Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів
Розроблено та опрацьовано алгоритм застосування багатоспектральних космічних знімків високої роздільної здатності для комплексного вивчення варіабельності ґрунтового покриву. Доведено можливість використання інформаційного показнику складності в якості інтегрального параметру для характеристики неод...
Saved in:
| Published in: | Теоретичні та прикладні аспекти геоінформатики |
|---|---|
| Date: | 2010 |
| Main Authors: | , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України
2010
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/97142 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів / Т.Ю. Биндич, Н.П. Агрес // Теоретичні та прикладні аспекти геоінформатики: Зб. наук. пр. — 2010. — Вип. 7. — С. 326-338. — Бібліогр.: 12 назв. — укр. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1859589837153107968 |
|---|---|
| author | Биндич, Т.Ю. Агрес, Н.П. |
| author_facet | Биндич, Т.Ю. Агрес, Н.П. |
| citation_txt | Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів / Т.Ю. Биндич, Н.П. Агрес // Теоретичні та прикладні аспекти геоінформатики: Зб. наук. пр. — 2010. — Вип. 7. — С. 326-338. — Бібліогр.: 12 назв. — укр. |
| collection | DSpace DC |
| container_title | Теоретичні та прикладні аспекти геоінформатики |
| description | Розроблено та опрацьовано алгоритм застосування багатоспектральних космічних знімків високої роздільної здатності для комплексного вивчення варіабельності ґрунтового покриву. Доведено можливість використання інформаційного показнику складності в якості інтегрального параметру для характеристики неоднорідності ґрунтового покриву. Запропоновано оцінку анізотропності скалярного поля вмісту фізичної глини в ґрунті для кількісного визначення ступеня просторового варіювання ґрунтів.
Разработан и апробирован алгоритм использования многоспектральных космических снимков высокой разрешающей способности для комплексного изучения вариабельности почвенного покрова. Доказана возможность использования информационного показателя сложности в качестве интегрального параметра для характеристики неоднородности почвенного покрова. Предложено оценку анизотропности скалярного поля содержания физической глины в почве использовать для количественного определения степени пространственного варьирования почв.
The algorithm of multispectral space high-resolution images application for complex studying variability of a soil cover is developed and proved. An opportunity of application of the information complication index as a integral parameter for description soil cover heterogeneity is proved. The assessment of the scalar field anisotropy of soil physical clay for quantitative determination of soil space variability degree was suggested.
|
| first_indexed | 2025-11-27T13:56:59Z |
| format | Article |
| fulltext |
326
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
УДК 631.445:631.47:631.471
© Т.Ю. Биндич1, Н.П. Агрес2, 2010
1Національний науковий центр “Інститут ґрунтознавства
та агрохімії імені О.Н. Соколовського”, м. Харків
2Український науково-дослідний інститут природних газів,
м. Харків
ВИКОРИСТАННЯ ДАНИХ КОСМІЧНОЇ ЗЙОМКИ
ТА СУЧАСНИХ ГЕОІНФОРМАЦІЙНИХ
ТЕХНОЛОГІЙ ДЛЯ ДОСЛІДЖЕННЯ
ПРОСТОРОВОЇ ВАРІАБЕЛЬНОСТІ ҐРУНТІВ
Розроблено та опрацьовано алгоритм застосування багатоспектральних косміч-
них знімків високої роздільної здатності для комплексного вивчення варіабель-
ності ґрунтового покриву. Доведено можливість використання інформаційного
показнику складності в якості інтегрального параметру для характеристики нео-
днорідності ґрунтового покриву. Запропоновано оцінку анізотропності скаляр-
ного поля вмісту фізичної глини в ґрунті для кількісного визначення ступеня
просторового варіювання ґрунтів.
Ключові слова: багатоспектральні космічні знімки, геоінформаційні технології,
неоднорідність ґрунтового покриву, інформаційна модель, ступінь анізотроп-
ності.
Вступ. Кількісне оцінювання просторової варіабельності ґрунтів та
їх окремих властивостей пов’язано з багатьма теоретичними та при-
кладними питаннями ґрунтознавства, агрохімії та охорони ґрунтів: вив-
чення генезису ґрунтів та ґрунтоутворювальних процесів; картографу-
вання ґрунтів та визначення особливостей структури ґрунтового покри-
ву; планування та оптимізація польових ґрунтових обстежень; встанов-
лення часової динаміки змін ґрунтів у ході природної еволюції та під впли-
вом діяльності людини; моніторинг стану ґрунтового покриву та земель-
них ресурсів країни; об’єктивне оцінювання та бонітування ґрунтів тощо.
Детальний аналіз підходів та методів щодо вивчення закономірнос-
тей просторового варіювання властивостей ґрунтів показав, що за більш
ніж сорокарічну історію розгляду проблеми багатьма дослідниками сфор-
мульовано основні теоретичні положення та розроблено загальновідомі
методи визначення просторової неоднорідності ґрунтів, до яких відно-
сять натурні, натурно-картометричні, картометричні, профільні та
трансектні [1, 2]. Більшість з цих методів (наприклад натурні, профільні
та трансектні) включає польове детальне обстеження ґрунтів у межах
комплексних ґрунтово-геоморфологічних профілів або ділянок, що доз-
327
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
воляє визначити зміни властивостей ґрунтів у одному з напрямів (найча-
стіше вздовж схилів – за катенами), встановлення зв’язку ґрунтового
покриву з рельєфом, рослинністю та гідрологічними умовами. При цьо-
му необхідна ступінь детальності визначення просторової варіабельності
ґрунтів досягається через зменшення (або звуження) кроку опробування
та/або виконується шляхом закладки траншей. Зрозуміло, що основними
недоліками цих методів є трудомісткість, виключно лінійний маршрут
польового обстеження ґрунтів (що не дозволяє отримувати об’єктивну
та дійсно просторову інформацію для визначення закономірностей варію-
вання), а також достатньо високий ступінь руйнівної дії на ґрунти. Карто-
метричний та натурно-картометричний методи, які безумовно й досі
переважають у практиці ґрунтознавства, засновано на кількісному об-
ліку контурів ґрунтів і математико-статистичній обробці їх показників [1, 3].
Основним недоліком їх подальшого застосування для визначення про-
сторової неоднорідності ґрунтів є використання в якості первинних даних
картографічної інформації, яка здебільшого є застарілою та створюється
із застосуванням інтуїтивних методів, що базуються на досвіді укладача
карти ґрунтів. Практичне використання таких методів не можна вважа-
ти припустимим при врахуванні новітніх змін у методології та технології
картографування ґрунтів, методах проведення ґрунтових досліджень та
за умов підвищення сучасних вимог до об’єктивності використаної під
час досліджень інформації.
З метою забезпечення сучасних вимог до точності (географічної та
геометричної) і об’єктивності досліджень просторової варіабельності
ґрунтів та їх окремих властивостей видається перспективним викорис-
тання даних багатоспектрального космічного сканування, а саме знімків
високої роздільної здатності, як первинної кількісної інформації про су-
часний стан ґрунтів. На відміну від традиційних карт ґрунтів вони мають
значну оглядовість, об’єктивно відображають характер земної поверхні
та виконують її “природну генералізацію”. Водночас, космічні знімки є
тим сучасним цифровим матеріалом, який завдяки своїй “різномасштаб-
ності” дозволяє проводити вивчення просторового розподілу ґрунтів на
різних територіальних рівнях.
Таким чином, актуальною є розробка та всебічне опрацювання ал-
горитму кількісного визначення просторової варіабельності ґрунтів та
їх окремих властивостей під час дешифрування даних багатоспект-
рального космічного сканування з використанням геоінформаційних
технологій.
328
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
Матеріали, об’єкти та методи досліджень. Поставленої мети до-
сягали шляхом проведення детального аналізу взаємозв’язку параметрів
ґрунту та показників оптичної яскравості його поверхні під час дешифру-
вання космічних знімків, опрацювання різноманітних методів кількісного
визначення параметрів просторового варіювання ґрунтів із застосуван-
ням геоінформаційних систем (ГІС).
Під час досліджень було використано різнопланові матеріали секто-
ру дистанційного зондування ґрунтового покриву ННЦ “ІГА імені
О.Н. Соколовського”, зокрема архівні матеріали багатоспектральної
зйомки космічного апарата SPOT, що виконана за нульової хмарності з
роздільною здатністю до 20 м. Територіальним об’єктом обране поле-
полігон, поверхня якого у момент зйомки не була вкрита посівами сільсько-
господарської рослинності та відрізнялась найбільш складним малюн-
ком космічного зображення, а також для якого раніше було проведено
детальне ґрунтове обстеження [4]. На цьому полігоні, розташованому в
Ясинуватському районі Донецької області, було досліджено шість ґрун-
тових розрізів та відібрано 148 проб ґрунту з поверхневого шару (0–10 см)
для визначення основних найбільш стабільних ґрунтових параметрів, зо-
крема, вмісту гумусу (за методом Тюріна [5]) та гранулометричний склад
(за методом Качинського [6]). Всі точки відбору проб ґрунту було при-
в’язано до географічної системи координат за допомогою приладів гло-
бального позиціонування (GPS). У камеральних умовах проведено ана-
літичні дослідження відібраних проб ґрунту, за результатами яких ство-
рено узагальнені файли статистичної та обліково-довідкової інформації,
що об’єднують дані за окремими властивостями ґрунтів і показниками
оптичної яскравості ґрунтів для всіх точок опробування у табличній формі
з вичерпною інформацією про географічні прив’язки, які отримано під
час польового обстеження полігону.
У ході досліджень використовували статистичні методи та методи
геоінформаційної обробки даних. Так, для географічної прив’язки, основ-
ної обробки, перетворень, загального статистичного аналізу зображен-
ня, проведення кластерного аналізу та створення карти ґрунтів викорис-
товували ГІС TNT-lite. Кореляційний та регресійний аналіз проведено з
використанням пакету програм Statistica.
Результати та їх обговорення. На першому етапі проведено візу-
альне дешифрування космічного зображення, основною задачею якого є
забезпечення максимально можливого збору тематичної інформації про
територію та її схематичне ув’язування з прямими дешифрувальними
329
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
ознаками: яскравістю та структурою зображення, сумісне використання
яких дозволяє ідентифікувати виділи ґрунтів та накопичувати інформа-
цію для оцінки стану ґрунтової поверхні. Відповідно до агроґрунтового
районування, територія полігону віднесена до Донецького округу
Дніпровсько-Донецької провінції, який характеризується складним ґрун-
товим покривом (чорноземи звичайні різного гранулометричного складу,
потужності профілю та ступеня змитості), що обумовлено надзвичайною
геоморфологічною неоднорідністю території [7]. За архівними картогра-
фічними матеріалами, на території поля за результатами великомасш-
табного обстеження визначено шість ґрунтових виділів [4], які за конту-
рами суттєво відрізняються від малюнку космічного зображення. На етапі
основної обробки зображення були використанні комп’ютерні методи пе-
ретворення цифрових сигналів зображення з метою підвищення його кон-
трастності, різкості та підкреслення контурів (рис. 1). Зіставлення пере-
твореного зображення з топографічною основою та створеної на її основі
цифрової моделі рельєфу (ЦМР) дозволило визначити, що світлий фото-
тон відповідає схилу південно-південно-східної експозиції, темний – більш
положистому схилу західної експозиції.
Статистичний аналіз цифрової інформації зображення проведено з
метою обґрунтування принципів для його наступної дискретизації (або
сегментації), що допускає змістовну інтерпретацію. Слід відзначити, що
традиційно в ґрунтознавстві та агрохімії число класів визначається до-
сить довільно залежно від об’єму сукупності, що класифікується, та кон-
кретних завдань [8]. З метою пошуку більш обґрунтованих підходів щодо
критеріїв дискретизації зображення були розраховані його загальні ста-
тистичні показники, багато з яких показали ступінь розходження абсо-
Ðèñ. 1. Ôðàãìåíò ñèíòåçîâàíîãî êîñì³÷íîãî çîáðàæåííÿ òåðèòî𳿠ïîë³ãîíó
330
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
лютних значень оптичної яскравості: її мінімальне і максимальне значен-
ня складали відповідно 61 і 155, що визначило розмах варіювання – 95,
при цьому коефіцієнт варіації склав 0,22, а середнє квадратичне відхи-
лення – 19,4. Значно доповнила отриману статистичну інформацію побу-
дова кривої розподілу оптичних яскравостей зображення, яка детально
показала його особливості і дозволила дати найбільш загальну його ха-
рактеристику. Так, переважний інтервал значень яскравості – від 66 до
89, виступає фоном для окремих контурів з більшими значеннями. Варі-
аційний ряд має не одну, не дві, а набагато більшу кількість мод, що
можна розглядати як свідчення того, що зображення поєднує якісно
різнорідні об’єкти [9]. Зроблено висновок, що досліджуване зображення
може бути розділене максимум на 22 класи, а за певних обмежень за
обліком яскравості з незначними частотами – на 11 класів. Задля уник-
нення помилок, які виникають на етапі статистичної обробки даних, про-
ведено детальний аналіз структури зображення відповідно до методу
побудови профілів оптичних яскравостей за окремими маршрутами –
трансектами, що характеризуються найбільш складним малюнком зоб-
раження. Розгляд декількох профілів дозволив зробити висновок про існу-
вання в межах полігону 9–10 ареалів з інтервалом значень оптичної яск-
равості до 10 одиниць, що дозволяє достатньо деталізувати зображення
для наступного етапу – проведення кластерного аналізу, в результаті якого
створено електронну карту ґрунтових виділів (рис. 2).
Для підсумкового висновку про достатність та доцільність такої де-
талізації проведено узагальнення даних польового обстеження ґрунтів
полігону. Вибірка поєднала дані щодо чорноземів зі вмістом гумусу 0,8–
Ðèñ. 2. Åëåêòðîííà êàðòà êîíòóð³â ´ðóíò³â, ñòâîðåíà çà äàíèìè êîñì³÷íîãî ñêàíóâàííÿ
331
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
6,2 % і фізичної глини – 12,9–67,2 %. З огляду на значний, кореляційний
зв’язок між цими ґрунтовими показниками та аналітичну похибку ме-
тодів їх визначення зроблено висновок про приоритетне використання
вмісту фізичної глини (розмах варіювання – 55 %) як чинника обмежен-
ня деталізації при класифікуванні зображення. За оптимальної кількості
класів це забезпечує крок зміни вмісту фізичної глини приблизно в 5 %,
що є загалом досить інформативним показником для ґрунтознавця.
Комплексний розгляд результатів аналізу зображення, отриманої елек-
тронної карти ґрунтів та ЦМР території полігону підтвердив достатню
високу детальність дискретизації зображення на рівні 9 класів для все-
бічного вивчення структури ґрунтового покриву, зокрема для загальної
характеристики та кількісного визначення показників просторової варіа-
бельності ґрунтів.
Отримана електронна карта ґрунтів надає багато об’єктивної, корис-
ної інформації, а тому повинна використовуватись для опису та кількісно-
го визначення показників однієї зі складових просторової варіабельності
ґрунтів – планової неоднорідності, під якою слід розуміти просторово-
структурне, абстрактне відображення розміщення ґрунтово-територіаль-
них об’єктів, їх взаємного розташування в просторі та їх просторової струк-
тури з заданим ступенем геометричної та топологічної подібності. Пев-
ною мірою, кількість визначених у процесі створення цієї карти класів
можна розглядати як перше наближення до отримання інтегрального
показника просторової варіабельності ґрунтового покриву полігону. Але
в багатьох наукових джерелах розроблена низка методів, які дозволя-
ють поглибити рівень кількісного оцінювання планової неоднорідності
просторово розподілених природних явищ та об’єктів [10], зокрема для
ґрунтового покриву [1, 3]. Нами проведено критичний аналіз цих методів,
результати якого дозволили зробити висновок щодо перспективності за-
стосування інформаційного показника складності, який розраховується в
процесі створення інформаційної моделі територіальної диференціації та
може бути використаний для характеристики просторової варіабельності
ґрунтів за даними космічної зйомки. Нагадаємо, що показником склад-
ності в інформаційній моделі територіальної диференціації є інформаційна
(ентропійна) функція різноманітності, яка ґрунтується на імовірнісній фор-
малізації територіального розчленування [11].
Проілюструємо розрахунок показника складності для отриманої нами
електронної карти ґрунтів (рис. 1). По-перше, з використанням ГІС було
визначено площу кожного з виділених ґрунтових ареалів Sі, по-друге, для
332
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
кожного ареалу встановлено значення ймовірності рі, за яким знайдено
величину функції – ріlog2pi (табл. 1). По-третє, знайдені величини підсу-
мовані для визначення інформаційного показника складності територі-
ального поділу полігону, який становив 3,39. Цей показник має наступну
змістовну інтерпретацію: одиничний ступінь складності (1 біт) має най-
простіша структура, що являє собою поділ території на дві рівновеликі, а
тому й рівноймовірні частини. Територія, яка представлена одним цілим
контуром, має нульовий ступінь складності, оскільки її ймовірність дорів-
нює 1,0. Збільшення числа елементів територіального поділу або зміна у
співвідношенні їхніх площ фіксується відповідними змінами інформацій-
ного показника складності. Крім того, нами встановлені параметри, які
Òàáëèöÿ 1. Ïîêàçíèêè ³íôîðìàö³éíî¿ ìîäåë³ òåðèòîð³àëüíî¿ äèôåðåíö³àö³¿ ´ðóíòîâîãî
ïîêðèâó ïîë³ãîíó (íà ð³âí³ äèñêðåòèçàö³¿ 9 êëàñ³â)
Номер
з/п
Кластер
Номер елемента
(ареалу, і)
Площа ареалу
Sі, м2
Ймовірність
ареалу рі
Значення
величини
ріlog2pi
1 1
1 104286,3 0,059 0,242
2 2
1 73382,16 0,042 0,191
3 3
1 83955,8 0,048 0,210
4 2 13923,8 0,008 0,055
5 3 14068,3 0,008 0,056
6 4 15272,2 0,009 0,060
7 5 24648,8 0,014 0,086
8 4
1 15595,6 0,009 0,061
9 2 29416,18 0,017 0,099
10 3 7711,8 0,004 0,034
11 4 13050,1 0,007 0,053
12 5
1 892,7 0,001 0,060
13 2 20220,5 0,012 0,074
14 6
1 2380,1 0,001 0,013
15 2 25541,1 0,146 0,405
16 3 13380,5 0,008 0,054
17 4 6700,5 0,004 0,031
18 7
1 8930,4 0,005 0,039
19 2 552693,8 0,315 0,525
20 8
1 149220,3 0,085 0,302
21 2 7223,3 0,004 0,033
22 3 5792,5 0,003 0,027
23 9
1 191789,9 0,109 0,349
24 2 67321,5 0,038 0,180
25 3 3329,7 0,002 0,017
26 4 75046,9 0,043 0,194
Загальні параметри
Загальна площа, м2 – Sзаг. 1755774,0
Інформаційний показник складності (або неоднорідності) – Н 3,39
Теоретична максимально можлива ступінь складності розчленування для даного поділу –
Нmax
4,70
Показник неврівноваженості – ΔН= Нmax–Н 1,31
Показник відносної незрівноваженості – І = ΔН/ Нmax 0,28
333
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
показують, наскільки складність територіальної диференціації залежить
саме від числа елементів розчленування та наскільки – від співвідно-
шення їхніх площ. Якщо складові частини територіального поділу були
абсолютно рівновеликими, а відтак і рівно ймовірними, то інформаційний
ступінь складності розчленування залежав би тільки від числа одиниць
поділу і був би максимально можливим для даного розчленування:
Нmах = log2n,
де n – число одиниць територіального поділу.
У нашому прикладі табличне значення Нmах складає 4,70 (табл. 1).
Отже, для схеми територіального поділу полігону є дві інформаційні оці-
нки складності: 1 – дійсна, що дорівнює 3,39; 2 – теоретична, тобто мак-
симально можлива для поділу на 26 ареалів, яка становить 4,70. Оскіль-
ки максимально можливий показник складності обчислено за умови аб-
солютно рівновеликого розчленування, то різниця між дійсною та макси-
мальною оцінками існує за рахунок відхилення дійсних площ територі-
ального поділу від теоретичного рівновеликого. Ця різниця буде показни-
ком незрівноваженості територіального розчленування (∆H):
∆Н = Нmaх – Н.
Для дослідженого полігону ∆Н дорівнює 1,31, тобто за рахунок не-
однакових площ ареалів ступінь складності територіальної диференціації
полігону втрачає 1,31 біт складності. Зрозуміло, що інформаційний по-
казник складності швидко зростає зі збільшенням числа одиниць поділу
та зменшується зі збільшенням коливань їхніх розмірів. Показник не-
зрівноваженості – абсолютна величина, яка характеризує незрівнова-
женість структурного розчленування в цілому. Відношення цієї величини
до максимального ступеня складності є показником відносної незрівно-
важеності територіального розчленування (І):
max
max max
H HHI
H H
−∆
= = .
У нашому прикладі І дорівнює 0,28 та показує, що кожна інформацій-
на одиниця складності даного територіального поділу внаслідок незрівно-
важеності (різних площ) втрачає 0,28 часток, тобто 28 %.
Розраховані показники інформаційної моделі територіальної диферен-
ціації ґрунтового покриву території є важливими інтегральними парамет-
рами, які слід використовувати не тільки для характеристики просторо-
334
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
вої варіабельності ґрунтів, але й в якості одного з прошарків геоінформа-
ційної бази даних для даної території.
Представлений вище алгоритм використання даних багатоспектраль-
ного космічного сканування для дослідження просторової варіабельності
ґрунтів є лише одним з можливих напрямків. І дійсно, на створеній елек-
тронній карті в якості “ґрунтово-територіальних” об’єктів можуть висту-
пати просторові структури ґрунтового покриву різного рівня та ступеня
відмінності ґрунтових властивостей: елементарні ґрунтові ареали, ґрун-
тові сполучення та комбінації тощо. Нажаль, це не можна вважати дос-
татнім для вирішення багатьох практично значимих інженерних завдань,
які потребують кількісних даних саме щодо просторової варіабельність
окремих властивостей ґрунтів для кожної ділянки території. Аналіз отри-
маного під час досліджень кількісного матеріалу дозволив зробити вис-
новок, що для вирішення цього завдання можна використовувати мате-
ріали космічної зйомки тільки за умови встановлення високого кореля-
ційного зв’язку між показниками оптичної яскравості зображення (хоча
б в окремих діапазонах сканування) та генетично обумовленими пара-
метрами ґрунтів. При цьому проміжним результатом визначення про-
сторової варіабельності окремих властивостей ґрунтів також будуть елек-
тронні картографічні матеріали, а саме створені за допомогою ГІС кар-
тограми вмісту цих параметрів ґрунту.
Для дослідного полігону кореляційний зв’язок показника оптичної
яскравості космічного зображення з вмістом фракції фізичної глини гра-
нулометричного складу ґрунту був достатньо високим (r2 = 0,76), а
тому в результаті регресійного аналізу отримано регіональну матема-
тичну модель, на основі якої в ГІС створено картограму вмісту даного
параметру ґрунту. Отримана електронна карта розподілу окремої вла-
стивості ґрунту відкриває можливості до використання методичних
підходів, започаткованих у теорії “поля” та моделях скалярних полів,
зокрема спосіб оцінки анізотропності скалярного поля будь-якої ознаки
природного об’єкта [11].
Під час проведення досліджень опрацьована повна послідовність дій
щодо оцінки анізотропії поля вмісту фізичної глини для території полігону.
Для цього обрано точку полігону, від якої прокладено лінійні профілі
(трансепти) за азимутами: 0°, 45°, 90°, 135°, 180°, 225°, 270°, 315° (рис. 3).
Для кожного з трансектів у автоматичному режимі розраховано основні
статистичні дані, побудовано профіль, тренд просторового розподілу дос-
лідженого показника та автокорелограми.
335
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
Розгляд побудованих трендів та автокорелограм для профілів демон-
струє надзвичайну різноманітність характеру просторового розподілу
фізичної глини залежно від просторової орієнтації. Хоча слід визнати, що
доведеною просторовою закономірністю ознаки можна вважати тільки
розподіл на трансекті № 4, тому що тільки його автокорелограма вияви-
ла періодичну складову у вигляді синусоїдальної хвилі з довжиною
260 метрів. Для трансектів № 2, 3, 6, 7, 8 можна зробити висновок про
наявність тенденції змінювання просторового розподілу на підставі того,
що змінювання від’ємної частини корелограми на позитивну здійснилося
тільки в кінцевій її частині (або на великому лазі), що не можна інтерпре-
тувати однозначно через неможливість продовжити послідовний ряд оз-
наки. За характером трендів, побудованих для профілів, зроблено висно-
вок щодо можливої закономірності у розподілі ознаки для трансектів № 6
та № 8.
У якості оцінки ступеня анізотропності розглянуто відношення дис-
персії за двома взаємно перпендикулярними азимутами [12]. Обчислена
величина показує, в скільки разів мінливість поля за одним азимутом
перевищує його варіацію в поперечному напрямку. Результат співстав-
лення даних про загальні показники варіації вмісту гранулометричних
фракцій фізичної глини та оцінки анізотропності (табл. 2) дозволяє твер-
дити, що поле фізичної глини для території полігону анізотропне та має
найвищу варіацію за лінією південно-південний схід (Пд.-ПдСх) →
північно-північний захід (Пн-ПнЗх). Крім того, використана схема роз-
міщення трансектів дозволила деталізувати області найбільшої варіації
ознаки в межах полігону, а саме сектор між четвертим та п’ятим трансек-
Ðèñ. 3. Ñõåìà ðîçì³ùåííÿ òðàíñåêò³â, âèêîðèñòàíèõ äëÿ îö³íêè àí³çîòðîïíîñò³ ïîëÿ
âì³ñòó ãðàíóëîìåòðè÷íèõ ôðàêö³é ô³çè÷íî¿ ãëèíè (÷èñëîâå çíà÷åííÿ êîæíîãî ï³êñå-
ëþ â³äïîâ³äຠçíà÷åííþ âì³ñòó ô³çè÷íî¿ ãëèíè)
336
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
том, а також між другим та восьмим. Зрозуміло, що подібні висновки
потребують додаткового змістовного пояснення, слід з’ясувати: дія яких
факторів спричиняє таку загальну закономірність просторової неоднорід-
ності ґрунтів. Для дослідного полігону основним чинником неоднорід-
ності є геоморфологічні особливості території, які визначили прояв еро-
зійних процесів, а саме посилене перенесення речовини по поверхні та
відповідне йому збільшення вмісту фракцій фізичного піску за рахунок
підняття підорного шару в процесі обробки ґрунту.
Висновки. Під час проведених досліджень розроблено та опрацьо-
вано повну послідовність процедур щодо оброблення даних багатоспек-
трального космічного сканування високої роздільної здатності на основі
використання новітніх геоінформаційних технологій для комплексної оцінки
просторової варіабельності ґрунтів та їх окремих властивостей у межах
дослідної території. На підставі отриманих результатів встановлено, що
інформаційний показник складності та оцінка анізотропності поля окре-
мих ґрунтових показників можуть бути ефективно застосовані як інтег-
ральні параметри характеристики просторового варіювання ґрунтів у
практиці планування, управління та використання земельних ресурсів
країни. Найближчою перспективою розвитку даного напряму роботи з
даними космічної зйомки можна вважати опрацювання інформації за пред-
ставленим алгоритмом для полігонів, які розташовано в різних ґрунтово-
кліматичних зонах України, що забезпечить необхідним кількісним ма-
Òàáëèöÿ 2. Îö³íêà àí³çîòðîïíîñò³ ïîëÿ ôðàêö³é ô³çè÷íî¿ ãëèíè ãðàíóëîìåòðè÷íîãî ñêëàäó
´ðóíò³â äîñë³äíîãî ïîë³ãîíó
Азимут Дисперсія Оцінка анізотропності
(А = σ2
max/σ2
min)
0° σ2
1 64,12
1,05 90° σ2
3 67,25
45° σ2
2 51,12 1,35
135° σ2
4 38,01
90° σ2
3 67,25 2,19 180° σ2
5 30,71
135° σ2
4 38,01 3,81
225° σ2
6 144,89
180° σ2
5 30,71 2,89 270° σ2
7 88,67
225° σ2
6 144,89 1,38
315° σ2
8 105,44
0° σ2
1 64,12
1,38 270° σ2
7 88,67
45° σ2
2 51,12 2,10
315° σ2
8 105,44
337
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
теріалом дослідження з типізації структур ґрунтового покриву, а також
дозволить визначити основні закономірності просторового варіювання
ґрунтів та їх окремих властивостей у різних регіонах країни.
1. Фридланд В.М. Структура почвенного покрова. – М.: Мысль, 1972. – 423 с.
2. Годельман Я.М. Неоднородность почвенного покрова и использование земель. –
М.: Наука, 1981. – 200 с.
3. Годельман Я.М. Пути выявления неоднородности почвенного покрова и примене-
ния параметров его структуры для учета и оценки земельных ресурсов // Структу-
ра почвенного покрова и ее значение для картирования почв, учета и использования
почвенных ресурсов: Тез. докл. IV Всесоюз. совещ. – Кишинев, 1980. – С. 78–80.
4. Шатохин А.В., Лындин М.А. Сопряженное изучение черноземов Донбасса наземны-
ми и дистанционными методами // Почвоведение. – 2001. – № 9. – С. 1037–1044.
5. ДСТУ 4289:2004 Якість ґрунту. Методи визначання органічної речовини.
6. ДСТУ 4730:2007 Якість ґрунту. Визначання гранулометричного складу методом
піпетки в модифікації Н.А. Качинського.
7. Кисель В.Д. Почвенный покров и районирование черноземной территории Украи-
ны // Черноземы СССР (Украина). – М.: Наука, 1970. – С. 26–38.
8. Дмитриев Е.А. Математическая статистика в почвоведении. – М.: Изд-во МГУ,
1972. – 292 с.
9. Вольф В.Г. Статистическая обработка опытных данных. – М.: Колос, 1966. – 254 с.
10. Викторов А.С. Рисунок ландшафта. – М.: Мысль, 1986. – 179 с.
11. Червяков В.А. Концепция поля в современной картографии. – Новосибирск: Наука,
1978. – 149 с.
12. Геренчук К.І., Раковська Е.М., Топчієв О.Г. Польові географічні дослідження. – К.:
Вища шк. 1975. – 248 с.
Использование данных космической съемки и современных геоинформа-
ционных технологий для исследования пространственной вариабельности
почв Т.Ю. Бындыч, Н.П. Агрес
РЕЗЮМЕ. Разработан и апробирован алгоритм использования многоспектраль-
ных космических снимков высокой разрешающей способности для комплексного
изучения вариабельности почвенного покрова. Доказана возможность использо-
вания информационного показателя сложности в качестве интегрального пара-
метра для характеристики неоднородности почвенного покрова. Предложено оцен-
ку анизотропности скалярного поля содержания физической глины в почве ис-
пользовать для количественного определения степени пространственного варьи-
рования почв.
Ключевые слова: многоспектральные космические снимки, геоинформационные
технологии, неоднородность почвенного покрова, информационная модель, сте-
пень анизотропности.
338
Зб. наук. праць “Теоретичні та прикладні аспекти геоінформатики”, 2010
Use of space survey data and modern geoinformation technologies for
investigation of soil space variability T.Yu. Byndych, N.P. Agres
SUMMАRY. The algorithm of multispectral space high-resolution images application
for complex studying variability of a soil cover is developed and proved. An opportunity
of application of the information complication index as a integral parameter for description
soil cover heterogeneity is proved. The assessment of the scalar field anisotropy of soil
physical clay for quantitative determination of soil space variability degree was suggested.
Keywords: multispectral space images, geoinformation technologies, heterogeneity of
a soil cover, information model, anisotropic degree.
|
| id | nasplib_isofts_kiev_ua-123456789-97142 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 2409-9430 |
| language | Ukrainian |
| last_indexed | 2025-11-27T13:56:59Z |
| publishDate | 2010 |
| publisher | Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України |
| record_format | dspace |
| spelling | Биндич, Т.Ю. Агрес, Н.П. 2016-03-25T16:45:13Z 2016-03-25T16:45:13Z 2010 Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів / Т.Ю. Биндич, Н.П. Агрес // Теоретичні та прикладні аспекти геоінформатики: Зб. наук. пр. — 2010. — Вип. 7. — С. 326-338. — Бібліогр.: 12 назв. — укр. 2409-9430 https://nasplib.isofts.kiev.ua/handle/123456789/97142 631.445:631.47:631.471 Розроблено та опрацьовано алгоритм застосування багатоспектральних космічних знімків високої роздільної здатності для комплексного вивчення варіабельності ґрунтового покриву. Доведено можливість використання інформаційного показнику складності в якості інтегрального параметру для характеристики неоднорідності ґрунтового покриву. Запропоновано оцінку анізотропності скалярного поля вмісту фізичної глини в ґрунті для кількісного визначення ступеня просторового варіювання ґрунтів. Разработан и апробирован алгоритм использования многоспектральных космических снимков высокой разрешающей способности для комплексного изучения вариабельности почвенного покрова. Доказана возможность использования информационного показателя сложности в качестве интегрального параметра для характеристики неоднородности почвенного покрова. Предложено оценку анизотропности скалярного поля содержания физической глины в почве использовать для количественного определения степени пространственного варьирования почв. The algorithm of multispectral space high-resolution images application for complex studying variability of a soil cover is developed and proved. An opportunity of application of the information complication index as a integral parameter for description soil cover heterogeneity is proved. The assessment of the scalar field anisotropy of soil physical clay for quantitative determination of soil space variability degree was suggested. uk Центр менеджменту та маркетингу в галузі наук про Землю ІГН НАН України Теоретичні та прикладні аспекти геоінформатики Методи та технологіх вирішення екологічних задач Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів Использование данных космической съемки и современных геоинформационных технологий для исследования пространственной вариабельности почв Use of space survey data and modern geoinformation technologies for investigation of soil space variability Article published earlier |
| spellingShingle | Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів Биндич, Т.Ю. Агрес, Н.П. Методи та технологіх вирішення екологічних задач |
| title | Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів |
| title_alt | Использование данных космической съемки и современных геоинформационных технологий для исследования пространственной вариабельности почв Use of space survey data and modern geoinformation technologies for investigation of soil space variability |
| title_full | Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів |
| title_fullStr | Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів |
| title_full_unstemmed | Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів |
| title_short | Використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів |
| title_sort | використання даних космічної зйомки та сучасних геоінформаційних технологій для дослідження просторової варіабельності ґрунтів |
| topic | Методи та технологіх вирішення екологічних задач |
| topic_facet | Методи та технологіх вирішення екологічних задач |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/97142 |
| work_keys_str_mv | AT bindičtû vikoristannâdanihkosmíčnoíziomkitasučasnihgeoínformacíinihtehnologíidlâdoslídžennâprostorovoívaríabelʹnostígruntív AT agresnp vikoristannâdanihkosmíčnoíziomkitasučasnihgeoínformacíinihtehnologíidlâdoslídžennâprostorovoívaríabelʹnostígruntív AT bindičtû ispolʹzovaniedannyhkosmičeskoisʺemkiisovremennyhgeoinformacionnyhtehnologiidlâissledovaniâprostranstvennoivariabelʹnostipočv AT agresnp ispolʹzovaniedannyhkosmičeskoisʺemkiisovremennyhgeoinformacionnyhtehnologiidlâissledovaniâprostranstvennoivariabelʹnostipočv AT bindičtû useofspacesurveydataandmoderngeoinformationtechnologiesforinvestigationofsoilspacevariability AT agresnp useofspacesurveydataandmoderngeoinformationtechnologiesforinvestigationofsoilspacevariability |