Содержание к диссертации
Введение
ГЛАВА 1. Географические информационные системы и возможности их использования в гидрологии 12
1.1. Программное обеспечение ГИС 12
1.2. Базы цифровых географических данных 16
1.2.1. Типы баз географических данных и их точность 18
1.2.2. Цифровая карта Мира (ЦКМ) 25
1.2.3. Цифровая модель высот (GTOPO30) 27
1.2.4. Цифровая база данных по почвенному покрову России 30
1.2.5. База цифровых данных растительного покрова Земли 34
1.2.6. Цифровая база климатических данных ФАО (FAOCLIM) 38
1.2.7. База гидрологических данных ГГИ 39
1.3. Перспективы применения ГИС в гидрологии : 45
ГЛАВА 2. Состояние вопроса по применениютис в гидрологии... 48
ГЛАВА З.. Исполбзование гис для определения гидрографических и физико-географических характеристик 68
3.1. Подготовка цифровой векторной карты водосбора (региона) 68
3.1.1. Автоматизированное определение границ водосбора 69
3.1.2. Выбор картографической проекции и масштаба 70
3.1.3. Создание топологии слоев 74
3.1.4. Построение трехмерной векторной модели рельефа местности 74
3.1.5. Создание профилей поверхности 75
3.1.6. Нанесение сети гидрологических постов и станций 76
3.2. Автоматизированное определение морфометрических характеристик 78
3.2.1. Измерение длин линейных объектов 78
3.2.2. Измерение площадей полигональных объектов 80
3.2.3. Измерение объемов полигональных объектов 83
3.2.4. Определение средней высоты/глубины 83
3.2.5. Определение центра тяжести 85
3.3. Использование цифровых моделей высот для гидрологического анализа 88
3.3.1. Структуры цифровых моделей высот 88
3.3.2. Автоматизированное определение гидрографических свойств водосбора...91
3.3.3. Определение зон возможного затопления при наводнениях и паводках 97
ГЛАВА 4. Применение гис для пространственной интерполяции гидрометеорологических характеристик 100
4.1. Геостатистический анализ исходной информации 101
4.2. Детерминированные методы интерполяции 111
4.3. Геостатистические методы интерполяции 119
4.4. Оценка точности интерполяции 123
4.5. Выбор метода интерполяции 128
ГЛАВА 5. Определение гидрологических характеристик бассейна печоры и республики коми с использованием гис-технологии 131
5.1. Обоснование выбора метода картографического изображения 131
5.2. Природные условия бассейна Печоры и республики Коми 134
5.3. Расчет гидрографических и физико-географических характеристик 136
5.4. Карты распространения гидрометеорологических характеристик 142
5.5. Гидрологические расчеты 159
Заключение 167
Литература 171
- Типы баз географических данных и их точность
- Автоматизированное определение границ водосбора
- Детерминированные методы интерполяции
- Природные условия бассейна Печоры и республики Коми
Введение к работе
Для решения многих прикладных задач в области проектирования и строительства разнообразных гидротехнических сооружений, для оценки и рационального использования водных ресурсов в целях устойчивого развития страны и отдельных административных районов, для мониторинга экологического состояния речных бассейнов необходимо иметь достаточно полные сведения о гидрологических характеристиках и режиме имеющихся на территории водных объектов. В связи с этим перед гидрологами ставятся задачи выявления временных и пространственных связей между факторами, определяющими формирование гидрологического режима, и возможного их изменения под влиянием природных и антропогенных условий.
Для определения одной из главных расчетных гидрологических характеристик — стока рек разработано и применяется множество методов. Но ни один из них не может действовать без использования физико-географических и гидрографических характеристик исследуемого района. До сих пор они определялись традиционными трудоемкими ручными измерениями на топографических картах. Интенсивное развитие компьютерной техники и информационных технологий в последнее время позволяет получать нужные характеристики с помощью технологий географических информационных систем (ГИС) полнее и быстрее по сравнению с традиционными измерениями.
Применение ГИС-технологии вызвало коренное преобразование методов картографических работ. Создаются новые правила, инструкции и ГОСТы по составлению и использованию цифровых карт. К сожалению, методических указаний по применению ГИС-технологии в гидрологических расчетах до сих пор не существует. Определение методических подходов к решению этой проблемы является необходимым этапом и поэтому актуальной и своевременной задачей.
Целью данной работы являются разработка методических подходов к использованию ГИС-технологии для определения физико-географических и гидрологических характеристик водных объектов и апробирование их при решении конкретных гидрологических проблем.
Для достижения этой цели решены следующие задачи:
1. Составлены базы цифровых географических и тематических данных на территорию Европы и Северной Азии, необходимые для определения физико-географических и гидрографических характеристик.
2. Выполнен анализ цифровых топографических и тематических карт ряда природных и административных районов Российской Федерации в целях установления возможности их использования для автоматизированного определения физико-географических и гидрографических характеристик водных объектов.
3. Осуществлен всесторонний анализ потенциалов разнообразного программного обеспечения ГИС-технологий для использования в целях гидрологии.
4. Выполнен детальный анализ опыта работ российских и зарубежных специалистов по применению ГИС-технологии в гидрологии.
5. Опробованы на практике методические подходы к выполнению картометрических работ в среде ГИС в целях существенного сокращения затрат времени и повышения точности результатов измерений.
6. Проведен геостатистический анализ материалов измерений на гидрологических и метеорологических станциях ряда природных и административных районов для оценки возможности их использования при составлении цифровых тематических карт.
7. На основе цифровых моделей выполнена оценка водных ресурсов бассейна Печоры и Республики Коми.
В целях решения поставленных в работе задач были созданы цифровые карты местности для ряда природных и административных районов. На их основе получены необходимые для гидрологических расчетов гидрографические и физико-географические характеристики.
Выборки исходных гидрометеорологических данных исследовались методами геостатистического анализа, после чего к ним применялись различные способы интерполяции для подготовки карт пространственного распределения гидрологических характеристик.
Научная новизна:
1. Впервые систематизирован опыт применения ГИС в гидрологии и выполнен полный цикл исследований с помощью ГИС-технологии в гидрологических целях, начиная от составления баз цифровых данных и определения морфометрических характеристик речных бассейнов до оценки водных ресурсов (на примере реки Печора и Республики Коми).
2. Впервые применен геостатистический анализ исходных тематических данных в целях их использования для построения цифровых карт пространственного распределения гидрометеорологических характеристик.
3. Подготовлены цифровые карты девяти отдельных речных бассейнов России, предназначенные для оперативного анализа материалов с помощью ГИС-технологии, по которым уточнены их водоразделы и выполнены картометрические работы в целях определения их гидрографических и физико-географических характеристик.
4. Разработана палитра из 96 условных знаков гидрологических станций и постов, позволяющая отразить на картах все их многообразие по состоянию, ведомственной принадлежности и программам выполняемых измерений.
5. С использованием ГИС-технологии построена схема зон возможного затопления при паводках различной обеспеченности для реки Се-Яха (полуостров Ямал).
Практическая ценность:
1. Сформированы базы цифровых географических и тематических данных на Европу и Северную Азию, необходимые для работы гидрологических ГИС.
2. Определены методические подходы к замене традиционной технологии картометрических работ в гидрологии автоматизированной, с использованием ГИС-технологии. В результате, в десятки раз сокращено время выполнения картометрических работ.
3. Увеличена точность расчетов, исключены случайные ошибки измерений морфологических характеристик, выполняемых ранее вручную или с применением простейших измерительных приспособлений.
Основные положения диссертационной работы докладывались и обсуждались на годичном собрании Академии проблем водохозяйственных наук в декабре 2002 г., на Международном научно-промышленном форуме «Великие реки» в мае 2004 г., на VI Всероссийском гидрологическом съезде в сентябре 2004 г., на итоговых сессиях ученого совета ГГИ в 2005 и 2007 годах. Они были опубликованы в соответствующих сборниках докладов. Часть работы была выполнена в рамках проекта по исследованию гидрологических условий в районе Бованенковского газоконденсатного месторождения на Ямале и вошла составной частью в научный отчет.
Большая часть измерений и расчетов, приведенных в данной диссертационной работе, была осуществлена в составе НИР Росгидромета «Разработка концепции и методологии оценки динамики возобновляемых водных ресурсов для территорий, не обеспеченных гидрологическими данными, на основе использования математического моделирования и ГИС-технологий». Полученные результаты вычислений сверялись с опубликованными ранее данными (если они имелись), и причины расхождений анализировались. Некоторые измеренные с помощью ГИС параметры применялись в дальнейших гидрологических расчетах при подготовке материалов, необходимых для выработки решений и рекомендаций.
Автор данной работы лично выполнила обоснование возможности применения ГИС-технологии в практике картометрических работ и гидрологических расчетов; осуществила подготовку и адаптацию необходимых баз цифровых географических и тематических данных; произвела геостатистический анализ и интерполяцию исходных гидрометеорологических характеристик; подготовила множество цифровых карт отдельных речных бассейнов и административных районов; с помощью ГИС-технологии уточнила границы бассейнов 27 крупных и средних рек России, определила физико-географические и гидрографические характеристики исследуемых водных объектов и произвела их сравнение со справочными данными (если они были определены ранее традиционными способами); обосновала точность измерений в зависимости от масштаба исходных картографических материалов и применяемых картографических проекций. Автор также подготовила и опубликовала по теме диссертации 11 научных работ.
Основные положения, выносимые на защиту:
1. Методы расчетов гидрологических характеристик природных или административных районов (на примере годового стока) с использованием ГИС-технологии и баз цифровых данных.
2. Методы определения физико-географических и гидрографических характеристик природных объектов с использованием ГИС-технологии.
3. Геостатистический анализ гидрометеорологических характеристик и их интерполяция с использованием ГИС-технологии.
Структура и объем работы. Диссертация состоит из введения, 5 глав, заключения, списка литературы и приложения. Объем работы — 180 страниц, включая 27 таблиц и 41 рисунок. Приложение состоит из 3 частей на 38 страницах. Список литературы содержит 127 наименований, в том числе 79 иностранных.
Типы баз географических данных и их точность
Базы цифровых географических данных - это набор пространственно привязанных данных. Они имеют ряд характеристик, которые отличают их от других баз данных, используемых в информационных системах. Пространство в них определяется как отношение между объектами. В соответствии с этой концепцией можно организовать и расположить объекты.
Географические данные имеют три главных составляющих: географическое положение, атрибуты и время. Другими словами - где находится объект, что он собой представляет и когда он существовал. Абсолютное географическое положение объекта может быть определено в прямоугольной системе (х, у, z) или глобальной системе координат (широта, долгота, высота), а также в какой-то абстрактной системе (например, адрес дома). Относительное положение объекта определяется его расположением по отношению к другим объектам (примыкает к... пересекается с... находится к северу от... справа от...) или его удалением (рядом с... далеко от...).
Первое, что необходимо ясно понять при создании начальных цифровых баз данных, — это то, что они не могут быть созданы совершенно заново, только на основе недавно собранных пространственных данных. С помощью дистанционного зондирования с самолетов или спутников можно картировать только ограниченный ряд параметров (например, температуру поверхности моря, гидрографическую сеть суши и т.д.). В отношении же большей части нужных параметров необходимо положиться на преобразование содержания обширного архива бумажных карт, который был создан в результате сотен лет наземных исследований и затем детализирован с помощью аэрофототопографии, выполненной за последние десятилетия.
Создание глобальной базы географических данных — задача, посильная только достаточно мощному картографическому производству или федеральной службе. Такие организации, как научно-исследовательские институты, могут только дополнять готовые локальные базы данных параметрами, необходимыми для решения своих специальных задач.
Многоцелевая база географических данных должна быть способна: - обрабатывать чрезвычайно большие объемы координатных и описательных данных компактным и эффективным способом; — обрабатывать широкий диапазон однородных типов данных; — согласовывать широкий диапазон контекстов приложений; - обрабатывать данные в ряде масштабов; - быть динамичной, позволять частые дополнения и изменения данных для поддержания базы на уровне современности; — позволять приспосабливать неточности, а также вводить механизм автоматической проверки целостности. Относительная важность каждого фактора изменяется со специфическим типом используемых данных, набором- прикладных программ и общими эксплуатационными потребностями пользователей. В настоящее время система баз данных, которая предназначена для организации и интеграции пространственных данных для всей Земли, только разрабатывается. Цель — сделать эти данные доступными ученым для обработки. Площадь поверхности Земли — почти 1.5 10 м . Таким образом, одно полное покрытие спутниковыми снимками с разрешающей способностью пикселя 10 м составило бы приблизительно 1.5-10 пикселей. Если мы примем, что одно значение данных для пикселя может быть сохранено в одном байте, 1 получается общее количество приблизительно 1.5-10 байтов (или для хранения требовалось бы 15 терабайтов памяти). Также желательны многократные покрытия для серии изменяющихся во времени данных. Это означает, что для хранения базы с этой разрешающей способностью было бы 1 "Я необходимо п-(1.5 10 ) байтов, где п - общее число покрытий. С общим объемом данных связана проблема эффективности поиска информации в базе данных. При увеличении общего числа элементов данных время, требуемое для поиска в базе данных, увеличивается также в прямой линейной зависимости.
Данный формат требует более сложного программного обеспечения и значительных затрат времени на векторизацию исходной информации. Однако все это окупается прекрасным качеством и точностью воспроизведения цифровых карт, а также значительным уменьшением объема информации по сравнению с аналогичными растровыми файлами [Peuquet, 1984].
Для создания изображения цифровых векторных карт используются 3 основных типа пространственных данных (примитивов) - точки, линии и полигоны.
Точка - безразмерная составляющая, имеющая координаты места и высоту, но не имеющая размеров: ни длины, ни ширины. Она является простейшим типом пространственных данных. К точкам привязываются атрибутивные данные. Точкой могут изображаться местоположение измерительного прибора, населенный пункт или любой объект на местности, который не может быть изображен в данном масштабе карты.
Линия имеет только один размер - длину и две пары координат. Полилиния -это ряд последовательно соединенных между собой линий. К ней привязываются атрибуты, отличающие ее природу. Полилиниями можно изобразить реки и дороги.
Автоматизированное определение границ водосбора
Границы водосборов большей части крупных и средних рек России уже определены и нанесены на схемы в,соответствующих справочных изданиях. Но поскольку эти работы выполнялись разными управлениями гидрометслужбы, специалистами разной квалификации и по разномасштабным картам, зачастую имеются значительные разногласия в отнесении некоторых водных объектов к тому или иному водосбору. В любом случае перед началом картометрических работ необходимо проверить точность нанесения водоразделов. ГИС-технология позволяет сделать это с большой точностью и в короткое время. Если векторная граница региона или водосбора уже имеется, то она берется за основу. Если границы нет, то используются слои гидрографии и рельефа цифровой карты для создания цифровой модели высот, по которой она и определяется. Затем с помощью одной из программ ГИС-технологии (например, ArcView) совмещаются слои водораздела, гидрографии и слой рельефа местности в сеточном формате (размер ячейки должен быть достаточно малым - 0.5 - Г). Изображение на экране четко покажет правильность проведения линии водораздела в отношении речной сети и рельефа местности. В случае необходимости (а она возникает очень часто) следует отредактировать линию водораздела, учитывая, что она должна проходить по самым высоким местам рельефа и не может пересекать водотоков. В качестве примера показан результат работы программ ArcView и AutoCAD по определению границ водосбора реки Кубань (см. рис. 3.1).
Исходя из назначения карты, определяются координаты ее углов, масштаб и проекция. Затем определяется информация, необходимая для составления карты, например: реки, озера, болота, дороги, рельеф, населенные пункты, почвы, растительность и т.д. В зависимости от этого из базы цифровых географических данных отбираются соответствующие слои.
При подготовке цифровой карты очень важно ее правильно расположить и организовать. Для этого необходимо подобрать подходящую проекцию и масштаб.
Географическая информационная система способна отображать пространственные данные с координатной привязкой как в системе угловых координат (по широте и долготе), так и в системе плоских координат (X, Y). Если не требуется высокого уровня пространственной точности, можно не преобразовывать карты в различные проекции. Однако градусы широт и долгот не подходят для измерения площадей, форм, расстояний и направлений. Для точных измерений и расчетов пространственные данные должны быть спроецированы в подходящую систему координат.
Выбор оптимальной проекции для пространственных данных требует рассмотрения всех типов данных и объектов, которые должна содержать карта, и учета ограничений некоторых проекций. Картографические проекции переводят данные из трехмерного пространства на двухмерную поверхность. Поскольку этот процесс еще несовершенен, то или площадь, или форма, или расстояние на карте будут искажены. Выбор проекций карт зависит от того, какие из характеристик необходимо сохранить, а также от масштаба карты, географического положения и формы картируемой территории [Map Projections, 1995].
Анализ влияния картографических проекций на результаты измерений длин и площадей водных объектов был сделан для водосбора Кубани [Орлова Е.В., 2006].
Бесспорно, что наименьшие ошибки измерения площадей получаются при использовании равновеликих проекций, а при измерении длин — равнопромежуточных. Для подготовки карт средних широт лучше подходят конические и азимутальные проекции. В экваториальных широтах предпочтительнее использовать цилиндрические проекции. А для полярных районов годны азимутальные и стереографические проекции.
На рисунке приложения А-6 показаны искажения, присущие популярным, часто применяемым картографическим проекциям для бассейна Кубани. Средства задания проекций имеются во многих ГИС-программах. При помощи АгсМар, модуля программы ArcGIS, проекция может быть легко задана или изменена. Для этого вызывается таблица системы координат, которая показывает параметры текущей координатной системы и позволяет отобразить выбранные данные в одной из более чем 60 заданных проекций или изменить параметры системы координат. АгсМар использует информацию о системе координат на основе источника данных.
Детерминированные методы интерполяции
В гидрологии часто используется понятие пространственной корреляционной функции, связанной со структурной функцией, которая здесь рассматривается.
Вариограмма отражает пространственную корреляцию опорных точек и их соседей. Основная цель построения вариограммы - выбор параметров кривой, минимизирующей отклонение от точек (принцип наименьших квадратов).
Пространственная корреляция опирается на предположение, что объекты, расположенные ближе всего друг к другу, наиболее похожи. Каждая точка на графике представляет собой пару значений, где по оси Y откладываются разности значений в квадрате для каждой пары, а по оси X — расстояния между точками. Близкие по расположению точки должны иметь низкие значения на вариограмме. По мере того как расстояние между парами точек увеличивается, значения вариограммы тоже должны увеличиваться.
На определенном расстоянии рассеивание точек выравнивается, что указывает, что за пределами этого расстояния корреляция незначительна. Это расстояние является радиусом влияния, а порог — это значение радиуса влияния.
Иногда в вариограммах случается явление самородка. Самородок - это ненулевое значение вариограммы при нулевом расстоянии, которое происходит за счет ошибок измерения.
Значения вариограммы по оси у определяются как: 1 " Г(Ь) = — Z [Z(x,) - Z(x, + h)f, (4.2) где m - число пар точек с расстоянием he Z(x,) - значение переменной в положении /. Расстояния h между парами точек наблюдений называются лагом (задержкой или параметром сдвига) и в расстоянии, и в направлении.
Вариограмма обеспечивает информацию о пространственной автокорреляции наборов данных, однако она не обеспечивает информацию для всех возможных направлений и расстояний. По этой причине необходимо подогнать модели (т.е. непрерывную функцию или кривую) к вариограмме. Для выбора модели вариограммы могут использоваться следующие функции: круговая, сферическая, показательная, Гаусса, линейная. Выбранная функция влияет на оценку неизвестных значений, особенно когда форма кривой около начала отличается значительно. Чем круче кривая около начальной точки, тем больше влияния на интерполяцию будут иметь самые близкие соседи. В результате поверхность подгонки будет менее гладкой. Для наиболее точной подгонки различных типов явлений предназначены различные функции.
На рис. 4.5 представлена вариограмма тренда годовых осадков на ETC, построенная по данным метеостанций за 30 лет. Для моделирования поверхности принята сферическая функция с радиусом влияния - 1.037, явления самородка не наблюдается. Кроме того, по вариограмме можно определить экстремальные выпадающие значения. На рис. 4.5, а для примера были выделены 3 такие точки и на схеме расположения метеостанций (см. рис. 4.5, б) были прослежены пары соответствующих им связей. Очевидно, что значение 17.7 мм резко отличается от значений в соседних точках (-5.6; -10.3; -7.5 мм). По всей вероятности, здесь сказывается влияние гор Северного Кавказа.
Детерминированные методы интерполяции строят поверхности по опорным точкам с измеренными значениями (Z) в известных координатах X, Y, используя математические функции.
Поверхность, построенная с помощью детерминированных методов, может проходить через все опорные точки (жесткая или точная интерполяция) или рядом с ними (сглаженная интерполяция).
Если точечные данные не имеют ошибок измерений, используется точная схема интерполяции. Если известно или предполагается, что имеются существенные ошибки измерений, может быть выбрана схема сглаживания. Этот прием часто используется в гидрологии.
Вариограмма тренда годовых осадков (по данным метеостанций за 30 лет ); б - Схема расположения метеостанций на ETC
При использовании метода глобального полинома вычисление искомых значений производится с использованием всей выборки данных. Как правило, с помощью глобальных полиномов определяются глобальные тренды поверхности. Полином первого порядка - наклонная плоскость, второго порядка - поверхность с одной наклонной инверсией, третьего порядка - с двумя наклонными инверсиями и т.д. Полином первого порядка выглядит следующим образом: ZfayJ = fto+ Р їх, -I- (3 2Уі + є (вд), (4.3) где Z(xi,yi) - фактическое значение в точке (xityj); (Sj — параметры; (х у,) -случайная ошибка. Полином второго порядка будет выглядеть как: Z(xbyJ= /Го+Ры+Ры+РзЪ2 +(34Уі2+(35 Хі УІ +є(хьУі), (4.4) и так далее до 10-го порядка.
Однако, если поверхность сначала имеет наклон, затем выравнивается, а потом снова наклоняется, попытка описать ее одной плоскостью хороших результатов не дает. Но, если поверхность разбивается на участки, близкие к плоским, и центр тяжести каждого участка используется как интерполируемое значение для каждой точки на этом участке, результирующая поверхность обрисует опорные точки точнее. Этот прием является основой для интерполяции по методу локальных полиномов. В этом случае для вычисления используются только измерения, выполненные в пределах определенных "окон" в окрестностях искомых точек. Окна можно передвигать, тогда значение поверхности в центре окна fl(x,y) оценивается для каждой новой точки.
Природные условия бассейна Печоры и республики Коми
Для расчета гидрографических и физико-географических характеристик на основе описанных в главе 3 методик была построена цифровая карта (см. рис. 5.1), на которой и выполнены определения морфометрических характеристик бассейна Печоры (табл. 5.1). Для данной карты и для тематических карт в качестве топографической основы использовалась Цифровая векторная карта Мира (ЦКМ) в масштабе 1:1 000 000.
Наложением тематических слоев из базы данных по почвенному покрову России на топографическую основу ЦКМ была подготовлена цифровая карта основных типов почв в бассейне Печоры (см. рис. 5.2). По этой карте в среде ГИС выполнено измерение площадей, занятых тем или иным типом почвы, в километрах квадратных и в процентах от общей площади бассейна (табл. 5.2). Согласно измерениям, наибольшее распространение получили подзолы и глее-подзолистые почвы, аллювиально-кислые почвы расположены в устье реки, а лептозолы горные - вдоль Уральских гор.
Наложением тематических слоев из базы данных по растительному покрову Земли на топографическую основу ЦКМ была подготовлена цифровая карта растительного покрова (см. рис. 5.3). По этой карте была произведена оценка площадей ландшафтных зон и растительности в бассейне Печоры, результаты которой приведены в табл. 5.3.
Согласно измерениям, большую часть бассейна занимают леса (70%), меньшую территорию занимают тундра (22%) и кустарники (7%).
Сравнение средних высот бассейнов, полученных средствами ГИС из базы данных GTOPO 30, со справочными данными приводится в табл. 5.4. Расхождение в основном невелико, но в отдельных случаях достигает 19%. Кроме того, была впервые рассчитана средняя высота для нескольких ранее не определенных бассейнов.
Для Республики Коми и бассейна Печоры были исследованы данные по стоку, осредненные за многолетний период (1960 - 1990), а также данные за многоводный 1986 год (обеспеченность - 20%) и маловодный 1980 год (обеспеченность - 95%). По атмосферным осадкам использовались данные, осредненные за многолетний период (1960 — 1990), и соответственно за 1986 и 1980 годы.
Для составления карт метеорологических характеристик была использована Цифровая база климатических данных (FAOCLIM). Из нее выбраны для бассейна Печоры и близлежащих территорий координаты 36 метеостанций, их высоты и данные по годовому слою осадков (см. табл. 5.5). Путем интерполяции сплайн-методом была составлена цифровая карта среднемноголетнего слоя осадков (см. рис. 5.4).
Для построения карт гидрологических характеристик была применена база гидрологических данных ГГИ. Из нее использована информация по годовым расходам воды на гидрологических постах бассейна Печоры, Республики Коми и близлежащих территорий. По цифровой карте территории были рассчитаны площади бассейнов, их средние высоты, координаты их центров.
Путем применения различных методов интерполяции были построены карты слоя годового стока в бассейне Печоры (см. рис. 5.5 - 5.10). При использовании детерминированного метода (локального полинома) не учитывались факторы подстилающей поверхности. Учтены были лишь интерполяции (кокригинг) учитывалась также высота местности.
Карты среднемноголетнего слоя стока были построены методами полиномиальной интерполяции (см. рис. 5.5) и кокригинга (см. рис. 5.6) по данным наблюдений 51 гидрологического поста за многолетний период наблюдений (1960 -1990).
Карты слоя годового стока в бассейне Печоры за многоводный 1986 год были построены методами полиномиальной интерполяции (см. рис. 5.7) и кокригинга (см. рис. 5.8) по данным 54 гидрологических постов.
Карты слоя годового стока в бассейне Печоры за маловодный 1980 год были построены методом полиномиальной интерполяции (см. рис. 5.9) и методом кокригинга (см. рис. 5.10) по данным 53 гидрологических постов.
Результаты, приведенные в табл. 5.6 — 5.8, позволяют оценить точность и сравнить использованные методы интерполяции слоя годового стока для бассейна Печоры. Карты слоя годового стока Республики Коми (см. рис. 5.11, 5.12 и 5.13) были построены аналогично, методом кокригинга по данным 80 гидрологических постов. Оценка точности интерполяции
Результаты интерполяции методом ординарного кокригинга и оценки ошибок во всех опорных точках для слоя годового стока в бассейне Печоры за маловодный 1980 год представлены на фрагменте табл. 5.6.
