Выделение флористических комплексов на ландшафтной основе средствами геоинформационных технологий

• Автор: Кожевникова, Мария Владимировна
• Шифр специальности: 03.00.16
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Казань
• Количество страниц: 183 с. : ил.

введение
ГЛАВА 1. ПРИМЕНЕНИЕ ГЕОННФОРМАЦИОННЬГХ ТЕХНОЛОГИЙ В ОБЛАСТИ НАУК О РАСТИТЕЛЬНОМ ПОКРОВЕ ОБЗОР ЛИТЕРАТУРЫ.

ГЛАВА 2. ФИЗИКОГЕОГРАФИЧЕСКАЯ ХАРАКТЕРИСТИКА РАЙОНА ИССЛЕДОВАНИЯ

2.1. Общая характеристика ЗападноКазанского террасоводолинного района Среднего Поволжья
2.2. Покомпонентная характеристика территории Раифского участка ВолжскоКамского Государственного природного заповедника

2.2.1. Рельеф

2.2.2. Четвертичные отложения

2.2.3. Почвенный покров

2.2.4. Растительный покров

2.2.5. Флора.

2.3. Пригоднотерриториальные комплексы Раифского участка ВолжскоКамского Государственного Природного Заповедника
ГЛАВА 3. ФАКТИЧЕСКИЕ ДАННЫЕ, ИСПОЛЬЗУЕМЫЕ В РАБОТЕ.
3.1. материалов.
3.2. Хранение и обработка
ГЛАВА 4. ТИПОЛОГИЧЕСКОЕ ВЫДЕЛЕНИЕ ФЛОРИСТИЧЕСКИХ КОМПЛЕКСОВ
4.1. Понятие флористического комплекса
4.2. Обзор методов, позволяющих выделить однородные группы видов.
4.3. Разделение совокупности видов на группы.
4.4. Отбор диагностических видов.
АНАЛИТИЧЕСКОЕ ВЫДЕЛЕНИЕ
4.5. Моделирование распространения отдельных видов.
4.6. Исследование распределения диагностических видов
ГЛАВА 5. ТОПОЛОГИЧЕСКОЕ ВЫДЕЛЕНИЕ ФЛОРИСТИЧЕСКИХ КОМПЛЕКСОВ
5.1. ВЫБОР метода топологического выделения
5.2. Использование нечеткой логики для отображения внутренней структуры
ГЛАВА 6. ИССЛЕДОВАНИЕ ТИПОЛОГИИ И ТОПОЛОГИИ ВЫДЕЛЕННЫХ ЕДИНИЦ.
6.1. Типологическое сравнение. Исследование внутренней неоднородности комплексов
6.2. Исследование топологии. Сравнение с другими видами карт
ПРИЛОЖЕНИЯ
Введение


Средства обычно включают представление запрашиваемой информации как в табличной форме, так и построение карт и картосхем различного качества, начиная от весьма условных например, на базе грубых сеток, заканчивая созданием картографических произведений, соответствующих самым строгим требованиям картографии. Реализация проектов с использованием геинформационных технологий обычно включает сбор новой первичной информации, ввод ее в компьютер и или поиск в других базах уже имеющейся информации по изучаемой территории, совмещение информации на едином масштабном уровне. Причем на этом шаге наряду с задачами генерализации приходится решать задачу восстановления моделирования данных, на территории не охваченные фактическим материалом. Для решения таких задач существует три принципиальных подхода. Первый заключается в экспертном дополнении недостающих данных. Второй в математической интерполяции имеющихся значений без использования априорных знаний о характере пространственного распространения явления. Наиболее надежным из таких методов является метод линейной интерполяции на основе триангуляции Делоне. Этот метод является точным интерполятором. Он работает, соединяя в треугольники точки данных гак, чтобы никакие стороны треугольников не пересекались с другими треугольниками. В результате поверхность на всем протяжении сетки является суммой треугольников. Все узлы сетки, попадающие в треугольник принимают значение, равное среднему между тремя вершинами данного треугольника. Третий подход состоит в использовании априорных знаний, а именно статистических характеристик, полученных на основе пространственной автокорреляции явления и пространственной корреляции данного явления с другими видами явлений. Пространственная автокорреляция может быть проанализирована, с использованием коррслограммы, функции ковариации и вариограммы. Коррелограма функция, которая показывает корреляцию средних значений данных, разделенных расстоянием . Корреляция обычно уменьшается с расстоянием, пока не достигнет 0. Коррелограма аппроксимируется некоторой математической моделью. Экспоненциальная модель. Сферическая модель. М.ь, Мь, Эь, Вь соответственно средние величины и среднеквадратичные отклонения данных, расположенных в начале и в конце вектора. Геостатистически с методы используются для анализа карт методом точечного или блочного крикинга. При этом методе вычисляемое значение точки г0 оценивается как средневзвешенное значение в позициях вокруг него. Вес точки оценивается индивидуально для каждой предполагаемой точки, с использованием системы линейных уравнений, которая решается относительно у. Затем находят величину гО. Когда она найдена для всех узлов регулярной сетки, строится модель распространения данных. Отличие блочного крикинга от точечного только в том, что точка замещается блоком. I. Крикинг использует пространственную автокорреляцию. Возможна экстраполяция данных. При построении моделей учитывает тренд. Может быть точным или сглаживающим интерполятором, в зависимости от пользователя, определяющего параметры. Учитывает анизотропию в распространении данных. К сожалению, традиционно подобный набор статистических методов довольно редко используется в науках о растительном покрове и ландшафтоведении, хотя новизна этих методов позволяет описывать пространственную автокорреляцию экспериментальных данных и использовать построение пространственных моделей и в других областях знаний. К примеру, в работе В. А. Романенкова геостатистическими методами обрабатывались результаты ландшафтных исследований. Дианов М. Б., Лобанов А. Л., Кагало , Захарко Э. Я., , Рогова Т. В., Савельев и др. Саулич М. Карелин Д. В., Иващенко А. И. и др. Рожкова С. В., Зукрт Н. Есипова Е. С., , . Внедрение геоинформационных технологий в ботанические науки такие как флористика, география растений, геоботаника идет довольно медленно, что связано, повидимому, с одной стороны, с дороговизной аппаратного и программного обеспечения, а с другой с уникальностью исследуемых объектов, слабой унифицированностью метрических показателей, трудностями моделирования.