CC BY
4УДК 911.2(470.56)
DOI: 10.24412/cl-37200-2024-116-124
ИНДИКАЦИЯ ЛАТЕРАЛЬНЫХ ВОДНЫХ ПОТОКОВ ПО ДИНАМИКЕ ВЕГЕТАЦИОННЫХ ИНДЕКСОВ В БУРТИНСКОЙ СТЕПИ
INDICATION OF LATERAL WATER FLOWS BASED ON THE DYNAMICS OF VEGETATION INDICES IN THE BURTYNSKAYA STEPPE
Ашихмин А.П.
Ashikhmin A.P.
Московский государственный университет им. М.В. Ломоносова, географический факультет,
Москва, Россия Moscow State University, Faculty of Geography, Moscow, Russia
E-mail: [email protected]
Аннотация. На основе 51 космического снимка Landsat 5 и 8 методом статистики Getis-Ord Gi была оценена достоверность возникновения положительных аномалий фитомассы («горячих пятен») или, отражающих кластеры пикселов с повышенными значениями NDVI в сравнении с радиусом в 300 м на примере участке государственного заповедника «Оренбургский» «Буртинская степь». На основе 3 из полученных снимков была проведена классификация и интерпретация фитоценозов, используя данные полевых описаний. Были выделены интересующие бассейны и проведены расчеты вероятности положительных аномалий фитомассы, их корреляции в притальвеговых и водосборных фациях и доли занимаемой площади каждым из фитоценозов в бассейне. На основе полученных данных был проведен анализ зависимости между фитоценозами и корреляциями положительных аномалий для попытки индикации внутрипочвенных латеральных водных потоков в бассейне. Предполагается, что по сопряженному изменению площадей положительных аномалий в притальвеговых и водосборных фациях и по сообществам, произрастающим в бассейне представляется возможным индикация наличия латеральной связи. Наличие лесных и кустарниковых сообществ в пределах бассейна может указывать на наличие латеральных связей.
Ключевые слова: степь, NDVI, латеральные связи, фитоценоз, анализ горячих пятен.
Abstract. Based on 51 Landsat 5 and 8 satellite images using the Getis-Ord Gi statistics method, we calculated the repeatability of positive phytomass anomalies ("hot spots"), which shows clusters of pixels with increased NDVI values compared to 300 m neighborhood, using the example of the "Burtinskaya Steppe" area of the Orenburgskii Nature Reserve. We used 3 space images to perform classification of phytocenoses followed by field verification. We identified the catchments of interest and estimated the probability of positive phytomass anomalies, their correlation in the near-thalweg and drainage geosystems, as well as the proportion of area occupied by each of phytocenoses in the catchment. This enabled us to analyze the relationship between area of each type of phytocenoses and correlations of positive anomalies in near-thalweg and drainage geosystems. By doing so, we indicated intensity of intrasoil lateral flows in the basin. We concluded the associated change in the areas of positive anomalies in the near-thalweg and drainage geosystems and in the phytocenoses allows indicating lateral connection in a catchment. The forest and shrub communities turned out to be the best indicator of the stable lateral water flows.
Key words: steppe, NDVI, lateral connections, phytocenosis, hot spot analysis.
Введение. В степных фитоценозах ведущими факторами, влияющим на изменчивость растительной биомассы, выступают гидротермические условия года из-за высокой чувствительности степных сообществ к изменениям в увлажненности [1], на что влияет и рельеф местности, перераспределяющий влагу и тепло в ландшафте [2]. Из-за общего недостатка влаги растительность очень сильно реагирует на малейшие колебания увлажнения. В небольшом понижении, которого достаточно, чтобы быть немного более влажным местообитанием, чем его окружение, типичные степные доминанты (ксерофиты) сменяются более влаголюбивыми видами (мезоксерофитами и т.д.).
Исследования динамики фитомассы довольно трудоемки, так как нужны данные полевых наблюдений за многие годы и месяца вегетационного периода, но доступность космических снимков с возможностью создания долгих временных рядов наблюдений решает эту проблему, что продемонстрировано в некоторых исследованиях [3]. Использование нормализованного разностного вегетационного индекса (NDVI) для исследования фитомассы практикуется уже долгое время, что означает высокую надежность и достоверность данного показателя. Конечно,
полевые исследования реальной растительной биомассы проводятся в самых разных природных зонах, например, в степной [4], лесостепной [5], таежной зонах [6, 7] и т.д.
Латеральные связи в ландшафте, а именно внутрипочвенные потоки влаги, предлагается индицировать с помощью изучения мест повышенных значений фитомассы, подразумевая, что растительность реагирует на повышенную влажность увеличением фитомассы.
Материалы и методы. Исследование проведено на участке государственного заповедника «Оренбургский» «Буртинская степь» (рисунки 1, 2). На территории преобладает моноклинальное залегание пластов осадочных пород [8]. Абсолютные отметки на участке колеблются от 420,9 м (плато Муелды) до 230 м (отметка тальвега балки Белоглинка).
А " ~ ~ ~ ~ "Б
Рисунок 1. А - Расположение Буртинской степи (красный четырехугольник); Б -Изучаемая территория. Снимок Landsat 8, 2019 года.
Буртинская степь лежит в континентальном секторе подзоны типичных степей на междуречье левых притоков Урала рек Урта-Буртя и Бурля в ландшафте предгорной глубокорасчленённой структурно-эрозионной возвышенной равнины, сложенной пермо-триасовыми осадочными породами молассовой формации, в сочетании с карстовыми котловинами на месте соляно-гипсовой структуры, выполненными юрскими озерными суглинками, с типичными разнотравно-типчаково-залесскоковыльными степями на южных черноземах [9]. Заповедный режим существует с конца 1980-х гг. В растительном покрове наиболее распространены залесскоковыльные степи, часто встречаются сообщества овсецовой, степномятликовой, типчаковой, мохнатогрудницевой и ковылковой формаций; нередки степи с кустарниками, кустарниковые степи и заросли кустарников, с участием Amygdalus nana, Cerasus fruticosa, Chamaecytisus ruthenicus, Caragana frutex, Spiraea crenata, Spiraea hypericifolia; по берегам ручьев и в местах близкого залегания грунтовых вод формируются луга и черноольшанники; по балкам встречаются осиновые и березово-осиновые колки [10].
Для исследования фитомассы был отобран 51 космоснимок, сделанный спутниками Landsat 5 и Landsat 8 с разрешением 30 м. Снимки были отобраны за период с 2010 по 2020 годы, с апреля по октябрь.
Методом статистики Getis-Ord Gi в программе ArcGis (модуль Hot spots analysis) для каждого из 51 срока была оценена достоверность возникновения положительных аномалий фитомассы («горячих пятен») отражающих кластеры пикселов с повышенными значениями NDVI в сравнении с окрестностью в 300 м вокруг пиксела, используя настройку Inverse Distance Squared. Данная настройка позволяет уменьшить вклад более дальних пикселов в расчет. В результате расчета получались точки с уровнем значимости аномалий 0,01, 0,05 или 0,10. Используемый метод позволяет вычислить участки повышенных значений фитомассы, для исследования их распределения и изменчивости в разные сезоны года и в разные годы, в зависимости от гидротермических показателей. Метод Hot spots analysis зачастую используется в исследованиях по заболеваемости [11-12], преступности [13-14] и землетрясений [15], миграциях населения [16] и т.д.
Были выделены водосборные бассейны некоторых эрозионных форм рельефа. Каждый из бассейнов, по контурам ландшафтной карты [9], был разделен на части: склоны и днище. Для каждой из частей по каждому из сроков были рассчитаны доли площадей положительных аномалий фитомассы.
Результаты и обсуждение. Для выявления и анализа областей с повышенной или пониженной фитомассой был применен метод анализа горячих пятен, выходом которого является набор точек, каждая из которых соответствует одному пикселу, показывающий кластеризацию повышенных значений фитомассы с различной степенью вероятности. Анализ был проведен для каждого срока, а затем были составлены карты вероятностей (т.е. повторяемости в долях 1) возникновения горячих пятен (рисунок 2).
Вероятность возникновения горячего пятна (индекс 3) в Буртинской степи
Рисунок 2. Вероятность возникновения положительных аномалий фитомассы (индекс 3 - уровень значимости 0,99).
После вычисления количества пикселей, являющихся положительными аномалиями фитомассы («горячими пятнами») для каждого срока, была рассчитана доля от площади днища лощины и ее водосбора в бассейнах в пределах сильнорасчлененной денудационной возвышенной равнины (рисунок 3), занятая положительными аномалиями. Были получены коэффициенты корреляции между долями положительных аномалий фитомассы в днище и водосборе в пределах каждого бассейна по отдельности, а также значение достоверности корреляций.
Была проведена классификация ландшафтного покрова по 9 растрам, полученным по 3 космоснимкам, по одному на каждый сезон вегетационного периода (12 мая, 6 июля и 3 октября 2019 года). Из каждого космоснимка были получены растры Brightness (яркость, т.е. альбедо), Greenness («зеленость»), Wetness (влажность). Было получено и интерпретировано по данным полевых наблюдений 9 классов (рисунок 4). Полученная классификация использовалась для исследования зависимости латеральных связей в бассейнах на денудационной сильнорасчлененной возвышенной равнине, для чего были рассчитаны доли занимаемой площади каждым из фитоценозов (таблица 1).
Рисунок 4. Классификация ландшафтного покрова по космоснимкам.
1 - Степи ксерофитные австрийскопольшно-грудницево-типчаково-залесскоковыльные (склон северной эксп. балки Белоглинка), 2 - Степи мезоксерофитные ковылково-полынно-типчаково-залесскоковыльные с пятнами (плато Муелды, подгорный шлейф южной эксп. балки Белоглинка), 3 - Колки мезофитные осиновые таволгово-кострецово-вейниковые по днищам глубоко врезанных лощин, 4 - Степи мезоксерофитные ядовитоястребинково-грудницево-прострелово-типчаково-залесскоковыльные со спиреей и ракитником на теневых склонах массива Муелды, 5 - Степи мезоксерофитные понтийскополынно-кострецово-типчаково-залесскоковыльные со спиреей и ракитником по лощинам и водосборным понижениям, 6 - Степи петрофитные мятликово- залесскоковыльно-типчаковые со спиреей и эфедрой, иногда мордовником, пыреем инееватым, по южным склонам и днищам лощин, 7 - Луга марьянниково-девясилово-таволгово-кострецовые мезофитные с кустарниками, местами с осиной по днищам лощин, 8 - Луга ползучепырейно-понтийскополынно-солонечниково-вейниково-кострецовые мезофитные с осиной по днищам лощин (и балки Белоглинка), 9 - Степи мятликово-таволгово-типчаково-ковыльные со спиреей и ракитником по водосборным понижениям и лощинам, местами засоленные.
Таблица 1
Структура растительного покрова бассейнов в пределах сильнорасчлененной денудационной возвышенной равнины. Типы фитоценозов - см. рисунок 4.
Бассейны Доля классов фитоценозов
1 2 3 4 5 6 7 8 9
1 0,131 0,208 0,086 0,086 0,068 0,088 0,146 0,083 0,104
2 0,565 0,019 0 0,182 0,019 0 0,024 0 0,191
3 0,225 0,08 0,025 0,299 0,105 0,018 0,059 0,044 0,144
4 0,232 0,027 0, 0,464 0,018 0 0,063 0 0,196
5 0,206 0 0,112 0,359 0,006 0 0,224 0,024 0,071
6 0,385 0,21 0 0,16 0,025 0,043 0,005 0,004 0,169
7 0,157 0 0,136 0,226 0,026 0 0,204 0,013 0,238
8 0,08 0,149 0 0,218 0,126 0,172 0,172 0 0,08
9 0,184 0,069 0,007 0,387 0,023 0,003 0,134 0,02 0,174
Бассейны Доля классов фитоценозов
1 2 3 4 5 6 7 8 9
10 0,196 0 0 0,608 0 0 0,059 0, 0,137
11 0,11 0,208 0,002 0,128 0,163 0,109 0,09 0,029 0,162
12 0,142 0,071 0,103 0,22 0,047 0,033 0,242 0,055 0,087
14 0,138 0,11 0 0,315 0,11 0,127 0,105 0 0,094
15 0,071 0,283 0 0 0,222 0,303 0,02 0,04 0,061
16 0,082 0,298 0 0,14 0,113 0,103 0,158 0,021 0,086
17 0,095 0,703 0 0,101 0,032 0,019 0,019 0 0,032
18 0,123 0,123 0 0,151 0,092 0,119 0,05 0 0,1
101 0,558 0 0 0,065 0,013 0 0,052 0 0,312
102 0,403 0,134 0 0 0,119 0 0 0 0,343
103 0,123 0,131 0,156 0,124 0,098 0,005 0,119 0,116 0,128
Были получены коэффициенты корреляции между долями положительных аномалий фитомассы в днище и водосборе в пределах каждого бассейна по отдельности, а также уровни значимости (таблица 2). Корреляции косвенно отражают характер зависимости количества фитомассы в притальвеговых геосистемах от количества в склоновых фациях и отражает степень их латеральной связности потоками внутрипочвенной влаги (т.к. поверхностный сток существует только в весенний период). Если коэффициент корреляции между положительными аномалиями фитомассы в днище лощины и водосборе низок, значит имеет место другие, неучтенные моделью процессы.
Таблица 2
Корреляции между долями площадей положительных аномалий фитомассы днищ и водосборов лощин и их достоверность (по 51 сроку)
Количество сроков с Количество сроков с
Номер Коэффициент р^а1ие (уровень положительными положительными
бассейна корреляции значимости) аномалиями фитомассы в днище аномалиями фитомассы в водосборе
1 0,9442 0 48 51
2 0,5356 0 1 6
3 -0,0186 0,8971 48 50
4 0,4516 0 5 6
5 0,9209 0 48 49
6 0,3745 0,0068 28 20
7 0,9605 0 46 48
8 0,8715 0 6 12
9 0,6445 0 43 36
10 - - 0 0
11 -0,0825 0,5651 47 44
12 0,7833 0 49 48
14 0,7891 0 4 17
15 0,3396 0,0148 41 20
16 0,7477 0 20 27
17 -0,0318 0,8247 1 3
18 0,3359 0,016 23 30
101 -0,0589 0,6812 4 2
102 - - 0 2
103 0,9604 0 49 50
По степени связи (корреляции) водосбора и тальвега исследуемые бассейны можно разделить на 4 класса (таблица 3). В первый класс выделены бассейны с сильной положительной достоверной корреляции, во второй - бассейны с более слабой, но положительной и достоверной корреляцией, в третий - бассейны с наличием положительных аномалий с отрицательной, но недостоверной связью, а в четвертый выделены бассейны, в которых за все сроки наблюдений появлялось малое количество положительных аномалий, или они вообще не возникали.
Таблица 3
Классы бассейнов по связям положительных аномалий фитомассы
Группа Бассейны
1 1, 5, 7, 9, 12, 16, 103
2 6, 15, 18
3 3, 11
4 2, 4, 8, 10, 14, 17, 101, 102
Изучение характеристик положительных аномалий фитомассы («горячих пятен» -областей повышенных значений фитомассы - по отношению к окружающему пространству), а именно длины, площади, неразрывности полос по эрозионным формам рельефа позволяет по косвенным индикаторам изучить внутрипочвенные потоки влаги в ландшафте, в частности по лощинам, а также по бассейнам в целом. Выдвигается гипотеза, что характеристики ареалов положительных аномалий фитомассы индицируют наличие или отсутствие (в зависимости от гидротермических условий) внутрипочвенных потоков влаги, связи между урочищами водосбора и днища. Фитомасса выступает индикатором увлажненности, ее повышенные значения указывает на места повышенного уровня грунтовых вод и/или влажности почв. Неразрывная полоса положительных аномалий фитомассы указывает на гидрологическую связность различных фаций по течению лощины, а значит, на присутствие внутрипочвенного потока влаги - латеральной связи. Серия космических снимков позволяет наблюдать внутрисезонную и межгодовую динамику положительных аномалий фитомассы и выяснить устойчивость латеральных связей, а также при каких гидротермических условиях эта связь может исчезать или появляться. Изучение состава фитоценозов и занимаемой ими площадей в бассейнах может позволить выяснить, какие фитоценозы указывают на устойчивое или периодически возникающее наличие положительных аномалий фитомассы, а какие наоборот на их постоянное отсутствие.
Для каждого из полученных классов интенсивности латеральной связи в бассейне были рассчитаны средние доли площадей фитоценозов, так как латеральные связи в бассейнах могут индицироваться сообществами, произрастающими в них (таблица 4).
Таблица 4
Структура растительного покрова (% типов фитоценозов от площади бассейна) для классов тесноты корреляционной связи между долями пятен повышенной фитомассы в склоновых и притальвеговым урочищах водосборных бассейнов (классов интенсивности латеральной связи)
Фитоценоз Класс бассейнов по характеру связи между долями положительных аномалий фитомассы в склоновых и притальвеговых фациях
1 Сильная положительная связь 2 Слабая положительная связь 3 Отсутствие связи 4 Слабая недостоверная отрицательная связь
1 0,15 0,19 0,17 0,28
2 0,11 0,29 0,14 0,14
3 0,09 0,00 0,01 0,00
4 0,22 0,10 0,21 0,24
5 0,05 0,11 0,13 0,05
6 0,03 0,16 0,06 0,04
7 0,18 0,03 0,07 0,06
8 0,05 0,01 0,04 0,00
9 0,13 0,11 0,15 0,17
В 4 класса объединяются 20 бассейнов. Расчет площади пятен повышенной фитомассы по NDVI осуществлен для 51 срока космической съемки в период апрель-октябрь 2010-2020 гг. (фитоценозы см. рисунок 4).
В классе бассейнов 1, с наибольшей корреляцией положительных аномалий фитомассы в тальвеге и водосборе (таблица 3), наблюдается наибольшая доля лесных сообществ (рисунок 5А), что и может определять такие высокие показатели корреляции положительных
аномалий фитомассы. Также этот класс отличается значительно большей долей лугов марьянниково-девясилово-таволгово-кострецовых мезофитных с кустарниками, местами с осиной, чем в других классах. Кустарники также могут повышать подземный сток за счет более эффективного задержания снега при метелевом переносе, по сравнению со степями, а значит и увеличивать латеральную связь в бассейнах. Но необходимо отметить, что в классе, в котором латеральных связей практически нет, лесные сообщества также встречаются. В целом, сообщества с древесными видами усиливают латеральную связь между водосбором и тальвегом.
Доля луговых фитоценозов с кустарниками (класс 7) в классе 1 с сильной положительной корреляцией наибольшая (рисунок 5Б), а в остальных имеет более низкие значения.
Зависимость класса от доли 3 фитоценоза
0,12
0,08
0,06
0,04
0,02
0,00
-0,02
□ Mean
□ MeaniSE I Mean±2*SE
Доля классЗ: F(3;16) = 7,658; р = 0,00211 Класс
А
Зависимость доли 7 фитоценоза от класса
0,22 0,20 0,18 0,16 0,14
о 0,12
о
п)
s 0,10
CK
с
â 0,08 0,06 0,04 0,02 0,00 -0,02
1 2 3
Доля класс7: F(3;16) = 10,1165; р = 0,000б}асс
Б
□ Mean
□ Mean±SE I Mean±2*SE
Рисунок 5. А - Различия доли колков мезофитных осиновых таволгово-кострецово-вейниковых (3 фитоценоз по рисунок 4); Б - Различия доли лугов марьянниково-девясилово-таволгово-кострецовых мезофитных с кустарниками, местами с осиной в бассейне между классами тесноты латеральной связи (Mean- среднее, SE - стандартная ошибка, Raw data) (классы: 1 - сильная положительная связь, 2 - менее сильная положительная связь, 3 -недостоверная связь, 4 - не появляются или редко появляются положительные аномалии фитомассы).
Таким образом, по долям фитоценозов в бассейнах не всегда можно однозначно определить интенсивность латеральной гидрологической связи бассейне. При высоких показателях лесных фитоценозов можно предполагать, что в этих бассейнах корреляции положительных аномалий фитомассы наиболее высокие, но в 3 классе, где также присутствуют лесные сообщества, корреляции почти нет. Высокая остепненность может указывать, на то, что латеральные связи в таких бассейнах не очень сильные, но при рассмотрении классов с малой, отсутствующей или отрицательной корреляцией не заметна зависимость корреляции от доли степей в бассейнах. Например, во 2 классе доля степей значительно выше, чем в 3, хотя 2 класс характеризуется более высокими показателями корреляции положительных аномалий фитомассы в тальвеге и водосборе. То есть мы можем установить довольно заметные различия между классом с сильной корреляцией и остальными классами, но между другими классами сделать это гораздо труднее.
Положительные аномалии фитомассы, в данном исследовании, выступают в роли индикатора наличия внутрипочвенного потока влаги между склонами и днищем. По повторяемости положительных аномалий фитомассы на фоне типичных степей можно идентифицировать сообщества, которые не просто наращивают фитомассу, но и могут изменять видовой состав на более мезофитный, а значит которые обладают устойчивостью-пластичностью [17], т.е. способностью переходить из одного устойчивого состояния структуры и функционирования в другое [18].
Заключение. Метод «горячих пятен» эффективно отражает области повышенных значений фитомассы и дает представление об распределении фитомассы по изучаемой территории на основе вегетационного индекса NDVI.
Выделение бассейновых геосистем и анализ положительных аномалий фитомассы на склонах и в днище позволяет индицировать латеральные связи внутри бассейнов.
По долям лесных и кустарниковых сообществ можно судить об интенсивности латеральной связи между водосбором и тальвегом - они индицируют наличие связей.
Исследование выполнено в рамках Госзадания географического факультета МГУ имени М.В. Ломоносова № 121051300176-1 «Факторы и процессы пространственно-временной организации природных и антропогенных ландшафтов».
Список литературы
1. Холбоева С.А., Намзалов Б.Б. Основы степеведения. Улан-Удэ: Изд-во Бурятского гос. ун-та, 2010. 112 с.
2. Солнцев Н.А. Учение о ландшафте (избранные труды). М.: Изд-во Моск. ун-та, 2001. 384 с.
3. Савин И.Ю., Чендев Ю.Г. Причины многолетней динамичности индекса NDVI (MODIS), осреднённого для пахотных земель на уровне муниципалитетов Белгородской области // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 2. С. 137-143. DOI: 10.21046/2070-7401-2018-15-2-137-143.
4. Дусаева Г.Х., Максутова Н.В. Сезонная динамика запасов надземной фитомассы в разнотравно-овсецово-типчаково-залесскоковыльном сообществе с Poa transbaicalica и Spiraea crenata // Вестник Оренбургского государственного университета. 2017. № 11(211). С. 79-83.
5. Зверева Г.К. Динамика надземной фитомассы в сообществах Приобской лесостепи и Северной Кулунды при заповедовании // Проблемы ботаники Южной Сибири и Монголии. 2022. № 21-1. С. 81-85. DOI: 10.14258/pbssm.2022017.
6. Пристова Т.А. Динамика надземной фитомассы живого напочвенного покрова в лиственных фитоценозах послерубочного происхождения // Известия Самарского научного центра Российской академии наук. 2019. Т. 21. № 2-2 (88). С. 204-209.
7. Косых Н.П. Динамика фитомассы сфагновых мхов на болотах Западной Сибири // Интерэкспо Гео-Сибирь. 2014. Т. 4. № 2. С. 74-78.
8. Чибилёв А.А., Паршина В.П., Мусихин Г.Д., Рябинина З.Н., Самигуллин Г.М., Немков В.А., Классен Д.В., Павлейчик В.М., Сергеев А.Д. Степной заповедник «Оренбургский». Екатеринбург: Уральское издание РАН, 1996. 76 с.
9. Хорошев А.В., Еремеева А.П., Мерекалова К.А. Оценка межкомпонентных связей в Степном и таежном ландшафтах с учетом изменяемой пространственной единицы // Известия Русского географического общества. 2013. Т. 145. № 3. С. 32-42.
10. Калмыкова О.Г. О растительном покрове Госзаповедника «Оренбургский» // Известия Самарского научного центра Российской академии наук. 2012. Т. 14. № 1 (4). С. 1024-1026.
11. Siljander M., Uusitalo R., Pellikka P., Isosomppi S., Vapalahti O. Spatiotemporal clustering patterns and sociodemographic determinants of COVID-19 (SARS-CoV-2) infections in Helsinki, Finland // Spatial and Spatiotemporal Epidemiology. 2022. Vol. 41. P. 100493.
12. Kuznetsov A., Sadovskaya V., Spatial variation and hotspot detection of COVID-19 cases in Kazakhstan, 2020 // Spatial and Spatio-temporal Epidemiology. 2021. Vol. 39. P. 100430. DOI: 10.1016/j.sste.2021.100430.
13. Liu Y., Cheng Z., Li X. How to prevent and control community risks? Identifying community burglary risk hotspots based on time-space characteristics // Journal of Safety Science and Resilience. 2023. Vol. 4. Is. 2. P. 130-138. DOI: 10.1016/j.jnlssr.2022.12.004.
14. Nemeth S.C., Mauslein J.A., Stapley C. The primacy of the local: Identifying terrorist hot spots using geographic information systems // Journal of Politics. 2014. Vol. 76. No. 2. P. 304-317. DOI: 10.1017/S0022381613001333.
15. Chandra Pal S., Saha A., Chowdhuri I., Ruidas D., Chakrabortty R., Roy P., Shit M., Earthquake hotspot and coldspot: Where, why and how? // Geosystems and Geoenvironment. 2023. Vol. 2. Is. 1. P. 100130. DOI: 10.1016/j.geogeo.2022.100130.
16. Добрякова В.А., Москвина Н.Н., Жегалина Л.Ф. Статистика Getis-Ord Gi* при обработке многолетних данных содержания углеводородов в бассейне реки Большой Балык // Геодезия и картография. 2020. Т. 81. № 5. С. 54-64. DOI: 10.22389/0016-7126-2020-959-5-54-64.
17. Хорошев А.В., Ашихмин А.П. Динамика пространственной организации фитомассы в заповедном степном ландшафте (на примере Буртинской степи, заповедник «Оренбургский») // Известия Российской академии наук. Серия биологическая. 2023. № 8. С. 103-114.
18. Гродзинський М.Д. Ландшафтна еколопя. К.: Знання, 2014. 550 с.
