CC BY
0УДК 911.2(470.56)
DOI: 10.24412/cl-37200-2024-1429-1435
ПРОСТРАНСТВЕННО-ВРЕМЕННАЯ ОРГАНИЗАЦИЯ ФИТОПРОДУКЦИОННОГО ПРОЦЕССА: МЕТОДОЛОГИЧЕСКИЕ АСПЕКТЫ (НА ПРИМЕРЕ ЮЖНОУРАЛЬСКИХ СТЕПНЫХ ЛАНДШАФТОВ)
SPATIO-TEMPORAL ORGANIZATION OF PHYTOPRODUCTION PROCESS: METHODOLOGICAL ISUUES (A CASE STUDY OF THE SOUTH URALS STEPPE
LANDSCAPES)
Хорошев А.В1, Ашихмин А.П.2, Шлюпикова М.М.3 Khoroshev A.V.1, Ashikhmin A.P.2, Shlyupikova M.M.3
1,2,3Московский государственный университет имени М.В. Ломоносова, географический
факультет, Москва, Россия 1,2,3Lomonosov Moscow State university, Faculty of Geography,
E-mail: 1avkh1970@yandex.ru, 2brumman4@gmail.com, 3masha.97sh@gmail.com
Аннотация. Возросшая доступность многолетних рядов материалов космической съемки создает новые возможности для получения пространственно непрерывной информации о многолетней динамике состояний геосистем. Предлагается ряд функционально-динамических индикаторов фитопродукционного процесса на основе геостатистического анализа вегетационных индексов. Картографирование предлагаемых показателей позволяет получить представление о соотношении и взаиморасположении геосистем с разным годовым ходом фитомассы и устойчивости границ между ними. Тип годового хода зеленой фитомассы, амплитуда межгодовых и внутрисезонных колебаний, изменчивость пространственной вариабельности внутри ландшафтных единиц выявляются по исходным значениям вегетационных индексов NDVI с применением метода главных компонент. Межгодовая изменчивость внутрисезонных отклонений динамики от фоновых показателей оцениваются по повторяемости градаций внутрисезонных приращений NDVI. Для картографирования внутрисезонной и межгодовой динамики границ между типами функционирования и многолетних трендов размеров и конфигурации их ареалов применяется метод «анализа горячих/холодных пятен». По повторяемости положительных и отрицательных аномалий фитомассы выявляются ареалы пластичного функционирования и пульсирующие границы между геосистемами. Ареалы видов зависимости между типами фитопродукционного функционирования и абиотическими факторами показываются по результатам применения метода географически взвешенной регрессии. Межгодовая и внутрисезонная динамика ареалов типов фитопродукционного процесса, тренды их многолетнего изменения могут быть положены в основу оценки устойчивости природных комплексов к внешним природным и антропогенным сигналам. Дополнение структурных показателей функционально-динамическими конструктивно для совершенствования картографирования фитоценозов и геосистем.
Ключевые слова: NDVI, ландшафт, фитоценоз, динамика, ареал, границы, устойчивость.
Abstract. The increased availability of long-term series of satellite imagery creates new opportunities for obtaining spatially continuous information about the long-term dynamics of the geosystem states. We propose a system of functional-dynamic indicators for the phytoproduction process based on geostatistical analysis of vegetation indices. Mapping the proposed indicators allows us to get insight into the proportions and neighborhoods of geosystems with different annual cycles of phytomass as well as the stability of the boundaries between them. The type of annual cycle of green phytomass, the range of interannual and intraseasonal fluctuations, and the temporal variability of spatial diversity within landscape units may be identified from the initial values of the NDVI using the principal component method. Interannual variability of intraseasonal deviations of dynamics from background may be assessed by the repeatability of gradations of intraseasonal NDVI increments. The "hot/cold spot analysis" method is used to map the intraseasonal and interannual dynamics of the boundaries between functioning types and long-term trends in the size and configuration of their occurrences. Based on the frequency of positive and negative phytomass anomalies, areas of plastic functioning and pulsating boundaries between geosystems are identified. The method of geographically weighted regression is applied to show the spatial differences in the relationships between the phytoproductive functioning and abiotic factors. Interannual and intraseasonal dynamics of areas of types of phytoproduction processes, trends in their long-term changes can be used as the basis for assessing the resilience of natural complexes under external natural and anthropogenic signals. The addition of structural indicators to functional-dynamic ones is constructive for improving the mapping of phytocenoses and geosystems.
Key words: NDVI, landscape, phytocenosis, dynamics, area, boundaries, stability.
Введение. Растительный покров издавна рассматривается как наиболее информативный и доступный индикатор абиотических условий, антропогенных эффектов и тенденций их развития. Сам термин «покров» (растительный, почвенный, ландшафтный, земельный и т.д.) подразумевает необходимость непрерывной в пространстве информации. Полевые исследования методами регулярных сеток, трансектов в этом плане сопряжены с огромной трудоемкостью и не могут охватить достаточно большие территории, чтобы судить о широкоохватных факторах и процессах. Поэтому, как правило, приходилось ограничиваться детальными исследованиями на ключевых участках и экстраполировать полученную информацию о межкомпонентных связях на масштабный уровень ландшафта. Еще более серьезные трудности связаны с исследованием динамики фитоценозов, природных комплексов в целом и, тем более, их пространственной организации и латеральных взаимодействий. В связи с дефицитом данных о динамике пространственной организации при ограниченных возможностях организации многолетних стационарных исследований структурно-статическое и функционально-статическое направления исследований исторически преобладали над структурно-динамическим и функционально-динамическим.
При использовании данных о растительном покрове как индикаторе ландшафтных условий возникает ряд трудностей.
Во-первых, для многих ландшафтов, особенно с преобладанием травяной растительности, характерны постепенные границы фитоценозов. Это может быть следствием как чисто фитоценотических процессов (распространение семян, корневищ и др.), так и реальных градиентов абиотической среды.
Во-вторых, видовой состав фитоценозов непостоянен и сильно зависит от флуктуаций гидротермических условий и случайных внешних факторов вроде выпаса, миграций и вспышек размножения животных, пожаров и т.п. Кратковременные исследования, пусть даже с повторностью, могут ошибочно зафиксировать случайные отклонения как типичное состояние.
В-третьих, при всем удобстве увязывания фитоценотических границ с геоморфологическими (что и является обычным основанием экстраполяции «точечной» информации на большие территории), рельеф не всегда «предоставляет» однозначные границы. Далеко не всегда даже при резких перегибах рельефа фитоценоз реагирует на них всеми признаками или хотя бы сменой доминантов. Приходится принимать «волевое решение», какую группу структурных признаков фитоценоза считать основной для принятия решения о проведении границы.
В-четвертых, межгодовые и внутрисезонные флуктуации абиотических условий (например, уровня грунтовых вод, глубины засоления или кровли многолетней мерзлоты) влекут за собой латеральные смещения фитоценозов, которые могут быть разнонаправленными от срока к сроку. Опять же единовременное исследование, особенно при нечетких геоморфологических границах, может зафиксировать временное состояние или одно из нескольких возможных устойчивых состояний как стабильный структурный признак.
Из перечисленных проблем следует, что структурные признаки фитоценозов не всегда являются достаточным основанием для суждения о пространственной структуре растительного покрова и ландшафта в целом. Возросшая доступность многолетних рядов материалов космической съемки создает новые возможности для получения пространственно непрерывной информации о многолетней динамике состояний геосистем, т.е. о наборе обратимых изменений параметров функционирования. Теперь полевые исследования могут выполнять функцию верификации и интерпретации результатов дистанционных исследований на основании точного знания о повторяемости состояния, зафиксированного на площадке, в многолетнем ряду. Прежде всего, это применимо, видимо, к степным и пустынным ландшафтам, наиболее чутко реагирующим на гидротермические флуктуации. Немаловажно, что для этих ландшафтов высокая повторяемость антициклональных погод благоприятствует получению длинных рядов безоблачных космоснимков. Для лесной и тундровой зоны такие ряды получить сложнее. Кроме того, в лесных ландшафтах динамические изменения могут более ярко проявляться в напочвенном покрове, почти «невидимом» для спутников, а сведений о возможностях индикации напочвенного покрова по состоянию крон пока недостаточно.
По нашему мнению, функционально-динамические признаки состояния фитоценозов, выявляемые по многолетним рядам космоснимков, должны быть подробно исследованы на предмет их информативности для картографирования растительного покрова и оценок устойчивости компонентной и пространственной структуры ландшафтов.
Методические пробелы в исследовании фитопродукционного процесса. Среди функциональных признаков, которые за несколько последних десятилетий вошли в арсенал дистанционных фитоценотических и ландшафтных исследований, на первых местах находятся косвенные характеристики фитомассы и влагосодержания, в меньшей степени - теплового режима. Дистанционные исследования продуктивности уделяют основное внимание либо определению информативности вегетационных индексов по отношению к измеренной фитомассе естественной или культурной растительности [1-4], либо выявлению трендов биопродуктивности в связи с изменениями климата [5, 6]. Однако функционирование - это не только и не столько параметры за отдельные сроки, сколько закономерная последовательность состояний. Адекватным понятием, на наш взгляд, может служить «этология ландшафта» -термин, введенный Н.Л. Беручашвили [7], но не получивший в свое время развития. Современный арсенал многолетних дистанционных данных дает возможности как раз для полноценных ландшафтно-этологических исследований «поведения» ландшафта.
Технологическая проблема изучения таких последовательностей состояний заключается в противоречии между разрешением космоснимков и частотой их получения. Обычно для исследования рядов фитопродуктивности используют снимки MODIS, которые обеспечивают наиболее высокую повторяемость съемки, но при разрешении 250 м [8]. Это позволяет выявлять закономерности регионального и глобального масштаба, но совершенно недостаточно для исследований динамики и трендов на урочищном уровне, который, собственно, и соответствует уровню принятия решений о способе землепользования на конкретных угодьях. Тем более, нет речи о состояниях фаций, которые позволили бы проследить динамику пространственной структуры урочищ и ландшафтов. Очевидно, что разрешение 250 м исключает возможность анализировать, например, внутриполевое варьирование урожайности и влажности почв под влиянием фациальной мозаичности или смежных лесополос. Более детальные космоснимки, например, Landsat с разрешением 30 м, не дают достаточной повторяемости съемки, чтобы достоверно судить о внутрисезонной динамике на конкретный год. К счастью, в нашем распоряжении уже более чем 40-летний фонд снимков Landsat при постоянно возрастающих возможностях их быстрого поиска, «вырезки» нужного участка, расчета необходимых индексов (Google Earth Engine). Это позволяет выявлять внутрисезонные тренды и повторяемость отклонений от типичных состояний для каждого пиксела (обычно близкого по размерам к фации или биогеоценозу).
Цель нашего исследования - предложить ряд функционально-динамических, или этологических, показателей «поведения» ландшафтной структуры и растительного покрова.
Результаты и обсуждение. Предлагаемые нами функционально-динамические показатели рассчитываются с применением методов геостатистики и могут быть легко нанесены на карту. Это позволяет получить представление о соотношении и взаиморасположении геосистем с разной степенью устойчивости структурно-функциональных признаков и границ между ними. В данном случае мы для простоты понимаем структуру в узком смысле - как строение, набор, взаиморасположение элементов (геокомпонентов, пространственных единиц), функционирование - как набор процессов вещественно-энергетического обмена между элементами (фитопродуцирование, транспирация и т.п.), динамику - как последовательность сезонных и межгодовых состояний. Перечислим предлагаемые показатели на примере наиболее широко применяемого вегетационного индекса NDVI как косвенного индикатора фитопродукционного функционирования. По аналогии могут анализироваться и индексы-индикаторы влагосодержания в фитоценозе и почвах, транспирации, теплового режима, снежного покрова и т.д.
Тип сезонного хода. Исходным материалом являются данные о значениях вегетационных индексов за конкретные сроки и их стандартизованные приращения за временной интервал между сроками в пределах одного года. Статистический метод главных компонент (разновидность факторного анализа) позволяет свести разнообразие данных к ограниченному числу переменных, каждая из которых отражает один из факторов внутрисезонной изменчивости. Например, один фактор может отражать различия пространственных единиц по скорости весеннего нарастания фитомассы, другой - по разнице между пиковыми значениями в июне и минимальными значениями летней паузы вегетации, третий - по степени равномерности производства зеленой фитомассы в течение сезона и т.п. Значения этих переменных-факторов вместе характеризуют совокупность наложенных друг на друга процессов разных временных масштабов, которые ответственны за изменчивость фитомассы. Классификация
территориальных единиц (пикселов) по совокупности значений факторов позволяет разделить территорию на ареалы, отличные по сезонному этоциклу. Например, для степного плато в заповеднике «Шайтан-Тау» выделены классы: 1) кострецовые степи центрального сектора на месте былой пашни с замедленным весенним формированием фитомассы; 2) ксерофитные степи старопахотного юго-восточного сектора с сохранением или малой потерей фитомассы к концу лета по сравнению с июньским пиком развития; 3) ксерофитные разнотравно-ковыльные степи северного сектора с ранним началом вегетации, большой потерей фитомассы в течение лета с возможной вторичной вегетацией осенью; 4) ксеромезофитные степи краевые смежных с лесами частей, мысообразных выступов и «междулесных» узких секторов с возможностью относительно малого сокращения фитомассы во второй половине лета.
Амплитуда межгодовых колебаний за определенный сезон и за вегетационный период в целом. Каждая пространственная единица, в целом подчиняясь характерному для урочища или фитоценоза сезонному этоциклу, может достигать разной фитомассы в зависимости от гидротермических условий конкретного года. Чувствительность к флуктуациям может сильно различаться для разных урочищ в зависимости от соотношения видов с несовпадающими пиками вегетации, уровня грунтовых вод, экспозиции и крутизны склона, засоленности почв и т.п. Исходными материалами могут быть характеристики межгодовой вариабельности (диапазон значений, среднеквадратическое отклонение, межквартильный диапазон и др.) за определенные периоды (например, месяцы). Классификация по этим характеристикам позволит разделить ареалы с большей и меньшей устойчивости фитомассы к межгодовым колебаниям тепло- и влагообеспеченности.
Изменчивость пространственной вариабельности внутри ландшафтных единиц. Рассчитывается мера пространственной вариабельности фитомассы в пределах конкретной ландшафтной единицы (например, подурочища выпуклой вершины гребня) за конкретный срок наблюдения. Выявляются сроки, при которых пространственная вариабельность возрастает. Это означает, что урочище «распадается» по функционированию на более мелкие единицы, утрачивает целостность, ее части неодинаково реагируют на сложившуюся гидротермическую обстановку. Малая вариабельность указывает на единство интенсивности фитопродукционного процесса, несмотря на возможную мозаичность абиотических условий. Затем по совокупности сроков можно установить ландшафтные единицы, в которых единство функционирования сохраняется устойчиво независимо от межгодовых и внутрисезонных флуктуаций, и, наоборот, которые непостоянно обладают «целостностью однотипного реагирования» (термин В.А. Бокова [9]). Установленная таким способом «недостаточная целостность» может быть основанием для корректировки карты природных комплексов или фитоценозов либо для выделения единиц более низкого ранга (например, с похожими фитоценозами, но разными скоростями фитопродукционного процесса).
Межгодовая изменчивость внутрисезонных отклонений динамики от фоновых показателей. Географический ландшафт, по классическому определению, обладает единым климатом. Из этого следует, что для всех природных комплексов более низкого ранга должны существовать некоторые общие черты реагирования на типичную для ландшафта сезонную смену погод. Поэтому следует по гистограмме выявить, существует ли некоторый модальный (т.е. наиболее часто встречающийся) интервал приращений фитомассы (с положительным или отрицательным знаком) за некоторый период, например, от конца июня до конца июля. Если модальный интервал приращений существует, то это означает строгую подчиненность большинства территориальных единиц общему гидротермическому фактору ландшафтного масштаба. Остальные территориальные единицы могут «жить в своем ритме» под действием некоторых сильнодействующих локальных факторов (постоянно высокого уровня грунтовых вод, сильно затенения, каменистости или засоленности почв и т.п.). Для Айтуарской степи были установлены существенные отличия в повторяемости отклонений от фоновой динамики для заповедных и выпасаемых урочищ [10]. Разделив территориальные единицы по степени отклонения от модального приращения фитомассы (например, на классы среднеквадратического отклонения) и рассчитав повторяемость таких отклонений за многолетний период, можно оценить соотношение вкладов факторов общеландшафтного и локального (урочищного, фациального) масштабов. Так, для участков заповедника «Оренбургский» «Буртинская степь» и «Айтуарская степь» были рассчитаны повторяемости каждого класса приращения фитомассы и на этой основе - меры разнообразия «поведения» территориальных единиц относительно фоновых внутрисезонных тенденций [11-13].
Внутрисезонная и межгодовая динамика границ между типами функционирования. Проверяется гипотеза о возможности нескольких устойчивых состояний природного комплекса в зависимости от гидротермических условий. В качестве исходных материалов могут использоваться непосредственно значения вегетационных индексов в пикселе либо значения повторяемости каждого из классов приращений между двумя сроками. Метод «горячих/холодных пятен» (Hot/cold spots analysis) выявляет кластеры смежных пикселов, которые достоверно отличаются от фоновой окрестности [8]. В степном ландшафте такая положительная аномалия в большинстве случаев соответствует либо мезофитному пятну на фоне ксерофитных сообществ, либо (весной) вегетирующему пятну на фоне территории с еще не прогревшимися почвами [14]. По аналогии, выявляются «холодные пятна», т.е. отрицательные аномалии. По многолетней серии проводится расчет повторяемости аномалий для каждого пиксела. Основной интерес вызывают территории, где повторяемости аномалий составляет 0,40,6. Это означает, что в одни сроки природный комплекс характеризуется особым локальным типом функционирования, а в другие - не отличается от степного фона. Как показали наши полевые исследования в Оренбургской области, такая ситуация часто соответствует экотонам с плавным градиентом свойств рельефа и почвенного увлажнения и одновременным присутствием как ксерофильных, так и мезофильных или гигрофильных видов. В зависимости от гидротермической обстановки та или иная экологическая группа начинает доминировать в соответствии с уровнем грунтовых вод. Природный комплекс периодически переключается со степного (с летним перерывом вегетации) на луговой (с постоянной вегетацией в теплый период) тип функционирования, то есть присоединяется то к смежному луговому комплексу, то к смежному с другой стороны степному. Иначе говоря, таким способом можно строго количественными методами выявить пульсирующие границы природных комплексов либо выделить отдельный их вид [15]. По сравнению с традиционными методиками, принципиально, что в основу картографирования кладутся не только структурные признаки, но и функционально-динамические.
Ареалы видов зависимости между типами функционирования (этоциклами) и абиотическими факторами. Исходим из гипотезы, что количественные виды зависимости между абиотическими и биотическими компонентами могут варьировать по территории. Иначе говоря, в разных секторах ландшафта для экстраполяции точечных данных на площадь следует использовать разные предикторы. Континуальные данные обычно можно получить для рельефа, растительного покрова, теплового поля. Используя классическое положение о зависимости растительного покрова от рельефа, можно в скользящем окне установить набор морфометрических характеристик рельефа и достоверных предикторов состояния растительного покрова, вид зависимости, а также долю объясненной дисперсии. В качестве инструмента используется метод географически взвешенной регрессии [16], который позволяет также установить размер окрестности, достоверно влияющей на состояние зависимой переменной. Так, для Буртинской степи разделены группы урочищ, где разнообразие режимов фитопродукционного функционирования контролируется: 1) перераспределением влаги в позиционно-динамических катенарных системах; 2) выпуклостью, расчлененностью рельефа и превышением над базисом эрозии. Соответственно, классификация природных комплексов по режимам функционирования может иметь разную дробность. Например, в низменном секторе, чтобы описать функциональные различия, достаточно отделить пологосклонные увалы от днищ лощин, а в возвышенном - разделить автономные, трансэлювиальные и трансаккумулятивные позиции и еще отделить верхнюю часть склона от нижней.
Многолетние тренды размеров и конфигурации ареалов с разными типами функционирования. В условиях климатических изменений или смен землепользования исследование режимов функционирования оказывается полезным в определении скоростей изменений, в том числе восстановления после нарушений, степени инертности в изменившихся условиях. Данные расчетов о повторяемости положительных и отрицательных аномалий фитомассы, тех ли иных градаций отклонений от фоновой внутрисезонной динамики могут быть сопоставлены для разных многолетних временных интервалов. Меняющиеся размеры и конфигурации аномалий могут индицировать постепенную смену процессов, определяющих локальные особенности функционирования. Например, для залежей в Айтуарской степи удалось установить, что отрицательная аномалия фитомассы («холодное пятно») по сравнению с фоновой степью постепенно уменьшается по площади и фрагментируется [14]. В годовом ходе это отражается в более медленном, по сравнению с фоном, раннелетнем нарастании фитомассы
и до меньших значений. Аналогичная особенность годового хода фитомассы установлена и для степного плато в заповеднике «Шайтан-Тау». Следовательно, залежи постепенно утрачивают те особенности сезонного хода фитопродукционного процесса, которые сформировались после прекращения распашки. Этот процесс в Айтуарской степи идет с разной скоростью: в днище балки восстановление типично степного функционирования произошло быстрее, чем на возвышенном плато, где и спустя 30 лет после введения заповедного режима отрицательная аномалия фитомассы существует, хотя и на сократившейся площади. Фактически таким способом можно получить оценку одного из видов устойчивости геосистемы -восстанавливаемости - как времени восстановления после нарушений. Обратим внимание, что восстановление структурных признаков фитоценоза может, видимо, происходить быстрее (обычно считается, что через 15-20 лет), чем восстановление режима функционирования. Следовательно, неотличимость видового состава бывшей залежи от фоновой степи еще необязательно означает полное восстановление степной экосистемы. Разумеется, почва может быть еще более инертной, но многолетние дистанционные данные, к сожалению, получить невозможно.
Заключение. Таким образом, качество ландшафтного и геоботанического картографирования, могут быть существенно улучшены за счет знания о пространственной организации временной изменчивости функциональных признаков фитоценозов, полученного по рядам космических снимков. Межгодовая и внутрисезонная динамика ареалов типов фитопродукционного процесса, тренды их многолетнего изменения могут быть положены в основу оценки устойчивости природных комплексов к внешним природным и антропогенным сигналам.
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. Гулянов Ю. А. Мониторинг фитометрических параметров с использованием инновационных методов сканирования посевов // Таврический вестник аграрной науки. 2019. № 3(19). С. 64-76.
2. Лиджиева Н.Ц., Уланова С.С., Федорова Н.Л. Опыт применения индекса вегетации (NDVI) для определения биологической продуктивности фитоценозов аридной зоны на примере региона Черные Земли // Известия Саратовского университета. 2012. Сер. Химия. Биология. Экология. Вып. 2. Т. 12. Научный отдел 94. С. 94-96.
3. Хорошев А.В., Калмыкова О.Г., Дусаева Г.Х. Оценка индекса NDVI как источника информации о надземной фитомассе в степях // Исследование Земли из космоса. 2023. № 3. С. 27-43. DOI: 10.31857/S020596142303003X.
4. Kyratzis A., Skarlatos D., Fotopoulos V., Vamvakousis V., Katsiotis A. Investigating correlation among NDVI index derived by unmanned aerial vehicle photography and grain yield under late drought stress conditions // Procedia Environmental Sciences. 2015. Vol. 29. P. 225-226. DOI: 10.1016/j.proenv.2015.07.284.
5. Золотокрылин А.Н., Черенкова Е.А., Титкова Т.Б. Аридизация засушливых земель Европейской части России и связь с засухами // Известия Российской академии наук. Серия географическая. 2020. № 2. С. 207-217. DOI: 10.31857/S258755662002017X.
6. Han J.C., Huang Y., Zhang H., Wu X., Characterization of elevation and land cover dependent trends of NDVI variations in the Hexi region, northwest China // Journal of Environmental Management. 2019. Vol. 232. P. 1037-1048.
7. Беручашвили Н.Л. Этология ландшафта и картографирование состояний природной среды. Тбилиси: Изд-во Тбилисского университета, 1989. 198 с.
8. Nallan S.A., Armstrong L.J., Tripathy A.K., Teluguntla P. Hot Spot Analysis using NDVI data for impact assessment of watershed development // International Conference on Technologies for Sustainable Development (ICTSD-2015) (Feb. 04-06, 2015. Mumbai). India, 2015. P. 1-5. DOI: 10.1109/ICTSD.2015.7095869.
9. Боков В.А. Пространственно-временные основы геосистемных взаимодействий: Дисс. ... д-ра геогр. наук. М., 1990. 406 с.
10. Хорошев А.В. Стабильность динамики фитомассы в заповедных и пастбищных низкогорно-степных ландшафтах Южного Урала // Аридные экосистемы. 2022. Т. 28. № 3. С. 3-13. DOI: 10.24412/1993-3916-2022-3-3-13.
11. Хорошев А.В. Ландшафтные условия стабильности фитопродукционного функционирования в Айтуарской степи (Южный Урал) // Вестник Московского университета. Серия 5: География. 2021. № 2. С. 82-91.
12. Хорошев А.В., Ашихмин А.П., Калмыкова О.Г., Дусаева Г.Х. Ландшафтные факторы стабильности динамики фитомассы в заповедных и пастбищных низкогорно-степных ландшафтах Буртинской степи (Южный Урал) // Динамика и взаимодействие геосфер Земли. Т. III. Томск: Изд-во Томского ЦНТИ, 2021. С. 85-88.
13. Khoroshev A.V. Dynamics of phytoproductive functioning of low-mountain steppe landscapes of the Southern Urals // IOP Conference Series: Earth and Environmental Science. 2021. Vol. 817. 012046. DOI:10.1088/1755-1315/817/1/012046.
14. Хорошев А.В., Ашихмин А.П. Динамика пространственной организации фитомассы в заповедном степном ландшафте (на примере Буртинской степи, заповедник «Оренбургский» // Известия РАН. Серия биологическая. 2023. Доп. вып. 8. С. S103-S114. DOI: 10.31857/S1026347023600796.
15. Хорошев А.В. Функционально-динамический подход к исследованию ландшафтных границ // Региональные исследования. 2022. № 3. С. 60-70. DOI: 10.5922/1994-5280-2022-3-6.
16. Fotheringham AS, Brundson C, Charlton M. Geographically weighted regression: The analysis of spatially varying relationships // West Sussex. England: John Wiley and Sons, Ltd. 2002.
