ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ ПОТЕНЦИАЛЬНЫХ МЕСТ ОБИТАНИЯ РЕДКИХ ВИДОВ Сарычев Д. В. Воронежский ГУ, заповедник «Галичья Гора» sarychev.geo@gmail.com. - презентация

1 ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ ПОТЕНЦИАЛЬНЫХ МЕСТ ОБИТАНИЯ РЕДКИХ ВИДОВ Сарычев Д. В. Воронежский ГУ, заповедник «Галичья Гора» (На примере выявления гнездовых стаций серого журавля в Липецкой области)

2 ЗНАНИЕ ТЕРРИТОРИАЛЬНОГО РАСПРЕДЕЛЕНИЯ ОБЪЕКТОВ РАСТИТЕЛЬНОГО И ЖИВОТНОГО МИРА НЕОБХОДИМО ДЛЯ: эффективного сохранения биоразнообразия, в том числе редких и исчезающих видов оптимизации сети особо охраняемых природных территорий (ООПТ) выявления и прогнозирования очагов инфекционных заболеваний выявление территорий благоприятной интродукции и территорий возможных инвазий видов изучения экологических требований и территориальных связей видов оценки воздействия хозяйственной деятельности на биоту...

3 ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ ПОТЕНЦИАЛЬНОГО ТЕРРИТОРИАЛЬНОГО РАСПРЕДЕЛЕНИЯ БИОЛОГИЧЕСКИХ ВИДОВ

4 Спец. ПО: OpenModeller, MaxEnt, GARP и др. ГЕОИНФОРМАЦИОННОЕ МОДЕЛИРОВАНИЕ ПОТЕНЦИАЛЬНОГО ТЕРРИТОРИАЛЬНОГО РАСПРЕДЕЛЕНИЯ БИОЛОГИЧЕСКИХ ВИДОВ

5 НЕДОСТАТКИ: тяготение к глобальному территориальному охвату «жесткость» алгоритмов специфичные требования к форматам данных учет только точечных локализаций вида...

6 АЛЬТЕРНАТИВНОЕ РЕШЕНЕИЕ – применение конструкторов геоинформационных моделей, таких как: Model Maker (ERDAS Imagine) ModelBuilder (ArcGIS) SEXTANTE modeler (QGIS) и др.

7 ЦЕЛЬ РАБОТЫ – создание геоинформационной модели потенциального территориального распределения вида (на примере выявления гнездовых стаций серого журавля в Липецкой области)

8 ЗАДАЧИ РАБОТЫ : 1. Сбор исходных данных и создание геоинформационных слоёв. 2. Формирование базы данных характеристик гнездовых территорий и выявление условий гнездования серого журавля. 3. Конструирование геоинформационной модели поиска по комплексу выявленных условий. 4. Оценка и анализ результатов работы модели

9 ИСХОДНЫЕ ДАННЫЕ : сведения о локализации известных гнездовых участков серого журавля на территории Липецкой области мультиспектральная съемка Landsat 4/5 TM и 7 ETM+ цифровая модель рельефа SRTM векторные слои, соответствующие топокарте 1:100000

10 СЛОИ ДАННЫХ-ПРЕДИКТОРОВ : 7 слоёв по спектральным каналам; слой ольховых лесов; слой болот и заболоченных лугов; слой населённых пунктов; слой дорожной сети; слой высотных данных; слой уклонов местности; по космосъемке Landsat 7 ETM+ по векторным картам по ЦМР SRTM

11

12 Дендрограмма объединения гнездовых участков серого журавля на основе спектральных и высотных характеристик

13 Каноническое распределение стандартизованных значений в пространстве спектральных и высотных признаков

14 канал спектральная яркость, 0-255

15 УСЛОВИЯ: гнездовой участок расположен в пределах ольхового леса расстояние до болота не более 0,6 км, до заболоченного луга – не более 1,6 км дистанция до населённого пункта – не менее 0,6 км, до ближайшей дороги – не менее 0,2 км

16 ДОПОЛНИТЕЛЬНЫЕ УСЛОВИЯ : диапазон высот м над у.м. уклон местности не более 5

17 Рабочее окно Model Maker ERDAS Imagine: графическая интерпретация модели поиска гнездовых участков серого журавля

18 Входные растровые данные-предикторы Функции обработки исходных данных Результирующие временные растры внутри модели Функция отбора по заданным критериям Выходной растр (ненулевые пиксели удовлетворяют заданным условиям) СТРУКТУРА ГЕОИНФОРМАЦИОННОЙ МОДЕЛИ

19 Отбираемые объекты входного растрового слоя Критерий 1. Класс пикселей с заданными спектральными характеристиками==1 2. Буферные зоны вокруг класса «болота», шириной в пикселях

20 8 5 7

21

22 Визуализация результатов в «Google. Планета Земля»: пример отображения атрибутивной информации объекта по двойному клику

23 ВЫВОДЫ: Общая площадь выявленных моделью потенциальных гнездовых участков серого журавля составила 56,2 км 2. Потенциальная численность популяции серого журавля на исследуемой территории составляет пар. Выявленные участки формируют три класса территорий, где гнездование журавлей: 1) установлено; 2) вероятно, но требует подтверждения; 3) маловероятно в силу неучтённых лимитирующих факторов или недостатка популяционного ресурса. 70 % площади потенциальных гнездовых участков юридически обеспечены охраной в рамках разных статусов особо охраняемых природных территорий. Оценка точности показывает, что модель достаточно надёжна: исходные участки обнаруживаются в % случаев.

24 Предложенные методические приёмы геоинформационного моделирования позволяют для обширных территорий вполне эффективно выявить распределение мест обитаний исследуемого вида, гибко учитывая пользовательские требования, региональную специфику и особенности исходных данных.

25 Результаты моделирования в конкретной работе – карты распространения потенциальных гнездовых стаций серого журавля в Липецкой области. На данном этапе исследования они позволили значительно сузить круг поиска, тем самым повысив эффективность полевых работ по изучению вида и мероприятий по его сохранению на региональном уровне.

26 ВЫЯВЛЕНИЕ МЕСТ ОБИТАНИЯ РЕДКИХ ВИДОВ УСТАНОВЛЕНИЕ ТЕРРИТОРИАЛЬНОЙ СОПРЯЖЁННОСТИ ВИДОВ ВЫДЕЛЕНИЕ НАИБОЛЕЕ ЦЕННЫХ В ПРИРОДНОМ ОТНОШЕНИИ ТЕРРИТОРИЙ ОПТИМИЗАЦИЯ ОХРАНЫ БИОРАЗНООБРАЗИЯ

27 БЛАГОДАРЮ ЗА ВНИМАНИЕ ! Дмитрий Сарычев