Авторизация

Логин:
Пароль:
Восстановить пароль
Регистрация
  • Форум
  • Блоги
  • Контакты
  • Новости
  • Продукты
  • Отрасли
  • Обучение
  • Поддержка
  • События
  • О компании
  • 4 (39) | 2006 ГИС-технологии в мониторинге биоразнообразия лесов

    Пузаченко М.Ю., Институт по проблемам экологии и эволюции им. А.Н. Северцова РАН, Москва, e-mail: puzak@orc.ru

    Черненькова Т.В., Центр по проблемам экологии и продуктивности лесов РАН, Москва, e-mail: chern@cepl.rssi.ru

    Национальная Стратегия по сохранению биоразнообразия была разработана и принята в нашей стране в 2001 г. в соответствии с межправительственными и международными соглашениями. Важной составляющей плана действий в русле этой стратегии является направление, реализуемое в виде программы «Разработка методологических основ мониторинга биоразнообразия лесов». Головной организацией этого направления выступает Центр по проблемам экологии и продуктивности лесов РАН (руководитель - академик А.С. Исаев).

    Эффективность осуществления мониторинга лесов в значительной степени определяется наличием развитой информационной базы с характеристиками состояния и динамики лесного фонда, его экологического и ресурсного потенциала, а также знаний основных условий роста и развития лесных экосистем. Использование ГИС-технологий, обеспечивающих сбор, хранение, обработку, анализ и отображение на электронной карте разнородных объектов и явлений, создает необходимые условия для проведения инвентаризационных работ, создания тематических карт и их дальнейшего использования. В этой связи, в ходе реализации Программы была разработана научная база для осуществления основных приемов оценки и мониторинга биоразнообразия лесов России при использовании ГИС. В целях сопоставления данных и стандартизации подходов использовался опыт международных программ по разработке системы индикаторов и критериев оценки биоразнообразия, масштабов и уровней оценки, уделялось внимание вопросам гармонизации форматов данных и их обработки [8, 13, 14, 15, 16, 17].

    Разные масштабы и цели оценки состояния лесов требуют учета многих аспектов и параметров биоразнообразия. В частности, на федеральном уровне необходимо осуществлять контроль эффективности региональной политики в области отношения к биоразнообразию, как составляющей устойчивого развития, и на основе этой оценки в случае констатации неблагоприятных тенденций искать пути их устранения. С другой стороны, макрорегиональный уровень представляет обобщенную информацию о состоянии биоразнообразия в разрезе крупных территориальных подразделений (экорегионов/мезорегионов). Эта информация имеет большое политическое и экономическое значения, так как в ближайшем будущем будет неизбежно влиять на экспертные цены и квоты ресурсов и продуктов их переработки и на дотации, направляемые мировым сообществом на поддержание разнообразия [10].

    Целью разработки «ГИС мониторинга биоразнообразия лесов» является обеспечение инвентаризационных и мониторинговых процедур с возможностью обобщения, стандартизации и анализа разнородных данных по состоянию и качеству лесов России на базе данных лесоустройства, данных дистанционного зондирования (ДДЗ) и материалов наземных исследований. Это позволит иметь представление о текущем состоянии лесных территорий, прогнозировать их развитие с учетом естественной динамики лесов, интенсивности лесопользования и сохранения биоразнообразия.

    При инвентаризации и мониторинге биоразнообразия лесов в реализуемом Проекте основными приняты три масштабных уровня: федеральный, региональный и локальный. Для этих уровней последовательно решались такие задачи:

    1. Разработка тематического содержания и базовых алгоритмов информационной системы «ГИС мониторинга биоразнообразия лесов»

    • Подбор типовых информационных материалов и формирование картографических и семантических баз данных;
    • Разработка процедуры и алгоритмов совмещения разнородных картографических данных и ДДЗ;
    • Выбор параметров и оптимальных оценочных процедур для определения экосистемного биоразнообразия лесов.

    2. Разработка алгоритмов многоуровневой генерализации параметров биоразнообразия

    • Верификация данных дистанционного зондирования;
    • Расчет и визуализация основных параметров/индексов биоразнообразия.

    Тематическое содержание и базовые алгоритмы системы

    Основные источники получения информации для «ГИС мониторинга биоразнообразия лесов» – это материалы лесоустройства, картографические и дистанционные данные, материалы полевых наземных исследований. Для решения поставленных задач были сформированы два основных функциональных блока информационной системы: инвентаризационный и аналитический. Получаемые с их помощью результаты должны быть использованы в региональной практике природопользования при выработке решений на основе анализа разработанных критериев, полученных индексов и оценок состояния биоразнообразия (организационно-управленческий блок). Обычно данный этап комбинируется с разработкой прикладных эколого-экономических моделей, прогнозов и альтернативных сценариев природопользования (рис. 1).


    Рис. 1.
    Тематическое содержание «ГИС мониторинга биоразнообразия лесов».

    В соответствии с тематическим содержанием ГИС, в первую очередь формировался инвентаризационный блок. В нем собиралась первичная информация, характеризующая объекты и формирующаяся в виде пространственной и атрибутивной баз данных. Пространственная база данных включает, главным образом, географические характеристики поверхности Земли в соответствующем масштабе, предопределяющие биоразнообразие растительного покрова. Помимо характеристик природной среды (климат, рельеф, гидрология, наземный покров и проч.), важны социально-экономические показатели территории (плотность населения, характеристики инфраструктуры и т.д.). В начальном варианте подбирались материалы в виде существующих и обновленных карт, преобразованных в картографические слои разного масштаба (шейп-файлы ArcView), дополняющиеся за исключением ДДЗ[1] достаточно редко (рис. 2).


    Рис. 2.
    Типовое наполнение пространственной базы данных ГИС.

    Данные для каждого масштабного уровня были представлены в виде пространственно локализованных растровых или векторных покрытий (слоев) и связанных с ними семантических данных (атрибутивная база), характеризующих объекты слоя. Атрибутивная база представлена как в виде отдельных таблиц (значения легенды, характеристика контуров тематических карт, литературные и фондовые данные), так и в виде баз данных (лесоустроительная, данные наземных исследований в виде формализованных геоботанических описаний). Так как данные поступают из разных источников, по-разному организованы и хранятся, для их последующего анализа были созданы формы приведения данных к ограниченному числу форматов.

    Интеграция покрытий для всех масштабных уровней осуществлялась в пакете ArcView. Необходимым условием интеграции разнородных данных является унификация их математической основы (проекции). Для данных в растровом формате перевод в принятую проекцию требовал математической трансформации, осуществляемой в среде ERDAS IMAGINE.

    Аналитический блок содержит данные, полученные в результате обработки первичной информации (классификация, типизация, вычисление индексов, экспертная оценка). Итогом географического способа подачи информации такого типа являются карты, характеризующие состояние биоразнообразия лесов на локальном, региональном и федеральном уровнях. Большинство из них являются общедоступными, например, электронные версии карты сохранившихся крупных массивов малонарушенных лесов [3] и карты растительного покрова Северной Евразии [12]. Другую часть составляют доработанные версии бумажных карт, отсканированных и преобразованных в векторный формат: зонально-типологическая карта С.Ф.Курнаева [6], карта лесохозяйственного районирования [5], ландшафтная карта СССР [4], карта ландшафтно-экологических мезорегионов А.Г.Исаченко [2], карта зон и типов поясности растительности [1], карта лесов СССР (1990), карта климатического районирования [7]. Третья часть – научный продукт, полученный в рамках Проекта.

    На основе этой картографической информации рассчитывались производные индексы (параметры), характеризующие биоразнообразие лесов на уровне отдельных административных подразделений (область, край) и/или природных единиц (ландшафтные мезорегионы, зоны и типы поясности растительности и др.), а также для федерального уровня. Оценка биоразнообразия на макрорегиональном (федеральном) уровне позволяет решать стратегические задачи, например: представлять масштаб потерь типологического разнообразия по всей территории страны, определять площади и тенденции сокращения лесных территорий или характер преобразования лесных сообществ на общемировом уровне. Для оценки таких параметров как общая лесистость территории, площадь и доля ненарушенных лесов, доля вторичных лесов, площадь и доля лесов, затронутых биотическими нарушениями, пожарами, техногенными воздействиями, ландшафтные индексы (энтропия, фрагментарность и прочие) в ходе реализации Проекта были разработаны и применены методы, основанные на использовании ДДЗ.

    Данные космического мониторинга лесов рассматриваются в качестве важнейшего компонента информационного обеспечения региональных моделей естественной и антропогенной динамики лесного покрова. Дистанционными методами могут быть выявлены подробности, определить которые при проведении наземных визуальных осмотров невозможно или которые потребуют значительных организационных и финансовых затрат. Дистанционные данные предназначены для контроля природных и природно-антропогенных процессов с низкой и средней скоростью протекания на значительных площадях. В качестве примера использования ДДЗ для определения характеристик растительного покрова были подсчитаны значения некоторых индексов, характеризующих разные аспекты структурного разнообразия наземного покрова (фрагментарность, энтропия и интегральный индекс) для всей территории страны [11] (рис. 3).


    Рис. 3.
    Индексы структурного разнообразия растительного покрова на федеральном уровне, рассчитанные на основе карты растительного покрова Северной Евразии [12].

    На региональном уровне для оценки биоразнообразия лесов использовали их свойства: композиционные (видовое, типологическое и ландшафтное разнообразие территории) и структурные (площадные характеристики лесных участков и особенности их распределения – индексы фрагментации). Характерно, что для регионального уровня на первый план выходят ДДЗ и информация о рельефе территории (рис. 4), так как обеспеченность тематическим картографическим материалом на данном уровне значительно меньше, а имеющийся картографический фонд редко представлен в электронном виде.


    Рис. 4.
    Некоторые показатели биоразнообразия для регионального уровня, полученные на основе данных дистанционного зондирования, моделей рельефа и наземных исследований.

    Итогом географической подачи информации явились две группы карт, представленные в векторном или растровом форматах. Растровые покрытия, в основном данные ДДЗ и производные продукты, для последующего анализа переводились в форму регулярного грида или точечного векторного покрытия. Это позволило проводить совместный анализ растровых и векторных покрытий. Основным элементом анализа являлось рассмотрение разных типов отношений между таблицами семантической информации покрытий на основе их совместной пространственной локализации. Основные этапы работы с существующими и вновь поступающими данными заключались в следующем:

    1. Систематизация данных

    • введение разных типов данных в соответствующие БД Access через промежуточные таблицы;
    • формирование системы запросов данных для типов БД.

    2. Анализ данных на основе ГИС

    • преобразование пространственных данных в векторный формат, используемый для построения запросов в ГИС с возможной буферизацией объектов;
    • совмещение таблиц запросов по БД с пространственными данными;
    • формирование системы запросов для сопряженных слоев пространственных данных с получением таблиц, содержащих индексы и пространственно совмещенные характеристики, используемые для качественного и количественного анализа и визуализации.

    Такой подход, реализованный средствами ГИС, позволил получить качественно новую информацию и, при этом, с интеграцией по всем принятым масштабам проекта.

    Алгоритмы многоуровневой генерализации параметров биоразнообразия

    Вопрос многоуровневой генерализации характеристик биоразнообразия является ключевым для интерпретации и верификации ДДЗ. При этом использование локальных точечных данных для характеристики объектов на региональном уровне – одна из важных задач при совместном анализе разномасштабных данных. Основой для этого являются количественные методы анализа путем совмещения данных в среде ГИС.

    Алгоритм подобной генерализации параметров биоразнообразия, позволяющий отобразить пространственное распределение характеристик лесных экосистем и на их основе составить современную карту лесов региона, отработан на примере Костромской области (рис. 4). Использован метод статистической интерполяция точечных значений характеристик растительности на основе количественного анализа ДДЗ и цифровой модели рельефа (ЦМР) территории с последующим совмещением с покрытиями среднего масштаба. Он представлен следующими этапами:

    1. пространственное совмещение в ГИС полевых локальных точечных данных с информацией, на основе которой проводилась интерполяция характеристик растительности (ДДЗ, ЦМР);
    2. количественный анализ сопряжений точечных полевых данных и внешних источников информации с выбором наиболее информативных характеристик;
    3. типизация локальных детальных характеристик растительности для использования на региональном уровне (объединение характеристик, уменьшение числа градации, исключение характеристик);
    4. статистическая интерполяция точечных характеристик растительного покрова для всей исследуемой территории на основе ДДЗ и ЦМР с использованием количественных методов (дискриминантный анализ, мультирегрессионный анализ) с оценкой качества полученной интерполяции и выбором оптимального метода;
    5. совмещение в ГИС интерполированных локальных характеристик растительности с региональными покрытиями и последующая типизация характеристик до регионального уровня.

    Оценка участия основных типов леса в покрытии территории Костромской области, осуществленная с помощью ДДЗ, совмещенных с ЦМР и верифицированных по полевым материалам, хорошо согласовалась с данными лесного учета [9].

    Заключение

    Использование ГИС-технологий в ходе реализации Проекта обеспечило интеграцию и совместный анализ имеющихся данных разного формата и масштаба, характеризующих растительный покров. Возможности ГИС также позволили оперативно интегрировать в систему обновленную и дополнительную информацию (ДДЗ, материалы лесотаксаций, полевые данные), что является необходимым условием для ведения мониторинга лесов. На основе разрабатываемых количественных методов с использованием ДДЗ и ЦМР дана оценка типологического и ландшафтного разнообразия модельной территории, отражающая современное состояние растительного покрова на региональном уровне, а крупномасштабные точечные геоботанические описания дополнены информацией об эколого-ценотическом разнообразии лесных сообществ.

    За счет специального преобразования первичных данных был подсчитан ряд индексов и индикаторов биоразнообразия (лесистость, фрагментарность, доля вторичных лесов, степень разнообразия и др.), которые могут рассматриваться как результаты и носители обобщенной информации. Они непосредственно используются при оценке тенденций, действующих как в пределах конкретных регионов, так и на глобальном уровне. Анализ полученных качественных и количественных параметров/индексов биоразнообразия природных систем предшествует этапу принятия решений для осуществления устойчивого природопользования при сохранении оптимального уровня разнообразия в пределах административной единицы или природно-территориального комплекса.

    Разрабатываемая информационная система напрямую направлена на применение в практике лесного хозяйства и природоохранной деятельности, где ключевым является региональный уровень, рассматриваемый как в рамках административного деления, так и в рамках комплексного природного районирования. Подходы к оценке оптимального соотношения разных типов леса на основе теоретических разработок и оценок экосистемного разнообразия дают основу региональным управленческим структурам для рационального природопользования с учетом средообразующей и социально-хозяйственной функций леса. Это позволяет разработать систему планирования лесного хозяйства с учетом сохранения естественного природного разнообразия как в районах активной хозяйственной деятельности, так и, напротив, в пределах малонарушенных, старовозрастных или иных уникальных лесных территорий.

    Литература

    1. Карта зон и типов поясности растительности России и сопредельных территорий. М 1:8 000 000. Ответственный редактор - д.г.н. Г.Н.Огуреева, редактор к.г.н. Т.В.Котова. М. 1999. Авторы: И.Н.Сафронова, Т.К.Юрковская, И.М.Микляева, Г.Н.Огуреева.

    2. Карта макро и мезо регионов М 1:10 000 000. Санкт-Петербургский Государственный Университет. Под ред. д.г.н. А.Г.Исаченко. Издание Гос. Упр. геодезии и картографии. 1995.

    3. Карта сохранившихся крупных массивов малонарушенных лесов (массивов неосвоенной тайги) Европейского Севера России (республик Карелии и Коми, Архангельской и Вологодской областей). Гринпис России и Центр охраны дикой природы. 2002.

    4. Ландшафтная карта СССР. М 1:4 000 000. Авторы: Исаченко А.И., Шляпников А.А., Робозерова О.Д., Филипецкая А.З. Научный редактор д.г.н. А.Г.Исаченко. Издание Гос. Упр. геодезии и картографии. 1987.

    5. Карта лесохозяйственного районирования // Методические рекомендации по организации лесного хозяйства и устойчивого управления лесами. Всероссийский НИИ лесоводства и механизации лесного хозяйства (ВНИИЛМ) и Московский государственный университет леса (МГУЛ). 2001.

    6. Зонально-типологическая карта С.Ф.Курнаева. М 1:16 000 000. НИИ СоюзГипроЛесХоз. Издание Гос. Упр. геодезии и картографии. 1990.

    7. Карта климатического районирования. Н.В.Зукерт. 2004.

    8. Национальный доклад Российской Федерации по критериям и индикаторам сохранения и устойчивого управления умеренными и бореальными лесами (Монреальский процесс). М.: ВНИИЛМ, 2003. 84 с.

    9. Оценка покрытой лесом площади и динамика запасов спелых и перестойных насаждений в лесном фонде Костромской области. Отчет Управления природных ресурсов и охраны окружающей среды МПР России по Костромской области. 2003.

    10. Пузаченко Ю.Г. Отчет по программе биоразнообразие. МинНАУКИ. 2002.

    11. Пузаченко Ю.Г., Дьяконов К.Н., Алещенко Г.М. Разнообразие ландшафта и методы его измерения. География и мониторинг биоразнообразия. Серия учебных пособий «Сохранение биоразнообразия». М.: Изд-во НУМЦ, 2002. С. 143-302.

    12. A new SPOT4-VEGETATION derived land cover map of Northern Eurasia by S.A. Bartalev, A.S. Belward, D.V. Erchov, and A.S. Isaev. International Journal of Remote Sensing, Volume 24, Number 9 / May 10, 2003.

    13. BEAR: Indicators for monitoring and evaluation of forest biodiversity in Europe. Technical report 7. 2001. http://www.algonet.se/~bear.

    14. Ministerial Conference on the Protection of Forests in Europe (MCPFE). Sound Forestry - Sustainable Development. Helsinki: Ministry of Agr. and For., 1993. 161 p.

    15. State of World’s Forests, FAO, Rome, 1997. 200 p.

    16. The improved pan-European indicators for sustainable forest management. Proc. of the 4th Ministerial Conference on the Protection of Forests in Europe (MCPFE). Vienna, Austria. 2003. http://www.mcpfe.org/livingforestsummit.

    17. The Montreal Process. Criteria and indicators for the conservation and sustainable management of temperate and boreal forests. Hull, Quebec: Canadian Forest Service, 1995. 120 p.


    [1] В Проекте использовался продукт съемки Landsat 5 – GeoCoverTM, представляющий мозаику снимков 6х5 градусов с локальным выравниванием яркостей. Пространственное разрешение продукта 28,5 м (точность позиционирования 50 м), спектральное – 3 канала съемки Landsat (средний инфракрасный, ближний инфракрасный, зеленый), временное – 1990 г. +/- 3 года. Этот продукт распространяется через Интернет свободно. Использование GeoCoverLandsatTM целесообразно на региональном уровне в масштабе от 1:100 000.




    Версия для печати