Геоинформационное картографирование земельных ресурсов

 

 

 

 

 

 

 

Точность  результатов картографирования оценивали по проценту совпадения единиц растительности на карте и в тех же точках на земной поверхности. При несовпадении данных карты и контрольного наземного обследования применяли коэффициент, принимающий значения от 0 до 1 для оценки значимости ошибки:

Р=100*(N - S(Ki))/N, i=1, …., N

где Р - точность картографирования, %; N – количество точек контрольного обследования, S - сумма, Ki – безразмерный коэффициент значимости ошибки на i-ой точке контрольного обследования. Коэффициент значимости ошибки Ki равен относительной Евклидовой дистанции между центроидом единицы растительности на карте и в той же точке на земной поверхности.

Относительная Евклидова дистанция определена как Евклидова дистанция между центроидами картируемого и наблюдаемого синтаксонов, нормированная по максимальному значению Евклидовой дистанции:

Ki = Еотн = Еij / Е макс

Для расчета Евклидовой дистанции [12] использовали средние покрытия видов, максимальной оказалась дистанция между ельниками травяными и сосняками лишайниковыми. Точность картографирования составила 72 %. Для улучшения точности картирования до 98 % классы увлажнения корректировали по данным топографической карты. На топографической карте масштаба 1:25000 определяли участки склонов и вершины холмов с сильным дренажом, ровные и слабонаклонные поверхности с нормальным дренажом, ложбины с проточным увлажнением, ровные и слабонаклонные поверхности покрытые ле- сом со значками заболоченности, болота облесённые, проходимые и непроходимые [9].

 

 

 

 

 

 

 

 

3.3 Анализ эффективности проведенного картографирования. Выводы

Применение комбинированного метода с использованием автоматического дешифрирования типов структуры растительности, степени увлажнения почв по космическим изображениям и топографическим картам с последующим совмещением результатов дешифрирования и их полным анализом дает допустимые результаты. Картографирование растительности горной тундры и пояса березового криволесья позволило различать с точностью 98 %: лишайниково-кустарничковая тундру, березовое криволесье зеленомошное, березовое криволесье, лишайниковое.

Оценка картографирования растительности болот данным методом позволили хорошо отличать в автоматическом режиме болота от лесов, однако для детального установления типологической принадлежности болотных комплексов необходимо использовать данные текстурного анализа космических снимков высокого разрешения.

Оценка результатов применения рассматриваемого способа картографирования позволила выявить причины погрешностей и найти пути их устранения. Так при выявлены различия коэффициента спектральной яркости (КСЯ) одинаковых объектов в различных частях космических снимков, что устраняется про проработке снимка по частям в сравнении с эталонными участками в различных частях снимка. Для установление лучшего соответствия классам увлажнения почвы при спектральном анализе требуется большее количество точек наземного изучения на разных участках территории[8].

Для устранения светотеневых эффектов, появляющиеся вследствие участков сильно затененных возвышенностями, существует ряд специальных программ, которые требуют построения математической модели рельефа, типы освещенности местности для последующей спектральной правки космических снимков. Применяется данный метод при наличии горной местности. Для других участков земли более дешевым и целесообразным является применение космических снимков полученных в разное время суток.

Картографирование растительности и анализ архивных материалов показал, что 25 % лесных земель пострадало от  пожаров. Наземные же исследования показали, что на всех 98 изучаемых участках сосновых лесов были пожары. С помощью космических снимков хорошо распознаются основные этапы послепожарной динамики сосновых лесов, направленной к смене сосны и берёзы елью и лишайников мхами.

Исходя из вышесказанного можно заключить, что применение комбинированного метода геоботанического картографирования с ис- пользованием автоматического дешифрирования типов структуры растительного покрова, хвойных лесов, степени увлажнения почв по КИ и топографическим картам с последующим совмещением результатов дешифрирования и их содержательным анализом дало возможность достаточно точно выявлять синтаксономическую принадлежность картируемых единиц. Полученные рассмотренным методом карты позволяют анализировать редкость, уязвимость, флористико-фитоценотическую значимость, близость к границе ареала компонентов растительного покрова, определять их площадь и давать кадастровую оценку земель конкретной ООПТ.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Заключение

В результате проведенной работы, анализа изученной информации можно сделать ряд выводов относительно изученного материала.

В настоящее время все больше интереса вызывает получение космических снимков, так как расширяются возможности практического использования результатов данной деятельности. Активное введение космических и геоинформационных технологий в информационную структуру способствует:

- росту эффективности  регионального управления;

- дает толчок современному  развитию экономики Российской  Федерации.

Геоинформационные технологии необходимы в области управления сельским и лесным хозяйством, в городском управлении, социально-экономическом планировании развития регионов и при решении экологических задач.

Благодаря инновационным космическим технологиям превратились в жизнь такие возможности:

-оперативность получения  и достоверность информации;

- возросла точность расчетов  и оценки регулярного мониторинга;

- снижение затрат на  картографирование;

- рост качества при  принятии управленческих решений  на поставленные задачи;

- повышение инвестиционной привлекательности и конкурентоспособности территории за счет публикации в сети Интернет перспективных инвестиционных площадок и проектов.

Самое главное, появились организационно-административные предпосылки для широкого внедрения технологий комплексного космического мониторинга в регионах:

- у руководителей регионов пришло понимание необходимости серьезной работы в данном направлении, что, в том числе, связано с активной позицией высшего политического руководства страны по этому вопросу;

- в большинстве регионов созданы организационные структуры, отвечающие за информатизацию. Они имеют организационно-правовую форму, сферу полномочий и отвечают за развитие современных информационных технологий;

- идет процесс создания федеральных систем на базе технологий космического мониторинга, появляется возможность организации межведомственного взаимодействия на федеральном и региональном уровнях. 

Появился положительный опыт от внедрения технологий комплексного космического мониторинга в целом ряде регионов, стал очевидным экономический эффект от создания таких систем.

 

Список использованной литературы

1. Андерссон Л., Алексеева Н. М., Кольцов Д.Б., Куксина Н. В., Кутепов Д.Ж., Мариев А.Н., Нешатаев В.Ю. Выявление и обследование биологически ценных лесов на Северо-Западе Европейской части России. Т.1. Методика выявления и картографирования. Учебное пособие. / Отв. ред.  Андерссон Л.,. Алексеева Н.М. СПб, 2009.

2. Берлянт А.М. Геоинформационное картографирование, М., 2010.

3. Геоинформатика: учебник для вузов: в 2-х кн.// под редакцией Тикунова В. С., М., 2010.

4. Журавлева С. Е. Синтаксономическое обоснование выбора охраняемых растительных сообществ. На примере некоторых сообществ Республики Башкоростан. Автореф. канд. дисс.03.00.05. Уфа, 1999, 20с.

5. Ильинский Н. Д.,Обиралов А. И., Фостиков А. А. Фотограмметрия и дешифрование снимков: учебник для вузов. М., 2009.

6. Кашкин В. Б. Сухинин А. И. Дистанционное зондирование Земли из космоса. Цифровая обработка изабражений: учебное пособие. М., 2011.

7. Клебанович Н.В. Земельный кадастр: учебное пособие для вузов по специальности "География". Мн., 2010.

8. Кутепов Д. Ж., Мариев А. Н., Нешатаев В.Ю. Выявление и обсследование биологически ценных лесов на Севро-Западе Европейской части Росси. Т.1. Методика выявления и картографирования. Учебное пособие./ Отв. Ред. Анлерссон Л., Алексеева Н. М.,Кузнецова Е. С. СПб, 2009.

9. Кравцова В.И. Космические методы исследования почв: учебное пособие для студентов вузов. М., 2011.

10. Лабутина А.И. Дешифрование аэрокосмических снимков: учебное пособие для студентов вузов. М., 2010.

11. Мясникович  М.В. Космические технологии в системе управления. М., 2012.

12. Ольшевский А. Выбор оптимального метода классификации космоснимков для целей автоматизированного дешифрования видов земель. М., 2012.