Методы анализа иерархий в ландшафтных исследованиях

Обложка

Цитировать

Полный текст

Аннотация

На примере факторально-динамического анализа горно-таежных геосистем (ландшафтов) участка хр. Малый Хамар-Дабан (Западное Забайкалье) реализован метод анализа иерархий (МАИ) – логический и математический инструмент принятия решений в определении приоритетов альтернатив (ландшафтообразующих факторов) достижения цели (зональной нормы), их парном сравнении и выборе лучшей альтернативы с максимальным значением приоритета относительно главной цели. Совмещение алгоритма МАИ с факторально-динамическим анализом иерархии геосистем – геомеров (выделов фаций, групп и классов фаций) – показано на примере оценки эффекта факторного влияния на облик ландшафта по критерию территориального проявления фаций разных факторальных рядов (субгидролитоморфных, сублитоморфных, ксеролитоморфных и субгидроморфных). На основе расчета показателя, учитывающего приоритеты всех сравниваемых частных критериев разных уровней иерархии и критерий серийности геосистем, определена мера отклонения состояния отдельных выделов фаций от зональной нормы и создана карта ландшафтной изменчивости исследуемой территории в обобщенных показателях влияния факторов разного уровня.

Об авторах

А. К. Черкашин

Институт географии им. В.Б. Сочавы СО РАН

Автор, ответственный за переписку.
Email: cherk@mail.icc.ru
Россия, Иркутск

А. А. Фролов

Институт географии им. В.Б. Сочавы СО РАН

Автор, ответственный за переписку.
Email: f-v1984@mail.ru
Россия, Иркутск

Список литературы

  1. Государственная геологическая карта Российской Федерации. М-б 1 : 1 000 000 (третье поколение). Серия Алдано-Забайкальская. Л. М_48 – Улан-Удэ. Объяснительная записка / под ред. Е.А. Зотова. СПб.: Картографическая фабрика ВСЕГЕИ, 2009. 272 с. (Уч._изд. л. 24).
  2. Камке Э. Справочник по дифференциальным уравнениям в частных производных первого порядка. М.: Наука, 1966. 256 с.
  3. Коновалова Т.И., Бессолицына Е.П., Владимиров И.Н. и др. Ландшафтно-интерпретационное картографирование / отв. ред. А.К. Черкашин. Новосибирск: Наука, 2005. 424 с.
  4. Краснощеков Ю.Н. Почвозащитная роль горных лесов бассейна озера Байкал. Новосибирск: Изд-во СО РАН, 2004. 223 с.
  5. Крауклис А.А. Проблемы экспериментального ландшафтоведения. Новосибирск: Наука, 1979. 232 с.
  6. Крауклис А.А. Структурно-динамический функциональный анализ южно-таежного ландшафта Нижнего Приангарья / Южная тайга Приангарья. Л.: Наука, 1969. С. 32–119.
  7. Крутько В.Н., Пегов С.А., Хомяков Д.М., Хомяков П.М. Формализация оценки качества компонентов окружающей среды. М.: ВНИИ системных исследований, 1982. 36 с.
  8. Ландшафты юга Восточной Сибири: Карта м-ба 1 : 1 500 000 / ред. О.П. Космакова, В.С. Михеев. М.: ГУГК, 1977. 4 л.
  9. Планетарные передачи. Справочник / ред. В.Н. Кудрявцев, Ю.Н. Кирдяшев. Л.: Машиностроение, 1977. 536 с.
  10. Преображенский В.С. Основы ландшафтного анализа. М.: Наука, 1988. 191 с.
  11. Пузаченко Ю.Г. Математические методы в экологических и географических исследованиях. М.: Academia, 2004. 408 с.
  12. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993. 278 с.
  13. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефе М. Многомерный статистический анализ в экономике. М.: ЮНИТИ-ДАНА, 1999. 598 с.
  14. Фролов А.А. Геоинформационно-картографический анализ изменчивости геосистем юго-западного Забайкалья // Геодезия и картография. 2020. Т. 81. № 2. С. 7–17.
  15. Хорошев А.В. Географическая концепция ландшафтного планирования // Изв. РАН. Сер. геогр. 2012. № 4. С. 103–112.
  16. Хорошев А.В. Полимасштабная организация географического ландшафта. М.: Товарищество научных изданий КМК, 2016. 416 с.
  17. Черкашин А.К. Инвариантность пространственной структуры ландшафта // Ландшафтоведение: теория, методы, региональные исследования, практика. М.: Геогр. фак-тeт МГУ, 2006. С. 60–64.
  18. Черкашин А.К. Математические аспекты реализации метода анализа иерархий // Информационные и математические технологии в науке и управлении. 2020. № 1 (17). С. 5–24.
  19. Черкашин А.К. Метатеоретическое системное моделирование природных и социальных процессов и явлений в неоднородной среде // Информационные и математические технологии в науке и управлении. 2019. № 1 (13). С. 61–84.
  20. Chandio I.A., Matori A.N.B., WanYusof K.B., Talpur M.A.H., Balogun A.L., Lawal D.U. GIS-based analytic hierarchy process as a multicriteria decision analysis instrument: a review // Arabian J. Geosci. 2013. № 6. P. 3059–3066.
  21. Dalgaard P. Introductory Statistics with R. NY, Berlin, Heidelberg: Springer-Verlag Publ., 2002. 363 p.
  22. Dyer J.S. Remarks on the analytic hierarchy process // Management Sci. 1990. Vol. 36. № 3. P. 249–258.
  23. Huang I.B., Keisler J., Linkov I. Multi-criteria decision analysis in environmental sciences: Ten years of applications and trends // Sci. of the Total Environ. 2011. Vol. 409. P. 3578–3594.
  24. Ishizaka A., Nemery P. Multi-Criteria Decision Analysis. Methods and Software. John Wiley & Sons, Ltd., 2013. 296 p.
  25. Kangas A., Kurttila M., Hujala T., Eyvindson K., Kangas J. Decision Support for Forest Management. Springer Int. Publ., 2015. 307 p.
  26. Linkov I., Moberg E. Multi-Criteria Decision Analysis: Environmental Applications and Case Studies. CRC Press, 2017. 112 p.
  27. Lu Li, Zhi-Hua Shi, Wei Yin, Dun Zhu, Sai Leung Ng, Chong-Fa Cai, A-Lin Lei. A fuzzy analytic hierarchy process (FAHP) approach to eco-environmental vulnerability assessment for the Danjiangkou reservoir area, China // Ecol. Modelling. 2009. № 220. P. 3439–3447.
  28. Şener E., Şener S. Evaluation of groundwater vulnerability to pollution using fuzzy analytic hierarchy process method // Environ. Earth Sci. 2015. № 73. P. 8405–8424.
  29. The Analytic Hierarchy Process in Natural Resource and Environmental Decision Making // Managing Forest Ecosystems. Vol. 3. Schmoldt D., Kangas J., Mendoza G.A., Pesonen M. (Eds.). Springer, 2001. 307 p.
  30. Wheeler D., Shaw G., Barr S. Statistical techniques in geographical analysis. London: David Fulton, 2004. 342 p.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2.

Скачать (3MB)
Метаданные
3.

Скачать (54KB)
Метаданные
4.

Скачать (53KB)
Метаданные

© А.К. Черкашин, А.А. Фролов, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».