close

Вход

Забыли?

вход по аккаунту

?

Геоэкологический мониторинг природных и антропогенных ландшафтов Западного Ирана на основе данных дистанционного зондирования Земли

код для вставкиСкачать
На правах рукописи
Каркон Варносфадерани Мансур Мохаммад
ГЕОЭКОЛОГИЧЕСКИЙ МОНИТОРИНГ ПРИРОДНЫХ И
АНТРОПОГЕННЫХ ЛАНДШАФТОВ ЗАПАДНОГО ИРАНА
НА ОСНОВЕ ДАННЫХ ДИСТАНЦИОННОГО
ЗОНДИРОВАНИЯ ЗЕМЛИ
25.00.36 – Геоэкология (Науки о Земле)
АВТОРЕФЕРАТ
диссертации на соискание ученой степени
кандидата географических наук
Москва 2018
Работа выполнена на кафедре почвоведения, экологии и природопользования Федерального государственного бюджетного образовательного учреждения
высшего образования «Государственный университет по землеустройству»
(ФГБОУ ВО «ГУЗ»), г. Москва
Научный руководитель:
Официальные оппоненты:
Шаповалов Дмитрий Анатольевич, доктор технических наук, профессор, профессор кафедры почвоведения, экологии и природопользования ФГБОУ ВО
«Государственный университет по землеустройству»,
г. Москва
Новаковский Богуслав Августович, доктор географических наук, профессор, зав. учебно-научной
лабораторией цифровой картографии и фотограмметрии кафедры картографии и геоинформатики
географического факультета Московского государственного университета им. М.В. Ломоносова,
г. Москва
Ведешин Леонид Александрович, доктор технических наук, главный специалист Института космических исследований РАН (ИКИ), г. Москва
Ведущая организация: ФГБОУ ВО «Московский государственный университет
геодезии и картографии (МГУГиК), г. Москва
Защита диссертации состоится «17» апреля 2018 г. в 11-00 часов на
заседании диссертационного совета Д.220.025.03 при ФГБОУ ВО
«Государственный университет по землеустройству» по адресу: г. Москва,
ул. Казакова, 15.
С диссертацией и авторефератом можно ознакомиться в научном зале
библиотеки ФГБОУ ВО «Государственный университет по землеустройству» и
на сайте http://www.guz.ru, отзывы на автореферат просим присылать в адрес
диссертационного совета.
Автореферат разослан и размещен на сайте университета:
http://www.guz.ru и на официальном сайте Министерства образования и науки
Российской Федерации http://vak.ed.gov.ru «___»_________ 201___г.
Ученый секретарь диссертационного совета
кандидат географических наук, доцент
2
А.О. Хуторова
ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ
Актуальность темы. Устойчивое управление природными ресурсами,
требует постоянного изучения и мониторинга землепользования, и растительного покрова вместе с их изменениями в различных пространственных и временных масштабах. В последние десятилетия в Иране произошли значительные
изменения в области землепользования, которые ускорили процесс деградации
земель, охвативший большие территории.
Исламская Республика Иран (ИРИ) – 16-ая страна мира, занимающая территорию площадью 1648195 км2, характеризуется преобладанием аридных ландшафтов с широким распространением пустынь, опустыненных и сухих степей,
наличием огромных бессточных областей. Леса, на долю которых приходится немногим более 1% от площади территории страны, приурочены лишь к узким полосам внешних склонов окраинных гор (Эльбурса и Загроса) и к более влажным
тенистым ущельям в соседних с ними областях. Сокращение площадей лесов
произошло в результате стремительного развития урбанизации. Леса гор Загрос
играют, прежде всего, защитную роль, 40% поверхностных вод Ирана аккумулируется в области гор Загрос. (Ghazanfari et al., 2004; Pourreza et al., 2008).
Территориально горный массив Загрос (далее Загрос) (рис.1) расположен в
западной части Ирана – провинции Лурестан, составляя около 85% ее территории.
Рис.1. Территория исследований
Примерно 23% от площади провинции составляют леса – 885000 га, которые считаются частью дубовых лесных массивов западного Ирана, приблизительная их
площадь – 75000 га. В Загросе находятся леса с высоким уровнем биоразнообразия,
3
растительного покрова, почв, физико-географические условий. В этой связи, изучение структурно-динамической организации, современного состояния ландшафтов
западного Ирана и их сохранения на основе осуществления геоэкологического мониторинга с использованием современных методов исследований на основе дешифрирования аэрокосмических снимков получает особую актуальность.
Цель исследования – геоэкологический мониторинг антропогенных и
природных ландшафтов Ирана по данным дистанционного зондирования Земли
(на примере горного массива Загрос).
Для достижения цели были поставлены следующие задачи:
1. Обосновать принципы и методы исследований ландшафтов Западного
Ирана на основе данных дистанционного зондирования Земли.
2. Разработать методику тематического дешифрирования космических
снимков Landsat для создания ландшафтных карт при геоэкологическом мониторинге антропогенных и природных ландшафтов Западного Ирана.
3. Оценить тенденции изменения площадей антропогенных и природных
ландшафтов Западного Ирана по разработанной методике исследований.
4. Установить влияние изменений антропогенных показателей и климата на
трансформацию антропогенных и природных ландшафтов Загроса.
5. Разработать картосхемы, отражающие изменения геоэкологического
состояния ландшафтов Загроса в период с 1985 по 2015гг., на основе разработанной методики.
6. Предложить мероприятия по стабилизации состояния природных и антропогенных ландшафтов Западного Ирана.
Объект исследований – антропогенные и природные ландшафты западного Ирана на примере горного массива Загрос.
Предмет исследований – геоэкологическое состояние и трансформации
ландшафтов Западного Ирана с использованием методов дистанционного геоэкологического мониторинга.
Защищаемые положения:
1. Новый вегетационный индекс и методика его применения совместно с
известными спектральными и вегетационными индексами при дешифрировании
космических снимков Landsat для составления карт антропогенных и природных
ландшафтов при геоэкологическом мониторинге территорий Западного Ирана.
4
2. Обоснование влияния изменений антропогенных показателей и климата на
трансформацию антропогенных и природных ландшафтов горного массива Загрос.
3. Оригинальная методика выявления изменений антропогенных и природных ландшафтов на основе применения данных дистанционного зондирования Земли горного массива Загрос.
4. Рекомендации по стабилизации природных ландшафтов Загроса на основе многолетнего ряда данных геоэкологического мониторинга, полученных
по предложенной методике.
Степень научной разработанности и методология исследования.
Методологической основой послужили труды многих ученых: Salehi Shanjani et
al. (2002), Salehi Shanjani et al. (2008), Salehi Shanjani et al. (2010), Ghazanfari & Asadi,
Jalili and Jamzad (1999), Taeb (1995), Zohary (1973), Ghazanfari et al. (2004); Pourreza et
al. (2008), Sagheb-Talebi, Sajedi, and Yazdian (2003), Беликович А.В. (2012), Stocklin
(1968); Farhoudi (1978); Berberian and King (1981), Barhroudi and Koyi (2004), Motiei
(1993), Motiei (1993), Jazirehi and Ebrahimi Restaghi (2003), Fattahi (2003), Rechinger,
Wendeblo (1976), Mobayen, Tregubov (1970), Kakareza (2004), M.H. Salehi et al. (2011),
Братков В.В. (2013), Вершинин В.В. (2012), Волков С. Н., Лебедев А.А. (2015), Маркелов Д.А. (2017), Минеева Н.Я. (2017), Мурашева А.А. (2013), Клюшин П. В. (2017),
Чабан Л.Н., Шаповалов Д.А. (2011), Широкова В.А. (2012) и др. при изучении структурно-динамической организации ландшафтов горного массива Загрос.
Исходные материалы и методы. В период подготовки диссертационной работы использовались материалы полевых исследований, осуществлявшихся с 2004
по 2015 гг., привлекались фондовые, картографические и статистические материалы природных научно-исследовательских и проектных организаций: Министерства
леса и пастбищ Ирана, Национального картографического центра Ирана, Иранcкой
метеорологической организации, Иранского космического агентства. Использованы многочисленные научные публикации, космические снимки и др.
Методика проведения исследований ландшафтов Загроса строилась на теоретических и методологических разработках Azad Henareh Khalyani (2013), Alireza
Salehi (2008), Ali Asghar Torahi и коллег (2013), Ali A. Torahi и коллег (2013), Karami
A. и коллег (2014), Leila Gooshbor и коллег (2016), Mansour Karkon Varnosfaderani
(2013) и др. Значительная часть работы выполнена на основе компьютерных технологий с использованием программных пакетов ENVI 5.3, Photoshop, Quantum GIS,
Microsoft Office, инструментария сайта Earth Explorer.
5
Научная новизна исследования заключается в следующем: 1) для создания
ландшафтных карт в условиях семиаридного климата предложен новый вегетационный индекс при тематическом дешифрирования космических снимков при геоэкологическом мониторинге на территории Западного Ирана на примере горного
массива Загрос; 2) разработана оригинальная методика выявления изменений антропогенных и природных ландшафтов, основанная на применении новых установленных и существующих спектральных и вегетационных индексов для дешифрирования космических снимков Landsat; 3) обосновано влияние изменений антропогенных показателей и климата на трансформацию антропогенных и природных
ландшафтов горного массива Загрос; 4) разработаны картосхемы изменения ландшафтов Загроса, полученных на основе предложенной методики использования
данных дистанционного зондирования Земли в период с 1985 по 2015гг. и предложены мероприятия по стабилизации землепользования региона.
Практическая значимость. Результаты диссертационного исследования
могут быть использованы мелиоративными, геоинформационными, экологическими и природоохранными организациями. Материалы работы могут быть рекомендованы научно-исследовательским и проектным организациям, занимающимся вопросами территориального планирования и рационального природопользования, а также в учебном процессе студентов специальностей «Охрана
окружающей природной среды». Результаты исследования могут быть применены при разработке схем дистанционного мониторинга природных и антропогенных ландшафтов семиаридных территорий, а также при выработке рекомендаций по обеспечению устойчивого развития территорий.
Обоснованность и достоверность результатов исследований, обеспечена
использованием большого объема репрезентативных данных, отобранных в соответствии с действующими государственными и отраслевыми стандартами, применением современных статистических методов обработки и анализа исходного материала, обстоятельной аргументацией принятых допущений и ограничений при разработке методики геоэкологического мониторинга антропогенных и природных
ландшафтов западного Ирана , а также привлечение системного и балансового методов исследования, моделирования и компьютерных технологий.
Апробация результатов исследования. Основные положения работы докладывались и обсуждались на кафедре почвоведения, экологии и природопользования
Государственного университета по землеустройству (ГУЗ); научных конференциях
6
различного уровня: международных конференциях GIAN (Тегеран, Иран, 2014),
1st International Conference on New Findings of Agricultural Science, Natural Resources and
Environments (Тегеран, Иран, 2015), 59-ой научно-практической конференции студентов, аспирантов, молодых учёных и специалистов «Современные проблемы развития
АПК и пути их решения» (Москва, 2016, 2017), 1st International Conference on Natural
Hazards and Disaster Management (Осака, Япония, 2017). Seventh Annual Scientific Conference of Iranian Students in Russian Federation (Moscow, 2014, 2017), Ninth annual Scientific Conference of Iranian Students in Russian Federation (Ekaterinburg, 2016). Отдельные
составляющие результатов диссертационного исследования использованы в рамках
образовательного процесса по специальности 25.00.36 «Геоэкология».
Публикации. По теме диссертационного исследования опубликовано 12 работ в сборниках трудов научно-практических конференций и научных журналах, в
том числе 5 – в журналах, рекомендованных ВАК.
Структура и объём работы. Диссертация изложена на 140 страницах и включает введение, заключение, список использованной литературы и 4 главы. В диссертации имеется 31 таблица, 32 рисунка, 18 формул и 180 литературных источников.
ОСНОВНЫЕ ПОЛОЖЕНИЯ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
1. Новый вегетационный индекс и методика его применения совместно с известными спектральными и вегетационными индексами при
дешифрировании космических снимков Landsat для составления карт антропогенных и природных ландшафтов при геоэкологическом мониторинге территорий Западного Ирана
В геоэкологическом мониторинге для получения качественной и достоверной информации о состоянии территории широко используются аэрокосмические снимки. Существует большое количество способов обработки снимков и
обоснованный выбор наиболее эффективной методики является самостоятельной научной задачей. Для решения данной проблемы в диссертационном исследовании предложена методика дешифрирования космических снимков, основанный на использовании определенной совокупности вегетационных и
спектральных индексов, и различного пространственного разрешения, что позволило получить нужные результаты с большей достоверностью.
Вегетационные индексы применяются для выделения растительности на
снимке с использованием отражательной способности земных покровов ближнего
инфракрасного (ИК) и красного диапазонов. При всем своем разнообразии большей
7
частью вегетационные индексы для территорий с разреженным растительным покровом работают очень плохо. Huete et al. (1985) и Elvidge and Lyon (1985) показали, что почвенный фон сильно влияет на индексы – если он яркий, то значение индекса будет меньше, если фон темный, то индекс будет больше. Фоновые материалы (почва, камни, растительный покров) сильно варьируют в красном – ближнем
инфракрасном диапазоне, и это также может сильно изменять индекс.
Для решения этих проблем более эффективным методом является применение анализа спектральных смесей. С целью определения нового вегетационного
индекса с высокой точностью дешифрирования антропогенных и природных
ландшафтов горного массива Загрос на основе их спектральных отражательных характеристик, наряду с полевыми исследованиями и данными дистанционного зондирования (Landsat), использовались также результаты визуального дешифрирования снимков высокого разрешения в Google Earth. На основе этого ресурса выбраны тестовые участки: открытой почвы; территории низкой степени плотности размещения деревьев в древостое; территории средней и высокой степеней плотности
размещения деревьев в древостое; травяной покров; селитебные территории; сельскохозяйственные угодья (рис. 2).
Рис. 2. Типы тестовых участков района исследования
Для тестовых участков на основе спектральных кривых, определены:
средние значения спектральных отражательных характеристик в разных спектральных каналах; отношение каналов ближнего инфракрасного и красного каналов; средние значения вегетационных индексов. Используя полученные данные на основе статистических методов, составлены графики спектральных отражений тестовых участков для разных каналов (рис. 3).
8
Рис. 3. Спектральные кривые для различных тестовых участков
Данные расчетов иллюстрируют, что различные тестовые участки характеризуются разным видом спектральных характеристик.
Так, участки со средней и высокой степенью плотности размещения деревьев в древостое характеризуются низкими спектральными значениями в видимой части спектра (каналы 1-4), очень высоким подъемом в ближнем ИКспектре (NIR), слабым падением в средней области ИК-спектра (SWIR1) и резким паданием в дальней части ИК-спектра (SWIR2).
В спектральной кривой на участках с низкой степенью плотности размещения деревьев в древостое также отмечается резкий подъем спектральных значений в ближней части ИК-спектра (NIR), но в отличие от участков со средней и
высокой степенью плотности размещения деревьев в древостое, наблюдается
заметно постепенный подъем спектральных значений в средней части SWIR1.
Спектральная кривая тестовых участков открытой почвы характеризуется постепенным увеличением до средней части ИК-спектра и резким падением в
дальней части ИК-спектра. Спектральная кривая тестовых участков селитебных
территорий характеризуется постоянным увеличением значений до средней части ИК-спектра, далее, в дальней части ИК-спектра заметно небольшое падение
в отличие от остальных тестовых участков исследуемой территории.
Полученные результаты, представленные на рисунке 3, иллюстрируют, что в
засушливых и полузасушливых регионах сложно разделять участки открытой почвы, от участков с лесной растительностью с низкой степенью плотности размещения деревьев в древостое. С учетом результатов спектральных отражений, полученных при исследовании каждого типа земельного покрова из тестовых участков
установлено, что наибольшая точность разделения ландшафтов достигается с использованием данных отражения в средней части ИК-спектра. Поэтому для умень9
шения влияния характеристик спектральных индексов почвы в данном исследовании предложен вегетационный индекс (ВИ) ASVI (Arid Semiarid Vegetation Index)
для дешифрирования космических снимков Landsat (формула 1):
ASVI =
(1)
Для сравнения результатов ВИ ASVI с вегетационными индексами NDVI и
SAVI (Huete, 1988) по формуле 1 рассчитаны средние значения ВИ ASVI для каждого тестового участка антропогенных и природных ландшафтов горного массива
Загрос и по полученным данным сравнения построены графики ВИ для ASVI,
NDVI и SAVI для каждого тестового участка (рис. 4).
(1 – сельскохозяйственные угодья, 2 – с низкой степенью плотности размещения деревьев в
древостое, 3 – со средней и высокой степенью плотности размещения деревьев в древостое,
4 – открытая почва, 5 – селитебные территории, 6 – травяной покров)
Рис. 4. Спектральные кривые ВИ ASVI, SAVI, NDVI для различных тестовых участков
Полученные результаты на рисунке 3, показывают, что, числовой диапазон ВИ
ASVI для разных типов земельного покрова шире для ВИ NDVI и SAVI. Например,
числовой диапазон ВИ ASVI, NDVI и SAVI между участками с открытой почвой и с
низкой степенью плотности размещения деревьев в древостое составляет 0.13, 0.1 и
0.07 соответственно, стандартные отклонения значений ВИ ASVI на всех тестовых
участках больше, чем в NDVI и SAVI (табл. 1). Эта характеристика уменьшает отрицательное влияние значений для почвы при дешифрировании космических снимков.
Поэтому ВИ ASVI по сравнению с NDVI и SAVI с большей точностью может установить границы разных типов земельного покрова. Комбинирование данных индексов на разных этапах дешифрирования позволяет с высокой степенью точности выделять разные категории ландшафтов в зависимости от их спектральных отражательных характеристик. По результатам спектральных отражений разных антропогенных и природных ландшафтов (рис. 4), предложено использовать следующие вегетационные и спектральные индексы (табл.1). Определены способности спектральных индексов SWIR2/ Красный, SWIR2/ SWIR1, Зеленый/ Синий, SWIR1/ Красный,
Красный/ Зелёный для разделения травяных покровов и селитебных территорий по
10
результатам спектральных отражений разных природных и антропогенных ландшафтов (рис. 3, 4), с учетом того, что для травяного покрова отличие SWIR2 от
Красный очень высокое при сравнении с другими участками не травяного покрова, и
наоборот для селитебных территорий отличие SWIR2 от SWIR1, Зелёный от Синий,
SWIR1 от Красный и Красный от Зеленый очень низкое при сравнении со спектральными индексами других тестовых участков не селитебных территорий.
Таблица 1. Используемые спектральные и вегетационные индексы (ВИ)
при дешифрировании космических снимков Landsat 5 и 8
Спектральные и вегетационные
индексы
NDVI+[NIR-SWIR1/NIR+SWIR1]
NDVI (Ruse et al., 1974)
SWIR 2/ Красный
SWIR 2/ SWIR1, Зелёный/ Синий
SWIR1 / Kрасный, Красный / Зелёный
Возможности дешифрирования
Способен разделить участки открытой почвы
от участков с низкой степенью плотности размещения деревьев в древостое
Способен разделить растительные покровы от
других видов земельного покрова
Способен разделить травяной покров от других видов земельного покрова
Способен разделить селитебные территории
от открытой почвы в Landsat 8
Способен разделить селитебные территории
от открытой почвы в Landsat 5
Широкий диапазон спектрального отклонения значений ВИ ASVI для разных ландшафтов позволяет разделить ландшафты с высокой точностью, но с
другой стороны эта способность снижает точность разрешения между такими
ландшафтами, например, как: ландшафты с низкой степенью плотности размещения деревьев в древостое и ландшафты с травяным покровом; ландшафты с
открытой почвой и селитебных территорий. Такие ландшафты с высокой вероятностью могут иметь одинаковые значения ВИ ASVI, что будет служить источником ошибок при их разделении по значениям этого индекса. Для решения этой
проблемы в методике дешифрирования предложено использовать и другие вегетационные и спектральные индексы на разных этапах (табл. 1). Так как рельеф в
горах является основным ландшафтообразующим фактором, на основе цифровой
модели рельефа (ЦМР) определены площади, занимаемые разными высотными
интервалами в пределах изучаемой территории (рис. 5). На основе анализа составленных графических материалов, представленных на рисунке 5, рассчитаны
соотношения площадей высотных отметок и крутизны склонов (табл. 2).
По результатам использованных картографических материалов, а также
собственных полевых исследований выяснено, что антропогенные ландшафты
отсутствуют на склонах крутизной более 60˚.
11
Рис. 5. Рельеф района исследований
Таблица 2. Соотношение площадей высотных отметок и крутизны склонов
Крутизна склонов, град.
Интервалы
высот, м
1121-1260
1260-1400
1400-1600
1600-1800
1800-2000
2000-2200
2200-2400
Итого
0-10
10-20
20-30
30-40
40-50
50-60
60-70
70-80
80-90
Итого
9.5
2.94
1.13
0.35
0.12
0.03
0.008
0.002
0
0
0.007
0.002
0
0
10.8
3.34
24.15
7.48
3.33
1.03
0.39
0.12
0.025
0.007
0
0
0.025
0.007
0.005
0.001
27.96
8.66
27.53
8.53
5.92
1.83
0.87
0.26
0.05
0.01
0
0
0.067
0.02
0.006
0.001
34.5
10.69
24.47
7.58
8.62
2.67
1.98
0.61
0.08
0.02
0.001
0.000
0.1
0.03
0.016
0.004
35.34
10.95
14.5
4.49
9.89
3.06
3.2
0.99
0.14
0.04
0.004
0.001
0.155
0.04
0.023
0.007
28
8.68
9.14
2.83
11.92
3.69
5.07
1.57
0.35
0.10
0.01
0.003
0.3
0.09
0.056
0.01
26.9
8.34
5.81
1.80
14.55
4.51
8.77
2.71
1.07
0.33
0.025
0.007
0.496
0.15
0.174
0.05
31
9.61
6.52
2.02
22.1
6.85
24.11
7.47
4.98
1.54
0.43
0.13
1.39
0.43
1.357
0.42
61
18.91
2.84
0.88
15.74
4.88
22.91
7.10
11.6
3.59
6.88
2.13
4.72
1.46
2.237
0.69
67
20.77
124.5
38.60
93.4
28.96
67.45
20.91
18.3
5.67
7.35
2.27
7.5
2.32
4
1.24
322.5
100
KM2
%
KM2
%
KM2
%
KM2
%
KM2
%
KM2
%
KM2
%
км2
%
Поэтому для дешифрирования космических снимков в регионе на основе
ЦМР выделены склоны с крутизной больше 60˚ и меньше 60˚.
Для классификации ландшафтов, находящихся на территориях с крутизной
склонов больше 600, на космических снимках Landsat 5 и 8 предложено использовать
значения для ВИ ASVI, поскольку по результатам полевых исследований в этих районах селитебных территорий и сельскохозяйственных угодий нет и ВИ ASVI способен разделить древостой любой плотности от открытой почвы с высокой точностью.
Для классификации ландшафтов, находящихся на территориях с крутизной склонов меньше 600, использована методика дешифрирования космических
снимков, представленный в таблице 3 и учитывающий спектральные отражения
тестовых участков по выбранным спектральным и вегетационным индексам,
представленным в таблице 1 на разных этапах.
12
Таблица 3. Предложенная методика дешифрирования космических снимков
Landsat 5 и 8 горного массива Загрос с крутизной склонов менее 600
0,2≤NDVI<0,4
NDVI<0.2
Landsat 5
Landsat 8
ASVI
Травяной
покров
MAН
Селитебные территории
ASVI
-
NDVI
≥0,4
ASVI
ASVI
ASVI
Селитебные
территории
Поскольку графики спектральных отражений селитебных территорий похожи на открытую почву и графики спектральных отражений травяного покрова похожи на территории с низкой степенью плотности размещения деревьев в древостое, то на первом этапе дешифрирования космических снимков использован ВИ
NDVI для разделения изучаемого района на 3 класса, включающие в себя
NDVI<0.2, 0.2≤NDVI<0.4 и NDVI≥0.4.
Первый класс содержит селитебные территории и открытую почву; второй класс содержит травяной покров и территории с низкой, средней и высокой
степенью плотности размещения деревьев в древостое; в третьем классе находятся сельскохозяйственные угодья.
Далее на первом этапе на космических снимках Landsat 5 разделены территории со значениями спектрального индекса (СИ) красный/зелёный менее
1.2, а на втором этапе для этих территорий рассчитан СИ SWIR1/RED и выбраны территории со значениями СИ SWIR1/RED менее 1.4 как селитебные
территории. Также на первом этапе на космических снимках Landsat 8 разделены территории со значениями СИ зеленый/синий менее 1.4, а на втором этапе
для этих территорий рассчитаны СИ SWIR2/SWIR1 и выбраны территории со
значениями СИ SWIR2/SWIR1 более 0.9 как селитебные территории.
При разделе травяного покрова от древостоя на территориях со значениями
0.2≤NDVI<0.4 рассчитан СИ SWIR2/RED, а графики спектральных отражений изучаемых тестовых участков показали, что значения спектральных диапазонов
SWIR2 для травяного покрова получаются меньше чем для других видов земельного покрова. Поэтому учитывая, что значения СИ SWIR2/RED для травяного покро-
13
ва обычно менее 1.2, а для других видов земельного покрова более 1.2, то СИ выбран для разделения травяного покрова от других видов земельного покрова.
По результатам полевых исследований и визуального дешифрирования
снимков высокого разрешения определены оптимальные значения СИ SWIR2/RED.
Далее рассчитан СИ SWIR2/RED с использованием программного комплекса ENVI
5.3 для обработки космических снимков 1985, 1993, 2000, 2013, 2014 и 2015 гг. территорий со значениями 0.2<NDVI<0.4 и выполнен раздел травяного покрова от
других видов земельного покрова. На травяной покров в предыдущих этапах рассчитан ВИ ASVI с использованием программного комплекса ENVI 5.3 по космическим снимкам Landsat 1985, 1993, 2000, 2013, 2014 и 2015 годов (табл. 4).
Таблица 4. Диапазоны значений разных антропогенных и природных объектов в ВИ ASVI
Показатели
Landsat 5, 1985 и 2000
Landsat 8, 2015
Открытая почва
Участки низкой степени плотности размещения
деревьев в древостое
Участки средней и высокой степени плотности
размещения деревьев в древостое
Сельскохозяйственные угодья
<0,1
0,1-0,3
<0,15
0,15-0,35
0,3-0,6
0,35-0,6
≥0,6
≥0,6
Цифровые диапазоны ВИ ASVI (табл. 4), рассчитаны с использованием
данных полевых исследований и визуального дешифрирования снимков высокого разрешения GOOGLE EARTH, определены числовые диапазоны каждого
класса земельного покрова в ВИ ASVI. Поскольку значения спектральных диапазонов каждой спектральной группы космических снимков landsat 5 и 8 разные, то для каждого из космических снимков landsat 5 и 8 выбраны разные числовые диапазоны в разных типах земельного покрова.
Используя предложенную методику дешифрирования космических снимков Landsat 5, 8 созданы ландшафтные карты на территорию горного массива
Загрос для 1985, 1993, 2000, 2013, 2014 и 2015 годов (рис. 6).
Для оценки согласованности результатов дешифрирования с данными наземных обследований рассчитан коэффициент Каппа Коэна (κ) для космических снимков 2015 г. и получено значение равное 0,92. Для определения коэффициента Каппа
Коэна (κ) использованы результаты полевых исследований 2015 г. в пределах трансекты, на которой определены опорные площадки с использованием GPS, соответствующие ячейкам универсальной поперечной проекции Меркатора (UTM), расстояния в которых между линиями сетки составляли 1 км.
14
Рис. 6. Природные и антропогенные ландшафты горного массива Загрос
Наряду с полевыми исследованиями для оценки коэффициента Каппа Коэна (κ) для разных годов использовались данные дистанционного зондирования
этого же периода с близким пространственным разрешением (Landsat 5, 8),
имеющихся в свободном доступе. Расчеты показали хорошую (более 0,8) согласованность результатов.
2. Обоснование влияния изменений антропогенных показателей и
климата на трансформацию антропогенных и природных ландшафтов
горного массива Загрос
Город Хорремабад – административный центр провинции Лурестан в течение 1956–2011 гг., пережил высокие темпы роста населения с 38676 чел. в
1956 г., до 348216 чел. в 2011 г. (рис. 7).
Рис. 7. Изменение населения в течение 1956-2011 гг.
Резкое увеличение численности населения привело к значительной
трансформации природных ландшафтов, часть из которых перешла в категорию
антропогенных. На рисунке 8 представлены рассчитанные коэффициенты зави-
15
симости между динамикой населения и изменением площадей антропогенных
ландшафтов (а-селитебные территории; б-сельскохозяйственные угодья).
(а – селитебные территории; б – сельскохозяйственные угодья)
Рис. 8. Коэффициент зависимости между численностью населения и
изменением площадей антропогенных ландшафтов
Наиболее существенно изменилась площадь селитебных территорий и
сельскохозяйственных угодий (рис. 9). Для определения показателей трансформации ландшафтов в течение 1985–2015 гг. использовано определение скорости изменения ландшафтов как изменение площади в год, положительные
значения относятся к восходящему тренду, а отрицательные значения – к нисходящему тренду (Жи Ли 2013) (табл. 5).
а) селитебные территории
б) сельскохозяйственные угодья
Рис. 9. Изменения площадей антропогенных ландшафтов на территории
горного массива Загрос в течение 1985-2015 гг.
16
Таблица 5. Скорость трансформации ландшафтов горного массива Загрос
в течение 1985-2015 гг.
Земельный
покров
1985г. по
2015г.
Класс 1*
Класс 2*
Класс 3*
Класс 4*
Класс 5*
Класс 6*
1985г.
122.1
74.12
58.4
50.08
8.99
8.87
2015г.
%
37.85
22.98
18.1
15.53
2.78
2.75
126.9
57.59
39.26
63.75
28.31
6.72
Площади
не измененных
ландшафтов
%
39.34
17.85
12.17
19.76
8.78
2.08
83.62
28.28
23.32
25.45
6.76
1.43
Площади
преобразуемых ландшафтов в
другие типы
Площади
преобразуемых ландшафтов из
других типов
38.46
45.83
35.07
24.63
2.24
7.44
43.29
29.29
15.94
38.29
21.55
5.29
Скорость
% в год
0.13
-0.74
-1.09
0.91
7.16
-0.80
*класс 1- открытая почва, класс 2- с низкой степенью плотности размещения деревьев в древостое, класс 3со средней и высокой степенью плотности размещения деревьев в древостое, класс 4- травяной покров, класс
5- селитебные территории, класс 6 –сельскохозяйственные угодья
Результаты анализа изменчивости климатических условий провинции
Лурестан в течение 1951-2014 гг. и их влияние на трансформацию природных и
антропогенных ландшафтов горного массива Загрос показывают, что средняя
годовая температура за 1951-2014 гг. в провинции составила +17,2°С при величине стандартного отклонения ± 1. Что касается внутригодового изменения
температуры воздуха, то минимум отмечается в январе, а максимум – в июле.
Температура испытывает существенные колебания: максимальная амплитуда
характерна для зимних-весенних месяцев (особенно для февраля и апреля), а минимальная – для летних. Период активной вегетации длится с начала апреля по начало
ноября, когда температуры переходят через 10°С. Средняя величина годовых осадков за этот период составляет 504 мм, минимальное количество осадков приходится
на 1973 г. и составляет 237 мм, максимум осадков было зафиксировано в 1993 г. и
составило 771 мм (рис. 10).
а)
б)
Рис. 10. Изменения температуры воздуха (а) и годовых осадков (б)
по данным метеостанции Хорремабад
Линейный тренд иллюстрирует изменения температуры, снижение температуры воздуха от начала анализируемого ряда к его концу, а полиноминальный указы17
вает на некоторую цикличность процесса изменения температуры воздуха. Линейный тренд количества осадков иллюстрирует уменьшение величины осадков.
В большинстве месяцев отмечается большая изменчивость осадков, но с
июня по сентябрь, изменчивость очень маленькая. Гидротермический коэффициент увлажнения Селянинова показывает уровень влагообеспеченности или
влагонедостаточности территории. При средней величине ГТК за данный временной промежуток 0,44 изменялся от 0,16 в 2000 г. до 1,9 в 1957 г., то есть
условия изменялись от полупустынных до влажных, однако большая часть значений соответствует условиям очень засушливым (рис. 11).
а)
б)
Рис. 11. Колебания величины ГТК (а) и величины Ку (б) по данным
метеостанции Хорремабад
Для определения степени влияния изменения климатических параметров
на изменение антропогенных и природных ландшафтов, выбраны 3 климатических показателя, включая среднюю годовую температуру, количество годовых
осадков и коэффициент увлажнения (Ку).
С целью выбора самого эффективного климатического показателя, который влияет на изменение ландшафтов в течение долгого времени, рассчитаны
коэффициенты регрессии между выбранными климатическими показателями и
площадями разных ландшафтов. По полученным результатам, коэффициент регрессии климатического показателя Ку больше других показателей, поэтому в
этом исследовании Ку выбран как климатический показатель, который эффективно влияет на изменение площадей ландшафтов провинции горного массива
Загрос в течение определенного времени. С другой стороны, поскольку регрессионный коэффициент между Ку и древостоем с низкой плотностью размещения деревьев равен 0.63, то есть это значение не показывает высокой степени
зависимости между 2-мя факторами, это указывает на то, что кроме климатических параметров есть и другие факторы, которые также влияют на изменения
плотности древостоя (табл. 6).
18
Таблица 6. Значения коэффициента детерминации между климатическими параметрами и
площадями ландшафтов горного массива Загрос с крутизной склонов более 60˚
Показатели
Открытая почва
Древостои с низкой степенью плотности размещения деревьев
Древостои со средней и высокой степенью плотности размещения деревьев
Линейный, R²
Ку
R² = 0.9154
Линейный R²,
осадки
R² = 0.8864
Линейный R²,
температура
R² = 0.3481
R² = 0.6294
R² = 0.6085
R² = 0.4523
R² = 0.8954
R² = 0.8667
R² = 0.398
3. Оригинальная методика выявления изменений антропогенных и
природных ландшафтов на основе применения данных дистанционного зондирования Земли горного массива Загрос
Разные типы ландшафтов классифицированы на антропогенные и природные, но основное внимание было сосредоточено на изменении ландшафтов в течение времени с целью определения территорий, находящихся под угрозой геоэкологической деградации с 1985 по 2015 гг. Поэтому на основе степени изменения растительного покрова и антропогенных влияний ландшафты были разделены на
7 классов: 1. Неизменённые. 2. Слабоизменённые. 3. Нарушенные. 4. Сильно нарушенные.
6.
Антропогенносельскохозяйственные. 7. Антропогенно-селитебные. 8. Улучшенные (рис. 12).
Рис. 12. Карта изменения геоэкологического состояния изучаемого района в
период 1985-2015 гг.
Используя карты изменения ландшафтов горного массива Загрос в течение 1985–2015
гг., рассчитаны площади для
каждого класса (табл. 7).
Результаты классификации трансформации антропогенных и природных ландшафтов горного массива Загрос показывают, что состояние примерно 51.8% площади изучаемого района не изменилось, а 26%
площади территории было нарушено. Результаты также показывают, что, хотя
сельскохозяйственная деятельность в течении с 1985 г. по 2015 г. на данной
территории не останавливалась, однако площадь сельскохозяйственных угодий
19
уменьшилась в результате урбанизации, селитебные территории вблизи города
Хорремабад изменились больше других типов, почти в 3 раза.
Таблица 7. Классы трансформации природных и антропогенных ландшафтов
горного массива Загрос в течение 1985-2015 гг., га
Название класса
трансформации
антропогенных и
природных
Ландшафтов
Неизмененные
Слабоизмененные
Нарушенные
Сильно
Нарушенные
Антропогенноурбанизированные
Антропогенносельскохозяйственные
Улучшенные
Площадь
Описания трансформации природных и антропогенных
ландшафтов
га
%
16674.1
51.77
635.04
1.97
7180.83
22.29
1281.69
3.98
2147.31
6.66
561.15
1.74
Территории, на которых ландшафты, с точки зрения растительного
3723.03
покрова, улучшались в течении времени 1985-2015гг.
11.56
Территории, на которых ландшафты с течением времени
не изменяются и селитебные территории преобразуются
в открытую почву.
Территории, на которых сельскохозяйственные угодья
преобразуются в открытую почву, территории с низкой
степенью плотности размещения деревьев в древостое
преобразуются в травяной покров
Территории, на которых травяной покров и ландшафты с
низкой степенью плотности размещения деревьев в древостое преобразуются в открытую почву.
Территории, на которых древостой в ландшафте с течением времени со средней и высокой степенью плотности
размещения деревьев преобразуется в ландшафты с низкой степенью плотности размещения деревьев в древостое или в травяной покров
Территории, на которых ландшафты с низкой степенью
плотности размещения деревьев в древостое преобразуются в открытую почву
Территории, на которых процесс урбанизации происходил в течении времени 1985-2015гг.
Территории, на которых процесс развития сельского хозяйства происходил в течении времени 1985-2015гг.
4. Рекомендации по стабилизации природных ландшафтов Загроса на
основе многолетнего ряда данных геоэкологического мониторинга, полученных по предложенной методике
Для стабилизации природных ландшафтов горного массива Загрос предложено применить оптимальные системы рекультивации нарушенных участков
в 1985–2015 гг. в 3 этапа: На первом этапе территории, на которых ландшафты
не изменились в течение 30 лет (1985–2015 гг.), представлены как устойчивая
система, но для прекращения отрицательного влияния антропогенных воздействий на древостои, предложено осуществлять контроль процесса урбанизации.
На втором этапе, реализация системы агролесомелиорации (ветрозащитные
полосы или защитные лесополосы – аллейная система) предложена для территорий,
которые использовались как сельскохозяйственные угодья в течение 1985–2015 гг. В
этой системе деревья сажаются в одиночные или многочисленные ряды вдоль краев
20
полей для защиты от воздействия ветра на сельскохозяйственные культуры или
пастбища домашнего скота, а также для снижения водной эрозии.
На третьем этапе, предложена реализация системы пастбищной агролесомелиорации для территорий с низкой плотностью древостоев (по данным на 2015 г.),
которые нарушались в течение 1985-2015 гг. В этой системе используются комбинации из древесных и травянистых растений в качестве лесопастбищ (табл. 8, рис. 13).
Таблица 8. Площади предложенных мероприятий для рекультивации нарушенных
земель горного массива Загрос
Агролесоводство, площадь, (га)
Площадь, (га)
Система Аллейная
Система лесопастбищ
Контроль процесса Урбанизации
738,63
2680,02
2005,74
Рис. 13. Предложенные мероприятия для рекультивации нарушенных земель
районов горного массива Загрос
Проведенное исследование позволяет сделать следующие выводы, обладающие новизной:
1. При исследовании антропогенных и природных ландшафтов в геоэкологическом мониторинге в условиях семиаридного и аридного климата горного
21
массива Загрос предложена методика дешифрирования данных ДЗЗ, основанный
на использовании совокупности вегетационных и спектральных индексов.
Наилучшая точность разделения ландшафтов достигается использованием данных отражения в средней части ИК-спектра. Для уменьшения влияния отражения почвы предложен новый вегетационный индекс ASVI и показано, что наряду
с NDVI, необходимо использование диапазона SWIR по формуле:
ASVI=(NDVI+(NIR-SWIR1/NIR+SWIR1)) для снимков серии Landsat.
2. Разработана методика повышения точности и достоверности оценки состояния природных и антропогенных ландшафтов и определения динамики изменения их площадей, основанная на использовании предложенного соотношения вегетационных индексов в следующих спектральных каналах: ASVI, NDVI, (SWIR
2)/Красный, (SWIR 2) / (SWIR 1), (SWIR 1)/ Красный, Зеленый/Синий, Красный /
Зеленый. Доказано, что предложенная методика позволяет с высокой степенью достоверности (коэффициент каппа = 92%) выделять основные категории антропогенных и природных ландшафтов в условиях горного массива Загрос.
3. Проведена оценка многолетней тенденции изменения площади антропогенных и природных ландшафтов горного массива Загрос. Из полученных данных, в
период 1985-2015 гг., доминирующими типами землепользования были древостои,
сельскохозяйственные угодья, селитебные территории и травяной покров, на долю
которых приходится около 60% всей площади. Выявлены основные тенденции изменения площадей земельного покрова: 1) уменьшение сельскохозяйственных угодий, территорий со средней и высокой степенью плотности размещения деревьев в
древостое и территорий с низкой степенью плотности размещения деревьев в древостое на 2,15 (-0,67%), 19,14 (-5,93%) и 16,53
(-5,13%), соответственно; 2) увеличение селитебных территорий, травяных покровов и открытых почв увеличились на
19,32 (6%), 13,67 (4,23%) и 4,8
(1,49%) соответственно. Изменения в каждом типе земельного покрова объединены в два процесса: 1) преобразование в другие типы
и 2) преобразование из других типов. Например, площадь селитебных территорий,
переустроенных из других типов земельного покрова (21,55
) больше, чем селитебные территории преобразованные в другие типы (2,24
). С точки зрения изменения площадей, природные и антропогенные ландшафты меняются в порядке:
селитебные территории > древостои с высокой и средней плотностью деревьев в
древостое > древостои с низкой плотностью деревьев в древостое > травяной покров
> открытая почва > сельскохозяйственные угодья. Однако, скорость изменения в
обратном порядке: селитебные территории > древостои с высокой и средней плотностью деревьев в древостое > травяной покров > сельскохозяйственные угодья >
22
древостои с низкой плотностью деревьев в древостое > открытая почва. В целом, селитебные территории изменились более других типов почти в 3 раза.
4. На основе анализа статистических зависимостей показано, что основное
влияние на антропогенные ландшафты (сельскохозяйственные и селитебные) оказало изменение численности населения (коэффициенты корреляции 84,5 и 96,2 соответственно), при этом площадь селитебных территорий увеличилась в период
1985-2015 в 3 раза (скорость увеличения площади селитебных территории 7 % в
год) за счет сельскохозяйственных (- 0,8 % в год) и природных ландшафтов.
5. Установлено, что климатические показатели такие как средняя годовая
температура, количество годовых осадков и коэффициент увлажнения (Ку) поразному влияют на трансформацию природных и антропогенных ландшафтов.
Показано, что Ку считается самым важным климатическим параметром, влияющим на трансформацию природных ландшафтов, так как коэффициент регрессии между Ку и изменением площадей ландшафтов открытая почва и древостои и травяной покров составляет 0,91 и 0,9, соответственно.
6. Созданы картосхемы, отражающие изменения геоэкологического состояния изучаемого горного массива Загрос провинции Лурестан в период
1985–2015 гг. Результаты расчетов показывают, что примерно 52,54% площади
изучаемого массива не изменилось, а 23,8% нарушались с ухудшением степени
покрытия растительным покровом. Антропогенные факторы, включая антропогенную урбанизацию и интенсивное сельское хозяйство, изменили ландшафты
на 8,32% от площади изучаемого района.
7. Предложены мероприятия по стабилизации природных ландшафтов
путем реализации агролесоводства на территориях с возможностью осуществления сельского хозяйства. Рассчитаны площади защитных лесонасаждений и
территорий контроля выпаса скота.
СПИСОК ПУБЛИКАЦИЙ ПО ТЕМЕ ИССЛЕДОВАНИЯ
В изданиях, рекомендованных ВАК РФ
1. Каркон Варносфадерани М.М., Шаповалов Д. А. Повышение точности
дешифрирования лесной растительности при мониторинге земель полуаридных регионов на основе применения спектральных индексов (по материалам западного
Ирана) // Землеустройство, кадастр и мониторинг земель. 2016. № 6. С. 61-67.
2. Каркон Варносфадерани М.М., Харазми Р.С., Шаповалов Д.А., Митрофанов Е.М. Оценка точности визуального дешифрирования растительного покрова
на основе вегетативных индексов // Изв. ВУЗов. Геодезия и Аэрофотосъемка. 2016.
№ 4. С. 90-93.
23
3. Каркон Варносфадерани М.М., Харазми Р.С., Чабан Л.Н., Паниди Е.А.,
Митрофанов Е.М. Оценка точности различных методов контролируемой классификации аридных территорий // Изв. ВУЗов. Геодезия и Аэрофотосъемка. 2017. № 5.
С. 106-110.
4. Karkon Varnosfaderani M., Kharazmi, R., Nazari Samani, A.A., Rahdari,
M.R., Matinkhah, S.H., Aslinezhad, N. Distribution changes of woody plants in Western
Iran as monitored by remote sensing and geographical information system: a case study of
Zagros forest // Forestry Research. 2017. 28(1). 145-153.
5. Каркон Варносфадерани М.М., Харазми Р.С., Паниди Е.А. Оценка динамики аридных экосистем на основе временных рядов космических снимков //
Современные проблемы дистанционного зондирования Земли из космоса. 2016.
Т. 13. № 5. С. 214-223.
Статьи, опубликованные в иных изданиях:
6. Каркон Варносфадерани М.М. Проблемы распознавания лесной растительности засушливых и полузасушливых территорий методами многозональных
космических съемок // Современные проблемы развития АПК и пути их решения:
сб. науч. тр. 59-ой научно-практической конференции студентов, аспирантов, молодых учёных и специалистов. 18-22 апреля 2016 г. М.: ГУЗ. C. 102-106.
7. Karkon Varnosfaderani M. Assessment of potential desertification and mapping of desertification in Koohdasht basin lands // 6th Annual Scientific Conference of
Iranian Students in Russia Federation. Moscow. Russia. 2013. P. 63-68.
8. Каркон Варносфадерани М.М. Сравнение контролируемой и неконтролируемой классификации с помощью индекс растительности // Седьмая научная
конференция научных достижений иранских студентов в Российской Федерации:
сб. статей. Москва. 2014. C.43-47.
9. Каркон Варносфадерани М.М., Лубнин Д.С., Гаврилова В.В., Митрофанов Е.М. Выбор и аналитическое обоснование оптимального вегетационного индекса полузасушливых территорий на примере территории западного Ирана с использованием современных ГИС-технологий // Экология, экономика, информатика:
сб. статей. Ростов-на-Дону: Изд-во ЮФУ. 2015. С.241-249.
10. Kharazmi R., Karkon Varnosfaderani M., Rahdari M.R., Fathi M. Land use
cover zoning of dry land ecosystems, based on satellite images (case study: East of
Isfahan) // New findings of agricultural science, natural resources and environments.
1st international conference. Tehran. Iran. 2015. P. 70-77.
11. Mohammad Reza Rahdari, Rasoul Kharazmi, Hamid Alipur, Hasan khosravi,
Karkon Varnosfaderani M., Abuzar Nasiri. Potential Assessment of rainwater
harvesting areas with using GIS and DSS // Anthropogenic Changes of Environment and
Landscape in Arid and Semi-Arid Regions. The GIAN Conference. University of Tehran.
2014. P. 115-121.
12. Kharazmi R., Abdollahi A., Panidi E., Karkon Varnosfaderani M., Rahdari
M. Comparing pixel-based classification methods to detection land use changes in dry
Land ecosystems, based on time series of satellite images // Natural Hazards and Disaster
Management. Proceedings of the 1st International Conference. Osaka. Japan. June 01-03,
2017. P. 82-90.
24
Редакционно-издательский отдел ГУЗ
Сдано в производство 09.02.2018. Подписано в печать 09.02.2018.
Формат 60 х 84 1/16. Объем 1,0 п.л.,
Бумага офсетная. Тираж 100 экз. Заказ № 981.
_________________________________________________
Отдел оперативной полиграфии ГУЗ
105064, г. Москва, ул. Казакова, 15
25
1/--страниц
Пожаловаться на содержимое документа