Форумы GIS-Lab.info

Какие на данный момент существуют открытые данные по типам подстилающей поверхности (типам растительного покрова , типам экосистем ) в готовом виде на территорию России?
Разрешения MODIS в принципе достаточно. Можно было бы и самому заморочиться сделать на основе Модиса или загрубленного Ландсата, но свежих и безоблачных снимков не очень много, куча времени уйдет на создание безоблачного композита.

Данные нужны для расчетов снегонакопления и снеготаяния, интересует территория Среднего Урала и Предуралья

сам же и нашел ответ - этим занимается ИКИ и у них выложена карта в формате .tif, состояние на 2010 год.
http://smislab.ru/default.aspx?page=317

А как вы хотите связать тип растительности и снегонакопление/снеготаяние?

В общем мы пытаемся использовать древнюю методику расчета снегонакопления и снеготаяния, адаптированную в Аркгисе.
См. например.
http://www.accident.perm.ru/?m=3&a=280
http://www.science-education.ru/105-7156
На первом этапе в ней были две градации - лес и не лес. Поэтому брали из существующей векторной топоосновы. Но в литературе есть коэффициенты, полученные по данным полевых исследований, учитывающие особенности снегонакопления в разных типах леса. Например в темнохвойном лесу снег интенсивно накапливается на ветвях деревьев и с них испаряется, поэтому вводится коэффициент 0,87 для снегозапаса (на материалах Кировской области). Или наоборот в лиственном лесу считается что снега накапливается больше чем в поле примерно на 20%;.
2. Снеготаяние понятно происходит с разной интенсивностью в разных типах леса. Считается что в поле примерно 5 мм/1 градус положительной среднесуточной температуры, в мелколиственном лесу - 3 мм, в темнохвойном - 1,5 мм, в смешанном - 2 мм.

В существующую схему, в сравнении с той примитивной версией, которая описана в статье, теперь внесены данные о типах леса с ИКИшной карты, коэффициенты для них, а также параметр учитывающий ориентацию макросклонов (уклон/экспозиция), и новое уравнение регрессии, определяющее фазу осадков. Разрешение оставлено прежним 3 км.

PS ИКИшная карта для нашего региона не очень удачная, много ошибок. Площадь леса занижена. Особенно напрягают старые заросшие вырубки, которые должны быть классифицированы мелколиственный лес, но там они оказались в одной группе с с/х полями. Так что придется все равно делать свою основу по растительности.

ecolog писал(а):В общем мы пытаемся использовать древнюю методику расчета снегонакопления и снеготаяния, адаптированную в Аркгисе.

несколько мыслей ...
1) не нашел в ссылках использования данных по запасам воды в снеге от пассивного радиометра AMSR-E (упоминается только MODIS). Не пробовали использовать?
2) в лесу не только другой градиент, там еще порог выше на несколько градусов (после которого начинает таять).
3) есть литературные данные, что перераспределение запасов на открытой местности идет в первую очередь из-за ветрового затенения на микрорельефе. Все это (вместе с ориентацией склонов) создает пространственную неравномерность и запасов, и слоя стока. Вы в эту сторону не копали?
4) в данных реанализа есть слои с фактической солнечной радиацией по территории. Вы не пробовали использовать уравнения энергетического баланса для расчета таяния?

1. Данные AMSR испооьзовались многими авторами в России, в том числе и Институтом Водных Проблем РАН (лаборатория моделирования гидрологического цикла суши). Все указывают на ошибки 50-70% и более.

2. Влагоемкость снега принята в лесу 30%, в поле 20%, так что этот актор учтен.

3. Неравномерность распределения снега учтена с помощью кривой распределения снегозапасов. Это общепринятый подход в физико-статистических моделях стока (модель Д.А. Буракова, модель Е.Г. Попова, модель Гидрометцентра (автор В.И. Корень)), для учета подсеточной изменчивости снегозапасов. Кривая считается более-менее типовой для Европейской России. Конечно для поля и для леса разные кривые, Длинный хвост кривой соответствует балкам и оврагам, где снега накапливается 200-250% от среднего снегозапаса.
Мы использовали кривую следующим образом: снимали точки с графика и затем аппроксимировали, дополнительно накладывая условия-фильтрующие нереальные значения (меньше 0, больше 100%).

4. Насчет метода теплового баланса конечно смотрели. Есть куча статей и несколько книг по этой теме, и это только на русском языке. Но пока я не чувствую в себе сил реализовать все это:)
Кроме того, метод теплового баланса очень чувствителен к входным данным, хотя и является наиболее точным. Некоторые его входные параметры, например скорость ветра в лесу, вообще непонятно как оценить.
Очень сильные работы по этой теме были в ИВЭП (Яковченко, 2007), но чем все там кончилось, я не знаю. У них меньше лесистость и больше влияние радиационной составляюще2 снеготаяния.


Спасибо за интерес к данной теме.

есть карты Globcover 2000, 2005, 2009

ecolog, меня тоже интересуют подобные исследования. Скажите, а где вы берете исходные данные по снегозапасам? Если с метеостанций, то не могли бы вы подсказать где вы берёте их координаты и как учитывается экспозиция склона, где отбирался снег, и абсолютная высота отбора проб? Если не затруднит.

А где их достать (карты Globcover), и на основе чего они сделаны?

Данные по снегозапасам пока рассчитывали на основе накопленных осадков. Это произошло из-за напряженных отношений между нашим руководством и Пермским ЦГМС. Накопленные Осадки берем с RP5
данные снегосъемок будем испооьзовать с этого года. Координаты метеостанций можно взять на том же www.PR5.ru или на Сервере Погода России. Там же есть и высоты. Что касается снегомерных маршрутов, то данных по их высоте я не видел. Но вроде они проходят рядом с метеостанцией, в пределах одного километра.

Все нашел
http://www.gisa.ru/70698.html краткое описание проекта
http://dup.esrin.esa.it/globcover/ - карты
Посмотрим, чем они лучше/хуже данных ИКИ

ecolog писал(а):1. Данные AMSR испооьзовались многими авторами в России, в том числе и Институтом Водных Проблем РАН (лаборатория моделирования гидрологического цикла суши). Все указывают на ошибки 50-70% и более.

данные AMSR-E регулярные, а ошибка случайная и в обе стороны, поэтому осреднение в по времени (считая интеграл по большой территории более-менее верным - на него и нормируем) дает функцию распределения запасов на грубой сетке (25км). А дальше строим перераспределение внутри ячеек с учетом рельефа, растительности, и т.д. (опять считая интеграл верным). Хоть многолетнюю, хоть за интервал времени (когда сама функцция считается постоянной). При наличии фактических данных в отдельных точках получаем абсолютные значения распределения запасов по всей территории, плюс ошибку. Дальше гоняем Монте-Карлу, чтобы получить сток. Как-то так ...

Дальше гоняем Монте-Карлу, чтобы получить сток


А можно немного поподробнее? В качестве входных данных должны быть ведь еще температура воздуха, осадки твердые и жидкие, водоотдача снега, глубина промерзания почвы, влагозапасы почвы... Все это дело с учетом рельефа и типов ландшафта
Или я чего-то не понимаю?

ecolog писал(а):А можно немного поподробнее? В качестве входных данных должны быть ведь еще температура воздуха, осадки твердые и жидкие, водоотдача снега, глубина промерзания почвы, влагозапасы почвы... Все это дело с учетом рельефа и типов ландшафта

не уверен, что все это нужно вставлять в древнюю методику расчета снегонакопления и снеготаяния, адаптированную в Аркгисе.

Все зависит от детальности модели, если взять тот же TopModel, то многое из этого не нужно. А если нужно, берете распределения из любимых книжек, и монтекарлите (пространственное распределение не очень важно, просто сохраняем интегралы - см. ручной счет, когда всю территорию делят на десяток областей по времени добегания).

Небольшая сверка по Ландсатам показала что карта LandCover 2009 по крайней мере для Пермского края НАМНОГО лучше чем карта ИКИ (TerraNorte). Ошибок лес/не лес меньше раз в 10