Моделирование в картографии - Тикунов В.C.
ISBN 5-211-03346-9
Скачать (прямая ссылка):
Одними из самых распространенных загрязняющих веществ на Кольском полуострове являются тяжелые металлы. Поэтому для оценки уровня их накопления использован специальный коэффициент, предложенный A.B. Евсеевым (1986). Он основан на данных о концентрации тяжелых металлов в растениях-биоиндикаторах (Cladina sp.), использование которых перспективно в Заполярье (Евсеев и др., 1983). Сначала рассчитывался коэффициент местного накопления, представляющий собой отношение содержания элемента-загрязнителя в растении-биоиндикаторе к эталонному, определенному на основании большой выборки экспериментальных данных, а также литературных источников. Затем вычислялся коэффициент суммарного накопления, равный отношению суммы коэффициентов местного накопления к числу тестируемых антропогенных загрязнителей. Расчеты велись по 11 тяжелым металлам, среди
78
которых медь, никель, кобальт, цинк и др., представленные в условных единицах. Высокие показатели коэффициента суммарного накопления тяжелых металлов являются неблагоприятным фактором для размещения станций фонового мониторинга природной среды. Значимость этого показателя для организации фоновых наблюдений чрезвычайно высока.
Наибольшую трудность вызывает необходимость выбора объективной оценки интенсивности хозяйственного освоения территории Кольского полуострова, которая колеблется в широких пределах и не зависит от численности населения городов непосредственно. Восточные районы Кольского полуострова используются для выпаса оленей, охоты, рыболовства, в то время как западные и центральные испытывают сильное антропогенное воздействие в результате развития горнопромышленного комплекса. Экспедиционное изучение характера антропогенных изменений природной среды в результате различных видов хозяйственного использования на Кольском полуострове позволило разработать для его оценки пятибалльную шкалу. Наибольшие изменения природной среды обусловлены развитием горнопромышленных комплексов, в первую очередь крупных горно-металлургических, так как с ними нередко связано антропогенное опустынивание территории (интенсивность 5 баллов). Близкий результат наблюдается под влиянием крупных промышленных городов, например,Мурманска. Несколько менее интенсивно влияние апатито-нефелинового горнопромышленного комплекса, оцененное в 4 балла. В третью группу включены районы с лесообрабатывающей и пищевой промышленностью, крупные транспортные узлы и энергетические центры. К четвертой группе отнесены районы с наличием лесозаготовок, выпасом оленей (2 балла). Пятая группа — неиспользуемые территории (1 балл).
Для целей природно-хозяйственных классификаций используются данные, приуроченные как к сетке административно-территориального деления, так и к природным контурам, например речным бассейнам и т.п. Недостатки таких методик очевидны. Применяются также регулярные решетки и другие искусственно конструируемые сети (Кошкарев, Каракин, 1987), одна из которых, а именно сеть с квадратными ячейками, применялась нами для природно-хозяйственной типологии Мурманской области. Сторона квадрата соответствовала на местности 60 км и выбиралась с учетом детальности исходных данных. Таким образом, всю территорию Кольского полуострова покрывает 76 квадратов.
В пределах каждого квадрата подсчитывались осредненные характеристики перечисленных выше показателей. Оказалось так, что
79
по 5 показателям в нескольких ячейках сетки данные отсутствовали. Это потребовало их восстановления формальным путем. Раздельно для каждого показателя во всех квадратах сети экстраполировалась статистическая поверхность на основе известных характеристик соответствующих показателей. Для этих целей использовался алгоритм пространственной регрессии — аппроксимации (см. параграф И. 1.2). В данном случае использовалась аппроксимация на основе ортогональных полиномов П.Л. Чебышева, позволившая получить приемлемые с содержательной точки зрения результаты.
Восстановив отсутствующие данные, был сформирован массив, размерность которого определялась числом квадратов регулярной сети (76) и количеством показателей (9). На оснований данной матрицы можно произвести классификацию по изложенному выше алгоритму. Количество таксонов в процессе многовариантной классификации варьировало от 15 до 2, что задавалось apriori. В качестве математических мер близости использовались евклидовы расстояния и коэффициенты корреляции. Лучшие результаты дало применение меры в виде 1 — г, где г — парные коэффициенты корреляции. Характер изменения коэффициентов неоднородности и содержательный анализ полученного спектра вариантов типологии позволили в качестве окончательного варианта взять классификацию, приведенную на рис. 14. Для содержательной характеристики таксонов вычислялись также среднеарифметические значения исходных показателей по каждому из них.
Результатом явилось выделение 5 групп квадратов, различающихся по значимости для организации фоновых наблюдений. Первая группа квадратов характеризуется незначительной средней высотой над уровнем моря (136 м), однако для них типично развитие невысоких хребтов-тунтури со средними высотами 300-600 м над уровнем моря, чередующихся с холмистыми равнинами. Для этой группы характерны невысокие средние скорости ветра (4,8 м/с) юго-западных и северо-восточных румбов. Среднее количество выпадающих осадков достаточно высокое — 494 мм, часто повторяются дни с туманами (около 25% в год). Интенсивность хозяйственного освоения достигает 5 баллов, значения суммарного коэффициента накопления тяжелых металлов очень высокие (21,3).
