Компьютерная имитация картографирования почв
29
лано также средствами ГИС (Жуков и др., 1980; Васмут, 1983; Кошкарев,
1990; Берлянт, 1997).
В последние годы стали доступными цифровые карты отдельных фак-
торов почвообразования, которые были получены не путем оцифровки тра-
диционно составленных бумажных карт, а путем анализа спутниковой и дру-
гой информации непосредственно в цифровом виде. Подобная информация
имеется в настоящее время для рельефа (SRTM (Jarvis et al., 2008); Aster
GDEM
(http://www.gdem.aster.ersdac.or.jp/);
GTOPO30
(http://eros.usgs.gov/#/Find_Data/Products_and_Data_Available/gtopo30_info)),
растительности и степени ее нарушенности в результате хозяйственной дея-
тельности человека (Bartalev et al., 2003; Уваров, Барталев, 2010), а также
климата (ECMWF, 2004; Kalnay, 1996).
Цифровые данные о рельефе (абсолютных высотах местности), полу-
ченные в результате спутникового радарного зондирования земной поверх-
ности, свободно доступны в настоящее время для любого региона Земного
шара с разрешением на местности 1000 (GTOPO30), 90 (SRTM) и 30 (Aster
GDEM) метров. Средства ГИС позволяют на основе этих данных рассчитать
практически любые показатели рельефа, необходимые для имитации созда-
ния картографической основы (экспозиция, крутизна склонов и другие мор-
фометрические параметры). При использовании подобных данных конечно
же необходимо принимать во внимание, что параметры, рассчитанные по
данным низкого и среднего разрешения (1000 и 90 м) характеризуют лишь
макро- и мезо- рельеф местности, а на данные с 30-метровым разрешением
достаточно сильное влияние оказывает наличие на земной поверхности вы-
соких строений, а также лесов, которые искажают данные об абсолютной вы-
соте местности. Подобное влияние теоретически можно устранить средства-
ми ГИС с привлечением спутниковых данных, но сам процесс работы с по-
добной информацией существенно усложняется.
Цифровую информацию о растительности также получают путем де-
шифрирования спутниковых данных. В настоящее время разработаны алго-
ритмы, которые позволяют создавать цифровые базы данных о состоянии
растительного покрова практически на любом уровне обобщения: от гло-
бального до уровня отдельных растительных ассоциаций. Более того, эта ин-
формация может постоянно (например, ежегодно) обновляться. Основным
недостатком уже имеющихся подобных баз данных растительности (напри-
Электронная Научная СельскоХозяйственная Библиотека