CC BY
34
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИЙ ЛЕСА
ТЕХНОЛОГИЯ ГИБКИХ ИНФОРМАЦИОННО-МОДЕЛИРУЮЩИХ
систем как инструмент исследования последствий антропогенного воздействия на лесные ЭКОСИСТЕМЫ
В.Д. БУРКОВ, проф. каф. ИИС и ТПМГУЛ, д-р техн. наук,
В.Ф. КРАПИВИН, проф. каф. ИИС и ТП МГУЛ, д-р физ-мат. наук,
В.С. ШАЛАЕВ, проф., директор ИСИЛМГУЛ, д-р. техн. наук,
В.Ю. СОЛДАТОВ, асп. каф. ИИС и ТП МГУЛ
caf-ptpp@mgul.ac.ru
Наиболее развитой информационной технологией в области природного мониторинга является область географических информационных систем (ГИС-технология). Однако эта технология не обеспечивает решение задач, связанных с эволюцией объектов окружающей среды и прогнозированием их состояния. Другими словами, ГИС-тех-нология дает удобное средство контроля состояния объекта мониторинга и служит эффективным механизмом объединения многофакторной информации об объекте. Однако ГИС-технология имеет серьезные ограничения, когда речь идет о сложных задачах природного мониторинга, требующих создания динамичного образа среды в условиях отрывочных данных по пространству и во времени. Основной недостаток ГИС-тех-нологии состоит в том, что она не ориентирована на многоплановый прогноз состояния сложного объекта мониторинга, каковым, несомненно, является лес.
Важный шаг в развитии ГИС-техно-логии сделан в работах [2-4], где теоретически обоснована и практически применена технология гибких информационно-модели-рующих систем (ГИМС-технология), которая устраняет многие недостатки ГИС-тех-нологии и дает возможность синтеза систем мониторинга с функциями прогноза. Ключевым звеном ГИМС-технологии является сочленение данных мониторинга с моделью изучаемой системы окружающей среды. Именно такое сочетание функций ГИМС-технологии позволяет оперативно оценивать текущие и прогнозные изменения окружающей среды в заданных пространственных масштабах.
ГИМС-технология
Основными принципами ГИМС-тех-нологии являются:
- Объединение, интеграция и координация уже существующих государственных, ведомственных и отраслевых систем сбора первичной информации об окружающей среде на единой организационной и научно-методической основе.
- Оптимизация материальных и финансовых затрат на создание, функционирование и совершенствование системы контроля окружающей среды.
- Согласование и совместимость информационных потоков в системе на основе применения единой координатно-временной системы, использования единой системы классификации, кодирования, форматов и структуры данных.
- Централизация доступа к информации через международные информационные сети с максимальным расширением списка пользователей.
- Обеспечение межрегионального характера национального геоинформационного мониторинга, не зависящего от несовпадения границ регионов с границами экосистем.
Состояние лесных экосистем характеризуется большим разнообразием параметров. Среди них такие, как характеризующие тип почвы и растительности, водный режим территории, солевой состав почво-грунтов, уровень залегания грунтовых вод и многие другие. В принципе требуемая информация об указанных параметрах может быть получена с различной степенью достоверности и производительности из данных наземных
10
ЛЕСНОЙ ВЕСТНИК 7/2010
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
наблюдений, дистанционных измерений и из банков данных географических информационных систем, где содержится априорная информация, накопленная в прошлые годы. Проблема, возникающая перед ответственным за принятие соответствующего решения, заключается в получении ответов на следующие вопросы:
1) Какие приборы целесообразно использовать для проведения наземных и дистанционных измерений?
2) Какие финансовые средства выделить для проведения наземных и дистанционных измерений?
3) Как сбалансировать количество наземных измерений и объем дистанционных данных с учетом их информационного содержания и стоимости?
4) Какие математические модели пространственно-временных изменений параметров лесной экосистемы целесообразно использовать для интерполяции и экстраполяции данных контактных и дистанционных наблюдений с целью уменьшения объема
(количества) последних и, соответственно, уменьшения стоимости работы в целом, а также для получения прогноза функционирования наблюдаемого объекта.
ГИМС-технология позволяет ответить на поставленные вопросы. Основная идея ГИМС-технологии представлена на рис. 1.
Развитие и применение идей ГИМС-технологии, предусматривающей соединение методик и алгоритмов математического моделирования с наземными и дистанционными измерениями характеристик окружающей природной среды, как показывает опыт, возможно на базе синтеза летающих и передвижных лабораторий. В будущем именно такие комплексы будут решать следующие основные задачи:
- Прогнозирование времени начала и степени опасности стихийных бедствий типа лесного пожара.
- Контроль динамики развития лесного пожара, в том числе и в сложных метеоусловиях, и выдача информации для принятия решения.
Рис. 1. ГИМС-технология
ЛЕСНОИ ВЕСТНИК 7/2010
11
ЛЕСНОЙ ВЕСТНИК 7/2010
с
О
>
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВ.
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Рис. 3. Структурная схема мониторинговой системы поиска и обнаружения нарушений в динамике лесной экосистемы
- Оценка последствий лесного пожара.
- Выдача целеуказаний спасательным службам при проведении поисково-спасательных работ на территориях с лесными пожарами.
Мониторинг лесных экосистем и ГИМС-технология
Для оценки состояния экосистемы леса необходимо иметь данные о биометрических и продукционных характеристиках за длительный промежуток времени, так чтобы можно было сформировать динамический образ изучаемой территории и тем самым сделать вывод о направленности эволюционных процессов в экосистеме. Получение и накопление таких данных с различных измерительных устройств и систем обеспечивается ГИМС-технологией, в структуре которой формируется архив биометрических и продукционных характеристик лесных экосистем, который обеспечивает базовые параметры для моделей и алгоритмов реконструкции пространственных образов почвенно-растительных формаций на контролируемой территории. Структура архива дана на рис. 2. Схема организации мониторинговой системы показана на рис. 3.
Проблема создания АБПХР для своего решения требует привлечения существующих или создания новых систем дистанционного мониторинга, информационные потоки от которых должны быть верифицированы с помощью соответствующих наземных систем сбора данных о растительных покровах. Многие спутниковые системы, информация с которых позволяет осуществлять оперативный мониторинг земных покровов, оснащены устройствами высокого пространственного разрешения, что позволяет идентифицировать детальные элементы земных покровов и определять характерные однородные образования. Это обстоятельство упрощает процедуру расчета биометрических и продукционных характеристик растительности.
В частности, сигналы спутниковых систем навигации ГЛОНАСС и GPS (частоты 1176.45, 1227.6 и 1575.42 Мгц) можно использовать для определения биометрических характеристик лесного полога. Действительно, одновременно с определением координат местности на основе регистрации рассеянного лесным пологом микроволнового поля приемниками сигналов ГЛОНАСС/GPS при наличии соответствующих алгоритмов,
ЛЕСНОИ ВЕСТНИК 7/2010
13
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
устанавливающих связь компонентов электромагнитного поля с биометрическими параметрами полога леса, возможно восстановление этих характеристик.
Использование эффектов изменения компонент электромагнитного поля в пологе леса требует дополнительных исследований. В общем случае лесной полог может быть параметризован слоистой структурой - неоднородной средой, в которой реализуется многократное рассеивание электромагнитного излучения. Существует множество моделей этого рассеивания, позволяющих рассчитывать распределения электрофизических параметров лесного полога, на основе которых можно оценивать комплексную диэлектрическую проницаемость, знание которой необходимо для решения обратных задач по определению характеристик лесного полога. Известно, что, например, для сомкнутого хвойного древостоя эффективная диэлектрическая проницаемость и удельная проводимость примерно равны s = 1.03 и о = 7-10"4 (Ом/м) соответственно. Знание таких оценок для различных типов лесных экосистем позволяет решить задачу оценки биометрических и продукционных характеристик леса на основе данных дистанционного зондирования в радиодиапазоне.
Достоверная оценка состояния лесной экосистемы невозможна без информации о прилегающих территориях и находящихся на них почвенно-растительных сообществах. Поэтому избыточность состава АБПХР неизбежна и необходима для реализации эволюционных алгоритмов ГИМС-технологии, с помощью которых осуществляется прогнозирование динамики экосистемы леса. Именно сопоставление параметров прогнозного образа лесной экосистемы с их реально измеренными значениями служит источником для обнаружения антропогенных вмешательств в динамику леса.
Введение некоторой характеристики IQ, параметризующей состояние контролируемой территории леса, позволяет предложить следующую схему мониторинга и прогнозирования. Представленная на рис. 3 структура системы мониторинга с функциями поиска, прогнозирования и слежения
за состоянием экосистемы леса позволяет обнаруживать критические отклонения в ее развитии и выявлять появление на территории леса изменения, не имеющие естественного происхождения. В системе выделяются три уровня: фиксатор, решатель и искатель, блоки которых наделены следующими функциями:
1) регулярный контроль элементов окружающей среды с целью сбора данных об их состоянии в режиме, допускаемом используемыми техническими средствами;
2) фиксация подозрительных элементов окружающей среды, значение индикатора IQ(t) которых соответствует интервалу опасности возникновения аномалии на территории леса;
3) формирование динамического ряда (IQ(t)} для подозрительного элемента с целью принятия статистического решения о его шумовом или сигнальном характере и в последнем случае проверка подозрительного элемента по критериям следующего уровня точности (попадание вектора |х.} в кластер и т. п.);
4) принятие окончательного решения о возникновении в контролируемой экосистеме леса аномалии с выдачей информации соответствующим службам контроля окружающей среды.
Мировой опыт использования данных дистанционного зондирования лесов в основном опирается на спутниковый мониторинг. Система сбора спутниковых данных, предусматривающая получение и первичную обработку данных широкого спектра приборов, способна повысить достоверность результатов мониторинга. С применением ГИМС-технологии она может подвергаться модернизации с необходимым повышением эффективности и снижением стоимости результатов мониторинга. Необходимые для мониторинга лесов сенсоры могут различаться уровнем пространственного разрешения, спектральными каналами, частотой наблюдения и другими параметрами. Функциональные же возможности современных спутниковых систем для реализации системы мониторинга лесов представлены в таблице.
14
ЛЕСНОИ ВЕСТНИК 7/2010
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Таблица
Возможности оптических спутниковых приборов для мониторинга лесов [1]
Направления мониторинга лесов Спутниковые приборы различного пространственного разрешения
Низкое (~ 1 км) Среднее (250-500 м) Высокое (20-50 м) Детальное (1-5 м)
Картографирование лесов NOAA-AVHRR SPOT-Vegetation Terra/Aqua- MODIS Terra/Aqua- MODIS Envisat-MERIS Landsat-TM/ETM+ Terra-ASTER SPOT-HRV/HRVIR Метеор-3М/МСУ-Э IRS-LISS IKONOS QuickBird SPOT-HRG IRS-PAN
оценка биофизических характеристик
Оценка биомассы, LAI, NPP, fPAR
Оценка концентрации хлорофилла Envisat-MERIS
Оценка 3D структуры лесов SPOT-Vegetation Terra-MISR Terra/Aqua- MODIS
оценка возмущающих воздействий
Детектирование пожаров NOAA-AVHRR Terra/Aqua- MODIS CO Q О 5 i cd 6 <c £ Landsat-TM/ETM+ Terra-ASTER
Оценка последствий пожаров NOAA-AVHRR SPOT-Vegetation Terra/Aqua- MODIS Landsat-TM/ETM+ Terra-ASTER SPOT-HRV/HRVIR Метеор-3М/МСУ-Э IRS-LISS IKONOS QuickBird SPOT-HRG IRS-PAN
Оценка воздействия биотических и техногенных факторов
Вырубки лесов
оценка фенологической динамики NOAA-AVHRR SPOT-Vegetation Terra/Aqua- MODIS
оценка трендов состояния Landsat-TM/ETM+ SPOT-HRV/HRVIR
оценка физических характеристик поверхности NOAA-AVHRR Terra/Aqua- MODIS Landsat-TM/ETM+ Terra-ASTER
Индикатор качества окружающей среды
Для оценки состояния лесной экосистемы желательно иметь простой и легко рассчитываемый показатель. В качестве такого показателя можно предложить индикатор биологической сложности, который определяет соотношение живой и неживой субстанций на рассматриваемой территории и определяет живучесть экосистемы, а также отвечает на вопрос, является ли она живой.
Переход между крайними состояниями лесная экосистема осуществляет за счет изменения своей сложности, индикатор которой и может служить предвестником наступления критического состояния. В частности, такие переходы могут реализовываться под воздействием изменений климата. Успех поиска таких индикаторов зависит от того, насколько хорошо мы знаем законы живого
мира и его эволюции под влиянием процессов реализации антропогенных проектов.
Проблема взаимодействия различных элементов и процессов в системе природа-общество (СПО) в последние годы привлекает внимание многих исследователей. Попытки оценить и предсказать динамику этого взаимодействия предпринимали специалисты в области различных научных направлений. Одной из таких попыток является, например, объявленная в США Национальным научным фондом программа «Biocomplexity», в рамках которой планируется изучить и понять взаимосвязь между динамикой сложности биологических, физических и социальных систем и тенденциями в изменениях современной окружающей среды. В рамках этой программы сложность системы, так или иначе взаимодействующей с окружающей средой, связывается с явлениями, возникающими при контакте живой
ЛЕСНОИ ВЕСТНИК 7/2010
15
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
системы с окружающей ее средой в условиях Земного шара.
Биосложность является производной биологических, физических, химических, социальных и поведенческих взаимодействий подсистем окружающей среды, включая живые организмы и население Земного шара. По существу понятие биосложности в окружающем нас мире тесно связано с закономерностями функционирования биосферы как единства образующих ее экосистем и природно-хозяйственных систем различного масштаба, от локального до глобального. Поэтому для определения биосложности и ее оценки необходимо совместное формализованное описание биологических, геохимических, геофизических и антропогенных факторов и процессов, происходящих на данном уровне пространственно-временной иерархии шкал и масштабов.
Проявление биосложности является характерным признаком всех систем окружающей среды, связанных с жизнью. Элементы этого проявления изучаются в рамках теории устойчивости и живучести экосистем. Здесь следует отметить, что формирование биосложности включает показатели степени взаимной модификации взаимодействующих систем, а это значит, что изучение биосложности необходимо вести с учетом как пространственных, так и биологических уровней организации. Трудность этой задачи определяется сложностью поведения объекта исследования, особенно если учитывать человеческий фактор, из-за которого количество стрессовых ситуаций в окружающей среде постоянно возрастает.
Человечество накопило много знаний о системах окружающей среды. Использование этих знаний для изучения биосложности возможно в рамках синтеза глобальной модели, отражающей закономерности взаимодействия элементов окружающей среды и позволяющей осуществлять оценки «эффективности» реализации сценариев развития человеческого общества, опираясь на фактические данные наземных и спутниковых измерений. Именно эта проблема лежит в основе всех вопросов, поставленных упомянутой программой «Biocomplexity».
Исследования процессов взаимодействия человека и природы направлены, как правило, на понимание и оценку последствия этого взаимодействия. Достоверность и точность таких оценок зависит от критериев, которые берутся за основу при выводах, экспертизах и рекомендациях. В настоящее время нет согласованной методики выбора таких критериев, так как отсутствует единый научно-обоснованный подход к экологическому нормированию хозяйственных воздействий на природную среду. Ведь от выбора подобных критериев зависит точность экологической экспертизы действующих и планируемых производств, а также репрезентативность данных глобального геоинформационного мониторинга.
Происходящие в окружающей среде процессы можно представить как совокупность взаимодействий между ее подсистемами. Поскольку человек является одним из ее элементов, однозначного расчленения окружающей среды, например, на биосферу и общество, выполнить невозможно: все на Земле скоррелировано и взаимосвязано. Вопрос состоит в том, чтобы найти такие механизмы описания подобных корреляций и взаимозависимостей, которые бы достоверно отображали динамику окружающей среды и давали ответы на вопросы, сформулированные в упоминавшейся выше программе «Biocomplexity»:
1. Каким образом сложность биологических, физических и социальных систем в окружающей среде возникает и изменяется?
2. Каковы механизмы спонтанного развития многих явлений в окружающей среде?
3. Каким образом системы окружающей среды с живыми компонентами, включая и те, которые созданы человеком, реагируют и приспосабливаются к стрессовым ситуациям?
4. Какими путями информация, энергия и вещество движутся внутри систем окружающей среды и через их уровни организации?
5. Возможно ли предсказать адаптируемость системы и прогностически оценить изменения в ней?
6. Как человечество влияет и реагирует на биосложность в природных системах?
16
ЛЕСНОЙ ВЕСТНИК 7/2010
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
К этому ряду можно добавить еще многие другие не менее важные и значимые вопросы. Например, до какого уровня сложности необходимо довести спутниковые системы наблюдений за окружающей средой, чтобы поставляемой ими информации было достаточно для достоверной оценки состояния среды, хотя бы на момент получения информации? Не менее важен вопрос об оптимальности размещения средств геоинформационного мониторинга на различных уровнях уже сложившейся его организации.
Биосложность окружающей среды в определенной степени является индикатором взаимосвязанности ее систем. В этой связи можно ввести шкалу S биосложности, изменяющуюся от условий, когда в окружающей среде все взаимодействия прекращены (оборваны), до уровня, когда они соответствуют естественному процессу эволюции. Мы получаем, таким образом, интегральный показатель состояния окружающей среды в целом с учетом биологической способности (bioavailability), биологического разнообразия (biodiversity) и выживаемости (survivability). Подобный показатель характеризует все виды взаимодействия компонентов окружающей среды. Так, например, при биологическом взаимодействии, связанном с отношениями типа «хищник-жертва» или «конкуренция за энергетический ресурс», существует некоторый минимальный уровень наличия пищи, когда она становится практически недоступной и взаимодействие консумента с продуцентом прекращается. Химический и физический процессы взаимодействия элементов окружающей среды также зависят от наборов определенных критических параметров.
Все сказанное подчеркивает, что биосложность относится к категориям, которые трудно измерить и выразить количественно. Однако попытаемся перейти от чисто словесных рассуждений к формализованным количественным определениям. Для перехода к градациям шкалы S с числовым масштабом постулируем, что между двумя значениями индикатора шкалы существуют отношения типа S1 < S2 , S1 > S2 или S1 = S2. Другими словами, всегда имеет место такое значение
этой шкалы р, которое определяет уровень биосложности S ^ р = f(S) , где f - некоторое преобразование понятия биосложности в число.
Попытаемся найти удовлетворительную модель, которая отобразит качественный портрет биосложности в область понятий и признаков, подчиняющихся формализованному описанию и преобразованию. С этой целью выделим в изучаемой системе m элементов - подсистем низшего уровня, взаимодействие между которыми определим бинарной матричной функцией: A=\ \ a j \ , где а =0, если элементы i и j не взаимодействуют; а. = 1, если элементы i и j находятся во взаимодействии. Это самый простейший вариант определения биосложности. В общем виде следует для каждого взаимодействия количественно определять его уровень, т.е. а =в .
j *У
В общем случае показатель a.j можно интерпретировать как уровень взаимодействия элементов i и j. Тогда любая точка ^eS определяется как сумма
m m
a. (j)
1=1 j >i
Здесь возникает неоднозначность, для преодоления которой необходимо шкалу S усложнить за счет, например, введения весовых коэффициентов для всех элементов контролируемой системы. Характер этих коэффициентов зависит от природы элементов. Поэтому выделим два основных типа элементов: живые (в том числе растительность) и неживые элементы. Живые элементы характеризуются плотностью, исчисляемой в количестве особей на (в) единице площади (объема) или концентрацией биомассы. Растительность характеризуется типом и долей занимаемой площади. Неживые элементы разделяются по уровню их концентраций, отнесенных к площади или объему пространства.
В общем случае каждому элементу i приписывается некоторый коэффициент к., который соответствует его значимости. В результате получаем уточнение для расчетной формулы при переходе от понятия биосложности к шкале S ее индикатора:
mm
^=ZZ ка j. (2)
=1 j >
ЛЕСНОИ ВЕСТНИК 7/2010
17
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Ясно, что Е, = £(фД,7), где ф и X - географическая широта и долгота соответственно, t - текущее время. Для некоторой территории Q индикатор биосложности определим как среднее значение
(t) = (Vо) j ^ X t )d Ф^X, (3)
(ф,Х )gQ
где о - площадь территории Q.
Таким образом, индикатор EQ(t) (3) выступает как интегральный показатель сложности системы, отражая индивидуальность ее структуры и поведения в каждый момент времени t в пространстве Q. В соответствии с законами естественной эволюции уменьшение (увеличение) величины Eq будет отслеживать возрастание (сокращение) биоразнообразия и способности природно-антропогенных систем к выживанию. Так как уменьшение биоразнообразия нарушает замкнутость биогеохимических круговоротов и приводит к увеличению нагрузки на невозобновимые ресурсы, то бинарная структура матрицы А сдвигается в направлении усиления позиций ресурсоистощающих технологий, и вектор энергетического обмена между подсистемами СПО смещается в состояние, когда уровень ее выживаемости понижается.
Как лесная, так и любая другая экосистема состоит из элементов - подсистем B. (i = 1,...,m), взаимодействие между которыми формируется во времени в зависимости от многих факторов. Биосложность слагается из структурной и динамической сложности составляющих систему элементов. Другими словами, биосложность системы формируется в процессе взаимодействия ее частей {B.}. С течением времени подсистемы B могут изменять свои состояния и, следовательно, будет изменяться топология связей между ними. Эволюционный механизм приспособления подсистем Bi к окружающей их среде позволяет выдвинуть гипотезу о том, что каждая подсистема Bi, независимо от ее типа, обладает структурой B,S, поведением B iB и целью B.G. Таким образом, B. = {BjS, B.B, B,G}. Целью B G подсистемы B. является ее стремление достигнуть определенных предпочтительных для нее состояний. Целесообразность структуры B.S и целенаправленность поведения B
подсистемы Bi оценивается эффективностью достижения цели В. G .
Конечно, такая формализация состояния лесной или урбоэкосистемы требует создания достаточно объемной базы данных и проведения исследований по взаимодействию их подсистем.
Поскольку взаимодействие подсистем {B.} связано с химическим и энергетическим кругооборотом, то естественно предположить, что каждая подсистема B. так организует геохимические и геофизические преобразования вещества и энергии, чтобы сохранить устойчивое состояние. Формализованный подход к этому процессу состоит в предположении, что в структуре экосистемы между подсистемами B. происходят обмены некоторых количеств V расходуемых ресурсов на некоторые количества W потребляемых ресурсов ((VW - обмен). В общем случае W = W(V,B{Bk, keK}), где K - множество номеров подсистем, находящихся в контакте с подсистемой B..
Обозначим BK={Bk, keK}. Тогда результатом взаимодействия подсистемы B. с ее окружением BK являются следующие (К^-обмены
W,0 = m„ax min W (V, Bt, BK) = Wt (V, Bt
B_,);
i,opt^ K ,opt
K
WK,0 = max min WK (VK, B,, BK ) =
BK Bi
= Wk (Vk , Biopt, BkoPI ). (4)
Отсюда видно, что при определении уровней V. и VK имеется некоторое размазывание цели подсистемы B Поскольку в природе действуют факторы лимитирования, то, в данном случае, естественно предположить наличие некоторого порога V , при достижении которого энергетический ресурс подсистемы перестает тратиться на добывание внешнего ресурса, т.е. при V. < Vimin подсистема B. переходит в режим регенерации внутреннего ресурса. Другими словами, при V < V.mtn происходит уменьшение индикатора биосложности EQ(t) за счет обрыва связей подсистемы B . с другими подсистемами.
В общем случае Vmin является структурной функцией ступенчатого типа, т.е. переход а из состояния a = 1 в состояние а = 0 г ч ч ч
не для всех j происходит одновременно.
18
ЛЕСНОИ ВЕСТНИК 7/2010
Индикатор биосложности, отн. ед.
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Годы
Рис. 4. Зависимость индикатора биосложности от антропогенной стратегии воздействия на лесные экосистемы. Обозначения: 1 - скорость изменения площади лесов остается на уровне 19702000 гг.; 2 - к 2050 г. все леса исчезают; 3 - к 2050 г. леса сокращаются на 10 %; 4 -на 50 %; 5 - к 2050 г. площадь лесов возрастает на 10 %; 6 - площадь лесов возрастает на 30 %
Рис. 5. Информационные уровни АБПХР и схемы их картографической идентификации при формировании матрицы А при подготовке расчета индикатора биологической сложности изучаемой территории
ЛЕСНОИ ВЕСТНИК 7/2010
19
