Главная | Обратная связь | Поможем написать вашу работу!
МегаЛекции

2.2 Комбинация переменных рельефа и классификация типов рельефа




Ключевую роль в оценке степени деградированности пастбищ играл метод дешифрирования космических снимков за 2013 и 2020 гг., так как предполагалось, что равнинный слаборасчлененный рельеф не будет иметь сильного влияния на состояние пастбищ. Инструменты автоматической классификации рельефа программы SAGA, подтверждают указанный вывод. На Рисунках 14-16 представлены результаты классификации рельефа при помощи различных инструментов программ ArcMap и SAGA, из них следует, что значительную часть территории исследуемых районов занимают равнины.

В программе Arcmap была проведена классификация ключевых морфометрических характеристик при помощи их комбинации в инструмента Combine. Было получено 254 класса, из которых более 100 являются малочисленными и могут быть опущены при анализе. После комбинации полученный растр был подвергнут фильтрации с помощью инструментов Focal Statistics и Boundary Clean (см. Рис. 14). Результат показывает четкую дифференциацию рельефа, на которой ярко выражены ключевые паттерны рельефа – от темно-зеленой низменности до ярко выраженного строения Ергеней на юго-западе изучаемой территории.

Рисунок 14 – Растр комбинации морфометрических характеристик

Источник: снимок экрана автора

 

В таблице 2 представлены наиболее распространенные типы рельефа, полученных в результате комбинации при помощи инструмента Combine.

Таблица 2 – Наиболее распространенные комбинации морфометрических характеристик на Рисунке 14

Абсолютная высота, м Кривизна склонов Крутизна склонов Экспозиция склонов Доля от общей площади, %
-10, 3 – -5, 9 0, 00007 – 0, 0014 0 – 0, 028 N 46, 89
< -10, 3 0, 00007 – 0, 0014 0 – 0, 028 N 21, 61
-10, 3 – -5, 9 0, 00007 – 0, 0014 0 – 0, 028 W 19, 87
-10, 3 – -5, 9 0, 00007 – 0, 0014 0 – 0, 028 SW 17, 38
-10, 3 – -5, 9 0, 00007 – 0, 0014 0 – 0, 028 E 17, 20
-10, 3 – -5, 9 0, 00007 – 0, 0014 0 – 0, 028 SE 15, 81
-10, 3 – -5, 9 0, 00007 – 0, 0014 0 – 0, 028 S 14, 87
-10, 3 – -5, 9 0, 00007 – 0, 0014 0 – 0, 028 NE 14, 36
-10, 3 – -5, 9 0, 00007 – 0, 0014 0 – 0, 028 NW 12, 31

Источник: составлено автором

 

Анализ Таблицы 2 позволяет сделать вывод о том, что на изучаемой территории преобладает равнинный слаборасчлененный рельеф.

Также в анализе применялись инструменты TPI Based Landform Classification и Terrain Surface Classification (Iwahashi and Pike) программы SAGA.

TPI Based Landform Classification базируется на использовании индекса топографического положения – разности между абсолютной высотой точки и средней высотой точек в заданном диапазоне вокруг точки [Жуков, Андрющенко, 2017]. Данный инструмент классифицирует рельеф согласно данному значению. Результат классификации представлен на Рисунке 15. Было выделено три класса рельефа: равнины, пологие склоны и возвышенные территории и крутые склоны. Данный инструмент выделил 3 типа рельефа и отнес к типу равнин 86% территории или 655, 2 км2.

Рисунок 15 – Типы рельефа, полученные при помощи TPI Based Landform Classification

Источник: составлено автором

 

Инструмент Terrain Surface Classification (Iwahashi and Pike) предполагет выделение заданного числа классов (8, 12 или 16 (в данном анализе было выделено 8) форм земной поверхности в процессе итерационного алгоритма без применения обучения на основе крутизны склона, пространственной текстуры и локальной выпуклости [Iwahashi, Pike, 2007]. Важными преимуществами данного метода являются возможность его применения для любого ландшафта, его адаптация для ЦМР любого разрешения и возможность применения результатов для геоморфологической интерпретации [Hryatin, Perko, 2012]. В рамках данной работы метод применялся для оценки рельефной структуры территорий Яшкульского и Юстинского районов (см. Рис. 16).

Данный инструмент выделил 8 типов рельефа и отнес к равнинам 551 км2 или 72, 5% территории.

Рисунок 16 – Типы рельефа, полученные при помощи Terrain Surface Classification (Iwahashi and Pike)

Источник: составлено автором

 

Поделиться:





Воспользуйтесь поиском по сайту:



©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...