Новости космоса (МКС, Марса, Луны), спутники и их запуски

Цифровая модель рельефа – для чего она нужна? Сферы использование Цифровой модели рельефа (ЦМР)

Цифровая модель рельефа - для чего она нужна?

Цифровая модель рельефа

В этом материале приведем основные сферы применения цифровой модели рельефа (ЦМР)

Среди многочисленных сфер использования цифровой модели рельефа можно выделить следующие:
• изучение и количественная оценка современного состояния природной среды;
• территориальное планирование (городское, ландшафтное и др.);
• моделирование экологических ситуаций;
• прогнозирование ландшафтных процессов и др.

С любой цифровой моделью рельефа моно получить много разных параметров, которые принято разделять на такие группы:
категорий морфометрических параметров: геометрические (величина уклона, экспозиция склона, различные виды кривизны земной поверхности, оценка зон видимости и др.) — описывают морфологические особенности территории, определяющие скорость и интенсивность потоков вещества и энергии, динамику склоновых процессов;
гидрологические (направление стока, бассейновое моделирование, топографический индекс влажности, индекс мощности линейной эрозии, индекс баланса геомасс, оценка зон потенциального затопления и др.) — используются для оценки поверхностного стока, степени увлажнения почвы и перемещения обломочного материала;
топографо-микроклиматические (показатели потенциальной солнечной радиации инсоляции, дифференциации температуры земной поверхности, воздействия ветра и др.) — данная группа показателей характеризует влияние земной поверхности на особенности распределения солнечной радиации, температурного поля и воздействия ветра;
параметры вертикальной дифференциации природной среды (относительная высота, глубина речной долины и др.).

В каждой сфере использования цифровой модели рельефа рассчитываются/вычисляются разные параметры.

Так, например, для сельского хозяйства вычисляются потенциальные (максимальные) показатели Фотосинтетической активной солнечной радиации (ФАР) — части солнечной энергии, используемой растениями для фотосинтеза, а также количественная оценка площадной и линейной эрозии и влияние рельефа на распределение влаги.

Моделирование ФАР основано на информации о географическом положении территории (широта и долгота, зональный фактор) и определенных модельных характеристиках атмосферы. Расчет может быть осуществлен для различных временных периодов с учетом сезонности и позволяет выбрать оптимальные участки под конкретные сельскохозяйственные культуры.

Показатели площадной и линейной эрозии основаны на двух производных морфометрических показателях — водосборной площади и уклоне местности. Это позволяет оценить особенности эрозионных процессов с учетом гидрологических ресурсов для их развития: чем больше удельная водосборная площадь, тем больше вероятность развития эрозии.

Цифровая модель рельефа, эрозия почвы, эрозия земли

Важным аспектом при размещении сельскохозяйственных культур выступает показатель гидроморфности почвенного покрова, который во многом определяется особенности рельефа территории. Топографический индекс влажности (Topographic Wetness Index) позволяет оценить предпосылки к развитию переувлажненных земель и учесть данный фактор при планировании оптимизационных (мелиоративных) мероприятий.

Наличие вышеперечисленной информации позволяет оптимизировать структуру сельскохозяйственного землепользования, учесть характер развития негативных природных процессов и потенциальную деградацию сельскохозяйственных угодий с целью рационального использования земельных ресурсов.

Особенности рельефа территории оказывают также значительное влияние на условия произрастания лесов. Для этого нужно учитывать характер увлажнения территории, величину уклона и экспозицию склона, на котором располагаются участки леса. Беря во внимание Цифровую модель рельефа на которой находятся лесные участки, можно заблаговременно выявить первые предпосылки для развития негативных природных процессов, оказывающих влияние на качество лесных ресурсов (выявление переувлажненных участков лесов и др.).

Цифровая модель рельефа, экспозиция,величина  уклона

Информация о рельефе также очень часто используется для решения множества задач в рамках городского планирования: выявления участков избыточного увлажнения развития склоновых процессов, анализа освещенности и затененности территории и др. Использование подобной информации позволяет осуществить комплексный подход к планированию городской среды и минимизировать возможные негативные последствия.

Также ЦМР вносит большой вклад в оценку пространственного охвата и потенциала развития опасных ландшафтных процессов. В частности, информация о рельефе является просто необходимой при оценке и прогнозировании последствий половодий и паводков, так как позволяет достаточно точно определить границы затапливаемой области, а также социальные и инфраструктурные объекты, которые подвергаются опасности.

Скачать Цифровую модель рельефа полученную на всю территорию Земли, полученную в рамках международной программы SRTM (Shuttle radar topographic mission)

SRTM ЦМР DEM Рельеф

Еще одним значимым с точки зрения прогнозирования опасных склоновых процессов (оползни, обвалы, осыпи) и оценки их воздействия на объекты транспортной и инженерной инфраструктуры (автомобильные и железные дороги, мосты и т. д.) выступает показатель индекса баланса геомасс (Mass Balance Index), который раскрывает топографические предпосылки к разрушению и отложению грунтов.

Данный показатель позволяет выявить участки с высокой степенью вероятности развития осыпных склоновых процессов и нанесения вреда значимым объектам инфраструктуры и соответственно учесть эту информацию при проектировании и создании защитных сооружений.

Что касается экологии, так информация о цифровой модели рельефа (ЦМР) может позволить смоделировать потенциальные зоны загрязнения в районах размещения опасных производств. На основе информации о рельефе территории можно определить направление поверхностного стока и соответственно направление перемещения загрязняющих веществ, которые потенциально могут попасть со стоком в речные системы и районы с социально значимыми объектами. Вещества могут быть настолько опасные, что даже медтехника в medlab.ua не поможет устранить все их отрицательные влияния на человека. Кроме направления стока, важными параметрами при моделировании зон загрязнения выступают удельная водосборная площадь (т. е. площадь водосбора для конкретной ячейки растра или области интереса), а также вышележащая и нижележащая области стока.

Цифровая модель рельефа, водостоки, водосборная площадь (бассейн водоема, бассейн реки Синюха)

Вышележащая область стока представляет собой участок территории, поверхностный сток из которого попадает в область интереса, а нижележащая область стока — участок территории, на который попадает поверхностный сток из области интереса. Данные показатели представляют особый интерес при моделировании зон загрязнения и влияния негативных антропогенных факторов на сельскохозяйственные угодья и лесные массивы.

По материалам научной статьи с журнала “Геоматика” 2013 г.№4

Комментарии:

Новое на сайте

VSRR-2 является вторым оптическим спутником дистанционного зондирования Венесуэлы. Он будет использоваться для проведения обследований по...
SDS-4 (Satellite Data System) – четвертое поколение военной космической системы ретрансляции данных с разведывательных спутников...
Intelsat 37e, также известный как IS-37e, является спутником связи следующего поколения и способен обеспечивать высокую...
BSat 4a - японский спутник связи четвертого поколения для телевизионной службы прямого вещания (DTH) на...
EchoStar 105 / SES 11 – высокопроизводительный спутник связи Ku и C-диапазона, является двойной...
NanoACE – небольшой американский спутник формата CubeSat 3U, созданный калифорнийской компанией Tyvak Nano...
Все спутники

Популярные материалы

Архив новостей

Октябрь 2017
ПнВтСрЧтПтСбВс
2526272829301
23
  • Космические аппараты (спутники) США Quasar 20, 21 (SDS-4 1, 2)
  • Космические аппараты (спутники) INTELSAT Intelsat 37e
  • Космические аппараты (спутники) Японии BSat 4a
  • Космические аппараты (спутники) США EchoStar 105 / SES 11
45678
9 101112131415
16171819202122
23242526272829
303112345