КОМПЬЮТЕРНЫЙ АНАЛИЗ ДИСТАНЦИОННЫХ ДАННЫХ И ЦИФРОВОЙ МОДЕЛИ РЕЛЬЕФА ДЛЯ МЕЛКО- И СРЕДНЕМАСШТАБНОГО КАРТОГРАФИРОВНИЯ ЭКОТОНА ТУНДРЫ - ЛЕСОТУНДРЫ (НА ПРИМЕРЕ ПРАВОБЕРЕЖЬЯ ПЕЧОРЫ)
|
Введение 4
Глава 1 УСЛОВИЯ ПОЧВООБРАЗОВАНИЯ 7
1.1 Геологическое строение, рельеф и почвообразующие породы 7
1.2 Климат 13
1.3 Растительный и животный мир 16
Глава 2 ПОЧВЕННЫЙ ПОКРОВ И ПОЧВЫ 20
2.1 Развитие представлений о почвах и почвенном покрове Большеземельской
тундры 20
2.2 Почвы западной части Большеземельской тундры по имеющимся
картографическим материалам и данным полевых исследований 23
Глава 3 ГИС-АНАЛИЗ ПЕРВИЧНОГО КАРТОГРАФИЧЕСКОГО МАТЕРИАЛА 28
Глава 4. МЕТОДИКА СОЗДАНИЯ ЦИФРОВЫХ ПОЧВЕННЫХ КАРТ (АНАЛИЗ
И ОТБОР ИНФОРМАТИВНЫХ КОВАРИАТ, ИСПЫТАНИЕ РАЗНЫХ
МЕТОДОВ ИНТЕРПОЛЯЦИИ ДАННЫХ, ОЦЕНКА ТОЧНОСТИ КАРТ) 34
4.1 Векторизация (оцифровка «бумажных» карт) 34
4.2 Наложение регулярной сетки точек на почвенные карты и «считывание»
категорий почв в этих точках 34
4.3 Расчет ковариат и «считывание» их значений в точках сетки 35
4.4 Создание маски непочвенных объектов (водные объекты и незакрепленные
пески) 38
4.5. Анализ ковариат с точки зрения их информативности (корреляции с
почвами) 39
4.5.1. Результаты сравнения значений ковариат с классами
среднемасштабной карты Н.А. Крейды 39
4.5.2. Результаты сравнения значений ковариат с классами
мелкомасштабной карты (ГПК) 41
4.6. Интерполяция разными методами и выбор наиболее точного из них
4.7 Построение и оценка точности обновленных почвенных карт 44
4.7.1. Создание среднемасштабной карты и ее проверка 44
4.7.2 Создание мелкомасштабной карты и ее проверка 47
4.8. Анализ и построение цифровой карты после предварительной коррекции
ВЫВОДЫ 56
3АКЛЮЧЕНИЕ 57
СПИСОК ЛИТЕРАТУРЫ 59
Приложение 67
Приложение 1 Сведения о разрезах (период 2014-2016 год) 67
Приложение 2 Группировка полевых данных 80
Приложение 3 Группировка почв легенд ГПК и карты Н.А. Крейды 82
Приложение 4 Верификация контуров ГПК полевыми данными 83
Приложение 5 Дисперсионный анализ ковариат 85
Глава 1 УСЛОВИЯ ПОЧВООБРАЗОВАНИЯ 7
1.1 Геологическое строение, рельеф и почвообразующие породы 7
1.2 Климат 13
1.3 Растительный и животный мир 16
Глава 2 ПОЧВЕННЫЙ ПОКРОВ И ПОЧВЫ 20
2.1 Развитие представлений о почвах и почвенном покрове Большеземельской
тундры 20
2.2 Почвы западной части Большеземельской тундры по имеющимся
картографическим материалам и данным полевых исследований 23
Глава 3 ГИС-АНАЛИЗ ПЕРВИЧНОГО КАРТОГРАФИЧЕСКОГО МАТЕРИАЛА 28
Глава 4. МЕТОДИКА СОЗДАНИЯ ЦИФРОВЫХ ПОЧВЕННЫХ КАРТ (АНАЛИЗ
И ОТБОР ИНФОРМАТИВНЫХ КОВАРИАТ, ИСПЫТАНИЕ РАЗНЫХ
МЕТОДОВ ИНТЕРПОЛЯЦИИ ДАННЫХ, ОЦЕНКА ТОЧНОСТИ КАРТ) 34
4.1 Векторизация (оцифровка «бумажных» карт) 34
4.2 Наложение регулярной сетки точек на почвенные карты и «считывание»
категорий почв в этих точках 34
4.3 Расчет ковариат и «считывание» их значений в точках сетки 35
4.4 Создание маски непочвенных объектов (водные объекты и незакрепленные
пески) 38
4.5. Анализ ковариат с точки зрения их информативности (корреляции с
почвами) 39
4.5.1. Результаты сравнения значений ковариат с классами
среднемасштабной карты Н.А. Крейды 39
4.5.2. Результаты сравнения значений ковариат с классами
мелкомасштабной карты (ГПК) 41
4.6. Интерполяция разными методами и выбор наиболее точного из них
4.7 Построение и оценка точности обновленных почвенных карт 44
4.7.1. Создание среднемасштабной карты и ее проверка 44
4.7.2 Создание мелкомасштабной карты и ее проверка 47
4.8. Анализ и построение цифровой карты после предварительной коррекции
ВЫВОДЫ 56
3АКЛЮЧЕНИЕ 57
СПИСОК ЛИТЕРАТУРЫ 59
Приложение 67
Приложение 1 Сведения о разрезах (период 2014-2016 год) 67
Приложение 2 Группировка полевых данных 80
Приложение 3 Группировка почв легенд ГПК и карты Н.А. Крейды 82
Приложение 4 Верификация контуров ГПК полевыми данными 83
Приложение 5 Дисперсионный анализ ковариат 85
Технологическая революция, связанная с развитием и широким использованием компьютерной техники, коммуникационных сетей и методов способов дистанционного зондирования открыла новую цифровую эру в развитии картографии. Преимущества цифровых карт по сравнению с традиционными бумажными картами - большая детальность, экономичность создания (меньшие трудо- и время-затраты), возможность быстрой передачи в любую точку планеты и оперативного использования, возможность и дешевизна обновления карт при получении новых данных (что важно при мониторинговых исследованиях) или разработке новых алгоритмов их обработки, воспроизводимость результатов картографирования для существующих первичных данных и использованного метода их обработки и возможность оценки их точности и, наконец, относительная простота и точность количественного анализа таких карт, подсчета площадей, сравнения различных карт между собой, наложения разных информационных слоев в ГИС-программах. Сегодня говорят уже не просто о картах, но о глобальной системе управления геопространственными данными; организован соответствующий экспертный комитет ООН (UN-GGIM).
Переход к новым цифровым методам картографирования затронул и почвенную картографию. Методы цифровой почвенной картографии (ЦПК) активно развиваются. Ставится задача создания мировой цифровой почвенной карты (точнее, серии карт отдельных свойств почв) с разрешением порядка 100 м, разрабатываются различные алгоритмы решения этой задачи в зависимости от имеющихся данных (Arrouays et al., 2014). Переход на новые технологии создания карт не означает отрицания предшествующих достижений картографии. Задача современной картографии - это синтез наколенных знаний и перевод их на новый технологический уровень, обновление имеющихся карт с учетом новых данных, включая данные дистанционного зондирования (ДДЗ). Для отечественного почвоведения это особенно актуально, поскольку реальные почвенные съемки в настоящее время в РФ не ведутся, а имеющиеся карты устаревают. Тем не менее, такие карты разных масштабов были составлены на всю территорию страны и могут быть использованы как основной источник данных о почвенном покрове; материалы современных полевых почвенных исследований используются для уточнения и проверки имеющейся информации. Различные тематические карты и ДДЗ в ЦПК применяются для анализа территории, выявления признаков, наиболее существенных в изучаемой природно-климатической обстановке с целью подбора ковариат, адекватно отражающих взаимосвязи почв и факторов почвообразования, их математической обработки и группировки для автоматического построения почвенной карты.
Суть подхода заключается в поиске статистически значимых соответствий между имеющимися точечными или площадными (карты) почвенными данными и различными параметрами, вычисляемыми по ДДЗ (высотами, уклонами, экспозицией, отражательной способностью в разных частях спектра). По существу, это - традиционный анализ почвенно-ландшафтных взаимосвязей, необходимый для построения почвенных карт, но на новом технологическом уровне. Его цель - нахождение адекватных предикторов почв для почвенного дешифрирования материалов дистанционного зондирования. В различных природных зонах эта работа имеет свою специфику (Векшина, 2017).
Стандартных методов создания цифровой почвенной карты пока нет. Актуальной проблемой картографии почв является их разработка с учётом района исследования. В данной работе эта проблема исследуется на примере тундрово-таежного экотона. Целью является создание цифровых мелко- и среднемасштабных почвенных карт на основе имеющихся картографических материалов и ДДЗ с использованием методов ЦПК. Объектом исследования выбран участок в западной части Большеземельской тундры и лесотундры (N58045'36'' E 75013'48''; N 67043'12''E 75016'12''; N 68003'36''E 74046'48''; N 58000'00''E 74043'48''). Общая площадь территории - 4638 км2. Она охватывает различные типы ландшафтов - поймы и залесенные террасы Печоры, низкие водораздельные поверхности с преимущественно тундровыми ландшафтами и плоскобугристыми торфяниками и возвышенные гряды - мусюры с тундровой растительностью. Выбор объекта обусловлен наличием полевых материалов, а также доступностью средне- и мелкомасштабных картографических материалов.
В качестве основных источников почвенной информации послужили листы Государственной почвенной карты (ГПК) масштаба 1:1 млн Q-39 (Нарьян-Мар) (1977) и Q-40 (Печора) (1982) и почвенной карты масштаба 1:200 000 (лист Q-39-V,VI (Нарьян- Мар) (1958), составленной Н.А. Крейдой. Карты получены в картфонде Почвенного института им. В.В. Докучаева. Дополнительно анализировались Почвенная карта РСФСР масштаба 1:2.5 млн (1988) и полученный от автора фрагмент новейшей почвенной карты Арктики масштаба 1:1 млн., составляемой в настоящее время И.С. Михайловым в векторном формате (Михайлов, 2016). Для создания цифровых почвенных карт использованы ДДЗ: сцена снимка Landsat 8 (14 августа 2013 г) а также ЦМР ASTER GDEM v.2 (http://viewfinderpanoramas.org/dem1d.html).
Полевые работы проводились в составе экспедиции Почвенного института им. В.В. Докучаева в 2015 г. (нач. отряда Д.Е. Конюшков) и почвенной группы института Биологии Коми НЦ УрО РАН в 2016 г. (нач. отряда Е.М. Лаптева). Использовались также материалы экспедиции Почвенного института 2014 года. В местах заложения разрезов давалась общая характеристика прилегающей территории и описывались морфологические свойства почв; диагностика и определение классификационного положения почв проведены согласно классификации почв России 2004года. Всего задокументировано 67 разрезов(Приложение№1). Большую помощь в освоении нового материала и полевых исследованиях оказал с.н.с. Почвенного института им. В.В. Докучаева, к.с.-х.н. С.Ф. Хохлов. Неоценимую помощь по статистической обработке данных оказала канд. с.-х. наук Ю.Л. Мешалкина. Хочется выразить благодарность всем участникам этой работы.
Методически работа состояла из нескольких этапов.
1 этап - создание ГИС-проекта. На этом этапе работы были отсканированы и привязаны листы бумажных карт (Q-39-V, VI Нарьян-Мар, 1958; Q-39 Нарьян-Мар, 1977; Q-40 Печора, 1982), проведена их оцифровка и наполнение создаваемого шейп-файла атрибутивной информацией исходных карт.
2этап - анализ карт. Изучены пояснительные записки к листам ГПК (Забоева и др, 1984, 1987) и диссертация Н.А. Крейды (1958). Проанализированы представления о почвенном покрове территории, отраженные на картах разных лет издания. Проведена работа по переводу названий почв на картах в систему новой классификации почв России, а также их группировка на 5 классов для оценки разности в представлениях о почвенном покрове на этих двух картах. Общий рисунок карт сопоставлен с космическим снимком, изучены показатели общей статистики (площади почв, почвенных групп, и т.п.).
3этап - подбор ковариат. Исходя из имеющихся материалов были рассмотрены различные предикторы (ковариаты), связанные с особенностями почвенно-растительного покрова территории. Самостоятельно выделены объекты, надежно дешифрируемые по снимку в автоматическом режиме (водные объекты, развеваемые пески). Затем проведена статистическая оценка роли ковариат в разделении почвенного покрова на те классы почв, которые были выделены на исходных картах.
4этап - выбор метода создания карты и ее проверка на основе полевых данных. Алгоритм создания карты выбирался из: Random forest (Случайный лес), Linear Discriminant Analysis (Дискриминантный анализ), Multinomial logistic regression (Полиномиальная логистическая регрессия) по индексу каппа, проверка созданных карт шла по данным полевого исследования.
Используемые программные продукты: на 1 этапе работы проводились в программе Qgis2.12.3; на 2 этапе - в программе (Saga2.2.1); 3 этапе - в программе Statisticа8, Rstudio 0.99.489 и 4 этапе в программах: Rstudio 0.99.489 и Qgis2.12.3
Переход к новым цифровым методам картографирования затронул и почвенную картографию. Методы цифровой почвенной картографии (ЦПК) активно развиваются. Ставится задача создания мировой цифровой почвенной карты (точнее, серии карт отдельных свойств почв) с разрешением порядка 100 м, разрабатываются различные алгоритмы решения этой задачи в зависимости от имеющихся данных (Arrouays et al., 2014). Переход на новые технологии создания карт не означает отрицания предшествующих достижений картографии. Задача современной картографии - это синтез наколенных знаний и перевод их на новый технологический уровень, обновление имеющихся карт с учетом новых данных, включая данные дистанционного зондирования (ДДЗ). Для отечественного почвоведения это особенно актуально, поскольку реальные почвенные съемки в настоящее время в РФ не ведутся, а имеющиеся карты устаревают. Тем не менее, такие карты разных масштабов были составлены на всю территорию страны и могут быть использованы как основной источник данных о почвенном покрове; материалы современных полевых почвенных исследований используются для уточнения и проверки имеющейся информации. Различные тематические карты и ДДЗ в ЦПК применяются для анализа территории, выявления признаков, наиболее существенных в изучаемой природно-климатической обстановке с целью подбора ковариат, адекватно отражающих взаимосвязи почв и факторов почвообразования, их математической обработки и группировки для автоматического построения почвенной карты.
Суть подхода заключается в поиске статистически значимых соответствий между имеющимися точечными или площадными (карты) почвенными данными и различными параметрами, вычисляемыми по ДДЗ (высотами, уклонами, экспозицией, отражательной способностью в разных частях спектра). По существу, это - традиционный анализ почвенно-ландшафтных взаимосвязей, необходимый для построения почвенных карт, но на новом технологическом уровне. Его цель - нахождение адекватных предикторов почв для почвенного дешифрирования материалов дистанционного зондирования. В различных природных зонах эта работа имеет свою специфику (Векшина, 2017).
Стандартных методов создания цифровой почвенной карты пока нет. Актуальной проблемой картографии почв является их разработка с учётом района исследования. В данной работе эта проблема исследуется на примере тундрово-таежного экотона. Целью является создание цифровых мелко- и среднемасштабных почвенных карт на основе имеющихся картографических материалов и ДДЗ с использованием методов ЦПК. Объектом исследования выбран участок в западной части Большеземельской тундры и лесотундры (N58045'36'' E 75013'48''; N 67043'12''E 75016'12''; N 68003'36''E 74046'48''; N 58000'00''E 74043'48''). Общая площадь территории - 4638 км2. Она охватывает различные типы ландшафтов - поймы и залесенные террасы Печоры, низкие водораздельные поверхности с преимущественно тундровыми ландшафтами и плоскобугристыми торфяниками и возвышенные гряды - мусюры с тундровой растительностью. Выбор объекта обусловлен наличием полевых материалов, а также доступностью средне- и мелкомасштабных картографических материалов.
В качестве основных источников почвенной информации послужили листы Государственной почвенной карты (ГПК) масштаба 1:1 млн Q-39 (Нарьян-Мар) (1977) и Q-40 (Печора) (1982) и почвенной карты масштаба 1:200 000 (лист Q-39-V,VI (Нарьян- Мар) (1958), составленной Н.А. Крейдой. Карты получены в картфонде Почвенного института им. В.В. Докучаева. Дополнительно анализировались Почвенная карта РСФСР масштаба 1:2.5 млн (1988) и полученный от автора фрагмент новейшей почвенной карты Арктики масштаба 1:1 млн., составляемой в настоящее время И.С. Михайловым в векторном формате (Михайлов, 2016). Для создания цифровых почвенных карт использованы ДДЗ: сцена снимка Landsat 8 (14 августа 2013 г) а также ЦМР ASTER GDEM v.2 (http://viewfinderpanoramas.org/dem1d.html).
Полевые работы проводились в составе экспедиции Почвенного института им. В.В. Докучаева в 2015 г. (нач. отряда Д.Е. Конюшков) и почвенной группы института Биологии Коми НЦ УрО РАН в 2016 г. (нач. отряда Е.М. Лаптева). Использовались также материалы экспедиции Почвенного института 2014 года. В местах заложения разрезов давалась общая характеристика прилегающей территории и описывались морфологические свойства почв; диагностика и определение классификационного положения почв проведены согласно классификации почв России 2004года. Всего задокументировано 67 разрезов(Приложение№1). Большую помощь в освоении нового материала и полевых исследованиях оказал с.н.с. Почвенного института им. В.В. Докучаева, к.с.-х.н. С.Ф. Хохлов. Неоценимую помощь по статистической обработке данных оказала канд. с.-х. наук Ю.Л. Мешалкина. Хочется выразить благодарность всем участникам этой работы.
Методически работа состояла из нескольких этапов.
1 этап - создание ГИС-проекта. На этом этапе работы были отсканированы и привязаны листы бумажных карт (Q-39-V, VI Нарьян-Мар, 1958; Q-39 Нарьян-Мар, 1977; Q-40 Печора, 1982), проведена их оцифровка и наполнение создаваемого шейп-файла атрибутивной информацией исходных карт.
2этап - анализ карт. Изучены пояснительные записки к листам ГПК (Забоева и др, 1984, 1987) и диссертация Н.А. Крейды (1958). Проанализированы представления о почвенном покрове территории, отраженные на картах разных лет издания. Проведена работа по переводу названий почв на картах в систему новой классификации почв России, а также их группировка на 5 классов для оценки разности в представлениях о почвенном покрове на этих двух картах. Общий рисунок карт сопоставлен с космическим снимком, изучены показатели общей статистики (площади почв, почвенных групп, и т.п.).
3этап - подбор ковариат. Исходя из имеющихся материалов были рассмотрены различные предикторы (ковариаты), связанные с особенностями почвенно-растительного покрова территории. Самостоятельно выделены объекты, надежно дешифрируемые по снимку в автоматическом режиме (водные объекты, развеваемые пески). Затем проведена статистическая оценка роли ковариат в разделении почвенного покрова на те классы почв, которые были выделены на исходных картах.
4этап - выбор метода создания карты и ее проверка на основе полевых данных. Алгоритм создания карты выбирался из: Random forest (Случайный лес), Linear Discriminant Analysis (Дискриминантный анализ), Multinomial logistic regression (Полиномиальная логистическая регрессия) по индексу каппа, проверка созданных карт шла по данным полевого исследования.
Используемые программные продукты: на 1 этапе работы проводились в программе Qgis2.12.3; на 2 этапе - в программе (Saga2.2.1); 3 этапе - в программе Statisticа8, Rstudio 0.99.489 и 4 этапе в программах: Rstudio 0.99.489 и Qgis2.12.3
В работе была рассмотрена возможность создания среднемасштабных и мелкомасштабных почвенных карт методами цифровой почвенной картографии на основе имеющихся картографических материалов и ДДЗ для тундрово-таежного экотона западной части Большеземельской тундры. В качестве исходных картографических материалов использовались листы мелкомасштабной Государственной почвенной карты и среднемасштабной почвенной карты Н.А. Крейды. Материалы дистанционного зондирования включали снимки Landsato цифровую модель рельефа ASTER GDEM v.2.
На первом этапе работы был проведен анализ имеющихся карт, их сопоставление друг с другом и визуальный анализ соответствия рисунка карт и материалов ДДЗ. Показано, что сопоставление карт между собой является трудной задачей. Для ее упрощения была проведена предварительная генерализация карт на уровне легенды с выделением почвенных групп, примерно соответствующих отделам в новой классификации почв России. Однако даже после этого существенная разница между картами, в том числе, по площадям выделенных групп почв, сохранилась.
На втором этапе мы постарались уточнить имеющуюся на картах информацию с использованием методов автоматического дешифрирования снимков (для достаточно надежно дешифрируемых объектов - таких, как перевеваемые пески и водные объекты) и цифровой почвенной картографии с подбором и статистическим анализом ковариат- предикторов. Эта работа была проведена для изначальных вариантов карт с исходными легендами без коррекции их контурной части и для частично скорректированных (по снимку) карт.
Данная работа является начальным этапом в создании новых цифровых почвенных карт на основе имеющейся картографической информации и ДДЗ разного масштаба для тундровой зоны. В работе было показано влияние исходно закладываемой модели на результат, а также значимость выбранных ковариат в разделении почвенного покрова.
В результате проведенной работы контурная часть новой цифровой почвенной карты стала больше соответствовать реальным ландшафтам территории, или, правильнее сказать, терронам - почвенно-ландшафтным классам. (Carre, McBratney, 2005).
Большинство классов было достоверно разделено на основе выбранных ковариат. Тем не менее, есть классы, которые не нашли свое отображение на новых картах. На Государственной почвенной карте есть два класса, для надежного разделения которых проанализированных ковариат было недостаточно (классы 9 и 10). Есть также классы, которые разделились, но с большой вероятностью могут относиться и к другим классам (например, класс 2). Это связано с отсутствием ковариат (предикторов), которые смогли бы их выделить более четко среди других классов почв. Поэтому для дальнейшего улучшения мелкомасштабной цифровой почвенной карты следует искать дополнительные ковариаты, которые на основе разности свойств этих почв смогли бы выделить их в пространстве признаков. Вероятнее всего, для более хорошего результата не хватает ковариат, рассчитанных по неискаженному рельефу.
Группы почв по среднемасштабной карте разделились по ковариатам хуже, чем по мелкомасштабной. Это связно с тем, что почвы на ней (за исключением пойменных) располагаются в одном почвенном районе, практически на одних и тех же песчаных породах. Мелкомасштабная карта занимает больше территорию и включает довольно контрастные ландшафты почв на песках и на суглинках. Иными словами, процесс коррекции мелкомасштабной карты даже без предварительной обработки ее легенды и контурной оказался более продуктивным, чем для среднемасштабной почвенной карты Н.А. Крейды, которая и так неплохо описывает территорию.
Оценка создаваемых карт по индексу каппа (каппа=0.39) для ГПК и для почвенной карты Н.А. Крейды показала, что сами почвенно-ландшафтные связи в карте Н.А. Крейда и ГПК устанавливаются примерно с одинаковой достоверностью. Более-менее достоверная проверка карт на основе полевых данных возможна только для среднемасштабной карты, т.к. контуры на карте монодоминантные. Она показала, что создаваемая цифровая почвенная карты после предварительной коррекции контурной и легендой части изначальной карты становится лучше, чем при использовании исходной карты в ее изначальном виде.
Для мелкомасштабных карт с внемасштабными знаками, если известно их соотношение, метод коррекции все-таки должен быть другой. Он должен включать этап дезагрегации карты, например, как предложенном алгоритме DSMART (Nathanetal., 2014). В случае же Государственной почвенной карты, необходимо экспертное заключение о "весе" той или иной почвы (или почвенного комплекса) в контурах. Для разделения самих почвенных комплексов необходимы снимки значительно более высокого разрешения. При отсутствии эксперта метод, используемый в настоящей работе, представляется наиболее рациональным.
Предложенный метод создания цифровых почвенных карт можно использовать в любых природно-климатических зонах, однако для каждой исследуемой территории необходимо отдельно подбирать свой набор предикторов. Лучшего результата можно будет достигнуть в случае предварительной коррекции контурной и смысловой части исходной карты.
На первом этапе работы был проведен анализ имеющихся карт, их сопоставление друг с другом и визуальный анализ соответствия рисунка карт и материалов ДДЗ. Показано, что сопоставление карт между собой является трудной задачей. Для ее упрощения была проведена предварительная генерализация карт на уровне легенды с выделением почвенных групп, примерно соответствующих отделам в новой классификации почв России. Однако даже после этого существенная разница между картами, в том числе, по площадям выделенных групп почв, сохранилась.
На втором этапе мы постарались уточнить имеющуюся на картах информацию с использованием методов автоматического дешифрирования снимков (для достаточно надежно дешифрируемых объектов - таких, как перевеваемые пески и водные объекты) и цифровой почвенной картографии с подбором и статистическим анализом ковариат- предикторов. Эта работа была проведена для изначальных вариантов карт с исходными легендами без коррекции их контурной части и для частично скорректированных (по снимку) карт.
Данная работа является начальным этапом в создании новых цифровых почвенных карт на основе имеющейся картографической информации и ДДЗ разного масштаба для тундровой зоны. В работе было показано влияние исходно закладываемой модели на результат, а также значимость выбранных ковариат в разделении почвенного покрова.
В результате проведенной работы контурная часть новой цифровой почвенной карты стала больше соответствовать реальным ландшафтам территории, или, правильнее сказать, терронам - почвенно-ландшафтным классам. (Carre, McBratney, 2005).
Большинство классов было достоверно разделено на основе выбранных ковариат. Тем не менее, есть классы, которые не нашли свое отображение на новых картах. На Государственной почвенной карте есть два класса, для надежного разделения которых проанализированных ковариат было недостаточно (классы 9 и 10). Есть также классы, которые разделились, но с большой вероятностью могут относиться и к другим классам (например, класс 2). Это связано с отсутствием ковариат (предикторов), которые смогли бы их выделить более четко среди других классов почв. Поэтому для дальнейшего улучшения мелкомасштабной цифровой почвенной карты следует искать дополнительные ковариаты, которые на основе разности свойств этих почв смогли бы выделить их в пространстве признаков. Вероятнее всего, для более хорошего результата не хватает ковариат, рассчитанных по неискаженному рельефу.
Группы почв по среднемасштабной карте разделились по ковариатам хуже, чем по мелкомасштабной. Это связно с тем, что почвы на ней (за исключением пойменных) располагаются в одном почвенном районе, практически на одних и тех же песчаных породах. Мелкомасштабная карта занимает больше территорию и включает довольно контрастные ландшафты почв на песках и на суглинках. Иными словами, процесс коррекции мелкомасштабной карты даже без предварительной обработки ее легенды и контурной оказался более продуктивным, чем для среднемасштабной почвенной карты Н.А. Крейды, которая и так неплохо описывает территорию.
Оценка создаваемых карт по индексу каппа (каппа=0.39) для ГПК и для почвенной карты Н.А. Крейды показала, что сами почвенно-ландшафтные связи в карте Н.А. Крейда и ГПК устанавливаются примерно с одинаковой достоверностью. Более-менее достоверная проверка карт на основе полевых данных возможна только для среднемасштабной карты, т.к. контуры на карте монодоминантные. Она показала, что создаваемая цифровая почвенная карты после предварительной коррекции контурной и легендой части изначальной карты становится лучше, чем при использовании исходной карты в ее изначальном виде.
Для мелкомасштабных карт с внемасштабными знаками, если известно их соотношение, метод коррекции все-таки должен быть другой. Он должен включать этап дезагрегации карты, например, как предложенном алгоритме DSMART (Nathanetal., 2014). В случае же Государственной почвенной карты, необходимо экспертное заключение о "весе" той или иной почвы (или почвенного комплекса) в контурах. Для разделения самих почвенных комплексов необходимы снимки значительно более высокого разрешения. При отсутствии эксперта метод, используемый в настоящей работе, представляется наиболее рациональным.
Предложенный метод создания цифровых почвенных карт можно использовать в любых природно-климатических зонах, однако для каждой исследуемой территории необходимо отдельно подбирать свой набор предикторов. Лучшего результата можно будет достигнуть в случае предварительной коррекции контурной и смысловой части исходной карты.
Подобные работы
- Компьютерный анализ дистанционных данных и цифровой модели рельефа для мелко- и среднемасштабного картографировния экотона тундры - лесотундры (на примере правобережья Печоры)
Прочее, картография. Язык работы: Русский. Цена: 1 р. Год сдачи: 2017



