Главная

Категории:

ДомЗдоровьеЗоологияИнформатикаИскусствоИскусствоКомпьютерыКулинарияМаркетингМатематикаМедицинаМенеджментОбразованиеПедагогикаПитомцыПрограммированиеПроизводствоПромышленностьПсихологияРазноеРелигияСоциологияСпортСтатистикаТранспортФизикаФилософияФинансыХимияХоббиЭкологияЭкономикаЭлектроника






Глава 3. Измерение ландшафтного разнообразия


Глава 3. Измерение ландшафтного разнообразия

Измерение ландшафтного разнообразия на

Основе дистанционной информации

 

Результаты многоканальной сканерной съемки можно рассматривать как измерение физических свойств подстилающей поверхности, выраженное через отражение солнечной радиации, или тепловое излечение. В принципе, информация о состоянии ландшафта содержится в любом излучении, но вместе с тем, хотя эти измерения отражают некоторые свойства подстилающей поверхности, однако, конечно, они не исчерпывают всех свойств ландшафта и отражают лишь некоторые аспекты его поведения. В целом о том, что отражает каждый канал (полоса) сканера, установленного на спутнике, можно судить по их известным физическим свойствам (Приложение №1). Однако это очень приблизительное суждение. Сочетание значений яркостей в разных каналах может содержать информацию о весьма различных природных процессах. Так как информация об отражении всегда измеряется в дискретных единицах, то всегда можно определить, сколько в конкретном многоканальном изображении содержится информации о территории, и тем самым определить максимальное значение отображаемого разнообразия.

В дальнейшем в качестве примера для всех оценок будут использоваться два сканерных снимка Московской области со спутника Landsat-7, являющиеся типичным продуктом для быстрого просмотра (Quick look), представляемые через Интернет геологической службой США (Приложение №2). Один снимок характеризует состояние поверхности в трех каналах в сентябре, а другой – в январе. Выбор этих снимков определяется, с одной стороны, довольно высоким разнообразием региона, а с другой его относительной общеизвестностью (рис. 4 а, б). Одна дискретная ячейка съемки (пиксел) составляет около 250 *250 метров на местности. В рамках конкретных измерений ее размеры являются неизменными. Фактически множество этих измерений можно в наиболее общем плане рассматривать как ландшафтную мозаику, элементом которой является точка с шестью свойствами, каждое из которых имеет 256 состояний (значений яркости). Максимально возможное число перекомбинаций составляет 2566.Соответственно, такую точку можно определить как элементарную территориальную единицу. Все суждения о территориальных структурах и обо всех аспектах разнообразия будут относиться к территориям, по крайней мере, в два раза превышающим размеры этой территориальной единицы. Размер элементарной территориальной единицы определяется масштабом сканирования, а сам этот масштаб так или иначе определен целями измерения и техническими возможностями. Цель сама по себе содержит некоторые представления о пространственной организации поверхности. Так, например, базовое разрешение сканерной съемки Landsat – 7 составляют 30 м на местности, Spot – 20 м. Очевидно, что такой уровень разрешения не позволяет исследовать разнообразие мозаики на уровне, соизмеримом с конкретным деревом, но соизмерим с уровнем их территориальных сочетаний или биогрупп. В терминологии Российского ландшафтоведения, эта разрешающая способность сканирования соизмерима с уровнем фации. Элементарная территориальная единица измерения явно или неявно всегда присутствует в любом ландшафтном исследовании. Любое описание рельефа, почв, почвообразующих пород, растительности всегда соизмеримо с вполне определяемой территорией.

Будем демонстрировать методы измерения разнообразия и исследования структуры ландшафта, последовательно решая взаимосвязанные задачи.

 

Корреляционная матрица между каналами

(Landsat 7, 1999.10)

  R G B
R 1,00 0,86 0,77
G 0,86 1,00 0,70
B 0,77 0,70 1,00

 

Как следует из таблицы, подобие изображений в трех каналах значительно, но не абсолютно. Значения яркостей красного канала описываются значениями зеленого и голубого на 79%, зеленый канал описывается двумя другими на 74% и голубой на – 60%.

Таким образом, хотя каналы и связаны друг с другом, но каждый из них содержит как совместную с другими, так и собственную информацию о подстилающей поверхности.

Разложение по ортогональному базису осуществляется таким образом, что первый фактор описывает наиболее общую часть варьирования, объединяющую все переменные, второй фактор – меньшую часть, а третий – оставшуюся. В табл. 2 приведены собственные значения факторов или, иначе говоря, их дисперсии. При этом полная дисперсия равна числу переменных (в данном случае трем).

Таблица 2

Собственные значения главных компонент для трех

Каналов Landsat -7 (1999.10)

STATISTICA ФАКТОРНЫЙ АНАЛИЗ Собственные значения Выделение: Главные компоненты
Значение Собственные значения % общей дисперсии Кумулят. соб. знач. Кумулят. %
1 2 3 2,555880 0,311887 0,132234 85,19599 10,396224 0,40779 2,555880 2,867766 3,000000 85,1960 95,5922 100,0000
           

Если распределения нормальны, то энтропия для непрерывного распределения равна:

Hi = 0,5log2 (2pesi),

где si – дисперсия i-фактора.

Таким образом, при допущении нормальности распределения значений факторов общая энтропия изображения в силу независимости факторов равна сумме их энтропий:

H = H1+H2+H3 = 0,5(3log2 (2pe)+log2s1+ log2s2+ log2s3).

 

Таблица 3
Факторные нагрузки – коэффициенты корреляции переменных с факторами для трех каналов Landsat – 7 (1999.10).

  Фактор 1 Фактор 2 Фактор 3
R (красный) 0,952035 -0,119955 -0,281496
G (зеленый) 0,925829 -0,308871 0,217804
B (голубой) 0,890140 0,449551 0,074533
Дисперсия 2,555880 0,311887 0,132234
Дисперсия %% 85,1960 10,3962 4,4078

 

Из табл. 3 следует, что 85% всего разнообразия описывается первым фактором, и с этим фактором в наибольшей степени положительно коррелируют все каналы. Второй фактор в наибольшей степени отражает собственную информацию, содержащуюся в голубом канале, и с отрицательной корреляцией – существенную часть варьирования яркости в зеленом канале. Третий фактор в какой-то степени отображает независимую информацию, содержащуюся в красном и зеленом каналах.

На рис. 7 представлено разложение трех каналов по ортогональному базису трех факторов. Эти изображения полностью независимы друг от друга. Первый фактор отображает почти всю информацию, содержащуюся в трех каналах, и читается как обычная панхроматическая фотография. Второй фактор с высокой надежностью выделяет, по крайней мере, крупные населенные пункты, как совершенно особые территории. Это определяется высоким уровнем их «голубизны», по-видимому, в результате загрязнения атмосферы при малой яркости в зеленой части спектра. Третий фактор, как наиболее яркий, выделяет наиболее «зеленые» и вместе с тем наименее «красные» территории, а как темные – наоборот. Можно полагать, что темному цвету соответствуют ландшафты с высокой яркостью в красном канале, то есть наиболее «сухие» и наиболее «теплые» почвы, а светлому, напротив, – относительно влажные. Скорее всего, темному тону соответствуют песчаные флювиогляциальные отложения, а светлому, напротив, – богатые суглинистые почвы.

Построив распределения по каждому фактору для 256 градаций, можно определить содержащуюся в них энтропию по дискретной схеме: Hi = – Spjlog2pj ,

где pj – вероятность (частота) яркости, j = 0,1,2…255.

Общая энтропия в этом случае оценивается как:

H = H1+H2+H3 +(log2s1+log2s2+logs3) -3log3,

где аргументы с дисперсией корректируют вклад каждого фактора в общее разнообразие.

На рис. 6 приведены распределения в красном канале для осеннего и зимнего снимков. Характер распределений показывает, что качество осеннего изображения низкое и распределение, в отличие от зимнего снимка, не непрерывное. В табл. 4 приведена матрица корреляции, а в табл. 5 – факторные нагрузки и дисперсии для зимнего снимка.

Таблица 4

Спектру для всего изображения

 

Вид оценки Константа b Фрактальная размерность D = (7–b)/2
  Значение Ошибка Значение Ошибка  
2–500 пикселей левый -10,723 0,041 -1,6826 0,0212 2,6587
  правый -10,647 0,037 -1,6700 0,0191 2,665
2–8 пикселей левый -11,430 0,025 -2,246 0,019 2,377
  правый -11,334 0,024 -2,219 0,019 2,390
8–500 пикселей левый -9,4329 0,1463 -1,2726 0,0462 2,8637
  правый -9,4297 0,1045 -1,2819 0,0330 2,85905
4–700 пикселей левый -9,922 0,038 -1,5082 0,0198 2,7459
  правый -9,944 0,036 -1,5048 0,0190 2,7476

 

Так как оценки фрактальной размерности по двухмерному спектру связаны с трехмерной фигурой, то, сравнивая их с двухмерными оценками по трансекту, для двухмерной оценки фрактальной размерности следует вычесть 1, а для одномерной – 2.

Из проведенных оценок следует, что иерархическая организация до интервала 2 км описывается практически «черным шумом», то есть поверхность того изображения представляет собой смену в пространстве разномасштабных холмоподобных структур с относительно плоскими водораздельными поверхностями. Начиная с 2 км, иерархическая организация описывается скорее «розовым шумом», то есть профилем яркостей с весьма контрастными изменениями значений на различных иерархических уровнях. Средняя оценка фрактальной размерности на интервале 2–500 пикселей (0,5–130 км) имеет естественно промежуточное значение, но по оценке по агрегированному изображению (1–182 км ) приближается к розовому шуму.

 

Так как фрактальная размерность связана с разнообразием, то иерархическая организация территории Московской области может рассматриваться как весьма разнообразная и, соответственно, сложная и относительно упрощенная для структур, линейные размеры которых не превышают 2 км. Кроме того, ее генезис определяется действием, по крайней мере, двух независимых факторов.

На рис. 20 приведен график остатков от линии регрессии и остатков от его полиномиального сглаживания. В остатках существует строгая регулярность колебаний амплитуды, отражающая периодические закономерности изменения мощности спектра. Структура этих колебаний строго самоподобна и почти полностью описывается как композиция колебаний с уменьшающейся пропорционально коэффициенту b амплитудой с частотами:

fi = 0.0036i ,

где i= 1.2.3…..138;.

imax = 0.5/0.0036 = 138;

imax – номер волны с частотой, близкой к частоте Найквиста.

Таким образом, периоды колебаний, или длины структур, составляют 278 пикселей, 138, 92, 68, 55, 46, 39,….

Возможно, что структура порождается и действием второго независимого более слабого фактора с f0 = 0,071.

Непосредственно из спектра выделяются периоды с максимумами 254, 123 пикселя и т. д. Отличия от приведенных выше оценок определяются тем, что оценки длин периода по спектру имеют среднестатистический, а не конкретный характер.

Так или иначе, иерархическая структура территории очень сложная, образующаяся как система вложенных пространственных волн. С практической точки зрения, в качестве основных можно выделять территориальные структуры, по максимуму спектральной плотности. Таким образом, безусловно, можно выделить территориальные структуры с линейными размерами 66 км (254 пикселя), 32, 10, 3.3, 2,6; 2,0; 1,3 км.

На рис. 21 приведены фрактальные размерности территории, оцененные для различных иерархических уровней ее организации. Светлому тону соответствуют территории, фрактальная размерность которых близка к «розовому шуму», наиболее темному тону – территории с фрактальной размерностью близкой к «черному шуму», серому тону – «бурому шуму».

Из рисунка 21 б с полной очевидностью вытекает, что территории, которые можно рассматривать как граничные (например, долины рек), описываются «розовым шумом». Вместе с тем фрактальная размерность Москвы в основном близка к «розовому шуму», хотя и в ее пределах очевидны варьирования этого параметра разнообразия ландшафта.

В целом фрактальная размерность хорошо выделяет наиболее однородные территории с параметрами размерности, близкими к «черному шуму». На этом уровне «розовый шум» выделяет граничные структуры.

Рис. 21 г, д, е, дающие оценку фрактальной размеренности на уровне территориальных структур с линейными размерами 3,3 км, 6 км и 10 км, хорошо демонстрируют, что такое «самоподобная иерархическая организация»: сотово-ячеистый характер изменения значений фрактальной размерности, осложненный отдельными более-менее линейными структурами, сохраняется на всех трех масштабах оценивания. Вместе с тем характер варьирования значений фрактальной размерности в пространстве при разрешении 1,3 и 3,3 км существенно иной. На этом уровне доля территорий с «черным шумом» по визуальной оценке существенно больше доли территорий с «розовым шумом», и территории с «розовым шумом» в основном связаны с областями границ территориальных структур, или с городами.

Оценка фрактальной размерности территории есть прямое измерение ее текстурной сложности. Она имеет большое значение при решении задач ландшафтного планирования размещения хозяйственной деятельности. Простейшим примером может быть задача выбора площадки для строительства объекта, требующего высокой устойчивости фундамента. Очевидно, что для такого объекта предпочтительна территория, фрактальная размерность которой на всех иерархических уровнях близка к «черному шуму». Так как текстура территории есть функция мощности действия факторов, определивших ее генезис, то территории с текстурой, соответствующей «черному шуму», можно с полным основанием трактовать как наиболее консервативные и неизменные во времени.

Вполне понятно, что анализ фрактальной размерности заставляет задуматься и о возможных природных механизмах, порождающих текстурную сложность конкретной территории.

Таким образом, в результате решения задачи анализа иерархической организации территории получаем следующие оценки:

1) общего разнообразия иерархической организации, выраженного через фрактальную размерность;

2) правила, лежащего в основе иерархического организации;

3) линейных размеров наиболее хорошо выраженных иерархических соподчиненных уровней организации и, соответственно, наиболее репрезентативных масштабов отображения различных свойств территории;

4) текстурной сложности (фрактальной размерности) территории для разных иерархических уровней.

Глава 3. Измерение ландшафтного разнообразия



Последнее изменение этой страницы: 2016-06-10

headinsider.info. Все права принадлежат авторам данных материалов.