CC BY
78
УДК 528.91:528.8:63
ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ В ИЗУЧЕНИИ ТРАНСФОРМАЦИИ И ИСПОЛЬЗОВАНИЯ ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ
В.К. КАЛИЧКИН, доктор сельскохозяйственных наук, первый зам. председателя (e-mail:[email protected])
Сибирское отделение аграрной науки, пос. Краснообск, Новосибирская обл., 630501, Российская Федерация
Резюме. В статье приведены результаты исследований по применению ГИС-технологий в приложении к оценке земель сельскохозяйственного назначения для автоматизированного проектировании адаптивно-ландшафтных систем земледелия. Рассмотрены технологии автоматизированной внутрихозяйственной оценки земель для целей государственного кадастра и создание автоматизированного рабочего места землеустроителя. Представлен вариант решение проблемы объективной оценки продуктивности земель с помощью формализации расчетов количественных параметров урожайности сельскохозяйственных культур. Он предусматривает создание экспертной системы, работа которой основана на учете и соотнесении агробиологических требований культур и условий их произрастания. Освещены проблемы дешифрирования космоснимков с применением алгоритма автоматизированной обработки геоизображений ISODATA и алгоритма, реализующего «объектно-ориентированный подход» с помощью программного комплекса ENVI, использование которого позволяет учесть не только спектральные характеристики объектов, но и их текстурные свойства, что дает возможность более достоверно устанавливать границы объектов и сразу получать векторные карты. Затронуты вопросы анализа неодродности почвенного покрова и способы получения характеристик отдельных элементарных почвенных ареалов. Предложенный способ геоинформационного картогра-фированиязаключается в создании цифровой модели землепользования, картографировании элементарного почвенного ареала с использованием метода пластики рельефа, геометрическом и качественном анализе, оформление карты и легенды к ней. Показаны возможности применения методов нечеткой логики, в частности нейросетевого анализа, для классификации сельскохозяйственных земель. Приведены материалы по инвентаризации торфяного фонда заболоченных земель, оценки современного состояния торфяных месторождений и их ресурсного потенциала. Сформулированы задачи геоинформационного моделирования эффективного использования земель в рамках выполнения интеграционного проекта.
Ключевые слова: геоинформационное моделирование, земли сельскохозяйственного назначения, дешифрирование снимков, нейросетевой анализ, торфяные ресурсы. Для цитирования: Каличкин В.К. Геоинформационное моделирование в изучении трансформации и использования земель сельскохозяйственного назначения // Достижения науки и техники АПК. 2016. Т.30. №4. С. 70-72.
Первичной информации о природе сельскохозяйственных объектов накоплено уже значительное количество и ее объем продолжает увеличиваться. Однако системная интеграция этих данных в информационные структуры, отражающие комплексный характер их взаимодействия, все еще недостаточна. Кроме того, на современном этапе развития информационных технологий технические средства для получения информации намного обогнали возможности ее осмысления. Поэтому создание новых подходов к проблеме «интеллектуализации» компьютерной обработки данных о рациональном природопользовании, в том числе сельскохозяйственном, рассматривается во всем мире как чрезвычайно важная задача.
Геоинформационное моделирование считается относительно новым направлением научных исследований. Оно охватывает широкий круг вопросов создания и использования географических информационных систем (ГИС), данных дистанционного зондирования Земли (ДДЗЗ), а также связанных с ними математических ме-
тодов и алгоритмов [1]. Геоинформационное обеспечение решения каких-либо задач состоит в соединении в комплексную систему средств сбора и хранения данных, методов их обработки, моделей природных объектов, компьютерных средств реализации алгоритмов с широким спектром сервисного обеспечения при различных видах визуализации результирующей информации. ГИС нужна практически везде, где используют территориально распределенную информацию и есть необходимость территориального анализа, оценки и прогноза.
В Сибирском отделении Россельхозакадемии достаточно активно развивалось направление по использованию ГИС в проектировании адаптивно-ландшафтных систем земледелия конкретного землепользователя с максимально возможной автоматизацией процесса. Творческим коллективом ученых (СибНИИЗиХ, СибФТИ, СГГА) в 20022004 гг. создано программное обеспечение для автоматизированного проектирования землепользования на уровне хозяйства (АРМ-землеустроителя) [2].
Параллельно с этой работой осуществляли исследования по созданию технологии автоматизированной внутрихозяйственной оценки земель для целей государственного кадастра [3-5]. Технология заключается в том, что на начальном этапе различными способами создается цифровая модель землепользования (ЦМЗ). Затем последовательно с применением специально разработанной программы 02епкаТех, выполняются расчеты параметров технологических свойств земельных участков, затраты на производство, транспортировку и реализацию готовой продукции. Для работы использовали ГИС Мар1^о, все алгоритмы разрабатывали на встроенном языке программирования МарВавю [6].
Наиболее сложная задача в автоматизированном проектировании внутрихозяйственных систем земледелия -объективная оценка продуктивности земель с помощью формализации расчетов количественных параметров урожайности сельскохозяйственных культур. Ее решали путем создания экспертной системы оценки сравнительной продуктивности почв (основной разработчик А.И. Южаков) [7, 8]. Метод базируется на учете и соотнесении агробиологических требований культур и условий их произрастания. С помощью ранжирования замкнутого множества почвенных объектов по комплексу признаков (минимальное количество объектов 20) осуществляется перевод их в относительные величины, что дает возможность сопоставить почвенные признаки между собой. Оценку продуктивности почв по урожайности какой-либо культуры формировали путем экспертных суждений о качестве почв в их многомерном ранжировании, а также согласования полученного распределения рангов почв с урожайностью конкретной сельскохозяйственной культуры. В последующем мы провели специальные исследования, в которых было показано, что расчеты урожайности культур по методу А.И. Южакова и по бонитировочным критериям дают близкие результаты. Расхождение величин урожайности, например, пшеницы по этим методам составило около 6% [9].
Важное направление получения информации о земельных ресурсах территории - дистанционное зондирование Земли из космоса, с самолетов и других летательных аппаратов. Относительная доступность таких данных для потре-
бителя (оперативный поиск, заказ и получение по системе Интернет), возможность проведения съемок любой территории по желанию потребителя, последующей обработки и анализа снимков с помощью различных программных средств и интеграции с ГИС превращают тандем ГИС-ДЗЗ в новое мощное средство географического анализа.
В то же время одной из актуальных проблем использования данных ДЗЗ в ГИС-приложениях, в частности в земледелии, остается процедура автоматизированного анализа геоизоброжений. Для этого используют различные методы, в которых реализуются алгоритмы контролируемой и неконтролируемой классификации. Методы контролируемой классификации требуют наличия эталонов классов природных объектов, получаемых по наземным спектрофотометрическим измерениям на тестовых полигонах, то есть стандартизированных спектров отражения. Создание эталонов классов - трудоемкая задача, решение которой требует значительных временных ресурсов из-за необходимости представительной выборки. Кроме того, традиционные методы пиксельного анализа не всегда позволяют получать желаемый результат [10]. В связи с этим были проведены исследования по составлению карт земного покрова для агроэкологической оценки земель с помощью автоматизированных методов анализа геоизображений. Сравнение алгоритма автоматизированной обработки геоизображений ISODATA и алгоритма, реализующего «объектно-ориентированный подход» с помощью программного комплекса ENVI, показало, что второй позволяет учесть не только спектральные характеристики объектов, но и их текстурные свойства. Это дает возможность более достоверно устанавливать границы объектов и сразу получать векторные карты [11].
Детальное изучение неоднородности почвенного покрова имеет большое значение для типизации земель и разработки внутрихозяйственных проектов адаптивно-ландшафтных систем земледелия. Мы разработали способ геоинформационного картографирования элементарного почвенного ареала (ЭПА), который заключается в создании цифровой модели землепользования (ЦМЗ), картографировании ЭПА с использованием метода пластики рельефа, геометрическом и качественном анализе, оформлении карты ЭПА и легенды к ней. Атрибутивная база данных к такой карте содержит следующие поля: наименование почвы, почвообразующая порода, гранулометрический состав, площадь, периметр, угол наклона рельефа, коэффициент извилистости границ, форма ЭПА.
Карту морфоизограф создавали на основе цифровой модели рельефа (ЦМР) путем геометрического преобразования горизонталей ЦМР в карту потоков. Для этого определяли особенности рельефа местности и процессов рельефобразования, преобладающие формы рельефа, колебания высот точек. Кроме того, была создана дополнительная цифровая карта, содержащая сведения о понижениях (западины, блюдца, овраги и др.) и повышениях (холм, седловина и др.) в виде полигональных объектов цифровой карты, линии водоразделов и тальвегов - в виде линейных объектов. Морфоизографы проводили по изгибам горизонталей с учетом уклона местности, а выпуклости и вогнутости оформляли с использованием инструментария ГИС. При картографировании ЭПА использовали топографическую и почвенную карты.
Для геометрического и качественного анализа ЭПА разработаны алгоритмы, позволяющие вычислять характеристики отдельных ареалов, а также выполнять статистический анализ. С этой целью разработана программа «Структуры» в ГИС MapInfo, с помощью которой вычисляли
площади ЭПА, углы наклона рельефа, коэффициенты извилистости границ, индексы встречаемости ЭПА [12].
Определенные сложности существуют при картографировании различных таксономических единиц землепользования для агроэкологической оценки земель (агроэкологи-ческих групп, подгрупп, типов и др.). Выделение агроэко-логических групп и подгрупп земель с помощью общепри-нятыхколичественных методов анализа затруднительно, так как доступные источники информации интерпретируются в большинстве случаев качественными характеристиками, неточно и неопределенно. Такую проблемуможно решить с использованием современных методов анализа данных, в частности, методов нечеткой логики. Последние позволяют изучать явления и объекты, описываемые качественными критериями и неопределенными признаками, создавать модель, близкую к реальности. Как известно, такой подход используется при разработке экспертных систем. Поскольку нечеткие множества описывают функции принадлежности, а t-нормы и k-нормы обычные математические операции, нечеткие логические рассуждения можно реализовать в виде нейронной сети [13].
Подобное решение применили для классификации категории «переувлажненные земли». При построении базы знаний использовали нечеткие и лингвистические переменные. Введение лингвистической переменной («слабопереувлажненные», «среднепереувлажненные» и «сильнопереувлаждненные») и использование в качестве ее значений функций принадлежности к нечеткому множеству позволяет реализовать аппарат описания процессов интеллектуальной деятельности, а также нечеткость и неопределенность в выделении агроэкологических групп земель.
Процесс создания электронных карт переувлажненных земель в ГИС интегрированной с искусственной нейронной сетью (ИНС) состоит в следующем. Первоначально формируется ГИС-территории, затем база знаний, необходимая для обучения ИНС. После этого осуществляется обучение ИНС и сохранение результатов в базе данных. Для того, чтобы результаты обученной нейронной сети имели пространственно-координатную привязку в ГИС, оценка осуществляется по отношению к операционным территориальным единицам (ОТЕ). Это могут быть ландшафтные выделы, единицы административного деления или ячейки регулярной сетки. В узлах регулярной сетки записываются сведения, на основе которых строится нейронная сеть. В последующем, на основе базы знаний осуществляется последовательное адаптивное обучение нейронной сети для классификации переувлажненных земель. В результате совместного использования нейросетевых методов, ГИС-технологий и нечеткой логики, исходное множество ОТЕ разделяется по классам (слабопереувлажненные, среднепереувлажненные и сильнопереувлажненные земли). Обязательный этап картографирования - тестирование работы ИНС. Результаты расчетов представляются в цифровой форме в виде карты распределения по классам переувлажненных земель [14].
В рамках мониторинга заболоченных земель выполнена работа по созданию геоинформационных баз данных в программе ArcGIS 9.0 по торфяным месторождениям Томской области. Проведена систематизация фондовых материалов, разработаны электронные карты торфяных месторождений, уточнены границы и местоположения торфяных месторождений с использованием данных космического зондирования Земли.
При создании цифровой картографической основы использовали топографические карты 1:100000, 1:200000 и мелкого масштаба, ДДЗЗ, отчеты геологических изысканий и отчеты о НИР, выполненных сотрудниками ФГБНУ
СибНИИСХиТ [15,16]. Проведена предварительная оценка современного состояния девяти перспективных торфяных месторождений, расположенныхв Томской области, и сравнение ее результатов с фондовыми материалами.
В создаваемом Сибирском федеральном научном центре агробиотехнологий Российской академии наук планируется выполнение интеграционного проекта «Разработка технологий геоинформационного моделирования состояния и динамики изменений земель сельскохозяйственного назначения, включая заболоченные территории, на основе данных геомониторинга для оценки и эффективного использования их экологического и ресурсного потенциала». В его рамках будет осуществляться дальнейшее развитие приложения ГИС к проблемам рационального природопользования, в том числе эффективного использования земель сельскохозяйственного назначения.
Планируется разработка принципиальных основ формирования и созданы базы данных нормативов агроэкологи-ческой оценки земель сельскохозяйственного назначения с использованием данных ДЗЗ; разработка информа-
ционных моделей управления продуктивностью агроце-нозов на основе учета природного и производственного ресурсного потенциала земель; оценка производственно-технологических свойств земель сельскохозяйственного назначения с использованием методов геоинформационного моделирования. Кроме того, запланировано продолжение исследований по оценке состояния заболоченных территорий, в том числе разработка и апробация методики оценки процессов восстановления антропогенно нарушенных заболоченных территорий, создание методики геоэкологического мониторинга заболоченных территорий для определения степени их устойчивости к антропогенной нагрузке, оценка интенсивности гидроморфной трансформации геосистем на приграничных к болотам территориях, интегральная оценка пирогенной нагрузки и изучение восстановления заболоченной территории после пожара, прогноз ресурсного потенциала заболоченной территории с учетом данных по современной аккумуляции торфов и процессов заболачивания с применением технологий геоинформационного моделирования.
Литература.
1. Майоров А.А. Системный геоинформационный анализ // Перспективы Науки и Образования. 2014. № 4 (10). С. 38-43.
2. Автоматизированное рабочее место агронома-землеустроителя (АРМ-землеустроителя) / Свидетельство об официальной регистрации программы для ЭВМ № 2007614434 от 23.10.2007 г.
3. Каличкин В.К., Ким А.И. Применение ГИС-технологий для оценки земель сельскохозяйственного назначения в системе государственного земельного кадастра // Земельный вестник России. 2004. № 2. С. 56-61.
4. Каличкин В.К., Павлова А.И. Применение ГИС в кадастровой оценке сельскохозяйственных земель. Новосибирск: РАСХН. Сиб. отд-ние, 2006. 76 с.
5. Программа оценки технологических свойств земельных участков /А.И. Павлова, В.К. Каличкин // Свидетельство об официальной регистрации программы для ЭВМ № 2007614433 от 23.10.2007 г.
6. Ким А.И., Каличкин В.К. Информационное обеспечение ГКО земель сельскохозяйственного назначения // Информационные технологии, информационные системы и приборы в исследованиях сельскохозяйственных процессов. Новосибирск: РАСХН Сиб. отд-ние, 2003. Ч. 2. С. 93-97.
7. Южаков А.И., Добротворская Н.И. Система экспертной оценки сравнительной продуктивности почв //Тез. докл. II съезда об-ва почвоведов. СПб., 1996. Кн. 2. С. 247-249.
8. Использование геоинформационных систем для оценки земель сельскохозяйственного назначения / В.К. Каличкин, Н.И. Добротворская, А.И. Южаков, А.И. Ким//Матер. междунар. конф. «Геоэкологические проблемы почвоведения и оценки земель». Томск: ТГУ, 2002. С. 478-482.
9. Каличкин В.К., Павлова А.И. К вопросу о методах оценки продуктивности земель // Сиб. вестн. с.-х. науки. 2010. № 2. С. 5-9.
10. Кобзева Е.А., Поздина К.А. Автоматизация дешифрирования спутниковых снимков: опыт и проблемы // Геодезия и картография. 2008. № 6. С. 40-44.
11. Kalichkin V.K., Pavlova A.I. Application of Automated Geoimage analysis methods for Agro-Ecological Assessment of Lands // Bulg. Journ. of Agric. Sci. 2011. V.17. № 5. Рр. 649-654.
12. Павлова А.И., Каличкин В.К. Геоинформационное картографирование неоднородности почвенного покрова //Достижения науки и техники АПК. 2009. № 10. С. 55-57.
Круглов В.В., Дли М.И. Интеллектуальные информационные системы. Компьютерная поддержка систем нечеткой логики и нечеткого вывода. М.: Физматлит, 2002. 254 с.
14. Павлова А.И., Каличкин В.К. Автоматизированное картографирование сельскохозяйственных земель с помощью нейронной экспертной системы, интегрированной с ГИС //Достижения науки и техники АПК. 2011. № 1. С. 5-8.
15. Харанжевская Ю.А., Седнев И.С. Планирование территориального развития торфяной отрасли в Томской области с применением ГИС-технологий //Проблемы региональной экологии. 2011. № 4. С 138-142.
16. Харанжевская Ю.А. Применение инновационных технологий для оценки современного состояния и систематизации данных по торфяным месторождениям Томской области //Достижения науки и техники АПК. 2012. № 5. С. 77-78.
GEO-INFORMATION MODELING IN THE STUDY OF TRANSFORMATION AND USE
OF AGRICULTURAL LANDS
V.K. Kalichkin
Siberian Branch of Agrarian Science, pos., Krasnoobsk, Novosibirskaya obl., 630501, Russian Federation
Summary. The article presents investigation results on usage of GIS-technologies in evaluation of agricultural lands for the automated design of adaptive landscape agricultural systems. It is examined the technologies for automated land evaluation on farms for purposes of state cadastre and creation of automated workplace of land surveyor. It is presented the variant for the solution of problem of the impartial evaluation of land productivity by means of formalization of calculations of the quantitative parameters of crop productivity. It provides for the creation of an expert system, the work of which is based on the taking into account and correlation of agrobiological requirements of crops and conditions of their growing. It is examined problems of decoding of satellite imageries by the algorithm of automated working of geo-images ISODATA and the algorithm, which realizes the "object-oriented approach" with the help of the program complex ENVI. The use of it allows taking into account not only spectral characteristics of objects, but also their textural properties, which gives the possibility to establish the boundaries of objects more reliably and to obtain vector maps immediately. It is addressed the issues of analysis of heterogeneity of soil cover and methods of obtaining the characteristics of separate elementary soil areas. The proposed method of geo-information cartography consists in creation of a digital model of land tenure, cartography of an elementary soil area with the use of the method of relief plastic, geometric and qualitative analysis, design of a map and a legend to it. It is demonstrated the possibilities of applying the methods of fuzzy logic, in particular connectionist analysis, for classification of agricultural lands. The materials are given on the inventory of the peat pool of swampy lands, on evaluation of the current state of peat fields and their resource potential. The tasks of geo-information modeling of the effective use of lands within the framework of the integrated project are formulated. Keywords: geo-information modeling, agricultural lands, decoding of imageries, connectionist analysis, peat resources. Author Details: V.K. Kalichkin, D.Sc. (Agr.), head of chairman (e-mail: [email protected])
For citation: Geo-information Modeling in the Study of Transformation and Use of Agricultural Lands. Dostizheniya nauki i tekhniki APK. 2016. V.30. No 4. Pp. 70-72 (In Russ.).
