CC BY
117
УДК 519.876.5:574.3
ВЫЯВЛЕНИЕ МЕСТООБИТАНИЙ РЕДКИХ ВИДОВ МЕТОДОМ ГЕОИНФОРМАЦИОННОГО МОДЕЛИРОВАНИЯ
© Д.В. Сарычев, В.С. Сарычев, С.А. Куролап, Ю.А. Нестеров
Ключевые слова: редкие виды; местообитания; серый журавль; геоинформационное моделирование; особо охраняемые природные территории.
Рассматривается метод геоинформационного моделирования местообитаний редких видов. Апробация выполнена на примере серого журавля в Липецкой области, где вид является индикатором территорий повышенного биоразнообразия. Выявлено размещение гнездовых стаций исследуемого вида, оценена их природоохранная значимость и обеспеченность сетью особо охраняемых природных территорий.
ВВЕДЕНИЕ
Эффективное сохранение биоразнообразия невозможно без детальной информации о размещении редких видов и их местообитаний. Получение таких данных производится посредством, как правило, долгосрочных и трудоемких полевых исследований с участием большого числа специалистов. Детальное выявление местообитаний интересующего вида в масштабах крупных регионов с сокращением полевых работ до необходимого и достаточного минимума возможно за счет применения геоинформационных технологий и данных дистанционного зондирования Земли (ДЗЗ). Предлагаемый подход основан на моделировании потенциально пригодных для вида территорий. В основе такого моделирования лежит простой алгоритм: сначала производится оценка требований вида по отношению к ряду факторов среды, затем - выявление территорий, где эти требования по совокупности факторов удовлетворяются. Для решения подобных задач используются специализированные программные приложения: OpenModeller, MaxEnt, DesktopGARP и др. Однако некоторые особенности данных сред, такие как тяготение к глобальному территориальному охвату, учет только точечных локализаций вида, специфичные требования к форматам входных данных и другие, могут препятствовать получению удовлетворительных результатов моделирования на региональном и локальном уровнях. В то же время детальные данные на этих уровнях, как правило, наиболее важны для задач сохранения редких видов. В связи с этим более конструктивные и гибкие решения могут быть обеспечены за счет сред графического геоинформационного моделирования, таких как Model Maker (ERDAS Imagine), ModelBuilder (ArcGIS), Processing modeler (QGIS) и др. Методика моделирования на этой основе апробирована в данной работе на примере выявления потенциальных гнездовых стаций серого журавля Grus grus в Липецкой области [1].
Серый журавль рассматривается в качестве модельного вида по ряду причин. Во-первых, данный вид является индикатором ценных природных территорий [2], обладающих высоким биоразнообразием и, следо-
вательно, подлежащих выявлению и сохранению. Во-вторых, серый журавль является редким видом в Липецкой области [3] и многих других регионах, что также обусловливает необходимость выявления и сохранения его местообитаний. В-третьих, для серого журавля характерна строгая территориальность [4] и приуроченность к определенным стациям, что обеспечивает возможность их моделирования на основе данных о встречах вида. При этом крупные размеры и поведенческие особенности со звуковыми сигналами делают данный вид хорошим индикатором своих местообитаний. В-четвертых, общее распространение серого журавля в Липецкой области достаточно хорошо изучено [5], что позволяет перейти к детальному моделированию его стаций. Наконец, установление границ гнездовых участков серых журавлей непосредственно в полевых условиях, без предварительного сужения территории поиска методами моделирования, представляет собой крайне трудоемкую задачу.
Таким образом, цель данной работы состояла в создании геоинформационной модели местообитаний серого журавля в Липецкой области. В работе решались следующие практические задачи.
1. Сбор исходных данных и создание геоинформационных слоев на исследуемую территорию, включая слой известных гнездовых участков серого журавля и набор слоев-предикторов.
2. Формирование базы данных характеристик гнездовых участков и определение условий гнездования вида.
3. Выявление гнездовых стаций серого журавля по комплексу установленных условий методом геоинформационного моделирования.
4. Оценка природоохранного значения выявленных гнездовых стаций и анализ их включенности в особо охраняемые природные территории Липецкой области.
МАТЕРИАЛ И МЕТОДЫ
Для осуществления геоинформационного моделирования потенциальных местообитаний необходимы данные о локализации известных местообитаний ис-
следуемого вида и слои-предикторы, характеризующие условия среды исследуемой территории.
Сведения о локализации гнездовых участков серого журавля в бассейне Верхнего Дона, положенные в основу данной работы, были собраны в результате фау-нистических исследований 1977-2012 гг. [1; 5]. Путем картографирования результатов данных исследований был создан геоинформационный слой, отражающий 29 известных в Липецкой области гнездовых участков серых журавлей.
В качестве данных-предикторов в работе использовались данные ДЗЗ и топографические карты Липецкой области. В рамках разграфки материалов космической съемки Landsat исследуемая территория делится между двумя сценами. Для создания однородного по внутренним параметрам покрытия на исследуемую территорию были отобраны безоблачные многоканальные сцены, сделанные на одном витке космических аппаратов Landsat 4/5 TM и 7 ETM+, начиная с 1985 г. Сравнительный анализ отобранных пар снимков в программе ERDAS Imagine показал, что наиболее точно интересующие объекты (ольшаники, болота, заболоченные луга и т. д.) могут быть выделены по сценам Landsat 7 ETM+ на 9 мая 2002 г. Выполненная в дальнейшем классификация этих сцен с обучением по эталонам крупномасштабных лесотаксационных карт и полевых данных позволила получить геоинформационные слои, отображающие основные виды древесной растительности, включая ольшаники, а также ландшафтные угодья, включая болота и заболоченные луга. Эти слои в совокупности с семью исходными спектральными слоями использованной космической съемки, слоем цифровой модели рельефа SRTM и слоями векторной топографической карты исходного масштаба 1:100000 составили набор пространственных предикторов в данном исследовании.
По подготовленным слоям для 29 известных гнездовых участков были сформированы выборки характеристик, включая спектральные характеристики, мор-фометрические характеристики рельефа, расстояния до ближайших объектов местности. Проверка на нормальное распределение и дальнейший статистический анализ полученных выборок был осуществлен в пакете STATISTICA 10. Путем кластеризации гнездовых участков с последующей проверкой ее результатов посредством дискриминантного анализа была выделена репрезентативная группа, включающая 24 участка. Анализ варьирования исследуемых характеристик на участках данной группы позволил выявить некоторые
экологически и статистически значимые критерии территорий, которые журавли избирают для гнездования.
Полученные критерии интерпретированы в виде следующих условий расположения потенциальных гнездовых участков:
- спектральные характеристики участка должны соответствовать диапазонам, приведенным в табл. 1;
- гнездовой участок должен располагаться в пределах ольхового леса;
- дистанция до ближайшего болота не должна превышать 0,6 км, до заболоченного луга - 1,6 км;
- дистанция до ближайшего населенного пункта должна быть больше 0,6 км, до ближайшей дороги -больше 0,2 км;
- гнездовой участок должен лежать в диапазоне высот 96-143 м над у. м., на местности с уклоном не более 5°.
В соответствии с выявленными условиями, используя инструментарий среды графического моделирования Model Maker программного пакета ERDAS Imagine, была сконструирована геоинформационная модель для поиска потенциальных гнездовых стаций серого журавля.
Структура созданной модели включает входные растровые данные, функции их обработки, промежуточные растровые слои, основную функцию отбора территорий по заданным критериям и результирующий растровый слой (рис. 1).
Перечисленные элементы функционально связаны и реализуют алгоритм поиска потенциальных гнездовых стаций по комплексу выявленных ранее условий. Так, первое ответвление модели берет начало от многоканального растра космической съемки и проходит через функцию отбора пикселей, спектральная яркость которых попадает в диапазоны значений, приведенных в табл. 1. В результате внутри модели формируется временный растровый слой, отображающий территории, сходные по спектральным характеристикам с известными гнездовыми участками.
Второе ответвление модели исходит от тематического растрового слоя, первый класс пикселей которого соответствует на местности болотам, второй - заболоченным лугам. К данным классам применяются разные требования, поэтому для исходного растра определены две функции «SEARCH» (группа функций «Distance») с разными значениями буферных зон, создаваемых вокруг объектов: 20 пикселей (0,6 км на местности) для класса болот и 53 пикселя (1,6 км) для класса заболоченных лугов. Результирующие временные растры
Таблица 1
Диапазоны варьирования спектральных яркостей гнездовых стаций серого журавля (в Липецкой области)
по каналам съемки Landsat 7 ETM+
Канал снимка Спектральное разрешение, мкм (соответствующая область спектра) Диапазон спектральной яркости, в условных единицах от 0 до 255
1 0,45-0,52 (сине-голубая) 62-70
2 0,53-0,61 (зелено-оранжевая) 47-56
3 0,63-0,69 (красная) 34-47
4 0,75-0,90 (красная - ближняя ИК) 54-77
5 1,55-1,75 (средняя ИК) 55-80
6 10,40-12,50 (дальняя ИК) 123-128
7 2,09-2,35 (средняя ИК) 30-46
Рис. 1. Графическая интерпретация геоинформационной модели, реализующей алгоритм выявления потенциальных гнездовых стаций серого журавля. Арабскими цифрами обозначены ветви модели в порядке их описания в тексте, римскими -составные элементы модели: входные растровые данные (Г), функции их обработки (ГГ), временно создаваемые внутри модели растры (ГГГ), основная критериальная функция (IV) и итоговый растровый слой (V)
отображают территории, лежащие в пределах указанных расстояний от болот и заболоченных лугов.
Тематический растровый слой, отображающий леса с преобладанием ольхи, непосредственно вводится в главную функцию, формируя третью ветвь сконструированной модели.
Слой на основе данных SRTM, отображающий высоты рельефа, является исходным звеном следующей, четвертой ветви модели. Данный растр также непосредственно вводится в главную функцию, а также в функцию «DEGREE SLOPE», генерирующую слой уклонов рельефа.
Пятая и шестая ветви схожи. Их входными данными являются, соответственно, слои дорог и населенных пунктов. Для обработки используются функции «SEARCH»: буферная зона от дорог задается в 7 пикселей (0,2 км), от населенных пунктов - 20 пикселей (0,6 км). В результате анализируемая территория делится на площади внутри и за пределами получаемых буферных зон от соответствующих антропогенных объектов.
Таким образом, шесть временных растровых слоев, созданных по ответвлениям внутри модели, и два входных растра сводятся к одной общей функции (рис. 1, IV), в которую, с учетом требуемого синтаксиса, была заложена вся совокупность выявленных ранее критериев расположения потенциальных гнездовых стаций. В результате работы сконструированной модели генерируется итоговый растровый слой, ненулевые пиксели которого удовлетворяют всем условиям, т. е. отображают потенциально-пригодные по анализируемым параметрам территории для гнездования журавлей.
Рис. 2. Картосхема размещения гнездовых стаций серого журавля в Липецкой области (цифрами 1-8 обозначены основные ООПТ, их названия приведены в табл. 2)
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
Созданная геоинформационная модель позволила выявить на территории Липецкой области участки с интересующим комплексом условий, при этом программа проанализировала свыше 26 млн ячеек размером 30x30 м. В результате было выявлено 716 участков площадью от 1 до 225 га и общей площадью 56,2 км2 (рис. 2 и интерактивная онлайн карта [6]). Выявленные территории являются стациями, которые по анализируемым факторам могут быть пригодны для гнездования серого журавля. Расчетная на основе литературных сведений [4] минимальная площадь гнездового участка серых журавлей при наиболее плотном их гнездовании соответствует кругу диаметром от 0,5 до 1 км, т. е. составляет приблизительно от 20 до 80 га. Среди выявленных участков 59 (8 %) равны или превышают данную минимальную величину, имея, соответственно, площади от 20 до 225 га и общую площадь 30,9 к м2 (59 %).
Приведенные ранее показатели площади (30,956,2 км2), из расчета 0,8 км2 на пару журавлей [4], позволяют приблизительно оценить потенциальную численность популяции на исследуемой территории в 3970 пар, что достаточно хорошо соотносится с оценками численности для исследуемой территории по данным полевых наблюдений - 35-50 пар [3; 5].
Выявленные потенциальные гнездовые участки приурочены к особым природным комплексам - заболоченным ольшаникам пойменного и надпойменно-
террасового типов местности долин реки Воронеж и ее притоков. Основные области концентрации выявленных стаций соответствуют Верхневоронежскому, Куликовскому, Яманско-Троицкому и Излегощенскому районам гнездования серого журавля, описанным в литературе [5]. Все выявленные участки можно разделить на три класса территорий, где гнездование журавлей: 1) установлено; 2) вероятно, но требует подтверждения; 3) маловероятно в силу неучтенных лимитирующих факторов или недостатка популяционного ресурса.
Оценка надежности результатов моделирования должна осуществляться путем полевых обследований выявленных стаций с целью выявления для них гнездового статуса рассматриваемого вида. Такое выборочное обследование было выполнено для ряда территорий в 2013 и 2014 гг. и позволило установить ранее неизвестные места гнездования вида, что подтверждает прогностическую ценность созданной модели. Полное обследование выявленных стаций требует нескольких сезонов полевых работ и не входило в задачи данного исследования.
В Липецкой области, по нашим оценкам, выявленные потенциальные гнездовые стации серого журавля включают гнездовые участки более 70 % редких видов птиц, занесенных в Красную книгу региона [3] и в т. ч. 9 из 13 гнездящихся в регионе видов, занесенных в Красную книгу РФ [8]. Причем для сохранения некоторых особо редких из них выявленные местообитания играют ключевую роль в регионе: они включают в себя 11 из 12 известных и предполагаемых мест гнездования большого подорлика АдыНа е1аща, 3 из 4 - орла-могильника АдыНа НеНаеа и 7 из 8 - орлана-белохвоста ЯаНаееЫз а1ЫеШа. Специальных оценок по охваченности гнездовыми стациями журавлей местообитаний других таксонов фауны и флоры не проводилось, однако, материалы Красной книги региона [3; 7] показывают, что места регистрации многих редких видов растений, грибов, насекомых, земноводных, пресмыкающихся и млекопитающих также тяготеют к обозначенным территориям. Таким образом, гнездовые стации
серого журавля являются ценными местообитаниями, защита которых способна значительно повысить эффективность сохранения биоразнообразия в Липецкой области.
В настоящее время из выявленных в ходе работы ценных местообитаний только около половины юридически обеспечены охраной в рамках особо охраняемых природных территорий (ООПТ) разных статусов. Так, в состав охраняемых территории входят 45 % площади выявленных местообитаний и 50 % их количества (табл. 2). При этом основная доля от общей площади рассматриваемых местообитаний включена в зоологические заказники, в т. ч. 14 и 13 % - в заказники «Яманский» и «Колодецкий» соответственно. Вместе с тем режим полного заповедания обеспечивается только для 5 % площади (22 участка) в пределах Воронежского государственного природного биосферного заповедника (ВГПБЗ).
В целом, 3107 га (55 %) из выявленных ценных природных участков сейчас не включены в охраняемые территории, в т. ч. 28, 2 и 4 %, которые ранее входили в заказники «Добровский», «Добровско-Филатовская пойма р. Воронеж» и «Усманский» (табл. 2). Данные ООПТ полностью или существенно утратили свое природоохранное значение в результате их последних реорганизаций: заказник «Усманский» был упразднен и многократно сокращена площадь заказников «Добров-кий» и «Добровско-Филатовская пойма р. Воронеж» [9]. Вопрос о восстановлении природоохранного статуса этих территорий остается открытым, поскольку они крайне важны для сохранения многих редких видов растений и животных, включенных в региональную и федеральную Красные книги. Также было выявлено 150 ценных природных участков общей площадью 1210 га (22 %), которые ранее не входили в состав ООПТ. Большая часть данных участков располагается северо-западнее с. Преображеновка Добровского района и на левобережье долины р. Воронеж между селами Большая Кузьминка и Капитанщино. Обозначенные территории могут представлять интерес для расширения природоохранной сети Липецкой области.
Таблица 2
Обеспеченность местообитаний с повышенным биоразнообразием сетью особо охраняемых природных территорий в Липецкой области
Участки ценных местообитаний Количество Площадь
(гнездовые стации серого журавля) шт. % га %
В границах ООПТ: 357 49 2513 44
1 * - заказник «Липецкий» 35 5 218 4
2 - заказник «Яманский» 96 13 788 14
3 - заказник «Колодецкий» 138 19 750 13
4 - заказник «Первомайский» 66 9 461 8
5 - ВГПБЗ 22 3 296 5
Вне ООПТ: 359 51 3107 56
6 - бывший заказник «Добровский» 169 24 1553 28
7 - бывший заказник «Добровско-Филатовская пойма р. Воронеж» 14 2 101 2
8 - бывший заказник «Усманский» 26 4 243 4
Иные территории вне ООПТ 150 21 1210 22
Всего 716 100 5620 100
Примечание:* - нумерация в соответствии с картой, см. рис. 2.
ЗАКЛЮЧЕНИЕ
Прикладные результаты данного исследования включают апробированную методику геоинформационного моделирования местообитаний редких видов, геоинформационную модель гнездовых стаций серого журавля и карты размещения этих стаций в Липецкой области, а также сведения по природоохранной значимости выявленных местообитаний и их обеспеченности региональной сетью ООПТ. Обозначенные результаты являются существенным вкладом в формирование информационно-методической основы для оптимизации сохранения биоразнообразия в Липецкой области.
Методические принципы, положенные в основу работы, и их программная реализация весьма гибки по отношению к объектам геоинформационного моделирования и входным пространственным данным. Это обусловливает легкость адаптации методики и ее потенциальную эффективность для многих видов флоры и фауны.
Таким образом, предложенные методические подходы позволяют для обширных территорий вполне эффективно выявить распределение местообитаний интересующего вида, что открывает путь для дальнейшей экспресс-оценки его потенциальной численности, анализа лимитирующих факторов, изучения межвидовых территориальных связей, выявления и прогнозирования динамики ареалов и пр. Очевидно, что методически-обоснованные оценки, выводимые из результатов геоинформационного моделирования, предпочтительнее интуитивных. Причем одним из наиболее перспективных направлений внедрения предлагаемых подходов в регионах России является анализ пространственного распределения и связанности редких видов, который служит основой выявления наиболее ценных в природном отношении территорий и оптимизации сетей ООПТ на этой информационной основе. В связи с этим важнейшими базами данных о распространении
редких видов должны выступать региональные Красные книги.
ЛИТЕРАТУРА
1. Сарычев Д.В., Сарычев В.С. О разработке методики выявления потенциальных гнездовых стаций журавлей геоинформационно-статистическими методами (на примере серого журавля в бассейне Верхнего Дона) // Информационный бюллетень Рабочей группы по журавлям Евразии. 2015. № 13. С. 22-25.
2. Баринов С.Н. Редкие виды птиц как показатель фаунистического разнообразия природных территорий // Вестник Нижегородского университета им. Н.И. Лобачевского. 2007. № 6. С. 116-123.
3. Красная книга Липецкой области. Т. 2. Животные. Липецк, 2014.
4. Флинт В.Е. Серый журавль - Grus grus (Linnaeus, 1758) // Птицы СССР. Курообразные, журавлеобразные / отв. ред. Р.Л. Потапов, В.Е. Флинт. Л., 1987. С. 266-279.
5. Сарычев В.С. Серый журавль в бассейне Верхнего Дона // Журавли Евразии (биология, распространение, миграции, управление). М., 2011. Вып. 4. С. 303-311.
6. Потенциальные гнездовые территории серого журавля: интерактивная карта. URL: https://mangomap.com/maps/14750 (дата обращения: 25.03.2015).
7. Красная книга Липецкой области. Т. 1. Растения, грибы, лишайники. Липецк, 2014.
8. Красная книга Российской Федерации. М., 2001.
9. Официальный портал администрации Липецкой области. Управление экологии и природных ресурсов Липецкой области. URL: http://admlip.ru/authorities/administratsiya-lipetskoy-oblasti/otraslevye-isp-organy/upravlenie-ekologii/ (дата обращения: 25.03.2015).
Поступила в редакцию 3 апреля 2015 г.
Sarychev D.V., Sarychev V.S., Kurolap S.A., Nesterov Y.A. IDENTIFICATION OF RARE SPECIES' HABITATS BY GEOINFORMATION MODELLING TECHNIQUE
The method of geoinformation modeling with habitat of rare species is reviewed. The special technique was tested on the example of the Eurasian crane in Lipetsk region, where the species is an indicator of high biodiversity areas. Distribution of the cranes' nesting areas, their environmental role and conservation status were identified.
Key words: rare species; habitats; Eurasian crane; geoinformation modeling; protected areas.
Сарычев Дмитрий Владимирович, Воронежский государственный университет, г. Воронеж, Российская Федерация, аспирант, кафедра геоэкологии и мониторинга окружающей среды, e-mail: [email protected]
Sarychev Dmitrii Vladimirovich, Voronezh State University, Voronezh, Russian Federation, Post-graduate Student, Geoecology and Environmental Monitoring Department, e-mail: [email protected]
Сарычев Владимир Семенович, Воронежский государственный университет, заповедник «Галичья Гора», Липецкая область, Российская Федерация, кандидат биологических наук, зам. директора, e-mail: [email protected]
Sarychev Vladimir Semionovich, Voronezh State University, nature reserve «Galichya Gora», Lipetsk region, Russian Federation, Candidate of Biology, Deputy Director, e-mail: [email protected]
Куролап Семен Александрович, Воронежский государственный университет, г. Воронеж, Российская Федерация, доктор географических наук, профессор, зав. кафедрой геоэкологии и мониторинга окружающей среды, e-mail: [email protected]
Kurolap Semyon Alexandrovich, Voronezh State University, Voronezh, Russian Federation, Doctor of Geography, Professor, Head of Geoecology and Environmental Monitoring Department, e-mail: [email protected]
Нестеров Юрий Анатольевич, Воронежский государственный университет, г. Воронеж, Российская Федерация, кандидат географических наук, доцент кафедры геоэкологии и мониторинга окружающей среды, e-mail: [email protected]
Nesterov Yuriy Anatolevich, Voronezh State University, Voronezh, Russian Federation, Candidate of Geography, Associate Professor of Geoecology and Environmental Monitoring Department, e-mail: [email protected]
