Крест Сукачева

В новой эпичной постановке кратко пробежался по типологии лесов, которую придумал В.Н. Сукачев и различиям между типом, группой и серией типов леса. Кому интересно, но видео лень смотреть: сосняк — черничник соответствует типу леса, входит в группу зеленомошников и черничную серию. Но между собой серию тоже называют типом.

Одним словом, без стакана не разобрать. Поэтому донейт оставлю:

Рубкология

Весь нынешний август я шароебился по разным кустам занимаясь оценкой успешности лесовозобновления на сплошных вырубках юго-запада Ленинградской области. Суть работы сводилась к следующему: я вылезал из теплой машины под бесконечный дождь, цеплял к рюкзаку на манер навесного оборудования трактора обычную штыковую лопату, в «ливчик» комбинезона засовывал планшетку с бланками, сжимал посильнее рукоять здоровенного тесака для рубки медвежьих бошек и в позе супермена из армии Батьки Махно погружался в дремучий кустарник, где писал разную технологическую ебанину и вонзал в раскисшую землю сотни палок с красными лентами.
102_4624

К большому сожалению, заказчик этого безумия находился в стадии перманентного параноидального прихода и всячески настаивал на конфеденциальности методов и результатов работ. Что-ж, не будем посягать на его законное право страдать херней. К тому же, говоря по правде, интересного там мало: банальные учеты и типовые анализы: какой-нибудь дискретный анализ и среднее с вариацией. Другим словом, беспросветная тоска. Я же хочу рассказать вам о настоящем веселье.

Итак, друзья, тушите свет, зажигайте свечи, разбрасывайте по полу каштаны. Наливайте себе стакан до краев и располагайтесь удобнее, ибо во многом знании много печали, но памятуя про in vino veritas едва ли найдется тот, кто не заметит очевидного парадокса в измышлениях старинных мудрецов. Однажды придет и мой Мелет, сын Мелета, пифеец, но пока, дрожание рук походит на кривую судьбы Агриппины младшей, между Нероном и Тиберием велик соблазн немного повертеть на граненом стакане кровавый сапожок. Веселье, друзья, конечно же веселье служит нам путеводной нитью этого вечера! Все начинается с того, что раз в полторы недели вы до утра обрабатываете вымокшие бланки с кровавыми пятнами. Пеленг такой-то, широта такая-то, долгота такая-то, фото номер N. Три березы, две елки ноль пять, елка полтора, осина, две рябины, сосна ноль пять. Пишите, чертите, вслушиваетесь в свой голос с диктофона, просматриваете отснятые файлы. Что-бы не заснуть, выходите на улицу покурить и вновь возвращаетесь. Веселитесь изо всех сил.

102_4609

А через несколько часов, едва небо начнет светлеть, двери электрички закрываются и вы наслаждаетесь красотой и величием заоконных пейзажей:

102_3538
Чем дальше, тем пейзажи все красивее и величественнее
102_3523
И конечно-же, все веселее и веселее
102_3571

Но все проходит, стоит лишь выйти на пробу. Встанешь на первую вешку, оглянешь взором предстоящий фронт, сплюнешь и произнесешь благословенное «ёб твою мать». А из динамика телефона тебе отвечает лектор Петухов. «Давайте начнем!»: говорит он. А действительно, давайте начнем! И с этими словами ебнешь свою профилактическую соточку, затянешься поглубже чем бог послал и выпуская дым, начинаешь орудовать тесаком, вязать ленты, писать и бесконечно фотографировать.

102_4755

Прежде чем вы решитесь ввязаться в это дело, нужно понимать куда именно вам предстоит ехать. Как найти вырубки нужного типа леса, возраста, площади и транспортной доступности? Если вы сможете найти где-то карту с такими данными — честь вам и хвала. Но практика показывает, что самые ценные инструменты, для изготовления которых отводятся месяцы предполевых работ всегда приходится собирать в последний момент на коленке. Другими словами, нам нужно составить такую карту самому, иначе все у нас пойдет через жопу. Погнали?!

Карта рубок. Что есть рубки с точки зрения дешифрирования? правильно, рубки есть видоизмененный лес. Значит не ебем себе мозг, а прямо так, английским по белому пишем в поисковой строке браузера: «forest change map». По первой же ссылке попадаем на известный проект Global Forest Change:

111

Классная штука этот GFC. Спецы из Мэрилендского университета, Гугла и Геологической службы США, обработав огромное количество ландсатных снимков, выдали в качестве результата данные по изменению лесного покрова за период с 2000 по 2012 гг. Это то что нам надо, скачиваем данные на нужный нам регион в формате GeoTiff.

Теперь этот слой нужно разнести по типу леса, возрасту, площади и транспортной доступности. Сразу скажу, что первое — больше из области фантастики, ибо до тех пор, пока мы используем в качестве лесной типологии псевдонаучные фантазии времен раннего палеолита, никакой хитрый алгоритм применить не удастся. Да в этом и нет особой нужды, ибо как вы понимаете, основная доля всех рубок представляют собой кисличники, реже свежие черничники. Я бы на месте лесозаготовителей тоже всякого рода долгомошники вертел на харвестере, ибо рубль выберешь, рубль двадцать в гать утопишь.

102_4492

Но зато разбиение данных по остальным параметрам уже дело техники. Для начала векторизуем наш растр в QGis:

222

Из производного шейпа аттрибутивной выборкой по возрасту рубки извлекаем новый полигональный слой. Далее, через калькулятор полей считаем площадь каждого полигона, и удаляем слишком крупные и мелкие полигоны. Остается только исключить рубки, находящиеся в самых недоступных ебенях. Но это тоже не космос: скачиваем через overpass дорожную сеть OpenStreetMap, Строим вдоль проезжих дорог буферную область, доступную для пешего подхода и после этого удаляем все полигоны рубок, которые не пересекаются полученным буфером.

Все, слой готов. Экспортируем его в kml и  SAS.Планету, настроив подходящий вид:

333

Основной недостаток такого метода в том, что в выборку попадают рубки вытянутой и неправильной формы, совершенно неудобные для закладки учетных площадок. Кроме того, помимо рубок, встречаются еще естественные усыхания, пожары, ветровалы и подтопления. Последние, благодаря бобрам, особенно часто. Редкостные, скажу я вам, мудаки, эти бобры. Мало того, что эти пидоры столько леса хорошего затопили, так они еще и невкусные как водоросли. Их что жарь, что вари — все какая-то поебень получается.

Загружаем данные в навигатор и вперед — рубить ветки, месить говно и давить фиолетовые грибы

102_3089

Можно ли размещать площадки на волоках и в каналах? С одной стороны это тоже часть территории. С другой стороны, размещение учетных площадок в таких местах вносит не отслеживаемую погрешность. Вопрос можно поставить даже шире: уместно-ли рассматривать общие показатели восстановления для территории с комплексными видами нарушений? Правильно, неуместно. Пасеки — отдельно, волока — отдельно, земля — крестьянам, мудаков — нахуй.

102_4557Существует несколько принципов, которыми следует руководствоваться приступая к любым полевым работам. Конечно-же, следует помнить о нарастании коэффициента обалдевания: с каждым разом вы, вне зависимости от вашей старательности, будете выбирать наиболее легкие для описания площадки. Это неизбежно приводит к систематическому занижению результатов на 5-15%. Избежать этого можно путем формализации процедуры выбора точки описания: например подобно геоботаникам кидать дрын, служащий, после падения, стороной учетной площадки. Можно и протягивать на определенное расстояние рулетку по выбранному пеленгу. Но этот подход работает плохо даже на рубках трехлетней давности

102_3350

Как не вымеряй расстояние на вырубке по рулетке, все равно будет лажа. Либо закрадывается ошибка за счет изгибов рулетки, либо за счет пробики створов колоссально возрастает трудоемкость. Не ебите себе мозг, отмеряйте расстояние шагами, контролируйте себя по навигатору и не забывайте про коэффициент обалдевания.

Любые поточные полевые наблюдения кроют в себе опасность смещения данных. Стоит вам пропустить наблюдение на одной из учетных площадок, как ценность всех дальнейших наблюдений оказывается равной нулю. Но каждый раз заполнять чек-лист слишком затратно по времени. Поэтому мой вам совет: синхронизируйте все что только возможно. И немедленно. Если вы стоите на восьмой учетной плошадке, пусть номер вашей точки в навигаторе будет «508», а номер фотографии «18». Организуйте все так, что-бы пропущенное наблюдение моментально бы искажало конструкцию данных.

Нет ничего более тупого чем бесконечно записывать номера фотографий. Если вы синхронизировали нумерацию наблюдений, то вам стоит записывать только номера фотографий в точках контроля и номера ошибочно сделанных снимков. По завершению цикла наблюдений, просто суммируйте количество фотографий для дополнительной проверки. Ну и конечно же не забывайте про снимки-хуимки.

Очень часто люди не могут отделить фотографии одного ряда наблюдений от другого. Ну а хули, спрашивается вы фотографировали площадки на одной пробе, потом перешли через дорогу и не сделав ни одного лишнего кадра приступили к фотографированию площадок другой пробы? Естественно, потом при сортировке снимков приходится морщить ум и сравнивать время и содержимое кадра. Делайте проще, перед началом каждой пробы делайте несколько снимков-хуимков: фотографируйте какую-нибудь дичайше специфическую ебанину, например свой еблет, или рукав, или бланк с описанием. Помимо упрощения сортировки снимков, это позволит вам получить психоделический набор ебанутых фотографий для плаката «Я в двадцать пятый раз спрашиваю, что это за хуйня?»

hand

Стоит ли говорить о том, что на пробе вы записываете не количественные, а качественные показатели? Правильно не стоит. Потому что любые количественные измерения есть суть более формализованные качественные. И если в одной графе бланка записано «87 берез», а в другой «92 березы», только безумец будет утверждать, что во втором наблюдении на пять берез больше. Разумный человек сразу понимает, что на обоих площадках одинаковое количество подроста, чуть меньше сотни стволиков, но определенно больше полусотни. И во втором наблюдении их может оказаться чуть больше, хотя если подсчитать, может и чуть меньше. «А чего-же не подсчитать их точно?» — спросит какой-нибудь далекий от биометрии человек. А подсчитать их точно невозможно, ибо натуральные числа используемые для счета представляют собой слишком грубый инструмент, не позволяющий описывать переходные состояния. Каждый стволик считается по отдельности, но в какой момент растущий стволик отличается от новой ветви, особенно если речь идет о корневой поросли? Нет, коллеги, натуральный счет тут не подходит, да и действительные числа едва ли применимы. Я уж не говорю о космической сложности таких измерений.

102_4321

Нахрена столько сложностей в подсчете кустов? А сложностей никаких и нет. Рост профессионального геоботаника составляет один метр семьдесят восемь сантиметров. Поэтому для определения количества подроста на гектар, ему достаточно сосчитать количество стволов, на которые он упадет если выпьет на стакан больше положенного и умножить полученный результат на тысячу. Причем, поскольку упасть он может в разные стороны, подсчет стволиков ведется на всей площади круга, радиусом 1,78 м. Обернулся вокруг себя — видишь, что при падении непременно подомнешь под себя три елки и пять берез. Следовательно, на гектаре три тысячи стволов елового подроста и пять тысяч подрастающих берез. Если вам трудно представить, как вы пьяный валяетесь по кустам или ваш рост далек от идеала, можете крутить вокруг себя рейку аналогичной длины, а еще лучше приспособьте для этого дела телескопическую удочку. Впрочем, навык приобретается быстро.

В чем же секрет? Да все просто: Pi*r^2 => 3.14*1.78*1.78 ≈ 10 кв. метров. Гектар есть 10 000 кв. метров, а следовательно наша круговая площадка есть тысячная часть гектара.

Гораздо сложнее определять не количество, а возраст подроста. Если у сосны еще можно быстро подсчитать количество мутовок, примерно соответствующее числу прожитых лет

102_4702

то с елкой уже сложнее, мутовки у нее выражены гораздо хуже

102_4754
А у лиственных вообще хрен возраст определишь. Разве что по числу побегов или годовым кольцам, но все это разовые замеры. Обычно прикидываешь зависимость возраста от высоты для нескольких модельных стволиков, и далее интерполируешь сотни и тысячи наблюдений.  Ценность таких данных сами можете себе представить. С другой стороны, разве можно получить бессмысленные данные иначе как занимаясь бессмысленным делом?

Очередной день рождения молодой березки — место нарастания нового побега.

108_5032

Нельзя забывать о том, что для сосны и елки подчас не столь важен возраст и количество, сколько жизненное состояние. Определяется оно просто. Подходите к дереву:

108_4994

И делаете так:

108_4995

Еще раз продемонстрирую. Подходите к дереву:

108_5026

Хуяк!

108_5028

А далее руководствуетесь вот этой схемой определения жизненного состояния:

shema

При планировании подобных исследований, особое внимание следует уделить времени проведения работ. В условиях Северо-Запада Русской равнины, сплошные рубки обычно приводят к повышению уровня грунтовых вод. Конечно, если вам предстоит работать преимущественно в скальных, лишайниковых или брусничных типах то все ок:

102_4673Но скорее всего, вам придется обследовать долгомошники, черничники и кисличники:

102_4757

Нетрудно догадаться, что если вы решите работать в этих местах в начале лета, вас непременно заебут комары. А если перенесете работы на осень — замучаетесь подсчитывать лиственные породы. Листопад у затененного подроста и подлеска начинается во второй половине августа, причем уже в двадцатых числах бывает трудно отличить осину от березы, и живую рябину от сухой ветки. Поэтому конец июля — начало августа — ваше все.

Не всегда разумно идти к рубке кратчайшим путем. Ведь срубленный лес как-то вывозили, а значит к любой рубке идет дорога. В каком она состоянии это уже отдельный вопрос.

102_4555

При подготовке маршрута, выбираете место наибольшей концентрации подходящих рубок, связанных между собой достаточными для неутомительного продвижения дорогами и потрясающие прогулки по лесной глуши вам гарантированы. Главное, что-бы погода была не как в это лето: каждый день либо мелкий нудный дождь, либо грозовые ливни.

102_4583

С другой стороны «полное отторжение от бреда нашего» вам гарантировано. Да и как может быть иначе в условиях, когда последние мировые новости узнаешь из лесохозяйственных столбиков?

108_4996

Да, дожди утомляют, но с другой стороны комаров и клещей мало. Зато много грибов, а брусники вообще как говна:

102_4553

И все же мне сказочно повезло. Окончание лета я встретил в Сланцевском районе. Дожди прекратились на целую неделю и все живое выползло погреться и просохнуть перед наступлением первых холодов.

Вылезли кистехвостки (Orgyia antiqua):

102_3369Вылезли семиточечные божьи коровки (Coccinella septempunctata):

108_4790

и разная другая живность

108_5033

Только гадюк стало гораздо меньше — весь август они ползали под ногами, что довольно сильно меня напрягало ибо змей я панически боюсь с раннего детства. Глядя на всю окружающую красоту, просто нельзя было не вспомнить, что даже живущий один год жук-навозник умеет ориентироваться по звездам, а я за четверть века так ничему и не научился.

dscn9008

Зато каждый вечер после работы, я выбирал наиболее живописное место, собирал дрова, набирал из ближайшего ручья или лужи воду, любуясь попутно великолепным закатом.

108_4964

Темнота стала наступать гораздо быстрее чем в начале лета. Я укладывал на свою лежанку рюкзак, разводил костер и устраивался поудобнее.

108_4905

Подогревал себе фасоли в помидорном соусе, кипятил крепкий чай и наливал маленькую рюмку водки

108_4907

После, выпив и закусив, откидывался на спину и закуривая, посылал огоньком сигареты сигналы в самые глубины млечного пути. У меня была своя маленькая программа «SETI» и звезды охотно мерцали мне в ответ. Так я и засыпал, без всякой палатки, укрываясь на ночь исключительно звездным небом. Утром меня ждал новый маршрут, днем — новые обследования, а вечером — новый уютный костер.

Однажды утром я проснулся от холода. Костер погас, ветер гнал кучевые облака и спешить мне было некуда. Лето закончилось, а вместе с ним завершились работы по оценке лесовозобновления на вырубках. Мне пора было возвращаться обратно — до конца полевых работ оставалось менее полутора месяцев. Вскипятив себе чаю я собрал свой нехитрый скарб и закопав кострище, направился в сторону ближайшей дороги.
108_5040

Математическая формализация единиц растительного покрова

Математическая формализация единиц растительного покрова

В основе «классических» методов классификации растительного покрова (Александрова, 1969) положены принципы булевой логики, которая опирается на следствие аддитивного свойства множеств (образование непересекающихся подмножеств при делении множества).

Для сложно устроенных (Растригин, 1981) природных систем, характерна не аддитивность, а эмергентность признаков.  Пренебрежение этим фактом ведёт к тому, что растительность внутри синтаксонов недостаточно охарактеризована, либо число синтаксонов неоправданно велико.

Используемые классификации не годятся для количественного представления выраженности тех или иных синтаксонов, что является тормозом для изучения структуры и динамики растительности. Требуется метод разделения растительного покрова на математически формализованные единицы.

Метод классификации растительности, который я предлагаю построен на обобщённом математическом аппарате теории множеств. Характеристика синтаксонов базируется на теории нечётких множеств (Заде, 1976).

Растительное сообщество представляет собой конечную группу, в связи с чем, признается дискретность пространственных границ. В тоже время, растительное сообщество не является примером непрерывного множества, поэтому описать его границу непрерывной, всюду дифференцируемой кривой невозможно. Таким образом, пространственные границы дискретны, но средствами эвклидовой геометрии выразить их невозможно (псевдоконтинуум).

Пространственные границы формализованы как мажорирующий контур растений. Если представить, что для каждой клетки растения характерны три координаты положения и координата времени, то мажорирующий контур будет проходить через клетки с максимальным значением координат. В самом простом случае это будет контур с параметрами равными максимальной высоте, длине и ширине растения, изменяющийся со временем, но сохраняющийся до момента гибели последней особи. В общем же случае, мажорирующий контур представляет собой объект с фрактальными границам.

Биологической основой новой классификации является трансформированный эколого-доминантный метод разделения растительного покрова (Александрова, 1969). Наличие эдификаторных свойств разной силы предполагается у всех особей сообщества. Основанием для выделения единиц растительности является степень обилия видов или групп видов. Она выражается через объем, занимаемый видами в пространстве (заполненность мажорирующего контура).

Основной единицей растительного покрова является специалитет – группа растений одного вида, целиком занимающая в пространстве объём своего мажорирующего контура.

Каждый специалитет обладает свойством истинности, выражающим степень его принадлежности к тому или иному синтаксону. Истинность характеризует степень заполненности мажорирующего контура органами растений. Примером абсолютно истинного  специалитета (истинность равна 1) можно считать накипной лишайник Rhizocarpon geographicum (L.) DC.:

IMG_1332

 

Большинство специалитетов имеет значительно меньшую истинность.  Так расчётная истинность еловых специалитетов на Северо-Западе России составляет в среднем 0,001-0,003.

Специалитеты объединяются в группы. Группы — это комплекс специалитетов в границах мажорирующего контура доминантного специалитета. Во многом этот класс напоминает эколого-ценотическую группу или тип леса в лесной типологии (Федорчук и др., 2005). В естественных лесах Северо-Запада России встречаются лишайниковая, кустарничковая, мелкотравная, неморальная, сфагновая, багульниковая, долгомошная, болотнотравяная, таволжная и приручейная группы (Голубев, 2012). Луга представлены насыпной, влажнозлаковой, злаковой и травяной группами (на основе данных: Нешатаев, Егоров, 2006). Поскольку мажорирующие контуры специалитетов (в том числе доминирующих) пересекаются, зачастую наблюдается пересечение групп.

Группы формируют формы. Формы — комплекс групп, занимающих в пространстве объем, ограниченный мажорирующим контуром групп с единой жизненной формой доминантов. Выделены древесные, кустарниковые, кустарничковые, травяные, моховые, лишайниковые, водорослевые, лиановые, подушковые и гетеротрофные формы.

Если особь вида s одновидового сообщества S={s1, s2, s3,…, sn} представить как множество клеток с параметрами: длина, ширина, высота, время s={(x1, y1, z1, t1) , (x2, y2, z2, t2),…, (xn, yn, zn, tn)}, то понятие специалитета можно формализовать как множество Sp={s1, s2, s3,…, sn}, такое, что:

Дальше в исходном тексте шли формулы, а так-же формализация понятий группы и формы. Но за давностью лет информация проебалась. Если не ошибаюсь, полный текст опубликован в сборнике материалов конференции «Математическое моделирование в экологии», что проходила в Пущино между 2010 и 2014 годами. Там же есть и недостающие формулы. Я их здесь публиковать не буду, поскольку, во-первых, у меня их почему-то нет под рукой, во-вторых, я сейчас еду в уазике и по тряской дороге пью пиво, а в-третьих, хуйню эту все-равно никто читать не будет, так что и так сойдет.

Допустимые пределы использования теории нечетких множеств в экологическом моделировании

Описаны допустимые пределы использования теории нечетких множеств, обусловленные синергетическим эффектом в природных системах

1. Введение

Успешное применение теории нечетких множеств (Заде, 1976) в технике привело к возрастанию популярности нечетких вычислений в других сферах, в том числе в экологическом моделировании. Моделирование растительного покрова с помощью нечетких множеств позволяет объединить континуальный и дискретный подход в рамках одной модели (Голубев, 2012). Это создает ошибочное ощущение универсальности данного подхода. Допустимые пределы использования теории нечетких множеств, как и факторы, обуславливающие эти пределы до сих пор не определены.

2. Применение теории нечетких множеств

Теория нечётких множеств представляет собой развитие классической теории множеств. В отличии от последней, в теории нечетких множеств один элемент может принадлежать одновременно нескольким множествам. При этом степень принадлежности его к тому или иному множеству выражается при помощи функции принадлежности (характеристической функции). Значение характеристической функции обычно является дробным числом в диапазоне от 0 (элемент абсолютно не принадлежит множеству) до 1 (абсолютная принадлежность элемента множеству) (Заде, 1976).

В качестве примера применения теории нечетких множеств в экологических моделях можно привести нечеткую типологию лесов Северо-Запада России (Голубев, 2012). Данная типология основана на новейших лесотипологических исследованиях (Федорчук и др., 2005) и принципах классификации нечетких множеств (Заде, 1976). Серии типов леса в типологии выделяются на основе обилия групп индикаторных видов. Для каждой серии характерна индикаторная группа с уникальным набором видов. Растительное сообщество может одновременно относиться к одной (истинной) серии или нескольким (переходным) сериям. Истинная серия характеризуется присутствием только одной индикаторной группы с суммарным проективным покрытием травяно-кустарничкового и мохово-лишайникового яруса 100 %. Показатель истинности серии рассчитывается как мера количественного сходства (например, коэффициент Чекановского (Словарь…, 1989)) между рассматриваемым растительным сообществом и истинной серией типа леса.

Одним из ключевых преимуществ такой типологии является возможность обоснованной интерполяции данных. Зная значение индикационных параметров (например, агрохимических почвенных показателей) в истинных типах леса (или типах с известной истинностью), мы можем рассчитать эти параметры для произвольного участка леса на основе его нечетких лесотипологических показателей (близости к тому или иному типу леса). Результаты расчетов будут содержать погрешность, иногда значительно искажающую результаты. Основной причиной данной погрешности является неприменимость теории нечетких множеств к описании природных систем, которая проявляется в возникновении синергетического эффекта при объединении различных множеств природных объектов.

3. Синергетический эффект при объединении нечетких множеств

Синергетический эффект — эффект взаимодействия нескольких систем, характеризующийся тем, что их совместное действие существенно превосходит простую сумму действий каждого отдельного компонента (Жилин, 2004). Частным случаем синергетического эффекта является эмергентность — свойство факторов образовывать при совместном влиянии новый фактор, отличный от исходных и от их суммарной мощности.

В нечетком типологическом ряду «лишайниковая-кустарничковая-мелкотравная» (серии типов леса) (Голубев, 2012), кустарничковая серия не является простой механической смесью лишайниковой и мелкотравной серий. В связи с этим индикационные показатели, рассчитанные на основе близости кустарничкового типа леса к лишайниковому и мелкотравному будут содержать определенную ошибку. Величина этой ошибки может быть использована как показатель мощности синергетического эффекта: чем больше расхождение реальных данных с расчетными, тем менее сообщество похоже на механическую смесь других растительных сообществ (и тем менее применимы к нему разработанные для других типов леса хозяйственные мероприятия).

4. Расширение пределов использования теории нечетких множеств

Из приведенного примера следует, что теорию нечетких множеств допустимо применять лишь для систем с незначительным синергетическим эффектом. С более примитивной лесохозяйственной точки зрения это устранимо за счет введения поправочных коэффициентов, рассчитанных указанным методом для каждого из типов леса. В то же время, невозможно построение на основе теории нечетких множеств аппарата, пригодного для анализа состояний детерминированного хаоса в природных системах.

Математическим аппаратом, расширяющим теорию множеств может служить аппарат субъективных вычислений, в котором изменение характеристической функции принадлежности элемента к одному из двух подмножеств не влияет на характеристическую функцию принадлежности элемента ко второму подмножеству.

5. Выводы

Применение теории нечетких множеств допустимо в системах с пренебрежимо малым синергетическим эффектом объединения систем. Ограниченно эту теорию допустимо использовать в практической деятельности с использованием поправочных коэффициентов на синергетический эффект (эти же коэффициенты возможно использовать в качестве меры тесноты взаимосвязи элементов в растительном сообществе). Для характеристики состояний детерминированного хаоса в экологических моделях применение теории нечетких множеств недопустимо.

Нечеткий пацанчик

В труды Лотфри Заде я влюбился с первого прочтения и до сегодняшнего дня любовь эта не только не угасла, но даже окрепла, подведя меня к открытию субъективной логики. Говоря о безмерности такой страсти, достаточно хотя-бы вспомнить историю того утра, которое я провел в компании со свежеприбывшим в часть азером, застав его в армейском толчке с гашишем вместо тряпки. Его родители и предположить не могли, что выбрав имя знаменитого математика, они оберегли сына от хорошей пиздюлины на фоне журчащих чаш Генуя. Судя по тому, как он прожигал дырку в бутылке из под «фанты», проблема здоровья его совершенно не интересовала. Я отобрал у этого идиота бутылку и раскуривались мы с ним через нормальную полторашку отечественного уставного лимонада «Дюшес».

С тех пор я постоянно вижу возможности эффективного применения аппарата фаззи-логики как в научных, так и в сугубо прикладных задачах. Ведь только глупец не замечает того, что показатель неэвклидовой размерности в сложных системах есть не что иное, как значение характеристической функции истинности. Это столь же очевидно, как и то, что пиво выпитое до выдоха после первой затяжки индифферирует ваши ощущения социальной несправедливости и классовой неполноценности.

Простой пример. В процессе классификации растительности теряется часть информации о классифицируемых объектах (их «индивидуальные особенности») [5]. Это приводит либо к недоиспользованию, либо к перерасходу ресурсов окружающей среды и производства.

Вот было бы заебато, усовершенствовать имеющуюся типологию лесов Северо-Западных районов России [5], для возможности учета индивидуальных особенностей растительного покрова! Такая типология была-бы актуальной при проектировании объектов строительства, сельского и лесного хозяйства.

Говно-вопрос! Для этого только требуется современную типологию [5] перестроить на основе теории нечетких множеств [1].

Классификации лесной растительности, использующие теорию нечетких множеств неизвестны. Аналогом нечеткой классификация в лесной таксации можно считать метод характеристики состава древостоя (Чистые насаждения – классы, коэффициенты в формуле состава древостоя – значения характеристических функций, определяющих степень приближенности к каждому классу). Теоретические аспекты нечетких классификаций рассматриваются в [2].

Я, например, когда покупал в полуторалитровых бутылках портвейн «Агдам» (такие бутылки с углублением для руки) всегда представлял себе двухуровневую типологию. Наименьшая единица – тип леса, выделяется аналогично [5] (на основе преобладающей породы и серии типов леса). Серии типов леса (далее – «серии») выделяются на основе обилия групп индикаторных видов [5]. Для каждой серии характерна индикаторная группа с уникальным набором видов. Растительное сообщество может одновременно относиться к одной (истинной) серии или нескольким (переходным) сериям. Истинная серия характеризуется присутствием только одной индикаторной группы с суммарным проективным покрытием травяно-кустарничкового и мохово-лишайникового яруса 100 %. Показатель истинности серии рассчитывается как мера количественного сходства (коэффициент Чекановского, Эвклидово расстояние и др. [4]) между рассматриваемым растительным сообществом и истинной серией типа леса.

Да что там говорить, я даже серии типов леса выделил:

1. Лишайниковая (ЛШ). Основные индикаторные виды: Arctostaphylos uva-ursi, Carex ericetorum, Cladonia amaurocraea, Cladonia unicalis, Cladina arbuscula, Cladina rangiferina, Cladina stellaris, Cetraria islandica, Licopodium complanatum. Вспомогательные индикаторные виды: Polytrichum juniperinum, Polytrichum piliferum;

2. Кустарничковая (КТ). Основные индикаторные виды: Vaccinium myrtillus, Vaccinium vitis-idaea. Вспомогательные индикаторные виды: Melampyrum pratense;

3. Мелкотравная (МТР). Основные индикаторные виды: Majanthemum bifolium, Trienthalis europaea, Rubus saxatilis, Luzula pilosa, Oxalis acetosella, Pteridium aquilinum. Вспомогательные индикаторные виды: Dryoptheris carthusiana, Linnaea borealis, Melampyrum sylvaticum, Orthilia secunda, Lycopodium annotinum, Platanthera bifolia;

4. Неморальная (НЕМ). Основные индикаторные виды: Melica nutans, Viola riviniana, Carex digitata, Pyrola rotundifolia, Paris quadrifolia, Aegopodium podagraria, Pulmonaria obscura, Stellaria holostea, Actaea spicata, Lathyrus vernus. Вспомогательные индикаторные виды: Veronica officinalis, Veronica chamaedrys, Milium effusum, Dryoptheris filix-mas, Anemone nemorosa, Hepatica nobilis, Galeobdolon luteum, Rhodobryum roseum, Ranunculus cassubicus, Asarum europaeum, Viola mirabilis, Myosotis sylvatica, Galium odoratum;

5. Сфагновая (СФ). Основные индикаторные виды: Carex globularis, Sphagnum girgensohnii, Sphagnum capilifolium, Polytrichum commune, Sphagnum magellanicum. Вспомогательные индикаторные виды: Rubus chamaemorus, Molinia coerulea, Aulacomnium palustre, Sphagnum wulfianum;

6. Багульниковая (БАГ). Основные индикаторные виды: Ledum palustre, Chamaedaphne calyculata, Vaccinium uliginosum, Oxycoccus palustris, Andromeda polifolia, Eriophorum vaginatum, Empetrum nigrum, Drosera rotundifolia, Oxycoccus microcarpus, Sphagnum fuscum. Вспомогательные индикаторные виды: Sphagnum angustifolium, Carex pauciflora, Carex limosa, Betula nana;

7. Долгомошная (ДОЛ). Основные индикаторные виды: Pleurozium schreberi, Hylocomium splendens, Dicranum scoparium, Dicranum majus, Dicranum polysetum;

8. Болотнотравяная (БТР). Основные индикаторные виды: Comarum palustre, Menyanthes trifoliate, Equisetum fluviatile, Carex lasiocarpa, Phragmites australis, Calla palustris. Вспомогательные индикаторные виды: Carex rhynchophysa, Scirpus sylvaticus, Solanum dulcamara, Carex vesicaria, Naumburgia thyrsiflora, Equisetum palustre, Carex acuta, Eriophorum polystachyon, Sphagnum riparium

9. Таволжная (ТАВ). Основные индикаторные виды: Filipendula ulmaria, Geum rivale, Ranunculus repens, Galium palustre, Viola epipsila, Cirsium oleraceum. Вспомогательные индикаторные виды: Caltha palustris, Carex cespitosa, Scutellaria galericulata, Cardamine amara, Impatiens noli-tangere, Chrysosplenium alternifolium, Equisetum pratense, Calliergon cordifolium, Plagiomnium undulatum;

10. Приручейная (ПР). Основные индикаторные виды: Athyrium filix-femina, Dryopteris expansa, Deschampsia cespitosa, Rubus-idaeus, Gymnocarpium dryopteris, Plagiochila major. Вспомогательные индикаторные виды: Phegopteris connectilis, Cirsium heterophyllum, Crepis paludosa, Circaea alpine, Aconitum septentrionale, Plagiomnium medium, Sphagnum squarrosum.

Что у нас тут? Брусничная серия говорите, согласно [5]? А это что? Ах, это тоже брусничная? А это? Позвольте, сударь, может мы прекратим отметать явные различия в увиденном и согласимся с тем, что наша прогулка проходит по кустарничково-лишайниковому типу КТx ЛШy, где x и y просто принимают различные значения?

Нечеткая классификация более достоверно описывает условия произрастания. Так при сравнении серий типов леса и ценозов в координатной системе, где оси означают богатство и влажность (рисунок) видно, что большинство растительных сообществ, которые по старой классификации относятся к «чистым» (лишайниковая, таволжная) на самом деле являются переходными. Ординация произведена по методу [3]. Проективное покрытие основных индикаторных видов принималось больше 8%, вспомогательных – единично.

ramensk
Рисунок. Четкие [5] (серый цвет) и нечеткие серии типов леса соординированные по влажности и богатству почвы.

 

Использование нечеткой типологии дает нехуевые преимущества:

1. Возможность более точного определения и планирования объема необходимых работ.

2. Допустимость менее детального обследования территории, поскольку существует возможность обоснованной интерполяции данных.

3. Возможность более обоснованного утверждения границ проектных решений.

А ведь это только те преимущества,  которые очевидны для любого дегенерата! Я даже молчу о том, что критерий истинности растительного сообщества открывает нам необычные возможности прогноза динамики растительных сообществ как систем с детерминированным хаосом, над чем уже не одно десятилетие бьются геоботаники, экологи и математики разных стран.

— Говно это, а не типология, прокомментировал мой доклад известный геоботаник В.И. Василевич. Он, конечно, человек интеллигентный, выразился мягче, но я сразу понял, что разработал действительно хорошую типологию.

Или вот вам, другой пример. Потребовалось однажды нитку ЛЭП вести через ООПТ [6]. А тогда все дико задрачивались на лобарию пульмонарию и мирику гале. Но восковник в месте проектирования не растет, а вот лишай надо было оберегать всеми силами. Да и кроме него хватало видов, которые требовалось охранить. Нужна была карта на которой сразу бы читался породный состав во всем его многообразии, полнота древостоя, да еще, что-бы карту эту можно было как подложку использовать. Так, что-бы человек смотря на карту сказал, что в этой точке лес гуще и елки больше. Не в абсолютных показателях, их можно и из таксации посмотреть, а именно относительно прилегающих участков.

При такой задаче, обычным планом лесонасаждений можно только жопу подтереть.

четкая

 

И никакие ГИСы (а в то время был только старый добрый ArcView 3.2a) вам не помогут решить эту задачу, пока вы не откроете свое сердце фаззи-множествам и не смиритесь с мыслью о том, что четкость элементов карты может быть не только достоинством, но и недостатком.

Я даже больше скажу: булевы классификации допустимы лишь для качественно различимых объектов. Примение дискретного деления для количественно разнородных объектов в областях, связанных с эксплуатацией природных ресурсов есть экономическое и экологическое преступление. Картограф, проводящий линию обязан нести ответственность не меньшую, чем врач делающий надрез. В следующий раз, когда будете четырьмя точками озеро обклацивать, представьте, что так-же хирург будет вашу опухоль вырезать.

Но все-что связано с природными ресурсами у нас не логично, а упраздненное в 2007 году лесное хозяйство и вовсе парадоксально. У нас квартала квадратные, а выдела имеют форму животных из ЛСД-шного наркотрипа, в то время как должно быть совершенно наоборот! Просто почувствуйте масштабы пиздеца. В сельском хозяйстве, где все на порядок проще, сходные вопросы поднимал, если не ошибаюсь, академик Виноградов, но один хрен за пределы опытных полей Новочеркасского НИИ виноградорства ничего не сдвинулось.

Так что-же делать? Все? Пиздец? Спокойно, товарищи! Это как плавание: для начала перестаньте бояться воды. В нашем случае, перестаньте бояться того, что вы не сможете, указав на карте точку, озвучить абсолютное значение показателя в этой точке. Оно вам нахуй не надо: важно знать, что в этой точке показатель больше чем в соседней. Распределяем цвета по породам, согласно правилам оформления лесотаксационных документов, далее создадим отдельные слои по каждой породе, установив для каждого выдела прозрачность, пропорциональную четверти полноты древостоя в этом выделе. Если распечатать каждый из слоев, получится карта полноты ельников, карта полноты сосняков и т.д. А теперь магия — наложим слои друг на друга.

нечеткая

 

Согласен, выглядит непривычно. Чем ярче цвет — тем гуще лес. Чем чище цвет — тем однороднее состав. Конечно, это только условно нечеткая карта — что поделать, исходные данные накладывают известные ограничения. Сама карта тоже явно требует доработки стиля, однако стоит ли требовать игру актеров от фильма «Прибытие поезда на вокзал Ла-Сьота»?

— Говно это, а не карта, прокомментировал мое творение друг и по совместительству известный в узких кругах геолог. Он, конечно, человек интеллигентный, выразился жестче, но я сразу понял, что разработал действительно хорошую карту.

Жаль только за время жизненных пертурбаций оригинал этой карты исчез, оставив после себя только свою уменьшенную копию:

fuzzymap

 

А парня того, говорят, через пол-года менты в увольнении взяли с целым пакетом травы. И ничего, подержали пару часов и отпустили. Видимо в школах милиции тоже изучают нечеткие множества.

 

Литература:

1. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений / Пер. с англ.— М.: Мир, 1976.— 167 с.;

2. Нечеткие множества и теория возможностей. Последние достижения: Пер. с англ. / Под ред. Р.Р. Ягера. – М.: Радио и связь, 1986, — 408 с.;

3. Раменский Л.Г., Цаценкин И.А., Чижиков О.Н., Антипин Н.А. Экологическая оценка кормовых угодий по растительному покрову – М.: Государственное издательство сельскохозяйственной литературы, 1956, 472 с.;

4. Словарь понятий и терминов современной фитоценологии / Б.М. Миркин, Г.С. Розенберг, Л.Г. Наумова. – М.: Наука, 1989. – 223 с.;

5. Федорчук В.Н., Нешатаев В.Ю., Кузнецова М.Л. Лесные экосистемы северо-западных районов России: Типология, динамика, хозяйственные особенности. – С.-Пб., 2005. 382 с.

6. Материалы комплексного экологического обследования участков территории, обосновывающие внесение изменений в положение о природном комплексном заказнике регионального значения «Лисинский». — С.-Пб., 2011. 159 с.