No abstract

Цель исследования -проанализировать ландшафтную структуру восточного склона хребта Орулган при помощи комплексного геоинформационного моделирования. В статье использованы данные полевых маршрутных наблюдений, проведенных в 2018-2019 гг. Для геоинформационного моделирования использована методика попиксельной классификации разновременных многозональных снимков Landsat 8 OLI/TIRS и Sentinel 2 MSI за вегетационный период и классификации форм рельефа по данным ASTER GDEM. В результате сочетания полученных физиономических критериев, рельефа и растительности, выявлены типы местности и урочищ района исследования. Классификатор Random Forest оказался наиболее эффективным в определении 8 объединений групп растительных ассоциаций, показав общую точность 79,7% по матрице ошибок. При оверлейном объединении слоя типов местности и объединений групп растительных ассоциаций можно составить мерзлотно-ландшафтное картографирование на уровне типов урочищ. Всего в пределах района исследования выявлено 22 типа урочищ. Использование геоинформационного моделирования позволило получить детальную ландшафтную структуру района исследования и оценить основные свойства пространственной организации восточного склона хребта Орулган. Сложный горный рельеф, отличающийся сильной расчлененностью, обуславливает хорошо выраженную вертикальную поясность. В целом наиболее распространенным высотным типом мерзлотных ландшафтов является горное редколесье -57% территории, горная тундра занимает 16%. Интразональные горные и северотаежные ландшафты занимают 15%. Ведущую роль в ландшафтном разнообразии восточного склона хребта Орулган играет сочетание различных геологических структур, которым обусловлены типы местности эрозионно-тектонического (горно-склоновые и приводораздельные скальные), ледниково-аккумулятивного (моренные, зандровые и ледниково-долинные) и эрозионно-аккумулятивного (средневысотные террасовые и низкотеррасовые) происхождения.Ключевые слова: мерзлотные ландшафты, комплексное геоинформационное моделирование, хребет Орулган, ландшафтная структура, типы местности, типы урочищ.

Approaches of geographic ontologies can help to overcome the problems of ambiguity and uncertainty of remote sensing data analysis for modeling the landscapes as a multidimensional geographic object of research. Image analysis based on the geographic ontologies allows to recognize the elementary characteristics of the alas landscapes and their complexity. The methodology developed includes three levels of geographic object recognition: (1) the landscape land cover classification using Support Vector Machine (SVM) and Spectral Angle Mapper (SAM) classifiers; (2) the object-based image analysis (OBIA) used for the identification of alas landscape objects according to their morphologic structures using the Decision Tree Learning algorithm; (3) alas landscape's identification and categorization integrating vegetation objects, territorial organizations, and human cognitive knowledge reflected on the geo-linguistic object-oriented database made in Central Yakutia. The result gives an ontology-based alas landscape model as a system of geographic objects (forests, grasslands, arable lands, termokarst lakes, rural areas, farms, repartition of built-up areas, etc.) developed under conditions of permafrost and with a high sensitivity to the climate change and its local variabilities. The proposed approach provides a multidimensional reliable recognition of alas landscape objects by remote sensing images analysis integrating human semantic knowledge model of Central Yakutia in the subarctic Siberia. This model requires to conduct a multitemporal dynamic analysis for the sustainability assessment and land management.