Архив
Том 21, 2024
Том 20, 2023
Том 19, 2022
Том 18, 2021
Том 17, 2020
Том 16, 2019 г.
Том 15, 2018 г.
Том 14, 2017 г.
Том 13, 2016 г.
Том 12, 2015 г.
Том 11, 2014 г.
Том 10, 2013 г.
Том 9, 2012 г.
Том 8, 2011 г.
Том 7, 2010 г.
Выпуск 6, 2009 г.
Выпуск 5, 2008 г.
Выпуск 4, 2007 г.
Выпуск 3, 2006 г.
Выпуск 2, 2005 г.
Выпуск 1, 2004 г.
Поиск
Найти:
Подписка/отписка
на рассылку новостей
ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 1. С. 95-104

Цифровое моделирование рельефа в оценке вероятности развития эрозионных процессов в северных регионах страны

Е.В. Полякова 1 , Ю.Г. Кутинов 1, 2 , А.Л. Минеев 1 , З.Б. Чистова 1 
1 Федеральный исследовательский центр комплексного изучения Арктики им. Н.П. Лаверова РАН, Архангельск, Россия
2 Центр космического мониторинга Арктики Северного (Арктического) федерального университета, Архангельск
Одобрена к печати: 06.12.2018
DOI: 10.21046/2070-7401-2019-16-1-95-104
Считается, что на равнинных лесопокрытых территориях экзогенные процессы протекают медленно и находят слабое отражение в формах рельефа. Однако ситуация коренным образом изменяется при нарушении целостности растительного покрова, что неизбежно при современных методах хозяйственного освоения северных территорий. В статье авторами проведена оценка вероятности развития эрозионных процессов на основе таких геоморфометрических параметров рельефа, как угол наклона (Slope), LS-фактор (LS factor), индекс расчленённости рельефа (TRI) и топографический индекс влажности (TWI), рассчитанных на основе цифровой модели рельефа Архангельской области. После проведения процедуры генерализации и кластерного анализа область исследования делилась на три класса: минимальных, средних и максимальных значений выбранных параметров. На основе объединения контуров кластерных значений параметров на территории исследований выделены три зоны: с наибольшей вероятностью развития эрозионных процессов, соответствующие зонам сноса материала; с возможным проявлением эрозионных процессов, соответствующие зонам транзита материала; с потенциальным развитием аккумулятивных процессов, соответствующие зонам накопления материала, в том числе и загрязняющих веществ. В зоне аккумуляции выделены территории, склонные к подтоплению во время паводков и предрасположенные к заболачиванию. Выявленные на основе геоморфометрического анализа особенности территории следует учитывать при планировании и осуществлении хозяйственной деятельности.
Ключевые слова: цифровая модель рельефа, геоморфометрические параметры, геоморфометрический анализ, эрозионные процессы
Полный текст

Список литературы:

  1. Губайдуллин М. Г. Геоэкологические условия освоения минерально-сырьевых ресурсов Европейского Севера России. Архангельск: Поморский гос. ун-т им. М. В. Ломоносова, 2002. 310 с.
  2. Карта районирования территории России по степени экстремальности развития эколого-геоморфологических ситуаций / под ред. А. Е. Козлова, Г. П. Локшина, И. В. Чеснокова. М.: DMB, 2006.
  3. Кочкуркин Н. В., Кутинов Ю. Г. О возможности применения аэрофотосъемки в экологических целях на территории Архангельской области. Факты и соображения // Север: экология. Екатеринбург: УрО РАН, 2000. С. 351–363.
  4. Кутинов Ю. Г., Боголицын К. Г., Чистова З. Б. Исследования северных территорий Земли из космоса: проблемы, свойства, состояние, возможности на примере МКС-Арктика. В 3-х т. Екатеринбург: УрО РАН, 2012.
  5. Кутинов Ю. Г., Минеев А. Л., Чистова З. Б., Полякова Е. В. Выбор цифровой модели рельефа северных арктических территорий РФ для геоэкологического районирования // География арктических регионов 2017. СПб.: Типография ООО «Старый город», 2017. С. 160–163.
  6. Кутинов Ю. Г., Полякова Е. В., Чистова З. Б., Минеев А. Л., Мырцева Е. А. Вероятность проявления эрозионных процессов на территории Архангельской области на основе цифрового моделирования рельефа // Риски и безопасность в стремительно меняющемся мире: материалы 6-й Международной науч. конф. Прага: Социосфера, 2018. C. 44–48.
  7. Минеев А. Л., Полякова Е. В., Кутинов Ю. Г., Чистова З. Б. (2015а) Методические аспекты создания цифровой модели рельефа Архангельской области на основе ASTER GDEM V.2 // Современные проблемы науки и образования. 2015. № 2. URL: www.science-education.ru/129-21949.
  8. Минеев А. Л., Кутинов Ю. Г. Чистова З. Б., Полякова Е. В. (2015б) Подготовка цифровой модели рельефа для исследования экзогенных процессов северных территорий Российской Федерации // Пространство и Время. 2015. № 3(21). С. 278–291.
  9. Минеев А. Л., Кутинов Ю. Г., Чистова З. Б., Полякова Е. В. Геоэкологическое районирование территории Архангельской области с использованием цифровых моделей рельефа и ГИС-технологий // Пространство и Время. 2017. № 2–4(28–30). С. 267–288.
  10. Минеев А. Л., Полякова Е. В., Кутинов Ю. Г., Чистова З. Б. Надёжность цифровой модели рельефа Архангельской области для проведения геоэкологических исследований // Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 58–67. URL: https://doi.org/10.21046/2070-7401-2018-15-4-58-67.
  11. Опасные экзогенные процессы / под ред. В. И. Осипова. М.: ГЕОС, 1999. 290 с.
  12. Познанин В. Л. Эрозионные процессы в криолитозоне // Пространство и Время. 2012. № 1(7). С. 127–132.
  13. Полякова Е. В. Геоморфометрический подход в геоэкологических исследованиях северных территорий страны // Успехи современного естествознания. 2018. № 3. С. 117–122. URL: https://doi.org/10.17513/use.36712.
  14. Полякова Е. В., Кутинов Ю. Г., Чистова З. Б., Минеев А. Л. Оценка вероятности проявления природных экзогенных геологических процессов на основе цифрового моделирования рельефа // Сергеевские чтения. Инженерная геология и геоэкология. М.: ГЕОС, 2016. С. 684–688.
  15. Проблемы классифицирования склоновых гравитационных процессов / под ред. М. В. Чуринова, Е. А. Толстых. М.: Наука, 1985. 204 с.
  16. Evans I. S. The effect of resolution on gradients calculated from an altitude matrix. Report 3 on Grant DA ERO-591-73-G0040 “Statistical characterization of altitude matrices by computer”. Durham, England: Department of Geography, University of Durham, 1975. 24 p.
  17. Forgy E. Cluster analysis of multivariate data: Efficiency versus interpretability of classifications // Biometrics. 1965. V. 21. P. 768–769.
  18. Huggett R. J., Cheesman J. Topography and the Environment. Harlow: Pearson Education, 2002. 274 p.
  19. Morissette L., Chartier S. The k-means clustering technique: General considerations and implementation in Mathematica // Tutorials in Quantitative Methods for Psychology. 2013. V. 9(1). Р. 15–24. URL: http://dx.doi.org/10.20982/tqmp.09.1.p015.
  20. Polyakova E., Gofarov M., Kutinov Yu., Beljaev V., Chistova Z., Neverov N., Staritsyn V., Mineev A., Durynin S. Erosion processes in karst landscapes of the Russian plain northern taiga, based on digital elevation modelling // J. Mountain Science. 2016. V. 13(4). P. 569–580. URL: https://doi.org/10.1007/s11629-015-3642-3.
  21. Shary P. A., Sharaya L. S., Mitusov A. V. The problem of scale-specific and scale-free approaches in geomorphometry // Geografia Fisica e Dinamica Quaternaria. 2005. V. 28(1). P. 81–101.
  22. Vatti B. R. A generic solution to polygon clipping // Communications of the ACM. 1992. V. 35(7). P. 56–63. URL: http://dx.doi.org/10.1145/129902.129906.