CC BY
61ЭКОСИСТЕМЫ: ЭКОЛОГИЯ И ДИНАМИКА, 2017, том 1, № 2, с. 5-20
————— ДИНАМИКА ЭКОСИСТЕМ И ИХ КОМПОНЕНТОВ ======
УДК 528:634.958
ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ СТРУКТУРЫ И ДИНАМИКИ АГРОЛЕСОЛАНДШАФТОВ
© 2017 г. К.Н. Кулик, А.С. Рулев, В.Г. Юферев
Федеральный научный центр агроэкологии, комплексных мелиораций и защитного лесоразведения РАН Россия, 400062, г. Волгоград, Университетский пр-т, д. 97
E-mail: kulikkn@yandex.ru, rulev54@rambler.ru, vyuferev1@rambler.ru
Рассмотрены методика и результаты геоинформационного моделирования структуры и динамики агролесоландшафтов. Моделирование основано на принципе пространственно-временной аналогии и выявлении закономерностей пространственных изменений для прогнозирования структуры и динамики агролесоландшафтов. Приведены результаты аналитического моделирования пространственных характеристик рельефа на основе математической обработки цифровой модели рельефа.
Ключевые слова: динамика агролесоландшафтов, моделирование, картографирование, космические снимки, геоинформационные системы, корреляция, регрессия, анализ.
Геопространственная парадигма при анализе процессов изменения агроландшафтов во времени и пространстве определяет тенденций деградации процессов, происходящих на объекте мониторинга, и прогнозирует будущее состояние объекта. Анализ основан на данных многолетних наблюдений, позволяющих определить основной тренд, на основании которого и осуществляется прогноз (Юферев и др., 2004; Mather, 2004). Агролесоландшафт является сложной экологической системой, которая в жестких условиях субаридных и аридных территорий юга России находится в состоянии неустойчивого равновесия (Виноградов, 1993; 1984). При этом внешнее воздействие, превышающее порог устойчивости, выводит систему из этого состояния, но, как любая саморегулирующаяся система, он стремится вернуться в исходное состояние. Однако процессы естественного восстановления длительны. В зависимости от вида деградации они могут происходить как несколько лет, так и несколько тысяч лет, пока не восстановится потерянный гумус. В связи с чем важной агролесомелиоративной задачей является изучение процессов изменения экологического состояния агроландшафтов.
Материалы и методы
Методика геоинформационного моделирования деградационных процессов основана на пространственно- и прогнозно-временном анализе, моделировании и прогнозировании структуры и динамики агролесоландшафтов (Кулик, Юферев, 2010; Кулик и др., 2009, 2010). Экологическое математико-картографическое моделирование позволяет составлять прогнозные карты деградации агроландшафтов в цифровом и бумажном исполнении (Рулев и др., 2011; Трофимов, 1983).
Цифровая прогнозная карта - это основа геоинформационной системы агролесомелиоративного обеспечения устойчивости ландшафтов к деградации (Виноградов и др., 1988; Анопин, Рулев, 2007). Она должна содержать следующую информацию: географическое положение объектов; уклоны поверхности и их экспозицию; состав почв и содержание гумуса; основные виды растений - культурные для пашни, состав травостоя для пастбищ, древесные породы для лесонасаждений; данные экологического
состояния объекта (уровни деградации на настоящее время и прогноз); размеры и форму объекта. Анализ космофотокарт предусматривает получение данных в численном значении, характеризующих объект исследований. Информация содержится в оцифрованном изображении в виде пикселей различного тона. Исследования распределения пикселей по значению фототона позволяют установить их корреляцию с количественными характеристиками объекта мониторинга.
Геоинформационный анализ выделенных контуров, отнесенных к определенным дешифрируемым (визуальным) группам, основан на исследовании распределения пикселей в выделенном контуре на космофотокарте объекта исследований. Исходя из того, что выделенный контур достаточно точно определяет границы однородного объекта, все пиксели этого контура можно отнести к характеристике данного объекта. Однако при последующем анализе часть пикселей учтена не будет, так как они могут принадлежать к группам пикселей, по значению фототона относящимся к граничным объектам. Под граничными объектами понимают области значений фототона, которые лежат вне диапазона, определяющего объект исследований.
Важнейшим элементом анализа состояния исследуемого объекта является отнесение фототона изображения к фактическому состоянию объекта. В связи с этим важно эталонирование, которое позволяет увязать значения фототона с фактическим состоянием объекта исследований.
В результате эталонирования определяется наиболее вероятное значение величины (диапазона величин) фототона, которую можно достоверно связать с уровнем деградации объектов.
Дальнейшие исследования сводятся:
- к расчету площадей однородных объектов, отнесенных к различным уровням деградации, что определено общим количеством пикселей, которые входят в заданный диапазон фототона;
- к установлению координат участков, подверженных деградации и опасных очагов деградации;
- к определению уровня деградации объекта в целом;
- к оценке убытков от нерационального использования объектов исследований.
Компьютерные модели дискретных объектов в составе агролесоландшафта
представляют собой или мгновенный, зафиксированный набор параметров, которые характеризуют их текущее состояние, и выраженный в табличной и цифровой картографической форме, или прогнозно-динамическую интерпретацию развития процессов, которая реализуется в рамках пространственно-временной аппроксимации вариации таких параметров.
Цифровая картографическая форма является наглядной моделью ландшафта, а нанесенная атрибутивная, топологическая и типологическая информация дает пользователю возможность определять численные характеристики объектов, выбранных для проведения исследований.
Отсюда следует, что компьютерная модель агроландшафта включает в себя базу данных, которая создана по результатам компьютерного дешифрирования АКФ; систему математических зависимостей, которые определяют характеристики ландшафтных объектов, получаемых в результате обработки содержащихся в базе данных; систему математических зависимостей, которая определяет динамику изменения характеристик ландшафтных объектов в пространственно-временном аспекте и цифровую картографическую модель агролесоландшафта.
Моделирование экологического состояния таких основных компонентов ландшафта, как рельеф, почва и растительность позволит ответить на вопрос, какую антропогенную нагрузку
и при каких условиях может нести рассматриваемый ландшафтный объект, как в нем развивается экологическая ситуация, каково направление процессов и, главное, какое и в каком месте необходимо мелиоративное вмешательство.
Совокупность картографического представления состояния агроландшафта с тематическим разделением данных составляет содержание его цифровой картографической модели. Моделирование участка местности с использованием тематического разделения позволяет перейти от простой картографической модели к многомерной, суть которой состоит в разложении многомерных данных на ряд трехмерных. Такой подход в создании картографических моделей обеспечивает не только представление пространственных характеристик в их взаимосвязи, но и отражение процессов и явлений в рассматриваемых ландшафтах, при этом наглядность их графического представления максимально сохраняется.
Цифровая картографическая модель агроландшафта включает растровую (космическое изображение) и топографическую (карта) модели местности, изолинейные модели растительности и рельефа, почвенную модель, векторную модель крутизны и экспозиции склонов и трехмерную модель рельефа.
Методика построения модели ландшафта основана на использовании нескольких источников информации, а именно: космоснимка участка поверхности, ландшафтной карты, топографической карты на этот же участок поверхности, почвенной карты, карты растительности и др., а также данных GPS обследования модельных точек с уточнением их топографических координат и отметок высот.
При этом космоснимки рассматривают как основной источник данных для моделирования состояния аграрного ландшафта, причем сам снимок, представленный в оцифрованном виде, уже является растровой моделью поверхности. И в задачу исследователей входит извлечение и дешифрирование данных, носителем которых он является.
Для определения высот рельефа в любой точке по заданному множеству высотных отметок применяют разнообразные методы интерполяции. При компьютерной обработке дискретных отметок высот чаще всего используют метод универсального кригинга, который позволяет проводить сглаживание рельефа и создавать непрерывный поток данных. Точность приближения зависит от частоты узлов сетки.
Сбор данных по пространственной конфигурации рельефа включает определение координат модельной сетки, нанесенной на космофотокарту, создание на основе полученной модельной сетки электронных таблиц соответствия высотных отметок (z) координатам сетки
(X, y).
Преобразование данных для проведения пространственно-временного анализа производят в табличной форме, где каждому значению функции ставят в соответствие значение аргументов по простиранию и по времени, а сами значения функций могут быть вычислены на основании найденных уравнений регрессии.
Объединение структурно-цифровой модели рельефа, которая рассматривается как совокупность точечных множеств: базисного (отвечающего тальвегам) и вершинного (отвечающего водоразделам), - то есть системы инвариантных линий рельефа разного порядка, его «каркаса» и аналитических зависимостей, описывающих динамику изменения состояния объекта моделирования во времени, дает возможность получить модель рельефа, носящую прогностический характер.
В рамках этой модели структура рельефа определяется следующими составляющими:
- каркасом, который образован сетями инвариантных линий;
- вертикальной составляющей структуры или порядками рельефа, которые образуют упорядоченный набор структурных уровней;
- горизонтальной составляющей, которая выражена как пространственное сочетание на реальном рельефе элементов разного порядка.
В качестве «каркаса» рассматривают три типа линий: тальвеги, водоразделы и перегибы склонов.
Преобразование электронных таблиц в вид, доступный для обработки используемыми картографическими системами и редакторами трехмерных изображений, осуществляют в соответствии с требованиями к конфигурации таблиц. Большинство специализированных программных картографических комплексов, в том числе и «Талка 3.3» имеют встроенные системы конвертации данных во внутренние форматы, что значительно сокращает время на ввод и обработку данных в этих комплексах.
Моделирование статических или очень медленно изменяющихся элементов ландшафта производят с использованием тех же таблиц, путем внесения в ячейки данных, полученных при дешифрировании или вычисленных аналитически. Числовые значения таких данных характеризуют состояние объекта, например, изменения высоты рельефа по долготе и широте (или длине и ширине участка в метрах).
Построение трехмерной цифровой модели рельефа по координатам и отметкам высот может производиться в графическом редакторе, позволяющем преобразовать цифровые значения в трехмерное изображение.
Применение при компьютерном картографировании специализированных картографических программ («Талка 3.3» и др.) обеспечивает высокий уровень автоматизации операций, как по построению трехмерной модели рельефа, так и по тематическому картографированию ландшафтных объектов.
Результаты и обсуждение
Использование космоснимков высокого разрешения (Виноградов, 1993, 1984; Кулик, Юферев, 2010) в совокупности с ГИС системами (SAS planet, Global Mapper и другие) позволило создать цифровую крупномасштабную космофотокарту Приволжской возвышенности в пределах Волгоградской области с возможным укрупнением вплоть до М 1:10000 (рис. 1).
На основе цифровой модели высот ASTER GDEM и глобальной цифровой модели высот GDEM (Кулик и др., 2010) создана цифровая модель рельефа Приволжской возвышенности в пределах Волгоградской области, которая может быть визуализирована изолинейной картой высот (рис. 2).
Цифровые модели позволяют проводить исследования рельефа с выявлением закономерностей и построением математических зависимостей, которые их описывают.
Так как приведенные выше модели являются географически определенными (геокодированными), то каждая точка изображения имеет географические координаты с точностью по положению от 1" (20 м по поверхности для широты 500), обусловленной взятой за основу моделью высот «Aster GDEM».
Промежуточные значения отметок высот скомпилированы в геоинформационных и картографических программных комплексах MapInfo, GlobalMapper или Surfer, в основном с использованием метода кригинга. Этот прием обеспечивает интерполяцию имеющихся данных на соседние участки рельефа.
Имеющиеся в аппарате программных комплексов математические функции обеспечивают как цифровое описание расчетных характеристик рельефа, так и визуализацию этих расчетов, что дает возможность построить карты углов наклона склонов (рис. 3) и уклонов (рис. 4).
Изучение особенностей рельефа по имеющейся его цифровой модели дает возможность ЭКОСИСТЕМЫ: ЭКОЛОГИЯ И ДИНАМИКА, 2017, том 1, № 2
разработать аналитические зависимости для описания устойчиво повторяющихся закономерностей, рассчитать уклоны и углы склонов, их протяженность в любом направлении, что является основой для создания ландшафтных и агролесомелиоративных планов.
МММ 44° 45° 46'
О 20 40 км
Рис. 1. Космофотокарта Приволжской возвышенности (в пределах Волгоградской области). Fig. 1. The space map of the Privolzhskaya upland (within the Volgograd region).
ЭКОСИСТЕМЫ: ЭКОЛОГИЯ И ДИНАМИКА, 2017, том 1, № 2
Рис. 2. Изолинейная модель рельефа Приволжской возвышенности. Fig. 2. The isoline elevation model of the Privolzhskaya upland's relief.
В результате исследования Волго-Иловлинского междуречья общей площадью 1196800 га установлено, что площадь катены Иловлинского водосбора составляет 776.6 тыс. га, и при протяженности тальвегов водосборов (1-го, 2-го и крупных 3-го порядка)
2
в 1937.8 км общая расчлененность составляет 0.25 км/км . Площадь волжского водосбора -420.2 тыс. га, протяженность тальвегов - 1634.1 км, общая расчлененность - 0.39 км/км .
Рис. 3. Карта углов наклона склонов. Fig. 3. The map of the slope angles.
Рис. 4. Изолинейная карта уклонов склонов. Fig. 4. The isoline map of the slopes' gradients.
Использование таких карт при проведении предпроектных исследований обеспечивает данными для выделения, ранжирования, зонирования и картографирования эрозионно-опасных участков ландшафта. На основании зонирования осуществляют предварительный
выбор схемы и типа защитных лесных насаждений.
Разработанная на основе ЦМР карта пластики рельефа дает возможность выявить современное состояние рельефа. Для расчета параметров пластики построена карта с выделением областей вогнутых и выпуклых поверхностей (рис. 5). При этом установлено, что к вогнутым элементам рельефа на этом участке относится 429829.22 га или 35.91%, а к выпуклым - 766970.78 га или 64.09%.
Рис. 5. Карта вогнутых и выпуклых поверхностей. Fig. 5. The map of concave and convex surfaces.
Для определения геоморфологических особенностей склонов в меридиональном направлении построена цифровая модель меридионального профиля участка Приволжской возвышенности (рис. 6), которая не только наглядно показывает размещение склонов вдоль профиля в направлении на юго-запад, но и позволяет рассчитать статистические параметры рельефа.
Характеристики профиля: начало измерений (точка) - 50° 34' 7" с.ш., 45° 40' 58" в.д; начальная высота - 127.9 м; конечная точка - 48° 37' 16" с.ш., 44° 05' 41" в.д.; конечная высота - 57 м; расстояние по профилю - 245.1 км; перепад высот по профилю - 70.9 м; минимальная высота по профилю - 31 м; максимальная высота по профилю - 272.3 м; азимут линии профиля - 208° 32' 3"; общий наклон поверхности - 0.02°; максимальный угол наклона поверхности - 10.52° (100.5 км вдоль линии профиля).
Цифровая модель участка широтного профиля, визуализация которой представлена на рисунке 7, показывает характерное изменение поверхности по направлению от тальвега р. Иловля.
Характеристики профиля: начало измерений (точка) - 50° 00' 57" с.ш., 44° 47' 15" в.д.; начальная высота - 74 м; конечная точка - 49° 54' 19" с.ш., 44° 59' 32" в.д.; конечная высота -176.7 м; расстояние по профилю - 19.2 км; перепад высот по профилю - 102.7 м; минимальная высота по профилю - 58.7 м; максимальная высота по профилю - 209.2 м; азимут линии профиля - 129° 50' 35"; общий наклон поверхности - 0.31°; максимальный угол наклона поверхности - 20.31° (14.4 км вдоль линии профиля).
Уравнение, описывающее форму профиля (1), с коэффициентом достоверности аппроксимации R2=0.921, может быть представлено в виде:
H=64.242e0'05591 (1),
где l - расстояние от начальной точки. Использование таких уравнений дает возможность аналитически определить статистически обоснованный средний уровень высотных отметок поверхности для дальнейшего моделирования процессов, протекающих в э ландшафтах.
Геоинформационное моделирование динамики агролесоландшафтов основано на использовании критериев деградации, достоверно определяемых по космоснимкам. Дешифрирование космоснимков по выявлению состояния ландшафтов проводится с использованием специализированных программных продуктов, позволяющих выявлять и оценивать различия в тоне и рисунке изображения, выделять контуры по уровням деградации (Талка 3.1, ENVI 5.3 и др.).
Уровень деградации ландшафтов определяется по следующим прямым дешифровочным признакам: площадь обнаженной почвообразующей породы (горизонт С) или подстилающей породы (горизонт D); расчлененность территории оврагами; площадь подвижных песков; увеличение площади средне- и сильноэродированных почв; проективное покрытие пастбищной растительностью; скорость роста площади деградированных пастбищ и др.
Оценка деградации по разновременным космоснимкам позволяет выявить динамику ландшафтов. Для проведения исследований выбрали полигон «Каменный». На него созданы цифровые картографические слои - разновременные космокарты за период 2002-2012 гг. и цифровая трехмерная модель ландшафта (рис. 8) для общей оценки особенностей рельефа. При рассмотрении динамических характеристик деградации пашни на тестовом участке «Каменный» (рис. 9) площадью 12.5 га отметили, что ежегодный прирост площади сильно деградированных участков в заданный период составил 1.19%, что соответствует уровню деградации «Риск».
Прирост площади деградированных участков в 2012 году составил 4.77%, что при соответственном увеличении общей площади деградации соответствует уровню «Кризис».
ш Я О О S
О
н и
ш я о
t=l о
"I
К to
to о
н о
to
_ 300
7.5 10.0 12.5
Протяженность (L) на местности, км
17.5
20.0
Рис. 6. Цифровой профиль участка Приволжской возвышенности СВ-ЮЗ. Fig. 6. The digital section of the Privolzhskaya upland NE-SW.
Начало профиля: 50 34 07 с.ш. 45 40 58 в.д.
375 ----------------------------------
О I II
Конец профиля: 48 37 17 с.ш. 44°05'41"в.д
100 150
Протяженность (L) местности, км
200
Рис. 7. Цифровой профиль участка Приволжской возвышенности СЗ-ЮВ. Fig. 7. The digital section of the Privolzhskaya upland NW-SE.
Я
«1
J* "d
¡=l и
CO
5 e
м -o m со
Рис. 8. Визуализация цифровой модели ландшафта на тестовом участке «Каменный». Fig. 8. Visualization of the digital terrain model in the test area «Kamennyy».
Рис. 9. Разновременные космоснимки пашни на тестовом участке «Каменный».
Fig. 9. The arable land's satellite images made at different times in the test area «Kamennyy».
На рисунке 10 приведена кривая изменения площади деградированных участков (Sd). На основе этой кривой разработано экспоненциальное уравнение регрессии (2) с коэффициентом достоверности аппроксимации к =0.981 и построена прогнозная кривая изменения площади деградированных участков:
Sd=0.658e0 1585x (2),
где x=t„-to, tn - текущий год исследований, а t0 - год начала исследований.
В результате исследований ландшафтов юга Приволжской возвышенности с использованием геоинформационных технологий и ГИС программ «GlobalMapper»,
«MapInfo», «Surfer» было осуществлено геоинформационное картографирование ландшафтов с созданием локальных разновременных космокарт сохранности лесных насаждений среднего и крупного масштаба на основе космоснимков с разрешением до 3 м.
Рис. 10. Динамика и прогноз смыва пашни на тестовом участке «Каменный». Fig. 10. Dynamics and forecast of the arable land's wash in the test area «Kamennyy».
Карты крупного масштаба и планы были созданы на тестовые участки с детальным анализом сохранности насаждений.
На тестовом участке «Каменный» исследована динамика сохранности стокорегулирующей лесной полосы. Лесная полоса расположена выше по склону, по сравнению с рассмотренной выше пашней, вследствие чего, для этого участка она является барьером, обеспечивающим регулирование стока с вышележащей водосборной площади.
При анализе разновременных космоснимков (рис. 11) выявлено, что сохранность шестирядных противоэрозионных лесных насаждений из вяза приземистого на тестовом полигоне составила к 2012 году всего 31.1%. В результате анализа космоснимков получены данные по изменению сохранности лесной полосы за 10 летний период (рис. 12).
Регрессионный анализ изменений сохранности насаждений на этом полигоне обеспечил разработку прогнозно-математической модели экспоненциального типа (3) с коэффициентом достоверности аппроксимации К2=0.995 в виде:
y=67.45e-0078x (3),
где y - сохранность насаждений в %, а х - временной интервал в годах.
Разработанное уравнение дает возможность прогнозировать динамику сохранности и деградации стокорегулирующих насаждений. Прогноз показал, что к 2020 году при отсутствии необходимых мероприятий по восстановлению сохранность исследуемых насаждений составит 15-17%, что практически оставит пашню без защиты. При этом процессы смыва и размыва пашни, ранее блокированные этими насаждениями, получат новую, интенсивную динамику, что подтверждается исследованиями смыва почвы с пашни. Распад лесной полосы привел к увеличению площадей сильно смытой почвы именно в непосредственно граничащих с распавшимися участками местах, что необходимо учитывать при формировании прогнозной модели смыва.
Рис 11. Разновременные космоснимки лесной полосы на тестовом участке «Каменный». Fig. 11. The forest strip's satellite images made at different times in the test area «Kamennyy».
Сохранность, %
80.0
70.0 60.0 50.0 40.0 30.0 20.0 10.0 0.0
2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 2022 2024
—♦—расчет -Ш эксперимент
Рис. 12. Динамика и прогноз сохранности лесной полосы с 2002 по 2012 год. Fig. 12. Dynamics and forecast of the forest zone's preservation from 2002 to 2012.
Заключение
Для Приволжской возвышенности характерна меридиональная ориентация водосборов основных рек, таких как Волга и Иловля, и широтная для водосборов 1 порядка. Основная часть склонов в водосборах 1 порядка имеет экспозиции Ю-ЮЗ, С-СВ. В связи с этим явно проявляются различия в их морфологии, что в свою очередь требует разработки различных подходов в ландшафтном планировании лесомелиорации подобного рода склонов.
Создание геоинформационного комплекса, включающего набор тематических цифровых карт ландшафта, основанных на дешифрировании космических снимков, как и создание космофотокарты ландшафта, дает возможность исследовать его эрозионное состояние, выделить и определить характеристики основных водосборов, разделить катены и выявить различия в видах, интенсивности и особенностях эрозионных процессов. Такая карта является основой для создания ландшафтной и эрозионной карт. Необходимость таких карт обусловлена потребностью в актуализации информации, как о топологии компонентов ландшафта, так и о его состоянии. В виду того, что космокарта, по сути, отображение существующего ландшафта, можно считать, что она является его растровой моделью. Сочетание растровой модели с цифровой моделью рельефа создает информационное поле, представляющее описание ландшафта, необходимое для организации и проведения мелиоративных работ.
Моделирование динамики компонентов агролесоландшафтов дает возможность осуществлять прогноз их состояния на будущее в зависимости от выбранных сценариев изменения влияющих факторов.
Современные компьютерные технологии позволяют в приемлемом временном режиме выполнять целенаправленную обработку и автоматизированную интерпретацию огромных массивов динамических картографических данных. Новая эффективная технология оценки и прогнозирования изменения агролесоландшафтов с применением геоинформационных программных комплексов является основой для изучения закономерностей процессов, в них протекающих, и прогнозирования развития реальной обстановки.
СПИСОК ЛИТЕРАТУРЫ
Анопин В.Н., Рулев А.С. 2007. Картографирование деградированных ландшафтов Нижнего
Поволжья. Волгоград: ВолгАСУ. 168 с. Виноградов Б.В. 1984. Аэрокосмический мониторинг экосистем. М.: Наука. 320 с. Виноградов Б.В. 1993. Дистанционные индикаторы опустынивания и деградации почв //
Почвоведение. № 2. С. 98-103. Виноградов Б.В., Кулик К.Н., Сорокин А.Д., Федотов П.Б. 1988. Картографирование зон экологического неблагополучия по динамическим критериям // Экология. № 4. С. 243251.
Кулик К.Н., Рулев А.С., Юферев В.Г. 2009. Дистанционно-картографическая оценка деградационных процессов в агроландшафтах юга России // Известия Нижневолжского агроуниверситетского комплекса. Наука и высшее профессиональное образование. № 4. С. 12-25.
Кулик К.Н., Юферев В.Г. 2010. Компьютерное математико-картографическое моделирование агролесоландшафтов на основе аэрокосмической информации // Доклады Российской академии сельскохозяйственных наук. № 1. С. 52-54. Кулик К.Н., Юферев В.Г., Рулев А.С., Кретинин В.М., Павловский Е.С. 2010. Модели агролесоландшафтов (математико-картографические) для деградированных территорий сухостепной зоны Европейской части РФ // Достижения науки в Волгоградской области 2004-2009 гг. Волгоград: Панорама. С. 414-416. Рулев А.С., Юферев В.Г., Юферев М.В. 2011. Методология геоинформационного моделирования // Вестник Российской академии сельскохозяйственных наук. № 5. С. 5-6. Трофимов А.М., Московкин В.М. 1983. Математическое моделирование в геоморфологии
склонов. Казань: Издательство Казанского университета. 219 с. Юферев В.Г., Кулик К.Н., Рулев А.С. 2004. Картографо-аэрокосмический мониторинг ландшафтов // Эколого-экономическая оптимизация природопользования: материалы
круглого стола, г. Волгоград, 30 марта 2004 г. Волгоград: Издательство «ВолГУ». С. 215219.
Mather P.M. 2004. Computer processing of remotely-sensed images: an introduction. New-York: Wiley. 442 p.
GIS-BASED MODELING OF THE STRUCTURE AND DYNAMICS OF AGROFORESTRY LANDSCAPE
© 2017. K.N. Kulik, A.S. Rulev, V.G. Yuferev
Federal Scientific Centre of Agroecology, Complex Melioration and Protective Afforestation of RAS Russia, 400062, Volgograd, Universitetskiy Avenue, 97 E-mail: kulikkn@yandex.ru, rulev54@rambler.ru, vyuferev1@rambler.ru
The article presents the methodic and the results of the GIS-modeling of the agroforestry landscapes' structure and dynamics. The modeling was based on the spatial-temporal analogies principle and the identifying of the spatial change's regularity to predict the structure and dynamics of the agroforestry landscapes. The analytical modeling results of the relief's spatial characteristics, performed on the mathematical processing's basis of the relief s digital elevation models, are also presented. Key words: agroforestry landscapes' dynamics, modeling, mapping, satellite imagery, GIS, correlation, regression, analysis.
