CC BY
76
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА
АГРОНОМИЯ И ЛЕСНОЕ ХОЗЯЙСТВО
ДИСТАНЦИОННО-КАРТОГРАФИЧЕСКАЯ ОЦЕНКА ДЕГРАДАЦИОННЫХ ПРОЦЕССОВ В АГРОЛАНДШАФТАХ ЮГА РОССИИ
DEGRAGATION PROCESSES IN THE SOUTH OF RURRIA AGROLANDSCAPES DISTANTLY CARTOGRAPHIC ESTIMATION
K.H. Кулик, академик PACXH A.C. Рулев, доктор сельскохозяйственных наук В.Г. Юферев, кандидат технических наук
ГНУ Всероссийский научно-исследовательский институт агролесомелиорации
г. Волгоград
K.N. Kulik, A.S. Rulev, V.G. Juferev
All-Russian scientific-research institute of agrosilviculture
В статье изложены материалы, посвященные дистанционно-картографической оценке деградационных процессов в агроландшафтах. Описаны процессы деградации почв, пастбищ и защитных лесных насаждений.
Materials devoted to degradation processes in agrolandscapes distantly cartographic estimation are given in the article. The processes of soils, pastures and protective afforestation degradation are described here.
Ключевые слова: агроландилафт, деградация почв, гумус, фототон.
Key words: agrolandscape, soils degradation, humus, phototon.
Антропогенное воздействие на окружающую среду, особенно в агроландшафтах, к началу XXI века привело к трансформации их в неустойчивые, деградированные экосистемы, поддержание которых в относительном равновесии требует постоянного увеличения затрат, что снижает конкурентоспособность продукции и повышает ее себестоимость. Даже использование современных ресурсосберегающих технологий агропроизводства не гарантирует сохранение плодородия почв и продуктивности пастбищ без использования средств лесной мелиорации.
Наиболее уязвимым элементом агроландшафтов является почва, так как именно она подвержена максимальному воздействию внешних природно-климатических и антропогенных факторов. На Юге Европейской части России из 212 млн га сельскохозяйственных угодий деградацией и опустыниванием затронуто около 126 млн га (54,9 % общей площади) [К. Н. Кулик, 2008].
Для значительных площадей агроландшафтов Юга Европейской части России, подверженных деградации и опустыниванию, необходимо точное научное обоснование землеустройства на основе современных компьютерных картографических продуктов, отражающих как агроэкологическое состояние таких площадей, так и основные факторы, влияющие на их продуктивность. Для выполнения этих работ обычно проводятся трудоемкие и дорогостоящие наземные обследования, которые в силу значительной площади территории не могут с достаточной объективностью и точностью описать и картографировать деградационные процессы. Применение аэрокосмических методов для изучения и картографирования агроландшафтов сокращает затраты на проектноизыскательские работы, ускоряет темпы их проведения, повышает качество и точность
проектной документации, обеспечивает высокую точность определения местоположения объектов, что в совокупности с системами GPS и ГЛОНАСС создает условия для точного, координатного земледелия. Аэрокосмические фотоснимки (АКФ) необходимы, в том числе, для инвентаризации и оперативного картографирования агролесомелиоративных объектов одновременно на больших площадях и в короткое время.
Компьютерное картографирование и моделирование деградации почв - это системный технологический процесс, объединяющий сбор и обработку цифровых данных
0 территориальных объектах, формирование компьютерной цифровой модели местности, ее дополнение и обновление с использованием банка картографических и аэрокосмических данных и получение по этой модели различных аналитических, графических и картографических материалов для конкретного потребителя. Определение содержания гумуса в почве на основании аэрокосмической информации осуществляется по значению фототона изображения участков поверхности. Из анализа фототона изображения образцов различных типов почв установлена взаимосвязь между значением фототона оцифрованного изображения и содержанием. Однако для дешифрирования состояния почв необходимо решать задачу по определению содержания в них гумуса по фототону изображения, в связи с чем, используется график, показанный на рисунке 1.
Зависимость содержания гумуса от величины фототона для различных типов почв (табл. 1) при определенных условиях, а именно, почва находится в воздушно-сухом состоянии, углы склона не превышают 3 градусов, размеры почвенных агрегатов не менее
1 мм, может быть описана следующим уравнением:
/ т ту -0,02761^
1 - Кп е ,
где F - фототон изображения почвы, определяемый по аэрокосмическому снимку, Кп - коэффициент типа
я
2
—
0}
Я
=
п
о
и
Фототон, ед.
—♦—Чернозем типичный И Темно-каштановые —Светло-каштановые Супеси —>4— Солончаки
Чернозем типичный, экперимеент Темно-каштановые, эксперимент Светло-каштановые, эксперимент Супеси, экперимент Солончаки, эксперимент
Рисунок 1 - Определение содержания гумуса по величине фототона изображения (экспериментальные данные и теоретические предпосылки) Рассматривая совокупность экспериментальных данных по влиянию влажности на фототон изображения для разных типов почв, был сделан вывод о том, что зависимости носят преимущественно линейный характер и отличаются коэффициентом,
определяющим угол наклона кривой и постоянной составляющей, определяющей значения фототона для изображений данного типа почв.
Таблица 1 - Значения коэффициентов Кп по типам почв
Почвы Кп
Черноземы обыкновенные 65,78
Каштановые суглинистые 57,40
Светло-каштановые супесчаные 45,75
Бурые пустынно-степные 55,06
Бурые лугово-степные 65,78
Серо-бурые пустынные супесчаные 40,30
Серо-бурые пустынные солонцеватые суглинистые 59,95
Сероземы малокарбонатные 49,07
Лугово-сероземные орошаемые 41,53
Солончаки 38,03
Лугово-болотные 59,95
Аллювиально-луговые 69,14
Серо-бурые пустынные супесчаные и пески 42,85
Исследования показали, что зависимость фототона от содержания влаги для различных типов почв можно выразить зависимостью:
^ = КО¥-Шо)+Ро,
где ку„ - коэффициент, учитывающий тип почвы; И7 - влажность почвы; Р0 - значение фототона изображения поверхностного слоя при влажности IVо, определяемой прочно связанной влагой дня данного типа почвы.
Значения коэффициентов для некоторых типов почв приведены в таблице 2.
Таблица 2 - Коэффициенты линейных уравнений для почв
Тип почвы к№ То Я2
Черноземы мощные -1,207 95 0,993
Черноземы типичные -1,679 96 0,915
Т емно-каштановые -0,682 126 0,874
Светло-каштановые -1,495 159 0,944
Солончаки -4,058 228 0,986
Супесь -18,25 245 0,994
Исследования влияния рельефа на фототон изображения дали возможность ввести в математическую модель значение крутизны склона в агроландшафте. Установлено, что зависимость фототона от угла наклона (а) может быть выражена уравнением:
Р=-0,698а+Ро-
Изучение влияния размера почвенных агрегатов показало, что зависимость фототона изображения (Р*) от размера агрегатов (ф может быть выражена экспоненциальным уравнением вида:
I' к,гЮ ш + Роа
где кАи1- коэффициенты, определяющие форму кривой, - коэффициент фототона изображения агрегатов максимального размера.
Так как коэффициент / определяется типом почвы и корректирует диаметр ее частиц, его можно назвать характерным диаметром. В обобщенном виде величина фототона изображения почв, определяемого по космическим снимкам с учетом влажности почвы, угла уклона склона и агрегатного состояния в почве, можно представить в виде:
Содержание гумуса определяется по значению Ро. Исходя из вышеприведенного, интегральная модель оценки содержания гумуса в почве Г, % по величине фототона изображения может быть представлена в виде
Г = Кпе - 0,0276------------------------------------
(1 - - Каа - Кйс1)
Реализация разработанной модели дает возможность получать достоверные данные
о динамике изменения состояния земель сельскохозяйственного назначения, оценить степень деградации почв, создать математико-картографическую систему мониторинга и прогноза состояния почв.
Для естественных пастбищных угодий основным дешифровочным признаком деградации является снижение проективного покрытия. Отражение проективного травянистого покрытия определяет как величину фототона изображения, так и параметры распределения пикселей. По этим параметрам осуществляется дистанционная оценка состояния пастбищ. При этом они являются комплексным показателем, позволяющим определить как урожайность травостоя, так и уровень деградации пастбищ.
Исследованиями установлено, что зависимость величины фототона изображения от проективного покрытия носит нелинейный характер и имеет верхний и нижний пределы, при этом величину его предлагается определять по номограмме (рис. 2).
Для математической модели, показывающей величину проективного покрытия по измеренному фототону изображения пастбищ, выбрана логистическая зависимость, дающая возможность достоверно (например, коэффициент корреляции для пастбищ на светло-каштановых почвах - 0,957; на песках - 0,921) описывать наблюдаемые изменения в состоянии травостоя.
Оценка деградации проводится по величине проективного покрытия почвы травянистой растительностью, вычисляемого по предлагаемой формуле:
Бпп = 100/1+ехр (А К1'),
где Бпп - проективное покрытие, %, ^ - текущее значение уровня серого цвета по аэрокосмическому фотоснимку, А, В - коэффициенты, учитывающие влияние типа почвы на величину фототона (табл. 3).
Фототон
Темнокашгановые Пески Светлокашгановые
Рисунок 2 - Номограмма расчета проективного покрытия по величине
фототона изображения
Таблица 3 - Коэффициенты уравнения зависимости проективного покрытия от фототона изображения для некоторых типов почв степной зоны
Тип почвы Г ранулометрический состав А В
Темно-каштановые карбонатные Глина -8,34 0,095
Лугово-каштановые солонцеватые Суглинок -12,3 0,187
Солонцы лугово-степные Суглинок -7,97 0,086
Лугово-черноземные выщелоченные Тяжелый суглинок -17,9 0,312
Черноземы типичные Тяжелый суглинок -8,17 0,091
Светло-каштановые супесчаные Супесь -6,67 0,053
Терско-Кумские пески Песок -7,20 0,057
Калмыцкие пески Песок -7,61 0,077
Установлена функциональная связь уровня деградации пастбищ и площади проективного покрытия почвы травянистой растительностью, что позволило определить диапазоны величины фототона для каждого уровня деградации пастбищ (табл. 4).
Таблица 4 - Шкала деградации пастбищ по значению фототона
Уровень деградации Ранг деградации Оценк а, балл Диапаз он фотото на Проективн ое покрытие, %
Норма (несбитые и слабосбитые) деградация отсутствует 0 0-30 более 70
очень слабый 1 31-60 46-70
слабый 2 61-90 35-45
Риск (среднесбитые) слабо умеренный 3 91-110 32-34
среднеумеренный 4 111-120 29-31
выше среднего 5 121-130 25-28
Кризис (сильносбитые) менее сильный 6 131-140 22-24
сильный 7 141-146 18-21
очень сильный 8 147-150 15-18
Бедствие (очень сильносбитые и скальпированные) слабобедственный 9 151-170 5-14
бедственный 10 171-210 0-4
катастрофический 11 211-255 0
Диапазон фототона, соответствующий различным уровням деградации, зависит от пастбищной растительности, проективного покрытия, а также от типа почвы и содержания в ней гумуса. Продуктивность определяется как проективным покрытием, так и составом растительности, поэтому разработана система уравнений, устанавливающих соотношение между проективным покрытием и продуктивностью для основных ценозов (табл. 5).
Таблица 5 - Зависимость продуктивности ценоза от площади проективного покрытия
Пастбищные ценозы Уравнения регрессии
Ковыльные 0,429 1 + /7,01-0,243^)
Б елополынные п= °’435 1^(5,06-0,161^)
Житняковые п= 0Д74 1 + е(4,45-0,0834^)
Однолетниковые, эфемеровые 0,343 1 + е(4,11-0,1 Щ
Чернополынные 0,377 1 + е(4,13-0,118^)
Солончаковополынные 0,463 1 + е(3.63-0,103^)
Солянковые п= °’651 1 + е(4.34-0,0873^)
где П - продуктивность, т/га; Бп - проективное покрытие, %
Оценка уровня деградации пастбищ по проективному покрытию дает возможность картографировать пастбища с выделением зон деградации, осуществлять вычисление площадей таких зон, определять потери продуктивности и планировать необходимые мероприятия по восстановлению травостоя.
Выявление распределения пикселей по гистограммам дает возможность идентифицировать диапазон фототона и соотнести его с определенными объектами, отображаемыми на снимках (рис. 3).
Откгои*и»е; 53-4™ и1.
■ 1 = £ 2539
Прсцемт**,-^: ЮТ-00
Рисунок 3 - Фотоэталон ключевого участка «Калмыцкие пески»
(полигон Яшкуль, Р. Калмыкия)
1 - диапазон фототона растительности; 2 - диапазон фототона песчаного массива;
3 - диапазон фототона неба;
4 - диапазон фототона облачности
Анализ распределения пикселя по цветам КОВ позволяет выявить индивидуальные дешифровочные признаки элементов ландшафта. Картографирование пастбищ позволяет определить уровень деградации и пространственное расположение деградированных угодий.
На рисунке 4 приведен фрагмент космофотокарты деградации пастбищ на ключевом участке «Кордон» в Астраханской области.
Анализ деградации пастбищ на ключевом участке показывает, что площади открытых песков превышают 18,5 % общей площади, и только немного более 31, 1 %, составляют несбитые и слабосбитые пастбища.
Выполненные исследования пастбищ Астраханской области позволили уточнить дешифровочные признаки и установить состояние проективного покрытия деградированных пастбищ, а также диапазоны фототона для преобладающих типов почв на оцениваемых площадях (табл. 6).
***** ЖЗШСЛ1Ш ***** № 4 (16) 2009
НИЖНЕВОЛЖСКОГО АГРОУНИВЕРСИТЕТСКОГО КОМПЛЕКСА
Несбитые и слабосбитые пастбища Умеренно и среднесбитые пастбища
47°24'18"
Сильносбитые пастбища Подвижные (открытые) пески
Рисунок 4 - Космофотокарта деградации пастбищ на ключевом участке «Кордон» Астраханской области (М 1:30000)
Таблица 6 - Распределение деградации пастбищ Астраханской области по площади
Состояние пастбищ Уровень деградац ИИ Диапазон фототона, ед. Площадь проективн ого покрытия, % Площад ь, га
Водные поверхности - 0-39 - 631 896
Несбитые и слабосбитые пастбища Норма 40-70 45-60 1 131 186
Умеренно и среднесбитые пастбища Риск 71-110 30-45 1 227 860
Сильносбитые пастбища Кризис 111-150 15-30 1 020 164
Подвижные (открытые) пески Бедстви е 151-210 <15 393 808
Прочие 209-255 - 5086
Компьютерное картографирование пастбищ на основе аэрокосмической информации позволяет установить, где располагается деградированный участок, какова степень его деградации, каковы географические условия. Также обеспечивает руководителей, проектировщиков и производителей адресной, точечной информацией об этом участке, позволяет обосновать проведение агролесомелиоративных мероприятий на данных землях и обеспечить при этом их высокую эколого-экономи-ческую эффективность.
Наземные исследования таких компонентов ландшафтов, как лесные насаждения требуют больших затрат времени и средств и не могут при этом обеспечить их
постоянный мониторинг, в связи с чем актуальным является проведение оценки деградации по данным дистанционного зондирования.
Так как биологические особенности каждой породы обусловливают определенную, типичную для нее форму и морфологическую структуру кроны, то эти параметры могут послужить дешифровочными признаками для установления породы. Дешифровочными признаками защитных насаждений (рисунок 5, ключевой участок «Михайловский», представленный массивными насаждениями сосны на легких супесчаных почвах и песках с координатами 49°47'18" С.Ш., 43°22'51" В.Д.) являются регулярные кулисы (1). Они имеют более темный (темно-зеленый) фототон, чем большинство окружающих их объектов. Обычно вдоль насаждений проходят полевые дороги (2), выделяющиеся на снимках светлым, почти белым фототоном. Кормовые угодья (3) на снимке представлены прямоугольниками серого или серо-зеленого тона.
Для оценки лесонасаждений отбираются космоснимки с покрытием облачностью не более 5 %, масштаба 1:50 ООО с разрешением 6 м (спутник IRS-5) или снимки масштаба 1:12 500 с разрешением 2,44 м (спутник Quick Bird). При визуальном анализе изображения выделяется и обозначается контуром территория, занимаемая насаждением (4), пологи кулис (5) и полог калибровочной кулисы (6). Прямоугольное выделение полога отдельной кулисы или рядов с сомкнувшейся кроной по максимальной ширине кроны (стах) позволяет определить количество пикселей (пт) и средний фототон (/’„„) для полога ряда (рядов) деревьев. Фотоэталон уровня деградации «Норма» (F3) устанавливается по специально выбираемому участку полога с наибольшей равномерностью значений тона. При этом за эталонное значение принимается диапазон от минимального до максимального значения фототона на этом участке. Степень деградации можно определить по относительной плотности полога древостоя хпн, выраженную отношением площади полога (Sm) к площади всего насаждения (S„)
Хпн SnH/ SH.
Рисунок 5 - Космофотоснимок лесонасаждения на ключевом участке «Михайловский»
Пиксельный анализ изображения позволяет выразить площади через произведение площади единичного пикселя 5* на количество пикселей, приходящихся на выбранную площадь
Хпн Нпи^1 Нпп Пц,
где ппн - количество пикселей, приходящихся на площадь исследуемого полога, ппн - количество пикселей, приходящихся на площадь всего насаждения.
Количество пикселей, приходящихся на площадь полога (п„н) может быть определено по гистограмме полного изображения насаждения путем суммирования всех пикселей, совпадающих по фототону с диапазоном шкалы фототона, отнесенного к пологу. Для установления диапазона фототона, который соответствует изображению полога, на эталонном изображении выделяется сомкнутый полог одного эталонного ряда или нескольких рядов (табл. 7).
Пиксельный анализ изображения отдельного ряда при отсутствии влияния открытого пространства междурядий позволяет определить его состояние не только по площади полога, но и по изменению фототона.
Критерием деградации древостоя можно считать отношение количества пикселей, входящих в заданный диапазон фототона, соответствующий уровню деградации «Норма» (идо) к общему количеству пикселей прямоугольного выделения эталонного полога насаждения, заведомо находящегося в состоянии «Норма» (ппнэ)
Хы~ Пмэ/Ппнэ•
Таблица 7 - Диапазон фототона для дешифрирования изображения лесонасаждения
Диапазон фототона Количество пикселей, % Объект дешифрирования
0-77 0 Тени от древостоя
78-105 6,0 Полог древостоя
106-140 41,2 Полог деградированный
141-150 4Д Травостой
150-210 38,9 Дороги, выход породы
210-255 9,8 Деградированные земли
Все остальные участки рассматриваются относительно критерия хы, найденного для выбранного насаждения, а критерий деградации насаждения рассчитывается по формуле:
Х= Хпн/ Хм-
Значения х Ддя уровней деградации «Норма», «Риск», «Кризис» и «Бедствие» равны 0,81-1,00; 0,71-0,80; 0,51-0,70; 0,5 и менее соответственно.
Критерий относительной площади устанавливает соотношение площади горизонтальной проекции полога древостоя, находящегося в состоянии «Норма» ко всей проектной площади исследуемого насаждения полога. Это позволяет учитывать потери площади полога, выявить и оценить его сохранность. Фотоэталонирование крон отдельных деревьев или однорядных насаждений производится по космофотоснимкам разрешением до 2,5 м или космофото картам масштабом до 1:12 500. Для
автоматизированного, компьютерного расчета уровня деградации насаждений «Норма», «Риск», «Кризис», «Бедствие» применяется разработанный критерий относительной площади полога. Визуальное дешифрирование по фотоэталонам производится методом выбора из таблиц изображения наиболее подобного исследуемому объекту, для чего применяются разработанные фотоэталоны (рис. 6).
—
ШшШт шшш
ЕИВ ШШЯш. ив щШш шШ
швнн
f-Ж
Рисунок 6 - Эталоны сохранности насаждений (сосна 20-25 лет)
1 - норма; 2 - риск; 3 - кризис; 4 - бедствие
Проведение статистического анализа распределения пикселей дает возможность установить коэффициенты корреляции между значениями фототона и количеством пикселей. Исходя из полученных данных, проводится определение среднего фототона всей области (Fcp), вычисление общего количества пикселей в выделенной области (//„) и вычислении количества пикселей, приходящихся на каждый тон в выделенной области
(Пг)-
Обобщенная система компьютерного моделирования и, в частности, картографирования деградации лесных насаждений на основании периодического аэрокосмического мониторинга с использованием принципа пространственно-временного подобия, дает возможность не только оценить сохранность и текущее состояние, но и на основании регрессионного анализа многолетнего тренда прогнозировать динамику их деградации.
Применение разработанных критериев сохранности насаждений обеспечивает переход от экспертного дешифрирования сохранности ЗЛН к компьютерному дешифрированию, с одновременным картографированием и моделированием состояния ЗЛН как в пространственном, так и во временном аспекте.
E-mail: vnialmi@avtlg.ru
