Влияние динамики землепользования в Удмуртии на развитие эрозионных процессов по результатам дешифрирования космоснимков Landsat

Динамика изменения соотношения пахотных и зарастающих земель является одним из ведущих факторов, влияющих на активность эрозионных процессов. Официальные статистические данные обычно привязаны к административным единицам, что не позволяет оценить пространственные изменения землепользования. Кроме того, количественные данные часто сильно отличаются в разных источниках. Материалы дистанционного зондирования, являются важным источником для оценки динамики землепользования, наиболее популярными из которых являются снимки, выполненные со спутников Landsat. Разрешения данных снимков (30 м на пиксель) вполне достаточно для решения наших задач.
В последние 10-15 лет наблюдается общая тенденция затухания эрозионных процессов, что объясняется изменением климатических условий и резким возрастанием необрабатываемых пахотных площадей в 1990-х гг. Основной целью данного исследования является оценка влияния динамики землепользования на интенсивность эрозионных процессов на территории Удмуртии на примере овражной эрозии. В ходе исследования решались следующие задачи: 1) автоматическое дешифрирование выбранных участков с выделением нескольких категорий землепользования; 2) оценка достоверности дешифрирования; 3) сравнение и анализ выявленной структуры землепользования с густотой и плотностью овражной эрозии.
Выбор участков осуществлялся для максимального учета различных ландшафтно-климатических условий территории Удмуртии. Нами подготовлены космические снимки Landsat на 3 участка в северной, центральной и южной части Удмуртии, ориентировочной площадью 2250 км2, 4600 км2 и 2300 км2 соответственно. Для каждого участка подобраны снимки на 4 временных периода: 1989 г., 1999 г., 2013 г. и 2023 г. На каждый рассматриваемый период используются весенне-летние снимки. Снимки на 1989 и 1999 годы выполнены спутником Landsat 5, а на 2013 и 2023 годы – спутником Landsat 8. Снимки Landsat 5 синтезированы в сочетании 5, 4, 3 каналы, Landsat 8 – 6, 5, 4.
Загрузка снимков производилась в QGIS через меню SCP (Semi-Automatic Classification Plugin). Снимки были обработаны (т.е. была произведена атмосферная коррекция и изменено пространственное разрешение) и в результате созданы новые файлы формата tif. На их основе был сформирован Band set (набор каналов), который позволяет определить один или несколько наборов каналов, используемых в качестве входных данных. Снимки Landsat 5 синтезированы в сочетании 5, 4, 3 каналы, Landsat 8 – 6, 5, 4. Подобная комбинация позволяет увидеть очень много информации и цветовых контрастов. Для качественной классификации набирается библиотека классов и их цифровых обозначений. Нами выделялись следующие классы земельных угодий: 1) пашня обрабатываемая; 2) пашня не обрабатываемая (зарастающая мелколесьем); 3) пашня, используемая под многолетние кормовые культуры (не распахивается от 6-8 лет и более); 4) пастбища и луга (сенокосные угодья); 5) лесные земли (залесенные площади, включая болота); 6) застроенные территории (включая селитебные, дорожную сеть, участки под нефтедобычей); 7) водоёмы (пруды, озера, водохранилища и речная сеть). При выделении некоторых классов возникали некоторые сложности, требующие добавления дополнительных эталонов. Например, границы между зарастающей пашней. угодьями с многолетними травами и сенокосами. Осуществлялся выборочный полевой контроль некоторых классов – пахотных угодий, заброшенных угодий с кустарниковой растительностью и др.
Далее создается векторный слой с контурами выделенных угодий и экспортируется в формат MapInfo *.tab. Наложением разновременных слоев друг на друга в программе MapInfo получаем участки уменьшения и увеличения площадей угодий. Добавление векторных слоев густоты и плотности овражной эрозии позволяет проанализировать их зависимость от процентного соотношения различных видов земельных угодий, в первую очередь пашни, внутри элементарного речного бассейна. Визуальный анализ четко показывает возможность влияния структуры землепользования на густоту и плотность овражной сети.
В качестве базы выступили таблицы формата TAB:
• Векторный слой элементарных речных бассейнов с морфометрическими показателями на территорию Удмуртской Республики.
• Векторные слои с результатами дешифрирования разновременных космических снимков за 4 года (1989, 1999, 2013, 2023) по 7 типам землепользования.
Первым шагом в формировании базы данных исследования является удаление лишних речных бассейнов из первоначального векторного слоя, в соответствии с границами территории землепользований. После внесения изменений в структуру таблицы производится разбивка полигона обрабатываемых пашен по границам бассейнов рек. В результате единый полигон обрабатываемых пашен разобьется на множество полигонов, каждый из которых заключен внутри соответствующего бассейна. Далее производим подсчет площадей каждой категории внутри речного бассейна и формируем новую таблицу
При вычислении прямой корреляции в качестве показателей структуры землепользования использовались абсолютные значения без учета степени их влияния на морфометрические показатели. Чтобы учесть такое влияние необходимо присвоить ранг каждому значению площади структуры землепользования. Коэффициент корреляции Спирмена позволяет выявить связь между переменными, которые необязательно должны быть связанны линейно. Такие переменные не имеют нормального распределения. В результате получаем значения влияния отдельных категорий землепользования на плотность и густоту овражной сети. Динамика изменения площадей анализируемых угодий в целом соответствует общеизвестным тенденциям, характерным для всей страны. В первую очередь отмечается резкий спад площади обрабатываемых пахотных земель в 90-е годы 20 века и постепенное восстановление в настоящее время. Увеличивается в последние годы площадь лесных угодий, в том числе и за счет зарастания пастбищ, лугов и не обрабатываемых длительное время пахотных земель. Анализ результата вычисления коэффициента корреляции показал средне-низкий уровень влияния структуры землепользования на показатели густоты и плотности ОС и, тем не менее выявил несколько важных тенденций: 1) Площадь обрабатываемых пашен имеет стабильное, но незначительное прямое влияние на густоту и плотность оврагов. При увеличении площади обрабатываемых пашен возможен и рост значений густоты и плотности оврагов. 2) Площадь лесных массивов имеет стабильное обратное влияние на густоту и плотность оврагов. При увеличении площади лесов уменьшается показатель густоты и плотности оврагов.
Таким образом, вывод о том, что снижение активности эрозионных процессов в последние десятилетия прямо связано с уменьшением площади обрабатываемых сельскохозяйственных угодий не нашел полного подтверждения. На наш взгляд, данный результат вызван несколькими причинами: невысокое разрешение исходных космоснимков, недостаточное количество эталонов для проведения дешифрирования, схожесть дешифровочных признаков отдельных категорий землепользования (пастбища, залежи и кормовые культуры), значительная дискретность дешифрированных полигонов (необходимо укрупнение). Это требует дальнейшей работы в данном направлении.