Автоматизированный способ классификации земель на основе анализа морфометрии рельефа

Предложена методология автоматизированного способа классификации плакорных земель с применением географической информационной системы (ГИС) и нейронной экспертной системы. За основу учета приняты количественные показатели рельефа. В ГИС ArcGIS 10 создана электронная карта плакорных земель, находящихся в Маслянинском районе Новосибирской области, сформирована база данных, состоящая из топографической и почвенной карт. Методом интерполирования ANUDEM создана топологически корректная цифровая модель рельефа, содержащая карты: гипсометрическую, крутизны и экспозиции склонов, плановой, профильной и общей кривизны земной поверхности, кумулятивного стока. Установлены границы элементарных поверхностей, представляющих собой однородные морфологические образования. Учтены параметры, отражающие интенсивность протекания эрозионных процессов (индекс SPI). Суть классификации состоит в отнесении элементарных поверхностей по комплексу признаков к определенной группе земель, для чего созданы частные шкалы с характеристиками рельефа, почвенного покрова, дренированности территории, степени развития эрозии. Сформирована база знаний для обучения многослойной нейронной сети с использованием базы данных ГИС и частных шкал оценок, обучена нейронная сеть. С помощью нейронной экспертной системы проведены классификация и топология плакорных земель, распространенных на плоских и слабовыпуклых участках и характеризующихся следующими показателями: кривизна земной поверхности - плановая изменяется от 0 до 0,03, профильная - от 0 до 0,15 и общая - от 0 до 0,22; углы наклона рельефа менее 1,5о; горизонтальное расчленение рельефа менее 0,5 км/км2; вертикальное - менее 5 м; индекс SPI изменяется от -13,80 до -6,47.

ГИС, нейронная экспертная система, рельеф, сельскохозяйственные земли, классификация, GIS, neural expert system, relief, agricultural lands, classification

1. Агроэкологическая оценка земель, проектирова-ние адаптивно-ландшафтных систем земледе-лия и агротехнологий / Метод. рук-во: под ред. В.И. Кирюшина, А.Л. Иванова. - М.: Росин-формагротех, 2005. - 784 с.

2. Танасиенко А.А. Специфика эрозии почв в Сибири. - Новосибирск: Изд-во СО РАН, 2003. - 175 с.

3. Рейнгард Я.Р. Деградация почв экосистем юга Западной Сибири. - Омск, Лодзь (Польша), 2009. - 634 c.

4. Wilson J.P. Terrain Analysis: Princeples and Applications, 2000. - 520 p.

5. Geomorphometry: Concepts, Software, Applicat-ions / by editing Tomislav Hengl, Hannes I. - Reuter, 2009. - 765 p.

6. Florunsky I. Digital Terrain Analysis in soil science and geology. - Elselver, 2012. - 379 p.

7. Пегат А. Нечеткое моделирование и управле-ние / Пер. с англ. А.Г. Подвесовского и Ю.В. Тюменцева. - 2-е изд. - М.: БИНОМ. Лаборатория знаний, 2013. - 798 с.

8. Барский А.Б. Нейронные сети: распознавание, управление, принятие решений. - М.: Финан-сы и статистика, 2004. - 175 с.

9. Рутковский Л. Методы и технологии искус-ственного интеллекта / Пер. с польского И.Д. Рудинского. - М.: Горячая Линия-Теле-ком, 2010. - 519 с.

10. Редько В.Г. Эволюция, нейронные сети, ин-теллект модели и концепция эволюционной кибернетики. - М.: ЛИБРОКОМ, 2011. - 220 с.

11. Павлова А.И., Каличкин В.К. Использование геоморфометрического анализа рельефа при создании баз данных сельскохозяйственных земель // Сиб. вестн. с.-х. науки. - 2016. - № 5. - С. 5-12.

12. Hutchinson M.F. A new method for gridding elevation and stream line data with automatic removal of pits. Journal of Hydrology, 1989. - 106. - P. 211 -232.

13. Hegl T. Hiding the right pixel size // Computers and Geosciences, 2006. - Vol. 32 (9). - P. 1283- 1298.

14. Ласточкин А.Н. Морфологическая основа си-стематики и картографирования контроли-руемых рельефом компонентов ландшафта // Изв. АН СССР. Сер. геогр. - 1991. - № 3. - С. 7-18.

15. Ласточкин А.Н. Системно-морфологическое основание наук о Земле (геотопология, структурная география и общая теория геосистем). - СПб.: Изд-во СПбГУ, 2002. - 762 с.

16. Омелько А.М., Яковлева А.Н. Cоздание карт потенциальной растительности с использова-нием генерализованных аддитивных моделей. - Электронный ресурс: URL: http://www.biosoil. ru/files/00010291.pdf

17. Глотов А.А. Применение данных о рельефе для эффективного использования сельскохозяй-ственных земель // Геопрофи. - 2013. - № 4. - С. 20-22.

18. Danielson Tyler Utilizing a High Resolution Digital Elevation Model (DEM) to Develop a Stream Power Index (SPI) for the Gilmore Creek Watershed in Winona County, Minnesota. - Электронный ресурс: http://www.gis.smumn. edu/GradProjects/DanielsonT.pdf

19. Erosion Vulnerability Assessment for Agricultural Lands (EVAAL). Wisconsin Department of Natural Resources. 2016. - Электронный ресурс: URL: http://dnr.wi.gov/topic/nonpoint/evaal. html

20. Jenks George F. The Data Model Concept in Statistical Mapping // International Yearbook of Cartography. - 1967. - № 7. - P. 186-190.

21. Основные геоморфометрические параметры: теория. 2015. - Электронный ресурс: URL: http://gis-lab.info/qa/geomorphometric-parameters-theory.html

22. Zeverbergen L.W., Thorne C.R. Quantitative Analysis of Land Surface Topography // Earth Surface Processes and Landforms. - 1987. - N 12. - P. 47-56.