Содержание к диссертации
Введение
Глава 1. Основные подходы к проблеме изучения факторов пространственной дифференциации почвенно-растительного покрова по данным дистанционного зондирования земли 12
1.1. Дешифрирование рельефа 14
1.2. Дешифрирование почв 15
1.3. Дешифрирование растительности 26
1.4. Роль ландшафтных индикаторов в распознавании отдельных компонентов ландшафта 32
1.5. Оптимальные сроки проведения космической съемки 36
Глава 2. Объекты и методы исследования 38
2.1. Объекты исследования 38
2.2. Методы исследования 38 '>
2.2.1. Полевые и аналитические методы исследования почв 39
2.2.2. Полевые и камеральные методы исследования растительности 40
2.2.3. Методы исследования рельефа 43
2.4. Цифровые методы обработки и анализа данных дистанционного зондирования земли 44
2.4.1. Характеристика данных дистанционного зондирования Земли 44
2.4.2. Предварительная обработка снимков Landsat ЕТМ и SRTM... 46
2.5. Этапы Гис-проекта и содержание базы пространственных данных 47
Глава 3. Природные условия района исследований 50
3.1. Физико-географическое районирование 50
3.2. Геологическое и гидрогеологическое строение 50
3.3. Почвообразующие породы 54
3.4. Рельеф 59
3.5. Климат 62
3.6. Гидроресурсы 63
3.7. Почвы 64
3.8. Растительность 69
Глава 4. Характеристика почв, растительности, рельефа на учетных площадках 72
Глава 5. Результаты классификации многозональных снимков (LANDSAT 7 ЕТМ+, SPOT 4) для оценки параметров растительности 106
5.1. Классификация, идентификация и анализ спектрально-ярко-стных характеристик растительности с использованием многозональных космических изображений 106
5.2. Анализ результатов классификации изображений, полученных путем вычисления индекса NDVT (Normalized Difference Vegetation Index) 110
5.3. Оценка растительных сообществ по приспособленности к водному режиму почв 118
Глава 6. Результаты классификации радиолокационных снимков (srtm) для оценки параметров рельефа 120
6.1. Анализ морфометрических параметров рельефа 120
6.2. Анализ взаимосвязей между морфометрическими параметрами рельефа и количественными характеристиками поч-венно-растительного покрова 126
Глава 7. Цифровое картографирование почвенного покрова 135
7.1. Алгоритм построения дерева-решений для картографирования почвенного покрова Джулукульской котловины 135
Выводы 144
Библиографический список использованной литературы 146
- Роль ландшафтных индикаторов в распознавании отдельных компонентов ландшафта
- Полевые и аналитические методы исследования почв
- Геологическое и гидрогеологическое строение
- Анализ результатов классификации изображений, полученных путем вычисления индекса NDVT (Normalized Difference Vegetation Index)
Введение к работе
Актуальность темы. Дистанционная оценка факторов пространственной дифференциации почвенно-растительного покрова по данным дистанционного зондирования Земли важна, прежде всего, для разработки принципов и методов цифрового почвенного картографирования. Развитие этого направления обосновано современными возможностями вычислительной техники и географических информационных систем (ГИС) к сопряженному анализу большого количества пространственных данных. Еще Докучаев В.В. [1899] развивая свои идеи, отмечал, что существенную роль в природе играют не отдельно взятые природные тела и явления, а их соотношение и закономерная связь. В связи с этим возникла необходимость в комплексном подходе к выяснению пространственной взаимной связи между таксономическими разновидностями почв, параметрами растительности и рельефа для целей цифрового почвенного картографирования на примере ключевого участка в Джулукульской котловине.
Взаимосвязь и взаимодействие почв, растительности и рельефа не имеет четкого и однозначного объяснения и понимания. Все еще остается не ясным, насколько четко выражено соответствие между таксономическими разновидностями почв, типами растительных сообществ и морфометриче-скими параметрами рельефа. Понимание данного соответствия имеет большое значение при картографировании почвенного покрова по данным дистанционной информации, так как служит критерием для поиска перекрестных идентификационных диагностических признаков. Применение данных дистанционного зондирования земли (ДДЗ) при решении подобных задач позволяет привлечь к анализу больше количественных параметров компонентов ландшафта, которые должны учитываться при картографировании территорий. В.В. Докучаев [1951] считал, что почвоведение лишь тогда станет точной наукой, когда мы научимся давать количественную оценку факторам почвообразования.
Ландшафтно-индикационные исследования проводимые, в связи с картографированием почв, связаны со многими трудностями. Прежде всего, следует указать, что связь двух главнейших индикаторов - рельефа и растительности с таксонами почвенного покрова является достаточно определенной и устойчивой только для наиболее высоких таксономических уровней всех трёх указанных компонентов ландшафта [Викторов, Чекишев, 1990].
Дешифрирование почв полностью покрытых растительностью в значительной степени осложнено тем, что естественные границы почвенных разностей маскируются растительным покровом. В связи с этим дешифрирование почв по космическим снимкам производится косвенно, путем анализа форм рельефа, микрорельефа, растительности, геологического строения местности и результатов хозяйственной деятельности человека на основе знаний о морфологии почв и особенностях их формирования, а также установления взаимосвязей между почвами и почвообразующими факторами [Виноградов Б.В., 1966; Методика...., 1962; Андронников, 1979; Андронников, 1990]. Отдельные прямые и косвенные признаки дешифрирования почв неоднозначны: один и тот же признак может индицировать разные объекты и, наоборот, один и тот же объект может индицироваться разными признаками [Кейко, 1999].
В работе Ю.С. Толчельникова [1974] говорится, что науки о Земле претерпевают качественное преобразование, связанное с переходом от описательных методов отображения природной среды к количественной характеристике свойств ее компонентов и протекающих в ней процессов с помощью экспрессных методов исследования. Важная роль в этом отводится дистанционным методам регистрации отраженного ландшафтной оболочкой излучения, материалы которых дают подробное представление о структуре ландшафта и других его свойствах.
В работе Андроникова В.А. [1979] отмечается преимущество космических методов изучения природной среды, которое заключается в глобальности, регулярности, периодичности и комплексности наблюдений, в выяв-
лении связей, существующих между природными объектами, в возможности оперативного изучения динамики природных процессов и явлений и обследования труднодоступных природных районов.
В последние десятилетия характерной особенностью становится про
грессивное появление новых специализированных программ направленных
на обработку данных дистанционного зондирования земли (ДДЗ). Дополни
тельное использование географических информационных систем (ГИС), в
свою очередь, способствует синтезированию огромного количества разно
родного материала, как накопленного к настоящему моменту в различных
отраслях науки, так и полученному в результате обработки космических
снимков. Это в свою очередь раскрывает широкие возможности при ком
плексном подходе к изучению закономерностей пространственной диффе
ренциации почвенно-растительного покрова, сущность которого заключается
в выяснении взаимной связи и экстраполяции установленных закономерно
стей на картах различного тематического содержания. Последнего можно
достичь только при комплексном подходе к изучению компонентов ланд
шафта, і
Нельзя также не отметить развитие за последние десятилетия тематического картографирования как междисциплинарного направления. Опыт использования тематического картографирования при решении прикладных проблем показывает, что во многих случаях они могут быть разрешены путем сопоставления тематических карт различного содержания. Это обусловило появление самых разных (не только методических) вопросов сопряженного картографирования, ответы на которые еще не найдены. Однако главное его назначение служить конструктивным задачам: раскрывать пространственные соотношения природных, социальных и экономических явлений для решения определенной комплексной проблемы [Сочава, 1979].
В совокупности отраслевых и проблемных разделов тематического картографирования, картография выступает как междисциплинарная область
знания, способствующая интеграционным процессам, характерным для современной науки [Салищев, 1980].
Применение методов автоматического дешифрирования космических снимков и геоинформационного анализа позволяет наметить пути более точного выделения границ природных объектов, а также определения их количественных параметров, которые необходимы для установления взаимосвязи и сопряженного картографирования при комплексных исследованиях природных объектов. Таким образом, анализ факторов, определяющих природу пространственного варьирования почвенно-растительного покрова и всех компонентов ландшафта в целом, позволяет на качественно новом уровне составлять тематические карты различного содержания, причем поиск взаимосвязи между компонентами ландшафта будет являться ключом для дальнейшей дешифровки ещё не обследованных территорий.
Цель работы. Выявить индикационные дешифровочные признаки пространственных границ почвенного покрова на основе количественной оценки характеристик растительности и рельефа, рассчитываемых по данным дистанционного зондирования Земли.
Задачи исследований. Исходя из поставленной цели, сформулированы основные задачи:
Изучить морфогенетические и физико-химические особенности почв из отдела альфегумусовых и железисто-метаморфических и видовой состав произрастающих на них растительных сообществ.
Провести автоматизированную обработку многозональных снимков алгоритмом, апробированным на территориях с растительными сообществами, имеющими близкие спектрально-яркостные характеристики.
Выявить закономерности в изменении физико-химических свойств почв и параметров растительности в зависимости от морфометрических параметров рельефа, рассчитанных по данным радиолокационных снимков.
Составить карту запасов надземной фитомассы растительных сообществ на основе сопряжения полевых данных и данных нормализованного
дифференцированного вегетационного индекса (NDVI), полученных в ходе обработки многозонального снимка.
5. Построить алгоритм «дерево-решений» и составить карту почвенного покрова, основанную на полевой и спутниковой информации.
Научная новизна. Разработан новый способ диагностики пространственных границ почвенного покрова по данным дистанционной информации (авторское свидетельство № 2327987). Составлен и реализован алгоритм, позволяющий автоматизировано выделять пространственные границы почвенных контуров, для которых характерны индикационные признаки, отображаемые в различных тематических слоях. Получены эмпирические уравнения регрессий, а также составлен и реализован алгоритм для перевода значений NDVI в запасы надземной фитомассы тундровых сообществ растений.
Защищаемые положения.
Запасы надземной фитомассы растительных сообществ, основные типы земной поверхности, и данные по увлажненности почв, получаемые в процессе обработки многозональных и радиолокационных снимков, могут использоваться в качестве диагностических признаков пространственных границ типов и подтипов почв при автоматизированном построении почвенных карт на основе алгоритма «дерево-решений».
Диагностические признаки пространственных границ почв на уровне рода, вида и разновидности устанавливаются по результатам статистической обработки данных аналитических исследований почв и параметров растительности и рельефа, получаемых в результате обработки многозональных и радиолокационных снимков.
Теоретическая и практическая значимость. Полученные материалы позволили объективно оценить разнообразие почв и растительности тундровой зоны в окрестностях озера Джулу-Куль, что определило возможность разработки эффективного метода картографирования почв по данным дистанционной информации с использованием косвенных индикационных при-
знаков. Результаты исследований могут быть использованы при разработке нормативных природоохранных документов, а также служить информационной основой для планирования региональных экологических программ и проведения природоохранных мероприятий.
Вклад автора. Автором совместно с научными руководителями были проведены полевые работы, собраны образцы почв, определены виды растений. Автором также осуществлялся поиск и апробация методов обработки данных дистанционного зондирования Земли (ДДЗ). Проведены камеральные работы по векторизации тематических карт и обработанных многозональных и радиолокационных снимков, интерпретация полученных материалов исследований, подготовка и публикация основных результатов исследований.
Апробация работы. Основные материалы диссертации представлены и доложены на VI съезде Докучаевского общества почвоведов «Почвы - национальное достояние России» (Новосибирск, 2004), Всероссийской конференции «Человек и почва в XXI веке» (Санкт-Петербург, 2004), Международном научном конгрессе «Гео-Сибирь» (Новосибирск 2005-2009), а также на научных семинарах совета научной молодёжи ИПА СО РАН.
Публикации. По теме диссертации опубликовано 10 печатных работ, в том числе 2 статьи в рецензируемых журналах входящих в «Перечень...» ВАК и авторское свидетельство на изобретение.
Структура и объём работы. Диссертация состоит из введения, семи глав, выводов, списка литературы. Работа изложена на 159 страницах, содержит 27 таблиц, 60 рисунков. Библиографический список использованной литературы включает 169 источников, в том числе 40 работ зарубежных авторов.
Благодарности.
Автор выражает искреннюю благодарность д.б.н. Н.Н. Лащинскому (ЦСБС СО РАН) за совместные полевые исследования почв и растительности Джулукульской котловины, а также за ценные замечания и консультации при подготовке материала. Автор выражает благодарность к.б.н. Б.А. Смоленцеву
(ИПА СО РАН) за ценные рекомендации и советы. Автор благодарит Смирнова В.В. (ИВТ СО РАН) за помощь и ценные рекомендации при анализе и обработке спутниковой информации, а также за помощь в организации полевых экспедиций. Автор выражает искреннюю благодарность сотрудникам лаборатории географии и генезиса почв Погорельской И.К., Черепахиной Л.Д., Николаевой Н.Н., Костроминой Н.А. за помощь в химическом анализе почвенных образцов, Тепловой Г.Х. за ценные рекомендации при построении карт.
Роль ландшафтных индикаторов в распознавании отдельных компонентов ландшафта
Согласно Викторову СВ. [1990] ландшафтная индикация - это выявление индикаторов, возможно более полный сбор сведений о способах их распознавания на местности и при дешифрировании, раскрытие характера связи между индикатором и индикатом и практическое использование индикаторов.
Взаимообусловленная связь между почвами, рельефом и растительными формациями и закономерностью их пространственного распределения отчетливо прослеживается на самых различных уровнях, начиная с зонального аспекта и кончая микробиогеоценозом элементарной западины [Евдокимова, 1987]. Комплексное исследование природной среды с использованием дистанционной информации осуществляется преимущественно с применением методов ландшафтной индикации. Обосновано это тем, что на специфику фотоизображения (плотность, текстура, цвет) оказывают влияние комплекс факторов, к которым, прежде всего, относятся геологическое строение, рельеф, почвы, растительность и т.д. [Дейвис, Ландгребе, Филлипс, 1983]. Исследованиями в этой области было показано, что в разных ландшафтах преимущественное значение имеют разные группы индикаторов. В одних наибольшее значение имеет растительность, в других - формы рельефа и т.д. Ландшафтная индикация определяет геологические, гидрогеологические, гидрологические, почвенные и климатические условия, а также последствия деятельности человека по внешнему облику ландшафта, по отдельным его составляющим, его компонентам и входящим в них элементам (растениям, формам рельефа и т.д.). Главнейшими исходными понятиями в ландшафтной индикации являются «индикат» и «индикатор». Объектами индикации (ин-дикатами) могут быть как различные природные тела (горные породы, почвы и др.), так и те или иные свойства и протекающие в них процессы. Показатели, которые используются для индикации, называются индикаторами. Среди показателей выделяют частные индикаторы, представленные отдельными элементами компонентов ландшафта (формы рельефа, растительные сообщества и пр.), и комплексные, образованные устойчивыми сочетаниями частных индикаторов. К наиболее распространённым частным индикаторам принадлежат различные формы рельефа (геоморфологические индикаторы), особенности открытой поверхности почв (почвенные индикаторы), растительные сообщества (геоботанические индикаторы), внешние черты гидросети и отдельных водоёмов (гидрологические индикаторы), различные следы деятельности человека (антропогенные индикаторы) [Викторов, Чикишев, 1990]. СВ. Викторов [1976] предложил использовать в качестве индикаторов ландшафтно-генетические ряды. Первые заметки об индикации по ланд-шафтно-генетическим рядам можно найти в исследованиях геоботаников, развивших учение о сукцессиях вообще и о экзодинамических сукцессиях в частности, т.е. о таких сменах растительных сообществ во времени, которые вызываются изменением внешних условий и в силу этого могут служить индикаторами этих изменений [Сукачёв, 1972]. Таким образом, ландшафтно-генетический ряд - это временной ряд эволюции ландшафтов, развёрнутый в пространстве. Такие ряды возникают, например, на влажных лугах при их постепенном обсыхании под влиянием естественного или антропогенного снижения уровня грунтовых вод [Викторов, Чикишев, 1990]. Такие изменения происходят под действием разных внешних факторов, так например исследованиями Алексеева В.Р. [2005] было установлено, что смена растительного покрова произошла под действием механического и термического воздействия ежегодно формирующегося льда в приустьевых участках речных долин, такие смены растительности под воздействием льда называются эпи-гляциальные сукцессии. Как видно из представленных примеров физиономический облик ландшафта, меняется постоянно, и эти изменения фиксируются на космических снимках. Таким образом, по изменению растительности можно идентифицировать происшедшие изменения внешних условий (почвенные свойства, климат и т.д.).
При дешифрировании аэрокосмических снимков мнения некоторых исследователей сводятся к тому, что специфичные области фотоизображения нужно выделять в массивы для составления ландшафтной карты, а потом уже на этой основе составлять серию тематических карт, в том числе и почвенную [Горожанкина, Константинов, 1984; Горожанкина, Константинов, 1983; Кулешов, 1984].
Прогресс в развитии данных методов наступил с появлением моделей, предсказывающих детальное распределение характеристик растительности территорий с использованием топографических показателей, полученных путем анализа цифровых моделей рельефа [Guisan, Zimmermann, 2000; Shary, Sharaya, Mitusov, 2002; Kumar, Skidmore, Knowles, 1997; Ковальчук, Мкртчян, Круглов, 2005]. Такие топографические показатели также широко используются для предсказания отдельных характеристик почв [Moore, Gessler, Nielsen, Peterson, 1993].
В исследованиях Shary P.A. et al. [1995, 2002] разработана система 17-ти количественных характеристик рельефа, которые при сопряженном анализе с данными натурных и аналитических исследований эффективно используются для предсказательного картирования свойств почв прямо по рельефу, путем составления уравнений регрессий и интерполяции.
В качестве основных факторов дифференциации компонентов ландшафта используют различные параметры. Так в работе Сысоева [Syssouev, 2004] описывается методика создания карты природных территориальных комплексов на основе морфометрического анализа цифровой модели рельефа, где для классификации рельефа используются три группы топографических переменных, характеризующих, соответственно, перераспределение солнечной радиации, перераспределение влаги и перераспределение твёрдого вещества под действием гравитации.
В заключении следует подчеркнуть, что в картографировании почв по данным дистанционного зондирования с использованием принципов ландшафтной индикации возможны два пути. Один из них — фитоиндикация почв по отдельным произрастающим на них видам растений и их сочетаниям, другой - геоморфологическая индикация почв по их принадлежности к различным формам рельефа. Соответствие индикаторов классификационным единицам почв, при описанных выше подходах, необходимо подтверждать в полевых исследованиях. Таким образом, сущность ландшафтно-индикационных методов (полевых и аэрокосмических) изучения почвенного покрова состоит в обнаружении по данным дистанционного зондирования Земли и картографическом отображении таких характеристик или параметров компонентов ландшафта, с помощью которых удается прямо или косвен но определить классификационную принадлежность почвы, географическое местоположение, площадь и т.д.
Полевые и аналитические методы исследования почв
Почвенные исследования проводились по стандартным методикам [Почвенная съемка, 1959; Евдокимова, 1987] с использованием классификации почв 2004 года [Классификация и диагностика почв России, 2004], а также книжных изданий посвященных описанию почв [Почвы СССР, 1979; Атлас почв СССР, 1974].
Полевое морфологическое изучение почв включало в себя описание строения профиля (мощность горизонтов, цвет, плотность, наличие новообразований, насыщенность корнями). Из каждого генетического горизонта отбирались почвенные образцы для химического анализа. Изучение пространственного распределения почв проводилось методом ландшафтного профилирования.
Исследование физико-химических свойств почв осуществлялось по следующим общепринятым методикам: содержание углерода - методом мокрого сжигания по Тюрину, обменные катионы - по Шолленбергеру, гигроскопи ческая влага - весовым методом, кислотность - потенциометрическим методом, подвижное железо - по Тамму, обменная кислотность по Дайкухара, подвижный алюминий — по Соколову, обменный водород — по Гедройцу, гидролитическая кислотность - по Каппену [Аринушкина, 1970]. Механический состав почв определяли по методу Качинского [Практикум по почвоведению, 1986].
Геоботанические описания выполнялись по стандартным методикам на площадках 10x10 м [Полевая геоботаника, 1964, 1972]. Названия высших сосудистых растений представлены по многотомному изданию «Флора Сибири» [1997-2003], «Определителю высокогорных растений Южной Сибири» [Малышев, 1968]. Лишайники представлены - по «Определителю лишайников СССР» [Определитель..., 1971-1978]; мхов по - «Списку мхов территории бывшего СССР» [Игнатов, Афонина, 1992]. Названия сообществ растений даны по доминирующим видам с учетом существующей классификации А.В. Куминовой [1960].
Определение запасов надземной фитомассы проводилось на площад-ках 0,25 м (50 х 50 см) методом укосов, в четырехкратной повторности [Родин, Ремезов, Базилевич, 1968; Титлянова, 1971]. При этом сроки определения запасов надземной фитомассы были скоординированы с днем проведения космической съемки, таким образом, было соблюдено условие, заключающееся в единовременном получении информации о состоянии объекта на земле, и из космоса. Запасы надземной фитомассы измерялись в ц/га воздушно сухого вещества. Составление карты запасов надземной фитомассы и экстраполяция данных проводилась с помощью расчета по многозональному снимку нормализованного дифференциального индекса растительности (NDVT). Для этого первоначально была изучена взаимосвязь между NDVI и значениями запасов надземной фитомассы, полученных в полевых условиях, затем по результатам этих исследований составлены уравнения регрессий для каждого растительного сообщества, которые были использованы для интерполяции значений и составления карты запасов надземной фитомассы. NDVI (Normalized Difference Vegetation Index) - нормализованный относительный индекс растительности — количественный показатель количества фотосинтетически активной биомассы (обычно называемый вегетационным индексом). Расчет NDVI проводился в специализированной программе «ENVI» посредством определения соотношения отражения растительными сообществами в каналах снимка соответствующих ближнему инфракрасному и красному диапазону спектра. В красной области спектра (0,6-0,7 мкм) лежит максимум поглощения солнечной радиации хлорофиллом высших сосудистых растений, а в инфракрасной области (0,7-1,0 мкм) находится область максимального отражения клеточных структур листа. То есть, высокая фотосинтетическая активность (связанная, как правило, с густой растительностью), ведет к меньшему отражению в красной области спектра и большему в инфракрасной.
Составление цифровой карты растительности проводилось по многозональным снимкам Landsat 7 ЕТМ+. Первоначально с использованием глобальной системы позиционирования (GPS) были определены координаты точек изучаемых формаций растительности с целью последующего определения коэффициентов спектральной яркости по всем спектральным диапазонам космического снимка, что явилось основой для эталонирования территории по этим признакам и дальнейшим проведением автоматизированной классификации снимка алгоритмом CCA (Combined Clusterization Algorithm) [Пестунов, Будкина, Синявский, 2006]. После автоматизированной обработки снимка, полученные растровые карты переводились в векторный формат и сравнивались с результатами визуально-инструментального дешифрирования для выявления ошибок. Визуально-инструментальный метод дешифрирования заключается в поиске на космическом снимке прямых и косвенных признаков дешифрирования. Прямые признаки являются характеристиками изо бралсения самого объекта [Прэтт, 1982]. В таблице 1 приведена классификация прямых дешифровочных признаков, по которым проводилось визуально-инструментальное дешифрирование растительности.
Косвенные признаки использовались при дешифрировании не непосредственно, а опосредованно, через опознавание объектов, связанных с дешифрируемым объектом. Их применение базируется на использовании существующих связей между компонентами ландшафта (рельеф, растительность, почва, гидрография и др.) и в целом с физико-географической средой и является одним из условий успешного дешифрирования [Викторов, 1955; Виноградов, 1966; Альтер, 1966; Петрусевич, 1962; Седых, 1991].
Геологическое и гидрогеологическое строение
Геологическое строение Юго-Восточной Алтайской провинции неразрывно связано с геологическим строением и историей формирования всей Алтае-Саянской горной страны. В связи со сложной историей формирования территории здесь встречаются породы самого разного возраста. Преобладающими из них являются кембрийско-ордовикские, девонские и кайнозойские формации, тогда как доля пород других возрастов и интрузий невелика и не превышает в общей сложности 15% [Кузнецов, 1952; Кузнецов, 1966].
Основание платформенного чехла Алтае-Саянской горной страны сложено породами разного возраста - от протерозоя (2600 млн. лет) до девона (410 млн. лет), но в основном это нижнепалеозойские осадочные, изверженные и метаморфизованные породы, слагающие антиклинали и синклинали, вытянутые к северо-западу, ограниченные и разбитые разломами. Выше разрез платформенного чехла представлен рыхлыми осадками мела, палеогена, неогена и четвертичного периодов [Коржуев, 1975].
Формирование Джулукульской котловины связано с образованием позднепалеозойского и мезозойского грабенов вдоль Шапшальского глубинного разлома, в которых накапливались мощные кайнозойские континентальные толщи (палеогеновые и неогеновые) в дальнейшем они были перекрыты отложениями четвертичной (антропогеновой) системы. В верхнем палеогене преобладают пролювиальные и, в меньшей степени, озерные отложения, накапливающиеся в только что заложившихся межгорных впадинах. В составе этих отложений преобладает материал коры выветривания, что связано с ее интенсивным разрушением. Продукты переотложения палеогеновой коры выветривания представлены в Джулукульской котловине каолиновыми глинами и прослоями щебнисто-галечного материала [Девяткин, 1965].
В неогене осадконакопление приурочено к межгорным впадинам, испытывающим значительное прогибание. Преобладают озерные и аллювиальные отложения большой мощности, а также выделяют структурно-фациальные зоны накопления угленосных отложений. Также в неогене выделяют отложения кошагачскои и туерыкскои свит преимущественно озерного генезиса. Палео-флористические исследования этих свит показывают, что растительность неогенового времени на Юго-Восточном Алтае и в частности в Джулукульской котловине была представлена смешанными (хвойно-широколиственными) лесами [Девяткин, 1965].
Четвертичные отложения завершают стратиграфический чехол Джулукульской котловины. Они являются для изучаемой территории почвообра-зующими породами, и поэтому более подробно будут рассмотрены в разделе «Почвообразующие породы». Состав самых ранних отложений Шапшальского хребта представлен на (рис.3). Интрузивные образования Шапшальского хребта часто встречаются в отложениях Джулукульской котловины. Петрографический состав интрузий отвечает составу пород, развитых на склонах и в северной части Шапшальского хребта. Интрузивные образования относятся к силурийской системе и представлены гранитами, адамеллитами, плагиогранитами, гранит-порфирами, микрогранитами, диоритами, граносиенитами [Девяткин, 1965].
Запасы пресных артезианских вод формируются в четвертичных отложениях и первые водоносные горизонты от поверхности земли находятся на глубине от 0 до 13 м (рис.4), минерализация воды составляет 0,2-0,4 г/л, преобладающий химический состав воды - гидрокарбонатный кальциевый [Атлас, 1978].
Отложения четвертичной системы представлены следующими эпохами (отделами): плейстоцен и голоцен. В эоплейстоцене (нижний плейстоцен) резко преобладают грубообломочные пролювиальные отложения, связанные с основным этапом новейших тектонических движений, а также встречаются аллювиальные и аллювиально-озерные отложения. Пролювиальные отложения приурочены к тектоническим уступам окружающих котловину хребтов. Эти отложения слагают расчлененные эрозией пролювиальные конусы выноса и шлейфы предгорий, несогласно перекрывают у подножия палеозойские и неогеновые породы. Для Джулукульской котловины эоплейстоценовые отложения впервые были описаны Ефимцевым [1958, 1961] в верховьях доли ны р. Карты. Отличительной особенностью эоплейстоценовых отложений является их бурая окраска, связанная с повышенным содержанием окислов железа, которые происходят из рыхлого материала коры выветривания, содержащейся в значительном количестве в эоплейстоценовых осадках. Подобная равномерная ожелезненность и буроцветность толщ связана преимущественно с аллювиальными и пролювиальными фациями осадков. При переходе отложений эоплейстоцена в субаквальные озерные фации их окраска становится желтовато-серой, в связи с присутствием закисного железа. Петрографический состав материала отвечает составу пород, развитых на склонах и в северной части Шапшальского хребта. Здесь присутствуют черные песчаники и конгломераты юры (51 %), граниты лейкократовые (36 %), красноцветные песчаники и гравелиты девона (10 %), метаморфические сланцы кембро-ордовика. Эти отложения слагают расчлененные эрозией пролювиальные конусы выноса и шлейфы, несогласно перекрывают у подножия палеозойские и неогеновые породы. [Девяткин, 1965].
В плейстоцене (верхний плейстоцен) осадконакопление было тесно связано с ледниковыми процессами, что определило накопление разных типов отложений ледникового комплекса. Отложения ледникового комплекса литологически резко отличаются от эоплейстоценовых (нижнеплейстоценовых) отложений. В них отсутствуют следы выветривания и ожелезнения пород, они имеют преимущественно серую и палево-серую окраску [Ефимцев, 1958, 1961].
Складко- и горообразование создали главные тектогенные формы рельефа Алтая. Однако значительную роль в его моделировании играли и экзогенные факторы. Не останавливаясь на всех этих факторах, отметим более подробно лишь значение четвертичного оледенения. Среди ледниковых отложений в Джулукульской котловине выделяют три разновозрастных горизонта, соответствующих максимальному (нижнеплейстоценовому), первому и второму постмаксимальным (верхнеплейстоценовым) оледенениям.
Анализ результатов классификации изображений, полученных путем вычисления индекса NDVT (Normalized Difference Vegetation Index)
Нормализованный дифференциальный вегетационный индекс (Normalized Difference Vegetation Index — NDVI) вычисляется для каждого пиксела снимка как отношение разности между каналами к их сумме: NDVIr=(PiK-К)/(ИК+К). Эта зависимость основана на различных спектральных свойствах хлорофилла в видимом красном (К) и ближнем инфракрасом (ИК) диапазонах (ERDAS Field Guide, 1999). Значения этой величины могут изменяться в диапазоне от - 1 до 1. Для подстилающей поверхности покрытой растительностью значения NDVI всегда положительные. Анализ литературы показывает, что значения вегетационного индекса, определяемые как отношение яркостей в двух диапазонах снимка (красный и инфракрасный), коррелируют с количеством биомассы растительности [Кашкин, Сухинин, 2001; Виноградов, 1984; Myneni, Doug, Tucker, Kaufmann, Kauppi, 2001].
На основе многозонального снимка SPOT 4 для каждого растительного сообщества составлены гистограммы пространственных флуктуации значений NDVI (рис. 30, 31, 32, 33, 34), которые показывают, что все растительные сообщества имеют совпадающие значения NDVI. Это означает, что найти общий коэффициент для перевода значений NDVI в значения запасов надземной фитомассы не представляется возможным. Сопряженный пространственный анализ значений NDVI с картой типов земной поверхности показал, что варьирование значений NDVI внутри ареала с однотипным типом растительности, зависит от положения в рельефе: зонам аккумуляции и вогнутым седловинам соответствуют наибольшие значения NDVI, зоне сноса и выпуклым седловинам наименьшие, что вероятно связано с неодинаковыми условиями увлажнения и варьированием многих почвенных параметров зависящих от гравитационной функции рельефа в перемещении легкорастворимых соединений и фракций гранулометрического состава почв.
В результате проведенных исследований установлено, что расчет запасов надземной фитомассы возможен только путем подсчета коэффициентов корреляции внутри каждого ареала растительных сообществ, без учета значений запасов надземной фитомассы и NDVI других растительных сообществ.
На (рис. 35, 36, 37, 38 39) показано, что распределение величин NDVI и запасов надземной фитомассы определенных в полевых экспериментах (табл. 25) внутри каждого ареала имеют практически линейную зависимость.
Использование запасов надземной фитомассы в качестве критерия оценки некоторых почвенных свойств может быть обосновано данными (табл. 27) где установлена прямая корреляция с содержанием органического углерода, реакцией почвенного раствора, степенью насыщенности основаниями. Таким образом, запасы надземной фитомассы могут служить диагностическим признаком при изучении особенностей пространственной дифференциации свойств почв, которые используются в качестве признака рода (насыщенность основаниями) и вида (содержание органического углерода) в системе таксономических единиц.
Следуя предложенной методике (см. методика исследования растительности) карта растительных сообществ была преобразована в производную карту типов растительности по приспособленности к водному режиму почв (рис. 43). К выявленным таким образом экологическим группам присваивается количественный показатель (ступень экологического ряда), служащий в дальнейшем как косвенный диагностический признак водного режима почв.
По приспособленности растительных сообществ к водному режиму почв на изучаемом ключевом участке установлены три градации: 48 - класс влажно-степного и сухо-лугового увлажнения; 57 - класс влажно-лугового увлажнения; 67 - класс сыро-лугового увлажнения. В результате полевого исследования установлено, что одно и то же растительное сообщество можно отнести к различным классам увлажнения, что служит основанием для составления алгоритма «дерево-решений» (рис. 42), который позволяет дополнительно включить в анализ данные о типах земной поверхности (рис. 51), так как в основном перераспределение влаги в почвах происходит благодаря рельефу.
Таким образом, разработана схема связи пространственного распределения растительных сообществ по приспособленности к водному режиму почв в зависимости от типов земной поверхности, что является косвенным диагностическим критерием для оценки влагообеспеченности почв при составлении почвенной карты исследуемой территории.
Расчет основных морфометрических параметров рельефа по радиолокационным снимкам позволяет разделить земную поверхность на площадные элементы или контуры в пределах которых проводится анализ пространственных взаимосвязей с характеристиками почвенно-растительного покрова. На рисунках 44, 45, 46, 47, 48, 49, 50, 51 представлены результаты расчета и квантования поверхности земли на контуры соответствующие различным параметрам рельефа. Следует учитывать, что параметры рельефа влияют на свойства почв и растительности опосредованно через регулирование факторов среды. Для каждого параметра рельефа характерен свой спектр влияния на почвенно-растительный покров.
На карте высот представлены перепады высот местности, хорошо передаются отдельные мезоформы рельефа, характер водоразделов, особенности склонов обрамляющих котловину (рис.44). Влияние высоты сказывается в основном на температуре воздуха, которая влияет на скорость протекания биохимических процессов в растениях и почвах. Так известно, что высота определяет вертикальную зональность почв и растительности в горных странах. Температура в горах понижается примерно на 0,6 С с подъемом на каждые 100 м высоты [Модина, 1997].
На карте экспозиции склонов отражена ориентация склонов относительно частей света: север, юг, запад, восток (рис. 45). Влияние экспозиции склонов выражается в основном в неодинаковом поступлении солнечного тепла, что отражается на разнообразии растительного покрова и скорости протекания почвообразовательных процессов.
