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
Ваш e-mail:
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. 2023. Т. 20. № 3. С. 96-103

Гидрологический анализ цифровой модели рельефа как инструмент карстологического прогноза

Е.В. Дробинина 1 
1 Пермский государственный национальный исследовательский университет, Пермь, Россия
Одобрена к печати: 14.04.2023
DOI: 10.21046/2070-7401-2023-20-3-96-103
Статья посвящена вопросу применимости гидрологического анализа цифровой модели рельефа в карстологическом прогнозе. На закарстованной территории в пределах Добрянского р-на Пермского края для участка, расположенного в районе развития карбонатно-сульфатного карста с широким распространением поверхностных карстовых форм, осуществлено сравнительное дешифрирование карстовых форм посредством гидрологической коррекции цифровой модели рельефа (ЦМР) и выполнено построение и анализ морфометрических карт. С использованием трёх ЦМР: данных усовершенствованного спутника наблюдения за сушей (англ. Advanced Land Observation Satellite — ALOS-DEM), данных радиолокационной топографической миссии шаттла (англ. Shuttle Radar Topography Mission — SRTM) и цифровой модели местности на основе LiDAR (англ. LiDAR-based digital terrain model) — проведено инструментальное выделение бессточных впадин. Затем осуществлён анализ пространственного соотношения их местоположения с карстовыми воронками, выделенными в процессе маршрутного наблюдения. С учётом геоботанических условий изучаемой территории и максимального диаметра поверхностных карстовых форм отмечено, что оценку поверхностной закарстованности методом гидрологической коррекции ЦМР на детальном уровне рекомендуется осуществлять с применением высокоточной ЦМР на основе LiDAR, исключающей влияние растительности на результат анализа и позволяющей дешифрировать карстовые воронки диаметром до 30 м. В результате построения и анализа морфометрических карт с использованием ЦМР на участке были выделены локальные положительные (поднятия) и отрицательные (опускания) неотектонические структуры. Отмечено, что карстовые воронки на изучаемой территории тяготеют к первым, что подтверждает исследования карстоведов: в карстовых областях прослеживается территориальная приуроченность карстопроявлений к сводам или апикальным зонам древних структур, зонам и участкам повышенной, локализованной трещиноватости и водообильности пород неотектонических поднятий. По результатам анализа, представленным графически, можно выделить диапазоны приращений абсолютных отметок базисных поверхностей, потенциально опасные в карстовом отношении, и, таким образом, зонировать участки неотектонических поднятий по карстовой опасности.
Ключевые слова: цифровая модель рельефа, поверхностная закарстованность, карстовый массив, карстовая опасность, гидрологическая коррекция, морфометрический анализ
Полный текст

Список литературы:

  1. Дробинина Е. В. Оптимизация камеральной обработки материалов инженерно-геологических изысканий с использованием ГИС // Перспективы развития инженерных изысканий в строительстве в Российской Федерации: материалы 16-й Общероссийской научно-практ. конф. изыскат. организаций. М.: ООО «Геомаркетинг», 2021. С. 93–99.
  2. Дробинина Е. В., Золотарев Д. Р. Анализ инженерно-геологических условий и изменчивости состояния дисперсных отложений вблизи поверхностных карстовых форм в обстановках развития карбонатно-сульфатного карста // Геоэкология. Инженерная геология, гидрогеология, геокриология. 2022. № 2. С. 48–62. DOI: 10.31857/S0869780922020023.
  3. Катаев В. Н. Основы структурного карстоведения. Пермь, 2004. 143 с.
  4. Нугманов И. И., Нугманова Е. В., Чернова И. Ю. Основы морфометрического метода поиска неотектонических структур. Казань: Казанский ун-т, 2016. 53 с.
  5. Полякова Е. В., Кутинов Ю. Г., Минеев А. Л., Чистова З. Б. Геоэкологическая оценка вероятности активизации карстовых процессов на основе цифрового моделирования рельефа // Анализ, прогноз и управление природными рисками с учётом глобального изменения климата «Геориск-2018»: материалы 10-й Международ. научно-практич. конф. В 2-х т. Т. 2 / отв. ред. Н. Г. Мавлянова. М., 2018. С. 221–225.
  6. Полякова Е. В., Кутинов Ю. Г., Минеев А. Л., Чистова З. Б., Беленович Т. Я. Применение глобальной цифровой модели рельефа ASTER GDEM v.2 для выделения районов возможной активизации карстовых процессов на территории Архангельской области // Ученые записки Казанского ун-та. Сер.: Естественные науки. 2021. Т. 163. № 2. С. 302–319. DOI: 10.26907/2542-064X.2021.2.302-319.
  7. Философов В. П. Краткое руководство по морфометрическому методу поисков тектонических структур. Саратов: Изд-во Саратовского ун-та, 1960. 94 с.
  8. Философов В. П. Методика вычисления и геолого-геоморфологическая интерпретация коэффициента расчлененности рельефа // Вопросы морфометрии. Саратов: Изд-во Саратовского ун-та, 1967. Т. 1. Вып. 2. С. 112–146.
  9. Хабибуллина Ф. С., Вишневский П. В. Методические рекомендации по изучению карста при поисках и разведке месторождений карбонатных пород / ВНИИ геологии неруд. полез. ископаемых. Казань, 1987. 97 с.
  10. Colombo R., Vogt J. V., Soille P., Paracchini M. L., de Jager A. Deriving river networks and catchments at the European scale from medium resolution digital elevation data // CATENA. 2007. V. 70. Iss. 3. P. 296–305. https://doi.org/10.1016/j.catena.2006.10.001.
  11. de Carvalho Jr. O. A., Guimarães R. F., Montgomery D. R., Gillespie A. R., Gomes R. A. T., Martins É. d. S., Silva N. C. Karst depression detection using ASTER, ALOS/PRISM and SRTM-derived digital elevation models in the Bambuí Group, Brazil // Remote Sensing. 2014. V. 6. Iss. 1. P. 330–351. DOI: 10.3390/rs6010330.
  12. Fiorillo F., Pagnozzi M., Ventafridda G. A model to simulate recharge processes of karst massifs // Hydrological Processes. 2015. V. 29. Iss. 10. P. 2301–2314. https://doi.org/10.1002/hyp.10353.
  13. Garas K. L., Madrigal M. F. B., Agot R. D. D., Canlas M. C. M., Manzano L. S. J. Karst depression detection using IFSAR-DEM: A tool for subsidence hazard assessment in Panglao, Bohol // Carsologica Sinica. 2020. V. 39. No. 6. P. 928–936. DOI: 10.11932/karst20200612.
  14. Goldscheider N. Delineation of spring protection zones. Ch. 8 // Groundwater Hydrology of Springs / eds. Kresic N., Stevanovic Z. Amsterdam: Butterworth-Heinemann, 2010. P. 305–338.
  15. Goldscheider N., Meiman J., Pronk M., Smart C. Tracer tests in karst hydrogeology and speleology // Intern. J. Speleology. 2008. V. 37(1). P. 27–40. https://doi.org/10.5038/1827-806X.37.1.3.
  16. Leone G., Catani V., Pagnozzi M., Ginolfi M., Testa G., Esposito L., Fiorillo F. Hydrological features of Matese Karst Massif, focused on endorheic areas, dolines and hydroelectric exploitation // J. Maps. 2022. P. 1–13. DOI: 10.1080/17445647.2022.2144497.
  17. Tarboton D. G., Bras R. L., Rodriguez-Iturbe I. On the Extraction of Channel Networks from Digital Elevation Data // Hydrological Processes. 1991. V. 5. Iss. 1. P. 81–100. DOI: 10.1002/hyp.3360050107.