Спектральные характеристики рельефа: расчет и использование в морфометрическом картографировании

Картография
УДК: 
528.9+551.4.013
DOI: 
10.22389/0016-7126-2022-983-5-28-41
1 Харченко С.В.
Год: 
2022
№: 
5
983
Страницы: 
28-41

Московский государственный университет имени М.В. Ломоносова (МГУ)

1, 
Аннотация:
Приведена методика расчета восьми спектральных характеристик рельефа, описаны их геоморфологический смысл и математическая дефиниция. Рассмотрены обобщенные результаты расчета спектральных характеристик рельефа для пяти материков по цифровой модели рельефа разрешением 1000 м, шагом скользящего окна 10 км и различными его размерами (от 40 до 100 км). Общая покрытая площадь составила 119,3 млн км2. Показаны результаты кластеризации рельефа материков в мелком масштабе по характеру его периодичности с использование нейронных сетей Кохонена и последующей иерархической кластеризации. Выделено 10 кластеров территории с различными рисунками топографического расчленения. Спектральные характеристики рельефа, отличающие различные кластеры, отражают характерный перепад высот между водоразделами и днищами долин, их частоту в пространстве, одно- или многонаправленность колебаний поля высот и собственно преобладающее направление и т. д. Построена карта-схема рельефа Земли по характеру его периодичности.
Разработка методики автоматизированного геоморфологического картографирования по морфометрическим данным (Российский научный фонд № 19-77-10036). Расчеты спектральных характеристик рельефа и итоговое построение карты мира (РФФИ № 17-05-00765 а).

Список литературы: 
1.   Барышников Г. Я., Панин А. В. Экстремальные природные явления в горах Алтая в прошлом и настоящем // Изв. Алтайского гос. ун-та. – 2013. – № 3-2 (79). – С. 142–146. DOI: 10.14258/izvasu(2013)3.2-30.
2.   Минаев Н. В., Никитин А. А., Козлов Д. Н. Идентификация масштабных уровней организации рельефа пашни // Бюлл. Почв. ин-та им. В. В. Докучаева. – 2019. – Вып. 96. – С. 3–21. DOI: 10.19047/0136-1694-2019-96-3-21.
3.   Симонов Ю. Г. Морфометрический анализ рельефа – М.-Смоленск: Изд-во СГУ, – 1998. – 272 c.
4.   Харченко С. В. К вопросу о применении гармонического анализа при количественной характеристике рельефа // Геоморфология. – 2017. – № 2. – С. 14–24. DOI: 10.15356/0435-4281-2017-2-14-24.
5.   Ченцов В. Н. Морфометрические показатели на геоморфологической карте мелкого масштаба // Тр. ин-та географии. Вып. 39. Проблемы географии. – М.-Л.: АН СССР, – 1948. – С. 291–306.
6.   Balmino G. (1993) The spectra of the topography of the Earth, Venus and Mars // Geophys. Research Letters. 20, 11, pp. 1063–1066. DOI: 10.1029/93GL01214.
7.   Bills B. G., Kobrick M. (1985) Venus topography: a harmonic analysis // Journal of Geophysical Research. 90, B1, pp. 827–836. DOI: 10.1029/JB090iB01p00827.
8.   Bugnicourt P. et al. (2018) Using textural analysis for regional landform and landscape mapping, Eastern Guiana Shield // Geomorphology. 317, pp. 23–44. DOI: 10.1016/j.geomorph.2018.03.017.
9.   De Reu J. et al. (2013) Application of the topographic position index to heterogeneous landscapes // Geomorphology. 186, pp. 39–49. DOI: 10.1016/j.geomorph.2012.12.015.
10.   De Ridder D., Duin R. P. W. (1997) Sammon`s mapping using neural networks: a comparison // Pattern Recognition Letters. 18, 11–13, pp. 1307–1316. DOI: 10.1016/S0167-8655(97)00093-7.
11.   Evans I. S., Minar J. (2011) A classification of geomorphometric variables // International Geomorphometry. pp. 105–108.
12.   Harrison J. M., Lo C. P. (1996) PC-based two-dimensional discrete Fourier transform programs for terrain analysis // Computers end Geosciences. 22, 4, pp. 419–424. DOI: 10.1016/0098-3004(95)00104-2.
13.   Jasiewicz J., Stepinski T. F. (2013) Geomorphons – a pattern recognition approach to classification and mapping of landforms // Geomorphology. 182, pp. 147–156. DOI: 10.1016/J.GEOMORPH.2012.11.005.
14.   Kalkstein L. S., Tan G., Skindlov J. A. (1987) An evaluation of three clustering procedures for use in synoptic climatological classification // Journal of climate and applied meteorology. 26, pp. 717–730. DOI: 10.1175/1520-0450(1987)0262.0.CO;2.
15.   Kodinariya T. M., Makwana P. R. (2013) Review on determining number of Cluster in K-Means Clustering // International Journal of Advance Research in Computer Science and Management Studies. 1, 6, pp. 90–95.
16.   Kohonen T. (1982) Self-Organized Formation of Topologically Correct Feature Maps // Biological Cybernetics. 43 (1), pp. 59–69. DOI: 10.1007/BF00337288.
17.   Lee W. H. K., Kaula W. M. (1967) A spherical harmonic analysis of the Earth`s topography // Journal of Geophysical Research. 72, 2, pp. 753–758. DOI: 10.1029/JZ072i002p00753.
18.   Peixoto J. P., Saltzman B., Teweles S. (1964) Harmonic analysis of the topography along parallels of the Earth // Journal of Geophysical Research. 69, 8, pp. 1501–1505.
19.   Pike R. J., Rozema W. J. (1975) Spectral analysis of landforms // Annals of the Assoc. of American Geographers. 65, 4, pp. 499–516. DOI: 10.1111/j.1467-8306.1975.tb01058.x.
20.   Prieto-Amparan J. A., Pinedo-Alvarez A., Vazquez-Quintero G., Valles-Aragon M. C., Rascon-Ramos A. E., Martinez-Salvador M., Villarreal-Guerrero F. (2019) A Multivariate Geomorphometric Approach to Prioritize Erosion-Prone Watersheds // Sustainability. 11 (18), pp. 1–21. DOI: 10.3390/su11185140.
21.   Rayner J. N. (1972) The application of harmonic and spectral analysis to study of terrain. Spatial Analysis in Geomorphology Methuen and Co Ltd, London, pp. 283–302. DOI: 10.4324/9780429273346-10.
22.   Weiss A. Topographic position and landforms analysis URL: www.jennessent.com/arcview/TPI_Weiss_poster.htm (дата обращения: 15.03.2020).
Образец цитирования:
Харченко С.В., 
Спектральные характеристики рельефа: расчет и использование в морфометрическом картографировании // Геодезия и картография. – 2022. – № 5. – С. 28-41. DOI: 10.22389/0016-7126-2022-983-5-28-41
СТАТЬЯ
Поступила в редакцию: 24.02.2021
Принята к публикации: 18.04.2022
Опубликована: 20.06.2022

Содержание номера

2022 май DOI:
10.22389/0016-7126-2022-983-5