Мысль о структурах

Мысль о структурах

Разглядывал старый снимок, невесть когда сделанный зимой из вертолета. На снимке пойма реки в Западной Сибири, уже и не помню какой (если кто подскажет — буду благодарен). Но дело даже не в снимке и не в реке.

Размышляя о различиях в структурных формах, образованных аллювиальными, делювиальными, пролювиальными, элювиальными и прочими процессами неизбежно вспоминаешь похожие визуальные образы. Это наталкивает на главный вопрос: возможно ли встретить среди устойчивых структур любую произвольную комбинацию элементов? Или даже больше: как связана динамика системы с ее структурой?

Нет, я не о гистограммах Шноля говорю. Это исследование удивительно и вызывает массу сомнений, особенно в части объяснения. Я скорее предполагаю, что в природной среде существуют структуры, устойчивость которых не зависит от их физической природы. Это может быть русло реки, ветвь дерева, сосулька, трещина — все что угодно, но при наличии определенной формы можно заранее предсказать дальнейшую динамику этой структуры. Нечто вроде планера из клеточного автомата Конвея.

Если подойти более практично, то вопрос можно рассмотреть в области дешифрирования спутниковых снимков. Очевидно, что рядом с произвольно выбранным пикселем можно встретить пиксель произвольной яркости. Но если мы возьмем больший охват, верно ли будет утверждение о том, что какую бы область на снимке мы не взяли, в ней всегда существует ненулевая вероятность встретить произвольную комбинацию пикселей? На первый взгляд ответ очевиден — конечно да, может быть какая угодно комбинация. Но если вдуматься, это утверждение равносильно мысли о том, что открыв свежий Сентинель вы прочитаете на нем свое имя и рассказ про то, как с велосипеда упали.

И потом, разве не указывает мысль о равной вероятности появления любой структуры на хаос в системе? С другой стороны, я давно шучу о том, что любое значение яркости пикселя следует воспринимать вероятностно, подобно атомной орбитали. Все потому, что разглядывая пиксель самого свежего снимка вы уже влияете на актуальное значение яркости. Незначительно влияете, но в нашем мире детерминированного хаоса размер вообще значения не имеет.

Тут мысль переключается на алеатику и размышления Б.В. Гнеденко о природе вероятности, но пожалуй все это необходимо жестко пресечь. Тем более, только что вспомнил: этот снимок я сделал в ванной после того как лодку мыл.

Ночь над Ростовом

Показатель совершенства живых систем

Отождествление понятий «сложность» и «совершенство» не оправдано. Сложность системы – есть показатель, определяющий количество элементарных, неделимых пространственных и функциональных подсистем главной системы. Совершенство – показатель приспособленности пространственного и функционального строения системы к внутренним и внешним факторам. Совершенство не всегда возрастает при усложнении и наоборот, ярким примером чего служит дегенерация, выражающаяся в повышении совершенства на фоне упрощения.

Количественные методы определения сложности разрабатываются с введения понятий «информация» и «энтропия». Но справедливо заметить, что зачастую определение сложности скрывает за собой лишь неудачную попытку оценить совершенство организации. Трудности с определением совершенства организации связаны, с отсутствием взгляда на живые системы как на целеустремленные (бихевиористские). Для того, что-бы понять это нам потребуется ввести в качестве базовых понятий цель и стремление объекта. Цель – состояние системы, к которому стремится объект. Стремление – характеристика объекта, выражающего скорость (или энергию в случае реальных объектов) которую он затрачивает на достижение своей цели.

Стремление и цель – не принадлежат самому объекту. Цель объекта и стремление к нему — это параметры не объекта, а системы, в которой он находится. Система находится в непрерывном изменении, это означает, что у каждого объекта в системе есть набор целей. Произвольно вычленяя из них одну мы можем наблюдать, насколько интенсивно объект добивается этой цели (параметр «стремление») и какие цели образуются у других объектов, по достижении ее. Время достижения цели на каждом шаге целевой цепочки непрерывно уменьшается, ограничивая этим выбор следующего шага из вариантов изменения объектов прежнего (как на предыдущем шаге) размера.

Динамика живых систем зависит, в том числе и от информации, причем не только настоящее влияет на будущее, но и будущее влияет на настоящее. В бытовом представлении человека это выражается через принятие решения на основе оценки возможных последствий. Силу воздействия информации на объект можно выразить через важность информации. В отличии от метода расчета объема информации, метод оценки важности информации до сих пор неизвестен. Давайте попробуем найти подход к решению этой проблемы. Представим себе некого мистера Х, который идет из одной точки города в другую. Насколько важен для него номер трамвая, на котором он может доехать до своей цели? Если у мистера Х нет денег на билет, то номер трамвая ему абсолютно безразличен (информация обладает важностью только в том случае, если способна повлиять на динамику объекта). Значит важность информации о номере трамвая в начале и в конце пути будет различной. Иначе говоря, важность информации не статичный свойство, а свойство, зависящее от системы.

От чего зависит решение мистера Х о посадке на трамвай? Во-первых, от стоимости проезда. Во-вторых, от длины оставшегося пути. Стоимость проезда есть эквивалент энергии, которую необходимо затратить. Длина оставшегося пути определяет время, которое необходимо затратить (в первом случае, если идти пешком, во втором случае ехать на трамвае).
Значит, перед мистером Х стоит выбор: или, затратив энергию E1 и время t1 идти пешком, или затратив энергию (выраженную в деньгах) E2 и время t2 ехать на трамвае. Отношение разниц этих величин и есть показатель важности номера трамвая для мистера Х:

В=(E_1-E_2)/(t_1-t_2 )=dE/dt

Важность информации – величина, выражающая, количество энергии, которое потребуется объекту для достижения цели с помощью этой информации. Формула для расчета важности информации:

В=E/t

Через обратную, дабы избежать путаницу, функцию можно выразить степень совершенства объекта как количество энергии, которую он успевает диссипировать за минимальное время. Так маложивущие светолюбивые растения более совершенны, чем долгоживущие теневыносливые.

Но, понятие совершенства организации применимо также не только к одной цели объекта (собственно – жизни), но и к любой произвольно выбранной подцели. Значит, более совершенные в одном случае живые системы, могут оказаться менее совершенными в другом случае. В этом причина многих неудачных попыток (см. замечательные обзоры Ю.В. Чайковского) выразить совершенство организмов через их анатомическое и функциональное значение.

Из бытового опыта явно, что важность информации частично зависит и от ее объема. В живых системах она связана и с физическими характеристиками систем. Из формулы В=E/t следует возможность выражать важность информации через Дж/сек. Но, энергия, применительно к каждому конкретному случаю может рассчитываться по разному. В случае, если рассматривается система с излучением, энергия системы определяется как произведение ее массы на квадрат скорости света (A. Einstein). Следовательно, в расчете важности информации вполне может фигурировать масса системы:

В= (mc^2)/t

Кроме того, важность информации может быть выражена в единицах: Кг*м2*сек3. Бытовое понимание связи важности информации об устройстве системы с массой этой системы заключается в том, что чем массивнее объект, тем чаще он оказывается важным. Связь между важностью информации и массой аналогична связи между важностью и объемом информации.

Масса, сама может выражаться как функция от объема и плотности, а значит важность информации о системе, связана и с пространственными характеристиками системы. Теоретически допускаю даже, что формула В=E/t позволяет рассчитать через астрономические данные о характеристике Вселенной максимально возможную в природе важность системы.

Еще раз, отмечу, что связь важности информации с физическими величинами нелинейна. В одних случаях она проявляется явно, в других явно не проявляется. Законы, определяющие степень влияния физических параметров системы на ее важность остаются для меня пока весьма щекотливой загадкой.

Взаимосвязь видового разнообразия и проективного покрытия живого напочвенного покрова в результате диссипативного процесса в лесных сообществах Северо-Запада РФ

Тут он мне говорит: «Вы, молодой человек, необразованная охамевшая свинья. Вас пороть надо хорошенько». А я ему отвечаю: «А не пошли бы вы батенька нахуй?». Это выводит его из себя, заставляя морщинистое тело сотрясаться, извергая ругательства: «Ты что себе позволяешь? Ты как со мной разговариваешь? Ах ты ж недоносок, пьянь подзаборная, ты что, совсем охамел!?». А я опять: «Милостивый государь, не ебите мне мозг и потрудитесь проследовать в указанном направлении. То есть — нахуй».

Да, манерами я, конечно не блистаю, но ведь речь-то не обо мне. А речь сегодня пойдет о весьма любопытной закономерности в динамике видового разнообразия живого напочвенного покрова лесов северо-запада России. Про эту закономерность я собираюсь написать уже второй год (или третий?) и каждый раз судьба ставит меня перед очевидным выбором: покласть на все космический хуй и пить «Дон классику» в гараже с диаволом на пятнашке или корпеть над научными трудами. К счастью, сегодня звезды сошлись в той волшебной точке, когда я могу пить и писать одновременно, а поскольку мне через несколько часов выступать с докладом на конференции, то хули выебываться-то? Вот и решил я рассказать вам пару слов о диссипации.

Вообще, даже в Шахтах — городе весьма удаленном от мировых столиц, едва ли найдется долбоеб, который не знаком с понятием диссипативной системы. Об этом даже моя собака Лишай знала. Да и хрена ли об этом не знать? Это ведь элементарно. Согласно второму закону термодинамики, любая замкнутая система стремится к полному разпиздосу или, как минимум теоретическому сохранению энтропии. Но в мире, обуреваемом страстями, такую замкнутую систему хуй где найдешь. Даже Новая Азовка с Сидоровкой и то, медленно, но меняются к лучшему. А уж про остальные системы и говорить нечего — какую ни возьми — обязательно открыта.

А что же происходит в открытых системах? Ясен хуй — через них проходит вещество и энергия. Но если круговорот вещества достаточно легко зациклить, то энергия пройдя через систему либо запасается в той или иной форме, либо улетает к ебене матери греть другие планеты. При этом поток энергии не только сдерживает энтропию, но даже уменьшает ее, позволяя системе усложняться и приобретать новые, ранее неведомые скиллы.

Вот возьмем, к примеру, макароны. Захотели вы заточить пачку спагетти с болгарским кетчупом и жаренной колбасой. Налили воды в кастрюлю и поставили на плиту. Газ пока не зажигаете. Что происходит? Вода, постепенно перестает бултыхать у застаивается без всякого движения как администрация города в Шахтах. Энтропия возрастает, пока не достигает локального максимума. Если кто-то не понимает слово «энтропия», то не расстраивайтесь. «Энтропия» — это «пиздец» по научному. Тишь да гладь, да божья благодать.

Но вот вы зажгли плиту. Через вашу кастрюлю пошла энергия сжигаемого газа. Однородная жидкость в кастрюле тут же приобретает тепловой градиент — снизу вода теплее, чем сверху. Возникает конвективное движение, в ходе которого нагретая жидкость поднимается, а охлажденная уходит на дно. При этом в жидкости образуются теплые и холодные каналы, имеющие в сечении что-то похожее на шестиугольник. Это и есть те бульбы, которые вскакивают на поверхности закипающей воды. Официальное их название — ячейки Релея-Бенара или просто Бенара, который описал их хуеву тучу лет назад.

Особенно заебато ячейки Бенара смотрятся в застывшем виде, например в столбчатых геологических структурах. Но не о том речь. Ваша кастрюля на газу — простейший пример диссипативной системы, которая усложняет структуру при прохождении через нее потока энергии. Убавляете газ — снижаете поток энергии — упрощается структура.

Такая же хуйня происходит и в растительности. При прохождении через растительное сообщество энергии, ее структура усложняется, о чем еще пол-века назад писали умные чуваки в «Полевой геоботанике». Да и я, было дело, уделял этому внимание.

А теперь внимание. Ебните свой стакан и слушайте не отвлекаясь.

При увеличении потока энергии структура усложняется. При уменьшении потока энергии структура упрощается. В случае живого напочвенного покрова поток энергии регулируется сомкнутостью крон (конечно же, не только им, но не будем отвлекаться на всякую хуйню). От чего зависит структура напочвенного покрова? Прежде всего от количества видов (не путайте с особями, подонки)  и их проективного покрытия. Проективное покрытие — величина имеющая верхний предел в сто процентов, значит функция изменения проективного покрытия от аргумента сомкнутости есть логарифмическая функция. На функцию видового разнообразия по аргументу сомкнутости крон такого ограничения не налагается — теоретически нет верхнего предела для количества видов на ограниченной территории (во всяком случае, он охуительно велик).

Что из этого следует, вы и сами, думаю догадались: если проективное покрытие влияет на структуру, но изменяется как логарифмическая функция от освещенности, то проективное покрытие влияет на структуру только в левой части графика. По мере выполаживания функции проективного покрытия, все большее значение в структуре напочвенного покрова играет количество видов. Переводя на житейский язык — структура живого напочвенного покрова зависит большей частью от проективного покрытия в сомкнутых насаждениях и от видового разнообразия в рединах.

Теперь задержите дыхание: я буду кульминировать мою мысль.

Хуй его знает, по какому закону изменяется сложность структуры при изменении потока энергии. Поскольку сие есть тайна пока не раскрытая, возьмем Бритву Оккама и без лишней мозгоебли отрежем все варианты кроме линейного. Что это нам дает? А вот что: при смыкании верхнего яруса изменение структуры напочвенного покрова должно начинаться с резкого уменьшения видового разнообразия и плавного уменьшения проективного покрытия. По мере сгущения крон, скорость уменьшения видового разнообразия снижается, скорость уменьшения проективного покрытия возрастает. Мы получаем две асинхронные волны, по аналогии с синусом и косинусом.

Если осветлять верхний ярус, первой реакцией будет увеличение проективного покрытия, второй — изменение видового разнообразия. Все. Теперь можете ебнуть еще стакан.

Собственно, об этом я уже писал в статье посвященной фрактальному анализу напочвенного покрова несколько лет назад. Но там данных было мало и вообще работа смотрелась несолидно. И вот, наконец-то, я осуществил давнюю мечту и сравнил между собой данные по количеству видов и проективному покрытию травяно-кустарничкового и мохово-лишайникового ярусов, приведенные в монографии В.Н. Федорчук, В.Ю. Нешатаев, М.Л. Кузнецова «Лесные экосистемы северо-западных районов России. Типология, динамика, хозяйственные особенности». Вообще, надо сказать — это охуеннейшая книга. Если где увидите — покупайте обязательно. Даже если наступит полный пиздец и вы не сможете ходить в лес — с помощью одной этой книги вы сможете лет двадцать писать ежегодно новые и актуальные лесоведческие статьи (нахуй они нужны только, но это другой вопрос).

Small_DSCN7736

Итак, у меня было два пакетика травы 75 ампул мескалина 177 геоботанических описаний, каждое из которых сделано с повторностью в 3-10 описаний. Из них я извлек данные по сомкнутости крон, проективному покрытию травяно-кустарничкового, мохово-лишайникового яруса и количество видов в сообщетве. Я сложил покрытия ярусов живого напочвенного покрова. Во-первых, потому что мы не можем учитывать только один произвольно выбранный ярус, а во-вторых, потому что искренне считаю, что всякое необоснованное деление растительности на ярусы есть хуйня на постном масле.

Собственно: данные готовы. Если теория верна, то графики изменения видового разнообразия и проективного покрытия относительно изменения сомкнутости будут асинхронны друг другу. Старик Карл Пирсон вместе с коллегами указывает на наличие обратной связи между суммарным проективным покрытием и видовым разнообразием. И надо сказать весьма заебатой связи: коэффициент корреляции составляет -0,50261 при том, что для преодоления критического значения коэффициента корреляции при уровне значимости 0,01 было достаточно обнаружить тесноту связи |0,15|.

Не будем же тянуть Линнея за яйца. Вот график.

GeoDissipatio1

Зеленый график — суммарное проективное покрытие живого напочвенного покрова. Красный график — количество видов в живом напочвенном покрове (для визуального масштаба умножено на два). По горизонтальной оси — сомкнутость древостоя в процентах.

— Нихуя не видно! Че там посредине-то?

— Говно-вопрос. Вот вам центральная вырезка с сомкнутостью от 60 до 80 процентов. Удвоенное количество видов в живом напочвенном покрове показано розовой толстой линией, суммарное проективное покрытие напочвенного покрова показано зеленой.

GeoDissipatio2

Собственно, здесь положено торговать еблом и писать заключение, как это принято в научном мире. Но мне лень хуйню всякую писать. Придумайте сами что-нибудь.

P.S. Excel-файл с расчетами и графиками.

Фрактальный анализ сложности горизонтальной структуры напочвенного покрова

Фрактальный анализ сложности горизонтальной структуры напочвенного покрова

Эта статья была написана в 2009 году и уже устарела — появились новые данные, новые результаты. В статье не рассмотрены методы связанные с размерностями высоких порядков, методы поканального анализа растров. Ни слова об алгоритмах сжатия jpeg. Данных — кот наплакал. И вообще, кругом говно. Есть только одна причина, по которой я ее публикую. Постройте аналог таблицы 7 по данным (В.Н. Федорчук и др., 2005) или любым другим. Построили? Ну вот, потому-то и публикую.

Каждый тип растительного сообщества характеризуется своим особым типом обмена вещества и энергии (Полевая геоботаника, 1959). Анализ структуры растительности позволяет оценить этот тип обмена, и как следствие, определить растительное сообщество.

Цель работы — определить факторы, влияющие на сложность горизонтальной структуры напочвенного покрова.

Для достижения цели разработан метод фрактального анализа фотоизображений напочвенного покрова, основанный на понимании напочвенного покрова как диссипативной структуры.

Материалы и методы

В 2008 году в лесопарке «Пискаревка» (Санкт-Петербург) заложено 80 учетных площадок размером 0,25 кв.м. Преобладающий тип леса на обследованной территории – смешанный березняк (6Б4С) черничный. Возраст древостоев 60 лет, отдельные деревья имеют возраст до 150 лет. На каждой учетной площадке сделана фотография лесного полога (вертикально вверх), живого напочвенного покрова (вертикально вниз). Описано общее и повидовое проективное покрытие травяно-кустарничкового и мохово-лишайникового ярусов, мощность и покрытие подстилки, мощность гумусового горизонта.

При анализе данных, описанные виды травяно-кустарничкового яруса делились на 4 эколого-ценотические группы (А.А. Егоров и др., 1997; «Иллюстрированный определитель…», 2000; В. Ю. Нешатаев, А. А. Егоров, 2006):
1. Лесные виды, характерные для ненарушенного леса черничной серии типов (В.Н. Федорчук и др., 2005), такие как Vaccinium vitis-idaea, Vaccinium myrtillus и др.
2. Луговые виды (Trifolium pratenseLathyrus pratensis и др.)
3. Сорные виды (Plantago majorTaraxacum officinale и др.).
4. Опушечные, неморальные, прибрежные и прочие виды, такие как Geum urbanum, а так же светолюбивые лесные злаки (например, Avenella flexuosa).

Для каждой из эколого-ценотических групп рассчитывалась степень доминирования (индекс Симпсона) («Методы…», 2002).

Сложность структуры напочвенного покрова на учетных площадках (0,25 кв. м) определена на основе анализа фотоизображений, полученных в ходе полевых работ. На первом этапе фотографии были обрезаны по контуру учетной площадки и переведены из формата jpeg в формат bmp (256-цветовая палитра) с разрешением 22,97 х 22,97 см (650 х 650 пикселей), что в реальности соответствует площадке размером 50 х 50 см (рис.1).

Рис.1. Обрезка фотографии по контуру учетной площадки и преобразование ее в формат bmp-256 (650х650 пикселей).

Рис.1. Обрезка фотографии по контуру учетной площадки и преобразование ее в формат bmp-256 (650х650 пикселей).

Затем полученное изображение сохранялось в виде негатива формата bmp (черно-белый) (рис.2).

Рис.2. Преобразование негатива фотографии в формат bmp-ч/б (650х650 пикселей).

Рис.2. Преобразование негатива фотографии в формат bmp-ч/б (650х650 пикселей).

При этом травы и кустарнички отображаются в виде закрашенных контуров (злаки отображаются в виде узких полос, толщиной 1-3 пикселя). Мхи отображаются в виде группы крупных точек размером 4-15 пикселей. Неоднородности подстилки (сборки, разрывы) отображаются в виде отдельных точек, размером 1-4 пикселя. Однородные участки подстилки отображаются в виде белого фона.

После этого, полученное изображение было покрыто сетью клеток определенного масштаба и подсчитано количество клеток, в которых граничили между собой черный и белый пиксели (рис.3).

Покрытие1Рис.3. Покрытие изображения клетками различного масштаба. Граничные клетки залиты красным цветом (увеличено, показан левый нижний угол рисунка 2.).

Рис.3. Покрытие изображения клетками различного масштаба. Граничные клетки залиты красным цветом (увеличено, показан левый нижний угол рисунка 2.).

Размер клеток с каждым новым покрытием возрастал. Изображение покрывали 10 раз. Минимальная площадь одной клетки 0,01см2 (418609 клеток), максимальная 0,60 см2 (4186 клеток).

Зависимость между площадью одной клетки и количеством клеток содержащих в себе черный и белый пиксель аппроксимировали степенной функцией.

Размерность Хаусдорфа-Безиковича (фрактальная размерность) рассчитана с использованием полученного уравнения регрессии по формуле:

 D = -N;
где N- показатель степени в уравнении регрессии (y = ax^N).

Обычно для природных систем характерен целый ряд размерностей. Такие системы носят название мультифракталов. Показатель размерности при их изучении зависит не только от сложности анализируемой структуры, но и от параметров клеточного метода (Иванов и др., 2006). Для анализа мультифракталов применяют кривую спектра фрактальных размерностей (Федер, 1991; Шредер, 2001; Божокин, Паршин, 2001; Мандельброт, 2002; Шурганова и др., 2002). Чтобы выразить этот спектр численно, разработана формула отношения области охваченной мультифрактальным спектром к площади, ограниченной топологическими размерностями, между которыми заключены все фрактальные размерности спектра:

Формулагде Z- показатель сложности структуры;
Dt –Топологическая размерность. Равна 0 в нижней границе области фрактальных размерностей (равна 0 в случае Dt* a), равна 1 в верхней границе области фрактальных размерностей (равна 1 в случае Dt* b),
f(x) — функция, наилучшим образом аппроксимирующая фрактальный спектр,
a – Нижняя граница площадей клеток покрытия, см;
b – Верхняя граница площадей клеток покрытия, см;

Показатель сложности структуры (Z), вычисленный таким образом назван интегральной размерностью покрытия. Далее по тексту, она подразумевается под всеми упоминаниями размерности, кроме особо оговоренных случаев.

Результаты и их обсуждение

Характеристика горизонтальной структуры напочвенного покрова

Анализ показал наличие в структуре напочвенного покрова самоподобных (фрактальных) свойств. Сложность структуры определяется сочетанием проективного покрытия, видового разнообразия травяно-кустарничкового яруса и мощности подстилки.

Наиболее простая структура (значение размерности – 0,65-0,7) наблюдается при высокой сомкнутости древостоя (80%) низкой мощности подстилки, малом проективном покрытии. Видовое разнообразие на таких площадках низкое (в среднем 3 вида травяно-кустарничкового яруса на одной учетной площадке). Представлены преимущественно виды лесных местообитаний (Oxalis acetosella, Vaccinium vitis-idaea, Vaccinium myrtillus, Majantemum bifolium).

При снижении сомкнутости древостоя увеличивается видовое разнообразие и проективное покрытие видов травяно-кустарничкового яруса. Снижается степень доминирования лесных видов, за счет усиления роли видов опушечнных, неморальных и прочих местообитаний. Появляются рудеральные виды (Taraxacum officinale). Увеличивается мощность подстилки (более 1 см). Значение интегральной размерности покрытия для структуры напочвенного покрова составляет 0,7-0,8.

В условиях минимальной сомкнутости древостоя проективное покрытие и видовое разнообразие достигают самых больших значений. Мощность подстилки в этих условиях максимальна. В травяно-кустарничковом ярусе из лесных видов сохраняется только седмичник европейский. Появляется Poa pratense – типичный луговой вид. Доминируют виды переходных местообитаний. Структура напочвенного покрова имеет наибольшую сложность. Интегральная размерность покрытия для таких площадок выше 0,9.

Связь сложности горизонтальной структуры с параметрами напочвенного покрова

Сложность горизонтальной структуры напочвенного покрова (выраженная через интегральную размерность покрытия) зависит от трех прямых факторов: проективного покрытия травяно-кустарничкового яруса, видового разнообразия травяно-кустарничкового яруса и мощности подстилки на учетной площадке (Таблица).

Тут должна быть таблица, которую все-равно никто не читает.

Из косвенных факторов, имеющих заметную связь с интегральной размерностью покрытия, выделяется сомкнутость древостоя, количество и степень доминирования лесных видов и видов, не относящихся к конкретным местообитаниям, произрастающих в широком диапазоне условий.

Связь сложности горизонтальной структуры с проективным покрытием травяно-кустарничкового яруса

Связь сложности структуры напочвенного покрова и проективного покрытия травяно-кустарничкового яруса наилучшим образом описывается степенным законом, поскольку общее проективное покрытие имеет верхний предел (100 %).

Изменение проективного покрытия заметно влияет на сложность структуры только на начальных этапах (рис. 4.). При проективном покрытии до 40%, увеличение проективного покрытия ведет к заметному усложнению структуры напочвенного покрова, снижение к упрощению. При проективном покрытии свыше 40 % изменение проективного покрытия незначительно сказывается на сложности структуры напочвенного покрова (рис. 4.).

Рис. 4. Связь интегральной размерности покрытия (сложности структуры напочвенного покрова) и проективного покрытия травяно-кустарничкового яруса (ТКЯ) при различных значениях проективного покрытия.

Рис. 4. Связь интегральной размерности покрытия (сложности структуры напочвенного покрова) и проективного покрытия травяно-кустарничкового яруса (ТКЯ) при различных значениях проективного покрытия.

Связь сложности горизонтальной структуры с видовым разнообразием

Связь интегральной размерности покрытия и видового разнообразия, теоретически должна быть линейна, поскольку верхний предел богатства видового разнообразия отсутствует. В действительности, это не совсем так (рис. 5.), поскольку существует положительная корреляция (r2 = 0,41) между количеством видов и проективным покрытием травяно-кустарничкового яруса.

Рис.5. Связь интегральной размерности покрытия (сложности структуры напочвенного покрова) и видового разнообразия на учетной площадке. Причины низких значений коэффициента аппроксимации раскрыты далее по тексту.

Рис.5. Связь интегральной размерности покрытия (сложности структуры напочвенного покрова) и видового разнообразия на учетной площадке. Причины низких значений коэффициента аппроксимации раскрыты далее по тексту.

Малому видовому разнообразию соответствует обычно или очень небольшое или наоборот максимальное проективное покрытие. В левой части рис. 5. видно, что площадкам с низким видовым разнообразием не характерны определенные значения фрактальной размерности. Большой разброс данных происходит от того, что в них отражена одновременно информация о площадках с высоким проективным покрытием травяно-кустарничкового яруса (увеличивающим значения интегральной размерност покрытия до 0,9-0,95) и площадках с низким проективным покрытием (значение размерности менее 0,75). Для участков с более высоким видовым разнообразием (правая часть рис. 5.) связь становится более заметной.

Связь между сложностью структуры напочвенного покрова и видовым разнообразием травяно-кустарничкового яруса частично объясняется положительной корреляцией, между количеством видов и проективным покрытием. Однако, лишь 16,8% (коэффициент детерминации) взаимосвязи между проективным покрытием и количеством видов объясняется их взаимовлиянием. Это позволяет сделать вывод о влиянии видового разнообразия на сложность горизонтальной структуры напочвенного покрова.

Сложность структуры напочвенного покрова тесно связана со степенью доминирования основной эколого-ценотической группы. При смене доминирующей эколого-ценотической группы от лесных видов к сорным, сложность структуры повышается, достигает максимума при равном доминировании разных эколого-ценотических групп и в дальнейшем снижается при усилении доминирования новой эколого-ценотической группы. Связано это с дугообразным изменением видового разнообразия при смене доминирующей эколого-ценотической группы (С.Н. Голубев, 2009).

Связь сложности горизонтальной структуры с параметрами мохово-лишайникового яруса и подстилки

Низкая связь обнаружена между интегральной размерностью покрытия и проективным покрытием мохово-лишайникового яруса и покрытием подстилки. Причиной этого является схожесть подстилки и мохово-лишайникового яруса после обработки изображений, что, несомненно, является недостатком используемого метода (данный недостаток можно исправить путем включения в анализ цветовых характеристик растра).

Между покрытием подстилки и сложностью структуры напочвенного покрова существует обратная связь. Между мощностью подстилки, проективным покрытием мохово-лишайникового яруса и сложностью структуры напочвенного покрова связь прямая. Соответственно усложнение структуры напочвенного покрова происходит при увеличении проективного покрытия мохово-лишайникового яруса и мощности подстилки. Увеличение покрытия подстилки ведет к равномерному рассеиванию по растру случайных одиночных пикселей, что снижает величину интегральной размерности покрытия.

Диссипативные свойства структуры напочвенного покрова

Для диссипативной структуры характерно усложнение при увеличении притока энергии (Г. Хакен, 1980). Аналогичное свойство наблюдается и у горизонтальной структуры напочвенного покрова. При увеличении притока энергии (снижении сомкнутости древостоя) интегральная размерность покрытия возрастает (рис. 6).

Рис.6. Возрастание сложности структуры напочвенного покрова при снижении сомкнутости. Данные сгруппированы в десять групп. Корреляция между значениями исходных данных указана в Таблице.

Рис.6. Возрастание сложности структуры напочвенного покрова при снижении сомкнутости. Данные сгруппированы в десять групп. Корреляция между значениями исходных данных указана в Таблице.

Сложность структуры изменяется и при качественных перестройках системы, к каким относятся смена доминирующей эколого-ценотической группы. В случае уменьшения притока энергии (затенения) усложнение структуры напочвенного покрова, как диссипативной структуры невозможно. Следовательно, при затенении изменения в напочвенном покрове не должны усложнять его структуру. Поскольку проективное покрытие лишь при низких значениях существенно влияет на сложность структуры, можно предположить, что, при затенении, изменение напочвенного покрова, в начале будет происходить преимущественно через снижение видового разнообразия, а в конце через снижение проективного покрытия.

В случае увеличения притока энергии (осветления) будет наблюдаться противоположная картина: вначале увеличение проективного покрытия, а затем качественная перестройка системы, в ходе которой основной причиной усложнения структуры растительности будет внедрение новых видов и постоянство или даже снижение проективного покрытия.

Подобная динамика действительно прослеживается на обследованных учетных площадках (рис.7).

Рис. 7. Динамика видового разнообразия и проективного покрытия травяно-кустарничкового яруса (ТКЯ) на учетных площадках, при изменении сомкнутости древостоя.

Рис. 7. Динамика видового разнообразия и проективного покрытия травяно-кустарничкового яруса (ТКЯ) на учетных площадках, при изменении сомкнутости древостоя.

Заключение

Метод фрактального анализа выявляет зависимость сложности структуры напочвенного покрова от трех основных прямых фактора: проективного покрытия, видового разнообразия травяно-кустарничкового яруса и мощности подстилки. Если проективное покрытие имеет низкие значения (до 40%) преимущественно от него зависит сложность структуры напочвенного покрова. Если проективное покрытие имеет значения более 40%, сложность структуры напочвенного покрова определяется другими признаками (например, видовым разнообразием травяно-кустарничкового яруса).

Главным косвенным фактором, влияющим на структуру напочвенного покрова, является степень сомкнутости древостоя.

Напочвенный покров как диссипативная структура усложняется при дополнительном поступлении энергии. При снижении количества поступаемой энергии перестройка напочвенного покрова происходит без усложнения структуры. При этом в начале снижается видовое разнообразие, в конце снижается проективное покрытие. При увеличении количества поступаемой энергии, перестройка структуры напочвенного покрова происходит в обратном порядке. В начале увеличивается проективное покрытие, в конце изменяется видовое разнообразие.

Практическая польза заключается в возможности использования данных о динамике структуры напочвенного покрова при планировании хозяйственной деятельности.

Установление типа напочвенного покрова методом фрактального анализа фотоизображений может быть полностью автоматизировано, что делает весьма ценным его практическое значение. Отличительной особенностью этого метода является выявление не отдельных деталей напочвенного покрова, а установление признаков, присущих данному типу напочвенного покрова в целом, признаков, основанных на энергетическом обмене с окружающей средой. Учитывая новизну метода и возможность совмещать его с другими методами (например, нейросетевые технологии обработки изображений), считаю разработку метода индикации напочвенного покрова путем фрактального анализа фотоизображений важной и перспективной задачей.