V. ПРИКЛАДНЫЕ СЮЖЕТЫ ГИС-МОДЕЛИРОВАНИЯ В ГЕОЭКОЛОГИИ
24. ГИС-МОДЕЛИРОВАНИЕ ЭСТЕТИЧЕСКИХ ЭКОСИСТЕМНЫХ УСЛУГ КРУПНЫХ ТЕРРИТОРИЙ
24.1. Эстетика ландшафта как часть нематериальных экосистемных услуг
Культурные (информационные) услуги – едва ли не самая сложная для оценки категория экосистемных услуг [Costanza, et al., 2011], что определяется уже самим представлением о них как о нематериальных благах для людей, которые обеспечиваются экосистемами [Krzywinski et al., 2009; Verschuuren, 2006]. Количественная оценка влияния березовой рощи на регулирование стока или предотвращение эрозии понятна, но как оценить вклад этой рощи в красоту местности или значимость для локального сообщества, тем более в случае, если роща считается сакральным, «святым» местом?
Со времени «включения» эстетики ландшафтов состав комплекса экосистемных услуг (ЭСУ) и первого определения (в этом качестве) как «красоты и эстетической ценности разных аспектов экосистем, поддерживающих парки, обеспечивающие сценические свойства дорог и влияющие на выбор места для жилья» [Millennium Ecosystem Assessment, 2005] минуло уже почти два десятилетия, в течении которых попытки оценки этого ресурса в рамках разных схем и подходов не прекращались.
Весьма приближенно эти попытки могут быть разделены на комплексные («дикая природа», сельские и урбанизированные территории) и покомпонентные (рельеф и растительность, водные объекты, мозаика землепользования). Заметную роль во всех такого рода оценках (особенно если объект – культурный ландшафт) играет учет целевых групп (этнических, социальных, и/или стейкхолдерских). В методологии оценок значительное место отведено процедурам восприятия и количественному выражению эстетических предпочтений, для чего активно использовались интервью, опросы и анкетирование, а в настоящее время – медийные сервисы, которые позволяют обрабатывать «большие данные» [Richards, Tuncer, 2018].
С одной стороны, исследованиями продемонстрированы различия в эстетических предпочтениях этнических и национальных, возрастных и тендерных, профессиональных и конфессиональных групп (прежде всего через артикуляцию значимости «эстетического идеала») [Andrienko et al., 2009], с другой – общий уровень консенсуса в итоге оказывается весьма знаменательным: некие «канонические стандарты» красивой местности явно преобладают и получают массовую презентацию, например - в социальных сетях или на картографических вебсервисах, позволяющих выкладывать геопривязанные фотографии [Alfaro F., Wagner R., 2015].
Учет красоты природы в рамках схем оценок ЭСУ требовал «наведения моста» между параметрами «эстетичности» (которые в основном апеллируют к социально-культурным аспектам) и параметрами «экологичности» (которые связаны с физико-географическими и биологическими свойствами). Такой «мост» был выстроен исследованиями, предпринимавшимися с разных позиций [de Groot, et al., 2010].
Выяснилось, что параметры актуального земельно-ландшафтного покрова (LULC), т.е., сочетание естественного ландшафтного покрова с картиной землепользования) обнаруживают достоверную связь с параметрами восприятия [Bishop, Lange, 2005]. Иными словами ландшафтные метрики, такие как разнообразие, размерность, компактность и характер границ патчей непосредственно влияют на обобщенные оценки красоты сельской местности. Местность, в которой мелкомассивные и островные леса чередуются с сельскохозяйственными угодьями не просто визуально традиционно, но и объективно более красива. Не случайно исторические традиционные ландшафты сельской местности признаются красивыми, способными внушать ощущения "места", малой родины, дарить возможность "эскапизма" (те бегства из шумной городской среды) в любой стране (от Средиземноморья до Юго-Восточной Азии). Характерно, что те же укорененные сельские ландшафты оказываются экологически более устойчивыми, чего нельзя сказать об "экореабилитированных ландшафтах", формирующиеся на их месте в случае депопуляции, заброса и запустения: явление, наблюдаемое сегодня по всему миру в связи с глобализацией, разрушающей местные рынки и местные сообщества [Yang et al., 2014].
Эстетика природы вообще и ландшафта в частности – безусловно субъективное понятие, поскольку Природа не может сама себя оценивать: красота всегда (используя ставшее уже крылатым выражение Мейнига) «заключена в глазах наблюдателя» [Meinig, 1979]. Следовательно, качества, влияющие на оценку человеком красоты, можно трактовать как некий «ландшафтный потенциал» (aesthetics capacity), или используя сложившийся понятийный аппарат - предоставленную услугу. Любые попытки количественной оценки предоставляемых ландшафтом эстетических услуг предполагают предварительное решение вопроса о том, что считать потребляемыми и востребованными услугами [Burkhard et al., 2014].
Анализ «потребления» как «восприятия» привел к череде исследований, опирающихся на участие «экспертов» и «целевых групп» различного типа (аборигенных, туристско-рекреационных, гендерных, возрастных, этнических, конфессиональных), что по мнению ряда исследователей позволило выявить не столько «объемы потребления» сколько эстетические предпочтения соответствующих контингентов испытуемых. Использование профессиональных экспертов оживило весьма старую дискуссию между сторонниками когнитивной и некогнитивной эстетики [Kaplan, 1982, уже не раз заводившую специалистов в тупик: с одной стороны, кажется справедливым утверждение о том, что действительное «любование» ландшафтом предполагает хоть какое-то знание и «прочтение» предмета, с другой - становясь на эти позиции мы отказываем в праве на оценку подавляющему большинству потенциальных потребителей, а это, в свою очередь, возрождает опять-таки не новые обвинения в эгалитарности (и праздности?) эстетической оценки как таковой. Этот годами обсуждавшийся и дискутируемый «dead end» был преодолен посредством использования медийных фотографических сервисов, предоставивших исследователям доступ к «большим данным» [Tenerelli et al., 2017].
Оценка «востребованных» эстетических качеств природы, т.е., по сути «эстетических услуг» проводится через медийные картографические сервисы, предоставляющие возможность презентации для всеобщего обозрения геолинкованных фотографий, сделанных множеством индивидуальных пользователей [Tenerelli et al., 2017; Langemeyer et al., 2018; Yoshimura, Hiura, 2017].Широкое распространение цифровых фото сделало этот источник потенциально неисчерпаемым вариантом сбора данных с помощью так называемого краудсорсинга (participatory mapping and crowd-sourced social media photo data).
Одним из первых подобных источников послужил приложение Panoramio обеспечиваемое широко распространенным сервисом Google Earth, преимуществом которого явилось то обстоятельство, что пользователи привязывали и выкладывали фотографии преимущественно пейзажной тематики [Casalegno et al., 2013]. После того как размещение фотографий на этом сервисе было прекращено исследователи обратились к другим аналогичным «оболочкам», в частности к популярному сервису Flickr.
В простейшем случае при оценках такого рода учитывается общее число привязанных и загруженных на сервис фотографий (после выбраковки некорректно привязанных /или некачественных фото); в более совершенных методика [Alfaro, Wagner, 2015] проводился семантический анализ фотоизображений с выделением и классификацией групп элементов ландшафта. Распознаванию в специальной программе подлежали так называемые «общие ландшафтные элементы» – мезоформы рельефа (вершины, контрфорсы, долины и ущелья, линии горизонта), водные объекты (озера, болота, реки, акватории морей), признаки растительного покрова и сельскохозяйственного использования (паттерны и мозаики полей в сочетании с лесными массивами, лесные опушки), искусственные сооружения в ландшафте (строения, террасы, изгороди). Такой подход позволяет соотнести потенциальную (ожидаемую) роль различных элементов ландшафта и реальный вклад этих элементов в потребленный «объем» предоставленных услуг.
24.2. Алгоритм оценки эстетических услуг на примере Европейской России
«Объективизация» оценки потребляемых эстетических услуг улучшила понимание общей процедуры «предоставления-потребления» за счет прояснения следующих моментов.
1. Элементы ландшафта с предполагаемой значимой ролью в потенциально предоставленные ЭУ, выделяемые экспертами, соответствуют вкладу, выявленному в результате анализа массовых предпочтений; таким образом, вкусы «рядового» фотографа и сегодня находятся вполне в рамках общей концепции пейзажной эстетики, оформившейся в XVIII в.
2. Несмотря на то, что некоторые современные методики пытаются учитывать объекты в нескольких зонах дальности (что особенно актуально в горных странах) [Alfaro, Wagner, 2015], концепт "вьюшедов" оказывается вполне функциональным в более общих случаях (прогулки лесу, посещение городских парков, отдых на побережье), когда оптимальные вантажные точки позволяют наблюдать и фотографировать объекты, находящиеся в пределах того визуального бассейна в котором расположен и сам наблюдатель.
3. Анализ полей плотности фотоснимков (делаемых потребителями) на фоне "предоставленных" Природой «красот» позволяет обнаружить ареалы, в которых созерцание-наблюдение либо невозможно, либо крайне затруднено в силу отдаленности и/или недоступности. Таковы, например, практически все горные вершины, или любые точки, затерянные среди лесов и болот. Это обстоятельство привело к попыткам включения в оценку ЭУ параметра доступности: многие пейзажи (на мелкомасштабном уровне моделирования) наблюдаются потребителями с автомобильных или железных дорог [Langemeyer et al., 2018]. На среднемасштабном уровне (если, например, проводится оценка эстетики в пределах национального парка) все вантажные точки так или иначе сосредоточены вдоль пешеходных экологических троп или на смотровых площадках.
4. Выбор операционно-территориальных единиц (ОТЕ) для оценки эстетических услуг в пределах обширных территорий затруднен тем, что потенциальные услуги "предоставляются", прежде всего, "дикой природой" или культурным ландшафтом, а потребляются по большей части жителями мегаполисов. Таким образом ареалы предоставления услуги и зоны потребления могут быть сильно разнесены в пространстве. По этой причине невозможно выделить некие стандартные ОТЕ, равным образом подходящие для разных типов сред (городской, сельской) и ландшафтов (прибрежных, горных, равнинных). Преодоление этого затруднения требует выбора корректного масштаба для вьюшедов на разных пространственных уровнях анализа и моделирования. Накопленная практика оценок подтвердила это положение. Для эстетического анализа предметно-пространственной среды городов используется специальная программа Map Depth, дифференцирующая городское пространство на небольшие визуальные камеры, которые, в замкнутом квартале совпадают с ареалами внутренних дворов. Визуальное пространство "деревенской местности" на уровне отдельно взятого поселения разделится на группы домов с надворными постройками и прилагающими к ним огородами, визуальные коридоры деревенских большаков, визуальные конверты сельхозугодий (полей, пастбищ) с границами в виде лесополос и естественных насаждений. Визуальные бассейны мелкого масштаба - на уровне целого региона при выраженном пересеченном рельефе отчасти совпадут с речными бассейнами приблизительно 3-4-го порядков: эта особенность становится "очевидной" (т.е., проявляется буквально) при пересечении обширных пространств по скоростным автомагистралям.
5. Дополнительные сложности возникают в специфической географической среде, например – в горах, поскольку наблюдатель, расположенный на горном склоне, видит объекты как своего визуального бассейна, так и других, в том числе – весьма отдаленных. Для решения этого вопроса выделяются зоны видимости вокруг точек обзора для стационарного наблюдателя и в виде поясов вдоль линейных маршрутов (в том числе автомобильных и железнодорожных). Размерность таких зон определяется экспериментальным способом в зависимости от общей пересеченности и относительной высоты территории; для горной местности Северной Италии Тенерелли с соавторам приводят значения зон, увеличивающихся в нелинейной зависимости: 300 м, 800 м, 6400 м и до горизонта [Tenerelli et al., 2017].
6. В конкретных случаях целесообразно использовать специальные инструменты для моделирования свойства Visibility|Видимости (реализованные и в SAGA GIS, и ArcMAP10.x) с любой данной точки (или набора точек) точки на конкретные объекты. При переходе на средние и мелкие масштабы учитывать взаимное расположение наблюдателя и объекта наблюдения становится значительно сложнее, поэтому в этом случае, как правило, используют параметр Openness|Открытости (SAGA GIS) и возможность относительной локализации наблюдателя как отдельные свойства разрабатываемой модели.
Рассмотрим принципиальный алгоритм решения задачи оценки эстетический ЭСУ на примере территории Европейской России. Логика модели построена на следующих основаниях. Потенциальный объем эстетических услуг – это объективные эстетические свойства ландшафта, присущие ему вне зависимости от наличия-присутствия наблюдателя. Предоставленные услуги – совокупность факторов, определяющих возможность видения/созерцания [Burkhard et al., 2014]. Потребленные услуги – совокупность актов видения/созерцания, зафиксированная через объем фотоизображений, загруженных медийные сервисы [Колбовский, 2020].
Рис. 24.1 Принципиальная схема понятийного аппарата гипотезы оценки эстетических экосистемных услуг
В качестве исходных операционно-территориальных единиц оценки используем сетку "Речные бассейны Европейской части России" со средней площадью речных водосборов 47,8 км2 [Ermolaev et al., 2017]. В пределах речных бассейнов такой размерности определение видимости и других свойств контролируемых рельефом сохраняет физический смысл.
На следующем шаге моделирования полученные данные обобщались по прямоугольной (трапециевидной) сетке с длиной стороны 50 км; такая сетка принята в рамках международной программы экосистемных услуг TEEB. Длина стороны трапеции на самом деле будет зависеть от выбранной проекции (прямоугольная, цилиндрическая, коническая, поликоническая) и т.д.. В данном случае выбрана проекция Меркатора 1 SP (Рис. 24.3).
Предоставленный (потенциальный) объем эстетических услуг оценивался как «объективные» эстетические свойства ландшафта, которые рассчитывались по двум группам взаимосвязанных свойств – эстетичности рельефа и эстетичности паттернов землепользования и растительного покрова.
Рис. 24.4 Переменные рельефа и земельно-ландшафтного покрова, привлеченные для оценки объективных эстетических свойств ландшафта
К первичным параметрам рельефа, способным внести наибольший "вклад" в общую эстетику ландшафта логично отнести показатели как Height Above River|Относительная высота рельефа, точнее - превышения над местными базисами эрозии (потому что высокое плато может быть таким же монотонным как плоская низменность), Slope|Уклон (крутизна поверхности) (крутые склоны "поставляют" в пейзаж большее количество визуальных плоскостей) и Topographical Openness|Общая топографическая открытость (сложное свойство контролируемое доминированием положительных форм рельефа с выпуклыми в плане и в профиле поверхностями). Вторичные, т.е., производные параметры - это Landform Number|Количество и Variety of landform|Разнообразие мезоформ рельефа в пределах визуального бассейна, поскольку в общем случае - чем больше мезоформ и чем они более разнообразны - тем выше эстетические свойства ландшафтов.
В масштабе данной модели растительный покров и особенности землепользования влияют на общие эстетическую ценность ландшафтов через "надстройку" линии горизонта и разнообразные визуальные барьеры, экранирующие линий взгляда в условиях пластики рельефа конкретных визуальных бассейнов. В свою очередь эти свойства растительного покрова определяются чередованием лишенных растительного покрова сельскохозяйственных угодий, естественных луговых пространств, болот и акваторий с лесными массивами различной размерности: островными и полосными, мелко-, средне- или крупномассивными [Колбовский, Медовикова, 2015].
Значимые признаки растительного покрова могут быть определены через ландшафтные метрики [MEASURING LANDSCAPE, 2009], позволяющие оценить размерность, компактности, сложность границ, агрегированность и другие свойства (Рис. 24.4), рассчитываемые в программах FragStat [McGarigal et_al. ,2002] а также в аналогичном приложений Patch Analyst, разработанном для ArcMAP10.x. При этом на данном пространственном уровне не столь важно какие именно леса образуют массивы - важна их размерность и характер сочетания с открытыми пространствами разного типа; последние в принятом масштабе будут различаться, скорее, размерностью (крупные поля, мелкоконтурные поля) и по текстуре (водные поверхности, сельхозугодья, болота) чем по строго понимаемой (в геоботаническом смысле) типологии.
Используемый объем эстетических экосистемных услуг может быть определен как совокупность актов наблюдения ландшафта людьми. Сделать прямую оценку используемого объема услуг на основе анализа медийных фотосервисов в рамках настоящего проекта не представляется возможным из-за закрытости API-кодов соответствующих сервисов на территории РФ. Однако, в качестве необходимого условия для использования услуги можно попытаться оценить параметр доступности, то есть, совокупность факторов, определяющих возможность созерцания ландшафта [Burkhard et al., 2014].
Известный феномен "туристической лени" и готовность потреблять подготовленный продукт (в том числе и продукт "любования природой") определяют, в общем и целом, предсказуемое (и, следовательно - моделируемое) поведение рекреантов и туристов, склонных использовать удобные пути, отмеченные в социальных сетях вантажные точки и подходящие (прежде всего для остановки на личном "авто") площадки для созерцания природных сцен и фотографирования объектов. Это обстоятельство позволяет косвенно учитывать реальную возможность наблюдения через фиксацию мест (точки, треки) пересечения коммуникаций - автомобильных дорог, железнодорожных путей с локализацией (потенциально) наиболее примечательных объектов в ландшафте - вершин холмов и гряд, рек и озер.
Рис. 24.5 Переменные видимости и возможности наблюдения для оценки субъективных эстетических свойств ландшафта
Общий алгоритм получения и обработки тематических растров, соответствующих отдельным переменным, выглядит следующим образом.
- Построение сырого тематического растра (например – уклона поверхности);
- Классификация (и «нормализация») растра на выбранное число интервалов (например, 10 интервалов, выделенных методом Natural Breaks);
- Чистка и генерализация растра с помощью двух инструментов пакета ArcMap – «фокальная статистика» (Focal Statistic) и «удаление границ» (Boundary Clean);
- Извлечение значений параметра по сетке визуальных бассейнов c последующие трансформацией полигонов в растр и получением атрибутированного растра «вьюшедов»;
- Извлечение значения параметра инструментом «зональная статистика» (опция median average) по векторной сетке 50*50.
24.3. Оценка параметров рельефа
В качестве параметров, оказывающих воздействие на эстетические свойства рельефа используем следующие переменные:
- Относительная высота точки над уровнем рек|Height above river);
- Уклон|Slope;
- Открытость рельефа|Topographic Openness – доля потенциально видимых территорий;
- Общее число мезоформ рельефа в пределах визуального бассейна|Number of landforms;
- Разнообразие мезоформ рельефа в пределах визуального бассейна|Variety of landforms.
Первые три параметра рельефа: относительную высоту над уровнем водотока, уклон и топографическую открытость получаем на основе грида общедоступной ЦМР ASTERGDEM2 в программном комплексе SAGA GIS с помощью инструментов Basic Terrain Analysis, Topographic Openness, Height Above River группы Terrain Analysis и обрабатываем в рамках указанного выше алгоритма.
Параметр Height above river (относительная высота над уровнем водотока) может быть получены и в ArcMAP10.x; для расчета HAR потребуется дополнительно установить в панель инструментов ToolBox специальный набор утилит Т. Дилтса Topography Toolbox for ArcGIS [Dilts, 2015]
Извлечение первичных характеристик в сетку водосборов (которые мы принимаем здесь за вьюшеды мелкомасштабного анализа) может быть проведено как инструментами Zonal Statstic ArcMAP10.x, так и инструментом Grid Statistics for Polygons SAGA GIS (Shapes >> Shapes-Grid Tools); при извлечении необходимо выбрать опцию variety|разнообразие значений.
Мезоформы рельефа могут быть получены разными инструментами сегментации рельефа, в данной модели используем TPI Based Landform Classification (Terrain Analysis>>Morphometry) SAGA GIS, позволяющего получить 6 базовых типов рельефа Европейской территории России, непосредственно определяющих свойство видимости местности (ущелья, глубокие долины, ложбины, плато или равнины, гряды и холмы, гребни и хребты). Далее по растру мезоформ рельефа считается статистка для вьюшедов по двум позициям: общее число мезоформ, разнообразие типов мезоформ. Разнообразие подсчитывается как произведение числа мезоформ на число их типов:
Landforms Diversity = Landforms Number * Landforms Variety
Интегральную эстетическую оценку рельефа оцениваем по формуле:
где:
IRA - Integral Relief Aesthetics|Общая эстетичность рельефа,
LFvr - Landform Variety|Разнообразие мезоформ рельефа,
HARvr – Height Above River Variety|Разнообразие диапазона относительных высот,
SLPvr – Slope Variety|Разнообразие уклонов,
OPNSmean – Topographical Openness|Cреднее значение классифицированного растра в пределах сетки ОТЕ.)
Рис. 24.11 Итоговая оценка эстетических свойств рельефа
Насколько можно судить по итоговому результату рельеф как фактор эстетической оценки ландшафта меняется на территории Европейской части России в весьма широком диапазоне от 4 баллов для обширных предгорных низменностей юго-востока до 30-50 баллов для равнины и 50-70 для возвышенностей, предсказуемо высокий бал получают Уральские горы (110-140) и Кавказ (140-220); отметим однако, что интегральный показатель не является простой функции высоты, характер расчленения рельефа (неплохо учитываемый алгоритмом TPI Based Landform Classification, делимитирующим мезоформы гребне-килевой дифференциации) также отразился на общей картине: так, расчлененные области свежего моренного рельефа и эрозионных равнин получили больший бал в сравнении с плоскими вторичными моренными и озерно-ледниковыми равнинами.
24.4. Оценка параметров ландшафтного покрова и землепользования
Как отмечено выше в масштабе данной модели элементы ландшафтного покрова и землепользования "функционируют" как факторы, определяющие открытость или закрытость пространства формирующуюся на фоне общей мозаики сельскохозяйственных угодий, естественных и искусственных акваторий, болот и лесных массивов различной размерности и конфигурации. Это обстоятельство позволяет применять для описания подобной мозаики самые распространенные и несложные ландшафтные метрики:
- Общее число патчей|Number of Patches,
- Коэффициент размерности патчей|Patch Size coefficient,
- Взвешенный коэффициент формы патчей|Area Weighted Mean Shape Index,
- Фрактальность основанная на соотношении периметра и площади патча|Perimeter-area fractal dimension (PAFRAC).
В качестве исходного растра растительного покрова и землепользования используем
Визуальные функции растительности неплохо известны, поскольку веками использовались художниками в создании пейзажей: так, крупномассивные леса на дальних планах формирует фон сцен, образуют линию горизонта, рощи и древесно-кустарниковые биогруппы выступают в роли объектов переднего и среднего планов. Сельскохозяйственные угодья формируют основание открытых визуальных сцен задавая (дополнительно) их фактуру -достаточно вспомнить как меняется "покрытие" угодий в течении года вслед за обычным ходом сельскохозяйственных работ (вспашка и боронование, всход зеленей, различные стадии зрелости культур, поля после уборки урожая и т.д.). Крупные акватории также образуют визуальные плоскости, фактура которых разительно изменяется вместе с атмосферными условиями и сменой сезонов. Таким образом в принятом масштабе различные классы LandUse LandCover в совокупности формируют открытые, полуоткрытые, полузакрытые и закрытые ландшафты c элементами различной размерности и фактуры. Чтобы учесть данные свойства переклассифицируем 17 исходных типов LULC – на пять 5 (см. Таблицу 304.1).
Таблица 24.1 Генерализованные типы ландшафтно-земельного покрова, использованные в оценке эстетических качеств ландшафтов ЕТР
| № | Name | Исходный тип покрова IGBP Land Cover Legend (адаптировано для условий ЕТР) | Код | Реклассифицированные визуальные типы ландшафтно-земельного покрова |
|---|---|---|---|---|
| 1 | Water Bodies | Акватории | 1 | Открытые естественные |
| 2 | Evergreen Needleleaf Forest | Хвойные леса | 5 | Закрытые |
| 3 | Evergreen Broadleaf Forest | Широколиственные леса | 5 | Закрытые |
| 4 | Deciduous Needleleaf Forest | Лиственничные леса | 5 | Закрытые |
| 5 | Deciduous Broadleaf Forest | Листопадные леса | 5 | Закрытые |
| 6 | Mixed Forest | Смешанные леса | 5 | Закрытые |
| 7 | Closed Shrublands | Мелколиственные леса и кустарники | 4 | Полузакрытые |
| 8 | Open Shrublands | Кустарниковые заросли | 4 | Полузакрытые |
| 9 | Woody Savannas | Лесостепи | 4 | Полузакрытые |
| 10 | Savannas | Луга с древесно-кустарниковыми биогруппами | 3 | Полуоткрытые естественные |
| 11 | Grasslands | Степи | 3 | Полуоткрытые |
| 12 | Permanent Wetlands | Болота и другие ветленды | 3 | Полуоткрытые |
| 13 | Croplands | Сельскохозяйственные угодья | 1 | Открытые искусственные |
| 14 | Urban and Built-Up | Урбанизированные ареалы | No data | Не учитываются («No data») |
| 15 | Cropland/Natural Vegetation Mosaic | Мозаика мелкоконтурных сельхозугодий и лесополос | 2 | Полуоткрытые искусственные |
| 16 | Snow and Ice | Вечные снега и ледники | 2 | Открытые естественные |
| 17 | Barren or Sparsely Vegetated | Редкая растительность или ее отсутствие | 2 | Полуоткрытые различного генезиса |
Рис. 24.13 a) Фрагмент итоговой карты ландшафтно-земельного покрова по типам открытости-закрытости, и b) легенда к ней: 1 - открытые ландшафты, 2 - полуоткрытые искусственные, 3 - полуоткрытые естественные, 4 - полузакрытые естественные, 5 - закрытые естественные
На следующем шаге в приложении Patch Analysis, предварительно установленном в пакете ArcMAP10.x, рассчитаем метрики, характеризующие размерность и форму а также общую фрактальность и фрагментированность мозаики ландшафта: Number of Patches, Patch Size coefficient, Area Weighted Mean Shape Index, Perimeter-area fractal dimension (PAFRAC). Расчет для более чем 2300 квадратов сетки операционно-территориальных единиц 50*50 км Европейской территории России - весьма сложная задача, требующая больших вычислительных ресурсов, поэтому процедура может быть значительно ускорена посредством использования мощностей виртуальной машины Windows на GOOGLE-платформе.
Интегральная оценка эстетических качеств ландшафтного покрова и землепользования (Integral LCVF) рассчитывалась по формуле:
Integral LCVF = LndCvr_V * [(PSCoV / 1000) + AWMPFD)],где LndCvr_V – разнообразие типов ландшафтного покрова,
PSCoV – коэффициент вариации размерности патчей,
AWMPFD – коэффициент фрактальности земельно-ландшафтного покрова.
Интегральная оценка эстетических свойств ландшафтного покрова и землепользования по операционно-территориальным единицам обнаруживает достаточно высокую степень дифференциации и при этом - относительную независимость от интегрального параметра эстетичности рельефа (Рис. 24.16).
Рис. 24.16 Интегральная оценка эстетических свойств ландшафтного покрова и землепользования ЕТР по сетке ОТЕ 50*50 км
Наиболее "скучными", как и следовало ожидать, являются обширные распаханные пространства низменных равнин, в пределах которых ощущается недостаток защитных лесополос и даже небольших островных и мелкомассивных лесов. Сравнительно монотонными в визуальном отношении (в рамках принятого алгоритма оценки) выглядят и безлесные, и заболоченные пространства тундровой зоны на севере Европейской территории России. Напротив, высокие значения свойственны сравнительно мелкодисперсной мозаике лесов и сельскохозяйственных угодий в подзонах хвойно-широколиственных лесов и южной тайги (т.е., в пределах сохранности традиционного облика "сельской местности".
24.5. Оценка потенциально используемого объема эстетических экосистемных услуг
В принятом для данной модели Европейской территории России масштабе можно полагать, что доступность пейзажа наблюдателю обеспечивается существующей сетью дорог: как бы ни был красив пейзаж, но если до него невозможно добраться – он по сути "вещь в себе", при этом роль дорог не столь проста и однозначна - она складывается из нескольких функций:
- a) дороги обеспечивают некую общую потенциальную видимость – в виде полосы восприятия пространства с обеих сторон (в реальности ширина этой полосы будет зависеть от экранирующих препятствий и рельефа);
- b) дороги пересекают выигрышные мезоформы (хребты, перевалы, вершины) обеспечивающие возможность восприятия значительной части визуального бассейна, либо – нескольких смежных бассейнов;
- c) дороги пересекают реки, либо проходят вдоль их течения, обеспечивая и в том, и в другом случае возможность созерцания живописных пейзажей.
В качестве необходимого условия для использования услуги попытаемся оценить доступность, как совокупность факторов, определяющих возможность созерцания ландшафта (Burkhard et al., 2014) на основе следующих характеристик:
- сумма видовых точек, занимающих господствующие положение (на вершинах и привершинных поверхностях положительных форм рельефа) в пределах визуальных бассейнов;
- сумма видовых точек, находящихся на пересечении дорог с водными объектами (реки, побережья озер и водохранилищ);
- общая длина буферных участков дорог, пролегающих вдоль водных объектов и обеспечивающих возможность наблюдение;
- общая длина участков дорог, пересекающих выраженные мезоформы рельефа с учетом их относительной ценности для эстетических качеств ландшафта.
Необходимые слои - мезоформы рельефа, гидрографические объекты (реки и озера) а также дороги уже имеются в нашем распоряжении, но для начала определим (экспертно) относительную ценность мезоформ рельефа для эстетических качеств ландшафта.
Таблица 24.2 Относительная ценность мезоформ рельефа для эстетических качеств ландшафта| Landforms | Мезоформы рельефа | Балл |
|---|---|---|
| gorges | ущелья | 4 |
| deep valleys | глубокие долины | 3 |
| valleys | долины | 2 |
| plateau or plain | плато или равнины | 1 |
| ridges, hills | гряды, холмы | 6 |
| ridges, ridges | гребни, хребты | 6 |
На следующем шаге проведем переклассификацию растра мезоформ рельефа и его векторизацию. Дальнейшие действия заключаются в пересечении (Intersection) векторных линейных слоев дорог с линейными векторными слоями рек, построении буферов к дорогам и выявлении ареалов пересечения этих буферов. Заметим, что поскольку водные объекты представлены в наборе OSM двумя типами файлов - линейными и полигональными векторами - необходимо провести пересечение отдельно с обоими файлами и затем объединить (инструмент Merge|Слияние) результат.
Таким образом доступность или возможность видеть "красоты природы" в данной модели представлена следующими параметрами:
Points_H - плотность видовых точек,Rd_Rlf - плотность отрезков дорог, пересекающихся с различными мезоформами рельефа (с учетом ценности последних),
Cross_Chn - плотность точек пересечения с линейными руслами,
Cross_Pls - плотность точек пересечения с акваториями рек, озер и водохранилищами.
Все параметры плотности рассчитывались сначала по визуальным бассейнам, затем - по квадратам регулярной сетки. Интегральная оценка факторов потенциальной «наблюдаемости» обобщалась по визуальным бассейнам, затем по квадратам регулярной сети 50*50 по формуле:
Observ_Ps = Points_H + Rd_Rlf + Cross_Chn + Cross_PlsРезультат моделирования визуальной доступности выявил существование обширных ареалов с очень невысоким уровнем фактической достижимости.
Рис. 24.19 Интегральная оценка видимости по сетке ОТЕ 50*50 км
Интересно в этой связи, что плотность дорог как таковая не обеспечивает «обзора» ландшафта, поскольку дороги как правило прокладываются в обход выраженных мезоформ рельефа и с минимизацией переходов через реки и любые выраженные эрозионные формы.
24.6. Финальная оценка объема эстетических экосистемных услуг
Финальное объединение оценок предоставленного объема эстетических услуг и возможности их использования может быть получено разными способами. Если полагать, что наличие возможности наблюдения – ключевой фактор восприятия, то результирующая оценка может представлять собой произведение интегрального индекса эстетического качества ландшафтов на интегральный индекс доступности. Естественно, в этом случае, финальная обобщающая оценка во-многом повторяет пространственное распределение индекса доступности и наблюдаемости ландшафта.
Aesth_Intg =LFVar * Integral LCVF * Observ_Psгде:
Aesth_Intg - интегральная оценка эстетических экосистемных услуг,
LFVar - интегральные эстетические свойства рельефа,
Integral LCVF - интегральные эстетические свойства ландшафтного покрова и землепользования,
Observ_Ps - интегральная возможность наблюдения.
Поскольку мы не имели возможности верифицировать оценку через медийные фотосервисы, была проведен выборочный подсчет числа выложенных снимков природы по отдельным квадратам на севере, в центре и на юге ЕТС, который показал, что:
- число фотографий заметно уменьшается с удалением от городов, причем, чем крупнее населенный пункт, тем ярче выражена эта закономерность;
- распределение фото несет отпечаток "сетевого характера" - многие снимки делаются из личного автотранспорта, поэтому дорожная сеть формирует довольно заметный "буфер" плотности;
- для ЕТР характерно наличие обширных почти недоступных территорий с нулевой видимостью, что делает объем используемых экосистемных услуг в этих ареалах ничтожно малым;
- выраженный горный и пересеченный рельеф обуславливает наличие обширных зон видимости, треков и точек возможного наблюдения, что увеличивает потенциальную возможность использования их экосистемных услуг (в частности - при развертывании туристско-рекреационной активности), несмотря на физическую труднодоступность некоторых вершин и горных массивов.
Интересно, что плотность дорог, как таковая, не обеспечивает возможности обзора ландшафта, поскольку дороги, как правило, прокладываются в обход выраженных мезоформ рельефа и с минимизацией переходов через речные русла и любые выраженные эрозионные формы.
Ограничения модели. Исследованный нами в рамках данной модели масштабный уровень может считаться предельным относительно валидности получаемых выводов. Безусловно, чем крупнее масштаб и меньше по размеру территориальные единицы оценки, тем более корректным и более интерпретируемым будет конечный результат. При переходе на пространственный уровень отдельных субъектов РФ могут быть построены более точные сетки визуальных бассейнов, учтены особенности естественного покрова в виде сочетаний лесных массивов различной размерности и конфигурации; также появляется возможность оценки контуров землепользования (например сочетания полей с лесополосами и лесными ремизами). Отдельно можно презентовать ценность наличия населенных пунктов городского и сельского типа сохранивших историческую планировку.
Использование медийных фотосервисов для оценки эстетического качества ландшафтов и объема использования эстетических услуг также имеет свои ограничения, проистекающие из различий в восприятии природы различными группами наблюдателей. Привычка снимать все подряд связана с появлением смартфонов и свойственна, в основном, молодым возрастным категориям населения. При этом как раз они в настоящее время больше связаны с городским образом жизни и им присуща известная «ландшафтная слепота». Значительное количество людей старшего возраста вполне способно оценить красоту ландшафта, но при этом не склонно фиксировать на фото каждый свой взгляд и уж, тем более, загружать фотографии на общедоступные сервисы.
Оценки использованного объема эстетических экосистемных услуг трудно отделить от использования рекреационно-важных компонентов других экосистемных услуг, таких как чистые воздух и вода в местах отдыха (рекреационный компонент регулирующих услуг), сбор грибов, ягод, любительская рыбалка и охота (рекреационный компонент продукционных услуг), возможность наблюдения за птицами (рекреационный компонент информационных услуг), возможности для активного и экстремального туризма, которые могут быть особенно важны для труднодоступных территорий. Методы одновременного учета рекреационных компонентов разных категорий экосистемных услуг, так же, как и учета условий для разных видов рекреации требуют совершенствования как для избежания двойного учета использованных услуг, так и для их более полной, комплексной оценки.