Картографирование типов застройки Подмосковья по космическим снимкам тема диссертации и автореферата по ВАК РФ 25.00.33, кандидат наук Конфектов Михаил Николаевич

• Конфектов Михаил Николаевич
• кандидат наук
• 2015

Оглавление диссертации кандидат наук Конфектов Михаил Николаевич

ВВЕДЕНИЕ

1. ГЕОГРАФИЧЕСКИЕ И ИСТОРИЧЕСКИЕ УСЛОВИЯ ФОРМИРОВАНИЯ ЗАСТРОЙКИ В ПОДМОСКОВЬЕ

1.1 Обзор предшествующих работ по исследованию населенных пунктов по космическим снимкам

1.2 Географическая характеристика изучаемой территории

1.3 История и перспективы формирования рынка жилья в Московском регионе

1.4 Выводы по главе

2. МАТЕРИАЛЫ И МЕТОДИКА КАРТОГРАФИРОВАНИЯ ТИПОВ ЗАСТРОЙКИ

2.1 Картографические сервисы, используемые в работе

2.2 Получение космических снимков через информационно-поисковые системы

2.3 Дешифрирование типов застройки

2.4 Выводы по главе

3. КАРТЫ ТИПОВ ЗАСТРОЙКИ

3.1 Составление карт типов застройки

3.2 Карты типов застройки исследованных участков и их анализ

3.3 Распределение площадей застройки разных типов по секторам и поясам дальности

3.4 Выводы по главе

4. КАРТЫ ПЛОТНОСТИ ЗАСТРОЙКИ

4.1 Методика составления карт плотности застройки. Создание модели обработки данных

4.2 Анализ карт плотности застройки и закономерностей ее распределения в Подмосковье

4.2.1 Ближний пояс

4.2.2 Дальний пояс

4.3 Карты плотности различных типов застройки

4.3.1 Карты плотности застройки городских типов

4.3.2 Карты плотности традиционных типов сельской застройки

4.3.3 Карты плотности элитно-рекреационных типов застройки

4.4 Выводы по главе

5. КАРТЫ РАСЧЕТНОЙ ПЛОТНОСТИ ЗАСТРОЙКИ

5.1 Методика создания карт расчетной плотности застройки с использованием пространственно взвешенной регрессии (ПВР)

5.1.1 Метод пространственно взвешенной регрессии

5.1.2 Создание карт расчетной плотности застройки

5.1.3 Карты расчетной плотности застройки

5.2 Карты расчетной плотности групп типов застройки, оценка их достоверности и факторов распределения застройки

5.2.1 Особенности методики создания карт расчетной плотности городских типов застройки

5.2.2 Особенности методики создания карт расчетной плотности традиционных сельских типов застройки

5.2.3 Особенности методики создания карт расчетной плотности элитно-рекреационных типов застройки

5.3 Проверка разработанного метода картографирования расчетной плотности застройки на примере неисследованной территории Московской области

5.3.1 Методика составления карты расчетной плотности застройки на основе созданной модели ПВР западного и восточного секторов

5.3.2 Карты расчетной плотности застройки Северного участка

5.4 Выводы по главе

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

Введение диссертации (часть автореферата) на тему «Картографирование типов застройки Подмосковья по космическим снимкам»

ВВЕДЕНИЕ

Актуальность темы. В последние десятилетия в различных регионах России наблюдается сильный рост загородного строительства, с появлением совершенно новых и не типичных прежде классов застройки, таких как коттеджная. Формирование современной жилой застройки в пригородах крупных городов является закономерным процессом, который представляет одно из следствий их экономического развития. Рост площадей застроенных территорий вызывает, кроме положительных последствий (увеличение жилого фонда, транспортная разгрузка мегаполиса), множество проблем — сокращение сельскохозяйственных земель, внедрение застройки в лесные массивы, ослабление рекреационного потенциала территории. Поэтому планирование новых объектов жилого фонда и инфраструктуры должно учитывать возможные негативные последствия. Соответственно необходим мониторинг застраиваемых территорий с учетом различных типов застройки, а также оценка потенциала земельного фонда, для чего следует использовать одно из наиболее современных средств оперативного мониторинга -космическую съемку высокого разрешения и картографирование на ее основе. Причем очень важно учитывать тип застроенных территорий и плотность застройки, определяющие возможность ее дальнейшего роста. При оценке и планировании развития городских систем надо знать закономерности пространственного распределения различных типов застройки, которые выявляются при их картографировании. Необходима как качественная так и количественная характеристика распространения застройки в регионе.

С другой стороны, при оценке и определении территории для строительства, решении вопроса о наиболее перспективных типах застройки требуется оценка современных природных и социально-экономических условий района. Современные методы ГИС-анализа и пространственной статистики позволяют проводить исследования, в результате которых можно выявить факторы, влияющие на распространение того или иного явления, объяснить причины специфики его пространственного распределения. Эти методы позволяют также прогнозировать распространение оцениваемого явления на неисследованные территории, базируясь на уже выявленных связях и зависимостях, либо проверять гипотезы об изменении распределения оцениваемого явления при изменении внешних, независимых факторов. На современном этапе это необходимо для оценки ожидаемых изменений в плотности застройки при проектировании новых элементов инфраструктуры (например автомагистралей). Одной из наиболее важных задач для застройщика является поиск наиболее перспективных участков для застройки и оценка их потенциала, поэтому применение и развитие современных методов картографических

исследований с использованием ГИС-анализа и пространственной статистики будет способствовать оптимизации принятия решений в этой области.

Объектом исследования является пригородная застройка в Московской области. Для проведения этой работы было выбрано 4 участка Подмосковья, выбор которых определялся необходимостью изучить как поясные, так и секторальные закономерности распространения застройки. Поэтому участки располагаются в поясе ближнего (на расстоянии до 45 км от МКАД) и дальнего Подмосковья, в двух секторах - западном и восточном. Общая площадь дешифрирования составила почти 7,5 тыс. км . Предметом исследования является методика картографирования типов и плотности застройки по космическим снимкам и закономерности ее пространственного распределения, выявляемые по картам.

Цель исследования. Цель работы — разработка методики дешифрирования и картографирования типов и плотности застройки по космическим снимкам и, на основании анализа составленных карт, выявление закономерностей распространения различных типов застройки в Московском регионе.

Достижение поставленной цели предусматривало выполнение ряда последовательных этапов:

- анализ результатов отечественных и международных исследований урбанизированных пригородных районов на основе материалов космической съемки и геоинформационных систем;

- выбор эталонных участков в Московской области, позволяющих отразить как поясные, так и секторальные закономерности распространения застройки;

- выполнение классификации пригородной застройки Подмосковья и определение дешифровочных признаков выделенных типов застроенных территорий;

- составление карт типов застройки западного и восточного секторов в ближнем и дальнем поясе Подмосковья по результатам визуального компьютерного дешифрирования космических снимков и выявление основных секторально-поясных закономерностей распространения застройки в Подмосковье;

- разработка автоматизированной методики составления карт плотности застройки, позволяющей построить карты плотности как для застройки в целом, так и для отдельных типов застроенных территорий. Анализ карт количественно обосновывает выявленные секторально-поясные закономерности распространения застройки в Подмосковье;

- проведение эксперимента по построению карт расчетной плотности застройки с использованием модифицированного метода пространственно взвешенной регрессии (ПВР). Показано, что метод ПВР позволяет рассчитать (гипотетически определить)

плотность застройки; оценивать влияние различных факторов на плотность застройки и ее пространственное распределение; строить карты расчетной плотности застройки на неисследованную территорию; оценивать гипотетическое развитие застройки при изменении параметров окружающей среды; выявлять перспективные "точки роста" плотности застройки.

Методы исследования. Работа основана на исследованиях типов и плотности застройки Подмосковья, проводившихся автором путём анализа космических снимков сверхвысокого разрешения и выполненных за период 2010-2014 гг. При разработке методик построения карт типов, плотности и расчетной плотности застройки, а также при анализе распространения различных типов застроенных территорий были применены аэрокосмические, геоинформационные, картографические, картометрические и статистические методы.

Исследование опиралось на разработанные в лаборатории аэрокосмических методов и других организациях принципы изучения географических объектов, в частности -расселения, на основе космических снимков (Ю.Ф. Книжников, В.И. Кравцова, А.А. Лютый, Э.М. Цыпина, Н.Н. Малахова, И.А. Лабутина, Е.А. Балдина); научно-методические принципы тематического картографирования, заложенные в трудах К.А. Салищева и И.П. Заруцкой; картографические и геоинформационные методы исследования, разработанные А.М. Берлянтом, И.К. Лурье, Б.А. Новаковским, Б.Б. Серапинасом, В.С. Тикуновым, О.А. Евтеевым, Е.А. Прохоровой; труды в области исследования урбанизации (Е.Н. Перцик, В.Л. Бабурин, А.Г. Махрова, Т.Г. Нефёдова, А.И. Трейвиш, А.Е. Осетров). Картографическое воспроизведение следовало принципам, изложенным в работах А.В. Востоковой, Т.Г Сватковой, С.М. Кошеля, Л.А. Ушаковой и других.

Использованные материалы. В качестве основных материалов в работе были использованы космические снимки со спутников QuickBird 2, WorldView 2, Ikonos, IRS, которые были получены через системы Яндекс.Карты и GoogleMaps. В качестве дополнительных материалов для повышения качества дешифрирования были использованы данные картографических сервисов OpenStreetMap и Wikimapia.

Научная новизна работы состоит в следующем:

- впервые предложена классификация типов застройки Подмосковья с характеристикой дешифровочных признаков для их идентификации на космических снимках высокого разрешения;

- предложен новый вид тематических карт типов застройки и впервые составлены карты типов застройки на эталонные участки в разных секторах и поясах дальности Подмосковья;

- разработана методика автоматизированного построения моделей пространственного распространения застройки, на основе которой были созданы карты плотности типов застройки на эталонные участки Подмосковья;

- предложена методика составления карт расчетной плотности типов застройки на основе ряда факторов, определяющих ее распределение с использованием пространственно взвешенной регрессии, обеспечивающая определение расчетной (гипотетической) плотности застройки, и выявление ведущих факторов ее распределения;

- выявлены дополнительные возможности использования метода пространственно взвешенной регрессии для определения перспективных точек роста при построении карт расчетной плотности застройки.

Основные положения, выносимые на защиту:

- разработанная классификация с выделением 19 типов застроенных территорий и методика их визуального дешифрирования по космическим снимкам сверхвысокого разрешения обеспечивает новый вид картографирования расселения - создание карт типов застройки;

- предложенная методика расчета относительных показателей плотности обеспечивает автоматизированное составление карт плотности типов застройки, которые позволяют проводить количественный анализ распространения застройки, выявлять наиболее урбанизированные территории, определить зоны концентрации отдельных типов застройки;

- выполненная параметризация метода пространственно взвешенной регрессии на Московскую область обеспечивает определение расчетной (гипотетической) плотности застройки и выявление ведущих факторов ее распределения; дополнительные прогностические возможности этой методики обеспечивают определение по картам расчетной плотности застройки перспективных точек ее роста.

Практическая значимость полученных результатов. Предложенная классификация застроенных территорий и методика создания карт типов застройки могут быть использованы при более широком территориальном анализе урбанизированных районов, проведении оценки динамики их развития и при городском планировании. Предложенная методика создания карт плотности застройки позволяет проводить дополнительный количественный и качественный анализ распределения различных типов застройки на исследуемой территории.

Предложенная экспериментальная методика создания карт расчетной плотности застройки с использованием регрессионного анализа позволяет оценивать влияние различных природных и инфраструктурных факторов на распределение как застройки в целом, так и отдельных ее типов, выделять возможные будущие точки роста застроенных территорий. Подобный анализ может быть использован застройщиками при оценке и поиске объектов под застройку, а также при городском планировании.

Апробация работы. Защищаемые положения, результаты и выводы диссертационной работы изложены в ряде публикаций, в том числе в статьях в журналах, рекомендованных ВАК России для публикации основных научных результатов на соискание ученой степени кандидата наук, а также в монографии. Кроме того, результаты исследования представлялись и докладывались на различных всероссийских и международных конференциях: Международной конференции студентов, аспиратнов и молодых ученых «Ломоносов» (2007, 2008 гг.); Научно-технической конференции студентов, аспирантов и молодых специалистов «Информационные системы и технологии 2007», ИАТЭ, г. Обнинск (2007 г.); конференции «Развитие городов и геотехническое строительство», Санкт-Петербург (2008 г.); 4-ой Международной конференции «Земля из космоса — наиболее эффективные решения», Ватутинки (2009 г.); Двенадцатой Всероссийской открытой конференции «Современные проблемы дистанционного зондирования Земли из космоса», ИКИ РАН, Москва (2014 г.); Международной научно-практической конференции "Геодезия, Картография, Геоинформатика и Кадастры. От идеи до внедрения", Санкт-Петербург (2015 г.).

По теме диссертации опубликовано 11 печатных работ, в том числе три статьи в рецензируемых журналах, рекомендованных ВАК, и одна монография.

Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения и списка литературы (122 наименования). Материал работы изложен на 194 страницах, содержит 6 таблиц, 80 рисунков, в том числе 51 карту.

Автор выражает глубокую благодарность и признательность своему научному руководителю д.г.н. В.И. Кравцовой за неоценимую помощь в подготовке диссертации; заведующему лабораторией аэрокосмических методов, д.г.н., профессору Ю.Ф. Книжникову, к.г.н. И.А. Лабутиной, к.г.н. Е.А. Балдиной, к.г.н. О.В. Тутубалиной и всем сотрудникам лаборатории аэрокосмических методов за обсуждение работы; Б.Б. Серапинасу и С.М. Кошелю за ценные замечания; а также всем сотрудникам кафедры картографии и геоинформатики за обсуждения работы и важные комментарии. Отдельную благодарность автор выражает А.Г. Махровой и А.Е. Осетрову за консультации в вопросах расселения и урбанизации Московской области.

1. ГЕОГРАФИЧЕСКИЕ И ИСТОРИЧЕСКИЕ УСЛОВИЯ ФОРМИРОВАНИЯ ЗАСТРОЙКИ В ПОДМОСКОВЬЕ

1.1 Обзор предшествующих работ по исследованию населенных пунктов по космическим снимкам

Картографирование различных природных и хозяйственных объектов, включая системы расселения, а также их изменений на основе полученных со спутников снимков является одним из наиболее эффективных направлений применения дистанционного зондирования на данном этапе. Уже в первые десятилетия появления космических снимков ученые различных стран мира стали применять их при изучении роста городов. С развитием методов космической съемки, повышением качества снимков, особенно заметным в последнее время, сильно расширился и круг решаемых проблем.

От разрешения космических снимков во многом зависят те задачи, которые решаются с их помощью. Так, на снимках с разрешением 30-100 м возможно лишь выделение планировки того или иного города, проявляются автомагистрали и различия в плотности застройки. На снимках среднего разрешения (10-30 м) главным элементом в структуре изображения населенных пунктов являются сливающиеся ряды зданий и улиц, образующие светлые полосы, в результате чего для населенных пунктов в целом характерна полосчатая структура. На снимках высокого разрешения (1 -10 м) эти полосы расчленяются на составляющие элементы, появляются изображения индивидуальных зданий, что предопределяет разрушение полосчатой структуры [42]. И наконец, на снимках сверхвысокого разрешения (менее 1 м) видны не только индивидуальные здания и детали городской застройки, но и машины на улицах города и стоянках.

Разумеется, размеры и форма зданий, наличие зеленых насаждений сильно влияет на характер изображения, но, тем не менее, на снимках разного разрешения прослеживаются указанные общие закономерности изменения изображения.

До появления спутников, способных получать снимки с очень высоким, субметровым разрешением (Ikonos, QuickBird, GeoEye, WorldView), для решения задач картографирования городов использовались космические снимки в комплексе с материалами аэросъемки.

Уже при запуске первых ресурсных спутников в 1970-х годах начались исследования по применению космических снимков для изучения использования земель в городах и вокруг них. В США был инициирован проект по инвентаризации городских земель для определения по космическим снимкам со спутника ERTS, впоследствии получившего название Landsat, изменений после переписи 1970 г. В рамках этой программы

первоначально была проведена высотная аэросъемка 26 городов, чтобы иметь базовые снимки для последующих сравнений. Их сопоставление с первыми снимками с ресурсного спутника ERTS, начавшего работать в 1972 г. и обеспечивавшего разрешение 80 м, дало возможность отработать дешифровочные признаки для определения по космическим снимкам основных категорий городских земель (жилых, промышленных, торговых, деловых, рекреационных и т.д.). Для мониторинга изменений в использовании городских земель разработана методика автоматического составления карт использования городских земель за разные сроки и изучения при совмещении этих карт динамики использования городских земель с получением по снимкам статистических данных. Один из результатов — карты Вашингтона с выделением 11 категорий городских земель. Подобные данные для других городов должны были лечь в основу Атласа динамики городов США [ 100].

Изучение городов активизировалось с появлением материалов со спутника SPOT, обеспечивавшего разрешение 10 м, в первый год работы которого в 1980 - 1981 гг. была выполнена съемка всех столиц мира. В Германии по снимкам со спутников Ресурс-Ф, Landsat, SPOT определен прирост площади городов и транспортных магистралей за 19811989 гг., составлены карты динамики городских площадей. По космическим снимкам делаются попытки определения численности населения в городах на основе эмпирических зависимостей между численностью населения и выявляемой по снимкам площадью городов разных видов и типов использования земель [42], [110].

Внутри городов разделяются районы с разной густотой застройки, выделяющиеся даже на сканерных снимках с ресурсных спутников. Имеется опыт определения динамики густоты застройки в Москве по снимкам с интервалом 5 лет [44].

Хорошее отображение зеленых массивов и других рекреационных объектов города, густоты застройки, размещения промышленных зон дает возможность использовать снимки для оценки условий жизни населения [52]. Активно проводятся исследования функциональных типов использования земель [92], [91], [98], [100], [104]. Высокодетальные снимки для эколого-геохимического картографирования городских территорий, определения функциональных зон, степени озеленения участков жилой застройки, запечатанности земель асфальтобетонным покрытием, выявления действующих промышленных предприятий [47], [84]. Обращается внимание на ограничения космической информации при эколого-географическом картографировании городов [53].

Проводились исследования также по определению производственно-функциональных типов сельских поселений, которые основаны на том, что по снимкам выявляются планировочные особенности населенных пунктов, их расположение

относительно транспортных путей, изображаются природные особенности и различные объекты хозяйственной деятельности на окружающих территориях (сельскохозяйственные поля, лесоразработки, карьеры добычи минерального сырья и т.п.), а также транспортные связи с ними. Одно из нетрадиционных направлений использования космических снимков состоит в изучении по ним систем населенных пунктов. Анализ снимков позволяет выделить взаимосвязанные группы поселений, местные центры и ареалы их влияния, линии раздела связей, т.е. сложившиеся системы населенных пунктов [85], [86], [87], [88].

Интересную информацию о населенных пунктах дают космические снимки, полученные в ночное время. На снимках с военных метеоспутников США DMSP четко видны огни городов и рисунок городских огней хорошо отображает распределение плотности населения. Имеются программы экспериментов по определению потребностей в энергии на основании сравнения освещенности городов по космическим снимкам [43]. Кроме световых полей городов изучаются также тепловые поля и зоны пониженного альбедо снега вокруг городов, особенно четко выраженные в весенний период. На основе космических снимков со спутника Метеор были проведены исследования влияния городов на загрязнение снежного покрова, изучены особенности снежного покрова в период снеготаяния в сфере воздействия городских загрязнений; составлена соответствующая карта на Россию [70].

Исследование возможностей применения снимков в тепловом инфракрасном диапазоне для выявления различных антропогенных процессов, в частности по изучению городских островов тепла, начались уже в конце 1970-х годов [115].

Тепловая инфракрасная съемка показывает города как значительные по площади «горячие острова», имеющие тепловые контрасты с окружающим фоном до нескольких градусов, что, в частности, ускоряет сход снежного покрова [29]. На современном этапе по тепловым инфракрасным снимкам Landsat прослежена динамика теплового загрязнения промзон Москвы и Москва-реки за последние годы [9]. Активно исследуются тепловые аномалии городских систем, а на основе изменения относительной интенсивности теплового излучения по сезонам выявляется тепловая структура городов; предложено два типа карт - тепловой структуры и тепловых аномалий городов [18]. По тепловым снимкам исследуются локальные участки повышенной интенсивности теплового излучения и их приуроченность к городским объектам; связь внутренней структуры острова тепла с городской застройкой; связь интенсивности острова тепла с параметрами города в целом (людность, площадь, географическое положение) [115], [117], [118].

Таким образом, по космическим снимкам в порядке экспериментов решается широкий круг задач исследования населенных пунктов. Однако, дешифрирование и анализ различных типов застройки в районах развития урбанизации пока не проводился и это направление исследований нуждается в разработке.

1.2 Географическая характеристика изучаемой территории

В рамках данной работы стояла задача выполнить исследование типов застройки на различных участках Подмосковья, выбор которых определялся необходимостью отобразить как поясные, так и секторальные [53] закономерности его развития. Поэтому участки располагаются в поясе ближнего (на расстоянии до 30 км от МКАД) и дальнего (45 - 100 км от Москвы) Подмосковья, в западном и восточном секторах. Эти сектора были выбраны на основе предыдущих исследований, как наиболее контрастные в плане развития застроенных территорий [33], [38], [39], [40].

Набор участков дешифрирования и картографирования следующий (рис. 1):

1. Участок в западном секторе ближнего пояса Подмосковья, включающий в себя Красногорский район, а также частично территорию Одинцовского и Истринского районов. На востоке участок непосредственно граничит с Москвой. Общая площадь участка - 716 км ;

2. Восточный участок ближнего пояса Подмосковья, включающий в себя территорию Люберецкого района, а также частично Балашихинского, Щелковского,

Раменского и Ногинского районов Московской области. На западе участок граничит с

^ 2 Москвой. Общая площадь участка - 908 км ;

3. Западный участок дальнего пояса Подмосковья, включающий территорию

Волоколамского, Рузского и, частично, Истринского районов. Площадь участка - 3773

2

км ;

4. Восточный участок дальнего пояса Подмосковья включает территорию Павлово-

2

Посадского и Орехово-Зуевского районов. Площадь участка составила 2068 км . Природные условия

Исследуемые участки Московской области расположены в центральной части Восточно-Европейской равнины, имеют в целом равнинный характер рельефа с чередованием холмистых возвышенностей и плоских низин.

Рис. 1. Положение исследуемых участков.

Участки полностью располагаются в пределах двух крупных физико-географических провинций: Смоленско-Московской возвышенности (западные участки) и Мещерской низменности (восточные участки).

Смоленско-Московская возвышенность занимает всю северо-западную часть области. Четвертичные отложения различной мощности (преимуществено днепровского и московского оледенений) покрывают в Смоленско-Московской провинции юрские (в средней части провинции) и меловые (на востоке) отложения; ниже лежат породы карбона. Рельеф в целом приподнятый, высоты 250 - 300 м распространены плосковершинные холмы и гряды. Котловины между холмами нередко заболочены, в некоторых из них размещаются озёра (Сенежское, Тростенское, Долгое, Круглое и др.). Значительную площадь занимают хорошо дренированные моренные равнины различного типа (плоские, волнистые, холмисто-грядовые). Почвы преимущественно дерново-подзолистые, дерново-подзолистые глееватые и дерново-подзолистые глеевые. Леса Смоленско-Московской провинции — в основном широколиственно-еловые, мелколиственно-еловые и мелколиственные.

Мещерская низменность занимает всю восточную часть Московской области. Коренной фундамент здесь понижен и накрыт в основном юрскими глинами, в древних

долинах — известняками карбона, на возвышенностях — меловыми песками с прослоями алевролитов. Территория долгое время находилась под воздействием талых ледниковых вод, сформировавших моренно-водноледниковые и зандровые равнины. На западе провинции, где больше выступов коренного фундамента (Егорьевское, Павлово-Посадско-Ногинское, Кудиновское, Губино-Власовское, Кривандинское поднятия), моренно-водноледниковые ландшафты преобладают над зандровыми (приуроченными к древним долинам рек и эрозионным ложбинам карбонового рельефа). В восточной части провинции господствуют ландшафты зандровых и долинно-зандровых равнин. Современный рельеф провинции понижен, преобладают высоты 110 - 150 м, лишь на древней моренной возвышенности в районе Егорьевска высота достигает 200 м. В районах неглубокого залегания известняков нередко встречаются карстовые формы рельефа (воронки, провалы, карстовые озёра). Четвертичные отложения залегают в основном над водоупорными юрскими глинами, что привело к сильному заболачиванию Мещёры. Преобладающие здесь типы почв — подзолистые глееватые и глеевые; в западной части провинции, дренированной лучше, распространены также дерново-подзолистые почвы; большие площади занимают болотные низинные и верховые почвы, особенно характерные для сильно заболоченного востока Мещёры. Леса на западе мелколиственные и сосново-берёзово-дубовые, на востоке — главным образом сосново-берёзовые и сосновые. До трети территории Мещёрской низменности занято болотами.

Список литературы диссертационного исследования кандидат наук Конфектов Михаил Николаевич, 2015 год

СПИСОК ЛИТЕРАТУРЫ

1. Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики. 2-е изд. Москва: ЮНИТИ, 2001. 641 с.

2. Анненская Г.Н., Жучкова В.К., Калинина В.Р., Мамай И.И., Низовцев В.А., Хрусталёва М.А., Цесельчук Ю.Н. Ландшафты Московской области и их современное состояние. Смоленск: СГУ, 1997. 299 с.

3. Антонова С., Вахнина О., Воронина А., Сабурова Д., Ушакова Л., Лурье И., Серапинас Б., Игнатов Е., Шипилова Л. Космическая съемка и тематическое картографирование. Москва: Изд-во МГУ, 1980.

4. Атлас Подмосковье. Москва: Атлас Принт, 2007.

5. Бабурин В.Л., Битюкова В.Р., Казьмин М.А., Махрова А.Г. Московский столичный регион на рубеже веков: новейшая история и пути развития. Смоленск: Ойкумена, 2003. 184 с.

6. Балаш В.А., Балаш О.С., Харламов А.В. Особенности построения географически взвешенной регрессии для моделирования рынка недвижимости // Вестник Саратовского государственного социально-экономического университета, № 5(24), 2008. С. 125-127.

7. Балаш В.А., Балаш О.С., Харламов А.В. Эконометрический анализ геокодированных данных о ценах на жилую недвижимость // Прикладная эконометрика, № 2(22), 2011. С. 62-77.

8. Балаш О.С., Харламов А.В. Адаптивные методы учета территориальной неоднородности при моделировании цен на недвижимость. // Вестник Самарского государственного экономического университета, Т. 1(51), 2009.

9. Балдина Е.А., Грищенко М.Ю. Методика дешифрирования разновременных космических снимков в тепловом инфракрасном диапазоне. // Вестник Московского университета, Т. Серия 5, География, № 3, 2014. С. 25-42.

10. Берлянт А.М. Картографический метод исследования: учебное пособие. Москва: Изд-во МГУ, 1988. 251 с.

11. Берлянт А.М. Электронный глобус - географическая основа глобального картографирования // Вестник Московского университета, Т. Серия 5, География, № 4, 2006.

12. Большая Российская энциклопедия. Энциклопедия «Москва». Москва: «Большая Российская энциклопедия», 1997.

13. Браде И., Перцик Е.Н., Питерский Д.С. Районная планировка и разработка схем

расселения: опыт и перспективы. Москва: Международные отношения, 2000. 136 с.

14. Бронштейн М.Л. Оценка земли и ее использования в планировании и экономическом стимулировании. Москва: Экономика, 1984. 160 с.

15. Вагнер Б.Б., Манучарянц Б.О. Геология, рельеф и полезные искомпаемые Московского региона. Учебное пособие по курсу «География и экология Московского региона» . Москва: МГПУ, 2003. 92 с.

16. Войтенко А.Ф., Горлов В.Н., Кусов В.С., Пучков П.И., Тикунов В.С., Чекмарев А.В., Шокарев С.Ю. Московская область: История. Культура. Экономика. Москва: ИПЦ «Дизайн. Информация. Картография», 2005.

17. Голубчиков О.Ю., Махрова А.Г., Фелпс Н.А. Современные процессы урбанизации в Подмосковье: феномен «окраинного города» // Архитектура и строительство, № 3, 2010. С. 63-68.

18. Грищенко М.Ю. Методика дешифрирования тепловых космических снимков для картографирования природных и антропогенных территорий. Москва. 2015. Диссертационная работа.

19. ГУГК. Атлас Московской области. Москва: ГУГК, 1976.

20. Дубровин И.О. Картографическая оценка ограничений застройки загородного жилья. // Вестник Московского университета, Т. Срия 5, География, № 1181, 2006.

21. Дурилин П.Н. Московские пригороды и дачные поселки в связи с развитием городской жизни. Москва: Фасоль, 1918. 41 с.

22. Евтеев О.А. Проектирование и составление социально-экономических карт. Москва: Изд-во МГУ, 1999.

23. Жуков В.Т., Сербенюк С.Н., Тикунов В.С. Математико-картографическое моделирование в географии. М.: Мысль, 1980. 224 с.

24. Заец Е.С., Махрова А.Г., Перцик Е.Н. Новейшие тенденции расселения в Московском столичном регионе. // Вестник Московского университета, Т. Серия 5, География, № 6, 1990. С. 24-31.

25. Информационный портал Подмосковья. // www.podmoskove.ru: [сайт].

26. История и современное развитие городов московской области. // www.moskvaobl.ru: [сайт].

27. Казьмин М.А., Калинин Ю.Н. Проблемы и перспективы коттеджного строительства в Московском регионе. // Вестник Московского университета, Т. Серия 5, География, № 6, 2000.

28. Кириллов П.Л., Махрова А.Г. Субурбанизация в Московском столичном регионе: современное и перспективное состояние. // Региональные исследования, № 4-5 (25), 2009. С. 42-54.

29. Книжников Ю.Ф., Кравцова В.И., Тутубалина О.В. Аэрокосмические методы географических исследований. Москва: Издательский дом «Академия», 2004.

30. Книжников Ю.Ф., Кравцова В.И. Аэрокосмические исследования динамики географических явлений. М.: Изд-во Моск. Ун-та, 1991. 206 с.

31. Книжников Ю.Ф. Динамическое аэрокосмическое зондирование (содержание, проблемы, область применения) // Вестник МГУ, Серия 5, № 4, 1985. С. 7-14.

32. Комитет по архитектуре и градостроительству города Москвы. // www.mka.mos.ru: [сайт].

33. Конфектов М.Н. Исследование типов застройки Московской области. Картографирование, анализ, тенденции и перспективы развития. Saarbrücken: LAP Lambert Academic Publishing, 2010. 184 с.

34. Конфектов М.Н. Методика картографирования плотности застройки пригородных районов по космическим снимкам высокого разрешения (на примере западного Подмосковья). // Геодезия и картография, № 10, 2014. С. 16-24.

35. Кравцова В.И., Быстрова А.Г. Экологический анализ динамики застройки ближнего Подмосковья с применением картографического метода. // ИнтерКарто-ИнтерГИС-13. Материалы международной конференции «Устойчивое развитие территорий: теория ГИС и практический опыт». Ханты-Мансийск. 2007. Т. 1. С. 99-109.

36. Кравцова В.И., Ерлич В. Картографирование структуры застройки территорий, присоединяемых к Москве // Геодезия и картография, № 6, 2013. С. 23-32.

37. Кравцова В.И., Казьмин М.А., Родионова Е.В. Моделирование динамики застроенных территорий западного Подмосковья. // Геоинформатика, № 4, 2006. С. 53-61.

38. Кравцова В.И., Конфектов М.Н. Дешифрирование и анализ динамики разных типов застройки в Подмосковье по космическим снимкам. // Геодезия и картография, № 3, 2008. С. 38-45.

39. Кравцова В.И., Конфектов М.Н. Исследование типов застройки Московской области по космическим снимкам сверхвысокого разрешения. // Геоинформатика, № 4, 2012. С. 5163.

40. Кравцова В.И., Конфектов М.Н. Пространственно-временные закономерности динамики застройки Подмосковья на основе картографирования по космическим снимкам. // ИнтерКарто-ИнтерГИС-14. Материалы международной конференции «Устойчивое

развитие территорий: теория ГИС и практический опыт». Саратов. 2008. С. 43-53.

41. Кравцова В.И. Генерализация аэрокосмического изображения: континуальные и дискретные снимки. Москва: Изд-во МГУ, 2000. 256 с.

42. Кравцова В.И. Космические методы картографирования. Москва: Изд-во МГУ, 1995. 240 с.

43. Кравцова В.И. Космические снимки и экологические проблемы нашей планеты. Москва: ИТЦ СканЭкс, 2011. 254 с.

44. Кравцова В.И. Космические методы геоэкологии. Под редакцией Кравцовой В.И. Москва: Изд-во МГУ, 1998. 108 с.

45. Кузнецов Г.А. Оценка земельного фонда и его использование. Москва: Россельхозиздат, 1971. 215 с.

46. Курбатова А.С. Ландшафтно-экологический анализ формирования градостроительных структур. Москва, Смоленск: Маджента, 2004. 400 с.

47. Лабутина И.А., Балдина Е.А., Грищенко М.Ю., Хайбрахманов Т.С. Опыт использования космических снимков при экологических исследованиях Москвы. // Земля из космоса — наиболее эффективные решения. Москва. 2012. С. 50-55.

48. Лабутина И.А. Дешифрирование аэрокосмических снимков: Учебное пособие для студентов вузов. Москва: Аспект Пресс, 2004. 184 с.

49. Лаппо Г.М., Мильков Ф.Н., Хорев Б.С. Российская Федерация: Центральная Россия. . Москва: Мысль, 1970. 907 с.

50. Лурье И.К., Косиков А.Г. Дистанционное зондирование и географические информационные системы. Москва: Научный мир, 2003.

51. Лурье И.К. Геоинформационное картографирование: учебное пособие. Москва: КДУ, 2008. 424 с.

52. Лютый А.А., Малахова Н.Н. Аэрокосмичекая информация в изучении и картографировании социально-экономических территориальных систем. Москва: ИГ АН СССР, 1987.

53

Макаров В.З., Новаковский Б.А., Чумаченко А.Н. Эколого-географическое картографирование городов. Москва: Научный мир, 2002. 196 с.

54 Махрова А.Г., Нефедова Т.Г., Трейвиш А.И. Московская область сегодня и завтра: тенденции и перспективы пространственного развития. Москва: Новый Хронограф, 2008.

55. Махрова А.Г., Ноздрина Н.Н. Дифференциация на рынке жилья в Москве как проявление социального расслоения населения. // Вестник Московского университета, Т. Серия 5, География, № 3, 2002. С. 44-50.

56. Махрова А.Г. Организованные коттеджные поселки: новый тип поселений (на примере Московской области). // Региональные исследования., № 2 (17), 2008. С. 13-20.

57. Махрова А.Г. Проблемы урбанизации на рубеже веков. Научный сборник. Смоленск: Ойкумена, 2002.

58. Махрова А.Г. Социальный атлас российских регионов. Московская область. Москва: 2008.

59. Махрова А.Г. Трансформация расселения в Московском регионе в постсоветский период. Москва: Издательский дом "Кодекс", 2013. 245-269 с.

60. Николаев В.А. Ландшафтоведение. Семинарские и практически занятия. Изд-е 2-е, перераб. и доп. М.: Географический факультет МГУ, 2006. 208 с.

61. Осетров А.Е., Углов В.А. Историческая динамика селитебного рекреационного освоения и использования земель в Московском регионе (Х1Х-ХХ1 века). // В кн.: Рациональное природопользование: теория, практика, образование. Москва: Географический факультет МГУ, 2012. С. 260.

62. Панарин В.А., Панарин Р.В. Применение космических снимков в муниципальном управлении урбанизированных территорий для задач территориального планирования // Геоматика, № 3, 2009. С. 40-55.

63. Перцик Е.Н. Геоурбанистика. Москва: Академия, 2009. 432 с.

64. Перцик Е.Н. Проблемы урбанизации на рубеже веков. Смоленск: Ойкумена, 2002. 328 с.

65. Перцик Е.Н. Районная планировка (территориальное планирование). Москва: Гардарики, 2006. 398 с.

66. Планировка и застройка городских и сельских поселений. Территориальные строительные нормы Московской области, ТСН 30-303-2000МО. 2000.

67. Правительство Московской области. Сводный доклад о результатах мониторинга эффективности деятельности органов местного самоуправления городских округов и муниципальных районов Московской области за 2011 год, Москва, 2011.

68. Правительство Московской области. Закон Московской области о генеральном плане развития Московской области до 2020 г. (От 30.12.2014, 210/2014-оз). 2014.

69. ПРАЙМ ГРУП. // www.quickbird.ru: [сайт].

70. Прокачева В.Г., Усачев В.Ф. Снежный покров в сфере влияния города. Ленинград: Гидрометеоиздат, 1989. 192 с.

71. Савиных В.П., Малинникова В.А., Сладкопевцев С.А., Цыпина Э.М. География из космоса. Москва: Изд. «Московский государственный университет геодезии и картографии», 2000. 224 с.

72. Салищев К.А. Идеи и теоретические проблемы в картографии 80-х годов. Итоги науки и техники. Картография. Т. 10. Москва: ВИНИТИ, 1982. 156 с.

73. Салищев К.А. Картоведение. 3-е изд. М.: МГУ, 1990. 400 с.

74. Сборник статей. Оценка земель и эффективность их использования. Москва: Россельхозиздат, 1973.

75. Серапинас Б.Б. Качество и надежность геоинформационного картографирования. Т. 7. // В кн.: География, общество, окружающая среда. Москва: Издательский дом "Городец", 2004. С. 150-183.

76. Серебрянная О.Л. Регрессионный анализ простарнственных данных помогает ответить на вопрос «почему?» // ArcReview, № № 4 (63), 2012.

77. Совмин РСФСР. Постановление № 261 "О коллективном садоводстве рабочих и служащих в РСФСР" 1966.

78. Совмин СССР. Постановление №807 "О коллективном и индивидуальном огородничестве и садоводстве рабочих и служащих" 1949.

79. Статистический сборник. Социальное и экономическое положение муниципальных образований Московской области в 2007 г. Москва. 2008.

80. Тархов С.А. Изменение административно-территориального деления России за последние 300 лет. // География, № 15, 21, 28, 2001.

81. Территориальный орган федеральной службы государственной статистики. Официальная статистическая информация о социальном и экономическом положении московской области за 2014 год 2014.

82. Тикунов В.С. Моделирование в картографии. М.: Изд-во Моск. ун-та, 1997. 405 с.

83. Федеральная служба госудраственной статистики. Регионы России. Социально-экономические показатели: статистический сборник. М.: Росстат, 2013. 990 с.

84. Хайбрахманов Т.С. Картографическая база данных для обеспечения эколого-геохимических исследований городской территории. Москва. 2015. Диссертационная работа.

85. Цыпина Э.М. Аэрокосмические методы в географии населения, промышленности и транспорта // Аэрокосмические методы в социально экономической географии. М.: Изд-во Моск. ун-та., 1983. С. 131-159.

86. Цыпина Э.М. Выделение центров внутрирайонных связей и их зон влияния по космическим снимкам. // Вестник Московского университета, Т. Серия 5, География, № 2, 1974. С. 76.

87. Цыпина Э.М. Основные методические подходы к дешифрированию аэрокосмических снимков для целей социально-экономической географии. // Вестник Московского университета, Т. Серия 5, География, № 2, 1982. С. 81.

88. Цыпина Э.М. Структурное картографирование систем населённых пунктов для экономико-географических исследований. // Вестник Московского университета, Т. Серия 5, География, № 4, 1979. С. 50.

89. Шовенгердт Р.А. Дистанционное зондирование. Модели и методы обработки изображений. М.: Техносфера, 2010. 560 с.

90. ЯндексКарты, Яндекс Народная Карта. // maps.yandex.ru: [сайт].

91. Baraldi A., Parmiggiani F. Urban area classification by multispectral SPOT images // IEEE Transactions on Geoscience and Remote Sensing, No. 28, 1990. pp. 674-680.

92. Barr S.L. Object-based re-classification of high resolution digital imagery for urban land use monitoring // Proc. XXIX Conference of the International Society for Photogrammetry and Remote Sensing, International Archives of Photogrammetry and Remote Sensing. 1992. pp. 969-976.

93. Brunsdon C., Fotheringham A., and Charlton M. Geographically weighted regression: a method for exploring spatial non-stationarity. // Geographical Analysis, No. 28(4), 1996. pp. 281-298.

94. Brunsdon C et al. Geographically Weighted Regression, ESRC National Centre for Research Methods, 2005.

95. Brunsdon C., Fotheringham A., and Charlton M. The geography of parameter space: an investigation of spatial non-stationarity. // International Journal of Geographical information Systems, No. 10, 1996. pp. 605-627.

96. Brunsdon C., Fotheringham A., and Charlton M. Two techniques for exploring non-stationarity in geographical data // Geographical Systems, No. 4, 1997. pp. 59-82.

97. Brunsdon C., McClatchey J., and Unwin D. Spatial variations in the average rainfall-altitude relationships in Great Britain: an approach using geographically weighted regression // International Journal of Climatology, No. 21, 2001. pp. 455-466.

98. Chen Y., Su W., Li J., and Sun Z. Hierarchical object oriented classification using Very High Resolution imagery and lidar data over urban areas. // Adv. Space Res., No. 43, 2009. pp. 1101-1110.

99. Data +. // www.dataplus.ru: [сайт].

100. Ellefsen R et al. Urban land-use mapping by machine processing of ERTS-1 multispectral data, LARS Tech Report № 101573, 1973.

101. ESRI. // www.esri.com: [сайт].

102. Fotheringham A and Charlton M. Geographically weighted regression white paper, National Centre for Geocomputation, 2009.

103. Fotheringham A.S., Brunsdon C., and Charlton M. Geographically weighted regression: a natural evolution of the expansion method for spatial data analysis. // Environment and Planning, No. 30, 1998. pp. 1905-1927.

104. Gluch R., Quattrochi D.A., and Luvall J.C. A multi-scale approach to urban thermal analysis. // Remote Sensing of Environment, Vol. 104, 2006. pp. 123 - 132.

105. GoogleMaps. // www.google.ru/maps: [сайт].

106. Hacklay M. "How good is volunteered geographical information? A comparative study of OpenStreetMap and Ordnance Survey datasets" // Environment and Planning B: Planning and Design , No. 37(4), 2010. pp. 682-703.

107. Herold M., Scepan J. Object-oriented mapping and analysis of urban land use/cover using IKONOS data. // Proceedings of 22nd EARSEL Symposium "Geoinformation for European-wide integration". 2002.

108. Jackson M.J., Carter P., Smith T.F., and Gardner W. Urban land mapping from remotely sensed data. // Photogrammetric Engineering & Remote Sensing, No. 46, 1980. pp. 1041-1050.

109. Knight Frank Research. Рынок элитной недвижимости. Итоги года, 2013., Москва, 2014.

110. Li G., Weng Q. Fine-scale population estimation: how Landsat ETM+ imagery can improve population distribution mapping? // Canadian Journal of Remote Sensing, No. 36(3), 2010. pp. 155-165.

111. Liu X., Clarke K. Estimation of residential population using high resolution satellite imagery. // Proceedings of the 3rd Symposium on Remote Sensing of Urban Areas. 2002.

112. Mennis J. Mapping the results of Geograpfically weighted regression. // The Cartographic Journal, Vol. 43, No. 2, 2006. pp. 171-179.

113. Moller-Jensen L. Knowledge-based classification of an urban area using texture and context information in Landsat TM imagery. // Photogrammetric Engineering and Remote Sensing,

205

No. 56(6), 1990. pp. 899-904.

114. Openstreetmap. // www.openstreetmap.org: [сайт].

115. Price J. Assessment of the Urban Heat Island Effect Through the Use of Satellite // Data. Mon. Wea. Rev., No. 107, 1979. pp. 1554-1557.

116. Sobrino J.A., Jimenez-Munoz J.C., and Paolini L. Land surface temperature retrieval from Landsat-5/TM. // Remote Sensing of Environment, No. 90, 2004. pp. 434-440.

117. Sohn G., Dowman I. Data fusion of high-resolution satellite imagery and LiDAR data for automatic building extraction. // ISPRS Journal of Photogrammetry and Remote Sensing, No. 62, 2007. pp. 43-63.

118. Weng Q., Lu D., and Schubring J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies. // Remote Sensing of Environment, No. 89, 2004. pp. 467-483.

119. Weng Q. Thermal infrared remote sensing for urban climate and environmental studies: Methods, applications, and trends. // ISPRS Journal of Photogrammetry and Remote Sensing, No. 64, 2009. pp. 335-344.

120. Wikimapia. // wikimapia.org: [сайт].

121. Wikipedia. // wikipedia.org: [сайт].

122. Wray J. Се^ш cities experiment in urban change detection, NASA , Report № NASA-CR-137276, 1974.