Вы находитесь на странице: 1из 369

åàçàëíÖêëíÇé éÅêÄáéÇÄçàü à çÄìäà êéëëàâëäéâ îÖÑÖêÄñàà

íûåÖçëäàâ ÉéëìÑÄêëíÇÖççõâ ìçàÇÖêëàíÖí


åéëäéÇëäàâ ÉéëìÑÄêëíÇÖççõâ ìçàÇÖêëàíÖí àåÖçà å.Ç. ãéåéçéëéÇÄ
êìëëäéÖ ÉÖéÉêÄîàóÖëäéÖ éÅôÖëíÇé

ãÄçÑòÄîíéÇÖÑÖçàÖ:
íÖéêàü, åÖíéÑõ, ãÄçÑòÄîíçé-ùäéãéÉàóÖëäéÖ
éÅÖëèÖóÖçàÖ èêàêéÑéèéãúáéÇÄçàü
à ìëíéâóàÇéÉé êÄáÇàíàü

å‡ÚÂðˇÎ˚ XII åÂʉÛ̇ðÓ‰ÌÓÈ Î‡Ì‰¯‡ÙÚÌÓÈ ÍÓÌÙÂðÂ̈ËË

í˛ÏÂ̸-íÓ·ÓθÒÍ, 22-25 ‡‚„ÛÒÚ‡ 2017 „.

íÓÏ 1

éÚ‚ÂÚÒÚ‚ÂÌÌ˚È ð‰‡ÍÚÓð
˜ÎÂÌ-ÍÓððÂÒÔÓ̉ÂÌÚ êÄç
ä.ç. ѸflÍÓÌÓ‚

í˛ÏÂ̸
àÁ‰‡ÚÂθÒÚ‚Ó
í˛ÏÂÌÒÍÓ„Ó „ÓÒÛ‰‡ðÒÚ‚ÂÌÌÓ„Ó ÛÌË‚ÂðÒËÚÂÚ‡
2017
УДК 911.5(082)
ББК Д821я43
Л222

Редакционная коллегия:
К.Н. Дьяконов (отв. редактор), К.А. Мерекалова (секретарь),
В.В. Козин, В.Г. Линник, Д.М. Марьинских, В.А. Низовцев,
Т.И. Харитонова, В.Ю. Хорошавин, А.В. Хорошев

Рецензент:
доктор географических наук, профессор, вице-президент
Русского географического общества К.В. Чистяков

Конференция проведена при финансовой поддержке Российского фонда фундаментальных


исследований. Проект № 17-05-20405/17

Ландшафтоведение: теория, методы, ландшафтно-экологическое обеспечение


Л222 природопользования и устойчивого развития [Электронный ресурс] : материалы
XII Международной ландшафтной конференции, Тюмень-Тобольск, 22-25 августа 2017 г. :
в 3 т. / отв. ред. чл.-кор. РАН К.Н. Дьяконов ; Министерство образования и науки Рос-
сийской Федерации ; Тюменский государственный университет ; Московский государ-
ственный университет имени М.В. Ломоносова ; Русское географическое общество. —
Тюмень : Издательство Тюменского государственного университета, 2017. — Т. 1. —
368 с.

ISBN 978-5-400-01381-2 (т. 1)


ISBN 978-5-400-01380-5

В сборнике материалов конференции освещены современные проблемы ландшафтоведения


по основным фундаментальным и прикладным направлениям его развития: теории, методологии
и методам исследования, в том числе моделированию, динамике, функционированию и эволю-
ции ландшафтов. Значительное внимание уделено актуальным социально ориентированным
направлениям: ландшафтному планированию, экологии и рациональному природопользованию,
обеспечению устойчивого развития регионов, экосистемным и ландшафтным услугам. Пред-
ставлены результаты ландшафтных исследований в регионах добычи и транспорта нефти и газа.
Отражена научно-исследовательская и практическая деятельность основных географических
коллективов России.
Адресуется широкому кругу читателей, занимающихся теоретическими, эксперименталь-
ными и практическими вопросами комплексной физической географии, экологии, природополь-
зования, высшего географического и экологического образования.

УДК 911.5(082)
ББК Д821я43

В оформлении обложки использованы фотографии Александра Засекина

ISBN 978-5-400-01381-2 (т. 1) © Тюменский государственный университет, 2017


ISBN 978-5-400-01380-5 © Московский государственный университет
имени М.В. Ломоносова, 2017

2
THE MINISTRY OF EDUCATION AND SCIENCE OF THE RUSSIAN FEDERATION
UNIVERSITY OF TYUMEN
LOMONOSOV MOSCOW STATE UNIVERSITY
RUSSIAN GEOGRAPHICAL SOCIETY

LANDSCAPE SCIENCE:
THEORY, METHODS, LANDSCAPE-ECOLOGICAL SUPPORT
OF LAND USE AND SUSTAINABLE DEVELOPMENT

Proceedings of the XII International landscape conference

Tyumen-Tobolsk, 22-25 August 2017

Volume 1

Executive editor
Corresponding Member of RAS
K.N. Diakonov

Tyumen
University of Tyumen
Press
2017

3
УДК 911.5(082)
ББК Д821я43
Л222

Editorial Board:
K.N. Diakonov (Executive editor), K.A. Merekalova (Secretary),
V.V. Kozin, V.G. Linnik, D.M. Marinskikh, V.A. Nizovtsev,
T.I. Kharitonova, V.Ju. Khoroshavin, A.V. Khoroshev

Reviewed by doctor of science, professor, vice-president of Russian Geographical Society


K.V. Chistiakov

The Conference was financially supported by Russian Foundation for Basic Research. Project
17-05-20405/17

Landscape science: theory, methods, landscape-ecological support of land use and sus-
L222 tainable development [Electronic resourse] : Proceedings of the XII International landscape
conference, Tyumen-Tobolsk, 22-25 August 2017 : in 3 vol. / Executive editor Corresponding
Member of RAS K.N. Diakonov ; The Ministry of Education and Science of the Russian Fed-
eration; University of Tyumen ; Lomonosov Moscow State University ; Russian Geographical
Society. — Tyumen : University of Tyumen Press, 2017. — Vol. 1. — 368 p.

ISBN 978-5-400-01381-2 (т. 1)


ISBN 978-5-400-01380-5

The proceedings comprise a series of papers which consider current challenges of landscape sci-
ence in its principal fundamental and applied fields: theory, methodology, research methods including
modelling; landscape dynamics, functioning and evolution. Particular attention was given to relevant
socially-oriented fields: landscape planning, landscape ecology and land use science as a support for
sustainable development of regions, ecosystem and landscape services assessment. Certain papers pre-
sent the results of landscape research in the areas of oil and gas extraction and transporting. The pro-
ceedings represent the scientific and applied research of the main geographical teams in Russia.
The edition is recommended for a wide audience engaged in theoretical, experimental and practi-
cal issues of complex physical geography, ecology, land use science, higher geographical and ecologi-
cal education.

УДК 911.5(082)
ББК Д821я43

The book cover was designed using photography by Alexander Zasekin

ISBN 978-5-400-01381-2 (т. 1) © University of Tyumen, 2017


ISBN 978-5-400-01380-5 © Lomonosov Moscow State University, 2017

4
СОДЕРЖАНИЕ

I. ОБЩИЕ ВОПРОСЫ, ТЕОРИЯ И МЕТОДОЛОГИЯ НАУКИ О ЛАНДШАФТЕ


Хорошев А.В.
РЕШЕННЫЕ И НЕРЕШЕННЫЕ ВОПРОСЫ ЛАНДШАФТОВЕДЕНИЯ ...................................................15
Дьяконов К.Н., Линник В.Г.
НЕКОТОРЫЕ ПРОБЛЕМЫ НАУКИ О ЛАНДШАФТЕ XXI ВЕКА.............................................................19
Ретеюм А.Ю., Снытко В.А.
КОНЦЕПЦИЯ ГЕОСИСТЕМ В СОВРЕМЕННОМ ЛАНДШАФТОВЕДЕНИИ..........................................24
Боков В.А., Болейчук И.Р.
ЛАНДШАФТЫ КАК СЕТЕВЫЕ СТАТИСТИЧЕСКИЕ СИСТЕМЫ ...........................................................27
Викторов А.С.
МАТЕМАТИЧЕСКАЯ МОРФОЛОГИЯ ЛАНДШАФТА: СОВРЕМЕННОЕ СОСТОЯНИЕ
И ТЕНДЕНЦИИ РАЗВИТИЯ .............................................................................................................................31
Кирюшин В.И.
СТРУКТУРНО-ФУНКЦИОНАЛЬНЫЙ АНАЛИЗ ЛАНДШАФТА
КАК ОСНОВА ТЕРРИТОРИАЛЬНОГО ПЛАНИРОВАНИЯ .......................................................................36
Позаченюк Е.А.
ПОДХОДЫ К ФОРМИРОВАНИЮ НАЦИОНАЛЬНОГО ЛАНДШАФТА РЕГИОНА..............................39
Старожилов В.Т.
КОНЦЕПЦИЯ ОРГАНИЗАЦИОННО-УРОВНЕВОЙ СТРУКТУРНО-СЛОЕВОЙ ИНДИКАЦИИ
ЛАНДШАФТНЫХ ГЕОСИСТЕМ ....................................................................................................................42
Черкашин А.К., Мядзелец А.В.
ПОЭТАПНОЕ ФОРМИРОВАНИЕ ТЕРРИТОРИАЛЬНОЙ ОРГАНИЗАЦИИ
НА ЛАНДШАФТНОЙ ОСНОВЕ В СИБИРСКИХ И АРКТИЧЕСКИХ РЕГИОНАХ ...............................46

II. МЕТОДЫ И МОДЕЛИ В ЛАНДШАФТОВЕДЕНИИ


Коломыц Э.Г., Шарая Л.С.
ФУНКЦИОНАЛЬНАЯ УСТОЙЧИВОСТЬ ЛЕСНЫХ ЭКОСИСТЕМ: АНАЛИТИЧЕСКОЕ
И КАРТОГРАФИЧЕСКОЕ МОДЕЛИРОВАНИЕ ...........................................................................................50
Дьяконов К.Н.
МЕТОДИЧЕСКИЕ ПОДХОДЫ К ПРОБЛЕМЕ ЭКСТРАПОЛЯЦИИ РЕЗУЛЬТАТОВ
СТАЦИОНАРНЫХ ИССЛЕДОВАНИЙ НА ЛАНДШАФТЫ .......................................................................55
Арефьев С.П., Глазунов В.А., Говорков Д.А., Московченко Д.В.,
Соловьев И.Г., Цибульский В.Р.
МОДЕЛЬ ДИНАМИКИ РАСТИТЕЛЬНОГО ПОКРОВА ПРИ ВАРИАЦИИ ТЕМПЕРАТУРНОГО
ФАКТОРА ...........................................................................................................................................................59
Байбар А.С., Харитонова Т.И.
МЕТОДИЧЕСКИЕ ПОДХОДЫ К ОЦЕНКЕ ПРОДУКТИВНОСТИ ЛЕСНЫХ ЭКОСИСТЕМ
(НА ПРИМЕРЕ ЛАНДШАФТОВ ЦЕНТРАЛЬНО-ЛЕСНОГО ГОСУДАРСТВЕННОГО
ПРИРОДНОГО БИОСФЕРНОГО ЗАПОВЕДНИКА).....................................................................................64
Дубровская С.А.
МЕТОДИКА МОДЕЛИРОВАНИЯ УРБОЛАНДШАФТОВ НА ОСНОВЕ
МОРФОМЕТРИЧЕСКИХ ПОКАЗАТЕЛЕЙ ДЛЯ ЛАНДШАФТНО-ЭКОЛОГИЧЕСКОГО
РАЙОНИРОВАНИЯ...........................................................................................................................................68
Козлов Д.Н., Лозбенев Н.И., Левченко Е.А.
СТРУКТУРНО-ФУНКЦИОНАЛЬНАЯ ОРГАНИЗАЦИЯ ВОДНО-МИГРАЦИОННЫХ
И ЭРОЗИОННО-АККУМУЛЯТИВНЫХ КОМПЛЕКСОВ ЛЕСОСТЕПИ
СРЕДНЕРУССКОЙ ВОЗВЫШЕННОСТИ ......................................................................................................71
Костина Н.В., Розенберг Г.С.
ЭКСПЕРТНАЯ ЭКОЛОГО-ИНФОРМАЦИОННАЯ СИСТЕМА REGION — ЭФФЕКТИВНЫЙ
ИНСТРУМЕНТ АНАЛИЗА СОЦИО-ЭКОЛОГО-ЭКОНОМИЧЕСКИХ СИСТЕМ БАССЕЙНА
КРУПНОЙ РЕКИ ................................................................................................................................................76

5
Леонова Г.М.
РОЛЬ МОРФОМЕТРИЧЕСКИХ ХАРАКТЕРИСТИК РЕЛЬЕФА В ВАРЬИРОВАНИИ
ПОЧВЕННОГО И РАСТИТЕЛЬНОГО ПОКРОВА ЗАПОВЕДНЫХ ЛЕСОСТЕПНЫХ
ЛАНДШАФТОВ ЮЖНОГО УРАЛА............................................................................................................... 79
Линник В.Г., Савельев А.А., Соколов А.В.
ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ ГЕТЕРОГЕННОЙ СТРУКТУРЫ
ПАТТЕРНОВ Cs-137 В ЛАНДШАФТАХ БРЯНСКОЙ ОБЛАСТИ.............................................................. 84
Маринин Е.И., Полевой А.Н., Вольвач О.В.
МОДЕЛИРОВАНИЕ ВЛИЯНИЯ ИЗМЕНЕНИЯ КОНЦЕНТРАЦИИ СО2 В АТМОСФЕРЕ
НА ФОТОСИНТЕЗ ЗЕЛЕНОГО ЛИСТА ........................................................................................................ 89
Мартынова А.Э., Солодянкина С.В.
ОПРЕДЕЛЕНИЕ ФАКТОРОВ ФОРМИРОВАНИЯ МЕСТООБИТАНИЙ В ГОРОДЕ
НА ОСНОВЕ ДИСТАНЦИОННОЙ ИНФОРМАЦИИ И ЦИФРОВОЙ МОДЕЛИ РЕЛЬЕФА ................. 94
Мкртчян А.С.
АНАЛИЗ АВТОКОВАРИАЦИОННОЙ СТРУКТУРЫ ХАРАКТЕРИСТИК НИЗКОГОРНОГО
ЛАНДШАФТА ................................................................................................................................................... 98
Орлов Т.В., Садков С.А., Зверев А.В., Панченко Е.Г., Воловинский И.В., Tobias Dahms
ИСПОЛЬЗОВАНИЕ ГЕОРАДИОЛОКАЦИИ И СЪЕМКИ С БПЛА ДЛЯ ИЗУЧЕНИЯ
ИЗМЕНЕНИЯ МОРФОЛОГИЧЕСКОЙ СТРУКТУРЫ ВЕРХОВЫХ БОЛОТ
И РЕШЕНИЯ ГЕОЭКОЛОГИЧЕСКИХ ЗАДАЧ........................................................................................... 103
Садков С.А.
МЕТОДИКА ИССЛЕДОВАНИЯ ЛАНДШАФТНОГО РИСУНКА РАВНИН
С РАЗВИТИЕМ ПРОСАДОЧНЫХ ПРОЦЕССОВ НА ОСНОВЕ ПОДХОДОВ
МАТЕМАТИЧЕСКОЙ МОРФОЛОГИИ ЛАНДШАФТОВ ......................................................................... 108
Синюткина А.А.
ГЕОМОРФОЛОГИЧЕСКИЕ УСЛОВИЯ КАК ФАКТОР ФОРМИРОВАНИЯ
ПРОСТРАНСТВЕННОЙ ДИФФЕРЕНЦИАЦИИ ЗАБОЛОЧЕННЫХ ТЕРРИТОРИЙ
(НА ПРИМЕРЕ БАССЕЙНА РЕКИ ВАСЮГАН)......................................................................................... 114
Сурков Н.В., Харитонова Т.И.
ОПИСАНИЕ ДИНАМИКИ ВЛАЖНОСТИ ПОЧВЕННО-РАСТИТЕЛЬНОГО ПОКРОВА
КАРАДАГСКОГО ЗАПОВЕДНИКА ДИСТАНЦИОННЫМИ МЕТОДАМИ .......................................... 118
Сысуев В.В.
ИСПОЛЬЗОВАНИЕ СВОЙСТВ ДРЕВОСТОЕВ И ТОРФОВ ДЛЯ ИНДИКАЦИИ
ЛАНДШАФТОВ КРАЕВОЙ ЗОНЫ ВАЛДАЙСКОГО ОЛЕДЕНЕНИЯ.................................................... 124
Табелинова А.С.
ИССЛЕДОВАНИЕ ДИНАМИКИ ГЕОЭКОЛОГИЧЕСКИХ ПРОЦЕССОВ НА ТЕРРИТОРИИ
СЕВЕРО-ВОСТОЧНОГО ПРИКАСПИЯ С ПОМОЩЬЮ ДИСТАНЦИОННЫХ МЕТОДОВ ............... 128
Талынева О.Ю., Коркин С.Е., Коркина Е.А.
ПРИМЕНЕНИЕ ЛАНДШАФТНОГО РАЙОНИРОВАНИЯ ДЛЯ МОДЕЛИРОВАНИЯ
ПРИРОДНЫХ ПРОЦЕССОВ И ЯВЛЕНИЙ.................................................................................................. 134
Углов В.А.
ИЗУЧЕНИЕ ИЗМЕНЕНИЙ ВИДА РАСПРЕДЕЛЕНИЯ РАСТЕНИЙ В СООБЩЕСТВАХ
С ПОМОЩЬЮ ЛАКУНАРНОГО АНАЛИЗА .............................................................................................. 139
Lyashenko E.A., Marshinin A.V.
GEOSYSTEMS INSULARITY EVALUATION (ON EXAMPLE OF SIBERIA
AND THE URALS, RUSSIA) ........................................................................................................................... 143

III. СТРУКТУРА И КАРТОГРАФИРОВАНИЕ ЛАНДШАФТОВ


Коновалова Т.И.
КЛАССИФИКАЦИЯ И КАРТОГРАФИРОВАНИЕ ГЕОСИСТЕМ ГЕОДИНАМИЧЕСКИ
АКТИВНЫХ РЕГИОНОВ ............................................................................................................................... 149
Хорошев А.В.
ЭМЕРДЖЕНТНЫЕ ЭФФЕКТЫ ПРОСТРАНСТВЕННОЙ СТРУКТУРЫ ЛАНДШАФТА .................... 154
Семенов Ю.М., Лысанова Г.И.
КАРТОГРАФИРОВАНИЕ ГЕОСИСТЕМ ЮГА СРЕДНЕЙ СИБИРИ....................................................... 158

6
Сандлерский Р.Б.
КАРТОГРАФИРОВАНИЕ ДИНАМИКИ ЛАНДШАФТНОГО ПОКРОВА НА ЮГЕ
ВАЛДАЙСКОЙ ВОЗВЫШЕННОСТИ ПО ДАННЫМ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ.......163
Глебова А.Б., Сергеев И.С.
ЛАНДШАФТНАЯ СТРУКТУРА ОКРЕСТНОСТЕЙ ПОСЕЛКА АКТАШ
(ЮГО-ВОСТОЧНЫЙ АЛТАЙ).......................................................................................................................167
Гуров А.А.
ДЕТАЛЬНОЕ КАРТОГРАФИРОВАНИЕ ТЕХНОГЕННЫХ ЛАНДШАФТОВ
(НА ПРИМЕРЕ СИХОТЭ-АЛИНСКОГО БИОСФЕРНОГО РАЙОНА).....................................................171
Гурьевских О.Ю.
ЗАКОНОМЕРНОСТИ СТРУКТУРЫ АНТРОПОГЕННЫХ МОДИФИКАЦИЙ ПРИРОДНЫХ
КОМПЛЕКСОВ СВЕРДЛОВСКОЙ ОБЛАСТИ ...........................................................................................175
Дорофеев А.А.
КОЛИЧЕСТВЕННЫЕ ХАРАКТЕРИСТИКИ ЛАНДШАФТОВ ТВЕРСКОЙ ОБЛАСТИ .......................180
Занозин В.В., Бармин А.Н., Занозин В.В.
К ВОПРОСУ О КАРТОГРАФИРОВАНИИ ЕСТЕСТВЕННЫХ ПРИРОДНО-
ТЕРРИТОРИАЛЬНЫХ КОМПЛЕКСОВ ЦЕНТРАЛЬНОЙ ЧАСТИ ДЕЛЬТЫ ВОЛГИ ..........................184
Золотов Д.В., Черных Д.В.
СХОДСТВО И РАЗЛИЧИЕ СТРУКТУРЫ ЛАНДШАФТОВ И ФЛОР МИКРОРАЙОНОВ
ПРИОБСКОГО ПЛАТО (АЛТАЙСКИЙ КРАЙ)...........................................................................................189
Карандеев А.Ю.
КАРТИРОВАНИЕ ИЗМЕНЕНИЙ ГОРОДСКИХ И ЛЕСНЫХ ЛАНДШАФТОВ ЛИПЕЦКА
НА ОСНОВЕ ИСТОРИКО-ГЕОГРАФИЧЕСКОЙ ГИС ...............................................................................195
Кошкарев А.В., Лихачева Э.А., Некрасова Л.А., Чеснокова И.В., Шварев С.В.
НОВЫЕ ПОДХОДЫ К ЭКОЛОГО-ГЕОМОРФОЛОГИЧЕСКОМУ КАРТОГРАФИРОВАНИЮ...........200
Кузьменко Е.И., Семенов Ю.М., Фролов А.А., Силаев А.В.
ЛАНДШАФТНОЕ КАРТОГРАФИРОВАНИЕ ТАЕЖНЫХ ТЕРРИТОРИЙ СЕВЕРО-ЗАПАДА
ЗАПАДНОЙ СИБИРИ С ИСПОЛЬЗОВАНИЕМ ГИС .................................................................................203
Лысанова Г.И., Семенов Ю.М., Шеховцов А.И.
МЕТОДИКА КАРТОГРАФИРОВАНИЯ И РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ ГЕОСИСТЕМ
РЕСПУБЛИКИ ТЫВА .....................................................................................................................................207
Макалова П.Г., Папунов В.Г., Петрушина М.Н.
ЛАНДШАФТНАЯ СТРУКТУРА БЕРЕГОВОЙ ЗОНЫ ПОЛУОСТРОВА АБРАУ...................................211
Москвина Н.Н., Жегалина Л.Ф., Кунгурцев С.А.
ЛАНДШАФТЫ ВОСТОЧНОГО СКЛОНА ПРИПОЛЯРНОГО УРАЛА ...................................................216
Московченко Д.В., Козин В.В.
ЛАНДШАФТНО-ЭКОЛОГИЧЕСКОЕ КАРТОГРАФИРОВАНИЕ ТЕРРИТОРИИ
ПРИРОДНОГО ПАРКА «НУМТО» (ХМАО-ЮГРА)...................................................................................220
Петрушина М.Н., Мерекалова К.А.
ЛАНДШАФТНАЯ СТРУКТУРА ЗАПОВЕДНИКА «УТРИШ»..................................................................223
Седых С.А.
ИСПОЛЬЗОВАНИЕ КАРТОСЕМИОТИЧЕСКОГО И ГЕОИНФОРМАЦИОННОГО
МЕТОДОВ ДЛЯ КАРТОГРАФИРОВАНИЯ ГОРНЫХ ГЕОСИСТЕМ ......................................................228
Солодянкина С.В., Вантеева Ю.В., Знаменская Т.И., Евстропьева О.В.
ДЕГРАДАЦИЯ ПРИБРЕЖНЫХ ГЕОСИСТЕМ ПРИБАЙКАЛЬЯ .............................................................231
Цыганкова М.В.
КАРТОГРАФИРОВАНИЕ ГЕОСИСТЕМ ЮГО-ВОСТОЧНОГО ЗАБАЙКАЛЬЯ....................................235

IV. ДИНАМИКА, ФУНКЦИОНИРОВАНИЕ И ЭВОЛЮЦИЯ ЛАНДШАФТОВ


Сысуев В.В.
ГЕОФИЗИЧЕСКАЯ ПАРАДИГМА ЛАНДШАФТОВЕДЕНИЯ .................................................................238
Авессаломова И.А.
ВЛИЯНИЕ КАТЕНАРНОЙ ДИФФЕРЕНЦИАЦИИ МАЛЫХ ВОДОСБОРНЫХ БАССЕЙНОВ
НА ФОРМИРОВАНИЕ СТОКА .....................................................................................................................243

7
Агбалян Е.В., Хорошавин В.Ю., Шинкарук Е.В., Красненко А.С.
ГЕОХИМИЧЕСКИЕ АССОЦИАЦИИ И АНОМАЛИИ ПО РЕЗУЛЬТАТАМ
ИССЛЕДОВАНИЙ БИОЛОГИЧЕСКИХ СРЕД НАСЕЛЕНИЯ
ЯМАЛО-НЕНЕЦКОГО АВТОНОМНОГО ОКРУГА................................................................................... 248
Боев В.А., Боев В.В.
НЕКОТОРЫЕ МИКРОЭЛЕМЕНТЫ В СЕРЫХ ЛЕСНЫХ ПОЧВАХ И ТРАВЯНИСТЫХ
РАСТЕНИЯХ ЛАНДШАФТОВ ПОДТАЙГИ ЮГА ТЮМЕНСКОЙ ОБЛАСТИ .................................... 251
Боев В.В., Барановская Н.В.
СОДЕРЖАНИЕ РТУТИ В ДЕРНОВО-ПОДЗОЛИСТЫХ ФОНОВЫХ
И УРБАНИЗИРОВАННЫХ ПОЧВАХ ТЕРРИТОРИЙ ЮГО-ЗАПАДА
ТЮМЕНСКОЙ ОБЛАСТИ.............................................................................................................................. 255
Бочкарев Ю.Н., Гравис А.Г., Бердников Н.М., Пономарева О.Е., Дроздов Д.С.,
Москаленко Н.Г., Устинова Е.В., Лешневская Е.Ф.
ОСОБЕННОСТИ ВНУТРИВЕКОВОЙ ДИНАМИКИ МЕРЗЛОТНЫХ ГЕОСИСТЕМ СЕВЕРА
ЗАПАДНОЙ СИБИРИ В СВЯЗИ С СОВРЕМЕННЫМ ПОТЕПЛЕНИЕМ КЛИМАТА.......................... 258
Валов М.В., Бармин А.Н., Каражигитов М.А.
ПОЧВЕННЫЙ ПОКРОВ ДИСТАНТНО-ДИНАМИЧНОГО СТРУКТУРНОГО БЛОКА
ДЕЛЬТЫ р. ВОЛГА: ОСОБЕННОСТИ МИГРАЦИИ ВОДОРАСТВОРИМЫХ СОЛЕЙ ........................ 263
Волкова Н.И., Мироненко И.В., Линник В.Г., Соколов А.В.
ЗАКОНОМЕРНОСТИ РАСПРЕДЕЛЕНИЯ 137Cs В ЛАНДШАФТАХ ОПОЛИЙ
И ПОЛЕСИЙ БРЯНСКОЙ ОБЛАСТИ........................................................................................................... 266
Гашкова Л.П.
РАСТЕНИЯ БОЛОТ КАК ИНДИКАТОРЫ ЗАГРЯЗНЕНИЯ ТЯЖЕЛЫМИ МЕТАЛЛАМИ................. 271
Иванова Ю.Р., Скок Н.В.
ПРИМЕНЕНИЕ ЭКСПЕДИЦИОННЫХ МЕТОДОВ В ЛАНДШАФТНО-ФЕНОЛОГИЧЕСКИХ
ИССЛЕДОВАНИЯХ ........................................................................................................................................ 274
Караваев В.А., Воскова А.В., Семиноженко С.С., Буланов С.А.
ЭКСТРЕМАЛЬНЫЕ ЭКЗОГЕННЫЕ ПРОЦЕССЫ В ЛАНДШАФТАХ ЦЕНТРАЛЬНОГО
КАВКАЗА (НА ПРИМЕРЕ БАССЕЙНА р. ЧЕРЕКА БАЛКАРСКОГО) ................................................... 278
Квасникова З.Н., Харанжевская Ю.А., Синюткина А.А., Евсеева Н.С.
ОЦЕНКА РОЛИ АТМОСФЕРНЫХ ОСАДКОВ И ЭОЛОВОГО ПЕРЕНОСА
В ФОРМИРОВАНИИ ЭКОЛОГО-ГЕОХИМИЧЕСКИХ ХАРАКТЕРИСТИК
КОМПОНЕНТОВ БОЛОТ ТОМСКОЙ ОБЛАСТИ ...................................................................................... 283
Коновалов А.А.
О КЛИМАТИЧЕСКОЙ ЗАВИСИМОСТИ БИОТЫ НА СЕВЕРЕ ТЮМЕНСКОЙ ОБЛАСТИ............... 287
Королев А.Н., Тымань М.А.
ОЗЕРНО-ПОЧВЕННЫЙ КОМПЛЕКС КАМЫШЛОВСКОГО ЛОГА
КАК ЭЛЕМЕНТАРНАЯ ЛАНДШАФТНО-ГЕОХИМИЧЕСКАЯ СИСТЕМА .......................................... 290
Кудерина Т.М., Суслова С.Б., Замотаев И.В., Кайданова О.В., Шилькрот Г.С., Лунин В.Н.
АТМОГЕОХИМИЧЕСКОЕ СОСТОЯНИЕ ЛЕСОСТЕПНЫХ ЛАНДШАФТОВ
КУРСКОЙ БИОСФЕРНОЙ СТАНЦИИ ИГ РАН ......................................................................................... 295
Кудреватых И.Ю., Калинин П.И., Алексеев А.О.
БИОГЕОХИМИЧЕСКИЕ ПРОЦЕССЫ В УСЛОВИЯХ СОВРЕМЕННЫХ
СТЕПНЫХ ЛАНДШАФТОВ .......................................................................................................................... 298
Ликутов Е.Ю.
ЛАНДШАФТОФОРМИРУЮЩИЕ ФУНКЦИИ РЕЛЬЕФООБРАЗУЮЩИХ ПРОЦЕССОВ................. 301
Максютова Е.В.
ОСОБЕННОСТИ ГИДРОТЕРМИЧЕСКИХ УСЛОВИЙ ПРИРОДНЫХ ЛАНДШАФТОВ
БАЙКАЛЬСКОЙ ПРИРОДНОЙ ТЕРРИТОРИИ В ВЕГЕТАЦИОННОЙ
ЧАСТИ ГОДОВОГО ЦИКЛА ......................................................................................................................... 305
Мироненко И.В., Федин А.В., Матасов В.М., Роганов С.Б.
МНОГОЛЕТНИЕ ИЗМЕНЕНИЯ ЛАНДШАФТОВ НА СТАЦИОНАРЕ «ЛЕСУНОВО»....................... 307
Панин А.Г.
ПРОЯВЛЕНИЕ ЭВОЛЮЦИОННОГО ЛАНДШАФТОГЕНЕЗА НА ПРИМЕРЕ
РАЗВИТИЯ ДНИЩ РЕЧНЫХ ДОЛИН ЗАПАДНОГО КРЫМСКОГО ПРЕДГОРЬЯ.............................. 312

8
Першин Д.К., Черных Д.В.
ПОКАЗАТЕЛИ ЛОКАЛЬНОГО УВЛАЖНЕНИЯ КАК ИНДИКАТОРЫ РЕЖИМОВ
ФУНКЦИОНИРОВАНИЯ ГЕОСИСТЕМ БАССЕЙНА р. КАСМАЛА
(ПРИОБСКОЕ ПЛАТО, АЛТАЙСКИЙ КРАЙ) ............................................................................................315
Печкин А.С., Черных Д.В., Печкина Ю.А., Кобелев В.О.
СЕЗОННЫЕ ВАРИАЦИИ МИКРОВОЛНОВОГО ИЗЛУЧЕНИЯ КАК ОТРАЖЕНИЕ
ФУНКЦИОНИРОВАНИЯ ЛАНДШАФТОВ ПО ДАННЫМ СПУТНИКА SMOS
НА ТЕРРИТОРИИ ЯМАЛО-НЕНЕЦКОГО АВТОНОМНОГО ОКРУГА.................................................320
Постоленко Г.А.
ХРОНОЛОГИЯ ИЗМЕНЕНИЯ ЛАНДШАФТОВ И ГИДРОЛОГО-ГЕОМОРФОЛОГИЧЕСКИХ
ПРОЦЕССОВ В МАКРОРИТМАХ ЧЕТВЕРТИЧНОГО ПЕРИОДА.........................................................325
Ретеюм А.Ю.
ЭНДОГЕННАЯ ЭНЕРГИЯ В ЛАНДШАФТАХ СИБИРИ ...........................................................................328
Рябогина Н.Е., Иванов С.Н., Афонин А.С., Сизов О.С.
ПАЛИНОСТРАТИГРАФИЧЕСКАЯ ЛЕТОПИСЬ ИЗМЕНЕНИЯ ОБЛИКА ЛАНДШАФТОВ
ПОЗДНЕЛЕДНИКОВЬЯ И ГОЛОЦЕНА ИЗ ДОННЫХ ОТЛОЖЕНИЙ АНДРЕЕВСКОЙ
ОЗЕРНОЙ СИСТЕМЫ .....................................................................................................................................332
Сорокина Е.П., Дмитриева Н.К., Левина Н.Б., Ткаченко В.А.
ФОНОВАЯ СТРУКТУРА ГЕОХИМИЧЕСКИХ ЛАНДШАФТОВ СЕВЕРА
ЗАПАДНОЙ СИБИРИ .....................................................................................................................................338
Федин А.В., Мироненко И.В.
ПЕРСПЕКТИВЫ СТАЦИОНАРНЫХ МЕТОДОВ ИЗУЧЕНИЯ ДИНАМИКИ ЛАНДШАФТОВ .........343
Хромых В.С.
ЗАКОНОМЕРНОСТИ ДИНАМИКИ ЛАНДШАФТОВ ПОЙМ ТАЕЖНЫХ РЕК
ЗАПАДНОЙ СИБИРИ .....................................................................................................................................347
Хрусталева М.А., Груздева Л.П., Груздев В.С., Суслов С.В.
ЭКОЛОГО-БИОГЕОХИМИЧЕСКИЕ ОСОБЕННОСТИ МИГРАЦИИ ЭЛЕМЕНТОВ
В ЛАНДШАФТАХ НЕЧЕРНОЗЕМЬЯ...........................................................................................................352
Янцер О.В.
СЕЗОННАЯ ДИНАМИКА ЛАНДШАФТОВ СВЕРДЛОВСКОЙ ОБЛАСТИ ...........................................355
Янцер О.В., Скок Н.В.
ЛАНДШАФТНАЯ КАРТА КАК ОСНОВА ФЕНОЛОГИЧЕСКИХ ИССЛЕДОВАНИЙ ........................360
Klug H., Reichel S.
PHOSPHORUS EMISSIONS DURING EXTREME EVENTS........................................................................364

9
CONTENT

I. GENERAL ISSUES, THEORY AND METHODOLOGY OF LANDSCAPE SCIENCE


Khoroshev A.V.
THE RESOLVED AND UNRESOLVED ISSUES IN LANDSCAPE SCIENCE ............................................. 15
Dyakonov K.N., Linnik V.G.
CERTAIN PROBLEMS OF THE 21ST CENTURY LANDSCAPE SCIENCE ................................................ 19
Retejum A.Ju., Snytko V.A.
THE GEOSYSTEM CONCEPT IN MODERN LANDSCAPE SCINCE........................................................... 24
Bokov V.A., Boleychuk I.R.
LANDSCAPES AS NETWORK STATISTICAL SYSTEMS............................................................................ 27
Victorov A.S.
MATHEMATICAL MORPHOLOGY OF LANDSCAPE: CURRENT STATE AND TRENDS
OF DEVELOPMENT .......................................................................................................................................... 31
Kiryushin V.I.
THE STRUCTURE AND FUNCTIONAL ANALYSIS OF THE LANDSCAPE FOR TERRITORY
PLANNING.......................................................................................................................................................... 36
Pozachenyuk E.A.
APPROACHES TO THE DEFINITION OF THE NATIONAL LANDSCAPE OF THE REGION ................. 39
Starozhilov V.T.
THE CONCEPT OF ORGANIZATIONAL-LEVEL AND STRUCTURAL-LAYERED INDICATION
OF LANDSCAPE GEOSYSTEMS ..................................................................................................................... 42
Cherkashin A.K., Myadzelets A.V.
GRADUAL FORMING OF A LANSCAPE BASED TERRITORIAL ORGANIZATION
IN ARCTIC AND SIBERIAN REGIONS........................................................................................................... 46

II. METHODS AND MODELING IN LANDSCAPE SCIENCE


Kolomyts E.G., Sharaya L.S.
FUNCTIONAL SUSTANABILITY OF FOREST ECOSYSTEMS: ANALYTICAL
AND CARTOGRAPHICAL MODELING.......................................................................................................... 50
Diakonov K.N.
METHODICAL PROBLEMS IN EXTRAPOLATING RESULTS OF STATIONARY
RESEARCH TO LANDSCAPES ........................................................................................................................ 55
Arefiev S.P., Glasunov V.A., Govorkov D.A., Moskovchenko D.V., Solovyev I.G., Tsibulsky V.R.
MODEL OF VEGETATION COVER DYNAMICS DRIVEN BY TEMPERATURE
FACTOR VARIATION ....................................................................................................................................... 59
Baibar A.S., Kharitonova T.I.
METHODICAL APPROACH TO THE ASSESSMENT OF FOREST PRODUCTIVITY
(ON EXAMPLE OF CENTRAL FOREST NATURE RESERVE) .................................................................... 64
Dubrovskaya S.A.
URBAN LANDSCAPE MODELING PROCEDURE BASED ON MORPHOMETRIC
INDICATORS FOR LANDSCAPE-ENVIRONMENTAL REGIONALIZATION........................................... 68
Kozlov D.N., Lozbenev N.I., Levchenko E.A.
STRUCTURAL AND FUNCTIONAL ORGANIZATION OF WATER-MIGRATION
AND EROSIONAL-ACCUMULATIVE COMPLEXES IN THE FOREST-STEPPE
OF THE CENTRAL RUSSIAN UPLAND ......................................................................................................... 71
Kostina N.V., Rozenberg G.S.
EXPERT ENVIRONMENTAL INFORMATION SYSTEM REGION — AN EFFECTIVE TOOL
FOR ANALYSIS OF SOCIO-ECOLOGO-ECONOMIC SYSTEMS OF THE MAJOR RIVER BASIN......... 76
Leonova G.M.
MORPHOMETRICS CONTRIBUTION TO SOIL AND VEGETATION COVER VARIABILITY
IN THE PROTECTED FOREST-STEPPE LANDSCAPES (THE SOUTHERN URALS) ............................... 79

10
Linnik V.G., Saveliev A.A., Sokolov A.V.
GEOINFORMATION MODELING OF THE HETEROGENEOUS STRUCTURE
OF Cs-137 PATTERNS IN THE LANDSCAPES OF THE BRYANSK REGION............................................84
Marinin E.I., Polevoy A.N., Volvach O.V.
MODELING OF THE INFLUENCE OF CO2 CONCENTRATION CHANGE
IN THE ATMOSPHERE ON GREEN LEAF PHOTOSYNTHESIS..................................................................89
Martynova A.E., Solodyankina S.V.
IDENTIFICATION OF HABITAT FORMING FACTORS IN THE CITY BASED
ON REMOTE SENSING INFORMATION AND DIGITAL ELEVATION MODEL.......................................94
Mkrtchian A.S.
ANALYSIS OF AUTOCOVARIANCE STRUCTURE OF LOW MOUNTAIN LANDSCAPE
CHARACTERISTICS ..........................................................................................................................................98
Orlov T.V., Sadkov S.A., Zverev A.V., Panchenko E.G., Volovinskiy I.V., Tobias Dahms
COMBINATION OF GPR AND UAV FOR THE RESEARCH OF MORPHOLOGICAL
STRUCTURE OF OLIGOTROPHIC PEATLANDS AND FOR ENVIRONMENTAL ISSUES....................103
Sadkov S.A.
METHODS OF LANDSCAPE PATTERN INVESTIGATION AT LAND SUBSIDENCE
PLAINS BY MEANS OF MATHEMATICAL LANDSCAPE MORPHOLOGY............................................108
Sinyutkina A.A.
GEOMORPHOLOGICAL CONDITIONS AS A FACTOR OF FORMATION
OF WETLANDS SPATIAL DIFFERENTIATION (ON EXAMPLE
OF THE VASYUGAN RIVER BASIN)............................................................................................................114
Surkov N.V., Kharitonova T.I.
DESCRIPTION OF VEGETATION AND SOIL MOISTURE DYNAMICS BY REMOTE
SENSING TECHNIQUES IN KARADAG NATURAL RESERVE ................................................................118
Sysuev V.V.
THE USE OF WOOD AND PEAT PROPERTIES FOR INDICATION OF THE LANDSCAPES
OF THE FRINGE OF THE VALDAI GLACIATION ......................................................................................124
Tabelinova A.S.
INVESTIGATION OF DYNAMICS OF GEO-ECOLOGICAL PROCESSES
IN NORTH-EASTERN CASPIAN SEA REGION USING REMOTE SENSING METHODS ......................128
Talyneva O.Yu., Korkin S.E., Korkina E.A.
APPLICATION OF LANDSCAPE REGIONALIZATION TO MODELING NATURAL
PROCESSES AND PHENOMENA...................................................................................................................134
Uglov V.A.
USING LACUNARITY ANALYSIS TO STUDY SHIFTS IN TYPE OF PLANTS DISTRIBUTION
IN COMMUNITIES ...........................................................................................................................................139
Lyashenko E.A., Marshinin A.V.
GEOSYSTEMS INSULARITY EVALUATION (ON EXAMPLE OF SIBERIA AND THE URALS,
RUSSIA).............................................................................................................................................................143

III. LANDSCAPE MORPHOLOGY AND MAPPING


Konovalova T.I.
CLASSIFICATION AND MAPPING GEOSYSTEMS OF GEODYNAMICALLY
ACTIVE REGIONS ...........................................................................................................................................149
Khoroshev A.V.
EMERGENT EFFECTS OF LANDSCAPE SPATIAL PATTERN..................................................................154
Semenov Yu.M., Lysanova G.I.
GEOSYSTEM MAPPING IN THE SOUTH OF CENTRAL SIBERIA ...........................................................158
Sandlerski R.B.
LAND COVER DYNAMICS MAPPING IN THE SOUTH OF THE VALDAI UPLANDS BASED
ON REMOTE SENSING DATA .......................................................................................................................163
Glebova A.B., Sergeev I.S.
LANDSCAPE STRUCTURE OF THE VICINITIES OF THE AKTASH VILLAGE
(SOUTH-EASTERN ALTAY)...........................................................................................................................167

11
Gurov A.A.
DETAILED MAPPING OF TECHNOGENIC LANDSCAPES (ON EXAMPLE
OF SICHOTE-ALIN BIOSPHERE REGION) .................................................................................................. 171
Gurevskikh O.Yu.
MORPHOLOGY ANTHROPOGENIC LANDSCAPE CHANGE OF NATURAL
COMPLEXES OF THE SVERDLOVSK REGION.......................................................................................... 175
Dorofeev A.A.
QUANTITATIVE CHARACTERISTICS OF LANDSCAPES OF THE TVER REGION.............................. 180
Zanozin V.V., Barmin A.N., Zanozin V.V.
ON MAPPING OF NATURAL TERRITORIAL COMPLEXES OF THE CENTRAL PART
OF THE VOLGA RIVER DELTA .................................................................................................................... 184
Zolotov D.V., Chernykh D.V.
SIMILARITY AND DISSIMILARITY OF LANDSCAPE STRUCTURE AND FLORAS
OF MICROREGIONS OF THE OB PLATEAU (ALTAI KRAI) .................................................................... 189
Karandeev A.Yu.
MAPPING OF CHANGES IN LIPETSK URBAN AND FOREST LANDSCAPES
WITH HISTORICAL GEOGRAPHICAL GIS ................................................................................................. 195
Koshkarev A.V., Likhacheva E.A., Nekrasova L.A., Chesnokova I.V., Shvarev S.V.
THE NEW APPROACH TO ECOLOGICAL-GEOMORPHOLOGICAL MAPPING.................................... 200
Kuzmenko E.I., Semenov Yu.M., Frolov А.А., Silaev А.V.
THE LANDSCAPE MAPPING OF TAIGA TERRITORIES IN THE NORTHWESTERN
PART OF WESTERN SIBERIA USING GIS................................................................................................... 203
Lysanova G.I., Semenov Yu.M., Shekhovtsov A.I.
MAPPING TECHNIQUE AND RESULTS OF THE RESEARCH OF GEOSYSTEMS
IN THE REPUBLIC TYVA............................................................................................................................... 207
Makalova P.G., Papunov V.G., Petrushina M.N.
LANDSCAPE STRUCTURE OF THE COASTAL ZONE OF THE ABRAU PENINSULA ......................... 211
Moskvina N.N., Zhegalina L.F., Kungurtsev S.A.
LANDSCAPES OF NETHER-POLAR URALS EASTERN SLOPE............................................................... 216
Moskovchenko D.V., Kozin V.V.
LANDSCAPE-ECOLOGICAL MAPPING OF THE NATURE PARK “NUMTO”
(KHANTY-MANSIYSK AO)............................................................................................................................ 220
Petrushina M.N., Merekalova K.A.
LANDSCAPE STRUCTURE OF THE UTRISH RESERVE ........................................................................... 223
Sedykh S.А.
APPLICATION OF CARTOSEMIOTICS AND GEOINFORMATION METHODS
FOR MAPPING GEOSYSTEMS OF THE BAIKAL REGION ....................................................................... 228
Solodyankina S.V., Vanteeva J.V., Znamenskaya T.I., Evstropyeva O.V.
DEGRADATION OF COASTAL GEOSYSTEMS OF THE LAKE BAIKAL................................................ 231
Tsygankova M.V.
MAPPING GEOSYSTEMS OF SOUTH-EASTERN TRANSBAIKALIA...................................................... 235

IV. LANDSCAPE DYNAMICS, FUNCTIONING AND EVOLUTION


Sysuev V.V.
GEOPHYSICAL PARADIGM OF LANDSCAPE SCIENCE.......................................................................... 238
Avessalomova I.A.
IMPACT OF CATENA HETEROGENEITY ON RUNOFF FROM SMALL CATCHMENTS ..................... 243
Agbalyan E.V., Khoroshavin V.Yu., Shinkaruk E.V., Krasnenko A.S.
GEOCHEMICAL ASSOCIATIONS AND ANOMALIES BASED ON THE RESULTS
OF STUDIES OF BIOLOGICAL ENVIRONMENTS OF THE POPULATION
OF THE YAMALO-NENETS AUTONOMOUS DISTRICT........................................................................... 248
Boev V.A., Boev V.V.
CERTAIN TRACE ELEMENTS IN GRAY FOREST SOILS AND HERBACEOUS PLANTS
IN THE PODTAIGA LANDSCAPES OF THE SOUTH OF THE TYUMEN REGION................................ 251

12
Boev V.V., Baranovskaya N.V.
MERCURY CONTENT IN SOD PODZOLIC NATURAL AND URBANIZED SOILS
OF SOUTH-WESTERN TERRITORIES OF THE TYUMEN REGION .........................................................255
Bochkarev Yu.N., Gravis A.G., Berdnikov N.M., Ponomareva O.E., Drozdov D.S.,
Moskalenko N.G., Ustinova E.V., Leshnevskaya E.F.
FEATURES OF THE INTERDECADAL DYNAMICS OF PERMAFROST GEOSYSTEMS
IN THE NORTH OF WESTERN SIBERIA IN CONNECTION WITH THE CURRENT
CLIMATE WARMING......................................................................................................................................258
Valov M.V., Barmin A.N., Karagigitov M. A.
SOIL COVER OF THE REMOTE-DYNAMIC STRUCTURAL BLOCK OF THE VOLGA
RIVER DELTA: FEATURES OF WATER-SOLUBLE SALTS MIGRATION ..............................................263
Volkova N.I., Mironenko I.V., Linnik V.G., Sokolov A.V.
SPATIAL DISTRIBUTION OF 137Cs IN LANDSCAPES OF OPOLIE AND POLESIE
IN BRIANSK REGION......................................................................................................................................266
Gashkova L.P.
THE PLANTS OF MIRES AS INDICATORS OF POLLUTION BY HEAVY METALS..............................271
Ivanova J.R., Skok N.V.
APPLICATION OF EXPEDITIONAL METHODS IN LANDSCAPE PHENOLOGICAL
RESEARCHES...................................................................................................................................................274
Karavaev V.A., Voskova A.V., Seminozhenko S.S., Bulanov S.A.
EXTREMAL EXOGENIC PROCESSES IN LANDSCAPES OF THE CENTRAL CAUCASUS
(ON EXAMPLE OF CHEREK BALKARSKY BASIN)...................................................................................278
Kvasnikova Z.N., Kharanzhevskaya Yu.A., Sinyutkina A.A., Evseeva N.S.
EVALUATION OF THE ROLE OF PRECIPITATION AND AEOLIAN TRANSPORT
IN FORMATION OF GEOCHEMICAL CHARACTERISTICS OF MIRES IN THE TOMSK REGION .....283
Konovalov A. A.
ON CLIMATIC DEPENDENCE OF BIOTA ON THE NORTH OF THE TYUMEN REGION ...................287
Korolev A.N., Tyman M.A.
THE LACUSTRINE-SOIL COMPLEX OF THE KAMYSHLOVSKY LOG AS AN ELEMENTARY
LANDSCAPE-GEOCHEMICAL SYSTEM......................................................................................................290
Kuderina T.M., Suslova S.B., Zamotaev I.V., Kaydanova O.V., Shilkrot G.S, Lunin V.N.
ATMOGEOCHEMICAL STATE OF FOREST-STEPPE LANDSCAPES AT KURSK
BIOSPHERE STATION OF THE IG RAS........................................................................................................295
Kudrevatykh I.Yu., Kalinin P.I., Alekseev A.O.
BIOGEOCHEMICAL PROCESSES IN THE CONDITIONS OF CURRENT STEPPE
LANDSCAPES...................................................................................................................................................298
Likutov E.Yu.
LANDSCAPE FORMING FUNCTIONS OF THE RELIEF FORMING PROCESSES ..................................301
Maksyutova E.V.
THE FEATURES OF HYDROTHERMAL CONDITIONS OF THE NATURAL LANDSCAPES
OF THE BAIKAL NATURAL TERRITORY DURING THE GROWING SEASON
OF THE ANNUAL CYCLE...............................................................................................................................305
Mironenko I.V., Fedin A.V., Matasov V.M., Roganov S.B.
LONG-TERM LANDSCAPE TRANSFORMATIONS AT LESUNOVO SCIENTIFIC STATION...............307
Panin A.G.
THE ASPECT OF LANDSCAPE EVOLUTION ON EXAMPLE OF RIVER VALLEY BOTTOMS
DEVELOPMENT IN THE WESTERN CRIMEAN FOOTHILLS...................................................................312
Pershin D.K., Chernykh D.V.
LOCAL HUMIDIFICATION INDEXES AS THE INDICATORS OF FUNCTIONING MODES
OF THE KASMALA RIVER BASIN GEOSYSTEMS (THE OB PLATEU, THE ALTAI KRAI)................315
Pechkin A.S., Chernykh D.V., Pechkina Y.A., Kobelev V.O.
SEASONAL VARIATIONS OF MICROWAVE RADIATION AS A REFLECTION OF THE
FUNCTIONING OF LANDSCAPES IN THE YAMAL-NENETS AUTONOMOUS DISTRICT
ACCORDING TO THE SATELLITE SMOS DATA .......................................................................................320

13
Postolenko G.A.
CHRONOLOGY OF LANDSCAPE AND HIDROLOGICAL AND GEOMORFOLOGICAL
PROCESSES CHANGE IN SUPREME RHYTHMES OF QUATERNARY PERIOD................................... 325
Retejum A.Ju.
ENDOGENIC ENERGY IN THE SIBERIAN LANDSCAPES ....................................................................... 328
Ryabogina N.E., Ivanov S.N., Afonin A.S., Sizov O.S.
LATE GLACIAL AND HOLOCENE LANDSCAPE CHANGES IN THE
PALYNOSTRATIGRAPHIC RECORD FROM THE ANDREYEVSKOYE LAKE SYSTEM
(W. SIBERIA) .................................................................................................................................................... 332
Sorokina E.P., Dmitrieva N.K., Levina N.B., Tkachenko V.A.
BACKGROUND PATTERN OF GEOCHEMICAL LANDSCAPES IN THE NORTH
OF THE WEST SIBERIA.................................................................................................................................. 338
Fedin A.V., Mironenko I.V.
PROSPECTS OF STATIONARY METHODS IN THE STUDY OF LANDSCAPE DYNAMICS............... 343
Khromykh V.S.
REGULARITIES IN DYNAMICS OF FLOODPLAIN LANDSCAPES OF THE WESTERN
SIBERIA TAIGA RIVERS................................................................................................................................ 347
Khrustaleva M.A., Gruzdeva L.P., Gruzdev V.S., Suslov S.V.
ECOLOGICAL-BIOGEOCHEMICAL PECULARITIES OF ELEMENT MIGRATION
IN LANDSCAPES OF NECHERNOZEMIE .................................................................................................... 352
Yantser O.V.
SEASONAL DYNAMICS OF LANDSCAPES OF THE SVERDLOVSK REGION...................................... 355
Yantser O.V., Skok N.V.
LANDSCAPE MAP AS A BASIS OF PHENOLOGICAL STUDIES ............................................................. 360
Klug H., Reichel S.
PHOSPHORUS EMISSIONS DURING EXTREME EVENTS .......................................................................364

14
I. éÅôàÖ Çéèêéëõ, íÖéêàü à åÖíéÑéãéÉàü
çÄìäà é ãÄçÑòÄîíÖ

I. GENERAL ISSUES, THEORY AND METHODOLOGY


OF LANDSCAPE SCIENCE

êÖòÖççõÖ à çÖêÖòÖççõÖ Çéèêéëõ ãÄçÑòÄîíéÇÖÑÖçàü


Хорошев А.В.
Московский государственный университет имени М.В. Ломоносова, Москва, Россия,,
avkh1970@yandex.ru

THE RESOLVED AND UNRESOLVED ISSUES IN LANDSCAPE SCIENCE


Khoroshev A.V.
Lomonosov Moscow State University, Moscow, Russia,
avkh1970@yandex.ru
Abstract: State-of-art in landscape science is analyzed. The tern “landscape: is interpreted in
various ways. We focus on understanding landscape as mosaic natural complex with intercomponent
links and lateral interactions. Multiplicity of landscape structures now is the point of departure for un-
derstanding dynamics and functioning. Quantitative techniques based on relief morphometric analysis
are helpful in identification of holistic spatial units. We argue that future trends should concentrate on
revealing effects emerging as a result of interactions between spatial elements. Probabilistic model of
relations between landscape components is preferred over deterministic one. Possibility of interactions
is determined by characteristic time scale of landscape components and processes. We believe that spa-
tial variability of types of intercomponent relations should be studied in order to improve forecast of
future trends. Estimation of non-linear contribution to interactions between componentы is needed to
determine territorial framework for the forecast of future state. Regional specifics of chain reactions in
landscape controls resilience in relation to external impacts. Multiplicity of stable state, in ecotones in
particular, is the priority focus of research. Study of rates of matter transfer is related to the problem of
optimum proportions of contrast land use units that could exclude critical accumulation of undesirable
matter in soils, phytocoenoses and waters.
Наука о ландшафте в разных вариантах и с разными названиями существует более века.
Ландшафт понимается в разных смыслах даже внутри географии: как природный комплекс,
как комбинация взаимодействующих пространственных единиц, как территория под воздейст-
вием человека, как территория с тем или иным хорошо выраженным рельефом, как пейзаж, как
воспринимаемое человеком пространство. Эти понимания необязательно противоречат друг
другу, могут быть взаимодополнительными, раскрывать разные аспекты пространственной
организации территории. М.Д. Гродзинський [2014, с. 20] установил, что «общим знаменате-
лем» всех пониманий ландшафта является следующее: «ландшафт есть гетерогенная часть
пространства, границы, внутренняя конфигурация, образ и значение которого определяются
отношениями между составляющими его местами». Несмотря на разнообразие сюжетов иссле-
дования восприятие ландшафтоведения в научном сообществе «застряло» на однобоком пред-

15
ставлении, что эта отрасль знаний занимается в основном выделением однородных простран-
ственных единиц на основе геолого-геоморфологических границ с несколько насильственной
(по мнению, например, геоботаников, почвоведов) привязкой к ним характеристик других
компонентов. Цель данного сообщения — наметить круг основных актуальных сюжетов раз-
вития ландшафтоведения, вытекающих из уже достигнутых результатов.
Проблема выделения объекта — природного комплекса, геосистемы — была поставлена
на ранних этапах развития науки о ландшафте. А.Г. Топчиев [1988] объединил исследования,
по классификации типов структур в структурно-статическое направление моделирования. Ре-
зультаты после работ Н.А. Солнцева, А.Г. Исаченко, В.Б. Сочавы, Ф.Н. Милькова не только
стали основным «брендом» русскоязычного ландшафтоведения, но и широко используются на
практике. Популярность генетико-морфологической концепции ландшафта, с одной стороны,
позволяет считать ее одним из наиболее значимых достигнутых результатов. С другой сторо-
ны, эта концепция стала с 1970-х гг. рассматриваться как частный случай полиструктурности.
Например, М.Д. Гродзинський [2014] различает, помимо упомянутой, еще 4 типа структур:
позиционно-динамические, парагенетические, бассейновые, биоцентрично-сетевые. Повсеме-
стная приоритетность генетического подхода подвергается сомнению с учетом полученных
сведений о самоорганизации и саморегулировании ландшафта, саморазвитии компонентов и
парциальных компонентных систем, недооцененном вкладе животного населения, повсемест-
ности антропогенной трансформации и др. На повестке дня количественная формализация
способов выделения разнотипных и разномасштабных пространственных единиц. Особенно
актуален поиск, или, точнее, установление информативности морфометрических величин,
описывающих потоки вещества и энергии, перераспределяемые рельефом. Большинство из
них, видимо, наиболее адекватно описывает геоциркуляционные и биоциркуляционные [по
В.Н. Солнцеву, 1997] структуры, в меньшей степени — жестко связанные с геологическим
субстратом и генезисом геостационарные структуры.
Ландшафтоведение с самого начало позиционировалось как наука о связях. Парадоксаль-
но, что выработав к 1970-м гг. несколько основных способов картографирования природных
комплексов, ландшафтоведение меньше стало интересоваться хорологическими аспектами и
переключилось на исследование межкомпонентных (радиальных) связей, динамики и эволю-
ции, все больше и больше пересекаясь со сферой интересов биогеоценологии и экологии. При
всей конструктивности таких исследований, эта тенденция стала порождать сомнения в нали-
чии собственного специфического предмета ландшафтоведения. В этом смысле представляется
полезным «наведение мостов» с англоязычной ландшафтной экологией как наукой о взаимо-
влиянии экологических процессов и пространственных структур на мозаичных территориях.
Если в русскоязычном генетическом ландшафтоведении акцент всегда делался на индикацию
процессов по пространственным структурам, на выявление факторов дифференциации, то в
ландшафтной экологии, наоборот, на выявление детерминирующей роли пространственной
структуры для процессов (в основном на примерах миграций животных и распространения на-
рушений). Хорологический аспект позволяет нацелить науку о ландшафте на приоритет поиска
эмерджентных эффектов, которые возникают как результат взаимодействия пространственных
единиц и не присущи каждой из этих единиц по отдельности: стока, микроклимата, жизнеспо-
собности популяций, биоразнообразия, рекреационной и эстетической ценности и т. п. В связи
с этим новые аспекты могут появиться в достаточно традиционном и хорошо изученном сюже-
те об определяющей роли ландшафтных условий для хозяйственной деятельности. Результаты,
полученные в историческом ландшафтоведении, показывают, что определяющую роль в рас-
селении и планировании природопользования может играть не просто пригодность урочища
для того или иного вида угодий, а определенные пространственные комбинации и соседства
ландшафтных комплексов.
Разумеется, здесь не обойтись без решения вопроса о приоритетном выборе того или иного
типа ландшафтных структур для каждой разновидности эмерджентных эффектов, возможно —
и об эффектах наложения разнотипных и разномасштабных структур. Именно этот вопрос от-

16
носится к числу нерешенных и, по мнению автора, наиболее актуальных вопросов. Простран-
ственная структура и ее иерархическая организация средствами ГИС-технологий, космосним-
ков и специальных программ описывается, как правило, по легко наблюдаемому компоненту
или свойству — рельефу и растительному покрову (частный случай — комбинация земельных
угодий). Однако сути ландшафтоведения в большей степени соответствует модели иерархиче-
ской организации как фактора формирования не отдельных свойств, а их групп, или плеяд,
объединяемых статистически достоверными связями. Важно, что компонент может реагиро-
вать на внешние условия только частью свойств, входящих в соответствующую плеяду [Хо-
рошев, 2016]. Обычно применяемые методы геостатистики ориентированы на выявление про-
странственной организации именно одного компонента. Связь свойств разных компонентов в
плеяде может служить основанием для вывода о совпадении или близости их характерных
времен. Следовательно, они могут изменяться в пространстве и во времени параллельно, со-
пряженно друг с другом. Выявление пространственных закономерностей варьирования состава
плеяд, тесноты связей в плеяде представляется насущной задачей в рамках функционально-
статического направления моделирования. Ее решение позволит находить в пространстве гете-
рогенного ландшафта ареалы действия однотипных связей и делать в их рамках прогноз хода и
скорости цепных реакций в ландшафтах при внешних воздействиях. Оценка вклада нелиней-
ных взаимодействий позволила бы более корректно определять ареалы допустимой экстрапо-
ляции информации о виде связи, устанавливать возможность смены в пространстве знака ко-
эффициента чувствительности одного свойства к варьированию другого. Этим, в свою
очередь, достигается определение территориальных рамок применения эргодического подхода
к прогнозированию будущих состояний при внешних воздействиях на ландшафт. Специфич-
ность хода реакций и отклика на климатические изменения в зависимости от региональных и
локальных условий при разных климатических сценариях [Коломыц, 2008] становится одной
из приоритетных тем в ландшафтоведении. Эти работы позволяют определить меру инертно-
сти ландшафтов, а практическим выходом может быть оценка надежности используемых тех-
нологий в долгосрочной перспективе, «срочность» структурных изменений в хозяйстве, новые
риски опасных процессов (или уменьшение таковых).
Ландшафтоведение, получив богатый опыт крупномасштабных и стационарных исследо-
ваний, постепенно отошло, в отличие от раннего этапа своего развития, от представления о
строгой взаимной детерминированности свойств компонентов и стало признавать вероятност-
ную природу межкомпонентных отношений. Это в большой степени было следствием разви-
тия концепции характерного времени, различия которого определяют возможность или невоз-
можность взаимодействий, присутствие реликтовых свойств — «памяти ландшафта». Одним
из наиболее интересных вопросов представляется связь видов устойчивости с возможным
множеством вероятных состояний. Чрезвычайно важной представляется трактовка экотонных
зон, или в широком смысле — зон с неполной взаимоадаптацией компонентов, с точки зрения
устойчивости. Расширенный диапазон возможных сочетаний свойств компонентов может оз-
начать допустимость нескольких устойчивых состояний, т. е. проявление одного из видов ус-
тойчивости — пластичности. Равновероятностные переходы геосистемы из одного устойчиво-
го состояния в другое и обратно могут провоцироваться случайными сочетаниями событий.
Исследование триггерных эффектов [Арманд, 2006] можно рассматривать как связующее зве-
но «структурной» и «динамической» линий современных ландшафтных исследований. При-
кладной выход исследований устойчивости и триггерных эффектов видится в определении
диапазонов возможных динамических состояний данного участка ландшафта.
В функционально-динамическом направлении моделирования в ландшафтоведении успех
прогнозирования будущих состояний зависит от получения количественных оценок скоростей
процессов, объема потоков вещества, емкости геохимических барьеров. Определение объемов
потоков вещества переплетается с задачей оценки рисков разрушения оптимальных простран-
ственных пропорций элементов ландшафта. Так как разнотипные элементы пространственной
структуры могут иметь взаимодополнительное значение для обеспечения устойчивого функ-

17
ционирования ландшафта, резкое увеличение или уменьшение объемов потоков (твердого и
растворенного вещества, животных, семян и т. п.) может спровоцировать изменение площад-
ных соотношений и, как следствие, режима функционирования ландшафта как целостной сис-
темы. Примером может служить изменение теплового и водного баланса после зарастания по-
лей. Этот вопрос можно отнести к разряду мало изученных ландшафтоведением. Авторитет
ландшафтоведения в глазах практиков в большой степени будет зависеть от того, насколько
ему удастся определение тех пространственных комбинаций угодий, адаптированных к уро-
чищной структуре, которые будут обеспечивать накопление техногенного вещества (в почвах,
водах, фитоценозах) в количествах, не превышающих критических порогов, после которых
происходят необратимые цепные реакции изменения других компонентов.
Важным достижением науки о ландшафте последних десятилетий можно считать понима-
ние явления гистерезиса — несовпадения прямой и обратной траекторий, невозможности воз-
вращения геосистемы в исходное состояние по всем характеристикам. В динамике накаплива-
ются предпосылки к направленным изменениям. Недостаточно исследован вопрос о
соотношении тесноты межкомпонентных связей с устойчивостью и зависимости этого соот-
ношения от стадии развития ландшафта. Важнейшим результатом работ школы В.Б. Сочавы
было представление о том, что наблюдаемое состояние ландшафта представляет собой «кадр»
в серии переменных состояний, каждое из которых можно охарактеризовать определенной
системой межкомпонентных связей, контролирующих устойчивость к внешним воздействиям.
Малоисследованный вопрос — в какой степени устойчивость может быть связана с эффектив-
ностью усвоения и использования энергии, насколько ландшафт способен минимизировать
свою зависимость от внешней среды путем накопления энергии. На этом вопросе концентри-
руется самое новое направление исследований функционирования ландшафта, пришедшее из
функциональной экологии, — термодинамическое, использующее понятия «работа», «эксер-
гия» [Сандлерский, Пузаченко, 2014].
Таким образом, ландшафтоведение, на взгляд автора, должно быть ориентировано на ис-
следование природных систем в рамках своей специфической ниши среди других наук — при-
оритетного исследования эмерджентных эффектов, возникающих как результат взаимодейст-
вий пространственных элементов ландшафта и определяющих устойчивость в условиях
внешних воздействий.
ЛИТЕРАТУРА
1. Арманд А.Д. Необратимые изменения ландшафтов // Ландшафтоведение: теория, методы,
региональные исследования, практика. Матер. XI Межд. ландшафтн. конф. М.: Геогр. ф-т
МГУ, 2006. С. 31–33.
2. Гродзиньский М.Д. Ландшафтна екологiя. Київ: Знання, 2014.. 233 с.
3. Коломыц Э.Г. Локальные механизмы глобальных изменений природных геосистем. М.:
Наука, 2008. 427 с.
4. Сандлерский Р.Б., Пузаченко Ю.Г. Термодинамика ландшафта на основе данных дистан-
ционного зондирования // Вопросы географии. Сб. 138. М.: Кодекс, 2014. С. 185-214.
5. Солнцев В.Н. Структурное ландшафтоведение: основы концепции // Структура, функцио-
нирование, эволюция природных и антропогенных ландшафтов. Тез. X ландшафтн. конф.
М.-СПб, 1997. С. 11–14.
6. Топчиев А.Г. Пространственная организация географических комплексов и систем. Киев-
Одесса: Выща школа, 1988. 187 с.
7. Хорошев А.В. Полимасштабная организация географического ландшафта. М.: Товарищест-
во научных изданий КМК, 2016. 416 с.

18
çÖäéíéêõÖ èêéÅãÖåõ çÄìäà é ãÄçÑòÄîíÖ XXI ÇÖäÄ
Дьяконов К.Н.1, Линник В.Г.1, 2
1
Московский государственный университет имени М.В. Ломоносова, Москва, Россия,
diakonov.geofak@mail.ru
2
Институт геохимии и аналитической химии имени В.И. Вернадского РАН, Москва, Россия,
linnik@geokhi.ru

CERTAIN PROBLEMS OF THE 21ST CENTURY LANDSCAPE SCIENCE


Dyakonov K.N.1, Linnik V.G.1, 2
1
Lomonosov Moscow State University, Moscow, Russia, diakonov.geofak@mail.ru
2
V.I. Vernadsky Institute of Geochemistry and Analytical Chemistry, Moscow, Russia,
linnik@geokhi.ru
Abstract: The main 4 directions of landscape science, formed by the beginning of the 21st cen-
tury, are the following: 1) structural-genetic, 2) functional-dynamic 3) evolutionary 4) applied. An im-
portant achievement of the structural and genetic direction is the development of ideas about the hierar-
chical organization of landscape morphological units. The functional-dynamic direction is aimed at
solving the problems of the geosystem dynamics. Its basis is created by two directions of modern
physical geography - landscape geophysics and geochemistry of the landscape. Evolutionary landscape
branch includes two different research directions: 1) anthropogenic landscape science and 2) paleo-
landscape studies. Anthropogenic landscape сan be regarded as a part of the functional-dynamic direc-
tion, where one of the additional factors of the dynamics of geosystems considers the influence of man
on historical time intervals. Paleo-landscape studies are more focused on studying the evolution of
landscapes at geological intervals (up to 1-2 million years). Applied, socially-oriented directions in
landscape science are the practical output of the three directions considered, which make real the pre-
diction and management of geosystems and, finally, the construction of geotechnical systems with pre-
defined properties. The classical period of landscape studies, which can be characterized as a stage of
qualitative description and analysis of landscape processes, has almost been completed. New problems
of landscape science XXI lies in the development of the theory of mathematical modeling of geosys-
tems. There is a need to develop ideas on how an elementary landscape unit is constructed on the mi-
crolandscape and the nano- landscape levels. A new approach is proposed, when the criterion of homo-
geneity of an elementary landscape is replaced by the criterion of heterogeneity, which is possible in
principle only with stochastic modeling methods. The questions of changing the spatial structure (pat-
terns) as a result of mass and energy fluxes that lead to the formation of a set of hierarchically organ-
ized spatio-temporal structures of different scales are considered.
1. Классический этап ландшафтоведения (XX век)
Современное ландшафтоведение представляет собой систему взаимосвязанных направле-
ний, охватывающих широкий спектр исследования от фундаментальных (как устроен ланд-
шафт, иерархические уровни организации и др.), до прикладных, направленных на гармониза-
цию взаимодействия человека и природы. Подробный анализ четырех основных направлений
ландшафтной науки на пороге XXI представлен в работе [Дьяконов, 2005], в которой выделе-
ны: 1) структурно-генетическое; 2) функционально-динамическое (геохимическое и геофизи-
ческое); 3) эволюционное (палеоландшафтоведение, антропогенный ландшафтонегез) и
4) прикладное, социально-ориентированное (ландшафтное планирование, эстетика и дизайн
ландшафта).
Наука о ландшафте, как самостоятельное научное направление, прошла несколько этапов в
своем развитии. Так, на первом этапе в 40-50-е годы ХХ века была обоснована специфика объ-
екта науки, предложены критерии выделения границ реальных систем, имеющих черты гене-
тической и функциональной целостности, определен предмет науки, выявлена структуру
(морфология) объекта и построена их естественноисторическая классификация (рис. 1).
Эти задачи решались в процессе картографирования — составления ландшафтных карт.
Важнейшим теоретическим достижением в рамках структурно-генетической концепции, свя-
занным с именем Н.А. Солнцева и его учеников, следует признать разработку представлений
об иерархической организации соподчиненных морфологических единиц ландшафтов.

19
На следующем этапе были заложены основы функционально-динамического направле-
ния, нацеленного на решение задач динамики природных процессов, которые лежат в основе
формирования природных комплексов как целостных систем. Свой вклад в развитие этого на-
правления внесли генетическое ландшафтоведение, теория геосистем (в том числе и нуклеар-
ных), парагенетических комплексов и др. Две дисциплины — геофизика ландшафта и гео-
химия ландшафта формируют базис этих исследований, в основе которого лежит изучение
процессов массо-энергообмена в геосистемах различного масштабного уровня организации.
Геофизика ландшафта исследует физические принципы пространственно-временной организа-
ции геосистем, тогда как геохимия ландшафта — вещественный состав (химические элементы
и их соединения) и его трансформацию в процессе ландшафтогенеза. Основными объектами
изучения геохимии ландшафтов являются элементарный и геохимические ландшафты, геохи-
мические поля, каскадные геохимические системы [Касимов, Геннадиев, 2006].

Структурно-
генетиче-
ское

Рис. 1. Основные направления ландшафтоведения XX века.


Частота и направление стрелок от физико-математического направления характеризует степень
востребованности методов математического моделирования [Дьяконов, 2005]

Эволюционное ландшафтоведение включает два принципиально разных по временным


масштабам исследования направления: 1) антропогенный ландшафтогенез и 2) палеоландшаф-
товедение. Антропогенный ландшафтогенез тесно связан с функционально-динамическим
направлением, поскольку в качестве дополнительного фактора динамики геосистем можно
рассматривать влияние человека на исторических временных интервалах. Тогда как палео-
ландшафтоведение в большей степени ориентировано на изучение процессов эволюции
ландшафтов на геологических интервалах (до 1-2 млн. лет). Используемые методы для вери-
фикации полученных результатов исследования существенно различаются. Для палеоланд-
шафтоведения критически важным становится использование надежных методов датировки
отложений на основе изотопного анализа. Так, в зарубежной географии активно разрабатыва-
ется математические модели эволюции ландшафтов на временных интервалах до 1 млн. лет,
где для верификации результатов моделирования используется 10Be (период полураспада око-
ло 1,4 млн лет).
Прикладные, социально-ориентированные направления в ландшафтоведении являют-
ся практической реализацией трех рассмотренных направлений, что делает реальным прогно-
зирование и управление геосистемами и, наконец, конструирование геотехнических систем с
наперед заданными свойствами [Дьяконов, 1973]. В современной терминологии такие геотех-
нические системы принято называть СППР (системы поддержки принятия решений).
2. Математизация и моделирование ландшафтных систем
Следует отметить, что период развития ландшафтоведения, который можно охарактеризо-
вать как этап качественного описания и анализа ландшафтных процессов, в том числе и раз-
личными статистическими методами, практически уже завершен. Принципиально новые про-
блемы ландшафтоведения XXI века лежат в области развития теории динамического
ландшафтоведения, в котором широко используется физико-математическое моделирование

20
[Сысуев, 2003]. Как показывает отечественный и зарубежный опыт исследований в области
динамического ландшафтоведения, успешное решение поставленных задач реально только то-
гда, когда в исследованиях принимают участие специалисты, получившие техническое или
физико-математическое образование, либо специалисты-предметники, освоившие методы мо-
делирования в процессе совместного с математиками выполнения исследований.
Использование математического моделирования существенно расширяет класс решаемых
проблем и задач ландшафтного анализа. Важную роль играет геоинформационное моделиро-
вание, которое, используя привычные географу методы картографического моделирования, на
принципиально новом уровнем применяет аппарат пространственной статистики для изучения
как структурных, так и динамических особенностей ландшафтных систем.
Функционирование ландшафтов — совокупность элементарных процессов различной при-
роды (физической, физико-химической, геохимической и биологической) образуют основу ди-
намики ландшафтов, которое может исследоваться методами физико-математического моде-
лирования.
Вопросами физико-математического моделирования ландшафтных процессов в последние
годы активно стали заниматься отраслевые специалисты. Так, близким по смыслу представле-
ниям ландшафтоведения является концепция «критической зоны», которая объединяет пред-
ставителей различных отраслевых научных направлений, исследующих процессы массо-
энергобмена живой и неживой материи на поверхности земли — прямые конкуренты геогра-
фам-ландшафтоведам. Центральная задача этих исследований — создание математической мо-
дели формирования почвы как «биогеохимического реактора» в результате взаимодействия
различных ландшафтных факторов.
В настоящее время ландшафтное моделирование в мире развивается на стыке физики и
химии почв, геохимии, гидрологии и геоморфологии. Выделились два направления:
1) Педометрика. Развитие современных методов ландшафтного моделирования ориенти-
ровано в большей степени на выявление межкомпонентных связей (аналитические связи в
ландшафте), причем центральное место отводится моделированию ландшафтных факторов
формирования структуры почвенного покрова. Фактически — это модернизация структурно-
генетического направления ландшафтоведения на основе современных возможностей ком-
плексирования как полевых (в том числе экспериментальных), так дистанционных методов
исследований.
2) «Гидропочвоведение». Это направление развивается за рубежом последние 10 лет на
стыке физики почв, гидрологии и гидрогеологии. Ориентируется на использование физических
моделей для исследования процессов влагопереноса с учетом ландшафтной структуры. На-
прямую связано с функционально-динамическим направлением в ландшафтоведении.
Становится очевидным, что новый этап исследования ландшафтной организации и функ-
ционирования будет строиться на интеграции результатов дистанционного зондирования с
данными наземных наблюдений за динамикой природных процессов. Возрастет роль геофизи-
ки и геохимии ландшафта как фундамента теоретического ландшафтоведения. Геоинформаци-
онному моделированию отводится главная роль при проверке теоретических построений, ана-
лизе скрытых элементов структуры ландшафта на разных масштабных уровнях.
Новые успехи в теории ландшафтоведения следует ожидать как в развитии методов поле-
вых ландшафтных исследований за счет активного использования датчиков и сенсоров для по-
лучения геофизических параметров моделей ландшафта, так и в результате развития представ-
лений о геосистемах как о целостных объектах, функционирование которых представляет
результат взаимодействия как детерминированных, так и стохастических процессов.
3. Ландшафтная экология
Переходным этапом от классического ландшафтоведения к ландшафтоведению XXI века
можно рассматривать развитие ландшафтной экологии.
Ландшафтная экология — научное направление, сформировавшееся на стыке экологии и
географии. Термин ландшафтная экология был предложен немецким географом Карлом Трол-
лем в 1939 г., использовавшим аэрофотоснимки для дешифрирования растительного покрова и
анализа их связи с географическими факторами. Новый импульс ландшафтная экология полу-

21
чила в начале 80-ых годов прошлого века в американской науке, где методами геоинформаци-
онного моделирования исследовалось пространственное разнообразие отдельных элементов
ландшафта (поля, лесные участки, лесополосы и т. д.), а также оценивалось, как их взаимное
пространственное расположение влияет на потоки вещества и энергии (включая распростране-
ние животных и растительности). В ландшафтной экологии впервые были активно использо-
ваны методы математического моделирования целостных пространственных структур, полу-
чивших название паттернов. В настоящее время ландшафтную экологию уже можно
рассматривать как теоретический фундамент для «антропогенного ландшафтоведения», а так-
же различных его приложений, которые находят применение в районных планировках, рекреа-
ционной географии и т. д.
В ландшафтной экологии динамика ландшафта рассматривается через призму базовых по-
нятий «масштаб–процесс–паттерн». Изменение пространственной структуры (паттернов)
происходит в результате действия вещественно-энергетических потоков, которые закономерно
приводят к формированию набора иерархически организованных пространственно-временных
структур разного масштаба. Такие паттерны могут быть визуально наблюдаемыми (напри-
мер, изменение структуры растительного покрова), так и не видимыми (геохимические поля).
Различие между понятием «поле» и «паттерн» — принципиальное. В ландшафтоведении
под понятием «поле» было принято понимать зону влияния одного объекта на другой — на-
пример, барьерная роль горных систем. В отличие от «поля», понятие «паттерн» не предпола-
гает условия «гладкости», т. е. дифференцирования. При этом в отличие о поля, паттерн может
быть не сплошной структурой, например — иметь «дырки». Реальный пример формирования
паттерна в природе представляет процесс снеготаяния в лесу: когда на последней стадии сне-
готаяния наблюдается чередование фрагментов снега с оттаявшими прогалинами. В данном
случае это пример неоднородности (гетерогенности) процесса снеготаяния.
Динамика геосистем происходит в результате действия как внешних, так и внутренних
причин (факторов). Внешними факторами развития служат гидро-климатические, тогда как
внутренние — это рельеф (форма склона, экспозиция, угол наклона), литология. Почва и рас-
тительность являются результатом взаимодействия перечисленных выше факторов.
Неравновесность геосистем как открытых систем постоянно поддерживается за счет не-
равномерного (стохастического) пространственно-временного поступления влаги. Раститель-
ный покров, а еще в большей степени почва, служат мощным биогеохимическим барьером
(буфером), которые трансформируют поступающие потоки вещества и энергии в целостные
пространственно-временные системы, которые можно определить, как «паттерны».
Саморазвитие геосистем происходит за счет взаимодействия внутренних факторов. Гете-
рогенность (неоднородность) почвы и почвообразующей породы по физико-химическим
свойствам (параметрам), когда наблюдается разность концентрации химических элементов,
служит причиной геохимической миграции, которая в данном случае описывается законами
Фика. Физическая основа внутренней динамики геосистем — это неоднородность природного
компонента в пределах геосистемы.
4. Проблема строения элементарной единицы в ландшафтоведении
Для существующих элементарных (неделимых) единиц ландшафтоведения (фация, эле-
ментарный ландшафт, биогеоценоз) был принят критерий однородности. Так, согласно Б.Б.
Полынову, для выделения элементарного ландшафта необходим определенный элемент рель-
ефа, сложенный одной породой или наносом и покрытый в каждый момент своего существо-
вания определенным растительным сообществом. Все эти условия создают определенную раз-
ность почвы и свидетельствуют об одинаковом на протяжении элементарного ландшафта
развитии взаимодействия между горными породами и организмами, что формирует однород-
ность почвы. Если элементарный ландшафт неоднороден, то его следует разделять до тех
пор, пока не будет достигнута однородность полученных частей.
Основное внимание уделялось проведению границ, поскольку внутри контур должен быть
однороден. Реально существующая неоднородность свойств внутри элементарного ландшаф-
та рассматривалась как производная от нечеткости, размытости границ, когда можно выде-
лить, например, только ядро фации. В целом для классического ландшафтоведения, согласно
Н.А. Солнцеву, однородность существует только по одному фактору — генетическому. Одна-

22
ко общность происхождения, как и те процессы, в результате которых сформировался элемен-
тарный объект исследования (фация, например) абсолютно не являются гарантией одинаковой
интенсивности ландшафто-формирующих процессов в пределах фации. Как уже отмечалось,
физико-химические и водно-физические свойства ПТК изначально неоднородны. При деталь-
ной съемке по выбранной сетке этих показателей мы получаем различные значения параметра,
что свидетельствует больше в пользу стохастической, а не детерминистической природы па-
раметров геосистем.
Таким образом, наряду с существующей парадигмой об однородности элементарного
ландшафта, принятой в классическом ландшафтоведении, следует развивать парадигму гете-
рогенности как критерия для выявления иерархии ландшафтных паттернов различного мас-
штабного уровня организации, что принципиально возможно только при стохастических мето-
дах моделирования.
В таком случае появляется необходимость в разработке представлений о том, как устроена
элементарная ландшафтная единица на микроландшафтном и нано-ландшафтном уровне. Ис-
пользование традиционных полевых методов исследования с выбором одного репрезентатив-
ного почвенного разреза становится недостаточным, поскольку для получения функций рас-
пределения анализируемых ландшафтных параметров потребуется детальный шаг
опробования от метров до десятков сантиметров. Получение массовых статистических данных
становится возможным только с использованием различных физических методов неразру-
шающего контроля. Принципиальные проблемы могут возникнуть в связи с тем, что возмож-
ности исследования геохимических свойств ландшафта без отбора проб существенно ограни-
чены по сравнению с измерением геофизических параметров методами неразрушающего
контроля. Таким образом, в паре «геофизика ландшафта — геохимия ландшафта» геофизике
ландшафта отводится ведущая роль.
5. Проблема воспроизводства ландшафтоведов в магистратуре и аспирантуре
Эта проблема — одна из самых актуальных для высшей школы и академических институ-
тов. Подготовка осуществляется в государственных классических университетах: Московском
имени М.В. Ломоносова, Санкт-Петербургском, Воронежском, Саратовском, Симферополь-
ском, Томском, Тюменском, Оренбургском, Дальневосточном и др. Ведущие академические
организации — Институт географии РАН, Институт географии им. В.Б. Сочавы СО РАН, Ин-
ститут геоэкологии РАН, Институт проблем экологии и эволюции им. А.Н. Северцова РАН,
Институт степи УрО РАН, Институт экологии Волжского бассейна РАН — также успешно ве-
дут подготовку физико-географов самой высокой квалификации. Проблемы в подготовке ма-
гистров мы видим в том, что, во-первых, со второго или третьего курса обучения в бакалавриа-
те начинается специализация по отдельным направлениям и кафедрам в ущерб серьезной
широкой общегеографической подготовке; во-вторых, ликвидирована производственная поле-
вая практика после 4-го курса; в-третьих, приборная база полевых исследований не соответст-
вует современному уровню, а аналитические кафедральные геохимические и геофизические
лаборатории — редкость. Причина — отсутствие финансирования.
География в системе общеобразовательных учебных заведений уже 30 лет находится в
блоке общественных дисциплин. В учебниках по географии, традиционно относящихся к фи-
зической (Землеведение, Физическая география материков и океанов, Физическая география
России), от 10 до 20% материала относится к социально-экономической географии. При этом
отсутствуют основы ландшафтоведения, а отдельные его элементы преподносятся на уровне
начала 50-х годов прошлого века. Интерес к географии, судя по количеству школьников,
сдающих ЕГЭ, очень скромный, что отражается на конкурсах в вузы России.
ЛИТЕРАТУРА
1. Дьяконов К.Н. Базовые концепции ландшафтоведения и их развитие // Вестник Московского уни-
верситета. Сер. 5. География. 2005. №1. С. 4-12.
2. Дьяконов К.Н. О соотношении понятий географический ландшафт, геохимический ландшафт и гео-
система//Методы прикладной и региональной физической географии. М.: Изд-во Моск. ун-та, 1973.
С. 5-10.

23
3. Касимов Н.С., Геннадиев А.Н. Ландшафтно-геохимическая и почвенно-географическая школа.
2. Базовые научные концепции // Географические школы Московского университета. М.: Издатель-
ский дом «Городец», 2008. С.198-228.
4. Сысуев В.В. Физико-математические основы ландшафтоведения. М.: Географический факультет
МГУ, 2003. 175 с.

äéçñÖèñàü ÉÖéëàëíÖå Ç ëéÇêÖåÖççéå ãÄçÑòÄîíéÇÖÑÖçàà1


Ретеюм А.Ю.1, Снытко В.А.2
1
Московский государственный университет имени М.В. Ломоносова, Москва, Россия,
aretejum@yandex.ru
2
Институт истории естествознания и техники имени С.И. Вавилова РАН, Москва, Россия,
vsnytko@yandex.ru

THE GEOSYSTEM CONCEPT IN MODERN LANDSCAPE SCINCE


Retejum A.Ju.1, Snytko V.A.2
1
Lomonosov Moscow State University, Moscow, Russia, aretejum@yandex.ru
2
S.I. Vavilov Institute for the History of Science and Technology RAS, Moscow, Russia,
vsnytko@yandex.ru
Abstract: We consider the landscape science evolution during last 50 years after publication of
the well-known article on the geographical terminology [Sochava, 1963]. Relatively slow progress in
the area of geosystem research is connected with inadequate a priory methodology focusing on homo-
geneity phenomena on the earth surface. One proposes a way of empirical generalization of all signifi-
cant results have been obtained before. This approach creates a base for development of the new ver-
sion of the concept of holistic units with the core-envelop structure.
Прошло более полувека после публикации известной статьи В.Б. Сочавы [Сочава, 1963],
где впервые был предложен термин «геосистема». Новые идеи, родившиеся в коллективе Ин-
ститута географии Сибири и Дальнего Востока, стали стимулом к совершенствованию про-
грамм полевых наблюдений, они позволили обновить теоретико-методологические основы
ландшафтоведения, физической географии и всей отечественной географии [Сочава, 1978; Ре-
теюм, Снытко, 2012; Семенов, Снытко, 2013; Баженова и др., 2014]. Вместе с тем последова-
тельное внедрение системного подхода выявило серьезную проблему снятия накопленных
противоречий, препятствующих объективному выделению геосистем и выявлению связей [Ре-
теюм, 1972, 1988]. Время показало, что на пути создания продуктивной концепции геосистем
действительно есть труднопреодолимые препятствия. Об их существовании свидетельствует,
прежде всего, тот факт, что ландшафтоведение до сих пор не сумело выполнить главное требо-
вание науки — воспроизводство результатов. Как и прежде, несмотря на возникновение образа
неких «динамичных», «функционирующих» природных комплексов, мы имеем дело с ланд-
шафтами по той или иной региональной школе.
Ландшафтоведение остается в стороне от многих современных направлений в науках о
Земле, продолжая по традиции опираться на довольно ограниченный набор исходных данных.
Нельзя сказать, что выдвинутая В.В. Докучаевым цель изучения «вековечных» связей, соотно-
шений и взаимодействий, составляющих «сущность познания естества» [Докучаев, 1899, с. 1]
достигнута. Закономерен поэтому ограниченный спрос на ландшафтную информацию в смеж-
ных отраслевых дисциплинах.
Нужно указать на три наиболее крупных инновационных барьера в нашей науке, мешаю-
щих адекватному восприятию и отражению действительности:
1. Предельно упрощенная линейно-иерархическая картина мира, в которой фигурируют
вложенные друг в друга единицы.

1
Работа поддержана грантом РФФИ, проект № 15-05-06468.

24
2. Априорная ориентация, выражающаяся, в частности, в решении задачи проведения гра-
ниц на самой первой стадии изучения объекта.
3. Установка на оперирование однородностями, по сути, представляющими собой продук-
ты классификации, неизбежно субъективной.
Ландшафтоведение оставляет вне поля зрения энергетику, внутренние процессы, симмет-
рию и другие аспекты, обычно выступающие в качестве стержневых научных тем. Положение
сохранится до тех пор, пока мы будем рассматривать участки земной поверхности, а не объем-
ные совокупности тел, обладающие нижними и верхними границами. Чрезвычайно показа-
тельно, что характерными частями интересующего нас целого считаются несопоставимые
с ним по размерам образования, например, почвенные горизонты или травянистые растения
с проективным покрытием, измеряемым квадратными сантиметрами, в то время как самые
мощные на континентах потоки — речные воды, и наиболее крупные на суше движущиеся
массы — воды озер, при площади в сотни и тысячи квадратных километров, не получили об-
щепризнанного статуса и как бы исключены из ландшафта.
Свидетельств улучшения познавательной ситуации в ландшафтоведении не обнаружива-
ется, что можно объяснить нашей недостаточной осведомленностью о достижениях в изучении
реальных систем, слабым знакомством с историей науки и консерватизмом мышления. Пред-
принимавшиеся отдельные попытки анализа ландшафтных представлений не касались фунда-
ментальных вопросов и не привели к улучшению ситуации. Понятийная неразработанность
привела к тому, что термин «геосистема» пока входит только в российский национальный те-
заурус, причем он нередко применяется в случаях, которые не имеют между собой ничего об-
щего.
Для повышения продуктивности понятия геосистемы в сложившихся условиях требуется
провести широкое эмпирическое обобщение, в котором найдут отражение все без исключений
содержательные выводы, полученные несколькими поколениями участников ландшафтного
движения. Нынешний уровень географических знаний позволяет дать следующее определение:
геосистема — сложная форма упорядоченности земного пространства-времени, созданная
материальными сгустками в виде твердых, жидких и газообразных тел естественного и ис-
кусственного происхождения, скоплениями органического вещества, живыми организмами и
человеком, которые меняют окружающую среду и составляют вместе со сферой своего
влияния саморазвивающееся единство.
В данном определении важны указания на способы выделения собственного предмета ис-
следования в общем для наук о Земле объекте и его дальнейшее изучение. Во-первых, речь
идет об установке на поиск «правильностей» (выражение В.И. Вернадского [Вернадский, 2007,
с.149]), а не физиономически различных индивидуальностей. Во-вторых, работа начинается с
идентификации системообразующего начала, выбранного по теоретическим или практическим
соображениям. В-третьих, обращается внимание на роль прослеживания эффектов воздейст-
вия. Необходимо иметь в виду что-то одно из множества структурно обособленных, но совме-
щенных образований.
Поскольку планета Земля отличается высокой степенью гравитационного расслоения,
функцию основы многих геосистем выполняют геологические тела, представленные одновоз-
растными минеральными скоплениями, гетерогенными блоками и тектоническими разломами.
Соответствующие геосистемы трех типов (одного известного и двух почти неизвестных в
ландшафтоведении) часто занимают одну и ту же территорию, имея глобальное распростране-
ние. В термодинамическом отношении геосистемы тектонических разломов и вулканов отно-
сятся к категории открытых, они функционируют благодаря вертикальной миграции флюидов.
Остальные геосистемы с геоматическим фундаментом термодинамически закрытые, и систе-
мообразующие связи в них поддерживаются активностью соседних тел (ветрами в приземном
слое воздуха, стоком, минеральным питанием растений и т. д.).
Отдельные ряды геосистем образуют водные тела, это катены, речные бассейны, а также
особые озерно-береговые единства. Со времен Ф. Рихтгофена и В.А. Обручева накоплено мно-
го сведений о системообразующей роли воздушно-песчаных и воздушно-пылевых потоков.
Достаточно хорошо в ландшафтоведении на примере болот изучены органогенные геосистемы.
Раскрыты некоторые закономерности функционирования биогенных систем — консорций, в

25
особенности лесных. Сравнительно небольшой прогресс достигнут в понимании устройства и
действия антропогенных и техногенных геосистем. В последние годы обнаружено огромное
влияние ядра планетарной геосистемы на оболочки. Важно, что геосистемы подобны Солнеч-
ной системе и Галактике.
Для адекватного анализа и синтеза в ландшафтоведении необходимы значительные затраты
ресурсов и времени. В обстановке существующих ограничений представляется наиболее реали-
стичным подход, при котором имеются в виду не столько отдельные геосистемы, сколько их соче-
тания. В этом контексте ландшафт есть ареал локальных геосистем, объединяемых по признакам
сходства, соседства или родства. Однозначность выделения ландшафтов обеспечивается четкими
критериями группировки геосистем, служащих операционными единицами. Примеры ландшаф-
тов: остров Ольхон на Байкале, Чарские пески, широтная часть долины реки Оби, Ботовская
пещера (верховья реки Лены), Большое Васюганское болото, Барнаульский ленточный бор,
поселения и угодья Таркосалинской общины лесных ненцев, город Тюмень, освоенное Само-
тлорское месторождение, Приведенное определение близко к берговской формулировке [Берг,
1947], но устраняет противоречия между требованиями целостности и однородности.
Эффективным средством изучения геосистем служит пространственно-временное скани-
рование, суть которого заключается в фиксации значений чувствительных и точно измеренных
индикаторов через равные периоды и/или расстояния. Приведем два примера. Первый из них
касается системы с воздушным ядром — Сибирского антициклона. В нулевом приближении
пределы сферы его влияния можно установить с помощью корреляции средних месячных тем-
ператур зимой между центром и предполагаемой периферией (рис. 1).
Второй пример демонстрирует эффект массопереноса в евразийских частях Атлантиче-
ской и Тихоокеанской систем по данным расчета трендов годовой суммы атмосферных осад-
ков (рис. 2).
Обращение к геосистемной ориентации придаст новый импульс в развитии нашей науки.

Рис. 1. Долготные изменения корреляции средних Рис. 2. Тренды изменений годовых сумм осадков в
месячных температур в январе период 1990-2016 гг. на широтах 50-60° в Евразии.
в сфере влияния Сибирского антициклона (период Источник: Ibid
1990-2017 гг.). Хорошо видна диссимметрия, обу-
словленная господством западных ветров. Источ-
ник: расчет по данным ESRL
ЛИТЕРАТУРА
1. Баженова О.И., Плюснин В.М., Снытко В.А. Реализация программы географических стационарных
исследований в Сибири (к 50-летию выхода монографии «Алкучанский Говин» // География и при-
родные ресурсы, 2014. № 4. С.5-12.
2. Берг Л.С. Географические зоны Советского Союза. М.: ОГИЗ-Географгиз, 1947. 397 с.
3. Вернадский В.В. Пережитое и передуманное. М.: Вагриус, 2007. С.149.
4. Докучаев В.В. К учению о зонах природы. Горизонтальные и вертикальные почвенные зоны. СПб.:
Тип СПб Градоначальства, 1899. 19 с.
5. Ретеюм А.Ю. Земные миры. М.: Мысль, 1988., 266 с.

26
6. Ретеюм А.Ю. Физико-географические исследования и системный подход //Системные исследования.
Ежегодник. М.: Наука, 1972. С. 90-110.
7. Ретеюм А.Ю., Снытко В.А. Геосистема — базовое понятие географического образования // Геогра-
фия в школе. 2012. № 2. С. 19–20.
8. Семенов Ю.М., Снытко В.А. К 50-летию выхода в свет первой статьи В.Б. Сочавы о геосистеме //
География и природные ресурсы. 2013. № 3. С. 5–8.
9. Сочава В.Б. Введение в учение о геосистемах. Новосибирск: Наука, Сибирское отделение, 1978,
319 с.
10. Сочава В.Б. Определение некоторых понятий и терминов физической географии // Докл. Ин-та гео-
графии Сибири и Дальнего Востока. 1963. Вып. 3. С. 50–59.

ãÄçÑòÄîíõ äÄä ëÖíÖÇõÖ ëíÄíàëíàóÖëäàÖ ëàëíÖåõ


Боков В.А.1, Болейчук И.Р.2
1
Научно-образовательный центр ноосферологии и устойчивого ноосферного развития,
Крымский федеральный университет имени В.И. Вернадского, Симферополь, Россия,
vbokov@mail.ru
2
Таврическая академия, Крымский федеральный университет имени В.И. Вернадского,
Симферополь, Россия, iboleychuk@mail.ru

LANDSCAPES AS NETWORK STATISTICAL SYSTEMS


Bokov V.A.1, Boleychuk I.R.2
1
Research and Education Center Noospherology and Sustainable Noospheric Development
V.I. Vernadsky Crimean Federal University, Simferopol, Russia, vbokov@mail.ru
2
Taurida Academy of V.I. Vernadsky Crimean Federal University, Simferopol, Russia,
iboleychuk@mail.ru
Abstract: The landscape is one of the key concepts of geography. However, there is no algorithm
for identifying and mapping landscapes. Models of a landscape territorial structure are not very infor-
mative for forecasting physical-geographical processes and, in particular, extreme events (floods,
frosts, droughts, landslides, mudflows, etc.).
The concept of partial landscape systems is clarified. These include the unity of landscape systems
covered by a certain type of extreme geographic processes that have a certain autonomy and integrity.
Landscapes control statistical adaptation (accommodation) of phenomena of different nature and
time scale. Therefore, the landscape system is defined as an ensemble of states in a time when their sta-
tistically significant diversity is realized.
Sphere rigid hierarchies are practically absent in the landscape. Various network structures and
connections are dominated here. They are constantly rebuilding, forming new integrity. Linear struc-
tures are very often manifested, in which subordination of landscapes has the form of catena. Much
more complex set of network systems is drainage basins. In the river basins, linear paradynamic conju-
gations are integrated into tree structures, in which the effects of the convergence of water flows, the
concentration of substances and the achievement of extreme floods and mudflows.
The most complex variant of the network structure is a matrix structure, in which the interactions
of landscapes do not require their neighborhood and direct sequence in time. Matrix structures take
place in the presence of exposure cells, which differentiate input insolation, snow cover, and wind
speed. Further impacts are transferred to the vegetation cover, soil and weathering crust.
The transfer of information and inertia of the processes complicate landscape interactions which
depend on remote objects and long-past events. Therefore, it is necessary to study both short-range and
long-range spaсe-time relationships. Some landscape complexes can be subordinated simultaneously to
several landscape systems of a larger rank. Hence, inter-layer interactions arise, including parts with an
integer or a landscape of one rank with a landscape of another rank.
Ландшафты как сетевые статистические системы. Ландшафт является одним из базо-
вых понятий и одновременно плохо определяемым понятием в географии. Практически весь
ХХ век делаются попытки вычленять ландшафты в природе и отображать их на картах. Одна-

27
ко, решение вопроса далеко до приемлемого варианта: не разработан метод признанного алго-
ритмического выделения ландшафтов. Первой моделью ландшафтной дифференциации стала
модель природных территориальных ландшафтов (ПТК), во главу угла которой был поставлен
принцип относительной однородности. Эта модель вызывала много критики, в частности вы-
сказывались мнения о том, что ландшафты не являются объективно существующими объекта-
ми, что ландшафт — это конструкция [Арманд, 1988]. В других науках о Земле, в которых объ-
екты изучения даже проще по сравнению с ландшафтами, проблема выделения объектов также
далека от решения. В геологии давно идет спор между сторонниками естественного выделе-
ния объектов [Круть, 1973] и сторонниками модельно-целевого подхода [Еганов, 1982]. В био-
логии (биоценологии) идет дискуссия между сторонниками континуума в биоценозе
(Л. Г. Раменский, Г. А. Глисон, Р. Уиттекер, Б. М. Миркин) и дискретности биоценозов
(Ф. Клементс, В. Н. Сукачев и др.). Тем самым, использование границ литологических ком-
плексов, рельефа, растительности и других геокомпонентов, а это один из главных приемов
при выделении ландшафтов, переносит груз субъективности в ландшафтоведение из соответ-
ствующих наук.
Очевидно, что ПТК не могут рассматриваться в качестве целостных и устойчиво сущест-
вующих объектов материальной действительности, но и представить полный субъективизм при
выделении ландшафтов также было бы неправильным. Наличие пространственной дифферен-
циации в ландшафтной среде создает предпосылки для разграничения ландшафтов, но опреде-
ленность последних не достигает такого уровня уверенности, который имеет место, например,
при фиксации небесных тел, крупных животных и растений, технических сооружений и неко-
торых других типов объектов. То есть, ландшафты в пределах таких контуров, какими они по-
казываются на картах, не заданы природой, а выделятся на основе существующей объективной
реальности самими учеными, исходящими из определенных целей познания. Все ландшафтные
объекты при восприятии их человеком оказываются как бы недоопределенными, и требуются
исследовательские процедуры, направленные на огрубление окружающей действительности.
Выделенные таким способом объекты далее проходят проверку в ходе практической деятель-
ности, которая вносит свои коррективы в процедуру картографирования.
Каковы следствия недостатков ландшафтных картографических моделей? Они мало ин-
формативны с точки зрения возможностей прогнозирования физико-географических процес-
сов, особенно экстремальных событий (паводков, наводнений, заморозков, засух, оползней,
селей и др.). Контуры территориального распространения этих явлений часто не соответству-
ют контурам ландшафтных комплексов.
В 70-80-е годы ХХ века традиционные схемы ландшафтного деления на базе принципа од-
нородности были дополнены новыми видами членения: появилась концепция полиструктурно-
сти ландшафтов (К. Раман, А. Ю. Ретеюм, М. Д. Гродзинский и др.] с выделением парадинами-
ческих, парагенетических, бассейновых, биоцентрических совокупностей ландшафтов. В 70-
80-е годы ХХ века были сформулированы представления о пространственно-временной иерар-
хии геосистем [Виноградов, 1979; Пузаченко, 1986], хроноорганизации и архитектуре ланд-
шафтной организации [Солнцев, 1982], нуклеарных системах [Ретеюм, 1988], устойчивости
геосистем [Дьяконов, Иванов, 1991], геотопологии ландшафта [Ласточкин, 1995], ландшафтной
структуре как сети клеточных автоматов [Фролов, Черкашин, 2009], которые значительно углу-
били понимание ландшафтной реальности. Дальнейший шаг в познании полиструктурности
ландшафтных систем был сделан в работах А. В. Хорошева [Хорошев, 2016], разрабатывающе-
го концепцию полимасштабности географического ландшафта.
В новых работах все чаще анализируются вопросы, связанные с парциальными ланд-
шафтными системами. Это понятие введено сравнительно недавно и используется нередко в
разных смыслах. Наибольший смысл в использовании этого понятия связан с системами, фор-
мирующимся в результате автономного развития географических процессов: круговорота теп-
ла и влаги, развития заморозков, формирование засухи, систем русловых, поверхностных и
подземных потоков воды, паводков, наводнений, селевых потоков, тех или иных техногенных
воздействий. Территориальный охват и время существования названных процессов могут быть
самыми разными. Эти парциальные системы охватывает совокупность самых различных при-
родных территориальных комплексов, характеризующихся в определенный момент сходными

28
классами состояний. Для них нередко характерно проявление неблагоприятного (а то и опас-
ного) процесса, приносящего экологически и экономический ущерб. Можно дать следующее
определение понятия «парциальные ландшафтные системы»: это совокупности ландшафтных
систем (подчас разных уровней), охваченных определенным типом географического процесса,
обладающие определенной автономностью и целостностью на протяжении некоторого харак-
терного времени. Парциальные ландшафтные системы осуществляют основные функции
взаимодействия ландшафтных систем разных уровней
Статистическое приспособление элементов ландшафтных систем. ПТК обладают огра-
ниченной целостностью, отчего их взаимодействия характеризуются своего рода рыхлостью,
неустойчивостью в пространстве и во времени. Контуры парциальных систем лишь частично
совпадают с их контурами. В ландшафтах взаимодействуют явления (тела, объекты) разной
организации и разного пространственного и временного масштаба. Имеет место их статисти-
ческое приспособление. В.Н.Солнцев определяет ландшафт так: «ландшафтная система как
полная территориальная целостность представляет собой статистический ансамбль состояний,
которые проходят ее территориальные компоненты за несколько десятилетий» [Солнцев, 1982].
Целостность ландшафта по В.Н.Солнцеву реализуется в пределах хроноинтервала, внутри ко-
торого разворачивается статистически достоверное разнообразие единичных целостных со-
стояний объекта.
Статистический ансамбль состояний формируется в пределах ландшафта как результат, в
первую очередь, в результате изменения поступления внешних потоков (атмосферных осадков,
солнечной радиации, адвективного тепла и др.), которые имеют как детерминированную со-
ставляющую (межгодовые и внутригодовые ритмы и циклы), так и случайную. В ландшафтах
эти потоки трансформируются. Характер трансформации в большой степени связан с их про-
странственной структурой. Фоновые потоки за счет конвергенции могут концентрироваться,
что весьма характерно для руслового стока. Даже малые нелинейности в динамической систе-
ме существенно изменяют “хвосты” распределений и, следовательно, оценки вероятностей ка-
тастроф [Найденов, Кожевникова, 2002]. Поле солнечной радиации за счет рельефа испытывает
значительную экспозиционную дифференциацию, но температурные различия между склона-
ми сглаживаются ветром. Одним словом, внешние воздействия значительно трансформируются
в ландшафте, так что ансамбль состояний является результатом как внешних, так и внутренних
процессов.
Статистический характер ландшафтов требует соответствующих способов анализа. Часто
используется анализ функций распределения вероятностей и других статистических характе-
ристиках. В последние десятилетия обнаружилось, что классические модели нормальных рас-
пределений метеорологических и гидрологических явлений не отражают характер проявлений
экстремальных событий: нередко последние не укладываются в границы нормального распре-
деления и больше соответствуют гиперболическим распределениям [Чайковский, 2004]. Ста-
тистика крупнейших катастроф показывает, что некоторые редкие катастрофы приносят
ущерб, превышающий ущерб от всех остальных вместе взятых. В этой связи необходимо по-
нимать ограниченный характер использования средних величин, необходимость учитывать
наличие «тяжелых хвостов». Именно последние нередко определяют наибольший экологиче-
ский и экономический ущерб.
Гораздо реже говорят о характере последовательности внешних воздействий и состояний
ландшафтов. Например, для формирования биомассы растений важна не просто сумма атмо-
сферных осадков за определенный период или характер их статистического распределения, но
и характер соответствия (или не соответствия) выпадения осадков фазам вегетации растений.
Статистическое наложение явлений определяет отсутствие четко выраженных границ
ландшафтов, делает их непостоянными. Разнообразные часто меняющие плотность и направ-
ление потоки вещества и энергии связывают различные участки земной поверхности неравно-
мерно в пространстве и времени, определяют формирование как однозначно детерминирован-
ных, так и случайных явлений. Анализ парциальных ландшафтных систем позволяет белее
эффективно выявлять время и место проявления этих явлений.
Сетевые структуры ландшафта. Под ними понимается пространственно-временная
структура связей ландшафтов разных масштабов. Взаимодействие ландшафта как целостных

29
систем можно условно допустить лишь для элементарных единиц. Не существует каких-либо
механизмов эффективной связности, которая обеспечивает в рамках определенного временно-
го интервала реакцию всего ландшафта на воздействие другого ландшафта такого же таксоно-
мического уровня. Взаимодействие ландшафтов осуществляется латеральными потоками, ко-
торые в каждый конкретный период времени связывает одну часть одного ландшафта с другой
(не обязательно равной по размерам и рангу) частью. В течение определенного периода (при-
мерно в течение нескольких десятилетий) реализуются все возможные варианты взаимодейст-
вия разных участков одних ландшафтов с разными участками других ландшафтов, то есть реа-
лизуется статистическое приспособление разных ландшафтов.
В связи с этим можно сформулировать такое требование к выявлению элементарного
ландшафта (он вероятно меньше традиционной фации и, возможно, соответствует ландшафт-
ной парцелле): это такой территориальный участок, который продуцирует некий единичный
целостный квант ландшафтного воздействия, воплощенный в элементарных порциях воздуха,
воды, органического вещества и других субстанций.
В ландшафтных системах почти не проявляются централизованные структуры и жесткие
иерархии. Имеют место скелетные, каркасные, линейные, матричные типы сетевых структур.
Их присутствие в ландшафте определяют проявление компенсационных эффектов, позволяют
осуществлять подстраховку, замену вышедшего из строя элемента. Сетевые связи постоянно
перестраиваются, формируя новые целостности.
Очень часто проявляются линейные структуры, при которых соподчиненность ландшаф-
тов имеет вид катены. В этом случае имеет место простая зависимость последующих элемен-
тов от всех предыдущих, но в линейных системах иногда возникает обратное воздействие: на-
пример в связи с пятящейся эрозией. Разновидностью линейного типа сетевой структуры
является циркуляционный с разновидностями: воздушный перенос, выпадением атмосферных
осадков, перенос снега, перенос пыли, солей, радиоактивного материала, распределением ско-
ростей ветра и др. Здесь доминируют дивергенция вещества, но на отдельных участках проис-
ходит конвергенция потоков с усилением скоростей ветра, выпадением атмосферных осадков,
разгрузкой рыхлого материала (устьевые зоны).
Более сложная совокупность сетевых систем — водосборы (структура типа «дерева»). В
речных водосборах отдельные парадинамические сопряжения интегрируются в древовидные
структуры, обладающие особым характером переноса воды, воздуха, химических элементов,
рыхлого материала с эффектами конвергенции потоков, концентрации субстанций и достиже-
ния экстремальных паводков, селей.
Наиболее сложным вариантом сетевой структуры является матричная структура, в которой
взаимодействия не обязательно связаны с наличием соседства и прямой последовательности во
времени (что отображается правилом предварения Алехина). Матричные структуры имеют
место при наличии экспозиционных ячеек, которые дифференцируют инсоляцию, снеговой
покров, скорость ветра, а далее по цепи воздействий — растительный покров, рыхлый матери-
ал, почву и кору выветривания.
Некоторые ландшафтные комплексы могут быть подчинены одновременно нескольким
ландшафтным комплексам более крупного ранга, в том числе разного ранга. Отсюда возника-
ют межуровневое взаимодействие, в том числе части с целым или ландшафта одного ранга с
ландшафтом другого ранга [Хорошев, 2016].
ЛИТЕРАТУРА
1. Арманд А.Д. Ландшафт как конструкция // Изв Всесоюз. Геогроаф. Об-ва. 1988, Т.120. Вып.2. С.120-
125.
2. Виноградов Б.В. Частотно-пространственный подход к формированию иерархии хорологических
понятий // III Всесоюзный симпозиум ландшафту потеоретическим вопросам географии. Киев, 1979.
С.126-127.
3. Гродзинський М.Д. Пiзнання: мiсце i прстiр. Київ: ВПЦ Київский унiверситет, 2005. Т.1. 432 с.
4. Дьяконов К.Н., Иванов А.Н. Устойчивость и инерционность геосистемы // Вестник Московского ун-
та. Сер. «Географическая». № 1. С. 28-34.
5. Еганов Э.А. Системно-модельный подход к решению поисковых задач // Методология и теория в
геологии. Киев: Наукова Думка, 1982. С. 33-43.

30
6. Круть И.В. Исследование оснований теоретической геологии. М.: Наука, 1973. 201 с.
7. Ласточкин А.Н. Геоэкология ландшафта. СПб.: Изд-во Санкт-Петерб. ун-та, 1995. 280 с.
8. Найденов В.И., Кожевникова И.А. Почему так часто происходят наводнения // Природа. 2002. № 9.
С. 12-20.
9. Пузаченко Ю.Г. Пространственно-временная иерархия геосистем с позиции теории колебаний //
Вопросы географии. Моделирование геосистем. М.: Мысль, 1986. С. 96-111.
10. Ретеюм А.Ю. Земные миры. М.: Мысль, 1988. 254 с.
11. Солнцев В.Н. Системная организация ландшафтов. М.: Мысль, 1982. 302 с.
12. Фролов А.А., Черкашин А.К. Эволюционное геоинформационное моделирование и картографирова-
ние // Геодезия и картография. 2009. № 6. С. 40-45.
13. Хорошев А.В. Полимасштабная организация географического ландшафта. М.: Товарищество науч-
ных изданий КМК, 2016. 416 с.
14. Чайковский Ю.В. О природе случайности. М.: Центр системных исследований, 2004. 278 с.

åÄíÖåÄíàóÖëäÄü åéêîéãéÉàü ãÄçÑòÄîíÄ:


ëéÇêÖåÖççéÖ ëéëíéüçàÖ à íÖçÑÖçñàà êÄáÇàíàü
Викторов А.С.
Институт геоэкологии имени Е.М. Сергеева РАН, Москва, Россия,
vic_as@mail.ru

MATHEMATICAL MORPHOLOGY OF LANDSCAPE:


CURRENT STATE AND TRENDS OF DEVELOPMENT
Victorov A.S.
Sergeev Institute of Environmental Geoscience RAS, Moscow, Russia,
vic_as@mail.ru

Abstract: Studying the morphological pattern of a landscape is still among the main problems of
up-to-date landscape science, and analysis of mathematical laws of forms and development of spatial
patterns caused by natural units. The main results of development of the mathematical morphology of
landscape include:
- mathematical models of morphological patterns for different genetic types of areas, basing on the
random process theory, such as thermokarst lacustrine plains, alluvial plains;
- revealed quantitative laws for dynamics of landscape morphological patterns of different genetic
types;
- the research results of dynamic balance state in morphological pattern development.
Obtaining data about dynamics of morphological pattern dynamics using static parameters from a
single remote survey is of especial interest. Quantitative laws of age differentiation of landscapes are
another research trend. We managed to find peculiarities of age differentiation for very complicated
cases, which are incapable of qualitative analysis. One more promising branch deals with dynamic
balance in morphological pattern development. We managed to show that such a state is a reality,
found out how this state can be reached and revealed in particular the relation between dynamic bal-
ance of a landscape morphological pattern and cyclic processes of morphological patterns change.
The results of the mathematical morphology of landscape can be practically used for natural risk
assessment, landscape indication of geological characteristics, and thematic RSD interpretation.
Проблема изучения морфологического строения ландшафта остается одной из основных
проблем современного ландшафтоведения; острием этой проблемы является исследование ма-
тематических закономерностей строения и развития пространственных структур, образован-
ных природно-территориальными комплексами.
Развитие комплекса работ по количественному анализу геометрических особенностей
морфологических структур оформилось в виде отдельного научного направления — математи-
ческой морфологии ландшафта. Цементирующим ядром направления являются математиче-
ские модели морфологических структур.

31
Важнейшими результатами развития математической морфологии ландшафта являются
математические модели морфологических структур территорий разных генетических типов,
базирующиеся на теории случайных процессов. В настоящее время разработаны математиче-
ские модели морфологических структур озерно-термокарстовых равнин, аллювиальных рав-
нин, эрозионных равнин, эоловых равнин, заболоченных и солончаковых равнин, равнин с
господством плоскостного смыва. Кроме того, в последнее время разработаны новые матема-
тические модели морфологических структур — равнин с господством просадочных и суффо-
зионных процессов, равнин с широким развитием оползневых процессов.
Важным элементом является теоретически и эмпирически обоснованная инвариантность
моделей по отношению к ряду физико-географических условий (зонально-климатические, ве-
щественный состав отложений и др.) и жесткая зависимость от генетического типа территорий.
Одним из основных направлений развития является выявленные количественные законо-
мерности динамики морфологической структуры ландшафтов разных генетических типов и
их использование при прогнозе и ретроспективном анализе. Так, например, на основе подхо-
дов математической морфологии ландшафта было выполнено рассмотрение различных вари-
антов гипотез развития озерно-термокарстовых равнин на основе математического моделиро-
вания их морфологической структуры [Викторов и др., 2015; Викторов, Капралова,
Трапезникова, 2015].
Модель относится к случаю участка с однородными физико-географическими и геокрио-
логическими условиями. В этих условиях исследуемый тип территорий представляет собой
слабоволнистую субгоризонтальную поверхность с преобладанием различной тундровой или
лесной растительности (пушицевые тундры, осоково-пушицевые и др.), в которую вкраплены
озера, без значительного развития эрозионной сети. Озера имеют изометричную, часто округ-
лую форму и беспорядочно разбросаны по равнине.
В основу модели базового варианта (вариант 1.0) положены следующие основные предпо-
ложения:
1. Процесс появления термокарстовых понижений происходил за короткий отрезок
времени («синхронный старт»); он являлся вероятностным и на непересекающихся площадках
шел независимо, при этом вероятность возникновения понижений на пробной площадке
зависит только от ее площади; для малых площадок вероятность возникновения одного
понижения много больше, чем вероятность возникновения нескольких понижений.
2. Рост размеров озер благодаря термоабразионному воздействию происходит независимо
друг от друга, и он прямо пропорционален запасам тепла в озере и обратно пропорционален
площади боковой поверхности озерной котловины.
В качестве второго варианта (вариант 2.0) модели рассмотрен случай, базирующийся на
наблюдениях ряда исследователей о равномерном росте озер. Вероятностный аналог этой си-
туации будет отличаться вторым предположением, имеющим несколько отличную формули-
ровку:
2а. Рост размеров озер благодаря термоабразионному воздействию, происходит независи-
мо друг от друга, и имеет постоянное вероятностное распределение.
В третьем случае (модель 1.1 с асинхронным стартом) модель несколько модифицируется
и ее первое предположение заменяется:
1а. Процесс появления термокарстовых понижений происходит постоянно («асинхронный
старт»); он являлся вероятностным и на непересекающихся площадках и интервалах времени
идет независимо, при этом вероятность возникновения понижений на пробной площадке зави-
сит только от ее площади; для малых площадок и малых интервалов времени вероятность воз-
никновения одного понижения много больше, чем вероятность возникновения нескольких по-
нижений,
Наконец в последнем варианте рассматривается асинхронный старт и квазиравномерный
рост (модель 2.1 предположения 1а и 2а).
Математический анализ предположений показывает, что все четыре качественно отличные
гипотезы развития морфологической структуры озерно-термокарстовых равнин приводят

32
к четырем весьма различающимся выводам о виде распределения радиусов (площадей, диа-
метров):
модель 1.0 — логнормальное распределение площадей (радиусов) термокарстовых озер,
модель 2.0 — нормальное распределение радиусов термокарстовых озер,
модель 1.1 — специальное «логарифмическое» распределение площадей (радиусов) тер-
мокарстовых озер,
модель 2.0 — равномерное распределение радиусов термокарстовых озер.
Распределение количества центров озер на случайно выбранной площадке во всех случаях
должно было подчиняться распределению Пуассона.
Для эмпирической проверки распределений площадей радиусов и центров озер были вы-
браны 16 участков в различных регионах Западной и Восточной Сибири, Аляски, по которым
на основе космоснимков высокого разрешения проводилось выделение озер в интерактивном
режиме, Полученные данные по площадям включали выборки объема от 74 до 576 озер. Ана-
лиз результатов показывает, что на подавляющем большинстве участков получено логнор-
мальное распределение площадей озер (более, чем на семидесяти процентов участков на уров-
не значимости 0,99). Другой вид распределений («логарифмический») получен на том же
уровне значимости только на одном участке. Таким образом, проведенный анализ заставил
сделать вывод в пользу роста размеров термокарстовых озер пропорционального плотности
тепловых потерь в условиях синхронного для каждого участка старта процессов возникнове-
ния термокарстовых озер.
Другим перспективным современным направлением исследований является исследование
состояния динамического равновесия в развитии морфологических структур. В этой области
удалось показать существование этого состояния, вскрыть механизмы образования этого со-
стояния, в частности связь с циклическими процессами изменения морфологических структур.
Так, например, проведены исследования морфологической структуры ландшафтов с широ-
ким развитием оползневых процессов [Викторов и др., 2016]. Рассмотрим однородную в геоло-
гическом и физико-географическом отношении территорию с развитием оползней. Пусть акти-
визация оползней происходит под действием локальных факторов. Между моментами
активизации происходит определенная смена почвенно-растительного покрова в связи с зараста-
нием оползня и соответственно смена ПТК (модификаций ПТК), отвечающая стадиям процесса.
Для анализа состояния рассматриваемого типа территории в условиях постоянства усло-
вий активизации можно использовать следующую модель. Примем интервал между соседними
активизациями оползня как последовательность случайных величин, имеющих некоторое не
меняющееся во времени распределение ( F (x ) ), имеющее конечные моменты до третьего по-
рядка. Для разных циклов активизации эти случайные величины в силу локальности действия
факторов активизации являются независимыми.
В этом случае число активизаций, реализовавшихся у оползня к данному моменту времени
представляет собой случайный процесс, относящийся к классу процессов восстановления [Ко-
ролюк и др., 1985]. Время между последней активизацией и настоящим моментом представля-
ет собой также случайную величину и имеет название время недоскока (  1 ), а время до сле-
дующей активизации — время перескока (  2 ).Согласно теории процессов восстановления при
большом времени, прошедшем с начала оползневых процессов на данном участке ( t   ),
распределение времени недоскока стремится к некоторому предельному распределению, кото-
рое связано с распределением периода активизации следующим соотношением
x
1
M  0
F1 ( x)  [1  F (u )]du , (1)

где M  — среднее значение периода активизации, F1 ( x ) , f 1 ( x ) — соответственно


распределение и плотность распределения интервала времени до последней активизации.
Отсюда дифференцированием получаем выражение для распределения периода активиза-
ции
F ( x)  1  M  f1 ( x) .

33
Полученные соотношения описывают один из механизмов возникновения состояния ди-
намического равновесия в развитии морфологических структур (и ландшафта в целом), кото-
рое возникает под действием квазипериодического процесса. Действительно, несмотря на то,
что каждый участок территории все время находится в состоянии квазипериодического изме-
нения, общее соотношение ПТК, отвечающих различным стадиям процесса, остается постоян-
ным — об этом говорит наличие постоянного (предельного) распределения интервала времени
до последней активизации. Таким образом, морфологическая структура территории находится
в состоянии динамического равновесия. По-видимому, любой процесс циклического измене-
ния морфологической структуры, происходящего независимо на различных участках ланд-
шафта, порождает динамическое равновесие в морфологической структуре ландшафта (напри-
мер, оползневой, селевой и др.),
Одновременно, в результате проведенных исследований показана возможность получения
информации о динамических параметрах процесса (распределение периода активизации и его
статистики) по статическим параметрам; в качестве последних выступают площадные соотно-
шения в морфологической структуре территории ( F1 ( x) ). Кроме того, этот же результат пока-
зывает, что длинные ряды мониторинговых наблюдений, которые необходимы для прямого
получения распределения периода активизации, могут быть заменены короткими — наблюде-
ниями интервала времени до последней активизации.
Удалось создать модель аналогичной территории, отказавшись от предположения о неиз-
менности во времени распределения периода активизации и заменив его предположением о
периодическом изменении этого распределения во времени. Этим был учтен эффект периоди-
ческого изменения интенсивности активизации оползней (солнечный цикл). Показано, что и в
этом случае на территории устанавливается динамическое равновесие, и существуют аналити-
ческие соотношения между статическими и динамическими параметрами процесса изменения
морфологической структуры.
В настоящее время идет эмпирическая проверка данной моделей по базе данных оползней
района Сиэтла.
Перспективным современным направлением исследований морфологических структур яв-
ляется количественные закономерности возрастной дифференциации ландшафтов. Здесь уда-
ется получить закономерности возрастной дифференциации зачастую очень сложной и не под-
дающейся качественному анализу. Покажем это на примере аллювиальных равнин [Викторов,
2007]. Рассмотрим формирование ландшафтного рисунка на участке молодой аллювиальной
равнины, история развития которого связана прежде всего с циклами развития одной излучи-
ны; эволюция всей аллювиальной равнины связана еще кроме того с миграцией положения
русла, а не только с изгибанием излучин. Ландшафтная дифференциация на рассматриваемом
участке, как уже упоминалось выше, образована сочетанием грив и межгривистых понижений
с соответствующим почвенно-растительным покровом и связана с их генерацией при развитии
и спрямлении излучины. Назовем совокупность природно-территориальных комплексов (ПТК)
грив и межгривистых понижений, генерирующихся за один цикл развития, пакетом. Очевидно,
возраст грив равномерно меняется в соответствии с их поочередным формированием от осно-
вания к замыкающей дуге пакета.
Спрямление излучины происходит неоднократно, и поэтому каждый более молодой пакет
«стирает» соответствующую часть предыдущего или пакет целиком. Могут целиком быть
стерты несколько следующих друг за другом во времени пакетов; соответствующие им циклы
развития назовем стертыми циклами.
Полное или частичное стирание зависит от соотношения длительности циклов развития
излучины. Если длительность более раннего цикла была больше, чем более позднего, то стира-
нию подвергается лишь часть пакета, и остается сохранившийся его фрагмент1. В противном

1
Предполагается постоянство условий развития аллювиальных процессов за рассматриваемый пе-
риод, в частности, постоянство скорости роста пакета.

34
случае стирается весь пакет. Циклы развития, которым соответствует нестертый в настоящее
время фрагмент пакета, участвующий в ландшафтном рисунке рассматриваемой территории,
назовем представленными циклами.
Таким образом, примыкающие друг к другу в пространственном отношении фрагменты
более молодого и более старого пакетов не следуют непосредственно друг за другом во време-
ни, а разделены временным интервалом. Величину k — порядковый номер представленного
цикла, считая от наиболее молодого, — назовем порядком цикла (пакета).
На основе использования модели развития морфологической структуры аллювиальной
равнины удается получить ряд закономерностей:
 распределение длительности формирования представленных фрагментов пакетов (экс-
поненциальное распределение)
F ( x )  1  e  x ,
 распределение длительности формирования представленных циклов (гамма-
распределение)
k
f k ( x)  x k 1e x ,
(k  1)!
где  — параметр, равный среднему числу спрямлений излучины за принятую единицу
времени.
Важным направлением использования математической морфологии ландшафта является
оценка природных рисков. В ряде исследований теоретически и эмпирически обоснованные
решения задачи об оценки вероятности поражения инженерных сооружений экзогенными гео-
логическими процессами, базирующиеся на подходах математической морфологии ландшафта.
В исследованиях также развиты представления о существовании специфических характе-
ристик — инвариантов морфологических структур (относительно тех или иных физико-
географических условий, возраста и др.).
Направлениями практического использования результатов математической морфологии
ландшафта являются оценка природных рисков, анализ и прогноз развития природных процес-
сов, ландшафтная индикация геологических условий и тематическое дешифрирование.
Результаты развития направления обобщены в монографиях «Основные проблемы мате-
матической морфологии ландшафта» [2006] и «Математическая морфология ландшафтов
криолитозоны» [2016].
ЛИТЕРАТУРА
1. Викторов А.С. Основные проблемы математической морфологии ландшафта. М.: Наука, 2006. 252 с.
2. Викторов А.С. Модель возрастной дифференциации аллювиальных равнин / Геоэкология. № 4. 2007,
С. 34-46.
3. Викторов А.С., Капралова В.Н., Орлов Т.В., Трапезникова О.Н., Архипова М.В., Березин П.В., Зве-
рев А.В., Панченко Е.Н., Садков С.А . Анализ развития морфологической структуры озерно-
термокарстовых равнин на основе математической модели // Геоморфология. 2015. № 3. С. 3-13.
4. Викторов А.С., Капралова В.Н., Трапезникова О.Н. Математическая модель морфологической
структуры озерно-термокарстовых равнин в изменяющихся климатических условиях // Криосфера
Земли. 2015. Т. XIX. № 2. С. 26-34.
5. Викторов А.С. Вероятностные модели циклических процессов изменения морфологической струк-
туры ландшафта // Известия РГО. 2016. Т. 148. Вып. 3. С. 43-52
6. Викторов А.С., Капралова В.Н., Орлов Т.В., Трапезникова О.Н., Архипова М.В., Березин П.В., Зве-
рев А.В., Панченко Е.Н., Садков С.А. Математическая морфология ландшафтов криолитозоны.
М.: Изд-во РУДН, 2016. 230 с.
7. Королюк В.С., Портенко Н.И., Скороход А.В. и др. Справочник по теории вероятности и математи-
ческой статистике. М.: Наука, 1985. 640 с.

35
ëíêìäíìêçé-îìçäñàéçÄãúçõâ ÄçÄãàá ãÄçÑòÄîíÄ
äÄä éëçéÇÄ íÖêêàíéêàÄãúçéÉé èãÄçàêéÇÄçàü
Кирюшин В.И.
Почвенный институт имени В.В. Докучаева, Москва, Россия,
vkiryushin@rambler.ru

THE STRUCTURE AND FUNCTIONAL ANALYSIS OF THE LANDSCAPE


FOR TERRITORY PLANNING
Kiryushin V.I.
Dokuchaev Soil Science Institute, Moscow, Russia,
vkiryushin@rambler.ru

Abstract: The structure and functional analysis of the landscape for the territory planning in-
cludes the grouping of ecological functions of the landscape, the analysis of the structure, the method
of forming and grouping of social and economic functions. The ecological functions of the landscape
are considered as a complex of processes, which stipulate the development, preservation and evolution
of ecosystems and biosphere in general. Biogeocoenosis is presented as a model, which integrates the
functions of biota and environment. Therefore, the functions of biocoenosis are considered as the most
basic ones. These functions determine the biodiversity, biotic connections, which determine the biodi-
versity, self-organization and evolution of ecosystems. Biocoenosis is in close correlation with biotope
(ecotope), which is based on a constant exchange of matter, energy and information. Ecotope deter-
mines biocoenosis. The following functions are considered as ecotopic: atmospheric functions (gas-
exchange, thermal-exchange, hydroatmospheric, climate forming); lithospheric functions (geodynamic,
geophysical, geochemical); hydrological and hydrogeological functions of the landscape, and ecotopic
functions of soils. The bioecological functions emerge as a result of interaction between biotope and
ecotope: bioproductional function, destructive function and organo-accumulative function, biogeo-
chemical functions (gas, concentration, redox, biopedoecologic), soil forming and energetic functions.
The integration of social and production functions of humans and landscape ecologic functions al-
lows us to develop the social and economic functions of a landscape. These functions include: resource
functions, including bioresource functions (wood-resource function, hunting function, berry and mush-
rooms function, nut-gathering, hayland and pastoral function, etc.), mineral-resource function, land re-
source function, climate resource function, water resource function. It also includes bioproductional
functions, including agrobiodiversity, agrobiotechnologic, the function of matter circulation in agro-
landscapes, the function of management of organic matter regime in agrocoenoses, the function of soil
structural state and composition regulation, phytosanitary function, meliorative function; agrobiocoe-
notic function; industrial and mining functions, regulating functions, including climate regulating func-
tions, runoff regulating functions, water preserving and soil preserving functions; residential functions,
recreation functions; sanitary function; aesthetic; ethnospheric; nature preservation functions.
Принятие биосферной парадигмы природопользования (1992) и экологического императи-
ва направлено на сохранение окружающей среды и обеспечение устойчивого развития. По сво-
ей сути это означает сохранение экологических функций ландшафта и экологически обуслов-
ленную интеграцию их с потребительскими функциями человека. Очевидно, механизм
природопользования, начиная с территориального планирования, должен опираться на доста-
точно развитую систему идентификации и оценки экологических функций ландшафта и, соот-
ветственно, их классификацию.
Экологические функции ландшафта рассматриваются как совокупности процессов, обу-
славливающих развитие, сохранение и эволюцию экосистем и биосферы в целом. В качестве
модели, интегрирующей функции биоты и среды, представляется биогеоценоз. Соответствен-
но, в качестве интегрирующих рассматриваются биоценотические функции, определяющие
биоразнообразие и эволюцию экосистем. Биоценоз находится в тесном взаимодействии с био-
топом (экотопом), основанном на постоянном обмене веществом, энергией и информацией.
Экотоп определяет биоценоз. В качестве экотопических функций рассматриваются: атмосфер-
ные функции, литосферные, гидрологические и гидрогеологические функции ландшафта, эко-

36
топические функции почв. В результате взаимодействия биоценоза и экотопа проявляются
биоэкологические функции (биопродукционная, деструкционная, органо-аккумулятивная, био-
геохимические, биопедоэкологическая), почвообразовательная, энергетическая. В таблице 1
представлена схема группировки экологических функций ландшафта.
Участвуя в функционировании ландшафта как биологический вид, человек одновременно
выполняет множество социальных, производственных, экономических и других функций, ко-
торые интегрируются с экологическими функциями ландшафта. При этом возникают функции
ландшафта, направленные на удовлетворение потребностей человека, которые называются со-
циально-экономическими. Некоторые экологические функции ландшафтов используются в
качестве социально-экономических (эстетических, рекреационных) без существенных преоб-
разований. Часть социально-экономических функций (биоресурсных) формируется за счет час-
тичного изъятия биопродукции при сохранении всех экологических функций ландшафта.
Таблица 1
Группировка экологических функций ландшафта
Группы и подгруппы функций Функции
1. Биоценотические Самоорганизации, эволюции и биоразнообразия
2. Экотопические:
Газообменная, теплообменная, гидроатмосферная, климатофор-
2.1. Атмосферные
мирующая
2.2. Литосферные Геодинамическая, геофизическая, геохимическая
2.3. Гидрологические
2.4. Экотопические функции почв
Биопродукционная, деструкционная, органо-аккумулятивная,
биогеохимические (газовые, концентрационная, окислительно-
3. Биоэкологические
восстановительная, активаторно-ингибиторная, биохимические);
биопедоэкологические
4. Почвообразовательная
5. Энергетическая

В сельскохозяйственных ландшафтах формирование социально-экономических функций


связано с существенной трансформацией экологических функций при той или иной степени
сохранения экологических функций. Например, функция биоразнообразия сокращается при
земледельческом освоении территории, но в определенной мере восполняется за счет создания
человеком новых видов и сортов растений. Биопродукционная функция трансформируется в
агробиотехнологическую. При экстенсивном земледелии все экологические функции, связан-
ные с фотосинтезом, существенно сокращаются. Компенсация их может достигаться за счет
функции регулирования круговорота веществ (агрохимической), управления режимом органи-
ческого вещества, мелиоративной, агробиогеоценотической (формирование адаптивно-
ландшафтных систем земледелия, проектирования оптимальных агроландшафтов). За счет ме-
лиорации и других средств можно сформировать ландшафты, превосходящие по продуктивно-
сти и экологическим параметрам природные. Таким образом, в той или иной мере может дос-
тигаться компенсация экологических функций, которые утрачиваются в техногенных
ландшафтах.
Для решения подобных задач нужна оценка социально-экономических функций ландшаф-
та в соответствии с их группировкой (см. табл. 2).
Функционирование ландшафта тесно связано с его структурой. В зависимости от особен-
ностей ландшафта и управленческих задач рассматриваются различные типы ландшафтных
территориальных структур (генетико-морфологическая, позиционно-динамическая, парагене-
тическая и бассейновая).
В процессе проектирования агроландшафтов сложился определенный опыт агроэкологи-
ческой оценки земель. С определенными дополнениями он предлагается для проектирования
других видов сельскохозяйственных ландшафтов. Система включает: литолого-геомор-

37
фологический анализ, оценку агроклиматических условий, ландшафтно-гидрологический и
гидрогеологический анализ, ландшафтно-геохимический анализ, анализ структур почвенного
покрова, почв и режимов, биоэкологический анализ территории, оценку фитосанитарного и
санитарного состояния ландшафта, оценку экологической устойчивости и деградации.
Таблица 2
Группировка социально-экономических функций ландшафта
Группы функций Функции
1.1. Биоресурсные (древесно-ресурсная, охотничье-промысловая, ягод-
но-грибная, орехопромысловая и др.).
1.2. Минерально-ресурсная.
1. Ресурсные
1.3. Земельно-ресурсная.
1.4. Ресурсно-климатическая.
1.5. Водно-ресурсная.
2.1. Агробиоразнообразия
2.2. Агробиотехнологическая
2.3. Функция управления круговоротом веществ в агроландшафтах.
2.4. Функция управления режимом органического вещества в агроланд-
2. Биопроизводственные шафтах
2.5. Функция регулирования структурного состояния и сложения почв.
2.6. Фитосанитарная
2.7. Мелиоративная
2.8. Агробиоценотическая
3. Промышленные и горно-
промышленные
4.1. Климаторегулирующие
4. Регулирующие 4.2. Стокорегулирующая и природоохранная
4.3. Почвозащитные
5. Селитебные
6. Рекреационные
7. Санитарная функция
8. Эстетические
9. Этносферные
10. Природоохранные

С учетом имеющегося опыта землеустроительного проектирования, ландшафтного плани-


рования, проектирования адаптивно-ландшафтных систем земледелия и рассмотренных поло-
жений предлагается инструментарий планирования сельскохозяйственных ландшафтов, вклю-
чающий следующие позиции:
 идентификация, оценка и группировка экологических функций ландшафта;
 структурно-функциональный анализ ландшафта, идентификация и оценка ландшафт-
ных связей;
 обоснование и группировка социально-экономических функций ландшафта;
 оценка биологического и ресурсного потенциалов территории;
 оценка территории по критериям устойчивости (чувствительности, восстанавливаемо-
сти) и значимости (экологической, ресурсной), экологической емкости, экологического риска;
 агроэкологическая типизация земель;
 ландшафтно-экологическое районирование территории;
 ландшафтно-экологическая классификация земель;
 выявление и картографирование конфликтов природопользования;
 оценка биоразнообразия и разработка мер по его сохранению;
 оценка рекреационной привлекательности ландшафта;

38
 нормирование антропогенного воздействия на ландшафты и ресурсопользование;
 оценка ресурсного потенциала территории;
 механизм интеграции ландшафтного и социально-экономического планирования;
 использование экологических критериев не только как ограничений интенсификации,
но и как инструмента для взвешивания альтернативных предложений;
 обоснование механизмов адаптации технологий к условиям ландшафта;
 механизм вовлечения местного населения в планирование;
 закрепление процедур ландшафтного планирования в законодательстве.
Проектирование сельскохозяйственного ландшафта на основе предложенного инструмен-
тария включает проектирование экологического каркаса территории, агроландшафтов, водохо-
зяйственных, селитебных, рекреационных и других ландшафтов, сформированных путем инте-
грации экологических функций природного ландшафта и социально-экономических функций.
При формировании экологического каркаса особое значение имеет принцип взаимопро-
никновения природной и экономической инфраструктуры. При этом помимо собственно эко-
логического каркаса задачи экологизации природопользования решаются всеми средствами
земледелия путем их оптимизации: полосным размещением культур, созданием кулис из высо-
костебельных растений, переходом на почвозащитные системы мульчирующей обработки
почвы и прямой посев, регулированием круговорота веществ в агроландшафтах с помощью
ландшафтно-дифференцированных систем удобрения сельскохозяйственных культур. При
размещении полей севооборотов и производственных участков используются принципы поля-
ризации и мозаичности территорий различных масштабов и функций.
Проектирование экологического каркаса — самое узкое место в системе сельскохозяйст-
венного проектирования, поскольку практический опыт весьма ограничен.

èéÑïéÑõ ä îéêåàêéÇÄçàû çÄñàéçÄãúçéÉé


ãÄçÑòÄîíÄ êÖÉàéçÄ
Позаченюк Е.А.
Крымский федеральный университет имени В.И. Вернадского,
Таврическая академия, Симферополь, Россия, pozachenyuk@gmail.com

APPROACHES TO THE DEFINITION OF THE NATIONAL


LANDSCAPE OF THE REGION
Pozachenyuk E.A.
Crimean Federal V.I. Vernadsky University, Tavrida Academy, Simferopol, Russia,
pozachenyuk@gmail.com

Abstract The national landscape of the region delineates the uniqueness and specificity of the
natural and cultural landscape, on the basis of which the national culture and identity of the region is
formed, is the basis for the development of its economic complex. Theoretical and methodological ap-
proaches to the study and definition of the national landscape are based on the concept of present-day
landscapes as integral geosystems consisting of natural and economic subsystems. The highlighting of
natural landscapes of the national landscape is based on a combination of the general and the particular
in the landscape structure of the region, but with an explicit emphasis on the particular — on those
landscape features that makes this region unique and unrepeatable.
Criteria for highlighting the national landscape can be: the value of the landscape, its quality and
resistance to various types of loads. Each criterion is distinguished by the following indicators: a) land-
scape values — landscape, biocenotic, aesthetic, cultural-historical, etc.; b) indicators of the land-
scape’s quality — estimations based on the system of properties of the present-day landscape, which
ensure that they perform one or another given function (environment-forming, recreational, resource,
hydroeconomic, aesthetic, etc.); c) the resistance of the landscape to given types of loads.

39
Kernels of the national landscape are the most significant landscapes for the region, forming its
natural and socio-cultural specificity, which must be considered in all types of nature management. The
forecast of the state of the kernels of the national landscape is made using the concept of ecological
niches, as well estimating the degree of co-adaptivity of the economic subsystem with the natural one.
The territorial organization of the national landscape is carried out on the basis of landscape planning
tools.
Изучение национального ландшафта региона — новая пионерная тема. Активизация
ландшафтного движения в Европе началась с принятием Комитетом министров Совета Европы
19 июля 2000 года Европейской конвенции о ландшафтах. В настоящее время Европейскую
конвенцию подписали 30 стран. В европейском пространстве и в РФ ландшафтное движение
становиться все более актуальным.
Теоретико-методические основы формирования национального ландшафта заложены в
трудах В.В. Докучаева, Л.С. Берга, А.Н. Краснова, Г.Ф. Морозова, Б.Б. Полынова, Л.Г. Рамен-
ского, Н.А. Солнцева, Д.Л. Арманда, В.Б. Сочавы, А.Г. Исаченко, В.А. Николаева, С.В. Преоб-
раженского, Ф.Н. Милькова, К.Н. Дьяконова, А.Ю. Ретеюма, М.Д. Гродзинского, Г.Е. Гришан-
кова и многих других. Но остаются, практически, не разработанными теоретико-методические
подходы к изучению и формированию национальных ландшафтов, не установлены критерии и
методические приемы его оценки: показатели качества, ценности; функционального и
структурного анализа, а также критерии устойчивости национального ландшафта.
Концептуально-методологическая база исследований национального ландшафта базирует-
ся на системе новейших методов и подходов: общефилософских; общенаучных и конкретно-
научных с использованием данных дистанционного зондирования Земли и ГИС-технологий.
Согласно Европейской конвенции о ландшафтах — ландшафт означает часть территории
в том виде, как она воспринимается населением в результате взаимодействия природных и/или
человеческих факторов. Европейская конвенция охватывает природные, сельские, городские и
пригородные территории [Европейская…, 2000]. Ее действие распространяется на сушу, внут-
ренние воды и моря и касается как выдающихся, так и обычных ландшафтов и деградирован-
ных земель. В содержание понятия «ландшафт» вкладывается как природная составляющая,
так и антропогенная, в т.ч. и культурная.
Национальный ландшафт обуславливается особенностями природного и национальными
чертами культурного ландшафтов; вносит вклад в благосостояние людей и укрепление нацио-
нальной самобытности, способствует формированию местной культуры. Национальный ланд-
шафт региона можно рассматривать как целостную систему природного и культурного на-
следия региона.
Теоретико-методические подходы к изучению и формированию национального ландшафта
базируются на представлении о современных ландшафтах как целостных геосистемах, состоя-
щих из природной и хозяйственной подсистем — это новые и нетрадиционные представления
в ландшафтоведении. Современные ландшафты — сложные трехмерные пространственно-
временные геосистемы, обособившиеся в пределах ландшафтной сферы за счет процессов са-
моорганизации природного и регулируемого (осознанного или стихийного) антропогенного
[Позаченюк, 2009].
Выделение естественных ландшафтов национального ландшафта базируется на сочетании
общего и особенного в ландшафтной структуре региона, но с явно выраженным акцентом на
особенное. На тех ландшафтных чертах, которые делают этот регион уникальным и неповто-
римым. В Крыму, например, это куэстовые лесные и лесостепные ландшафты, горные луга
яйл, фисташково-можжевеловые леса и др. Ландшафтная структура и ландшафтное разнообра-
зие — природная основа национального ландшафта. В то же время каждый регион имеет свои
внутрирегиональные закономерности, которые отражаются в его ландшафтной структуре. Для
Крыма, например, в пределах ландшафтных уровней — гидроморфного, плакорного, предгор-
ного и среднегорного [Гришанков, 1972] формируются свои закономерности: гидроморфная
поясность, ярусность ландшафтов на равнинах, склоновая микрозональность, позиционность,
высотная поясность.
На гидроморфных равнинах ведущий фактор организации геосистемы — глубина грунто-
вых вод. В результате формируется гидроморфная поясность, которая связана с изменением

40
засоленных грунтовых вод с глубиной залегания от 0 до 6-8 м. Ландшафтная структура этих
равнин определяется сочетанием трех основных гидроморфных поясов: недренированного,
слабодренированного и относительно дренированного пояса равнин. На плакорных равнинах
ведущими факторами ландшафтной организации являются относительная высота, литология,
степень и характер расчлененности рельефа. В соответствии с вертикальными различиями
ландшафтов, связанными с изменением геоморфологических условий (степени и характера
расчлененности, литологии горных пород, скорости и направления геоморфологических про-
цессов и др.), формируется ландшафтная ярусность. Ландшафтная ярусность проявляется там,
где незначительное колебание высоты над уровнем моря не сказывается на изменении климата
и, следовательно, на структуре ландшафта. В Крыму можно выделить трехъярусные равнины
Тарханкутской возвышенности и центральные двухъярусные равнины Крыма. В пределах
предгорного ландшафтного уровня основными факторами ландшафтной организации являются
позиция предгорных равнин по отношению к горам и направлению господствующих ветров и
высота над уровнем моря, а в отдельных случаях и глубина грунтовых вод. В пределах средне-
горного ландшафтного уровня — основной фактор дифференциации — абсолютная и относи-
тельная высота и позиция. Зависимость ландшафтной структуры от позиционных эффектов
отражено в работах [Пащенко и др., 1991; Позаченюк, 1986]. Основу национального ландшаф-
та составляют природные ландшафты, выделение которых происходит с учетом закономерно-
стей организации естественного ландшафта.
Национальные черты культурного ландшафта — это культурное достояние региона, это
его самобытная культура, отраженная в его культурных ландшафтах и культурно-
исторических памятниках, представляющих собой единство природного и культурно-
исторического. Картирование культурного ландшафта сводится к выделению наиболее значи-
мых в исторических аспектах культурно-исторических памятников и существующих совре-
менных культурных ландшафтов региона. При этом важной становиться оценка эстетических
свойств ландшафта как основы формирования культурных ландшафтов и центров притяжения
населения.
Исходя из представления о современных ландшафтах, карта национального ландшафта —
это виртуальная карта, выполненная в ГИС-технологиях и представленная системой компью-
терных слоев, состоящей из трех блоков. Первый — отражает природную подсистему (геоло-
гию и геоморфологию, рельеф, климат, воды, почвы, растительный и животный мир, ландшаф-
ты природные восстановленные, карты эстетических свойств ландшафта, основных
средообразующих геосистем и др.). Второй блок характеризует хозяйственную подсистему
(селитебные, дорожно-транспортные, промышленные, сельскохозяйственные, коммунально-
складские, природоохранные, экологическая сети и другие комплексы). Третий — отражает
культурно-историческую составляющую (культурное наследие). В зависимости от задач ис-
следования набор слоев может меняться, и одновременно можно работать с несколькими
слоями.
Критериями выделения национального ландшафта могут быть: ценности ландшафта, его
качество и устойчивость к различным видам нагрузок и др. Каждый критерий выделяется по
следующим показателям:
 ценности ландшафта — ландшафтные (ландшафтное разнообразие, уникальность
ландшафта и др.), биоценотические, эстетические, культурно-исторические и др.);
 показатели качества ландшафта — оценкам, которые базируются на системы свойств со-
временного ландшафта, которые обеспечивают выполнение ими той или иной заданной функции
(средообразующей, рекреационной, ресурсной, водно-хозяйственной, эстетической и др.);
 устойчивости ландшафта к заданным видам нагрузок.
Количество критериев может увеличиваться в зависимости от масштаба
исследований, уровня информации и др.
По каждому критерию для ландшафтов определенного региона в соответствии с показате-
лями составляется серия карт. Методами наложения карт, разработанных по разным показате-
лям, составляется результирующая карта по одному из критериев. Таким образом, получаем
карты ценности ландшафта, его качества, устойчивости. При этом количественные показатели
преобразовываются в качественные, что позволит совмещать эти карты и получать интегри-

41
рующие. Затем наложением карт, отражающих содержание каждого критерия, получаем карту
ядер национального ландшафта региона.
Ядра национального ландшафта — это наиболее значимые ландшафты для региона по
всем рассматриваемым критериям. Ядра национального ландшафта — те природные и куль-
турные ландшафты, потеря которых приведет к потере специфических свойств региона, уни-
фикации его уникальности и притягательности, потере ландшафтного и биологического разно-
образия, снижению уровня организации ландшафта и устойчивости к различным видам
нагрузок, а, следовательно, к снижению качества функций, которые выполняет тот или иной
ландшафт.
Прогноз состояния ядер национального ландшафта может производиться с использовани-
ем концепции экологических ниш, а также оценки степени коадаптивности хозяйственной
подсистемы с природной. Территориальную организацию национального ландшафта целесо-
образно сводить к инструментам ландшафтного планирования. Информацию о национальном
ландшафте региона необходимо учитывать при всех видах природопользования и сосредота-
чивать на геопорталах.
Таким образом, национальный ландшафт региона отражает уникальность и специфику
природного и культурного ландшафта, на основе которой формируется национальная культу-
ра, самобытность региона и благополучие его жителей. Формирование и сохранение нацио-
нального ландшафта позволит обеспечить устойчивое ноосферное развитие региона.
ЛИТЕРАТУРА
1. Гришанков Г.Е. Ландшафтные уровни материков и географическая зональность // Изв. АН СССР.
1972. С. 4-12. Сер. География. № 4. С. 4-12.
2. Европейская конвенция о ландшафтах. Страсбург, 2000 год rus-eu-culture.ru/files/document/Eu-conv-
landshaft.doc.
3. Пащенко В.А., Гришанков Г.Е., Позаченюк Е.А. Позиционость в ландшафтах и ландшафтоведении
//Физическая география и геоморфология. Республиканский межведомственный сборник. Киев,
1991. С. 11-20.
4. Позаченюк Е.А. К методике физико-географического районирования по внутрирегиональным зако-
номерностям // Природное районирование и проблема охраны природы. Межвузовс. сборник. Уфа,
1986. С. 44-52.
5. Позаченюк Е.А., Современные ландшафты Крыма и сопредельных акваторий / под ред. Е.А. Поза-
ченюк. Симферополь: Бизнес-информ, 2009. 450 с.

äéçñÖèñàü éêÉÄçàáÄñàéççé-ìêéÇçÖÇéâ ëíêìäíìêçé-ëãéÖÇéâ


àçÑàäÄñàà ãÄçÑòÄîíçõï ÉÖéëàëíÖå
Старожилов В.Т.
Тихоокеанский международный ландшафтный центр ШЕН ДВФУ, Владивосток, Россия,
Starozhilov.vt@dvfu.ru

THE CONCEPT OF ORGANIZATIONAL-LEVEL AND STRUCTURAL-LAYERED


INDICATION OF LANDSCAPE GEOSYSTEMS
Starozhilov V.T.
Pacific international landscape center SHEN FEFU, Vladivostok, Russia,
Starozhilov.vt@dvfu.ru
Abstract: For the first time for Pacific Russia, the concept of organizational-level and structural-
layered indications of landscape geosystems is considered. The results of scientific and practical re-
search in the field of geological and geographical study and landscape mapping of large regional Pri-
morsky, Sakhalin and other sections of the marginal continental landscape belt of Pacific Russia are
used. At the same time, the organizational-level indication is understood as the indication of landscapes
in the system of organizational levels of the natural territorial complexes (NTC), allocated by A.G. Isa-

42
chenko. Under the structural-layered indication we understand the indication of landscapes in the sys-
tem of defined structures and vector layers of landscape taxonomic units. The concept is based on the
results of 30 years of field researches and scientific study of the correlation and interconnection of suf-
ficiently significant samples of data on relief, vegetation, soils, rocks, climate and other components of
landscape geosystems. The concept takes into account marginal continental dichotomy and data on
orographic, climatic and geobotanical factors of geographically uniform territories within the frame-
work of mountain landscape geography. The general concept of the organizational-level and structural-
layered indication of geosystems is presented, which includes: presentation of the landscape basis for
indication; organizational hierarchical levels of indication; general component, morphological and
other indications. In general, the presented concept of organizational-level structural-layered landscape
indication could help in the development, implementation of environmentally friendly nature manage-
ment and sustainable development of Pacific Russia.
В работе впервые для Тихоокеанской России рассматривается концепция организационно-
уровневой структурно-слоевой индикации ландшафтных геосистем на основе результатов на-
учных и практических исследований в сфере геолого-географического изучения и ландшафт-
ного картографирования крупных региональных Приморского, Сахалинского и др. звеньев ок-
раинно-континентального ландшафтного пояса Тихоокеанской России [Старожилов, 2013].
Они тематически продолжают ландшафтные исследования России и региональных ее звеньев,
а среднемасштабное слоевое картографирование с использованием региональной типологиче-
ской классификации позволило отразить особенности геосистем, проявляющие в различных
частях их ареалов, а описание выявило свойства и степень различия между ландшафтными
геосистемами. Это подготовило основу для применения метода индикации и по объектной ор-
ганизационно-уровневой и структурно-слоевой ее структурной классификации. При этом под
организационно-уровневой индикацией понимается индикация ландшафтов в системе органи-
зационных уровней ПТК, выделяемых А.Г. Исаченко. Под структурно-слоевой индикацией
понимается индикация ландшафтов в системе выделяемых нами структур и векторных слоев
ландшафтов (ландшафт, вид, род, подкласс, класс, округ, провинция, область).
В основу концепция положены результаты 30 летних полевых исследований и научного
изучения соотношения и взаимосвязи достаточно значимых выборок данных не только по
рельефу, растительности и почвам, но и коренным и рыхлым породам, климату и другим ком-
понентам внутреннего содержания ландшафтных геосистем [Старожилов, 2013а]. По отдель-
ным регионам, изучаемого Тихоокеанского ландшафтного пояса России, материал картогра-
фирован с учетом окраинно-континентальной дихотомии и данных по орографическому,
климатическому и фиторастительному факторам географически единых территорий в рамках
горной ландшафтной географии. Учитывались материалы ландшафтных карт СССР масштабов
1: 2 500 000 [под ред. Гудилина, 1980] и 1: 4000 000 [под ред. Исаченко, 1985], ландшафтные
карты Приморского края в масштабе 1: 1000 000 [Старожилов, 2009] и Сахалинской области в
масштабе 1: 2000 000 [Нефедов, 1967], и др.
На примере Приморского края и Сахалинской области в масштабе 1:500 000 выделены и
картографированы классы, подклассы, роды, виды ландшафтов и местности (индивидуальные
ландшафты). Далее материал уже на базе выделенных таксонов снова проанализирован и были
выделены и закартографированы округа, провинции и области. В частности только по При-
морскому краю выделено 54 округа [Старожилов, 2013б] и 3156 выделов индивидуальных
ландшафтов [Старожилов, 2009; Старожилов, 2009а].
Представленные ландшафтные основы в свою очередь это основа для практической реали-
зации ландшафтного подхода в различных областях науки и практики при освоении Тихооке-
анской России, в частности в экологии, охране окружающей среды и в целом природопользо-
вании [Старожилов, 2013в]. Одним из главных методов при практической реализации
ландшафтного подхода нами применяется метод ландшафтной индикации [Старожилов, 2013а;
Старожилов, 2015; Старожилов, 2017]. Он включает исследование индикаторов и индикацион-
ных связей, отражающих объекты индикации, обусловленных антропогенной трансформацией,
разработкой мер по охране природной среды. Нами проведена на практике индикация в облас-
ти промышленного освоения, индикация денудации, химических и механических изменений
компонентов ландшафтов и других процессов и объектов [Старожилов, 2013в]. В свою очередь
весь полученный материал по индикации был синтезирован, проанализирован и структурно

43
классифицирован. Ниже приводятся общая концепция организационно-уровневой и структур-
но-слоевой индикации геосистем, которая включает:
1. Представление ландшафтной основы индикации;
2. Организационные уровни индикации ландшафтных геосистем;
3. Общая компонентная индикация;
4. Морфологическая структурная индикация;
5. Компонентная площадная индикация:
6. Комплексная площадная индикация;
1. Представление ландшафтной основы индикации. Практика индикации горно-
промышленных производств, эрозионно-денудационных систем, химических, механических
изменений компонентов ландшафтов и других процессов и систем показывает, что для инди-
кации ландшафтных геосистем прежде всего необходимо иметь морфологическую модель
ландшафтов. Пример такой модели — морфологическая модель Приморского края, представ-
ленная местностями, видами, родами, подклассами, классами, округами, провинциями и облас-
тями ландшафтов. В целом полученная организованная система является базовой моделью,
которая представляет основу для индикации и для решения прикладных задач. Установлено,
что в целом для оптимально значимой индикации необходимо знание, прежде всего, морфоло-
гии географического пространства, отображенной в границах на морфологической карте
ландшафтов исследуемой территории.
2. Организационные уровни индикации ландшафтных геосистем. Строение ландшафта
выражается в наличии системы пространственно взаимосвязанных и соподчиненных ПТК.
А.К. Исаченко выделяет три уровня строения ландшафтов — локальный, региональный и гло-
бальный. Каждый уровень, выбираемый в зависимости от масштаба исследования, представ-
лен различными ПТК. Наиболее важными, разработанными и широко используемыми в прак-
тике являются единицы ПТК локального и регионального уровня. В практике наших
исследований индицируются эти же единицы организации ландшафтов и компоненты их внут-
реннего содержания, а полученные результаты их индикации используются при решении ком-
плексных природопользовательских и экологических задач. Практика индикации внутреннего
содержания единиц ландшафтов на примере ландшафтных геосистем Приморского края и на
примере горно-промышленного комплекса [Старожилов, 2013а] показала, что индикации под-
вергались урочища, индивидуальные ландшафты, виды, роды, подклассы, классы, округа, про-
винции и области. Они организованы в два организационных уровня индикации: локальный
(урочища) и региональный (все классификационные единицы ландшафтов — виды, роды, под-
классы, классы и др.). Опираясь на практику индикации и следуя принципам ландшафтных
классификаций, выделяется в классификации индикации три организационных уровня индика-
ции ландшафтных геосистем: локальный, региональный, планетарный.
3. Общая компонентная индикация. Под компонентным индикатором ландшафта понима-
ется те его параметры, механизмы функционирования, которые могут способствовать или не
способствовать проявлению экологических проблем, или которые имеют важное значение для
жизнедеятельности человека. Они проявляются при сведении растительности, уничтожении
природных почв, изменениях рельефа, загрязнении компонентов и т. д. Для получения данных
по площадям и свойствам природных ландшафтов региона необходимо иметь оцифрованную
ландшафтную карту.
4. Морфологическая структурная индикация. В процессе ландшафтных исследований
территории, наряду с локальными индикаторами — почвами, растительностью, рельефом, гео-
логией, климатом — важное значение имеет и интегральный — специфика морфологической
структуры, которая показывает взаимосвязь элементов и компонентов ландшафтов. Морфоло-
гическая структура, сформировавшаяся при сложном взаимодействии эндогенных и экзоген-
ных факторов, является объективным отражением сложных процессов вещественно-
энергетического обмена между компонентами, поэтому анализ ее пространственной упорядо-
ченности в системах любого ранга выступает как важный, индицирующий природный процесс
признак. Суть метода ландшафтной индикации в его приложении к познанию взаимосвязан-
ных объектов природы, хозяйства заключается прежде всего в распространении знания о части
объекта, или его структурного элемента на весь объект природопользования [Булатов, 1996;
Старожилов, 2013а].

44
5. Компонентная площадная индикация. При анализе ландшафтного подхода для целей
изучения степени трансформации ландшафтов по индикаторным компонентам степень инди-
кации нами изучена по соотношению площадей индикаторов природных и модифицированных
систем. Определялись соотношения площадей почвенных, рельефных, геохимических и др.
индикаторных компонентов, они обозначены коэффициентами.
Выделяется ряд коэффициентов: К1, К2, К3 и т. д.
К1, К2, К3, Кn — коэффициенты соотношений площадей ландшафтных природных (эта-
лонных) и техногенных индикаторных компонентов ландшафтов (почвенных, растительных,
геохимических и т. д.). Подсчет коэффициентов производился по формуле:
К = ПЛ / КЛ,
где: К — коэффициент соотношения площадей соответствующего компонентного индикатора
ландшафта;
ПЛ — площадь природного (эталонного) ландшафта;
КЛ — площадь модифицированного соответствующего компонентного индикатора ланд-
шафта;
На основе полученных материалов сделан вывод, что индикационные составляющие лю-
бых анализируемых систем распространены на определенной площади и учет соотношения
площадей природных и модифицированных ландшафтов при анализе трансформации террито-
рий показателен в отношении определения степени их модификации.
6. Комплексная площадная индикация. Процесс модификации и трансформации, происхо-
дит в ландшафтах с определенной площадью. Обозначим площадь природного (эталонного)
ландшафта ЛП, а площадь модифицированного ЛТ, затем разделим площади друг на друга и
получим отношение, характеризующее площадное изменение ландшафтных свойств (ЛС). То
есть, получена формула ЛС = ЛП / ЛТ где:
ЛП — площадь природного (эталонного) ландшафта;
ЛТ — площадь модифицированного ландшафта;
ЛС — коэффициент площадного изменения соответствующей таксономической единицы
ландшафта;
Эти несложные арифметические действия дают возможность по коэффициенту рассчиты-
вать изменения выделов ландшафтов, сравнивать их между собой, решать вопросы, связанные
с модификацией структуры и организации ландшафтов.
Итак, для Тихоокеанской России, на примере Тихоокеанского ландшафтного пояса разра-
ботана концепция организационно-уровневой структурно-слоевой индикации. Она поможет в
освоении, осуществлении экологически чистого природопользования и сбалансированного
развития Тихоокеанской России.
ЛИТЕРАТУРА
1. Булатов В.И. Антропогенная трансформация ландшафтов и решение региональных про-
блем природопользования (на примере юга Западной Сибири): дис. … д-ра географ. наук в
форме науч. докл. Иркутск, 1996. 63 с.
2. Ландшафтная карта СССР масштаба 1: 2 500 000. / Мин-во геологии СССР / отв. ред.
И.С. Гудилин. М.: Гидроспецгеология., 1980. 12 листов.
3. Ландшафтная карта СССР. Масштаб 1: 4 000 000 / науч. редактор Исаченко А.Г. М.: ГУГК,
1985. 2 листа.
4. Нефедов В.В. Ландшафтная карта Сахалинской области масштаба 1: 2000 000. Атлас Саха-
линской области. М.,1967.
5. Старожилов В.Т. Тихоокеанский окраинно-континентальный ландшафтный пояс как гео-
графическая единица Тихоокеанской России и вопросы практики // Проблемы региональ-
ной экологии. 2013. № 5. С. 1-7.
6. Старожилов В.Т. Ландшафтная география Приморья (регионально-компонент-ная специ-
фика и пространственный анализ геосистем). Владивосток: Изд-во Дальневост. фед. ун-та,
2013а. Часть 1. 276 с.
7. Старожилов В.Т. Карта ландшафтов Приморского края. Масштаб 1: 1 000 000. Владиво-
сток: Изд-во Дальнев. ун-та. 2009.1 лист.
8. Старожилов В.Т. Ландшафты Приморского края (Объяснительная записка к карте масшта-
ба 1: 500 000). Владивосток: Изд-во Дальнев. ун-та. 2009а. 368 с.

45
9. Старожилов В.Т. Ландшафтная география Приморья. (районирование). Владивосток: Изд-
кий дом Дальнев. федер. ун-та, 2013б. Кн. 2. 272 с.
10. Старожилов В.Т. Ландшафтная география Приморья (практика). Владивосток: Изд-ский
дом Дальнев. федер. ун-та, 2013в. Кн. 3. 276 с.
11. Старожилов В.Т Ландшафтная индикация трансформации геосистем // Структурные
трансформации в геосистемах Северо-Восточной Азии : материалы Всерос. науч.-практ.
конф. 23-24 апр. 2015. Владивосток: Дальнаука 2015. С. 86-91.
12. Старожилов В.Т Концепция ландшафтной индикации в политике Тихоокеанского между-
народного ландшафтного центра ШЕН ДВФУ // Сб. науч. статей по итогам междун. науч.-
практ. конф. «Современный взгляд на будущее науки: приоритетные направления и инст-
рументы развития». СПб., 2017. С. 35-37 .

èéùíÄèçéÖ îéêåàêéÇÄçàÖ íÖêêàíéêàÄãúçéâ éêÉÄçàáÄñàà


çÄ ãÄçÑòÄîíçéâ éëçéÇÖ Ç ëàÅàêëäàï
à ÄêäíàóÖëäàï êÖÉàéçÄï1
Черкашин А.К.1, Мядзелец А.В.2
Институт географии имени В.Б. Сочавы СО РАН, Иркутск, Россия,
1
cherk@mail.icc.ru, 2anastasia@irigs.irk.ru

GRADUAL FORMING OF A LANSCAPE BASED TERRITORIAL


ORGANIZATION IN ARCTIC AND SIBERIAN REGIONS
Cherkashin A.K.1, Myadzelets A.V.2
V.B. Sochava Institute of Geography SB RAS, Irkutsk, Russia,
1
cherk@mail.icc.ru, 2anastasia@irigs.irk.ru
Abstract: In the modern geopolitical, transport, raw material resources and ecological conditions
a special attention is paid to arctic and Siberian regions of Russia. For the successful economic devel-
opment of these areas it is necessary to create acceptable economical-geographical environment based
on the existing landscape resources considering all advantages and disadvantages of this territories. The
creating of such environment as the basis for innovative development is closely related to the notion of
territorial organization. It is revealed through a system of related characteristics that should geographi-
cally fully and accurately describe the nature, economy and population of the territory and express its
state through the special assessment function of the combined effect of all natural and economic fac-
tors. Such a problem is solved on empirical data and based on principles of the geosystem theory by
V.B. Sochava, using the methods of interpretation mapping, comparative geographical analysis based
on regularities of homotopic similarity, geoinformation modeling and mapping. Landscape typological
map is considered as an invariant basis for the analysis of the territory, reflecting the spatial distribution
of geosystems of different types and allowing to derive new knowledge and create thematic maps of
different content for solving applied problems. Features of the geographical environment and its impact
are taken into account through the introduction of quantitative environmental corrections using the
methodology of polysystematic stratification. A unified database with a grid of natural and economic
units of a landscape map is created for the studied area for analysis of the peculiarities of the formation
of territorial organization. An assessment indication function is calculated on the database. This func-
tion characterizes the features of the territorial organization with the definition of individual indicators
of economic development for each region.
Современное решение важных геополитических, транспортных, ресурсно-сырьевых, эко-
логических проблем территориального развития заставляет уделять более пристальное внима-

1
Исследование выполнено при финансовой поддержке РФФИ, проект «Инновационное развитие,
территориальная организация и рост качества жизни населения в Сибирских и Арктических регионах
России», № 16-02-00570(а).

46
ние арктическим и сибирским регионам России. Их освоение характеризуется суровым клима-
том и ограниченностью благоприятных факторов развития и условий жизнедеятельности, оп-
ределяемых географической средой (ГС). Эти территории удалены от центральной части Рос-
сии, и, несмотря на наличие богатой природно-ресурсной базы, недостаточно освоены в
инфраструктурном отношении, что негативно сказывается на их экономической и социальной
привлекательности. Возникает необходимость создания на имеющейся ландшафтно-ресурсной
основе приемлемой экономико-географической среды для успешного хозяйственного освоения
этих пространств с преодолением существующих противоречий при учете всех достоинств и
недостатков территорий. Создание такой среды как основы инновационного развития тесно
связано с представлением о территориальной организации (ТО).
ТО как процесс и как явление давно исследуется с акцентом на ее роли в освоении и про-
мышленном развитии территории. ТО как системное географическое явление существует в
пространстве и во времени, формируется в естественноисторическом ключе на ландшафтной
основе, связывает различные факторы окружающей ГС, включая природные, хозяйственные и
общественные составляющие, объединенные во взаимодействующие территориальные систе-
мы разного иерархического уровня [Анненков, 1984]. ТО раскрывается через систему связан-
ных географических характеристик — статистических данных. Они должны географически
полно и точно описывать природу, хозяйство и население территории, выражать ее состояние
через оценочную функцию совокупного воздействия всех факторов и предпосылок размеще-
ния производительных сил [Ткаченко, 2008].
Несмотря на постоянный интерес к изучению ТО, материальных основ ее возникновения,
роли в управлении и развитии регионов, недостает логического описания этого явления, кото-
рый позволял бы воспроизвести структуру, механизмы и исторические этапы формирования
ТО. Такая задача решается, основываясь на опыте многолетних полевых маршрутных и ста-
ционарных ландшафтных и экономико-географических исследований в северных районах Ир-
кутской области и Красноярского края, а также в Прибайкалье. На этой эмпирической основе и
базовых положений учения о геосистемах В.Б. Сочавы разработаны методы интерпретацион-
ного картографирования [Ландшафтно-интерпретационное…, 2005], сравнительно-
географического анализа по принципам гомотопического подобия [Гомология…, 2009], гео-
информационного моделирования и картографирования [Геоинформационная…, 2001]. Ланд-
шафтно-типологическая карта рассматривается как инвариантная основа анализа территории,
отображающая пространственное распределение геосистемных сред разного типа и позволяю-
щая выводить новое знание и создавать тематические карты разного содержания для решения
прикладных задач. Необходимо исходить из понимания, что законы природы и общества не
зависят от особенностей географической среды, действие которой необходимо принимать во
внимание при расчетах через введение средовых поправок в формулы. Эти и другие правила
геосистемного анализа обобщены в методологии полисистемного расслоения, имеющей стро-
гую математическую основу доказательства.
Процедура расслоения многообразия связей характеристик геосистем базируется на каса-
тельном расслоении функции связи F (x) множества переменных x  xi  с учетом естествен-
ных ограничений, приводящих к уравнению слоя [Черкашин, Мядзелец, 2014]:
n
F
f ( x)  f ( x0 )   ai ( xi  x0i ), ai  , (1)
i 1 xi
где x0  x0i  — координаты точки касания слоем многообразия — поверхности функции
F (x) ; a  ai  — коэффициенты чувствительности изменения F (x) по фактору xi . Геомет-
рически функция f (x) при изменяющихся a и фиксированных f ( x0 ) и x0 представляет со-
бой семейство гиперплоскостей, вращающихся вокруг точки с координатами ( x0 , f ( x0 )) .
Функция F (x) отображает среду формирования связи f (x) внутри слоя, причем F (x) и
f (x) похожи в достаточно широкой окрестности x0 изменения показателей x  x  x0 и
совпадают в точке касания F ( x0 )  f ( x0 ) , так что, согласно (1), все свойства f (x) следуют

47
из свойств среды F ( x0 ) с параметром x0 . Понятно, что функции разных слоев f (x) облада-
ют гомотопическими свойствами, т. е. переходят одна в другую при смене x0 и функциональ-
но подобны — образуют комплекс. Одну из сред x0  0 можно выбрать за эталон сравнения и
свести функции разных слоев к этому эталону, иными словами обосновать независимость вида
функции f (x) от средового параметра x0 . Это означает, что факторы влияния x важны не
сами по себе, а действуют с учетом средового смещения x  x  x0 , что определяет особен-
ности действия законов природы и общества в конкретной ГС. Существуют различные слож-
ные структуры и функции F (x) для разных объектов и задач оценивания, зависящие от пара-
метров географической среды, отличающихся в разных местоположениях. Оценивание
происходит на единой геоинформационной базе x , а его результаты зависят от способа интер-
претации f (x) этих данных в конкретной среде x0 .
При сравнительно-географическом анализе смещение x0 всякую проблему и оценку спра-
ведливо рассматривать с альтернативных точек зрения, например, максимумов суровости арк-
тического климата или благоприятности климата тропической зоны. Задача всегда может быть
инвертирована, когда «южные» закономерности превращаются в «северные» зависимости.
Существуют разнообразные «полюсы» планеты x0 , как в пространственно-географическом,
так и в количественном параметрическом выражении. Эти полюсы дополнительны, двойствен-
ны, взаимозаменяемы и допускают сравнение, например, в оценочных показателях отклонения
интегрированной опасности жизнедеятельности от нуля [Черкашин, 2015].
Слои, центрированные относительно x0 , соответствуют многим моделям географической
науки: модели типа «центр — периферия» И. Тюнена и Д. Фридманна, нуклеарные системы
А.Ю. Ретеюма, эпифации В.Б. Сочавы. В модели эпифации точка x0 соответствует геосисте-
мам зонального типа — началу координат факторального пространства x  xi , которое за-
полняется производными геосистемами, видоизмененными влиянием факторов xi . В модели
Д. Фридманна небольшой по площади технологически, экономически и социально развитый
центр x0 противопоставляется огромной периферии (слою) в разной степени развитых терри-
торий, существующих под инновационным влиянием f (x) , доминированием центра. В тер-
минах расслоения многообразия ГС создается модель ТО, описывающая формирование и на-
полнение пространства расслоения, возникновения функциональной связности слоев —
комплексирования [Черкашин, 2016].
Расслоение — процесс поэтапный, подразумевающий возможность расслоения слоя f (x)
на его внутренних точках с формированием своеобразной иерархии (вложения) слоев, которая,
например, наблюдается в иерархии геосистем, когда таксону x0 подчиняется множество так-
сонов меньшего ранга, в частности, — одному ландшафтному геому сопоставлено множество
групп фаций. Аналогично, географическая оболочка формируется сначала на геологическом
рельефе — первичном многообразии (поверхности) эволюции планеты. Ее внешним проявле-
нием (многообразием) становится географическая среда — область контакта географической
оболочки с нарождающимися ландшафтными процессами и явлениями, которые формируют
касательные слои и функции, создают новую среду и совершенствуют геосферу. В этом смыс-
ле ландшафтная карта отображает расслоенное пространство участка геосферы, дальнейшее
расслоение которого по отраслям специализации хозяйственной деятельности формирует но-
вую природно-экономическую среду, организованную инфраструктурными сетями и комплек-
сированную межотраслевым балансом производств.
В уравнении (1) функция f (x) относительно переменных x  xi  является линейным
соотношением при постоянных коэффициентах a  ai  со свободным членом
n
b(a)  f ( x0 )   ai x0i (2), отражающим состояние ГС. Уравнения такого рода часто исполь-
i 1

48
зуются для регрессионного анализа связей характеристик компонентов геосистем. Однако в
общем случае коэффициенты a являются переменными величинами, имеющими на разных
интервалах различающиеся значения, что позволяет по зависимости b(a) восстанавливать зна-
чения x0 , значит и вид функции F (x) по результатам послойного поиска зависимости F ( x0 )
для геосистем в изменяющейся среде x0 . При переменных значениях a функция f (x) — это
однородная функция первого порядка нелинейного вида.
Согласно (1) функция f (x) является интегральным показателем, свертывающим множе-
ство переменных x  xi  в одно значение f (x) . Это свойство позволяет решать разные оце-
ночные задачи, в частности, использовать f (x) для индикативного и ландшафтного планиро-
n
вания. Из уравнений (1) и (2) следует f ( x)   ai xi  b(a) , где с точки зрения ландшафтного
i 1

планирования f (x) — функция значения, а b(a ) — функция чувствительности. В индикатив-


ной модели переменные x и a называются соответственно индикаторами и регуляторами.
Индикаторы — это социально-экономические и географические характеристики территории, а
регуляторы — характеристики способов достижения необходимых значений индикаторов, на-
пример, удельные издержки производства или акселераторы инвестиционных вложений.
Функциональное сходство природных и социально-экономических уравнений теоретически
обеспечивает существование территориальной организации в случае выполнения соотношения
(1) и ее отсутствие при отклонении от этого соотношения, что становится критерием для инди-
кации комплексности территориальной системы «природа-общество-производство» и основа-
нием для разработки методов ее оптимального регулирования.
Для расчета индикативной функции в ходе ландшафтных исследований реализуется сле-
дующий алгоритм: 1) сбор, подготовка и систематизация информации и создание базы данных
на основе сетки природных и хозяйственных выделов ландшафтной карты, созданной в ГИС;
2) формирование атрибутов ландшафтных и социально-экономических характеристик, связан-
ных с векторными объектами (конкретными выделами); 3) расчет на этой основе оценочных
показателей; 4) визуализация результатов расчета в виде тематических оценочных карт. Ана-
лиз особенностей ТО проводилась на основе ландшафтных карт с определением индивидуаль-
ных показателей для каждой группы ландшафтных выделов, включающих как естественные
характеристики, так и варианты их видоизмененных состояний под влиянием хозяйственной
деятельности. Оценка показателей выявила существующие недостатки в использовании терри-
тории и позволяет сориентировать землепользование на оптимальное соотношение функций
ускоренного социального, поступательного экономического развития и сохранения естествен-
ной природы территории разных природных зон.
ЛИТЕРАТУРА
1. Анненков В.В. Территориальная организация общественного воспроизводства и направления ее ис-
следования // Ученые записки Тартуского государственного университета. Балтийский регион: гео-
графические проблемы развития. Труды по географии. — Тартуский государственный университет:
Тарту, 1984. Вып. 681. С. 10-24.
2. Геоинформационная система управления территорией / А.К. Черкашин, А.Д. Китов, И.В. Бычков и
др. Иркутск: Институт географии СО РАН, 2002. 151 с.
3. Гомология и гомотопия географических систем. — Новосибирск: Гео, 2009. — 354 с.
4. Ландшафтно-интерпретационное картографирование / Т.И. Коновалова, Е.П. Бессолицына,
И.Н. Владимиров. Новосибирск: Наука, 2005. 424 с.
5. Ткаченко А.А. Подходы к созданию общей теории территориальной организации общества / Вест-
ник Московского университета. Сер. 5. География. 2008. № 1. С. 21-26.
6. Черкашин А.К. Географическая среда и территориальная организация Арктики // География и при-
родные ресурсы. № 4. 2015. С. 81-89.
7. Черкашин А.К. Модели и методы анализа территориальной организации общества // Региональные
исследования., 2016. № 1(51). C. 23-36.
8. Черкашин А.К., Мядзелец А.В. Восстановление нелинейной зависимости качества жизни населения
от социально-экономических потенциалов регионов Сибири // География и природные ресурсы.
№ 4. 2014. С. 149-160.

49
II. åÖíéÑõ à åéÑÖãà Ç ãÄçÑòÄîíéÇÖÑÖçàà

II. METHODS AND MODELING IN LANDSCAPE SCIENCE

îìçäñàéçÄãúçÄü ìëíéâóàÇéëíú ãÖëçõï ùäéëàëíÖå:


ÄçÄãàíàóÖëäéÖ à äÄêíéÉêÄîàóÖëäéÖ åéÑÖãàêéÇÄçàÖ
Коломыц Э.Г.1, Шарая Л.С.2
Институт экологии Волжского бассейна РАН, Тольятти, Россия,
1
egk2000@mail.ru, 2l_sharaya@mail.ru

FUNCTIONAL SUSTANABILITY OF FOREST ECOSYSTEMS: ANALYTICAL AND


CARTOGRAPHICAL MODELING
Kolomyts E.G.1, Sharaya L.S.2
Institute of Ecology of the Volga River Basin, RAS, Togliatti, Russia,
1
egk2000@mail.ru, 2l_sharaya@mail.ru
Abstract: The iterative procedure of quantifying the potential sustainability of forest biogeocoe-
noses as the integral elementary chorological units of the biosphere has been stated. Two levels of sus-
tainability are distinguished — labile phytocoenological and passive soil-biotical. The resistant and re-
silience indices of forest biogeocoenoses are calculated for each level. Statistically significant relations
in equations have been obtained that describe the dependence of these indices on metabolic features of
forest biogeocoenoses and on environmental factors. Matrix maps of the stability of forest biogeocoe-
noses and formations are compiled on the example of the Oka-Volga River basin. They characterize the
sensitivity of the forest units to climate fluctuations and their functional regeneration potential.
Любой экологический анализ территории не может обойтись без оценок устойчивости рас-
сматриваемых объектов к внешним воздействиям. До настоящего времени в лесной экологии
устойчивость экосистем описывается чаще всего качественно, с привлечением количественных
признаков-индикаторов, характеризующих устойчивость в неявном виде. Оценки ведутся по
скорости роста, продуктивности и плотности древостоя, по видовому и функциональному раз-
нообразию, повреждению растительности и др. [Бигон и др., 1989; Chapin et al., 1995; Thomp-
son et al., 2009].
Достаточно глубоко разработаны также математические модели устойчивости экосистем.
Однако описывают узкий круг относительно простых экологических конструкций (популяций
и биотические сообществ) и имеют принципиально детерминистский характер [Федоров, 1974;
Логофет, Свирежев, 1983]. К сожалению, эти методы до сих пор не нашли широкого примене-
ния в ландшафтной экологии. Здесь исследователь имеет дело с гораздо более сложными, мно-
гокомпонентными и дискретными системами, которые отличаются принципиально вероятно-
стным характером внутренних и внешних взаимодействийх, а также нелинейностью своего
поведения, обусловленной зарегулированной сетью положительных и отрицательных обрат-
ных связей. Функционирование и устойчивость таких систем определяются не численностью
или динамикой биологических видов, а в первую очередь геохимическими циклами [Свире-
жев, 1983], т. е. годовыми и многолетними круговоротами органического вещества. Именно в
этом направлении и был предпринят нами поиск единых показателей (индексов) потенциаль-
ной устойчивости экосистем ландшафтного уровня, начиная с биогеоценозов как целостных
образований.

50
Различают, как известно, устойчивость структурную и функциональную, а также рези-
стентную (сопротивляемость к воздействию) и упругую, а точнее упруго-пластичную (восста-
новительный потенциал). Предметом настоящего сообщения является функциональная устой-
чивость природных экосистем как наиболее фундаментальная характеристика, определяющая
их глобальные биосферные функции [Тишков, 2005]. Такой подход позволяет рассчитать ус-
тойчивость непосредственно по дискретным параметрам биологического круговорота.
Биологический круговорот — сложный полициклический процесс, слагающийся из разно-
порядковых по характерному времени циклов производства живого органического вещества,
его разложения, минерализации и гумификации [Дюшофур, 1974]. Соответственно и устойчи-
вость экосистем носит разнопорядковый характер. Для бореальных и суббореальных лесов на-
ми выделены два уровня устойчивости: лабильный фитоценотический и инерционный почвен-
но-биотический.
Лабильная устойчивость выражена двумя комплексными дискретными параметрами мета-
болизма — коэффициентом годового оборота надземной фитомассы KR и подстилочно-
опадным индексом, т. е. коэффициентом годичной деструкции [Коломыц, 2008]. Индекс ла-
бильной упруго-пластичной Iупр(1) устойчивости лесного биогеоценоза рассчитывался как
мера евклидового расстояния от его оптимального функционального состояния:

Iупр(1) = 1 ─ [ ( KR)  ( KY) 2 ] / 2 ,


2
(1)
где (∆KR) = (KRmax─ KRi) / (KRmax─ KRmin); (∆KY) = (KYi ─ KYmin) / (KYmax─ KYmin).
Здесь оба предиктора рассматриваются как равноправные, т. е. берутся с единичными «ве-
сами». Аналогично вычислялся индекс потенциальной резистентной устойчивости Iрез(1) экоси-
стемы. В этом случае за оптимумы принимались минимальное значение KR и максимальное —
KY. По данным 377 пробных площадей, охватывающих Окско-Волжский бассейн от юга под-
таежной зоны до подзоны южной лесостепи, установлено, что Iупр(1) имеет весьма тесную
параболическую связь с параметром KR, между тем как Ιрез(1) наиболее отчетливо коррелиру-
ет с массой подстилки.
Инерционный почвенно-биотический уровень устойчивости Iрез(2) и Iупр(2) охватывает бо-
лее обширный и более медленный метаболический цикл. Он включает компонент устойчивости,
связанный с формированием и динамикой органического вещества почвы, поэтому в расчетные
формулы помимо параметра KR входят масса лесной подстилки ML и масса гумуса HU:
(1  KR) 2  a  ML2  b  (1  HU ) 2
; (2)
Iупр(2)  1 
1 a  b
KR 2  a  (1  ML) 2  b  HU 2
. (3)
Iрез(2)  1 
1 a  b
Вначале принято, что «весовые» коэффициенты a = b = 1. Это по-прежнему означает рав-
ноправное участие всех рассматриваемых факторов в формировании устойчивости лесных
биогеоценозов. Территориальные контрасты в индексах обоих типов инерционной устойчиво-
сти лесов носят достаточно четкий зональный характер. На границе лесостепной и степной зон
в резистентной устойчивости ведущую роль играет масса лесной подстилки, а в упругой —
масса гумуса, при одинаково слабом влиянии параметра KR. В направлении от южной лесо-
степи к северной границе лесостепной зоны масса подстилки сохраняет доминирующий поло-
жительный вклад в распределение Iрез(2) лесных биогеоценозов. Одновременно резко возрас-
тает ее отрицательная роль в восстановительном потенциале лесов, на фоне все более
снижающейся роли скорости годичного оборота фитомассы.
Проведено сравнение двух индексов упругой устойчивости: Iупр(1), рассчитанных по
формуле (1), и Iупр(2) — по формуле (2). Параметры имеют весьма высокую корреляцию
(R2=0,913). Таким образом, лабильная фитоценотическая устойчивость, может быть принята (в
первом приближении) в качестве показателя общей устойчивости лесной экосистемы, в том
числе инерционной.
Дальнейшее приближение в расчетах индексов инерционной устойчивости экосистем свя-
зано с введением «весовых» коэффициентов при предикторах ML и HU. Весовые коэффициен-

51
ты характеризуют вклад каждого метаболического признака в ту или иную устойчивость. Эти
коэффициенты отыскивались путем минимизация некоего «потенциала», который становился
бы константой для идеально однородной в пространстве экосистемы.
Построены уравнения линейной регрессии Iрез(2) и Iупр(2) лесных экосистем для двух
экорегионов Окско-Волжского бассейна: Самарской Луки (СЛ, полигон Жигули) и Приокско-
Террасного заповедника (полигон ПТЗ). В уравнениях предикторы перечислены в порядке
убывания их значимости, которая определена модулем t-статистики (нижний индекс при каж-
дом предикторе).
Iрез(3)СЛ = — 0,6164⋅KR –24.59 — 0,2920⋅HU –13.40 + 0,08769⋅ML +4.36 + 0,8690;
R2 = 0,962; Degr = 1,6%; P < 10–6 (4)
Iупр(3)СЛ = — 0,4463⋅ML –21,26 + 0,,3058⋅KR +11,70 + 0,1242⋅HU +5,46 + 0,,4607;
R2 = 0,954; Degr = 1,9%; P < 10–6 (5)
Iрез(3)ПТЗ = — 0,4805⋅HU –28,40 — 0,3093⋅KR –18,44 + 0,2150⋅ML +11,26 + 0,7716;
R2 = 0,977; Degr = 0,6%; P < 10–6 (6)
Iупр(3)ПТЗ = — 0,7046⋅ML –35,94 + 0,1427⋅HU +8,22 + 0,05522⋅KR +3,21 + 0,7473;
R2 = 0,972; Degr = 0,8%; P < 10–6 (7)
Здесь R2 и P — соответственно коэффициент детерминации и критерий значимости Пир-
сона. Верификация моделей проведена по критерию ее деградации Degr, который рассчиты-
вался по методике кросс-валидации Аллена [Allen, 1974].
Отсюда получены следующие доли участия всех предикторов в индексах устойчивости:
Самарская Лука Приокско-Террасный заповедник
KR ML HU KR ML HU
а) для Iрез(3) –61,9 +8,8 –29,3 –30,8 +21,4 –47,8
б) для Iупр(3) +34,9 –50,9 +14,2 +6,1 –78,1 +15,8
В результате получено более четкое представление о механизмах функционирования лес-
ного сообщества, которые обеспечивают ему как резистентную, так и упругую устойчивость.
Ее механизмы не могут срабатывать без участия гумусной массы, роль которой в стабилизации
лесного биогеоценоза возрастает при снижении ее содержания, что отвечает известному «за-
кону» минимума лимитирующих факторов Либиха [Одум, 1975].
Высокая резистентная устойчивость лесного сообщества поддерживается главным образом
путем ослабления автотрофного биогенеза (– KR) и во вторую очередь — замедлением процес-
сов деструкции (+ML). Реализация же восстановительного потенциала определяется главным
образом ростом активности детритной ветви метаболизма, о чем говорит высокая отрицатель-
ная связь индекса упругой устойчивости с массой подстилки. Этому способствует также рост
автотрофного биогенеза (+KR). Таким образом, в процессе восприятия неблагоприятных
внешних сигналов лесной биогеоценоз переключается с одних ведущих процессов своего
функционирования на другие — со скорости автотрофного биогенеза на темпы разложения
лесной подстилки. При этом раскрываются два взаимно противоположных механизма прояв-
ления известных [Морозов, 1949] буферных свойств подстилки.
В масштабе всего Волжского бассейна наиболее значимыми метаболическими параметрами-
предикторами (с положительной дифференцирующей силой влияния — не менее 55–60%) явля-
ются: для резистентной устойчивости — масса лесной подстилки, и для устойчивости упругой —
коэффициент годичного оборота надземной фитомассы. Исходя из этого, общий анализ функ-
циональной устойчивости лесных формаций этой территории был проведен по их лабильной фи-
тоценотической устойчивости (табл. 1), что существенно упростило процедуру анализа.
В картографировании устойчивости лесных экосистем были использованы новые методы
геоморфометрии, с системой из 18-ти параметров [Shary et al., 2002], а также спутниковые
данные НАСА о рельефе. Проводились процедуры интерполяция и экстраполяция измеренных
и рассчитанных данных в точках по матрицам факторов среды, для которых множественная
регрессия выявила наиболее тесные статистические связи. Подучены соответствующие урав-
нения регрессии, по которым и выполнялось крупномасштабное картографирование (рис. 1).

52
Таблица 1
Таксономические (средневзвешенные) нормы резистентной и упругой лабильной устойчивости
растительных формаций Окско-Волжского бассейна
Класс Индекс устойчивости
Тип (подтип)
(подкласс)
раститель- Группа растительных формаций Резис-
растительных Упругой
ности тентной
формаций
Ельники южнотаежные зеленомошно-
0,568 0,390
травяно-кустарничковые
А. Еловые юж-
нотаеж-ные и Ельники с сосной, сложные, неморально- 0,606 0,284
Северо-евро- травяные
широ-
пейские еловые
колиственно- Широколиственно-еловые неморальнотра-
леса 0,338 0,460
еловые (подта- вяные леса
ежные) леса Березово-черноольховые с елью болотно-
0,270 0,627
крупнотравные леса
Сосняки с елью и березой кустарничково-
0,446 0,398
зеленомошные
Сосновые и Б. Сосновые
Сосняки с березой кустарничковые долго-
широколист- средне- и юж- 0,388 0,587
мошно-сфагновые
венно-сосно- нотаежные леса
Сосняки с елью зеленомошно-сфагновые,
вые леса и про- 0,384 0,601
евтрофные болота
изводные
сообщества на Сосняки кустарничково-травяные с дубом и
0,514 0,434
их месте. Севе- В. Широко- липой в подлеске
роевропейские лиственно- Широколиственно-сосновые леса чернично-
0,419 0,457
сосновые леса сосновые (под- разнотравно-злаковые
таежные) леса Сосняки кустарничково-травяные с евтроф-
0,300 0,547
ными болотами
Дубовые и липово-дубовые леса северные, с
0,420 0,500
примесью ели
Широколист-
венные леса и Дубовые и липово-дубовые леса южные,
0,245 0,609
производные Г. Восточно- остепненные
сообщества на европейские Приволжские дубовые и липово-дубовые
0,311 0,541
их месте. Евро- широколист- осветленные леса
пейские широ- венные леса Приволжско-заволжские липово-дубовые
колиственные 0,398 0,567
осветленные леса
леса
Липняки, с дубом и вязом, разнотравно-
0,320 0,517
злаковые, мезофитные

Установлено, что на зональном экотоне леса и степи (полигон СЛ) максимальным восста-
новительным потенциалом обладают мезоморфные плакорные дубо-липняки Жигулевского
плато и мезо-гидроморфные супераквальные леса глубоко врезанных долин. Гораздо менее
устойчивы ксероморфные трансэлювиальные и транзитные остепненные сосняки и сосново-
широколиственные леса. На южной границе подтаежной зоны (полигон ПТЗ) наиболее устой-
чивы, с одной стороны, ксеро-мезоморфные липово-березово-осиновые леса, произрастающие
на карбонатном элювии, а с другой, — заболоченные сосняки, ельники и черноольшаники
днищ речных долин и междуречных западин. Плакорные мезоморфные сосново-липово-
дубовые леса, а также трансаккумулятивные мезо-гидроморфные ельники с сосной отличаются
минимальной упругой устойчивостью.
Переход с локального уровня картографирования устойчивости лесов Окско-Волжского бас-
сейна на региональный осуществлялся с помощью специально разработанного метода индукци-
онно-иерархической экстраполяции [Коломыц и др., 2009], основанного на эмпирически уста-
новленном явлении полизональности локальных экосистем как формы их реакции на глобальные
изменения климата. Построены карты индексов лабильной устойчивости лесных формаций Ок-
ско-Волжского бассейна (рис. 2). Установлено, что средне- и южнотаежные еловые и широколи-

53
ственно-еловые подтаежные леса имеют пониженную устойчивость обоих типов. Средне- и юж-
нотаежные сосновые леса отличаются, наоборот, более высокой чувствительностью к воздейст-
виям, но менее развитыми механизмами функционального восстановления. Широколиственно-
сосновые и широколиственные леса весьма чувствительны к внешним сигналам, но способны к
сравнительно быстрому функциональному восстановлению.

Рис. 1. Карты индексов упругой (а) и резистентной (б) устойчивостей


для Приокско-Террасного заповедника, рассчитанные по моделям (6) и (7)
Индексы устойчивости для карты (а): 1 — 0,01–0,44; 2 — 0,44–0,51; 3 — 0,51–0,58; 4 — 0,58–0,63;
5 — 0,63–0,69; 6 — 0,69–0,77; 7 — 0,77–0,92. Индексы для карты (б): 1 — 0,39–0,47; 2 — 0,47–0,52;
3 — 0,52–0,58; 4 — 0,58–0,63; 5 — 0,63–0,67; 6 — 0,67–0,71; 7 — 0,71–0,94

Рис. 2. Карта индексов упруго-пластичной лабильной устойчивости групп лесных формаций территории
Окско-Волжского бассейна

54
Итак, большинство лесных формаций Окско-Волжского бассейна характеризуются высо-
кой чувствительностью к внешним возмущениям, но в то же время — достаточно развитыми
механизмами, олицетворяющими их упругую устойчивость. Это означает, что экзогенная ди-
намика функциональных и структурных параметров лесных экосистем региона отражает смену
их первоначальной адаптивной стратегии в меняющейся окружающей среде на стратегию по-
следующего устойчивого развития, стремящегося привести их в первоначальное либо новое
устойчивое функциональное состояние после «снятия» или даже ослабления воздействий.
ЛИТЕРАТУРА
1. Бигон М., Харпер Дж., Таунсунд К. Экология. Особи, популяции и сообщества. Том 2. Пер. с анг.
М.: Мир, 1989. 477 с.
2. Дюшофур Ф. Основы почвоведения. Эволюция почв. Пер. с франц. М.: Прогресс, 1970. 591 с.
3. Коломыц Э.Г. Локальные механизмы глобальных изменений природных экосистем. М.: Наука, 2008.
427 c.
4. Коломыц Э.Г., Розенберг Г.С., Шарая Л.С. Методы ландшафтной экологии в прогнозных оценках био-
тической регуляции углеродного цикла при глобальном потеплении // Экология. 2009. № 6 . С. 1–8.
5. Логофет Д.О., Свирежев Ю.М. Концепция устойчивости биологических систем // Проблемы эколо-
гического мониторинга и моделирования экосистем. Т. VI. Л.: Гидрометеоиздат, 1983. С. 159–171.
6. Морозов Г.Ф. Учение о лесе. 7-е изд. М.–Л.: Гослесбумиздат, 1949. 368 с.
7. Одум Ю. Основы экологии. Пер. с англ. М.: Мир, 1975. 740 с.
8. Свирежев Ю.М. Устойчивость и сложность в математической экологии // Устойчивость геосистем.
М.: Наука, 1983. С. 41–50.
9. Тишков А.А. Биосферные функции природных экосистем России. М.: Наука, 2005. 310 с.
10. Федоров В.Д. Устойчивость экологических систем и ее измерение // Изв. АН СССР. Сер. Биология.
1974. № 3. С. 402–415.
11. Allen D.M. The relationship between variable selection and data augmentation and a method for prediction
// Technometrics. 1974. V. 16. P. 125–127.
12. Chapin F.S., Walker B.H., Hobbs R.J., et al. Biotic control over the functioning of ecosystems // Science.
1997, Vol. 277. P. 500–504.
13. Shary P.A., Sharaya L.S., Mitusov A.V. Fundamental quantitative methods of land surface analysis // Ge-
oderma. 2002. V. 107. № 1–2.
14. Thompson I., Mackey B., McNulty S., Mosseler A. Forest Resilience, Biodiversity, and Climate Change.
A synthesis of the biodiversity/resilience/stability relationship in forest ecosystems. Secretariat of the Con-
vention on Biological Diversity, Montreal. Technical Series. 2009. № 43. 67 p.

åÖíéÑàóÖëäàÖ èéÑïéÑõ ä èêéÅãÖåÖ ùäëíêÄèéãüñàà


êÖáìãúíÄíéÇ ëíÄñàéçÄêçõï àëëãÖÑéÇÄçàâ çÄ ãÄçÑòÄîíõ1
Дьяконов К.Н.
Московский государственный университет имени М.В. Ломоносова, Москва, Россия,
Diakonov.geofak@mail.ru

METHODICAL PROBLEMS IN EXTRAPOLATING RESULTS


OF STATIONARY RESEARCH TO LANDSCAPES
Diakonov K.N.
Lomonosov Moscow State University, Moscow, Russia,
Diakonov.geofak@mail.ru
Abstract: Observations of physical-geographical stations provide opportunity to evaluate long-
term results of landscape dynamics and functioning. Network of stations ensures studying spatio-
temporal regularities of geosystem organization. The researcher faces the need to look for rationales for
extrapolating regularities to adjusting territories and remote regions. Method of geographical analogies

1
Работа выполнена при финансовой поддержке РФФИ, проект 15-05-06468.

55
is believed to be the methodical basis for extrapolation of results obtained at stations. It was developed
in 1970s while forecasting influence of projected water reservoirs on landscapes. At the first step simi-
larity of landscape types and subtypes is based on analogy of hydrothermic conditions. In the middle
1970s the Voeikov Main Geophysical Laboratory developed the procedure to use meteorological data
obtained at a station for the representative adjusting area. Sources of climatic variability σx/√2, where
σx characterizes precision of network observations for average station in a district which determines
discrepancy between records at stations located as close to each other as possible. To evaluate signifi-
cance of linkages in space standard deviation σх of differences depending on distance should not ex-
ceed product σх√2. At the second step we analyze combinations of morpholithogenic types of areas in
order to evaluate how similar are morphological types of landscapes. Similarity/dissimilarity in soil
texture and parent rocks is of crucial importance since it determines their chemical and physical proper-
ties. The third step of research focuses on intra-century synchronism (asynchronism) in the principal in-
tegral functioning processes such as runoff and phytoproductivity as well as binding factors, namely
thermic regime and atmospheric precipitation. If the researcher succeeds in finding spatial and tempo-
ral regularities of landscape functioning within vast areas he obtains opportunity to evaluates correct-
ness of applying ergodicity theorem/principles in “joining” space and time.
Комплексные физико-географические исследования на стационарах направлены прежде
всего на изучение динамики и функционирования ландшафтов как важнейшей части простран-
ственно-временной организации ландшафта. Получение достоверных результатов по данному
направлению ландшафтоведения невозможно без длинных рядов наблюдений. При этом встает
проблема обоснования экстраполяции найденных временных закономерностей функциониро-
вания на прилегающие территории и отдаленные регионы. Методологической основой экстра-
поляции результатов стационарных исследований выступает метод географических аналогий.
Ряд его положений были разработаны еще в 60-70-е годы ХХ века при разработке физико-
географических прогнозов влияния крупных водохранилищ на ландшафты, в связи с пробле-
мами территориального перераспределения стока рек [Дьяконов, 1965, 1979; Емельянов, 1982;
Ретеюм, 1972 и др.].
Методология географических аналогий представляет собой совокупность методов (ланд-
шафтного профилирования и картографирования, аэрокосмических, геохимических, геофизи-
ческих, математических), использование которых подчинено одному стратегическому замыс-
лу. Можно выделить несколько этапов исследования. Первый этап — на основании мер
аналогичности гидротермических условий сравниваемых регионов обосновывается схожесть
типа и подтипа ландшафтов. Мерой сходства факторов, определяющих, например, зональность
ландшафтов, выступает показатель — К, равный отношению (А – ΔР)/А, где А — максималь-
ная существующая амплитуда климатических факторов в пределах материка, ΔР — различие
того же фактора в сравниваемых пунктах.
Второй этап — обоснование корректности использования метеорологических данных
конкретной станции на окружающую территорию, методика репрезентативности которой раз-
работана О.А. Дроздовым и Л.Е. Анапольской [1975] в Главной геофизической обсерватории
им. А.И. Воейкова. Ее суть сводится к следующему. Величина σ0 определяет невязку между
показаниями станций, расположенных на предельно близком расстоянии. Различия обусловле-
ны только микроклиматическими условиями и точностью измерений. По мере увеличения рас-
стояния от базовой станции связь ослабевает, различия возрастают и с некоторого расстояния
она остается практически неизменной. Для оценки значимости связей в пространстве О.А.
Дроздовым предложен критерий: пока проявляется действие одних синоптических факторов,
среднее квадратическое отклонение σ0 разностей по станциям в зависимости от расстояния не
должно превышать величины произведения σᵢ·√2, где σᵢ — среднее квадратическое отклонение
разностей какой-либо характеристики по базовой метеостанции и той же характеристики кли-
матического показателя отдаленной метеостанции.
Третий этап — анализ сочетания морфолитогенетических типов территорий, что позволя-
ет определить степень подобия морфологической структуры ландшафтов, их род и вид. Важ-
нейшее значение имеет анализ сходства/различий механического состава почв и подстилаю-
щих грунтов, которые определяют химические и водно-физические их свойства (пористость,
водопроницаемость, капиллярность, водоудерживающая способность, теплопроводность,
удельная теплоемкость и др.). В свою очередь от совокупности перечисленных свойств зависят
размеры и интенсивность процессов в зоне активного водообмена.

56
Четвертый этап — установление важнейших черт хроноорганизации природных процес-
сов. Нахождение пространственно-временных закономерностей функционирования ландшаф-
тов в пределах больших территорий позволяет ответить на вопрос о степени корректности
применения принципов эргодичности в «соединении» географического пространства и време-
ни. При этом внутривековая синхронность (асинхронность), синфазность или асинфазность
интенсивности процессов сравниваемых регионов, стационарных исследований и отделенных,
наиболее важна для экстраполяции данных стационарных исследований на окружающую и
отдаленную территорию.
Для четырех физико-географических провинций, Обско-Пурской, Мещерской, Смолено-
Московской и Валдайской, в качестве внешних факторов функционирования были взяты суммы
средних месячных температур воздуха и атмосферные осадки с апреля по сентябрь. Интеграль-
ные «выходные» функции — местный годовой, минимальный и максимальный сток и радиаль-
ный прирост деревьев. Рассмотрены высокочастотные колебания факторов и интегрирующих
показателей функционирования с шагом в один год. Выбор провинций обусловлен тем, что на
этих территориях длительное время функционируют физико-географические стационары.
Анализ таблиц 1-4, в которых представлены значения коэффициентов парных корреля-
ций — r, позволяет сделать выводы.
1. Термический режим в трех провинциях Восточно-Европейской равнины характеризует-
ся высокой синхронностью (r = 0,62 – 0,95), что обусловлено их расположением в единой си-
ноптической области. Обско-Пурская провинция во внутривековой динамике температурного
режима не связана с Восточно-Европейской равнины (r = 0,02 – 0,12).
Таблица 1
Пространственно-временная синхронность (асинхронность) сумм температур воздуха с апреля
по сентябрь (верхняя часть таблицы) и осадков с апреля по сентябрь (нижняя часть таблицы)

№ Смолено-
Название провинций Обско-Пурская Мещерская Валдайская
п/п Московская
1. Обско-Пурская Х 0,05 0,12 0,02
2. Мещерская -0,24 Х 0,62 0,88
3. Смолено-Московская -0,28 0,73 Х 0,95
4. Валдайская 0,19 0,27 0,56 Х
Таблица 2
Пространственно-временная синхронность (асинхронность) среднего многолетнего
регионального стока — расхода воды

№ Смолено-
Название провинций Обско-Пурская Мещерская Валдайская
п/п Московская
1. Обско-Пурская Х -0,04 -0,14 -0,05
2. Мещерская Х 0,59 0,67
3. Смолено-Московская Х 0,43
4. Валдайская Х
Таблица 3
Пространственно-временная синхронность (асинхронность) минимального стока (верхняя часть
таблицы) и максимального стока (нижняя часть таблицы)

№ Смолено-
Название провинций Обско-Пурская Мещерская Валдайская
п/п Московская
1. Обско-Пурская Х -0,46 -0,08 -0,14
2. Мещерская 0,01 Х 0,54 0,23
3. Смолено-Московская -0,04 0,35 Х 0,71
4. Валдайская 0,08 0,71 0,21 Х

57
Таблица 4
Пространственно-временные колебания радиального прироста в ельниках (годовые значения)
№ Валдайская, Валдайская, Мещерская, Смолено-Московская,
Название провинций
п/п ельник ельник ельник ельник
Валдайская, ельник-зелено-
1 Х 0,39 0,21 -0,09
мошник
Валдайская, ельник долгомошно-
2 0,39 Х 0,21 -0,12
сфагновый,
Мещерская, ельник чернично-
3 долгомошно-сфагновый, с уча- 0,21 0,21 Х 0,04
стием сосны
Смолено-Московская, ельник-
4 -0,09 -0.12 0,04 Х
неморальный разнотравный

2. А.Ю. Ретеюмом выявлена закономерность убывающей межрегиональной связи средней


температуры воздуха в июле между территорией у западной границы ЕТР (30º–35º в.д.) к вос-
току от нее до меридиана оз. Байкал. Теснота связей резко уменьшается уже в центре Восточ-
но-Европейской равнины и практически исчезает в Предуралье, причем на всех широтах. Ме-
жду ЕТР и Западно-Сибирской равниной (долгота 70-80°) наблюдается значительная
асинхронность в температуре июля, коэффициент корреляция составляет на широтах 55-60°
r = -0,4-0,5).
3. Синхронность количества осадков с апреля по сентябрь оказалась меньше (r = 0,27 – 0,73).
Причина: осадки более изменчивый в пространстве метеорологический элемент, так как зави-
сят от свойств подстилающей поверхности, орографических условий, определяющих внутрен-
ний влагооборот. Известно, что лес как мощная испаряющая поверхность увеличивает осадки
на 10-15%). Холодное, по сравнению с сушей, крупное водохранилище с апреля по июль сни-
жает осадки над акваторией и прилегающей территорией не менее, чем на 15-20%.
4. Изменчивость регионального стока рек в Обско-Пурской провинции характеризуется
тенденций к асинхронности со стоком рек лесной зоны Восточно-Европейской равнины, r =
0,04 до -0,14, причем связи еще более низкие, чем атмосферных осадков. В пределах трех про-
винций Восточно-Европейской равнины годовой сток синхронен — r = 0,43 – 0,59, но ниже
синхронности осадков за счет влияния «сигнала» геолого-геоморфологической основы.
5. Высокие значения синхронности минимального зимнего и летнего стока между Смоле-
но-Московской и Валдайской провинциями (r = 0,71) объясняется их принадлежностью к од-
ному роду ландшафта, возвышенному холмисто-моренному; c Мещерской синхронность
меньше — r = 0,23 – 0,54. С Обско-Пурской провинции проявляется асинхронность как макси-
мального, так и минимального стока.
6. В ельниках Валдайской и Мещерской провинций тенденция к синхронности биопро-
дукционного процесса выражена очень слабо (r = 0,39 – 0,21), либо с проявлением тенденции к
асинхронности (r = -0,04 – 0,12). Это, в первую очередь, объясняется сравнением различных в
экологическом плане типов леса — неморальных в Смолено-Московской провинции и зеле-
номошно-долгомошно-сфагновых для Валдайской (табл. 4). Специфика Мещерской низмен-
ности — более легкий механический состав материнских почвообразующих пород, отсутствие
средне- и тяжелосуглинистных моренных отложений. Сосново-еловые леса чернично-
долгомошно-сфагновые приурочены к озерным террасам, сложенными супесчаными и легко-
суглинистыми отложениями.
7. Более детальное сравнение степени синхронности (асинхронности) высокочастотного
биопродукционного процесса (радиального прироста за год, за период 60 лет) позволяет кон-
статировать: а) черты асинхронности прироста между Мещерской и Смолено-Московской фи-
зико-географическими провинциями (r = -0,02 до -0,49 между сосняком зеленомошником на
песках и ельником неморальным на морене); внутри провинций проявляется явная синхрон-
ность у одинаковых или близких типов леса (r = 0,29 – 0,50).
8. Синхронность между температурой и осадками за вегетационный период высокая —
0,63; синхронность важнейшего абиогенного показателя функционирования, годового стока,

58
выражена четко — 0,59; минимального и максимального — ниже — 0,54 и 0,35. Снижение
степени синхронности максимального стока (весенний период) обусловлено более растянутым
во времени весенним половодьем в плоской Мещерской низменности по сравнению с холми-
сто-моренными расчлененными ландшафтами Смолено-Московской возвышенности.
Безусловно, в рамках методологии географических аналогий перспективным представля-
ется использование данных космической съемки, в частности Landsat-8. Опыт исследования
Вожского постмелиорированного ландшафта в Центральной Мещере, с интерпретаций данных
по пространственному распределению индексов NDWI и LWCI, позволил охарактеризовать и
сравнить условия запасов влаги в метровом слое почвы в различные по степени увлажнения
годы [Харитонова, 2015]. Не менее конструктивно использование материалов по распределе-
нию нормализованного относительного индекса растительности (NDVI), служащего индикато-
ром количество фотосинтетически активной фитомассы.
В настоящей статье рассмотрены лишь некоторые важные методические подходы к реше-
нию проблемы экстраполяции результатов ландшафтно-экологических наблюдений на стацио-
нарах. Дальнейшее развитие методик экстраполяции должно быть связано с разработкой мето-
дов специальных исследований, прежде всего градиентных по массоэнегообмену гео- и
экосистем с окружающей средой.
ЛИТЕРАТУРА
1. Дроздов О.А., Анапольская Л.Е. Об устойчивости климатических характеристик во времени. —
«Труды ГГО», вып. 335. Л., 1975. С. 3–12.
2. Дьяконов К.Н. Прогнозирование по аналогиям (о влиянии проектируемых гидротехнических соору-
жений на природную среду) // Вестник Моск. Ун-та. Сер. 5. География. 1979. № 1. С. 39–47.
3. Дьяконов К.Н. Ландшафтные исследования в зонах влияния водохранилищ // Известия АН СССР,
серия географич. 1965, № 5. С. 50–54.
4. Емельянов А.Г. Теоретические основы комплексного физико-географического прогнозирования. —
Калинин: Изд-во Калинского ун-та, 1982. 84 с.
5. Ретеюм А.Ю. Изменение животного населения // Инженерно-географические проблемы проектиро-
вания и эксплуатации крупных равнинных водохранилищ. Отв. Ред. проф. С.Л. Вендров. М.: Наука,
1972. С. 220-229.
6. Харитонова Т.И. Инволюция постмелиорированных ландшафтов Центральной Мещеры: автореф. …
канд. дис. МГУ, 2015. 24 с.

åéÑÖãú ÑàçÄåàäà êÄëíàíÖãúçéÉé èéäêéÇÄ èêà ÇÄêàÄñàà


íÖåèÖêÄíìêçéÉé îÄäíéêÄ
Арефьев С.П.1, 2, Глазунов В.А.1, Говорков Д.А.1, Московченко Д.В.1, 2,
Соловьев И.Г.1, Цибульский В.Р.1
1
Институт проблем освоения Севера СО РАН, Тюмень, Россия, ipos@ipdn.ru
2
Тюменский государственный университет, Тюмень, Россия, common@utmn.ru

MODEL OF VEGETATION COVER DYNAMICS DRIVEN BY TEMPERATURE


FACTOR VARIATION
Arefiev S.P.1, 2, Glasunov V.A.1, Govorkov D.A.1, Moskovchenko D.V.1, 2,
Solovyev I.G.1, Tsibulsky V.R.1
1
Institute of the problems of Northern Development SB RAS, Tyumen, Russia, ipos@ipdn.ru
2
University of Tyumen, Tyumen, Russia, common@utmn.ru
Abstract: Presented scheme of vegetation transformation modeling allows to estimate the vari-
ability of territories bio-potential considering the temperature variations in the atmosphere at the sur-
face layer. The analysis technique of differential inclusions allows to transfer interval estimates of the
initial data of self-recovery dynamics of species to intervals of modelled trajectories of species evolu-
tion preserving complete detail of analysis over the entire variety of plants presented in the database.

59
Оценка динамики растительного покрова в следствии эволюции климатических факторов
имеет не только теоретический интерес, но и важное практическое значение. Динамику флори-
стического многообразия удобно оценивать на основе геоботанических карт формаций расти-
тельного покрова обследуемой территории. Без ограничения общности последующий анализ
будем ассоциировать с растительностью тундр Ямала на основе геоботанической карты фор-
маций «Растительность Западно-Сибирской равнины» [Карта…, 1976] масштаба 1:1500000,
составленной и изданной в 1976 году под научным руководством ак. В.Б. Сочавы.
Рассмотренная ниже модель реакции растительного покрова на вариации температурного
фактора основывается на четырех предположениях, два из которых отражают ландшафтно-
экологическую закономерность распределения флористических образов формаций, а два дру-
гих — общесистемные закономерности, фиксируя равновесные флористические образы фор-
маций при вариации температурного фактора и также динамику переходных процессов.
Предположение 1. Флористические образы формаций южных зон с потеплением будут
«смещаться» вдоль градиента температурного фактора и воспроизводиться в границах
формаций сопрягаемых северных зон, а с похолоданием имеет место обратное «смещение» с
Севера на Юг.
Второе предположение закладывает основу ответа на вопрос; «Какой из флористических
образов формаций южной зоны будет воспроизводится в пределах границ заданной формации
сопрягаемой северной зоны при полношаговой вариации температуры?». Вариант ответа сле-
дующий.
Предположение 2. Ориентированные вдоль градиента температурного фактора группы
формаций, в рамках которых реализуются процессы «смещения» флористических образов при
вариациях температур имеют сходные ландшафтно-экологические условия произрастания.
Дальнейший анализ проводится на примере ландшафтно-подобных групп (ЛПГ) формаций
полуостровов Ямал и Гыдан [Калайджан и др., 2014, Карта…, 1976], выделенных с учетом
ландшафтно-флористических доминант легенды карты [Ильина и др., 1985].
Пусть (i, k ) — значение температурного фактора i -й широтной зоны ( i  I  1,..., n,
где i  1 соответствует верхней позиции со стороны Севера) в k -м году, а (i ) – его среднее
значение за длительные многолетние наблюдения, тогда в равенстве
(i, k )  (i)   (k ) , i  I , (1)
где (i ) — опорное значение для i-й зоны, а  (k ) — уровень возмущения температуры в k -м
году для всех зон и групп одновременно.
Пусть N — учетное количество видов растений всех формаций группы. Тогда вектор со-
стояния растительного покрова i -й формации группы в k -м году вводится следующей запи-
сью:
v(i, k )  v(1, i, k ) v(2, i, k ) .... v( N , i, k ) ,
T
(2)
где v(l, i, k ) — мера присутствия популяции l-го вида в i-й формации, оцениваемая в балах
( v(l , i, k )  0,5 для l , i, k ).
Наряду с вышеопределенным вектором, отражающим количественный и качественный со-
став растительного покрова формаций в текущем k-м году и зависящим от графика хождения
температурного фактора (i, s) до текущего года s < k, введем вектор опорных состояний,
соответствующий значению (i )
w (i )  w(1, i ) w(2, i ) .... w( N , i ) .
T
(3)
Последующее конструирование динамической модели связано с актуализацией двух зако-
номерностей, лежащих в основе вычислений переходных режимов.
Первая закономерность призвана ответить на вопрос: «К какому флористическому образу
стремятся формации группы, если новое состояние температурного фактора (1) обусловлен-
ное возмущением  (k ) сохраняется неизменным произвольно долго?»

60
Такие состояния, рассчитанные для любых температурных возмущений    (k ) будем
именовать равновесными и, по аналогии с (3), обозначать — w(i, k ) . Реальная скорость стрем-
ления v(i, k ) к w(i, k ) определяется жизненными стадиями произрастания каждого вида и не
может быть мгновенной. Изменчивость популяции каждого вида определяется не только его
предельными состояниями, но и собственным временем самовосстановления — T (l ) , где l —
номер вида в списочном составе растений группы.
Вторая закономерность призвана установить количественную модель перехода каждого
вида растений из одного равновесного состояния к другому, обусловленному температурными
возмущениями.
Предположение 3. Динамика перехода каждой популяции l-го вида из состояния
v(l , i, k  1) в новое v(l, i, k ) , обусловленное обновленным равновесным состояние текущего
года — w(l , i, k ) , аппроксимируется моделью динамики первого порядка
v(l, i, k)  (l)v(l, i, k 1)  1 (l)w(l, i, k) , (4)
где параметр скорости сходимости  (l ) оценивается по времени самовосстановления популя-
ции, согласно выражению:  (l )
T ( l )
 0,02 .
Далее следует определиться: «Какое равновесное состояние приобретает формация, если
шаг температурного фактора произволен и не равен целому  (k )  (i  1)  (i) ?»
Среди множества вариантов решения данной задачи рассмотрим два характерных случая.
Первый — с немедленным реагированием, когда популяция не обладает заметными призна-
ками устойчивости — соответствующие виды образуют индексное множество IN1 . Во втором
случае вводится механизм гистерезисной устойчивости популяции к прямым и возвратным
вариациям температур — данные виды будут относиться к множеству IN2 .
Новое предположение, устанавливающее вид связи опорных состояний при расчете равно-
весных значений, формулируется следующим образом.
Предположение 4. В условиях (1) и (3) равновесное состояние l-й популяции i-й формации
при дробной вариации температуры будем рассчитывать следующим образом
w(l, i, k)  (l,1, (i, k))  w(l,1)  ...  (l, m, (i, k))  w(l, m)  (l, n, (i, k))  w(l, n) ,
l  LN , (5)
где  (l , m, ) — долевая функция ( m  1, n ) сопряжения опорного состояния m-й широтной
зоны при температурном факторе  , оцениваемая по выражению
 (m, ) если l  IN1 ,
 (l , m, )   1 (6)
2 (m, ) если l  IN2 .
где функция 1 (m, ) представлена графиком на рисунке 1, а 2 (l, m, (i, k)) — на рисунке 2.

Рис. 1. Долевые функции сопряжения опорных векторов для видов, не обладающих заметными
признаками устойчивости

61
Рис. 2. Долевые функции сопряжения опорных векторов для видов, обладающих механизмами
гистерезисной устойчивости

Для последующего анализа динамических свойств, представим уравнение (4) в оператор-


ной форме:
1   (l )
v(l , i, k )  w(l , i, k ) , (7)
1   (l ) z 1
где z 1 – операция временного запаздывания на один шаг, и применим данный оператор к
сумме (5) равновесных значений. Результат преобразования можно записать в виде:
v(l, i, k)  (l,1, i, k)  w(l,1)  ...(l, m, i, k)  w(l, m) (l, n, i, k)  w(l, n) , (8)
где, согласно (5), долевые функции связи опорных состояний приобретут инерционные свой-
ства для l-й популяции
1   (l )
 (l , m, i, k )   (l , m, (i, k )) . (9)
1   (l ) z 1
Полезные приложения модельных технологий анализа рассмотрим на примере динамики
растительного покрова тундр полуостровов Ямал и Гыдан. По сути, исследуются возможные
формы реакции доминирующих видов растений формаций №1, 10, 17, 22 (ЛПГ верховых ло-
кально водораздельных плакоров с атмосферно-проточным увлажнением [Калайджан и др.,
2014, Карта…, 1976]) на вариации температурного фона в условиях действия предположений
1 ÷ 4. Полное множество растений обследуемой территории включает 454 наименований, из
которых выделены доминирующие популяции с уровнем присутствия w(l ) — 3 и более балов
(из 5) выделенной группы формаций. Учетное множество выделенных доминант составляет
31 наименование.
Ретроспективный анализ динамики доминант на периоде хождения температурного фона с
1935 по 2010 г в летнее время для формации № 10 представлены на рисунке 3. График динами-
ки представляет собой сетчатую поверхность где цвет каждой клетки соответствует степени
присутствия конкретного вида v(l , k ) в заданный момент времени k.
По данному рисунку можно наглядно проследить картину видового состава формации в
характерные моменты времени, а также выделить виды с характерными трендами степени при-
сутствия видов, например:
Вид №1 (Deschampsia sukatschewii (Popl.) Roshev.) с длительным периодом самовосстанов-
ления (10 лет) и относительно малой степенью присутствия (3);
Вид №26 (Salix glauca L.) с коротким периодом самовосстановления (3,5 года) и относи-
тельно малой степенью присутствия (3);
Вид №5 (Carex arctisibirica (Jurtz.) Czerep.) с длительным периодом самовосстановления
(10 лет) и максимальной степенью присутствия (5);
Вид №9 (Empetrum subholarcticum V. Vassil.) со относительно средним периодом самовос-
становления (5,5 года) и максимальной степенью присутствия (5);
Динамика состояния выделенных видов для заданного периода хождения температур-
ного фона с 1935 по 2010 г представлена на рисунке 4.

62
Рис. 3. Динамика присутствия видов в выделенной формации при измеренном температурном фоне
на периоде с 1935 по 2010 гг.

Рис. 4. Динамика состояний выделенных видов при моделировании на периоде с 1935 по 2010 гг.

63
В заключение отметим
1. Предложенная схема моделирования удобна для практических приложений, т. к. бази-
руется на фактографических данных реально наблюдаемого флористического состава обсле-
дуемых территорий, в том числе и по результатам полевых исследований. Получаемые резуль-
таты не отвечают на вопрос о генетических причинах сосуществования исходных
флористических образов и о возможностях появления новых видов растений, как в [Алещенко,
Букварева, 2010] Все моделируемое многообразие ограничено списочным составом видов,
внесенных в исходную базу данных.
2. Принятые предположения и расчетные схемы не объясняют — почему некоторые виды
растений получают конкурентное преимущество при смене температурного фактора, а другие
теряют. Модель отражает базовые закономерности смены флористических образов наблюдае-
мой территории. Точность анализа напрямую зависит от точности настройки параметров моде-
ли [Ильичев, 2005] по данным регулярных наблюдений за флористикой формаций.
ЛИТЕРАТУРА
1. Алещенко Г.М., Букварева Е.Н. Двухуровневая иерархическая модель оптимизации биологического
разнообразия // Известия РАН Сер. Биология. 2010. №2. С. 5–15.
2. Ильина И.С., Лапишна Е.И., Лавренко Н.Н. и др. Растительный покров Западно-Сибирской равнины.
Новосибирск: Наука, 1985. 251с.
3. Ильичев В.Г. Адаптация параметров в моделях популяций // Журн. общ. биологии, 2005. Т 66. №2.
С. 171-179.
4. Калайджан В.М., Соловьев И.Г., Цибульский В.Р. Динамика трансформации растительного покрова
при вариации среднегодовой температуры. Тюмень: ИПОС СО РАН, 2014. № 1 (13). С. 37-42.
5. Карта «Растительность Западно-Сибирской равнины» / под общ. ред. ак. В.Б. Сочавы. ГУГК. М.,
1976.

åÖíéÑàóÖëäàÖ èéÑïéÑõ ä éñÖçäÖ èêéÑìäíàÇçéëíà ãÖëçõï


ùäéëàëíÖå (çÄ èêàåÖêÖ ãÄçÑòÄîíéÇ ñÖçíêÄãúçé-ãÖëçéÉé
ÉéëìÑÄêëíÇÖççéÉé èêàêéÑçéÉé ÅàéëîÖêçéÉé áÄèéÇÖÑçàäÄ)
Байбар А.С.1, Харитонова Т.И.2
Московский государственный университет имени М.В. Ломоносова, Москва, Россия,
1
baybaranastasia@yandex.ru, 2kharito2010@gmail.com

METHODICAL APPROACH TO THE ASSESSMENT OF FOREST PRODUCTIVITY


(ON EXAMPLE OF CENTRAL FOREST NATURE RESERVE)
Baibar A.S.1, Kharitonova T.I.2
Lomonosov Moscow State University, Moscow, Russia,
1
baybaranastasia@yandex.ru, 2kharito2010@gmail.com
Abstract: The remote sensing and dendrochronological analysis are well-developed methods
widely used for monitoring forest productivity. Satellite data better corresponds to canopy biomass,
dendrochronological data describes timber increment, while forest is a complex ecosystem with differ-
ent plant life forms and stratification. Since both data collection is rather quick and easy, the use of
these methods is very appealing. Analysis of joint dynamics of Normal Difference Vegetation Index
(NDVI) and tree ring growth and its comparison to corresponding values of Net Ecosystem production
(NEP) derived from eddy covariance measurements should verify accuracy of this methods for estima-
tion of the whole ecosystem productivity. Timber sampling was carried on in Central Forest Nature Re-
serve, Russia, at four coniferous forest ecosystems. NDVI were calculated for each site using Landsat
images 4-5, 8. The series of NDVI values are 23-years long and characterize the canopy state in the pe-
riod of highest vegetation (July, 15-25). The series of NEP values are from 1998 to 2014. The research
revealed the reliable correlation (0.5-0.75) between middle frequency dynamics of NDVI and tree ring
series. High frequency fluctuations of parameters proved to be independent. Multiple regression analy-

64
sis shows that joint contribution of NDVI and annual radial increment to NEP describes only 49% of its
variation. The study proves reliability but inconsistency of both indirect methods, while eddy covari-
ance measurements are inaccessible for wide use.
1. Введение
Одним из важных показателей функционирования лесов является продуктивность. Первые
методы ее оценки можно отнести ко времени становления лесной таксации. На основе качест-
венных и количественных показателей дерева производится пересчет в весовую или объемную
продукцию. Следующим этапом изучения продуктивности можно считать ХХ век, когда раз-
ворачиваются программа экологических исследований биологической продуктивности экоси-
стем. Основным методом получения данных становится эмпирический, то есть вырубка мо-
дельных деревьев, сушка и взвешивание образцов, обобщение данных и экстраполяция
значений на площадку. Данные методы точные, но трудозатратные и требуют большого коли-
чества времени на полевой сбор данных и камеральную обработку материала [Базилевич,
1993].
В настоящее время основными методами оценки продуктивности являются метод турбу-
лентных пульсаций, дендрохронологический и дистанционного зондирования. Вычисление
вегетационных индексов позволяет быстро в оперативном режиме получить информацию о
состоянии растительного покрова без полевого этапа исследования. На основе дендрохроноло-
гического метода можно получить временные модели изменения продуктивности дерева с мо-
мента произрастания до года отбора керна. Преимуществом метода турбулентных пульсаций
является систематизированное получение данных о балансах углерода в экосистеме.
2. Постановка проблемы
Дендрохронологический метод и дистанционное зондирование являются косвенными и
отражают ход продуктивности только различных элементов леса. Спутниковые данные харак-
теризуют биомассу листвы, дендрохронологические данные описывают прирост стволовой
части древесины, в то время как лес представляет собой сложную экосистему с различными
формами жизни и ярусами растительности. Цель работы — выявление достоверности оценки
биологической продуктивности экосистем методами дендрохронологии и дистанционного
зондирования. Совместный анализ динамики NDVI и радиального прироста, его сопоставление
со значениями чистой продукции экосистемы (NEP) позволяет проверить точность этих мето-
дов для оценки продуктивности экосистемы.
3. Материалы и методы исследования
Отбор и обработка кернов
В Центрально-Лесном государственном природном биосферном были отобраны 76 кернов
хвойных пород с четырех площадок: ельника неморального (Ен), ельника сфагново-
черничного (ЕСЧ), сосняка осоково-сфагнового (СОС), мелкого разреженного сосняка на бо-
лоте Старосельский Мох (СТРМ) (ЕСЧ и Ен по 20 образцов ели, СОС — 20 и СТРМ 16 образ-
цов сосны). Измерение годичных приростов производилось на приборе Lintab 5. В программе
TSAPWin производилось перекрестное датирование образцов и вычисление индекса CDI
(Cross Date Index). CDI учитывает как однонаправленность изменений, так и количественную
разность значений двух деревьев. Внутригрупповое значение индексов CDI на площадках со-
ставило: ЕСЧ — 11-32, Ен — 21-26, СОС — 23–34, СТРМ — 15–21.
В программе ARStan хронологии каждого дерева были разложены на разночастотные со-
ставляющие [Cook, 1985]. Низкочастотные колебания прироста рассчитываются при помощи
50-летнего сплайна, снятие 50% колебаний с шагом 50 лет (так как средний возраст деревьев
составляет 100-120 лет), среднечастотные — 11-летнего сплайна, высокочастотные — индексы
прироста получаются как разница реального прироста к рассчитанному тренду. Построены
единые хронологии для площадок. В дальнейших исследованиях использовались только обоб-
щенные кривые разночастотных колебаний прироста по площадкам и радиальные приросты
древесины без разложения на составляющие.
Вычисление вегетационных индексов
Были скачаны 52 безоблачных снимка Landsat 4-5 и 8 с 1985 по 2016 год с пропусками в
2012, 2001, 1999, 1997-1995, 1993, 1991 годах. В программе SAGA GIS снимки прошли радио-

65
метрическую коррекцию. Вычислены значения NDVI для площадок исследования в окрестно-
стях 30х30 м и 90х90 м от вышек измерения за потоками углерода, по 1 и 9 пикселям.
На основании данных по приросту древесины, полученных по электронным дендрометрам
с частотой измерения 4 часа, а также на основании динамики NDVI в период вегетации в годы
с 5-6 снимками, установлена параболическая форма изменения фотосинтетической активности
дерева с максимумом в период с 15 по 25 июля, на который интерполированы значения NDVI.
Установлено, что значения NDVI по 1 пикселю лучше отражают состояние листовой по-
верхности, поэтому в работе будет использованы только они. Разложение значений вегетаци-
онного индекса на разночастотные составляющие производилось в программе Statistica при
помощи простой регрессии.
Чистая продукция экосистемы
Сотрудниками Института проблем экологии и эволюции имени А.Н. Северцова, а именно,
Курбатовой Юлией Александровной, были предоставлены материалы о чистой продукции эко-
системы в ЕСЧ с 1998 по 2014 год. Произведено разложение NEP на разночастотные состав-
ляющие в программе Statistica.
4. Результаты
4.1 Соотношение прироста деревьев и данных дистанционного зондирования
При сравнении значений NDVI и радиального прироста деревьев установлена тесная
корреляция данных величин на всех площадках, кроме СТРМ (из-за маленькой сомкнутости
крон в 1-2 балла). Наибольшая зависимость между значениями, полученными дендрохроно-
логическим методом и дистанционным зондированием наблюдается в СОС (R2 = 0.7508)
и Ен (R2 = 0.8297), чуть меньшие значения у ЕСЧ (R2 = 0.6742) (табл. 1).
Таблица 1
Оценка достоверности линейной связи между NDVI и обобщенным радиальным приростом
деревьев на площадках

ЕСЧ Ен СОС СТРМ

R2 0.6742 0.8297 0.7508 0.0879

На всех точках прослеживается обратная зависимость, увеличение листовой биомассы


приводит к уменьшению приращения ствола дерева. Анализ на разночастотных уровнях пока-
зал, что полученные тесные зависимости обусловлены среднечастотными колебаниями
(11-летний сплайн). На уровне высокочастотных колебаний связи радиального прироста и ин-
декса NDVI не выявлено. Синхронность изменения данных показателей также проверялась в
программе TsapWin при помощи индекса CDI, выявлено, что незначительная синхронность
колебаний двух величин наблюдается только в мелком ряме (CDI = 6) и отсутствует на других
площадках (CDI < 3). Это свидетельствует о том, что приращение стволовой и листовой био-
массы независимы.
4.2 Вклад радиального прироста и листовой массы деревьев в чистую первичную
продукцию (NEP) лесных экосистем проверялся на одной площадке, в ельнике сфагново-
черничном, обеспеченной данными пульсационных измерений потоков углерода.
Множественный регрессионный анализ показал слабый вклад NDVI и практически отсут-
ствие вклада обобщенного радиального прироста деревьев на площадке в изменение чистой
продукции экосистемы (NEP). Полная независимость между приростом деревьев и потоками
углерода заставило нас еще раз пересмотреть дендрохронологические данные. Для чистоты
эксперимента изначально обобщенные хронологии строились по всему массиву отобранных
деревьев, при том, что внутригрупповая синхронность приростов была невысокой (CDI 11-32).
Мы допускаем, что в условиях повышенного увлажнения и низкого бонитета леса возможно
нарушение равномерного прироста деревьев с выпадением или появлением ложных колец, ко-
торое нам не удалось распознать и зафиксировать по кернам. После удаления из расчетов че-
тырех деревьев с показателями наименьшей синхронности прироста с «ядром» группы регрес-
сионный анализ продемонстрировал более высокую достоверность связи (табл. 2).

66
Таблица 2
Вклад NDVI и радиального прироста деревьев в динамику чистой продукции экосистемы (NEP)
Независимые переменные множественной регрессии R2
NDVI 0,18
Радиальный прирост деревьев на площадке 0,003
Радиальный прирост «ядра» деревьев на площадке 0,548
Вклад NDVI и радиального прироста в NEP оценивался методом множественной регрес-
сии. В целом отмечается достаточная схожесть между вычисленными и измеренными значе-
ниями NEP (рис. 1).

Рис. 1. Годовой ход значений чистой продукции экосистемы ельника сфагново-черничного, полученный
методом измерений турбулентных пульсаций (сплошная линия) и смоделированный по NDVI
и радиальному приросту «ядра» деревьев площадки (пунктирная линия) (R2 модели 0,49)

Выводы
1. Изменение фотосинтетической активности деревьев за вегетационный период имеет
параболическую форму с максимумом в период с 15 по 25 июля.
2. Корреляция между радиальным приростом деревьев и NDVI составляет от 0,09 до 0,83,
минимальная связь данных показателей наблюдается у разреженного сосняка на болоте, мак-
симальная у ельника неморального.
3. Высокие показатели связи между NDVI и радиальным приростом деревьев достигаются
за счет их среднечастотных составляющих. На уровне высокочастотных колебаний зависи-
мость не наблюдается. Это свидетельствует о независимости годовых флюктуаций данных пе-
ременных.
4. При анализе короткого ряда данных по чистой продукции экосистемы (NEP) выявлено,
что совместная динамика вегетационных индексов и радиального прироста, описывают изме-
нение NEP на 49% (R2=0,49).
Таким образом, наибольшая зависимость между результатами, полученными тремя мето-
дами, прослеживается на уровне среднечастотных колебаний (11-летний сплайн), особенно
между NDVI и NEP. На уровне высокочастотных колебаний зависимость сильно снижается, то
есть в ежегодные флуктуации значений вносится многочисленный шум от ряда второстепен-
ных факторов, но на уровне среднечастотных колебаний они компенсируют друг друга и чис-
тая продукция экосистемы может быть описана годовыми изменениями вегетационного индек-
са и радиального прироста древесины.
ЛИТЕРАТУРА
1. Базилевич Н.И. Биологическая продуктивность экосистем Северной Евразии. М.: Наука, 1993. 293 с.
2. Cook E.R. A time series analysis approach to tree ring standardization — University of Arizona, 1985.

67
åÖíéÑàäÄ åéÑÖãàêéÇÄçàü ìêÅéãÄçÑòÄîíéÇ
çÄ éëçéÇÖ åéêîéåÖíêàóÖëäàï èéäÄáÄíÖãÖâ
Ñãü ãÄçÑòÄîíçé-ùäéãéÉàóÖëäéÉé êÄâéçàêéÇÄçàü
Дубровская С.А.
Институт степи Уральского отделения РАН, Оренбург, Россия, skaverina@dk.ru

URBAN LANDSCAPE MODELING PROCEDURE BASED ON MORPHOMETRIC


INDICATORS FOR LANDSCAPE-ENVIRONMENTAL REGIONALIZATION
Dubrovskaya S.A.
Institute of Steppe of the Ural Branch RAS, Orenburg, Russia, skaverina@dk.ru
Abstract: Cities are the objects which have lost their natural component, though have acquired
the new structure, transformed under the influence of economic activity of the society which created an
optimal living environment. The landscape-ecological approach to the study of urban space allows to
spatially distinguish urbogeosystems and to gain reliable information needed to improve environmental
components and comfort. The main goal of landscape-ecological mapping is to represent the state of
natural and natural-technogenic landscapes as an integral structure for the analysis of the human habi-
tat. Complex landscape zoning of urban geosystems reflects geographical environment and shows the
patterns of the development of man-caused impact, processes and the state of natural-anthropogenic
complexes. Modern geoinformation technologies allow operatively and qualitatively to conduct eco-
logical researches for making effective management decisions in the city. Developed GIS includes
automated cartographic systems, cartographic data bases, analytical modeling modules. The report ex-
amines the methodology of urban eco-landscape mapping of Orenburg using geomorphometric data for
further use of the automated classification of artificial neural networks (ANN). Since the relief features
and surface properties are non-uniform values, they were reduced to the single discrete form. For this
purpose, modern GIS tools (automation, generalization of initial information) were involved at the
stage of processing and the necessary information was transformed into grid data. Detailed digital
model of the city's topography is optimal for solving problems in urban planning - reconstruction, con-
struction and improvement of urban space. The developed model based on GIS-technologies can be
used for detailed monitoring of the environmental situation and timely warning of problems of the ur-
ban technical system.
Рельеф — комплексная подсистема ландшафта, в которой почвенный покров, почвообра-
зующие породы, геоморфологические (рельефообразующие) процессы генетически взаимосвя-
заны. В процессе градостроительства происходит прямое воздействие на рельеф территории,
что оказывает непосредственное влияние на все структурные единицы (таксоны) ландшафта
городов. Урбанизированная территория — участок природно-техногенного и техногенного
ландшафта, кардинально преобразованная застройками, транспортно-коммуникационными, ин-
женерными и другими объектами активной хозяйственной деятельности человека. Объединив
ландшафтно-таксономическую систему с эколого-функциональным зонированием городского
пространства, можно выделить отдельные классификационные участки урботехносистемы.
За определенный исторический промежуток времени происходит трансформация отдель-
ных единиц городского ландшафта, среди них выступают показатели крутизны, длины линий
стока, глубины расчленения, экспозиции и формы склона, изменение высотных отметок от-
дельных точек территории, появление новых искусственных водоемов, спрямление русла рек и
прочие. Основной тенденцией в преобразовании городской территории является выравнивание
поверхностей, связанное с разными видами строительных работ. Вследствие такого вмеша-
тельства происходит образование новых отрицательных и положительных антропогенных
форм рельефа: мезоскульптуры (карьеры, отвалы, дамбы, котлованы, насыпи, выемки, овраги),
микроскульптуры (западины, кочки, бугорки, промоины), наноскульптуры (борозды, грядки,

68
клумбы). Влияние современных рельефообразующих процессов в границах урболандшафта
крайне неоднозначно. Изменяя крутизну склонов и перепады высот в результате засыпки балок
и оврагов, планировки строительных площадок под различные виды сооружений и линейные
объекты и заполняя мезорельеф мусором, отходами промышленного производства, происходит
трансформация природно-техногенного ландшафта. И в тоже время снижаются дренирующие
свойства территории, изменяются природные области разгрузки подземных вод, что приводит
к формированию верховодки и повышению грунтовых вод и, как следствие, к подтоплению и
загрязнению городских территорий различными видами поллютантов.
В качестве основы для работы искусственных нейронных сетей (ИНС) воспроизведены
принципы физиологических процессов работы нервной системы. Нейрон получает и передает
серию импульсов продолжительностью в несколько миллисекунд (мс), т.о. человек способен
воспринимать достаточно сложную информацию и принимать решение за несколько сотен мс
(мышление или рефлекторные реакции). Сопоставляя биологическую нервную клетку со схе-
мой работы технического нейрона (реакции на раздражение), наблюдаются различия. У искус-
ственных нейронов наличие отрицательной реакции при достижении критических уровней
воздействий. В тоже время биологический нейрон не будет давать ответных реакций (возбуж-
дение или торможение). Нейрофизиологическое рефлекторное поведение — короткая реакция
на раздражение, мышление — постоянный длительный уровень возбуждения нервных цен-
тров, где внешние источники воздействия мешают. Технические нейроалгоритмы воспроизво-
дят простые рефлекторные поведенческие реакции и условно предоставляют возможные ре-
шения «сложных внутренних мыслительных» задач.
Автором заимствована методика, разработанная О.П. Ермолаевым и Р.Н. Селивановым
[2010], которые предложили использовать адаптивный непараметрический метод ИНС Кохо-
нена для проведения автоматизированного ландшафтного районирования городского про-
странства. ИНС рассматриваются как мощный математический инструмент, позволяющий
строить надежные непараметрические модели сложных природных систем [Савельев и др.,
2005]. Для классификации используются различные нейросетевые алгоритмы. Основная за-
дача — выявить пространственно-однородные (одинаковые) участки ландшафтных структур.
Непараметрические методы на основе нейронных сетей Кохонена [Kohonen, 1990] позволяют
аппроксимировать (приблизить, заменить одни объекты другими, близкими сходными, но бо-
лее простыми) непрерывные изменения свойств исследуемых объектов. Для данной операции
в проведенной классификации определяется порядок и степень сходства соседних классов за
счет их локального взаимодействия.
С использованием геоинформационных технологий нами создана цифровая модель релье-
фа (ЦМР) г. Оренбурга (рис. 1).
Эта разновидность информационных систем позволяет при помощи сформированных
цифровых баз данных (минимальная — операционно-территориальная единица (ОТЕ)) [Ермо-
лаев, Селиванов, 2010] перевести путем математических методов, смоделировать пространст-
венные объекты. Цель исследования — подготовка математической базы данных морфометри-
ческих показателей ландшафтной структуры при помощи оцифровки изолиний, гидроизогипс
и интерполяционной сети на основе топографической карты города масштаба 1:25000. Обра-
ботана и создана электронная таблица XYZ, в которую занесены 13816 данных: координаты и
отметки высот (м). Это необходимо для проведения ландшафтно-экологического районирова-
ния с использованием искусственных нейронных сетей по комплексу морфометрических пока-
зателей. Геоинформационный анализ рельефа с данными ЦМР в зарубежных источниках назы-
вается геоморфометрическим. ОТЕ соответствуют ячейкам прямоугольной регулярной сетки,
покрывающей урбанизированный объект исследования. Используя геоморфометрическую ин-
формацию о рельефе, представленной как матрица значений, формируется отдельный слой
ландшафтно-экологических геоинформационных данных для выявления закономерностей раз-
вития и трансформации природно-антропогенных комплексов. Планируется в результате обу-
чения нейронной сети отнести каждую ОТЕ к определенному классу с определенной про-

69
странственной характеристикой рельефа. При необходимости произвести генерализацию (объ-
единение) типичных (близких) классов-категорий анализируемой урботехногеосистемы с по-
следующим созданием картографической пространственно-временной модели результатов
классификации ИНС.

Рис. 1. Цифровая модель рельефа г. Оренбург

ГИС может использоваться для разработки научно-обоснованных рекомендаций по эколо-


гически ориентированному природопользованию; для определения природоохранных мер,
включая ограничение и прекращение тех или иных воздействий на городскую среду и населе-
ние; для экологической экспертизы проектов строительства различных объектов и территори-
ального развития города; для принятия решений в управленческой деятельности городских и
районных природоохранных структур; при планировании и реализации различных хозяйствен-
ных, медицинских, санитарно-технических, природоохранных мероприятий, а также для реше-
ния научных и учебно-воспитательных задач.
ЛИТЕРАТУРА
1. Ермолаев О.П., Селиванов Р.Н. Автоматизированное ландшафтно-экологическое картографирование
городских территорий с использованием нейронных сетей (на примере г. Казани) // Ученые записки
Казанского ун-та. 2010. Т.152, кн.4. С.52-67.
2. Савельев А.А., Ермолаев О.П., Мухарамова С.С., Мальцев К.А. Подходы к районированию рельефа
на основе его морфометрических показателей с использованием искусственных нейронных сетей //
Доклады XIIсъезда РГО. Геоэкология и природопользование. СПб., 2005. Т.4. С.348-356.
3. Kohonen T. The self-organiziring map // Proccedings of the Institute of Electrical and Electronics Engi-
neers. 1990. V.78. P.1464-1480.

70
ëíêìäíìêçé-îìçäñàéçÄãúçÄü éêÉÄçàáÄñàü ÇéÑçé-
åàÉêÄñàéççõï à ùêéáàéççé-ÄääìåìãüíàÇçõï äéåèãÖäëéÇ
ãÖëéëíÖèà ëêÖÑçÖêìëëäéâ ÇéáÇõòÖççéëíà1
Козлов Д.Н.1, Лозбенев Н.И.2, Левченко Е.А.3
1, 3
Почвенный институт имени В.В. Докучаева, Москва, Россия,
1
daniilkozlov@gmail.com, 3novichkova.ea@mail.ru
2
Московский государственный университет имени М.В. Ломоносова, Москва, Россия,
nlozbenev@mail.ru

STRUCTURAL AND FUNCTIONAL ORGANIZATION OF WATER-MIGRATION


AND EROSIONAL-ACCUMULATIVE COMPLEXES IN THE FOREST-STEPPE OF
THE CENTRAL RUSSIAN UPLAND
Kozlov D.N.1, Lozbenev N.I.2, Levchenko E.A.3
1, 3
Dockuchaev Soil Science Institute, Moscow, Russia,
1
daniilkozlov@gmail.com, 3novichkova.ea@mail.ru
2
Lomonosov Moscow State University, Moscow, Russia, nlozbenev@mail.ru
Abstract: Restricted opportunities and complexity of the organization of long-term instrumental
observations of landscape functioning regimes determine the broad application of indirect methods for
landscape indication of system-forming processes. In this case, the indication of functional interrela-
tions of landscape components is based on the comparison of diagnostic peculiarities of material and
energy exchange with the factors of their spatial-temporal variability within the “factor-process-
properties” model framework. The spatial inhomogeneity of inert components (factor) determines the
intra-landscape interflow of matter and energy (process) and also the formation of mobile components
migration structure, which is fixed by biogeochemical circle as a morphological structure of elementary
geosystems (feature). The article describes methodologic approaches and preliminary results of carto-
graphic modeling of water-migration and erosional-accumulative soil cover structures in the forest-
steppe of the Central Russian Upland. In this case, these structures are considered as a result of intra-
landscape outflow redistribution and surface erosion occurrence. The composition of the soil profile is
used as a diagnostic indicator of mean annual regime of elementary geosystems functioning. Along
with that, the inhomogeneity of the soil cover is used as an indicator of the structural and functional or-
ganization of tilled slopes, affected by erosion.
Введение
Развитие системной парадигмы естествознания определило понимание географического
ландшафта как открытой геосистемы региональной размерности, образованной совокупностью
элементарных геокомплексов (морфоструктура) и связующих их процессов массоэнергообме-
на (функционирования). Функциональная взаимосвязь поверхностного и подземного стока,
биогеохимического и минерального круговоротов обуславливают соответствие в его простран-
стве видового состава растительности, профильной организации почв, физико-химических и
биогеохимических свойств почвенных горизонтов локальным эдафическим условиям [Маку-
нина, 2010]. При общей очевидности данного понятия изучение структурно-функциональной
организации конкретных географических ландшафтов сталкивается с методической неопреде-
ленностью изучения системообразующих процессов.
Ограниченные возможности и сложность организации долговременных инструментальных
наблюдений за режимами функционирования ландшафтов определяют широкое использование
косвенных методов их ландшафтной индикации [Хорошев, Леонова, 2015; Dyer, 2009]. Инди-
кация функциональных взаимосвязей компонентных и геокомплексных частей ландшафта ба-
зируется на сопоставлении диагностических показателей вещественно-энергетического обмена
с факторами их пространственно-временной изменчивости в рамках модели «фактор-процесс-
свойство» [Козловский, 1972]. Пространственная неоднородность инертных компонентов
1
Исследование выполнено при поддержке РФФИ, проект №17-04-02217.

71
(фактор) определяет внутриландшафтный перенос веществ и энергии (процесс) и формирова-
ние миграционной структуры мобильных компонентов, фиксируемой биогеохимическим кру-
говоротом в виде морфологической структуры элементарных геосистем (свойство). В настоя-
щее время изучение региональных механизмов ландшафтного подчинения [Николаев, 2006]
опирается на средства имитационного моделирования [Козловский, 1972], методы статистиче-
ской ординации изменчивости состава растительных сообществ по градиенту экологических
факторов, анализ почвенно-ландшафтных связей в неполных двух-, трехкомпонентных моде-
лях, например, рельеф — растительность — почва, почва — морфолитогенная основа. Исполь-
зование таких «парциальных» моделей — удобный прием для освоения количественных мето-
дов анализа многокомпонентных систем на основе свойств, наиболее доступных для
наблюдения. Невысокие показатели детерминированности парциальных моделей требуют
расширения их состава в рамках комплексной ординации плеяд межкомпонентных связей [Хо-
рошев, 2017].
В данной статье изложены методические подходы и предварительные результаты карто-
графического моделирования водно-миграционных и эрозионно-аккумулятивных структур
почвенного покрова лесостепи Среднерусской возвышенности как результата внутриланд-
шафтного перераспределения стока и проявления плоскостной эрозии. Строение почвенного
профиля используется в качестве диагностического показателя среднемноголетних режимов
функционирования элементарных геосистем, а микронеоднородность почвенного покрова —
как индикатор структурно-функциональной организации распаханных склонов, подверженных
эрозии.
Материалы и методы
Исследования проводились на юго-западе Среднерусской возвышенности на полигоне
«Курский» (36°10’E, 51°36’N, рис. 1), включающем целинные участки Центрально-
Черноземного заповедника и прилегающие пахотные массивы. Климат района умеренно-
континентальный — среднегодовая температура воздуха +5,7ºC, количество осадков 590 мм,
сумма активных температур 2300°, коэффициент увлажнения 0,95. Почвообразующие породы —
среднесуглинистые лессовидные суглинки, подстилаемые с 1-8 м меловыми отложениями.
В условиях относительно однородных пород дифференциация растительных сообществ и почв
обусловлена перераспределением тепла и влаги по элементам мезо- и микрорельефа [Сороки-
на, 1976; Фишман, 1977]. Почвенный покров междуречья образуют слабоконтрастные пятни-
стости черноземов типичных (Чт) и выщелоченных (Чв) с луговато-черноземными почвами
(Лч) западин и черноземами типичными высоковскипающими зоотурбированными (Чтк) ре-
ликтовых сурчин. Распашка сопровождается выравниванием микрорельефа и развитием пло-
скостной эрозии на склонах крутизной более 2°.

Рис. 1. Положение участков детальной почвенно-топографической съемки на фоне:


а — космического снимка, б — цифровой модели рельефа. Ключевые участки: субгоризонтальное
междуречье (I), склон южной экспозиции (II — целина, III — пашня)

72
Закономерности функциональной организации водно-миграционных структур почвенного
покрова изучены на двух целинных участках, охватывающих субгоризонтальные части между-
речья, его приводораздельные и прибалочные склоны (рис. 2).

Рис. 2. Структурно-функциональная организация междуречий (а, б, в, ключ I) и склонов (г, д, е, ключ II)
целинной лесостепи: а, г — структура топографического фактора дифференциации (абс. высоты, м.);
б, д — миграционная структура поверхностного стока (слой перераспределенных осадков модели
SIMWE, м); в, е — структура почвенного покрова (элементарные почвенные ареалы,
соответствие точкам опробования — 80%)

Топографические особенности ключевых участков общей площадью 65 га установлены с


помощью детальной съемки ГНСС с шагом 5 м. На основе высотных отметок в программе
SAGA методом ординарного кригинга построены цифровые модели рельефа (ЦМР) с размером
ячейки 5х5 м и рассчитано порядка 20 морфометрических величин, описывающих разнообра-
зие форм рельефа как фактора дифференциации водных потоков. Миграционная структура по-
верхностного стока оценена путем расчета в среде GRASS перераспределенного слоя избы-
точных осадков в локальной окрестности каждого пикселя (рис. 2б, 2д). Использована
распределенная модель SIMWE, учитывающая уклон, горизонтальную и вертикальную кри-
визны, количество избыточных осадков, скорость инфильтрации, коэффициент диффузии во-
ды, коэффициент шероховатости поверхности [Mitas, Mitasova, 1998]. Диагностическим пока-
зателем внутриландшафтного перераспределения атмосферных осадков выступает глубина
вскипания вторичных карбонатов в буровых на профилях с шагом 5-10 м и в типичных пози-
циях микрорельефа. Глубина выщелачивания карбонатов изменяется от 0 до 7 м и зависит от
интенсивности периодически промывного водного режима. В Чтк карбонаты находятся в пре-
делах гумусового горизонта, в Чт — в горизонте AB, либо сопряжены с его нижней границей,

73
в Чв — в горизонте B, в Лч — карбонаты выщелочены за пределы почвенного профиля. Сум-
марная почвенная выборка — 121 буровых на междуречном участке и 78 — на склоновом. Со-
пряженность глубины залегания карбонатов с топографическими факторами перераспределе-
ния поверхностного стока и расчетным слоем перераспределенных осадков оценена
средствами пошагового регрессионного анализа. Для построения карты элементарных почвен-
ных ареалов использован дискриминантный анализ [Козлов, Сорокина, 2012].
Функциональная организация эрозионно-аккумулятивных структур почвенного покрова
междуречья изучена на примере распаханного склона к балке Петрин Лог южной экспозиции
(длина 1 км, крутизна 2-6°, рис. 3). По результатам детальной почвенно-топографической
съемки четырех площадок 30*120 м, заложенных в разных частях склона [Сорокина, 1988],
установлено полное выравнивание ложбинного микрорельефа в результате механической об-
работки почвы и развития процессов плоскостной эрозии. Агрогенная трансформация делает
невозможным индикацию почвенно-ландшафтных связей на уровне элементарных почвенных
ареалов и требует исследования зависимости доли эродированных почв на четырех площадках
(диагностический показатель) от интенсивности плоскостной эрозии, как процесса, контроли-
руемого климатическими, топографическими, литологическими и хозяйственными факторами.
Расчетные значения среднегодового поверхностного смыва почвы (т/га/год, рис. 3а) получены
на основе модели WATEM/SEDEM [Bezak et al., 2015]. Соотношение длины линий тока и кру-
тизны поверхности (LS фактор) рассчитано по ЦМР с разрешением 20 м, построенной на осно-
ве детальной топографической съемки. Диагностика смытых почв пахотных склонов дана про-
порционально сокращению мощности гумусового горизонта по сравнению с почвами
субгоризонтальных междуречий (60-85 см). При его сокращении на 25% почва диагностирова-
лась как слабосмытая (45-65 см), на 25-50% — как среднесмытая (35-50 см).

Рис. 3. Структурно-функциональная организация распаханного склона (ключ III): а — среднегодовой


смыв почвы (модель SEDEM, т/га/год), б — эрозионно-аккумулятивные почвенные комбинации
(1 — без признаков эрозии, 2 — с участием слабосмытых почв 10-50% (смыв 15-40 т/(га*год));
3 — с участием слабосмытых (более 50%), среднесмытых, смыто-намытых, намытых почв (смыв
более 40 т/(га*год)); 4 — с преобладанием намытых почв); 5 — площадки детальной почвенной съемки

Результаты
Для междуречного и склонового участков заповедной лесостепи установлена единая зако-
номерность сопряженности глубины залегания карбонатов с топографическими факторами
перераспределения поверхностного стока. Из многочисленных свойств рельефа только три де-
монстрируют достоверную связь с профильным строением почв — относительные превыше-
ния в окрестности 20 м, глубина замкнутых понижений и водосборная площадь. В совокупно-
сти они позволяют объяснить 80% изменчивости глубины карбонатов и таксонов почв в
пределах междуречья и склонов. Относительные превышения в окрестностях 20 м разграничи-
вают ареалы почв микроповышений (Чтк), ложбинообразных понижений (Чв) и промежуточ-
ных фоновых элементов микрорельефа (Чт). Глубина замкнутых понижений локализует зоны
интенсивного выщелачивания почвенных карбонатов в днищах суффозионных западин и рас-
пространения в них луговато-черноземных почв. Эти же почвы формируются в днищах лож-

74
бин при водосборной площади более 1 га. Расчетные значения слоя перераспределенных осад-
ков модели SIMWE объясняют изменчивость глубины карбонатов с меньшей точностью
(R2 = 0.65). В сравнении с фактическими значениями модель завышает глубину вскипания в
днищах суффозионных западин и ложбинообразных понижений, постольку не учитывает ре-
гионализированный механизм перераспределения стока и его концентрацию в замкнутых по-
нижениях (рис. 2б, 2д). Несмотря на необходимость дальнейшего развития имитационной мо-
дели поверхностного стока, предварительно можно указать граничные значения
перераспределенного слоя осадков, соответствующие смене режимов функционирования био-
геохимического круговорота в ряду возрастающего натечного увлажнения: Чтк и Чт (зональ-
ная норма атмосферного увлажнения автоморфных позиций микрорельефа) — Чв (понижения
с атмосферно-натечным увлажнением 600-650 мм) — Лч (бессточные западины и днища лож-
бин с водосбором более 1 га с атмосферно-натечным увлажнением более 650 мм). В целом же
полученные карты элементарных почвенных ареалов (рис. 2в, 2е) с высокой детальностью
воспроизводят водно-миграционную структуру почвенного покрова лесостепных плакоров
Среднерусской возвышенности: слабоконтрастных округло-кучнопятнистых субгоризонталь-
ных междуречий и линейно-древовидных полого-покатых склонов.
Для распаханных склонов расчетные значения водной эрозии хорошо согласуются с доле-
вым участием эродированных почв в составе почвенных комбинаций, установленных при де-
тальной почвенной съемке на ключах. Качественные изменения в структуре почвенного по-
крова (доля слабосмытых почв в составе почвенных комбинаций 10%) начинаются с
порогового значения эрозии 15 т/га/год, что соответствует смыву слоя почв 15 см за 100 лет.
Такая интенсивность эрозии типична для участков склона крутизной 3° и длине линий тока не
менее 400 м. При среднегодовой эрозии 40 т/га (40 см за 100 лет) доля слабосмытых почв воз-
растает до 50%, появляются среднесмытые, смыто-намытые и намытые почвы (участок склона
крутизной 6° при длине линий тока 900 м). Трехкратное увеличение расчетной величины вод-
ной эрозии (с 15 по 45 т/га/год) сопровождается шестикратным увеличением доли смытых
почв (c 10 до 60%). Полученные соотношения использованы для типизации почвенных комби-
наций в пределах модельного склона (рис.3).
Таким образом, структурно-функциональная организация целинной лесостепи Среднерус-
ской возвышенности связаны с разномасштабным перераспределением атмосферных осадков
в условиях ложбинно-западинного микрорельефа. Возрастающий ряд натечного увлажнения
с высокой точностью диагностируется профильным строением почв (Чтк–Чт–Чв–Лч). Качест-
венная трансформация микрорельефа в пределах распаханных склонов приводит к рассогласо-
ванию почвенно-ландшафтных связей и формированию почвенных комбинаций слабо- средне-
смытых и намытых почв по мере нарастания величины среднегодового поверхностного смыва
в зависимости от особенностей мезорельефа склона.
Заключение
Оснащение сравнительно-географического метода технологиями цифровой картографии,
математическим аппаратом имитационного и статистического моделирования открывает воз-
можность количественного изучения системообразующих процессов организации географиче-
ских ландшафтов без проведения трудоемких стационарных исследований. Триада И.П. Гера-
симова «фактор-процесс-свойство» позволяет добавить в традиционную модель
межкомпонентных связей функциональную составляющую — в явном виде выразить неодно-
родность мобильных геокомпонентов от особенностей латеральных миграционных потоков,
трансформированных инертными факторами морфолитогенной основы. Развитие направления
связано с 1) обоснованием диагностических показателей (обилие индикаторных видов, морфо-
логические и аналитические свойства почв и др.), селективно отражающих конкретные меха-
низмы внутриландшафтного перераспределения вещества и энергии, 2) совершенствованием
имитационных моделей водно-воздушного переноса вещества и сопутствующих процессов, а
также их согласование друг с другом, 3) региональной калибровкой параметров имитационных
моделей по градиенту значений диагностических показателей.
ЛИТЕРАТУРА
1. Козлов Д.Н., Сорокина Н.П. Традиции и инновации в крупномасштабной почвенной картографии //
Цифровая почвенная картография: теоретические и экспериментальные исследования. М., 2012. С. 35-57.

75
2. Козловский Ф. И. Структурно-функциональная и математическая модели миграционных ландшафт-
но-геохимических процессов // Почвоведение. 1972. № 4. С. 122–138.
3. Макунина Г.С. Три составляющие системной организации ландшафта в концепциях Ф.И. Козлов-
ского, А.А. Крауклиса и В.Н. Солнцева // География и природные ресурсы. 2010. № 1. С. 18- 23.
4. Николаев В.А. К теории ландшафтного полигенеза//Вест. Моск. ун-та, с.5 геогр. 2006. № 6. С. 3-8.
5. Сорокина Н.П. Элементарные почвенные структуры на полях Курской опытной станции // Крупно-
масштабная картография почв и ее значение в сельском хозяйстве черноземной зоны, М., 1976.
6. Сорокина Н.П. Динамика почвенного покрова распаханного склона Курской опытной станции за 20-
летний период // Региональные модели плодородия почв как основа совершенствования зональных
систем земледелия. М., 1988. С. 163-171.
7. Хорошев А.В., Леонова Г.М. Реакции при изменении увлажнения в ландшафте Айтуарской степи
(Южный Урал) // Вест. Моск. Ун-та, сер. 5 геогр., 2015. № 4. С. 95-103.
8. Хорошев А.В. Полимасштабная организация географических ландшафтов: дис. … д-ра геогр. наук.
М., 2017. 212 с.
9. Фишман М.И. Черноземные комплексы и их связь с рельефом на Среднерусской возвышенности //
Почвоведение. 1977. № 5. С. 17-29.
10. Dyer J.M. Assessing topographic patterns in moisture use and stress using a water balance approach //
Landscape Ecology. 2009. № 24. P. 391-403.
11. Mitas L., Mitasova H. Distributed soil erosion simulation for effective erosion/deposition modeling and
enhanced dynamic visualization // Water Resources Research. 1998. 34. Р. 505-516.
12. Bezak N., Rusjan S., Petan S., Sodnik J., Mikoš M. Estimation of soil loss by the WATEM/SEDEM model
using an automatic parameter estimation procedure // Environ Earth Sci (2015) V. 74, Issue 6. P. 5245-5261.

ùäëèÖêíçÄü ùäéãéÉé-àçîéêåÄñàéççÄü ëàëíÖåÄ REGION —


ùîîÖäíàÇçõâ àçëíêìåÖçí ÄçÄãàáÄ ëéñàé-ùäéãéÉé-
ùäéçéåàóÖëäàï ëàëíÖå ÅÄëëÖâçÄ äêìèçéâ êÖäà
Костина Н.В.1, Розенберг Г.С.2
Институт экологии Волжского бассейна РАН, Тольятти, Россия,
1
knva2009@yandex.ru, 2genarozenberg@yandex.ru

EXPERT ENVIRONMENTAL INFORMATION SYSTEM REGION — AN


EFFECTIVE TOOL FOR ANALYSIS OF SOCIO-ECOLOGO-ECONOMIC SYSTEMS
OF THE MAJOR RIVER BASIN
Kostina N.V.1, Rozenberg G.S.2
Institute of Ecology of the Volga River Basin of the RAS, Toglyatti, Russia,
1
knva2009@yandex.ru, 2genarozenberg@yandex.ru
Abstract: The discussed topic is the expert Environmental Information System (EIS) named
REGION, developed in the Institute of Ecology of the Volga River Basin of the RAS. The System is
designed for decision making in the sphere of rational nature management of the region. The Ecologi-
cal Information System is designed to provide the solution to many problems (sometimes interrelated).
The selection and preparation of the data for input to the EIS REGION and formalization of the subject
area are considered. Modelling of some ecosystems (e. g. species distribution of terrestrial vertebrates
on the territory of the Volga River Basin) with the use of the EIS REGION is discussed.
Любая естественнонаучная теория выполняет несколько функций, среди которых наиболее
важными являются функции объяснения (установления причинно-следственных связей) и
предсказания наблюдаемых феноменов в исследуемом классе систем. Разделение функций
объяснения и прогнозирования для сложных систем в рамках, как минимум, двух моделей сво-
дит на нет всю дискуссию о примате простоты или сложности в экологии. Для объяснения не-
обходимы простые модели, для экологического прогнозирования сложность модели принци-
пиально необходима. Таким образом, роль конструктивного системного подхода [Розенберг,

76
2013] в создании экологической теории сводится к заданию «полного списка» экосистем
(множество I) и их сложных характеристик (множество II) и к построению формализованных
отношений как между этими двумя множествами, так и между элементами первого из них для
целей объяснения или прогнозирования. Развитие представлений о средствах и способах ре-
шения информационных задач привели к появлению экспертных систем (ЭС): геоинформаци-
онных (ГИС) и экоинформационных систем (ЭИС), которые обеспечивают хранение и опера-
тивный доступ к совокупности данных и знаний об экосистемах, о взаимодействии природы и
общества.
ЭИС оценки качества окружающей среды крупного региона (в том числе и бассейна круп-
ной реки) предназначена, прежде всего, для изучения пространственного распределения вели-
чин ее параметров, характеризующих состояние различных абиотических и биотических со-
ставляющих и степень воздействия на них хозяйственной деятельности человека
(антропогенной нагрузки). Такая экологическая экспертная система позволяет:
 картографировать величины параметров, характеризующих состояние среды исследуе-
мой территории, и исследовать их изменение во времени;
 выделять зоны наиболее и наименее благополучные по различным показателям качест-
ва среды;
 оценивать соотношение величин участков с различной степенью проявления того или
иного параметра (в процентах от общей площади территории);
 для конкретной точки пространства получать значения по всем характеризующим ее
параметрам качества среды;
 получать комплексную оценку состояния окружающей среды территории по совокуп-
ности всех (или определенной части) показателей.
Поскольку состояние окружающей природной среды и отдельных экосистем постоянно
меняется в пространстве и времени, то одной из основных задач ЭИС является хранение соб-
ранной информации и ее обобщение. Необходимо отметить, что имеют место разнообразные
типы данных (количественные, качественные, описательные тексты, списки и пр.). Оператив-
ный выбор требуемой информации, форма ее визуализации, обмен информацией (импорт и
экспорт данных) с другими информационными системами — основные функции ЭИС.
Будем понимать под региональной эколого-информационной системой реализованную с
помощью технических средств динамическую информационную модель территории, отра-
жающую пространственно-временную структуру, состояние и взаимосвязи между отдельными
элементами моделируемой экосистемы. Объектом анализа экологического состояния может
быть как отдельная административно-территориальная единица (город, область, край, респуб-
лика), так и любая выделенная формальным или неформальным путем часть земной поверхно-
сти (природно-климатическая зона, бассейн реки, некоторый ландшафт и т. д.). Фактически,
здесь реализуется методологический принцип «экологической матрешки» [Розенберг, 2002] —
в Институте экологии Волжского бассейна РАН созданы экспертные системы REGION-
VOLGABAS (для всего Волжского бассейна в целом [Розенберг, 2009]), REGION-SAMARA
(для Самарской области — 53 тыс. км2, население — более 3,3 млн. чел.), REGION-
TOGLIATTI (для г. Тольятти — 30 км2, население 800 тыс. чел.) и REGION-YAB-OVRAG (для
предприятия открытого типа — карьера «Яблоневый овраг» на территории национального
парка «Самарская Лука»; площадь — 2,6 км2), что позволило провести комплексный эколого-
экономический анализ этих территорий. Для реализации этого принципа необходимыми явля-
ются два условия:
 наличие географической карты, на которой изучаемая территория отображалась бы це-
ликом;
 наличие количественных показателей, имеющих пространственно-распределенный ха-
рактер и пригодных для ввода в базу данных.
ЭИС REGION, разработанная в ИЭВБ РАН [Костина, 2005; Костина, 2015; Розенберг,
2009, Розенберг и др., 2015], отвечает всем требованиям, предъявляемым к ЭС, и предназначе-
на для сбора, хранения данных, их анализа и визуализации результатов обработки. ЭИС
REGION представляет собой комплекс объединенных в единое целое программ, позволяющих
осуществлять в процессе интерактивной работы с пользователем выбор любых, имеющихся в

77
информационном обеспечении системы, объектов информации (пространственных или цифро-
вых) и выполнение над ними различного рода операций.
Формально, ЭИС REGION может быть отнесена к ГИС «неклассического типа». Основное
ее отличие от «классических» ГИС — это отказ от тщательной детализации чисто географиче-
ских аспектов территории. Показатель произвольной этиологии (экологический, экономиче-
ский, климатический и даже чисто географический) «привязывается» к некоторому участку
квадратной или прямоугольной формы, имеющему зачастую достаточно большую площадь.
Каждый из этих участков приближенно отображается на картосхеме региона, имея в виду точ-
ные географические координаты или элементы ландшафта. Пожертвовав географической эсте-
тичностью, которая по отношению к пространственно размытым («грязным») данным вряд ли
оправдана необходимостью, такая ЭИС приобретает не менее привлекательные качества: де-
шевизна, экономичность в ресурсах, простота в освоении, эксплуатации и интерпретации вы-
ходных данных.
Для текущей работы с базами данных разработано программное обеспечение, реализую-
щее традиционные в таких случаях функции:
 многоаспектный поиск и формирование в режиме диалога подмножества показателей
по имеющимся рубрикационным полям;
 графическое отображение на дисплее картограммы пространственного распределения
каждого показателя базы по участкам территории;
 получение расчетных таблиц оценки структурных и модельных характеристик (напри-
мер, техногенных и биоэнергетических потоков);
 получение новых (интегральных) показателей путем линейной комбинации подмноже-
ства других показателей, имеющихся в базе, либо по иным расчетным формулам;
 математическая обработка показателей базы с целью экологического районирования
анализируемой территории, выявления участков, подверженных наибольшему антропогенному
воздействию, оценки биотического и геохимического состояния отдельных природных ком-
плексов.
Используя информацию ЭИС REGION, в качестве примера работоспособности алгоритмов
обработки были проанализированы различные зависимости показателя биологического разнооб-
разия, оцененного индексом Шеннона, с природными параметрами и антропогенными фактора-
ми. Была проведена полная статистическая обработка пространственно распределенной инфор-
мации, построены уравнения регрессии. Например, линейное регрессионное уравнение для
прогноза параметров разнообразия млекопитающих Волжского бассейна имеет следующий вид:
Y = –3,56 + 0,24 X1 + 0,82 X2 + 0,37 X3 — 0,27 X4 +
+ 0,21 X5 + 0,27 X6 + 0,42 X7 , (1)
где Y — индекс биоразнообразия Шеннона для млекопитающих, X1 — средняя годовая темпе-
ратура воздуха, X2 — абсолютный max температуры воздуха, X3 — абсолютный min темпера-
туры воздуха, X4 — обобщенный показатель влияния удобрений, X5 — обобщенный показа-
тель транспортной нагрузки, X6 — лесистость (%) и X7 — плотность населения (чел./км2).
Характер распределения видового разнообразия каждой из административных единиц в Волж-
ском бассейне положительно коррелирует с их ландшафтным разнообразием, зависящим от
площади и географического расположения области. Последнее наибольшее выражено в Сред-
нем Поволжье и Приуралье (Мордовия, Татарстан, Башкортостан, Ульяновская, Самарская об-
ласти), на стыке лесных (смешанные и лиственные леса) и безлесых (степи и полупустыни)
ландшафтов.
Таким образом, экспертная информационная система REGION демонстрирует высокую
работоспособность для решения задач хранения, первичной обработки, визуализации эколого-
экономической информации территорий разного масштаба, прогнозирования и управления
биоресурсами экосистем в зависимости от изменения антропогенных факторов воздействия.
ЛИТЕРАТУРА
1. Костина Н.В. REGION: экспертная система управления биоресурсами. Тольятти: СамНЦ
РАН, 2005. 132 с.

78
2. Костина Н.В. Анализ состояния и сценарии развития социо-эколого-экономических систем
территорий разного масштаба с помощью экспертной информационной системы REGION.
Тольятти: Кассандра, 2015. 200 с:
3. Розенберг Г.С. Актуальные экологические проблемы Средней и Нижней Волги и их ком-
плексный анализ (информационный аспект и принцип «экологической матрешки») // Акту-
альные проблемы водохранилищ: Тез. докл. Всерос. конф. Ярославль, 2002. С. 253-255.
4. Розенберг Г.С. Волжский бассейн: на пути к устойчивому развитию. Тольятти: ИЭВБ РАН;
Кассандра, 2009. 477 с.
5. Розенберг Г.С. Введение в теоретическую экологию / В 2-х т.; Изд. 2-е, исправленное и до-
полненное. Тольятти: Кассандра, 2013. Т. 1. 565 с. Т. 2. 445 с.
6. Розенберг Г.С., Шитиков В.К., Костина Н.В., Кузнецова Р.С., Лифиренко Н.Г., Кости-
на М.А., Кудинова Г.Э., Розенберг А.Г. Экспертно-информационная база данных состояния
социо-эколого-экономических систем разного масштаба «REGION» (ЭИБД «REGION»).
Свидетельство о гос. регистрации базы данных № 2015620402 от 27 февраля 2015 г. 1 с.

êéãú åéêîéåÖíêàóÖëäàï ïÄêÄäíÖêàëíàä êÖãúÖîÄ


Ç ÇÄêúàêéÇÄçàà èéóÇÖççéÉé à êÄëíàíÖãúçéÉé èéäêéÇÄ
áÄèéÇÖÑçõï ãÖëéëíÖèçõï ãÄçÑòÄîíéÇ ûÜçéÉé ìêÄãÄ
Леонова Г.М.
Московский государственный университет имени М. В. Ломоносова, Москва, Россия,
glashusik@yandex.ru

MORPHOMETRICS CONTRIBUTION TO SOIL AND VEGETATION COVER


VARIABILITY IN THE PROTECTED FOREST-STEPPE LANDSCAPES
(THE SOUTHERN URALS)
Leonova G.M.
Lomonosov Moscow State University, Moscow, Russia,
glashusik@yandex.ru
Abstract: The study shows the relief morphometrics features contribution to the soil and vegeta-
tion cover variability in the protected low-mountain forest-steppe landscapes in the Southern Urals.
Various morphometrics features based on the DEM (25 m) were divided into the three groups corre-
sponding to the landscape structure types: geostationary, geocirculatory, biocirculatory. The analysis
implied the particular and the collaborative morphometrics impact as well. The study included the
morphometrics selection in order to describe the vegetation cover categories based on “forest - steppe”
relationship.
При современной тенденции к увеличению увлажнения в степных и лесостепных ланд-
шафтах Южного Урала за счет увеличения количества осадков в зимний период [Кораблева,
2007; Ленская, Ботова, 2011; Хорошев, Леонова, 2015; Шкляев, Шкляева, 2007] происходит
изменение структуры межкомпонентных связей в ландшафте. Был проанализирован вклад
морфометрических характеристик рельефа в варьирование почвенного и растительного покро-
ва лесостепного заповедного участка и выполнен поиск информативных характеристик, опи-
сывающих разные ландшафтные структуры [Солнцев, 1997], которые бы различали категории
растительного покрова, выделенные на участке в градациях «лес — степь».
Материалы и методы
В качестве объекта исследования был выбран заповедник «Шайтан-тау», находящийся на
правобережье долины реки Сакмары и занимающий восточный склон и приводораздельную
часть Сакмаро-Куруильского междуречья. Участок расположен на южной границе лесных и
лесостепных южно-уральских низкогорий и представляет собой эталон дубравной лесостепи,

79
что составляет его главную ценность [Чибилев, 2015]. Согласно схеме физико-географи-
ческого районирования [Чибилев, 1990] исследуемая территория расположена в Шайтантау-
Куруильском грядово-увалистом районе Присакмарского округа Зилаирско-Сакмарской низ-
когорной провинции.
Изучаемые морфометрические характеристики рельефа были разделены на три категории,
соответствующие трем типам ландшафтных структур [Солнцев, 1997]: геостационарная струк-
тура, связанная с генезисом рельефа, геоциркуляционная, характеризующая влияние потоков,
и биоциркуляционная, отвечающая за перераспределение солнечной радиации. За основу для
анализа была взята цифровая модель рельефа с разрешением 25 м, построенная по вручную
оцифрованной топографической карте масштаба 1:100000. Из многообразия морфометриче-
ских характеристик рельефа, рассчитанных в соответствующих модулях в программах ArcGIS
и SAGA на основании ЦМР, для анализа использовались следующие параметры: степень рас-
члененности, плановая и профильная кривизны, описывающие геостационарную структуру;
водосборная площадь, влажность по рельефу, эрозионный потенциал, характеризующие гео-
циркуляционную структуру. При описании биоциркуляционной структуры учитывались экс-
позиция, уклон и абсолютная высота поверхности (рис. 1).

Рис. 1. Цифровая модель рельефа (разрешение 25 м) и морфометрические характеристики рельефа,


рассчитанные для участка. Слева направо в верхнем ряду: ЦМР, степень расчлененности, плановая
кривизна поверхности; в нижнем ряду: площадь водосбора, уклон поверхности, экспозиция

Для изучения вклада морфометрических характеристик рельефа в распределение расти-


тельного покрова было выделено пять категорий растительности на участке: 1 — степи (и пет-
рофитные, и луговые сообщества), 2 — древесная и кустарниковая поросль по степи и лугу,
3 — редколесья, 4 — парковые дубравы, 5 — леса. Категории были выделены на основании
комплексных ландшафтных описаний и классификации с обучением (8 классов, снимок
Landsat 8, 22.06.16).

80
Химические свойства почвы представлены содержанием органического углерода, рН,
влажностью почвы и гигроскопической влагой. Также были привлечены данные по содержа-
нию подвижных фосфора и калия, обменных катионов (Na, Ca, K, Mg) и валовому содержанию
микроэлементов (Li, Sr, Ba, Ti, Mn, Cr, V, Ni, Co, Cu, Ag, Zn, Pb, As, Bi, Be, Sn, Mo, W, Ga, Ge,
P, Sc, Y, Yb, La, Zr, Nb, B).
При проведении статистического анализа использовались следующие методы: корреляци-
онный, дисперсионный и множественный регрессионный анализы.
Результаты исследования
В первую очередь были выявлены диапазоны и пороговые значения морфометрических
характеристик рельефа, при которых на участке произрастают леса (3-5 категории раститель-
ного покрова). На исследуемой территории лесная растительность встречается в любом диапа-
зоне расчлененности поверхности, как в днищах ложбин и балок, так и на водораздельных по-
верхностях. Тем не менее для редколесий и небольших участков территории, занятых так
называемыми парковыми дубравами, выделяется приоритетный диапазон расчлененности: эти
категории лесов не появляются при высоких значениях этого параметра (более 60 м).
Вертикальная или профильная кривизна поверхности, характеризующая изменение уклона
поверхности вдоль осевого направления, варьируется на участке в широких пределах. В целом
преобладают слабовогнутые и слабовыпуклые участки. Леса произрастают при широком диа-
пазоне вертикальной кривизны, преимущественно на плоских в профиле поверхностях. При
высоких значениях вертикальной кривизны они встречаются редко, уступая сильновогнутые
позиции луговым, пойменным и реже кустарниковым сообществам, а сильновыпуклые в пер-
вую очередь степным формациям.
Горизонтальная или плановая кривизна показывает изменение экспозиции при движении
перпендикулярно направлению склона. Леса произрастают при разных значениях данного пара-
метра, преобладают в слабовогнутых позициях. В целом у древесной растительности самый ши-
рокий диапазон горизонтальных кривизн в сравнении с другими классами растительного покро-
ва за исключением наиболее выпуклых позиций, которые заняты степными и кустарниковыми
формациями. Напротив, степные группировки не занимают наиболее вогнутые позиции. Множе-
ственный регрессионный анализ, выполненный для выявления связей между тремя описанными
переменными и категориями растительности, статистически значимых связей не выявил.
Влияние геостационарной структуры на распределение химических свойств почвы неве-
лико: связи содержания макро- и микроэлементов с принадлежностью к формам рельефа (вы-
деленные категории: гребень, плато, склоны, лощины, долины ручьев и балки) выявлено не
было. За исключением стронция, магния и фосфора, в большей степени накапливающихся на
прямых поверхностях по сравнению с выпуклыми и вогнутыми в профиле, достоверных связей
между содержанием химических элементов и кривизнами не наблюдается.
Взаимосвязь степени расчлененности поверхности с содержанием химических элементов
выражена лучше: она наблюдается у таких элементов, как скандий, молибден, свинец и марга-
нец. Скандий накапливается на точках с невысокой степенью расчленения, тогда как марганец
и в меньшей степени молибден, напротив, накапливаются в точках с высокой степенью рас-
членения. Хотя при максимальных значениях этого параметра содержания марганца невелики.
Для свинца и молибдена также характерна подобная тенденция.
Параметры геоциркуляционной структуры оказывают наименьшее влияние на варьирова-
ние почвенного и растительного покрова. Четкого диапазона TWI (Topographic Wetness Index,
влажность по рельефу), который бы соответствовал границам произрастания деревьев, не вы-
деляется, локальные условия увлажнения этот параметр не характеризует. Из древесных пород
к нему оказывается чувствительна только липа. Площадь водосбора незначительно сказывает-
ся лишь на ареалах произрастания дуба. Степень эрозионной работы коррелирует с индексом
TWI, но не обнаруживает связи с категориями растительного покрова: большинство точек, как
лесных, так и степных, находится на участках с невысоким эрозионным потенциалом. Варьи-
рование химических свойств почвы от геоциркуляционной структуры не зависит.

81
Говоря о биоциркуляционной ландшафтной структуре, следует отметить роль экспозицион-
ного фактора. Леса преобладают на склонах северной и северо-восточной экспозиций, меньше
всего их на западных, юго-западных и восточных склонах. Степи со значительным перевесом
преобладают на склонах южной экспозиции, а на склонах северной экспозиции встречаются
только в южной части заповедника. При этом леса произрастают в любом диапазоне абсолютных
высот, как на водораздельных поверхностях (510-540 м), так и по тальвегам (280-300 м).
На обилие отдельных видов экспозиционный фактор также оказывает воздействие. Так, у
отдельных видов-доминантов степных и луговых формаций высокие значения обилия по Дру-
де наблюдаются на склонах южной и восточной экспозиции. Среди них ковыль перистый
(Stipa pennata), мятлик степной (Poa transbaicalica), резак обыкновенный (Falcaria vulgaris),
пырей гребенчатый (Agropyron pectinatum). Высокие обилия ковыля и мятлика наблюдаются на
макросклонах восточной экспозиции (50-150°), резака и пырея — южной (160-240°).
Как и в случае с растительным покровом, велика роль экспозиции склонов и в распределе-
нии макро- и микроэлементов. Например, на «холодных» экспозициях склонов (северная и
восточная) мало таких элементов, как калий, фосфор, натрий, что, вероятно, связано с высокой
биофильностью этих элементов. Напротив, на склонах южной макроэкспозиции происходит
накопление таких элементов, как марганец, медь, никель, кобальт, молибден, свинец и цинк
(рис. 2). Кларки концентрации этих элементов на южных склонах изменяются от 2,4 до 5. Сле-
дует также отметить, что указанные микроэлементы (марганец, кобальт, медь, хром, никель)
обычно накапливаются на ультраосновных породах [Кабата-Пендиас, Пендиас, 1989], однако
на территории участка вклада литологического фактора в распределение элементов выявлено
не было.

Рис. 2. Соотношение кларков концентрации меди в почве


(на точках комплексного описания) и экспозиции склонов

Значения рН оказываются также чувствительны к фактору экспозиции: минимальные зна-


чения наблюдаются на склонах «холодных» экспозиций. Следует отметить, что в целом для
участка характерны значения рН от 4,8 до 6,8 (гумусовый горизонт), что нехарактерно для
степных сообществ. При этом для степей зафиксирован широкий диапазон рН, тогда как леса
произрастают только при нейтральных щелочно-кислотных условиях.

82
Другой параметр биоциркуляционной структуры — крутизна склонов — также вносит
вклад в распределение химических элементов. Например, содержание некоторых элементов
возрастает на больших уклонах поверхности (фосфор, марганец, цинк, свинец, молибден).
Высокие значения органического углерода в гумусовом горизонте (более 8%) приурочены к
крутым и очень крутым склонам (более 15°), тогда как небольшие содержания гумуса наблю-
даются при любом диапазоне уклонов. Предположительно, повышенные значения на крутых
склонах объясняются намывом гумусового горизонта в трансаккумулятивных позициях.
Леса произрастают в широком диапазоне уклонов поверхности, бóльшая же часть приуро-
чена к уклонам 4-15°, средние значения уклонов составляют 12,5°. Граница редколесья с луго-
во-кустарниковыми и степными сообществами приурочена к уклонам, составляющим 23,5-28°.
При больших уклонах древесная растительность произрастает только на небольших участках
пятнами.
Выводы
 Растительный компонент ландшафта оказывается более зависим от биоциркуляционной
ландшафтной структуры, поскольку растительность более зависима от перераспределения
солнечной радиации, чем почва. Тем не менее некоторые химические элементы чувствитель-
ный к экспозиционному фактору и к уклону поверхности, что позволяет говорить об опреде-
ляющей роли биоциркулянной структуры в варьировании описываемых компонентов ланд-
шафта.
 Связи химических свойств почвы с морфометрическими характеристиками не позволя-
ют говорить о почве как о более зависимом от рельефа компоненте ландшафта. В частности,
связи растительности с кривизнами поверхности более достоверны, чем связи химических
свойств почв.
 Геоциркуляционная структура, характеризующая влияние потоков, наименее прочно
связана с почвенным и растительным компонентами ландшафта.

ЛИТЕРАТУРА
1. Кабата-Пендиас А., Пендиас Х. Микроэлементы в почвах и растениях. Пер. с англ. М.: Мир, 1989.
439 с.
2. Кораблева Е.Г. Локальное и региональное потепление на Южном Урале // Вестник Челябинского
ун-та, 2007. Вып. 6. С. 56-65.
3. Ленская О.Ю., Ботова М.Г. Особенности текущих климатических изменений в регионе Южного
Урала // Вестник Челябинского госуниверситета. Экология. Природопользование. 2011. № 5 (220).
С. 44-49.
4. Солнцев В.Н. Структурное ландшафтоведение: основы концепции // Структура, функционирование,
эволюция природных и антропогенных ландшафтов. Тезисы X ландшафтной конференции.
М.; СПб., 1997. С. 11-14.
5. Чибилев А.А. Заповедник «Шайтан-Тау» — эталон дубравной лесостепи на Южном Урале. Орен-
бург: Печатный дом «Димур», 2015. 144 с.
6. Чибилев А.А. К организации лесостепных заповедников на Южном Урале // Животный мир Южного
Урала. Оренбург, 1990. С. 100–101.
7. Хорошев А.В., Леонова Г.М. Реакции при изменении увлажнения в ландшафте Айтуарской степи
(Южный Урал) // Вестник Московского Университета. Сер. 5: География. 2015. № 4. С. 95-103.
8. Шкляев В.А., Шкляева Л.С. Изменения климатических характеристик, связанных с экстремальными
температурами и осадками на Урале в ХХ веке // Геогр. вестн., 2007. Вып. 1-2. С. 10-24.

83
ÉÖéàçîéêåÄñàéççéÖ åéÑÖãàêéÇÄçàÖ ÉÖíÖêéÉÖççéâ ëíêìäíìêõ
èÄííÖêçéÇ Cs-137 Ç ãÄçÑòÄîíÄï Åêüçëäéâ éÅãÄëíà
Линник В.Г.1, 4, Савельев А.А.2, Соколов А.В.3
1
Институт геохимии и аналитической химии имени В.И. Вернадского РАН, Москва, Россия,
linnik@geokhi.ru
2
Институт экологии и географии, Казанский федеральный университет, Казань, Россия,
anatoly.saveliev.aka.saa@gmail.com
3
Институт проблем передачи информации имени А.А. Харкевича РАН, Москва, Россия,
alexander.v.sokolov@gmail.com
4
Московский государственный университет имени М.В. Ломоносова, Москва, Россия

GEOINFORMATION MODELING OF THE HETEROGENEOUS STRUCTURE


OF Cs-137 PATTERNS IN THE LANDSCAPES OF THE BRYANSK REGION
Linnik V.G.1, 4, Saveliev A.A.2, Sokolov A.V.3
1
Vernadsky Institute of Geochemistry and Analytical Chemistry, Moscow, Russia, linnik@geokhi.ru
2
Institute of Ecology and Geography, Kazan Federal University, Kazan, Russia,
anatoly.saveliev.aka.saa@gmail.com
3
Institute for Information Transmission Problems (Kharkevich Institute) RAS, Moscow, Russia,
alexander.v.sokolov@gmail.com
4
Lomonosov Moscow State University, Moscow, Russia
Abstract: As a result of the Chernobyl accident in 1986 the landscapes of the Bryansk Region
(Russia) were contaminated by 137Cs. In 1993, the air-gamma survey with 100 m resolution was done
in contaminated areas of the region, which revealed significant spatial heterogeneity of 137Cs contami-
nation. The purpose of this research was to estimate the transformation of initial 137Cs patterns under
influence of different landscape factors. We apply GIS-based models considering lateral soil migration.
The soil movement is primarily driven by water flow due to the gravity. The effect of gravity can be
easily approximated using DEM derivatives. The assumption is based on the fact that the 137Cs at a cer-
tain landscape location migrates according to the elevation gradient. The initial resolution of two layers
(SRTM DEM) and air-gamma survey (137Cs contamination) is equal to 90x60 and 100x100 m, respec-
tively. To analyze 137Cs distribution depending on a number of parameters (Curvature, LS index,
Slope) the initial DEM was resampled to the grid 25x25 m using the original algorithm. Similarly, the
data of 137Cs contamination were converted to the grid of 25x25 m. Highly heterogeneous lateral 137Cs
migration across the landscape is observed. It becomes evident that the proportion of explained disper-
sion in equations is extremely low (from 7% to 28%). It might be explained by important non-linear ef-
fect of additional factors, not considered in our calculations.
Введение
В результате атмосферных выпадений радиоактивных аэрозолей в период с 27 по 29 апреля
1986 г. произошло загрязнение техногенными радионуклидами ландшафтов Брянской области.
В 1993 г. НПО «Аэрогеофизика» выполнила аэрогаммасъемку (АГ) Брянской области с разре-
шением 100x100 м. По ее результатам была получена подробная картина загрязнения 137Cs, кото-
рая выявила «пятнистый» характер загрязнения. Поскольку АГ была проведена спустя семь лет
после аварии на ЧАЭС, то исходное поле загрязнения 137Cs было в различной степени трансфор-
мировано в результате латеральной миграции. Поскольку прямые наблюдения за миграцией 137Cs
в первые годы после аварии не проводились, то единственная возможность исследования этих
процессов — это математическое моделирование [Linnik et al., 2015; 2017]. Моделирование
трансформации поля загрязнения в различных ландшафтно-геохимических условиях представ-
ляет уникальную возможность исследования миграционных процессов в ландшафтно-
геохимических системах — ЛГС [Линник и др., 2016а; 2016б; Linnik et.al., 2015].
Математическое моделирование распределения 137Cs в различных ЛГС базируется на ана-
литических возможностях современных ГИС с дополнительным привлечением различных ме-
тодов пространственного анализа географических данных (spatial statistics), включающих так-

84
же статистические методы Байесовского типа, которые позволяют строить пространственно-
временные модели на основе определения параметров случайных полей.
Организация ГИС на модельный район
Район исследования относится к Почепскому ополью [Линник и др., 2016а]. Высотные
уровни на модельном участке варьируют от 150 до 187 м. Преобладающие углы наклона со-
ставляют 2-3̊. Максимальные уклоны (до 10º) наблюдается на склонах балок. Более чем 80%
территории распаханы, в средних и нижних частях склонов наблюдаются процессы активной
почвенной эрозии. Плотность загрязнения 137Cs изменяется в диапазоне от 0,16 Ки/км2
(6 кБк/м2) до 0,65 Ки/км2 (24 кБк/м2).
Для участка Почепского ополья, расположенного на междуречье рек Коста и ее притока
Костицы, создана радиоэкологическая геоинформационная система, в которую включена циф-
ровая модель рельефа (ЦМР) радарной съемки топографии Земли с борта «Шаттла» SRTM с
разрешением 9060 м (рис. 1), а также данные по загрязнению 137Cs (результаты аэрогаммасъ-
емки в масштабе 1:25000 (размер пиксела 100100м, рис. 1).

Рис. 1. Фрагмент базы данных ГИС


(Cs-137, Ки/км2, рисунок слева; высотные уровни, SRTM (м), рисунок справа)
Исходная сетка АГ с разрешением 100x100 м достаточно грубая для исследования эффек-
тов аккумуляции цезия на линии лес-поле, а также по днищам балок. Поэтому для анализа был
выполнен переход к более детальным сеткам моделирования 5050 м и 2525 м (процедура
даунскейлинга). На рисунке 2 для сравнения представлены результаты построения горизонта-
лей рельефа для сетки (100100 м) и более подробной (5050 м).

Рис. 2. Результаты процедуры даунскейлинга для высотных уровней (база данных SRTM).
Построены горизонтали по сеткам 100100 и 5050 м

85
Векторные поля латеральных потоков
Миграция химических элементов в ЛГС, включая радионуклиды, происходит в пределах
каскадных систем, отличительным признаком которых является однонаправленный поток ве-
щества [Касимов и др., 2012]. Для моделирования латерального переноса 137Cs была построена
модель линий тока миграции вещества в ландшафте. Основную роль в миграции 137Cs играют
эрозионные процессы. Движение почвенных частиц вниз по склону происходит под действием
силы тяжести [Сысуев, 2003]. Используя данные ЦМР по сетке 90x60 м, было построено век-
торное поле линий тока, перпендикулярное высотным уровням по расчетной сетке 2525 м
(рис. 3).

Рис. 3. Плотность загрязнения 137Cs в ландшафте Почепского ополья и его латеральные потоки
(расчетные данные по ЦМР)

Анализ пространственного распределения 137Cs показывает (рис. 3), что максимальные


плотности загрязнения отмечаются по долинам рек, в залесенных нижних частях склонов, а
также в днищах балок, которые служат эффективным биогеохимическим барьером для 137Cs,
смытого с водораздельных и склоновых участков [Линник и др., 2016а; 2016б]. Следует отме-
тить неравномерность смыва 137Cs с пашни на водоразделе и склонах ландшафта ополья. Четко
выделяются зоны дивергенции и конвергенции латеральных потоков, формирующих структуру
паттернов 137Cs [Линник и др., 2016б].
Методы анализ связи загрязнения 137Cs с параметрами ЦМР
На рис. 4 представлены результаты статистического анализа зависимости распределения
137
Cs от различных морфометрических показателей ЦМР.
Максимальная линейная статистическая связь 137Cs наблюдается с высотным положением
(r2 = 0.41). Для остальных параметров ЦМР — уклона, LS-фактора, кривизны связь крайне низ-
кая, что не позволяет использовать данные переменные для математического моделирования.
Представленные на рис. 4 графики являются результатом поиска линейных функций путем
минимизации среднеквадратичного отклонения от данных. Более общий метод (SvF —
Simplicity versus Fitting, простота против подгонки [Соколов, 2015]) позволяет аппроксимиро-
вать данные произвольными функциями путем минимизации взвешенной суммы функционала
близости искомой функции к данным (среднеквадратичное отклонение) и функционала слож-
ности (средней кривизны функции):
xI

 
I
min ((1   ) ( yi  f ( xi )) 2    f '' ( x) dx)
2

f (x)
i 1 x1
(1)
где xi  xi 1 , , i  1..I  1 — набор экспериментальных данных.

86
Рис. 4. Зависимость распределения 137Cs от различных морфометрических показателей ЦМР:
абсолютной высоты (H), угла наклона (slope), показателя Уишмейера-Смита LS, кривизны (curv).
Применен стандартный регрессионный анализ
Для поиска оптимального веса α (соотношения близость/сложность) предлагается исполь-
зовать метод перекрестного оценивания, что позволяет также получить достаточно надежную
оценку точности (процент разрешенной дисперсии).
Ниже представлены результаты применения данного алгоритма для поиска нелинейных
зависимостей 137Cs от различных морфометрических показателей рельефа, рассчитанных по
агрегированной сетке 100100 м (рис. 5).

Рис. 5. Зависимость распределения 137Cs от различных морфометрических показателей ЦМР:


абсолютной высоты (H) (28%), угла наклона (slope) (7%), кривизны (curv) (8%), аккумулирующей
площади (upslope) (14%). В процентах отмечена оценка (метод SvF) доли объясненной дисперсии

87
Байесовские методы интерполяции
В последнее время появились статистические методы Байесовского типа, которые позво-
ляют строить пространственно-временные модели на основе определения параметров слу-
чайных полей, которые тоже были использованы в данной работе. В качестве инструмента
моделирования была выбрана статистическая система INLA [Rue et al., 2009], которая ис-
пользует аппарат случайных полей для восстановления непрерывного пространственно-
временного поля распределения моделируемого параметра. Данный метод позволяет оценить
непрерывное распределение параметра на всей территории, для которой построена модель.
В докладе приводится пример интерполяции данных (аналог кригинга) распределения 137Cs
по сетке 100100 м с целью выполнения процедуры даунскейлинга, т. е. построения более
детальных сеток размером 1010, 2525 м с сохранением статистических параметров слу-
чайного поля загрязнения.
Выводы
Таким образом, на примере миграции 137Cs с пашни на водоразделе и склонах ландшафтов
ополья показано, что методы математического моделирования предоставляют широкие воз-
можности исследования пространственно-временных структур ЛГС. Вместе с тем, процесс ла-
теральной миграции характеризуется неравномерностью смыва и накопления 137Cs в пределах
выделенных зон дивергенции и конвергенции латеральных потоков. Выполненный регресси-
онный анализ зависимости распределения 137Cs от различных морфометрических показателей
ЦМР выявил довольно слабую линейную корреляцию. Предложенный в работе алгоритм для
поиска нелинейных зависимостей 137Cs от различных морфометрических показателей рельефа
показал более высокую эффективность, что позволяет более надежно строить математические
модели ЛГС, формирующих пространственную структуру паттернов 137Cs.
ЛИТЕРАТУРА
1. Касимов Н.С., Герасимова М.И., Богданова М.Д., Гаврилова И.П. Ландшафтно-геохимические кате-
ны: концепция и картографирование //Геохимия ландшафтов и география почв. К 100-летию Марии
Альфредовны Глазовской / под ред акад. Н.С.Касимова и проф. М.И. Герасимовой. М., 2012.
С. 59-81.
2. Линник В.Г., Соколов А.В., Мироненко И.В. Паттерны 137Cs и их трансформация в ландшафтах опо-
лья Брянской области// Современные тенденции развития биогеохимии. М.: ГЕОХИ РАН, 2016а
(Тр. Биогеохим. Лаб., Т. 25). С. 423-434.
3. Линник В.Г., Мироненко И.В., Соколов А.В. Формирование паттернов цезия-137 в каскадных ланд-
шафтно-геохимических системах агроландшафтов Брянского ополья //Геохимия ландшафтов
(к 100-летию А.И. Перельмана). Доклады Всероссийской научной конференции. Москва, 18 20 ок-
тября 2016 г. М.: Географический факультет, МГУ, 2016б. С. 317-321.
4. Соколов А.В. Обработка данных: поиск компромисса между точностью измерений и сложностью
модели // Изучение и охрана природного и исторического наследия валдайской возвышенности и
сопредельных регионов: Материалы межрегиональной научно-практической конференции, посвя-
щенной 25-летию национального парка «Валдайский», г. Валдай, Новгородская область, 24-25 апре-
ля 2015 г. Вышний Волочек, 2015. С. 120-125.
5. Сысуев В.В. Физико-математические основы ландшафтоведения. М.: Географический факультет
МГУ, 2003. 175 с.
6. Linnik Vitaly, Sokolov Alexander, Saveliev Anatoly and Iya Mironenko. Landscape assessment of spatial
Cs-137 connectivity patterns in arable land with gray loamy soils in the Bryansk Region (landscapes of the
Opolje)// Geophysical Research Abstracts Vol. 19, EGU2017-9148, 2017 EGU General Assembly 2017.
7. Vitaly Linnik, Kristina Nenko, Alexander Sokolov, and Anatoly Saveliev. Estimation of Cs-137 hillslope
patterns of Polesje landscapes using geo-information modeling techniques (on example of the Bryansk re-
gion) // Geophysical Research Abstracts. Vol. 17, EGU2015-4954, 2015. EGU General Assembly 2015.
8. Rue, H. and Martino, S. and Chopin, N. Approximate Bayesian Inference for latent Gaussian models using
Integrated Nested Laplace Approximations //JRSS-series B.-2009. V. 71. N. 2. Pp 319-392.

88
åéÑÖãàêéÇÄçàÖ Çãàüçàü àáåÖçÖçàü äéçñÖçíêÄñàà ëé2
Ç ÄíåéëîÖêÖ çÄ îéíéëàçíÖá áÖãÖçéÉé ãàëíÄ
Маринин Е.И.1, Полевой А.Н.2, Вольвач О.В.3
1, 2, 3
Одесский государственный экологический университет, Одесса, Украина,
rada.d.4109001@gmail.com

MODELING OF THE INFLUENCE OF CO2 CONCENTRATION CHANGE


IN THE ATMOSPHERE ON GREEN LEAF PHOTOSYNTHESIS
Marinin E.I. 1, Polevoy A.N. 2, Volvach O.V. 3
1, 2, 3
Odessa state environmental university, Odessa, Ukraine,
rada.d.4109001@gmail.com
Abstract: The Process of СО2 molecules diffusion through stomatal of a green leaf which resis-
tance is caused by environmental factors is considered.
Введение
Последние десятилетия характерным является постоянно возрастающее внимание к про-
блеме повышения концентрации СО2 в атмосфере. В рамках современной теории продукцион-
ного процесса растений, СО2 является важнейшим аргументом функции фотосинтеза листьев,
который в значительной мере определяет интенсивность фотосинтеза и суммарную продук-
тивность любого растительного организма. Традиционно проблема математического модели-
рования фотосинтеза и газообмена посевов рассматривается состоящей из двух составляющих:
во-первых, построение адекватной модели фотосинтеза листа — получения количественных
характеристик связи интенсивности процесса фотосинтеза с факторами внешней среды для
единичного изолированного элемента листовой поверхности, во-вторых, интегрирование по-
лученных соотношений ко всей фотосинтезирующей совокупности растительного покрова.
К настоящему времени предложено множество моделей фотосинтеза листа различной сте-
пени сложности: от простейших полуэмпирических до детальных, учитывающих кинетику
всех фото- и биохимических реакций, входящих в цикл Кальвина. Перечень моделей, приве-
денный в различных источниках [Бихеле и др., 1980; Полевой, 1983; Полуэктов и др., 2006;
Сиротенко, 1981; Gaastra, 1959] показывает, что на сегодняшний день построено и успешно
функционируют более 60-ти моделей, воспроизводящих рост и развитие не только важнейших
сельскохозяйственных культур — озимой и яровой пшеницы, ярового ячменя, кукурузы, хлоп-
ка, сои, сахарной свеклы, салата, сорго, картофеля, риса, но также посевов цитрусовых и зем-
ляного ореха, луговой и пастбищной растительности, и даже отдельных экосистем. В конст-
рукцию каждой модели обязательно входит блок фотосинтетической углекислотной
продуктивности.
В связи с этим выполнение исследований, связанных с оценкой влияния изменения кон-
центрации СО2 на интенсивность фотосинтеза, построение адекватных количественных зави-
симостей, представляют интерес для динамического моделирования продукционного процесса
сельскохозяйственных растений, получение количественных характеристик реакции растений
на эти изменения.
Материалы и методы
В качестве объекта исследований рассматривался зеленый лист растений типа С3 и С4 и
происходящий в нем процесс фотосинтеза при различных условиях радиационного, водно-
теплового режимов и режима СО2 в атмосфере.
Установлено [Гуляев и др., 1990], что в оптимальных условиях освещения и температуры
интенсивность фотосинтеза листьев растений при повышении концентрации CО2 в атмосфере
до 0,10–0,20 % возрастает в 2–4 раза. Это свойство растений, которое установлено в кратко-
временных измерениях газообмена листьев при разных концентрациях CО2, дает уникальную
возможность изучения взаимодействия фотосинтеза и роста в системе целого растения в экс-
периментах с продолжительным выращиванием растений в атмосфере с повышенным содер-

89
жанием углекислого газа. При этом исследуется влияние излишка ассимилятов на активность и
свойства фотосинтетического аппарата, взаимосвязь интенсивности фотосинтеза и продуктив-
ности посевов.
В настоящее время уже не вызывает сомнения то, что обогащение атмосферы углекислым
газом увеличивает общую и хозяйственную продуктивность растений вследствие усиления их
фотосинтеза. Противоречивые данные полученные по реакции на этот фактор лишь у расте-
ний, фотосинтез которых слабо отзывается на повышение концентрации CО2.
Был сделан вывод [Monsi, Saeki, 1953], что удвоение концентрации CО2 в земной атмосфе-
ре может привести к повышению продуктивности сельскохозяйственных культур в среднем на
33%. Однако, к этой оценке следует относиться критически, поскольку большинство опубли-
кованных данных получено в условиях искусственного климата, на ограниченном количестве
видов растений. Оценка сделана без учета вклада каждой культуры в мировые продовольст-
венные ресурсы, а фактические границы варьирования экспериментальных данных пока очень
большие, причины изменения которых остаются без довольно удовлетворительного объясне-
ния. Именно поэтому нужны системные физиологические исследования реакции растений на
разное содержание CО2 в атмосфере для раскрытия механизмов, которые лежат в его основе.
Изучалась [Kimball, 1981] реакция растений на повышение концентрации CО2 при свобод-
ном размещении в условиях постепенного иссушения почвы (без полива). Наибольшее увели-
чение площади листовой поверхности растения в период достижения максимальной транспи-
рации наблюдалось у люцерны в 1,75 раз и пшеницы в 1,68 раз. Меньше всего — у кукурузы,
сорго и амаранта, площадь листьев возрастала соответственно в 1,40; 1,29 и 1,15 раз. На ре-
зультаты опытов несомненно повлияло значительное торможение роста листьев водным дефи-
цитом на контроле и, очевидно, видовая специфика реакции растений на нарастание водного
стресса при разных концентрациях CО2.
В работе [Neales, Nicholls, 1978] приводятся обобщенные данные о реакции растений на
увеличение СО2 в атмосфере (табл. 1) в виде отношения интенсивности фотосинтеза листа Фэкс
при повышенном содержимом СО2 в воздухе к интенсивности фотосинтеза листа Ф200 при ус-
ловии концентрации СО2 в воздухе на уровне 200 ppm (Е =Фэкс / Ф200) и различной плотности
потока фотосинтетически активной радиации (ФАР).
Как видно из данных таблицы 1, величина отношения Е колеблется в довольно широких
пределах. Очевидно, что хотя эффект обогащения атмосферы углекислым газом для продук-
тивности растений всегда положителен, однако, его величина изменяется в широких пределах
и определяется, прежде всего, степенью детерминированности вегетативного роста генотипа и
внешними условиями (световым и температурным режимами, генетическим взаимодействием
растений и т. п.).
Таблица 1
Сравнение эффекта изменения интенсивности фотосинтеза при увеличении концентрации СО2
в воздухе [Neales, Nicholls, 1978]

Интенсивность ФАР, Концентрация СО2 , ppm


Растение Е
Вт/м2 низкая высокая
Модель С3 листа 400 200 800 3,7
Томаты 150 200 800 3,2
Пшеница 300 200 500 2,6
Сахарная свекла 300 200 800 2,5
Подсолнечник 116 200 800 1,7
Гвоздика 450 200 800 2,2
Сахарный тростник 380 200 800 2,8

Процесс фотосинтеза в листьях подразделяется на два этапа: диффузия молекул СО2 из


воздуха к центрам карбоксилования в клетке и биохимический цикл фотосинтеза в хлоропла-
стах. Соответственно этому существуют два типа моделей фотосинтеза листа: диффузные мо-
дели фотосинтеза листа и модели биохимического цикла газообмена СО2 в середине листа.

90
К первому типу моделей относится модель Гаастра [Gaastra, 1959] для описания диффузии
молекул СО2 в лист, которая записывается в виде:
C  CCl
L  0
ra  rs  rm , (1)
где С0 и СCl — концентрация СО2 (г СО2/см3) соответственно во внешнем воздухе и вблизи
хлоропластов; ra , rs , rm — диффузионные сопротивления для молекул СО2 соответственно в
пограничном слое листа, устьицах и клетках мезофилла.
Биохимический цикл газообмена СО2 в середине листа описывает модель Монси и Саеки
[Monsi, Saeki, 1953]:
 max Q
 L (Q ) 
 max / a   Q , (2)
где aФ — наклон световой кривой фотосинтеза при малых интенсивностях ФАР, то есть
аФ = ФL/QФ при QФ→0; Фmах — насыщающая интенсивность фотосинтеза; QФ — интенсивность
ФАР.
Следует отметить, что большой интерес для решения задачи оценки эффекта увеличения
содержания СО2 в атмосфере составляют модели фотосинтеза листа, в которых учитываются
как процессы диффузии СО2 в лист, так и биохимический цикл фотосинтеза при условии, что
устьичное сопротивление является постоянной величиной. К таким моделям относится модель,
предложенная в работе [Росс, Бихеле, 1968]. В этой модели на первом этапе — диффузия мо-
лекул СО2 из воздуха к центрам карбоксилирования в клетке описывается законами биофизи-
ки, а на втором этапе — биохимический цикл фотосинтеза в хлоропластах описывается зако-
нами фотобиологии и биохимии
1
L 
1 1 r r r
  ac sc m , (3)
 m   a I  cA
где Фm — потенциальный фотосинтез, то есть lim  L   m , который зависит от температу-
I  
C A 
ры и физиологического возраста листа, а rm = rmd + rmx; аФ — наклон световой кривой фотосин-
теза; IФ — интенсивность ФАР; Ф — коэффициент поглощения листом ФАР; rmx — эффектив-
ное сопротивление карбоксилирования.
Таким образом формула (3) объединяет зависимость фотосинтеза зеленого листа от сол-
нечной радиации, концентрации СО2 и от диффузионных сопротивлений, что позволяет в чис-
ленных экспериментах исследовать вопрос об эффективности утилизации солнечной энергии в
зависимости от различных изменений концентрации СО2 в атмосфере, плотности потока ФАР
и турбулентного режима.
Результаты. Нами при исследовании рассматривались условия, которые характеризуются
оптимальной температурой воздуха (25 °C) и оптимальной влагообеспеченностью (запасы про-
дуктивной влаги в слое почвы 0–100 см составляют 0,75 наименьшей влагоемкости в этом слое).
При всех условиях увеличение концентрации СО2 в воздухе вызовет повышение интенсив-
ности газообмена (рис. 1). Расчеты выполнены при условии: оптимальная для фотосинтеза
листа температура воздуха, оптимальные условия влагообеспеченности листа, плотность пото-
ка ФАР 400 Вт/м2 , скорость ветра 0,5 м/с.
Углекислотная кривая фотосинтеза дает представление о зависимости интенсивности фо-
тосинтеза зеленого листа от концентрации СО2 в атмосфере. Параметры этой кривой характе-
ризуются наклоном углекислотной кривой фотосинтеза при низкой концентрации СО2 в возду-
хе, то есть аС = ФL/СА при СА → 0, и величиной насыщающей интенсивности фотосинтеза Фmах
при СА → ∞. В особенности стремительный рост интенсивности фотосинтеза листа наблюдает-
ся при увеличении концентрации СО2 от 100-200 до 400 ppm.
Численные эксперименты позволили исследовать изменение световой кривой фотосинтеза
листа в зависимости от концентрации СО2 в атмосфере. Как видно из данных рисунка 2, харак-
тер световой кривой существенно изменяется в зависимости от концентрации СО2 в атмосфере.
Эти изменения касаются наклона световой кривой фотосинтеза при низкой интенсивности

91
ФАР, то есть аФ = ФL/QФ при QФ → 0. Параметр аФ световой кривой стремительно возрастает с
повышением концентрации СО2 в атмосфере. Такие значительные изменения характерны и для
величины насыщающей интенсивности фотосинтеза Фmах при QФ → ∞.

Рис. 1. Зависимость интенсивности фотосинтеза зеленого листа (Ф) от концентрации СО2


в атмосфере при плотности потока ФАР 400 Вт /м2

Рис. 2. Зависимость интенсивности фотосинтеза зеленого листа (Ф) от плотности потока ФАР
при различном содержании СО2 в атмосфере

Так, если при концентрации СО2 в атмосфере 100 ppm величина насыщающей интенсивно-
сти фотосинтеза достигает 20,8 мгСО2 /дм2час, то при концентрации СО2 в атмосфере 800 ppm
она будет равняться 53,5 мгСО2 /дм2час.
Интенсивность нетто-фотосинтеза при данном состоянии растения (его развитии и актив-
ности), при естественном содержании СО2 в воздухе и при оптимальных величинах всех про-
чих внешних факторов называется фотосинтетической способностью. Фотосинтетическая спо-

92
собность — это величина, которая получается при стандартных условиях и может быть ис-
пользована для характеристики определенных типов растений, а также видов, экотипов и даже
отдельных сортов. В мире растений существуют огромные различия в фотосинтетической спо-
собности.
На первом месте стоят С4-растения (50-80 мгСО2/(дм2час); в результате фиксации на све-
ту в клетках мезофилла этих растений образуются кислоты, содержащие четыре атома углеро-
да. Из сельскохозяйственных культур в эту группу входят кукуруза, сорго, сахарный тростник,
просо и др. За ними следуют С3-растения (20-40 мгСО2/(дм2час); фиксирующие СО2 на свету и
в восстановительном цикле Кальвина с образованием трех атомов углерода. В эту группу вхо-
дит большинство сельскохозяйственных растений: пшеница, ячмень, овес, рис, картофель,
подсолнечник, фасоль, свекла и др.
Растения, которые относятся к группе С4 , имеют более высокую фотосинтетическую актив-
ность, это объясняется тем, что у них СО2, освободившийся в С3-хлоропластах клеток обкладки
проводящих пучков, снова связывается С4-хлоропластами мезофилла. В то же время С3-растения
даже на свету выделяют обратно значительное количество СО2 при световом дыхании.
Как было показано выше, повышение концентрации СО2 в атмосфере приводит к повыше-
нию интенсивности фотосинтеза. В рассмотренном нами сценарии изменения климата предпо-
лагается увеличение содержания СО2 в атмосфере на 30%. Выполненные оценки показывают,
что при таких условиях состоится повышение интенсивности фотосинтеза зеленого листа.
Немного большим (на 4-5 мгСО2/дм2час) оно будет для С4-растений, а для С3-растений это
повышение составит 2-3 мгСО2/дм2час.
Выводы.
Выполненная оценка влияния изменения температуры воздуха, влагообеспеченности
и содержания СО2 в атмосфере на интенсивность фотосинтеза зеленого листа у растений типа
С3 и С4 при различной плотности потока фотосинтетически активной радиации позволяет сде-
лать следующие выводы.
1. При всех условиях увеличение концентрации СО2 в воздухе вызовет повышение интен-
сивности газообмена. В особенности быстрый рост интенсивности фотосинтеза листа наблю-
дается при увеличении концентрации СО2 от 100-200 до 400 ppm. Характер световой кривой
существенно изменяется в зависимости от концентрации СО2 в атмосфере. При концентрации
СО2 в атмосфере 100 ppm величина насыщающей интенсивности фотосинтеза достигает
20,8 мгСО2/дм2час, при концентрации СО2 в атмосфере 800 ppm она будет равняться
53,5 мгСО2/дм2час.
2. Повышение концентрации СО2 в атмосфере на 30 % приведет к повышению интенсив-
ности фотосинтеза на 4-5 мгСО2/дм2час для С4-растений и на 2-3мгСО2/дм2час для
С3-растений.
ЛИТЕРАТУРА
1. Бихеле З.Н., Молдау Х.А., Росс Ю.К. 1980. Математическое моделирование транспирации и фото-
синтеза растений при недостатке почвенной влаги. Л.: Гидрометеоиздат. 223 с.
2. Гуляев Б.И., Франс Дж., Торнли Дж.Х.М, 1990. Фотосинтез, продукционный процесс и продуктив-
ность растений / Математические модели в сельском хозяйстве. М.: Агропромиздат. 303 с.
3. Полевой А.Н. 1983. Теория и расчет продуктивности сельскохозяйственных культур. Л.: Гидроме-
теоиздат. 175 с.
4. Полуэктов Р.А, Смоляр Э.И., Терлеев В.В., Топаж А.Г. 2006. Модели продукционного процесса
сельскохозяйственных культур. СПб.: Изд-во СпбГУ. 392 с.
5. Росс Ю.К., Бихеле З.Н. 1968. Расчет фотосинтеза растительного покрова // Фотосинтез и продуктив-
ность растительного покрова. Тарту: Изд-во ИФА АН ЭССР. С. 75-110.
6. Сиротенко О.Д. 1981. Математическое моделирование водно-теплового режима и продуктивности
агроэкосистем. Л.: Гидрометеоиздат. 167 с.
7. Gaastra P. 1959. Photosynthesis of crop plants as influenced by light, carbon dioxide, temperature and
stomatal diffusion resistance. Mededel. Landbouwhogeschool. Wageningen. Vol. 59. N 13. Р. 1-68.
8. Imai K., Murata Y. 1976. Effect of carbon dioxide concentration on growth and dry matter production of
crop plants. 1. Effect on leaf area, dry matter tailoring, dry matter distribution ratio and transpiration. —
Proc. Crop Sci. Soc. Jap., 45. N 4. Р. 598-606.

93
9. Kimball B.A. 1981. Carbon dioxide and agricultural yield: in assemblage and analysis of 430 prior observa-
tions. Agron. J., 75, N 6. P. 779-787.
10. Monsi M., Saeki T. 1953. Uber den Lichtfaktor in den Pflanzengesellschaften und seine Bedeutung fur die
Stoffproduktion. Jap. J. Bot., N 14. P. 22-52.
11. Neales T.F., Nicholls. 1978. Growth responses of young wheat plants to a range of ambient CO2 levels.
Awst. J. Plant Physiol, N 5. P. 45-49.

éèêÖÑÖãÖçàÖ îÄäíéêéÇ îéêåàêéÇÄçàü åÖëíééÅàíÄçàâ


Ç ÉéêéÑÖ çÄ éëçéÇÖ ÑàëíÄçñàéççéâ àçîéêåÄñàà
à ñàîêéÇéâ åéÑÖãà êÖãúÖîÄ
Мартынова А.Э.1, Солодянкина С.В.1, 2
1
Иркутский государственный университет, Иркутск, Россия, nasmartynova@gmail.com
2
Институт географии имени В.Б. Сочавы СО РАН, Иркутск, Россия, solodyankinasv@mail.ru

IDENTIFICATION OF HABITAT FORMING FACTORS IN THE CITY BASED


ON REMOTE SENSING INFORMATION AND DIGITAL ELEVATION MODEL
Martynova A.E.1, Solodyankina S.V.1, 2
1
Irkutsk State University, Faculty of Geography, Irkutsk, Russia,
nasmartynova@gmail.com
2
V.B. Sochava Institute of Geography SB RAS, Irkutsk, Russia,
solodyankinasv@mail.ru
Abstract: Authors consider an approach to classification and cartography of habitat types for the
studied area of city Irkutsk. Habitats in cities are constantly changing, and, therefore, functioning
as natural-territorial systems. Hence, European Union has universal hierarchical topology of habitat
types — European Nature Information System (EUNIS). This classification considers natural habitats,
as well as anthropogenic ones, and the main criterion for identification of habitat type is flora. Remote
sensing data and digital elevation model were used for reliable classification of habitat types. The proc-
ess of automatic classification was conducted using method of maximum likelihood for two data sets of
open access — ASTER and Landsat 8. Upon examination of quality by visual method, obtained data of
automatic classification showed sufficiently high certainty. After a map of habitat types using EUNIS
system and a map of land cover classes were made, the methods of statistical analysis were used for de-
termination of main habitat forming factors for urban region. Six quantitative parameters were consid-
ered: paving, green areas, scalping (of soil), presence of surface water, and elevation and steepness of
the studied area. Results of statistical analysis showed that there are three dominant habitat forming
factors in the urban area: paving, green areas, and steepness. Furthermore, discriminant function
showed 52% of certainty for 8 highest habitat types of EUNIS, which leads to conclusion, that there are
other factors, that affect differentiation of habitat types in the urban area. Such factors weren’t consid-
ered in the research, and in such a case, an additional research is needed.
В городском пространстве взаимодействуют природная и техногенная системы. Индикато-
ром проходящих в природно-территориальных системах процессов может служить раститель-
ность, т. к. она позволяет определять однородные в экологическом и структурном плане
местообитания. Местообитания являются результатом взаимодействия природных и антропо-
генных факторов, которые влияют на нахождение на данной территории определенного вида.
Этим свойством растительности определяется необходимость применения разрабатываемого
подхода к классификации городских сообществ.
Знание особенностей экологии местообитаний может являться базой для различных задач:
планирования направлений развития городской среды, выявления существующих и потенци-
альных зон экологических нарушений, рационального использования территории и т. д. В Ев-
ропе для проведения экологического мониторинга, информационной поддержки задач плани-
рования городской среды, постоянного обновления информации о состоянии окружающей

94
среды разработана универсальная Европейская система классификации типов местообитаний
EUNIS (European Nature Information System). Система EUNIS является иерархической (трех-
уровневой) всеобъемлющей типологией местообитаний всей Европы, и определяет местооби-
тание как: «Место, где растения или животные обычно живут, характеризуемое по физическим
особенностям, и по видам растений или животных, которые там обитают» [Davies, 2004]. Ос-
новным критерием выделения местообитаний при рассмотрении города является урбанофлора.
Так как EUNIS успешно применяется в задачах мониторинга и планирования городской среды
на территории Европы, задачей данного исследования является картографирование и адапта-
ция системы к территории Свердловского округа г.Иркутска (рис. 1), с использованием вспо-
могательных материалов в виде спутниковых снимков, цифровой модели рельефа и проведен-
ных геоботанических описаний.

а б

Рис. 1. Границы г.Иркутска на снимке ASTER (а) и территория Свердловского округа г. Иркутска (б)

Иркутск — город в южной части Восточной Сибири численностью более 600 000 тыс. че-
ловек, административный центр Иркутской области. Лесная зона города представляет собой
отдельные массивы сосновых лесов с примесью осины и березы. Исторический центр характе-
ризуется высокой степенью застроенности и низкой озелененностью, преобладанием руде-
ральной растительности в формировании растительного покрова [Чепинога, 2016]. Естествен-
ные типы распространенных на территории почв (дерново-подзолистые, серые, дерново-
карбонатные) наблюдаются лишь в лесных массивах, остальные почвы на территории претер-
пели изменения состава и структуры, уплотнились. Свердловский округ находится на юго-
западе г.Иркутска. По типу землепользования почти вся территория округа является селитеб-
ной зоной многоэтажной застройки с отдельными участками промышленной застройки. Ос-
новная часть растительности сосредоточена вдоль улиц в виде посадок и внутриквартальной
растительности.
На этапе картографирования объекта исследования использовались спутниковые снимки,
данные дистанционного зондирования Земли (ДЗЗ) и цифровой модели рельефа. В программ-
ном продукте Quantum GIS, после проведения полевых исследований (выполнено 28 геобота-
нических описаний и определено в совокупности 108 видов растений), создана карта типов
местообитаний территории Свердловского округа по классификации EUNIS с указанными
местами геоботанических описаний. Всего на объекте при ручной классификации оцифровано
676 участков, которые по структуре относятся к 8 типам первого иерархического уровня, 23 —
второго и 40 типам третьего. Также был выделен один тип, не описанный в системе EUNIS, но
занимающий значительную площадь на объекте исследования — территории, занятые гаража-
ми (предварительный код типа J4.Ir). По количеству оцифрованных выделов на самом деталь-
ном — третьем — иерархическом уровне преобладают типы: J1.3 (городские общественные
здания) — 104 выдела, J4.Ir (территории, занятые гаражами) — 67, J1.1 (жилая застройка в го-
родах) — 58, I2.2 (территории мелких декоративных садов и приусадебные участки) —
53, E5.1 (антропогенные травяные сообщества) — 40. На веб-ресурсе Европейского агентства

95
окружающей среды представлены типы местообитаний EUNIS в виде иерархического кодово-
го обозначения (латинские буквы и цифры) с описаниями критериев выделения местообитаний
[EEA, 2004].
Классификация также является одной из основных задач обработки данных ДЗЗ. Методы
автоматической классификации используются для получения данных о структуре и простран-
ственном размещении как растительного покрова и влияющих на него факторов распростране-
ния, так и всех типов городских местообитаний. Анализ факторов распространения определен-
ных типов растительных сообществ позволяет делать прогноз изменений в структуре
растительности на однородных по ряду признаков участках территории (местообитаниях).
В программе ENVI для получения исходных изображений исследуемой территории ис-
пользовались космические снимки открытого доступа Landsat 8 и ASTER. В качестве областей
обучения для используемых снимков определено 4 класса ландшафтного покрова, при которых
любой объект может быть однозначно отнесен только к одному классу: 1) искусственные по-
крытия (застройка, мощение); 2) естественные покрытия (лесные массивы, травянистый по-
кров); 3) открытые земельные участки (территории с отсутствующим или слабовыраженным
растительным покровом); 4) водные объекты. Карты ландшафтного покрова были получены с
применением метода максимального правдоподобия.
Оценка достоверности полученных результатов методом визуального анализа показала
высокий результат: 92% (снимок ASTER), 88 % (снимок Landsat 8) точности. Большинство
ошибок возникало на местах, содержащих как растительность, так и открытые земельные уча-
стки (речные берега, огородные участки), или на участках со слабовыраженным растительным
покровом.
На сегодняшний день в эколого-географических и градостроительных исследованиях од-
ной из важных задач является поиск закономерностей пространственных и временных явлений
[Большаков, 2004]. Компоненты ландшафтного покрова характеризуются количественными
(высота местоположения, крутизна рельефа, площадь) и качественными (тип местообитания)
характеристиками. Существующие между количественными и качественными характеристи-
ками связи отражают факторы, обусловливающие присвоение каждой территориальной едини-
це той или иной качественной характеристики в пространстве физически измеримых величин
[Кренке, 2011].
Для вычисления количественных параметров типов местообитаний полученные при авто-
матической классификации данные о ландшафтном покрове были сопоставлены с оцифрован-
ными по системе EUNIS выделами. Таким образом, были получены 6 параметров, определяю-
щих выделение и функционирование типов местообитаний (табл. 1). Четыре параметра
(озелененности, мощения, обнажения почвогрунтов, наличия поверхностных вод) рассчитыва-
лись как отношения площади классов ландшафтного покрова, определенных на этапе автома-
тического картографирования методом максимального правдоподобия, к общей площади вы-
дела типа местообитания по классификации EUNIS. Например, параметр озелененности — это
отношение площади естественного покрытия к общей площади выдела EUNIS, параметр мо-
щения — отношение площади искусственного покрытия к общей площади выдела, и т. д. Па-
раметры высоты местоположения и крутизны рельефа рассчитывались по данным цифровой
модели рельефа SRTM как средние значения высоты местоположения и крутизны склона в
границах выделенного типа местообитания.
Для определения того, какие сочетания количественных значений характерны определен-
ным качественным состояниям, проводился статистический анализ результатов в программе
PAST. Мы предполагаем, что существуют какие-то факторы, которые определяют тип и со-
стояние каждого элемента. Тогда можно установить функциональную связь между перемен-
ными или определить «малозначимые» [Пузаченко, 2004]. Исходные параметры в таком случае
представляются в пространстве меньшей размерности, чем изначальная, т. е. происходит сжа-
тие информации. В данной работе при применении статистических методов анализа использо-
вались значения шести исследуемых параметров, определяющих тип местообитания.

96
Таблица 1
Значения параметров типов местообитаний первого уровня системы EUNIS
№ выдела с Параметры
обозначением Наличия
типа по систе- Озеле- Обнажения Крутизны Высоты
Мощения поверхностных
ме EUNIS ненности почвогрунтов рельефа местоположения
вод
C.001 0,98 0,02 0,00 0,00 0,09 0,84
C.002 0,73 0,02 0,25 0,00 0,21 0,87
… … … … … … …
C.054 0,15 0,70 0,04 0,10 0,18 0,86
E.001 0,51 0,49 0,00 0,00 0,14 0,91
E.002 0,50 0,00 0,50 0,00 0,10 0,91
… … … … … … …
X.003 0,65 0,18 0,17 0,00 0,18 0,88

Метод главных компонент является одним из распространенных подходов сжатия инфор-


мации. При методе последовательно выбираются компоненты, на которые проецируется мак-
симум информации о разнообразии всех объектов. При проведении анализа для первого иерар-
хического уровня системы EUNIS выявлено, что первая главная компонента описывает 87%
варьирования всей системы и определяет параметры озелененности и мощения, вторая — 6%,
отражает параметр крутизны рельефа. Оставшиеся четыре компоненты не учитываются, так
как на них приходится меньше 10% варьирования факторов в пространстве. Параметры озеле-
ненности и мощения напрямую отражают площадь классов естественного и искусственного
покрытий в выделе местообитаний, а крутизна склона неизменно учитывается при планирова-
нии городского пространства.
При применении дискриминантного анализа выявлено, что значения первой оси (первая
ось наилучшим образом различает исходные классы) также отражают варьирование парамет-
ров озелененности и мощения. Дополнительной целью дискриминантного анализа является
прогнозирование на основе выборки принадлежности того или иного объекта, описанного в
пространстве исходных переменных, к одному из классов. То есть задача состоит в определе-
нии тех признаков, которые лучше всего различают объекты, относящиеся к разным группам.
Дискриминантная функция дает 52% достоверности для типов местообитаний первого иерар-
хического уровня системы EUNIS. Наивысший процент распознавания у классов J (промыш-
ленные и другие искусственно созданные местообитания) и G (леса, редколесья и другие обле-
сенные территории). Наибольшие различия между присвоенными априори и рассчитанными
по методу дискриминации классами наблюдается у типов местообитаний F (пустоши и кустар-
ники), I (садовые или приусадебные местообитания) и X (комплексы местообитаний).
Так как EUNIS является иерархической трехуровневой системой, то множество из 676
элементов можно разделить на различные классы трех уровней системы. Однако при проверке
качества классификаций на втором и третьем иерархических уровнях системы EUNIS резуль-
таты достоверности не превышали 50%.
Таким образом, на территории Свердловского округа г.Иркутска по системе EUNIS оциф-
ровано 676 выделов, которые относятся к 8 типам первого иерархического уровня, 23 — вто-
рого, 41 ― третьего. Статистический анализ данных показал, что наибольшее влияние на оп-
ределение типа местообитания EUNIS первого иерархического уровня оказывают параметры
озелененности, мощения и крутизны рельефа. Для достоверной дифференциации местообита-
ний на втором и третьем уровнях системы EUNIS требуются: космические снимки с более вы-
соким пространственным разрешением, чем использованные в данном исследовании; большее
количество натурных описаний. Оценка достоверности классификации методом дискрими-
нантного анализа по рассматриваемым параметрам показала 52% достоверности для типов ме-
стообитаний EUNIS первого иерархического уровня. Из этого следует, что, помимо рассмот-
ренных параметров, на дифференциацию местообитаний влияют другие факторы, не
рассчитанные в данной работе. Полученные в исследовании результаты картографирования

97
территориальных систем, данные о составе и структуре растительных сообществ городской
среды, в дальнейшем могут быть использованы при решении различных прикладных задач при
условии организации дополнительных исследований.
ЛИТЕРАТУРА
1. Большаков А.Г. Основы теории градостроительства и районной планировки: учеб. для вузов.
Иркутск: Изд-во Иркутского гос. техн. ун-та, 2004. 214 с.
2. Кренке А.Н. Отображение факторов формирования компонентов ландшафта на основе тематических
карт, дистанционной информации и трехмерной модели рельефа: дис. ... канд. геогр. наук. М., 2011.
129 с.
3. Пузаченко Ю.Г. Математические методы в экологических и географических исследованиях: учеб.
пособие для студ. вузов. М.: Издательский центр «Академия», 2004. 416 с.
4. Чепинога В.В. Распространение некоторых синантропных растений в историческом центре города
Иркутска (Восточная Сибирь) / В.В. Чепинога, С.В. Солодянкина, В.П. Иванова // Вестник Томского
государственного университета. Биология. 2016. № 2 (34). С. 87-100.
5. Davies C. EUNIS habitat classification. Revised 2004 / C. Davies, D. Moss, M.O. Hill // Report to the
European Topic Center on Nature Protection and Biodiversity, European Environment Agency. October
2004. 307 p. P. 11.
6. EEA (2004). EUNIS web application. Habitat types search. [Электронный ресурс] // URL:
http://eunis.eea.europa.eu/habitats.jsp (дата обращения: апрель 2017).

ÄçÄãàá ÄÇíéäéÇÄêàÄñàéççéâ ëíêìäíìêõ ïÄêÄäíÖêàëíàä


çàáäéÉéêçéÉé ãÄçÑòÄîíÄ
Мкртчян А.С.
1
Львовский национальный университет имени Ивана Франка, Львов, Украина,
alemkrt@gmail.com

ANALYSIS OF AUTOCOVARIANCE STRUCTURE OF LOW MOUNTAIN


LANDSCAPE CHARACTERISTICS
Mkrtchian A.S.
Lviv National Ivan Franko University, Lviv, Ukraine,
alemkrt@gmail.com
Abstract: There are several main directions of quantitative landscape analysis, one of less devel-
oped yet promising among them being the analysis of autocovariance structure of surfaces and the col-
lections of surfaces that relate to landscape characteristics. The purpose of this study is to analyze the
covariance structure of the topographic surface and the land surface reflection values as obtained from
SRTM DEM and LANDSAT 8 multispectral imagery, for study area located in upper Tisa tributary
(Black Tisa) basin in Ukrainian Carpathians. The area is divided into three physical geographic regions
(of the rank “oblast”) with different landscape structure, namely, the exterior Carpathian with parallel
ridges, the wide intermountain trough, and the interior with the lattice of high flat-top bald ridges. The
7 bands of Landsat imagery (including 4 visual and 3 near-IR) have been subjected to PCA analysis,
that allowed to discriminate 2 principal components accounting for 98.7% of overall variability. To
analyze the autocovariance structure of surfaces, R script has been created that takes as an input the
raster layer and outputs the table that can then be represented as a graph by R plotting methods. Sepa-
rate graphs (autocovariograms) have been created in this way for 3 physical geographic regions. As
was expected, there appears to be significant difference in the form of autocovariogram for different
characteristics defined for different regions. Autocovariance structure can thus be regarded as a distinc-
tive feature of landscape structure and serve as a diagnostic and comparative criteria for landscapes.
Современный этап развития естественных наук предполагает широкое внедрение и исполь-
зование в практике теоретических и прикладных исследований формализованных описаний и
количественных методов анализа данных. Представляются важными обоснование и разработка
количественных методов решения задач, стоящих перед ландшафтными исследованиями. Это

98
не только позволит получать более надежные и обоснованные результаты в форме, более
удобной для их сопоставления с результатами смежных исследований и конкретными требова-
ниями практики, но и в перспективе откроет возможности для более глубокого теоретического
осмысления закономерностей строения и динамики геосистем.
В современных ландшафтных исследованиях наиболее развитыми направлениями форма-
лизованного количественного анализа являются анализ межкомпонентных связей (в частности,
их динамики и пространственной структуры), а также разработка математических моделей
морфологических структур. В ландшафтной экологии (смежном научном направлении, более
развитом в странах Западной Европы и Северной Америки) получил распространение анализ
ландшафтных метрик — показателей (индексов), характеризующих пространственную струк-
туру (рисунок) взаимного расположения элементов ландшафтной мозаики, интерпретируемых
с точки зрения условий местообитаний.
Еще одним перспективным направлением количественного ландшафтного анализа являет-
ся анализ автокорреляционной и автоковариационной структуры отдельных поверхностей и
совокупностей поверхностей, которые представляют непрерывно распределенные в географи-
ческом пространстве характеристики и, как правило, отображаются (моделируются) в форме
растровых слоев. Примерами являются топографическая поверхность (поверхность высот) и ее
производные — поверхности крутизны склонов, кривизн и т. п. В форме непрерывных поверх-
ностей могут быть представлены климатические характеристики (температуры, количества
осадков и т. д.) Наконец, дистанционные снимки земной поверхности (в форме совокупности
растровых слоев) могут быть представлены как поверхности распределения отражательной
способности ландшафтного эктояруса в разных спектральных диапазонах.
Предметом данной работы является анализ автоковариационной структуры топографиче-
ской поверхности и поверхности отражательной способности эктояруса ландшафта.
Территория исследования включала бассейн р.Черная Тиса, площадью 567,7 км2 (рис. 1).
В схеме физико-географического районирования данная территория находится в пределах трех
физико-географических областей горного края Украинских Карпат: Внешнекарпатской, Водо-
раздельно-Верховинской и Полонинско-Черногорской [Национальный атлас Украины, 2007].
Первая область представлена моноклинальными сложенными флишем параллельными хребта-
ми с острыми гребнями (местное название — горганы), вторая — Ясинской межгорной котло-
виной и прилегающими к ней невысокими сильно денудированными хребтами, образующими
главный карпатский водораздел (местное название — верховины), третья — горстовыми мас-
сивами решетчастых хребтов с широкими выравненными безлесыми вершинами, образующи-
ми наивысшие в Украинских Карпатах гипсометрические уровни (полонины).
Исходными данными о топографической поверхности служила цифровая модель рельефа
(ЦМР) SRTM с разрешением 1 угловая секунда (~ 30 м) и производный от нее растровый слой
крутизны склонов (с таким же разрешением). В качестве источника информации о наземном и
растительном покрове использован мультиспектральный космоснимок Landsat-8 (сцена за 2014-
06-11). Семь спектральных диапазонов (4 в видимой и 3 в ближней инфракрасной областях спек-
тра) с разрешением 30 м были преобразованы с помощью метода главных компонент [StatSoft,
2012; Мкртчян, 2013], который позволяет, анализируя структуру взаимосвязей между перемен-
ными, редуцировать их к меньшему числу взаимно ортогональных (независимых) компонент
(факторов). Для определения количества компонент, которые целесообразно выделять в каждом
конкретном случае, используют их собственные значения — дисперсии, выделяемые факторами,
и их вклад в общую дисперсию. В нашем случае первый фактор (компонент) отображает 88%
общей дисперсии 7-ми спектральных каналов, второй — дополнительные 10,7% , остальные со-
вокупно — менее 1,3% .Таким образом, 7 растровых изображений, полученных в разных спек-
тральных каналах, оказалось возможным редуцировать к двум главным компонентам практиче-
ски без потери информации. Эти компоненты отображают разные аспекты структуры
растительного и наземного покрова: так, компонент 1 лучше отображает вариабельность типов
леса (например, различие между хвойными и лиственными лесами), тогда как компонент 2 —
различия между лесной и луговой растительностью.
Для расчета автоковариограмм был создан скрипт (функция) на языке программирования
R [Mkrtchian, 2017]. Он принимает в качестве входа растровый слой в формате RasterLayer,

99
который можно получить путем конвертации из других растровых форматов средствами R
(пакет raster). Автокорреляция последовательно рассчитывается для каждого лага, как сумма
квадратов разницы в величине между растром и им же, смещенным в пространстве на данный
лаг, поделенная на количество рассчитанных значений (слагаемых). На выходе получаем таб-
лицу в формате data frame из двух колонок, первая из которых содержит последовательные
значения лагов, а вторая — значения автоковариации для этих лагов. Таблицу можно воспро-
извести в форме соответствующего графика графическими методами R.

Рис. 1. Территория исследования. Физико-географические области: 1) Внешнекарпатская,


2) Водораздельно-Верховинская, 3) Полонинско-Черногорская

На рисунке 2 показана автоковариограмма значений абсолютных высот и крутизны скло-


нов для трех физико-географических областей. Можно отметить значительные отличия в ходе
автоковариации этих характеристик. Автоковариограмма высот Внешнекарпатской области
характеризуется волнистостью с периодом около 3 км, что примерно отвечает расстоянию ме-
жду гребнями соседних хребтов. Для Водораздельно-Верховинской области характерно мед-
ленное и плавное уменьшение значений автоковариации, тогда как для Полонинско-
Черногорской — высокие начальные значения, резко уменьшающиеся с ростом расстояний. Ав-
токовариация крутизны склонов характеризуется резким спадом значений на расстояниях 300-
500 м (для первой и третьей областей практически обращаясь в 0 и лишь для «котловинной»
второй области продолжая оставаться положительной вплоть до расстояний в несколько км).
Интересно также рассмотреть автоковариограммы значений главных компонент вариабель-
ности отражающей способности (рис. 3). Для первого компонента структура автокорреляции вы-
является на довольно значительных расстояниях, тогда как для второго уже на расстояниях
свыше 1 км ее значения падают практически до нуля. Таким образом, разные главные компонен-
ты отображают не только разные спектральные свойства земной поверхности, но и разные про-
странственные масштабы вариабельности. Автоковариация компоненты 1 показывает наивыс-
шие значения для Полонинско-Черногорской области, что вероятно свидетельствует о больших
размерах отдельных контуров экосистем в сравнении с другими двумя областями.

100
Рис. 2. Автоковариограммы для значений абсолютной высоты (слева) и крутизны склонов (справа)

Рис. 3. Автоковариограммы для значений первой (слева) и второй (справа) главных компонент
вариабельности отражающей способности эктояруса ландшафта

101
Содержательная интерпретация формы автоковариограммы для разных характеристик
различных ландшафтов требует дальнейших исследований. Следует только отметить, что она
может выступать в качестве специфической формальной характеристики пространственной
структуры ландшафта, а следовательно — в перспективе быть использованной для детекции
(диагностики) ландшафтов и их состояний, их сравнения и т. п. Так, форма автоковариограм-
мы характеристик рельефа будет отображать особенности его генезиса, а спектральных харак-
теристик ландшафтного эктояруса — пространственную структуру экосистем (в частности —
их характерные размеры, степень фрагментированности и компактности).
Отдельно была проанализирована корреляционная структура топографической поверхно-
сти и поверхности отражательной способности. Поскольку при анализе корреляции растровых
слоев обязателен учет эффекта автокорреляции, который значительно искажает форму и сте-
пень связи, для этой цели была использована специально созданная нами функция (программа)
на языке R. Она позволяет учитывать автоковариацию растровых слоев при расчете количества
степеней свободы (эффективного размера выборки), которое в свою очередь учитывается при
расчете уровней значимости и доверительных интервалов коэффициентов корреляции. Прини-
мая на входе два растровых слоя, данная программа на выходе выдает значения параметров
модели линейной регрессии, коэффициента корреляции, его уровня значимости и границ дове-
рительного интервала для заданной надежности, с учетом эффекта автокорреляции (детальнее
см. [Mkrtchian, 2017]). В нашем случае при количестве пикселей растровых слоев порядка
миллиона эффективный размер выборки из-за эффекта автокорреляции составлял от несколь-
ких десятков до первых сотен.
Результаты этого анализа представлены в таблице 1. Как можно видеть из нее, сила и фор-
ма зависимостей между морфологическими характеристиками рельефа и структурой наземно-
го покрова существенно различается для различных физико-географических областей. Наибо-
лее выражена эта зависимость для Внешнекарпатской области. В пределах Полонинско-
Черногорской области важнейшее значение имеет высота (проявление высотной зональности
растительности), тогда как для Водораздельно-Верховинской оказалось характерным преобла-
дание хвойной растительности над лиственной в более высоко расположенных и крутосклоно-
вых местоположениях.
Таблица 1
Корреляционная структура зависимостей между морфометрическими показателями и компонен-
тами структуры растительного и наземного покрова. r — коэффициент корреляции Пирсона,
p — уровень значимости. Значимые зависимости выделены жирным шрифтом
Компонент 1 Компонент 2
Внешнекарпатская область
r = -0,29 r = 0,49
Высота
p = 0,0196 p = 3e-06
r = 0.14 r = -0,18
Крутизна склонов
p = 0,013 p = 0,001
Водораздельно-Верховинская область
Компонент 1 Компонент 2
r = -0,46 r = 0,026
Высота
p = 7e-06 p = 0,326
r = -0,27 r = -0,076
Крутизна склонов
p = 0,00014 p = 0,043
Полонинско-Черногорская область
Компонент 1 Компонент 2
r = -0,34 r = 0,19
Высота
p = 6e-05 p = 0,01
r = -0,1 r = 0,038
Крутизна склонов
p = 0,039 p = 0,235

102
ЛИТЕРАТУРА
1. Мкртчян О.С. (2013) Цифровий аналіз мультиспектрального космознімка Landsat 7 ETM+ ділянки
центральної частини Українських Карпат // Вісник Львів. ун-ту, Сер. География. Вип. 41. С. 205-212.
2. Національний атлас України (2007) / НАН України, Інститут географії, Державна служба геодезії,
картографії та кадастру ; под. ред. Л. Г. Руденко. Киев : ДНВП «Картографія». 435 с.
3. Mkrtchian A. (2017) Assessment of spatial significance and error of correlation coefficients calculated for
spatially distributed data accounting for spatial autocorrelation // Збірник матеріалів конференції
«ГІС-ФОРУМ–2017» (Харків, 22–24 лютого 2017 р.). Вип. 1. Х.: ХНУ: Вид-во «Смугаста
типографія», 2017. С. 18–21. http://gis-forum.org.ua/files/2017/journal_2017.pdf
4. StatSoft, Inc. (2012) Электронный учебник по статистике. М.: StatSoft. http://www.statsoft.ru/
home/textbook/default.htm.

àëèéãúáéÇÄçàÖ ÉÖéêÄÑàéãéäÄñàà à ëöÖåäà ë ÅèãÄ


Ñãü àáìóÖçàü àáåÖçÖçàü åéêîéãéÉàóÖëäéâ ëíêìäíìêõ
ÇÖêïéÇõï Åéãéí à êÖòÖçàü ÉÖéùäéãéÉàóÖëäàï áÄÑÄó
Орлов Т.В.1, Садков С.А.1, Зверев А.В.1, Панченко Е.Г.1,
Воловинский И.В.2, Tobias Dahms3
1
Институт геоэкологии имени Е.М. Сергеева РАН, Москва, Россия,
tim.orlov@gmail.com
2
Московский государственный университет имени М.В. Ломоносова, Москва, Россия
3
Грайфсвальдский университет & Грайфсвальдский центр изучения болот,
Грайфсвальд, Германия

COMBINATION OF GPR AND UAV FOR THE RESEARCH


OF MORPHOLOGICAL STRUCTURE OF OLIGOTROPHIC PEATLANDS
AND FOR ENVIRONMENTAL ISSUES
Orlov T.V.1, Sadkov S.A.1, Zverev A.V.1, Panchenko E.G.1,
Volovinskiy I.V.2, Tobias Dahms3
1
Sergeev Institute of Environmental Geoscience RAS, Moscow, Russia, tim.orlov@gmail.com
2
Lomonosov Moscow State University, Moscow, Russia
3
University of Greifswald & Greifswald Mire Centre, Greifswald, Germany
Abstract: The main problem of the work is to develop a combination of GPR profiling and UAV
imaging for 3D modelling of peatland landscape structure. There was shown high perceptiveness of
combination of both methods. Both methods and geochemical research are used for environmental re-
searches of polluted water flow through the peatland.
Введение
Болотные ландшафты занимают значительные площади в таежной и тундровой зонах и
часто являются объектами, на территории которых идет воздействие горно-добывающей
промышленности на окружающую среду. В пределах болотных ландшафтов выделяются
особые грядово-мочажинные комплексы, индицирующие основные направления поверхно-
стных потоков.
Модельный полигон
В качестве образца для выполнения такой работы был выбран модельный участок грядово-
мочажинного верхового болота, расположенного на территории Приморского района Архан-
гельской области. Выбранное тестовое болото, его вертикальная и горизонтальная структура
является типичной для изучаемой территории, но находится в ненарушенном состоянии.
В районе идет разработка месторождения алмазов им М.В. Ломоносова (рис. 1).

103
Рис. 1. Положение тестового болота относительно месторождения алмазов им. М.В. Ломоносова
(болотные системы показаны штриховкой)

Болотные массивы находятся в тесном взаимодействии с инфраструктурой месторождения


и испытывают существенное влияние вследствие ряда процессов: механического, осушения,
подтопления, использование как фильтра для карьерных вод и др.
Апробация используемых в работе методов для ненарушенного болотного массива позво-
лит тестировать предложенную методику, а затем распространить и на нарушенные системы.
По результатам работы были получены ортофотоплан крупного фрагмента модельного бо-
лота (0,05 м/пикс) и ряд георадарных профилей. Эти данные дают возможность построения
трехмерной растровой модели поверхности рельефа и дна болота [Орлов и др., 2016].
Были выделены основные типы микрокомплексов, имеющих значение для анализа гидро-
логического режима, распространения загрязнителей и современных процессов. С помощью
данных с БПЛА можно достоверно оценить степень обводненности частей болота, что необхо-
димо для оценок осушенности и пожароопасности и величины эмиссии парниковых газов.
Для целей изучения изменения морфологической структуры болот с помощью БПЛА были
получены следующие параметры: ширина гряд и их частей, площадь мочажин и их частей,
превышения гряд над мочажинами и др.
К выявленным объективным трудностям применения метода следует отнести: уязвимость
БПЛА к воздействию ветра и влаги; сложность построения ортомозаик сантиметрового разре-
шения на залесенных территориях; высокие погрешности определения скорости прохождения
электромагнитных волн в двухфазной среде.
Использование БПЛА и георадарного профилирования для решения геоэкологиче-
ских задач
Верховые болота являются естественным накопителем и фильтром пресных вод. Они мо-
гут использоваться как фильтр для сбросных и сточных вод. Однако в условиях недостаточной
изученности этих природных комплексов необоснованные решения по использованию болот
как фильтрующих систем могут привести к серьезным отрицательным геоэкологическим по-
следствиям [Иванов, 2002; Савичев, 2008; Сивкова, Семенов, 2010].
При разработке месторождения алмазов имени М.В. Ломоносова (Приморский район, Ар-
хангельская область) было принято и утверждено проектное решение по сбросу дренажных
карьерных вод [Иванов, Викторов, Орлов, 2006]. Сбросные воды формируются за счет стока
поверхностных и подземных вод по стенкам карьеров и отвалов, происходит их замутнение
глинистой фракцией осадочных отложений вскрыши. Сбросные воды карьеров собираются,
откачиваются и поступают в систему отстойников, затем на болотный комплекс. Таким обра-
зом, на верховое болото поступают сбросные воды, по составу ионов соответствующие по-
верхностным и грунтовым, но повышенной мутности.
Болотный ландшафт, использующейся как поле фильтрации, является сложным массивом,
состоящим из верховых болот разного типа (рис. 2), общей площадью 240 га. Средняя мощ-

104
ность торфа 3,5 м, однако она может меняться в пределах от 1,5 до 6 м, в т.ч. в центральной
части массива. Значительные участки заняты грядово-мочажинными комплексами. Массив в
целом имеет уклон с юга на север. В юго-западной его части присутствует ряд естественных
каналов стока.
Сброс карьерных вод осуществляется распределенным способом из южной части массива
(южный обрез ЦМР) с 2012 года.
Материалы и методы
Георадарное зондирование (георадиолокация) и съемка с беспилотных летательных аппа-
ратов (БПЛА) интенсивно развиваются в настоящее время. К безусловным преимуществам
этих методов относятся высокая скорость получения данных и возможность точной простран-
ственной привязки. Выполненные на настоящий момент работы по съемке болотного микро-
рельефа при помощи БПЛА свидетельствуют о большом потенциале данного метода для изу-
чения болот различных типов по сравнению с наземной съемкой, аэрофотосъемкой и лазерным
сканированием (LIDAR) по сочетанию стоимости работ, производительности и точности.
На первом этапе работы на основе имевшихся полевых ландшафтных и геоботанических
описаний, космической съемки и съемки с БПЛА была сделана карта болотных микроланд-
шафтов (рис. 2а). На основе архивной детальной информации о рельефе была разработана
ЦМР (рис. 2б).

а) б)

Рис. 2. Структура болотного массива: а) исходные микрокомплексы, б) рельеф

Описание болотных микроландшафтов сопровождалось георадарным профилированием,


которое позволило выявить мощность торфяных отложений и преобладающие типы поверхно-
сти дна.
Основным методом анализа растекания карьерных вод являлся дистанционный монито-
ринг на основе ежегодных высокодетальных летних космических снимков пространственным
разрешением 0,5 м/пикс, полученных в период с 2011 по 2016 гг. (рис. 3). Весь остальной пе-
риод года мониторинг растекания осуществлялся с использованием снимков Landsat 8, Sentinel
2 среднего пространственного разрешения (10-15 м/пикс).
Такое сочетание различных дистанционных данных позволило не только выявить одномо-
ментное состояние, но и проследить закономерности миграции потока карьерных вод в преде-
лах болота в течение года.
Для съемки нами использовались БПЛА SKYCAP с камерой GoPro3 и георадар Zond-12e с
экранированной антенной рабочей частотой 300 МГц [Орлов и др. 2016]. Обработка данных
съемки, создание и привязка ортофотопланов осуществлялись в программе AgisoftPhotoscan.
Георадарные профили обрабатывались по общепринятой методике [Владов, Старовойтов, 2005;

105
Старовойтов, 2008]. Скорость прохождения электромагнитных волн в торфе для модельного бо-
лота заверялась при помощи бурения дополнительных скважин с измерением глубины торфа.

а) б)

Рис. 3. Состояние болотного массива, приведенное на высокодетальном космическом снимке


по состоянию на: а) 2011 г. (до начала сброса), б) 2016 г.

Результаты дистанционного мониторинга заверялись геохимическим экспресс-опробо-


ванием поверхностных и болотных вод, которое проводилось в разных частях потока карьер-
ных вод и за его пределами (контроль) для выявления границ зон распространения карьерных
вод. Экспресс-опробование состояло из визуального определения мутности воды, а также
измерения pH и удельной электропроводности. Воды верховых болот в своем естественном
состоянии имеют низкую удельную электропроводность и кислый pH. Карьерные воды имеют
нейтральный или щелочной pH и в разы большую удельную электропроводность, что позволя-
ет уверенно отделить карьерные воды от естественных болотных даже с помощью экспресс-
методов.
Георадарное профилирование позволяло и оценить внутреннее строение болотной толщи,
и смоделировать распространение карьерных вод.
Результаты
Были выделены различные зоны распространения карьерных вод в пределах болота (рис. 4).

а) б)
Зона основного потока; Зона средней фильтрации
Зона уверенной фильтрации

Рис. 4. Зоны растекания карьерных вод в пределах болота: а) 2014 г., б) 2016 г.

По результатам работы можно выделить следующие основные зоны:


 основного потока — поверхность болота, залитую водой повышенной мутности;
 средней фильтрации — поверхность болота, залитую водой средней мутности;
 уверенной фильтрации — поверхность болота, залитую очищенной водой.

106
В таблице 1 приведен анализ динамики общей площади болота, занятой фильтрацией
карьерных вод.
Таблица 1
Динамика общей площади болота, занятой фильтрацией карьерных вод
Год Площадь (га) Доля (%) от площади болота
2012 55,23 23,2
2013 43,39 18,2
2014 61,79 26,0
2015 111,04 46,7
2016 127,65 52,9

Отмечается тенденция к увеличению площади болота, занятой фильтрацией карьерных


вод. Резкий скачок площади произошел в 2015 году после строительства дамбы в центральной
части болотного массива, которое привело к формированию запруды выше по течению и
большему распространению карьерных вод ниже дамбы. К 2016 году отмечается распростра-
нение карьерных вод на восточную часть болота с успешным очищением. Распространения
карьерных вод в западную часть болота не происходит.
Результаты вертикального геохимического профилирования показывают, что для зоны ос-
новного потока характерно вертикальное распространение карьерных вод на глубину до 4 м.
Если мощность торфа не достигает этой величины, то распространение карьерных вод проис-
ходит на всю глубину болота. При этом миграции карьерных вод в толще торфа за границы
поверхностного потока не происходит.
Особую роль в распространении карьерных вод играет грядово-мочажинный рельеф. Гря-
ды и мочажины являются чисто болотными образованиями и сложены верховым торфом, од-
нако взаимодействие грядового и мочажинного торфа с потоком карьерных вод различно. Для
мочажин, находящихся в зоне потока, характерно проникновение карьерных вод на глубину до
4 м. Для гряд характерна другая ситуация: карьерные воды проникают на глубину до 0,75 м,
затем отмечается их отсутствие, а с глубины 2,75 м геохимический состав болотных вод в гря-
дах и мочажинах выравнивается. Соответственно, гряды являются естественными ограничите-
лями потока карьерных вод и почти полностью препятствуют их распространению.
Ограничение потока карьерных вод болотными грядами сильнее всего проявляется в за-
падной части болота. Зона фильтрации здесь, как правило, имеет четкую границу, так что рас-
стояние между соседними мочажинами, разделенными грядой высотой не более 40-50 см, мо-
жет не превышать 1 м. При этом визуальные, геохимические, дистанционные и георадарные
исследования подтверждают, что поверхностный сток не проникает за эту границу, а смеши-
вание карьерных вод с болотными в глубине торфяной толщи минимально.
Заключение
На основании приведенных результатов можно сделать следующие выводы:
 было опробован комплекс подходов, базирующийся на современных методах — дис-
танционном зондировании, БПЛА, георадарном профилировании, геохимическом горизон-
тальном и вертикальном экспресс-опробовании;
 в пределах изучаемого болота можно выделить следующие зоны: основного потока,
средней фильтрации, уверенной фильтрации;
 с каждым годом все большая площадь оказывается занята потоком карьерных вод;
 вертикальное распространение карьерных вод достигает 4 м в пределах потока. За пре-
делами поверхностного потока фильтрация в толще торфа отсутствует;
 болотные гряды являются естественными ограничителями распространения потока карь-
ерных вод. Фильтрации карьерных вод сквозь болотные гряды практически не происходит.
ЛИТЕРАТУРА
1. Владов М.Л., Старовойтов А.В. Введение в георадиолокацию: учеб. пособие. М.: Изд-во Московсого
ун-та, 2005.
2. Иванов А.К., Викторов А.С., Орлов Т.В. Система производственного экологического мониторинга
месторождения алмазов им. М.В. Ломоносова. Сборник научных трудов Международной научно-

107
практической конференции. Выпуск 3. «Развитие минерально-сырьевой базы Архангельской облас-
ти: проблемы, перспективы, задачи». Североонежск; Архангельск, 2006. C. 60-69.
3. Иванов А.К. Оценка воздействия добычи алмазов на окружающую среду // Экология северных тер-
риторий России: проблемы, прогноз ситуации, пути развития, решения: материалы междунар. конф.
Т.1. Архангельск, 2002. С. 577–579.
4. Орлов Т.В., Садков С.А., Зверев А.В., Викторов А.С., Калашников А.Ю., Заров Е.А., Филиппов И.В.
Использование георадарных и дистанционных методов и математического моделирования при изу-
чении торфяных отложений для решения геоэкологических задач// Сергеевские чтения. Инженерная
геология и геоэкология. Фундаментальные проблемы и прикладные задачи. Вып. 18. Материалы го-
дичной сессии Научного совета РАН по проблемам геоэкологии, инженерной геологии и гидрогео-
логии (24–25 марта 2016 г.). М.: РУДН, 2016. С. 679–683.
5. Савичев О. Г. Биологическая очистка сточных вод с использованием болотных биогеоценозов // Из-
вестия ТПУ. 2008. № 1. С. 69-74.
6. Сивкова Е.Е., Семенов С.Ю. Использование технологии «Constructed wetlands» для очистки сточных
вод малых населенных пунктов и предприятий // Вестн. Том. гос. ун-та. Биология. 2010. №4 (12).
С. 123-130.
7. Старовойтов А.В. Интерпретация радиолокационных данных. М.: Изд-во Московского ун-та, 2008.

åÖíéÑàäÄ àëëãÖÑéÇÄçàü ãÄçÑòÄîíçéÉé êàëìçäÄ êÄÇçàç


ë êÄáÇàíàÖå èêéëÄÑéóçõï èêéñÖëëéÇ çÄ éëçéÇÖ èéÑïéÑéÇ
åÄíÖåÄíàóÖëäéâ åéêîéãéÉàà ãÄçÑòÄîíéÇ
Садков С.А.
Институт геоэкологии имени Е.М. Сергеева РАН, Москва, Россия,
sergsadkov@gmail.com

METHODS OF LANDSCAPE PATTERN INVESTIGATION


AT LAND SUBSIDENCE PLAINS BY MEANS
OF MATHEMATICAL LANDSCAPE MORPHOLOGY
Sadkov S.A.
Sergeev Institute of Environmental Geoscience RAS, Moscow, Russia
sergsadkovmail@gmail.com
Abstract: The investigation and monitoring of land subsidence demands laborious field work and
many laboratory analyses. We propose the soil subsidence analysis methods based on the mathematical
morphology of landscapes approach. The source data for the investigation are space images with a few
lab tests data. Those methods include stochastic modelling of landscape morphological pattern formed
by the land subsidence activity on a homogeneous plain area. The model parameters depend on the
specific area’s subsidence process features which may be approximately estimated using the simplified
geological models. We consider three different models following the existed basic models of mathe-
matical morphology of landscapes theory and geological models of loess soil hydrocompaction (after
local or intense wetting) and land subsidence after marine loams desalinization processes. The first one
suggests that the stochastic depression radius increment per year doesn’t depend on the current diame-
ter (linear growth model), while the second and the third ones suggest that the current radius and its in-
crement per year are linearly related (exponential growth model). All three models assume the inde-
pendent location of every depression. The real landscape pattern investigation by space image analysis
confirmed the exponential growth model for most cases. This result corresponds with the mathematical
morphology of landscapes basic models.
1. Введение
Просадочность грунтов, развивающаяся за счет уплотнения лессовых пород при замачива-
нии и рассолении морских суглинков — это опасный геологический процесс, особенно интен-
сивный в аридном и семиаридном климате [Лессовые …, 1986]. Поскольку он может разви-
ваться за счет различных механизмов, действующих независимо друг от друга, его ход

108
контролируется большим количеством параметров, что усложняет моделирование процессов и
проведение полевых работ [Крутов и др., 2015].
Для сокращения объемов и планирования полевых работ целесообразно использовать для
исследования развития просадочных процессов данные дистанционного зондирования (ДДЗ).
Методика такого исследования достаточно хорошо разработана [Методическое …, 1978].
Однако крупномасштабное исследование сталкивается с необходимостью совмещать средне-
масштабные ДДЗ, характеризующие значительную территорию, с локальными результатами
геологических исследований. Для решения данной проблемы можно использовать анализ
ландшафтного рисунка — один из ключевых методов современной ландшафтной экологии
[Turner, Gardner, 2015].
2. Методика математической морфологии ландшафтов
В настоящей работе рассматриваются методы анализа ландшафтного рисунка равнин с
развитием просадочных процессов, разрабатываемые в рамках математической морфологии
ландшафтов — направления науки о ландшафте, изучающего количественные закономерности
построения мозаик, которые образованы на земной поверхности природно-территориальными
комплексами, и методы математического анализа этих мозаик [Викторов, 2006]. Основным
методом нашего исследования является вероятностное моделирование морфологической
структуры территории, использующее осредненные характеристики ключевого участка.
В качестве таких участков в нашей работе выступают однородные участки с развитием
просадочных процессов по тому или иному механизму в виде случайно расположенных проса-
дочных понижений округлой формы, образованных одинаковыми в пределах соответствующе-
го участка механизмами просадки: уплотнением лессовых пород при замачивании, развитием
просадки после рассоления суглинков и т. д.
В основе использованных моделей лежат упрощенные представления о протекании раз-
личных механизмов просадочного процесса [Крутов, 1982; Крутов и др., 2015; Мозесон, 1955].
На их основе были выделены статистически проверяемые закономерности, которым должно
подчиняться развитие морфологической структуры территории. В рамках данных моделей ис-
следовалось два основных процесса: возникновение просадочных понижений и их последую-
щий рост, которые определяют соответственно распределение центров и линейных размеров
просадочных понижений.
Модели относятся к участкам просадочных понижений, обладающим относительной од-
нородностью геолого-геоморфологических условий: близким вещественным составом и мощ-
ностью поверхностных отложений в разных точках участка, близостью вещественного состава
подстилающих отложений, схожестью уклонов поверхности, отсутствием погребенных лож-
бин и т. д. [Викторов, 2006].
3. Базовые модели равнин с развитием просадочных процессов
В основу первого блока модели, характеризующего возникновение просадочных пониже-
ний, можно положить следующие положения [Викторов, 2006]:
 Процесс появления просадочных понижений в ходе цикла замачивания является веро-
ятностным: на непересекающихся площадках и в неперекрывающиеся отрезки времени он идет
независимо.
 Вероятность возникновения одного понижения на пробной площадке в течение каждо-
го цикла замачивания зависит только от ее площади s и времени развития процесса t , и эта
вероятность много больше вероятности возникновения нескольких понижений, т. е.:
p1  st  o  st  ; (1)
pk  o  s t  , k  2, 3,... , (2)
где  — параметр модели, среднее число понижений на единицу площади.
Согласно [Королюк и др., 1985], следствием первого предположения является соответст-
вие распределения числа понижений на случайно выбранной площадке закону Пуассона:
 s 
k

P(k , s)  e  s (3)
k!

109
При соблюдении изначальных условий данная модель будет справедлива для рисунков,
образованных за счет действия различных механизмов просадочного процесса. В то же время
механизмы роста образовавшихся понижений будут различны в зависимости от типа процесса.
Второй блок модели описывает рост просадочных понижений. Опираясь на результаты
инженерно-геологического моделирования, можно выделить следующие три механизма роста:
 развитие просадочности лессовых пород при замачивании под действием замачивания
сверху, развивающегося по местному (точечному) типу;
 развитие просадочности лессовых пород при замачивании под действием замачивания
сверху, развивающегося по интенсивному (площадному) типу;
 уплотнение засоленных суглинков при выщелачивании солей.
Интерпретация первых двух механизмов основывается на инженерно-геологических моде-
лях В.И. Крутова и др. [1982, 2015]. Эти модели рассматривают развитие просадочности лес-
совых пород при замачивании сверху под действием собственного веса. Просадочный процесс
реализуется внутри зоны замачивания, представляющей собой подвергающийся нагрузке объ-
ем просадочного грунта с влажностью, превышающей начальную просадочную влажность.
На земной поверхности зона замачивания может иметь вид небольшой по площади зоны
днища просадки, которая покрывается водой во время замачивания. Эта зона близка к точке
для модели точечного замачивания и приобретает очертания понижения при площадном зама-
чивании.
Основным отличием между моделями является форма подвергающейся просадке зоны за-
мачивания, которая зависит от того, распространяется ли оно на всю глубину просадочной
толщи. Исходя из полевых наблюдений, установлено, что переход от одного типа замачивания
к другому происходит, как правило, при превышении шириной зоны замачивания величины
мощности просадочной толщи лессовых пород. Для округлого понижения ширина зоны зама-
чивания равняется его диаметру [Крутов, 1982].
Для модели роста просадочных понижений при интенсивном замачивании лессовых пород
можно принять следующие исходные положения:
 рост радиуса просадочных понижений вследствие уплотнения просадочной толщи про-
исходит на разных понижениях независимо, причем величина его пропорциональна дальности
распространения замачивания за пределы существующей границы понижения;
 зона замачивания распространяется за пределы радиуса понижения на всю глубину
просадочной толщи в пределах усеченного конуса, верхняя грань которой которого соответст-
вует днищу просадочного понижения, а наклон граней постоянен и зависит от свойств грунта.
Соответственно, величина L распространения зоны замачивания за пределы существую-
щей границы понижения — это постоянная величина, равная:
L  H  tg  , (4)
где H — мощность просадочной толщи, а  — осредненный угол наклона зоны замачивания,
зависящий от свойств грунта [Крутов, 1982].
Поскольку величина прироста понижения в каждом конкретном цикле замачивания испы-
тывает влияние множества независимых случайных факторов, величина прироста радиуса по-
нижения будет являться независимой случайной величиной. Радиус понижения RT через вре-
мя Т после начала роста является суммой большого количества таких величин, то есть
согласно центральной предельной теореме является нормально распределенной случайной ве-
личиной с функцией распределения:
 R   TH  tg  
F  RT , T     T  , (5)
 Klin T 
где  и  ― параметры распределения.
Для модели роста просадочных понижений при местном замачивании в соответствии с
моделью просадочного процесса [Крутов, 1982] и моделью замачивания [Аверьянов, 1982]
можно принять следующие предположения модели:

110
 рост радиуса возникших понижений вследствие уплотнения просадочной толщи проис-
ходит на разных понижениях независимо, причем величина его пропорциональна дальности
распространения замачивания за пределы существующей границы понижения;
 зона замачивания имеет форму эллипсоида вращения, касающегося днища понижения
своей вершиной и симметричного относительно вертикальной оси, проходящей через его
центр;
 объем зоны замачивания пропорционален объему воды, участвующей в замачивании, а
глубина зоны замачивания пропорциональна высоте столба воды внутри понижения.
Исходя из данных положений существует линейная связь между шириной распростране-
ния зоны замачивания за пределы существующего понижения и его текущим радиусом.
r  R  RK 0 , (6)
где r — радиус зоны замачивания, R — текущий радиус понижения, а K 0 — коэффициент
пропорциональности.
Соответственно, величина приращения R во время каждого j-го цикла замачивания со-
ставит:
R j  R j K 0 0j , (7)
где R j — радиус понижения в начале j-го цикла замачивания, а  j — случайная величина,
0

учитывающая воздействие множества неучтенных в модели независимых случайных факторов.


Рассматривая рост понижения на протяжении некоторого промежутка времени, можно вы-
разить его радиус как сумму n приращений, каждое из которых будет произведением текущей
величины радиуса на независимую случайную величину  0j :
n n

 R j  K 0  R j  0j .
j 1 j 1
(8)

Разделив обе части этого уравнения на величину радиуса понижения R j и заменив сумму
в левой части интегралом по времени роста просадочного понижения, получаем:
t
R n

0 R 0 
 K
j 1
 0j , (9)

где t — это время роста просадочного понижения. Проинтегрировав левую часть уравнения,
получаем, что логарифм среднего радиуса просадочного понижения является суммой незави-
симых случайных величин, то есть, согласно центральной предельной теореме, является слу-
чайной величиной, имеющей нормальное распределение.
Следовательно, логарифм среднего радиуса просадочного понижения представляет собой
сумму независимых случайных величин, то есть, согласно центральной предельной теореме,
случайной величиной, имеющей логнормальное распределение. Таким образом, процесс роста
понижений за счет местного замачивания можно приближенно рассматривать как марковский
случайный процесс с непрерывным временем с переходной функцией:
2
 Rt 
 ln  aK 0t 
 R 
  0 
R0
f R0 , Rt , t   e 2 2 K 02t
(10)
K 0 Rt 2t
где R0 и Rt — размеры понижения в начале и в конце роста, а коэффициенты a и  соответ-
ствуют параметрам распределения случайных величин. Если упростить данное выражение,
принимая исходный радиус понижения за единицу, то радиус RT в любой момент времени T
после начала роста будет логнормально распределенной случайной величиной с функцией
плотности вероятности:

111
ln RT  aK 0T 2

1
f RT , T   e 2 2 K 02T
. (11)
K 0 RT 2T
Третий рассмотренный механизм роста происходит в результате выщелачивания засолен-
ных морских суглинков и последующем уплотнении рассоленных горизонтов почв. Величина
просадки грунта пропорциональна объему вещества, потерянного при рассолении, который, в
свою очередь, определяется величиной потока грунтовых вод через засоленную непросадоч-
ную толщу [Мозесон, 1955].
В данном исследовании мы используем модель, схожую с предыдущей, основанную на
следующем предположении.
 прирост среднего радиуса понижения после выщелачивания солей из суглинистой тол-
щи происходит в каждом понижении независимо от остальных;
 величина прироста на протяжении одного цикла замачивания R пропорциональна
удельной плотности потока талых вод через единицу длины границы понижения q b .
Из второго предположения следует непрерывность роста радиуса понижения вслед за рас-
солением морских суглинков. Поток талых вод через боковую границу понижения рассчиты-
вается с использованием упрощенной модели аккумуляции талых вод в понижении. Модель
основана на результатах физико-географических исследований в регионе и гидрогеологическо-
го моделирования.
Талые воды со всей территории аккумулируются в существующих понижениях, преиму-
щественно округлой формы. Объем воды, аккумулированной в понижении, определяется его
собственным внутренним объемом. Последний может быть приближенно рассчитан исходя из
площади понижения. Д.Л. Мозесон [1955] предложил простую эмпирическую формулу для
расчета внутреннего объема просадочного понижения, которая использует в качестве исход-
ных данных только глубину и площадь понижения:

 hR 2
VW  , (12)
2
где VW — это объем понижения, h ― его глубина, а R — радиус.
Разница между площадью водосбора для различных понижений и поверхностный сток из
одного понижения в другое здесь не принимаются во внимание. Предполагается, что излишки
влаги, переполняющие понижение, достигают дренажной сети прежде чем инфильтруются в
грунт и не участвуют в выщелачивании суглинков.
Поток подземных вод в толще морских суглинков можно условно разделить на горизон-
тальный, который выходит за пределы существующего понижения, и вертикальный, который
проходит через уже выщелоченную толщу и не вносит вклада в рост понижения. Величину
вертикального потока можно принять пропорциональной площади понижения и рассчитать по
следующей формуле:
Qz  k z R 2 , (13)
где Qz — это объем вертикального потока внутри понижения в течение одного цикла замачи-
вания, а k z — это постоянная, определяемая свойствами отложений. Таким образом, общую
величину латерального потока подземных вод через границу понижения Qb можно рассчитать
по формуле:

 hR 2 h 
Qb   k z R 2   R 2   k z  . (14)
2 2 

112
Удельная мощность потока на единицу длины границы понижения qb составляет:
 R2  h   h kz 
qb    kz   R    . (15)
2 R  2  4 2 
Следовательно, в соответствии с принятым предположением приращение ра-
диуса понижения в ходе каждого j-го цикла замачивания можно рассчитать, как:
R j  R j K des 0j , (16)
 h kz 
где K des     — это постоянная, зависящая от свойств выщелачиваемых отложений, а
4 2 
 0j — независимая случайная величина.
Далее рассуждая аналогично (7-11) можно получить, что радиус понижения в любой мо-
мент времени после начала роста также будет логнормально распределенной случайной вели-
чиной с функцией вероятности:
 ln RT  aK desT 2

1
f  RT , T   2 2 K des
2
T
e , (17)
 K des RT 2 T
где RT — средний радиус понижения в момент времени T после начала роста, а a и  – па-
раметры распределения.
4. Заключение
Данные результаты соответствуют теоретической модели ландшафтного рисунка равнин с
развитием просадочных процессов [Викторов, 1998]. Эмпирическая проверка на 14 ключевых
участках подтвердила их справедливость для различных типов процессов в разных физико-
географических условиях [Sadkov, 2016; Викторов, Садков, 2017].
ЛИТЕРАТУРА
1. Аверьянов С.В. Фильтрация из каналов и ее влияние на режим грунтовых вод. М.: Колос, 1982.
237 с.
2. Викторов А.С. Математическая морфология ландшафта. М.: ТРАТЕК, 1998. 180 с.
3. Викторов А.С. Основные проблемы математической морфологии ландшафта. М.: Наука, 2006.
252 с.
4. Викторов А.С., Садков С.А. Использование вероятностных моделей при изучении экзогенных гео-
логических процессов // Геоэкология. Инженерная геология. Гидрогеология. Геокриология. 2017.
№1. C. 58-65.
5. Королюк В.С., Портенко Н.И., Скороход А.В., Турбин А.Ф. Справочник по теории вероятности и
математической статистике. М.: Наука, 1985. 640 с.
6. Крутов В.И. Основания и фундаменты на просадочных грунтах. Киев: Будiвельник, 1982. 224 с.
7. Крутов В.И., Ковалев А.С., Ковалев В.А. Проектирование и устройство оснований и фундаментов на
просадочных грунтах. М.: Издательство Ассоциации строительных вузов, 2015. 544 с.
8. Лессовые породы СССР. Т. 1. 1986. М.: Наука, 232 с.
9. Методическое руководство по инженерно-геологической съемке масштаба 1:200 000 (1:100 000 —
1:500 000). М.: Недра, 1978. 391 с.
10. Мозесон Д.Л. Микрорельеф северо-западной части Прикаспийской низменности и его влияние на
поверхностный сток // Труды института леса АН СССР. Т. 25. 1955.
11. Трофимов В.Т. Генезис просадочности лессовых пород. М.: Изд-во МГУ, 1999. 271 с.
12. Sadkov S.A. Subsidence Areas Landscape Pattern Analysis Based on Mathematic Morphology of Land-
scape Approach // Ecosystem Services - Landscape Ecology Integrative Role. 22-24 June, 2016.
13. Turner M.G., Gardner R.H. Landscape ecology in theory and practice. Pattern and processes. Second edi-
tion. 2015. ISBN 978-1-4939-2794-4 (eBook). DOI 10.1007/978-1-4939-2794-4.

113
ÉÖéåéêîéãéÉàóÖëäàÖ ìëãéÇàü äÄä îÄäíéê îéêåàêéÇÄçàü
èêéëíêÄçëíÇÖççéâ ÑàîîÖêÖçñàÄñàà áÄÅéãéóÖççõï
íÖêêàíéêàâ (çÄ èêàåÖêÖ ÅÄëëÖâçÄ êÖäà ÇÄëûÉÄç)
Синюткина А.А.
Сибирский научно-исследовательский институт сельского хозяйства и торфа —
филиал Сибирского федерального научного центра агробиотехнологий РАН, Томск, Россия,
ankalaeva@yandex.ru

GEOMORPHOLOGICAL CONDITIONS AS A FACTOR OF FORMATION


OF WETLANDS SPATIAL DIFFERENTIATION (ON EXAMPLE
OF THE VASYUGAN RIVER BASIN)
Sinyutkina A.A.
Siberian Research Institute of Agricultural and Peat — branch of Siberian Federal Scientific
Centre of Agricultural Biotechnology, Tomsk, Russia,
ankalaeva@yandex.ru
Abstract: The article presents the results of the assessment of the morphometric relief indicators
influence on the quantity of bogs at the territory. The study object is the key area comprising the basin
of the river Yekylchak. It is located in the southern taiga subzone of Western Siberia and comprises
1650 km2. The percentage of bogs in the basin accounts for 21%, complex pine shrubby moss bogs are
dominated. The study was carried out using methods of geoinformation modeling and processing of
statistical data. A grid of 1500 calculated squares with an area of 1 km2 was created. Each square is
given the values of vertical and horizontal fragmentation, slope of surface and bogging. Statistical
analysis showed differences in the degree of influence of morphometric indices on the bogging be-
tween watershed plains and river valleys. The coefficient of multiple correlation for watershed plains
was 0.42, for river valleys 0.40. Regression coefficients are statistically significant. The spread of the
values of bogging within the watershed plains is determined to a greater extent by the values of the ver-
tical fragmentation of the relief, within the limits of the river valleys this is determined by the values of
the horizontal relief fragmentation. A weak interrelation between the morphometric parameters and the
bogging was noted, which may indicate a significant influence of neotectonic movements and hydro-
geological conditions on the development of bogging processes.
Рельеф является одним из ведущих факторов формирования пространственной дифферен-
циации земной поверхности. Особенно сильно роль рельефа проявляется в пределах заболо-
ченных территорий в связи с его влиянием на особенности формирования поверхностного сто-
ка и условия дренирования территории. Использование методов морфометрического анализа
позволит количественно оценить вклад рельефа как фактора формирования болот, что может
быть использовано для прогнозирования развития процессов заболачивания. Целью исследо-
вания является оценка роли морфометрических показателей рельефа на формирование про-
странственной дифференциации болот на примере бассейна р. Екыльчак (бассейн р. Васюган).
Исследование проведено с использованием методов геоинформационного моделирования
с последующим статистическим анализом полученных данных. Выполнение геоинформацион-
ного моделирования включало в себя построение цифровой модели рельефа (ЦМР) на основе
высотных отметок крупномасштабных топографических карт, создание карт горизонтального
и вертикального расчленения рельефа, в также карты уклонов поверхности, анализ карт чет-
вертичных отложений масштаба 1:200000. Вертикальное расчленение рельефа рассчитывалось
как амплитуда высот в пределах расчетной ячейки с использованием ЦМР. Горизонтальное
расчленение рельефа определялось как длина тальвегов эрозионных форм различного порядка
на единицу площади. Степень заболоченности рассчитывалась с использованием ГИС карты
болот, полученной на основе дешифрирования космических снимков Landsat. Для анализа
пространственного распределения морфометрических данных характеристик в пределах бас-
сейна р. Екыльчак использовалась сетка расчетных квадратов площадью 1 км2, которым при-
сваивались значения морфометрических показателей рельефа и площади болот. Всего выделе-
но 1500 целых квадратов.

114
Для сравнения средних значений морфометрических показателей расчетных квадратов
между группами, выделенными по степени заболоченности, использован критерий Краскела-
Уоллиса. Анализ взаимосвязей степени заболоченности и морфометрических показателей про-
веден методом линейного многомерного моделирования с использованием модуля множест-
венная регрессия (Statistika 10). В качестве зависимой переменной использовались значения
площади болот расчетных квадратов, не зависимые (предикторы) — значения углов наклона
поверхности, горизонтального вертикального расчленения рельефа. Использование данного
метода позволяет установить тесноту и характер взаимосвязи и выявить силу воздействия раз-
личных факторов на результат [Халафян, 2007].
Бассейн реки Екыльчак площадью 1650 км2 расположен в южно-таежной подзоне Запад-
ной Сибири. Заболоченность бассейна составляет 21%, преобладают комплексные сосново-
кустарничковые травяно-моховые верховые болота. Рассматриваемая территория характери-
зуются типичной для левобережья р. Оби ландшафтной структурой с крупными верховыми
болотными массивами на водораздельных равнинах и небольшими по площади переходными и
низинными болотами на надпойменных террасах и поймах рек. Рельеф бассейна практически
ровный, амплитуда колебаний высот составила 64 м (рис. 1). Преобладают поверхности с уг-
лами наклона, не превышающими 0,2° (рис. 2).

Рис. 1. Гипсометрическая карта бассейна р. Екыльчак

Рис. 2. Карта углов наклона бассейн реки Екыльчак

115
Водораздельные пространства образованы отложениями кельватской свиты. На больших
площадях кельватская свита перекрыта маломощными озерно-болотными отложениями. Тер-
ритории, где кельватская свита выходит на поверхность, представляют собой слабонаклонные
участки водоразделов между плоскими заболоченными районами и долинами рек. Аллювиаль-
но-озерные отложения кельватской свиты представлены преимущественно глинами с про-
слоями суглинков, песков, супесей. В пределах рассматриваемой территории в неоген-
четвертичное время наблюдалась активизация тектонических подвижек. Наиболее интенсив-
ное поднятие проявилось на Лугинецкой структуре, расположенной на правобережье
р. Екыльчак, что обусловило низкую заболоченность данной части бассейна.
Первичная статистическая обработка данных заключалась в разделении расчетных квадра-
тов на две группы в зависимости от геоморфологического положения. Первая группа включала
в себя квадраты, расположенные в пределах надпойменных террас поздне-неоплейстоценового
возраста и поймы голоценового возраста, вторая — водораздельные равнины ранне-
неоплейстоценового возраста. Сравнение средних значений с использованием тестов Манна-
Уитни и Колмогорова-Смирнова показало значимые различия между всеми рассматриваемыми
морфометрическими показателями, а также степенью заболоченности расчетных квадратов.
В сравнении с водораздельными равнинами, для долин рек характерны большие значения рас-
членения рельефа, при меньшей степени заболоченности. Результаты сравнения двух групп с
использованием теста Колмогорова-Смирнова представлены в таблице 1.
Таблица 1
Сравнение значений морфометрических показателей и степени заболоченности
в зависимости от геоморфологического положения

Уровень Средние значения Стандартное отклонение


Показатели значимости, долины водораздельные долины водораздельные
p рек равнины рек равнины
Вертикальное рас-
<0,001 9,79 4,90 5,79 3,70
членение, м/км2
Угол наклона, º <0,001 0,85 0,35 1,01 0,29
Горизонтальное рас-
<0,001 1,27 0,32 0,98 0,57
членение, м/км2
Заболоченность, % <0,001 8 22 0,16 0,35

В связи с выявленными различиями морфометрических показателей и степени заболочен-


ности между водораздельными равнинами и долинами рек дальнейший статистический анализ
проводился отдельно для каждой группы расчетных квадратов. В пределах групп выделены
шесть подгрупп в зависимости от степени заболоченности. Первая подгруппа включает рас-
четные квадраты, где болота полностью отсутствуют, вторая характеризуется низкой заболо-
ченностью (менее 25%), третья и четвертая группа средней заболоченностью (25-50%
и 50-75% соответственно), в пятой подгруппе заболоченность составляет 75-99,9% и шестая
подгруппа включает расчетные квадраты, полностью покрытые болотами. Следует отметить,
что в пределах водораздельных равнин присутствуют все шесть подгрупп, в пределах речных
долин шестая подгруппа отсутствует, что связано с малыми площадями болотных массивов,
часто не превышающими 1 км2. Сравнение средних значений морфометрических показателей
между подгруппами, выполненное с использованием теста Краскела-Уоллиса, позволило вы-
явить следующие закономерности. Значения расчленения рельефа и углов наклона поверхно-
сти в пределах водораздельных равнин резко понижаются при увеличении заболоченности
расчетных квадратов до 25%, и при дальнейшем возрастании заболоченности остаются прак-
тически постоянными (p > 0,05) (см. рис. 3, 4).
Для речных долин характерно плавное понижение значений вертикального расчленения
рельефа при увеличении заболоченности. Статистически значимые различия значений верти-
кального расчленения между подгруппами выявлено только при увеличении заболоченности
до 50%. Закономерности распределения значений горизонтального расчленения между под-

116
руппами в целом сходны с водораздельными равнинами, но при этом различия между группа-
ми в большинстве случаев не значимы (p > 0,05).

Boxplot by Group
7
Mean
Mean±SE
6 Mean±1,96*SE
vertical fragmentation

1
a b c d e f
quantity of mires

Рис. 3. Распределение значений вертикального расчленения рельефа водораздельных равнин (м/км2)


в зависимости от заболоченности территории. Заболоченность: a — болота отсутствуют;
b –0,1-25 %, c — 25-50 %; d — 50-75 %; e — 75-99,9 %; f — 100 %

Boxplot by Group
0,6
Mean
0,5 Mean±SE
Mean±1,96*SE
horizontal fragmentation

0,4

0,3

0,2

0,1

0,0

-0,1
a b c d e f
quantity of mires

Рис. 4. Распределение значений горизонтального расчленения рельефа водораздельных равнин (км/км2)


в зависимости от заболоченности территории. Заболоченность: a — болота отсутствуют;
b –0,1-25 %, c — 25-50 %; d — 50-75 %; e — 75-99,9 %; f — 100 %

Проведенное многомерное линейное моделирование взаимосвязей степени заболоченно-


сти (зависимая переменная) с морфометрическими показателями (независимые переменные
или предикторы) показало слабую зависимость между ними. Коэффициент множественной

117
корреляции R для водораздельных равнин составил 0,42, для долин рек R = 0,40. При этом рег-
рессионные коэффициенты являются статистически значимыми (p < 0,000). В пределах водо-
раздельных равнин в зависимую переменную больший вклад вносит вертикальное расчленение
рельефа в сравнении с горизонтальным (стандартизованные регрессионные коэффициент
ß = -0,3 и ß = -0,16 соответственно). В отличие от водораздельных равнин, степень заболоченно-
сти долин рек в большей степени определяется значениями горизонтального расчленения релье-
фа (ß = -0,31 для горизонтального расчленения и ß = -0,22 для вертикального расчленения).
В результате исследования показаны различия между морфометрическими показателя
рельефа и степенью заболоченности между водораздельными равнинами и речными долинами.
Большие различия значений морфометрических показателей рельефа между группами расчет-
ных квадратов с разной степенью заболоченности характерны для водораздельных равнин в
сравнении c долинами рек. В пределах долин рек в большинстве случаев различия не значимы,
что может быть связано с сильным влиянием гидрогеологических и литолого-геологических
факторов развития болот в сравнении с геоморфологическими. Проведенный регрессионный
анализ показал статистически слабую взаимосвязь степени заболоченности с морфометриче-
скими показателями рельефа при однородном составе четвертичных отложений, что может
свидетельствовать о влиянии современных тектонических движений на формирование про-
странственной дифференциации заболоченных территорий.
ЛИТЕРАТУРА
Халафян А.А. STATISTICА 6. Статистический анализ данных: учебник. 3-е изд. М: ООО «Бином-
Пресс», 2007. 512 с.

éèàëÄçàÖ ÑàçÄåàäà ÇãÄÜçéëíà èéóÇÖççé-êÄëíàíÖãúçéÉé


èéäêéÇÄ äÄêÄÑÄÉëäéÉé áÄèéÇÖÑçàäÄ
ÑàëíÄçñàéççõåà åÖíéÑÄåà
Сурков Н.В.1, Харитонова Т.И.2
Московский государственный университет имени М.В. Ломоносова, Москва, Россия,
1
nick_surkov@list.ru, 2kharito2010@gmail.com

DESCRIPTION OF VEGETATION AND SOIL MOISTURE DYNAMICS


BY REMOTE SENSING TECHNIQUES IN KARADAG NATURAL RESERVE
Surkov N.V.1, Kharitonova T.I.2
Lomonosov Moscow State University, Moscow, Russia,
1
nick_surkov@list.ru, 2kharito2010@gmail.com
Abstract: The paper discusses the methods of describing the seasonal dynamics of vegetation and
soil surface moisture. The study area comprises Karadag Natural reserve and Echkidag wildlife sanctu-
ary. The dynamics of moisture content is studied within the types of land cover which were defined by
supervised classification of principal components of the set of multi-temporal Landsat-8 multispectral
images. The field moisture of soil-vegetation cover is described by the integral index, which combines
values of water content in soil, herbaceous phytomass and tree leaves. The index calculated according
to the proportion of bare soil, grass and tree crowns at each study site shows the reliable relationship
with Normalized Difference Water Index (NDWI), with coefficient of determination R2 reaching 0,91
for certain land cover types. The dynamics of vegetation and soil surface moisture during the summer
season is described by the difference of NDWI values computed for May and August, 2016. The most
important factors which determine the seasonal change of NDWI difference are amount of active phy-
tomass, topographic position, potential incoming solar radiation and soil-vegetation water supply in the
beginning of the summer. These factors describe 67% of the NDWI difference in forests sites and 89%
in steppes. The results could be used for the search of fire-hazardous areas in steppes and forests and
for monitoring vineyards.

118
Введение
Мониторинг состояния влажности почвенно-растительного покрова в условиях горного
рельефа и засушливого климата, к которым относится регион исследования [Трансформа-
ция…, 2009], может быть значительно облегчен за счет оперативного дешифрирования косми-
ческой информации. Цель исследования — построение регрессионной модели, позволяющей
оценить сезонную динамику влажности почвенно-растительного покрова, и определение ее
точности. Данная задача успешно решена для относительно ровных территорий, занятых паш-
ней и лугами [Ceccato et al., 2001; Yebra et al., 2013]. Сложность моделирования в нашем слу-
чае заключается, во-первых, в распознавании в интегральном отражении земной поверхности
сигналов от разных ярусов ландшафтного покрова — почвенного, травяного, кустарникового и
древесного. Эта задача решается с помощью введения значения «влажность точки», учиты-
вающего долевое участие каждого яруса в общем сигнале. В-вторых, различные механизмы
преобразования влаги в лесных и степных ландшафтах, а также неоднозначный вклад рельефа
в перераспределение влаги обусловили необходимость моделирования влажности для отдель-
ных классов урочищ. Для решения этой задачи была создана ландшафтная карта и проведен
статистический анализ выбранных переменных в контурах выделенных классов урочищ.
Материалы и методы
На территории Карадагского заповедника и заказника Эчкидаг было заложено 38 точек
ландшафтных описаний и отбора проб почвы, травянистой фитомассы и древесной листвы,
влажность которых была определена весовым методом.
Потенциальное перераспределение влаги по рельефу было описано с помощью морфомет-
рического анализа цифровой модели рельефа (ЦМР) с пространственным разрешением 30 м.
В результате был рассчитан SAGA Wetness Index (SWI), имеющий формулу [Böhner, Selige,
2006]:
SWI = , (1)
где SCAm — удельная площадь водосбора (specific catchment area), tan(β) — уклон данной
ячейки растра [Сысуев, 2003]. Также в программе SAGA вычислена потенциальная солнечная
радиация, нормированная на среднее.
Действительная влажность ПРП оценивается с помощью NDWI (Normalized Difference Wa-
ter Index) c формулой (2) [Maki et al., 2004].
NDWI = . (2)

Он определен как гипотетическая толщина слоя воды в листе растения или тонком припо-
верхностном слое субстрата. Были использованы снимки Landsat-8 за 14 мая, 15 июня,
и 27 августа 2016 г. По тем же снимкам был рассчитан NDVI (Normalized Difference Vegetation
Index) [Ceccato et al, 2002].
Так как значение яркости пикселя формируется за счет отражения от всей поверхности в
его границах, то ей может оказаться частично крона дерева или куста, ярус травянистой расти-
тельности или голая почва. Отсюда происходит необходимость учета микромозаичности
ландшафтного покрова, т. к. результаты дистанционного зондирования могут не отражать
свойства геомасс по отдельности.
В данной работе влажность ПРП описывается интегральным показателем, который комби-
нирует значения влажности почвы, травянистой фитомассы и листвы деревьев. Для ПТК без
древесной растительности он рассчитывается по формуле (3); для лесных и редколесных — по
формуле (4):
b*Втрав + (1-b)*Bпочв , (3)
а*Bлист + b*Втрав + с*Впочв , (4)
где а — сомкнутость крон, b — проективное покрытие травянистого яруса в долях от единицы
в случае, когда (а + b) ≤ 1; принимается равным (1 – а) в случае, когда есть частичное перекры-
тие ярусов, с — доля оголенной почвы, вычисляется как 1 – (а + b); принимается равным нулю
при (а + b) > 1. Враст. — влажность травянистой фитомассы, Bпочв — влажность верхнего слоя
почвы, Влист — влажность древесной листвы. Сумма коэффициентов a, b и с равна 1, а учиты-
ваются они в порядке ярусности.

119
Рис. 1. Классы урочищ

Классификация ландшафтного покрова


В разных ландшафтных условиях динамика влажности почвенно-растительного покрова
различна. Для их разделения применена управляемая классификация многозональных снимков
Landsat-8 на типы ландшафтного покрова (рис. 1). Использовались изображения во 2-9 каналах
системы OLI, к которым был применен метод извлечения трех главных компонент, и уже по
ним проводилась классификация ландшафтного покрова. Отрисовка и маскирование населен-
ного пункта выполнены вручную по его внешнему контуру, также к изображению была при-
менена маска водной поверхности. После этого внутри каждого типа ландшафтного покрова
проведено деление по рельефу, т. е. классификация выполнена двухуровневой. Рельеф описан
с помощью двух параметров: крутизны и экспозиции склона, по которым пиксели изображения
делятся на классы. В этой работе выделены три класса крутизны (поверхности с наклоном до
10°, 10-25° и свыше 25°) и два класса экспозиции (холодные и теплые, границей между кото-
рыми выбраны азимуты 125 и 305°). Затем произведено комбинирование классов крутизны и
экспозиции и получено пять классов рельефа, которые необходимо комбинировать с классами
ландшафтного покрова. В итоге при их комбинации получается 17 классов природных ком-
плексов, из которых 14 охарактеризовано сетью наблюдений.
Верификация значений NDWI
Интегральный показатель влажности почвенно-растительного покрова описывается значе-
ниями NDWI с коэффициентом R2 = 0,724, однако зависимость не проявляется для точек в
степных типах урочищ около гребней и на крутых северных склонах, где возможно искажение
дистанционной информации за счет рельефа и светотени (красные точки на рис. 2). Если же
рассмотреть эту связь отдельно для разных типов ландшафтного покрова, то точность описа-
ния увеличится до R2 = 0,90 – 0,91 (рис. 2). Крутые и расчлененные южные склоны с фрагмен-
тарной растительностью образуют область низких значений NDWI, далее тренд может разде-
ляться: в степях южных склонов, даже закустаренных, одним и тем же значениям NDWI
отвечает большая влажность почвенно-растительного покрова, чем в лесах и степях плоских
вершинных поверхностей и пологих северных склонов. Проводя такое деление, необходимо
выяснять, насколько сильно отличаются характеризуемые данными точками ПТК внутри по-
лучившихся двух выборок и между ними. Если такое разделение на группы действительно
имеет место в природе, то можно говорить, что для разных типов ПТК связь значений NDWI и
влажности почвенно-растительного покрова описывается разным линейным уравнением.

120
Рис. 2. Оценка связи полевых значений влажности и NDWI
Лесные и редколесные ПТК отмечены зеленым; степные и редколесные на южных склонах — синим;
красным отмечены крутые степные склоны

Высокая достоверность описания интегральной влажности почвенно-растительного по-


крова с помощью NDWI позволяет перейти от динамики весового содержания полевой влаги к
динамике значений NDWI.
Анализ сезонной динамики влажности
Скорость потери влаги почвенно-растительным покровом выражается через разницу
NDWI (NDWI-Dif), рассчитанных для условий максимального насыщения влагой и на интере-
сующую дату. В работе рассмотрено изменение влажности почвенно-растительного покрова с
14 мая по 27 августа 2016 г (рис. 3). Максимальные потери влаги фиксируются в степных
ландшафтах. Для построения точной статистической модели были проверены многие факторы,
наибольшую связь c NDWI-Dif показали: вегетационный индекс NDVI (показывает относи-
тельное количество фотосинтетически активной фитомассы), количество потенциальной при-
ходящей солнечной радиации (ППСП, определяет интенсивность испарения) и NDWI за 14 мая
(характеризует запас влаги, накопленный в почвенно-растительном покрове к началу засушли-
вого периода). Они включены в статистическую модель, описывающую сезонную разницу
NDWI. Интересно, что морфометрические характеристики рельефа не показали линейную
связь c NDWI-Dif. Влияние рельефа сказывается косвенно через показатель ППСП, а также
«включается» в днищах эрозионных форм.
Самым мощным фактором, определяющим значения сезонной разности NDWI, является
количество фотосинтетически активной фитомассы, описанное с помощью NDVI. Коэффици-
ент детерминации для связи NDVI за 27 августа с NDWI-Dif составляет R2 = 0,63 (рис. 4). ПТК
с большой долей оголенных почв и интенсивным развитием склоновых процессов обладают
низкой способностью к сохранению влаги, низким NDVI как в начале лета, так и осенью, но
значительной разностью NDWI. Сухостепные и степные ПТК в начале лета имеют более высо-
кий NDVI, но к его концу сильно иссушаются как почва, так и травянистая растительность
(снижается NDVI, а вслед за ним и NDWI), поэтому NDWI-Dif в них также велика. В редко-
лесьях NDVI выше, как и способность их к сохранению влаги в растительном покрове, а сни-
жение NDVI за сезон меньше, поэтому и общая потеря влаги также снижена. Наконец, леса
обладают максимальными значениями и минимальной разницей NDVI за засушливый период,
и запасы влаги в их листве и травянистом покрове испытывают минимальное падение. Стоит
заметить, что совокупности точек достаточно сильно перекрываются: так, например, ясеневые
леса с высоким держи-деревом имеют примерно такое же значение NDWI-Dif, как дубовые
редколесья с сомкнутостью крон около 0,3 и долей оголенной почвы около 0,2. Причиной это-

121
го в первом случае служит сильное высыхание листвы ясеня и держи-дерева и частичное ее
опадение, во втором — быстрое иссушение оголенной почвы.

Рис. 3. Внутрисезонное изменение влажности почвенно-растительного покрова


(разность значений NDWI за 14 мая и 27 августа 2017 г.)

Рис. 4. Влияние NDVI за 27 августа на сезонную разность NDWI

Для пространственных расчетов был использован модуль Multiple Regression Analysis в


программе SAGA, который принимает на вход растровые данные переменных (факторов) и
моделирует каждый пиксель зависимой переменной. Каждый тип ландшафтного покрова про-
анализирован отдельно, а территории населенных пунктов исключены. Результаты этого ана-
лиза представлены в таблице 1.

122
Таблица 1
Результаты множественного регрессионного анализа
Тип ландшафтного Регрессионный
R2 Std. Error Факторы
покрова коэффициент
NDVI за 27.08 0,114
Степи сухие и петрофит-
0,76 0,054 ППСР 0,212
ные, бедленды
NDWI за 14.05 0,002
NDVI за 27.08 0,547
Степи типичные 0,83 0,029 ППСР 0,075
NDWI за 14.05 0,102
NDVI за 27.08 -0,660
Редколесья 0,89 0,028 ППСР 0,302
NDWI за 14.05 0,757
NDVI за 27.08 -0,370
Леса 0,67 0,033 ППСР 0,337
NDWI за 14.05 0,057
NDVI за 27.08 -0,811
Виноградники 0.94 0.005 ППСР 0,174
NDWI за 14.05 1,596

Наилучшая точность модели зафиксирована для виноградников (R2 = 0,94), типичных сте-
пей (R2 = 0,83) и редколесий (R2 = 0,89), чуть менее приемлемые результаты моделирования —
у cухих и петрофитных степей с крутыми склонами-»бедлендами» (R2 = 0,76). Наименее четко
модель работает в лесных ПТК.
Ведущая роль растительного покрова проявляется и при переходе от точек полевого ис-
следования к пикселям дистанционных изображений. NDVI описывает от 39 (в лесах) до 75%
(в типичных степях) варьирования сезонной разности NDWI. В сухих степях с малой фитомас-
сой растительности решающую роль играет количество приходящей солнечной радиации, на-
гревающей почву и способствующей испарению из нее влаги. В типичных степях возрастает
роль растительности. Травяной покров, даже сплошной, сильно теряет влагу за засушливый
период [Морозова, Вронский, 1989], поэтому увеличение фитомассы в степных ПТК ведет к
возрастанию в них NDWI-Dif. Это объясняет, почему большинство природных пожаров на
востоке Крымских гор — степные, и может быть использовано для распознания пожароопас-
ных участков.
В редколесьях еще возрастает роль растительного покрова, но меняется знак его влияния:
чем больше активной фитомассы, тем меньше NDWI-dif. Значимой величиной оказывается
исходный запас влаги. В лесах, лучше всего удерживающих влагу, основными факторами ста-
новятся фитомасса растительности (NDVI) и количество приходящей солнечной радиации.
Выводы
1. Моделирование влажности почвенно-растительного покрова на основании NDWI долж-
но обязательно проводиться с учетом ландшафтной структуры территории. При данном под-
ходе достоверность связи для отдельных типов урочищ достигает R2 = 0,90 – 0,91.
2. Перераспределение влаги по рельефу не играет существенной роли в формировании ус-
ловий увлажнения в семиаридных низкогорьях Юго-востока Крымских гор. Исключение со-
ставляют крупные эрозионные формы.
3. Растительность является фактором, стабилизирующим динамику влажности почвенно-
растительного покрова. Наиболее стабильными являются лесные ПТК. Максимальная потеря
влаги наблюдается в степных ландшафтах.
4. При прогнозах динамики влажности почвенно-растительного покрова в статистическую
регрессионную модель включаются: вегетационный индекс, количество потенциальной прихо-
дящей солнечной радиации и исходный (весенний) влагозапас. Лучше всего прогнозу подда-
ются ПТК виноградников, редколесий, хуже — лесов.

123
5. Ограничением применения данного метода являются крутые северные склоны, на кото-
рых искажается дистанционная информация.
ЛИТЕРАТУРА
1. Трансформация ландшафтно-экологических процессов в Крыму в ХХ веке — начале XXI века: мо-
нография / под ред. д.г.н., проф. В.А. Бокова. Симферополь: ДОЛЯ, 2010. 304 с.
2. Морозова А.Л., Вронский А.А. (ред.) Природа Карадага. Киев: Наукова думка, 1989. 286с.
3. Сысуев В.В. Физико-математические основы ландшафтоведения. М.: Географический факультет
МГУ, 2003. 175 с.
4. Böhner J., Selige T. / Spatial prediction of soil attributes using terrain analysis and climate regionalization //
Göttinger Geographische Abhandlungen, 2006, Vol. 115. P. 13-27.
5. Ceccato P., Gobron N., Flasse S., Pinty B., Tarantola S. / Designing a spectral index to estimate vegetation
water content from remote sensing data: Part 1. Theoretical approach // Remote Sensing of Environment.
2002 № 82. Р. 188-197.
6. Ceccato P., Flasse S., Gregoire J.-M. Designing a spectral index to estimate vegetation water content from
remote sensing data Part 2. Validation and applications / Remote Sensing of Environment, 2002. Vol. 82.
P. 198-207.
7. Maki M., Ishiahrab M., Tamura M. / Estimation of leaf water status to monitor the risk of forest fires by
using remotely sensed data // Remote Sensing of Environment. 2004 № 90. P. 441-450.
8. Yebra M., Dennison P.E., Chuvieco E., Riaño D. et al. A global review of remote sensing of live fuel mois-
ture content for fire danger assessment: Moving towards operational products / Remote Sensing of Envi-
ronment, 2013. Vol. 136. P. 455-468.

àëèéãúáéÇÄçàÖ ëÇéâëíÇ ÑêÖÇéëíéÖÇ à íéêîéÇ Ñãü àçÑàäÄñàà


ãÄçÑòÄîíéÇ äêÄÖÇéâ áéçõ ÇÄãÑÄâëäéÉé éãÖÑÖçÖçàü
Сысуев В.В.
Московский государственный университет имени М.В. Ломоносова, Москва, Россия,
v.v.syss@mail.ru

THE USE OF WOOD AND PEAT PROPERTIES FOR INDICATION OF THE


LANDSCAPES OF THE FRINGE OF THE VALDAI GLACIATION
Sysuev V.V.
Lomonosov Moscow State University, Moscow, Russia, v.v.syss@mail.ru
Abstract: We examined the distribution of species composition in forest stands and peat charac-
teristics in mires in relation to lithological and hydrogeological conditions and structure of the south-
ern-taiga landscapes in the belt of end moraines within the Valday uplands. A set of detailed methods
was applied to study the landscape transects. Thickness of surficial deposits, peat and groundwater
level were measured by drilling as well as in pits. Transect-based forest inventory was performed.
Properties of soils and peat were described in the field followed by examination in laboratory. Basal
area of tree species turned out to be a good indicator of forest stand differentiation. It varied in concor-
dance with relief elevation levels. Hilly morainic locality occupies the highest relief levels with typical
highly productive spruce forests alternation with alder fens in local depressions. Overstory properties
change dramatically where kame landscape is replaced by the fluvioglacial plain. This boundary is in-
dicated by substitution of spruce forests by pine ones. Ash content in peat decreases as distance from
end moraines and places of groundwater emergence increases. The boundary between localities is indi-
cated by occurrence of subdominant species and their basal areas as well. For example, pine in kame
and morainic landscapes indicates thickness of loamy sand layer. Optimum pine habitats with highly
productive stands occur in sandy esker ridges. High values of pine basal area within oligotrophic and
mesotrophic mires evidence suitability of these habitats for pine. Occurrence of birch and alder, in par-
ticular, within mires indicate increase in nutrient supply and shift in mire type. This is confirmed by in-
crease in ash content. Thus, species composition and basal areas as well as composition and ash content
in peat deposits can be used as reliable indicators of landscape pattern of the territory.

124
Стандартные методы исследования литолого-гидрогеологических ландшафтных границ
точечные и трудоемкие. Вместе с тем в естественных условиях существует приуроченность
лесных насаждений к определенным структурным частям ландшафтных систем. Так, для целей
картографирования лесов предлагается вырабатывать ландшафтно-индикационные цепи: фор-
ма рельефа → состав отложений → богатство условий произрастания → глубина грунтовых
вод → лесное сообщество → таксационные показатели древостоя [Киреев, Сергеева, 1992].
Многочисленными исследованиями показано, что растительные сообщества могут быть инди-
каторами литологии в различных ландшафтно-климатических зонах [Викторов, 1966, Методи-
ческие указания…, 1972]. Рельеф и литология, с одной стороны, являются факторами диффе-
ренциации лесных сообществ, а с другой, — состав и структура леса могут индицировать
различные структуры ландшафта. Не менее показательными свойствами обладают болотные
торфа. Формируясь в замкнутых понижениях, они являются интегральным показателем про-
цессов на окружающих ландшафтах. Состав и зольность торфов отражают как гидрохимиче-
ский и гидролого-гидрогеологический режимы водосбора и болота, так и состав торфообразо-
вателей [Никонов, 1955, Денисенков, 2000].
В естественных условиях бореальной зоны, рельеф и литология существенно замаскирова-
ны лесным покровом и торфами, поэтому в работе исследуется возможность их использования
как индикаторов литолого-гидрогеологических условий ландшафтов ранга урочищ, местно-
стей и ландшафтов.
Исследуемая территория расположена в центральной части Валдайской возвышенности,
которая входит в состав конечно-моренного пояса северо-запада Русской равнины. Здесь в
пределах полосы шириной 50-70 км последовательно с северо-запада на юго-восток сменяются
краевые образования четырех стадий деградации валдайского оледенения: крестецкой — наи-
более поздней, вепсовской, едровской и бологовской — максимальной. Каждый из стадиаль-
ных конечно-моренных комплексов окаймлен приледниковыми (водно- и озерно-ледни-
ковыми) образованиями, которые после дегляциации к тому же испытали воздействие других
экзодинамических процессов (оторфовывание котловин, криогенез, дефляция, карст и др.).
Примерно на уровне границы крестецкой стадии Ладожский поток Валдайского ледника при
своем надвигании наткнулся на Карбоновый уступ и сгрузил основную массу рыхлого мате-
риала. На последних трансгрессивных стадиях ледник распадался на ряд разобщенных языков,
окончания которых зафиксированы системой моренных дуг и обширным сплошным поясом
зандровых равнин [Асеев, 1974].
Полевые исследования проводились на полигоне, непосредственно примыкающем к ланд-
шафту привалдайской крупнохолмистой конечно-моренной гряды, которая фиксирует кре-
стецкую стадию деградации валдайского ледника. Гряда сложена валунным суглинком с лин-
зами песчано-гравийного материала. Основная часть полигона расположена к востоку от
гряды, и его ландшафты приурочены к крупной маргинальной ложбине стока и состоят из ряда
своеобразных местностей, обусловленных литолого-геоморфологическими факторами: плос-
кохолмистая абрадированная моренная равнина; две разновидности камовых равнин, подсти-
лаемых мореной — мелкохолмисто-котловинная и крупнохолмисто-котловинная; две разно-
видности камовых дельтовых равнин с характерной конусовидной формой в плане. Для этого
ландшафта типичны цепочки узких озов, на которые нанизаны конусные дельты. Другую часть
полигона занимает обширный ландшафт плоской озерно-ледниковой равнины, в пределах ко-
торой на фоне однообразных заболоченных пространств возвышаются песчаные гряды, и
встречается ряд округлых озер явно термокарстового происхождения. Вследствие слабого раз-
вития дренажной сети существенное распространение имеют болотные ландшафты.
Ландшафтная карта была составлена по данным трансектов и маршрутных исследований
на основе топографической карты масштаба М 1:10 000 [Сысуев, Солнцев, 2006]. Трансекты
пересекают основные литолого-геоморфологические структуры: 1) ландшафт грядово-хол-
мистой морено-камовой равнины на средних карбонатных моренных суглинках, часто пере-
крытых пылевато-супесчаными отложениями небольшой мощности; 2) ландшафт грядово-
котловинной камово-озовой равнины на песчано-супесчаных отложениях; 3) ландшафт пло-
ской озерно-водно-ледниковой равнины с грядами. Шаг нивелировки 5 м, интервал между
точками комплексных описаний 20 м. Мощность поверхностных супесчано-песчаных отло-

125
жений двучлена, уровни грунтовых вод и мощности торфа определялась в разрезах или с по-
мощью бурения. Методом изучения древостоя являлась сплошная ленточная таксация. Изме-
рялись высота (м), диаметр ствола (см), диаметр крон (м), возраст, ярус, состояние каждого
дерева.
Хорошим показателем дифференциации лесного покрова оказалась сумма диаметров
стволов каждой породы [Акбари, Бондарь, Сысуев, 2006]. Основные закономерности ланд-
шафтной дифференциации древостоя основных пород (ель, сосна, ольха и береза + осина)
представлены на рисунке 1, на котором также отражены болота на всех высотных (литологиче-
ских) ступенях. Для дифференциации болотных ПТК используется интегральный показатель —
зольность торфов, который опосредованно отражает гидрогеологические свойства литоген-
ной основы ландшафтов.
В ландшафте грядово-холмистой моренно-камовой равнины основной лесообразующей
породой является ель. В пределах урочищ местности моренных холмов и гряд (Iа, рис. 1) на
вершинах холмов формируются типичные ельники кислично-зеленомошные на дерново-
палевоподзолистых почвах, сумма диаметров стволов ели составляет в среднем 250-350 см.
Оптимальными для роста ели в данной местности являются пологие и пологопокатые склоны
холмов со слабосмытыми дерново-палевоподзолистыми почвами, на которых формируются
типичные ельники-черничники, а в условиях карбонатной морены ― ельники широкотравно-
папоротниковые, сумма диаметров стволов ели достигает 450-550 см (рис. 1).

Рис. 1. Некоторые данные комплексных исследований вдоль ландшафтных трансектов.


Сверху вниз: данные сплошной ленточной таксации леса; границы местностей и ландшафтов;
зольность торфов болот; абсолютные высоты и структура отложений

Для урочищ низинного болота характерна относительно высокая плотность деревьев. Од-
нако ель присутствует только в отдельных присклоновых местообитаниях. Выходы грунтовых
минерализованных гидрокарбонатных вод и богатые элементами минерального питания ни-
зинные торфяные почвы создают наиболее благоприятные условия для произрастания ольхи,
где у нее наблюдаются наибольшие суммы диаметров стволов (рис. 1). Зольность травяно-

126
древесных торфов высокой степени разложенности составляет 10-12%, снижаясь с удалением
от моренной гряды и разгрузки грунтовых вод. Высокая зольность торфов отражает процессы
декарбонатизации морены и высокую зольность основных торфообразователей.
Местность грядово-мелкохолмистых морено-камовых равнин (Iб, рис. 1) больших болот
не имеет, почвы на супесчано-моренном двучлене разной мощности, обладают высокими
аэрационными способностями. Здесь для ели наиболее оптимальные условия: суммы диамет-
ров ели 600-700 см в пределах урочищ выпуклых вершин и склонов холмов с майниково-
кислично-папоротниковыми ельниками на иллювиально-железистых дерново-подзолистых
двучленных почвах. В урочищах крутых и покатых склонов холмов на смытых иллювиально-
железистых дерново-подзолистых двучленных почвах в еловых и сосново-еловых папоротни-
ково-майниково-кисличных лесах суммы диаметров 350-450 см. Благоприятные местообита-
ния для ельников формируются в долине ручья с богатыми перегнойно-глееватыми и аллюви-
альными почвами.
В пределах ландшафта грядово-котловинной камово-озовой равнины (IIа, рис. 1) на
двучленных отложениях сосновые насаждения, также как и в ландшафте I, играют подчинен-
ную роль в лесном сообществе. Участки произрастания ели приурочены к урочищам выпуклых
вершинных поверхностей холмов на иллювиально-железистых двучленных дерново-подзолах.
В этих местообитаниях формируются ельники майниково-кисличные и травяно-кустар-
ничковые. Суммы диаметров составляют в среднем 300-350 см. Корреляционный анализ вы-
явил высокую положительную связь суммы диаметров стволов сосны с мощностью двучлена,
имеющего супесчаный механический состав.
В условиях местностей ландшафта озерно-водно-ледниковой равнины (IIIа, IIIб, рис. 1)
с урочищами песчаных холмов и озовых гряд формируются неблагоприятные условия для рос-
та и развития ельников, которые встречаются лишь на склонах и депрессиях, сумма диаметров
в данных условиях местообитания составляет в среднем 250 см. и менее. На переходном боло-
те местности IIIа в древесном ярусе доминируют сосна и береза. В наземном ярусе преоблада-
ют средне зольные торфообразователи (сабельник, осока, вахта, мирт, пушица), что коррели-
рует с зольностью самих торфов, которая распределена неравномерно и варьирует от 2-7%
до 17%. Максимальная зольность 17% соответствует краевым участкам болота, где за счет
внутрипочвенного стока формируется не торф, а перегной. Минимальная зольность торфа
(2-3%) свойственна центральной части болота, где в олиготрофных условиях растут низко-
зольные виды (клюква, багульник, сфагнум).
Максимальные суммы диаметров сосны (400-550 см) приурочены к типично сосновым ме-
стообитаниям — урочищам болот, заболоченных и боровых лесов, местностей IIIб ландшаф-
та озерно-водно-ледниковой равнины. Эти местообитания характеризуются экстремально
влажными и сухими условиями. В пределах озовых гряд лес представлен сосной, лишь в ряде
случаев появляется ель и береза. В пределах формирования заболоченного леса, в древостое, в
отличие от верховых болот появляется береза и ель, однако в условиях торфянистых почв со-
сна является доминантой. Показательно, что под заболоченными сосняками формируется торф
с относительно высокой зольностью (4-8%) в отличие от зольности (2-3%) на верховых боло-
тах с редкостойным сосняком.
Таким образом, состав и сумма диаметров древостоя, а также состав и зольность торфов
могут служить надежными дополнительными диагностическими признаками ландшафтной
структуры территории.
ЛИТЕРАТУРА
1. Акбари Х.Х., Бондарь Ю.Н., Сысуев В.В. Индикационные свойства древостоя в ландшафтах краевой
зоны валдайского оледенения // Вестник Моск. ун-та. Сер. 5. География. 2006. № 6. С. 59-66.
2. Викторов С.В. Использование индикационных географических исследований в инженерной геоло-
гии. М., 1966. 197 с.
3. Денисенков В.П. Основы болотоведения. СПб., 2000. 159 с.
4. Киреев Д.М., Сергеева В.Л. Ландшафтно-морфологическое картирование лесов. ВНИИЦлесресурс,
М., 1992. 59 с.
5. Методические указания по геологической съемке М 1:50000. Вып. 11. Биогеохимические и геобота-
нические исследования. Л.: Недра, 1972. 280 с.

127
6. Никонов М.Н. Происхождение золы в торфах // Докл. АН СССР. 1955. Т. 105. № 2. С. 309-312.
7. Сысуев В.В., Солнцев В.Н. Ландшафты краевой зоны Валдайского оледенения: классический и
морфометрический анализ // Ландшафтоведение: Теория, методы, региональные исследования,
практика. Материалы XI Международной ландшафтной конференции. М.: МГУ, 2006. С. 249-252.

àëëãÖÑéÇÄçàÖ ÑàçÄåàäà ÉÖéùäéãéÉàóÖëäàï èêéñÖëëéÇ


çÄ íÖêêàíéêàà ëÖÇÖêé-ÇéëíéóçéÉé èêàäÄëèàü
ë èéåéôúû ÑàëíÄçñàéççõï åÖíéÑéÇ
Табелинова А.С.
Казахстанский филиал МГУ имени М.В.Ломоносова, Астана, Казахстан,
biota0506@mail.ru

INVESTIGATION OF DYNAMICS OF GEO-ECOLOGICAL PROCESSES


IN NORTH-EASTERN CASPIAN SEA REGION
USING REMOTE SENSING METHODS
Tabelinova A.S.
Kazakhstan branch of Lomonosov Moscow State University, Astana, Kazakhstan,
biota0506@mail.ru
Abstract: The article considers natural and antropogenic factors of geo-ecologiсal processes of
development in modern landscapes of the north-eastern Caspian Sea region. The area and development
stages of geo-ecological processes were identified. Based on the investigation of geomorphological
levels’ differences during the history of region development, periodic transgressions of sea level, the
altitude-landscape classification of the territory was implemented, taking into account the various
landscape features and specificity of geo-ecological processes. To determine the intensity of geo-
ecological processes, field works and remote sensing investigation methods were used. ENVI 4.7 and
ArcGis 10.1 software products were applied.
Территория северо-восточного Прикаспия относится к типу суббореальных экстрааридных
полупустынь и пустынь, ландшафты которой сформировались в условиях периодического ко-
лебания уровня моря в периоды исторических трансгрессий (позднехвалынской, ранне- и
поздненовокаспийской) и регрессий. Из-за малого уклона дна прибрежной зоны северной и
северо-восточной части Каспийского моря и прилегающей к ней суши происходит постоянная
перестройка береговой линии, охватывающая до 15 км при изменениях фонового уровня моря
на один метр и до 20-30 км при сгонно-нагонных колебаниях уровня моря [Зонн, Жильцов,
2008]. Также на современные ландшафты исследуемого региона значительное влияние оказала
нарастающая антропогенная нагрузка, получившее развитие с начала 20 века, в период актив-
ного развития нефтяной и газовой отрасли промышленности и экстенсивного сельскохозяйст-
венного использования ландшафтов (преимущественно пастбищного).
Сформированные в процессе длительной истории естественной эволюции природной сре-
ды и воздействия антропогенных факторов современные ландшафты северо-восточного При-
каспия подвергаются таким геоэкологическим процессам, как засоление, деградация расти-
тельного покрова, дефляция, водная эрозия (линейная, речная и плоскостной смыв),
подтопление и затопление, техногенное воздействие. Под геоэкологическими процессами по-
нимаются изменения, происходящие в современных ландшафтах под влиянием природных и
природно-антропогенных воздействий (перевыпас скота, нефтедобыча) на фоне естественной
эволюции природной среды (неотектонических движений, трансгрессий и регрессий Каспий-
ского моря) и оказывающие влияние на жизнедеятельность населения (расселение, продуктив-
ность сельскохозяйственных угодий и др.).
Для выявления интенсивности проявления геоэкологических процессов в современных
ландшафтах северо-восточного Прикаспия использовались полевые и дистанционных методы

128
исследования с использованием программных обеспечений ENVI 4.7, ArcGis 10.1. Global Map-
per и MultiSpec. Исследуемые геоэкологические процессы рассматривались в пределах выде-
ленных подвидов ландшафта северо-восточного Прикаспия на ключевых участках (в масштабе
исследования до 1:500 000), что позволило выявить генезис (природную и антропогенную при-
чины возникновения) процессов и интенсивность их проявления (рис. 1). Исследования прове-
дены с применением комплекса географических методов: полевых наблюдений, сравнительно-
го, системного анализа, типологического, картографического, дешифрирования данных
дистанционного зондирования (ДДЗ), компьютерной обработки информации.
На основе анализа историко-генетических свойств ландшафтов северо-восточного При-
каспия с помощью полевых исследований и с применением синтезированных многозональных
космических снимков Landsat 5 (рис. 1) определены прямые и косвенные дешифровочные при-
знаки пространственного распространения исследуемых процессов по природным и антропо-
генным факторам их формирования, которые позволили оценить интенсивность их развития.
Например, для процесса засоления почв прямыми дешифровочными признаками являются
морфологическая выраженность процесса (светлый тон и четкие контуры рисунка, солевая
корка на поверхности), глубина и минерализация грунтовых вод, косвенными признаками —
видовой состав растительности (однолетне– и многолетнесолянковая растительность) и появ-
ление галофитной растительности на месте тростниково–камышовых зарослей в ландшафтах
первичной морской равнины. Прямыми дешифровочными признаками водной эрозии (линей-
ной и плоскостного смыва) являются крутизна и экспозиция склонов, косвенными — образо-
вание конусов выноса и направление потока выносимого материала.

Рис. 1. Ключевые участки исследования интенсивности проявления геоэкологических процессов


в современных ландшафтах северо-восточного Прикаспия

Исследования процессов засоления по данным дистанционного зондирования проводились


на ключевом участке в пределах залива Кайдак и Комсомолец (рис. 2). Участки, вышедшие из-
под воды, заняты рапой и представляют собой обширнейшую сорово-солончаковую равнину,
которая расширяется во время регрессий моря. С помощью построения графиков кривых спек-
тральной яркости [Кравцова, 2005] на комбинированном изображении космического снимка
Landsat 5 по каналам 4,3,2, в программе MultiSpec (программа для интерактивного анализа

129
многоспектральных и гиперспектральных изображений) были определены типы засоленных
почв в пределах залива Кайдак и Комсомолец. Кривые спектральной яркости солончаков мар-
шевых имеют высокое значение отражательной способности в синем и зеленом спектральных
зонах (1 и 2 каналы снимка Landsat 5), а также в инфракрасной зоне (рис. 2, график б) и фор-
мируются на морской слабонаклонной равнине с редкими озерными понижениями под одно-
летнесолянково-сарсазановой (Halocnemumstrobilaceum, Сlimacopteracrassa, Suaedaacuminata,
Petrosimoniatriandra) растительностью. На снимке хорошо читается повышенная влажность
почвы (рис. 2, график а). Также интенсивность засоления почв в прибрежных ландшафтах се-
веро-восточного Прикаспия определялась по растительному покрову, так как солонцы обычно
формируются на микропонижениях равнин на засоленных породах под многолетнесолянково-
полынной (биюргун, черная полынь и др.) растительностью, а солончаки (приморские, соро-
вые и луговые) занимают пониженные части мезорельефа и формируются под солянками или
не имеют растительного покрова. Солончаки приморские прослеживаются полосой по совре-
менной береговой зоне моря и образуются под редким покровом различных галофитов (солян-
ково-полынными комплексами), на сильно минерализованных грунтовых водах близкого зале-
гания (1-2 м). Отражательная способность данных почв имеет высокие значения в синем,
зеленом и инфракрасных спектральных зонах, но значительно ниже по отражательной способ-
ности солончаков маршевых (рис. 2, график б).

Рис. 2. Определение типов засоленных почв в районе сора Кайдак с помощью кривой спектральной
яркости (КСЯ): а) солончака сорового, б) солончака лугового, в) бурой пустынной солонцеватой почвы,
г) солонца пустынного, д) солончака маршевого

Наиболее информативным при дистанционном изучении засоления почвенного покрова


является нормализованный индекс разновидности засоления NDSI (normalized difference
salinity index), учитывающий различия отражения в коротковолновом диапазоне электромаг-
нитного излучения [Monitoring and evaluation..., 2010]:
NDSI = (SWIRI – SWIRII) / (SWIRI + SWIRII) (1)
где SWIRI, SWIRII — отражение в коротковолновом диапазоне электромагнитного излучения
(SWIRI — 5 канал, SWIRII — 7 канал космического снимка Landsat 5,7).
В результате расчета индекса NDSI были выделены сильнозасоленные, среднезасоленные
и слабозасоленные почвы в пределах залива Кайдак и Комсомолец с помощью значений отра-
жательной способности почв, так как минимальными значениями отражения во всех зонах
спектра характеризуются среднезасоленные почвы, а максимальными — слабозасоленные,
промежуточное положение в красной и зеленой зонах спектра занимают сильнозасоленные
почвы.

130
Рис. 3. Геоэкологические процессы в ландшафтах северо-восточного Прикаспия (составлено автором)

Прямые и косвенные дешифровочные признаки пространственного распространения и ин-


тенсивности проявления геоэкологических процессов позволили перейти от исследования
ключевых участков к картированию процессов на всей изучаемой территории (рис. 3). В ре-
зультате исследования было выявлено, что основное распространение на территории северо-
восточного Прикаспия среди изучаемых процессов получили засоление и ветровая эрозия (де-
фляция). Засоление связанно с высокой минерализацией и неглубоким залеганием грунтовых
вод (1-6 м), сильным испарением в условиях сухого и жаркого климата и нефтедобычей. Де-
фляция, в свою очередь, связана с накоплением на большей части территории песчано-
детритово-глинистых отложений неоген-четвертичного возраста в результате новейших транс-
грессий уже обособившегося внутриконтинентального морского бассейна [Акиянова, Нурмам-
бетов, 1998], интенсивным физическим выветриванием горных пород, а также с антропоген-
ными факторами (перевыпас скота, деградация растительного и почвенного покрова).
Анализ роли природных свойств ландшафтной структуры северо-восточного Прикаспия в
развитии геоэкологических процессов основывается на современной вертикальной дифферен-
циации территории региона, сложившейся в ходе формирования основных геоморфологиче-

131
ских уровней под влиянием значительной неотектонической деформации региона, а также
трансгрессивно-регрессивных фаз колебаний уровня Каспийского моря [Рычагов, 2011]. От-
правной точкой в теории вертикальной дифференциации стало выделение высотно-
ландшафтных ярусов и подъярусов [Николаев, 1979; Исаченко, 1991], отличающихся по воз-
расту, особенностям становления их современной структуры, условиям проявления зональных
и азональных факторов, что оказывает значительное влияние на особенности ландшафтного
строения и характер геоэкологических процессов.
На территории северо-восточного Прикаспия выделено пять высотно-ландшафтных ярусов
и четырнадцать подъярусов в зависимости от основных геоморфологических уровней, сформи-
ровавшихся под влиянием неотектонической динамики региона, а также трансгрессивно-
регрессивных фаз колебаний уровня Каспийского моря, в значительной степени определившими
ландшафтную структуру региона и направления развития геоэкологических процессов (рис. 4).

Рис. 4. Ландшафтные ярусы и подъярусы. Масштаб 1: 2 500 000


(составлено автором по методике В.А. Николаева, 1979).

Нижний ландшафтный ярус погруженной части Прикаспийской низменности (V) с отри-


цательными абсолютными отметками поверхности (-27–0 м), с развитыми аккумулятивными
формами рельефа включает современные морские террасы и покатые поверхности хвалынских
и новокаспийских морских равнин. Основная часть ландшафтов нижнего (V) яруса относится к
морской слабонаклонной равнине с эоловой переработкой, с единичными соровыми пониже-
ниями и аллювиально-дельтовой слаборасчлененной равниной. Вследствие близкого залегания
(1-6 м) к поверхности высокоминерализованных грунтовых вод (50 гр/дм3) и периодического
колебания уровня моря, ландшафты нижнего яруса подвергаются процессам засоления и де-
градации растительного покрова. Следствием же активного развития процесса дефляции явля-
ется накопление песчано-детритово-глинистых отложений неоген-четвертичного возраста, на-
копившихся в результате новейших трансгрессий. Поэтому развитие сельского хозяйства в

132
пределах видов ландшафта (V) высотного яруса, где расположены населенные пункты Доссор,
Макат, Аккудык, затруднено, и требуются постоянные мелиоративные работы (строгий паст-
бищный режим, гипсование почв, фитомелиорация и др.).
На основе геоинформационного картографирования в программе ArcGis 10.1 в результате
анализа высотно–ландшафтной дифференциации территории и распространения геоэкологиче-
ских процессов в современных ландшафтах было проведено геоэкологическое районирование
северо-восточного Прикаспия. Основными территориальными единицами районирования яв-
ляются ландшафтные ярусы и подъярусы, подразделяющиеся на геоэкологические районы с
учетом пространственного распространения и преобладания определенных геоэкологических
процессов. Для проведения геоэкологического районирования северо-восточного Прикаспия
использовался определенный классификационный признак [Арманд, 1975], где на каждой сту-
пени районирования: по морфоструктурным особенностям и генезису рельефа на исследуемой
территории было выделено 5 ландшафтных ярусов; по морфолитологическим и морфометри-
ческим характеристикам рельефа, обусловливающим развитие геоэкологических процессов
природного генезиса, выделено 14 высотно–ландшафтных подъярусов; в соответствии с раз-
личными типами антропогенного использования современных ландшафтов, что способствует
развитию геоэкологических процессов антропогенного генезиса или интенсификации природ-
ных геоэкологических процессов, ландшафтные подъярусы подразделены на 64 геоэкологиче-
ских района; по степени проявления доминирующих геоэкологических процессов геоэкологи-
ческие районы разделены на 127 геоэкологических подрайонов.
Например, в условиях близкого залегания высокоминерализованных грунтовых вод в
нижнем ландшафтном ярусе выделяется подъярус (V-2) — ранненовокаспийская морская ак-
кумулятивная равнина (абс. высота -25 – -9 м), подверженный процессам засоления и деграда-
ции растительного покрова в условиях периодического колебания уровня моря. Вследствие
расположенных здесь крупных нефтяных месторождений, сосредоточенных на территории
с ареалами исторического нефтяного загрязнения, в данном подъярусе выделены два геоэколо-
гических района — западный и восточный, разделенные дельтой реки Жайык. Западный район
с эоловой переработкой и соровыми понижениями характеризуется сильной степенью дефля-
ции и деградации растительного покрова, а восточный подвержен сильной степени засоления и
загрязнения техногенными нефтеуглеводородами.
Дифференциация территории на геоэкологические районы является основой для разработ-
ки планов по минимизации развития неблагоприятных воздействий геоэкологических процес-
сов, а также важным фактором устойчивого развития региона для снижения антропогенной
нагрузки, сохранения природной среды и благоприятных условий жизни местного населения.
ЛИТЕРАТУРА
1. Акиянова Ф.Ж., Нурмамбетов Э.И. Геоморфология шельфа и береговой зоны казахстанской части
Каспийского моря в условиях современной трансгрессии: Доклад на III Ассамблее университетов
прикаспийских государств. Актау, 1998. С. 198-200.
2. Арманд Д.Л. Наука о ландшафте. М.: Мысль, 1975. 286 с.
3. Исаченко А.Г. Страноведение и геоэкология: желаемое и действительное// известия Русского гео-
графического общества. 2014. Т. 146. № 4. С. 45-58.
4. Зонн И.С., Жильцов С.С. Новый Каспий. География, экономика, политика. М., 2008.
5. Кравцова В.И.Космические методы исследования почв: учеб. пособие для студентов вузов / М.: Ас-
пект Пресс, 2005. С. 190
6. Николаев В.А. Проблемы регионального ландшафтоведения. М.: МГУ, 1979. 160 с.
7. Рычагов Г.И. Колебание уровня Каспийского моря: причины, последствия, прогноз //
Вестн.Моск.ун-та. Сер. 5. География, 2011. № 2. С. 4-12.
8. Gao, B.-C., and Goetz, A. F. H., Retrieval of equivalent water thickness and information related to bio-
chemical components of vegetation canopies for AVIRIS data. Remote Sens. Environ. 1995. 162.
9. Monitoring and evaluation of soil salinity ermofspectral response using land-satimages /iraq /Journal of
Iraqi Desert Studies Vol. 2, No. 2. 2010.

133
èêàåÖçÖçàÖ ãÄçÑòÄîíçéÉé êÄâéçàêéÇÄçàü
Ñãü åéÑÖãàêéÇÄçàü èêàêéÑçõï èêéñÖëëéÇ à üÇãÖçàâ1
Талынева О.Ю.1, Коркин С.Е.2, Коркина Е.А.3
Нижневартовский государственный университет, Нижневартовск, Россия,
1
Olgapivk@yandex.ru, 2egf_nv@mail.ru, 3lena_k_nv@ro.ru

APPLICATION OF LANDSCAPE REGIONALIZATION


TO MODELING NATURAL PROCESSES AND PHENOMENA
Talyneva O.Yu.1, Korkin S.E.2, Korkina E.A.3
Nizhnevartovsk state university, Nizhnevartovsk, Russia,
1
Olgapivk@yandex.ru, 2egf_nv@mail.ru, 3lena_k_nv@ro.ru
Abstract: The modeling of natural processes and phenomena based on landscape regionalization
was performed through systematization of numerous data of the field studies of taiga zone of West Si-
berian plain. For better operation, the database was created according to the borders of license areas.
This approach was encouraged by the main purpose of the analysis and assessment of the impact of
natural and technogenic processes on the manifestation of hazards. The modeling of natural processes
of taiga zone of Western Siberia included analysis of relative area of bogs, lakes and technogenic ob-
jects within landscape regions in conjunction with geological, geomorphological, climatic, soil and
vegetation characteristics. The model predicts natural hazards produced by engineering development of
the territory. The study has revealed the dominant natural hazards of hydrological, cryogenic and ae-
olian genesis.
Введение
Известно, что ландшафтно-индикационный метод широко применим в области создания
экологической проектной документации, а также в многоаспектных исследованиях геосферы в
целом. Исследования, с применением ландшафтно-индикационного метода, базировались на
трудах ученых М.А. Глазовской, А.Г. Исаченко, Н.А. Солнцева, И.И. Мамай, В.Б. Сочавы,
Д.А. Арманда, Ф.Н. Милькова, В.С. Преображенского, В.А. Снытко, В.А. Бокова и многих
других. Для территории Западно-Сибирской равнины, особенно ее северных регионов, флаг-
маном ландшафтного районирования стал Василий Васильевич Козин и его многочисленные
исследования. Он развил теоретические положения парагенетического ландшафтного анализа
Ф.Н. Милькова, разработал классификацию парагенетических комплексов, а также основы
ландшафтного районирования, приемы ландшафтно-экологического анализа на основе исполь-
зования многофакторной оценки и провел ландшафтное районирование центральной части За-
падно-Сибирской равнины. Ландшафт является основной открытой динамической геосистемой
региональной размерности, имеющей однородность по зональным и азональным признакам и
заключающей в себе специфический набор парагенетически и функционально сопряженных
локальных геосистем. В связи с динамичностью и открытостью геосистем ландшафт является
эволюционирующей системой, обладающей определенным экологическим потенциалом. Есте-
ственные среднетаежные ландшафты представляют собой весьма сложную геосистему, функ-
ционирование которой определяется множеством внутренних и внешних факторов [Москвина,
Козин, 2001].
Под функционированием ландшафта как геосистемы подразумевается последовательность
действующих процессов передачи энергии, вещества, информации, обеспечивающих сохране-
ние состояния ландшафтов для значительного отрезка времени [Козин, 2007; Мамай, 1992;
Арманд, 1988]. К внешним по отношению к геосистеме динамическим факторам В.Б. Сочава,
А.Г. Исаченко, Ф.Н. Мильков относят биологические процессы, в число которых входит и ан-
тропогенное воздействие. Колебания внешних факторов вызывают изменение отдельных па-
раметров ландшафта, который при этом сохраняет свою внутреннюю структуру как устойчи-

1
Работа выполнена в рамках исполнения инициативного научного проекта № 5.7590.2017/БЧ
Минобрнауки России.

134
вый аспект геосистемы. Способность к саморегулированию возникает при наличии в структуре
систем обратных связей [Арманд, 1988]. При хозяйственной деятельности необходимо учиты-
вать особенности строения и режима функционирования геосистем, их способность выдержи-
вать антропогенные нагрузки и способности к самовосстановлению.
В настоящее время моделированию природных и техногенных систем посвящено немало
работ (В.С. Преображенский, А.К. Черкашин, А.Г. Топчиев и др.), в основном они базируются на
математическом моделировании и моделировании с применением геоинформационных систем.
Методы исследования
В методическую основу моделирования природных процессов и явлений входят физико-
географические исследования экзогеодинамических процессов. Нами были организованы и
проведены исследования по изучению геодинамических процессов в таежной зоне централь-
ной части Западно-Сибирской равнины, где были изучены более подробно показатели клима-
тического фактора, литологической основы, орографического фактора, биотического фактора.
В ходе изучения показателей климатического фактора велся десятилетний мониторинг темпе-
ратур грунтов и анализ температур воздуха с помощью логгеров DS1921G-F5 и DS1921Z-F5 —
для грунтов и DS1921G-F5 — для воздуха [Коркин, Кайль, 2015], снегосъемка основных клю-
чевых участков разных ландшафтных провинций. Лабораторными методами производилось
определение гранулометрического состава. Исследования эрозионных процессов изучались с
помощью установленных реперов с ежегодными промерами с помощью оборудования: тахео-
метр электронный Leica FlexLine TS02 power, 2 спутниковый приемник Leica GS10, нивелир с
компенсатором NAK 2, дальномер лазерный Leica Disto D5 [Исыпов, Коркин, 2017]). Исследо-
вание этих факторов в границах ландшафтных выделов определили закономерности развития
экзогеодинамических процессов. Моделирование природных процессов и явлений заключа-
лось в создании атрибутивного блока данных по физико-географическим компонентам ланд-
шафтных уровней в пределах одного из основных нефтедобывающих регионов Западно-
Сибирской равнины — Нижневартовского района.
Пространственный анализ проявления природных процессов и явлений необходим для по-
лучения прогнозной информации о состоянии территории, на которой ведется хозяйственная
деятельность. Ландшафтный подход базировался на ландшафтном районировании В.В. Козина
и Н.Н. Москвиной [2001] для территории Ханты-Мансийского автономного округа и дешиф-
рировании материалов ДЗЗ. Инвентаризация антропогенной трансформации ландшафтов про-
водилась по анализу космоснимков: Landsat 7.0., пространственное разрешение 30 м, сцена
N-44-60, дата съемки — 2000-08-01 и Landsat 8.0., пространственное разрешение 30 м, сцена
N-44-60, дата съемки — 2014-08-16 предоставленные лабораторией информационно-
космических технологий Югорского Научно-исследовательского института информационных
технологий (г. Ханты-Мансийск). Основные ключевые участки определялись геоинформаци-
онным методом, путем совмещения слоев (в программной среде QGIS) основных ландшафт-
ных единиц — областей, провинций, подпровинций, — с границами нефтедобывающих лицен-
зионных участков. Созданная нами в 2016 году база данных «Инвентаризация ландшафтной
характеристики природных опасных процессов и явлений лицензионных участков Нижневар-
товского района» имеет практическую значимость для экологов нефтедобывающих предпри-
ятий и эмпирическую значимость для выявления закономерностей экзогеодинамических про-
цессов на разных уровнях организации ландшафтной среды.
Моделирование природных процессов таежной зоны Западно-Сибирской равнины на ос-
нове ландшафтного районирования является уникальным инструментом для анализа и оценок
воздействия техногенных факторов и рисков исследуемых территорий. Общая модель природ-
ных процессов строилась на основе блоковой схемы моделирования экологических систем по
Ю. Одуму [1986] (см. рис. 1).
Функционирование ландшафта (А) включает в себя множество элементарных процессов,
которые определяются влияющими факторами (P). Для каждой ландшафтной провинции были
изучены показатели факторов и рассчитаны потоки и движущая сила (F). Учитывая это, при
моделировании природных процессов таежной зоны Западно-Сибирской равнины на основе
ландшафтного районирования были выделены количественные показатели заболоченности,
заозеренности, была определена площадь техногенной нагрузки в совокупности с геолого-

135
геоморфологическими, климатическими, почвенно-растительными особенностями были выяв-
лены природные опасности. Количественная оценка проявления оползневых процессов рас-
считывалась по формулам (1, 2):
(1)

, (2)
где Коп — коэффициент площадной пораженности оползневыми процессами и К'оп коэффи-
циент частоты оползней; Sоп — площадь, пораженная оползнями, Sуч — площадь участка, n —
число оползней на изучаемом участке.

Рис. 1. Общая модель природных процессов (по Ю. Одуму, 1986):


А — объект геосистемы, обладающий рядом свойств; В — природный процесс или явление;
Р1,2,3 — влияющие факторы; F1,2,3 — потоки, движущая сила

Оценка территории по степени гидрологической опасности определялась рядом общепри-


нятых показателей: повторяемостью, средним превышением уровней над критическими, дли-
тельностью стояния критических уровней (3).
, (3)
где М — интегральный показатель гидрологической опасности, ∆H — среднее превышение
максимальных уровней над критическим, P — повторяемость; ∆T — длительность стояния вы-
соких уровней, сут. [Жоров и др., 2006].
Интегральный показатель пирогенной опасности, зависящий от климатического и биоло-
гического факторов рассчитывался по формуле (4).
, (4)

где Ai — интегральный показатель пирогенной опасности, Ni — количество лесных пожаров,


действовавших в i-й пожароопасный сезон; I — количество лет, по которым ведется расчет;
S — площадь леса в границах ландшафта [Горбачев, Подрезов, 2010].
Результаты и их обсуждение
Инвентаризация ландшафтной характеристики природных опасных процессов и явлений
лицензионных участков Нижневартовского района проводилась путем совмещения слоев ос-
новных ландшафтных единиц: область, провинция, подпровинция по ландшафтному райони-
рованию ХМАО, выполненному Н.Н. Москвиной и В.В. Козиным, границ нефтедобывающих
лицензионных участков и методом дешифрирования космоснимков (рис. 2).
В результате исследования было выявлено, что для каждой ландшафтной провинции ха-
рактерны определенные природные опасности при инженерном освоении. Ландшафтные усло-
вия, с учетом геолого-геоморфологического строения, весьма разнообразны соответственно
проявление и динамика экзогеодинамических процессов имеет ландшафтные различия. Рас-
считанные коэффициенты пораженности оползневыми процессами (бальное ранжирование
представлено в таблице 1) представлены в качестве примера для Среднеобской провинций и
Ваховско-Аганской подпровинции в таблице 2.

136
Рис. 2. Границы нефтедобывающих лицензионных участков
в пределах ландшафтных провинций Нижневартовского района ХМАО-Югры

Таблица 1
Ранжирование территории по пораженности оползневыми процессами
[Экзогенные геологические…, 2002, с дополнением авторов]
Категория Характеристика
Коэффициент пораженности Баллы
пораженности пораженности
I Весьма слабая <0,01 1
II Слабая 0,01-0,1 2
III Средняя 0,1-0,3 3
IV Сильная 0,3-0,5 4
V Очень сильная 0,5-0,7
5
VI Весьма сильная >0,7

Таблица 2
Коэффициент пораженности оползневыми процессами
Общая Суммарная площадь
Коэффициент по-
Ландшафтные уровни площадь, проявления процесса, Баллы
раженности
км2 км 2

Флювиальный (боковая эрозия)


Ваховско-Аганская подпровинция 224-240 32-50,7 0,14-0,21 3
Среднеобская провинция общая 160-370 57-148,4 0,36-0,4 4
Склоновый водно-эрозионный (овражная эрозия)
Ваховско-Аганская подпровинция 33-34 10,05-14,3 0,3-0,4 3
Среднеобская провинция 23 10,1 0,4 3

Ландшафты Ляминско-Аганской провинции озерно-болотных равнин (Сургутского поле-


сья), Вахской провинции болотных и озерно-болотных низин (Вахского полесья) в связи с ост-
ровным распределение многолетнемерзлых пород подвержена промерзанию торфяных почв
(до 70 см.) в зимний период. Как следствие морозное пучение грунтов. Подзолы подвержены
эоловым процессам, таким как дефляция.
Аганская провинция возвышенных плоско увалистых равнин, которая соответствует Аган-
скому увалу, подвержена естественным геодинамическим процессам, связанным с эрозионной
деятельностью, развитием оврагов.
Для Приобской террасовой провинции в пределах Нижневартовского района (озерно-
ингрессионной террасы) характерно сезонное промерзание почв, островное распределение

137
многолетнемерзлых пород на торфяных залежах болотных ландшафтов. Гидрологические про-
цессы связаны с повышением уровня грун