Цель: создание основы геоинформационной системы, позволяющей вычислять гидрографические характеристики рек региона и их водосборов для получения параметров стока рек на основе цифровой модели рельефа.
Материалы и методы. Проект осуществлялся в программном обеспечении геоинформационной системы. В качестве исходных данных использована цифровая модель рельефа глобального масштаба FABDEM на основе данных дистанционного зондирования Земли.
Результаты и обсуждения. В ходе выполняемых работ была создана основа геоинформационной системы, позволяющая вычислять гидрографические характеристики рек и их водосборов – по ряду рек были подготовлены цифровые слои в виде векторных цифровых географических данных (.shp) и растровых моделей поверхности (tiff), характеризующих границы водосборов и водотоков, с атрибутивными данными, содержащими сведения о гидрографических характеристиках водосборов и русел. В результате была получена геоинформационная база данных, содержащая слои в виде растровых и векторных данных для 81 бассейна рек (для Азово-Кубанской равнины – девять, для бассейна р. Кубани – 23 и для бассейна рек Черноморского побережья – 49) и для 310 водотоков, включая как основные наиболее крупные реки, так и их притоки различного порядка, в т. ч. балки, ручьи и ерики. Для каждого векторного слоя геоинформационной базы данных сформирована атрибутивная информация в табличной форме, куда и были внесены полученные сведения.
Вывод. Полученные в результате формирования геоинформационной базы данных сведения были использованы для организации противопаводковых мероприятий в рамках работы по установлению границ зон затоплений и подтопления. Также прорабатывается возможность использования этих сведений для аграрного природопользования, в т. ч. в системе аграрного мониторинга и для проектирования и реконструкции сооружений на реках малых бассейнов, в частности в целях задействования резервов местного стока для развития орошения.
гидрологическая изученность, ГИС, гидрографические характеристики рек, бассейн водосбора реки
Рыжаков А. Н., Пономаренко Т. С. Геоинформационная база данных гидрографических характеристик рек Краснодарского края // Пути повышения эффективности орошаемого земледелия. 2024. Т. 93, № 2. С. 44–56.
1. Пономаренко Т. С., Рыжаков А. Н. Современное состояние гидрологической сети Черноморского побережья // Пути повышения эффективности орошаемого земледелия. 2023. № 1(89). С. 126–135. EDN: ZYLRPY.
2. Кусаинова А. А., Мезенцева О. В. Определение местного стока методом воднобалансовых расчетов на основе метеорологических данных на территории Северного Казахстана // Ученые записки Крымского федерального университета имени В. И. Вернадского. География. Геология. 2019. Т. 5, № 3. С. 266–275. EDN: CWNQGY.
3. Третьяков М. В., Волкова Д. Д. Геоинформационная система местного водосбора Обско-Тазовской устьевой области (ОТУО) для оценок стока рек // Ломоносов-2019: материалы XXVI Междунар. науч. конф. студентов, аспирантов и молодых ученых, г. Севастополь, 3–5 апр. 2019 г. Севастополь: Фил. МГУ в г. Севастополе, 2019. С. 255. EDN: KLAJCG.
4. Рыжаков А. Н., Пономаренко Т. С. Современные методы получения гидрографических характеристик водотоков // Пути повышения эффективности орошаемого земледелия. 2020. № 2(78). С. 34–39. EDN: WOECZS.
5. Vertical accuracy of freely available global digital elevation models (ASTER, AW3D30, MERIT, TanDEM-X, SRTM, and NASADEM) / E. Uuemaa, S. Ahi, B. Montibeller, M. Muru, A. Kmoch // Remote Sensing. 2020. Vol. 12, № 21. 3482. https:doi.org/10.3390/rs12213482. EDN: BPXCMY.
6. Accuracy assessment of digital bare-earth model using ICESat-2 photons: analysis of the FABDEM / G. Dandabathula, R. Hari, K. Ghosh, A. K. Bera, S. K. Srivastav // Modeling Earth Systems and Environment. 2023. Vol. 9, № 2. P. 2677–2694. DOI: 10.1007/s40808-022-01648-4. EDN: KPOAST.
7. A 30 m global map of elevation with forests and buildings removed / L. Hawker, P. Uhe, L. Paulo, J. Sosa, J. Savage, C. Sampson, J. Neal // Environmental Research Letters. 2022. 17. 024016. DOI: 10.1088/1748-9326/ac4d4f. EDN: AUPPCP.
8. Применение FABDEM и других современных цифровых моделей рельефа в системе аграрного мониторинга / А. С. Кузнецова, А. А. Пушкарев, К. В. Краснощеков, О. Э. Якубайлик, М. Г. Ерунова // Информационные и математические технологии в науке и управлении. 2023. № 4(32). С. 139–147. DOI: 10.25729/ESI.2023.32.4.012. EDN: UVYRVI.
9. Effectiveness of UAV-based DTM and satellite-based DEMs for local-level flood modeling in Jamuna floodplain / A. Iqbal, M. Sh. Mondal, W. Veerbeek, M. Sh. A. Khan, H. Hakvoort // Journal of Flood Risk Management. 2023. Vol. 16, № 4. DOI: 10.1111/jfr3.12937. EDN: XFRKEL.
10. Строение долины реки Москвы в районе Звенигородской биостанции МГУ / П. И. Фоминых, В. А. Боголюбский, А. К. Яковенко, А. Н. Абдулин, И. А. Алдошин, Е. С. Баженова, Д. В. Баранов, В. Р. Беляев, Ю. Р. Беляев, С. И. Болысов, А. В. Бредихин, В. Г. Ван, П. К. Веревкина, М. В. Власов, Е. В. Гаранкина, А. А. Деркач, Е. А. Еременко, А. В. Ермаков, М. М. Иванов, А. В. Колодкин, К. Кочубей, Н. Н. Луговой, Д. Р. Лукашенко, Е. Ю. Матлахова, А. В. Панин, Ю. А. Полетаева, Р. О. Разумовский, В. В. Смирнова, Ю. Н. Фузеина, М. А. Хмылова, В. Е. Шатохина, И. А. Шереметьев // Исследования молодых географов: сб. ст. участников зим. студенч. экспедиций. М.: Изд. дом Акад. им. Н. Е. Жуковского, 2023. С. 16–27. EDN: MUVTAA.
