космических снимков получены следующие растровые изображения:

- карта увлажнения;

- карта типов структур растительного покрова;

- карта хвойных лесов.

Компьютерное совмещение этих трёх карт позволяет построить геоботаническую карту. Геоботаническая интерпретация контуров, возникающих при совмещении всех трёх карт, представлена в таблице 1.

Таблица 1- Признаки дешифрования растительности

Структура растительного покрова	Степень увлажнения почв по результатам космических снимков
	мокрые	сырые	влажные	свежие	сухие
еловые леса		ельники фагновые, болотнотравные	ельники чернично-вороничные	ельники бруснично-вороничные	ельники зелемномошно-лишайниковые
сосновые леса и редколесья	сосново-кустарничково-сфагновые сообщества	сосновые редколесья сфагновые	сосняки чернично-вороничные	сосняки зеленомошно-лишайниковые, воронично-брусничные	Сосняки, сосновые редколесья лишайниковые
лиственные леса	березняки травяно-сфагновые, болотнотравные	березняки долгомошные, чернично-сфагновые	Березняки чернично-вороничные	березняки зеленомошно-лишайниковые, воронично-брусничные	березняки, березовые редколесья лишайниковые
криволесья и кустарники лиственные	ивняки болотнотравные, березовые криволесья болотнотравные	березовые криволесья долгомошеные, дереные	березовые чернично-вороничные	березовые криволесья зеленомошно-лишайниковые	березовые криволесья
моховая, кустарниковая, травяная растительность	травяно-сфагновые, травяные гирофильные сообщества болот	кустарничково-сфагновые сообщества болот	кустарничково зеленомошные тундры и пустоши луга	лишайниково-кустарничковые тундры и пустоши	лишайниково-кустарничковые тундры и пустоши в сочетании с эпилитнолишайни-ковыми агрегациями
разреженный растительный покров	гигрофитые агрегации на болотах	гигрофитые агрегации заболоченных гарей	мезофитные агрегации на потенциально лесных землях	Эпилитнолишайни-ковые и моховые агрегации	Эпилитнолишайни-ковые агрегации

Точность результатов картографирования оценивали по проценту совпадения единиц растительности на карте и в тех же точках на земной поверхности. При несовпадении данных карты и контрольного наземного обследования применяли коэффициент, принимающий значения от 0 до 1 для оценки значимости ошибки:

Р=100*(N - S(Ki))/N, i=1, …., N

где Р - точность картографирования, %; N - количество точек контрольного обследования, S - сумма, Ki - безразмерный коэффициент значимости ошибки на i-ой точке контрольного обследования. Коэффициент значимости ошибки Ki равен относительной Евклидовой дистанции между центроидом единицы растительности на карте и в той же точке на земной поверхности.

Относительная Евклидова дистанция определена как Евклидова дистанция между центроидами картируемого и наблюдаемого синтаксонов, нормированная по максимальному значению Евклидовой дистанции:

Ki = Еотн = Еij / Е макс

Для расчета Евклидовой дистанции [12] использовали средние покрытия видов, максимальной оказалась дистанция между ельниками травяными и сосняками лишайниковыми. Точность картографирования составила 72 %. Для улучшения точности картирования до 98 % классы увлажнения корректировали по данным топографической карты. На топографической карте масштаба 1:25000 определяли участки склонов и вершины холмов с сильным дренажом, ровные и слабонаклонные поверхности с нормальным дренажом, ложбины с проточным увлажнением, ровные и слабонаклонные поверхности покрытые ле- сом со значками заболоченности, болота облесённые, проходимые и непроходимые [9].

3.3 Анализ эффективности проведенного картографирования. Выводы

Применение комбинированного метода с использованием автоматического дешифрирования типов структуры растительности, степени увлажнения почв по космическим изображениям и топографическим картам с последующим совмещением результатов дешифрирования и их полным анализом дает допустимые результаты. Картографирование растительности горной тундры и пояса березового криволесья позволило различать с точностью 98 %: лишайниково-кустарничковая тундру, березовое криволесье зеленомошное, березовое криволесье, лишайниковое.

Оценка картографирования растительности болот данным методом позволили хорошо отличать в автоматическом режиме болота от лесов, однако для детального установления типологической принадлежности болотных комплексов необходимо использовать данные текстурного анализа космических снимков высокого разрешения.

Оценка результатов применения рассматриваемого способа картографирования позволила выявить причины погрешностей и найти пути их устранения. Так при выявлены различия коэффициента спектральной яркости (КСЯ) одинаковых объектов в различных частях космических снимков, что устраняется про проработке снимка по частям в сравнении с эталонными участками в различных частях снимка. Для установление лучшего соответствия классам увлажнения почвы при спектральном анализе требуется большее количество точек наземного изучения на разных участках территории[8].

Для устранения светотеневых эффектов, появляющиеся вследствие участков сильно затененных возвышенностями, существует ряд специальных программ, которые требуют построения математической модели рельефа, типы освещенности местности для последующей спектральной правки космических снимков. Применяется данный метод при наличии горной местности. Для других участков земли более дешевым и целесообразным является применение космических снимков полученных в разное время суток.

Картографирование растительности и анализ архивных материалов показал, что 25 % лесных земель пострадало от пожаров. Наземные же исследования показали, что на всех 98 изучаемых участках сосновых лесов были пожары. С помощью космических снимков хорошо распознаются основные этапы послепожарной динамики сосновых лесов, направленной к смене сосны и берёзы елью и лишайников мхами.

Исходя из вышесказанного можно заключить, что применение комбинированного метода геоботанического картографирования с ис- пользованием автоматического дешифрирования типов структуры растительного покрова, хвойных лесов, степени увлажнения почв по КИ и топографическим картам с последующим совмещением результатов дешифрирования и их содержательным анализом дало возможность достаточно точно выявлять синтаксономическую принадлежность картируемых единиц. Полученные рассмотренным методом карты позволяют анализировать редкость, уязвимость, флористико-фитоценотическую значимость, близость к границе ареала компонентов растительного покрова, определять их площадь и давать кадастровую оценку земель конкретной ООПТ.

Заключение

В результате проведенной работы, анализа изученной информации можно сделать ряд выводов относительно изученного материала.

В настоящее время все больше интереса вызывает получение космических снимков, так как расширяются возможности практического использования результатов данной деятельности. Активное введение космических и геоинформационных технологий в информационную структуру способствует:

- росту эффективности регионального управления;

- дает толчок современному развитию экономики Российской Федерации.

Геоинформационные технологии необходимы в области управления сельским и лесным хозяйством, в городском управлении, социально-экономическом планировании развития регионов и при решении экологических задач.

Благодаря инновационным космическим технологиям превратились в жизнь такие возможности:

-оперативность получения и достоверность информации;

- возросла точность расчетов и оценки регулярного мониторинга;

- снижение затрат на картографирование;

- рост качества при принятии управленческих решений на поставленные задачи;

- повышение инвестиционной привлекательности и конкурентоспособности территории за счет публикации в сети Интернет перспективных инвестиционных площадок и проектов.

Самое главное, появились организационно-административные предпосылки для широкого внедрения технологий комплексного космического мониторинга в регионах:

- у руководителей регионов пришло понимание необходимости серьезной работы в данном направлении, что, в том числе, связано с активной позицией высшего политического руководства страны по этому вопросу;

- в большинстве регионов созданы организационные структуры, отвечающие за информатизацию. Они имеют организационно-правовую форму, сферу полномочий и отвечают за развитие современных информационных технологий;

- идет процесс создания федеральных систем на базе технологий космического мониторинга, появляется возможность организации межведомственного взаимодействия на федеральном и региональном уровнях.

Появился положительный опыт от внедрения технологий комплексного космического мониторинга в целом ряде регионов, стал очевидным экономический эффект от создания таких систем.

Список использованной литературы

1. Андерссон Л., Алексеева Н.М., Кольцов Д.Б., Куксина Н. В., Кутепов Д.Ж., Мариев А.Н., Нешатаев В.Ю. Выявление и обследование биологически ценных лесов на Северо-Западе Европейской части России. Т.1. Методика выявления и картографирования. Учебное пособие. / Отв. ред. Андерссон Л.,. Алексеева Н.М. СПб, 2009.

2. Берлянт А.М. Геоинформационное картографирование, М., 2010.

3. Геоинформатика: учебник для вузов: в 2-х кн.// под редакцией Тикунова В. С., М., 2010.

4. Журавлева С. Е. Синтаксономическое обоснование выбора охраняемых растительных сообществ. На примере некоторых сообществ Республики Башкоростан. Автореф. канд. дисс.03.00.05. Уфа, 1999, 20с.

5. Ильинский Н. Д.,Обиралов А. И., Фостиков А. А. Фотограмметрия и дешифрование снимков: учебник для вузов. М., 2009.

6. Кашкин В. Б. Сухинин А. И. Дистанционное зондирование Земли из космоса. Цифровая обработка изабражений: учебное пособие. М., 2011.

7. Клебанович Н.В. Земельный кадастр: учебное пособие для вузов по специальности "География". Мн., 2010.

8. Кутепов Д. Ж., Мариев А. Н., Нешатаев В.Ю. Выявление и обсследование биологически ценных лесов на Севро-Западе Европейской части Росси. Т.1. Методика выявления и картографирования. Учебное пособие./ Отв. Ред. Анлерссон Л., Алексеева Н. М.,Кузнецова Е. С. СПб, 2009.

9. Кравцова В.И. Космические методы исследования почв: учебное пособие для студентов вузов. М., 2011.

10. Лабутина А.И. Дешифрование аэрокосмических снимков: учебное пособие для студентов вузов. М., 2010.

11. Мясникович М.В. Космические технологии в системе управления. М., 2012.

12. Ольшевский А. Выбор оптимального метода классификации космоснимков для целей автоматизированного дешифрования видов земель. М., 2012.

Размещено на Allbest.ru