ãÄçÑòÄîíéÇÖÑÖçàÖ:
íÖéêàü, åÖíéÑõ, ãÄçÑòÄîíçé-ùäéãéÉàóÖëäéÖ
éÅÖëèÖóÖçàÖ èêàêéÑéèéãúáéÇÄçàü
à ìëíéâóàÇéÉé êÄáÇàíàü
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
УДК 911.5(082)
ББК Д821я43
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
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
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.
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
4
СОДЕРЖАНИЕ
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
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
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
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
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
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
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
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
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.
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.
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.
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)
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
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
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
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.
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.
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 .
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
49
II. åÖíéÑõ à åéÑÖãà Ç ãÄçÑòÄîíéÇÖÑÖçàà
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:
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. 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.
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
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.
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
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.
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
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
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.
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
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°.
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%)
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).
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.
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.
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).
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.
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
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 9060 м (рис. 1), а также данные по загрязнению 137Cs (результаты аэрогаммасъ-
емки в масштабе 1:25000 (размер пиксела 100100м, рис. 1).
Рис. 2. Результаты процедуры даунскейлинга для высотных уровней (база данных SRTM).
Построены горизонтали по сеткам 100100 и 5050 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 2525 м
(рис. 3).
Рис. 3. Плотность загрязнения 137Cs в ландшафте Почепского ополья и его латеральные потоки
(расчетные данные по ЦМР)
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 100100 м (рис. 5).
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 100100 м с целью выполнения процедуры даунскейлинга, т. е. построения более
детальных сеток размером 1010, 2525 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
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]
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. 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 мгСО2 /дм2час, то при концентрации СО2 в атмосфере 800 ppm
она будет равняться 53,5 мгСО2 /дм2час.
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 мгСО2/(дм2час); 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 мгСО2/(дм2час); 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 мгСО2/дм2час) оно будет для С4-растений, а для С3-растений это
повышение составит 2-3 мгСО2/дм2час.
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 мгСО2/дм2час, при концентрации СО2 в атмосфере 800 ppm она будет равняться
53,5 мгСО2/дм2час.
2. Повышение концентрации СО2 в атмосфере на 30 % приведет к повышению интенсив-
ности фотосинтеза на 4-5 мгСО2/дм2час для С4-растений и на 2-3мгСО2/дм2час 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.
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
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).
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.
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.
103
Рис. 1. Положение тестового болота относительно месторождения алмазов им. М.В. Ломоносова
(болотные системы показаны штриховкой)
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)
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)
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.
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
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.
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 st o st ; (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
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 2t
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 2T
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
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).
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
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
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
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.
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
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
121
го в первом случае служит сильное высыхание листвы ясеня и держи-дерева и частичное ее
опадение, во втором — быстрое иссушение оголенной почвы.
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.
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).
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.
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.
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
130
Рис. 3. Геоэкологические процессы в ландшафтах северо-восточного Прикаспия (составлено автором)
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).
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
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.
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
137
многолетнемерзлых пород на торфяных залежах болотных ландшафтов. Гидрологические про-
цессы связаны с повышением уровня грунтовых вод в весенний половодный период (подъем
уровня воды в реке от 10 м). По долинам рек 2-го порядка (Большой Еган, Ватинский Еган,
Урьевский Еган), сложенных супесчаными отложениями, развиваются эрозионные процессы.
Наибольшую опасность для хозяйственной деятельности с последствиями нарушений
природной среды являются гидрологические опасности. Максимальная опасность проявляется
при затоплении уровня с абсолютной высотой 40 м, такие проявления происходят 1 раз
в 28 лет, при этом, ширина затапливаемого участка колеблется от 5 до 68 км, протяженность
199 км, площадь 5588 км2, вместе с тем, на долю лицензионных участков приходится 4463 км2,
это 79% затапливаемой территории В зону затопления попадают населенные пункты: г. Ниж-
невартовск, г. Лангепас, г. Мегион, п.г.т. Излучинск, д. Вата, с. Покур, с. Былино, д. Пасол,
с. Большетархово, п. Зайцева речка, д. Вампугол, д. Соснино.
Оценка опасности при учете обеспеченности максимальных уровней половодья за много-
летний период представлена в таблице 3.
Таблица 3
Оценка опасности при учете обеспеченности максимальных уровней половодья
Уровень земной поверхности Средняя высота Обеспеченность Баллы
Низкая пойма (до 5 м) 37 м 97% 1
Средняя пойма (6—7 м) 39 м 37% 2
Высокая пойма (8—10 м) 41 м 1,2% 3
I надпойменная терраса 41-48 м 1% 4
II надпойменная терраса 49-55 м – 5
138
3. Жоров В.А., Дмитриев В.О., Постнова И.С, Яковченко С.Г. Планирование рисков наводнений с ис-
пользованием ГИС-технологий // Ползуновский вестник. 2006.№ 1-2. С. 190-197.
4. Исыпов В.А., Коркин С.Е. Анализ данных по русловым процессам в нижнем течении реки Вах //
Культура, наука, образование: проблемы и перспективы материалы VI международной научно-
практической конференции. 2017. С. 29-32.
5. Козин В.В. Ландшафтный анализ в нефтегазопромысловом регионе: Монография. Тюмень: Изд-во
ТюмГУ, 2007. 240 с.
6. Коркин С.Е. Природные опасности в долинных ландшафтах Среднего Приобья: монография. Ниж-
невартовск: Изд-во Нижневарт. гуманит. ун-та, 2008. 226 с.
7. Коркин С.Е., Кайль Е.К. Динамика температуры грунтов и экзогенные процессы в южной криолито-
зоне//В мире научных открытий. 2015. № 4 (64). С. 330-349.
8. Мамай И.И. Динамика ландшафтов (методика изучения). М.: Изд-во МГУ, 1992. 167 с.
9. Москвина Н.Н., Козин В.В. Ландшафтное районирование Ханты-Мансийского автономного округа.
Ханты-Мансийск: ГУИПП «Полиграфист», 2001. 40 с.
10. Одум Ю. Экология. М.: Мир, 1986. Т. 1. 325 с.
11. Черкашин А.К. Полисистемное моделирование. Новосибирск: Наука, 2005. 280 с.
12. Экзогенные геологические опасности. Тематический том. / под ред. В.М. Кутепова, А.И. Шеко.
М.: Издательская фирма «КРУК», 2002. 348 с.
13. Korkin S., Korkina E., Talyneva O. Risks of exogeodynamic processes in latitudinal segment of the Ob
river // ARPN Journal of Engineering and Applied Sciences. 2016. Т. 11. № 19. P. 11333-11337.
139
тотности-заполненности») этих расположений [Мандельброт, 2002]. Таким образом, качест-
венные и количественные оценки степени лакунарности любого ландшафтного паттерна могут
служить основанием для суждения о виде и особенностях распределения составляющих этот
паттерн объектов (в том числе и растений).
Эта концепция была названа лакунарным анализом (lacunarity analysis) [Plotnick et al.,
1996] и реализована нами [Коновалов, Углов, 2012] в разработке совокупности алгоритмов вы-
числения меры лакунарности и установления характера ее изменчивости, зафиксированного в
виде графиков «кривых лакунарности» (см. ниже), по плановым точечным изображениям рас-
положений растений в сообществах. Получаемые в результате лакунарного анализа «кривые
лакунарности» и «кривые лакунарной размерности», характерные для того или иного ценопо-
пуляционного паттерна, являются тем интерпретационным материалом, по которому составля-
ется суждение как об общем виде распределения растений, так и о его особенностях. Из по-
следних можно отметить размеры скоплений объектов (масштаб пестротности), их плотность
(интенсивность пестротности), проявления их иерархичности и т. п. при групповом распреде-
лении, если таковое идентифицируется в ходе анализа. По мере возможности в данной работе
осуществляются сопоставления полученных результатов с общетеоретическими построениями
и выводами, сделанными в эмпирических исследованиях по указанной проблеме, выполнен-
ных традиционными методами [Грейг-Смит, 1967; Эйтинген, 1962].
Данное сообщение является преобразованным фрагментом работы [Коновалов, Углов,
2012] и подготовлено с целью информировать заинтересованных исследователей о методе ана-
лиза пространственных распределений объектов различной природы, обладающих сложной
(в том числе фрактальной) структурой.
Исходным материалом для проведения исследования послужили плановые точечные изо-
бражения («карты») расположений деревьев в чистых сосновых насаждениях, приведенные
в работе [Эйтинген, 1962], фрагмент которых показан на рис. 1. Изображения соответствуют
участкам реальных насаждений размером 23×43 м.
а) б)
140
сти поведения КЛ и КЛР подлежали в дальнейшем содержательной геоботанической интер-
претации, а именно выработке суждений о виде и особенностях распределения деревьев в пре-
делах насаждения.
При этом принимались во внимание следующие свойства КЛ и КЛР.
Форма и положение КЛ, полученных в результате применения стандартного лакунарного
анализа, в билогарифмических координатах относительно аналогичных кривых, типичных для
различных распределений точечных объектов, полученных ранее в работах по данной темати-
ке [Plotnick et al., 1996]. По близости экспериментальной КЛ к одной из типичных составляется
предварительное суждение о возможном виде распределения.
Положение КЛ и КЛР относительно таковых для сгенерированных случайных расположе-
ний деревьев. По свидетельству П. Грейг-Смита, надежное суждение об отклонении изучаемо-
го распределения от случайного может быть получено только при использовании в анализе
пробных квадратов относительно большого размера [Грейг-Смит П., 1967]. Этот вывод был
учтен в данной работе при сопоставлении положений соответствующих кривых относительно
друг друга.
Наличие разнотипных колебаний КЛР относительно тренда и, соответственно, особых то-
чек (максимумов, минимумов, точек перегиба), координаты которых на оси размера пробного
квадрата в отдельных случаях могут быть интерпретированы в аспекте индикации характер-
ных размеров и плотности скоплений деревьев, т. е. масштабов и интенсивности пестротности.
Количество четко выраженных особых точек связано с числом иерархических уровней скопле-
ний деревьев.
Пример анализа КЛР приведен ниже (рис. 2).
Рис. 2. «Кривые лакунарной размерности» для изображений сосняка на ранней (1) и поздней (2) стадиях
развития и для соответствующих сгенерированных случайных расположений деревьев (1с и 2с)
Сопоставление хода реальных КЛР (кривые «1» и «2») и сгенерированных случайных рас-
положений деревьев (кривые «1с» и «2с») выявляет случайное распределение особей в сосняке
на ранней стадии развития: КЛР «1» и «1с» в диапазоне больших размеров пробных квадратов
практически совпадают. Значительное расхождение кривых «2» и «2с» свидетельствует о су-
щественном отклонении распределения деревьев в зрелом сосняке от случайного распределе-
ния. Заметим, что стандартный (теоретический) порядок следования положений КЛР относи-
тельно друг друга таков: кривые группового распределения должны лежать ниже случайного, а
равномерного — выше [Plotnick et al., 1996]. Последняя ситуация наблюдается на рис. 2: кри-
141
вая «2» проходит в диапазоне больших размеров пробных квадратов выше кривой «2с». Таким
образом, изначально случайное распределение особей на изучаемой площади с возрастом пре-
образуется в равномерное, что соответствует теории и эмпирическим результатам работ
[Грейг-Смит, 1967; Эйтинген, 1962]. Этот вывод находит свое объяснение в существовании
жесткой конкуренции между особями в чистых сосновых древостоях за свет, воду и элементы
питания. Как указывал П. Грейг-Смит: «Если особи какого-либо вида подавляют возможность
выживания других особей того же вида, поселяющихся на некотором расстоянии от них, ре-
зультатом, по крайней мере при высоких численностях, будет тенденция к равномерному рас-
пределению» [Грейг-Смит, 1967].
Равномерность распределения не означает полную однородность расположения деревьев в
изучаемых насаждениях — свойства гетеродистантности и гетероденситности не исчезают, а
значит остаются «рыхлые» группы деревьев низкой плотности, разделенные участками с еще
более низкой плотностью, либо «прогалинами», где деревья отсутствуют. За неимением под-
ходящего термина мы будем такие «рыхлые» группы по-прежнему называть «скоплениями»,
взяв в кавычки это слово для указания на их отличие от скоплений при групповом распределе-
нии. Как показано выше, на колеблющихся относительно тренда КЛР «скопления» индициру-
ются более или менее четко выраженными точками перегиба этих кривых и минимумами ве-
личины лакунарной размерности. Соответствующий точке перегиба или минимуму размер
пробного квадрата приближенно характеризует «диаметр», поперечные размеры «скопления».
Число таких особых точек соответствует количеству «скоплений» разных иерархических
уровней.
На КЛР для зрелого сосняка (кривая «2» на рис. 2) выделяются две точки перегиба и два
минимума (отмечены кружками), приблизительно соответствующих пробным квадратам со
стороной 2, 4, 5.5 и 7 м. Это свидетельствует о наличии в пределах фрагмента зрелого сосново-
го насаждения (рис. 1б) крупномасштабных «скоплений» соответствующих размеров и четы-
рех иерархических уровней. Качественный визуальный анализ изображения этого фрагмента
показывает, что «скопления» (группы) деревьев с поперечными размерами, выделенными по
КЛР, могут быть опознаны и оконтурены.
Проведение исследований, аналогичных рассмотренному выше, может способствовать
решению поставленного классиком количественной экологии растений П. Грейг-Смитом во-
проса о существовании связи между временной (возрастной, сукцессионной) изменчивостью
распределений растений в сообществах, стадиями развития последних и их относительной ус-
тойчивостью [Грейг-Смит, 1967].
Способность лакунарного анализа к описанию сложности и выявлению иерархичности
структуры расположения объектов различной формы (не только точечных, но и площадных,
ареальных) открывает одну из многих возможностей его применения в изучении ландшафтов,
в частности в исследованиях их иерархической организации по данным дистанционного зон-
дирования. Предпосылкой тому служит показанная Б. Мандельбротом функция лакунарности
как характеристики текстуры фрактальных объектов и, соответственно, их геоизображений
[Мандельброт, 2002]. В российских исследованиях иерархичности организации ландшафтов
(например, [Пузаченко и др. 2003]) текстура изображений является одним из элементов анали-
за. Однако ее мерой служит не лакунарность, а фрактальная размерность. Выводы об иерархи-
ческом характере структуры рельефа и ландшафта в целом делаются на основе изменчивости
фрактальной размерности в пределах изображений, являющихся продуктом специальной обра-
ботки исходного космического фотоснимка земной поверхности. Вместе с тем Б. Мандельбро-
том установлено, что объекты с одинаковой фрактальной размерностью, как правило, облада-
ют различной текстурой, и поэтому более приемлемой мерой сложности последней является
степень их лакунарности [Мандельброт, 2002]. Более того, последующие исследования показа-
ли, что измерение лакунарности одним числом не дает полной информации о наличии в соста-
ве текстуры относительно однородных и иерархически соподчиненных элементов. Как следст-
вие появились публикации (например, [Plotnick et al., 1996; Butson, King, 2006]) содержащие
теоретическое обоснование, алгоритмы расчетов и практическое применение кривых лакунар-
ности и их первых производных — кривых лакунарной размерности. В работе [Пузаченко и
др., 2003] показано, что поля варьирования значений фрактальной размерности представляют
142
собой «…разномасштабные, но удивительно подобные ячеистые структуры с сочетанием го-
могенных территорий с фрактальной размерностью на уровне черного шума и более гетеро-
генных территорий с текстурой, соответствующей розовому шуму» (с. 69). Очевидно, что кар-
тины изменчивости степени лакунарности, или лакунарной размерности, полученные для тех
же территорий, будут отличаться от описанных выше. На мой взгляд, представляет большой
интерес установить, насколько велико это отличие, и как оно может быть интерпретировано в
аспекте иерархической организации ландшафта.
Для этого, прежде всего, необходимо ознакомление с методологией и практическими при-
менениями лакунарного анализа в зарубежной ландшафтной экологии. В качестве общемето-
дологической рекомендуется работа [Plotnick et al., 1996], а подробное изложение технологии
обработки аэрофотоснимков ландшафта можно найти в [Butson, King, 2006]. Это позволит раз-
работать методологию и ее практическое применение для изучения иерархической организа-
ции ландшафтов в понимании российской школы ландшафтоведения, включающую лакунар-
ный анализ в качестве значимого элемента.
ЛИТЕРАТУРА
1. Грейг-Смит П. Количественная экология растений. Перевод с англ. В.Д. Утехина. — М.:Мир, 1967.
— 359с.
2. Коновалов А.А., Углов В.А. Изучение вида распределения растений по точечным изображениям их
расположений в сообществах с помощью модифицированного лакунарного анализа //Исследования
территориальных систем: теоретические, методологические и прикладные аспекты — Киров: Ло-
бань, 2012 — С.25-32.
3. Мандельброт Б. Фрактальная геометрия природы. — М.: ИКИ, 2002. — 656с.
4. Пузаченко Ю.Г., Хорошев А.В., Алещенко Г.М. Анализ организации ландшафта на основе космиче-
ского снимка // Исследование Земли из космоса — 2003, №3 — С.65-71.
5. Эйтинген Г.Р. Выживаемость деревьев в лесу // Г.Р. Эйтинген. Избранные труды. — М.: Изд-во с.-х.
лит., журн. и плак., 1962. — С.56-112.
6. Butson C.R., King D.J. Lacunarity analysis to determine optimum extents for sample-based spatial informa-
tion extraction from high-resolution forest imagery. International Journal of Remote Sensing. Vol.27, No.1,
10 January 2006, 105-120.
7. Plotnick, R.E. et al., 1996. Lacunarity analysis: A general technique for the analysis of spatial patterns.
Physical Review E 53, 5: 5461-5468.
143
Questions of insularity are widely considered in Biogeography [Macarthur & Wilson, 2001;
Whittaker & Fernández-Palacios, 2007]; there are not many such researches in Landscape Ecology
[Gorbachev, 2004; Marshinin, 2007]. The insularity is understood as property of isolation and auton-
omy of geosystems; the isolation is connected with local processes, e.g. tectonic, denudation etc. Insu-
lar geosystems (or island landscapes) have various structures and are widespread in space. There are
absolute, geological, geomorphological, floristic, biogeographical, cryogenic and complex types of
island landscapes. The important characteristic of insular geosystems is a level of insularity.
At first, a taxonomical level and a number of contrasting components of landscape structure de-
termine the geosystems insularity. Diverse insular geosystems are formed at various taxonomical lev-
els — from facies to groups of types of terrain (geom) [Milkov, 1966; Sochava, 1978] and above; it is
possible to range them on this indicator (table 1).
Table 1
Insular geosystems differentiation on taxonomic levels
Examples
Taxonomic level Range
of insular geosystems
Macrolevel (Group of types of terrain by F.N. Milkov; Class
1 Sea Islands
of facies by V.B. Sochava)
Mesolevel (Type of terrain by F.N. Milkov; Group of facies Mineral Islands (dry ridges within
2
by V.B. Sochava) swamps)
Microlevel (Facies and landscape units or urochishche by Isolated birch groves in forest-
3
F.N. Milkov; Facies by V.B. Sochava) steppe
144
Different degree of insularity is characteristic for geosystems in Western Siberia. The
absolute (sea islands, river islands, and lake islands), the geological (remnants of river ter-
races, composed of alluvial deposits on flood-plain, mineral islands), and the complex (the
Tobolsky Materik upland, Figure 1, Komissarovsky and Sinitsynsky (Figure 2) forests, birch
islands in forest-steppe, sandy fields or sandy depressions) insular geosystems are in the
group of high insularity degree. The geomorphological (kames among waterlogged surfaces,
remnants of high terraces) and cryogenic (frost mounds (Figure 3), alases) insular geosystems
are in the group of average insularity degree. The low insularity degree is characteristic for
the floristic (birch groves in forest-steppe, meadows in tundra, Figure 4) and the bio-
geographical (hills with steep inclines of the northern part of the Yamal Peninsula) geosys-
tems (table 4). Various types of insular geosystems are non-uniform, for example, forest out-
lier landscapes are in the group of average insularity degree unlike other geosystems of that
type (complex geosystems).
Table 4
Insular geosystems insularity degree on taxonomical levels and a contrast of landscape components
Range of insular geosystems
Insularity
Type of insular on a contrast of Examples of insular
on taxonomic on a degree of degree of
geosystems landscape geosystems
levels insularity geosystems
components
Absolute 1 1 1 High Sea Islands
Geological 2 1 1 High Mineral Islands
Geomorphologi- Kames, Remnants of
2 2 2 Average
cal high terraces
Birch groves in for-
Floristic 3 3 3 Low
est-steppe
Hills in the northern
Biogeographical 2 3 3 Low
part of Yamal
Cryogenic 2 2 2 Average Frost mounds, Alases
the Tobolsky Materik
Complex 1 1 1 High upland, Sandy de-
pressions
145
Fig. 2. Sinitsynsky forest in the south-eastern part of the Tyumen region
146
(Zavodoukovsk town) because of close neighbourhood of this park and Mayakovsky square. Insular
geosystems find almost full vegetative communities dissimilarity at comparison with adjacent town
blocks. Forest outliers and groves are quite often not similar to background surrounding landscapes of
fields absolutely.
Fig. 4. The meadow in the small river valley among herb and moss tundra in Central Yamal
147
4. Gorbachev I.V. Insularity of forest landscapes in the Voronezh region. Candidate of Geographical Sciences
Thesis. Voronezh, 2004. 225 p. (In Russian).
5. Jaccard P. (1901) Étude comparative de la distribution florale dans une portion des Alpes et des Jura. Bulle-
tin de la Société Vaudoise des Sciences Naturelles 37, pp. 547-579.
6. Macarthur R.H., Wilson E.O. The Theory of Island Biogeography (2001). Princeton University Press. 203
p.
7. Marshinin A.V. Forest outlier landscapes insularity of Siberia and Urals. Natural and technical sciences,
2010b, N6. P. 339-343. (In Russian).
8. Marshinin A.V. (2012) Influence of anthropogenic activities on the increase of geosystems insularity. Envi-
ronment and Natural Resource Management: III International Conference. Abstracts. Tyumen: University
of Tyumen Publ. House. P. 139-142.
9. Marshinin A.V. Island forests insularity of Siberia and Urals. Natural and technical sciences, 2010a. N 5.
P. 304-313. (In Russian).
10. Marshinin A.V. (2007) Landscape-ecological structure and spatial organization of insular geosystems of
Western Siberia // Landscape Analysis for Sustainable Development. Theory and Applications of Land-
scape Science in Russia. Alex Publisher, Moscow. — P. 114-120.
11. Milkov F.N. Landscape Geography and Questions of Practice. Moscow: Mysl, 1966. 256 p. (In Russian).
12. Sochava V.B. Introduction to the Science of Geosystems. — Novosibirsk: Nauka, 1978. 320 p. (In Rus-
sian).
13. Sørensen T. (1957) A method of establishing groups of equal amplitude in plant sociology based on similar-
ity of species and its application to analyses of the vegetation on Danish commons. Biologiske Skrifter /
Kongelige Danske Videnskabernes Selskab. 5 (4): 1-34.
14. Whittaker R.J., Fernández-Palacios J.M. (2007) Island Biogeography. Ecology, Evolution, and Conserva-
tion. Second Edition. –Oxford University Press. 401 p.
148
III. ëíêìäíìêÄ à äÄêíéÉêÄîàêéÇÄçàÖ ãÄçÑòÄîíéÇ
1
Работа выполнена при финансовой поддержке РФФИ (грант № 16-05-00902).
149
Цель исследования — разработка концептуальной модели классификации и картографиро-
вания геосистем геодинамически активных регионов. Объект исследования — геосистемы юга
Сибири. Методология геосистемного картографирования и классификации связана с реализа-
цией синергетического подхода и развитием теории геосистем В. Б. Сочавы.
Классификация геосистем
Классификация является основной процедурой, посредством которой происходит упоря-
дочение многообразия объектов и динамических проявлений в географической среде. Это уни-
версальная процедура, которая строится на теоретическом осмыслении закономерностей раз-
вития, строения, функционирования, размещения многочисленных разнородных геосистем.
Она облегчает анализ и выявление главнейших закономерностей их самоорганизации и отно-
сится к категории базисных классификаций, отображающих иерархию геосистем.
Основное назначение классификации геосистем — систематизация функциональных свя-
зей и структурных особенностей географических объектов с целью выявления главнейших за-
кономерностей в природной среде [Сочава, 1972]. Классификация геосистем может заменять
специальные классификации, либо помогать интегрировать и дифференцировать их на единой
геосистемной основе. При этом последние строятся с учетом разделения объектов в базисной
классификации, становятся сопоставимы друг с другом и могут более эффективно использо-
ваться наряду с базисными.
Алгоритмы такого подхода основаны на подобии классификаций, позволяющем перево-
дить базовую классификацию в специальную с учетом специфики постановки задач, либо, на-
против, использовать специальные (эмпирические) классификации в форме ординации объек-
тов для восстановления базовой геосистемной классификации. При таком подходе
используется сетка границ геосистем. Любая специальная классификация порождает свою сет-
ку границ, отличную от геосистемных, поэтому обратный ход от специальных карт к геосис-
темным базовым бывает неоднозначным, осложненным отсутствием простых корреляций ме-
жду свойствами, что требует анализа сложных функциональных связей, разные типы которых
и указывают на различные геосистемы. Вследствие этого в практических разработках бывает
слишком сложно или нецелесообразно анализировать или оценивать каждый ландшафтный и
тем более — компонентный выдел в отдельности [Исаченко, 1961].
Возникает необходимость создавать унифицированные подходы к типичным природным
условиям и связям. Здесь на помощь приходит классификация, в которой разнообразие геосис-
тем сведено к ограниченному числу таксономических единиц, характеризующихся особым
комплексом природных условий и ресурсов, способностью однотипно реагировать на воздей-
ствие внешней среды и антропогенные нагрузки. Классификация геосистем традиционно бази-
ровалась на трех основных принципах: иерархичности, гомогенности и динамичности. Эти
свойства раскрывались в представлениях о причинно-следственных связях, устойчивости,
предсказуемости развития систем. Карты, построенные на основе этой классификации, отно-
сились к структурно-динамическому типу. Основной их задачей была демонстрация простран-
ственной неоднородности всего комплекса природных особенностей территории, поэтому сис-
тема классификации учитывала региональные особенности ландшафтообразования. Считалось,
что группы фаций наиболее полно воспроизводят особенности геосистем, поэтому их карто-
графирование являлось первейшей задачей фациально-типологического анализа территории
[Михеев, Ряшин, 1970].
Основные принципы, применяемые при построении классификационных систем, должны,
с одной стороны, отображать способ их формирования, с другой — обеспечивать связность и
логичность всех процедур соотнесения исследуемых объектов к той или иной классификаци-
онной категории. Как правило, они строятся посредством применения двух процедур. Одна из
них базируется на перечислении всех компонентов, после чего выявляются их общие призна-
ки. Другая процедура основывается на ином способе группирования — соотнесении объектов
к узловым звеньям геосистем. В этом случае объекты классифицируются в соответствии с оп-
ределенными критериями подобия узловой системе.
Таксономия геосистем, которая развивается в школе картографирования, созданной В.Б.
Сочавой [1978], строится одновременно по двум самостоятельным рядам — геомеров и геохор,
которые взаимообусловлены в узловых звеньях. Как правило, в этих звеньях структурные осо-
150
бенности, свойственные геомерам, выдерживаются в пределах геохоры. Соизмерение про-
странственных отношений между геомерами и геохорами обеспечивает соблюдение принципа
системного подхода к классификации, гарантирующего учет всех значимых компонентов при-
роды. В процессе классификации и картографирования геосистем важно акцентировать внима-
ние на геомер, т. е. на такую природную систему, в которой возможно оценить значение всех
ее составляющих и их взаимосвязей для сохранения и преобразования целостности. Кроме то-
го, основное значение карт геосистем геодинамически активных регионов заключается в воз-
можности оценки видоизменений геосистем.
Современные принципы классификации и картографирования геосистем
Разработка классификации и последующего картографирования районов, отличающихся
высокой мобильностью процессов основывается на принципах развития, аналогии, простран-
ственной организации, иерархического подобия.
В историческом развитии геосистем существуют инерционные «проскоки» развития гео-
систем с последующим возвратом на предыдущую ступень. Выявление древних, современных
и прогрессивных типов геосистем в пределах территорий, стабильно развивающихся во време-
ни (например, древнего темени Азии) с последующей экстраполяцией на регионы имеет осо-
бое значение, т. к. показывает возможные эволюционные пути развития при реализации все-
возможных вариантов изменения климатических и др. условий (принцип развития). В итоге
обзорная классификация должна представлять геосистемы, которые в силу отсутствия соответ-
ствующих физико-географических условий в настоящее время не реализованы в регионе. При
обозначении геосистем высших таксонов регионального уровня важно нивелировать их регио-
нально-азональную специфику, что позволяет подчеркнуть их функциональную и физиономи-
ческую аналогию с другими геосистемами Земли (принцип аналогии). Сопредельные в про-
странстве-времени геосистемы всех таксономических уровней должны быть смежны и в
структуре классификации (принцип пространственной организации).
Каждая геосистема несет печать как более крупной системы, так и своего местоположения.
Территориальная дифференциация природных условий вызвана неравномерностью тектониче-
ских движений земной коры, их разной направленностью и интенсивностью, а также измене-
ниями климата. Это определяет необходимость использования двух различных по методологи-
ческим подходам классификационных приемов — районирования и систематики. В процессе
районирования создается иерархия геосистем, отражающая их соподчиненность по степени
сложности — системного разнообразия — составляющих подсистем, их связей, пространст-
венных и временных взаимоотношений, а также систематики — типизации множества одно-
ранговых выделов.
Определенная связь между таксонами типологической систематики и физико-
географического районирования заложена в узловых геосистемах. В этой связи построение
классификационной модели должно быть связано с реализацией трехрядного принципа изуче-
ния геосистем — геомеров, геохор, узловых систем (свита типов ландшафтов — физико-
географический пояс, классы геомов — физико-географическая область, геомы — ландшафт).
Ландшафтообразующие факторы должны дифференцироваться и образовывать иерархию, кор-
релирующую с классификационной иерархией геосистем: каждой геосистеме соответствует
свой набор факторов или комплексный фактор. Отсюда следует общий принцип развертыва-
ния классификации, заключающийся в последовательном учете при дифференциации от клас-
сов геомов основных ландшафтообразующих факторов, таких как тектоника, орография, теп-
ло- и влагообеспеченность. В пространстве их воздействия дифференцируются на уровне
геомов все другие слагаемые геосистем, такие как петрологический состав горных пород, поч-
вы, растительность, а также процессы на более низких иерархических уровнях.
Разная степень проявления в структуре топогеосистем видоизменяющего влияния основ-
ного фактора (литоморфного, гидроморфного и т. д.) является основой выделения групп фаций
(серийных, мнимокоренных и коренных). Они формируют по координатам этих факторов фак-
торальные ряды. Класс фаций (тип серийности) объединяет фации одного факторального ряда
и на местности проявляется в масштабе района. Геом (тип факторальности) в геосистеме объе-
диняет классы фаций разных факторальных рядов и коррелирует с округом (ландшафтом).
151
Группа геомов представляет разные вариации широтной зональности и вертикальной диффе-
ренциации.
На основе анализа воздушных потоков, вызванных главнейшими центрами действия атмо-
сферной циркуляции — Исландского и Азорского на западе и Алеутского и Северо-
Тихоокеанского на востоке — выделяются две крупные парадинамические мегасистемы — Ат-
лантико-Евразиатская и Дальневосточно-Тихоокеанская. По аналогии с равнинными предлагает-
ся выделять подобные типы высокогорных геосистем, которые могут подразделяться на уровне
подкласса — класса геомов и типа ландшафтов. Речь идет соответственно о геосистемах, под-
верженных влиянию центров действия атмосферы (гольцовые геосистемы), с другой — выше
расположенных слоев воздушных масс, в которых воздействие этих центров сглаживается, и
проявляется влияние зональных переносов воздуха (нивально-гляциальные комплексы).
При создании классификации важно то, что степень сходства геосистем по любым пара-
метрам изменяется с увеличением таксономической категории. В результате, при переходе от
высших таксономических ступеней к низшим, в классификацию вводятся все новые факторы
оценки, благодаря чему по мере уменьшения таксономического ранга геосистем возрастает
степень их общности [Исаченко, 1961]. В связи с этим есть смысл говорить об иерархии фак-
торов классификации геосистем, отображающих основные механизмы их самоорганизации. В
геодинамически активных районах они заключаются в следующем.
Обмен веществом и энергией между геосистемой и средой определяет свойства геосистем
как самостоятельного целостного естественноисторического образования. Он обусловливает
характер внешних и внутренних взаимосвязей, условия сохранения инварианта и его преобра-
зований, устойчивость геосистем, поэтому служит исходным фактором классификации. В ре-
зультате общие критерии теплообеспеченности (зональные признаки), увлажнения (секторные)
и принадлежность к определенным тектоническим элементам Земли положены в основу выде-
ления крупных таксономических подразделений геосистем. Например, такие названия, как
субарктический горный лиственнично-таежный холодных и влажных условий внутриматери-
ковых высокогорий (Байкало-Джугджурский) класс геомов.
При классификации геосистем основное значение придается анализу их целостности. Ие-
рархичность предполагает рассмотрение каждой геосистемы как подсистемы более крупной,
которая, в свою очередь, определяет особенности ее составляющих. В результате критерии
орографии и абсолютной высоты над уровнем моря, влияющих на распределение растительно-
сти положены в основу выделения подклассов и групп геомов. Например, субальпинотипный
таежных высокогорий южно-сибирского типа (подкласс геома); подгольцовые темнохвойно-
редколесные и каменноберезовые группы геомов; водораздельно-склоновые, преимуществен-
но западных экспозиций, смешано породного состава (кедр, пихта, ель) в том числе с кедро-
вым стлаником, местами олуговелые (геомы); подгольцово-субальпинотипные пихтово-
редколесные склонов и троговых долин и долинные высокотравные с каменной березой, в со-
четании с лугами (геомы). Основное значение при инвентаризации групп фаций придается
разновидностям каждого геомера, которые в свою очередь видоизменяются при удалении от
области равновесия — центральной части ареала и коренного состояния.
Структурные и функциональные нарушения геосистем отображаются через их динамиче-
ские состояния — коренные, мнимокоренные, серийные и серийно-факторальные. В легендах
современных карт геосистем приведены динамические категории групп фаций, такие как МЭ;
СФ; УД и др. Динамические категории «мнимокоренные экстраобластные малоустойчивые»
(МЭ), «серийные факторальные наименее устойчивые» (СФ) отражают проявления преобра-
зующей динамики и исторические взаимодействия различных геосистем. Сопоставление гео-
систем с трендами развития природной среды дает возможность отобразить перспективу их
развития через отображение условно-длительно-производных типов геосистем (УД), которые
устойчивы во времени и не возвращаются к исходным состояниям. Особый временной статус
придан серийным типам геосистем, в отличие от коренных и серийно-факторальных. Значи-
тельное разнообразие их переменных состояний является результатом воздействия крайне из-
менчивых условий среды, способом сохранения основного генетического качества, сформиро-
вавшегося на определенном этапе истории развития природы; «... приходится признать, что,
несмотря на небольшую долговечность, эти серийные геомеры как тип геомеров имеют значи-
152
тельный возраст» [Сочава, 1978, с. 108]. На основе принципов классификации геосистем раз-
виваются методы геосистемного картографирования — одного из важнейших направлений ра-
бот по изучению природной среды регионов Сибири, результатом которых стали особые кар-
тографические модели.
Картографирование геосистем геодинамически активных регионов иллюстрируется картой
геосистем дельты Селенги. Классификация геосистем была трансформирована в легенду карты
посредством картографической генерализации.
Район расположен на стыке двух крупных геоструктур и основных тектонических элемен-
тов — Байкальской рифтовой и Саяно-Байкальской орогенической зон. Это определяет значи-
тельную динамичность территории, которая является ведущей в формировании ландшафтной
структуры района. Здесь развиты уникальные интразональные и реликтовые геосистемы. Реги-
он характеризуется высокой тектонической активностью. Ниже приводится фрагмент легенды.
А. ЦЕНТРАЛЬНО-АЗИАТСКИЕ ВНУТРИКОНТИНЕНТАЛЬНЫЕ СУХОСТЕПНЫЕ;
А.I. Горно-котловинные даурского типа; А- I 1. Дельтовые и долинные болотные, лугово-
болотные и проточного увлажнения на современных четвертичных отложениях. А- I 1-А.
Аквальный и субаквальный ряд: 3. Аирово-вахтовые заиленные мелководья на песчано-
илистых грунтах и болотных почвах (СФ); 4. Вейниково-осоковые луговые прибрежий проток
и озер на торфяных переувлажненных почвах (СФ); 5. Эвтрофные осоково-гипновые приозер-
ные топяные болота на болотных почвах (СФ); 6. Осоковые кочковатые торфяные болота на
торфяных почвах с водой на поверхности (СФ). А- I 1-Б. Гидроморфный ряд: 8.Осоково-
камышовые заболоченные луга и болота сырых микро понижений на лугово-болотных и бо-
лотных почвах (СФ); 9. Влажнотравные луга (тростянковые, горцово-ситниковые) речных и
озерных отмелей на пойменно-слоистых почвах (СФ); 11. Хвощевые заболоченные луга сы-
рых, периодически обводняемых участков поймы на илистых супесчаных сильно оглеенных
почвах (СФ); 12. Ивняки осоково-хвощевые мелкобугристых прибрежных участков периоди-
ческого подтопления на пойменных слоистых хорошо дренируемых почвах (СФ); 14. Вахтовые
торфяные болота на месте сухих русел проток на торфянно-глеевых почвах (СФ).
Дополнительные условные обозначения: Динамические категории групп фаций (индексы в
легенде: С — серийные менее устойчивые; СФ — серийные факторальные наименее устойчи-
вые. Различные природные явления: а. Эоловые формы рельефа; б. Песчаные отмели; в. Обры-
вы. Основные формы антропогенной нарушенности: г. Городские и поселковые земли.
Заключение
Взаимообусловленность между компонентами геосистем любых таксономических уровней
наблюдается лишь как более или менее выраженная тенденция. Соответственно и площадь,
занимаемая однотипными выделами, является неоднородной по признакам ведущих компо-
нентов. Это определяет специфику геосистемного картографирования геодинамически актив-
ных регионов. Для их картографирования необходимо показать целостность геосистемы — ее
составные части, характер их взаимосвязей, вариабельность свойств. Кроме того, возможные
аспекты упорядочения информации рассматриваются с точки зрения показа временных преоб-
разований геосистем, связанных с реализацией представления о направленной внутренней пе-
рестройке самоорганизации геосистемы, обусловленной процессом ее развития. При картогра-
фировании отражаются узловые геосистемы как инвариантный аспект, который предполагает
наличие множества переменных состояний иерахически подчиненных геосистем. Принадлеж-
ность тех или иных классификационных категорий к одной узловой системе указывает на
единство их развития, вероятность перехода элемента в соседний таксономический тип или
возникшие внутрисистемных противоречий из-за несоответствия физико-географическим ус-
ловиям узловой системы.
В концептуальную модель карт заложены новые представления о динамических особенно-
стях геосистем. Помимо коренных устойчивых, мнимокоренных менее устойчивых и др. вве-
дены динамические категории «мнимокоренные экстраобластные малоустойчивые», «серий-
ные факторальные наименее устойчивые», которые воспроизводят процесс развития и
исторические взаимодействия различных геосистем. Сопоставление геосистем с выявленным
трендом позволяет отобразить необратимость развития геосистем через отображение условно-
длительно-производных типов геосистем, которые не возвращаются к исходным состояниям.
153
Предположительный порядок смены одного состояния другим отражается в легенде карты че-
рез взаимосвязанный набор составляющих элементов в порядке возрастания интенсивности
процессов.
Результаты исследований, отображенных в картах, могут служить базисом прогноза
трансформации и устойчивости геосистем.
ЛИТЕРАТУРА
1. Исаченко А.Г. Физико-географическое картирование. Ч.Ш. Л., 1961. 268 с.
2. Михеев В.С., Ряшин В.А. Принципы и методика составления карты ландшафтов Забайкалья // Про-
блемы тематического картографирования. Иркутск: Изд-во ИГС и ДВ СО АН СССР, 1970. С. 183-192.
3. Сочава В.Б. Классификация растительности как иерархия динамических систем // Геоботаническое
картографирование. 1972. Л., 1972. С. 3-17.
4. Сочава В.Б. Введение в учение о геосистемах. Новосибирск: Наука, 1978. 320 с.
ùåÖêÑÜÖçíçõÖ ùîîÖäíõ
èêéëíêÄçëíÇÖççéâ ëíêìäíìêõ ãÄçÑòÄîíÄ
Хорошев А.В.
Московский государственный университет имени М.В. Ломоносова, Москва, Россия,
avkh1970@yandex.ru
154
ней ландшафтных единиц в ее окружении, составляющих вместе с ней геосистему более высо-
кого ранга? Какие особые свойства геосистем высокого ранга возникают при взаимодействии
составляющих ее пространственных единиц?
Предлагается ряд основных теоретических и методологических положений для выявления
эмерджентных эффектов. 1. Ландшафтная единица разными своими свойствами участвует од-
новременно в полимасштабной системе межкомпонентных отношений и подчиняется вме-
щающим геосистемам разных уровней. 2. Свойства компонентов могут определяться как влия-
нием других компонентов, так рамочными условиями вмещающей геосистемы более высокого
ранга, который должен быть определен в результате полимасштабного анализа структуры.
3. Пространственные комбинации взаимодействующих пространственных единиц обусловли-
вают поле физических свойств в ландшафте; потенциал поля в каждой точке пространства рас-
сматривается как результат трансляции информации от окружающих единиц, направление по-
токов которой может как совпадать, так и не совпадать с направлением потоков вещества.
4. Наличие эмерджентного эффекта свидетельствует о существовании целостной вмещающей
геосистемы, элементами которой являются пространственные единицы, связанные потоками
вещества, энергии и информации. Изменение свойств какой-либо пространственной единицы
внутри вмещающей геосистемы вызывает отклик каждой из них. 5. Свойства ландшафта явля-
ются результатом суперпозиции разнотипных ландшафтных структур — геостационарных,
геоциркуляционных, биоциркуляционных [Солнцев, 1997] — а также саморазвития независи-
мо от свойств вмещающих геосистем. 6. Для каждого свойства ландшафта можно определить
характерный размер вмещающей геосистемы (либо вмещающих геосистем нескольких рангов),
создающей значимое для этого свойства физическое поле (уровня грунтовых вод, распределе-
ния элементов минерального питания, освещенности, положения мерзлого горизонта и т. п.).
Такие характерные размеры определяются как масштабные уровни реализации процесса (со-
временного или существовавшего в прошлом, но оставившего вещественное наследие), ответ-
ственного за пространственную дифференциацию геосистемы и возникновение эмерджентного
эффекта в результате взаимодействия пространственных элементов.
Представим местность, расчлененную на овраги и гребни, с единым генезисом и геологи-
ческим строением. Если тем или иным способом уничтожить один из оврагов (например,
засыпать), то это приведет к целой серии последствий для разных компонентов, постепенно
передающихся между соседними урочищами. Так, произойдет перераспределение поверхност-
ного стока с приводораздельного склона: он будет перенаправлен в другие овраги, вызывая
изменение их морфологии и границ. Подземный сток, не найдя «привычного» выхода в засы-
панный овраг, будет задерживаться выше на водораздельной поверхности или «уйдет» в со-
седний овраг, изменив его внутреннюю структуру: возрастет поверхностный сток, усилится
глубинная эрозия, спровоцировав активизацию склоновых процессов. Поток холодного возду-
ха будет сильнее задерживаться на локальных водораздельных поверхностях и изменит тепло-
вой режим почвенно-растительного покрова. Прекращение ветрового сноса снега в засыпан-
ный овраг вызовет большее накопление на водоразделе и/или рост скопления в оставшихся
оврагах. Наконец, может произойти перераспределение животных: лишившись нор и укрытий,
они уйдут в аналогичные соседние овраги той же местности, что может вызвать переуплотне-
ние популяций и «выброс» ее части в следующие пригодные овраги этой местности. Перечис-
ленные свойства (распределенный в пространстве снежный покров, сток, состояние популя-
ций) предстают как эмерджентные свойства, создаваемые именно совокупностью
взаимодействующих элементов, а не элементами по отдельности. В этом заключается целост-
ность системы, хотя импульс и будет постепенно ослабевать по мере удаления от источника
воздействия (в этом смысле в том же пространстве будет проявляться нуклеарная система).
Однотипные соседние элементы данной местности в большей степени подвержены передаче
импульса, чем элементы другой местности. Животные (и переносимые ими органические и
минеральные вещества, «взятые» у растительного покрова и почв) уйдут в аналогичные сосед-
ние сохранившиеся местообитания; талые воды «предпочтут» уйти в аналогичный соседний
овраг, а не «пробивать» себе новую дорогу в другой слаборасчлененной местности и т. д. Сле-
довательно, внутренние связи сильнее связей со средой, что почти всегда входит в определе-
ние системы. Элементы такой геосистемы не независимы друг от друга; исчезновение одного
155
элемента хоть и не уничтожает систему, но отражается на свойствах ее других элементов;
функция же ее (предоставлять местообитания, быть проводником воды и т. д.) в целом сохра-
няется.
Приведем несколько примеров эмерджентных эффектов.
В специальной монографии [Хорошев, 2016] автор продемонстрировал разномасштабные
эффекты, возникающие в результате комбинации форм рельефа густорасчлененных равнинных
лесных ландшафтов. В результате взаимодействия ландшафтных единиц, связанных с мезо-
формами рельефа, формируется поле грунтовых вод, контролирующее влажность местообита-
ний и, соответственно, соотношение гигрофитов и мезофитов в растительном покрове, соот-
ношение торфонакопление и элювиально-глеевого процесса в почвах. Изменение в
пространстве комбинации форм рельефа приводит к изменению степени дренированности.
Применено мультирегрессионное моделирование, ставящее свойства компонента в «точке»
(зависимая переменная) в зависимость от комбинации свойств рельефа вмещающей геосисте-
мы, характеризуемой показателями вертикальной и горизонтальной расчлененности, верти-
кальной и горизонтальной кривизны (независимые переменные). Сравнение коэффициентов
детерминации серии достоверных моделей, в которых рельеф характеризовался в окрестностях
разного размера, позволило установить размер вмещающей геосистемы, внутри которой взаи-
модействие пространственных элементов контролирует почвенно-растительный покров
посредством поля грунтовых вод. Например, на юге Архангельской области большинство
свойств почв и фитоценозов подчиняется геосистемам со средними размерами 1200 м, в юго-
западной Удмуртии — 6000 м.
Микроклимат может рассматриваться как еще один эмерджентный эффект пространствен-
ной структуры ландшафта, в свою очередь также обусловливающий специфический набор
урочищ. На примере густорасчлененного среднегорного ландшафта Западного Саяна автором
установлено, что резкое увеличение глубины вреза долин притоков крупной реки создает кон-
траст ландшафтной структуры верхней и нижней частей долин. Важнейшим современным
фактором формирования ландшафтов долины служат температурные инверсии в зимний пери-
од, не позволяющих развиваться полноценному сомкнутому древесному ярусу. В верхних сек-
торах характерен относительно слабый врез, расширенные долины с хорошо развитыми пой-
мами и пологими придолинными склонами. Максимальное развитие котловинного эффекта
способствует замещению таежной растительности ерниками и редколесьями с преобладанием
лиственницы, поймы обычно безлесны. В нижних секторах характерен глубокий врез, сужение
днища, сужении или полное выклинивание пойм, примыкание крутых коренных склонов непо-
средственно к руслу реки. Таежные сообщества занимают весь доступный интервал высот
вплоть до русел рек, узкие поймы в основном также залесены. Стекание холодного тяжелого
воздуха в понижения рельефа стимулирует рост промерзания почв, сокращение вегетационно-
го периода, т. е. приближение микроклиматических условий днищ долин к восточносибир-
ским, где лиственница абсолютно доминирует. В районе слияния трех рек в зимний период в
условиях высокого атмосферного давления соединяются три мощных нисходящих потока тя-
желого холодного воздуха, что и создает предпосылки для формирования особой «инверсион-
ной» лесотундры: ниже сомкнутой темнохвойной тайги формируется растительный покров
лесотундрового типа. В узких долинах притоков выше устья холодный воздух не задерживает-
ся, что позволяет кедровникам спускаться до русел рек. В другом секторе территории комби-
нация форм рельефа и система воздушных потоков меняется, что создает иной эмерджентный
эффект для микроклимата. В интервале высот 1700-1900 м доминируют денудационные плато-
образные поверхности и снижены возможности оттока холодного воздуха в депрессии релье-
фа. В результате лесотундровый (редколесный с кустарничково-мохово-лишайниковым покро-
вом) пояс формирует именно лиственница, которая ниже отметки 1700 м начинает
содоминировать с кедром или вытесняется им.
В связи с планируемым освоением месторождения цветных металлов возможен относи-
тельно редкий случай антропогенного изменения комбинации форм горного рельефа, который
повлечет трансформацию ландшафтной структуры как следствие изменений годовой амплиту-
ды температур. Заполнение крупного хвостохранилища и резервуара для хранения отвалов
приведет к повышению средних высот днища долины на десятки метров. В условиях зимней
156
температурной инверсии можно ожидать экспансию ареала наиболее низких температур вверх
по склонам: из пояса преобладания современных лиственничных редколесий (высоты 1250-
1400 м) в пояс преобладания темнохвойных лесов (1400-1600 м). Результатом будет изменение
структуры фитоценозов в сторону возрастания доли лиственницы, уменьшения сомкнутости,
расширения ерниковых полян и, в целом, жизнеспособности ерника, лишайников, мхов по
сравнению с разнотравьем. Сокращение лесного покрова вызовет уменьшение расхода тепла
на биологическое испарение. Следовательно, в летний период возрастет расход тепла на нагрев
воздуха, что, скорее всего, приведет к возрастанию летних температур и соответствующему
росту физического испарения с поверхности почвы. В зимний период не прикрытый лесным
пологом снежный покров будут способствовать росту альбедо по сравнению с залесенным
ландшафтом. Как следствие, ожидается снижение зимних температур. Эта тенденция совпадет
с ожидаемой тенденцией, вызванной ростом средней высоты поверхности днища долины и
подъемом уровня зимней температурной инверсии. Поэтому в целом начало весеннего снего-
таяния может быть сдвинуто на более поздние сроки и вегетационный период несколько
сократится.
Эмерджентные эффекты пространственной структуры рассматривается также как один из
важнейших факторов жизнеспособности популяций животных. Автором проверена гипотеза о
значимости пространственной структуры ландшафта на примере локализации мест массовой
весенней остановки пролетных гусей в лесной зоне Европейской России. Была выдвинута ги-
потеза, что предпочтение гусями той или иной территории для остановки зависит от размера
безлесной территории, степени ее мозаичности, конфигурации, дистанции до крупных водных
объектов и лесных массивов. Использованы данные о классах ландшафтного покрова, полу-
ченные в результате классификации космического изображения. Для того чтобы установить
размеры пространства, к свойствам которого чувствительны стаи, произведены количествен-
ные оценки структуры для пространства разного размера в скользящем квадрате с размерами
от 1800 до 5400 м. Полученные количественные характеристики были отнесены к центрально-
му пикселу квадрата. Для каждой окрестности рассчитаны показатели плотности элементов
ландшафтного покрова по результатам классификации космического снимка, плотности гра-
ниц, фрагментации, количества пикселов отличных по классу от центрального, разнообразия
(индекс Шеннона). Также рассчитано отношение «площадь/периметр» для полигонов, полу-
ченных путем объединения однотипных классов ландшафтного покрова, расстояние до бли-
жайшего водного объекта — рек протяженностью более 30 км, озер и водохранилищ, расстоя-
ние до ближайшего лесного массива. Для расчета вероятности предпочтения того или иного
места для остановки стаи применен метод дискриминантного анализа, где группирующая пе-
ременная — класс обнаружения или необнаружения стоянок, а зависимые — характеристики
пространственной структуры окрестности. Оказалось, что большинство стоянок предпочитает
расстояние до крупного водоема не более 2,5 км, при этом удаление от лесного массива не бо-
лее 2 км. Непосредственно в береговой зоне стоянки зафиксированы реже, чем на расстоянии
1-2 км от берега. На большем удалении от крупных рек стоянки возможны, но на расстоянии
не более 1-1,5 км от лесных массивов. Показатель разнообразия ландшафтного покрова
(индекс Шеннона) для 2 классов ландшафтного покрова для любой окрестности имеет две мо-
ды — в интервалах минимальных значений (т. е. однородное безлесное пространство) и мак-
симальных (т. е. близко к равной пропорции лесов и безлесных пространств). Последний слу-
чай соответствует территориям, где в пределах окрестности расчета проходит граница
крупного лесного массива и обширного безлесного пространства. Стоянки зафиксированы на
территориях с повышенными значениями индексов плотности границ и разнообразия, что объ-
ясняется уменьшением интенсивности распашки территории во внутренних переувлажненных
частях крупных междуречий, по сравнению с придолинными участками и долинами.
Ландшафты ополий — возвышенных эрозионных равнин с покровом лессовидных по-
кровных суглинков, в прошлом под экстразональными широколиственными лесами — наибо-
лее предпочтительны для остановок гусиных стай. Преобладание открытых пространств, заня-
тых сельскохозяйственными угодьями, низкая мозаичность создает благоприятные условия,
причем внутри этого пространства расположение мест остановок контролируется определен-
ным «притяжением» со стороны гидрографической сети и некоторым «отталкиванием» (на
157
расстояние порядка 2-3 км) от крупных лесных массивов, соответствующих ландшафту аллюви-
ально-дельтовой песчаной равнины с малоплодородными необрабатываемыми почвами вдоль
долины Нерли. Вероятность остановки гусей снижается в центральных частях даже обезлесен-
ных междуречий, наиболее удаленных от крупных водотоков. При высокой мозаичности ланд-
шафтов с чередованием лесных и безлесных местностей предпочтительны наиболее крупные
обезлесенные пятна. Высокие значения отношения «площадь/периметр» предпочтительны, что
характерно для элементов ландшафта со слабоизрезанными границами. Итак, исследование по-
казало, что существует связь между пространственной структурой географического ландшафта и
местами остановок мигрирующих гусиных стай. Выбор гусиными стаями мест стоянок зависит
от пространственной структуры ландшафта в квадрате со стороной около 3-4 км.
Очевидно, что пространственная структура ландшафта может, с одной стороны, эволю-
ционировать естественным путем, с другой — целенаправленно изменяться человеком, в том
числе для формирования востребованных эмерджентных свойств. Наиболее распространенное
явление — антропогенное изменение растительного покрова и пространственных характери-
стики и соотношения хозяйственных угодий. Однако, технически возможно и изменение рель-
ефа. Если ландшафтоведение научится определять механизмы возникновения эмерджентных
эффектов пространственной структуры и предлагать способы их регулирования, то его автори-
тет как науки большого практического значения существенно возрастет.
ЛИТЕРАТУРА
1. Петлiн В.М. Синергетика ландшафту. Львiв: Видавничий центр ЛНУ iм. Iвана Франка, 2005. 205 с.
2. Солнцев В.Н. Структурное ландшафтоведение: основы концепции // Структура, функционирование,
эволюция природных и антропогенных ландшафтов. Тез. X ландшафтн. конф. М.; СПб., 1997. С. 11-14.
3. Хорошев А.В. Полимасштабная организация географического ландшафта. М.: Товарищество науч-
ных изданий КМК, 2016. 416 с.
4. Naveh Z. Ten major premises for a holistic conception of multifunctional landscape // Landscape and Urban
Planning Vol. 57. 2001. P. 269–284.
158
certaining of the facts and any comparisons to identification of component processes and searching of
paths of their integration into uniform landscape (physical geographic) process. Every possible devel-
opment of the integrating “through” approaches (landscape-geophysical, landscape-geochemical, bio-
coenological and “landscape-planning”) and development of bases of the modern landscape classifica-
tion are absolutely necessary for this purpose. This classification has to reflect adequately the
organization of a geographical envelope, include three taxonomical rows (typological, chorological and
dynamic), and to be under construction on correct quantitative data.
Выявление пространственно-временной организации геосистем остается одним из важ-
нейших направлений физической географии. Ландшафтное картографирование призвано ото-
бражать и документировать результаты непосредственных исследований и обобщения физико-
географической информации о разнообразии, дифференциации, интеграции, динамике и эво-
люции условно-естественных и антропогенно-измененных геосистем. Масштабы и деталь-
ность картографического отображения структурно-динамических свойств географической
оболочки определяются целями, задачами исследований и иерархическим уровнем основных
картируемых единиц.
Разработка классификации низкогорных степных и лесостепных геосистем юга Сибири
при их крупномасштабном картографировании базировалась на принципах, предложенных
В.Б. Сочавой [1978] и концепции взаимозависимости организации геосистем с дифференциа-
цией вещества их компонентов [Семенов, 1991]. Методика составления ландшафтных карт с
одновременным показом геомеров и геохор [Снытко, Семенов, 1981] позволяет отобразить на
одной карте типологические и хорологические единицы геосистем, а также их динамическое
состояние. На таких картах мозаика геохор включает выделы геомеров. Если геохоры показы-
ваются в естественных границах (с учетом, естественно, возможностей масштаба карты), то
геомеры отображаются в зависимости от масштаба и уровня их генерализации, то есть ранга.
Дифференциация геосистем определяется радиальной дифференциацией вещества, причем
каждому иерархическому уровню геомеров топологического уровня соответствуют опреде-
ленные амплитуды запасов вещества в почвах и фитомассе, возрастающие с рангом таксона.
Это позволяет классифицировать геомеры с использованием результатов ландшафтно-
геохимического анализа геосистем через учет абсолютных количеств вещества в их компонен-
тах, тем более что внутри таксонов геомеры различаются по абсолютным количествам тех или
иных элементов или их радиальной дифференциации [Семенов, 1991]. Основной картируемой
единицей при крупномасштабном картографировании геомеров обычно выступает фация.
В фации объединялись биогеоценозы с одной растительной ассоциацией, одной почвенной
разновидностью и пределах сходных местоположений. По принципу гомогенности фации объ-
единяются в подтипы, типы и группы фаций. Основополагающим критерием объединения фа-
ций в типы (элювиальный, трансэлювиальный, трансаккумулятивный, супераквальный) служат
ландшафтно-геохимические условия формирования и функционирования типизируемых гео-
систем, отраженные в классификации местоположений [Глазовская, 1964]. Внутри типов фа-
ций выделяются подтипы (параэлювиальный, ортоэлювиальный, неоэлювиальный, трансэлю-
виальные обрывистых, очень крутых, крутых и покатых склонов, трансаккумулятивные
покатых и пологих склонов, аккумулятивный выровненных поверхностей), в названиях кото-
рых отражаются характер и степень интенсивности миграции вещества [Семенов, 1991; Загор-
ская, 2004].
Интеграция геосистем обусловливается латеральными потоками вещества, а для низших
уровней геохор характерны однонаправленная миграция и единый баланс дифференциации
вещества, при этом всем рангам геохор топологической размерности соответствуют конкрет-
ные ранги геомеров с определенными лимитами изменчивости абсолютных количеств вещест-
ва в компонентах подчиненных геомеров, ареалы распространения которых ограничиваются
рамками данных геохор [Семенов, 1991]. В системе склоновой дифференциации вещества
ключевым звеном являются микрогеохоры: именно на этом уровне закладывается склоновая
дифференциация геосистем, которая оказывается значительно сложнее традиционной схема-
тической картины сопряженных рядов фаций. Водораздельные микрогеохоры, образованные
геомерами элювиальных и прилегающих к ним трансэлювиальных местоположений, имеют
отрицательный баланс дифференциации вещества и резкое превалирование латеральных пото-
159
ков над радиальными. В большинстве склоновых микрогеохор баланс дифференциации веще-
ства — также отрицательный, с преобладанием латеральной миграции, но масштабы выноса
вещества здесь сильно варьируют в зависимости от крутизны склонов, свойств почв и пород.
Микрогеохоры вогнутых частей длинных склонов и нижних частей пологих склонов, а также
супераквальные микрогеохоры долин речек и ручьев с полугидроморфными фациями, иногда
имеют нулевой баланс дифференциации вещества со слабым преобладанием радиальных пото-
ков. В то же время супераквальные микрогеохоры с гидроморфными фациями характеризуются
положительным балансом дифференциации вещества и доминированием радиальных потоков.
Супераквальным и субаквальным галоморфным микрогеохорам свойствен положительный ба-
ланс дифференциации вещества с выраженным преобладанием латеральных потоков. Поэтому
поэтапную интеграцию геохор целесообразно осуществлять на основе ландшафтно-
геохимического синтеза геосистем через учет абсолютных количеств вещества и выявление
балансов миграционных потоков в подчиненных геохорах [Семенов, Семенова, 2006].
Введение в таксономическую систему геомеров В.Б. Сочавы [1978] двух дополнительных
таксонов топологического порядка — типа и подтипа фаций — позволило соблюсти более
полное соответствие между таксонами типологического и хорологического рядов. Если при
традиционной генерализации ландшафтной карты и схем районирования возможно пересече-
ние ареалов геомеров границами геохор, то сопряженное же картографирование геомеров и
геохор дает возможность производить генерализацию геомеров поэтапно, согласованно с гене-
рализацией геохор, и поэтому на карте, составленной таким образом, пересечение контуров
геомеров хорологическими границами отсутствует [Снытко, Семенов, 1981].
В легендах карт геосистем частично отражается и их динамика путем показа динамиче-
ских состояний картируемых геомеров. Методика ландшафтно-геохимической диагностики
состояний геосистем включает стационарное изучение режимов поведения их вещества, лизи-
метрические наблюдения, микроморфологическую диагностику элементарных почвообразую-
щих процессов и геохимических реликтов, экспериментальное моделирование взаимодействия
природных и техногенных потоков вещества, а также балансовые расчеты на базе многолетних
рядов наблюдений за миграцией вещества [Семенов, 1991].
К сожалению, описанные выше подходы к ландшафтному синтезу применимы только на
топологическом уровне. Единственный удачный пример среднемасштабной карты, построен-
ной таким образом ‒ карта геосистем Назаровской котловины [Семенов, 1991]. Попытки рас-
пространения закономерностей соотношения показателей дифференциации вещества с диффе-
ренциацией и интеграцией ландшафтной структуры, выявленных в семиаридных и аридных
условиях, на лесные геосистемы, тоже не принесли положительных результатов. Во-первых,
здесь практически «не работают» показатели дифференциации вещества фитомассы из-за
больших запасов вещества в древесных растениях на фоне антропогенной трансформации
коренной лесной растительности (рубки, пожары) и сукцессионных (спонтанных и восстано-
вительных) изменений. Во-вторых, абсолютные показатели дифференциации вещества в лес-
ных почвах не отражают специфики геосистем: наличие процессов оподзоливания, лессиважа,
оглеения и т. д., имеющих решающее значение в определении классификационной принадлеж-
ности геосистем тайги и подтайги, суммарными показателями дифференциации вещества не
индицируется. Кроме, того, при расширении территории исследований в степных и лесостеп-
ных регионах обнаружились серьезные трудности при интерпретации взаимосвязей дифферен-
циации вещества и организации геосистем. Поэтому в последующие годы наши исследования
были направлены на познание роли в формировании структуры геосистем не вещества в це-
лом, а на выявление роли природных и техногенных потоков конкретных химических элемен-
тов и их ассоциаций в формировании типологического разнообразия, региональных и тополо-
гических закономерностей интеграции геосистем горной тайги и подтайги.
При среднемасштабном ландшафтном картографировании непосредственная съемка с по-
следующим контролем правильности проведения границ всех выделенных контуров, конечно,
невозможна. Поэтому при составлении карт геосистем среднего масштаба используются топо-
графические и тематические карты, материалы дистанционного зондирования, разномасштаб-
ной ландшафтной съемки и детального картографирования ключевых участков. Картографи-
рование геосистем различных территорий Минусинского межгорного прогиба включало
160
составление крупномасштабных карт ближайшего окружения физико-географических стацио-
наров (Березовского лесостепного в Назаровской котловине, Ленского горно-таежного в пред-
горьях Западного Саяна, Новониколаевского степного в Минусинской котловине), а также
анализ данных многолетних режимных наблюдений за поведением условно-естественных и
антропогенно-измененных геосистем, определение динамических и эволюционных тенденций
в развитии геосистем и экстраполяцию результатов, полученных в ходе стационарных иссле-
дований, на прилегающие модельные полигоны. Значительное внимание было уделено вопро-
сам определения ландшафтно-геохимических, ландшафтно-геофизических и биогеоценологи-
ческих показателей антропогенной трансформации геосистем под воздействием урбанизации,
выбросов промышленных предприятий, земледелия, лесного хозяйства в целях картографиче-
ского отображения антропогенных изменений природных образований [Семенов, Лысанова,
Максютова, 2004].
На ландшафтной карте Назаровской котловины [Семенов, 1991] одновременно отображе-
ны геомеры и геохоры, а на карте Минусинской котловины [Лысанова, 2001] — только геосис-
темы типологического ряда классификации. Основными картируемыми единицами на обеих
картах служили геомеры ранга групп фаций, объединенных в легенде карты в классы фаций и
геомы. Карта геосистем Минусинской котловины составлялась с использованием синтеза двух
подходов к классификации геосистем: в качестве отдельных семейств на ней показаны как ус-
ловно-естественные, так и антропогенно-измененные геосистемы — агроландшафты [Лысано-
ва, 2001]. В настоящее время эти карты частей Минусинского межгорного прогиба [Семенов,
1991; Лысанова, 2001] генерализуются для создания единой карты геосистем юга Средней
Сибири.
Иногда применяется и обратный подход ‒ детализация карт более мелкого масштаба. Из-
вестно, что при укрупнении масштаба мозаика и рисунок контуров обычно меняются, а появ-
ление дополнительных таксонов требует коренной переработки содержания легенды. Такой
подход был использован при составлении основы для ландшафтного планирования северных
районов Республики Алтай [Семенов, Лысанова, 2016], когда карта ландшафтов Алтая [Чер-
ных, Самойлова, 2011] была интерпретирована с учетом авторского опыта составления карт
геосистем смежных регионов и уточнена на основе собственных материалов маршрутных ис-
следований и детального картографирования ключевых участков.
В последние годы в Институте географии им. В.Б. Сочавы ведутся работы по составлению
ландшафтно-оценочной карты азиатской части России для целей территориального планиро-
вания и эколого-географического обоснования создания крупных хозяйственных объектов.
При составлении ее листов используется системно-иерархический подход к выявлению сопод-
чинения ландшафтных таксонов и эволюционно-динамическая трактовка картируемых единиц,
а легенды карт строятся с учетом позиционирования территории и типологического спектра
региональных геосистем в планетарной системе [Suvorov, Semenov, Antipov, 2006; Суворов,
Семенов, Новицкая, 2009].
К настоящему времени подведены некоторые результаты ландшафтного картографирова-
ния бассейна верхнего Енисея (Назаровская, Канская, Минусинская и Тувинские котловины,
их горное обрамление) [Лысанова, Семенов, Сороковой, 2011, 2016; Лысанова и др., 2013]. Для
картографического обеспечения исследований данной территории использовались среднемас-
штабные ландшафтные карты и схемы физико-географического районирования Назаровской и
Минусинской котловин [Семенов, 1991; Лысанова, 2001], карты административных районов
(почвенные, растительности, сельскохозяйственные и земельного фонда), синтезированные
космоснимки, топографические, общегеографические, тематические карты различных масшта-
бов, схемы и материалы маршрутных исследований и ключевых участков. Результаты каме-
рального (предварительного) дешифрирования космических снимков переносились на карто-
графическую основу, которая представляла собой предварительный макет карты. При полевых
исследованиях использовалось профилирование в сочетании с работой на ключевых участках,
выбранных в районах с наиболее сложной пространственной структурой геосистем.
В качестве низшей картируемой единицы геомеров была выбрана группа фаций. В целом
на территории региона исследований пока выделено около 200 групп фаций, которые объеди-
нены в классы фаций, геомы и группы геомов. На мелкомасштабной ландшафтной карте ис-
161
следуемого региона в первую очередь четко выявляются различия в сложности горизонталь-
ных структур равнинной и горной территорий, в их ландшафтных рисунках. Для равнин ти-
пична большая однородность структуры, большие площади ландшафтных контуров. Ланд-
шафтная структура горных территорий отличается значительной сложностью и
контрастностью, поэтому особенно тщательно учитывалась региональная специфика высотной
поясности. Мелкомасштабные ландшафтные карты дают информацию об общих региональных
закономерностях ландшафтной структуры территории бассейна верхнего Енисея, они являют-
ся хорошей основой для физико-географического районирования, дают возможность качест-
венной и количественной интерпретации ландшафтной структуры. В дальнейшем сведения о
геосистемах, полученные при ландшафтном картографировании, будут интерпретированы с
позиций прикладной географии для создания ландшафтно-оценочных карт в целях оптимиза-
ции природопользования с применением методов ландшафтного планирования.
Итак, познание и картографическое отображение организации геосистем требуют выявле-
ния закономерностей их дифференциации, интеграции и развития, а все эти закономерности
могут быть получены только в результате анализа, интерпретации неких данных о свойствах,
как отдельных компонентов, так и геосистем в целом. Эмпирические данные в географии по-
лучаются в экспедициях, на стационарах, ключах и профилях. Экспедиционный метод позво-
ляет собрать лишь небольшой спектр данных о ландшафтной структуре и свойствах геосистем,
а для получения сведений о динамике и функционировании геосистем необходимы исследова-
ния на стационарах и ключевых участках с использованием сезонных или иных периодических
полустационарных исследований. С учетом нынешних особенностей финансирования науки
очевиден приоритет последних. На ключевых участках ландшафтов-эталонов следует изучать
типологические единицы, определяющие в целом эпифациальное структурирование знаний.
Целесообразно выбрать и обосновать такие ключи как эталоны состояния. Само познание ор-
ганизации геосистем должно начинаться с поиска наиболее представительных для какой-либо
экологической ниши типов геосистем (гольцовые высокогорные, темнохвойные среднегорные,
сосновые подгорные, степные, долинные, прибрежные и т. д. — это некие ядра фациальной
структуры, а остальные проявления — их модификации, т. е. серии, антропогенные производные
и т. д.). Далее проводится ландшафтное профилирование, в качестве основных объектов изуче-
ния берутся наиболее устойчивые и пространственно хорошо представленные геосистемы (слабо
антропогенезированные или вообще ненарушенные), остальные сравниваются с ними. Анализ
всех модификаций коренных геосистем должен быть направлен на выявление системообразую-
щего ядра изучаемой геохоры. Необходимо также разработать и унифицировать приемы описа-
ния, показатели структуры и динамики геосистем, создать кадастры признаков, включая физио-
номические и дешифровочные для анализа и интерпретации материалов космосъемки.
Дальнейшее развитие учения о геосистемах требует перехода от констатации фактов и
всяких сравнений к выявлению компонентных процессов и поиску путей их интеграции в еди-
ный ландшафтный (физико-географический) процесс. Для этого совершенно необходимы все-
мерное развитие интегрирующих «сквозных» подходов (ландшафтно-геофизического, ланд-
шафтно-геохимического, биоценологического и «ландшафтно-планировочного») и разработка
основ современной ландшафтной классификации, адекватно отражающей организацию гео-
графической оболочки, которая должна включать три таксономических ряда: типологический,
хорологический и динамический. Классификация должна строиться на корректных количест-
венных данных. Отсюда возникает задача совершенствования методики сбора, отображения,
анализа и тематической интерпретации географической информации. Здесь необходимы но-
вые, базирующиеся на учении о геосистемах, стандартизированные методы тематического
картографирования, создания ГИС, применения аэрокосмических материалов. При этом все
должно быть сбалансировано и отработано именно под цели картографирования геосистем.
ЛИТЕРАТУРА
1. Глазовская М.А. Геохимические основы типологии и методики исследований природных ландшаф-
тов. М.: Изд-во Моск. ун-та, 1964. 231 с.
2. Загорская М.В. Ландшафтная структура Центрального Приольхонья // География и природные ре-
сурсы. 2004. № 4. С. 58-68.
3. Лысанова Г.И. Ландшафтный анализ агроприродного потенциала геосистем. Иркутск: Изд-во ИГ СО
РАН, 2001. 188 с.
162
4. Лысанова Г.И., Семенов Ю.М., Сороковой А.А. Геосистемы бассейна верхнего Енисея // География
и природные ресурсы. 2011. № 4. С. 92-99.
5. Лысанова Г.И., Семенов Ю.М., Сороковой А.А. Ландшафтное картографирование Республики Хака-
сия // Геодезия и картография. 2016. № 12. С. 16-23.
6. Лысанова Г.И., Семенов Ю.М., Шеховцов А.И., Сороковой А.А. Геосистемы Республики Тыва //
География и природные ресурсы. 2013. № 3. С. 181-184.
7. Семенов Ю.М. Ландшафтно-геохимический синтез и организация геосистем. Новосибирск: Наука,
1991. 145 с.
8. Семенов Ю.М., Лысанова Г.И. Картографирование геосистем для ландшафтного планирования рай-
онов Республики Алтай // География и природные ресурсы. 2016. № 4. С. 66-75.
9. Семенов Ю.М., Лысанова Г.И., Максютова Е.В. Современное состояние и перспективы использования
агроландшафтов Минусинской котловины // География и природные ресурсы. 2004. № 2. С. 78-84.
10. Семенов Ю.М., Семенова Л.Н. Роль потоков вещества в формировании ландшафтной структуры //
Ландшафтоведение: теория, методы, региональные исследования, практика. Мат. Межд. XI ланд.
конф. (Москва, 22-25 августа 2006 г.). М., 2006. С. 349-351.
11. Снытко В. А., Семенов Ю. М. Опыт сопряженного картографирования геомеров и