V. ДИАГНОСТИКА СЕЛЬСКОЙ МЕСТНОСТИ С ИСПОЛЬЗОВАНИЕМ ГИС-МОДЕЛИРОВАНИЯ

20. ДИАГНОСТИКА ТРАНСФОРМАЦИИ ЗЕМЛЕПОЛЬЗОВАНИЯ В СЕЛЬСКОЙ МЕСТНОСТИ С ИСПОЛЬЗОВАНИЕМ ГИС-МОДЕЛИРОВАНИЯ

20.1. Трансформация землепользования в сельской местности и ГИС-моделирование

Трансформация землепользования и земельного покрова (land use/land cover change) - одно из важнейших следствий изменения характера взаимодействия природы и общества. В данном разделе демонстрируются возможности исследования причинно-следственной связи трансформации землепользования средствами ГИС-моделирования территории российского Нечерноземья в границах Смоленской области, испытывающей наряду с обычными факторами, определяющими современные тренды изменения системы сельского расселения, дополнительное воздействие приграничного (с республикой Беларусь) положения.

Для территории Нечерноземья в целом характерны концентрация сельскохозяйственного производства вокруг более-менее крупных населенных пунктов, с одновременной деградацией периферийной части системы расселения, сопровождающейся запустением и забросом освоенных ранее сельскохозяйственных земель. Одним из наиболее достоверных (и независимых от официальной статистики способов) мониторинга такого рода процессов является оценка зарастания сельскохозяйственных угодий на основе временных серий летних спутниковых изображений (Landsat или Sentinel) с определением вероятности перехода одного типа землепользования и/или сукцессии в другой.

В целом ряде работ (см., например, [Прищепов и др., 2013]) доказано, что практически на всей территории Российского Нечерноземья площадь открытых поверхностей без растительности монотонно сокращается, при этом темпы и характер экореабилитации определяются набором факторов, в первую очередь, мезо- и микроклиматом, влажностью почв, локальным рельефом местности и породным составом ближайших лесов. Не последнюю роль играет и характер предшествующего землепользования.

Само по себе использование подобных подходов сделалось возможным и популярным в значительной степени благодаря широкому распространению и постоянному уточнению специально созданной и поддерживаемой модели глобальных данных land use/land cover (LULC) и прежде всего так называемой Глобальной карты лесного покрова университета Мериленда (Global Forest Change) [Potapov_et_al., 2015]. Весьма популярным в такого рода моделировании является использование различных ландшафтных индексов, в частности NDVI, а также сравнение результатов полученных по ДДЗ со сведениями публикуемых в официальных статистических сводках - Докладах о состоянии и использовании земель.

Трансформация землепользования - "пограничная тема", имеющая проекцию в области физической географии, экологии и экономической географии: это обстоятельство должно приниматься во внимание при выстраивании предварительной гипотезы любого моделирования в данной сфере. Так исследованиями эконом-географов доказано [Люри и др., 2010; Казьмин, 2016], что в пределах Европейской России происходит масштабный процесс концентрации сельскохозяйственных функций, приводящий, с одной стороны, к сокращению ареалов экономической активности с последующей интенсификацией землепользования в границах таких ареалов, с другой стороны - к утрате функций даже экстенсивного сельского хозяйства на периферии с забросом и запустением масштабных площадей бывших сельхозугодий. Таким образом, географическая локация и позиция на шкале "Центр-Периферия" - как в макрорегиональном, так и региональном и локальных масштабах приобретают особое значение.

Значительное сокращение общей площади сельхозугодий отмечено и для принятой здесь в качестве сцены моделирования Смоленской области: с начала 2000-х гг. область ежегодно теряет от 0,1 до 1,5 тыс. га., при этом активно происходят процессы вторичного заболачивания почв: площади заболоченных сенокосов и пастбищ составляют около 200 тыс. га, пашни — более 160 тыс. Проблемность региона обусловлена его макроэкономическим положением между российским Центром и развитой в сельскохозяйственном отношении республикой Беларусь, что является причиной агро-рекреационной трансформации всей системы сельского расселения ("дачное" давление Московского региона) и подавления производственной функции в результате "неподъемной" (для региона) рыночной конкуренции с соседней страной. Дополнительное усложнение всей картины землепользования вносит наличие на территории крупной ООПТ - национального парка Смоленское Поозерье, основная функция которого - сохранение исторических культурных и природных ландшафтов - также не способствует развитию современного сельского хозяйства.

Исследования социально-географических причин трансформации земель на территории Смоленской области позволили выявить сокращение площади сельскохозяйственных угодий, сжатие и стягивание к районным центрам системы расселения, а также несоответствие характера землепользования в приграничных районах Смоленской области и Беларуси. Показано, что доля земель, которые были выведены из сельскохозяйственного оборота в 1990—2000 годы и сейчас заняты кустарниковой растительностью и мелколесьем, существенно варьирует по районам Смоленской области, вследствие особенностей территориальной структуры хозяйства, плодородия почв, удаленностью от центров первичной переработки и потребления продукции сельского хозяйства и пищевой промышленности [Барановский, 2017].

Еще одна особенность территории Смоленской области как сцены моделирования - свойственное ей высокое ландшафтное разнообразие [Шкаликов, 2004], определяемое свежестью всего комплекса гляциального, флювиогляциального, лимно-гляциального и лимно-аллювиального рельефа, а также положением на экотоне двух природно-ландшафтных зон - южной тайги и хвойно-широколиственных лесов. Это обстоятельство, в свою очередь, сказывается на разнообразии локальных условий поддержания эффективности сельского хозяйственного производства и развития процессов экореабилитации.

С учетом охарактеризованной выше специфики региона геоинформационное моделирование может быть полезным для ответа на следующие вопросы:

1. В какой мере общедоступные глобальные данные могут использоваться для изучения динамики землепользования на региональном уровне и насколько актуальной является параллельная оценка их валидности и возможности корректировки?
2. Каков реальный вклад основных природных и социально-географических факторов в трансформацию землепользования, и в какой степени этот вклад может быть оценен средствами ГИС-моделирования?
3. Можно ли в рамках ГИС-модели получить корректную картину пространственной дифференциации процессов трансформация землепользования по территории региона используя одну из общедоступных ОТЕ - например, матрицу сельских поселений Смоленской области?

20.2. Гипотеза и состав модели для исследования процессов экореабилитации

По природным условиям Смоленская область типична для регионов Центральной России. Большая ее часть занята Смоленско-Московской возвышенностью, на северо-западе и юго-востоке – низменные участки. Около 40% территории области занимают леса, преимущественно из мелколиственных и хвойных пород, почвы со средним плодородием. В структуре сельского хозяйства по стоимости продукции животноводство незначительно превышает растениеводство. По производству большинства зерновых, зернобобовых и других культур область находится во второй половине рейтинга российских регионов. По целому ряду признаков можно назвать Смоленскую область типичным регионом северо-запада России в части основных тенденций социально-экономического развития сельских территорий.

С учетом вышеприведенных обстоятельств структура геоинформационной модели (не претендующая на комплексную оценку трансформации сельского землепользования) может быть выстроена следующим образом. Зарастание полей - одно из проявлений процессов экореабилитации и изменения сельской системы расселения, которые контролируются сложным набором факторов. Тогда в качестве гипотезы можно принять что существуют разные причины, связанные с размещением конкретного сельскохозяйственного угодья относительно населенных пунктов, транспортных коммуникаций, лесных опушек и т.д., и эти особенности размещения можно считать детерминантами (объясняющими факторами) локального уровня. Кроме того, на локальном уровне зарастание может контролироваться чисто физико-географическими факторами - положением конкретного поля на форме мезорельефа, близостью к эрозионной сети, характером почвенного покрова. К детерминантам мезоуровня можно отнести размещение территории сельского поселения относительно муниципального центра и крупных транспортных магистралей. Наконец, детерминантами макроуровня (в региональном масштабе) могут считаться положение сельского района относительно Смоленска, границы с республикой Беларусь и западной периферии Московской агломерации. Согласно нашей гипотезе существует некое сочетание указанных факторов, приводящее к разному уровню развития процессов экореабилитации: (завершенному, значительному, слабому, невыраженному), индикаторами которых в данном модели выступает степень зарастания конкретных сельскохозяйственных угодий [Колбовский, Климанова, Бавшин, 2018].

Рис. 20.1 Общая схема гипотезы моделирования

В рамках данной модели в качестве исследуемого феномена - характер экореабилитации бывших сельскохозяйственных угодий (СУ), выраженный через степень зарастания; в роли предикторов, в той или иной степени влияющих на процесс экореабилитации, рассматриваются три группы факторов:

• природные факторы, определяющие качество СУ (геоморфометрические параметры, типы ландшафтных местоположений, типы почв);
• факторы положения СУ относительно природных объектов (близость к опушкам лесных массивов и древесно-кустарниковых групп, болотам, озерам и водохранилищам, рекам);
• факторы размещения, определяющие доступность СУ (близость к населенным пунктам разного типа и людности, близость к дорогам).

Очевидно, что процессы экореабилитации могут оцениваться в рамках различных операционно-территориальных единиц как природного (например, речные бассейны), так и социального (единицы АТД) порядка. По гипотезе, принятой в данном исследовании, трансформация землепользования прежде всего ощущается на локальном и среднемасштабном уровнях, приводя к изменению функциональной типологии сельских поселений, а затем, – в региональном масштабе, вызывая общее перераспределение нагрузки между ареалами эффективной экономической деятельности и периферией, несущей средостабилизирующие (природоохранные) и рекреационные функции.

Потенциальный характер взаимосвязи между исследуемым феноменом (степень экореабилитации выбывших из оборота сельскохозяйственных угодий) и предикторами определил необходимость развертывания трех самостоятельных блоков геоинформационной модели:

1. Исследование особенностей применения общедоступных глобальных данных [14] для изучения динамики землепользования на региональном уровне с параллельной оценкой их валидности и возможности корректировки;
2. Оценка вклада основных природных и социально-географических факторов в трансформацию землепользования посредством построения каузальной ГИС-модели;
3. Обобщение закономерностей пространственной дифференциации процессов трансформация землепользования по территории региона в рамках матрицы сельских поселений Смоленской области.

В соответствии с содержанием каждого блока моделирования строится специальная комплексная ГИС-модель сельскохозяйственных угодий, включающая около 20 тематических растров, принадлежащих к трем группам: растры геоморфометрических параметров, ландшафтных местоположений, растры характеризующие отношения близости и пространственные закономерности освоения. Для всех контуров сельскохозяйственных угодий, привлеченных из официальных источников (сайта Министерства Сельского хозяйства РФ) необходимо предварительно получить показатели фактического зарастания. Далее показатели экореабилитации и объясняющих факторов извлекаются в сетку операционно-территориальных единиц модели - сельских поселений Смоленской области.

20.3. Моделирование степени зарастания сельскохозяйственных угодий

Выявление степени зарастания СУ по данным официальной статистики на сегодняшний день затруднено отсутствием надежной базы (векторных слоев) сельскохозяйственных угодий даже для центральных областей Российской Федерации.

Для данной модели использовались контура сельскохозяйственных угодий Атласа земель сельскохозяйственного назначения по Смоленской области и растр лесного покрова Eastern Europe forest cover dynamics. В унифицированной легенде Eastern Europe forest cover dynamics, выделяется семь типов ареалов: 1 – стабильные нелесные земли; 2 – стабильные лесные земли; 3 – лесные земли, сформированные на ранее (по состоянию на 1985 г.) нелесных землях; 4 – утраты лесов; 5 – утраты лесов с последующим ростом леса; 6 – участки с чередованием утрат и прироста леса; 7 - утраты лесов на участках, которые приобрели лесной покров после нелесного состояния в 1985 г.. Построенные на основе методики выявления изменений (Change Detection), пять из семи данных категорий отражают последствия трансформации в бинарной классификации – лес- не лес, не различая причин подобных изменений.

С помощью инструмента Зональная Статистика ArcMAP10.x или утилиты Add Grid Values to Shapes SAGA GIS определяется доля, занимаемая древесным покровом в пределах конкретного поля. Следует иметь ввиду, что в соответствии с правилами создания слоев forest cover в данной процедуре невозможно учесть самые начальные фазы зарастания угодья кустарниками или подростом мелколиственных и хвойных пород.

Далее в зависимости от доли (%), занимаемой древесным покровом вся совокупность контуров угодий была ранжирована по степени зарастания (способом Естественные границы|Natural break) на 10 классов. В результате этого сопоставления была получена карта ареалов трансформации землепользования, легенда которой включает имеющиеся в настоящий момент лесные массивы разной степени трансформации (контура взяты с карты Global Forest Change), селитебные земли (контура взяты с карты Open Street Map) и сельскохозяйственные угодья разной степени трансформации – от обрабатываемых "чистых" полей до полей в начальной стадии зарастания и практически полностью заросших.

Рис. 20.2 Ранжирование сельскохозяйственных угодий по степени зарастания от 1 до 10 (1 – поля, возделываемые в настоящее время; 10 – полностью заросшие поля)

Сопоставление этих данных с результатами полевых исследований, проведенных в 2012-15 гг. в Смоленском и Демидовском районах области, показало, что факторы, вызвавшие подобную трансформацию, могут быть разбиты на четыре группы:

• демутационные сукцессии, вызванные прежде всего забросом и зарастанием сельскохозяйственных угодий, экореабилитацией мелиорированных болотных массивов, а также постпирогенные и пострубочные сукцессии;
• антропогенные воздействия (рубки, прокладывание инженерных линеаментов, строительство дорог);
• экстремальные природные явления (для Смоленской области это, прежде всего, обширные ветровалы в зрелых и перестойных лесных насаждениях),
• результаты естественной многолетней динамики ландшафтов (изменение типа и характера питания болотных массивов, эвтрофикация дистрофных озер, зарастание вновь образованны пойменных грив и иные)

Это обстоятельство не позволяет напрямую использовать глобальные данные для верифицированных оценок трансформации землепользования на региональном уровне и построения причинно-следственных моделей с возможностью последующего прогноза. С другой стороны, чрезвычайно высокая трудоемкость получения результатов дешифрирования на обширные территории делает невозможным повторение исходного алгоритма в условиях ограниченных средств и вычислительных возможностей. В подобных случаях можно попытаться диверсифицировать стандартные категории change detection на ключевых ареалах экспертно (вручную участок за участком) привлекая крупнодетальные космические снимков (например "подгрузить" вектора ключевых ареалов в программа SASPLANETA). Результат можно верифицировать дополнительно расчетом индексом NDVI по снимкам Landsat с учетом региональных особенностей вегетации и проведения основных стадий сельскохозяйственных работ.

Разумеется, оптимальное решение - проведение полевых исследований на ключевых участках. Для данной модели такие исследования были проведены период с 2012 по 2016 гг. на территории двух муниципальных районов с резко различными природными и социально-экономическими условиями Смоленского (прицентрального) и Демидовского (периферийного с высокой долей природных экосистем и заброшенных сельскохозяйственных угодий)

Результаты, отраженные в Таблице 20.1, свидетельствуют о значительной диверсификации действительного содержания одинаковых стандартных глобальных индексов по четырем группам факторов. Так, например, категория 4 – утраты лесов, соответствует как непосредственным техногенным воздействиям (застройка, устройство карьеров, прокладка линеаментов), так и последствиям экстремальных явлений (гари, ветровалы). Категория 3 (лесные земли, сформированные на ранее по состоянию на 1985 г. нелесных землях) попадает в ареалы разнотипных демутационных сукцессий - зарастание полей разных ландшафтных местоположений, а также пойменных лугов, ранее использовавшихся под сенокосы. Таким образом, выявлено, что для внутрирайонного уровня использование данных дистанционного зондирования позволяет достаточно достоверно определить тренды, но не позволяет установить причины и ландшафтно-экологические последствия процессов трансформации.

Таблица 20.1 Диверсификация типов трансформации земель на территории Смоленского и Демидовского районов Смоленской области по данным мануального дешифрирования и полевых исследований

№	Тип трансформации	Доля от общей площади земель района, испытавших трансформацию в %		Тип (индексы) трансформации forest change
		Демидовский	Смоленский
1	Антропогенные воздействия
1.1.	застройка	0,5	2,43	4, 1, 2, 5
1.2.	карьеры	0,5	0,7	4
1.3.	прокладка линеаментов	0,05	1,67	4
1.4.	рубки	2,11	0,58	4
1.5.	гари	0,31	-	4
	Итого	3,47	5,38	1, 2, 4, 5
2	Демутационные сукцессии
2.1.	зарастание селитебных земель			3, 5
2.2.	зарастание нарушенных территорий	0,06	0,36	3, 5
2.3.	зарастание полевых контуров на границе с лесом	23,48	41,22	3
2.4.	зарастание полей среди леса	14,51	2,55	3
2.5.	зарастание полей в массивах сельхозземель	36,96	36,64	3
2.6.	зарастание лугов речных пойм	3,85	5,63	3, 6
2.7.	восстановление естественной растительности в местах рубок и ветровалов	10,96	6,36	3
	Итого	89,82	92,76	3, 5, 6
3	Экстремальные природные явления
3.1.	образование ареалов ветровалов	0,1	-	4, 5
4	Среднемноголетняя динамика ландшафтов
4.1	развитие сообществ водных растений в дистрофных озерах	0,18	-	3
4.2.	зарастание верховых болот	4,55	-	3
	Итого	4,73	-	3

*Индексы глобальных данных forest change: 1 - stable non-forest; 2 stable forest; 3 - forest gain over non-forest in 1985; 4 - forest loss; 5 - forest loss followed by forest gain; 6 - repeated forest loss separated by forest gain; 7 - forest loss on areas which gain forest cover after non-forest state in 1985

При этом значительными являются различия в трансформации земель между максимально урбанизированным (относительно условий Смоленской области) и максимально сохранившим природные экосистемы и экстенсивное сельское хозяйство периферийным районом. Для Смоленского района свойственна высокая доля трансформации землепользования, связанная с застройкой, прокладкой дорог и инженерных линеаментов, при этом отсутствуют типы трансформации связанные с естественной динамикой ландшафтов, характерные для заболоченного и заозеренного Демидовского района. Однако (и это можно считать особенностью региона) прицентральное положение Смоленского района практически не сказывается на снижении интенсивности зарастания сельхозугодий.

Для решения второй задачи – корректировки метода выявления трендов трансформации землепользования - спутниковые изображения Landsat 4,5,7,8 за период с 1984 по 2016 годы обрабатывались для ареалов квадратной формы размерностью 100*100 км с предварительным выбором алгоритма расчета индекса NDVI, который учитывал бы особенности регионального цикла сельскохозяйственных работ (для полевых угодий) и разработкой классификации демутационных сукцессии (для лесопокрытых земель) [Колбовский и др., 2018].

Полученные тематические карты, отображающие стадии восстановительных сукцессий на бывших сельскохозяйственных угодьях, показали, что в течении всего периода наблюдения площади открытых участков без растительности монотонно сокращались. Обнаружено, что данный процесс несет выраженный унаследованный (от позднесоветского и раннего перестроечного периода) характер: так к 1990 г. около 38% нелесных территорий уже были покрыты древесной растительностью. За следующие 25 лет прирост площади лесов (в основном за счет лиственных пород) составил около 18%, из которых половина приходится на 1990-е годы. В 2015 году 46,0% бывших нелесных территорий было занято березовыми и 9,6% - сосновыми молодняками.

Отдельный интерес в моделях трансформации землепользования и ландшафтов (LULC) представляет сравнительный анализ выявляемых изменений с данными лесоустройства по территориям лесного фонда региона. В данном случае оценка точности карты растительности и динамики изменения лесного покрова проводились проводилась по двум параметрам: по покрытой лесом площади и по группам пород (по хвойным и лиственным лесам).

Предварительно, верификации границ лесного фонда, использованных в оценке точности, проводится анализ официальных статистических показателей площади лесного фонда с площадями ареалов векторных карт лесного фонда ГУЛФ. В результате сравнения площади лесного фонда по данным ГУЛФ 2008 года (896700 га) и по цифровой карте лесного фонда 2010 года (1954160 га) было выявлено значительное отклонение в оценках площадей Смоленской области (54,1%), что по сути является еще одним подтверждением масштабного процесса экореабилитации увеличения общей лесопокрытой площади Смоленской области.

Сравнение площадей лесов, полученных по данным дистанционного зондирования (Landsat), растра Global Forest Change Университета Мериленда, с данными статистической отчетности показало хорошую сходимость площадей лесов на уровне субъектов (среднеквадратическое отклонение 3,4%).

Третья задача данного блока модели - определение особенностей экореабилитации на исследуемой территории Смоленской области. Для моделирования изменений лесного покрова был использован ключевой участок – территория национального парка Смоленское Поозерье, для которого был создан пространственно-временной набор данных, отражающий динамику лесного покрова. Чтобы преодолеть несоответствие понятий и методов оценок лесохозяйственных характеристик, использовался архив данных космической съемки. Лесной покров в анализе определялся набором биофизических признаков - сомкнутость крон деревьев и высота насаждений, параметры дешифрирования, которые (в силу понятных причин) не всегда соответствует данным лесоустройства.

Дополнительно с использованием редактора JOSM проекта OpenStreetMap выполнялась верификация нелесных территорий национального парка. В качестве подложки использовались крупномасштабные снимки от DigitalGlobe, Mapbox satellite и др., с разрешением 1 м и лучше, дата съемки 2010 -2016 гг. Сотрудником НП Смоленское Поозерье И.М.Бавшиным было верифицировано более 300 полигонов болот, 2337 полигонов необрабатываемых полей, 860 полигонов обрабатываемых полей и 704 полигона обрабатываемых земельных участков в границах населенных пунктов (огороды, приусадебные хозяйства).

Сравнительный анализ позволил выявить значительные расхождения между традиционными материалами лесоустройства ФГБУ Национальный парк Смоленское Поозерье по состоянию на 2015 год и атрибутированными тематическими растрами, полученными по данным Landsat. Так, при сравнении площадей, занятых различными преобладающими породами процент совпадений составил: для сосновых лесов 82,7%, еловых 76,4%, березовых 77,6%, осиновых <23,2% сероольшанников 71,8%, черноольшанников 50,4%. Аналогичные показатели получены и при сравнении соотношения лиственных и хвойных пород в лесонасаждениях; совпадение составило: хвойные 53,7%, смешанные, с преобладанием хвойных 43,8%, смешанные 41,1%, смешанные, с преобладанием лиственных 19,4%, лиственные 88,2%. Столь существенное расхождение серьезно затрудняет совместную интерпретацию результатов состояния растительности по данным ДДЗ и лесотаксации, вынуждая выбрать первые в качестве более надежного источника.

20.4. Оценка вклада основных природных и социально-географических факторов в трансформацию землепользования

Оценка вклада основных природных и социально-географических факторов в трансформацию землепользования осуществлялась в рамках блока ГИС-модели, включающего общедоступные слои OpenStreetMap на Смоленскую область, контура сельскохозяйственных угодий (СУ), а также специальные тематические (пофакторные) слои, принадлежащие к трем группам факторов:

1. природные факторы, определяющие качество СУ - геоморфометрические параметры, типы ландшафтных местоположений, типы почв;
2. факторы положения СУ относительно природных объектов - близость к опушкам лесных массивов и древесно-кустарниковых групп, болотам, рекам, озерам и водохранилищам;
3. факторы локализации, определяющие доступность СУ - близость к населенным пунктам разного типа и людности, близость к дорогам.

На начальном этапе необходимо получить нормализованные атрибутированные растры основных геоморфометрических параметров:

Normalised Height|Нормализованная высота,
Height Above River|Высота над уровнем рек,
Slope|Уклон,
Plain Curvature|Плановая кривизна,
Profile Curvature|Профильная кривизна,
Aspect|Экспозиция,
TPI|Индекс топографической позиции

Далее значения тематических растров извлекаются в векторные контура сельскохозяйственных угодий инструментом Add Grid Values to Shapes SAGA GIS.

На основе полученных тематических растров с помощью усовершенствованного алгоритма Fuzzy Overlay /span> с добавлением переменной TPI третьей размерности и растра Height Above River|Высота над уровнем рек строится карта ландшафтных местоположений.

Рис. 20.3 Векторная карта ландшафтных местоположений – модель, построенная на основе набора геоморфометрических переменных по ЦРМ масштаба 30 м в пикселе

Моделирование природных факторов позволило провести кластеризацию угодий по всему набору условий локализации полей в пределах конкретной мезоформы рельефа, в пределах определенного ландшафтного местоположения и типа почв. Кластерный анализ выявил семь отчетливо выделяющихся классов, каждый из которых характеризуется определенным высотным уровнем, локализацией на катене гребне-килевой дифференциации и приуроченностью к рассеивающим\концентрирующим, склонам различной крутизны, а также позволил констатировать чрезвычайное разнообразие и высокую дисперсность распределения полей разных типов по территории Смоленской области.

Рис. 20.4 a) Классы сельскохозяйственных угодий Смоленской области по геоморфометрическим параметрам b) Диаграмма доли, занимаемой каждым классом

В структуре сельхозугодий Смоленской области преобладают поля на невысоких и низких расположенных мезоформах рельефа, расположенных в относительной близости к эрозионной сети, пологие и слабопокатые (класс 6), а также на средних частях некрутых склонов (класс 1). Склонами значительной крутизны от этих двух типов отличается класс 5. Класс 3 – поля на привершинных поверхностях, близок к нем класс 4, приуроченный к верхним крутым частям склонов сводов возвышенностей. Малочисленный класс 2 – невысокие водоразделы, слабодренированные и плоские. Класс 7 – поля на невысоких, но хорошо расчлененных поверхностях (эродированных вторичных моренных равнинах).

Моделирование положения сельскохозяйственных угодий по отношению к природным объектам отражает один из аспектов потенциала экореабилитации, поскольку очевидно, что поля граничащие с лесными массивами имеют больше шансов подвергнуться зарастанию, а поля, расположенные недалеко от болот и когда-то подвергнутые мелиорации посредством дренажных систем – вторичному заболачиванию и закочкариванию. Стандартный набор слоев OSM позволяет провести расчет параметров близости (инструмент Near ArcMAP10.x) по отношению к 10 видам природных объектов, которые предварительно должны быть извлечены выборкой в отдельные (новые) векторные слои:

леса (vegetation-polygon, "NATURAL" = 'wood')
кустарники и поросль (кустарники и поросль, "NATURAL" = 'scrub')
болота (water-polygon, "NATURAL" = 'wetland')
крупные реки (water-polygon, "NATURAL" = 'water')
средние реки (water-line, "WATERWAY" = 'river')
малые реки (water-line, "WATERWAY" = 'stream', Lenght>=10 км)
ручьи (water-line, "WATERWAY" = 'stream', Lenght<=10 км
озера (water-polygon, "WATERWAY" = 'lake')
водохранилища (water-polygon, "WATERWAY" 'reservoir')
каналы и дрены (water-line, "WATERWAY" = 'drain' OR "WATERWAY" = 'canal')

Значения близости для каждого контура поля по отношению к набору факторов позволяют провести классификацию сельскохозяйственных угодий: Анализ группирования ArcMAP10.x определил оптимально число "групп" - 7; кластеризация СУ действительно выявляет хорошо интерпретируемые классы, различающиеся по условиям локализации.

Рис. 20.5 Классы сельскохозяйственных угодий Смоленской области выделившиеся по близости к природным объектам

Класс 7 преобладает количественно среди прочих угодий и объединяет поля, расположенные в относительной близости от лесных массивов, болот и озер – условия характерные для дренированных небольшими водотоками (средними и малыми реками) заболоченных и заозеренных озерно-водноледниковых равнин, занимающих значительную площадь на территории Смоленской области. Класс 6 - это СУ с усредненными значениями всех параметров. Класс 2 фиксирует СУ, находящиеся в пределах фрагментированных ландшафтов с обилием древесно-кустарниковых групп, лесополос и ремизов, кроме того это местность с обилием озер. Класс 3 – также в пределах слабодренированных равнин в свое время мелиорированных системой осушительных каналов и дрен, с близким расположением лесов и болот. Наконец, четко выделяется класс 5 - СУ, находящиеся в хорошо дренированных местоположениях относительно далеко от лесных опушек но, в непосредственной близости от всех элементов речной сети (крупных и малых рек).

Следующий шаг - моделирование положения контуров полей по отношению к социально-экономическим факторам (населенным пунктам и дорогам) выявило отчетливую анизотропию современной картины распределения сельскохозяйственных угодий. Отдельный интерес представляет определение "силы влияния" параметра близости моделируемых факторов. Для этой цели по гистограмме параметра близости фиксировались пороговые значения пяти классов (способ - Natural Breaks), далее определяется число объектов (т.е., полей) попадающих в первые два класса близости: логично предположить, что если таких объектов много, значит фактор имеет высокую значимость, и наоборот, если множество объектов расположены далеко от предполагаемого "центра притяжения" это может означать, что фактор не работает или работает как "отталкиватель": в частности, например, поля не могут располагаться в непосредственной близости от границ крупного города. Кроме того, графики близости позволяют оценить характер распределения (нормальное, экспоненциальное) и знак связи.

Рис. 20.6 a) Гистограмма распределения полей по расстоянию от городов, b) Гистограмма распределения полей по расстоянию от деревень

Оценка, проведенная отдельно для разных типов населенных пунктов - городов, поселков городского типа, деревень, мелких хуторских пунктов и дачных поселков - выявила два резко различающихся типа распределения: условно городской и деревенский. Города Смоленской области формирует кольца освоенного пространства (Рис. 20.6 a), в пределах которых на ближних расстояниях предпочтение отдается иным видам землепользования (здесь расположены лесопарковые зоны лесничеств, рекреационные зоны, дачные кооперативы, промышленные предприятия, элементы транспортной инфраструктуры), поэтому наибольший процент СУ находится в полосе приблизительно 15-30 км от городского центра (в целом распределение имеет нормальный характер) и далее кривая идет резко на убыль – это значит что на расстоянии около 50 км всякие признаки сельскохозяйственного использования земель исчезают. Совершенно иное (логнормальное) распределение обнаруживается для деревень, где большинство СУ укладывается в полосу 500 м – 2,5 км, а за пределами 5 км зона освоенности уступает либо лесным массивам, либо зоне тяготения соседнего населенного пункта (Рис. 20.6 b).

Отдельный интерес в рамках данного блока общей модели представляет выявление гипотетической закономерности размещения СУ относительно сельских НП различной размерности. Для выявления возможной связи все сельские населенные пункты были разделены по людности на 5 классов (пороговые значения - естественные границы):

1-й класс 0 - 9 человек,
2-й класс 10 - 30,
3-й класс 32 - 89,
4-й класс 90 - 241,
5-й класс 242 - 458 человек.

Затем определялся параметр близости полей к населенным пунктам различной людности.

Таблица 20.2 Расположение сельскохозяйственных угодий Смоленской области относительно сельских населенных пунктов различной людности

Классы людности	Кластеры полей по близости к населенным пунктам (расстояние в м)
	Ближайшие	Близкие	Средне удаленные	Удаленные	Самые дальние
1	659,8	1787,1	3147,6	5013,4	9911,2
2	861,1	2232,8	3878,8	6190,9	9992,4
3	979,3	2547,9	4273,3	6469,3	9998,5
4	1097,0	2900,9	4861,7	7096,9	9998,9
5	1018,4	2821,8	4742,9	7056,1	9957,3

В общем случае для территории Смоленской области можно констатировать что чем меньше населенный пункт, тем меньше расстояние до СУ, принадлежащих к одному и тому же классу близости, но эта тенденция работает лишь до населенных пунктов 4 класса людности.

Таблица 20.3 Доля сельскохозяйственных угодий (%), попадающих в разные классы близости относительно населенных пунктов различной людности

Классы людности	Доля сельхозугодий, попадающих в разные классы близости к НП
	Ближайшие	Близкие	Средне удаленные	Удаленные	Самые дальние
1	43,3	25,6	18,8	10,1	3,3
2	38,7	26,6	20,0	11,2	3,2
3	34,7	24,2	21,4	13,7	6,0
4	36,0	22,9	18,9	13,9	8,3
5	48,0	17,1	15,7	11,7	7,5

Тенденция может быть лучше понята, если выявить долю полей, попадающих в классы близости к населенным пунктам различной людности: здесь зависимость несет более сложный характер. Процент полей в ближайшей группе выше для ненаселенных и самых населенных деревень, в деревнях средней людности этот процент уменьшается.

Рис. 20.7 Доля сельхозугодий попадающих в разные классы близости относительно населенных пунктов различной людности: ряд 1 - ближайшие поля, ряд 2 - близкие, ряд 3 - среднеудаленные, ряд 4 - удаленные, ряд 5 - самые дальние

Таким образом, система расселения Смоленской области формирует свое силовое поле распределения сельскохозяйственных угодий с центрами-аттракторами различной силы и дистанции воздействия. В сочетании с геоморфологическими факторами и фактором расстояния до природных объектов общая мозаика агроэкосистем приобретает характер сложного феномена, исторически формировавшегося в многомерном пространстве факторов.

Выявление характера зависимости процессов экореабилитации от трех групп факторов (ландшафтно-геоморфологических, переменных близости к природным объектам и переменных близости к населенным пунктам) проводилось в два этапа. На первом этапе внутри каждой группы с помощью Explanatory regression|Исследовательской регрессии ArcMAP10.x верифицировалась достаточность взаимной независимости привлеченных для анализа факторов. В группе геоморфологических факторов все переменные (несмотря на то, что все они были получены на основе высотных данных SRTM) продемонстрировали достаточный уровень автономности (т.е., прошли критерий пространственной автокорелляции). Гипотеза автономности была подтверждена для группы факторов социально-экономического характера, связанных с системой расселения. В группе факторов рисунка освоения ожидаемо связанными оказались факторы близости к различным звеньям речной сети, поэтому в итоговой модели все они были объединены в качестве признака расстояния от СУ до ближайшего (любого) водотока.

На следующем этапе в программном комплексе span SAGA GIS проводился собственно регрессионный анализ с использованием инструмента Multiple Linear Regression Analysis (Shapes); степень зарастания определялась как зависимая величина (`Dependent Variable), а признаки трех групп факторов - как предикторы (predictors).

Полученные результаты позволяют констатировать выраженный стохастический характер процесса зарастания сельхозугодий. Проверка статистической значимости и силы зависимостей по группам выглядит следующим образом. Наименее выражены связи между экореабилитацией СУ и геоморфологическими факторами – здесь достоверная (отрицательная по знаку) связь получена только для индекса Топографической позиции (TPI), характеризующего расположение участка на склоне (верхняя, средняя, нижняя части) и на шкале гребне-килевой дифференциации (тальвеги - гребни). В общем случае можно утверждать, что участки расположенные ближе к эрозионной сети и в нижней части склона имеют большую вероятность подвергнуться зарастанию. В двух других группах были выявлены 8 значимых факторов с положительной связью, расположившихся в следующем (по значимости) порядке:

близость к лесному массиву,
близость к городу,
близость к поселку городского типа,
близость к дороге,
близость к реке,
близость к деревне,
размер поля.

Из выявленных восьми факторов интерпретируемы практически все, седьмой (по значимости) – близость к деревне объяснить сложнее: определенную роль могло сыграть обстоятельство передачи ближайших полей в паевую собственность бывших членов совхозов и использование их под частные огороды, застройку и т.д.., В последующие годы при обезлюдении многих мелких населенных пунктов окраинные поля подверглись забросу и зарастанию.

20.5. Оценка изменения функций и типологии сельских поселений в связи с трансформацией землепользования

Полученные данные о характере трансформации свидетельствуют о широком развитии процессов экореабилитации, даже на землях Смоленского района, прилегающего к областному центру, что в свою очередь вызывает необходимость постановки вопросов о смене набора и приоритета функций, выполняемых сельскими поселениями (производственные, агрорекреационные, рекреационные, экосервисные, иные) и, следовательно – о перспективах дальнейшего развития сельских районов области, а также о сохранении средостабилизирующей способностей региональной сети охраняемых природных территорий.

Сельское поселение - подходящая операционно-территориальная единица оценки трансформации землепользования по ряду причин. Во-первых, сельские поселения (СП) соразмерны по средней площади единицам ландшафтной структуры территории, приблизительно соответствующим уровню "местности" или "ландшафта" (в системе индивидуального ландшафтного картографирования, и, следовательно - характеризуются совокупностью более-менее однородных природных параметров (рельеф, почвенный покров, характер растительности и т.д.). Во-вторых, СП в значительной степени соответствуют ареалам, на которые проецировалась в советскую эпоху производственно-экономическая активность советских и коллективных хозяйств (колхозов и совхозов); в этом смысле СП являются преемниками некой общей истории освоения, продолжавшейся несколько десятилетий. На момент разработке моделей в пределах Смоленской области насчитывалось 234 сельских поселения.

Оценка преобладающих функций сельских поселений может быть основана на моделировании трех групп факторов, характеризующих ландшафтную структуру, рисунок освоения и актуальный уровень трансформации землепользования.

В рамках данного блока модели ландшафтная структура определена для 234 сельских поселений области: сетка сельских поселений Смоленской области была наложена на векторную карту ландшафтных местоположений с использованием инструмента Tabulate Intersection ArcMAP10.x (Analysis Tools >> Statistics), который позволяет вычислить площадь каждого типа в пределах конкретного сельского поселения. Поскольку общее число местоположений зависит не только от ландшафтной структуры местности, но и от размеров сельского поселения (потенциально, чем больше площадь поселений, тем большее число местоположений оно способно вместить), для нормализации результата использован показатель удельного разнообразия - общее число типов местоположений, отнесенное к площади СП.

Для выявления классов сельских поселений, близких по ландшафтной структуре использовался кластерный анализ (вариант без пространственных ограничений). Обработка проводилась для различного числа кластеров с экспертной оценкой результатов. Оптимальным был признан результат для 7 кластеров. Для получения содержательной интерпретации результатов классификации представлялось важным получить некие усредненные спектры ландшафтных местоположений каждой группы. Для этой цели шейп-файл кластеров обрабатывался инструментом Summury statistic|Суммарная статистика с номерами кластеров в качестве значений поля case и подсчетом суммарных значений по колонкам каждого вида местоположений.

Рис. 20.8 Классы СП Смоленской области, выделившиеся по особенностям ландшафтной структуры

Обработка и построение графиков-диаграмм позволили выявить два вида различий. Прежде всего классы сельских поселений различаются по числу относящихся к ним поселений (от 1-2 до 16-54). Появление немногочисленных классов объясняется попаданием небольших (как правило, небольших по площади) поселений в уникальные ландшафтные условия (например, поймы и низкие террасы крупных долин) Таблица 20.4.

Таблица 20.4 Преобладающие типы ландшафтных комплексов в семи классах сельских поселений

ID кластеров	Преобладающие комплекс местоположений	Число СП
0	Расчлененные верховьями долин склоны высоких морен	50
1	Привершинные слабодренированные поверхности конечных морен	41
2	Привершинные поверхности и склоны вторичных моренных равнин, эрозионно-расчлененные	36
3	Крупные долины в окружении долинных зандров и склонов моренных равнин	18
4	Тектонические низменности с озерно-ледниковыми равнинами и низкими террасами	9
5	Всхолмленные озерно-ледниковые и озерно-водноледниковые равнины	32
6	Широкие речные долины в окружении комплекса террас и долинных зандров	48

Довольно значительными оказались различия между ландшафтной структурой групп (Рис. 20.9).

Рис. 20.9 Ландшафтная структура семи классов сельских поселений

Классификация сельских поселений Смоленской области по характеру освоенности проведена с учетом группы факторов, которые можно считать, с одной стороны – условиями, с другой – результатами освоения. В последнем случае можно констатировать что эти факторы в совокупности формируют так называемый рисунок освоения: соотношение освоенных и природных ареалов. К факторам-условиям можно отнести, заболоченность, заозеренность (для Смоленской области как территории свежего оледенения характерна высокая степень присутствия в ландшафте послеледниковых озер), плотность речной сети. К факторам-результатам освоения – прежде всего площадь СУ, площадь селитьбы, плотность дорожной сети. Залесенность – уникальный фактор, который является одновременно и фактором-условием, и фактором результатом. Вся совокупность параметров оценивались картометрически с помощью инструмента Table Intersection, который позволяет выявить абсолютные (площадь) и относительные (процент покрытия) показатели; таким образом был выявлен индивидуальный спектра освоения для каждого СП - соотношение освоенных и природных ареалов, плотность речной и дорожной сети, плотность населенных пунктов.

Таблица 20.4 Преобладающие типы ландшафтных комплексов в семи классах сельских поселений

Номер кластера	Доля территории кластера, занятая различными типами использования земель, (%)
	Поля	Леса	Акватории	Болота	Города	Деревни	Дороги
0	36,33	45,37	2,24	6,99	0,00	1,89	0,56
1	47,31	28,29	0,27	2,97	0,15	2,40	0,47
2	39,25	46,30	0,11	3,71	0,24	1,88	0,49
3	36,48	45,01	2,20	8,48	0,10	1,81	0,58
4	40,61	41,63	2,03	10,63	0,10	1,67	0,83
6	33,41	48,79	0,53	6,24	0,26	1,55	0,57
6	38,15	48,06	0,40	5,17	0,38	1,58	0,59
7	31,11	54,01	0,55	8,87	0,08	1,31	0,80
8	34,92	45,76	1,74	9,44	0,32	1,72	0,74

Возможность классификации спектров и оптимальное число групп определялось с использованием инструмента Анализ группирования ArcMAP10.x. Затем посредством кластерного анализа были выявлены 9 кластеров сельских поселений, различающихся по пространственному характеру освоения, причем выявленные спектры обнаруживают достаточное четкое расхождение типов с ID от 0 до 8 (Рис. 20.10).

Рис. 20.10 Спектры пространственного характера освоения сельских поселений Смоленской области

Тип 1 и тип 2 – это СП с наибольшей площадью распашки и значительной долей деревень, высокой плотностью дорог, сравнительно низкой заболоченностью и небольшой площадью акваторий значительных рек и водохранилищ. К ним сравнительно близок тип 0, которому также свойственна высокая доля сельхозугодий, но при этом он отличается более высокой плотностью дорог, присутствием большей поверхности болот. Тип 7 при средней распаханности является наиболее залесенным и заболоченным, и обладает весьма низкой плотностью дорог и низкой плотностью деревень. К нему приближается тип 5 также с высокой залесенностью, малой плотностью дорог, но с чуть большей площадью селитьбы. Тип 6 и тип 8 формируют близкую группу со средней распаханностью, высокой лесистостью, средней обводненностью, но отличаются друг от друга плотностью дорог и площадью селитьбы. Тип 3 и тип 4 обладают средними значениями всех факторов, но при этом – низкой площадью селитьбы. Логичным было бы ожидать проявление связи между долей сельхозугодий и относительною площадью селитьбы, но это условие выполняется не для всех типов СП, таким образом можно констатировать что традиционная деревня, как основной элемент системы сельского расселения перестает быть организующим звеном системы сельскохозяйственного производства.

Наблюдающиеся тренды в изменении землепользования наряду с унаследованными свойствами и особенностями экономико-географического положения существенно дифференцируют ткань административно-территориального деления уже на нижней ступени ее иерархии – сети сельской поселений. Несмотря на то, что кластеризация специально проведена методом игнорирующим соседство (Hill Climbing Ruben 1967), полученные результаты позволяют констатировать дифференциацию территории на меридионально вытянутые полосы - от западной (внешней) границы области к восточной, граничащей с Московской областью.

Рис. 20.11 Типы сельских поселений Смоленской области по характеру освоенности территории

Характерно, что к границе с республикой Беларусь примыкают полосы двух типов СП с низкой площадью селитьбы, что фиксирует депопуляцию сельской местности в этих районах. К ним примыкают типы 3, 4 и 6 тип также характеризующиеся невысокой долей сельской селитьбы, в совокупности формирующие своего рода осевую зону области. Далее на восток расположены полосы типа 5 и 7, с максимальной лесистостью и заболоченностью, но при этом сохраняющие средние показатели распашки и селитьбы. Краевым к Москве является полоса СП 8-го типа с относительно высокой долей водно-болотных угодий и низкой плотностью дорог на фоне сохранившейся селитьбы. Данные результаты можно считать своего рода status quo - достигнутым положением для середины второго десятилетия XXI века.

Мерой трансформации сельскохозяйственных функций в указанный период стала интенсивность процессов зарастания полей в границах сельских поселений

Рис. 20.12 Степень экореабилитации и зарастания полей в сельских поселениях Смоленской области: 1 – отсутствует; 2 - в начальной стадии; 3 – незначительная; 4 –средняя; 5 – значительная; 6 – высокая; 7 – критическая

Сопоставление полученных данных с выделенными ранее типами поселений по характеру освоенности демонстрирует четко выраженные пространственные закономерности. Поселения, где сельскохозяйственные угодья практически не испытывают процессов зарастания, расположены вдоль двух субширотных полос. Одна следует через центральную часть области вдоль трассы М1, другая – в ее южной части - вдоль трассы А130. Ареалы же сельских поселений с ярко-выраженными процессами зарастания (категории 5-7) образуют такие же полосы в 30 км к северу и к югу от трассы М1. Подобные закономерности отчасти соотносятся с типами поселений по характеру использования земель. Так, процессы зарастания в большей степени характерны для поселений, отнесенных к типам 5,8,9. В то же время утрата сельскохозяйственных функций отмечается и в сельских поселениях, отнесенных к типам с высокой освоенностью – 1 и 2.

Таким образом, несмотря на ограниченность набора привлеченных данных ГИС-моделирование процесса трансформации землепользования может обеспечивать вполне содержательные результаты и способствовать выявлению реальных и трендов.

На современном уровне развития гис-технологий глобальные данные по изменению ландшафтного покрова (Landcover) и трансформации лесного покрова корректно отражают основные тренды в изменении землепользования и как правило точно локализованы, но требуют региональной верификации относительно региональных проявлений четырех групп факторов, «ответственных» за их реализацию демутационные сукцессии, антропогенные воздействия, экстремальные природные явления, результаты естественной многолетней динамики ландшафтов. Конкретные региональные изменения также как и вызвавшие их причины могут быть установлены в результате осуществления самостоятельных экспертных сравнительных оценок по снимкам Landsat и расчетов индексов NDVI и параллельного проведения полевых исследований на ключевых участках

Оценка вклада основных природных и социально-географических факторов в трансформацию землепользования может быть осуществлена посредством построения специальной геоинформационной модели, позволяющей учесть три группы факторов – ландшафтно-географические, позиционные, определяющие положение сельхозугодий относительно природных объектов, и ситуационные, описывающие близость к населенным пунктам различного типа, границам различного ранга и дорожной сети.

Следует особо отметить обнаруженную в ходе гис-моделирования зависимость между сохранностью сельхозугодий и принадлежностью к территории одного хозяйствующего субъекта, что говорит о значимости управленческого (т.е. «субъективного») фактора. Увеличение доли земель занятых селитьбой в Смоленской области (также как и в других областях Нечерноземья), вызвано не ростом численности населения и не реальным расширением зоны застройки, а изменением правового статуса – переводом земель сельскохозяйственного назначения (паевых участков) в земли населенных пунктов с целью агрегирования, увеличение кадастровой стоимости и дальнейшей перепродажи. В целом проявление связи между долей сельхозугодий и относительной площадью селитьбы выполняется не для всех типов сельских поселений, следовательно можно констатировать что традиционная деревня, как основной элемент системы сельского расселения перестает быть организующим звеном системы сельскохозяйственного производства.

Наблюдающиеся тренды в изменении землепользования наряду с унаследованными свойствами и особенностями экономико-географического положения существенно дифференцируют «ткань» административно-территориального деления уже на нижней ступени ее иерархии – сети сельской поселений. Итоговые типы, отражающие актуальную ситуацию освоения сельских поселений, укладываются на территории Смоленской области в меридионально вытянутые полосы, отражающие «напряженность» социально-экономического «силового» поля, полюсами которого являются с одной стороны столичный московский регион, с другой – республика Беларусь.