Сетевое издание

Международный студенческий научный вестник

ISSN 2409-529X

• Авторы
• Резюме
• Файлы
• Ключевые слова
• Литература

Георгиева Я.О. 1 Мазуркин П.М. 1

---

1 ФГБОУ ВО Поволжский государственный технологический университет

Спутниковые снимки позволили выявить устойчивые закономерности распределения земель в охранной зоне малой реки Ировка Республики Марий Эл по классам земельного покрова ООН. Из космических снимков были выделены 290 характерных точек резкого изменения кривизны русла от истока до устья Ировки. Затем по виду земельных участков справа и слева русла были поставлены ранги классов почвенного покрова ООН. Характерные точки вдоль реки выбираются от истока до устья, в зависимости от резкого изменения кривизны русла реки. Для измерений спутниковые снимки увеличивают, а после передвигают на экране компьютера снимок курсором от истока до устья. Затем точку курсором ставят в этом характерном месте русла по его стрежню. Достоинством такого метода является наглядность объектов, находящихся слева или справа русла по берегам малой реки. Были получены статистические закономерности распределения земель малой реки Ировка по классам земельного покрова ООН. Они показали, что земельный покров справа и слева от истока до устья реки содержит травяной покров и земли с лесами. Факторный анализ показал, что оба берега реки Ировка имеют четырехчленные модели примерно с одинаковыми коэффициентами корреляции. Всего было получено более 60 членов общей модели асимметричного вейвлета.

Статья в формате PDF

638 KB

река

русло

берега

земельный покров

распределения

закономерности

1. Global Agro-ecological Assessment for Agriculture in the 21st Century: Methodology and Results. G¨unther Fischer, Harrij van Velthuizen, Mahendra Shah, Freddy Nachtergaele. International Institute for Applied Systems Analysis, Laxenburg, Austria. Food and Agriculture Organization of the United Nations. Viale delle Terme di Caracalla. Rome, Italy, 2002. Url: http://webarchive.iiasa.ac.at/Research/LUC/SAEZ/index.html.

2. Mazurkin P.M. Wavelet Analysis Statistical Data. Advances in Sciences and Humanities. Vol. 1.No. 2. 2015. pp. 30-44. doi: 10.11648/j.ash.20150102.11.

3. Мазуркин П.М. Факторный анализ и прогноз месячной динамики температуры с 1879 по 2017 годы по данным Hadley centre central England temperature (HadCET) // Естественнонаучный журнал «Точная наука» www.t-nauka.ru. Вып. 47. Кемерево: Изд-во «Плутон». 2019. С. 17-36.

4. Мазуркин П.М. Активность земельных ресурсов по странам // Землеустройство и кадастры: исторический опыт, научно-образовательные технологии, инновационные практики: сборник научных трудов Всероссийского научно-методического семинара. Саратов: Кузница рекламы, 2016. С. 117-130. Doi10.18411/e-2016-021.

5. Мазуркин П.М., Михайлова С.И. Активность растительного покрова по странам // Землеустройство и кадастры: исторический опыт, научно-образовательные технологии, инновационные практики: сборник научных трудов Всеросс. научно-метод. семинара. Саратов: Кузница рекламы, 2016. С. 135-148. Doi10.18411/e-2016-022.

Выявление устойчивых закономерностей распределения земельных участков в охранной зоне малой реки Ировка Республики Марий Эл по берегам от истока до устья было выполнено по классам земельного покрова ООН [1].

Целью статьи является установление по спутниковым снимкам, к какому классу земельного покрова относятся земельные участки, находящиеся по обеим берегам русла малой реки Ировка в характерных точках от истока до устья. Затем проводили вейвлет анализ [2] и сравнение обоих берегов методом факторного анализа [3] по закономерностям влияния ранга 290 характерных точек на стрежне малой реки на изменение рангов классов земельного покрова ООН.

Река Ировка протекает в Республике Марий Эл. Исток Ировка берет 3 км. на северо-запад от деревни Ирмучаш, находящейся в 5 км. от п. Параньга (рис. 1). Устье реки расположено в 136 км. по правому берегу реки Илеть. Длина реки Ировка составляет 69 км, а площадь водосборного бассейна равна 917 км2.

Рис. 1. Малая река Ировка на территории Республики Марий Эл

Вдоль реки от истока до устья выбираются определенные характерные точки. Как правило, ими становятся места в горизонтальных изломах реки, где резко изменяется кривизна русла в плане. Высота на снимке показывает средний рельеф обоих берегов.

Земельный кадастр РФ отличается по классификации с ООН по методу GAEZ [1, 4-5]. По данным [1] в [5] относительно 11 классов земельного покрова были установлены следующие ранги, соответствующие ухудшению качества поверхности земель (чем больше ранг, тем хуже): 0 – травяной покров (сенокосы + пастбища);

1 – древесно-кустарниковая растительность, ДКР (многолетние насаждения + лесные насаждения, не включающиеся в лесной фонд);

2 – лес (лесные участки);

3 – мозаика растительности с включением сельхозугодий;

4 – мозаика растительного покрова с доминированием сельхозугодий; 5 – земли для растениеводства, пашни;

6 – мокрые, увлажненные земли (болота);

7 – бесплодная земля;

8 – вода, побережье (земли под водой);

9 – лед, холодная пустыня;

10 – городская территория.

В таблице 1 приведен фрагмент расставленных нами рангов классов земельного покрова по правой и левой сторонам малой реки Ировка.

Таблица 1. Распределений рангов классов земельного покрова реки Ировка

Целью метода Галеркина при моделировании статистических данных является получение системы линейных уравнений. для этого внасчале строятся системы дифференциально-интегральных уравнений. В методе идентификации [2] мы не строим исходные дифференциальные уравнения, а сразу же работаем с явно нелинейными уравнениями неизвестных дифференциальных и интегральных уравнений.

Каждый параметр конечного решения имеет физический смысл, поэтому колебания (вейвлет сигналы) записываются волновой формулой [2] вида

, , , (1)

где – показатель (зависимый фактор), – номер составляющей модели (1), – количество членов в модели (1), – объясняющая переменная (влияющий фактор), – параметры модели (1), принимающие числовые значения в ходе структурно-параметрической идентификации (табл. 2) в программной среде CurveExpert-1.40 (URL: http://www.curveexpert.net/), – амплитуда (половина) вейвлета (ось ), – полупериод колебания (ось ). По формуле (1) реализуется метод Декарта о наличии одного единственного алгебраического уравнения, членами которого становятся асимметричные вейвлет сигналы как кирпичики Гильберта.

Таблица 2. Параметры распределений рангов классов земельного покрова

Наилучшую закономерность (рис. 2 и рис. 3) с теснотой связи по коэффициенту корреляции 0,2465 имеют земли вдоль левого берега. Она не отличается от правого берега, здесь коэффициент корреляции составляет 0,2406.

Рис. 1. Графики моделей распределений рангов классов земельного покрова характерных точек от истока до устья слева реки Ировка

Всего было получено для обоих берегов более 60 составляющих. Поэтому адекватность моделей повышается и достигает среднего уровня.

Растительный покров по берегам вдоль реки Ировка показал, что слева реки земельный покров больше составляют лесные участки, а справа преобладает травяной покров, но лесные площадки также присутствуют.

Рис. 2. Графики моделей распределений рангов классов земельного покрова характерных точек от истока до устья справа реки Ировка

Сущностью метода факторного анализа состоит в выделении из множества изучаемых факторов, влияющих на изучаемый объект, меньшего их числа, но выявляющий более существенные свойства исследуемого явления.

Корреляционный анализ включает в себя изучение связей не двух, а множества переменных, измеренных в количественной шкале на одной выборке. В этом случае вычисляются корреляции для каждой пары из этого множества переменных. Вычисления обычно проводятся на компьютере, а результатом является корреляционная матрица.

Оценим возможность применения факторного анализа и технику построения корреляционной матрицы для рангов классов земельного покрова по берегам реки Ировка справа и слева. Результаты зависимостей представлены в таблице 3.

Таблица 3. Корреляционная матрица факторного анализа и рейтинг рангов классов земельного покрова по берегам малой реки Ировка

В строках таблицы представлены ранги классов земельного покрова справа и слева реки Ировка, а в столбцах - эти же факторы как зависимые параметры.

В нашем случае класс земельного покрова как влияющая переменная получает коэффициент корреляции справа и слева реки соответственно 0,5173 и 0,6453. А как зависимый показатель первое место занимает также ранг класса земельного покрова ООН слева.

На основании влияющих и зависимых факторов был рассчитан коэффициент коррелятивной вариации, который применяется для сравнения разных объектов исследования. Он определяется по соотношению 1.1626 / 22 = 0.2907.

Проведенные измерения и их математический анализ показали, разные классы земельного покрова ООН вдоль реки Ировка по обоим её берегам имеют четкие закономерности по асимметричным вейвлет сигналам.

Библиографическая ссылка