Содержание к диссертации
Введение
Глава 1. Современные методы космического мониторинга географической среды 14
1.1. Значение аэрокосмических материалов 14
1.2. Обзорные свойства снимков 15
1.3. Свойства электромагнитного спектра 15
1.4. Космические съемочные системы 18
1.4. Программа Landsat 20
1.4.1. Съемочная аппаратура Landsat-5 20
1.4.2. Съемочная аппаратура Landsat-7 21
1.4.3. Съемочная аппаратура Landsat-8 22
1.4.3.1. Сенсор OLI 23
1.5. Методы и алгоритмы тематической обработки данных космического дистанционного зондирования 24
1.6. Основные принципы построения систем дешифрирования ДДЗ 25
1.7. Программное обеспечение, используемое для автоматизированной обработки данных дистанционного зондирования 28
1.8. Основные возможности ERDAS Imagine 32
1.9. Алгоритмы классификации 32
1.9.1. Алгоритмы контролируемой классификации 33
1.9.1.1. Создание обучающих выборо 34
1.9.2. Алгоритмы неконтролируемой классификации 35
1.10. Вегетационные индексы 37
Выводы к главе 1 41
Глава 2. Климатогеографическое описание изучаемого региона 44
2.1. Общая характеристика засушливых регионов 44
2.2. Экономико-географическое описание региона исследования 48
2.2.1. Уязвимые экосистемы 48
2.2.2. Исторический аспект 49
2.2.3. Социально-экономическая характеристика 50
2.3. Экологические проблемы исследуемой территории 51
2.4. Основные компоненты бассейна Систан 55
2.4.1. Водохранилище Чах-ниме 55
2.4.2. Система Хамун 57
2.4.2.1. Хамун -Пузак 57
2.4.2.2. Хамун-Сабари 58
2.4.2.3. Хамун-Гильманд 59
2.4.2.4. Гауди-зирра 60
2.5. Экологические проблемы региона Систан 61
Выводы к главе 2 62
Глава 3. Анализ сезонной динамики экосистем бассейна Систан по результатам автоматизированной обработки мультиспектральных космических снимков 64
3.1. Методические основы 64
3.2. Методика автоматизированной обработки данных 68
3.2.1. Подбор космических снимков территории исследования 68
3.2.2. Предварительная обработка данных ДЗЗ 70
3.2.2.1. Атмосферная коррекция снимков Landsat 70
3.2.3. Методика автоматизированной классификации 75
3.2.3.1. Метод формирования обучающих выборок 75
3.2.3.2. Анализ спектральных профилей основных типов земель на исследуемой территории 76
3.2.3.3. Выбор эталонов классов 80
3.2.3.4. Оценка качества эталонов 81
3.2.3.5. Выбор метода для дешифрирования космических данных 84
3.2.3.6. Исследование динамики изменений природных экосистем 86
3.2.4. Анализ результатов контролируемой классификации с учетом сезонности 88
3.2.5. Оценка точности выделения классов при тематической классификации 94
3.2.5.1. Оценка точности дешифрирования с использованием матрицы ошибок 94
3.2.5.2. Оценка точности дешифрирования на основе вегетационных индексов 97
Выводы к главе 3 99
Глава 4. Обнаружение изменений типов земель на основе дешифрирования разновременных космических снимков с учетом сезонности 101
4.1. Исследование тенденций изменения площадей под различными классами за последние 30 лет 102
4.2.Оценка количественных изменений в типах земель на исследуемой территории 106
4.3. Социально-экономические последствия пересыхания водно-болотных угодий 108
4.3.1. Водные ресурсы и сельскохозяйственная деятельность 108
4.3.2. Воздействие пыльных бурь 110
4.3.3. Социально-экономические последствия 111
4.4. Оценка динамики экосистемы водно-болотных угодий Хамун на основе временных рядов космических снимков по репрезентативному сезону 114
Выводы к главе 4 116
Заключение 118
Список сокращений и условных обозначений 123
Литература 125
Приложения 139
Приложение 1. Распределение классов земель, выделенных с использованием маски класса «растительность на суше» 139
Приложение 2. Распределение классов земель, выделенных с использованием маски класса "Водные поверхности" 140
Приложение 3. Распределение классов земель, выделенных с использованием маски класса "Обводненная растительность" 141
Приложение 4. Распределение классов земель, выделенных с использованием маски класса «Пустоши» 142
Приложение 5. Изменение типов земель с 1987 по 2016 гг. в осенний сезон143
- Программное обеспечение, используемое для автоматизированной обработки данных дистанционного зондирования
- Экологические проблемы исследуемой территории
- Анализ результатов контролируемой классификации с учетом сезонности
- Исследование тенденций изменения площадей под различными классами за последние 30 лет
Введение к работе
Актуальность исследования. Аридные регионы являются одними из наиболее проблемных с точки зрения рисков неблагоприятных изменений природных экосистем. Накопленные за последние десятилетия материалы многозональной космической съемки позволяют проследить динамику таких изменений и выявить общий тренд происходящих процессов. Для решения этой задачи необходима разработка методики совместной обработки и анализа временных рядов многозональных космических снимков. В настоящем исследовании методы дистанционного зондирования Земли (ДЗЗ) применены для оценки состояния и динамики водно-болотных угодий Хамун на 30-летнем временном промежутке. Мониторинг многолетней динамики сезонных изменений земель на основе данных дистанционного зондирования (ДДЗ) является первым шагом на пути к пониманию причин ландшафтно-экологических изменений, которое, кроме того, требует тщательного климатического и гидрологического анализа.
Объектом исследования стали методы и средства автоматизированной обработки космических изображений.
Целью исследования является разработка методики анализа временных рядов космических снимков для оценки динамики изменений экосистем водно-болотных угодий в бассейне р.Систан.
В исследовании поставлены следующие задачи:
-
Провести анализ основных физико-географических свойств бассейна Систан, выявить типы земель, подлежащие дешифрированию;
-
Рассмотреть современные методы обработки космических снимков и осуществить выбор методов и схемы обработки данных, пригодных для изучения
рассматриваемой территории, провести экспериментальное исследование
эффективности методов дешифрирования;
-
Разработать методику автоматизированного анализа космических снимков, позволяющую обеспечить корректное сопоставление результатов обработки временных рядов космических снимков;
-
Исследовать возможности выявления сезонной динамики экосистем бассейна Систан на основе независимого дешифрования разновременных космических снимков одного и то же участка местности, обеспечить сопоставление результатов обработки временных рядов, проанализировать результаты дешифрирования данных за период с 1987 по 2016 гг. и оценить достоверность результатов дешифрирования;
-
Определить моменты времени, наиболее репрезентативные для оценки состояния и динамики экосистем на исследуемой территории, и оценить тенденции изменения площади различных типов земель за последние 30 лет.
Фактический материал. В основу работы положены данные полевых наблюдений 2014-2015 гг. Также использовались многозональные снимки (съмочная аппаратура TM, ETM+, OLI спутников серии Landsat), полученные с 1987 по 2016 г., в периоды трх сезонов, и снимки сверхвысокого пространственного разрешения, находящиеся в открытом доступе.
Методы. При проведении исследования применены методы многомерного статистического анализа, кластерного анализа, классификации многомерных данных. Анализ ДДЗ проводился в программных продуктах ERDAS Imagine и ENVI. Подготовка картографического материала осуществлялась в пакете ArcGIS.
Личный вклад автора. Автором лично выполнены сбор фактического материала, в том числе полевого, обработка ДДЗ, статистический анализ результатов обработки полевых данных и ДДЗ и формализация выводов.
Научная новизна исследования состоит в том, что:
1. Определены и реализованы в технологии автоматизированного
дешифрирования требования к сопоставимости исходных данных и результатов тематической классификации разновременных космических снимков аридных зон на большом временном интервале, а именно:
- приведение всех снимков к единой яркостной шкале путем атмосферной
коррекции;
- идентичное для всех снимков количество и тематическое содержание
выделяемых в границах обследуемой территории классов;
- контроль идентичности положения эталонов классов в пространстве
спектральных сигнатур по всем дешифрируемым снимкам.
2. Впервые по единой методике, основанной на указанных выше принципах, обработаны мультиспектральные снимки со спутника Landsat, полученные в течение тридцати лет для трех сезонов года, что позволило:
описать общую тенденцию и количественные изменения основных типов земель на исследуемой территории за 30-летный период наблюдений;
на основе анализа трендов относительной площади основных типов земель определить, что наиболее репрезентативным показателем, отражающим негативную динамику экологической ситуации, является доля площади обводненных земель в границах исследуемой территории;
- на основе ГИС-анализа результатов дешифрирования по трем сезонам годичного
цикла, выделенным по климатическим особенностям исследуемого региона,
определить наиболее репрезентативный сезон для анализа тенденций в изменении
типов земель региона.
Теоретическая значимость диссертации заключается в разработке
методики и технологических решений, обеспечивающих сопоставимость
результатов автоматизированной обработки серий разновременных
космических снимков для их совместного геоинформационного анализа при длительном космическом мониторинге экологически проблемных территорий аридных зон.
Практическая значимость. Результаты исследования показали, что при анализе динамики экосистем на основе долговременного дистанционного мониторинга необходим учет сезонных факторов, специфических для исследуемой территории. Для анализируемой в работе территории важным результатом является вывод о том, что наиболее репрезентативным показателем негативной динамики экосистем является доля площади обводненных территорий,
а не проективное покрытие растительностью, использованное ранее в ряде работ. Данный факт необходимо учитывать при проведении дальнейших исследований территории данного региона.
Защищаемые положения.
1. Методика и технология автоматизированного тематического дешифрирования
разновременных космических снимков, обеспечивающая возможность выявления
и количественной оценки изменений типов земель в аридных регионах.
2. Результаты практического применения методики к анализу динамических
процессов в системе водно-болотных угодий бассейна р.Систан, состоящие в
следующем:
- выявлено, что после засухи в 2000 г. в регионе установилась устойчивая тенденция к опустыниванию, на которую не оказывают значительного влияния изменения речного притока;
- показано, что наиболее репрезентативным сезоном для определения тенденций
изменения земель в регионе Систан, с учетом комплекса природных и
антропогенных факторов, является осень, когда состояние экосистемы отражает
влияние всех природных факторов, воздействующих на нее в течении годичного
цикла;
- выявлено, что наиболее репрезентативным показателем, отражающим
негативную динамику состояния природных экосистем региона, является доля
площади обводненных земель, при этом на доле площади под растительностью
негативные изменения отражаются слабо.
Достоверность научных и практических результатов проведенных
исследований подтверждается проведенными автором наземными
обследованиями на территории региона и согласованностью полученных результатов с результатами анализа состояния экосистем региона по отдельным временным срезам, полученными на данную территорию другими авторами.
Апробация работы. Результаты исследования представлены на
международных конференциях GIAN (Тегеран, Иран, 2014), 1st International Conference on New Findings of Agricultural Science, Natural Resources and Environments (Тегеран, Иран, 2015), 1st International Conference on Natural Hazards
and Disaster Management (Осака, Япония, 2017). По теме диссертации опубликовано 5 научных статьи, в рецензируемых изданиях, рекомендованных ВАК Минобрнауки РФ, в том числе 2 статьи в изданиях, учитываемых международными индексами цитирования Scopus.
Диссертация по своей актуальности, полученным результатам, их новизне, теоретической и практической значимости соответствует следующим пунктам паспорта специальности 25.00.34 – Аэрокосмические исследования Земли, фотограмметрия:
П.4 « Теория и технология дешифрирования изображений с целью исследования природных ресурсов и картографирования объектов исследований»;
П.5 « Теория и технология получения количественных характеристик динамики природных и техногенных процессов с целью их прогноза».
Структура работы. Работа состоит из введения, четырх глав, заключения, списка литературы и 5 приложений. Диссертация изложена на 143 странице, содержит 45 рисунков, 10 таблиц, 14 формул. Список литературы включает 177 наименований.
Программное обеспечение, используемое для автоматизированной обработки данных дистанционного зондирования
Современные системы обработки ДДЗ, как правило, разрабатываются на основе специализированных программных комплексов – ГИС-пакетов, а также распространенных графических программных средств. Подобные программные средства ГИС, преимущественно коммерческие, широко используются в самых разнообразных научно-исследовательских, производственных и образовательных организациях.
Если в задачу входит дешифрирование снимков, то предпочтение следует отдавать интегрированным ГИС, включающим подсистему обработки изображений. Интегрированные растрово-векторные ГИС-пакеты предоставляют пользователям, с одной стороны, различные возможности по обработке снимков, обеспечиваемые заложенными в них средствами ГИС-анализа, с другой – средства подготовки данных для ГИС. Как правило, эти средства включают некоторый обязательный стандартный набор, по большей части интерактивных процедур предварительной коррекции, трансформирования и классификации снимков с визуальным контролем их выполнения на экране монитора в комплексе с другими растровыми и векторными ГИС-технологиямн. Все расширения или модификации этого набора предназначены для решения задач различных уровней сложности при всестороннем использовании данных дистанционного зондирования. Среди полнофункциональных ГИС-пакетов подобного рода выделяются ERDAS Imagine, Global Mapper, ENVI (Environment for Visualizing Images). С точки зрения возможностей цифровой обработки снимков эти пакеты отличаются в основном удобством пользовательского интерфейса [164].
Данная работа была выполнена с использованием пакетов ERDAS Imagine и ENVI.
ERDAS Imagine – программный пакет, разработанный специально для обработки и анализа данных дистанционного зондирования. Обладая широкой линейкой инструментов, которая позволяет анализировать ДДЗ практически любого типа и представлять результат во множестве различных форматов, ERDAS Imagine предоставляет полный набор инструментов, отвечающих большинству современных запросов пользователей в области обработки ДЗЗ. ERDAS Imagine построен по модульно-иерархическому принципу, что позволяет пользователю приобрести только необходимые модули [7]. Ядром программного обеспечения ERDAS Imagine является один из трех вариантов базовых пакетов Imagine Essentials, Imagine Advantage и Imagine Professional, каждый из которых включает в себя и расширяет функциональные возможности предыдущего. Эта линейка программного обеспечения ERDAS Imagine базируется на общей архитектуре и имеет один и тот же интерфейс пользователя и функциональные возможности на различных компьютерных платформах [164].
Программное обеспечение ERDAS Imagine сочетает в себе функции растровой и векторной ГИС и системы обработки аэрокосмических снимков, включает средства для визуализации, интерактивной коррекции и кластеризации изображений, классификации и создания с их использованием тематических карт, функции анализа растровой ГИС с возможностями моделирования и построения поверхностей.
Дополнительные модули (расширения) представляют пользователю такие инструменты как, инструмент сжатия изображений и формат MrSID (Imagine MrSID Desktop encoder и Imagine MrSID Workstation encoder), модуль обработки векторных данных (Vector), модуль ортотрансформирования, модуль обработки радиолокационных снимков (Radar Mapping Suite), модуль атмосферной коррекции (АТСOR), модуль трехмерной визуализации (Virtual GIS), модуль субпиксельной классификации (Subpixel Classifier), модуль фотограмметрической обработки аэрокосмических и наземных снимков (LPS), инструментарий разработки приложений (Developer s ToolKit), модуль радиометрической и геометрической коррекции снимков, модуль линеаментного анализа (LESSA) [157].
Программный комплекс ENVI предназначен для анализа мультиспектральных и гиперспектральных изображений, включает наиболее полный набор функций для обработки данных ДЗЗ и их интеграции с данными ГИС. Диапазон задач, решаемых с помощью ENVI, достаточно широк: от ортотрансформирования и пространственной привязки изображения до извлечения производных данных дешифрирования и их интеграции с данными ГИС [167].
Отличительной особенностью ENVI является открытая архитектура и наличие языка программирования IDL (Interactive Data Language), с помощью которого можно существенно расширить функциональные возможности программы для решения специализированных задач, создавать и автоматизировать существующие алгоритмы обработки данных и выполнять пакетную обработку данных. Открытая архитектура ENVI обеспечивает удобство обработки и предоставляет пользователю возможность быстро и просто получать необходимую информацию. В ENVI включена поддержка дополнительных модулей, модуля DEM, для создания ЦМР, и модуля FLAASH (Fast Lineofsight Atmospheric Analysis of Spectral Hypercubes), для атмосферной коррекции. Модуль FLAASH позволяет выполнять оценку содержания аэрозолей и газа по значениям отражения в зонах 660 и 2100 нм (на основе методики Кауфмана (1997) [175].
Для устранения влияния различных атмосферных явлений (водяного пара, кислорода, углекислого газа, метана, озона, рассеивания молекулами аэрозолей и частицами пыли) используется программа моделирования переноса излучения MODTRAN. В MODTRAN реализовано несколько моделей атмосферы (лето в средних широтах, зима в средних широтах) и моделей состава аэрозолей (для сельской местности, города, морских территорий), по которым рассчитывается уникальное решение для каждого снимка. При моделировании может быть выбрана одна из моделей многократного рассеяния, величина которого зависит от газа и аэрозолей. MODTRAN содержит модели многократного рассеяния ISAACS и DISORT.
Кроме того, при выполнении атмосферной коррекции в FLAASH возможно изменять степень фильтрации спектральных данных, что позволяет, сохраняя особенности снимка, подавлять артефакты. Коэффициент усиления рассчитывается для каждого канала как отношение среднего сглаженного значения к среднему исходному. Полученный таким образом коэффициент затем применяется ко всем пикселям изображения. Дополнительно может быть выполнена коррекция эффекта смежности, который возникает из-за смешивания сигналов яркости соседних пикселей.
Так как в аридных регионах в большинство случаев существует пыли и аэрозоли, атмосферная коррекция данных является необходимом этапом при обработке космических снимков. Модуль FLAASH требует более детальной и сложной настройки, но при правильном использовании выдат надежный результат.
Экологические проблемы исследуемой территории
Продолжительные засухи, когда реки не приносят достаточного количества воды, чтобы заполнить озера и водно-болотные угодья и, следовательно, обеспечить орошение сельскохозяйственных земель, произошли в конце 1960-х, середине 1980-х, а также между 1999 и 2005 гг. Последняя засуха продолжалась исключительно долго, превращая озеро в бесплодную пустыню. Лето в регионе характеризуется регулярными 120-дневными ветрами, к концу сезона приносящими песок из высохших озер в окрестные деревни.
Космический снимок, полученный аппаратом MODIS 4 июля 2012 года (Рисунок. 2.3) Демонстрирует, что основным источником пылевых плюмов являются высохшие озера Хамун. В Иране местные власти построили сотни километров ветровок (Рисунок. 2.4) для предотвращения перемещения песка. К сожалению, эти защитные сооружения задерживают лишь часть песка и малоэффективны для тонкой пыли.
У озера Хамун также есть естественный ежегодный гидрологический цикл, подразумевающий, что каждый год уровень воды поднимается весной и опускается с апреля по январь, а большая часть водно-болотных угодий регулярно высыхает. В этой системе засуха играет важную экологическую роль, например, в поддержании тростников как доминирующего вида растений [108].
В бассейне Систан поступление воды происходит с гор Гиндукуш. Самым крупным из водотоков является река Гильменд, которая протекает почти полностью в Афганистане.
Афганистан обладает значительным гидроэнергетическим потенциалом, но в стране были построены только четыре крупных плотины, и только десять процентов населения снабжается электроэнергией. В бассейне реки Гильменд электроэнергией и поливной водой население обеспечивают две плотины. Седиментация и отсутствие технического обслуживания, однако, не позволяют им работать на полную мощность.
Плотина Каджаки, высотой около 70 м (максимальный объем хранения 1800 млн. м3) является основным сооружением в верховьях реки Гильменд. Несколько систем орошения питаются из резервуара. Плотина была повреждена в результате авиаудара во время конфликта 2001 года, но была отремонтирована в 2002 году. По просьбе Ирана с плотины был начат аварийный выпуск воды, начиная с 25 октября 2002 года, в связи с тяжелыми условиями засухи, но слив был остановлен через десять дней [137].
Местное население использует речную воду для орошения, где это возможно. По данным опроса, проводившегося Консультационным агенством по водоснабжению и развитию электросетей (Индия) [140], площадь орошаемых земель в Афганистане в первой половине 1970-х годов составила примерно 132000 га, и потенциально может быть увеличена в три раза.
Десятилетия афганского конфликта подорвали развитие ирригации. Оценка, основанная на данных MODIS (Рисунок. 2.5) показала, что орошаемые площади в бассейне были практически не изменялись в последние годы, и составляли 95000 – 105000 га. Следует отметить, что орошаемые земли бассейна Систан в Иране имют гораздо более низкие значения NDVI, чем выше по течению, в Афганистане, что указывает на значительно меньшую живую надземную биомассу на иранской стороне, по сравнению с Афганистаном. Это связано с высоким уровнем засоленности почвы в иранской части, которая вынуждает фермеров использовать только часть земли. Возможно, именно орошение способствовало иссушению угодий Хамун в период между 1999 и 2004 годах. Однако неопровержимых научных данных, подтверждающих это нет до сих пор [139]. В нижнем течении река Гильменд протекает через пустынную местность. Эта часть долины реки является малонаселенной, но исследования показывают, что это потенциально орошаемые площади.
Существуют планы возродить давний проект по контролю подъема воды в Афганистане – Камаль Хан, который позволит забирать воду непосредственно из Гауди-зирра. Проект имеет две (скорее всего, противоречивых) цели: контроль подъема воды и развитие орошения в Афганистане и Иране [136]. Возражения против надежности таких планов включают их потенциальное влияние на качество воды. Гауди-зирра является конечным пунктом всего поверхностного стока в бассейне. Соль, приносимая со всей площади водосбора, осаждается на дне озера. Очень высокая отражательная способность сухой поверхности на спутниковых снимках показывает, что на дне озера накоплено значительное количество соли. Это вызывает сомнения, что Гауди-зирра может быть использовано в качестве резервуара для орошения.
Анализ результатов контролируемой классификации с учетом сезонности
При проведении классификации все граничные подклассы были объединены с базовыми классами (Табл. 3.3). Класс растительности разделен на два класса, обводненная растительность и растительность на суше. Эти типы растительного покрова хорошо различаются по своим спектральным характеристикам.
Для каждого класса построены эталоны. Эталоны для всех многозональных снимков временного ряда создавались на основе одних и тех же ранее выявленных обучающих участков, тип земель на которых не менялся.
Полученные результаты дешифрирования показывают, что в весенний сезон 1987 году в южной части водно-болотных угодий отсутствовало водное зеркало и растительный покров (Рисунок 3.16). В то же время, водные зеркала сохранялись в северной и северо-восточной частях, то есть на афганской территории. В интервале 1989 – 1996 гг. В связи со значительным притоком воды, водно-болотные угодья имеют высокий уровень воды, которая занимает значительную часть территории. В некоторые годы в южной части образуется растительный покров.
В интервале 2000 – 2005 гг. значительно сократилось количество водных ресурсов. Обычно река Фарах, текущая с севера региона, обеспечивает необходимое водоснабжение. Однако, результаты дешифрирования демонстрируют, что в 2001 и 2004 гг. водные зеркала практически полностью исчезли. В этот период они наблюдаются только в северной части на афганской территории, где расположены водно-болотные угодья Хамун-Сабари. Также произошло и резкое снижение площади растительного покрова, который наблюдается только в дельте реки, где для роста растений достаточно влаги.
Вследствие наводнения в начале 2005 года, начинают вновь появляться признаки восстановления водных зеркал и растительного покрова водно-болотных угодий. Во время зимних дождей в Афганистане вода поступает на осушенное дно озер, и влаги хватает для роста трав, но с потеплением травянистая растительность высыхает. С 2006 года, когда баланс притока и оттока допускал сохранение достаточно большого объема воды, заметно увеличение площади растительного покрова. В 2016 г., благодаря наводнению площадь водного зеркала заметно увеличилась.
По результатам дешифрирования снимков летнего сезона, в интервале 1991 – 1998 гг. в южной части угодий (Хамун-Гильманд) наблюдается растительность и водные объекты. В другие периоды данная область характеризуется пустошами. В период высокой воды 1989 – 1998 гг. значительная часть водно-болотных угодий закрыта водой. С 1999 г. из-за недостатка воды озера осушены. В летний сезон 120-дневные ветры (Рисунок 3.17) существенно повышают испарение.
Наводнение 2005 года частично поправило ситуацию и растительный покров водно-болотных угодий частично восстановился. Однако, на следующий год вновь возникла тенденция к его уменьшению. С 2007 г. заметно увеличение площади растительности, особенно на северо-востоке региона (Рисунок 3.18).
Полученные результаты дешифрирования снимков осеннего сезона показали, что большая часть территории в данном сезоне занята пустошами (Рисунок 3.19). В интервале 1988 – 1998 гг. баланс притока и оттока приводил к сохранению достаточно большого объема воды. Как и в другие сезоны, в интервале 2000 – 2004 гг. растительный покров наблюдается только в дельте реки. Временные водные объекты и растительность наблюдаются тогда, когда наводнения приносят воду, что дает возможность восстановиться растительному покрову.
Исследование тенденций изменения площадей под различными классами за последние 30 лет
Оценка изменений, произошедших за 30 летний период, дает возможность выявить длительные тенденции изменения площадей под различными классами. Полученные результаты оценки изменений для разных сезонов по классам «водные поверхности» и «обводненная растительность» показали, что между весенним и осенним сезонами статистическая взаимосвязь существенно меньше, чем между весенним и летним (Рисунок 4.1).
В указанные различия свой вклад вносят интенсивное испарение летом, уменьшение притока воды из рек и песчаные бури. Очевидно, что из-за наносов песка озера мелеют, и испарение на мелководье происходит быстрее.
Класс «растительность на суше» существенно изменяется в интервале весна-лето, для него связь меньше других классов, а в интервале лето-осень наоборот проявляется большая связь. Благодаря весенним наводнениям, травянистые растения очень быстро растут, а во время летных ветров не менее быстро высыхают. Летом сохраняются только многолетние растения, которые питаются от грунтовых вод. На состояние такой растительности весенние наводнения влияют слабо.
Результаты оценки изменений показали, что типы земель в районе исследования значительно изменились за последние 30 лет (Рисунки 4.2, 4.3, 4.4). Изменения связаны с сокращением площади растительности и водных ресурсов и с увеличением площади, занятой пустошами.
Для оценки средних колебаний площадей, были построены графики, осредненные по трем сезонам (Рисунки 4.5, 4.6). Для того, чтобы сравнить колебание классов, закрытых водой с другими классами, «вода» и «обводненная растительность» были объединены с получением класса «обводненные земли с растительностью».
Приведенные результаты показывают, что растительность на суше в целом не очень сильно реагирует на колебания годичного притока воды и площадь под растительностью не самый лучший критерий анализа динамики типов земель. Площадь под растительностью в течение исследуемого периода сильно не меняется, так как растительность в пустынных и полупустынных зонах имеет мощную корневую систему и в значительной степени питается от грунтовых вод.
Кроме того, доля пустошей, как видно из сравнения результатов 1987 года, 2001 года (после засухи) и последних лет, может существенно изменяться, и связано, прежде всего, с изменением площади обводненных территорий. Наиболее хорошо это заметно по данным осеннего сезона (Рисунок 4.4).