© Петрищев В.П., Ряхов Р.В., 2022
УДК 911.2/528.8/504.06
DOI: 10.24412/2712-8628-2022-4-4-12
НЕЙРОСЕТЕВОЙ АНАЛИЗ ТРАНСФОРМАЦИИ МОРФОЛОГИЧЕСКОЙ СТРУКТУРЫ ЛАНДШАФТНЫХ РАЙОНОВ ОРЕНБУРГСКОЙ ОБЛАСТИ
В.П. Петрищев1,2, Р.В. Ряхов1
1Институт степи УрО РАН, Россия, Оренбург
2Оренбургский государственный университет, Россия, Оренбург
e-mail: remus.rv@gmail.com
Аннотация: Целью данной статьи является определение качественной трансформации структуры природных комплексов путем сопоставления показателей по ландшафтным районам Оренбургской области. В качестве основы выбрана наиболее современная версия ландшафтного районирования по А.А. Чибилеву. При этом в основе геоинформационного анализа выступают космические снимки Landsat 5 (1989 г.) и Landsat 8 (2018 г.). Для выявления качественной трансформации использовался метод искусственных нейронных сетей в отображении Сэммона. Для Оренбургской области определено, что появились и продолжают расширяться преимущественно по периферии региона территории с резким снижением сельскохозяйственного производства и антропогенной трансформации территории. Ландшафтных районов, которые в настоящее время испытывают рост антропогенного воздействия, относительно немного, что, преимущественно связано с активизацией недропользования.
Ключевые слова: морфологическая структура, ландшафтные районы Оренбургской области, нейросетевой анализ, минимальное остовое дерево.
A NEURONET ANALYSIS OF THE MORPHOLOGICAL STRUCTURE TRANSFORMATION OF LANDSCAPE GEOSYSTEMS IN THE ORENBURG REGION
V. Petrishchev1,2, R. Ryakhov1
1Institute of Steppe of the Ural Branch of the Russian Academy of Sciences, Russia, Orenburg
2Orenburg State University, Russia, Orenburg
e-mail: remus.rv@gmail.com
Abstract: The purpose of the article is to determine the qualitative transformation of the structure of natural complexes by comparing indicators of landscape areas in the Orenburg region. The most modern version of landscape zoning by A.A. Chibilev laid in the basis of the study. At the same time, the geoinformation analysis is based on satellite images of Landsat 5 (1989) and Landsat 8 (2018). To identify a qualitative transformation, the method of artificial neuronets in the Sammon mapping was used. For the Orenburg region, it was determined that they appeared and continue to expand mainly along the periphery of the region with a sharp decrease in agricultural production and anthropogenic transformation of the territory. There are relatively few landscape areas that are currently experiencing an increase in anthropogenic impact; it is mainly connected with the intensification of subsoil use.
Key words: morphological structure, landscape areas of the Orenburg region, neuronet analysis, minimum spanning tree.
Список литературы:
1. Чибилев А.А., Дебело П.В. Ландшафты Урало-Каспийского региона. Оренбург: Институт УрО РАН, Печатный дом «Димур», 2006. 264 с.
2. Романов А.А., Рубанов К.А. Сравнение методов объектно-ориентированной и нейросетевой классификации данных дистанционного зондирования Земли на основе материалов систем Landsat-5 и Orbview-3 // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 4. С. 29-36.
3. Зарубин О.А. Применение нейронных сетей для целей анализа данных дистанционного зондирования Земли // Современные научные исследования и инновации. 2016. № 8 [Электронный ресурс]. URL: http://web.snauka.ru/issues/2016/08/70887 (дата обращения: 18.08.2022).
4. Пьянков С.В., Пономарчук А.И., Шихов А.Н. Космический мониторинг Пермского региона // Земля из космоса: наиболее эффективные решения. М.: ИТЦ «СКАНЭКС». 2013. № 16. С. 37-40.
5. Гурьева М.Н. Применение самоорганизующейся карты Кохонена для сегментации гиперспектральных изображений // ГРАФИКОН'2015: Труды Юбилейной 25-й междунар. конф. (Протвино, 22-25 сент. 2015 г.). Протвино: Изд-во Автономная некоммерческая организация «Институт физико-технической информатики», 2015. С. 93-95.
6. Беленко В.В. Концепция и технология мониторинга земель застраиваемых территорий по материалам космической съемки // Известия высших учебных заведений. Геодезия и аэрофотосъемка. 2019. Т. 63. № 3. С. 312-323.
7. Зворыкин К.В. Географическая концепция природопользования // Вестн. МГУ. Серия 5. География. 1993. № 3. С. 3-16.
8. Шитиков В.К., Розенберг Г.С. Оценка биоразнообразия: попытка формального обобщения // Количественные методы экологии и гидробиологии: сб. науч. трудов, посвящ. памяти А.И. Баканова. Тольятти: СамНЦ РАН, 2005. С. 91-129.
9. Пузаченко Ю.Г., Дьяконов К.Н., Алещенко Г.М. Разнообразие ландшафта и методы его измерения // География и мониторинг биоразнообразия. М., 2002. 98 c.
10. Shannon С.E. The mathematical theory of communication // Bell Syst. Techn. J. 1948. vol. 27. pp. 379-423, 623-656.
11. Ramezani H.A Note on the Normalized Definition of Shannon’s Diversity Index in Landscape Pattern Analysis // Environment and Natural Resources Research. 2012. vol. 2. no. 4. pp. 54-60. DOI:10.5539/enrr.v2n4p54.
12. Викторов А.С. Рисунок ландшафта. М.: Мысль, 1986. 179 с.
13. Margalef R. Information Theory in Ecology // International Journ. of General Systems. 1958. vol. 3. pp. 36-71.
Для цитирования: Петрищев В.П., Ряхов Р.В. Нейросетевой анализ трансформации морфологической структуры ландшафтных районов Оренбургской области // Вопросы степеведения. 2022. № 4. С. 4-12. DOI: 10.24412/2712-8628-2022-4-4-12.
