3.1.A1. Ջրային առնչվող էկոլոգիական ծառայությունների գնահատման մեթոդաբանություն
Ընդհանուր մոդելավորման շրջանակ
Գնահատված վեց կարգավորող ծառայություններից չորսը սերտորեն կապված են ջրի շրջանառության հետ՝ եվապոտրանսպիրացիայի և մակերևութային հոսքի ու հիմքային հոսքի ցուցանիշների միջոցով։ Դրանք գնահատվել են InVEST (Integrated Valuation of Ecosystem Services and Tradeoffs) ինտեգրված գործիքի միջոցով։
– Երկրաշրջանային ջրի հոսքի կարգավորում և հիմքային հոսքի ապահովում (InVEST Երկրաշրջանային ջրի բերքատվություն)
– Հողի ջրային էռոզիայի և ջրային մարմիններում նստվածքների արտահոսքի կանխարգելում (InVEST նստվածքների առաքման հարաբերակցություն)
– Ջրհեղեղի ռիսկի նվազեցում (InVEST Urban Flood Risk Mitigation);
– Ցամաքային էկոհամակարգերի սառեցնող ազդեցությունը (InVEST Urban Cooling).
Մոդելավորման շրջանակը սիմուլացրեց ներկա (2023) և անցյալ (2017) պայմանները, ինչպես նաև հողածածկույթի այլընտրանքային սցենարները՝ գնահատելու հողային էկոհամակարգերի կողմից մատուցվող էկոհամակարգային ծառայությունները (ES) և հայտնաբերելու այդ ծառայություններում տեղի ունեցած փոփոխությունները (Նկ. 31A1-1): Տարբեր EAAs-ներում էկոհամակարգային ծառայությունների (ES) արժեքները հաշվարկելու համար մենք օգտագործեցինք Արցախի անտառային Ատլասի վարչական սահմանների քարտեզը և նախագծի շրջանակներում մշակված բուսածածկույթի քարտեզը (Բաժին 2.3): Մոդելավորման արդյունքների համեմատությունն ARMSTAT ջրօգտագործման տվյալների հետ անցկացվեց մատակարարման և օգտագործման հավասարակշռությունը գնահատելու համար, ինչը ցույց տվեց ES հաշվառման տվյալների կարևորությունը ջրօգտագործման և տարածքային զարգացման վերաբերյալ ապացույցների վրա հիմնված որոշումներ կայացնելու համար։
Նկ. 31A1-1. ES գնահատման հոսքային դիագրամ։
Օգտագործված InVEST մոդելները
s-ի ES-ըԵրկրաշրջանային ջրի հոսքի կարգավորումն ու հիմքային հոսքի ապահովումը գնահատվել և քարտեզագրվել է InVEST Seasonal Water Yield (SWY) մոդելով։ որը գնահատում է ցամաքային էկոհամակարգերի ազդեցությունը ջրի ընդհանուր հոսքի ծավալին և դրա սեզոնային վերաբաշխմանը։ Հիմնվելով ամսական տեղումների, հղումային էվապոտրանսպիրացիայի, հողի թափանցելիության, տոպոգրաֆիայի և հողի օգտագործման/ծածկույթի (LULC) վրա, մոդելը հաշվարկում է երկու հիմնական ցուցանիշ՝ արագ հոսք և հիմքային հոսք։ Արագ հոսքը ներկայացնում է տեղումների այն մասը, որը հոսում է անձրևային իրադարձության ընթացքում կամ անմիջապես դրանից հետո (ժամերից մինչև օրեր)։ Բազային հոսքը տեղումների այն մասն է, որը աստիճանաբար ներթափանցում է գետակներ ստորերկրյա հոսքի միջոցով՝ ջրահավաք ավազանի մնացության ժամանակներով, որոնք տատանվում են ամիսներից մինչև տարիներ։ Բազային հոսքը կարևոր դեր է խաղում չոր շրջաններում ջրի հոսքը պահպանելու և երաշտի ազդեցությունները մեղմելու գործում։
ES-ը Հողի ջրային էռոզիայի և ջրային օբյեկտներում նստվածքների արտահոսքի կանխարգելումը գնահատվել և քարտեզագրվել է InVEST Sediment Delivery Ratio (SDR) մոդելով, որը Գնահատում է ցամաքային էկոհամակարգերի ազդեցությունը հողի ջրային էռոզիայի և նստվածքների արտահոսքի վրա գետերում։ Մոդելը հիմնված է լայնորեն կիրառվող Հողի կորուստների համընդհանուր հավասարման (USLE) և Նստվածքների առաքման հարաբերակցության վրա, որը գնահատում է հարաբերակցությունը յուրաքանչյուր հողային պիքսելից էռոզացված նստվածքների քանակի, այդ պիքսելից ստորաբխող հոսքի ուղիով կլանված նստվածքների քանակի և գետին հասնող նստվածքների քանակի միջև։ Անձրևի էռոզիվության, հողի էռոզիոնության, տոպոգրաֆիական և LULC տվյալների հիման վրա մոդելը հաշվարկում է հնարավոր և կանխարգելված էռոզիան և նստվածքների արտահոսքը գետեր։ Այսպիսով, մոդելը միաժամանակ գնահատում և քարտեզագրում է երկու էկոհամակարգային ծառայություններ՝ հողաջրային էռոզիայի կանխարգելումը և ջրի հոսքի որակի ապահովումը։
ES-ը Ջրհեղեղի ռիսկի մեղմումը գնահատվել և քարտեզագրվել է InVEST Urban Flood Risk Mitigation (UFRM) գործիքով։ Մոդելը հաշվարկում է երկու հիմնական ցուցանիշներ՝ (1) հոսքի պահպանումը, այսինքն՝ հողի և բուսածածկույթի կողմից պահպանվող հոսքի քանակը անձրևների մոդելավորման ժամանակ; (2) հոսքը (Q), մմ, որը հնարավոր վտանգավոր գործոն է և կարող է առաջացնել հեղեղներ։ Այս հաշվարկները հիմնված էին LULC-ի, հողի հիդրոլոգիական խմբերի, ջրահավաք ավազանների և կլիմայական տվյալների վրա։
Օրհնային էկոհամակարգերի զովացուցիչ ազդեցությունը գնահատվել և քարտեզագրվել է InVEST Urban Cooling (UC) գործիքով։ մոդել, որը հիմնականում նախատեսված է քաղաքային տարածքներում կանաչ գոտիների սառեցման ազդեցությունը գնահատելու համար։ Այնուամենայնիվ, այն թույլ է տալիս գնահատել այս ազդեցությունը նաև քաղաքներից դուրս գտնվող լայն տարածքներում։ Քանի որ մեր նախագծի նպատակը քաղաքային էկոհամակարգերի (ES) գնահատումը չէ, մենք կենտրոնացանք բնակավայրերից դուրս գտնվող տարածքների էկոհամակարգերի վրա։ Մենք կիրառեցինք Սառեցման հզորության հաշվարկման մեթոդը, որը գնահատում է սառեցման հզորություն Հիմնվելով էվապոտրանսպիրացիայի, ալբեդոյի, ստվերի (ծառերի թաղանթով ծածկված տարածքի մասնաբաժին), գյուղական հղման տարածքի օդի ջերմաստիճանի և Քաղաքային ջերմային ինդեքսի (UHI) վրա, այսինքն՝ գյուղական հղման ջերմաստիճանի և քաղաքում գրանցված առավելագույն ջերմաստիճանի միջև տարբերության վրա։ Մենք մոդելավորել ենք այս էկոհամակարգային ծառայությունը (ES) Արմենիայում ամենաթեժ սեզոնի՝ հուլիս և օգոստոս ամիսների համար։
Մոդելների մանրամասն նկարագրությունները կարելի է գտնել վերոհիշյալ InVEST կայքի բաժիններում և InVEST օգտվողի ուղեցույցում [42]։
Մոդելի մուտքերը
Աղյուսակ 31A1-1. Մոդելի մուտքային տվյալներ
| Տվյալների տիպ | Մոդելներ | Աղբյուրներ | Նշումներ |
| Հողի օգտագործման տեսակներ | ՍՎՅ, ՍԴՐ, ՈւՖՐՄ, ՈւՍ | ESRI-ի հողածածկույթի տվյալներ [40] | Լուծաչափ՝ 10 մ Տվյալներ 2017 և 2023 թվականների համար |
| Հողի հիդրոլոգիական խմբեր | ՍՎՅ, Ուֆրմ | Հայաստանի հողի քարտեզը [38]-ից | Վեկտորային քարտեզ Հիդրոլոգիական հողային խմբերը սահմանվել են USDA-ի առաջարկությունների [44] համաձայն՝ A—թեթև և միջին չափով քարքարոտ ավազ; շատ քարքարոտ ավազային լյում; B—թեթև և միջին չափով քարքարոտ ավազային լյում; շատ քարքարոտ լյում; C—թեթև և միջին չափով քարքարոտ լյում; շատ քարքարոտ կավ; D—թեթև և միջին չափով քարքարոտ կավ։ Ստացված հողի հիդրոլոգիական խմբերի քարտեզը ներկայացված է նախագծի webGIS-ում [45] |
| Հողի էռոզիոնականությունը (K-ֆակտոր) | SDR | Հայաստանի հողի քարտեզը [38]-ից | Վեկտորային քարտեզ Հողի էռոզիոնականության քարտեզը ստացվել է հողի կառուցվածքների հիման վրա՝ օգտագործելով InVEST օգտվողի ուղեցույցից [42] վերցված հետևյալ գործակիցները՝ 0.0290՝ կավի համար, 0.0395՝ լոամի համար, 0.0171՝ ավազային լոամի համար, 0.0026՝ ավազի համար։ |
| Թվային բարձրության մոդել | ՍՎՅ, ՍԴՐ | [46] | Լուծաչափ 30 մ |
| Ջրբաժանների սահմաններ | ՍՎՅ, ՍԴՐ, Ուֆրմ | [39] | Վեկտորային քարտեզ Վերլուծությունը կատարվել է ջրահավաք ավազանների այն հատվածների համար, որոնք գտնվում են Հայաստանի տարածքում՝ Աղստև, Ախուրյան, Արփա, Դեբեդ, Հրազդան, Մեծամոր և Վորոտան (Նկ. 1բ) |
| Կլիմայական տվյալներ (միջին տարեկան և ամսական տեղումներ և ջերմաստիճան) | SWY, UFRM< UC | [47] | 30 արկվայրկյան լուծաչափ * Հեղուկ տեղումների քանակը հարմարեցվել է ձնառատ շրջանը հաշվի առնելու համար (տես ստորև) |
| Անձրևային երևույթների աղյուսակ | ՍՎՅ, Ուֆրմ | [48] | Յուրաքանչյուր կլիմայական գոտու անձրևոտ օրերի թիվը հաշվարկվել է տվյալ գոտում գտնվող մի քանի քաղաքների միջին արժեքների հիման վրա։ Միջին սառը կլիմայական գոտում, որտեղ քաղաքներ չկան, տվյալ գոտու միջին տվյալները հիմնված են նրա սահմանի մոտ գտնվող երեք քաղաքների վրա [49]։ |
| Հայաստանի կլիմայական գոտիներ | ՍՎՅ, ՍԴՌ, ՅՈւՍի, ՅՈւՖՌՄ | Հայաստանի կլիմայական գոտիների քարտեզը [38]-ից | Վեկտորային քարտեզ Հայաստանի կլիմայական գոտիների թվային վեկտորային քարտեզը ընդհանուրացվել է չորս կլիմայական գոտիների՝ (1) չոր; (2) չափավոր չոր; (3) չափավոր ցուրտ; (4) չափավոր խոնավ։ Մանրամասների համար տես նախագծի webGIS [45]։ |
| Ամսական հղումային եվապոտրանսպիրացիա (ET0) | ՍՎՅ, ՈւՍ | [50] | 30 արկվայրկյան լուծաչափ * |
| Հավաքման գործակիցներ Kc | ՍՎՅ, ՈւՍ | [51,52] | Kc-ները որոշվել են չորս կլիմայական գոտիների համար։ Օգտագործված Kc-ները ներկայացված են նախագծի կայքում [49]։ |
| Բուսականության շրջաններ հացահատիկի համար | ՍՎՅ, ՈւՍ | [53] | Չորս կլիմայական գոտիների համար որոշվել են բուսականության շրջանները։ |
| Տերևային մակերեսի ցուցիչ | ՍՎՅ, ՈւՍ | [54] | Ամիսների կեսին ընկած ամսաթվերի համար օգտագործվել են LAI արժեքները։ |
| Կորերի թվեր (CN) | ՍՎՅ, Ուֆրմ | [55–57] | Օգտագործվել են միջին հիդրոլոգիական պայմանների և միջին բուսականության վիճակների գործակիցները։ Հացահատիկային և արոտավայրային հողերում հաշվի են առնվել կլիմայական գոտիների տարբերությունները [48]։ |
| Հացահատիկային մշակաբույսերի C գործակից | SDR | [58] | C-ֆակտորը սահմանվել է Եվրոպայի միջին արժեքներով՝ 0.3՝ մշակաբույսերի և հազվադեպ բուսածածկույթի համար, 0.05՝ արոտավայրերի (արոտների և ցածր արտադրողական խոտավայրերի միջին արժեք) համար և 0.0014՝ անտառների (Հարավային Եվրոպական երկրների միջին արժեք) համար։ InVEST-ի առաջարկություններում C-ֆակտորը համարվել է հավասար զրոյի ջրի, ջրհեղեղված բուսածածկույթի, կառուցապատված տարածքների և ձյուն/սառույցի համար։ |
| Պ-ֆակտոր | SDR | – | P-ֆակտորը համարվեց հավասար 1-ի, քանի որ մենք հաշվի չենք առել հատուկ հողի էրոզիայի դեմ միջոցառումները։ |
| Անձրևաջրերի էռոզիվություն | SDR | [59] | 30 արկվայրկյան լուծաչափ * |
| Ալբեդո | UC | [58] | Հողածածկույթի դասերի համար կիրառվել են հետևյալ ալբեդո արժեքները՝ ջուր և ջրհեղեղված բուսածածկույթ 0,6; ծառեր 0,15; արոտավայրեր 0,2; մշակաբույսեր 0,2; կառուցապատված տարածք 0,17; մերկ հող 0,25; ձյուն/սառույց 0,9 |
| Ստվեր | UC | – | Հողածածկույթի դասերի համար օգտագործվել են հետևյալ ստվերի արժեքները՝ կառուցապատված տարածքներ – 0.2; անտառներ – 1.0; մշակաբույսերի հողեր՝ հաշվի առնելով այգիների տարածքի բաժինը՝ չոր կլիմայական գոտում – 0.35, միջին չոր և միջին ցուրտ գոտիներում – 0.03, միջին խոնավ գոտում – 0.34; մյուս հողածածկույթի դասեր – 0. |
| UHI էֆեկտ | UC | [59] | UHI արժեքը սահմանվել է զրոյի։ |
Երկրագործական գործակիցները (Kc) սահմանվել են որպես գյուղատնտեսական մշակաբույսերի հիմնական խմբերի միջին արժեքներ՝ հիմնվելով FAO տվյալների վրա [51,52]։ 2023 թվականին Արմենիայի մարզերում տարբեր գյուղատնտեսական մշակաբույսերի՝ հացահատիկների և հատիկավորների, բանջարեղենի, կարտոֆիլի, ձմերուկների, մրգերի և հատապտուղների, ինչպես նաև խաղողի մակերեսները ստացվել են Արմենիայի Հանրապետության Վիճակագրական կոմիտեից [41]։ Հողագործական հողամասերի Kc-ն հաշվարկելու համար մենք չորս կլիմայական գոտիների համար տարբեր մշակաբույսերի տարածքային բաժնետոմսերի միջին արժեքը հաշվարկեցինք՝ հիմնվելով այն մարզերի տվյալների վրա, որոնք հիմնականում գտնվում են տվյալ գոտում։ Այնուհետև յուրաքանչյուր կլիմայական գոտու հողագործական հողամասերի համար հաշվարկվեցին Kc-ի միջին արժեքները՝ հաշվի առնելով դրանցում տարբեր գյուղատնտեսական մշակաբույսերի տարածքի բաժնետոմսերը։ Բաց հողի Kc արժեքները որոշվել են [60]-ի հիման վրա՝ որպես տարբեր հողատեսակների միջին արժեքներ։ Բնական բուսածածկույթի (արոտավայրեր և ծառեր) համար՝ InVEST-ի [42] առաջարկություններին համապատասխան, Kc արժեքները սահմանվել են Kc = 1, եթե LAI > 3, և Kc = LAI/3, եթե LAI ≤ 3։ Ըստ InVEST-ի և FAO-ի [52] առաջարկությունների՝ ջրումվող և ջրհեղեղված բուսածածկույթի համար կիրառվել է Kc = 1, կառուցապատված տարածքների համար՝ Kc = 0.35 (հաշվի առնելով, որ անթափանցելի մակերեսները կազմում են 50%), իսկ մշտական ձյան համար՝ Kc = 0.4։ Մյուս գործակիցների արժեքները վերցվել են InVEST User Guide-ի առաջարկություններից [42]։
UHI ազդեցությունը UC մոդելում ներառված է որպես մեկ միասնական արժեք։ Մեկ UHI արժեքի հիման վրա ամբողջ Արմենիայի համար հաշվարկներ կատարելը անիրական է՝ տարբեր քաղաքներում պայմանների զգալի փոփոխության պատճառով։ Աշխարհային UHI ազդեցության քարտեզը [59] ցույց է տալիս, որ Արմենիայում դրա արժեքները տարբեր բնակավայրերում ունեն հակադիր նշաններ՝ որոշ բնակավայրեր իրենց շրջակայքից ավելի տաք են, մյուսները՝ ավելի սառը, ինչը դարձնում է այս գործոնի կիրառումը կողմնակալ [62]։ Ուստի մենք որոշեցինք չհաշվի առնել այս գործոնը և UHI արժեքը սահմանել 0։
Մյուս գործակիցների արժեքները վերցվել են InVEST օգտվողի ուղեցույցի առաջարկություններից [42]։
2023 թվականի ջրի սպառման վերաբերյալ տարածաշրջանային ArmStat-ի վիճակագրությունը օգտագործվել է էկոհամակարգային ծառայությունների (ESs) սպառումը գնահատելու համար։
ES մոդելավորման համար օգտագործվող սցենարներ
Բնական էկոհամակարգերի ES մատակարարման գործում դերի գնահատման համար մենք օգտագործեցինք երեք հիպոթետիկ LULC սցենարներ:
– Բաց երկրի սցենարիո. բոլոր բուսականությունը, ներառյալ անտառներն ու խոտածածկ տարածքները, փոխարինվել է բաց երկրի մակերեսով;
– Գյուղատնտեսական հողերի սցենար: բոլոր տարածքները, բացի քաղաքային տարածքներից և ջրային մարմիններից, վերածվել են գյուղատնտեսական հողերի։
– Առանց մարդու սցենար: քաղաքային տարածքներն ու հացահատիկային դաշտերը փոխարինվեցին խոտածածկով՝ մոդելավորելով մարդու գործունեությունից զերծ լանդշաֆտ։
Թեստավորված մոդելներից մեկը՝ SDR-ը, ուղղակիորեն հաշվարկում է էկոհամակարգերի կողմից տրամադրվող ES արժեքները, այսինքն՝ խուսափած էրոզիայի և խուսափած նստվածքների արտահանման ցուցանիշները։ Մյուս մոդելները հաշվարկում են ES ցուցանիշները տվյալ LULC-ի համար, սակայն չեն որոշում, թե այդ արժեքների որ մասն է վերագրվում էկոհամակարգերին, և որ մասն՝ ֆիզիկական գործընթացներին։ SWY և UFRM մոդելներում մենք գնահատեցինք էկոհամակարգերի կողմից տրամադրվող ES ծավալը՝ որպես ներկայիս հողածածկույթի ES արժեքների և մերկ հողի սցենարի ES արժեքների միջև տարբերություն։ SWY մոդելում մշակաբույսերի սցենարը օգտագործվեց բնական բուսածածկույթի մերկ հողով և մշակաբույսերով փոխարինման արդյունքում առաջացած ES կորուստը համեմատելու համար։ UFRM մոդելում «առանց մարդու» սցենարը օգտագործվեց պատմական ժամանակահատվածում մարդածին հողային վերափոխումների հետևանքով հնարավոր ES կորուստը գնահատելու համար։
Մենք փորձարկեցինք հեղեղների մեղմման ES մոդելը (UFRM մոդելը) միջին և ծայրահեղ գարնանային տեղումների սցենարների համար։ Արմենիայում ամենաշատ տեղումները լինում են մայիսին և հունիսին։ Չնայած տեղումների մակարդակները զգալիորեն տարբերվում են տարբեր կլիմայական գոտիներում, սկզբնական մոդելի փորձարկման համար մենք համարեցինք նպատակահարմար օգտագործել երկրի ամբողջ տարածքի միջին արժեքները։ Այս ամիսներին միջին տեղումների դեպքում տեղումների քանակը կազմում է 12 մմ։ Ծայրահեղ
SWY մոդելում ձյան դինամիկայի ներառում
Քանի որ SWY մոդելը հաշվի չի առնում ձնառատ շրջանը, ձմեռային ամիսներին, երբ միջին ջերմաստիճանը զրոյից ցածր է, մենք հեղուկ տեղումները համարեցինք զրո և այդ քանակը ավելացրինք գարնան ամիսների տեղումներին, երբ միջին ջերմաստիճանը բարձրանում է զրոյից վեր։ Գնահատումը կատարվել է առանց հաշվի առնելու ձյան սուբլիմացիան զրոյից ցածր օդային ջերմաստիճաններում։ Հեղուկ տեղումների թվային ամսական քարտեզները ներկայացված են նախագծի վեբ GIS-ում [45]։
Ամսական հեղուկ տեղումների հաշվարկման համար մենք օգտագործեցինք միջին ամսական օդի ջերմաստիճանի և միջին ամսական տեղումների տվյալների համադրություն։ Այս տվյալների հավաքածուները տրամադրվել էին GeoTIFF ֆորմատով ռաստերային ծածկույթների տեսքով և միատարրացվել էին տարածական ընդգրկման և լուծաչափի առումով։
Python-սկրիպտը օգտագործվել է ռաստերների միջով անցնելու համար՝ հետևյալ տրամաբանությամբ՝
– Եթե պիքսելի միջին ամսական օդի ջերմաստիճանը զրոյից ցածր էր, այդ պիքսելի համար տվյալ ամսվա տեղումները սահմանվում էին 0, և այդ արժեքը փոխանցվում էր հաջորդ ամսվա տեղումների ռաստերին նույն պիքսելի համար։
– Եթե հաջորդ ամսվա միջին ամսական ջերմաստիճանը բացասական մնար, կուտակված ընդհանուր քանակը կրկին տեղափոխվում էր մինչև ջերմաստիճանը դրական դառնար։ Այդ պահին բոլոր կուտակված ձյունը հալվում էր, առաջացնելով կուտակված ջրի հոսք։
Տվյալների նախնական մշակում և ներգրավում
InVEST մոդելներում տվյալների ճիշտ կիրառումն ապահովելու համար նախնական մշակումն իրականացվել է QGIS 3.40 հավելվածի [62] և հատուկ Python 3.10.4 սցրիպտների միջոցով։
Հողի ծածկույթի տվյալները կարևոր դեր են խաղում բոլոր InVEST մոդելներում։ Աղբյուրային տվյալները տրամադրվել էին GeoTIFF ֆորմատի ռաստերային ֆայլերի տեսքով, որոնք մենք կտրել ենք՝ հիմնվելով Հայաստանի ազգային սահմանների վրա։ Հողի ծածկույթի ռաստերների տարբեր տարբերակներ ստեղծվել են հատուկ Python սցրիպտների միջոցով՝ մերկ հողի, մշակաբույսերի և խոտածածկ տարածքների մոդելավորման սցենարների համար՝ յուրաքանչյուր սցենարի համաձայն փոփոխելով պիքսելային արժեքները։ Օրինակ՝ «բաց հող» սցենարի դեպքում բոլոր այն պիքսելները, որոնց արժեքները 2 (անտառ) և 11 (խոտածածկ հող) էին, փոխարկվել են 8 (բաց հող) արժեքի։
Այնուհետև ռաստերային հաշվիչի միջոցով մենք համադրեցինք տարբեր սցենարների համար նախատեսված հողածածկույթի ռաստերները կլիմայական գոտիների տվյալների հավաքածուի հետ, ինչը թույլ տվեց անցում կատարել «անտառ» և «հացահատիկային ցանքատարածք» հիմնական կատեգորիաներից դեպի հարուստ դասակարգումներ, ինչպիսիք են «անապատային գոտու անտառ» և «միջին խոնավության գոտու հացահատիկային ցանքատարածք»։ Կլիմայական գոտիների տվյալները սկզբնականում տրամադրվել էին որպես վեկտորային շերտ GeoPackage ֆորմատով։ Այն QGIS-ում ռաստերացվեց՝ ապահովելու համար, որ ստացված ռաստերը համընկնի հողածածկույթի ռաստերի տարածքով, լուծաչափով և տարածական հղման համակարգով, իսկ կլիմայական գոտիներին վերապահվեցին թվային արժեքներ՝ 1-ից 4։
Այնուհետև երկու քայլով համադրեցինք հողածածկույթի և կլիմայական գոտու ռաստերները:
1 – Երկրի ծածկույթի ռաստերային քարտեզի պիքսելային արժեքները բազմապատկվեցին 100-ով;
2 – Այս հարմարեցված արժեքները ավելացվել են կլիմայական գոտու ռաստերային պատկերի համապատասխան պիքսելային արժեքներին, ինչի արդյունքում ստացվել է միասնական տվյալների հավաքածու։
Օրինակ՝ վերջնական պիքսելի արժեքը 204 նշանակում է, որ պիքսելը ներկայացնում է երկրորդ (օրինակ՝ ծառեր) հողածածկույթի տեսակը և չորրորդ (օրինակ՝ միջին խոնավ գոտի) կլիմայական գոտին։
InVEST-ի համար տվյալների նախապատրաստում և վիճակագրական հաշվարկ
InVEST-ի հետ համատեղելիության համար բոլոր ռաստերային տվյալների հավաքածուները վերանմուշավորվել են՝ համապատասխանեցնելու հողածածկույթի տվյալների տարածական դաշտին, ապահովելով միատեսակ տարածական ընդգրկում, լուծաչափ և կոորդինատային հղման համակարգ մոդելի ճշգրիտ իրականացման համար։ Այս առաջադրանքները կատարվել են ստանդարտ QGIS 3.40 գործիքներով, ներառյալ ռաստերների հարթեցումը և ռաստերային հաշվիչը։ Բոլոր ռաստերային ֆայլերը պատրաստվել են GeoTIFF ֆորմատով, որը աջակցվում է ինչպես QGIS-ի, այնպես էլ InVEST-ի կողմից։
InVEST մոդելների համար անհրաժեշտ վեկտորային գոտիները պահպանվել են GeoPackage 1.3.1 ֆորմատով և պրոյեկցվել են նույն կոորդինատային համակարգում, ինչ ռաստերային տվյալների հավաքածուները։
InVEST մոդելի հաշվարկների արդյունքները, ներկայացված ռաստերային ծածկույթների տեսքով, համախմբվել են երեք վեկտորային շերտերի սահմանների հիման վրա՝ Արցախի մարզեր, խոշոր գետերի ավազաններ և բուսածածկության գոտիներ։ Համախմբման համար օգտագործվել են երկու ստանդարտ QGIS գործիք՝ գոտային վիճակագրություն՝ գոտիների ներսում պիքսելային գումարների և միջինների հաշվարկման համար, և գոտային հիստոգրամ՝ յուրաքանչյուր գոտում տարբեր արժեքների պիքսելների թվի հաշվարկման համար։
Ջրբաժաններ
SWY, SDR և UFRM մոդելների համար մենք օգտագործեցինք դրանց այն հատվածները Հիդրոշեդս Հայաստանի տարածքում գտնվող 6-րդ մակարդակի ջրբաժաններ։ Այս ջրբաժանների այդ հատվածները հետագայում անվանվել են իրենց ամենամեծ գետերի անուններով (Նկ. 31A1-2a):
– Աղստև (ներառում է Գետիկ և Վոսկեպար վտակները)
– Ախուրյան
– Արպա (ներառում է Արպա գետը, Ազատ գետը և Վեդի գետը)
– Դեբեդ (ներառում է Պամբակի և Ցորագետի վտակները)
– Հրազդան (ներառում է երկու մաս՝ Սևան լճի ավազան և դրա արտահոսք Հրազդան գետը)
– Մետսամոր (ներառում է Կասաղի վտակը)
– Վորոտան (ներառում է Վորոտան գետը, Վողջի գետը և Մեգրի գետը)
Նշեք, որ սրանք ոչ թե նշված գետերի ավազաններն են, այլ ավելի մեծ ավազանների այն հատվածներն են, որոնք անվանվել են յուրաքանչյուր հատվածում առկա ամենամեծ գետի անունով։
ES մատակարարման և օգտագործման համեմատության համար կարևոր է, որ ջրբաժանների սահմանները մեծապես համընկնեն մարզերի սահմանների հետ (Նկ. 31A1-2b): Նկ. 31A1-2. Ջրահավաք ավազաններ, որոնք օգտագործվել են ES մոդելավորման համար՝ ա) գետերի ստորին հոսանքներում ջրահավաք ավազաններ և կուտակված հիմքային հոսքի արժեքների կետեր; բ) մարզերի և ջրահավաք ավազանների սահմանները. մարզերի սահմաններն ու անվանումները ներկայացված են սև գույնով, ջրահավաք ավազանները՝ տարբեր գույներով և կապույտ պիտակներով:
Նկ. 31A1-2. ES մոդելավորման համար օգտագործվող ջրբաժաններ։ ա) Գետերի ստորին հոսանքներում կուտակված հիմքային հոսքի արժեքների ջրբաժաններ և կետեր; բ) մարզերի և ջրբաժանների սահմանները՝ մարզերի սահմաններն ու անվանումները ներկայացված են սև գույնով, ջրբաժանները՝ տարբեր գույներով և կապույտ պիտակներով։
Կլիմայական գոտիներ
Նկ. 31A3-2. Կլիմայական գոտիների ընդհանուրացում ES մոդելավորման համար
Հղումներ
38. Հայաստանի ինտերակտիվ անտառային атլաս։ Հասանելի է առցանց՝ https://forestatlas.am (դիտվել է 2025 թ. հունիսի 26-ին)։
39. HydroSHEDS. Անխափան հիդրոգրաֆիական տվյալներ համաշխարհային և տարածաշրջանային կիրառությունների համար։ Հասանելի առցանց՝ https://hydrosheds.org (դիտվել է 2025 թ. հունիսի 26-ին)։
40. ESRI հողի ծածկույթ։ Sentinel-2 10 մետր լայնությամբ հողի օգտագործում/հողի ծածկույթ։ Հասանելի առցանց՝ https://livingatlas.arcgis.com/landcover (դիտվել է 2025 թ. հունիսի 26-ին)։
41. ARMSTAT. Հայաստանի Հանրապետության վիճակագրական կոմիտե։ Մարզային վիճակագրություն։ Հասանելի առցանց՝ https://armstat.am/en/?nid=651 (դիտվել է 2025 թ. հունիսի 26-ին)։
42. Բնական կապիտալի նախագիծ։ InVEST։ հասանելի է առցանց՝ https://naturalcapitalproject.stanford.edu/software/invest (դիտվել է 2025 թ. հունիսի 26-ին)։
43. Ecoportal Armenia. Գետերի ավազանների կառավարման պլաններ։ Հասանելի առցանց՝ https://ecoportal.am/en/river-basin-management-plans (դիտվել է 2025 թ. օգոստոսի 26-ին)։
44. Միացյալ Նահանգների Գյուղատնտեսության դեպարտամենտի Բնական ռեսուրսների պահպանության ծառայություն։ 630-րդ մաս՝ Հիդրոլոգիա. Ազգային ինժեներական ձեռնարկ։ Գլուխ 7. Հիդրոլոգիական հողային խմբեր; ԱՄՆ Գյուղատնտեսության դեպարտամենտի Բնական ռեսուրսների պահպանության ծառայություն. Վաշինգտոն, Դ.Ս., ԱՄՆ, 2009 թ. Հասանելի է առցանց՝ https://directives.nrcs.usda.gov/sites/default/files2/1712930597/11905.pdf (դիտվել է 2025 թ. հունիսի 26-ին).
45. Արցախի էկոհամակարգային հաշվառում։ «Արցախում էկոհամակարգային հաշվառում. նախապատրաստական աշխատանքներ» նախագծի վեբ-GIS։ Հասանելի առցանց՝ https://bccarmenia.nextgis.com (դիտվել է 2025 թ. հունիսի 26-ին)։
46. Կոպեռնիկուսի թվային բարձրության մոդել (DEM) — համաշխարհային և եվրոպական թվային բարձրության մոդել։ Հասանելի առցանց՝ https://dataspace.copernicus.eu/explore-data/data-collections/copernicus-contributing-missions/collections-description/COP-DEM (դիտվել է 2025 թ. սեպտեմբերի 3-ին)։
47. WorldClim. Գլոբալ կլիմայական և եղանակային տվյալներ։ Հասանելի առցանց՝ https://www.worldclim.org/data/index.html (դիտվել է 2025 թ. հունիսի 26-ին)։
48. Հարավային Օսիայի եղանակը։ Հասանելի է առցանց՝ http://armenia.pogoda360.ru (դիտվել է 2025 թ. հունիսի 26-ին)։
49. BCC-Հայաստան։ Ջրային հոսքի սեզոնային կարգավորման ES (InVEST Seasonal Water Yield մոդել)։ Հասանելի առցանց՝ https://biodiversity-armenia.am/en/seea-ea/ongoing-projects/preliminary-results-on-ea/seasonal-water-yield (մուտք՝ 26 հունիս 2025)։
50. Համաշխարհային չորություն և PET տվյալների բազա։ Հասանելի առցանց՝ https://cgiarcsi.community/data/global-aridity-and-pet-database (դիտվել է 2025 թ. հունիսի 26-ին)։
51. FAO. Գլուխ 6 և այլն։ Մեկ մշակաբույսի կոեֆիցիենտ (Kc)։ Հասանելի է առցանց՝ https://www.fao.org/4/X0490E/x0490e0b.htm (դիտվել է 2025 թ. հունիսի 26-ին)։
52. FAO. Chapter 11. ETc During non-Growing Periods. Available online: https://www.fao.org/4/x0490e/x0490e0h.htm#frozen%20or%20snow%20covered%20surfaces (accessed on 26 June 2025).
53. FAO. Երկրի դիտարկում. Երկրի ցուցանիշներ. Հասանելի առցանց՝ https://www.fao.org/giews/earthobservation/country/index.jsp?code=ARM# (դիտվել է 2025 թ. հունիսի 26-ին)։
54. Կոպեռնիկոս։ Տերևների մակերեսի ցուցանիշ։ Հասանելի առցանց՝ https://land.copernicus.eu/en/products/vegetation/leaf-area-index-300m-v1.0 (դիտվել է 2025 թ. հունիսի 26-ին)։
55. Asante, K.O.; Artan, G.A.; Pervez, S.; Bandaragoda, C.; Verdin, J.P. Տեխնիկական ձեռնարկ՝ տարածական գետի հոսքի մոդելի (GeoSFM) համար; ԱՄՆ Երկրաբանական ծառայության բաց ֆայլերի զեկույց 2007–1441; USGS: Ռեստոն, Վիրջինիա, ԱՄՆ, 2008 թ. Հասանելի է առցանց՝ https://pubs.usgs.gov/of/2007/1441/pdf/ofr2008-1441.pdf (դիտվել է 2025 թ. հունիսի 26-ին)։
56. Հոնգ, Յ.; Ադլեր, Ռ.Ֆ. Գլոբալ SCS կորային թվերի գնահատում արբանյակային հեռազննման և աշխարհագրական տվյալների միջոցով. Int. J. Remote Sens. 2008, 29, 471–477. https://doi.org/10.1080/01431160701264292.
57. Միացյալ Նահանգների գյուղատնտեսության դեպարտամենտ։ Բնական ռեսուրսների պահպանության ծառայություն։ Փոքր ավազանների քաղաքային հիդրոլոգիա։ Տեխնիկական հրատարակություն 55 (TR-55)։ 1986 թ.։ Հասանելի է առցանց՝ https://www.nrc.gov/docs/ML1421/ML14219A437.pdf (դիտվել է 2025 թ. սեպտեմբերի 3-ին)։
58. Պանագոս, Պ.; Բորելի, Պ.; Մյուզբուրգեր, Կ.; Alewell, C.; Lugato, E.; Montanarella, L. Հողի էռոզիայի ծածկույթի կառավարման գործոնի գնահատումը եվրոպական մասշտաբով. Land Use Policy 2015, 48, 38–50. https://doi.org/10.1016/j.landusepol.2015.05.021.
59. Միացյալ հետազոտական կենտրոն։ Եվրոպական հողային տվյալների կենտրոն (ESDAC)։ Աշխարհում տեղումների էրոզիվություն։ Հասանելի առցանց՝ https://esdac.jrc.ec.europa.eu/content/global-rainfall-erosivity (դիտվել է 2025 թ. հունիսի 26-ին)։
60. Ալլեն, Ռ.Գ.; Պրյուիթ, Վ.Օ.; Ռեյս, Դ.; Սմիթ, Մ.; Պերեյրա, Լ.Ս. Ծածկված հողի և մշակաբույսի եռուզման գործակցի գնահատումը սկզբնական ժամանակահատվածում՝ հիմք ընդունելով ընդհանուր հողային տվյալներ։ Ջր. և դրեն. ինժ. ամսագիր, 2005, 131, 14–23։ https://doi.org/10.1061/(ASCE)0733-9437(2005)131:1(14).
