Термодинамические характеристики южно-таежных биогеоценозов на основе дистанционной информации: юг Валдайской возвышенности, Центрально-Лесной заповедник тема диссертации и автореферата по ВАК РФ 03.02.08, кандидат биологических наук Сандлерский, Роберт Борисович

• Сандлерский, Роберт Борисович
• кандидат биологических наук
• 2013

Оглавление диссертации кандидат биологических наук Сандлерский, Роберт Борисович

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

ГЛАВА 1. ОБЩИЕ ПРЕДСТАВЛЕНИЯ О

ТЕРМОДИНАМИКЕ БИОСФЕРЫ

1.1. Развитие представлений о термодинамике живого вещества

1.2. Термодинамические переменные экосистем

1.3. Эволюция экосистем с позиций термодинамики

1.4. Использование данных дистанционного зондирования

при изучении энергетического баланса биогеоценозов

ГЛАВА 2. МАТЕРИАЛЫ

2.1. Мультиспектральная сканерная съемка Landsat ТМ и ЕТМ+

2.2. Термодинамические характеристики

2.3. Морфометрические характеристики рельефа

2.4. Метеорологические переменные

2.5. Полевые материалы

ГЛАВА 3. МЕТОДЫ АНАЛИЗА

3.1. Общая схема анализа

3.2. Анализ зависимости термодинамических характеристик

от метеорологических переменных

3.3. Выделение параметров порядка методом главных компонент

3.4. Непараметрические тесты, метод «box-plot»

3.5 Дискриминантный анализ

ГЛАВА 4. ФИЗИКО-ГЕОГРАФИЧЕСКАЯ

ХАРАКТЕРИСТИКА ТЕРРИТОРИИ

4.1. Общие сведения

4.2. Геолого-геоморфологическая характеристика

4.3. Климатические условия и гидрологический режим

4.4. Растительный покров

4.5. Динамика растительного покрова заповедника с 1987 по 2010 год

4.6. Почвенный покров

ГЛАВА 5. ПРОСТРАНСТВЕННО-ВРЕМЕННАЯ ДИНАМИКА ТЕРМОДИНАМИЧЕСКИХ ХАРАКТЕРИСТИК

В СВЯЗИ С ПОГОДНЫМИ УСЛОВИЯМИ

5.1. Общие закономерности сезонного варьирования

термодинамических характеристик на ландшафтном уровне

5.2. Зависимость термодинамических переменных от

метеорологических переменных на ландшафтном уровне

5.3. Пространственное варьирование термодинамических переменных

в зависимости от метеорологических переменных на уровне ландшафта

5.4. Сезонная динамика термодинамических переменных

основных типов биогеоценозов

5.5. Организованность термодинамической системы и

ее зависимость от метеорологических переменных

ГЛАВА 6. МНОГОМЕРНЫЙ ПРОСТРАНСТВЕННО-ВРЕМЕННОЙ

АНАЛИЗ ТЕРМОДИНАМИЧЕСКИХ ПЕРЕМЕННЫХ

6.1. Параметры порядка термодинамической системы

ландшафтного покрова

ГЛАВА 7. РЕЛЬЕФ КАК УПРАВЛЯЮЩИЙ ПАРАМЕТР ТЕРМОДИНАМИЧЕСКОЙ СИСТЕМЫ

7.1. Зависимость параметров порядка

от морфометрических характеристик рельефа

7.2. Зависимость параметров порядка на верховых болотах

от мощности торфа

ГЛАВА 8. РАСТИТЕЛЬНОСТЬ КАК УПРАВЛЯЮЩИЙ ПАРАМЕТР ТЕРМОДИНАМИЧЕСКОЙ СИСТЕМЫ

8.1. Зависимость параметров порядка от свойств растительности

8.2. Классы термодинамической системы

8.3. Сезонная динамика энергетических характеристик

в классах термодинамической системы

ЗАКЛЮЧЕНИЕ

ВЫВОДЫ

ЛИТЕРАТУРА

Введение диссертации (часть автореферата) на тему «Термодинамические характеристики южно-таежных биогеоценозов на основе дистанционной информации: юг Валдайской возвышенности, Центрально-Лесной заповедник»

ВВЕДЕНИЕ

Основной задачей биогеоценологии является исследование закономерностей процессов преобразования вещества и энергии в биогеоценозах, а биогеоценоз в целом представляет собой ту «лабораторию», в которой совершается процесс аккумуляции и трансформации энергии, слагающийся из многих разнообразных физиологических, физических и химических процессов, также взаимодействующих между собой (Сукачев, Дылис, 1964). Основную работу по преобразованию энергии в биогеоценозе выполняет растительность. Биогеоценотическая работа растительности по преобразованию вещества и энергии и ее связь с другими компонентами биогеоценоза осуществляются в ходе физиологических процессов, происходящих в растениях. Оценка основных энергетических переменных для биогеоценотического покрова возможна на основе термодинамического подхода, в рамках которого биогеоценоз может рассматриваться как открытая система, осуществляющая работу по ежегодному синтезу биологической продукции и поддержанию своей структуры за счет преобразования солнечной энергии. Основы термодинамического подхода были заложены В.И. Вернадским в трудах о живом веществе как об источнике свободной энергии в биосфере, и восприняты основоположником биогеоценологии В.Н. Сукачевым (там же, стр. 29). В рамках биогеоценотических исследований это направление получило теоретическое обоснование и развитие в трудах A.A. Молчанова, Ю.Л. Раунера, Г.Ф. Хильми, и др. Начиная с 1995 года, формируется глобальная сеть пульсационных измерений тепловых потоков и баланса углерода FluxNet, приходящая на смену традиционным теплобалансовым измерениям. Как и в 60-70-ых годах современные измерения дают оценки теплового баланса и преобразования солнечной энергии для пространства соизмеримого с конкретным биогеоценозом. Интерполяция этих локальных и достаточно дорогостоящих измерений на биогеоценотический покров на основе существующей сети весьма проблематична. Поэтому естественно обратиться к мультиспектральным измерениям отраженной солнечной радиации и теплового

потока осуществляемого со спутников. Теоретически, сопоставляя величины прихода солнечной радиации с ее отражением, можно получить основные составляющие теплового баланса как важнейшей оценки термодинамики системы, а с учетом мультиспектральности - оценить его отдельные составляющие, такие как эксергию, энтропию, приращение информации. С.Э. Ёргенсен и Ю.М. Свирежев (2004) в работе «Towards a Thermodynamic Theory for Ecological Systems» обосновали возможность и основные технические аспекты этого подхода.

В представленной работе демонстрируется некоторые первые результате применения мультиспектральной дистанционной информации для анализа термодинамики биогеоценотического покрова южной тайги. В качестве измерительной системы использована мультиспектральная съемка Landsat 5 ТМ и Landsat 7 ЕТМ+, осуществляемая с 1986 года и по сей день. Благодаря числу спектральных диапазонов, достаточно равномерно охватывающих видимую и инфракрасную части спектра, пространственному разрешению соизмеримому с конкретным биогеоценозом, к настоящему времени съемка Landsat является оптимальным инструментом для термодинамического анализа функционирования биогеоценотического покрова.

В работе рассматриваются термодинамические характеристики биогеоценозов, рассчитанные для 20 сцен Landsat за различные сезоны с 1986 по 2009 год. Исследование выполнено для территории Центрально-лесного биосферного заповедника и его охранной зоны. Биогеоценотический покров на территории заповедника является эталоном естественного состояния лесов южной тайги в комплексе с верховыми болотами, включающим биогеоценозы на разных стадиях естественного разрушения и восстановления. Напротив, в охранной зоне он образован различными стадиями сукцессий на месте разновозрастных вырубок и луговыми сообществами на месте заброшенных пашен и выпасов. Территория обеспечена наземными измерениями состояния растительности и почв, полученных в результате научных исследований, осуществлявшихся различными коллективами ученых на протяжении более

пятидесяти лет, в том числе обширной сетью полевых описаний биогеоценозов, метеорологическими данными, цифровой моделью рельефа и т. п. Для территории заповедника в ходе многолетних полевых исследований сотрудников лаборатории Биогеоценологии и исторической экологии им. В.Н. Сукачева ИПЭЭ РАН им. А.Н. Северцова, а также в ходе учебных и производственных практик студентов кафедры Физической географии и ландшафтоведения географического факультета МГУ им. М.В. Ломоносова, собран и продолжает собираться обширный материал, позволяющий интерпретировать пространственно-временное варьирование

термодинамических переменных, оцениваемых на основе дистанционной информации в их связи с состоянием конкретных биогеоценозов.

Наличие для территории цифровой модели рельефа высокой точности позволяет рассматривать варьирование термодинамических характеристик не только для биогеоценотического, но и для ландшафтного покрова, под которым понимается объединение биогеоценотического покрова с рельефом и почвообразующими породами. На территории заповедника с 2000 года функционируют два стационарных пункта региональной сети мониторинга EuroFlux проекта FLUXNET Project (система Eddy correlation), регистрирующие с высоким временным разрешением параметры энерго- и газообмена лесных биогеоценозов. С 2007 года для участков наблюдений, по спутниковым данным MODIS с пространственным разрешением 1x1 км рассчитываются характеристики растительного покрова (листовой индекс, индекс продуктивности и т.д.) и энергетические характеристики (температура, альбедо, ФАР), что создает определенные перспективы для дальнейшего развития исследований.

Теоретико-методологической основой анализа пространственно-временного варьирования термодинамических переменных, оцениваемых на основе мультиспектральной дистанционной информации, приняты представления синергетики (Хакен, 1980) о параметрах порядка как «организаторах» всего разнообразия их состояний. Представления о параметрах

порядка по содержанию очень близки к понятию «инвариантов», введенных В.Б. Сочавой (1978) в географии и элементарному почвенному или ландшафтному процессу в представлении Ф.И. Козловского (2003). Параметры порядка рассматриваются как собственно, принадлежащие системе, которые в свою очередь подвержены действию внешних управляющих параметров, которыми в нашем случае являются рельеф и состояния растительного покрова.

Уникальность территории и ее обеспеченность полевыми материалами и многолетними наблюдениями позволяют исследовать состояние термодинамических характеристик в зависимости от состояния естественного биогеоценотического покрова и образующих его биогеоценозов, определяемого сезонным ходом приходящей солнечной радиации, погодными условиями, свойствами растительности, а на ландшафтном уровне свойствами рельефа, определяющего перераспределение влаги, элементов минерального питания и тепла в пространстве.

Непосредственные оценки значений термодинамических переменных в течение вегетационного периода для различных жизненных форм растений и в ходе сукцессионных смен позволяют более детально рассмотреть существующие пути их адаптации и особенности реализации их полезной работы. В.П. Казначеев (1989), обобщая представления о живом веществе В.И. Вернадского и Э.С. Бауэра, сформулировал закон, сутью которого является увеличение свободной энергии и полезной работы в ходе эволюции. С. Ёргенсон и Ю. Свирежев (2004) определяют фактически те же представления (максимизация эксергии в ходе саморазвития) как четвертый закон термодинамики. Возможность прямых измерений позволяет проверить общность этого закона или выявить различные формы его проявления. Таким образом, можно сформулировать общую проблему предлагаемой работы как «направление эволюции биогеоценотического покрова в использовании солнечной энергии в различных масштабах времени: сезонном, сукцессионном и филоценогенетическом».

В рамках предлагаемой работы решаются следующие основные задачи:

1. Обобщение и изложение основных теоретико-методологических положений термодинамического подхода к изучению систем с участием живого вещества, являющихся основой последующего анализа.

2. Расчет термодинамических переменных для 20 сроков съемки Landsat

3. Анализ зависимости термодинамических переменных от прихода солнечной энергии и погоды.

4. Оценка параметров порядка термодинамической системы.

5. Оценка вклада рельефа в работу термодинамической системы.

6. Оценка вклада растительного покрова в работу термодинамической системы.

7. Выделение классов термодинамической системы по соотношению параметров порядка и интерпретация этих классов по полевым описаниям.

В соответствие с этим работа включает следующие главы:

Глава 1. Общие представления о термодинамике биосферы. В главе излагается краткая история развития термодинамики в экологии. Приводятся формулировки термодинамических законов для систем с участием живого вещества. Даются определения основным термодинамическим переменным. Рассматривается применение данных дистанционного зондирования для оценок энергетического состояния ландшафтного покрова.

Глава 2. Материалы. Рассматриваются материалы, используемые в работе и первичные методы их преобразования: многоканальная съемка Landsat ТМ и ЕТМ+ и расчет термодинамических переменных на ее основе, расчет иерархических уровней для рельефа территории и морфометрических характеристик, полевые описания и метеорологические данные.

Глава 3. Методы анализа. Описываются методы анализа термодинамических переменных и их зависимостей от погоды, морфометрических характеристик и свойств растительного покрова, измеренных в поле: метод главных компонент (факторный анализ), дискриминантный анализ, множественная регрессия, метод Box-plot.

Глава 4. Физико-географическая характеристика территории. Приводится описание исследуемой территории: геоморфология, климатические условия, растительный и почвенный покров.

Глава 5. Пространственно-временная динамика термодинамических переменных в связи с погодными условиями. Рассматривается сезонная динамика термодинамических характеристик для ландшафта в целом и основных типов биогеоценотического покрова территории. Рассматривается влияние, погодных условий на термодинамические характеристики. Выделяются термодинамические переменные, на поддержание которых направлена работа ландшафтного покрова и обобщенных типов биогеоценотического покрова. Оценивается организованность работы термодинамической системы и ее зависимость от погодных условий.

Глава 6. Многомерный пространственно-временной анализ термодинамических переменных. В главе рассматриваются параметры порядка, определяющие пространственно-временное варьирование термодинамических переменных: их интерпретация и размещение в системе их координат основных типов биогеоценотического покрова.

Глава 7. Рельеф как управляющий параметр термодинамической системы. Излагаются результаты количественных оценок зависимости параметров порядка от морфометрических характеристик рельефа.

Глава 8. Растительность как управляющий параметр термодинамической системы. Для лесных биогеоценозов оценивается влияние на параметры порядка свойств растительности.

Заключение и выводы. Научная новизна работы.

1. Впервые мультиспектральная дистанционная съемка используется в качестве измерительной системы для прямой оценки составляющих энергетического баланса биогеоценотического покрова по следующим переменным: поглощенная солнечная радиации, эксергия приходящей солнечной радиации (полезная работа в основном, связанная с затратами

энергии на испарение), тепловой поток, энтропия отраженной солнечной радиации, приращение информации (мера неравновесности), связанная энергия, приращение внутренней энергии и индекс биологической продуктивности.

2. Впервые оценены изменения термодинамических переменных в связи сезоном года, погодными условиями, состояниями рельефа и растительности.

3. Впервые показана принципиально различная термодинамическая организация лесных, луговых и болотных типов биогеоценозов, выраженная в различном соотношении и динамике термодинамических переменных. Основные защищаемые положения.

1. Термодинамические переменные, рассчитанные по мультиспектральной съемке, отображают энергетическое состояние биогеоценотического покрова преобразующего солнечную энергию.

2. Пространственно-временное варьирование термодинамических переменных южно-таежного ландшафта определяется тремя параметрами порядка: первый определяет варьирование поглощения солнечной энергии, эксергию и тепловой поток, второй и третий - приращение информации, энтропию и производство биологической продукции летом и в переходные периоды. Соответственно, преобразование энергии осуществляется двумя независимыми подсистемами.

3. В южно-таежном ландшафте выделяются три принципиально различные термодинамических системы: леса, в течение всего года максимизируют поглощение солнечной радиации и эксергию и минимизируют тепловой поток; луга, в период вегетации максимизируют неравновесность и биологическую продуктивность, поддерживая эксергию на относительно низком уровне; верховые болота летом минимизируют эксергию и приращение информации (приближаются к равновесию) и максимизируют тепловой поток, а весной и осенью максимизируют приращение информации (неравновесность), поддерживая в течение всего бесснежного периода почти постоянный уровень производства биологической продукции.

4. При прочих равных условиях мелколиственные леса более неравновесны чем хвойные и обладают меньшей эксергией и большим тепловым потоком.

5. В целом для южно-таежного биогеоценотического покрова сезонное варьирование баланса поглощенной солнечной энергии и его составляющих определяется приходом солнечной энергии. Тепловой поток от биогеоценоза в атмосферу определяется приходом солнечной радиации и господствующей воздушной массой. Неравновесность преобразования солнечной энергии биогеоценотическим покровом определяется погодными условиями и сезонным состоянием растительного покрова. Биологическая продуктивность в равной степени зависит от прихода солнечной радиации и погодных условий.

6. При избыточной теплообеспеченности луга и болота снижают эксергию. Для лесных и луговых сообществ в бесснежный период неравновесность слабо связана с приходом солнечной радиации, а для болот не зависит от него. Для всех типов сообществ суммы накопленных температур и осадков увеличивают неравновесность, но для болот, при избыточной теплообеспеченности за несколько дней предшествующих измерениям, неравновесность уменьшается. Диссипация энергии в атмосферу положительно связана с приходом солнечной радиации только на болотах, а для лесов и лугов зависит только от погодных условий. Для всех типов сообществ диссипацию увеличивают накопленные температуры и уменьшают накопленные осадки.

7. В условиях избыточного увлажнения в вогнутых позициях мезорельефа (флювиогляциальные озерные котловины) лесные и луговые биогеоценозы максимизируют эксергию и уменьшают неравновесность и биологическую продуктивность. На выпуклых и наклонных дренированных позициях (моренные гряды) эксергия снижается и возрастает неравновесность и биологическая продуктивность.

8. В типичном для исследуемого южно-таежного ландшафта сукцессионном ряду «луга - мелколиственные леса - смешанные леса - еловые

леса» увеличиваются поглощение солнечной радиации, эксергия и равновесность и снижается производство биологической продукции. Практическая значимость работы.

Термодинамический анализ биогеоценотического покрова на основе данных мультиспектрального дистанционного зондирования дает основания для оценки поддерживающих и регулирующих экосистемных услуг и построения карт их пространственно-временной изменчивости, составления карт состояния компонентов экосистем на основе интерполяции полевых измерений, их состояния по пространственному изменению термодинамических переменных и создает потенциальные возможности для проектирования культурного ландшафта с требуемыми соотношениями термодинамических переменных. Апробация работы.

Работа над диссертацией осуществлялась в ходе выполнения грантов РФФИ под руководством проф., д.г.н. Ю.Г. Пузаченко: 06-05-64937-а «Пространственное варьирование поглощенной энергии, эксергии и температурного поля в таежных ландшафтах» (2006 - 2008), 09-05-00292-а «Оценка термодинамических параметров ландшафтного покрова биосферы на основе дистанционной информации» (2009 - 2011), 12-05-00060-а «Оценка динамики термодинамических параметров ландшафтного покрова южной тайги на основе дистанционной информации» (2012 - 2014). Методика классификации ландшафтного покрова по дистанционной информации с последующей интерпретацией классов на основе термодинамических характеристик и их соотношений успешно применяется коллективом лаборатории биогеоценологии и исторической экологии и им. В.Н. Сукачева для картографирования в среднем масштабе. По предлагаемой схеме был выполнен проект «Съемка и создание геоморфологической и ландшафтной карт территории участка «Ямская степь» государственного природного заповедника «Белогорье», в рамках которого была проведена оценка воздействия

хвостохранилищ Лебединского ГОК на степные экосистемы и предложена схема мониторинга (Sandlerskiy, Stefanov, Puzachenko, 2010).

Результаты исследований докладывались на ряде всероссийских и международных конференций:

Международные конференции студентов, аспирантов и молодых ученых «Ломоносов» (Москва, 2005, 2007);

Конференции молодых сотрудников и аспирантов ИПЭЭ РАН «Актуальные проблемы экологии и эволюции в исследованиях молодых ученых» (Москва, 2006, 2008, 2010, 2012);

11-я Международная ландшафтная конференция (Москва, 2006);

4-я Международная конференция «Аэрокосмические методы и информационные технологии в лесоведении и лесном хозяйстве» (Москва, 2007);

Всероссийская научная конференция с международным участием «Лесные ресурсы таежной зоны России: проблемы лесопользования и лесовосстановления» (Петрозаводск, 2009);

Национальные конференции с международным участием «Математическое моделирование в экологии» (Пущино, 2009, 2011);

Всероссийская научная конференция «Селиверстовские чтения» (Санкт-Петербург, 2009);

Всероссийская научная конференция «География продуктивности и биогеохимического круговорота наземных ландшафтов: к 100-летию профессора Н.И. Базилевич» (Пущино, 2010);

Всероссийская научная конференция с международным участием «Отечественная геоботаника: основные вехи и перспективы» (Санкт-Петербург, 2011);

4-ая Всероссийская школа-конференция «Актуальные проблемы геоботаники» (Уфа, 2012);

International Conference «Man and environment in boreal forest zone: past, present and future» (Russia, Central Forest Reserve, 2008);

European IALE Conference «European Landscapes in Transformation: Challenges for Landscape Ecology and Management» (Austria, Salzburg, 2009);

International Conference «Four Dimensions of Landscape» (Poland, Warsaw,

2011).

По теме работы опубликовано 4 статьи в рецензируемых журналах, 13 статей в сборниках, 13 тезисов. Благодарности.

Руководству Центрально-Лесного государственного природного биосферного заповедника в лице его директора А.Н. Потемкина и заместителя по науке А.С. Желтухина за помощь в организации полевых работ и предоставление фондовых материалов. Студентам, аспирантам и преподавателям кафедры Физической географии и ландшафтоведения Географического ф-та МГУ им. Ломоносова за сбор болевых материалов использованных в работе. Коллегам из коллектива под руководством проф., д.г.н. Ю.Г. Пузаченко: И.П. Котлову (ИПЭЭ РАН), А.Н. Кренке и М.Ю. Пузаченко (ИГРАН).

ГЛАВА 1. ОБЩИЕ ПРЕДСТАВЛЕНИЯ О ТЕРМОДИНАМИКЕ БИОСФЕРЫ

1.1. Развитие представлений о термодинамике живого вещества

Уже на первых этапах развития термодинамики стало очевидным, что системы с участием живого вещества не могут быть описаны на основе термодинамических законов, сформулированных для закрытых систем. Однако Людвиг Больцман, вклад которого в термодинамику трудно переоценить, был уверен в том, что со временем его закономерности открытые им для равновесных процессов будут со временем обобщены и на открытые системы, какими он видел системы с участием живого вещества (по Климонтович, 2002). Фундаментальные работы Больцмана и Джозайи Гиббса позволили впервые сформулировать проблему описания живого вещества как макросистемы, состояние которой может быть описано параметром «энтропия» (Шредингер, 2002). Фактически Э. Шредингер одним из первых высказал общепринятую на сегодняшний момент идею о том, что живое вещество поддерживает свой порядок (организацию структуру) благодаря извлечению «упорядоченности» или отрицательной энтропии из окружающей среды: «Он (организм) питается от окружающей среды отрицательной энтропией, как бы привлекая на себя ее поток, чтобы компенсировать этим увеличение энтропии, производимое им в процессе жизни, и таким образом поддерживать себя на постоянном и достаточно низком уровне энтропии» (цит. по Шредингер, 2002, стр. 77). Первичным источником «отрицательной энтропии» для живого служит солнечный свет (энергия), который потребляется растениями, которые, в свою очередь в виде более-менее сложных органических соединений передают эту упорядоченность животным. Анализируя и обобщая различия представлений о живом веществе у физиков и биологов, Шредингер замечает, что на данном этапе развития физики живое вещество не может быть описано на основе лишь существующих

физических законов и предрекает открытие новых. Еще один важный аспект цитируемой работы Шредингера «Что такое жизнь с точки зрения физики?» заключается в констатации необходимости описания живой или содержащей живое вещество системы с позиций термостатической и термодинамической моделей, что должно служить пониманию механизмов образования упорядоченности из хаоса, сформулировав таким образом основную задачу синергетики.

Дискуссии в научном сообществе относительно применимости законов термодинамики к системам с участием живого вещества особенно были сильны в конце первой половины XX века. Основным камнем преткновения для исследователей служило второе начало термодинамики, согласно которому в замкнутой системе энтропия может только возрастать, и соответственно возникновение и существование живого вещества противоречит принципам физики. Макс Планк, рассматривая закон возрастания энтропии, писал что «Если хотят толковать этот закон биологически, то скорее можно говорить о дегенерации, чем об усовершенствовании» (цит. по Зейде, 1968). Один из отцов квантовой теории Карл Гейзенберг, полагал, что к физическим и химическим закономерностям должно быть что-то добавлено, прежде чем можно будет полностью понять биологические явления (там же). На основе неприменимости закона возрастания энтропии в биологии возникли представления о принципиальной невозможности моделирования физическими системами процесса эволюции. В ходе этих дискуссий были сформированы основные представления о том, как могут функционировать системы с живым веществом с позиций физики - ключевыми их свойствами были признаны открытость и неравновесность.

Представление о свободной энергии живого вещества является основополагающим в концепции биосферы В.И. Вернадского (1978, 2004). По Вернадскому функция живого вещества в биосфере - превращение космической, прежде всего солнечной энергии, в «действенную земную

энергию» - электрическую, химическую, механическую, тепловую и т. д. (Вернадский, 2004). Солнечное излучение активизирует живое вещество, переводя его в состояние принципиально иное относительно косного вещества. В этом особом состоянии живое вещество способно концентрировать и перераспределять в биосфере энергию и превращать ее в энергию «в земной среде свободную, способную производить работу». Превращение солнечной энергии происходит в первичном термодинамическом поле биосферы. Живое вещество создает собственное автономное термодинамическое поле, характеризующееся иными параметрами, чем поле биосферы. «Вводя в физико-химические процессы земной коры световую солнечную энергию, живые организмы, однако, по существу и резко отличаются от остальных независимых переменных биосферы. Подобно им, живые организмы меняют ход ее равновесий, но в отличие от них представляют особые автономные образования, как бы особые вторичные системы динамических равновесий, в первичном термодинамическом поле биосферы» (Вернадский, 2004, стр. 111). При преобразовании солнечной энергии в поле живого вещества образуются особые, характерные только для него, химические соединения. В термодинамическом поле биосферы эти соединения неустойчивы и, разрушаясь, отдают свою энергию биосфере. Таким образом, при переходе из термодинамического поля живого вещества в поле косной среды вещество становиться источником свободной энергии, нарушая тем самым ее (среды) равновесие. Практически параллельно с Вернадским, Э.С. Бауэр (1935) выдвинул принцип устойчивого неравновесия живых систем: «Все и только живые системы никогда не бывают в равновесии и исполняют за счет своей свободной энергии постоянно работу против равновесия, требуемого законами физики и химии при существующих внешних условиях» (Бауэр, 1935, стр. 32). Как и Вернадский, Бауэр (1935) видит источник работы живого вещества в градиенте между ним и неживым равновесным окружением. Согласно Бауэру, энергия, полученная

организмом извне, служит исключительно для подержания неравновесности живого вещества на молекулярном уровне. Бауэр полагал, что устойчиво неравновесное состояние реализуется в особой конфигурации молекул белка: «... источником работы, производимой живыми системами, служит, в конечном счете, свободная энергия, свойственная этой молекулярной структуре, этому состоянию молекул» (там же, стр. 56). Под свободной энергией в термодинамике понимается энергия системы, способная совершить полезную работу при достижении термодинамического равновесия со средой (термодинамический потенциал).

Представления В.И. Вернадского о живом веществе, как о термодинамических системах получили свое развитие в работах Г.Ф. Хильми (1966, 1972). В отличие от Вернадского и Бауэра, полагавших, что работа живого вещества по преобразованию солнечной энергии противоречит второму началу термодинамики, согласно которому любые самопроизвольные процессы сопровождаются увеличением энтропии в изолированной системе, то есть, приближая ее к равновесию, Хильми обосновал применимость второго начала к биосфере, как открытой системе. «Энергозапас биосферы возникает в результате превращений свободной энергии внешней космической среды в энергию биосферы -прежде всего в энергию ее живого вещества. То, что при этом превращении свободная энергия биосферы не убывает и даже может возрастать, не противоречит второму закону термодинамики. Дело в том, что эффекты второго закона термодинамики реализуются не в биосфере, а за ее пределами. Поэтому возрастание энтропии происходит, но только во внешних относительно биосферы частях мира, где и возникает убыль превратимой энергии в количестве, превышающем роль свободной энергии в биосфере» (цит. по Хильми, 1972). Таким образом, Хильми практически отнес биосферу к диссипативным системам (структурам), представление о которых на тот момент только начало оформляться в

работах Брюссельской школы (Пригожин, Николис, 1979). Представления о диссипативных структурах как об открытых системах, извлекающих из внешней среды энергию для поддержания своей организации и выводящие произведенную в результате этой работы энтропию в среду, позволили сформулировать законы термодинамики для открытых систем.

К настоящему моменту для систем с участием живого вещества сформулированы все три закона термодинамики. Одна из последних редакций термодинамических законов изложена в монографии С. Ёргенсона и Ю. Свирежева «Towards a Thermodynamic Theory for Ecological Systems» (Jorgensen, Svirezhev, 2004):

1. Количество энергии неизменно, меняется только ее качество, то есть способность совершать работу. Солнечная энергия, поступая в экосистему, преобразуется в процессах анаболизма, в частности в процессе фотосинтеза, и, в конечном счете, на выходе из экосистемы в процессе метаболизма, но ее количество неизменно.

2. Создание порядка в системе связано с большим потоком энтропии из системы, чем в систему. Поддержание структурной организации системы происходит за счет обмена энергией и энтропией и со средой - достигается устойчивое состояние далекое от термодинамического равновесия (максимума энтропии).

3. Функционирование живых систем возможно только при температуре больше абсолютного нуля.

1.2. Термодинамические переменные экосистем

Продолжением адаптации начал термодинамики явился ввод в экологию физических понятий относительно качества энергии - ее способности совершать работу по подержанию организации системы. Одним из первых пытался ввести понятие качества энергии в экологию Г. О дум (1978). По его концепции для оценки потоков и аккумуляции энергии необходимо использовать понятие эмергии («emergy»). Солнечная эмергия - это полезная

энергия прямо или косвенно используемая для производства продуктов и услуг (Odum, 1977); Измеряется эмергия в солнечных эмджоулях («solar emjoule»). Кроме эмергии Г. Одум вводит понятия полезной энергии определённой им как потенциальная энергия, способная совершать работу и изменяющаяся в процессе производства и трансформация - эмергия, содержащаяся в единице полезной энергии. С помощью трансформации в эмергию включается как количественное, так и качественное значение энергии, так как чем больше значение трансформации для того или иного вида энергии, тем более высокое место занимает он в иерархии энергий, т.е. относится к более высокому уровню (Odum, 1996). При эмергетическом подходе вычисление эмергии основано на стандартных формулах физики, химии, экономики, геологии, и т.п., при этом данные могут быть выражены в джоулях, граммах, денежных единицах, количестве затраченного времени и др. (Самуйленков, 2000, Иванова, 2002). Однако, эмергия, будучи больше экологическим, точнее даже эколого-экономическим параметром, не имеющим аналогов в физике, является понятием спорным и не получила широкого распространения в исследовании экосистем. Недостатком подхода является его экономическая ориентированность, то есть оценка эмергии преимущественно с позиций производства товаров и услуг.

В термодинамике величиной характеризующей качество энергии с середины XX века является эксергия «exergy», (от греческого «ех» - приставка, означающая высокую степень, и «ergon» - работа), предложенная югославским физиком 3. Рантом (Rant, 1956). «Эксергия - это максимальная полезная работа, которую можно получить при контакте рабочего тела или источника энергии с природной окружающей средой при достижении равновесия с ней» (Шаргут, Петела, 1968), соответственно эксергию часто называют «энергией перехода». Эксергия измеряется в джоулях, часто ее выражают через мощность (работа в единицу времени - ватт). Эксергия является аналогом свободной энергии Гиббса для систем далеких от равновесия.

Эксергия определяется степенью неравновесности системы, преобразующей энергию, в зависимости от ее структуры - и именно это свойство делает применение концепции эксергии в термодинамике живого вещества весьма конструктивным. В конце двадцатого века понятие эксергии вошло в экологию (Jorgensen, Mejer, 1982, Kay, Schneider, 1992, Jorgensen et al., 2000, Kay, Fraser, 2001, Jorgensen, Svirezhev, 2004) и сформировалось новое направление исследований, получившее название «эксергический анализ систем». В настоящее время эксергия используется для описания широкого класса систем, например социальных и экономических (Бродянский, Бандура, 1996, Wall, Gong, 2001, Wall, 2002). В экономике существует так называемое экологическое направление, акцентированное на увеличении эффективности использования природных ресурсов при снижении их потребления - на основе эксергического анализа рассчитывается стоимость природных ресурсов, труда, эксергетический потенциал различных источников энергии (Бродянский, Бандура, 1996, Patterson, 2002). В ряде работ эксергия используется как индикатор состояния среды, особенно при антропогенном воздействии (Романов, 2003, Chamchine et al., 2006, Но, Ulanowicz, 2005, Wagendorp et al., 2006, Silow, Mokry 2010, Горный и др. 2011). Этот подход начал развиваться сравнительно недавно но, получил большее признание, чем эмергический, так как в его основе лежит чисто физический параметр, пришедший из термодинамики, а не казавшаяся многим физикам и инженерам надуманной эмергией (Hau, Bakshi, 2003, 2004). В конечном итоге, при определенных условиях, эти подходы могут быть объединены (Hau, Bakshi, 2003).

Часть исследователей, руководствующихся эксергическим подходом, считает эксергию альтернативой энтропии, которая трудно измерима для систем с участием живого вещества и далеких от термодинамического равновесия (Kay, Schneider, 1992, Эткин, 2003). В отличие от эксергии, переход энтропии от одной системы к другой не сохраняется, например, при теплообмене двух разнонагретых систем. Энтропия, потерянная одной системой, не равна энтропии, полученной другой системой, в то время как

эксергия, потерянная первой системой равна переданной эксергии и равна эксергии, полученной другой системой, при условии, что преобразование не сопровождается ее потерей. Ключевое свойство эксергии в данном случае, то что, эксергия равна нулю только в случае, если система находится в равновесии со средой. Таким образом, система всегда обладает потенциалом для совершения работы и количество эксергии определяет то, насколько, далека система от термодинамического равновесия. Термодинамическое равновесие -предельное состояние, к которому стремится система, изолированная от внешних воздействий, т.е. в каждой точке системы устанавливается термическое, механическое и химическое равновесие и в системе отсутствуют потоки. Соответственно, термодинамическое равновесие для систем с участием живого вещества не достижимо, так как эти системы открытые. Один из важнейших принципов эксергического подхода - так называемая теорема Гюи-Стодолы (Gouy-Stodola), которая гласит, что эксергия в системе может только расходоваться, но не порождаться (Wall, Gong, 2001).

Наиболее простое уравнение баланса открытой неравновесной системы в термодинамике:

R = Ex + STW + U, где R - баланс энергии; Ех - эксергия, энергия способная совершить полезную работу; STW - связанная энергия, энергия не способная совершить полезной работы, отражающее рассеяние энергии в среду с потоком тепловой энергии в среду (TW) и энтропией (S); U - внутренняя энергия системы (энергия связей, химических реакций в системе).

I

Применительно к системам с участием живого вещества эксергия - часть поступающей энергии, которая способна совершать полезную работу по поддержанию системы в неравновесном состоянии с низкой энтропией (Jorgensen, Svirezhev, 2004). «Полезная» работа такой системы проявляется в поддержании круговорота влаги между почвой и атмосферой (эвапотранспирация) и обеспечение биопродукционого процесса. Внутренняя энергия в экосистеме связывается с взаимодействиями особей разных видов и

частей системы, с аккумуляцией энергии внутри системы в частично замкнутых циклах обмена. По-видимому, внутреннюю энергию в экосистеме можно связывать и с почвообразовательными процессами и в частности с накоплением углерода в почве и в поддержании его содержания на некотором стационарном уровне. Связанная энергия - необратимая диссипация энергии в среду. Оценка полного баланса энергии экосистемы трудновыполнимая задача, так как требует измерения множества потоков внутри экосистемы, расчета энергии химических связей и т.д. Таким образом, для построения детальных моделей потоков и преобразования энергии экосистемой требуются многочисленные теоретические и практические исследования. Суммарная эксергия водной экосистемы (Ех), записывается как (То^ешеп, 2008):

С,

( - Л

Ex = RTYJCi In

i=0

о J

где R - универсальная газовая постоянная, 8.317 Дж/мольК = 0.08207 атм/мольК, Т - температура среды, Сг - концентрация живого вещества (например в мг/л), Q0 - концентрация в состоянии термодинамического равновесия.

Для интегральной оценки энергетического баланса экосистем достаточно оценить составляющие баланса поглощенной солнечной энергии - основного источника энергии для живого вещества: эксергию солнечной радиации, поглощенной экосистемой, связанную энергию и приращение внутренней энергии. Расчет эксергии солнечной радиации в экосистеме возможен на основе оценки температуры - подход, развиваемый Джеймсом Кеем с соавторами (Kay, Schneider, 1992, Kay, Fraser, 2001), и на основе оценки степени неравновесности системы преобразующей солнечную энергию, то есть соотношению энтропий приходящей и отраженной энергии - подход, развиваемый С. Ёргенсоном и Ю. Свирежевым (Jorgensen, Svirezhev, 2004).

По Д. Кею (Kay , Fraser, 2001) эксергия солнечной радиации:

4 Т IT4

solar solar

где Фт501аг _ излучательная способность абсолютно черного тела, = т501аг - температура поверхности солнца (5762 сК), -

о 2 4

постоянная Стефана-Больцмана (5.67x10" Вт/м К), Т0 - температура поверхности, А - площадь поверхности.

Температура, будучи основным термодинамическим параметром состояния экосистемы, прямо связана с эксергией. Однако помимо температуры энергия передается еще и не температурным излучением - лучистой энергией. Два этих типа потоков подчиняются различным физическим законам: температурный - температурные градиенты, закон охлаждения Ньютона (скорость охлаждения объекта пропорциональна разности температуры между объектом и средой), лучистой энергии - закону Стефана-Больцмана. Таким образом, предлагаемый способ оценки эксергии солнечной радиации не отображает сам процесс преобразования солнечной энергии экосистемой, процесс, сопровождающийся преобразованием коротковолнового солнечного излучения (в длинноволновом спектре солнечная энергия не излучается) в длинноволновое тепловое излучение, излучаемое экосистемой в атмосферу.

Подход для расчета эксергии солнечной радиации предложенный С. Ёргенсоном и Ю. Свирежевым (.[о^ешеп, 8у1гегЬеу, 2004) основан на оценке степени неравновесности поверхности преобразующей солнечную радиацию. Для реализации этого метода достаточно иметь измерения приходящего потока солнечной энергии и потока энергии отраженного экосистемой хотя бы в двух спектральных диапазонах - одном коротковолновом и одном длинноволновом. Степень неравновесности системы оценивается с помощью информации Кульбака (Кульбак, 1967), как меры нестационарности системы, характеризующейся отклонением спектра отраженной энергии от равновесного спектра, пропорционального солнечной постоянной. Фактически, отклонение спектра отраженной солнечной радиации от равновесного (сколько пришло диапазоне, столько отразилось), является приращением информации в экосистеме при поглощении ею солнечной энергии.

Приращение информации Кульбака (К) рассчитывается по формуле

П ои1

V=1 Pv

где, р'"= е'"/Ет - доля пришедшей энергии в спектральном диапазоне v от

out

out (2 rr^OUt v.

суммарной поступившей энергии (Е ), pv = v /Е - доля отраженной

энергии в спектральном диапазоне v от суммарной отраженной энергии (Eout).

Если спектр отраженной радиации подобен спектру приходящей, то информация Кульбака равна нулю и, соответственно, приемник информации (экосистема) равновесен передатчику. Если информация Кульбака больше нуля, то можно говорить о приращении информации в приемнике и отражающая поверхность неравновесна спектру солнечной радиации.

Эксергия (Ех), оцениваемая по приращению информации рассчитывается

как

Ex =Eou'(K + lnA) + R,

где А = Ein/Eout - альбедо, R = Еш - Eout - поглощенная экосистемой энергия (баланс).

Приведенный способ оценки эксергии солнечной радиации был реализован его авторами для расчета среднегодовых составляющих энергетического баланса (эксергия, и приращение внутренней энергии, без учета связанной энергии) для биосферы в целом на основе данных об энергетическом балансе коротковолновой (200 - 5000 мкм) и длинноволновой радиации (5000 - 50000 мкм) за 1992 год с разрешением 2x2° на местности (Jorgensen, Svirezhev, 2004). Согласно полученным оценкам максимальная эксергия характерна для океанов экваториальных и тропических широт, а максимальное приращение внутренней энергии - для суши на этих же широтах, то есть для экваториальных и тропических лесов. В целом распределение составляющих энергетического баланса - прямо пропорционально самому балансу и мощности растительного покрова. Максимальная эксергия в океанах приурочена к областям с максимально активной океанической циркуляцией и зонам аппвелинга. Распределение приращения внутренней энергии связывается

авторами расчетов с зонами более или менее интенсивного круговорота углерода.

Наиболее полно изложенная схема расчета составляющих энергетического баланса реализована в работах Ю.Г. Пузаченко с соавторами (Сандлерский, Пузаченко, 2009, Puzachenko et al., 2011). В работе «Estimation of thermodynamic parameters of the biosphere, based on remote sensing» (2011) для биосферы в целом, рассматриваются оценки составляющих энергетического баланса - термодинамические переменные, рассчитанные по изложенной методике по спутниковым данным Terra MODIS за 2002 год с разрешением 0.5x0.5°, за каждые 16 суток. Расчет был выполнен по измерениям коротковолновой радиации в семи спектральных каналах и в длинноволновом (тепловом) канале. Помимо приращения информации по Кульбаку, оценена так же энтропия отраженной солнечной радиации (S):

som=jZpT1п РТ .

V=1

Таким образом в работе рассматривалось пространственно-временное варьирование термодинамических переменных: поглощенная солнечная энергия

(Вт/м ), приращение информации (нат), энтропия отраженной

солнечной радиации (нит), тепловой поток от деятельной поверхности (Вт/м ),

2 2 эксергия солнечной радиации (Вт/м ), связанная энергия (Вт/м ), приращение

внутренней энергии (Вт/м ). Анализ соотношений переменных показал, что

биосфера - открытая, нелинейная, диссипативная физико-химическая система,

работающая в двух основных фазовых состояниях: первое состояние

определяется малым приращением информации и большим отражением; второе

- высокими приращением информации и эксергией, низкими связанной

энергии и приращением внутренней энергии (здесь и далее по Puzachenko et al.,

2011). Показано что термодинамические переменные северного и южного

полушария принципиально различны. В северном полушарии зимой, при

снеговом покрове, система равновесна, энтропия отраженной солнечной

радиации максимальна, а приращение информации, эксергия солнечной

радиации и тепловой поток минимальны. В период максимума вегетации, летом, значения эксергии и теплового потока мало отличаются от значений для дождевых тропических лесов. В южном полушарии биомы неравновесны в течение всего года. Приведенные в этой работе, а так же в работе «Термодинамика биогеоценозов на основе дистанционной информации» (Сандлерский, Пузаченко, 2009) оценки зависимостей между термодинамическими переменными и вегетационным индексом, показали что вклад в эксергию солнечной радиации неравновесности незначителен, и эксергия практически не связана с производством биологической продукции и, следовательно представляет собой исключительно затраты энергии на эвапотранспирацию, что противоречит трактовке эксергии С. Ёргеносоном и Ю. Свирежевым. В то же время приращение информации тесно связано с вегетационным индексом, откуда вытекает, что производство биологической продукции определяется в основном степенью неравновесности экосистемы преобразующей солнечную энергию. «Работа по испарению примитивна, не требует высокого уровня неравновесности и соответственно не имеет эксергической природы. Эксергия имеет смысл применительно только к той части энергии, которая направляется на биопродукционный процесс. Для его реализации неравновесность и высокая нестационарность совершенно необходимы» (цит. по Сандлерский, Пузаченко, 2009).

1.3. Эволюция экосистем с позиций термодинамики

Начиная с А. Лотки (Ьо1ка, 1922, 1925), одним из первых попытавшегося определить направление эволюции живого вещества в рамках термодинамической теории, сформировалось четкое представления о максимизации энергии используемой биосферой, как о цели эволюционного развития. Согласно сформулированному А. Лоткой правилу: «Направление эволюции таково, что суммарный поток энергии, проходящей через систему, достигает максимальной величины, возможной для данной системы» (цит. по Виег^ог^ 2000). Предложенный Э. Бауэром (1935) «принцип максимума

эффекта внешней работы» состоит в том, что развитие биологических систем результат увеличения их внешней работы - воздействия этих систем на окружающую среду. На основе этого принципа и биогеохимических принципов В.И. Вернадского В.П. Казначеевым были сформулированы законы Вернадского-Бауэра: 1) геохимическая биогенная энергия стремится в биосфере к максимальному проявлению; 2) при эволюции видов выживают те организмы, которые своею жизнью увеличивают биогенную геохимическую энергию (Казначеев, 1989, стр. 31). В классической экологии более известен закон Юджина и Говарда Одумов - закон максимизации энергии: «В соперничестве с другими системами выживает (сохраняется) та из них, которая наилучшим образом способствует поступлению энергии и использует максимальное ее количество наиболее эффективным способом» (цит. по Одум, Одум, 1978). Известна так же формулировка этого закона Н.С. Печуркиным (Печуркин, 1982), как «энергетический принцип экстенсивного развития», согласно которому, «в процессах биологического развития надорганизменных систем (эволюции, экологических сукцессиях и перестройках) величина использованного биологической потока энергии возрастает, достигая локальных максимальных значений в стационарных состояниях» (по Фурсова и др. 2003).

Если в вопросе о максимизации используемой энергии в процесс эволюции исследователи более или менее солидарны, то определение эволюции с позиций энтропии является предметом дискуссионным. С одной стороны принцип максимума производства энтропии (второй закон термодинамики для неравновесных систем) утверждает, что процессы, далекие от термодинамического равновесия, приспосабливаются к устойчивым состояниям, в которых они рассеивают энергию и производят энтропию на максимально возможном уровне (Мартюшев 2006, Вяткин, 2009). С другой стороны И. Пригожин (Пригожин, Кондепуди, 2002, Пригожин, Стенгерс, 1986) сформулировал и доказал теорему о минимуме производства энтропии, согласно которой в неравновесной системе при стационарных условиях

производство энтропии находится на минимально возможном уровне. Кажущееся противоречие двух принципов - максимума и минимума производства было снято А. Хазеном (2000), который показал, что эти принципы реализуются в различных масштабах времени течения процесса и непротиворечиво объединил принцип минимум производства энтропии в стационарном состоянии и принцип максимума производства энтропии как основы выбора в эволюционном масштабе времени (по РигасЬепко е1 а1., 2011). По Хазену, согласно принципу максимума производства энтропии, в неравновесной системе производство энтропии имеет форму устойчивого, по критерию Ляпунова, потока. Устойчивость этого потока означает, что его можно описать как последовательность стационарных состояний, в каждом из них локально действует принцип минимума производства энтропии. В одной плоскости функции выполняется условие Ляпунова для динамических равновесий и, соответственно обеспечивается минимум энтропии, с максимумом ее производства, а в другой, перпендикулярной плоскости выполняется условие Пригожина для статических равновесий обеспечивается максимум энтропии и минимум производства энтропии (Хазен, 2000). Структура, порядок или информация поддерживает систему в стационарном неравновесном состоянии с локальным минимум производства энтропии и определяют ее способность производить полезную работу по поддержанию системы в неравновесном состоянии. В ходе эволюции система отклоняется от стационарного состояния в область большей неравновесности с меньшей энтропией и возвращается к нему по различным траекториям (Климонтович, 2007). Степень этого отклонения вновь описывается показателем Ляпунова, приращением информации по Кульбаку или энтропией Колмогорова-Синая. Если система получает необходимое количество информации, определяющей ее новую структуру, позволяющее ей перейти в новую область локальной стационарности, то она устойчиво существует в этой области с новым уровнем производства полезной работы.

В рамках современного термодинамического подхода функционирование системы с участием живого вещества по Kay и Fraser (2001) - есть преобразование эксергии, и предполагается, что развитие системы направлено на увеличение эффективности ее использования, а эволюция есть усложнение живых систем для более эффективного использования эксергии, то есть удаление от термодинамического равновесия. Согласно Кею (Kay, Fraser, 2001) критерием эволюционного развития является снижение теплового потока от деятельной поверхности экосистемы, преобразующей солнечную энергию. В ходе конкуренции сообщества наиболее эффективно охлаждающее активную поверхность своего полога за счет эвапотранспирации получают преимущество (по Lina et al., 2009). Таким образом, чем меньше тепловой поток от деятельной поверхности и чем больше затраты поглощенной солнечной энергии на испарение, тем на более высокой эволюционной ступени находится система.

С. Ёргенсон и Ю. Свирежев (Jorgensen, Svirezhev, 2004), проведя глубокий анализ приложений идей термодинамики в экологии и опираясь на обширный эмпирический материал, развивают «предварительный четвертый закон термодинамики», суть которого сводится к тому, что поддержание состояния живого вещества и связанных с ним систем в неравновесном стационарном состоянии определяется потоком эксергии. Четвертый Закон термодинамики предложен, для того чтобы объяснить рост и развитие в экологических системах. При этом рост трактуется как увеличение системы в размерах, а развитие - как увеличение организации независимо от размера системы. В конечном итоге целевая функция живого вещества определяется как увеличение эксергии, то есть способности производить полезную работу. Проверка этой гипотезы (Сандлерский, Пузаченко, 2009) через сравнение термодинамических характеристик для различных типов экосистем показала, что гипотеза максимизации эксергии в эволюционном ряду не реализуема: эксергия убывает в ряду от хвойных лесов к травяным сообществам. Но увеличение эксергии происходит в ряду сукцессионных смен, то есть в масштабе короткого экологического времени.

1.4. Использование данных дистанционного зондирования при изучении энергетического баланса экосистем

Получить оценки составляющих энергетического баланса для всего множества экосистем на основе наземных измерений невозможно в виду их разнообразия и пространственной дифференциации. Такие оценки возможны на основе данных дистанционного зондирования, которые отображают энергетическое состояние земной поверхности в момент съемки в различных спектральных диапазонах. Интенсивное развитие данных дистанционного зондирования в последние десятилетия создало предпосылки для использования многозональной космической съемки в качестве измерительной системы составляющих энергетического баланса.

При изучении земной поверхности дистанционными методами, носителем информации об объектах служит их излучение, как собственное, так и отраженное, которое является ни чем иным как энергией. Следовательно, данные дистанционного зондирования - это информация об энергетическом состоянии земной поверхности в момент съемки в различных спектральных диапазонах, соответствующих спектральным каналам, в которых осуществляется съемка. Структура этих потоков энергии измеряемой сенсорами спутника, то есть соотношение отраженной энергии в различных содержит в себе информацию о физических и биохимических процессах, протекающих в экосистеме. Достоинством дистанционной информации является отображение пространственной неоднородности энергетического состояния земной поверхности в широком диапазоне масштабов. Именно эта пространственная неоднородность создает хорошую основу для физической интерпретации наблюдаемых отношений. Недостатком дистанционной информации является одномоментность измерения и редкая повторяемость качественных съемок во времени. Именно этот недостаток препятствовал использованию данных относительно высокого разрешения в геофизических исследованиях ландшафта. Однако по мере накопления информации и запуска новых спутников это ограничение будет постепенно ослабляться.

Основной методической проблемой использования спектрозональных данных дистанционного зондирования в подобных исследованиях является атмосферное поглощение и рассеяние (т.е. ослабление) приходящей и отраженной солнечной энергии. В атмосфере выделяют два вида ослабления солнечного излучения: аэрозольный (капли воды, пыль) и молекулярный (релеевский). Ослабление неодинаково в различных диапазонах спектра, что усложняет возможности его оценок и, соответственно его корректировок. Аэрозольное ослабление - это почти всегда облачность или дымка, которые не пропускают излучение в видимой области спектра и селективны в других зонах. Большинство используемых сенсоров осуществляет съемку в диапазонах соответствующих так называемым окнам прозрачности атмосферы, и для оценок используются в основном съемки с отсутствием облачности, что до определенной степени позволяет минимизировать аэрозольное влияние атмосферы. Молекулярное ослабление, в общем, не велико и при ясном небе его можно не рассматривать. В принципе, в метеорологии и оптике разработаны методы оценки общего атмосферного ослабления для различных длин волн как функции оптической толщины атмосферы - спектральный коэффициент прозрачности. Оптическая толщина атмосферы (прозрачность) определяется плотностью воздуха, высотой солнца, абсолютной высотой территории и общим спектральным коэффициентом ослабления солнечной радиации. Исследования показывают, что даже при ясном, в целом, небе, прозрачность атмосферы имеет суточный и сезонный ход: она максимальна в утренние и вечерние часы, а минимальна - в околополуденное время; в зимнее время прозрачность как правило, выше чем летом (Шульгин, 1973). Для большинства съемочных систем существуют алгоритмы атмосферной коррекции, и данные проходят уже после процесса первичной обработки. У поставщиков, например для сенсоров MODIS (website, 2013) такая коррекция осуществляется с помощью аппаратуры оценивающей прозрачность атмосферы в реальном времени (Vermote et al., 2002, Лагутин и др., 2006). Технологии атмосферной коррекции для спутников Landsat, дающих информацию в более

крупном масштабе, но с меньшим временным разрешением, и, соответственно, используемым в основном в региональных и локальных исследованиях, разрабатываются преимущественно в частных работах (Лихачева и др., 2009). Для некоторых сенсоров и съемочных сцен поправки могут вводится на измеренные на стационарных наземных пунктах коэффициенты (Афонин, Соломатов, 2008). Активно ведется разработка алгоритмов коррекции реализуемых в программном обеспечении и, например, модель ATCOR (website, 2013) доступна пользователям ряда ведущих средств обработки дистанционной информации, например, в ПО Erdas Image (website, 2013). Приведенные механизмы атмосферной коррекции в некоторой степени условны, так как, по сути, для больших территорий и большого слоя атмосферы, который проходит отраженная энергия, берутся некие средние, интегральные характеристики прозрачности, которая сильно варьирует в пространстве.

Разрабатываются так же подходы для коррекции локальных областей в несколько пикселей с отдельными небольшими облаками, например один из них изложен для Landsat TM (Landsat project, website, 2013) в статье Chavez (1996), однако они носят в основном скорее «косметический» характер, то есть позволяют выделить и рекодировать экстремальные значения яркостей в каналах съемки.

На оценки отраженной солнечной энергии также влияют абсолютные высоты территории, расчлененность рельефа и экспозиция, что так же требует отдельной коррекции, и если для равнинных территорий эффекты рельефа практически не сказываются на оценках, то для горных областей это представляет серьезную проблему. Алгоритмы коррекции разработаны и описаны в литературе (например, Riano et al., 2003, Blusius, Weirich, 2005) и требуют, как правило, наличия цифровой модели рельефа, что в принципе является проблемой только при крупном масштабе. В интернете, в свободном доступе имеются цифровые модели рельефа с разрешением до 90 м в пикселе

для территории 60° С.Ш. - 60° Ю.Ш., (SRTM, website, 2013) и 1 км для всего земного шара (EROS, website, 2013).

Еще одной немаловажной проблемой использования спектрозональной дистанционной информации является одномоментность съемок. Довольно большая часть исследований преобразования энергии экосистемами, опирающихся на спектрозональную дистанционную информацию (например, Duguay et al., 1999, Savige et al., 2005 и др.), как правило, оценивают отраженную солнечную энергию по кротко-волновым спектральным каналам, а собственное тепловое излучение по длинноволновым каналам сенсоров, однако преобразование деятельной поверхностью коротковолнового излучения в тепловое длинноволновое излучение, происходит не мгновенно, и скорость его определяется многими характеристиками самих типов деятельной поверхности (инерционность), что требует детального исследования. Соответственно возникает вопрос о правомерности использования космической съемки, отражающей мгновенное (дискретное) энергетическое состояние экосистемы для моделирования континуальных процессов энергообмена. Другим аспектом данной проблемы является трудность организации так называемых подспутниковых полевых измерений: съемка охватывает довольно большие участки земной поверхности с разнообразными условиями, соответственно для их охвата требуется либо большое количество пунктов наблюдений, либо значительные временные затраты, что затрудняет сопоставление одномоментных спутниковых измерений с полевыми данными.

Исследования энергетического баланса на основе данных дистанционного зондирования ведутся в основном, либо в глобальном масштабе, либо в локальном. Это связано с тем, что на региональном уровне с одной стороны труднее организовать сбор полевых материалов и метеонаблюдений, чем на локальном, а сочетание частоты съемки и пространственного разрешения не позволяет получить общую картину энергетического состояния целого региона (облачность, пространственная неоднородность). Как правило, по мере уменьшения масштаба уменьшается спектральное разрешение сенсоров: на

глобальном уровне оцениваются максимально широкие диапазоны - весь коротковолновый и весь длинноволновый спектр, далее, по мере уменьшения охвата и увеличения пространственного разрешения растет число каналов и уменьшается ширина полос спектра охватываемого ими. Однако эта зависимость не строгая. В зависимости от масштаба, на который ориентирована съемочная система, различается и использование получаемых с нее данных. Глобальные данные в основном используются для прямых оценок радиационного баланса, благодаря тому, что фиксируют излучение во всем диапазоне спектра (Price, 1982, Stephens, O'Brien, 1993, Wu, Liu, 2010 и др.). Региональные данные используются для оценок вклада облачности и других факторов в климатические модели, и в меньшей степени, для оценки параметров растительности, могущих влиять на энерго-водообмен (альбедо, шероховатость, водонасыщеность растительности, листовой индекс), то есть в основном для моделирования используются опосредованные данные (индексы) об отражательной способности объектов в различных областях спектра, а не прямые измерения потоков (Джексон, 1985, Goetz, 1997, Glenn et al, 2008, Cristobal et al., 2011, Martins et al., 2011 и др.). И, наконец, в локальном масштабе данные дистанционного зондирования применяются чаще всего как основа для моделирования и интерполяции наземных измерений составляющих энергетического баланса (Liu et al., 2003, Rivas, Caselles, 2004, Rosati et al. 2004, Savige et al. 2005 и др.).

В глобальном масштабе Национальное космическое агентство (NASA) уже в течение 20 лет осуществляет измерения коротковолнового, длинноволнового радиационного баланса датчиками ERBS (ERBS, website, 2013) в рамках исследовательских программ Earth Radiation Budget Experiment (ERBE, website, 2013), Active Cavity Radiometer Irradiance Monitor (ACRIM, website, 2013), и Clouds and the Earth's Radiant Energy System (CERES, website, 2013). Спектрорадиометр Multiangle Imaging SpectroRadiometer (MISR, website, 2013) обеспечивает данные о прозрачности атмосферы, облачности, альбедо и данные о «непрозрачности аэрозолей». С 2003 года ведутся непрерывные

измерения полного солнечного излучения в диапазоне 1 - 2000 мкм Total Solar Irradiance (TSI) в рамках миссии Solar Radiation and Climate Experiment (SORCE, website, 2013). Приход солнечной радиации оценивается так же инструментом Total Solar Irradiance Sensor (TSIS, website, 2013). Измерения радиационного баланса осуществляются также в рамках метеорологических миссий, в частности Geostationary Earth Radiation Budget (GERB, website, 2013), обеспечивающая геостационарные данные для субполярных областей Земли с пятнадцатиминутным временным разрешением в коротковолновом и длинноволновом диапазонах. Широко используются данные по отдельным зонам спектра с сенсоров High Resolution Infrared Radiation Sounder (HIRS, website, 2013), Advanced Very High Resolution Radiometer, (AVHRR, website, 2013). В исследованиях регионального масштаба в основном используются данные спутников MODIS (Moderate Resolution Imaging Spectroradiometer) Terra и Aqua (MODIS, website, 2013) с пространственным разрешением 250 - 2000 м, которые благодаря большому количеству спектральных каналов позволяют оценивать большой набор параметров определяющих отражение солнечной радиации и тепловое излучение от деятельной поверхности. Для исследований в локальном масштабе используются в основном данные съемочных систем Landsat TM и ЕТМ+, ASTER с пространственным разрешением 30 и 15 метров на местности соответственно.

Обзор литературы позволяет выделить следующие основные фундаментальные и прикладные задачи в рамках исследования энергетических характеристик природных и природно-антропогенных комплексов, для решения которых применяются данные дистанционного зондирования.

1. Моделирование процессов энергообмена в экосистемах - оценки радиационного баланса: система «солнце - атмосфера - экосистема», оценка статей прихода/расхода энергии в экосистеме.

Направление базируется на оценке радиационного баланса земной поверхности по спектрозональным данным. Расчет по Landsat TM и MSS приходящей, отраженной радиации, альбедо, температуры поверхности, потока

длинноволновой энергии (собственный тепловой поток земной поверхности) (Duguay et al., 1999). Дистанционная информация, как правило, поддерживается наземными полевыми измерениями (Price, 1982). Измерение альбедо в подобных исследованиях осуществляется либо с помощью его расчета по данным космической съемки, либо на основе специализированной аэросъемки. Дистанционным наблюдениям часто соответствуют актинометрические измерения на изучаемой территории, призванные обеспечить калибровку полученных значений и адекватно их аппроксимировать. Наиболее используемыми в этом направлении - данные спутников серии Landsat с различными сенсорами (MSS, ТМ, ЕТМ+), спутников серии NOAA с сенсорами AVHRR. Один из основных проектов в этом направлении - международный проект Surface Energy Balance Algorithm for Land (SEBAL, website, 2013), в его рамках осуществляются оценки составляющих энергетического баланса: чистая

радиация излучаемая земной поверхностью (Вт/м2), тепловой поток в почву

2 2 (Вт/м ), температура земной поверхности (Вт/м ), тепловой поток от земной

поверхности в атмосферу (Вт/м ).

2. Региональное и сезонное распределение энергетических потоков, вклад экосистем в формирование климата, система «климат - экосистема», циркуляция атмосферы как функция подстилающей поверхности, мониторинг, моделирование и прогнозирование. Оценка регионального и сезонного распределения энергетических потоков с использованием дистанционной информации имеет своей целью исследование поверхностного распределения энергии и его ежемесячного изменения в связи с потребностями моделирования климата. Это направление исследований включает:

- оценка температуры земной поверхности и приземного слоя воздуха (Adamczyk, 2004, Weng et al., 2004, Savige et al., 2005, Sun et al., 2005, Zhang et al., 2007) - поиск алгоритмов интерполяции наземных наблюдений, картографирование полей температур;

- исследование местной атмосферной циркуляции и ее воздействия на цикл энерго- и водообмена (Ma et al., 2004);

- разработка количественных методов изучения циркуляции воды и энергии между земной поверхностью и нижними слоями атмосферы (Rivas, Caselles, 2004), количественная оценка сезонного цикла стока и климатических характеристик (Chapin et al., 2000), оценка эвапотранспирации (Chemin, 2003, Liu et al., 2003, Wassennar et al., 2002);

Для подобных исследований используется многозональная съемка Landsat TM и ЕТМ+ за различные сезоны (чаще всего летний и зимний) и метеорологические наблюдения. На основе космической съемки рассчитываются альбедо коротковолновой радиации поверхности, чистый приток радиации («net radiation»), температура земной поверхности, тепловой поток от поверхности почвы («soil heat flux»), рассчитываются NDVI (Normalized Difference Vegetation Index) и MSAVI (Modified Soil-Adjusted Vegetation Index), LAI (Leaf Area Index) характеризующие соответственно биомассу и сомкнутость растительности. Полученные оценки для крупного масштаба (пространственное разрешение Landsat 30 м, в коротковолновом диапазоне и 60 - 120 в длинноволновом) могут использоваться совместно с данными радиометра NOAA AVHRR (разрешение 1 км), аэрологическими и стационарными метеорологическими измерениями. На основе расчетных значений энергетических характеристик и метеорологических данных (скорость ветра, температуры на различных высотах) моделируются основные температурные потоки, оценивается их плотность и другие характеристики. Конечной целью исследований в этом направлении, как правило, является построение локальных климатических моделей, прогнозирование изменений климата на локальном и региональном уровнях. Широкое применение находят рассчитанные энергетические параметры в гидрологии, где они используются для моделирования стока - оценка затрат воды на испарение (Wassennar et al., 2002, Chemin, 2003, Schuettemeyer et al., 2007). Активно развивается моделирование энергетического взаимодействия почвы с растительностью например, разрабатываются модели типа SVAT - Soil Vegetation Atmosphere

Transfer Models (Savige et al, 2005) описывающие теплообмен в системе почва -растительность - атмосфера.

3. Преобразование солнечной энергии растительным покровом. Это обширная область исследований тесно связана с прочими, так как растительность - основной трансформатор солнечной энергии в экосистеме, однако система «свет - растительность» ввиду своей сложности заслуживает отдельного рассмотрения. Можно выделить следующие направления:

построение математических моделей радиационного режима растительного покрова (Выгодская, Горшкова, 1987), индикация состояния растительности по спектру отраженной солнечной энергии (Кондратьев, Федченко, 1986, Goetz, 1997, Glenn et al., 2008);

оценка эффективности использования солнечной энергии растительностью, энергозатраты на производство фитомассы, оценки фотосинтетически активной радиации (Goward et al., 1985, Lobell, 2003).

Построение математических моделей радиационного режима (ММРР) растительного покрова с использованием ДДЗ ориентировано, в основном, на решение прикладных задач агрометеорологии. Основные исследования в этой области направлены на моделирование яркости системы почва-растительность, зависимость поглотительных способностей растительного покрова от структуры растительности, оптических свойств элементов растений и почвы, от условий освещения и др. (Выгодская, Горшкова, 1987). Конечной целью создания ММРР является расчет поглощенной растительностью радиации для широких спектральных диапазонов: фотосинтетически активной и ближней инфракрасной радиации. Применение ДДЗ в данной сфере позволяет заметно усовершенствовать блок отраженной радиации в моделях радиационного режима, что дает возможность рассчитывать спектральные отражательные характеристики растительного покрова как функций его фотосинтетической активности. Методической основой подобных исследований является сопоставление полевых измерений спектральных коэффициентов энергетической яркости (СКЯ) растительности с рассчитанными на основе ДДЗ

(многозональная данные сенсоров Landsat ТМ, AVHRR, ASTER, аэросъемка). Исходя из этого соотношения, определяются дистанционно-измеренные СКЯ различных типов растительного и почвенного покрова. Развитие этого направления связано с рядом трудностей, среди которых основными являются: недостаточность полевого материала для сопоставления с ДДЗ; слабая изученность связи отражательной способности растительного покрова в различных качественных состояниях (сезонных, фенологических) функционирования с дистанционно-измеренными характеристиками; необходимость изучения атмосферного влияния на отражательную способность растительного и почвенного покрова. К настоящему времени хорошо исследованы отношения в системе «солнечная энергия - лист» (например, Шульгин, 2004) а так же отдельно взятых видов растений (преимущественно сельскохозяйственных культур) и солнечной энергии. Для многих видов известны оптимумы прихода солнечной радиации в различных диапазонах спектра, но чтобы применить эти знания на уровне всего фитоценоза необходимы комплексные исследования, одним из инструментов для которых могут и должны быть данные дистанционного зондирования. Соответственно, развитие исследований в этом направлении может быть связанно с построением теоретических моделей взаимодействия растительного покрова, атмосферы и солнечной энергии, учитывающих иерархическую организацию растительного покрова: «от отдельного листа к фитоценозу».

Большое внимание в исследованиях уделяется оценке поглощенной фотосинтетически активной радиации (ФАР). Большинство оценок ФАР по дистанционной информации базируется на расчете нормализованного разностного вегетационного индекса - NDVI. Для этого индекса во многих работах показана хорошая слабо нелинейная связь с чистой первичной продукцией (NPP) (Comparing global models..., 1999, Schloss et al., 1999, Пузаченко, Санковский, 2005, Голубятников, Денисенко, 2006). На основе NDVI разработана целая система методик для расчета различных характеристик деятельной поверхности: продуктивности и биомассы растительности,

эвапотранспирациии, влажности и минеральной/органической насыщенности почвы, объема выпадающих осадков, мощности и состояния снежного покрова и другие. В ряде работ (Rosati et al., 2004, Prime, Goward, 1995) этот индекс рассматривается как совокупность условий окружающей среды, которые определяют интенсивность продукционного процесса растительного покрова, т. е. является интегральным показателем вегетационной активности наземной растительности. Модели продукционной эффективности («production efficiency models», РЕМ) позволяют на основе NDVI рассчитывать поглощенную фотосинтетически активную радиации (absorbed pholosynthetically active radiation - APAR) и долю фотосинтетически активной радиации, поглощенную непосредственно растительным покровом (fraction of pholosynthetically active radiation - FPAR). Продуктивность растительного покрова определяется как функция APAR и эффективности, с которой растительность преобразует APAR в фитомассу.

В рамках этого направления развивается моделирование циркуляции потоков С02 и СН4 между растительным покровом и атмосферой, оценки влияния климата на биофизические процессы (BOREAS, website, 2013). Дистанционные измерения энергетических характеристик совместно с наземными измерениями биофизических параметров должны раскрыть механизмы взаимодействия растительности и почвы с атмосферой и гидросферой, выйти на новый уровень биофизического моделирования энергетических потоков, потоков СОг, процессов фотосинтеза в масштабах экосистем, динамики экосистем. Аналогичные проекты существуют и оценкам других круговоротов. На основе дистанционной информации (MODIS, AVIRIS) полевые измерения экстраполируются на территории в региональном масштабе. В рамках проекта глобальной сети мониторинга FLUXNET Project (FLUXNET, website, 2013), объединяющих более 400 стационарных постов наблюдений по всему миру, регистрирующие с высоким временным разрешением параметры энерго- и газообмена лесных экосистем для участков наблюдений) по спутниковым данным MODIS с пространственным

разрешением 1x1 км рассчитываются характеристики растительного покрова (листовой индекс, индексы продуктивности и другие), энергетические характеристики (температура, альбедо, PAR и APAR). Программа развития наблюдений для этих измерительных комплексов - GEO Carbon Strategy (website, 2013) предусматривает формирование пространственной основы для интерполяции наблюдений по данным дистанционного зондирования различного масштаба.

4. Оценка антропогенного воздействия на локальный и региональный климат: города как называемые «острова высокой температуры». Направление включает (Quattrochi, Luvall, 1997):

- исследования и моделирование отношений между ростом городских территорий, изменяющим ландшафтный покров, и развитием городского температурного максимума в пространственных масштабах от местного до регионального;

- исследования и моделирование отношений между ростом городских территорий, изменяющим ландшафтный покров и изменением качества воздушной среды в различных пространственных масштабах, распределение солнечной энергии в ландшафте между антропогенными и естественными комплексами;

- оценка суммарного эффекта развития городских ландшафтов на особенности поверхностного баланса энергии и его изменения по мере удаления от городских ландшафтов в пространственных масштабах от местного до регионального, учет воздействия антропогенных комплексов на тепловой баланс и климат экосистем при их проектировании.

Основной целью подобных исследований является трактовка изменения ландшафтного покрова в условиях экспансии городских ландшафтов, преобразующих преимущественно залесенные земли в городские территории, что в свою очередь изменяет местный и региональный климат, поверхностные потоки энергии и характеристики воздушной среды. Результаты данных исследований должны в будущем учитываться при проектировании городских

территорий для уменьшения их воздействия на местный и региональный климат, предотвращения деградации воздушной среды вокруг городов (Quattrochi, Luvall, 1997, Svirejeva-Hopkins, et al., 2011). Исследования энергетики городских ландшафтов базируется на данных дистанционного зондирования - съемки многозональных систем Landsat MS S и ТМ, радиометра NOAA AVHRR, специализированных сканеров Thermal Infrared Multispectral Scanner (TIMS, website, 2013) и Advanced Thermal and Land Applications Sensor ATLAS (ATLAS, website, 2013), обеспечивающих детальную аэросъемку в тепловом инфракрасном диапазонах спектра. Эти данные позволяют фиксировать тепловые потоки энергии для различных поверхностей городских ландшафтов (тротуары, здания), изменения распределения энергии в различное время суток и энергетические связи между земной поверхностью городских ландшафтов и нижними приграничными слоями атмосферы. По возможности данные дистанционного зондирования используются в совокупности с наземными актинометрическими и метеорологическими измерениями. Наличие данных за сроки предшествующие застройке позволяет оценивать временные масштабы воздействий, скорости изменения энергетических взаимодействий и динамику изменений температурных характеристик поверхностей ландшафтов.

5. Прикладные задачи: биоклиматология, прогнозирование опасных природных явлений.

Энергетические характеристики экосистем, рассчитанные по дистанционной информации, благодаря широкому диапазону масштабов, находят свое применение в самых разных областях: от сельского хозяйства (оценка урожайности) до эпидемиологии (например, существуют исследования, где тип растительности, влажность, температура воздуха и земной поверхности являются одним из определяющих факторов в направлении распространения эпидемий (Goetz et al., 2000)). Широкое применение находят рассчитанные энергетические параметры в гидрологии, где они используются для моделирования стока (эвапотранспирация), оценки качества воды (наличие в воде высших растений изменяет спектральный состав поглощенной радиации)

и многих других (Rawls et al., 2003). Наиболее используемыми в данной области исследований являются данные спектрозональной съемки Landsat MSS, ТМ, ЕТМ+ и данные спутников серии NOAA со сканером AVHRR. Среди практических областей применения методик расчета энергетических характеристик экосистем важное место занимает моделирование энергетических моделей функционирования арктических и горных экосистем (например, Шпицберген, Аляска) с целью прогноза скорости таяния снега, активизации лавинных и эрозионных процессов (Young, 2001). На основе спутниковых данных осуществляется оценка динамики отражательной способности снега, оценивается изменение прихода энергии в зависимости от пространственного расположения (экспозиция, крутизна склонов). При совместном использовании цифровых моделей рельефа и данных дистанционного зондирования возможно моделирование динамики снежного покрова для различных поверхностей, моделирование стока при интенсивном снеготаянии (Parlow, 2000).

Приведенный обзор направлений использования данных дистанционного зондирования дает представление о широких возможностях, которые они предоставляют. Однако, к сожалению, измерения отраженной солнечной радиации используются для расчета составляющих энергетического баланса только в случае, когда охватывают большую часть спектра, либо целиком коротковолновый диапазон, либо целиком длинноволновый. Данные такого рода доступны в основном в глобальном масштабе, с пространственным разрешением от 1° и ниже. Более доступны данные высокого разрешения для длинноволнового (теплового) диапазона, что делает их постоянным инструментом для оценки температуры деятельной поверхности во всех масштабах. Анализ литературы показывает, что в региональном и локальном масштабах, для которых в коротковолновом диапазоне доступны только измерения в наборе относительно узких полос (каналов), они не используются для прямых оценок составляющих энергетического баланса. Основными причинами этого, по-видимому, являются неполнота охватываемого спектра,

проблема оценок прозрачности атмосферы, редкая повторяемость качественных (безоблачных) съемок. Однако с накоплением информации и запуском новых съемочных систем эти ограничения будут постепенно ослабляться. Развитие неравновесной термодинамики, синергетики и теории информации позволяют использовать мультиспектральные измерения в качестве инструмента измерения термодинамических переменных, параметризировав таким образом процесс преобразования энергии на уровне биогеоценоза и биогеоценотического и ландшафтного покровов в целом.

Заключение диссертации по теме «Экология (по отраслям)», Сандлерский, Роберт Борисович

выводы

1. Показана возможность и эффективность применения дистанционной информации для оценки термодинамических переменных биогеоценотического покрова в различных масштабах.

2. Показана эффективность применения концепции синергетики для отображения и анализа сложных систем.

3. Показано, что для южно-таежного ландшафта сезонный ход составляющих баланса поглощенной солнечной энергии определяется в основном приходом солнечной радиации. Тепловой поток от биогеоценоза в атмосферу определяется приходом солнечной радиации и господствующей воздушной массой. Неравновесность преобразования солнечной энергии биогеоценотическим покровом определяется погодными условиями и сезонным состоянием растительного покрова. Биологическая продуктивность в равной степени зависит как от прихода солнечной радиации, так и от погодных условий.

4. Анализ пространственно-временного варьирования термодинамических переменных в зависимости от погодных условий позволил выявить три типа термодинамических систем с принципиально различными стратегиями использования солнечной энергии: лесные сообщества максимизирующие поглощение солнечной энергии и ее затраты на эвапотранспирацию; луговые сообщества максимизирующие неравновесность и биологическую продуктивность в течение бесснежного периода; верховые болота за счет быстрой реакции на изменение режима увлажнения и теплообеспеченности в переходные периоды максимизируют неравновесность и производство биологической продукции, поддерживая их на постоянном уровне в течение всего бесснежного периода.

5. Оценка погодных условий и рельефа как управляющих параметров термодинамической системы позволила выделить характерные черты преобразования энергии для каждого типа термодинамической системы.

Функционирование лесных сообществ слабо зависит от погодных условий и в большей степени связано с положением сообщества в рельефе и состава растительности. На вогнутых флювиогляциальных и озерных равнинах и в межгрядовых понижениях леса увеличивают поглощение солнечной энергии и ее затраты на эвапотранспирацию и уменьшается неравновесность преобразования солнечной энергии и биологическая продуктивность. На выпуклых поверхностях и склонах моренных гряд увеличиваются поглощение и затраты энергии на эвапотранспирацию уменьшаются и увеличиваются неравновесность и биологическая продуктивность. Луга в большей степени зависят от погодных условий, демонстрируя способность уменьшать затраты на эвапотранспирацию при избыточной теплообеспеченности.

Верховые болота в условиях перегрева снижают не только затраты энергии на эвапотранспирацию, но и неравновесность и производство биологической продукции. Режим функционирования верховых болот в значительной степени определяется рельефом и мощностью торфа. Центральные, выпуклые части болот летом обладают большей неравновесностью и продуктивностью, но меньшими затратами энергии на эвапотранспирацию чем краевые части, а весной и осенью - наоборот, неравновесность и продуктивность выше в краевых частях. В то же время, чем больше мощность торфа, тем выше затраты энергии на эвапотранспирацию и меньше неравеновесность и продуктивность.

6. Оценка структуры растительного покрова как управляющего параметра для лесных биогеоценозов позволила проследить изменение термодинамических переменных в ходе сукцессионных смен. Показано что в сукцессионном ряду от зарастающих лугов к старым еловым лесам сообщества уменьшают неравновесность и производство биологической продукции и увеличивают поглощение солнечной энергии и ее затраты на эвапотранспирацию.

7. Продемонстрированные различия между лесными, луговыми сообществами и верховыми болотами в преобразовании энергии позволяют констатировать существование как минимум трех стратегий использования солнечной энергии, что свидетельствует о не реализуемости в пределах исследуемого ландшафта единой целевой функции - максимизации эксергии солнечной радиации.

ЗАКЛЮЧЕНИЕ

Анализ временной динамики и пространственно-временного варьирования термодинамических переменных показал, что в термодинамической системе южно-таежного ландшафта выделяются две основные относительно независимые подсистемы: подсистема отвечающая за поглощение приходящей солнечной энергии, затраты энергии на эвапотранспирацию и преобразование ее в тепловой поток и «спектральная» подсистема, определяющая спектральную структуру поглощающей солнечную энергию поверхности, приращение информации и тесно связанную с этой структурой биологическую продуктивность. Работа первой подсистемы определяется, разностью парциальных давлений в системе «почва - растение -атмосфера» и, соответственно, выполняет функцию «насоса» по перекачке воды, и зависит в основном от количества приходящей в систему и поглощенной ей энергии, практически не реагируя на флуктуации условий среды. Затраты энергии на испарение автоматически уменьшают тепловой поток и поддерживают температуру листа в диапазоне благоприятном для фотосинтеза. Функционирование «спектральной» подсистемы зависит как от количества энергии поступающей в систему, так и от ее собственного состояния, определяемого календарной фазой саморазвития растительности и внешних условий среды, в которой происходит преобразование энергии. Приращение информации в основном определяется обратными изменениями соотношения поглощения в красном и ближнем инфракрасном диапазонах солнечного спектра и, соответственно, отражает интенсивность фотосинтеза и биологическую продуктивность.

Сравнение пространственно-временной динамики преобразования энергии для сообществ, образованных растениями различных жизненных форм и их «целевых функций» показало, что работа лесных сообществ направлена на максимизацию функционирования первой термодинамической подсистемы, отвечающей за поглощение солнечной энергии и затраты энергии на эвапотранспирацию, а функционирование луговых сообществ и верховых болот, в большей степени на устойчивость и повышение эффективности «спектральной» подсистемы, отвечающей за биологическую продуктивность. Лесные сообщества действуют как наиболее открытая из рассматриваемых, система, максимизирующая поглощение и затраты энергии на эвапотранспирацию пропорционально увеличению поступающей в систему энергии. Показано, что «открытость» хвойных лесов, заметно выше, чем лиственных. Луговые сообщества, максимизируют биологическую продуктивность, при относительно экономном использовании влаги. Работа верховых болот направлена на поддержание высокой неравновесности и биологической продуктивности, которые обеспечиваются быстрой реакцией на изменение условий среды. В отличие от луговых сообществ, состояние которых зависит от фенологической фазы, болота обладают лабильной структурой спектрального поглощения, способной при изменении погодных условий и прихода солнечной радиации поддерживать неравновесность примерно на одном уровне. Весной болото начинает интенсивно работать сразу после стаивания снегового покрова, осенью работает вплоть до его установления, а летом, при избыточной теплообеспеченности, ограничивает свою активность, снижая испарение и фотосинтез, увеличивая рассеивание энергии в среду и ее аккумуляцию. Эта лабильность обеспечивает быструю адаптацию термодинамической системы болот к изменяющимся условиям (в том числе и погодным) и устойчивое производство биологической продукции на достаточно высоком уровне, а так же накопление внутренней энергии, в том числе и в форме мертвого органического вещества.

Существование в термодинамической системе двух относительно независимых подсистем, имеющих разное функциональное значение, не позволяет рассматривать для растительности эксергию, как некоторый интегральный показатель полезной работы. Эксергия отражает лишь «полезную работу» в транспорте воды от почвы к атмосфере. Второй вид «полезной работы» - биологическая продуктивность, в силу относительно малых энергозатрат практически не отражается в эксергии и фактически описывается приращением информации. Характерно, что адаптация растений к условиям среды, обеспечивающая их устойчивость, осуществляется фактически тремя различными способами: максимизация, собственно, эксергии, максимизация биологической продуктивности, снижение флюктуаций биологической продуктивности во времени при фактическом удлинении вегетационного периода.

Таким образом, максимизация, собственно, эксергии (Jorgensen, Svirezhev, 2004) и, соответственно, минимизации теплового потока (Kay, Fraser, 2001), не может рассматриваться как общая цель эволюции биогеоценотической системы в различных экологических и эволюционных масштабах времени: сезонная динамика, сукцессионная динамика, филоценотическая динамика (Сукачев, Дылис, 1964), короткое экологическое время, длинное экологическое время, эволюционное время (Simberloff, 1974). В конкретных климатических условиях в сезонной динамике различные типы сообществ реализуют различные стратегии. В сукцессионном ряду «травы -мелколиственные леса - еловые леса» реализуется максимизация эксергии. В коротком эволюционном времени в несколько тысяч лет в условия южной тайги параллельно реализуется стратегия максимизации эксергии и стратегия «верховых болот» проявляющаяся в их прогрессивном захвате территории.

Рассмотреть тенденцию в изменениях термодинамической системы в эволюционном масштабе времени в первом приближении можно определив временную последовательность возникновения и распространения различных жизненных форм (крупных таксонов) растений. Так сообщества, образованные хвойными, то есть покрытосеменными возникли и стали доминирующими в Пермский период, 300 - 250 млн. лет назад (Willis, McElwan, 2002), лиственные (покрытосеменные) появились более 200 млн. лет назад и заняли господствующее положение в растительности менее 150 млн. лет назад (Меловой период). Возраст собственно бореальных лесов составляет порядка 30 млн. лет (конец Палеогена). Травы возникли 60 млн. лет назад (начало

Палеогена) и стали образовывать крупные сообщества не ранее 10 млн. лет назад (Неоген), что обусловлено, аридизацией климата (Willis, McElwan, 2002). Несмотря на то, что мхи практически не изменились с момента своего выхода на сушу около 450 млн. лет назад (Ордовик), как сообщества, верховые болота образованные ими относительно молоды. Сфагновые мхи стали ценозообразующим таксоном лишь в Неогене, 5 млн. лет назад (Gleb et al., 2006). Таким образом, можно видеть, что если не рассматривать сфагновые болота, то эволюция в геологическом масштабе времени определенно направлена на более экономное использование влаги, что подтверждается исследованиями эволюции проводящей ткани сосудистых растений (Pittermann, 2010), направленной на увеличение «гидравлической эффективности» транспорта влаги. Можно полагать, что развитие верховых болот стало ответом на усилившееся проявления сезонности колебаний осадков и температур в климате средних широт, произошедшее приблизительно 15 млн. лет назад (конец Палеогена). Способность сфагновых мхов вегетировать в течение всего бесснежного периода дали им очевидные преимущества перед деревьями и травами, при этом верховое сфагновое болота как сообщество «экономит влагу» более эффективно, чем травяное. Таким образом, можно полагать, что в эволюционном масштабе времени термодинамическая система изменяется в направлении увеличения биологической продуктивности и экономии влаги. Все это прямо противоречит гипотезе максимизации эксергии в формулировке С. Ёргенсена, Ю. Свирежева (Jorgensen, Svirezhev, 2004) и Кея (Kay, Fraser, 2001). Однако увеличение биологической продуктивности есть очевидное увеличение свободной энергии (эксергии) для реализации основной функции живого вещества, его самовоспроизводства. По-видимому, этот процесс сопряжен с увеличением эффективности использования влаги и увеличением внутренней энергии, которая, возможно связывается с накоплением гумуса и торфа (болота), повышающих влагоемкость среды.

Эволюция термодинамической системы растительного покрова, по-видимому, стимулируется общей тенденцией изменения климата. В результате этого процесса увеличивается разнообразие и повышается устойчивость биологической продуктивности в широком диапазоне варьирования климатических условий в текущий момент времени.

Сочетание в пространстве термодинамических систем с различными масштабами потоков влаги и тепла в приземный слой атмосферы, должно значительно увеличивать ее турбулентность и, соответственно, улучшать газообмен. С другой стороны, очень большая разность в пространстве потока тепла и влаги между лесом и верховыми болотами должна повышать турбулентность значительного по высоте приземного слоя атмосферы, увеличивая эффективность «биотического насоса» Горшкова (вогзЬкоу, Макапеуа, 2006). Таким образом, эволюция термодинамической системы биоценотического покрова, возможно, порождает синергетические эффекты, увеличивающие полезную работу большой системы «ландшафт - атмосфера» в целом, как в плане увеличения биологической продукции, так и в интенсификации круговорота влаги. Последнее, по-видимому, связано с увеличением эксергии, но на более высоком уровне организации термодинамической системы, не рассматриваемом в представленной работе.

Список литературы диссертационного исследования кандидат биологических наук Сандлерский, Роберт Борисович, 2013 год

ЛИТЕРАТУРА

1. Афонин C.B., Соломатов Д.В. Методика учета оптико-метеорологического состояния атмосферы для решения задач атмосферной коррекции спутниковых ИК-измерений // Оптика атмосферы и океана. 2008. Т. 21. № 2. Новосибирск: СО РАН. С. 147-153.

2. Бауэр Э.С. Теоретическая биология. М.-Л.: Изд-во ВИЭМ. 1935. С. 206.

3. Бродянский В., Бандура А. Ресурсы ноосферы и экономика // Энергия. 1996. № 10. М.: Наука. С. 12-24.

4. Васенев И.И., Таргульян В.О. Ветровал и таежное почвообразование (режимы, процессы, морфогенез почвенных сукцессий). М.: Наука. 1995. 247 с.

5. Вернадский В.И. Биосфера и Ноосфера. М.: Айрис-пресс. 2004. 576 с.

6. Вернадский В.И. Живое вещество. М.: Наука. 1978. 358 с.

7. Выгодская H.H., Горшкова И.И. Теория и эксперимент в дистанционных исследованиях растительности. Л.: Гидрометеоиздат. 1987. 248 с.

8. Вяткин В.Б. Хаос и порядок дискретных систем в свете синергетической теории информации // Науч. журн. КубГАУ. Краснодар: КубГАУ. 2009. № 47(3). С. 1-32

9. Геоботаническое районирование Нечерноземья европейской части РСФСР / отв. ред. Александрова В.Д., Юрковская Т.К. Л: Наука. 1989. 64 с.

10. Горный В.И., Крицук С.Г., Латыпов И.Ш. Термодинамический подход для дистанционного картографирования нарушенности экосистем. // Современные проблемы дистанционного зондирования Земли из космоса. М.: ИКИ РАН. 2011. Т.8. №2. С. 179-194.

11. Голубятников Л.Л., Денисенко Е.А., Взаимосвязь вегетационного индекса с климатическими параметрами и структурными характеристиками растительного покрова // Известия РАН. Физика атмосферы и океана. 2006. Т. 42. № 4. М.: Наука. С. 524-538

12. Гончару к Н. Ю. Закономерности пространственного распределения почв Центрально-Лесного заповедника. Автореф. канд.дис.М.: МГУ. 1995. 26 с.

13. Джексон Р. Д. Оценивание эвапотранспирации в локальном и региональном масштабах // ТИИЭР. М.:Мир. 1985. Т. 73. № 6.

14. Добровольский Г.В., Урусевская И.С., Алябина И.О. Почвенно-географическое районирование. Масштаб 1:15 000 000 // Национальный атлас России. Том 2. «Природа. Экология». М.: Роскартография. 2007. С. 304-307.

15. Зейде Б.Б. Об эволюционном аспекте проблемы целостности // Проблема целостности в современной биологии. М.: Наука. 1968. С. 62-74

16. Исаченко А. Г. Ландшафты СССР. Л.: Изд-во Ленинигр. ун-та. 1985. 320 с.

17. Иванова M. М. Энергетический анализ экосистем как один из аспектов их многокритериальной оценки // Проблемы устойчивого развития:

18.

19.

20.

21.

22.

23,

24

25

26

27

28

29

30

31

иллюзии, реальность, прогноз. Материалы 6-го Всерос. науч. сем. «Самоорганизация устойчивых целостностей в природе и обществе». Томск: Изд-во ТГУ. 2002. С. 143-147

Казначеев В.П. Учение В.И. Вернадского о биосфере и ноосфере. Новосибирск: Наука. 1989. 248 с.

Карпачевский Л.О., Строганова М.Н. Почвы Центральнолесного заповедника и их экологическая оценка // Динамика, структура почв и современные почвенные процессы. Сборник научных трудов ЦНИЛ Главохоты РСФСР. М.: ЦНИЛ. 1987. С. 10-29

Карта геоморфолого-неотектонического районирования Нечерноземной части РСФСР. Масштаб 1:1500000. М.: Главное управление геодезии и картографии при Совете Министров СССР. 1984. 5 л. Климонтович Ю.Л. Турбулентное движение и структура хаоса: Новый подход к статистической теории открытых систем. Серия «Синергетика: от прошлого к будущему». М.: КомКнига. 2007. 328 с. Климонтович Ю.Л. Введение в физику открытых систем. М.: Янус-К. 2002. 284 с.

Козлов Д.Н. Инвентаризация ландшафтного покрова методами пространственного анализа для целей ландшафтного планирования // Ландшафтное планирование: общие основания. Методология, технология: Труды международной школы-конференции «Ландшафтное планирование». М.: Изд-во Геогр. ф-таМГУ. 2006. С. 117-137 Козлов Д.Н., Пузаченко М.Ю., Федяева М.В., Пузаченко Ю.Г. Отображение пространственного варьирования свойств ландшафтного покрова на основе дистанционной информации и цифровой модели рельефа // Известия РАН. сер. географ. 2008. № 4. М.: Наука. С. 112-124 Козловский Ф.И. Теория и методы изучения почвенного покрова. М.: Геос. 2003. 535 с.

Кондратьев К.Я. Федченко П.П. Спектральная отражательная способность и распознавание растительности. Л.: Гидромемеоиздат. 1986. 231 с.

Котлов И.П., Пузаченко Ю.Г. Структура рельефа русской равнины как ландшафтообразующего фактора // Ландшафтное планирование: общие основания. Методология, технология: Труды международной школы-конференции «Ландшафтное планирование». М.: Изд-во Геогр. ф-та МГУ. 2006. С. 166-172

Кренке А.Н., Пузаченко Ю.Г., Пузаченко М.Ю. Уточнение содержания тематических карт на основе данных дистанционного зондирования // Изв. РАН. Сер. Географич. 2011. № 4. М.: Наука С. 86-96 Кронберг П. Дистанционное изучение Земли: Основы и методы дистанционных исследований в геологии. М.: Мир. 1988. 343 с. Кульбак С. Теория информации и статистика. М.: Наука. 1967. 406 с. Лагутин A.A., Никулин Ю.А., Шмаков И.А., Жуков А.П., Лагутин Ал.А., Резников А.Н., Синицин В.В. Восстановление характеристик подстилающей поверхности Сибирского региона по данным

32.

33.

34.

35.

36,

37,

38,

39

40

41

42

43

44

45

46

спектрорадиометра MODIS // Вычислительные технологии. 2006. Т. 11. Ч. 1. Новосибирск: Изд-во СО РАН. С. 61-71

Лихачева М.В., Копелевич О.В., Шеберстов C.B. Коррекция данных спутникового сканера MODIS на солнечный блик без использования дополнительных данных о скорости ветра // Соврем, пробл. дистанционного зондирования земли из космоса. 2009. Т. 6. № 1. М.: Изд-во ИКИ РАН. С. 421-428

Макунина A.A. Физическая география СССР. М.: Изд-во Моск. ун-та. 1985. 256 с.

Мартюшев Л.М. Принцип максимальности производства энтропии в физике и смежных областях. Научное издание. / Л.М. Мартюшев, В.Д. Селезнев Екатеринбург: ГОУ ВПО УГТУ-УПИ. 2006. 82 с. Мерзляк М.Н., Гительсон A.A., Погосян С.И. Спектры отражения листьев и плодов при нормальном развитии, старении и стрессе // Физиология растений. 1997. Т. 44. № 5. М.: Наука. С. 707-716

Мильков Ф.Н., Гвоздецкий H.A. Физическая география СССР. Общий обзор. Европейская часть СССР. Кавказ. Изд. 4-е. испр. и доп. Учебник для студентов геогр. фак. ун-тов. М.: Мысль. 1976. 448 с. Мячкова H.A. Климат СССР. М.: Изд-во Моск. ун-та. 1983. 192 с. Новиков Д.А., Новочадов В.В. Статистические методы в медико-биологическом эксперименте (Типовые случаи). Волгоград: Изд-во ВолГМУ. 2005. 84 с.

Лехт Э.Е., Гудкова В.Н. Геоморфология и гляциоморфология; пояснительная записка к карте масштаба 1:500 000 // Серия карт «Природные ресурсы Калининской области». М.: Главное управление геодезии и картографии при Совете Министров СССР. 1986. 135 с. Одум Г., Одум Э. Энергетический базис человека и природы. М.: Прогресс. 1978. С. 384

Почвенно-геологические условия Нечерноземья. М.: Изд-во Моск. Ун-та. 1984. 608 с.

Печуркин Н.С. Энергетические аспекты развития надорганизменных систем. Новосибирск: Наука. 1982. 113 с.

Пригожин И., Стенгерс И. Порядок из хаоса: Новый диалог человека с природой. М.: Прогресс, 1986. 432 с.

Пригожин И., Кондепуди Д. Современная термодинамика. От тепловых двигателей до диссипативных структур. М.: Мир. 2002. 461 с. Пузаченко М.Ю. Ландшафтная приуроченность ветровалов в Центрально-Лесном заповеднике // Труды Центрально-лесного заповедника. Вып. 4. Тула: Гриф и К. 2007. С. 304-325 Пузаченко М.Ю., Пузаченко Ю.Г, Козлов Д.Н., Федяева М.В. Картографирование мощности органогенного и гумусового горизонтов лесных почв и болот южно-таежного ландшафта (юго-запад Валдайской возвышенности) на основе трехмерной модели рельефа и дистанционной информации (Landsat 7) // Исследование Земли из космоса. 2006. № 4. М.: Наука. С. 70-78

47. Пузаченко Ю.Г. Математические методы в экологических и географических исследованиях. М.: Академия. 2004. 408 с.

48. Пузаченко Ю.Г. Организация ландшафтной учебной практики студентов 2-го курса географического факультета МГУ на базе Центрально-Лесного государственного природного биосферного заповедника // Труды Центрально-Лесного заповедника. Выпуск 4. Тула: Гриф и К. 2007. С. 474-496

49. Пузаченко Ю.Г. Пространственная анизотропность вековой динамики средней глобальной температуры поверхности суши // Известия РАН. Сер. географ. 2009. № 5. М.: Наука. С. 22-33

50. Пузаченко Ю.Г. Климатическое пространство биосферы // География продуктивности и биогеохимического круговорота наземных ландшафтов: к 100-летию профессора Н.И. Базилевич. Материалы конф. / ред.: Г.В. Добровольский, В.Н. Кудеяров, A.A. Тишков. М.: Товарищество научных изданий КМК. 2010. С. 100-113

51. Пузаченко Ю.Г. Вековые изменения климата в районе заповедника // Динамика многолетних процессов в экосистемах Центрально-Лесного заповедника. Труды Центрально-Лесного государственного природного биосферного заповедника. Вып. 6. / ред. A.C. Желтухин. Великие Луки: ООО «Великолукская городская типография». 2012. С. 6-32

52. Пузаченко Ю.Г., Гагаева З.Ш., Алещенко Г.М. Составление мелкомасштабной карты ландшафтного покрова с использованием мультиспектральной информации // Известия РАН. Сер. географ. 2004. № 4. М.: Наука. С. 97-109

53. Пузаченко Ю.Г., Козлов Д.Н. Геоморфологическая история развития территории Центрально-лесного заповедника // Труды Центрально-Лесного заповедника. Вып. 4. Тула: Гриф и К. 2007. С. 125-159

54. Пузаченко Ю.Г., Котлов И.П., Кренке А.Н., Сандлерский Р.Б. Прямое измерение роста верховых болот // Динамика многолетних процессов в экосистемах Центрально-Лесного заповедника. Великие луки. Труды Центрально-лесного государственного природного биосферного заповедника. Вып. 6. Великие Луки: ООО «Великолукская городская типография». 2012. С. 181-184

55. Пузаченко Ю.Г., Котлов И. П., Сандлерский Р.Б. Мониторинг динамики ландшафтного покрова на основе мультиспектральной дистанционной информации в центрально-лесном биосферном заповеднике // Известия РАН. Сер. географ. М.: Наука, в печати

56. Пузаченко Ю.Г., Онуфреня И.А., Алещенко Г.М. Количественные методы классификации форм рельефа // Известия РАН. Сер. географ. 2002. № 6. М.: Наука. С. 17-26

57. Пузаченко Ю.Г., Санковский А.Г. Анализ организации растительного покрова методами ординации // Журн. общ. биолог. 1992. Т. 53. № 6. М.: Наука. С. 757-773

58.

59.

60.

61.

62.

63.

64,

65

66

67

68

69

70

71

72

73

74

Пузаченко Ю.Г., Санковский А.Г. Климатическая обусловленность чистой продукции биосферы // Известия РАН. Сер. географ. 2005. № 5. М.: Наука. С. 14-28

Пузаченко Ю.Г., Хорошев A.B., Алещенко Г.М. Анализ организации ландшафта на основе космического снимка // Исследование Земли из космоса. 2003. № 3. М.: Наука. С. 63-71

Пузаченко Ю.Г., Козлов Д.Н., Сиунова Е.В., Санковский А.Г. Оценка запасов органического вещества в почвах мира // Почвоведение. 2006. № 6. М.: Наука. С. 1427-1440

Регуляторная роль почвы в функционировании таежных экосистем / отв. ред. Добровольский Г.В. М.: Наука. 2002. 364 с.

Романов М.В. Термодинамический подход для обеспечения устойчивого развития природно-хозяйственных систем. Спб: Изд-во СПбГПУ. 2003. 120 с.

Рычагов Г.И. Общая геоморфология: учебник. 3-е изд., перераб. и доп. М.: Изд-во Моск. ун-та. 2006. 416 с.

Самуйленков М. Ю. Эмергетический подход к организации агроэкосистем // Самоорганизация и организация власти. Материалы 4-го Всерос. науч. сем. «Самоорганизация устойчивых целостностей в природе и обществе». Новосибирск: Изд-во СО РАН. 2000. С. 162-164 Сандлерский Р.Б., Пузаченко Ю.Г. Термодинамика биогеоценозов на основе дистанционной информации // Журн. общ. биолог. 2009. Т. 70. № 2. М.: Наука. С. 121-142

Соколов H.H. Рельеф и четвертичных отложений Центрального лесного заповедника // Ученые записки ЛГУ. Сер. географ. Л.: Наука. 1949. № 124. Вып. 6. М.: Наука. С. 12-27

Сороченков Ф.В. Геологическое строение территории Центрального лесного заповедника // Труды Центрально-лесного заповедника. 1937. Вып. 2. Смоленск: Изд-во ЗОКНИИ. С. 13-21.

Сочава В.Б. Введение в учение о геосистемах. Новосибирск: Наука. 1978. 319 с.

Структура и продуктивность еловых лесов Южной Тайги / ред. В.Г. Карпов Л.: Наука. 1973. 309 с.

Сукачев В.Н. Дылис Н.Б. Основы лесной биогеоценологии. М.: Наука. 1964. 574 с.

Тихомиров A.A., Шарупич В.П., Лисовский Г.М. Светокультура растений: биофизические и биотехнологические основы // Учебное пособие для вузов. Новосибирск: Изд-во СО РАН. 2000. 213 с. Тюрин Ю.Н., Макаров A.A. Статистический анализ данных на компьютере. М.: ИНФРА-М. 1998. 528 с.

Фурсова П.В., Левич А.П., Алексеев В.Л. Экстремальные принципы в математической биологии // Успехи современной биологии. 2003. Т. 123. №2. М.: Наука. С. 115-137

Хильми Г.Ф. Основы физики биосферы. Л.: Гидрометеоиздат. 1966. -300с.

75. Хильми Г.Ф. Хаос и жизнь // Населенный космос / ред. В.Д. Пекелис М.: Наука. 1972. С. 33-49

76. Хазен A.M. Разум природы и разум человека. М.: Мособлполиграфиздат. 2000. 577 с.

77. Хакен Г. Принципы работы головного мозга: Синергетический подход к активности мозга, поведению и когнитивной деятельности. М.: Изд-во Per Se. 2001.353 с.

78. Хакен Г. Информация и самоорганизация: Макроскопический подход к сложным явлениям М.: Мир. 1991. 240 с.

79. Хакен Г. Синергетика. М.: Мир. 1980. 406 с.

80. Центрально-Лесной государственный природный биосферный заповедник / сост. Пузаченко Ю.Г., Желтухин А.С., Козлов Д.Н., Кораблев Н.П., Федяева М.В., Пузаченко М.Ю., Сиунова Е.В. М.: Изд-во «Деловой мир». 2007. 80 с.

81. Чеботарева Н.С., Саммет Э.Ю., Знаменская О.М., Рухина Е.В. Стратиграфия плейстоцена // Рельеф и стратиграфия четвертичных отложений северо-запада Русской равнины. М.: Изд-во АН СССР. 1961. С. 101-138

82. Шаргут Я., Петела Р. Эксергия. М.: Энергия. 1968. 280 с.

83. Шредингер Э. Что такое жизнь? Физический аспект живой клетки. Москва - Ижевск. Изд-во НИЦ «Регулярная и хаотическая динамика». 2002. 92 с.

84. Шульгин И.А. Растение и солнце. Л.: Гидрометеоиздат. 1973. 251 с.

85. Шульгин И.А. Лучистая энергия и энергетический баланс растений. М.: Альтекс. 2004. 142 с.

86. Эткин В.А. Свободная энергия биологических систем // Биофизика. 2003. Т. 48. № 4. М.: Наука. С. 740-746

87. Эшби У. Р. Введение в кибернетику. М.: Изд-во иностранной литературы. 1959. 432 с.

88. Asner G.P., Biophysical and biochemical sources of variability in canopy reflectance // Remote sensing of environment. 1998. V. 64(3). Elsevier. P. 234253

89. Adamczyk A.B. Variation in active surface temperature in the Nara Region of Japan // Geographia polonica. 2004. V. 77. № 1. Polish academy of sciences. P. 77-88

90. Blusius L., Weirich F. The use of the Minnaert correction for land-cover classification in mountainous terrain // Int. Journ. of Remote Sensing. 2005. V. 26. № 17. MDPI. P. 3831-3851

91. Buenstorf G. Self-organization and sustainability: energetics of evolution and implications for ecological economics. Ecological Economics. 2000. V. 33. Elsevier. P. 119-134

92. Cattell R.B. The scree test for the number of factors // Multivariate Behavioral Research. 1966. № 1(2). Lawrence Erlbaum Associates Inc. 245-276 pp.

93. Chander G., Markham B. Revised Landsat-5 TM Radiometric Calibration Procedures and Postcalibration Dynamic Ranges // IEEE Transactions on

geoscience and remote sensing. 2003. V. 41. № ll. Institute of Electrical and Electronics Engineers. P. 2674-2677

94. Chander G., Markham B., Helder D. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors // Remote Sensing of Environment. 2009. V. 113. Issue 5. Elsevier. P. 893-903

95. Chamchine A.V., Makhviladze G.M., Vorobyev O.G. Exergy indicators of environmental quality. Thermodynanic indicators for integrated assessment of sustainable energy technologies // International Journal of low carbon technologies. 2006. № 1. Oxford University Press. P. 69-78

96. Chapin F. S., Eugster W., McFadden J. P., Lynch A. H., Walker D. A. Summer Differences among Arctic Ecosystems in Regional Climate Forcing // Journal of climate. 2000. V. 13. American Meteorological Society. P. 2002-2010

97. Chavez P.S. Image-based atmospheric corrections - revisited and revised // Photogrammetric Engineering and Remote Sensing. 1996. V. 62(9). ASPRS. P. 1025-1036

98. Chemin Y. Evapotranspiration of crops by remote sensing using the energy balance based algorithms. // 1st international Yellow river forum on river basin Mana-gemet. China. Zhenzghou. 2003. P. 76-85

99. Comparing global models of terrestrial net primary productivity (NPP): Overview and key results / eds. Cramer W., Kicklighter D.W., Bondeau A., Moore B., I., Churkina G., Nemry B., Ruimy A., Schloss A. and the Participants of the Potsdam NPP Model Intercomparison // Global Change Biology. 1999. Blackwell Publishing Ltd. V. 5. P. 1-15

100. Coppin P., Bauer M. Change detection in forest ecosystems with remote sensing digital imagery // Remote sensing reviews. 1996. V. 13. Taylor and Francis Group. P. 207-234

101. Coppin P., Jonckheere I., Nackaerts K., Muys B. Digital change detection methods in ecosystem monitoring: a review Remote Sensing // International journal of remote sensing. 2004. V. 25. № 9. Taylor and Francis Group. P. 1565-1596

102. Cristobal J., Poyatos R., Ninyerola M., Llorens P., Pons X. Combining remote sensing and GIS climate modelling to estimate daily forest évapotranspiration in a Mediterranean mountain area // Hydrology and earth system sciences. V. 15. European Geosciences Union. 2011. P. 1563-1575

103. Duguay C.R., Rouse W.R., Lafleur P.M., Boudreau L.D. Radiation balance of wetland tundra at northern treeline estimated from remotely sensed data // Climate research. 1999. V. 13. Inter-Research. P. 77-90

104. Greb, S.F., DiMichele, W.A., Gastaldo, R.A. Evolution and Importance of Wetlands in Earth History // Geological Society of America Special Paper № 399. GSAS. 2006. 40 p.

105. Glenn E.P., Huete A.R., Nagler P.L., Nelson S.G. Relationship between remotely-sensed vegetation indices, canopy attributes and plant physiological processes: What vegetation indices can and cannot tell us about the landscape // Sensors. 2008. № 8. MDPI. P. 2136-2160

106.

107.

108.

109,

110,

111

112

113

114

115

116

117

118

119

120

121

122

Goetz S. Multi-sensor analysis of NDVI, surface temperature and biophysical variables at a mixed grassland site // International journal of remote sensing. 1997. V. 18. № 1. Taylor and Francis Group. P. 71-94

Goetz S., Prince S. Small J. Advances in satellite remote sensing of environmental variables for epidemiological applications // Advances in parasitology. 2000. V. 47. Elsevier. P. 289-307

Goward, S.N., Tucker C.J., Dye D.G. North American vegetation patterns observed with the NOAA-7 Advanced Very High Resolution Radiometer // Vegetatio. 1985. V. 64. Springer. P. 3-14

Hau J.L., Bakshi B.R. Expanding Exergy Analysis to account for Ecological Inputs. Technical Report., Ohio: Department of Chemical Engineering of Ohio State University. 2003. 28 p.

Hau J.L., Bakshi B.R. Promise and problems of Emergy analysis // Ecological Modelling. 2004. V. 178. Elsevier. P. 215-225

Ho M., Ulanowicz R. Sustainable systems as organisms? // BioSystems. 2005. № 82. Elsevier. P. 39-51

Jorgensen S.E. Evolutionary Essays A Thermodynamic Interpretation of the Evolution. Elsevier. 2008. 206 p.

Jorgensen S.E., Mejer H. Next generation of ecological models // Proceedings of the Work Conf. on Envir. Syst. Anal, and Manag. Rome. 1982. P. 485-493 Jorgensen S.E., Patten, B.C., Straskraba M. Ecosystems emerging: 4. Growth. Ecological Modelling. 2000. V. 126. Elsevier. P. 249-284 Jorgensen S.E., Svirezhev Y.M. Towards a thermodynamic theory for ecological systems. Elsevier. 2004. 369 p.

Kaiser H.F. The application of electronic computers to factor analysis // Educational and Psychological Measurement. 1960. № 20. Sage Publications. P. 141-151

Kay J.J., Schneider E.D. Thermodynamics and measures of ecological integrity // Ecological indicators, V. 1. Proceedings of the International Symposium on ecological indicators. Florida, Fort Lauderdale. Elsevier. 1992. P. 159-182 Kay J. J., Fraser R.A., Exergy Analysis of Ecosystems: Final Draft Establishing a Role for Thermal Remote Sensing. Ontario: University of Waterloo. 2001. 79 P-

Lina H., Caoa M., Stoyc P., Zhanga Y. Assessing self-organization of plant communities - A thermodynamic approach // Ecological Modelling. 2009. V. 220. Elsevier. P. 784-790

Liu J., Chen J. M., Cihlar J. Mapping évapotranspiration based on remote sensing: An application to Canada's landmass // Water resources research. 2003. V. 39. № 7. American Geophysical Union. Elsevier. P. 1189-1200 Lobell D.B., Asner G.P., Ortiz-Monasterio J.I., Benning T.L. Remote sensing of regional crop production in the Yaqui Valley, Mexico: estimates and uncertainties // Agriculture, ecosystems and environment. 2003. V. 94. Elsevier. P. 205-220

Lotka A.J. Contribution to the energetics of evolution. Proceedings of The National Academy of Sciences. USA. V. 8. Issue 6. 1922. P. 147-151

123. Lotka A J. Elements of physical biology. Baltimore: Williams and Wilkins. 1925.495 p.

124. Ma Y., Wang J., Huang R., Wei G., Menenti M., Su Z., Hu Z., Gao F., Wen J., Remote sensing parameterization of land surface heat fluxes over arid and semi-arid areas // Advances in Atmospheric Sciences. 2003. V.20, № 4. Springer. P. 530-539

125. Martins V., Marshak A., Remer L., Rosenfeld D., Kaufman Y., Fernandez-Borda R., Koren I., Correia A., Zubko V., Artaxo P. Remote sensing the vertical profile of cloud droplet effective radius, thermodynamic phase, and temperature // Atmospheric Chemistry and Physics. 2011. № 11. European Geosciences Union. P. 9485-9501

126. Makarieva A.M. Gorshkov V.G. Biotic pump of atmospheric moisture as driver of the hydrological cycle on land // Hydrology and Earth System Sciences Discussions. 2006. № 3. European Geosciences Union. P. 2621-2673

127. Odum H.T. Environmental Accounting. Emergy and Environmental Decision Making. N.Y.: John Wiley and Sons.1996. 370 p.

128. Odum H.T. Energy, Value, and Money // Ecosystem Modeling in Theory and Practice: An Introduction with Case Histories. / eds. by C.A. Hall, J.W. Day. N.Y.: John Wiley and Sons. 1977. P. 173-196

129. Patterson M.G. Special issue: The Dynamics and Value of Ecosystem Services: Integrating Economic and Ecological Perspectives. Ecological production based pricing of biosphere processes // Ecological Economics. 2002. № 41. Elsevier. P. 457-478

130. Pittermann J. The evolution of water transport in plants: an integrated approach // Geobiology. 2010. V. 8. John Wiley and Sons. P. 112-139

131. Price J.C. On the Use of Satellite Data to Infer Surface Fluxes at Meteorological Scales // Journal of applied meteorology. 1982. V. 21. Proquest Academic Research Library. P. 1111-1122

132. Prime S.D., Goward S.N. Global primary production: a remote sensing approach // Journal Biogeography. 1995. V. 22. John Wiley and Sons. P. 815835

133. Puzachenko Y.G., Sandlersky R.B., Svirejeva-Hopkins A. Estimation of thermodynamic parameters of the biosphere, based on remote sensing // Ecological Modelling. 2011. V. 222(16). Elsevier. P. 2913-2923

134. Quattrochi D.A., Luvall J.C. High Spatial Resolution Airborne Multispectral Thermal Infrared Data to Support Analysis and Modeling Tasks in EOS IDS Project ATLANTA // The Earth Observer. 1997. V. 9. №. 3. EOS Project Science Office. P. 42-49

135. Rant Z. Exergie, ein neues Wort fur «technische Arbeitsfähigkeit». (Exergy, a new word technical available work). Forschungen im Ingenieurwesen. 1956. V. 22(1). ÑUS. P. 36-37

136. Rawls W.J., Kustas W.P., Schmugge J.T., Ritchie J.C., Jackson. T.J., Rango A., Doraiswamy P. Remote Sensing in Watershed Scale Hydrology // Proceedings of the First Interagency Conference on Research in Watersheds. October 27-30, 2003. Benson, Arizona. 2003. P. 580-585

137. Riano D., Chuvieco E., Salas J., Aguado I. Assessment of Different Topographic Corrections in Landsat-TM Data for Mapping Vegetation Types // IEEE transactions on geoscience and remote sensing. 2003. V. 41. № 5. Institute of Electrical and Electronics Engineers. P. 1056-1061

138. Rivas R., Caselles V. A simplified equation to estimate spatial reference evaporation from remote sensing-based surface temperature and local meteorological data // Remote sensing of environment. 2004. V. 93. Elsevier. P. 68-76

139. Rosati A., Metcalf S., Lampinen B. A Simple Method to Estimate Photosynthetic radiation use efficiency of canopies // Annals of Botany. 2004. V. 93. P. 567-574

140. Sandlerskiy R., Stefanov S., Puzachenko Y. Multifunctional landscape assessment // Implementation of landscape ecological Knowledge in practice. 1st IALE-Europe thematic symposium / eds. A. Macias, A. Mizgajski. Poznan. Naukowe. 2010. P. 176-182

141. Savige C., Western A., Walker J., Kalma J., French A., Abuzar M. Obtaining surface energy fluxes from remotely sensed data // MODSIM 05 International Congress on Modelling and Simulation: Advances and Applications for Management and Decision Making. Melbourne.: Modelling and simulation society of Australia and New Zealand Inc. 2005. P. 2946-2952

142. Schuettemeyer D., Schillings C., Moene A., Bruin H. Satellite based actual évapotranspiration over drying semi-arid terrain in West Africa. Journal of Applied Meteorology and Climatology. 2007. V. 46. Issue 1. P. 97-111

143. Schoss A.L. Kicklighter D.W., Kaduk J. Wittenberg U. Comparing global models of terrestrial net primary productivity (NPP): comparison of NPP to climate and the Normalized Difference Vegetation Index (NDVI)// Global Change Biology. 1999. V. 5. Issue 1. P. 25-34

144. Silow E.A., Mokry A.V. Exergy as a tool for ecosystem health assessment // Entropy. 2010. № 12. P. 902-925

145. Simberloff D. Equilibrium theory of island biogeography and ecology // Annual Review Ecology Systematics. 1974. V. 5. P. 161-182

146. Stephens G.L., O'Brien D.M. Entropy and climate. I: ERBE observations of the entropy production of the earth // Quarterly journal of the Royal meteorological society. 1993. V. 119. P. 121-152

147. Sun Y.-J., Wang J.-F., Zhang R.-H., Gillies R. R., Xue Y., Bo Y.-C. Air temperature retrieval from remote sensing data based on thermodynamics // Theoretical applied climatology. 2005. V. 80. P. 37-48

148. Svirejeva-Hopkins A., Puzachenko Y.G., Sandlersky R.B. City Systems, their Growth and Sustainability: An Urban Biogeochemistry Approach // UGEC Viewpoints. Opportunities and Challenges for Sustainability in an Urbanizing World: Selections from the UGEC2010 Conference. № 5. 2011. P. 15-20

149. Thuillier G., Herse M., Simon P.C., Labs D., Mandel H., Gillotay D., Foujols T. The solar spectral irradiance from 200 to 2400 nm as measured by the solspec spectrometer from the Atlas and Eureca missions // Solar Physics. 2003. V. 214. P. 1-22

150. Turcotte D.L. Fractals and chaos in geology and geophysics. Cambridge University Press. 1997. 398 p.

151. Vermote E., Saleous E., Justice C. Atmospheric correction of the MODIS data in the visible to middle infrared: First results // Remote sensing environment. 2002. V. 83. Elsevier. P. 97-111

152. Wall G. Introduction to life support systems and sustainable development // The 5th International Copernicus conference, 12-14 June, 2002, Goteborg, Sweden. 2002. 31 p.

153. Wall G., Gong M. On Exergy and Sustainable Development, Part I: Conditions and Concepts // Exergy An international journal. 2001. V. 1. № 3. Elsevier. P. 128-145

154. Wagendorp T., Gulinck H., Coppin P., Muys B. Land use impact evaluation in life cycle assessment based on ecosystem thermodynamics // Energy. 2006. V. 31. Issue 1. Elsevier. P. 112-125

155. Wassennar T., Olioso A., Hasager C., Jacob F., Chehbouni A. Estimation of évapotranspiration on heterogeneous pixels // First International Symposium on Recent Advances in Quantitative Remote Sensing, 16-20 September 2002. / eds. Sobrino J.A. Publicacions de la Universität de Valencia. Valencia, Spain. 2002. P. 458-465

156. Weng Q., Lu D., Schubring J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies // Remote sensing environment. 2004. V. 89. Elsevier. P. 467-483

157. Willis K.J., McElwain J.C., The evolution of plants. Oxford University Press. 2002. 392 p.

158. Wu W., Liu Y. Radiation entropy flux and entropy production of the Earth system // Review of geophysics. 2010. V. 48. American Geophysical Union. P. 1-27

159. Zhang, J., Wang, Y., Wang, Z. Change analysis of land surface temperature based on robust statistics in the estuarine area of Pearl River (China) from 1990 to 2000 by Landsat TM/ETM+ data // International journal remote sensing. 2007. V. 28. Taylor and Francis Group. P. 2383-2390

160. Young M., Jones D., Kathy L. Monitoring Snowmelt in the Canadian High Arctic using a DEM and Remote Sensing // Proceedings of 58th annual Eastern snow conference Canada, Ottawa. Ontario. 2001. P. 289-296

Ресурсы интернет

161. Экосистемные услуги - современные технологии / Институт проблем экологии и эволюции им. А.Н. Северцова РАН [электронный ресурс] 17.01.2013. URL http://www.sevin.ru/ecosys_services/

162. ACRIM. ACRIMSAT Mission / Jet Propulision Laboratory. California Institute of Tecnology. [website] 17.01.2013. URL http://acrim.ipl.nasa.gov/

163. ATCOR. Atmospheric and topographic correction / ReSe Application Schlapfer. [website] 17.01.2013. URL http://www.rese.ch/atcor/atcor3/atcor2_method.html

164. ATLAS. Advanced Thermal and Land Applications Sensor / Earth Science Office. [website] 17.01.2013. URL http://www.ghcc.msfc.nasa.gov/precisionag/atlasremote.html

165. AVHRR. Advanced Very High Resolution Radiometer. / NOAA Satellite and information service. National Oceanic and atmospheric administration, [website] 17.01.2013. URL http://www.noaa.gov/satellites.html

166. BOREAS Experiment Plan / Oak Ridge National Laboratory Distributed Active Archive Center (ORNL DAAC). [website] 17.01.2013. URL http ://daac. ornl. go v/BORE AS/boreas. shtml

167. CERES. Clouds and Earth's Radiant Energy System / National Aeronautics and Space Administration, [website] 17.01.2013. URL http://ceres.larc.nasa.gov

168. EBRE. Earth Radiation Budget Experiment / Center for environmental data archival, [website] 17.01.2013. URL http://badc.nerc.ac.uk/data/erbe/

169. ENVI 4.5. / Exils. Visual information solutions, [website] 17.01.2013. URL http://www.exelisvis.eom/lang:uage/en-US/ProductsServices/ENVI.aspx

170. ERBS. Earth Radiation Budget Satellite / National Aeronautics and Space Administration Science. [website] 17.01.2013. URL http://science.nasa.gov/missions/erbs/

171. Erdas Imagine / Intergraph. [website] 17.01.2013. URL http://www.intergraph.com/about_us/default.aspx

172. EROS. Earth Resources Observation and Science (EROS) Center / United States Geological Survey. [website] 17.01.2013. URL http://eros.usgs.goV/#/Find_Data/Products_and_Data Available/gtopo30_info

173. FLUXNET Project / Oak Ridge National Laboratory Distributed Active Archive Center (ORNL DAAC). [website] 17.01.2013. URL http ://daac.ornl. gov/FLUXNET/fluxnet. shtml

174. GEO Carbon Strategy / Global Carbone Project, [website] 17.01.2013. URL http://www.globalcarbonproject.org/misc/JournalSummaryGEO.htm

175. HIRS. High Resolution Infrared Radiation Sounder / National aeronautics and space administration. [website] 17.01.2013. URL http://nssdc.gsfc.nasa.gov/nmc/experimentDisplay.do?id=1975-052A-02

176. ImageJ / Image processing and Analysis in Java, [website] 17.01.2013. URL http://rsb.info.nih.gov/ij/docs/index.html

177. MODIS. Moderate Resolution Imaging Spectroradiometer / National Aeronautics and Space Administration, [website] 17.01.2013. URL http://modis.gsfc.nasa.gov/

178. Landsat project / National Aeronautics and Space Administration, [website] 17.01.2013. URL http://landsat.gsfc.nasa.gov/

179. Landsat 7 Science workbook / National aeronautics and space administration, [website] 17.01.2013. URL http://landsathandbook.gsfc.nasa.gov/

180. MISR. Multi-angle Imaging Spectroradiometer / Jet Propulision Laboratory. California Institute of Tecnology. [website] 17.01.2013. URL http://misr.jpl.nasa.gov/

181. SEBAL. Surface Energy Balance Algorithm for Land / SEBAL North America (SNA), [website] 17.01.2013. URL http://www.sebal.us/

182. SORCE. Solar Radiation and Climate Experiment / EarthObservatory. [website] 17.01.2013. URL http://earthobservatory.nasa.gov/Librarv/SORCE/

183. SRTM. Shuttle Radar Topography Mission / CGIAR International Research Center, [website] 17.01.2013. URL http://srtm.csi.cgiar.org/

184. TIMS. Thermal Infrared Multispectral Scanner / National aeronautics and space administration. [website] 17.01.2013. URL http://www.nasa.gov/centers/dryden/research/AirSci/ER-2/tims.html