Индекс полевого обследования территории при среднемасштабном картографировании

Качество тематического картографирования во многом определяется репрезентативностью натурного обследования территории. В отличие от крупномасштабного картографирования, когда для проектирования точек обследования возможно использование приемов геостатистики, при среднемасштабном картографировании размещение точек обследования традиционно опирается на опыт, общие представления о тематическом разнообразии территории и имеющиеся картографические материалы. При численном пространственном моделировании тематических переменных используются косвенные признаки, в основном – спектральные изображения поверхности и производные цифровой модели рельефа. Пространственная экстраполяция точечной тематической информации так или иначе связана с использованием мер расстояний изученных и неизученных точек в пространстве косвенных переменных. Эту меру предлагается использовать в качестве численной меры качества обследования всего пространства картографирования. В статье приводятся численные эксперименты, иллюстрирующие поведение индекса. Предлагаются возможные пути использования индекса для контроля натурных работ с целью улучшения пространственной модели тематических переменных.

Детальная_Инф:  Да

Автор1:  И. Д. Махатков

Афиилиация1:  Институт почвоведения и агрохимии СО РАН, г. Новосибирск, Россия

Название статьи:  Индекс полевого обследования территории при среднемасштабном картографировании

Рубрика:  Картография и геоинформатика

Начало_Страница:  65

Конец_Страница:  72

УДК:  528.92

DOI:  10.33764/2411-1759-2021-26-4-65-72

Год:  2021

Номер:  4

Том:  26

Ключевые слова_RU:  цифровая картография, натурные наблюдения, дистанционные данные, пространственное моделирование, тематическое картографирование, планирование наблюдений, контроль качества

Ключевые слова_EN:  digital cartography, field survey, remote sensing data, spatial modeling, thematic mapping, sampling design, quality control

Библиографический список:  1. Грибова С. И., Исаченко Т. И. Картирование растительности в съемочных масштабах. Полевая геоботаника. – Л. : Наука. Т. 4. 1972. – С. 137–330.
2. Franklin J. Mapping Species Distributions: Spatial Inference and Prediction. – Cambridge : Cambridge University Press, 2009. – 320 p.
3. Савин И. Ю., Жоголев А. В., Прудникова Е. Ю. Современные тренды и проблемы почвенной картографии // Почвоведение. – 2019. – № 5. – С. 517–528.
4. Delmelle E. M. Spatial Sampling. Handbook of regional science. – Berlín : Springer, 2014. – P. 1385–1399.
5. Lark R. M., Marchant B. P. How should a spatial-coverage sample design for a geostatistical soil survey be supplemented to support estimation of spatial covariance parameters? // Geoderma. – 2018. – Vol. 319. – P. 89–99.
6. Brus D. J., Gruijter J. J., Van Groenigen J. W. Designing spatial coverage samples by the k-means clustering algorithm // Proceedings of the 8th International FZK/TNO Conference on contaminated soil. – Gent (Belgium), 2003. – P. 504–509.
7. Brus D. J., Heuvelink G. B. M.. Optimization of sample patterns for universal kriging of environmental variables // Geoderma. – 2007. – Vol. 138. – P. 86–95.
8. Heuvelink G. B. M., Brus D. J., De Gruijter J. J. Optimization of sample configurations for digital mapping of soil properties with universal kriging // Developments in Soil Science. – 2007. – Vol. 31. – P. 137–151.
9. Сорокина Н. П. Методология составления крупномасштабных агроэкологически ориентированных почвенных карт. – М. : Почвенный институт им. В. В. Докучаева, 2006. – 160 с.
10. Симакова М. С., Рухович Д. И., Белобров В. П., Молчанов Э. Н., Чижикова Н. П., Гаврилова И. П., Герасимова М. И., Богданова М. Д. Руководство по среднемасшатбному картографированию почв на основе ГИС. – М. : Почв. ин-т им. В. В. Докучаева, 2008. – 343 с.
11. Dobermann A., Simbahan G. C. Methodology for using secondary information in sampling optimisation for making fine-resolution maps of soil organic carbon // Developments in Soil Science. – 2007. – Vol. 31. Chapter 13. – P. 167–182.
12. Minasny B., McBratney A. B. Latin hypercube sampling as a tool for digital soil mapping // Developments in Soil Science. – 2007. – Vol. 31. – P. 153–166.
13. Rolecek J., Chytry M., Hajek M., Lvoncik S., Tichy L. Sampling design in large-scale vegetation Studies: do not sacrifice ecological thinking to Statistical purism! // Folia Geobotanica. – 2007. – No. 42. – P. 199–208.
14. Stumpf F., Schmidt K., Behrens T., Schonbrodt-Stitt S., Buzzo G., Dumperth C., Wadoux A., Xiang W., Scholten T. Incorporating limited field operability and legacy soil samples in a hypercube sampling design for digital soil mapping // Journal of Plant Nutrition and Soil Science. – 2016. – Vol. 179. – P. 499–509.
15. Савиных В. П., Цветков В. Я. Геоинформационный анализ данных дистанционного зондирования. – М. : Картгеоцентр – Геодезиздат, 2001. – 228 с.
16. Замятин А. В. Методы интеллектуального анализа данных в региональных системах аэрокосмического мониторинга // Вестник СГУГиТ. – 2016. – Вып. 4 (36). – С. 74–88.
17. Ильина И. С. и др. Растительный покров Западно-Сибирской равнины. – Новосибирск : Наука, 1985. – 249 с.
18. Смоленцев Б. А. Структура почвенного покрова Сибирских Увалов (северо-таежная подзона Западной Сибири). – Новосибирск : Изд-во СО РАН, 2002. – 118 с.
19. Хозяинова Н. В. Флора и растительность северной тайги Пуровского района Тюменской области (север Западной Сибири) // Вестник экологии, лесоведения и ландшафтоведения. – 2008. – Вып. 8. – С. 27–42.

Ссылка:  /upload/vestnik/sborniki/2021/26_4/65-72.pdf