Ocena oddziaływania na środowisko (OOS) to jeden z ważniejszych elementów polityki środowiskowej. Raporty OOS ułatwiają podejmowanie decyzji związanych z opracowaniem planów i programów wielu dziedzin gospodarki. W dobie rozpowszechnienia systemów informacji przestrzennej dokumentacja kartograficzna jest systemem gromadzenia informacji w obszernych bazach danych. Bazą raportu OOS są oceny i programy dotyczące określonych komponentów środowiska. W pracy zaprezentowano metody informatycznego wspierania oceny stanu gleb. Wskazano w niej potencjalne metody poszukiwań użytecznych modeli środowiskowych, zarysowując część wspólną dla zagadnień oceny antropogenicznego oddziaływania na gleby i rozwijanych metod komputerowego modelowania środowiska.
- Spis treści
-
Wprowadzenie 5
1. Gleby i ich podziały 15
1.1. Klasyfikacje gleb 15
1.1.1. Klasyfikacja typologiczna 16
1.1.2. Klasyfikacja bonitacyjna i kwalifikacja użytkowa 17
1.1.3. Klasyfikacja Lasów Państwowych 18
1.2. Dokumentacja kartograficzna gleb i siedlisk 20
1.2.1. Tereny rolne 21
1.2.2. Teren Lasów Państwowych 22
1.2.3. Baza danych gleb Unii Europejskiej 23
1.2.4. Problem aktualności dokumentacji kartograficznej 24
2. Antropogeniczne przekształcenia gleb 25
2.1. Oddziaływania geomechaniczne 25
2.2. Oddziaływania hydrologiczne 27
2.2.1. Osuszenie gleb 28
2.2.2. Zawodnienie gleb 29
2.3. Oddziaływania chemiczne 31
2.4. Przekształcenia wielokierunkowe 32
3. Ocena zagrożenia gleb oparta na przesłankach klasyfikacyjnych 33
3.1. Przesłanki typologiczne 33
3.2. Przesłanki bonitacyjne i użytkowe 37
3.3. Ocena ryzyka przekształceń gleb 39
3.3.1. Wskaźnik ryzyka przekształceń hydrologicznych 40
3.3.1.1. Wskaźniki zagrożeń 42
3.3.2. Problem prognozowania chemicznych przekształceń gleb 61
4. Dane kartograficzno-glebowe jako źródło wiedzy o przyszłym stanie gleb 63
4.1. Współzależności zbioru danych kartograficzno-glebowych 64
4.2. Informatyczne narzędzia poszukiwania wiedzy w bazach danych 65
4.2.1. Poszukiwanie wiedzy w bazach danych 65
4.2.2. Eksploracja danych 66
4.2.3. Rozpoznawanie wzorców, regresja i klasteryzacja przy użyciu sztucznych sieci neu ronowych 67
4.2.4. Funkcje przetwarzające SSN 72
4.2.5. Uczenie SSN 73
4.2.6. Zastosowania SSN 79
4.2.7. Komitety sieci 79
4.2.8. Problem generalizacji 80
4.3. Analiza danych kartograficzno-glebowych 81
4.3.1. Wyodrębnianie wiedzy o glebach za pomocą sieci probabilistycznej 81
4.3.2. Wizualizacja podobieństwa gleb – sieć SOM 89
4.3.3. Wyodrębnianie wiedzy: model bayesowski 95
4.4. Model zależności glebowych do celów prognostycznych 102
4.4.1. Perceptrony wielowarstwowe 104
4.4.2. Sieci z kołowymi funkcjami bazowymi 106
4.4.3. Sieci probabilistyczne 107
5. Ocena stopnia i zasięgu zanieczyszczenia gleb w rejonach przemysłowych 117
5.1. Ocena stopnia zanieczyszczenia gleb 117
5.1.1. Modele statystyczne i adaptacyjne 126
5.1.2. SSN w zastosowaniach regresyjnych 127
5.1.3. Ocena przestrzennych regularności koncentracji zanieczyszczenia w glebach 129
5.2. Wyznaczenie zasięgu zanieczyszczenia gleb 145
5.2.1. Analiza przestrzennego rozkładu zawartości chromu w glebach w otoczeniu zakładu przemysłowego 145
5.2.2. Wynik analizy 146
Podsumowanie 154
Bibliografia 157