- •Редакционная коллегия книги:
- •Рецензенты книги:
- •Глобального Экологического Фонда
- •Предисловие
- •Раздел I. Биологическое разнообразие и методы его оценки
- •Введение
- •Глава 1. Биологическое разнообразие
- •1.1. Понятие биоразнообразия
- •1.2. Международная программа «Биологическое разнообразие»
- •1.3. Исследовательская программа «Диверситас»
- •1.4. Реализация Конвенции о биоразнообразии в России
- •Глава 2. Уровни биоразнообразия
- •2.1. Системная концепция биоразнообразия
- •2.2. Генетическое разнообразие
- •2.3. Видовое разнообразие
- •2.3.1. Динамика видового разнообразия
- •2.3.3. Динамика видового богатства по данным палеонтологической летописи
- •2.4. Биоразнообразие, созданное человеком
- •2.5. Экосистемное разнообразие
- •Глава 3. Классификации биоразнообразия
- •3.1. Инвентаризационное и дифференцирующее разнообразие
- •3.2. Таксономическое и типологическое разнообразие организмов
- •3.3. Биохорологическое разнообразие
- •3.4. Структурное разнообразие
- •Глава 4. Таксономическое разнообразие
- •4.1. Научная классификация организмов
- •4.2. Жизненные формы и биологическое разнообразие
- •4.3. Инвентаризация видов
- •Число видов в истории жизни на Земле
- •4.4. Видовое богатство России
- •Разнообразие, эндемизм и состояние видов позвоночных
- •Глава 5. Измерение и оценка биологического разнообразия
- •5.1. Параметры биологического разнообразия (альфа-разнообразие)
- •5.2. Методы построения графиков видового обилия
- •Типы графиков в анализе видового разнообразия
- •5.3. Модели распределения видового обилия
- •5.3.1. Геометрический ряд
- •5.3.2. Логарифмическое распределение
- •5.3.3. Логарифмическинормальное распределение
- •5.3.4. Распределение по модели «разломанного стержня» Макартура
- •5.3.5. Другие теоретические модели
- •5.4. Индексы биоразнообразия
- •5.4.1. Индексы видового богатства
- •5.4.2. Индексы, основанные на относительном обилии видов
- •5.5. Сравнительный анализ индексов разнообразия
- •5.6. Рекомендации для анализа данных по разнообразию видов
- •5.7. Анализ бета-разнообразия: сравнение, сходство, соответствие сообществ
- •5.7.1. Показатели сходства, основанные на мерах разнообразия
- •Мера Коуди разработана для исследования изменений в сообществе птиц вдоль средового градиента:
- •5.7.2. Показатели соответствия
- •5.7.3. Основные индексы общности для видовых списков
- •Основные индексы общности, учитывающие положительные совпадения [Песенко, 1982]
- •5.7.4. Индекс общности для количественных данных
- •5.8. Графический анализ бета-разнообразия
- •5.8.1. Неориентированные и ориентированные графы
- •Матрица сходства выборочных совокупностей
- •5.8.2. Плеяды Терентьева
- •5.8.3. Дендрограмма (кластерный анализ)
- •5.9. Применение показателей разнообразия
- •5.10. Гамма-разнообразие наземных экосистем
- •5.10.1. Пространственные показатели гамма-разнообразия
- •5.10.2. Разномасштабные уровни гамма-разнообразия
- •5.10.3. Информационные показатели гамма-разнообразия фитоценохор
- •Глава 6. Оценка биоразнообразия и охрана природы
- •Раздел II. Разнообразие ландшафта и методы его измерения
- •Введение
- •Глава 1. Общие представления о разнообразии
- •1.1. Что такое разнообразие? (Прагматический аспект)
- •1.4. Разнообразие и функционирование
- •Глава 2. Феноменологические иерархические уровни
- •Глава 3. Измерение ландшафтного разнообразия
- •3.1. Измерение ландшафтного разнообразия на основе дистанционной информации
- •Корреляционная матрица между каналами
- •Собственные значения главных компонент для трех каналов Landsat -7 (1999.10)
- •Факторные нагрузки – коэффициенты корреляции переменных с факторами для трех каналов Landsat- 7 (1999.01)
- •Оценка разнообразия (бит) подстилающей поверхности по многоканальным изображениям
- •Разнообразия изображения по объединенным данным осенней и летней съемки
- •Расчет фрактальной размерности по модели «изменение масштаба– изменение длины береговой линии»
- •Оценка фрактальной размерности по двухмерному спектру для всего изображения
- •Линейные корреляции между ландшафтными метриками разнообразия для иерархического уровня 9 пикселей (2 км)
- •3.2. Измерение ландшафтного биоразнообразия на основе использования топографических карт совместно со сканерной съемкой
- •3.3. Организация полевых исследований для оценки ландшафтного разнообразия
- •Глава 4. Прикладные задачи ландшафтного планирования, решаемые на основе измерения ландшафтного
- •Смысл индексов разнообразия, применительно к задачам ландшафтного планирования
- •Заключение
- •Основные характеристики спектральных каналов
- •Некоторые полезные ссылки на ресурсы Интернете
- •Литература
- •Раздел III. Мониторинг биоразнообразия Введение
- •Глава 1. Научные основы мониторинга биологического разнообразия. Определения и терминология
- •Глава 2. Методы оценки состояния и динамики биоразнообразия на разных иерархических уровнях
- •2.1. Биофизические и биохимические методы
- •2.1.1. Биолюминесценция
- •2.1.2. Фотосинтетическая активность
- •2.2. Генетические методы
- •2.3. Биоэнергетические методы
- •2.4. Иммунологические методы
- •2.4.1. Митогенная активность спленоцитов позвоночных животных
- •2.4.3. Применение иммунологических методов при изучении иммунозащитных реакций у рыб и беспозвоночных животных
- •2.5. Морфологические методы
- •2.5.1. Флуктуирующая асимметрия
- •2.5.2. Фенодевианты
- •2.6. Патологоанатомические и гистологические методы
- •2.6.1. Общая анатомия и гистология внутренних органов
- •2.6.2. Гистология репродуктивной системы
- •2.7. Токсикологические методы
- •2.8. Эмбриологические методы
- •2. 9. Паразитологические методы
- •2.10. Популяционные и экосистемные методы
- •Глава 3. Геоинформационные системы – интегрирующее ядро мониторинговой системы биоразнообразия
- •Глава 4. Средства обеспечения мониторинга биоразнообразия
- •4.1. Аппаратно-технические средства
- •4. 2. Программное обеспечение
- •4. 3. Организационное обеспечение
- •Раздел IV. Картографирование биоразнообразия Введение
- •Глава 1. Биогеографические основы картографирования биоразнообразия
- •Глава 2. Картографирование разнообразия организмов
- •Глава 3. Картографирование экологического разнообразия
- •Глава 4. Картографирование генетического разнообразия
- •Глава 5. Комплексное картографирование биоразнообразия
- •Р ис.2. Видовое разнообразие животных суши
- •Число видовое животных (на 100км2 суши)
- •Литература
- •117218, Москва, б. Черемушкинская ул., 34
- •109088, Москва, Шарикоподшипниковская ул., 4
Глава 3. Измерение ландшафтного разнообразия
3.1. Измерение ландшафтного разнообразия на основе дистанционной информации
Результаты многоканальной сканерной съемки можно рассматривать как измерение физических свойств подстилающей поверхности, выраженное через отражение солнечной радиации, или тепловое излечение. В принципе, информация о состоянии ландшафта содержится в любом излучении, но вместе с тем, хотя эти измерения отражают некоторые свойства подстилающей поверхности, однако, конечно, они не исчерпывают всех свойств ландшафта и отражают лишь некоторые аспекты его поведения. В целом о том, что отражает каждый канал (полоса) сканера, установленного на спутнике, можно судить по их известным физическим свойствам (Приложение №1). Однако это очень приблизительное суждение. Сочетание значений яркостей в разных каналах может содержать информацию о весьма различных природных процессах. Так как информация об отражении всегда измеряется в дискретных единицах, то всегда можно определить, сколько в конкретном многоканальном изображении содержится информации о территории, и тем самым определить максимальное значение отображаемого разнообразия.
В дальнейшем в качестве примера для всех оценок будут использоваться два сканерных снимка Московской области со спутника Landsat-7, являющиеся типичным продуктом для быстрого просмотра (Quick look), представляемые через Интернет геологической службой США (Приложение №2). Один снимок характеризует состояние поверхности в трех каналах в сентябре, а другой – в январе. Выбор этих снимков определяется, с одной стороны, довольно высоким разнообразием региона, а с другой его относительной общеизвестностью (рис. 4 а, б). Одна дискретная ячейка съемки (пиксел) составляет около 250 *250 метров на местности. В рамках конкретных измерений ее размеры являются неизменными. Фактически множество этих измерений можно в наиболее общем плане рассматривать как ландшафтную мозаику, элементом которой является точка с шестью свойствами, каждое из которых имеет 256 состояний (значений яркости). Максимально возможное число перекомбинаций составляет 2566.Соответственно, такую точку можно определить как элементарную территориальную единицу. Все суждения о территориальных структурах и обо всех аспектах разнообразия будут относиться к территориям, по крайней мере, в два раза превышающим размеры этой территориальной единицы. Размер элементарной территориальной единицы определяется масштабом сканирования, а сам этот масштаб так или иначе определен целями измерения и техническими возможностями. Цель сама по себе содержит некоторые представления о пространственной организации поверхности. Так, например, базовое разрешение сканерной съемки Landsat – 7 составляют 30 м на местности, Spot – 20 м. Очевидно, что такой уровень разрешения не позволяет исследовать разнообразие мозаики на уровне, соизмеримом с конкретным деревом, но соизмерим с уровнем их территориальных сочетаний или биогрупп. В терминологии Российского ландшафтоведения, эта разрешающая способность сканирования соизмерима с уровнем фации. Элементарная территориальная единица измерения явно или неявно всегда присутствует в любом ландшафтном исследовании. Любое описание рельефа, почв, почвообразующих пород, растительности всегда соизмеримо с вполне определяемой территорией.
Будем демонстрировать методы измерения разнообразия и исследования структуры ландшафта, последовательно решая взаимосвязанные задачи.
Задача 1. Оценка общей информативности изображения
Исходные предпосылки
Совместная информация, содержащаяся в изображении трех каналов, есть
Н(R,B,G) = H(R)+H(B)+H(G) –T(R,B,G), где
H(R),(H(B),H(G)) – энтропия (разнообразие) в канале R – красный (B – голубой, G – зеленый).
T(R,B,G) – сопряженность между каналами.
H(R) = -p(ri)log(p(ri)),
где ri – i- значение яркости красного канала,
H(R,G,B)= -p(ri,gi,bi)log(p(ri,gi,bi)) –
информация, содержащаяся в трех каналах друг о друге, или мера сопряженности [Кульбак, 1956].
Если каналы полностью не зависят друг от друга, то сумма их частных энтропий равна совместной энтропии, если же они как-то сопряжены друг с другом, то совместная энтропия меньше этой суммы. Прямое определение сопряженности трех каналов практически невозможно даже для очень больших объемов данных, так как требует очень большого числа степеней свободы. Измерения в каждом канале обычно имеют 256 градаций яркости, и, соответственно, для оценки совместной сопряженности требуется примерно 2563 измерений. Задачу можно решить, если разложить трехмерное изображение по независимым ортогональным составляющим – компонентам. Затем для каждой независимой компоненты определить энтропию и суммировать эти энтропии с учетом веса компоненты. Покажем последовательно решение этой задачи.
На рис. 5 показано изображение, разложенное на три канала, а на рис. 6 – распределение яркостей по частотам в красном канале. Следует отметить, что используемое осеннее изображение (рис.4 а) представлено в Интернете в сжатом виде. В результате распределение яркостей не охватывает всей амплитуды возможных значений. Этот дефект весьма удобен для демонстрации подхода, обеспечивающего соизмеримость оценок по изображениям различного качества.
Для ортогонального преобразования многоканальных изображений обычно используют метод главных компонент. В первом приближении его действие можно определить следующим образом: допустим, что изображения в трех каналах полностью подобны друг другу. Тогда корреляция между ними будет равна 1, и значения яркости во всех трех каналах можно рассматривать как зависящие от одного фактора. В противоположной ситуации, когда каналы полностью независимы, каждый из них описывается собственным независимым фактором.
Если же реально яркости в каналах в какой-то степени коррелируют друг с другом, то ситуация промежуточная, и эти каналы можно отобразить как функции от трех независимых факторов. Задача расчета независимых ортогональных факторов решается на основе матричной алгебры.
Приведем статистические параметры для трех каналов и их факторное отображение.
Таблица 1