Глава 26. ЭКОЛОГО-ГЕОХИМИЧЕСКОЕ КАРТОГРАФИРОВАНИЕ НА ОСНОВЕ ГЕОХИМИИ ЛАНДШАФТА

Смотрите также:

История атомов и география - Перельман

Геохимия - химия земли

Геология

Основы геологии

Геолог Ферсман

Гидрогеохимия. Химия воды

Минералогия

Почва и почвообразование

Почвоведение. Типы почв

Химия почвы

Круговорот атомов в природе

Книги Докучаева

Происхождение жизни

Вернадский. Биосфера

Биология

Эволюция биосферы

Геоботаника

 Биографии геологов, почвоведов

Эволюция

Эколого-геохимическое компьютерное картографирование

Математико-картографические методы составляют часть технологии эколого- геохимической оценки городов, и они включают следующие подходы: составление диффузионных (эмиссионных) моделей рассеяния; моделирование поверхностей загрязнения; расчет различных параметров цифровых моделей рельефа; методы пространственной статистики; методы многомерных классификаций.

Составление диффузионных (эмиссионных) моделей рассеяния служит главным образом для прогноза загрязнения атмосферы. Для реализации моделей необходимы следующие операции:

1)        ввести в компьютер метеорологические параметры моделирования — скорость ветра, направление ветра, температура и параметры, характеризующие площади — их региональную специфику, пространственные координаты и т.д.;

2)        провести инвентаризацию источников загрязнения (количество источников, их наименование, высота выброса, диаметр трубы, скорость газового потока, характеристика рельефа, координаты);

3)        описать свойства загрязнителей. Результатом моделирования является серия карт прогнозируемого рассеяния загрязнителей вокруг источника. Такие модели позволяют решать задачи прогнозирования и динамики атмосферного загрязнения, оценивать опасность возникновения при неблагоприятных метеорологических условиях высоких концентраций загрязнителей в атмосфере. Однако с помощью эмиссионных моделей трудно оценить реальную (имиссионную) картину загрязнения атмосферы. В основе такой оценки лежит анализ природных компонентов, обладающих депонирующими свойствами, — почв, снежного покрова, растительности, донных осадков. По их химическому составу можно установить источники загрязнения, охарактеризовать состав загрязнителей, площадь и контрастность техногенных аномалий (напомним, что по верхнему слою почвы судят о среднемноголетнем загрязнении города, по химизму снежного и растительного покрова — о сезонном).

Моделирование поверхностей загрязнения используется для автоматизированного построения моноэлементных карт загрязнения депонирующих сред. Разработаны цифровые модели "рельефа" непрерывных и дискретных полей (О.Р. Мусин, С.Н. Сербенюк), с помощью которых решаются задачи автоматизированного построения информационных моделей геохимических полей. Независимыми переменными для них являются пространственные координаты, зависимыми — исследуемые количественные показатели, например, концентрации тяжелых металлов.

При нерегулярной сети опробования для построения моноэлементных карт загрязнения, как правило, применяются различные методы математической интерполяции.

Метод средневзвешенной интерполяции целесообразен для построения детальных карт загрязнения почвенного покрова, когда опорные точки расположены достаточно плотно. Полученные карты наиболее достоверны, так как метод не дает нежелательных "всплесков" функции, т.е. расчетные значения загрязнителя не будут превышать его реальное содержание в базисных точках. Достоинством метода является "локальность", т.е. на значение моделируемой функции и ее производных в любой точке практически не влияют значения в опорных точках, "далеко" отстоящих от нее. Это важно по нескольким причинам: аномально высокие концентрации на отдельных участках не вносят существенных ошибок в общую картину распределения загрязнителя; можно точнее идентифицировать многочисленные источники загрязнения, так как данный алгоритм направлен на их разделение, а не на слияние; максимально учитывается возможная неоднородность почвенного покрова и загрязнения (не только рассеянное загрязнение через атмосферу, но и импактное — складирование токсичных веществ, разливы и т.п.).

Метод аналитических сплайнов оптимально использовать для построения карт загрязнения снежного покрова, так как он дает наиболее представительные результаты по редко расположенным базисным точкам (точки опробования при снегогеохимических съемках располагаются достаточно редко, причем каждая является осредненной из 10 — 15 образцов). При построении карт загрязнения этим методом получается наиболее плавная картина распределения загрязнителей, что соответствует природе формирования атмогеохимических техногенных аномалий. Основной недостаток метода — возрастание ошибки при количестве базисных точек более 150 — в данном случае не является ограничением, так как число точек опробования снежного покрова даже крупного города редко превышает 100 — 120.

Кусочно-полиноминальная интерполяция — наиболее сглаживающая и ее использование приводит к хорошим результатам, даже если значения в опорных точках содержат ощутимую погрешность. Этот метод применяется при построении карт загрязнения по данным полуколичественного спектрального эмиссионного анализа. Это удобно при решении задач оценки общих тенденций загрязнения без количественной детализации аномалий.

Кригинг-интерполяция в настоящее время широко применяется и может использоваться в различных случаях, так как имеет максимально широкий диапазон измерений параметров (С.Н. Сербенюк и др.). Меняя параметры: тип варьирования функции (линейная, экспоненциальная и сферическая) и радиус влияния базисной точки, можно существенно изменять алгоритм расчета. Данный метод наиболее универсален, и карты, полученные на его основе, в зависимости от используемых при расчете параметров похожи в одном случае на карты средневзвешенной интерполяции, в другом — на карты сплайн-интерполяции.

Таким образом, при построении карт загрязнения не следует ограничиваться каким-либо одним методом математической интерполяции: в зависимости от исследуемого компонента ландшафта, характера опробования, точности комплексного анализа и других условий следует выбирать подходящий метод.

Расчеты различных параметров цифровых моделей "рельефа" и методы пространственной статистики. Для облегчения анализа построения моноэлементных карт загрязнения используется программное обеспечение, позволяющее делать необходимые расчеты и представлять информацию в удобном для интерпретации виде.

Можно представить "рельеф" загрязнения в виде трехмерной модели (26.5, а).Выбрав точку наблюдения, рассчитываются необходимые для анализа параметры (длины, площади, объемы, горизонтальные и вертикальные углы, основные статистические характеристики). Кроме того, для выявления распределения загрязнителей от источника по розе ветров можно строить профили (26.5, б), гистограммы распределения, различные блок-диаграммы, а также создавать производные карты: карту градиентов (для выявления барьерных зон, 26.5, в) и карту максимальных и минимальных значений (водоразделов тальвегов, 26.5, г) и т.д.

Среди специализированных производных карт большое значение имеют карты корреляций между двумя или более картами, которые используются для выявления схожести аномалий одного и того же загрязнителя в различных природных средах (26.6).

При этом создаются не стандартные карты распределения коэффициента корреляции, а карты, где специальным образом выделена значимая положительная корреляция. Такие карты выявляют наиболее опасные участки города, где увеличиваются концентрации нескольких загрязнителей в различных природных средах. Например, таким способом выделена зона свинцового загрязнения г. Иновроцлава (Польша). Однако с помощью этого метода невозможно комплексное эколого-геохимическое районирование территории промышленного города с учетом максимального количества выявленных закономерностей.

Методы многомерных классификаций

При комплексном геохимическом районировании и картографировании основные трудности связаны с неоднозначностью определения критериев синтеза большого количества моноэлементных карт загрязнения различных природных сред в синтетическую карту зонирования. Несмотря на сложность и неоднозначность районирования его проведение все же необходимо для характеристики общего состояния среды и разработки природоохранных мероприятий. Приведем пример решения такой задачи на основе почвенно-геохимического районирования, проведенного в г. Тольятти (Н.С. Касимов и О.В. Моисеенков). Был применен кластерный анализ, который учитывает весь комплекс исследуемых показателей. Для выявления причинно-следственных связей между ландшафтно-геохимическими факторами загрязнения и самоочищения и загрязнителями выполнено три варианта типизации городских ландшафтов.

Первый заключается в классификации городских ландшафтов по трем наиболее важным в данном случае ландшафтно- геохимическим факторам, определяющим устойчивость ландшафтов и поведение в них загрязнителей (рН, механический состав, содержание гумуса). Второй основан на классификации территории только с учетом загрязнителей в почвах (содержание 9 тяжелых металлов). Третий вариант типизации включает анализ всех исследуемых параметров.

Первый алгоритм. В условиях города не всегда ясно соотношение природных и антропогенных факторов. Для интерпретации связей между переменными в многомерной совокупности данных применяется компонентный анализ, позволяющий выделить наиболее важные переменные. Например, для Тольятти из всей анализируемой совокупности данных (рН, процент гумуса, содержание Р, К, N, физической глины, Zn, V, Pb, Мо, Мп, Со, Ni) выявились три основных фактора: рН, содержание физической глины и гумуса, которые обладают максимальным весом и обусловливают 89% дисперсии. В результате кластер-анализа по этим трем факторам на территории города выделилось 8 наиболее устойчивых классов. На самом высоком таксономическом            уровне разделение на 3 класса было произведено по самому значимому фактору — щелочно-кислотным условиям почв (кислый, нейтральный и слабощелочной классы). Далее эти классы разделяются по механическому составу с учетом содержания гумуса.

Второй алгоритм. Для оценки загрязнения почв тяжелыми металлами проводится аналогичная кластерная классификация для 9 основных загрязнителей: Pb, Zn, Cu, Cr, Co, Ni, V, Mo, Mn. В результате также выделено 8 устойчивых кластеров, отличающихся друг от друга по уровню загрязнения и элементному составу загрязнителей. Для количественной оценки этих различий по каждому из них рассчитывается суммарный показатель загрязнения Zc, а для каждого элемента, содержание которого превышает фоновое — геохимический показатель М (%), отражающий долю участия химического элемента в ассоциации. Например, на территории города выделились три основных типа загрязнения почв: 1 — полиэлементные аномалии с преобладанием в ассоциации Мо и Zn; 2 — моноэлементные существенно свинцовые аномалии; 3 — биэлементные Мо — Сг аномалии.

Таким образом, математико-картографическое моделирование на основе кластерного анализа позволяет получать серии карт экологического состояния городской среды. Это карты физико-химических параметров почв, определяющих поведение загрязнителей; карты, характеризующие уровень и состав загрязнения городской среды, а также более общие синтетические карты эколого- геохимического районирования городской агломерации. Подобное почвенно- геохимическое зонирование является методической основой более сложного комплексного автоматизированного районирования территории с учетом условий миграции и распределения загрязняющих веществ в других компонентах ландшафта — атмосфере, выпадениях, растительном покрове, поверхностных и грунтовых водах, донных осадках.

Приведенные методические принципы автоматизированной обработки эколого- геохимической информации используются при оценке состояния различных территорий, служат необходимым блоком географических информационных систем и составной частью экологического картографирования и районирования.

Контрольные вопросы

1.         Назовите теоретическую и методическую базу эколого-геохимического картографирования.

2.         Какие типы карт составляются на основе геохимии ландшафта.

3.         Какие общие выводы следуют из опыта составления карт ландшафтно- геохимических условий миграции радионуклидов и размещения предприятий атомной промышленности?

4.         Охарактеризуйте возможности компьютерного картографирования.

К содержанию книги: А.И. Перельман, Н.С. Касимов - Геохимия ландшафтов