|
ИСТИНА |
Войти в систему Регистрация |
ИСТИНА ПсковГУ |
||
Трансформация наземного покрова является одним из факторов изменений состояния современных ландшафтов, а источником для ее анализа могут служить глобальные базы геопространственных данных. Сравнение открытых глобальных баз данных (БД) наземного покрова (ESA Globcover, ESA WorldCover, ESRI Land Cover, Copernicus Global Land Cover, Dynamic World, UMd-GLC и Land Cover CCI) позволило оценить возможности их применения для оценки состояния современных ландшафтов. Для изучения многолетних изменений на глобальном и зональном уровнях определяющими факторами выбора БД является достоверность данных, пространственное и временное разрешение, а также неизменная классификация типов наземного покрова за весь период исследования, выполненная с применением единого алгоритма классификации. Этим критериям наиболее соответствует БД Land Cover CCI, данные который были использованы для идентификации процессов трансформации глобальных экологических зон мира (ГЭЗ). Отдельно авторами были проанализированы темпы антропогенизации ГЭЗ, включающие процессы урбанизации и распашки, отражающие динамичность каждой зоны. Детальное изучение типов переходов наземного покрова (процессы фрагментации древесного покрова, изменения породного состава леса, лесовосстановления и др.) позволило сравнить характер трансформаций зональных типов ландшафтов на равнинах и типов высотных спектров для разных регионов России и выявить для них уникальные процессы и направления трансформации. Показано, что анализ данных наземного покрова важен не только для понимания происходящих изменений на глобальном и зональном уровнях, но также выявленные ареалы и процессы трансформации наземного покрова могут служить маркерами изменений ландшафтов на региональном уровне и использоваться для выработки обоснованных решений в области экологии и устойчивого развития. Несмотря на очевидные преимущества у использования глобальных баз данных есть и ограничения, связанные, прежде всего, со сложностью интерпретации результатов и возможными ошибками классификации исходных данных.