PROCEEDINGS OF THE 3rd INTERNATIONAL
AND NATIONAL WORKSHOP “APPLICATIONS
OF GEO-INFORMATICS FOR MONGOLIAN
NATURAL RESOURCE AND ENVIRONMENT”  
 
 
 

29-30th June 2009, Ulaanbaatar, Mongolia

 ORGANIZED and SUPPORTED BY

NATIONAL UNIVERSITY OF MONGOLIA

SCHOOL OF PHYSICS AND ELECTRONICS

MONGOLIAN GEOCIENCE AND REMOTE SENSING

SOCIETY

“NUM-ITC-UNESCO”
REMOTE SENSING AND GIS LABORATORY

DRYLAND SUSTAINABILITY INSTITUTE

MOUNTAIN RESEARCH CENTER

TETHYS MINING LLC-A VALE GROUP COMPANY

ii
 Welcome Message

Dear Colleagues and Friends,

On behalf of the organizing committee I would like to welcome all of you to the
3rd International and National workshop “Applications of Geo-informatics for Mongolian Natural Resource
and Environment” workshop organized by the National University of Mongolia and the Mongolian
Geosciences & Remote Sensing Society.

The aim of the workshop is to gather together scientists and users interested in applying remote sensing
and GIS for Natural Resource and Environment through research, and to discuss their experiences and the
technologies that we use now and in the future, and to share our knowledge, ideas and practical know-how.
The use and application of remote sensing and GIS will be discussed from many perspectives. We further
hope that the workshop will encourage an atmosphere of cooperation far beyond the few days we are
together here in Ulaanbaatar.

Participating in this conference are scientists, professionals, young researchers, students, supporting
companies and international organizations from different backgrounds. This collegiality provides a special
opportunity to exchange knowledge and experiences.

One of the specialties of this workshop is that besides national and international colleagues there are
attending representatives from the international projects in Mongolia to share with us their project
activities, including projects such as UNDP, WCS Mongolia Program, WWF Mongolia, Eco-Minex
International Ltd (EMI), GTZ, Land management project, Dutch aid NGIC project and Asian Development
Bank in Mongolia. It is a very good opportunity for us to learn, experience and cooperate with our
international colleagues and their project activities in Mongolia.

Mongolian and international environmental scientists have now recognized the importance of
understanding society and environmental linkages in order to encourage responsible, sustainable
development. The best way to monitor these societal and environmental linkages is through land use and
land cover change assessments with the aid of satellite remote sensing imagery and Geographical
Information Systems (GIS). It is our hope that this workshop will stimulate a collaboration and cooperation
that will continue far into the future.

In addition, we would like to take this opportunity to provide encouragement to Space Education in
Mongolia. During the workshop there will be a special workshop on Galileo telescopes in order to
empower astronomical communities in Mongolia. We would like to thank the Japanese Astronomy
Observatory for providing the telescopes and training. Through this workshop, astronomy communities;
school children, students, nomads in the countryside, and others will have a wonderful experience in
exploring our universe under the unique dark skies of Mongolia.

The organizing committee would like to thank our colleagues from Japan, Russia, the United States,
Germany and researchers, scientists and students from Mongolian universities and organizations for their
contribution and support of this workshop.

I would like to take this opportunity to wish you all a very successful workshop, with good presentations
and lively debate and discussions.

Dr. Tsolmon Renchin, Chair

iii
 Organizing committee
rd
3 International and National workshop “Applications of Geo-informatics for Mongolian
Natural Resource and Environment”

Chair: Dr. Tsolmon Renchin, NUM-ITC-UNESCO Remote Sensing/GIS Laboratory,

The National University of Mongolia, Ulaanbaatar, Mongolia

Prof. Ch. Lhagvajav, Physics Electronics School, National University of Mongolia

Prof. D. UlamOrgikh, Physics Electronics School, National University of Mongolia

Prof. G. Batsukh, Geophysics Department, Physics Electronics School, National University

of Mongolia

Prof. N. Tugjsuren, Mongolian University of Science and Technology

Dr. T. Chuluun, NUM-ITC-UNESCO Remote Sensing/GIS Laboratory, The National

University of Mongolia, Ulaanbaatar, Mongolia

D.Narantuya, Mongolian Geosciences and Remote sensing Society (MGRSS),

Ulaanbaatar, Mongolia

L.Ochirkhuyag, Wildlife Conservation Society Mongolia Program, Ulaanbaatar,

Mongolia

Dr. M.Erdenetuya, National Geo-information Center, Dutch-Mongolian Project, Ministry

of Nature, Environment and Tourism, Ulaanbaatar, Mongolia

Dr. Sh.Munkhjargal , Physics Electronics School, National University of Mongolia

Dr. Ya.Ariunzul, Laboratory for Remote Sensing/GIS of NUM-ITC-UNESCO, The

National University of Mongolia, Ulaanbaatar, Mongolia

N.Tuvjargal, Laboratory for Remote Sensing/GIS of NUM-ITC-UNESCO, The National

University of Mongolia, Ulaanbaatar, Mongolia

A.Dulmaa, Laboratory for Remote Sensing/GIS of NUM-ITC-UNESCO, The National

University of Mongolia, Ulaanbaatar, Mongolia

iv
 Welcome Message
Dear Researchers, Scientists and Young scientists

The National University of Mongolia together with “NUM-ITC-UNESCO” remote sensing and
geographic information system lab have been organizing the third International and National workshop on
“Applications of RS and GIS for Environment and natural resources of Mongolia” that is organized 29-30
June 2009.

This event is exceptional because organized in the International year of Astronomy research and
gives opportunity to many young researchers, specialists from international projects implemented in
Mongolia, and top scientists that have been researching on adverse changes of the environment with
advanced techniques of remote sensing and GIS.

During the past years GIS and RS techniques have been widely and continuously used in studies
of natural resources, land cover change, land use, research on water and forest resources enabling the
monitoring of vast territory of Mongolia in short time at wider scope and higher spatial resolution.

Both the “NUM-ITC-UNESCO” lab and a lab at the School of Geography and Geology of the
National University of Mongolia have been working towards preparation of specialists in use of the
advanced techniques closely collaborating with international organizations.

I hope that all the participants of today’s workshop will actively take part in the event exchanging
their experience and knowledge further contributing to the development of space science.

I wish you every success in the event

Thank you
Prof. S.Davaa

v
Хүндэтгэлийн Үг

Эрхэм хүндэт эрдэмтэн мэргэд, залуу судлаачид та бүхний энэ өдрийн амар амгаланг
айлтгая.
МУИС, “NUM-ITC-UNESCO” зайнаас тандан судлал газарзүйн мэдээллийн системийн
лабораториос “Монгол орны байгалийн нөөц болон хүрээлэн буй орчны газарзүй мэдээллийн
хэрэглээ” сэдэвт Үндэсний болон Олон улсын III-р Их хурлыг 6-р сарын 29-30 хооронд зохион
байгуулж байна.
Энэ хуралд сансар судлал, зайнаас тандан судлал болон газарзүйн мэдээллийн системийн
арга, технологийг Монгол орны байгаль орчин, нийгэм, эдийн засагт гарч буй томоохон сөрөг
өөрчлөлтүүдийг судлахад өргөн хэрэглэж хэвшсэн олон орны нэртэй эрдэмтэн мэргэд, шинээр
өвлөн сонирхож буй олон залуу судлаачид, Монголд оронд хэрэгжүүлж байгаа байгаль орчны
төслүүдийн судлаачид нэг дор хуран цугларч санал бодол, мэдлэг чадвараа солилцож, туршлагаа
хуваалцаж, “Олон улсын Одон орон судлалын жил”-ийн хүрээнд болж байгаагаараа онцлог юм.
Манай орон сүүлийн жилүүдэд байгаль орчин, байгалийн нөөц, газрын гадаргын өөрчлөлт,
газар ашиглалт, ойн усны хайгуул судалгаа зэрэг олон салбарт хиймэл дагуулын мэдээг ашиглан
Монголын өргөн уудам нутаг дэвсгэрийг богино хугацаанд, өргөн хүрээтэй, өндөр нарийвчлалтай
судлахад зайнаас тандан судлал, газарзүйн мэдээллийн системийн арга технологийг ашигласаар
байна.
Манай сургуулийн “NUM-ITC-UNESCO” зайнаас тандан судлах лаборатори, Газарзүй
геологи сургуулийн газарзүйн мэдээллийн системийн лабораториуд энэ чиглэлээр боловсон хүчин
бэлтгэж дотоодын болон гадаадын байгуулгуудтай нягт холбоотой ажиллаж байна.
Байгаль орчны чиглэлээр төсөл хэрэгжүүлэгчид, дотоодын болоод гадаадын эрдэмтэн
судлаач багш, оюутан залуус та бүхэн хуралдаа идэвхтэй оролцож, санал бодлоо нэмэрлэж,
туршлагаа хуваалцаж, санасар судлалын хөгжлд бодит хувь нэмрээ оруулна гэдэгт итгэлтэй байна.

Та бүхэнд амжилт хүсье Баярлалаа

МУИС-ийн захирал Проф. С.Даваа

vi
 J.Guragchaa
Austranaut of Mongolia

Welcome Message

Dear Ladies and Gentlemen

Mongol people are the owners of the vast steppe and blue sky. They have long tradition of
managing pastureland that is fully dependent of the weather. History shows that in many incidences if one
could foresee the upcoming weather condition then he could prevent and save lives of not only to livestock
but also humans. Thus, people had lived hunting, moving and trading while observing the movement of
stars and planets. It is in 17th century when wise people spent their thoughts and understandings making
astrological readings while observing the stars locations and movements. The precious historical honors of
Mongols that were carried with me in the space craft are currently kept in museum as a rare exhibit.

It is twenty eight years ago when I was given a rare chance to make scientific trials observing the
earth from the space. This was a great opportunity not only for me but also for all Mongol people. Anyone
who had observed the earth from the space gets a sense of pride and love. Observation of the Earth
develops feeling of pride to live on blue earth and get deep sense of love having felt the wideness of the
earth where we live.

Mongolia is prone to various natural processes that are driven by global climatic change such as
desertification, drought, dzud, flood, intensive shift of the natural zones and other natural disasters. In
addition, an inadequate attitude of human with its surrounding environment, results in uncontrolled fire
occurrence, deforestation, dry up of river and water source. Increased poverty and contagious disease
spread is being increased under direct and indirect impact of issues related to waste disposal, air, soil and
water pollution in urban areas.

This workshop is special as being organized within the year of Astronomic research, when top
scientists together with younger researchers are gathered together to exchange their knowledge and skills in
use of GIS and RS and astrophysical tools to study the environmental and socio economic changes
occurring in Mongolia.

For Mongol people, they are attracted by the thing that relate to astronomy, and I expect, that this
event organized in this special year of astronomy will take attention of many interested people as well as
specialists.

I wish you active participation in the workshop and hope that your input will bake tangible
contribution in making adequate decisions concerning the top urgent issues facing Mongolia and
Mongolians.

Wish you success in the workshop

Thank you to your attention

vii
 Хүндэтгэлийн үг
Эрхэм хүндэт нөхөд өө, Ноёд, Хатагтай нар аа!

Монголчууд цэлгэр тал, цэлмэг тэнгэрийн эзэд юм. Байгалийн авир араншингаас ихээхэн
хамааралтай бэлчээрийн мал аж ахуйг тэд эрт дээрээс эрхэлж иржээ. Тэнгэрийн араншинг
урьдчилан таньж чадвал аж ахуйгаа эрсдлээс хамгаалах, тэр ч байтугай амь насаа аврах тохиолдолд
ч олон гарч байжээ. Тийм ч учраас одон орон гариг эрхсийн байрлал хөдөлгөөнийг цаг ямагт
ажиглаж, түүгээр зүг чигээ баримжаалж аян жин тээн, ан гөрөө, арилжаа худалдаагаа хийж, аж
ахуйгаа эрхэлж иржээ. Ухаантан мэргэд бодол оюунаа чилээн од гариг тэнгэр эрхсийн байрлал
хөдөлгөөнийг ажиглаж одот тэнгэрийн зураглал хийсэн нь 17-р зуунд хамаарах юм. Монголчуудын
бүтээсэн түүхийн энэ нандин дурсгалыг сансрын нислэгийн үед хөлгийн бүхээгтээ авч явсан нь
одоо музейн ховор үзмэр болон хадгалагдаж байна.

Одоогоос 28 жилийн тэртээ эх болсон цэнхэр дэлхийгээ сансраас ажиглах, сансрын тойрог
замд эрдэм шинжилгээний туршилтууд явуулах ховор боломж надад олдсон юм. Энэ бол Монгол
хүн надад төдийгүй Монголчуудад олдсон их завшаан байсан билээ. Сансраас эх дэлхийгээ харсан
хэнд ч болов бахархах хайрлах сэтгэл зэрэг төрдөг. Эх болсон цэнхэр дэлхийнхээ өнгө үзэмжээр
бахархаад зогсохгүй, түүний хэмжээ хязгаартайг мэдэрч хайрлах хамгаалах бодол сэтгэлд аяндаа
ургадаг юм билээ. Монгол орон, Дэлхийн байгаль, уур амьсгал, цаг уурын эрс өөрчлөлтийн сөрөг
нөлөө болох цөлжилт, ган, зуд, үер, ус, газарзүйн бүсийн эрчимтэй шилжилт зэрэг төрөл бүрийн
байгалийн гамшгуудад автаж байгаагаас гадна байгаль, хүрээлэн байгаа орчинтойгоо ухамсаргүй,
хайр гамгүй харьцаж байгаагаас үүссэн гал түймрийн аюул, ойгүйдэл, усны эх үүсвэрүүд болох гол
горхи, нуур цөөрөм, булаг, шанд бид бүхнийг харсаар байтал алга болж устан үгүй болсоор байна.
Төв суурин газрын хог хаягдал, хөрс, ус, агаарын бохирдол, үүнээс шууд болон дам хэлбэрээр
шалтгаалсан төрөл бүрийн өвчин эмгэг, ядуурал өдөр ирэх тусам газар авч байна.

Энэ хурал нь Олон улсын одон орон судлалын жилийн хүрээнд Монгол орны сансар
судлал, байгаль орчин, нийгэм, эдийн засагт гарч буй томоохон өөрчлөлтүүдийг судлахад
астрофизикийн арга болон хиймэл дагуулын тусламжтайгаар хийдэг зайнаас тандан судлал,
газарзүйн мэдээллийн системийн арга, технологийг өргөн хэрэглэж хэвшсэн нэртэй эрдэмтэн
мэргэд, шинээр өвлөн сонирхож буй олон залуу судлаачид нэг дор хуран цугларч санал бодол,
мэдлэг чадвараа солилцох болж байгаагаараа онцлог юм.

Монголчуудын хувьд одон орон судлалтай холбоотой бүх зүйл тэдний сонирхолыг татдаг
төдийгүй олон улсын одон орон судлалын жилийн хүрээнд зохиогдож буй энэ эрдэм шинжилгээний
хуралд одон орон сонирхогчид, мэргэжлийн хүмүүс тус хурлын үйл явцыг анхаарал тавин ажиглаж
байгаа гэдэгт итгэлтэй байна.

Та бүхнийг хуралдаа өндөр идэвхитэй оролцож Монгол орон, Монголчуудын өмнө

тулгараад байгаа олон тулгамдсан асуудлыг оновчтой шийдвэрлэхэд өөрсдийн санал бодлоо
нэмэрлэж бодит хувь нэмэрээ оруулж нэгэн сэтгэлээр хамтран ажиллана гэдэгт итгэлтэй байна.

Хурлын ажилд амжилт хүсье! Та бүхэнд баярлалаа

Ж. Гүррагчаа,
Монгол Улсын сансрын нисгэгч

viii
 Keynote Message
Good day Dear Participants of the workshop, dear researchers, students and scientists

It is our pleasure to inform you our joint organization of the workshop on “Application of
geoinformation science in Natural resources and environmental field of Mongolia”.
The intention of the third International and National workshop that is held in Ulaanbaatar is to bring about
the beneficiary of the findings and researchers, students and scientists specialized in use of Geographic
information technology and promote the exchange of knowledge and skills in the technology development,
its use and the results of its applications.
We are gathered to discuss the peculiarities of our research findings that embrace themes of astronomy,
space science and earth observation that has connection with astrophysics in its origin. Taking this time I
am to recall some historic events of geoinformation science development in Mongolia that also a part of
EO.
In 1957-1958 in the year of Geophysics a modern astronomic centre was established in Mongolia
giving initiation to observation of the earth with remote sensing tools. Further it developed into use of
remote sensing for meteorological studies, obtaining earth information for natural resources of Mongolia
from the space craft, and continuing to contribute in development of the geoinformation science. It is a
great pleasure to emphasize that after 50 years or in 2009 in the year of International Astronomic Research
we have been organizing this historic event under initiation of many national and international scientists
and researchers and in close collaboration and support of NGOs of similar activities.
I expect that this workshop will contribute in resolution of a number of crucial issues related to
Mongolian environment and economic parts bringing onto the table the discussion on the achievements of
the studies conducted on management of natural resources of Mongolia, land use planning, control and
monitoring of the environmental change and other studies with use of RS data.
Every success in the workshop

Thank you
Prof. Ch.Lkhagvajav
Director of the School of Physics- Electronics, NUM

ix
 Хүндэтгэлийн үг

Манай өнөөдрийн энэхүү ажилбарт сургалтын оролцогч,

Эрхэм хүндэт мэргэшлийн судлаачид, оюутан залуус, эрдэмтэн багш нар
Та бүхэнд энэ өдрийн мэнд дэвшүүлэх ялдамд бидний түншлэн зохион байгуулж
байгаа “Монголын байгалийн нөөц, хүрээлэн буй орчны судалгаанд Гео-мэдээлэл зүйн
хэрэглээ” сэдэвт ажилбарт сургалтаар хамтрах ажиллах болсонд талархаж байгаагаа
илэрхийлье.
Энэ удаагийн Улаанбаатар хотод болж буй Олон улсын болон Үндэсний хэмжээний 3
дугаар “ажилбарт сургалт”-аар Газарзүйн мэдээлэл зүйн шинжлэх ухааны хийгээд Зайнаас
тандан судлах арга зүйн хэрэглээний салбарт нарийн мэргэшиж байгаа эрдэмтэд, мөн
түүнчлэн эдгээр судлагдахуунд ойр холбоо бүхий мэргэжилтэн судлаачид хурж, газарзүйн
мэдээлэл зүйн орчин цагийн цоо шинэ технологи боловсруулалт, тандан судлах арга зүйн
хэрэглээний үр дүнгээр ярилцан мэдлэг туршлагаа хуваалцаж олон салбарын
мэргэжилтнүүд бие биеэсээ эрдэм номын хандлага барилаараа их зүйлд суралцах гэж
байна.
Та бидний энд хуран чуулж судалгааныхаа ажлын онцлог үр дүнг хэлэлцэх, эрдмийн
шинэ мэдээллээр оюун ухаанаа мялаах гэж байгаа энэхүү “ажилбарт сургалт”-ын маань
сэдэв бол сансар судлал, одон орон судлал, нэн ялангуяа, XXI зууны олон орны эрдэмтдийн
хамтын жинтэй суурь судалгаа, томоохон туршилтын тэргүүлэх чиглэлийн нэг –
астрофизикийн шинжлэх ухаантай үүсэл гарвалаараа уламжлалт хүйн холбоотойг сануулах
шаардлагагүй ч Дэлхийг зайнаас тандах судалгаа, түүний дотор гео-мэдээлэл зүйн
шинжлэх ухаан манай улсад үүсэн хөгжиж буй түүхийн зарим онцлог үйл явдлаас товч
дурдъя гэж бодлоо. Анх 1957÷1958 онд “Олон улсын геофизикийн жил”-ээр манай улсад
орчин үеийн одон орон судлалын оргил байгуулагдаж Дэлхийн хиймэл дагуулын ажиглалт
эхэлж байсан бол цаашдаа аажмаар ус цаг уурын хиймэл дагуулын мэдээлэл ашиглах,
улмаар сансрын төхөөрөмж, хөлгөөс эх дэлхийн байгаль судлалд, тодруулбал, Монгол
орны байгалийн нөөц баялгийн сансраас тандах судалгаанд оролцож, манай мэргэжилтнүүд
Монголд гео-мэдээлэл зүй үүсэн хөгжих үйлсэд хувь нэмэр оруулсаар, өнөөдөр 50 гаруй
жилийн дараа 2009÷2010 онд “Олон улсын Одон орон судлалын жил”-ээр энэ арга
хэмжээгээ олон орны эрдэмтэд судлаачид багш нарын дэмжлэг санаачилгаар, бас
мэргэжлийн төрийн бус байгууллагын оролцоотойгоор зохион байгуулж байгаа явдал
маань манай энэ удаагийн ээлжит “ажилбарт сургалт”-ын нэг онцлог, хөгжлийн бас нэгэн
түүхэн үйл гэдгийг тэмдэглэмээр байна.
Энэ удаагийн “ажилбарт сургалт”-аар Монголын байгалийн нөөцийн менежмент,
газар зүйн мэдээлэл хуримтлуул, газрын гадаргын өөрчлөлт, газар ашиглалтын төлөв,
хүрээлэн буй орчны хяналт-шинжилгээ, судалгааны салбарт Дэлхийн хиймэл дагуул,
сансрын төхөөрөмжөөр хүлээн авсан мэдээллийг ашигласан эрдмийн ажлынхаа олон
чиглэлээр хэлэлцсэн үр дүнгүүд нь манай орны байгаль орчин, зарим эдийн засгийн
өнөөдөр тулгамдаад байгаа олон асуудлын шийдэлд хувь хэмэр оруулахуйц үр ашигтай,
хэрэглээтэй болно гэдэгт итгэж байна.
Та бүхэнд амжилт хүсье.

Баярлалаа.
МУИС-ийн Физик Электроникийн Сургуулийн захирал, профессор, Ч.Лхагважав

x
 CONTENTS
1. Modis and FY-2D Satellites Data Applications for
Mongolian Environmental Monitoring under NGIC Project Activities
1-8
M. Erdenetuya, B. Erdenetsetseg, D. Munkhzul

2. Spatial Information For Effective Environmental Policy

Narantuya Davaa1, Jan de Leeuw, Tsolmon Renchin 9-17

3. Introduction to the “Land Management-Fiscal Cadastre Project”

Harald Finkemeyer 18-18

4. Modeling The Distribution of Siberian Marmots (Marmota Sibirica)

Using Maxent, Boosted Regressions Trees, and Gams:
Findings and Comparisons 19-19
Dr. Karl Didier, Dr. Susan E. Townsend, Dr. Samantha Strindberg

5. Effect of Land Use Changes on Ground Water and Surface Water: A Case
Study from Ponnaiyar River Basin
20-20
Pryantha Jayakody ; Lal Muthuwatta And Upali Amarasinghe

6. Analyzing the 1972-2008 Landsat Satellite Imagery Archive

to Detect Land Cover and Land Use Change in Mongolia
21-28
Peder Nelson, Olga N. Krankina, Robert E. Kennedy, Warren B. Cohen

7. Applications of Remote Sensing And Gis in Modeling

Forest Fire Hazard in Mongolia
29-36
Yousif Ali Hussin Narangeral Zagdaa Narantuya Davaa

8. Land Cover Classification Techniques Using Modis Data

S. Khudulmur, M. Erdenetuya, N. Elbegjargal, S. Erdenetsogt 37-41

9. Aerosol Optical Properties Derived from Aeronet Sun-Photometer

Measurement over Dalanzadgad
42-46
Batbayar Jadamba, Tugjsuren Nas-Urt

10. Land Degradation Analysis in Ongi River Basin Uvurkhangai Province

Tungalag.A , Tsolmon.R 47-55

11. Non Meteo Index to Express Drought in Mongolia

Tungalag Piljee, Narantuya Davaa 56-68

12. Observing Statistic Research of Fast Snow Covering Depth

between 2008 and 2009 of Mongolia.
69-73
Tuul Gimlai, Jambajamts Lkhamjav

13. Spectral Characterization and Processing of Hyperion for Geologic

Application
74-74
Munguntuya Mandshir

14. Interoperable Web Based Gis Services as Decision Making System

for Sharing Environmental Information: A Case Study Of Gobi-Altai
Province, Mongolia
75-75
B.Suvdantsetseg , H.Fukui, R.Tsolmon
15. The Eastern Steppe’s Living Landscape
Ochirkhuyag Lkhamjav , Amanda Fine, Karl Didier, Eric Sanderson 76-79

16. GPS Based Remote Sensing of the Ionosphere Oover Mongolia

Sh. Amarjargal, D. Baatarkhuu, S. Sanjjav, D. Lhagvasuren 80-88

17. Morphotectonic Analysis and Weights of Evidence Modeling of

Placer Gold Deposits Around Jid, Mongolia
Altanshagai Shirnen, P.K.Champati Ray 89-89

18. Statistic Accounts of Stability Covered Snow Thickness

in 2008-2009 Of Mongolia
90-90
Gimlai Tuul, Lkhamjav Jambajamts

19. Determination of sand movement process using Remote Sensing and GIS
Case study: Biger, Gobi-Altai province, Mongolia
B.Myanganbayar, R.Tsolmon, R. Tateishi and B.Suvdantsetseg 91-94

20. Нарны Хэт Ягаан Цацрагийн Нөлөө

Г.Даваахүү, Д.Батмөнх,Ч.Лхагважав 95-99

21. Зайнаас Тандан Судлал Болон Газарзүйн Мэдээллийн

Систем Ашиглан Газар Ашиглалтын Зураглал
Хийх Арга Зүй Боловсруулах 100-106
Б.Баяртунгалаг, Р.Цолмон, М.Заяа

22. Уур Амьсгалын Өөрчлөлтөд Бэлчээрийн Экосистемийн

Эмзэг Байдлийн Судалгаа, Дасан Зохицох Зарим Сонголтууд
Т.Чулуун & М.Алтанбагана 107-115

23. Горхи-Тэрэлжийн БЦГ-ын Ойн Өөрчлөлтийг Хиймэл Дагуулын Мэдээ

Ашиглан Зайнаас Тандан Судлах Аргаар Тодорхойлох
116-125
Я. Ариунзул, Т.Улаанбаатар, Г.Нандин-Эрдэнэ

24. Газарзүйн Мэдээллийн Системийн Өгөгдлийн Сан

Т.Эрдэнэзаяа, Р.Цолмон 126-134

25. Хиймэл Дагуулын Мэдээ Ашиглан Дорнод Монголын Тал Хээрийн

Ургамалжилтын Төлөв Байдлыг Тодорхойлох нь
135-143
С.Дашзэгвэ, Я.Ариунзул, Т.Улаанбаатар

26. Монгол Орны Зарим Нутагт Агаар Мандлын Оптик Зузааныг

Спектрийн 3 Мужид Тодорхойлсон Дүн
144-149
Т. Нарангарав, Г. Батсүх

27. Байгаль Орчны Метамэдээллийн Сан

М. Баясгалан, Г. Батхишиг
150-154
28. Байгаль Орчны Вэб/Геомэдээллийн Сан
М. Баясгалан, М. Отгонтөгс, Н. Лхамсүрэн, Г. Батхишиг 155-159

29. Зайнаас Тандан Судлал, Газар Зүйн Мэдээллийн Системийг Байгаль

Орчны Салбарт Хэрэглэх Зарим Боломж
160-162
Даваагийн Нарантуяа, Янгивын Ариунзул

30. Газарзүйн Мэдээллийн Систем Ашиглан 1990, 2007 Онуудын

Малын Тоо Болон Сүргийн Бүтцэд Гарсан Өөрчлөлтийг
Судалсан нь 163-163
Б. Цэрэнчунт, Т. Чулуун, Д. Отгонбат

31. Монголын Их Дээд Сургуулиуд Дахь Астрономийн

Хичээлийн Төлөв Байдалд Хийсэн Харьцуулсан Судалгаа
164-164
А.Дулмаа, Г.Батсүх, М.Заяа

32. “Орчлон Ертөнцийг Судлая”–Электрон Сурах Бичгийн

Нэгэн Хувилбар
А. Дулмаа, Б. Бат- Отгон, Г. Баярмаа 165-167

33. Сэлбэ Голын Хөндий Дэх Техноген Ачааллын Судалгаа

Д. Номин 168-168

34. Historic Fire Regime Modeling Elements Using

Gis And Remote Sensing
169-174
Ts.Oyuntsetseg, B.Khosbayar

35. Тариалангийн Талбайн Байршлын Орон Зайн

Зарим Хүчин Зүйлийн Судалгаа
175-181
Б.Батбилэг, Р.Цолмон, Н.Энхжаргал

36. Баянголын Дүүргийн Криогений Зүсэлт

А.Цолмон 182-186

37. “Ландсат ETM” Сансрын Зургийн Тоон Өгөгдлөөр

Геологи Болон Хувирлын Бүсийг Зураглах нь
187-195
М.Тодбилэг

38. Хар ус нуурын идэвхитэй хагарлын судалгаа

О. Жаргал 196-196

39. Физикийн 9-р Бага Олимпиадын Зарим

Даалгаварт Хийсэн Анализ
197-197
А.Дулмаа, Б.Ганзул, Б.Оргодол

40. Сансрын Уур Амьсгалыг Илрүүлэх Төхөөрөмжийн Тусламжтайгаар

Нарнаас Дэлхийд Үзүүлэх Нөлөөллийг Судлах Зорилгоор Монголд
Хийсэн Хэмжилтийн Үр Дүнгээс 198-201
Б.Энхмаа, А.Дулмаа, Б.Майцэцэг, П.Ариунаа

41. Use of “Graph” in Physics and Astronomy Education

Jargalsuren Shargaa
202-208
42. Ccd-Photometry And Pole Coordinates For Eight Asteroids
V.G.Shevchenko, N.Tungalag, V.G.Chiorny, N.M.Gaftonyuk,
Yu.N.Krugly, A.W.Harris. 209-210

43. The Infrared And Ultraviolet Absorption Spectra of

Fullerene-Like Structure in the Cosmos and on The Earth
211-211
Bat-Erdene B., Dashpurev Sh., Munkhjargal Sh.
 MODIS AND FY-2D SATELLITES DATA APPLICATIONS FOR
MONGOLIAN ENVIRONMENTAL MONITORING UNDER NGIC
PROJECT ACTIVITIES
M. Erdenetuya (PhD)*, B. Erdenetsetseg**, D. Munkhzul**
*NGIC project
**Institute of Hydrology and Meteorology
[email protected], [email protected], [email protected]

Abstract
In this paper included some results of new RS and GIS approaches for environmental monitoring
using a various satellite data and its products over whole territory of Mongolia and over selected site.
After privatization of livestock to the herders the number of livestock increased drastically which
caused overgrazing or land degradation and at the same time the mining activity expanded an area
everywhere in Mongolian territory.
The pasture related applications based on the remote sensing data shall have improvement with
implementation of the “National Geoinformation center for Natural Resources Management (NGIC)”
program supported by the Dutch Government fund and it has commenced in December 2006 aims at macro
level environmental decision and policy making.
Within NGIC project activities the Component 3a and 3b dealt with MODIS and FY-2C/2D
geostationary satellites data receiving, processing and development of certain applications for pasture,
drought and other disaster monitoring, generating products for heavy snow (dzud), forest and steppe fires
and dust storm. Under implementation of the Energy Water Balance Monitoring System based on hourly
FY-2D satellite data producing the basic products such as, daily ground temperature at 2m level,
precipitation, net radiation, sensible heat flux, evapotranspiration and using those parameters applied
drought, pasture and winter monitoring sub systems and generating application products.
At the same time we are producing seasonal land cover map using 250m resolution
MODIS/NDVI data and monitoring the forest and surface water.
The products derived with employment of the satellite data are distributing to the decision
makers and end-users at aimag level via existing VSAT network, high speed internet and through web/map
services.
Key words: MODIS, FY-2C/2D, disaster monitoring, application products

1. INTRODUCTION
The government of Mongolia develops and implements policy on rational utilization of its
natural resources. Up-to-date information on the state of the environment would be ideal to support
adequate planning and policy formulation.
The use of satellite data will be efficient in management and planning to prevent from natural
disasters; in problem identification, monitoring and policy formulation, policy implementation and
evaluation for further strengthening of natural resources management.
FY-2C/2D receiving station manufactured at ShineTek, China was installed in May 2007 and
the data processing software such as Energy Water balances monitoring system (EWBMS) provided by
EARS company of the Netherlands is implemented and producing some basic and application products.
The MODIS receiving station provided by eOsphere, UK was installed in November 2007 and
MODIS data are intended to be applied for monitoring of drought/desertification process, fire
occurrence and snow/dzud monitoring and forecasting, detecting changes of the natural resources such
as, forest and surface water.
Moreover, this suggest the development of application of the above data in conducting science
based extensive research for monitoring and management of natural resources and prevention from
natural disasters.
The products derived with employment of the satellite data will be distributed to the end-users
including local decision makers at aimag (provincial) level via existing VSAT and ftp network and high
speed internet.

2. NEW SATELLITES FOR ENVIRONMENTAL MONITORING

2.1 MODIS Applications

MODIS products focusing on land cover types, forest and water. Since this is not very specific, but
considering the potential application areas and several products will be generated from the MODIS
data, such as,
-1-
1. a 10 daily composite of Normalized Difference Vegetation Index (NDVI) at 250 meter resolution

Figure 1. MODIS NDVI map of Mongolia

2. a dzud (severe winter) condition estimation based on snow/ice products

Figure 2. Snow cover map of Mongolia, 3rd decade of February 2009

3. a fire occurrence and spreading risk and burnt area maps

Figure 3. Fire map, Terra/MODIS, 23 April 2008

-2-
4. a bi-annual map of land cover at 250 meter resolution of the entire country which can support
analysis of land cover change, analysis of hotspots of land cover (forest and surface water) change,
climate change modeling, and the analysis of ecological structures supportive of maintaining
biodiversity, with particular reference to migratory birds. It will also be useful in refining MODIS
product generation, where land cover characteristics are used in the generation.

Figure 4. Land cover map of Mongolia, 2008

2.2 FY-2C Applications

The Energy, Water Balances Monitoring System (EWBMS) consists of a set of software
programs that comprises three steps, which have to be followed sequentially to obtain information on
winter grazing conditions, drought indices and pasture yield forecast. The EWBMS software needs two
primary input products: specially prepared FY-2C satellite images and GTS (Global Telecommunication
System) rainfall data.
The EWBMS provides hourly cloud duration, rainfall, radiation, sensible heat flux and actual
evapotranspiration data for whole Mongolia at 5 km spatial resolution and using those basic products
running Drought monitoring system, Pasture monitoring system and Winter grazing condition
monitoring system to monitor both summer and winter condition in order to prevent the natural
disasters such as, drought and dzud.

Figure 5. Air temperature map, 3rd decade of April, 2009

-3-
 Figure 6. Precipitation map, 1st decade of August, 2009

2.2.1 The Drought Monitoring System is capable of calculating three desertification indices as, the
climatic moisture index (CMI) indicates a climatic condition, the soil moisture index (SMI)
characterizes the actual drought or desertification status the Evapotranspiration Drought Index (EDI)
defines the agricultural drought and on a pixel by pixel basis.
CMI-Climatic Drought Indicator (1 YEAR)

CMI=P/LEpot (1)
where,
P: precipitation
LEpot : potential evapotranspiration

Figure 7. CMI map of Mongolia, 2007

The CMI was adopted by UNCCD (1994) as an index defining climatic drought condition and
process drought itself defined by the UNCCD that, “Drought is the regional stable precipitation deficite
that cause hydrological inbalance due to long duration of abnormal dry weather”.
The UNCCD also defined and adopted the aridity area classes by following criteria,

-4-
 Figure 8. Aridity zone map of Mongolia, 2007

SMI- Ecological Drought Indicator (1 YEAR)

SMI = LE/LEpot (2)

where,
LE : evapotranspiration
LEpot : potential evapotranspiration

The amount of water that is available to the vegetation is also quantified in terms of plant available
water (PAW in mm), here defined as soil moisture (SM) minus wilting level (WP):

PAW = SM – WP (3)

The wilting point or wilting level is the amount of water left in the soil that cannot be taken up by the
roots of vegetation due to strong capillary forces of the soil matrix. We assume the soil moisture content
never exceeds field capacity.

Figure 9. SMI map of Mongolia, 2007

EDI-Agricultural Drought Indicator (2 monthly)

EDI = Σ (LE/LEpot)/ n (4)

where,
LE : evapotranspiration
LEpot : potential evapotranspiration
n : time period (2 months)

Informs on the actual drought at the surface:

-5-
 • information on water availability for crops and vegetation
• strongly related to soil moisture and actual drought conditions of the ground

The agricultural drought is evaluated over a two months period:

• Suitable time period to evaluate the growth conditions of pasture (growing season)
The agricultural drought is evaluated over a two months period:
• Suitable time period to evaluate the growth conditions of pasture (growing season)

Figure 10. EDI map, July – August 2007

2.2.2 The Pasture Monitoring System calculates actual aboveground green biomass, biomass
available for daily grazing and pasture carrying capacity of entire country and at aimag, soum levels in
order to support pasture management, prevent overgrazing.
The Pasture Monitoring System simulates pasture growth with radiation, temperature and relative
evapotranspiration data from the Energy Balance Mapping module. The model calculates light use
efficiency and takes into account the conversion efficiency of solar energy to biomass, daily respiration
losses and relative yield decrease due to drought or freezing conditions.
Four different output products can be generated with the Pasture Monitoring System which show the
geographical distribution of:
Actual biomass: the pasture absolute yield (kg/ha) as the amount of aboveground green biomass in dry
matter.
Relative biomass: the pasture relative yield (%) or the actual biomass relative to the aboveground green
biomass of pasture that would be attained without water limitations to the plant.
Biomass available for grazing: the daily optimum amount of biomass (kg/ha) that is available for
grazing.
Pasture carrying capacity: the number of cattle (0.1 Sheep Units/ha) that the pasture can support
based on the information in the Biomass available for grazing files.
Actual and relative pasture biomass data can be generated with this model for grazed conditions and
ungrazed conditions. Biomass for grazing and pasture carrying capacity are only generated under
grazed conditions.

Figure 11. The actual pasture biomass map of 2nd decade Aug 2007, [kg/ha]

The pasture carrying capacity can be estimated by varying the amount of consumed biomass in the
model and monitor the response of the pasture biomass. The biomass consumed by the cattle was varied
from 0 to 3 kg/ha.day and the response on the pasture biomass (kg/ha) plotted. The figure shows that
biomass consumptions from 0 to 2 kg/ha have only a very limited influence on the Steppe pasture
-6-
biomass (decrease of 67 kg/ha). However, the pasture biomass shows a steep decrease at a consumption
rate of 2.1 kg/ha.day. This point determines the pasture carrying capacity for this natural zone during
summer period.

Figure 12. Pasture carrying capacity map, 2007 (at soum level), [SU/ha]

Pasture carrying capacity being 0.3-1.0 SU/ha (sheep unit per hectare) in Western and Gobi-
Desert region of Mongolia. In the Gobi-Desert region is low biomass but bigger pastureland area and
cattle numbers relatively few.
The figure shows that pasture carrying capacity is around 1.4-2.1 SU/ha in Eastern region, so
this year there is with low biomass. Other years, the carrying capacity was being higher since the
summer conditions were not so dry before.

2.2.3 The Winter Grazing condition monitoring system generates snow cover represents number of
days with snow, snow height showing amount of snow present at the surface in water equivalent,
amount of snow melt and presence of ice crust at the ground surface

Figure 13. Snow cover map/Days with snow cover, 3rd decade of January 2009

The EWBMS software is supplemented with utility software tools to quickly evaluate the results and
display the output products for remote users at aimag level.

3. CONCLUSIONS
1. MODIS data are operationally used natural disaster monitoring in regular based servicing like,
daily dust and fire maps, 10 daily snow and vegetation maps
2. With natural resources mapping purpose we will map the Land cover types in each 2 years in
order to get necessary information for decision making for natural resource management
3. The MODIS based Land cover classes can be identified by field survey then the Land cover
changes can be detected

-7-
 4. The satellite data are utilized to all aimag’s centers and processed at the local level to provide the
satellite based products to the decision makers
5. The outputs of the EWBMS system are important for development of a decision support system
for pastureland management

REFERENCES

[1]. Erdenetuya M., Khudulmur S., “MODIS data acquisition system and applications in
Mongolia”, International EOS-NPP Direct Readout Meeting”, April 2008, Bangkok, Thailand
[2]. Erdenetuya M., Narantuya D., “Environmental monitoring in Mongolia supported with MODIS
and FY-2C satellite data”, The 28th ACRS, November 2007, Kuala Lumpur, Malaysia
[3]. Flach Dominic, “VxEos Direct Broadcast Ground System” Software User Guide, November
2007, London, UK
[4]. Marjolein de Weirdt, Steven Foppes, “Manual for Energy and Water Balance Monitoring
System (EWBMS) running”, 2007, EARS, The Netherlands
[5]. Marjolein de Weirdt, Steven Foppes, “Manual for Utility software sub-system of the EWBMS”,
2008, EARS, The Netherlands
[6]. NGIC project document, Act 15243, 2006, Ulaanbaatar, Mongolia, pp 28-31.
[7]. NGIC E- Newsletter (in Mongolian), 2008, Ulaanbaatar, Mongolia, p 7.

-8-
 SPATIAL INFORMATION FOR EFFECTIVE ENVIRONMENTAL
POLICY
Narantuya Davaa1, Jan de Leeuw2, Tsolmon Renchin3
1
ITC alumni Mongolia, 2ILRI, Kenya, 3NUM-ITC-UNESCO Lab, NUM
e-mail: [email protected]
P.O.box 758 Ulaanbaatar 210646 Mongolia

Abstract
Many socio-economic sectors in Mongolia are rapidly changing including those developments in
mining together with traditional land uses like agriculture, pastoralism and forestry. While considering
these land use changes in a fragile arid and semi-arid environment, the Mongolian Ministry of Nature,
Environment and Tourism (MNET) has the role to develop environmental policy ensuring sustainability.
Over the past decade Mongolia has developed a large number of environmental policies that include
general strategies and individual laws that accounts to 30 and over 220 related regulations that support the
law empowerment. National environmental policy is also increasingly directed by international agreements.
Mongolia is signatory to around twenty international Conventions and Multilateral agreements.
Establishing a policy is one thing, ensuring their effectiveness is another. Spatial information
offers the possibility to provide the information to support the environmental policy and its integration into
minimization of poverty aspects. The paper concludes that spatial information disclosure and its application
as well as increased knowledge of public and decision makers in use of spatial information for policy
implementation strengthens governance by enhancement of the control and monitoring of policy efficiency
as well by its use in problem identification and policy implementation.

INTRODUCTION
Change in the socio-economic sectors of Mongolia has both reversible and irreversible change
of the environment. Mining together with agriculture, pastoralism and forestry is developing rapidly.
Over the past ten years a large number of environmental policies that include general strategies,
individual laws that accounts to 30 and over 220 related regulations were developed in Mongolia (UN
report) to support the law empowerment.

National environmental policy is increasingly directed by international agreements. Mongolia is

signatory to over ten international Conventions and Multilateral agreements (MA) among those are
Convention on Biodiversity, Convention on Climate change, Convention to combat desertification,
Convention on International trade in endangered species of fauna and flora, Vienna convention of
protection of the Ozone layer, Montreal protocol regulating the substances of depleting ozone,
UNCCDD, Convention on the control etc.

There are six distinct strategies in Mongolia that are adopted following MA and Conventions,
and these include action plan for 21st century, environmental action plan, biodiversity conservation
action plan, action plan to combat desertification, forest program and water action plan. All plans and
programs are to serve as base for sustainable future of the country.

Establishing a policy is one thing, ensuring their effectiveness is another. This is particularly
relevant because Mongolia is a vast country. It is impossible to locate staff all around the country.
Remote sensing and geographic information offers the possibility to provide the information to support
the problem identification and implementation of such policies, particularly in a large and sparsely
populated country like Mongolia.

Dramatic increase of environmental agreements and treaties from 1972 in number has resulted
in need of spatial data for better comprehension of the biophysical and socio economic processes and
government policies that had to do with environment. So, that the information contributes to the
improvement of the policy as well as decision making.

Spatial information including earth observation has potential to provide information in support
of environmental policy. It could provide information on the state of the environment without need for
intensive sampling and continuous resources on the ground. It also might support planning and help to
address questions like is the policy respected? And how efficient are the policies?
-9-
 Environmental geoinformation is enriched with the increased number of earth observation
systems that are designed to detect environmental processes. So far, in many countries there has been
strong government support for this as all commonly used environmental EO systems are wholly or
partly publicly funded. Although many earth observation applications have been developed with the
aim of implementing environmental policy, there appear to be fewer cases where it is actually applied in
support of policy. In combination with Geographic information it has value addition to contribute the
policy level.

Effective policy requires information to identify the urgency to develop, to mobilize appropriate
instruments to implement policies as well as to control and enforce proper implementation and to
evaluate policy effects. Lack of information which may have hampered effective policies is rapidly
overcome as the continuous emergence of new information techniques changes the practice of
environmental policy.

ENVIRONMENTAL STRATEGIES OF MONGOLIA

There are six key environmental strategies prepared in Mongolia. Mongolia’s environmental
law system is expected to be capable of implementing their principal objectives and priorities. These
are:

Mongolia’s Action Plan for the 21st century MAP-21 is agenda on sustainable development for
the 21st century. It covers activities at both national and provincial levels. It is structured into
sustainable social development, sustainable economic development, proper use of natural resources and
protection of nature and the environment, and the means for implementing Mongolia’s system of
sustainable development. The National Environmental Action Plan (NEAP), Biodiversity Action Plan
(BAP), and the National Plan of Action to Combat Desertification (NPACD) are integral parts of MAP-
21.

National Environmental Action Plan (NEAP) in Mongolia covers actions to the year 2010. This
is an environmental planning designed to link environment and development. It provides a framework
for integrating environmental considerations into a country's overall economic and social development.
It identifies the main environmental problems facing Mongolia and provides action plan to address the
problems. Major environmental priorities as by 1995 included urban air and water pollution, urban solid
wastes, land degradation, water supply, institutional strengthening and capacity building, environmental
degradation from mining and petroleum extraction activities.

One of the priority issues in Mongolia is biodiversity conservation. Biodiversity Conservation

Action Plan (BAP) (1995) has objectives to protect biodiversity and to restore damaged areas. Specific
emphases are put on establishment of the protected area system representing all ecosystems and
protection of endangered species; establishing population control measures to limit human impact on
biodiversity; implementing effective environmental impact assessment programme; establishing a
research programme to improve knowledge on biodiversity; establishing national monitoring system for
biodiversity conservation; establishing national education and training program for biodiversity
conservation; establish public information programme to improve knowledge on biodiversity; control
pollution of air, water, and soil; regulate hunting and fishing; prevent pasture deterioration from over
grazing; and establish effective land-use planning control; support tourism while developing sensible
regulations to protect biodiversity; ensure agriculture and forestry is compatible with biodiversity
conservation, identify and restore damaged lands etc.

The National Plan of Action to Combat Desertification (NPACD) approved in 1996 is

consistent with the development objectives of MAP 21. It aims to ensure that a process of national
development is established which fully incorporates the principles of environmental sustainability and
meets the basic human needs. Immediate goal is to provide the country with the institutional capability
to effectively address problems with the sustained use of natural resources caused by both natural and
anthropogenic forces. The NPACD prioritized institutional support for awareness, co-ordination and
monitoring of the NPACD; create an enabling environment for sustainable management of land

- 10 -
resources; Support to applied and adoptive research and its dissemination; assessment and monitoring
of drought and desertification/land degradation; promotion of sustainable pastoral land use system;
Integrated management and rehabilitation of crop lands; and Sustainable management of forest
resources etc.

National Forest Programmes (NFP) acts to protect and carefully use forest resources include
the education of people about the importance of protecting forest reserves, strengthening the
management and organization for forests, dealing with financial and economic factors that lead to
irresponsible forest exploitation, and developing better human resources in forest management. One of
the challenges includes achieving greater scientific understanding and conducting effective forest
related research, and creating information and promotion systems.

Water Action Plan highlights all the water issues. In the central region there is substantial
amount of water in comparison to the south, western and eastern provinces where water resources are
far scarce and poor in quality with salts. Surface water in the country is uncertain and much of it only in
intermittent streams following the scarce rainfall. In the Gobi the ground water is hard and high in
mineralization.

No studies so far have been undertaken to assess the above strategies for its effectiveness, or at least
evaluated for achievements. NBAP, for example, is widely accepted within the Ministry; however has
lack in public awareness and reference to it while addressing any related aspect (D.Batbold et al, 2002).

APPLICATION OF SPATIAL INFORMATION TO ENVIRONMENTAL

POLICY OF MONGOLIA

Every policy starts with a problem, mostly first identified by those experiencing the negative
impacts. Debate inside and outside government may lead to policies to address the problem. Remote
sensing is a value addition to the problem identification.

Presently numerous number of aspects still remain to be hidden or unaware of. Spatial
information on the location of the mining sites may contribute to identification on site problems,
identify areas under exploitation and exploration and other issues related to it.

There are various instrumental ways how spatial information may contribute to the policy
implementation. Related to spatial information it can be by direct information supply and its use in
planning process.

GIS is the primary platform for spatial planning, and remote sensing plays an important
subsidiary role. Remote sensing (including aerial photography) offers the possibility to supply basic
information for land use and other forms of spatial planning in areas without appropriate maps available
(Bocco et al. 2001). Satellite data also fills a gap in areas with a mapping record while offering the
possibility to update maps, because planning starts with review of the current situation, which can not
be supplied by outdated maps and which is common to Mongolia. Legal implications of the accuracy of
the spatial information used in planning might further require up to datedness of the information used.
Comparison of historic remote sensing imagery is frequently used to analyze environmental change to
better understand trends which require consideration from a policy perspective. Finally, remote sensing
is also used as input in modelling alternative land use options using land suitability assessment, for
example for agriculture or biological conservation. Hence remote sensing contributes to improve spatial
planning in a variety of ways.

Application in Biodiversity Conservation Action Plan

There are a number of examples of RS applications combined with geographic information specifically
designed to meet the information requirements of biodiversity related policy. Mongolia strives to meet
the CBD COP7 goals and committed itself in 1992 to increase the protected area network to 30 percent
- 11 -
of its territory. Spatial planning for protected areas system, furthermore assessment of its effectiveness
is foreseen to be priority actions. Earth observation and geographic information have potential to
contribute in assessing the effectiveness of protected areas system, planning of the protected areas by
identifying gaps.

Mapping of the potential habitat for certain species and further support in making an estimate
of population size will enable the management to better protection, regulate hunting, monitor and take
required actions. Habitat suitability models are usually derived by combining several types of
ecosystem data, including geology, soils, vegetation, elevation and slope. Satellite data derived
variables are then included in ecosystem-scale forest biodiversity models (Innes and Koch, 1998).
Likewise, Debinski et al.(1999) used Landsat TM data and GIS to categorize habitats and to determine
the relationship between these and species distribution patterns. A strong correlation between high
species richness of plants, birds, and butterflies was found with the mesic meadows (one of the six
habitats). Moreover, 20-30% of animal taxa and 65-100% of the dominant plant species were
significantly correlated with one or more remotely sensed derived habitats.

Satellite data can also be used to identify spatial habitat of Bactrian camel that is protected in the Great
Gobi SPA. Though some GPS tracking of the camel movement was accomplished to certain level by
the Institute of Biology and related projects, the exact determination of actual and potential habitat of
the species can be fulfilled RS data. This information will assist managers to better manage camel
habitat and re define the area under protection.

Habitat suitable for relocation of wildlife species can also be derived from satellite data. Landsat data
was used to locate a habitat suitable for the re-introduction of indigenous species of Australia, rufous
hare-wallabies (Lagorchestes hirsutus). Three potential sites were identified and verified from the field
survey. This technique can be used for rapid assessment of rare animal habitat distributions over large
areas (Saxon, 1983).

According to the CBD, habitat suitability mapping would help ‘rehabilitate and restore degraded
ecosystems and promote the recovery of threatened species, inter alia, through the development and
implementation of plans or other management strategies’ (Article 8,). This information would also help
‘develop, where necessary, guidelines for the selection, establishment and management of protected
areas’ (Article 8).

Information on habitat loss and fragmentation are useful to safeguard in-situ conservation of ecosystems
and natural habitats through identification and monitoring of such ecosystems and habitats.

Habitat loss and fragmentation are the most important causes of biodiversity loss (Foin et al.,
1998). These variables can be monitored relatively effectively using satellite imageries that are
available i.e., MODIS and NOAA data. These data can sufficiently analyze forest fragmentation in the
country that is home to diverse number of flora and fauna.

Remote sensing data influence high-level political decisions that are directly relevant to treaty
implementation. For example, it can assist to identify intact and disturbed habitat of wild species that
are at the transboundary of adjacent countries. Further, the countries may draw joint regional
environmental planning decision by monitoring state of the condition in the regional environment.

One of the information requirements of Biodiversity conservation is to identify and evaluate the
underlying causes of biodiversity loss. To identify and evaluate the potential threat of biodiversity loss,
time series satellite data along with ground measurements could be used. For example, remote sensing
data of over ten years was used in the Maya Biosphere Reserve in Northern Guatemala to derive forest
cover change maps to monitor agricultural expansion (Sader et al., 2001). Similarly, IRS data was used
to study land cover, vegetation types, physiography/land forms and human interventions at multiple
spatial scales in Madhav National Park (M.P.) and Balphakram National Park of India (ISRO 1998). In

- 12 -
combination with geographic information the satellite data could could potentially derive indicators of
human disturbance. Lambin and Mertens (2001) used time series satellite data of Landsat and SPOT to
monitor the abrupt and periodic shifts in a marsh location and their impact on biodiversity. These shifts
in swamp location changed habitat location and lead to major disturbances for wildlife species.

Application in Desertification
Remote sensing data is vital for the understanding of land cover change, and thus forms an essential
element of any effort to track land degradation and desertification trends. Remote sensing also forms a
critical element in early warning systems for drought and famine. Many national reports to the UN
Convention to Combat Desertification now feature estimates of land degradation based on remote
sensing data. Long term RS data of over 20-30 years assists to analyzes long-term land cover changes,
consequently to conclude the causes of the change and consequently proposing amendments to existing
regulations or policy to strengthen the management.

The normalized difference vegetation index (NDVI) derived from AVHRR data was utilized by Tucker
et al (1991) to study the growth and contraction of the Sahara desert over the 1980s. They found that
the area defined as desert expanded a maximum of 15% during the 1984 drought. Their data provide
important baselines for future studies of desertification, and highlighted the significant interannual
variability in the location of the southern margins of the desert.

An effort to smaller extent to adopt developed by Wageningen University, the Netherlands is being
made. Water balance model that utilizes spatial analysis of the area of changes in available soil
moisture, translated into drought indices. A non meteo index is considered to be the best for identifying
localized drought condition. The model is developed based on MODIS data with high temporal
resolution and coarse spatial resolution together with various soil property developed to illustrate the
soil moisture deficit.

Mouat and Lancaster (2000) describe a decision support tool utilizing moderate resolution satellite data.
These RS data are used to generate a desertification potential profile. GIS models is then developed to
illustrate the impact of different future land use options for study sites in order to focus management
and remediation efforts on areas most likely to benefit from future intervention. Adoption of the model
will provide opportunity to involve stakeholders in an integrated assessment approach in which they
express their preferences concerning future management practices.

The Dutch aid project implemented in Mongolia (NGIC) is to avail EO data and change detected
information to inform the public on agricultural drought condition at bimonthly frequency. The
information is derived from the EDI (Evapotranspiration Drought Index) of EWBMS (Energy and
Water Balance Monitoring System). An effort is also been put in use of GMS and FY2C data to monitor
and control the patterns of desertification in the country. Climatic moisture index defined by UNCCD in
1994 together with soil moisture index used as the desertification indicator in arid lands, are to be made
available at the above project to express the land degradation status with EO. The index is to serve the
Government and public informing on the desertification trend and to assist in the action planning.
Hence the task achievement of the central and local government of adaptation and combat
desertification program is contributed by EO.

Spatial information including those derived from the satellite are used to determine actual and potential
biomass of vegetation cover, further with ground measurements biomass of palatable plants can be
produced. Suburban grazing land use planning can be supported with produced spatial information on
pasture condition to make better management pastureland.

With Millennium road development program, old paved roads were removed for renewal. This process
has resulted in creation of uncontrolled number of off road driving. Land degradation to which dry
lands of Mongolia are highly prone is being contributed by the off-road driving. However, none still
knows the extent of its contribution to land degradation.

- 13 -
Application in implementation of the National Environmental Action Plan
Environmental planning that is to link environment and socio-economic development requires holistic
approach in analyses of the situation to identify the major problems. Urban air pollution is over
exceeding its permitted limit in Ulaanbaatar. Picture is dramatic in winter. Eventually this problem
leads to necessity of reconsideration of the city planning aspect by the Mayor office. Spatial
information plays vital component in such analyses permitting room for simulation of various scenarios
for final decision. Such spatial planning may embrace aspects related to waste disposal location, road
construction, service points location etc.

As it’s been forecasted that city of Ulaanbaatar may run out of drinking water by 2012 when continuing
its current rate of urban growth. To address water supply issue utilization of geographic information
could assist in exploration of water resources and better planning of water management in the city. In
water reform, real time data on water availability and its discharge or recharge data shall have better
input in development and accurate management of water resources in integrated manner.

Macauley et al (1998) considered that remote sensing has potential to improve the efficacy of enforcing
compliance with environmental law. Likewise remote sensing support to control and enforcement of the
EIA laws in mining rehabilitation in vast territories. Nowadays EIA is compulsory and included in the
environmental legislation in most countries of the world. There is an increasing tendency to consider
environmental impacts in a spatial context while visually assessing the spatial implications and
expected impacts of considered interventions and a number of alternative scenarios (Rodriguez-
Bachiller and Glasson 2004).

GIS can be applied in all EIA and Strategic environmental assessment stages: from the acquisition,
storage and display of thematic information relative to the vulnerability of the affected resources, to
impact prediction and qualification, evaluation, and finally, presentation. Spatial decision support tools
in EIA and SEA studies that integrate GIS and Multiple Criteria Evaluation (MCE) can be changed to
visually illustrate the implications of spatial decisions. Application of SMCA tools had been practiced
at the Dutch aid project for mining waste disposal site selection, small mammal’s habitat selection
studies.

Projected work on construction of the millennium road connecting Europe with Asia is designed to be
placed across Mongolia from the north-west border with Russia and ending in the south-east border
with China. The construction has been going on for past couple of years. However, there was any
impact assessment done on the road. EO supported with geographic information may have extensive
research on the environmental impact.

More prominently, satellite data is used in information provision to map risks and reduce the impact of
hazards. It is used here for example in weather forecasts to warn for adverse weather conditions. In
addition it is possible to simulate spatial prediction on fire risk, desertification.

Mongolia is also prone to natural disasters like drought and dzud (severe winter conditions affecting
mainly livestock). EO based dzud risk model which promises to better predict the disaster occurrence in
the country. The dzud forecast product shall assist preparedness work to alleviate the damage caused by
dzud.

For National Forest Programmes

According to the Mongolian policy on forest, the forest inventory is to be carried out once in 10 years.
EO can assist in performance of the work in cost- and time - effective way. New amendment to the
forest law gives right to the community posses’ forest for 30-60 years. Forest cover change study and its
future change in a view of climate change scenario can assist the GoM (Government of Mongolia) in
planning and allocation of the area to be defined for each community. Foreseeing the change of the tree

- 14 -
line will assist both communities and GoM to allocate areas for community and have better
management plan.

Some environmental problems i.e., natural disaster is identified with two satellites receiving stations
i.e., MODIS receiver and Chinese FY2C installed by the Dutch aid project (National geoinformation
centre for natural resource management) in Mongolia. Such disasters like fires burning are detected
with the Moderate Resolution Imaging Spectroradiometre (MODIS) sensor on NASA's satellite. This
detection is supplemented with high temporal resolution FY2C images. Here, information on location of
fire occurrence or hot spot area, the spatial extent and its rapid enlargement over time is provided for
planning further action. Moreover, an effort to expand the disturbance regime related models were
made at the project. The model will avail the user to find the shortest route to the hot spot area, identify
the fire prone areas, to identify areas prone to illegal logging, insect infestation model.

For Water Action Plan

In line with water program, the primary action that needs to be taken is to develop database for water of
Mongolia. There is available water inventory data at the Water authority of Mongolia that holds ground
data of 2007. Integrated these data with available digital information at the Dutch aid project would
make certain the current status of the water issue.

Potential of spatial information in Legal aspects

When left uncontrolled, policy may result in fraud and corruption. Governments therefore take
responsibility to control whether funds have been correctly spent through auditing. Also they control in
order to enforce compliance with laws and regulations. Earth observation has potential to contribute to
these efforts, for example, in terms of road construction to monitor the development and plan. Also to
put control on implementation of the nature protection plan by the EIA proposal, and monitor the
presence of any illegal actions of exploitation of the resources.

The use of satellite imagery as a source of information to support non compliance or fraud ultimately
requires admission of the remotely sensed information as evidence in court (Purdy 2006). Its
admissibility as evidence depends among others on the possibility to accurately detect fraud and non
compliance in the imagery. The advent of high sub meter resolution satellite imagery greatly increased
the potential of earth observation in policy control, as it allows accurate detection of indicators not or
poorly discernable with lower resolution imagery. Purdy (2006) further discusses the acceptance of EO
as a source of evidence and privacy issues as barriers to the use of satellite imagery in policy control.
The potential of earth observation in policy control has been recognized since long (Macauley
and Brennan 1998) and Purdy (2006) concluded that probably the greatest use of remote sensing might
lie in the field of compliance and enforcement. No studies so far have been undertaken to assess how
detection of fraud and non compliance by earth observation influences the behavior (de Leeuw et al.,
2008).
To strengthen the policy first, it is required to evaluate whether the intended goals for which a policy
has been designed have been achieved (Boothroyd 1996). Related to this is the desire to learn whether
the chosen policy instruments have been effective. The second is to assess possible unintended
consequences.
Spatial information has potential to support implementation and control and evaluate policy. The
application of remote sensing in these fields is frequently constrained because of lack of funding.
Secondly, monopoly or unwillingness of publicly funded data. So, it is recommended to consider, plan
and budget the use of spatial information for policy evaluation at the start of policy implementation.

What is lacking for policy reform?

The problem is not so much the lack of laws or policies in Mongolia (UN report). But a lack of
capability to implement them (e.g. EIA), including: increasing capacity through development of support
systems, development of programs and strategies that focus on improvement of the ecological situation,
willingness to change, increasing the application of compliance and enforcement, application of a
- 15 -
proper resource-valuation system (prevent illegal activities), establishing a proper system for charging
appropriate fees for resources; lack of grassroots participation in the policy making process; Insufficient
interaction between policy makers and policy implementing agencies; Insufficient policy enforcement
and monitoring mechanisms; Ineffective implementation of polices at grassroots level due to the policy
formulation carried by the authority figures only; Lack if accurate and relevant source of info and data
to control and monitor and identify the problems; Lack of comprehension of decision drawing with
consideration from all perspective angles and absence of knowledge on utilization of the accurate data
and info for decision makers and policy formulators; Unwillingness to do the society beneficial policy
etc.

Conclusion
This paper outlines some applications of spatial information including remote sensing to the needs of
environmental policies. It is clear that there are more environmentally relevant spatial research efforts
than described in this paper. Main attempt was to bring onto the table of Mongolian researchers to
further develop studies that may contribute to development, implementation , monitoring, control and
evaluation and strengthening of the environmental policies of the country.

Indeed still a number of issues and constraints exist in Mongolia to do required analyses, and those
include the following:
• Data gaps – availability of right data at the right time.
• Lack of systematically collected data, and archiving of remote sensing images.
• Poor skills to interpret imagery and make necessary analyses;
• Data costs, which are still significant, particularly for high-resolution imagery.
• Costs of ground-truthing;
• Most applications are still experimental, and costs of scaling up are significant;
• Data availability, costs for it;
• Lack of enforcement on data exchange rules;

With Dutch aid program Mongolia commenced rapid development of spatial environmental data and
information creation. These data are meant to become freely available to public for monitoring the state
of the environment, for researchers to develop various studies in support of the policies and programs,
for decision makers to draw right decision and management; and for policy makers to make evaluation
of the policy documents and give place for revision.

REFERENCES

[1]. Batbold, D and Laurie, A (2002) Developing and implementing national biodiversity strategies
and action plans: Lessons from Mongolia. In: Carew-Reid, J. (ed) Developing and
implementing national biodiversity strategies and action plans in Asia. IUCN/UNDP
[2]. Bocco, G., M. Mendoza, and A. Velázquez. (2001) Remote sensing and GIS-based regional
geomorphological mapping--a tool for land use planning in developing countries.
Geomorphology 39:211-219.

[3]. Jan de Leeuw, Yola Geogiadou, Patrick van Laake and Narantuya Davaa (2008) Support of
remote sensing to environmental policy, proceedings of the ISPRS Congress, Beijing

[4]. Debinski, D.M., K. Kindscher, M.E. Jakubauskas (1999). A remote sensing and GIS-based
model of habitats and biodiversity in the Greater Yellowstone Ecosystem. International Journal
of Remote Sensing, Vol. 20, No. 17, pp. 3281-3291.

[5]. Macauley MK, Brennan TJ (1998) Enforcing Environmental Regulation: Implications of

Remote Sensing Technology. In. Resources for the Future, Washington DC

- 16 -
 [6]. Foin, T.C., S.P.D. Riley, A.L. Pawley, D.R. Ayres, T.M. Carlsen, P.J. Hodum and P.V. Switzer
(1998). “Improving recovering planning for threatened and endangered species: comparative
analysis of recovery plans can contribute to more effective recovery planning.” BioScience Vol.
48. No. 3, pp. 177-184.

[7]. Innes, J.L. and B. Koch. (1998). “Forest Biodiversity and its assessment by remote sensing.”
Global Ecology and Biogeography Letters, Vol. 7. pp. 397-419.

[8]. Mouat, D., and J. Lancaster (2000). “The Role of Remote Sensing in a Strategy to Monitor and
Mitigate Societal Impacts of Desertification,” XXX meeting, Cape Town, South Africa.
Nagendra, H. (2001). “Using remote sensing to assess biodiversity.” International Journal of
Remote Sensing, Vol. 22. No. 12., pp. 2377-2400.

[9]. Purdy, R. (2006) Satellites: A New Era for Envi ronmental Compliance? Journal for European
Environmental & Planning Law 3:406-413.

[10]. Sader, S.A., D.J. Hayes, J.A. Hepinstall, M. Coan and C. Soza (2001). “Forest change
monitoring of a remote biosphere reserve.” International Journal of Remote Sensing, Vol. 22,
No. 10, 1937-1950.

[11]. UN report unpublished

- 17 -
INTRODUCTION TO THE “LAND MANAGEMENT-FISCAL CADASTRE PROJECT”

Harald Finkemeyer
Team leader, GTZ, Land management-Fiscal cadastre project

Abstract
An Introduction to the German funded “Land management-Fiscal Cadastre Project” will be presented.
The project supports the Mongolian Government in its aim to guarantee widespread ownership of land to
its citizen as one of the key factors for economic development. Therefore a cadastral system and a title
registry are of major importance for the administration and to secure the tenure rights of owners, possessors
and users of land.
The German contribution towards the establishment of a National Land Information System is to support the
creation of a market orientated, publicly disseminated, independent evaluation of immovable properties. This
includes the standardization, improvement and updating of existing real estate data, the data exchange with
other institutions and opening up new fields of applications

The collected data will support the development of a mortgage system. It is also paramount for the function of
a real estate market, for an efficient land management by government authorities as well as for an impartial
and equal raising of ownership taxes and land fees.
The Project is implemented by GTZ and the Administration of Land Affairs, Geodesy and Cartography
(ALAGaC) as partner organization.

- 18 -
 MODELING THE DISTRIBUTION OF SIBERIAN MARMOTS
(MARMOTA SIBIRICA) USING MAXENT, BOOSTED REGRESSIONS
TREES, AND GAMS: FINDINGS AND COMPARISONS
Dr. Karl Didier*, Dr. Susan E. Townsend**, Dr. Samantha Strindberg***

*Wildlife Conservation Society, Living Landscapes Program, 907 NW 14th Avenue,

Gainesville, FL, USA 32601, 1-352-505-1920, [email protected]
**Wildlife Conservation Society, Mongolia Program, and Wildlife Ecology and Consulting
***Wildlife Conservation Society, Living Landscapes Program

We modeled the distribution of Siberian marmots across the 250,000 km2 eastern steppe of
Mongolia. Presence data were collected during (2005-2007) using driving transects and distance sampling
techniques where live marmots and burrow locations were recorded. We produced spatial models of
occupancy (probability of presence) using Maximum Entropy (MaxEnt) and Boosted Regression Tree
(BRT) techniques. Models were trained using n=171 of 244 presence observations and n=10,171
background locations sampled from a 1-km wide buffer around driving transects, and accuracy assessed
using the remaining n=73 observations. We constructed models using (1) environmental predictor
variables (e.g., mean annual temperature) alone, (2) anthropogenic variables alone (e.g., competition from
livestock), and using both types. Models with both sets of variables performed the best (MaxEnt AUC =
0.83), then anthropogenic variables alone (MaxEnt AUC = 0.81), and then environmental variables alone
(MaxEnt AUC = 0.78). The intensity of hunting by nomadic herders (contribution = 26.5%) was
consistently the most important variable based on MaxEnt’s jackknifing technique, followed by mean
annual temperature (contribution = 21.3%). Both MaxEnt and BRT models performed well, although the
model accuracy was slightly higher for the BRT model (AUC = 0.860) than the MaxEnt model
(AUC=0.83). Maps showing the probability of presence for the entire study region were created by
projecting models to the entire study region. In current analyses, we are using our distance-based sampling
techniques and Generalized Additive Models to produce density surfaces for the study region, and will
compare these to the occupancy maps.

- 19 -
 EFFECT OF LAND USE CHANGES ON GROUND WATER AND
SURFACE WATER: A CASE STUDY FROM PONNAIYAR RIVER BASIN
Pryantha Jayakodya ; Lal Muthuwattab and Upali Amarasinghec
a
Agriculture Engineer [email protected] bHydrologist [email protected] ,
c
Senior Researcher [email protected]
International Water Management Institute Sri Lanka

Land use changes affect the water resource of catchments. Remote sensing and Geographic
Information System (RS&GIS) helps to understand these changes. This study explains how upstream land use
changes affect the ground water situation and inflows to the reservoirs with the help of (RS&GIS). Study was
carried out in Ponnaiyar river basin in southern India. The basin is located within the geographical co-ordinates
North Latitude 100 45’ and 130 14’ and East Longitude 770 45’ and 790 45”. The total area of the basin is
11,441 sqkm and characterized with large number of surface water bodies.
Basin boundary was delineated using SRTM 90m digital elevation model. Land Sat images were
classified using supervise and unsupervised classification methods and identified five major land use classes.
From classified images three land use maps were prepared for year 1970, 1990 and 2000 and land use statistics
were generated to identify land use changes. Reservoir inflow data and rainfall data were analyzed separately
to see the rainfall impact on water situation of the basin. Rainfall data was interpolated using thiessen polygon
method to understand spatial distribution. Ground water levels were interpolated using simple kriging method
and prepare ground water maps for the year 1980, 1985, 1990, 1995, 2000, and 2003.
Results shows crop area increases 41% and 66% in 1990 and 2000 respectively compare to the
1970’s crop area. Residential area increase 158% in 1990 and 1449% in 2000 compare to 1970. Forest area and
Barren land area has reduced significantly from 1970 to 2000. Reservoir inflows start increasing from 1980 to
1997 responding the increasing rainfall trend and after 1997 reservoir inflows decreasing even rainfall still
shows increasing trend. Ground water table decrease from 1980 to 1990 drastically and some places shows
60% reduction responding to land use changes and rainfall. In year 2000 ground water levels increase
significantly due to upstream intervention such as building ground water recharge structures. This study shows
usefulness of Remotes sensing and Geographic Information System to understand the basin land use and water
resources changes.

- 20 -
 ANALYZING THE 1972-2008 LANDSAT SATELLITE IMAGERY
ARCHIVE TO DETECT LAND COVER AND LAND USE
CHANGE IN MONGOLIA
Peder Nelson1, Olga N. Krankina1, Robert E. Kennedy1, Warren B. Cohen2
1
Department of Forest Ecosystems and Society, Oregon State University
2
USDA Forest Service

ABSTRACT
Understanding the human impact on land cover is fundamental to informed decision-making to
address global change and to ensure sustainable development. The role of humans in changing land cover
has been recognized as a major driving force of global change, but the lack of understanding of causes that
drive land cover and land-use change over large spatial domains constrains our capacity to project and
manage future global change. While many important drivers and consequences of land cover and land use
change are best examined at the scale of landscapes and small regions, there is a critical need for
understanding the coupled human and environmental system at a broader scale. Space-borne sensors have
fundamentally altered the capacity to observe and monitor land change. The increasing availability and
diversity of land cover products may permit definitive regional and global assessments of changes in
productivity, carbon sources and sinks, biodiversity, and other categories of global change. With an image
archive of over 37 years and nearly continuous observations every 16 days, the Landsat satellite series
provides a unique historical record of the earth. Landsat has collected hundreds of images of northern
Eurasia from 1972 to present. Results from recent studies conducted at Oregon State University using a
new set of algorithms (LandTrendr: Landsat based detection of trends in disturbance and recovery) for
detecting vegetation and land cover change using a chronological sequence of Landsat images will be
presented. This presentation will also discuss how these methods are employed in a new study (NELDA II
– Northern Eurasia Land Dynamics Analysis II) to develop a history of land cover changes in Northern
Eurasia, including test sites in Mongolia, West Siberia, and Kazakhstan. When completed, the research
results of the NELDA II study will provide scientific input to policy decision-making by local, provincial,
and national governments while informing the future development of global models of land cover change.

Keywords: Landsat, land cover change, land use change, change detection, NELDA, global change,
satellite, LandTrendr, remote sensing

BACKGROUND

Understanding the human impact on land cover and improving the capacity to monitor landscape
change is fundamental to sound research and informed decision-making to address global change and to
ensure sustainable development (Turner et al. 2007). The role of humans in changing land cover has
been recognized as a major driving force of global change (Foley et al. 2005, Kareiva et al. 2007), but
the lack of understanding of causes that drive land cover and land-use change over large spatial
domains constrains our capacity to project and manage future global change.

While many important drivers and consequences of land cover and land use change are best examined
2
at the scale of landscapes and small regions (dozens to several hundred km which equals one or several
adjacent Landsat scenes), there is a critical need for understanding the coupled human and
environmental system at a broader scale. One indication of the basic failure to understand and model
global patterns of land-cover and land-use change is the discrepancy between the best available global
and regional projections of the climate change mitigation potential in the forest sector in the IPCC
Fourth Assessment Report (Nabuurs et al. 2007): aggregated regional studies show the global
mitigation potential at 1.3-4.2 GtCO -eq/yr whereas global top-down models predict mitigation
2
potentials 3 times to an order of magnitude (!) higher. Clearly, better constrained model predictions at
the scale of large geographic regions and continents are needed to support the UN Framework
Convention on Climate Change and other evolving international mechanisms for addressing the impacts
of global change.

Improved predictions of land change models that are compatible with Earth system models depend
greatly on the availability of robust scaling methods (Rindfuss et al. 2004). Whereas scaling up
- 21 -
ecosystem variables from site measurements to landscapes and regions has been a major research focus
that resulted in widely accepted approaches and methods (e.g., Cohen et al. 2003, Turner et al. 2003),
there was only limited success in scaling up socio-economic factors (Verburg and Chen 2000, Walsh et
al. 2001). One reason for that is the nested nature of drivers of land use change with broad-scale
political, socio-economic, and institutional conditions strongly influencing local, site-specific factors
(Geist et al. 2006, Verburg et al. 2008). Assessing these dependencies across broad spatial scales
remains among the challenges faced by researchers (Lesschen et al. 2005, Rindfuss et al. 2004, Verburg
et al. 2008). Individual in-depth case studies can give precise and detailed insights into the effects and
interactions of underlying drivers, but case studies also tend to operate at a level of complexity that
makes it difficult to scale up results. Synthesizing among case studies has been a powerful tool to
explore the scalar nature of drivers influencing land use decisions and to separate site-specific from
overarching drivers. Unfortunately, such cross-comparisons have so far only been carried out for a few
land use change processes and regions of the world, for example tropical deforestation, desertification,
and agricultural change (Geist and Lambin 2002, 2004, McConnell and Keys 2005).

Space-borne sensors have fundamentally altered the capacity to observe and monitor land change. The
ever increasing availability and diversity of land cover products permit definitive global assessments of
changes in productivity, carbon sources and sinks, biodiversity, and other categories of global change
studies (Turner et al. 2007). Tremendous progress has been made in monitoring land cover with
remotely sensed data (Janetos and Justice 2000; Hansen et al. 2000, Friedl et al. 2002, Bartalev et el.
2003, Bartholome and Belward 2005). However, the disagreement among the available land-cover
products is large (See and Fritz, 2006, Herold et al. 2008), and little information is available as to which
data sets work best for specific applications (Jung et al. 2006). New methods for land-cover change
detection are evolving (e.g., Cohen et al. 2002, Hansen and DeFries 2004, Masek and Sun 2004, Healey
et al. 2005, Kennedy et al. 2007), but many continental and global assessments of land-cover and land
use change continue to rely on compilations of regional projects with disparate methods, leading to
important inconsistencies that are yet to be resolved (e.g., Lepers et al. 2005). While satellite remote
sensing provides a globally consistent source of information from which globally consistent results can
be extracted, the development of methods to improve and validate global land cover data sets remains a
critical need.

Many regions within Northern Eurasia experienced drastic changes in political, societal, and economic
structures since 1990. The transition from command economies to market-oriented economies was
expected to have powerful impacts on land management and land use (GLP 2005). These processes
have been examined using remotely sensed data at several sites across the region and the published
results confirmed significant changes (e.g., Nikodemus et al. 2005, Bicik et al. 2001, Ioffe and
Nefedova 2004, Peterson and Aunap 1998), but also revealed major differences among the examined
sites. For example, between 1988 and 1994, right after the system change, forests in the Carpathians
experienced a significant increase in timber harvests (up to 1.8 times, Kuemmerle et al. 2007) whereas
in several administrative regions of Central Siberia timber harvests declined abruptly, leading to a 10%
overall increase in forest cover and a decline in the area covered by young tree regeneration (K. Bergen
study results in Krankina et al. 2004). The patterns of change in agricultural lands within the region also
differed. During the 1990’s, agricultural abandonment was prevalent in many parts of Eastern Europe
and Russia (Kuemmerle et al. 2008, Ioffe and Nefedova 2004, Peterson and Aunap 1998) but in
Mongolia grazing pressures increased (Ojima et al. 2004, Ghar et al. 2005).

METHODOLOGY
Combined with selected sites established as part of NELDA (Northern Eurasia Land Dynamics
Analysis) project, the resulting network of sites (Figure 1, Table 1) spans a wide gradient in
environmental and social conditions. The focus of the study is cross-site comparison and synthesis of
results from individual sites and on identification of mechanisms of land cover and land use change that
can be generalized over large spatial domains. Each 3,161,000-ha test site occupies one Landsat scene,
defined by the Worldwide Reference System-2 (WRS-2) path and row.

We are investigating the use of both two-date Landsat image differencing and multi-date trajectory
approaches for consistent measurement of important land-cover change processes across study sites.

- 22 -
Traditional two-date approaches for change detection (Healey et al. 2005) form the core of the
methodologies that are already being implemented at the NELDA sites. As more and more of our
NELDA cooperators reach the point of developing maps of land cover change, we will begin cross-site
comparisons that will help to not only reveal patterns of change, but also provide feedback to sites on
the consistency and robustness of their change detection products. Where needed, we are assisting in
reprocessing of change detection maps to increase

Table 1. Selected test sites.

Name and Location WRS-2 Major land cover types Land-use/Land-cover Time under
(path/ change and command
row) vegetation economy,
disturbance types years

Middle and Southern Taiga Timber harvest, peat

Forest (evergreen needleleaf, mining, agricultural
St. Petersburg Region,
1 184/18 deciduous broadleaf), abandonment, 74
North-Western Russia
agriculture (crops, pasture, urbanization
orchards), wetlands, urban
Temperate Forest (evergreen Timber harvest,
needleleaf, deciduous agricultural
2 Carpathians-N 186/26 45
broadleaf), agriculture (crops, abandonment
pasture)
Forest (evergreen needleleaf), Timber harvest,
wetlands, shrubland, agricultural
3 Carpathians-S 184/28 45
grasslands, moss and lichen abandonment
cover
Agriculture (crops, pasture), Agricultural
4 Kazakhstan 160/24 forest (evergreen needleleaf), abandonment, fire 73
urban
Forest (evergreen needleleaf, Timber harvest, fire,
Vasyugan, deciduous broadleaf), agricultural
5 149/20 73
West Siberia, Russia wetlands, agriculture (crops, abandonment
pasture)
forest (evergreen needleleaf, Timber harvest,
Mezhdureche, deciduous broadleaf), agricultural
6 147/22 73
West Siberia, Russia wetlands, agriculture (crops, abandonment, urban
pasture) growth
Grasslands, shrublands, Glacier melting,
agriculture (crops, pasture), pasture degradation,
7 Mongolia-West 143/26 forest (evergreen needleleaf), agricultural 66
urban abandonment, urban
growth
Grasslands, bare land (desert), Mining, erosion,
8 Mongolia-East 131/27 shrublands, agriculture pasture degradation 66
(pasture)

- 23 -
 Figure 1. Location of additional NELDA test sites. Land cover change maps are being created using the
Landsat archive 1972-2009 and processed using LandTrendr.

consistency. In addition to the use of NELDA change maps created under existing work, we will
explore the feasibility of implementing trajectory-based change detection methods that leverage the
increasingly rich Landsat satellite image archive.

In contrast to two-date approaches, trajectory methods infer change from the temporal progression of
spectral data across many images acquired across several years, such as that described in Kennedy et al.
(2007). Since that publication, we have broadened the algorithms to make them capable of detecting
any type of consistent change in spectral properties of the landscape over time. Additionally, we have
incorporated the trajectory algorithms into a broader processing platform (LandTrendr: Landsat
Detection of Trends in Disturbance and Recovery; Figure 2 ) that includes necessary pre- and post-
processing steps for automated radiometric normalization of image stacks, development of cloud and
shadow masks for all scenes, and distillation of diverse change trajectories into interpretable groups of
similar types. Advantages of the trajectory-based approaches versus traditional two-date differencing
approaches include:

• Increased detection sensitivity to subtle processes afforded by the increased signal-to-noise

ratio of incorporating many images;

• Detection of slow processes that only manifest themselves spectrally over long periods,
including processes of interest in our study such as re-establishment of forest on fallow
agricultural lands;

• Separation of disturbance types based not only on the disturbance event itself, but also on the
subsequent recovery patterns, allowing, for example, the distinction between forest
cut/regeneration and forest cut/urbanization processes;

• Improved separation between real changes and those caused by sun-angle and phenology,
which become noise around larger trends;
- 24 -
 • Greatly improved ability to extract value from available partially-clouded images and from all
SLC-off Landsat 7 images in the Landsat archive, because the trajectories are constructed pixel-
by-pixel from any cloud- or gap-free image dates through the archive, allowing pre- and post-
cloud pixels to continue trajectories and allowing compositing of many complementary clouded
images in any given time period.

Figure 2. Basis for and outputs from the LandTrendr processing. For each image pixel, LandTrendr algorithms
segment time-series stacks of yearly Landsat TM data to characterize both long-term trends and abrupt events
(disturbances). Summarizing and distilling information from these fitted segments allows mapping of diverse
disturbance and growth processes, including year and intensity of disturbance as well as proxies for regrowth of
vegetation.

A significant challenge to implementing a trajectory-based approach in the NELDA sites will be

availability of imagery (Figure 3). Our experience at existing NELDA sites suggests that the existing
Landsat archive can produce between 5 to 10 near-cloud-free images for the Landsat Thematic Mapper
era. Because LandTrendr can make use of clouded images we will be able to incorporate all suitable
images into our analysis, significantly increasing the number of images at many sites over previous
methods. Additionally, it is possible that the efforts of the United States Geological Survey (USGS) to
acquire historical Landsat imagery from international ground stations will fill some of the data-gaps in
the U.S.- based USGS Landsat archives. This analysis is testing the potential of trajectory-based
analysis to characterize a very wide array of landcover change processes known to be widespread and
important to monitor in places such as Mongolia and across the Northern Eurasia region.

- 25 -
 Figure 3. Landsat archive images with less than 25% cloud cover for Mongolia test sites.

REFERENCES

[1]. Bartalev, S. A., A. S. Belward, D. V. Erchov, and A. S. Isaev. 2003. A new SPOT4-
VEGETATION derived land cover map of Northern Eurasia. International Journal of Remote
Sensing 24:1977-1982.
[2]. Bartholome, E., and A. S. Belward. 2005. GLC2000: A new approach to global land cover
mapping from Earth observation data. International Journal of Remote Sensing 26:1959-1977.
[3]. Bicik, I., L. Jelecek, and V. Stepanek. 2001. Land-use changes and their social driving forces in
Czechia in the 19th and 20th centuries. Land Use Policy 18 (1):65-73.
[4]. Cohen, W. B., T. K. Maiersperger, S. T. Gower, and D. P. Turner. 2003. An improved strategy
for regression of biophysical variables and Landsat ETM+ data. Remote Sensing of
Environment 84:561-571.
[5]. Cohen, W. B., T. A. Spies, R. J. Alig, D. R. Oetter, T. K. Maiersperger, and M. Fiorella. 2002.
Characterizing 23 Years (1972-95) of Stand Replacement Disturbance in Western Oregon
Forests with Landsat Imagery. Ecosystems 5:122-137.
[6]. Foley, J. A., R. DeFries, G. P. Asner, C. Barford, G. Bonan, S. R. Carpenter, F. S. Chapin, M.
T. Coe, G. C. Daily, H. K. Gibbs, J. H. Helkowski, T. Holloway, E. A. Howard, C. J. Kucharik,
C. Monfreda, J. A. Patz, I. C. Prentice, N. Ramankutty, and P. K. Snyder. 2005. Global
consequences of land use. Science (Washington) 309:570-574.
[7]. Friedl, M. A., D. K. McIver, J. C. F. Hodges, X. Y. Zhang, D. Muchoney, A. H. Strahler, C. E.
Woodcock, S. Gopal, A. Schneider, A. Cooper, A. Baccini, F. Gao, and C. B. Schaaf. 2002.
Global land cover mapping from MODIS: algorithms and early results. Remote Sensing of
Environment 83:287-302.
[8]. Geist, H.J., and E.F. Lambin. 2002. Proximate causes and underlying driving forces of tropical
deforestation. Bioscience, 52, 143-150
[9]. Geist, H.J., and E.F. Lambin. 2004. Dynamic causal patterns of desertification. Bioscience, 54,
817-829
[10]. Geist, H.J., W.J. McConnell, E.F. Lambin, E. Moran, D. Alves, and T. Rudel. 2006. Causes and
trajectories of land use/cover change. In E.F. Lambin & H.J. Geist (Eds.), Land Use and Land
Cover Change. Local Processes and Global Impacts (pp. 1-8). Berlin, Heidelberg, New York:
Springer
[11]. Ghar, M.A., R. Tsolmon, R. Tateishi and T. Javzandulam. 2005. Agricultural land monitoring
using a linear mixture model, International Journal of Environmental Studies, 62(2): 227-234.
[12]. GLP. 2005. Global Land Project. Science Plan and Implementation Strategy. IGBP Report no.
53/IHDP Report no. 19, IGBP Secretariat, Stockholm.
- 26 -
[13]. Goetz SJ, Bunn AG, Fiske GJ (2005) Satellite observed photosynthetic trends across boreal
North America associated with climate and fire disturbance. Proc Natl Acad Sci U S A.
doi:10.1073/pnas.0506179102
[14]. Hansen, M. C., and R. S. DeFries. 2004. Detecting Long-term Global Forest Change Using
Continuous Fields of Tree-Cover Maps from 8-km Advanced Very High Resolution
Radiometer (AVHRR) Data for the Years 1982-99. Ecosystems 7:695-716.
[15]. Hansen, M. C., R. S. DeFries, J. R. G. Townshend, and R. Sohlberg. 2000. Global land cover
classification at 1 km spatial resolution using a classification tree approach. International
Journal of Remote Sensing 21:1331-1364.
[16]. Healey, S. P., W. B. Cohen, Z. Q. Yang, and O. N. Krankina. 2005. Comparison of Tasseled
Cap-based Landsat data structures for use in forest disturbance detection. Remote Sensing of
Environment 97:301-310.
[17]. Herold, M., P. Mayaux, C. E. Woodcock, A. Baccini, and C. Schmullius. 2008. Some
challenges in global land cover mapping: An assessment of agreement and accuracy in existing
1 km datasets. Remote Sensing of Environment 112:2538-2556.
[18]. Ioffe, G., and T. Nefedova. 2004. Marginal farmland in European Russia. Eurasian Geography
and Economics 45 (1):45-59.
[19]. Janetos, A. C., and C. O. Justice. 2000. Land cover and global productivity: a measurement
strategy for the NASA programme. International Journal of Remote Sensing 21:1491-1512.
[20]. Jung, M., K. Henkel, M. Herold, and G. Churkina. 2006. Exploiting synergies of global land
cover products for carbon cycle modeling. Remote Sensing of Environment 101:534-553.
[21]. Kennedy, R. E., W. B. Cohen, and T. A. Schroeder. 2007. Trajectory-based change detection
for automated characterization of forest disturbance dynamics. Remote Sensing of Environment
110:370-386.
[22]. Kuemmerle, T., P. Hostert, V. C. Radeloff, K. Perzanowski, and I. Kruhlov. 2007. Post-
socialist forest disturbance in the Carpathian border region of Poland, Slovakia, and Ukraine.
Ecological Applications 17:1279-1295.
[23]. Kuemmerle, T., Hostert, P., Radeloff, V.C., van der Linden, S., Perzanowski, K., & Kruhlov, I.
(2008). Cross-border comparison of post-socialist farmland abandonment in the Carpathians.
Ecosystems, 11, 614-628
[24]. Kuemmerle, T., M. Müller, M. Rusu, and P. Griffiths. 2008, In print. Land use change in
southern Romania after the collapse of socialism. Regional Environmental Change.
[25]. Kuemmerle, T., V. C. Radeloff, K. Perzanowski, and P. Hostert. 2006. Cross-border
comparison of land cover and landscape pattern in Eastern Europe using a hybrid classification
technique. Remote Sensing of Environment 103:449-464.
[26]. Krankina, O.N., K. M. Bergen, G. Sun, J. G. Masek, H. H. Shugart, V. Kharuk, E. Kasischke,
W. B. Cohen, D. R. Oetter, M. V. Duane. 2004. Northern Eurasia: Remote Sensing of Boreal
Forest in Selected Regions. In: G. Gutman et al. (eds) Land Change Science: Observing,
Monitoring, and Understanding Trajectories of Change on the Earth's Surface. Series : Remote
Sensing and Digital Image Processing , Vol. 6. Springer E-book pp.123-138.
[27]. Lepers, E., E. F. Lambin, A. C. Janetos, R. DeFries, F. Achard, N. Ramankutty, and R. J.
Scholes. 2005. A synthesis of information on rapid land-cover change for the period 1981-
2000. Bioscience 55:115-124.
[28]. Lesschen, J. P., P. H. Verburg, S. J. Staal. 2005. Statistical methods for analyzing the spatial
dimension of changes in land use and farming systems. LUCC Report Series No. 7. ILRI &
Wageningen University, (http://www.globallandproject.org/Documents/LUCC_No_7.pdf, last
accessed 24 April 2008)
[29]. Masek, J. G., and G. Sun. 2004. A spectral-angle methodology for mapping net forest cover
change in northeastern China. International Journal of Remote Sensing 25:5629-5636.
[30]. McConnell, W.J., and E. Keys. 2005. Meta-analysis of agricultural change. In E.F. Moran & E.
Ostrom (Eds.), Seeing the Forest and the Trees. Human-Environment Interactions in Forest
Ecosystems. (pp. 325-354). Cambridge: MIT Press
[31]. Nikodemus, O., S. Bell, I. Grine, and I. Liepins. 2005. The impact of economic, social and
political factors on the landscape structure of the Vidzeme Uplands in Latvia. Landscape and
Urban Planning 70 (1-2):57-67.

- 27 -
[32]. Nabuurs, G.J., O. Masera, K. Andrasko, P. Benitez-Ponce, R. Boer, M. Dutschke, E. Elsiddig,
J. Ford-Robertson, P. Frumhoff, T. Karjalainen, O. Krankina, W.A. Kurz, M. Matsumoto, W.
Oyhantcabal, N.H. Ravindranath, M.J. Sanz Sanchez, X. Zhang, 2007. Forestry. In Climate
Change 2007: Mitigation. Contribution of Working Group III to the Fourth Assessment Report
of the Intergovernmental Panel on Climate Change [B. Metz, O.R. Davidson, P.R. Bosch, R.
Dave, L.A. Meyer (eds)], Cambridge University Press, Cambridge, United Kingdom and New
York, NY, USA.
[33]. Ojima, D. S., T. Chuluun, B. Bolortsetseg, C. J. Tucker, J. Hicke. 2004. Eurasian land use
impacts on rangeland productivity, in: Ecosystems and Land Use Change, edited by R. S.
DeFries, G. P. Asner, and R. A. Houghton, pp. 293-301, American Geophysical Union
[34]. Peterson, U., and R. Aunap. 1998. Changes in agricultural land use in Estonia in the 1990s
detected with multitemporal Landsat MSS imagery. Landscape and Urban Planning 41 (3-
4):193-201
[35]. See, L. M., and S. Fritz. 2006. A Method to Compare and Improve Land Cover Datasets:
Application to the GLC-2000 and MODIS Land Cover Products. IEEE Transactions on
Geoscience and Remote Sensing 44:1740-1746.
[36]. Turner, D. P., W. D. Ritts, W. B. Cohen, S. T. Gower, M. S. Zhao, S. W. Running, S. C.
Wofsy, S. Urbanski, A. L. Dunn, and J. W. Munger. 2003. Scaling Gross Primary Production
(GPP) over boreal and deciduous forest landscapes in support of MODIS GPP product
validation. Remote Sensing of Environment 88:256-270.
[37]. Turner, B. L., II, E. F. Lambin, and A. Reenberg. 2007. Land Change Science Special Feature:
The emergence of land change science for global environmental change and sustainability.
Proceedings of the National Academy of Sciences 104 (52):20666-20671.
[38]. Verburg P.H. and Y. Chen. 2000. Multiscale characterization of land-use patterns in China.
Ecosystems 3:369–385
[39]. Verburg, P. H., B. Eickhout, and H. van Meijl. 2008. A multi-scale, multi-model approach for
analyzing the future dynamics of European land use. Annals of Regional Science 42 (1):57-77.
[40]. Walsh S.J., T. W. Crawford, W. F. Welsh and K. A. Crews-Meyer. 2001. A multiscale analysis
of LULC and NDVI variation in Nang Rong District, northeast Thailand. Agriculture,
Ecosystems and Environment 85:47–64.

- 28 -
 APPLICATIONS OF REMOTE SENSING AND GIS IN MODELING
FOREST FIRE HAZARD IN MONGOLIA
Yousif Ali Hussin1 Narangeral Zagdaa2 Narantuya Davaa2
1.
Department of Natural Resources, The International Institute for Geo-information Science
and Earth Observation (ITC
2.
Dutch funded National Geo-information Center for Natural Resource Management project,
[email protected]

KEY WORDS: Fire Hazard, Remote Sensing, GIS, Batsumber, Mongolia.

ABSTRACT:

Fire is one of the disasters causing threats to the forests and the ecosystem through out the world. Fires
have adverse effects on soil, forests and humans. During the process of burning, the soil nutrients are
reduced and the soil is left bare making it more susceptible to both soil and water erosion. The forest cover
is drastically reduced through the death of fire intolerant tree species. Furthermore, animal populations
dwindle due to their death and others migrate due to loss of their habitats. Fire also leads to an increase in
green house gas emissions. Air pollution due to smoke causes prolonged effects on human health such as
respiratory and cardiovascular problems. Mongolia has a serious increase in forest fires. According to fire
statistics, most of fires burned within the central and eastern parts of the forested areas. The mentioned
areas are susceptible to fire because of the high flammability of the pine and larch stands. Mongolia has
two fire season peaks. One peak is from March to mid June which accounts for 80% of all fires, while the
other peak is from September to October which accounts for 5% of all fires. On average about 50-60 fires
occur annually and the largest occurrence of the fires are human caused. According to statistics, it was
revealed that since 1981 to date, fires have occurred and hundreds of thousands of hectares of forests have
been destroyed. Therefore, it is vital to have correct and timely knowledge of the total area burned and the
type of forest burned. It is impossible to effectively manage fires without a clear and correct understanding
of the distribution and dynamics of forest fires.

Remote Sensing and GIS can play an important role in detecting burnt forest and developing a spatial
model to predict potential forest for fire. This study demonstrates the effective use of geo-information as a
main source of information on fire. The study aims at developing a fire risk model for Mongolian forests.
The ultimate goal is to manage and prevent fire from happening in Mongolian forests. The study is
conducted in Batsumber District in Tuv Province of Mongolia. Low spatial resolution MODIS 250 and
1000 meters and high spatial resolution ASTER 15 meter images are used in this study. The research is
focused on mapping the land cover types in the study area, detecting and mapping burnt areas as well as
developing a fire hazard model to identify fire prone areas using parameters such as forest cover types,
topography, road network, habitation, rivers and weather parameters. Forest stand parameters such as,
forest type, tree species and forest density are also be used in developing the model.

1. INTRODUCTION
Forest fires in Mongolia occur frequently. In spite of the repeated occurrence of the fire, detailed
dependable up to date information about the precise spatial distribution and extent of forest fires is
insufficient (FAO, 2006; George et al., 2006; Justice et al., 2002) . This is attributed to the fact that fire
detection is partly depended on the use of course resolution data. However the detection of fire is
heavily relied on traditional methods such as ground surveys. Ground surveys do not offer reliable
information about the location of fire scars, size and intensity. This scenario results in underestimation
of the fire extent emanating from lack of monitoring and recording of fire occurrence in inaccessible
areas and high costs of the ground surveys. This state of affairs has led to a non harmonization in the
burnt area statistics. Furthermore, as Chuvieco, 1999 argued there is no cartographic representation of
the burned areas, which means that without reliable information about the extent of fires, fire
management is difficult to handle (Chuvieco, 1996).

Due to the negative impacts caused by fire, there is a need to manage the fires effectively so that the
negative effects are reduced. A critical issue that affects effective fire management is lack of reliable
records about fire incidence and its spatial distribution (Chuvieco, 1999). Without a clear and correct
understanding of the distribution and dynamics of forest fires, it is impossible to effectively manage
them (Goldammer & de Ronde, 2004). No phenomenon has ever been controlled before it was
completely understood. This concept is applicable to the prevention and control of fires. Therefore, land
managers require up to date information and maps about fire activity so that they are in a better position
to manage the fires efficiently. Policy makers and resource managers need to be provided with reliable,
accurate and detailed information about the burned areas so that fires are managed efficiently.

There is a direct link between the availability of information about burned areas and sound decision
making for effective fire management (Chuvieco, 1999). Acquisition of the lacking information about
the fire statistics need to be gathered and processed on a regular basis and in an efficient and swift
manner. Owing to the nature of fire and its extensive geographic extent, satellite remote sensing
provides the only practical means of monitoring and acquiring information about the spatial distribution
of fire scars and fire activity.

Given enormous geographic extent over which to gather information, remote sensing and GIS offer an
appropriate way of acquiring information on a regular and permanent basis even in areas where
accessibility is limited (Chuvieco, 1999). Remote sensing permits the capture of types of data that
humans cannot sense such as near infrared and thermal part of the electro magnetic spectrum, which
provide additional information. Furthermore, remote sensing provide regular observations allowing for
regular updates of the fire situation (Goldammer & de Ronde, 2004). Additionally, remote sensing has
the advantage of presenting different spectral reflectance characteristics between the fire scars and
healthy vegetation especially in the infra-red part of the electro magnetic spectrum (Goldammer & de
Ronde, 2004). Through the application of GIS and remote sensing, the objective of effective fire
management can be achieved. Remote sensing in monitoring fire activity in Mongolia, specifically
Batsumber, has been applied although mainly for detecting active fires where AVHRR/ NOAA sensor
is used. The spatial extent of burning can not be approximated consistently from active fires because the
satellite may not pass at the time burning is taking place and the clouds may prevent active fire
detection (Justice et al., 2002). Additionally accurate detection is hindered when there is smoke and
when the fire is too tiny or has low heat intensity (George et al., 2006). Additionally, Fire detection is
relied on field observations which may result to the non detection of fires in areas which are
inaccessible.

The objectives of this research work were: to assess and compare the ability of Landsat TM data and
MODIS NDVI data in detecting and mapping fire scars, to monitor and assess the trend in fire incidence
with time using Landsat TM images, to analyse the fire regime for the study area and to assess the
extent to which biophysical factors influence the likely occurrence of fire. Consequently, a fire hazard
model was developed for Mongolia.

2. STUDY AREA
The study was conducted in Batsumber of Tov province,
Mongolia. It is about 62km from the capital city of Ulaanbaatar. It is located between latitude 48o11’N
to 48°39’N and longitude 106o 47’E to 107° 19’E. It is 36 km x 52 km in size. The study area was
selected based on its susceptibility to fires and accessibility criteria to collect field data. The area is at
an average elevation of 1,100 meters above sea level, mainly hills and mountains. The eastern part of
the study is mountainous area at the altitude of 1,500 to 2,100 meters above sea level and the peak is at
2,400 meters above sea level.

The study area has an extreme continental climate with long winters and short summers. The
temperatures vary through out the year. The hottest is the summer season which is from June - August
with temperature range of +29.5°C to +43°C. The coldest is December to February with temperature
variation between -35.6°C to -46.7°C. Precipitation received varies between 93.5 to 273.5 mm per year
and it reaches its peak in June to August. The soil temperature varies according to the season. The
highest soil temperature is in the summer season from June to August with an average soil temperature
range of 10 to 20 degrees Celsius. The lowest soil temperatures are in the months of December and
January with a soil temperature range of -18 to -20. The speed of the wind is highest in the months of
April to July. The area has various soil types which are differentiated according to colour and

- 30 -
elevation. The brown and dark brown soils are found on an elevation of 1,400 meters above sea level,
black soils are found at elevations 1500 to 1700 meters above sea level while grey soils are found on an
elevation of 1800 to 2000 meters above sea level. There is one big river namely Kharaa which has
several tributaries.

The area has different land cover types which include the forests, shrublands, burnt areas, pastureland
and bare soil. It has heterogeneous mixtures of forest tree species and in some areas, homogeneous tree
species are found. The following tree species are found in the area, these include Larix sibirica, Betula
phatiphylia, Pinus sibirica, Pinus Sylvestris Picea obovata, Populus tremulia, and Populus labrifulia.
Larix sibirica is the most dominant tree species. Tree species distribution changes with altitude. Pinus
silvestris and Larix sibirica are found at 700m to 1200m above sea level, Larix sibirica is at 1,500m to
1,800m asl, Pinus sibirica and Larix sibirica are at 1,800m to 2,000m above sea level. Apart from
trees, shrubs are covering about 4,976 hectares of land. These include Rhododendron dahuricum, Carex
lanceolota, Pteridium anguilium, Rosa acicularis and Ledum palustre.

The study area is susceptible to fire. This evidenced by fire occurrences of 1990, 1996, 2003, 2005,
2006, and 2007. The most affected by fire were Bayangoliin, Sharjulga, Shatan and Shurguut. Figure 1
shows forest area size in hectares that is affected by fire in 2005, 2006 and 2007 respectively.

Forest cover loss by fire for the year 2005,2006

and 2007

712

2005
2006
715 2007
2,612

Figure 1: Forest cover loss by fire in hectares

3. MATERIALS AND METHOD

Secondary data required for the study included the topographic map of 1: 50,000, Digital Elevation
Model, roads shape file, river shape file and MODIS and Landsat images. Some of the data were
acquired from the survey department of Mongolia, Information Computer Centre (ICC), http
//edcimswww.cr.usgs.gov/ pub/imswelcome while Landsat TM images were purchased.

For processing of the data MS excel, ERDAS 9.1, Arc GIS, 9.2 and ILWIS 3.3 were used.

During field work, several equipments were used to collect the required data. A densiometer was used
to measure canopy density, a compass for measuring aspect, a measuring tape was used to measure
crown diameter, Global Positioning System (GPS) receiver was used to locate the sample plots and
clinometers were used for measuring slope. Figure 2 shows the flow chart of the research method.

- 31 -
 Figure 2. Flow chart of the method used

4. RESULTS AND DISCUSSIONS

A comparison of the spatial distribution of fire scars mapped from Landsat TM and the MODIS
NDVI was beneficial in assessing the accuracy of the fire scars mapped from the MODIS NDVI image.
Fire scars were successfully mapped from Landsat TM and MODIS NDVI images, however, from
visual inspection, the output fire scar maps appeared different. The different output maps showed a
distinct variation related to the spatial resolution of the two input images. Owing to the high resolution
of the Landsat TM image, it was possible to detect small sized fire scars with much detail contrary to
the low resolution MODIS NDVI image which could not detect the fire scars with much detail.
Although Landsat TM gave much detail in fire scar mapping as compared to MODIS NDVI, some
agricultural land overlapped with the fire scars because they had the same reflectance as the fire scars.
Even if there were some overlap in the classification of the fire scars and agricultural land, the results
from the classification are accurate in that the validation of the map was done using ground truth data
which is a true reflection of the ground situation.

It was observed that the trend in the size of fire scars increased with time. In the year 1989, there were
no fire scars in the study area, in the year 2000, 11,688 hectares of fire scars were mapped while in the
year 2007 a total of 15, 363 hectares of fire scars were mapped. There is an increasing trend in fire scar
size from 1989 to 2007. These results are in agreement with what Pereira et al., (2005) found in the
Iberian forests of Portugal. They attributed the increase in the burnt areas to the extreme dry spells that
influenced fire behaviour as well as the complex land use practices that resulted into several ignitions.
The increase in fire scar size in Mongolia was as a result of the increased temperature and wind speed.
In this study, an increasing tendency in fire scar size is most likely due to socio- economic change that
led to increased human activities in the forest (FAO, 2006). Between 1990 to 2002, the living standard
for most of the people in Mongolia dropped as a result, the majority of these people ventured into forest
resource exploitation for survival. They used the forest for berry collection, fuel wood collection,
hunting and illegal logging activities. The forest activities were further boosted by a high demand for
mining poles, transmission poles, rail sleepers as well as the deer horns on the Chinese and south-
eastern Asian markets. These forest activities are related to an increase in fire incidence in that as
loggers are carrying out logging activities, they use mechanised equipment (chainsaws) which in the
process produce sparks and start fires. Furthermore, during transportation of the forest products, sparks
from the exhaust pipes of vehicles could cause fire. Additionally the loggers, the hunters and the berry
- 32 -
collectors are a major source of fire when they throw the burning ends of cigarettes and when they leave
the camp fires carelessly in the forest after use.

Figure 3. Spatial distribution of fire scars in relation to elevation.

Climatic change is another possible factor responsible for the increasing size of fire scars. The
frequency and occurrence of fire depends greatly on climate through weather conditions which allow
fire to build up. A change of climate has an effect on the behaviour and ignition of fire (Chuvieco,
1999). In the year 1996 and 1998, the area experienced large fires from the month of February to early
June of the same years which were mainly attributed to severe dry conditions (FAO, 2006). When the
weather is dry it has an effect on relative humidity and temperature which directly affect the moisture
content of the fuels. High relative humidity increase the moisture content of the fuels and low relative
humidity reduces the moisture content of the fuels, on the other hand, high temperatures reduce the
moisture content of the fuels while low temperature increase the moisture content of the fuels
(Goldammer & de Ronde, 2004). Since ignition of a fire depends on fuel flammability, the 1996 and
1998 dry weather contributed to the incidence of fire by increasing the temperature and reducing the
relative humidity in the air which further contributed positively to the flammability of the fuels by
reducing their moisture content. Flammability of the fuels increases with reduced moisture content.
Though the environment is suitable for a fire to start, it cannot start without the flammable material.
High fuel moisture contents in the fuels reduce the possibility of the fire even in the presence of an
ignition source. The climatic change which resulted in dry spells during 1996 and 1998 played a major
role in the reduction of the moisture content of the fuels thereby increasing their flammability and
consequently increase the possibility of fire incidence.

The fires were said to be prevalent in the summer season when both air and soil temperatures were high.
This is from April to June. The influence of temperature on fire behaviour is to reduce the moisture
content of the fuels. When temperatures are low, the moisture content of the fuels is high making the
ignition difficult while when temperatures are high, the moisture content of the fuels is reduced
resulting into easy ignition of the fire (Goldammer & de Ronde, 2004). The distribution of the average
monthly air and soil temperatures in Mongolia are higher in the months of April to June. This is the
reason why fires are prevalent around this time because of the increased air and soil temperatures. Wind
influences fire behaviour by providing a lot of oxygen to the fire which later affect the drying rate of the
fuels in front of a fire (Goldammer & de Ronde, 2004). An increase in the wind leads to an increase in
the spread of a fire front. The stronger the wind, the faster will be the spread of a head fire whilst a
decrease in the wind results into a reduced spread of fire. An increased wind speed in the summer
season (April to June) confirms that fires are frequent during this time due to the effect of wind that
makes the fire spread faster.

The research revealed that most of the fire scars were close to rivers and roads. This implies that forests
close to the roads and rivers are susceptible to fires due to human activities that contribute to starting
- 33 -
the fires either accidentally or intentionally. Movements on the road by humans, animals and vehicles
create high chances of human caused fires.

The findings of the research showed that most of the fire locations were distributed further away from
the habitation. The results of this study are odd especially that in this study area, the fires are caused by
humans. It was expected that the highest distribution of the fire scars should have been at distances
closest to habitation. The findings of this research reveal that other factors apart from distance from
settlements (availability of the ignition source) influence the occurrence of fire such as availability and
flammability of the fuels. It was observed during field work that habitations are very far away from
forests. This could be the reason why fire scars are far away from habitation because illegal loggers
being the cause of fires carry out their activities in forests which are far away from habitation. The other
factor why fire scars are far away from habitation could be related to legal implication. People know
that start fires is illegal and to avoid charges they would rather start fire away from settlement because
they know that no one will easily see them.

The distribution of fire incidences was more in the elevation classes of 1,573 to 1,773 and 1773 to
2,023m (Fig 3). There were small sizes of fires scars observed in the lowest elevation because higher
elevations usually have higher incidences of fire than lower ones. On the other hand, highest elevations
did not have fire incidences as a result of the general trend that temperature reduces while humidity
increases with increased elevation. This implies that the moisture content of fuels on the highest
elevation is high reducing the flammability of the fuels eventually reducing the chances of fire
incidences. This distribution of fire scars within the middle elevation classes is attributed to species
distribution as was observed during field work. Most of the trees were within the elevation classes of
1,500m to 2000m. There were fewer trees observed in the low and very high elevations. On the highest
elevations, vegetation was non existent because they were covered by rocks which can not support the
growth of most tree species. The middle elevation classes are accessible as compared to high elevations
which may lead to starting of fires due to human activities.

Slope plays a significant role in the spread of fire in that fire spreads rapidly up slope than down slop.
The rapid spread of fire upslope is made possible with the wind which supplies more oxygen to the fire
front and affects the rate at which fuels dry ahead of a fire front (Goldammer & de Ronde, 2004). An
increase in the speed of wind results in an increased rate of fuel drying and consequently increasing the
spread of fire. The results showed that most of the fire scars were distributed on steeper slopes than on
the gentle slopes. This is because the spread of fire is more on steeper slopes than on flat slopes. Since
the study area is mountainous, the steep slopes that have dominated it increase the spread of fires
thereby increasing the areas consumed by fire.

Though aspect does not have an effect on ignition of the fire, it has an influence on the rate at which
fuels dry consequently affecting fire behaviour (Goldammer & de Ronde, 2004). The research revealed
that most fire occurrences were highly distributed on the North-western and Northern aspects (Fig 4).
Aspect plays a role in species distribution because certain vegetation types are found on certain aspects
(Chuvieco, 1999). Though it was mentioned that frequent fires are expected on the aspect which is
exposed to the sun for long hours, in the study area, trees are mostly found on the Northern and North-
Western aspects which are less exposed to the sun. This is because the Northern and North- Western
aspect have a lot of moisture to support vegetation growth (Goldammer & de Ronde, 2004). This could
be the reason why fire scars` are more prevalent in the Northern and North- Western aspect because the
Southern which is more exposed to the sun is too dry and consequently barely have any vegetation to
burn.

- 34 -
 Figure 4. Spatial distribution of fire scar locations in relation to aspect.

Vegetation and the forest type are also contribute to the ignition and spread of fire because
some forest types are highly flammable as compared to others hence increasing the chances of fire
occurrence. The ignition of a fire depends on fuel flammability. Though the environment is suitable for
a fire to start, it cannot start without the flammable material. The results showed that most of the fires
occurred in the coniferous forests than in the broad leaved forest which could have been due to the
higher flammability of coniferous forests than the broad leaved forest.

Although there was a positive relationship between fire occurrence and distance from roads, rivers and
elevation, the relationship shown by distance from habitation and fire occurrence is negative which
justifies the reason for rejecting the null hypothesis stating that fire scars are expected in areas which
are highly accessible. Therefore the alternative hypothesis is accepted because habitations’ being a
factor considered to contribute to high incidences of fire has shown opposite results.

5. CONCLUSIONS
The research showed that Landsat TM is more accurate in fire scar mapping than MODIS NDVI. This
was proved by the overall accuracies obtained when the two sensors were used in the mapping of fire
scars. An overall accuracy of 80% was obtained when mapping using Landsat TM while only 66%
overall accuracy was achieved when mapping using MODIS NDVI.

The trend in fire incidence is in an increasing manner. The results showed that in the year 1989, there
were no fire scars in the study area. In the year 2000, a total of 11,688 hectares of land was burned by
fire. The year 2007 had a total of 15,363 hectares of land burned. These values show that indeed there is
an increase in the incidence of fire. While the fire incidences showed an increasing trend, the forest
cover was decreasing, however, the area of forest cover decrease was not linear to the area lost by fires.
This implies that other factors such as illegal logging and insect infestation were responsible for the
other losses.

It was found out that fires are more prevalent in the months of April, May and June. This is the time
when both soil temperature and air temperature are high. The wind speed during these months also
increase leading to high chances of fire occurrence. High temperatures reduce the moisture content of
the fuels while increased winds speeds supply more oxygen to the fire front that reduces the moisture
content of the fuels.

- 35 -
The different biophysical factors considered influencing fires differently. It was found out that most of
the fire scars were located in distances close to the rivers and roads while the opposite happened with
distance from habitation where an increase in the size of fire scars was observed further away from the
settlement areas. Fire scars were higher in the middle elevation classes than the lower and higher
elevations. Fire scars in relation to slope were observed in the middle slope classes than in the lower
and higher classes. Aspect had an influence in fire occurrence in that most of the fires were in the north
and north-western aspects as compared to other aspects. It was also discovered that with regard to forest
types, more fires scars were observed in the coniferous forest than the broad leaved forests.

REFERENCES

[1]. Chuvieco (Ed.). (1996). Remote sensing and GIS applications for forest fire management. Paris:
European Association of Remote Sensing Laboratories (EARSeL).

[2]. Chuvieco (Ed.). (1999). Remote sensing of large wildfires in the European mediterranean basin +
CD - ROM. Berlin etc.: Springer-Verlag.

[3]. FAO. (2006). Fire management Global Assessment.

[4]. George, C., Rowland, C., Gerard, F., & Balzter, H. (2006). Retrospective mapping of burnt areas in
Central Siberia using a modification of the normalised difference water index. Remote Sensing of
Environment, 104(3), 346-359.

[5]. Goldammer, J. G., & de Ronde, C. (Eds.). (2004). Wildland fire management handbook for Sub -
Sahara Africa. Cape Town: Oneworldbooks.

[6]. Justice, C. O., Giglio, L., Korontzi, S., Owens, J., Morisette, J. T., Roy, D., Descloitres, J.,
Alleaume, S., Petitcolin, F., & Kaufman, Y. (2002). The MODIS fire products. Remote Sensing of
Environment, 83(1-2), 244-262.

[7]. Pereira, M. G., Trigo, R. M., da Camara, C. C., Pereira, J. M. C., & Leite, S. M. (2005). Synoptic
patterns associated with large summer forest fires in Portugal. Agricultural and Forest Meteorology,
129(1-2), 11-25.

Figure 4 Distribution of forest cover and fire scars for the year 2007

- 36 -
 LAND COVER CLASSIFICATION TECHNIQUES
USING MODIS DATA
S. Khudulmur1, M. Erdenetuya2 (PhD), N. Elbegjargal1, S. Erdenetsogt1
1
National Remote Sensing Center of Mongolia
2
NGIC project, MNET
Juulchinii Str – 5, Ulaanbaatar 210646, Mongolia
Tel/Fax: 976-11-326649, 318911
[email protected], [email protected], [email protected], [email protected]

ABSTRACT
In this paper we included land cover mapping techniques for MODIS data use and some other results of
land cover classifications using other satellite data, such as Landsat and NOAA/NDVI data.
The remote sensing applications expanded under activities of the project funded by Government of the
Netherlands “National Geoinformation Center for Natural Resources Management (NGIC)”.
The satellite data products are generated to support drought/desertification, snow and fire monitoring and
also the MODIS based research works are focused on land cover/use mapping, forest and surface water,
glacier monitoring and their change detection.
The satellite based products are delivered to the decision/policy makers through internet and to the end
users at aimag level via existing VSAT network of the National Remote Sensing Center
(NRSC)/Information and Computer Center (ICC).

Key words: NOAA, MODIS, Landsat, Land cover, applications

INTRODUCTION

The previous land cover maps were applied using 1 km resolution NOAA/NDVI data over whole
territory of Mongolia from 1992 and 2002 and the results were presented in various conferences and
workshops. As Mongolia has very large territory with different landscapes among the different natural
zones, therefore for identification and change detection of land cover types in local area needed higher
resolution satellite data. There were published some papers on land cover types (glacier, forest etc)
classification over separate parts of Mongolia using Landsat TM and ETM+ data.
Under NGIC project activities we have been contracted with ICC to map the land cover of Mongolia
based on 250 m resolution MODIS/NDVI data sets in regular basis. Using MODIS/NDVI data from
2006 we have been classified 15 main land cover types of Mongolia and produced the seasonal land
cover map and nowadays we are collected and processed real time MODIS/NDVI of 2008 and working
on biannual land cover map generation, then we will detect changes in hot spots.
We have used global land cover scheme of the International Geosphere-Biosphere Programme with
modifications to the Mongolian conditions.

DATA AND METHODLOGY

The 250 meter MODIS NDVI composites are the core data set used in land cover mapping. In addition,
other data include SRTM digital elevation data, forest, vegetation maps, and Landsat scenes. We used
geographic projection for all data however final product converted to UTM-48N projection with WGS
84.

MODIS Data
We downloaded MODIS NDVI dataset from the NASA site. These are 16-day composites for May
2006 through October 2006, which is a growing season in Mongolia. While the primary MODIS data
used in the classification is NDVI, the individual scenes were used for classification of water bodies.
(Example of NDVI image is showing on Figure 1)

- 37 -
 Figure 1. MODIS/NDVI image over Mongolia

SRTM Digital Elevation Model (DEM) Data

DEM data are important for identifying land cover types and stratifying seasonal regions representing
two or more disparate vegetation types.

Map Data
Maps of vegetation and forest were used in the interpretation and served as reference data to guide class
labeling. Those maps are in 1:1000000 scales and had produced in late 1970’s. We used those maps
only in limited cases.

Landsat scenes
Complete coverage of Landsat scenes were used for identification of glaciers, croplands and also for
validation. We used extensively Google Earth.

Basic methodology of land cover characterization is described in the document “Global land cover
characteristics data base”, which is in USGS EROS Data Center website.

Time series analysis and unsupervised classification

The initial 16 day composites of the 6-month NDVI images were used for time series analysis (TSA)
with Idrisi Andes software. We have applied the principal component analysis (PCA) for 12 images.
Resulting image of TSA is performed into seasonal greenness classes using unsupervised clustering.
After that we got image with 44 clusters. The results in Table 1 showed correlations between source
images and components which could indicate that first component had very good correlation with
NDVI images.
Table 1
Results of PCA

CMP 1 CMP 2 CMP 3 CMP 4 CMP 5 CMP 6 CMP 7 CMP 8 CMP 9 CMP 10 CMP 11 CMP 12
% Var 81.29 6.78 3.10 2.03 1.81 1.57 1.04 0.94 0.55 0.39 0.26 0.22
Loadings :
CMP 1 CMP 2 CMP 3 CMP 4 CMP 5 CMP 6 CMP 7 CMP 8 CMP 9 CMP 10 CMP 11 CMP 12
20060501 0.84 -0.33 -0.26 -0.10 -0.30 0.03 -0.10 0.10 -0.02 0.00 0.00 0.00
20060502 0.91 -0.15 -0.24 -0.09 0.02 -0.08 0.26 -0.08 0.05 0.03 0.00 0.00
20060601 0.88 0.07 -0.33 0.02 0.31 -0.01 -0.14 0.05 0.02 0.01 0.00 0.00
20060602 0.95 0.21 -0.06 0.03 -0.02 0.02 0.00 -0.13 -0.15 -0.11 0.05 0.02
20060701 0.94 0.27 0.01 0.06 -0.06 0.04 -0.02 -0.08 -0.05 0.07 -0.11 -0.07
20060702 0.94 0.27 0.06 0.06 -0.08 0.04 -0.03 -0.03 0.05 0.09 0.01 0.12
20060801 0.95 0.23 0.07 0.06 -0.07 0.04 -0.01 0.01 0.08 0.03 0.11 -0.08
20060802 0.96 0.16 0.06 0.03 -0.03 0.03 0.03 0.07 0.13 -0.14 -0.06 0.01
20060901 0.94 0.08 0.17 -0.03 0.06 -0.03 0.11 0.24 -0.11 0.02 0.00 0.00
20060902 0.88 -0.09 0.24 -0.30 0.04 -0.21 -0.11 -0.07 0.02 0.00 0.00 0.00
20061001 0.82 -0.43 0.16 -0.07 0.12 0.32 0.01 -0.05 0.00 0.01 0.00 0.00
20061002 0.79 -0.47 0.11 0.34 0.01 -0.16 -0.03 -0.03 0.00 0.00 0.00 0.00

- 38 -
Classification results
We used IGBP land cover classification as base model but with modification to Mongolian condition.
(Table 2)
Table 2
Land Cover Legends

IGBP Land Cover Legend Mongolia Land cover legend Additions

Description
1 Evergreen Needleleaf Forest Evergreen needle leaf forest
2 Evergreen Broadleaf Forest
3 Deciduous Needleleaf Forest Needle leaf forest (larch, pine)
4 Deciduous Broadleaf Forest Needle leaf, broadleaf mixed forest
5 Mixed Forest Deciduous, evergreen mixed forest Meadow with trees (salix)
6 Closed Shrublands
7 Open Shrublands Open shrubland/ grassland
8 Woody Savannas
9 Savannas
10 Grasslands Grasslands
11 Permanent Wetlands Desert grassland
12 Croplands Dry grassland
13 Urban and Built-Up Urban and Built-Up
14 Cropland/Natural Vegetation Mosaic Cropland/Natural Vegetation Mosaic
15 Snow and Ice Snow and Ice
16 Barren or Sparsely Vegetated Barren or Sparsely Vegetated High mountain rock
17 Water Bodies Water Bodies

This scheme can be converted to other schemes for example to the FAO GLC scheme.

Classification of clusters into land covers classes

We calculated profiles (spectral curves) for greenness classes (clusters). Analysis of profiles together
with ancillary data such as forest and vegetation maps, Landsat scenes gave possibility of initial
labeling of basic classes like forest, water, grassland and barren land. After that we made the second
stage of classification determining more detailed classes of forest and grassland types. During this
stage we reduced number of clusters merging similar clusters based on statistics and graphs of each
cluster.

Figure 2. The profile information of final classes.

- 39 -
Third stage of classification is a separation of classes, which has different land cover types. In this
stage we described “snow and ice”, “high mountain rock”, “Urban and Built-Up”, and “Meadow with
trees”. For the determination of “Cropland/Natural Vegetation Mosaic” class we used threshold
classification method on NDVI images.

Figure 3. Land cover map of Mongolia, 2006

The land cover type’s areas were calculated and showed in Table 3.
Table 3
Land cover types and area

Class Id Class name Area (sq.km)

1 Water body 13069.96
2 Barren or Sparsely Vegetated 149761.95
3 Desert grassland 396903.85
4 Dry grassland 438067.81
5 Open Shrubland/grassland 109186.02
6 Grassland 277341.90
7 Needle leaf forest (larch, pine) 99657.69
8 Needle leaf, broadleaf mixed forest 45837.42
9 Deciduous, evergreen mixed forest 3451.76
10 Evergreen needle leaf forest 3230.46
11 Snow and ice 1377.61
12 High mountain rock, tundra 3482.12
13 Meadow with trees 12115.40
14 Cropland mixed with natural vegetation 4318.88
15 Urban and Built-Up 310.54
Total 1558113.4

Validation
We made field campaign in different directions in order to collect GPS data for different land cover
types and photos on measured points. Those data were used as reference for land cover identification,
especially for forest type classification as well as validation information after classification. Also
Landsat data were used for validation of glaciers.

- 40 -
 a. b.
Figure 4. a. The route of field trip, b. Landsat ETM+ map of glacier

Conclusions

1. The year 2006 was quite dry and drought. So grassland classes have seasonal impacts and small
lakes also.
2. The ICC had produced land cover maps using NOAA AVHRR NDVI data set. But this work of
using MODIS NDVI is the first attempt and it was done successfully.
3. The land cover classification work will be operational and making land cover maps in frequent
basis and it would be very important to monitor land cover changes.
4. For glacier mapping and its change detection we need more fresh (2007 and 2008) and higher
resolution satellite (ASTER, IKONOS) imageries.

Reference
[1]. Erdenetuya M. and Khudulmur S. Glacier assessment using Landsat satellite data. Proceeding
of First National Conference on Remote Sensing and GIS Applications. Ulaanbaatar, Mongolia,
May 2005, pp103-106 (in Mongolian).
[2]. Kadota T. and Davaa G. A preliminary study on Glaciers in Mongolia, proceedings of
International workshop “Terrestrial Change in Mongolia”, Japan, 2003, published in Mongolia,
Ulaanbaatar, 2004, pp.
[3]. Khudulmur S. et al. “Land Cover Assessment and Monitoring” UNEP, Bangkok, 1995
“Multispectral Imagery reference guide” Spectral Imagery Training Center, LOGICON
Geodynamics, Inc. Fairfax, Virginia, USA, 1997
[4]. Munkhtuya Sh. “Land cover classification methodology using satellite imagery”, PhD
Dissertation, Ulaanbaatar, Mongolia, 2004.

- 41 -
AEROSOL OPTICAL PROPERTIES DERIVED FROM AERONET SUN-
PHOTOMETER MEASUREMENT OVER DALANZADGAD
Batbayar Jadamba1, Tugjsuren Nas-Urt2
1
Mongolian University of Science and Technology, E-mail:[email protected]
2
Mongolian University of Science and Technology, P.O.B-157,Ulaanbaatar-46,Mongolia, E-mail:[email protected]

Abstract
The AERONET is global ground-based network of Sun/sky automated radiometers supported by NASA’s
Earth Observing System (EOS) and other international research institutions. AERONET Sun-photometer
has been used to make measurements of solar radiation and aerosol properties at the Dalanzadgad site in
Mongolia since February 1997. We have analyzed Aerosol Optical Thickness (AOT), and derived
Angstrom exponent acquired by an AERONET Sun-photometer at Dalanzadgad of Mongolia. Monthly
means computed from quality-assured daily means, seasonal trends are presented and discussed. Spring and
early summer has the maximum seasonal average AOT and minimum seasonal average appears in winter of
2002-2003. Monthly average Angstrom exponents are indicates that aerosol mixtures of both coarse and
fine mode particles, specially dust aerosol pattern over Dalanzadgad dominantly in spring (March-April).
Keywords: AERONET, AOT, Angstrom exponent

1. Introduction
One of the main problems of the regional climate understanding is atmospheric aerosol variability.
The atmospheric aerosols have a complicated non-uniform structure, characterization and their optical
properties. Thus ground based continuous monitoring of their physical and optical properties is
necessary. The AERONET provides quality-assured data for aerosol optical properties measured by the
Sun/sky multiwavelength radiometer over the World. AERONET facility processes and archives these
data according to a standardized procedure for the retrieval of aerosol properties. One of the AERONET
site at Dalanzadgad of Mongolia has been operated continuously since 1999. Recently, studies on the
aerosol monitoring over Eastern Asia using AERONET Sun-photometer acquired aerosol optical
thickness and Angstrom exponent measurement have been conducted in the research on Aerosol
properties in a Chinese semiarid region (Xia Xiango at al., 2003), Seasonal and monthly variations of
columnar aerosol optical properties over east Asia determined from multi-year MODIS, LIDAR, and
AERONET Sun/sky radiometer measurements, (Sang-woo Kim at al., 2006), Analysis of column-
integrated aerosol optical thickness in Beijing from AERONET observations (Xuehua Fan at al., 2006).
This paper addressed to the aerosol optical properties over arid region of Mongolia that observed from
representative site of the Global AERONET Sun-photometer measurement at Dalanzadgad. In this
research, we adopt AERONET Sun-photometer data acquired from Dalanzadgad site for 2002-2003
years, which has continuously full measurement over this period. The results of the analysis for monthly
and seasonal mean AOT and Angstrom exponent and size distribution over Mongolian arid region are
presented in this research.

2. AERONET site and Instrument description

The AErosol RObotic NETwork (AERONET) site Sun-photometer was installed 23 February 1997 at
Dalanzadgad at 43.57722° N, 104.41917° E, and 1470 m above the sea level, in South part of Mongolia
and is still undertaken. Operational time at Dalanzadgad site is 3162 days (8.663 years). The direct Sun
measurements has been made once every 15 min at 340, 380, 440, 500, 675, 870, 935, and 1020nm,
AODs for each channel except for 935 nm wavelength were retrieved from these direct Sun
measurements. The Angstrom 440-870nm includes the 440, 500, 675 and 870nm AOD data.

3. Data
In this research Aerosol optical properties data acquired with AErosol RObotic NETwork
(AERONET) ground-based sun-photometer. Ground based aerosol optical thickness, Angstrom
exponent and size distribution data from December 2001 to November 2003 acquired from AERONET
Sun photometer which available Level 2.0 Quality Assured Data at the Dalanzadgad site in Mongolia.
The AERONET data are pre and post field calibrated, automatically cloud cleared and manually
inspected.

3. Results and discussion

- 42 -
3.1. Monthly variations of aerosol optical properties
The AERONET retrieval for AOT (τ) is performed at four wavelengths (λ) 340, 500, 870 and 1020nm,
and the Angstrom exponent (α500-870) is evaluated at 500 and 870nm for the representative site
Dalanzadgad in Mongolia. The monthly averages of aerosol optical thickness at 500nm (τ500), and
Angstrom exponent (α500-870) are summarized in Table 1. Generally, monthly average high value of AOT
at 500 nm with greater than 0.15 in April-May and August-September of 2002 and in March, May-June
of 2003. The maximum values observed 0.22 in April of 2002 and 0.43 in June of 2003. Furthermore,
mostly higher values of monthly average of AOT 0.22 at April and 0.20 at August, respectively,
occurred in 2002, and 0.25 at May and 0.43 at June respectively, observed in 2003. The Angstrom
exponent provides a rough measure of aerosol particle size. In general, the small values of Angstrom
exponent (α) indicate the large particles, and the large values represent small particles. The monthly
mean Angstrom exponents values observed mostly in range 1.0-1.93 during 2002-2003. However, low
values in range 0.58-0.76 in the March and April of 2002, it is indicating dust aerosol pattern over
Dalanzadgad dominantly in spring (March-April).
The monthly mean AOT at four wavelengths (λ) 340, 500, 870 and 1020nm for 2002-2003 illustrated
in Fig. 1.
According to spectral dependence for annual variation of AOT (τ) in the ultraviolet and visible
wavelengths (λ340, λ500) have maximum values in spring (April-May), late summer and early autumn
(August-September) and minimum values in middle winter (January) of 2002 and maximum values in
late spring, early summer and minimum values in winter of 2003. At the near infrared wavelengths (λ870
and λ1020) 870, 1020nm, AOT maximum value in middle spring (April) and minimum in middle winter
(January) of 2002. Although AOT annual variation trend of near infrared wavelengths (λ870 and λ1020)
showed similar trend with AOT of ultraviolet and visible wavelengths (λ340, λ500) during 2003. Indeed,
AOT maximum value at ultraviolet and visible wavelength (λ340 and λ500) appears 0.43 and 0.61
respectively, in early summer (June) and decreases to a minimum in the winter (December) then
increases again to spring and early summer in the all visible and near infrared wavelengths.
The Angstrom exponent (evaluated at 500 and 870nm) variation during 2002-2003 is presents in Fig.
2. The monthly mean minimum value of Angstrom exponent (α500-870) within range 0.58-0.76 appears in
spring (March and April) of 2002, it indicates background conditions dominated by coarse mode (dust
aerosols) aerosols. Moreover, mostly fine aerosol particles except spring season in 2002-2003.
a)
0,35 AOT_1020nm
0,3 AOT_870nm
0,25
AOT_500nm
0,2
AOT, (t)

AOT_340nm
0,15

0,1

0,05

JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC

2002

b)

Fig 1. Monthly mean aerosol optical thickness (AOT) at 440nm, 500nm, 870nm, 1020nm for the 2002 (a) and 2003 (b) at
Dalanzadgad AERONET site.

- 43 -
 a)

b)

Fig 2. Monthly mean Angstrom exponent at 500-870 nm for the 2002 (a) and 2003 (b) at Dalanzadgad AERONET site.

Table 1. The monthly averages of Aerosol optical thickness, τ500nm, and Angstrom exponent, α500-870nm
Months I II III IV V VI VII VIII IX X XI XII
2002
τ500nm 0.04 0.10 0.10 0.22 0.17 0.13 0.12 0.20 0.17 0.07 0.10 0.07
α500-870nm 1.54 1.13 0.76 0.58 1.40 1.28 1.93 1.71 1.85 1.98 1.08 1.00
2003
τ500nm 0.06 0.08 0.15 0.13 0.25 0.43 0.10 0.07 0.06 0.05 0.06 0.03
α500-870nm 1.29 1.19 1.00 1.19 1.23 1.47 1.24 1.50 1.37 1.53 1.93 1.74

3.2. AOT and Angstrom exponent dependence

The scatterplots of Angstrom exponent α500-870 versus aerosol optical thickness, τ500 for each season are
shown in Fig. 3. As shown on these scatterplots it seems similar dependence between Angstrom
exponents, α500-870 and AOT, τ500 for range 0.0-0.3 of AOT for four seasons. Particularly, the Angstrom
exponent ranges 0.1- 3.6 for τ500< 0.3. Mostly broad spread observed of Angstrom exponent for 0.0-3.2
to 0.6 of AOT in spring and summer season. Moreover, narrow spread of Angstrom exponent for 1.0-2.0
appears in range 0.5-1.5 of AOT in summer and autumn.

- 44 -
 Fig. 3. Scatterplots of daily mean Angstrom exponent, α500-870 versus aerosol optical thickness, τ500 for each season at
Dalanzadgad AERONET site.

3.3. Aerosol size distributions

Seasonal averages of aerosol volume size distribution parameters at Dalanzadgad AERONET Sun-
photometer site are summarized in Table 1. The second, forth columns represents effective radius, Reff,
third, fifth columns are columnar volume, Cv for fine and course mode, respectively, and sixth is total
columnar volume of particles, Cv. As shown in this table aerosol effective radius, Reff (in μm) and
columnar volume of particles per unite section of atmospheric column, Cv (μm3/μm2) by two aerosol
modes such as fine and course mode.
From this table, we have seen aerosol volume size distribution in seasonal pattern at Dalanzadgad site
that the effective radius (Reff), is varied 0.141-0.154 for fine mode and 1.506-2.268 for course mode
during 2002-2003. The columnar volume of particles (Cv) ranges from 0.005 to 0.030 for fine and
0.014-0.111 for course mode, respectively.
Hence, in this table, larger of effective radius (1.918-2.268) with course mode occurred in summer and
autumn seasons, while the large of columnar volume (0.111) observed in spring season of this period.
The large of columnar volume in spring associated with a strong wind occurrence season and dry
situation of period over this arid region.

Table 2. Seasonal averages of aerosol volume size distribution parameters at Dalanzadgad AERONET
Sun-photometer site; Reff is the effective radius (in μm) and Cv is the columnar volume of particles per
unit cross section of atmospheric column
Fine mode Coarse mode Total
Reff (μm) Cv (μm3/μm2) Reff (μm) Cv (μm3/μm2) Cv (μm3/μm2)
2002
Winter 0.141 0.009 1.597 0.024 0.054
Spring 0.148 0.015 1.506 0.111 0.125
Summer 0.141 0.020 2.030 0.029 0.050
Autumn 0.140 0.029 2.268 0.020 0.048
Year 0.142 0.018 1.850 0.051 0.069
2003
Winter 0.152 0.006 1.575 0.027 0.032
Spring 0.149 0.015 1.644 0.026 0.041
Summer 0.154 0.030 2.124 0.024 0.053
Autumn 0.146 0.005 1.918 0.014 0.019
Year 0.150 0.014 1.815 0.023 0.036

4. Concluding remark
In order to characterize aerosol optical properties, we analyzed ground measured aerosol optical
thickness, Angstrom exponent and size distribution data obtained from AERONET Sun-photometer site
- 45 -
 at Dalanzadgad of Mongolia, over the two-year period 2002-2003. We performed our analysis on
monthly and seasonal characterization over the south arid region of Mongolia.
As a result, spring and early summer has the highest seasonal average AOT and minimum seasonal
average appears in winter of 2002-2003. The monthly mean Angstrom exponent values occurred mostly
in range 1.0-1.93 during 2002-2003. However, low values of Angstrom exponent appears within range
0.58-0.76 in spring. Hence, monthly average Angstrom exponents are indicates that aerosol mixtures of
both coarse and fine mode particles, specially dust aerosol pattern over Dalanzadgad dominantly in
spring (March, April).
According to spectral dependence of annual variation of AOT (τ) in the ultraviolet and visible
wavelengths (λ340, λ500) have maximum values occurred in spring, late summer and early autumn and
minimum values in winter during the study period. At the near infrared wavelengths (λ870 and λ1020)
870, 1020nm, AOT maximum value in middle spring and minimum in middle winter of 2002.
Although, AOT annual variation trend of near infrared wavelengths (λ870 and λ1020) showed similar
trend with AOT of ultraviolet and visible wavelengths (λ340, λ500) during 2003. AOT maximum value at
ultraviolet and visible wavelength (λ340 and λ500) appears 0.43 and 0.61, respectively, in early summer
and decreases to a minimum in the winter then increases again to spring and early summer in the all
ultraviolet, visible, near infrared wavelengths.
The aerosol volume size distribution in seasonal pattern at Dalanzadgad site that the effective radius
(Reff), is varied 0.141-0.154 for fine mode and 1.506-2.268 for course mode during 2002-2003. The
columnar volume of particles (Cv) ranges from 0.005 to 0.030 for fine and 0.014-0.111 for course mode,
respectively.
Also the result showed that larger of effective radius (1.918-2.268) with course mode occurred in
summer and autumn seasons, while the large of columnar volume (0.111) observed in spring season of
this period. The large of columnar volume in spring associated with a strong wind occurrence season
and dry situation of period over this arid region.

References

[1]. Sang-woo Kim, Soon-Chang Yoon, Jiyoung Kim and Seung-Yeon Kim., 2007. Seasonal and
monthly variations of columnar aerosol optical properties over east Asia determined from multi-
year MODIS, LIDAR, and AERONET Sun/sky radiometer measurements, Journal of the
Atmospheric Environment, Vol. 41, Issue 8, 1634-1651.
[2]. Xia Xiango, Chen Hongbin, and Wang Pucai., 2004. Aerosol properties in a Chinese semiarid
region, Journal of the Atmospheric Environment, Vol. 38, 4571-4581.
[3]. Xuehua Fan, Hongbin Chen, Philippe Goloub, Xiango Xia, Wengxing Zhang and Bernadette
Chatenet., 2006. Analysis of column-integrated aerosol optical thickness in Beijing from
AERONET observations, China Particuology, Vol. 4, No. 6, 330-335.

- 46 -
 LAND DEGRADATION ANALYSIS IN ONGI RIVER BASIN
UVURKHANGAI PROVINCE
Tungalag.A *, Tsolmon.R

National University of Mongolia, School of Physics-Electronics,Laboratotay for Remote sensing/GIS

NUM-ITC-UNESCO, Ulaanbaatar, Mongolia
[email protected], [email protected]

ABSTRACT: Remote Sensing and GIS function were used to monitor interactions and relationships
between land use and land cover changes in the regional area. This study aims to determine the land
degradation condition in the study area Ongi river basin Uvurkhangai province. Using GIS function the
climate factors were analyzed.
80 percent of the study area is used as pasture land and for mining which means coupled human-
environment systems are mainly causing land degradation and poor land use.
We focused on developing a methodology for monitoring land degradation using both GIS and Remote
Sensing tools. From 1998 to 2007 the vegetation indexes MSAVI2 and NDVI from SPOT/VEGETATION
data were applied in order to determine vegetation cover change and the GIS conditional functions were
used for mapping and analyzing climate and socio- economic factors, which both affect land degradation.

KEY WORDS: socio-economic, mineral resources, degradation, MSAVI

RESEARCH OBJECTIVE

Land use and land cover change assessment is still in its infancy in Uvurkhangai province, particularly
developing the necessary facilities and science for monitoring the socio-economic change and
environmental impact derived from country’s mining sector. Around the basin of Ongi river’s top soil is
rapidly damaging due to the evaporation of Ongi River.
For this purpose data time and resolution series were used to determine degradation area and size. They
were derived from Landsat, Spot satellite data and socio economic, climate data were analysis and
monitored using the MSAVI, NDVI and Map Algebra Conditional function method. The objective is:
• To map degradation in Uvurkhangai province of Mongolia.

INTRODUCTION

There are a limited research works in Mongolia, particularly developing the necessary facilities and
science for monitoring the socio-economic change and environmental impact derived from country’s
mining sector and climate change. During Mongolia’s transition to the free market, socio-economic
factors such as poverty and profit-seeking have greatly increased small to large-scale mining (figure 1)
well as illicit activity resulting in exploitation of country’s mineral resources. Thus, the society and
environment problems in Mongolia interact in such a way where poor environmental policy and
regulation is linked to land degradation and environmental contamination, which therefore increases the
society’s vulnerability. Lakes, rivers and ponds in Mongolia are dried up and have lost ecological
balance caused by wrong human activities and mineral extraction and climate change. Furthermore, it is
caused damage on environment and nomadic people’s lifestyle in Mongolia. This study is contributing
to one of the case studies which use using Land Change Science (LCS) in particular socio-economic
region with common and human and natural impacts.
Geist and Lambin (2004) found six common human and biophysical factors associated with the
proximate causes of desertification. These factors included demographic factors, economic factors,
technological factors, policy and institutional factors, climate factors and cultural factors. Each of these
factors was associated with four common proximate causes of desertification which were: agricultural
activities, infrastructure extension, wood extraction, and increased aridity. LCS assesses relationships
between land use and

land cover changes and assesses the ways in which people interact with terrestrial ecosystems and alter
the global environment (Lambin et al. 2001). LCS methods employ satellite Earth Observation (EO)
and geographic information system (GIS) technologies to monitor interactions between environment
- 47 -
and society. .The primary objective of sustainability science is to understand dynamic interactions
between environment and society (Turner et al. 2007; Clark and Dickson, 2003).
LCS has been a subject of study for many years and can be regarded as a “foundational element of
sustainability science” (Rindfuss et al. 2004).

Several studies have dealt with climate controls on primary vegetation production in Mongolia. These
studies focused on the water component as the major climate constraint as identified by Nemani et al.
(2003). Ni (2003) and Li et al. (2007) showed that relationships existed between vegetation production
and both precipitation and evapotranspiration in Mongolia. Miyazaki et al. (2004) and Munkhtetseg et
al. (2007) demonstrated the influence of climate on vegetation production in the growing-season. They
both showed that precipitation in July had the greatest influence on vegetation production. Furthermore,
other studies (Zhang et al. 2005; Munkhtetseg et al. 2007) concluded that air temperature had a negative
influence on vegetation production, especially in dry regions.
In order to find a relationship between land use and the environment, particular societies’ land use
change models offer to test the sensitivity of land-use patterns to changes in selected variables. In
particular, remote sensing data and analysis made important contributions in documenting the actual
changes in land cover at regional and global spatial scales from the mid-1970s onwards. Modeling,
especially if done in a spatially-explicit, integrated and multi-scale manner, is an important technique
for the projection of alternative pathways into the future, for conducting experiments that test our
understanding of key processes, and for describing the latter in quantitative terms. Today, only very few
models of land-use change can generate long-term, realistic projections of future land-use/cover
changes at regional to global scales.(Lambin )

This study contributes to modeling land use change on a regional level. Remote Sensing and GIS
assesses relationships between land use and land cover changes in the regional area by monitoring how
local people were affected and interacted and assessed the ways in which people interact with the
environment . The climate factors: precipitation, air temperature, and vegetation condition and
economic factors: population number and mining activities were analyzed. Each of these factors cause
land degradation .
A great concern for the environmental officers Ongi river basin is mining. Mining is done legally by
companies that have large concessions, but also illegally by so called "Ninjas", individuals and families
that literally dig for gold without a license. The mining companies use heavy equipment to remove the
top layer and vegetation. Vegetation and pasture land most important for the nomadic people living in
the river basin. It is one of the important rivers in the area for the livestock breeding for the local people
(“Ongi” movement). Main environment concern is the river is drying up and starting to interrupt since
1998.
In order to determine land degradation in the specific area it is need develop model applying GIS and
RS in which all factors were analyzed.

- 48 -
 Figure 1. Mining activity (Ongi river basin)

STUDY AREA
The study area is, Ongi River basin Uvurkhangai province is situated in the central part of
Mongolia, is located on E101044’24’’-E104030’00” and N44022’48”-N46041’24” (Figure 2). The Ongi
river is one of the world bigger fresh watershed point and starts form Khangai Range then crossed 3
kinds of areas which are mountain and wooded area, steering plain area, gobi desert area. It is one of the
important rivers in the area for the livestock breeding for the local people (“Ongi” movement).

Figure2. Ongi river basin Uvurkhangai province

(Ongi river interruption in south part: from imagery LANDSAT ETM+ data for 23 July, 1999 and 20 September, 2000)
- 49 -
 Main environment concern is the river is drying up and starting to interrupt since 1998. The length of
the river is 437km, site is 175 square km and 1000-3000m above the sea level. The main reason of
drying up Ongi river is to the mining of gold placer deposit and never making technical and biological
reclamation (Mijiddorj.R, Bayasgalan.Sh, 2006).

The importance of the vegetation in the area is that it stabilizes active sand dunes and keeps river to
exist. The main character of the vegetation in the study area is its root size and depth, which holds most
of the soil moisture in arid and hyper-arid environments. Pasture overgarzing, and mining impact
economy of the area. Goats are economically important in the area beacuse of cashere The land
degradation affects nomadic lifestyle, pasture land and main source of drinking water Ongi river.

METHODOLOGY

Both GIS theory and remote sensing techniques were applied in this research. With regard to
monitoring land degradation with remote sensing, we applied NDVI and MSAVI 2 indexes. In order to
analyze socioeconomic and climate factors, conditional function MAP Algebra from ArcGIS was
applied. Output maps from remote sensing and conditional maps from GIS were compared with each
other. For the GIS mapping analysis, we used only MSAVI 2data. For validation, we used NDVI data.

Remote sensing analysis

Spectral bands Near Infrared 0.78-0.89 μm, Short wave Infrared1.58-1.75 μ m and formulas 1-3 were
selected for the vegetation mapping.
NDVI is normalizad ratio of the NIR and RED bands (1).

NIR − RED (1)

NDVI =
NIR + RED

Huete (1998) suggested a new vegetation index, which was designed to minimize the effect of the soil
background, which he called the soil-adjusted vegetation index (SAVI) (2) developed of an iterated
version of this vegetation, which is called MSAVI2 (3)

NIR − RED (2)

SAVI = * (1 + L)
NIR + RED + L

MSAVI 2 = ⎡2 NIR + 1 − (2 NIR + 1)2 − 8(NIR − RED )⎤⎥ / 2 (3)

⎢⎣ ⎦

Figure 3. Change of vegetation using MSAVI2 index between years 1998-2007 in the study area

- 50 -
MSAVI varies from 0.022675 to 0.633800 while NDVI values for vegetation is from 0.01 to 0.89.
There is less greenness in south part area where is interruption river and mining activities (Figure 2 and
3). The conditions of vegetation in NDVI and MSAVI2 maps green indicate best vegetation condition,
while dark brown and dark pink indicate low vegetation respectively.
The figures 5 describe that vegetation in Ongi river basin is decreasing.

Figure 4. Change of vegetation using NDVI index between years 1998-2007 in the study area

Area (MSAVI) Area (NDVI)

y = -668.64x + 44245
80000.0 50000.0 y = -867.64x + 31765
40000.0
60000.0
30000.0
40000.0
20000.0
20000.0 10000.0

0.0 0.0
1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007

Figure 5. Change of vegetation area (km2) between years 1998-2007 in the Ongi river basin /MSAVI and NDVI/.

GIS analysis
Using ground truth measurement, statistical data, and expertise working in the study area, we developed
degradation maps using GIS tools (figure 6).

Use of the Map Algebra Con function

The ESRI ArcInfo software provides access to Map Algebra functions and operators. The Con, or
conditional, function was employed in the analysis of the impact of a number of socioeconomic factors.
Map Algebra functions operate on data that is in raster format.
The basic form of a Con function statement can be seen below.

I. Con(<condition>, <true_expression>, {false_expression})

In formula I, above, <condition> is a conditional expression that is evaluated for each cell in the
participating raster datasets. If the condition is true, <true_expression> identifies the value to be used to
compute the output cell value. If none of the results of the evaluations of the conditional statements is
true, a value or expression can be applied to the cells through the {false_expression} optional argument.
(ESRI, 2008)

- 51 -
The impact of socioeconomic factors was defined by looking at the number of goats, population, the
amount of mining activities, climate impact, precipitation, and temperature. All of these were used as
conditional statements (formulas II-IV).

Con function statements can be nested. Formulas II-IV each shows two nested Con function statements.
The result of processing each formula was a new output raster dataset.
In formula II, if the number of goats was greater than 20,000, and MSAVI was less than 0.35, then the
output was assigned a value of 1. A value of 1 signified land degradation. If these conditions were not
met, the output was assigned a value of 0, and then land degradation was not significant.
In formula III, if the population was greater than 6,500, and the amount of mining activity was greater
than 1, then the output was assigned a value of 2, which signified land degradation. If these conditions
were not met, again the output was assigned a value of 0.
In formula 4, if the temperature was higher than 16, and the amount of precipitation was less than 10
during the vegetation season, the output was assigned a 3. A value of 3 signified land degradation. If
these conditions were not met, then the output was assigned a 0.
Finally, the three output raster datasets are summarized into one raster output dataset by summing the
values at each cell location. Possible output cell values ranged from 0 – 6, illustrating different
intensities of land degradation conditions . Data for years 1998 – 2007 were processed (figure 6). In
each case the output was compared to ground truth data and NDVI data derived from SPOT
Vegetation.
II. con ( [goat] > 20000, con ([msavi] < 0.35, 1, 0) ,0)
III. con ( [population] > 6500, con ([mining activities] > 1, 2, 0) ,0)
IV. con ( [temperature > 16, con ([precipitation] < 10, 3, 0) ,0)

Figure 6. Land degradation conditional statement maps

RESULTS AND DISCUSSION

Land Change Science (LCS) employing Remote Sensing and GIS was used to monitor interactions
and relationships between land use and land cover changes in the regional area.
Vegetation indexes MSAVI2 and NDVI from SPOT data were applied in this area in order to determine
vegetation cover change in the time period of 1998 to 2007 ( figures 3,4,5).

GIS tools produced raster condition map using these factors number of goats, population, the amount
of mining activities, climate impact, precipitation, and temperature for the time period of 1998 to 2007
for land degradation (figure 6).

- 52 -
 The conditions on each GIS maps were graded on their relative land degradation (0=no land
degradation in green colors through 6=land degradation in dark blue color). Green indicates the best
condition while dark blue indicates worst land degradation. According to the GIS analysis (figure 7)
Uyanga soum is most degraded part in the study area.

Vegetation

temperature

precipitation

population
Degradation

mining activity

0 6
goat

Figure 7. Output raster data set of the condition map

Both results from GIS and remote sensing maps show land degradation in this area.
As seen in the figure 8 mining, goats and population increasing. The most affected factors were goat
numbers and mining activity numbers.
In the most degraded local area, there is a larger number of goats than other local areas and this causes
overgrazing. Due to increasing mining activities, there is an increased population number caused by
people migrating from the other parts of the country. The climate factors precipitation and air
temperature do not have a strong affect on the land degradation.

The results were compared with the results from the civil movement “NGO Ongiinhon”
(www.onggiriver.com) research team which used ground truth data in 2000-2007 .
The civil movement was established in the Ongi river basin in order to protect against mining activities
in 2000.
. This study contributes to the research which involves policy makers and stakeholders to define and
negotiate relevant scenarios in participatory approaches in the local area and to the studies about linking
people to pixels.

- 53 -
 NDVI temperature precipitation
y = 0.0279x + 14.887 y = 0.4339x + 45.433
y = -0.0202x + 0.468
0.6 20 80
15 60
0.4
10 40
0.2 5 20
0 0 0

population goat mining

y = 5376.3x + 14479 y = 2.7212x + 1.5333
15000 y = 465.13x + 6206.8 100000 40
80000 30
10000 60000
20
5000 40000
20000 10
0 0 0

Figure 8. Factors in land degradation for Uynga soum

REFERENCES

[1]. ESRI (2008) ArcInfo Desktop Help document, version 9.

[2]. Clark, W.C. and Dickson, N.M. (2003) Sustainability Science: The Emerging Research
Program. Proceeding of the National Academy of Sciences, 100, 8059-8061.

[3]. Geist H.J. and Lambin, E.F. (2004) Dynamic causal patterns of desertification. BioScience, 54,
817-829.

[4]. Heute, A.R., 1998, A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment,
25, 295-309

[5]. Lambin E.F., Turner II, B.L., Geist, H.J., Agbola, S.B., Angelsen, A., Bruce, J.W., Coomes,
O.T., Dirzo, R., Fischer, G., Folke, C., George, P.S., Homewood, K., Imbernon, J., Leemans,
R., Li, X., Moran, E.F., Mortimore, M., Ramakrishnan, P.S., Richards, J.F., Skanes, H., Steffen,
W., Stone, G.D., Svedin, U., Veldkamp, T.A., Vogel, C. and Xu, J. (2001) The causes of land-
use and land-cover change – Moving beyond the myths. Global Environmental Change:
Human and Policy Dimensions, 11, 261-269

[6]. Li, S., Asanuma, J., Kotani, A., Davaa, G. and Oyunbaatar, D. (2007)
Evapotranspiration from a Mongolian steppe under grazing and its environmental constraints.
Journal of Hydrology, 333, 133-143.

[7]. Mijiddorj, R., Bayasgalan, Sh., 2006, “Integrated Assessment on Drying Process in the Ongi
River Basin”, Ulaanbaatar, Mongolia

[8]. Miyazaki, S., Yasunari, T., Miyamoto, T., Kaihotsu, I., Davaa, G., Oyunbaatar, D., Natsagdorj,
L. and Oki, T. (2004) Agrometeorological conditions of grassland vegetation in central
Mongolia and their impact for leaf area growth. Journal of Geophysical Research, 109,
D22106.

[9]. Munkhtsetseg, E., Kimura, R., Wang J. and Shinoda, M. (2007) Pasture yield response to
precipitation and high temperature in Mongolia. Journal of Arid Environments, 70, 94-110.

- 54 -
[10]. Nemani, R.R., Keeling, C.D., Hashimoto, H., Jolly, W.H., Piper, S.C., Tucker, C.J., Myneni,
R.B. and Running, S.W. (2003) Climate-Driven Increases in Global Terrestrial Net Primary
Production from 1982 to 1999. Science, 300, 1560-1563.

[11]. “NGO ONGIINHON”: http://www.onggiriver.com/

Ni, J. (2003) Plant functional types and climate along a precipitation gradient in temperate
grasslands, north-east China and south-east Mongolia. Journal of Arid Environments, 53, 501–
516.

[12]. Rindfuss, R.R., Walsh, S.J., Turner II, B.L., Fox, J. and Mishra, V. (2004)
Developing a science of land change: Challenges and methodological issues.
Proceeding of the National Academy of Sciences, 101, 13976-13981.

[13]. SPOT-VEGETATION: http://www.free.vgt.vito.be/

[14]. Turner II, B.L., Lambin, E.F. and Reenberg, A. (2007) The emergence of land change science
for global environmental change and sustainability. Proceedings of the National Academy of
Sciences, USA, 104, 20666-20671.

[15]. Zhang, Y., Munkhtsetseg, E., Kadota T., and Ohata, T. (2005) An observational study of
ecohydrology of a sparse grassland at the edge of the Eurasian cryosphere in Mongolia. Journal
of Geophysical Research, 110, D14103.

- 55 -
 NON METEO INDEX TO EXPRESS DROUGHT IN MONGOLIA
Tungalag Piljee1, Narantuya Davaa2
1
Dutch aid NGIC project, Ulaanbaatar, E-mail: [email protected]
2
Dutch Aid NGIC project, ITC alumni Association Mongolia

ABSTRACT:
To safeguard the livelihood of the people, there is an explicit need to have relatively accurate estimate
about the land degradation trend, or the indices that express the dryland development.

There have been a number of studies conducted to assess the desertification trend, or map the dryness in the
country. However, the studies reveal different numbers in desertification process in Mongolia.

With aim to assess the trend expressed in non meteo dryness index a Bumbugur soum of Bayanhonor
aimag was used as a pilot. The index is retrieved with employment of the Water balance model developed
at the Wageningen University, the Netherlands. Time series remote sensing data, DEM, soil type and soil
water characteristics and meteorological data used for this study.

Key words: Desertification, drought, GIS, RS, desertification factors

INTRODUCTION

Desertification can best be described as land degradation in arid, semi-arid, and dry sub-humid areas
resulting from bio-physical and climatic factors and adverse human impact (UNEP, 1992). Land
degradation is the reduction of resource potential, ecosystem integrity and sustainability by one or a
combination of processes acting on the land. These processes include water erosion, wind erosion and
sedimentation by those agents, long-term reduction in the amount and diversity of natural vegetation,
and soil degradation (decline of water holding capacity, crusting, compaction, salinization). In fact, our
understanding has moved from a simple "desertification equals drought" and "desertification equals the
increase of desert areas" to a much more complex view of a mix of bio-physical and socio-economical
drivers.

Desertification is not measurable as a single variable, as it manifests itself as several land degradation
processes (wind and water erosion, vegetation changes, soil degradation), negatively affected by a
change in climate and poor or un-adapted land management. The strategy can be to monitor the land
degradation processes and/or the driving forces, or combine all factors and produce an indicator value
for the area. Both indicator approaches and more quantitative modeling approaches use the same data
and can therefore be applied both.

C lim a t e T opography S o il
H ig h Low
F re q u e n c y Frequency

R u n o f f & E ro s io n
Fig1. A basic conceptual view
F ire D rought & S a lin is a t io n
A r id it y of the relations between the
primary drivers of change,
V e g e t a t io n S o il climate, soil, geomorphology
D e g r a d a tio n D e g r a d a tio n and socio-economic drivers,
Land and the resulting changes in
E c o n o m ic Cover L e ge n d processes and the degradation
Return D r iv e r s
Land D e s e r t if ic a tio n effects on vegetation (including
S o c io - E c o n o m ic M anagem ent outcom e s

R a p id r e s p o n se agricultural land use) and soil.

sy st e m S lo w r e spo n se

- 56 -

 
 The main driving forces and processes that cause desertification can be structured into a cause-effect
function (Fig. 1). The factors such as climate, soils, topography and socio-economic variables alone or
in combination cause changes in the landscape resulting in degradation of vegetated part and soils.
Increased runoff and soil erosion cause off-site effects such as flooding and siltation of surface waters.
Moreover there are additional feedbacks from the vegetation and soil degradation processes to all four
primary factors, so that the desertification processes may enter into a downward spiral that leads to
irreversible degradation of the whole system. In many parts of the world it is argued that climate is one
of the main driving forces of desertification. Prolonged droughts are interspaced with wetter periods of
the El Niño events. Under “normal” circumstances, dryland ecology can respond quickly to temporal
and spatial variability in available moisture, and plants and animals recover rapidly, but, in the longer
term, degradation reinforces the tendency to drought.

Globally, the most extensive use for drylands is pastoralism which is also applicable for Mongolia. In
semi-arid rangelands degradation often takes the form of changes in plant species composition and
abundance in addition to soil chemical and physical degradation. From an ecological point of view,
these systems are often described as “non-equilibrium”, with animal and plant populations largely
independent from one another, with unpredictable rainfall events playing a major role. In southern
Mongolia the absence of vegetation cover during parts of the year leads to severe wind erosion, which
is one of the main land degradation processes here. Wind erosion has two effects, the disappearance of
the fine fraction from the soil surface and loss of fertility, and the damage done by dust downwind.

To detect the onset of the drought condition the drought indices are used, as also they are used to
monitor and measure drought events, and to quantify the hazard. In this study the Soil Moisture Deficit
index was researched on its feasibility to express quantitatively the drought condition in certain parts of
Mongolia. The index calculates drought on weekly basis, and has been developed to monitor drought
severity at a much finer resolution by B. Narashima, R. Srinivasan. Such drought indices are widely
used by state and federal agencies to monitor drought and grant emergency drought assistance to
farmers and ranchers. The drought index derived from soil moisture deficit and scaled between -4 to +4.
SMDI is critical for identifying localized drought condition.

The most common and easiest index to use for drought monitoring purposes is the Standardized
Precipitation Index (SPI) that had been concluded by MEDROPLAN Mediterranean Drought
Preparedness and Mitigation Planning. The standardized Precipitation Index is a tool developed in 1993
by tom McKee, Nolan Doesken and John Kleist in Colorado Climate Centre with the main purpose to
defining and monitoring drought. Compared with Palmer Drought severity Index, SPI is more simple
tool because it is just based on rainfall data and less calculation effort. The widely used Palmer Drought
Severity Index (PDSI) is based on lumped parameter water balance model and assumes that parameters
like land-use/land-cover, soil properties are uniform over the entire climatic zone.
High correlation of r~0.75 of SMDI (weekly) with SPI (monthly) had motivated us to make
comparative study of the model output with meteo drought index such as SPI.

In this study we researched on feasibility of employment of drought monitoring model created in PC

raster developed by at the Wageningen University, the Netherlands. PC Raster is a freeware GIS and
spatial modeling language for environmental and hydrological models, which enables easy adaptation
of a model to specific needs. It uses the open-source GDAL software for conversion between virtually
all formats. Advantage of Water balance modeling generated using PC Raster is that it can describe
drought characteristic based
on soil moisture within flexible time frame. PC Raster outputs provide information about when, where,
and how much water occur in each time step.
Many models are available in PC Raster code, from large scale hydrological models to plant growth,
wind and water erosion, landslides, groundwater movement etc. These codes are freely available from
the authors and through the PC Raster website and mailing list.

- 57 -

 
  

STUDY AREA

Study area is located in semi desert area. Regardless how suitable the area was for the study area
selected the current research aimed at studying on feasibility of use the water balance model in dry
lands of Mongolia.

Pilot site is located in Bumbugur Soum in the Bayanhongor Aimag. The Soum falls within the
ecological "steppe-desert" zone and located between 46o and 47o N and 99 o and 100o E. Its western
limit is formed by the river Baidrag, the northern limit cuts across a range of hills and its southern limit
is formed by the start of the wide floodplain of the Baidrag river as it flows to the south into Batsagaan
Soum, and ends in lake Boon Tsagaan. Elevations in the Soum area range between 1400 m and 2700 m.

Annual rainfall is between 100 and 150 mm with considerable variation. Jinst soum that is to the south-
east is clearly dryer which is confirmed by the desertification processes of the Baidrag floodplain
(described below) for which this station seems to be representative for this part of Bumbugur Soum.

The area is mainly grazed by sheep and goats, which are kept for the production of cashmere.

There are two large mining concessions legally operated in the area, in addition there are illegal gold
miners called "Ninjas". Both have direct impacy in the land form of the area as well as in use of water.
Use of chemicals such as Mercury and Cyanide to subtract gold particles have enormous negative
impact onto the environment. Removal of the top layer soils and dug holes by ninjas have complete
change of the environment.

Land degradation is evident

everywhere. The main effects
of desertification are wind
erosion and soil degradation,
and there is a shift in
vegetation composition with
invading species that are
unpalatable. Water erosion is
less of a problem as the soils
are very permeable (loamy
sands to sands) and most
gullies and channels only
carry water during snow melt.
There is some water erosion
at the western edge of the
Soum near the Baidrag river
Photos 1-4. Signs of desertification in Bumbugur Soum. Top Left: western border of the Soum,
dry river valleys leading towards the Baidrag river; Top right: wind erosion: sorting of sand and
‐ 58 ‐ 
stones on the surface; Bottom left: sand shadows and desert pavement; Bottom right: western
hills bordering the floodplain being filled with sand.
 
 

during spring. Because of the wind erosion, almost everywhere a sorting of soil surface material has
taken place where fine particles were blown away, leaving course sand and gravel on the surface (photo
1).

The southern part of the Soum area is subject to severe wind erosion, with so called "wind shadows"
along bushes (photo 2), thorny vegetation and spiky grass that grows in clumps (which is also a
mechanism to cope with grazing and drought). This floodplain has almost no vegetation cover and has a
so called desert pavement completely covering the area. The soil underneath is more loamy, but the first
few centimeters have been depleted of fertile particles (clay and organic mater). The hills on the eastern
border of the floodplain are partly covered in sand, indicating a wind direction that is predominantly
west-east (photo 4).

Too high stocking densities lead easily to overgrazing in some years and the dry soil results in wind
erosion, and as a result stoniness, compaction and loss of fertile topsoil. Thus the best indicator for
desertification is a spatial analysis of the area of changes in available soil moisture, translated to
drought indices.

OBJECTIVE

Our research goal is to study the feasibility of use of the Water balance model in retrieval of non meteo
index to describe the drought trend in Mongolia, and compare the results with meteo index.

The model shows spatial distribution of available water, which can be expressed in various ways: in
mm or in classes of bad to good.

METHODOLOGY
Data preparation
Data used for this model divided for 2 main types that are remotely sensed & GIS, and ground data
(meteorological and soil physical & chemical parameters).

y Digital Elevation model (DEM)

DEM used for spatial redistribution water by runoff. First it was necessary to cut the
selected area of the digital elevation model and then converted SRTM DEM to PC
Raster.

y Soil map

The soil map available for the area is the national soil map at 1: 1 000000. We used
national soil map at 1:100 000. The soil map was available as a shape file and rasterized
for the Soum area.

y Rainfall zones map

‐ 59 ‐ 

 
 

Bumbugur soum has no meteorological station. Three rainfall stations provide data for
this area, namely Bayanhongor to the east, Bayanbulag to the north-west and Jinst to the
south-east. Figure below gives the 2006 monthly rainfall. From the data of 2001-2006
there seems to be a gradient in rainfall from north to south (dryer) and from east to west
(dryer).
Daily soil water balance driven by mainly rainfall. Study area divided into 3 rain zone
according to Thiessen polygon method on PC Raster. This way was taken in order to limit the effect of
rainfall amount recorded from each station to each zone.

y LDD.map – flow directions

The excessive rain must be redistributed downstream over the catchment.

Local drain direction map is made which contains for each cell a pointer to its lowest
downstream neighbor on the digital elevation map.
ldd.map gives the drainage pattern in the study area.

y Meteorological data
Unfortunately the Bumbugur Soum itself has no meteorological station or continuous rainfall recording.
An "agro-meteo" post exist but the records are not continuous. The three closest stations were selected
where data is available:

‐ Bayanbulag to the NW (46.50, 98.105)

‐ Jinst to the SE (44.30, 99.16)
‐ Bayanhongor to the E (46.08, 100.4)
‐ daily rainfall
‐ daily average humidity
‐ daily air temperature (max, min)
‐ daily average wind speed
‐ max incoming shortwave radiation

As the solar radiation is not measured in the 3 stations it has been retrieved with wofost
(http://www.supit.net/) expressed is in J/s/m2.

y Soil physical data

Soil physical properties were determined at the Soil Laboratory of the National Center for Geo-
ecological studies and test report done on 40 points’ soil samples of the pilot site. Using texture
information it is also possible to use "pedo-transfer" functions, i.e. regression equations between
texture, organic matter, gravel and soil physical parameters. Saxton et al. (2005) has created software to
derive these values. Reason to that incomplete data, Soil Characteristic Software (Department of
Biological Systems Engineering Washington State University) used to define needed Soil Water-
Physical data by approximate parameter of the laboratory test report. Those are wilting point, saturated
hydraulic conductivity and porosity on certain sample points.

- 60 -

 
 

Fig 2: The program estimates soil water tension, conductivity

and water holding capability based on the soil texture,
organic matter, gravel content, salinity, and compaction.
(Department of Biological Systems Engineering
Washington State University)

y Initial soil moisture content map

The initial soil moisture map is prodused by running the model with the wilting point
moisture, then taking the resulting value at the day 129 as the start and run the model
achieves at the end of the vegetated period.

y Vegetation cover

Vegetation cover map was prepared at decadal interval; ground cover on a regular
basis (e.g. 10 day intervals) the effect of growing vegetation on the water balance can
be simulated.
MODIS product MOD-13 was new for the vegetation cover of 2001, 2003 and 2006
on 16 day basis.

Input spatial and table data prepared on ILWIS, ArcGIS, MS Excel and PC Raster

Overview of the drought modeling system

Fig3. Overview of the drought modeling system

- 61 -

 
 

The analyses were carried out in PC raster environment using the above prepared data as input for the
model.

Principles of the Water Balance Model

Figure 3 gives n overview of the modeling system. In view of the type of data available the approach
taken here is to create a simple 1 layer water balance model driven by rainfall and potential
evapotranspiration that can be described by the following equation:

θt = θt -1 + (P - ETa - Perc) Δt/Δz (1)

Where θ is he moisture content of the soil (fraction) for layer with a given depth Δz (e.g. root zone
depth in mm), P is rainfall (mm/time), ETa is actual evapotranspiration (mm/time) and Perc is
percolation (mm/time), i.e. drainage of water towards deeper layers, is the timestep.

In the model the runoff water is routed from slopes to the nearest streambeds, and allowed to infiltrate
when it flows over soils that still have infiltration capacity. It follows that the infiltration amount I is the
net rainfall (rainfall - runoff) increased with the additional infiltration Ia from inflowing water. This
changes eq. 1 to:

θt = θt -1 + (I + Ia - ETa - Perc) Δt/Δz (2)

which is the central equation of the model.

Categorization of the SMDI and SPI

SPI values SMDI values

2.0 and more Extremely wet 4 to 3 Extremely wet
1.5 to 1.99 Very wet 3 to 2 Very wet
1.0 to 1.49 Moderately wet 2 to 1 Moderately wet
-0.99 to 0.99 Near normal 1 to -1 Near normal
-1.0 to -1.49 Moderately dry -1 to -2 Moderately dry
-1.5 to -1.99 Severely dry -2 to -3 Severely dry
-2 and less Extremely dry -3 to -4 Extremely dry

Generally, various studies suggest various classes for the indices. In this study, values of the indices
were divided into the same number of categories to enable easy comparison.

RESULTS

There are three types of outputs produced. These include:

Map series on daily basis

• Potential & actual evapo-transpiration
• Runoff and infiltration
• Percolation
• Daily soil moisture in mm (relative soil moisture in fraction, soil moisture deficit in mm,
average water cumulative in mm)

- 62 -

 
 

Fig4. Soil moisture content in mm. 2001

Fig5. Soil moisture content in mm. 2003

Fig6. Soil moisture content in mm. 2006

- 63 -

 
 

Fig4-6 shows trend of the soil moisture for three years. The representation is taken at the decadal
period.

Soil characteristics related maps

• Saturated hydraulic conductivity
• Porosity
• Wilting point

Fig3. Soil characteristics related model output maps. Porosity, wilting point, saturated hydraulic
conductivity

Time series output

The following years were selected based on the meteorological data availability for the study area.

2001 2003 2006

Fig4. Average rainfall for three stations in 2001, 2003 and 2006 respectively.
The graph shows that rainfall amount was higher in 2003 compare to other two years.

Fig5. Average soil moisture content (mm).

Soil moisture content follows similar trend as for precipitation received for three years.

Fig6. Actual soil moisture content of soil types.

- 64 -

 
 

Fig7. Average water cumulative trend for summer period.

The trend goes up with increased precipitation. Water accumulation increases gradually in wetter year.

Fig8. Average water cumulative in each soil type.

Graphs represent variation in the water cumulative by different soil types.

Fig9. Actual evapotanspiration.

General trend of actual evapotranspiration is increasing. In May and June evapotranspiration lower
than in August and September and it is explained by air temperature and rainfall.

Fig9. Potential evapotranspiration.

- 65 -

 
 

Drought index calculation

SOIL MOISTURE DEFICIT INDEX (SMDI)
month value category month value category month value category
0.36148 near 0.234845 near 0.3211893 near
5 5 5
normal normal normal
0.3618729 near 0.1348306 near 0.3067291 near
6 6 6
normal normal normal
2001 0.282784 near 2003 0.0616266 near 2006 0.1082111 near
7 7 7
normal normal normal
0.2896801 near 0.0821404 near 0.1312864 near
8 8 8
normal normal normal
0.2892913 near 0.0335814 near 0.2944469 near
9 9 9
normal normal normal
Table1. Average value of SMDI.

STANDARDIZED PRECIPITATION INDEX (SPI)

month value category month value category month value category
moderately moderately near
5 0.18 wet 5 1.36 wet 5 -0.30 normal

moderately near
6 1.65 very wet 6 -1.16 dry 6 -0.45 normal

2001 -0.90 near normal 2003 0.56 near normal 2006 1.78 very wet
7 7 7
near
8 -0.52 near normal 8 -0.07 near normal 8 -0.48 normal

severely
9 -0.41 near normal 9 -0.70 severely dry 9 -0.55 dry

Table2. SPI category in 2001, 2003, 2006. SPI is a good measure of short and long term drought.
However, SPI does not account the effect of soil, land use characteristic, crop growth, and temperature
anomalies that are critical for agricultural drought monitoring.

SPI values for the respective years and months evidence direct relation between rainfall amount
received and the index value. For instance in July 2006 when the rainfall was 64.7 mm, the index is
calssified as very wet. While SMDI which considers many factors shows the condition of the soil
moisture deficiency to be near normal. Latter can be refined with i) precise input data into model:
precise is the input data more accurate is the model output; ii) the local condition of the drought is best
described when intervals of the values of index are precise and have more categories.
Soil moisture content from meteo station vs average soil moisture of the model

Fig10: 10 day basis model output soil moisture content and Bayankhongor station’s soil moisture
measurement during vegetated period of 2006.

- 66 -

 
 

For further validation of the model results the soil moisture average for the study area retrieved from the
model was compared with the ground measurements done at Bayankhongor meteo station. They follow
the same trend (fig 10). It is evidenced with high correlation of r2 = 0.85. This supports the conclusion
that the model can be used for defining soil moisture.

CONCLUSION

The results suggest the feasibility of use of the WB model for Mongolian environment being provided
with precise and systematically collected field data for continuous period of time, e.g., 10 years and
high accuracy of spatial data.

The model output can be treated as relative, in other words some areas were generally more prone to
drought and other less prone to drought because of the soil which acts as storage. Moreover, accurate
results require accurate input information, thus the result of the model is subject to the data are input.

Fig11. Monthly SMDI and SPI values in 2003

The Pearson correlation show positive linear relationship between SMDI and SPI for the years. Fig 11
is a scatter plot for 2003. It suggests that SMDI can be used for drought condition description, supplied
with accurate data it may serve well than SPI for localized cases.

ACKNOWLEDGEMENT

This study was accomplished within the Dutch funded NGIC project. Taking this opportunity, we
would like express our deepest gratitude to the Dutch Government for funding the NGIC for NRM
project to promote applications of geoinformation for our sustainable future. Also, we would like to
thank ITC for its enormous contribution in strengthening of human capacity amongst Mongolian
research group. Our sincere words of appreciation are addressed to all colleagues who input their efforts
in preparing required data for the study area, collecting the field data and analyzing the soil samples for
the pilot site that lacked all kinds of data and information.

REFERENCES

[1]. B. Narashima, and R. Srinivasan. Development and evaluation of Soil Moisture Deficit Index
and Evapo-transpiration Deficit Index for agricultural drought monitoring.
Spatial Science Laboratory, Texas Agricultural Station, 1500 Research Pkwy, Ste.B223,
College Station, TX 77840, USA
- 67 -

 
 

[2]. Budi H.N.2008. Drought monitoring using Rainfall data and Spatial soil moisture modeling.
Gajdan Madan University International Institute for Geo-Information Science and Earth
Observation.
Department of Physical Geography Faculty of Geosciences, Utrecht University The
Netherlands. 2005. PC Raster manual.

[3]. Dr. Keith E. Saxton and Dr. Walter Rawls. 2008. Soil Water Characteristics - Hydraulic
Properties Calculator. Department of Biological Systems Engineering, Washington State
University. http://www.ars.usda.gov/ba/anri/hrsl/ksaxton

[4]. Institution of Hydrology and Meteorological research. 1971. Meteorological Reference of the
Mongolian republic. Volume1.
Institution of Hydrology and Meteorological research .1987.Soil Moisture Reference of the
Mongolian.

[5]. IWMI Drought Information Centre. Drought Indices.

http://www.iwmi.cgiar.org/drw/info/default.asp?PGID=2

[6]. Jetten, V. and Rens van Beek. Land degredation catchment modeling.
http://www.geog.uu.nl/landdegtadation/teaching/mlcm/index.htm

[7]. Jetten, V.G. 2007. Soil moisture model for Boumbougor Soum version 0.9 beta. ITC. ICC
Mongolia.

[8]. Jetten, V. ESA, ITC. Spatial Dynamic Modeling with PCRaster.

[9]. Jetten.V, Orgil.B, Narantuya D. 2007.Application of RS and GIS for the quantitative
assessment of the desertification process in Mongolia at local and regional level.
National Geo-Information Centre for Natural Resource Management.

[10]. MEDROPLAN- Mediterranean Drought Preparedness and Mitigation Planning project.

Drought characterization and monitoring
http://www.iamz.ciheam.org/medroplan/index.htm

[11]. PCRaster, Department of Physical Geography, Utrecht University. 1996.

[12]. Saxton, K. E. and J.R. Walter. 2007. Soil water characteristics – Hydraulic properties
calculator. USDA and Department of Biological Systems Engineering Washington State
University. http://www.ars.usda.gov/ba/anri/rsl/saxton

- 68 -

 
 OBSERVING STATISTIC RESEARCH OF FAST SNOW COVERING
DEPTH BETWEEN 2008 AND 2009 OF MONGOLIA.
Tuul Gimlai, Jambajamts Lkhamjav

Num, Faculty of Earth Science, Department of Hydrology, Meteorology, [email protected]

Abstract:
In this operation we use the information of 2008-2009 under the observation of NOAA. We researched
statistic information about snow depth of stability covered snow period. The inference is 2cm in Tariat of
Arkhangai aimag, 2cm in Duchinjil of Bayan-Ulgii aimag , 5.2cm in Bulgan of Bulgan aimag and 16.5cm
in Bayantesl of Zavkhan aimag an average from the result. Furthermore we added other places accounts.

Preface
In winter season, our country is weather condition of opposite cyclone overrules so rainfall is not too
much ( 10-15% of total rainfall a year ) in cold season.
Our country is territory has big difference between hollow and convex. Most of place have tall
mountain range so sometimes snowy but settle of snow covering is too slow and late [1].
During winter, in our country is each territory has snow covering, snow covering settles and blends
depends of thick and density is too much changing This situation is very influential for economics,
especially livestock economy is industrial process so this is one of serious problems for geographical
research which research of area, time and frame.
ITC started to get outlook news since 1971.Started to get digital information since December 1987.
NOAA has 5 channels. After clean influence of cloud area we use snow covering as 1st, 2nd channel of
NOAA[2].

Research of method, original material

Mongolia has 110 station of meteorological observing. Along NAMHEM program fulfills snow
covering inspection on the meteorological unit. Also on ITC of NAMHEM, NOAA satellite is news and
above news are after combine become pictures. Then pictures issue for public requirements in every 10
days. We fulfilled Mongolian statistic research of fast snow covering depth from November 2008 until
March 2009 and these information which depth and spread of snow covering from ITC [4,5]. We used
for this work total 10 stations every10 days’ news from November 2008 until March 2009. For
example:

Picture 1. Picture 2. Picture 3.

Picture1. 2nd 10 day December 2008 of Mongolian 62% is with fast snow covering and snow depth is 9.8cm as average.
Picture2. 2nd 10 day January 2009 of Mongolian 65% is with fast snow covering and snow depth is 5.8cm as average.
Picture3. 3rd 10 day February 2009 of Mongolian 54% is with fast snow covering and snow depth is 6.5cm as average.

Result
We did statistic research [3,6] of fast snow covering depth of 10 stations every 10 days news from
November 2008 until March 2009. Then result issued below.

- 69 -
 
 11 12 01 02 03
Average 0,67 1,5 0,33 0,67 1,67
Sq.error 1,11 0,25 0,28 0,28 1,6
Asymmetry 0,25 0 0,3 - -
Excess -2,77 - -2,8 0,22 0,11
Variation 134,3 2,98 66,7 - -
16,7 2,85 2,85
32,8 96

Picture 1. Tariat
Table 1. Tariat

11 12 01 02 03
Average 0 0 0,67 1,67 0,67
Sq.error 0 0 0,28 0,28 0,28
Asymmetry 0 0 - - -
Excess -3 -3 0,22 0,08 0,22
Variation 0 0 - - -
2,85 2,98 2,85
32,8 11,2 32,8
Table 2. Duchinjil
Picture 2. Duchinjil

12 01 02 03
Average 7,5 1,67 3 4,3
Sq.error 12,25 1,6 0,67 2,89
Asymmetry 0 -0,11 0 0,16
Excess -2,96 -2,85 2,98 -2,96
Variation 163,3 94 22,3 67,2

Table 3. Bulgan

Picture 3. Bulgan

11 12 01 02 03 Table 4. Altai
Average 0,67 4 0,5 0 1,33
Sq.error 1,11 9 0,25 0 1,1
Asymmetry 0,25 0 0 0 -
Excess -2,77 - - -3 0,24
Variation 134,3 2,91 2,86 0 -
225 50 2,77
67,7

- 70 -
 
 Table 5. Darkhan

11 12 01 02 03
Average 3 0 10 9,7 4,7 Picture 5. Darkhan
Sq.error 10 0 2,5 3 27,6
Asymmetry 0,18 0 0,03 0,08 0,36
Excess -2,87 -3 - - -
Variation 266,7 0 2,99 2,99 2,86
50 30,9 586
Picture 4. Altai

11 12 01 02 03
Average 3 32,5 22,7 25,7 21,7
Sq.error 4,7 6,25 0,29 1,09 1,09
Asymmetry 0,125 0 - 0,163 0,04
Excess -2,9 -2,9 0,004 -2,9 -2,9
Variation 156,7 100 -3 3,46 4,1
0,98

Table 6. Bayantes
Picture 6. Bayantes

11 12 01 02 03
Average 1 2 1 1,67 2,5
Sq.error 2,5 0 2,5 1,6 0,25
Asymmetry 0,25 0 0,25 - 0
Excess -2,7 -3 -2,7 0,11 -2,9
Variation 200 0 200 - 10
2,85
96

Table 7. Sukhbaatar
Picture 7. Sukhbaatar

11 12 01 02 03
Average 0 2,5 2 2,7 2 Table 8. Bayandelger
Sq.error 0 2,25 0 1,09 0
Asymmetry 0 0 0 0,07 0
Excess -3 2,94 -3 -2,9 -3
Variation 0 90 0 33 0

- 71 -
 
 Picture 8. Bayandelger

11 12 01 02 03
Average 2,3 13 12,3 13,3 13,7
Sq.error 1,6 0 0,29 2,89 6,89
Asymmetry 0,007 0 0,004 - 0,04
Excess -2,9 -3 -2,9 0,02 -2,9
Variation 70 0 1,8 -2,9 40,6
21,7

Table 9. Baruunturuun

Picture 9. Baruunturuun

11 12 01 02 03
Average 4 6 6 6 6
Sq.error 0,67 0 0 0 0,33
Asymmetry 0 0 0 0 0
Excess -2,9 -3 -3 -3 -2,9
Variation 16,8 0 0 0 5,5

Table 10. Chandagat

Picture 10. Chandagat

Summary

1. November 2008: In Tariat 0,67cm as average, in Duchinjil 0cm as average, in Altai 0,67cm as average,
in Darkhan 3cm as average, in Bayantes 3cm as average, in Sukhbaatar 1cm as average, in Bayandelger
0cm as average, in Baruunturuun 2,3cm as average, and in Chandagat 4cm as average.

The maximum was in Chandagat 4 cm as average

The minimum was in Duchinjil 0cm as average.

2. December 2008: In Tariat 1,5cm as average, in Duchinjil 0cm as average, in Bulgan 7,5cm as
average, in Altai 4cm as average, in Darkhan 10cm as average, in Bayantes 32,5cm as average, in

- 72 -
 
 Sukhbaatar 2cm as average, in Bayandelger 2,5cm as average, in Baruunturuun 13cm as average, in
Chandagat 6cm as average.

The maximum was in Bayantes 32,5cm as average

The minimum was in Duchinjil 0cm as average.

3. January 2009: In Tariat 0,33cm as average, in Duchinjil 0,67cm as average, in Bulgan 1,67cm as
average, in Altai 0,5cm as average, in Darkhan 10cm as average, in Bayantes 22,7cm as average, in
Sukhbaatar 1cm as average, in Bayandelger 2cm as average, in Baruunturuun 12,3cm as average, in
Chandagat 6cm as average.

The maximum was in Bayantes 22,7cm as average

The minimum was in Tariat 0,33cm as average.

4. February 2009: In Tariat 0,67cm as average, in Duchinjil 1,67cm as average, in Bulgan 3cm as
average, in Altai 0cm as average, in Darkhan 9,7cm as average, in Bayantes 25,7cm as average, in
Sukhbaatar 1,67cm as average, in Bayandelger 2,7cm as average, in Baruunturuun 13,3cm as average,
in Chandagat 6cm as average.

The maximum was in Bayantes 25,7cm as average

The minimum was in Altai 0 cm as average.

5. March 2009: In Tariat 1,67cm as average, in Duchinjil 0,67cm as average, in Bulgan 4,3cm as
average, in Altai 1,33cm as average, in Darkhan 4,7cm as average, in Bayantes 21,7cm as average, in
Sukhbaatar 2,5cm as average, in Bayandelger 2cm as average, in Baruunturuun 13,7cm as average, in
Chandagat 6cm as average.

The maximum was in Bayantes 21,7cm as average

The minimum was in Duchinjil 0,67cm as average.

Bibliography

[1]. Жамбаажамц Б. Монгол орны уур амьсгал, Улаанбаатар, 1998, х.272

[2]. http://www.noaa.gov
[3]. Туршилтын үр дүнг боловсруулах математик арга, Улаанбаатар, 1997, х.67
[4]. www.namhem.pmis.gov.mn/ICC
[5]. www.icc.mn
[6]. Marilyn K.Pelosi, Theresa M.Sandifer, Elmentary statistics, 2003, ppt.793

- 73 -
 
 SPECTRAL CHARACTERIZATION AND PROCESSING OF
HYPERION FOR GEOLOGIC APPLICATION

Munguntuya Mandshir
Room 401, government building 5, Barilgachin square 3, Ulaanbaatar 211238
Mobile: 99019103, [email protected]

Abstract
Mapping surface mineraology, finding the most suitable and cost-time effective technique for exploring
gold related alteration minerals are a challenge for geologists. Hyperspectral remote sensing techniques are
accepted to provide information about existence of alteration centres. The only available spaceborn
hyperspectral sensor, to date - Hyperion is found beneficial due to its laboratory like spectral information.
However, its main limitations are the coarse spatial resolution, the low signal to noise ratio and various
sensor artefacts as well as the complexity of the data format. The aim of this study was to investigate the
Hyperion spectral and spatial components and their information behaviour based on scale to scale variation.
Furthermore, the purpose extends into getting the capacity of the sensor about mineral mapping in terms of
its components. The study area was located in Southeastern part of Spain, Rodaquilar gold-base metal mine
area and limited presence of vegetation as well as extensive gold related alteration system development.
The methodology consists of selecting field targets; creating field measurement based synthetic image and
upscaling them to Hymap and Hyperion resolutions. The final step involves comparison of mineral
mapping results using SAM, SFF and Linear unmixing methods for upscaled or testing level, synthetic and
real image level as well as Hymap and Hyperion level.
One Hyperion and two Hymap scenes were selected –spring and summer seasons, years 2003 and 2005.
The Hyperion scene has been pre-processed and geocorrected then compared to the synthetic and Hymap
images. The recognized information accuracy was estimated by quantitative and qualitative techniques.
The quantitative validation is implemented by classification result differences. Once the statistical results
are achieved, a validation based on synthetic image (used as ground truth) is performed. This is followed
by a comparison between each component- upscaled, synthetic and real Hymap and Hyperion cases. On the
other hand, the qualitative way illustrated the matching and mismatching results of the overlapping area of
both images. Three mapping techniques were applied in terms of identifying the alteration minerals and
comparing the accuracy of the results. The output results are based on user-specified threshold values. The
comparison stage of the synthetic image upscaling indicated that Hyperion could map 30-60% whereas
Hymap 60-90%. Qualitative attempt demonstrated that Hyperion could map alteration centres but not as
precisely as Hymap. It is believed that this is because of the identified spectral mixture issue caused by the
30m pixel resolution.
Hyperion was found to be a useful dataset in terms of mapping hydrothermal high sulphide alteration
minerals. It can provide the researchers with an overall idea about the location of the alteration system
centre.

- 74 -
 INTEROPERABLE WEB BASED GIS SERVICES AS DECISION
MAKING SYSTEM FOR SHARING ENVIRONMENTAL
INFORMATION: A CASE STUDY OF GOBI-ALTAI PROVINCE,
MONGOLIA
B.Suvdantsetseg *, H.Fukui** and R.Tsolmon**
*
Fukui laboratory, Graduate school of Media and Governance, Keio University, [email protected]
**
Professor, Faculty of Policy Management, Keio University, [email protected]
**”
NUM-ITC-UNESCO” RS/GIS lab, National University of Mongolia, [email protected]

KEY WORDS: Interoperable, Web GIS, Ecotourism,

ABSTRACT:

The environmental geospatial data sharing is important for the policy making support system, protection of

natural environment, response and recovery stages of environmental control in the remote rural areas of

Mongolia. Under the support of the Environmental Protection System in Gobi-Altai province, challenges of

Gobi ecosystem conservation, ecotourism development, and protected area management system, are

expected to be institutionalized. To control the effects of ecotourism development on environmental and

socio-economical sector, it is crucial to use a spatially interoperable system, which can facilitate

communication among local settlements, tourists, experts, local governments and ministries.

However, data heterogeneities, integration, interoperability, and cartographical representation are still

major challenges in the decision making support for environmental control fields. To overcome these

challenges in environment data mapping and sharing, we have designed an interoperable service based on

Web-based GIS system, operated by Google Earth and ArcIMS®. The case study shows the environmental

features and ecotourism destinations which enables cross-border visualization, spatial query analysis, and

sharing of environmental information through interactive maps with multiple partners via a distributed

network. The system is open for users collaborative and prints the visualized maps. We have shown that

Web-based Geographical Information Systems provide a real-time and dynamic way to represent

environment information on maps that can enhance the efficiency of public decision making support.

The current problem of the system is it uneasy to use the large variety of data types and sources. Future

improvements and innovations of the system will use the Open Source GIS system able to exchange a large

variety of data coming from different sources and developing potential web link.

- 75 -
 THE EASTERN STEPPE’S LIVING LANDSCAPE

Ochirkhuyag Lkhamjav a, *, Amanda Fine a, Karl Didier b, Eric Sanderson b

a
Wildlife Conservation Society Mongolia Program, Amar str-2, INTERNOM bookstore building Rm#305,
Ulaanbaatar, Mongolia - [email protected], [email protected]
b
Wildlife Conservation Society Living Landscape Program,
2300 Southern Blvd., Bronx, NY 10460-1090, USA – [email protected], [email protected]

KEY WORDS:

ABSTRACT: Mongolia, with a territory of 1.6 million square kilometers, lies at 42o-52o N between the boreal forests of Siberia and
the Gobi desert, and spans the southernmost border of the permafrost and the northernmost deserts of Central Asia. The Eastern
Steppe of Mongolia is perhaps the world’s largest intact grassland ecosystem. Treeless flat plains, rolling hills and a surprising
amount of important wetlands characterize the Eastern Steppe. The Eastern Steppe is home to one of the world’s last great spectacles
of migrating ungulates, the Mongolian gazelle (Procapra gutturosa), that was estimated in the 2005 at a population of 1.2 million
based on surveys performed by the Wildlife Conservation Society. Numerous other unique mammals live on the steppe, and there are
many rare or critically threatened birds, including six species of cranes (almost half the world’s species). The Eastern Steppe is also
one the most important habitats in eastern Asia for migratory birds.
The WCS Living Landscapes Program strives to conserve the valuable biodiversity, ecosystem service, and functional
integrity of large wild places, including the Eastern Steppe, through the implementation of a participatory, wildlife-based strategy for
landscape conservation. This approach, called the Landscape Species Approach, is designed to identify and map the needs of a
representative suite of focal species (e.g., the Mongolian gazelle), across both political and ecological borders. We also identify and
map the human activities which have the largest impacts on the ecosystem. By overlaying the needs of species and human activities,
we are able to identify key conflicts (e.g., livestock competing with gazelle) and prioritize conservation resources to help resolve
them.

1. INTRODUCTION framework was seen as a way to ensure that

The Landscape Species Approach practitioners, within and outside of WCS,
(LSA) is a systematic, spatially-explicit could do these things. Finally, the approach
approach to planning the conservation of was seen as a way of encouraging land use and
species’ populations and functioning development plans, especially outside of
ecosystems. The concept and original protected areas, to explicitly consider the
framework of the approach were initially needs of wildlife in addition to the needs of
conceived in 2000-2001 by staff of the humans.
Wildlife Conservation Society (WCS) and was 2. STUDY AREA
developed for three main reasons. First, it was Eastern Steppe of Mongolia is 285,000
widely recognize that traditional conservation square kilometers area which includes the
efforts focused solely on protected areas, while aimags (provinces) of Dornod (123,600 km2),
necessary, were insufficient to ensure the Sukhbaatar (81,200 km2) and Khentii (80,300
persistence of many species and ecosystem km2).
services, and that to do so, conservation
needed to increasingly work in the lands
surrounding protected areas, where human
uses dominate (Sanderson et al. 2002). The
LSA was envisioned as a way of planning and
actualizing this “scaled-up” conservation.
Second, it was recognized that conservation
practitioners needed to be more transparent
about their actions, to set clear and justifiable Figure 1. Study Area
goals, to be more efficient with a limited set of The goal of the Eastern Steppe Living
resources, and to demonstrate their successes Landscape project is to develop a management
or explain their failures. The development of system for the Eastern Steppe that preserves its
the LSA as a systematic, objective planning ecological integrity using a wildlife focused,
pro-active approach to landscape planning and proceed through the10 planning steps outlined
implementation; and by synthesizing and in Figure 2.
disseminating lessons learned, promote its 3.1 Select a suite of Landscape Species:
adoption. In the eastern Steppe, we identified a
3. METHOD suite of eight Landscape Species that represent
The Landscape Species Approach the threats to biodiversity and the diverse
(LSA), developed by WCS’ Living habitats of the Eastern Steppe landscape,
Landscapes Program, provides the systematic including Mongolian Gazelle (Procapra
framework and practical tools needed to guide gutturosa), Grey Wolf (Canis lupus), Eastern
site-based conservation based on the needs of Moose (Alces alces), Siberian Marmot
wildlife within large landscapes of human (Marmota sibirica), White-naped Crane (Grus
influence (Sanderson et al. 2002). The LSA vipio), Asiatic Grass Frog (Rana
encourages practitioners to perform steps chensinensis), Saker Falcon (Falco cherrug)
common to most “Systematic Conservation and Taimen (Hucho taimen).
Planning” frameworks, such as those outlined 3.2 Define the biological landscape:
in Margules and Pressey 2000 or Groves et al. We mapped the potential distribution
2002, including setting goals and quantitative three of these species (Biological Landscapes)
targets, selecting focal biodiversity features, (Figure 3).
evaluating the sufficiency of existing
conservation areas, identifying new areas and
actions, and implementation and monitoring.
While Systematic Conservation Planning is a
useful and general framework for conservation
at any spatial scale (e.g., global, continental,
regional, etc.), the LSA is adapted for the
“landscape scale”, the scale most relevant for
on-the-ground, local conservation action that a)
aims to work closely with human
communities.

b)

Figure 2. Flow chart summarizing the steps in implementing

the landscape species approach
We envision the landscape scale as not
an apriority defined, fixed-extent spatial scale, c)
but one that emerges from careful Figure 3. Three species of Biological Landscape maps
consideration of the needs of biodiversity in a) Mongolian Gazelle (Procapra gutturosa)
b) Saker Falcon (Falco cherrug)
the context of human resource use. To c) White-naped Crane (Grus vipio)
complete the LSA, interested practitioners 3.3 Define the human landscape:
 Over-harvesting of wildlife is a serious
threat to biodiversity conservation on the
Eastern Steppe. Poaching for meat or skins is
the most serious immediate issue facing
marmots, corsac foxes, Pallas’ cats, wolves,
and gazelles and over-harvesting is not limited
to mammals. Buur Nuur (Lake), on the border
with China, is experiencing uncontrolled
fishing that threatens a number of species and a)
the lake’s ecological integrity.
Nationally designated protected areas
are under threat from illegal hunting, fishing,
grazing, hay-cutting, and other activities that
conflict with protected area objectives.
Mineral and oil extraction, and the
development of infrastructure to support the
extractive industries have the potential to
b)
severely fragment the Eastern Steppe
grasslands. Oil has been discovered
(approximately 100 million barrels proven) in
the Eastern Steppe and is currently exported
by truck to China with the development of a
pipeline and/or construction of a refinery in
the region under discussion. There are also
uranium, coal, and other mines.
Though pollution and scarring of the
landscape is only local at present, these c)
environmental impacts are likely to increase
with creation of new roads. The government is
planning a “Millennium Road” and railroad
eastward through the steppes to link Mongolia
to the Tumen River Area Development Project
where China, Russia, and North Korea meet.
Livestock serve as persistent reservoirs
for highly contagious and virulent diseases d)
such as foot-and-mouth and livestock also
complete with wildlife species for resources.
We mapped the human activities which impact
wildlife (Human Landscapes including
livestock competition, hunting and poaching,
human-mediated disease outbreaks, fire and
mining) (Figure 4).
4. RESULTS
By overlaying the Biological and e)
Human Landscapes, we were able to create
maps of the current distribution and Figure 4. Human Landscape maps a) Livestock competition
b) Hunting and poaching c) Disease outbreaks
Conservation Landscapes, which show where d) Mining e) Fire
conservation could possibly have its biggest
impact in terms of recovering populations of In the Eastern Steppe Landscape WCS
Landscape Species. have established partnerships with government
agencies, NGOs, and local groups whose which may represent an annual decline of 4 %.
interests and expertise complement those of The country’s economic needs are driving oil,
WCS. Two examples include our work with coal, gas and mineral exploitation in the
the Eastern Mongolian Community Eastern Steppe. As these deposits are
Conservation Association to support livestock exploited there is a need to monitor and work
herder-led wildlife conservation and natural to reduce the negative impacts on wildlife
resource management and a project focused on populations and communities of nomadic
wildlife law enforcement training which pastoralists living in the area.
promotes collaborative wildlife protection The Landscape Species Approach is
among protected area staff, border guards and designed to focus resources at points of critical
environmental inspectors in key regions of importance with the potential for the greatest
jurisdictional overlap (Figure 5). positive impacts on wildlife populations and
biodiversity conservation. The approach takes
humans needs and activities into account and
directly addresses one of the greatest threats to
the Eastern Steppe landscape which is poor
planning and management by providing a
spatially explicit plan of action for landscape
level conservation.
6. REFERENCES
Sanderson EW, Redford KH, Vedder
a)
A, Coppolillo PB, Ward SE. 2002. A
conceptual model for conservation planning
based on landscape species requirements.
Landscape and Urban Planning 58:41-56.
Sanderson, E. and the Living
Landscapes Program. 2006. Setting
population target levels for wildlife
conservation: How many animals should we
save? Bulletin 8, Wildlife Conservation
Society, Living Landscapes Program, Bronx,
b) NY. Available from:
http://wcslivinglandscapes.com/90119/bulletin
s
Strindberg, S., K. Didier, and the
Living Landscapes Program. 2006. A quick
reference guide to the Landscape Species
Selection Software, version 2.1. Technical
Manual 5, Wildlife Conservation Society,
Living Landscapes Program, Bronx, NY.
c) Available from:
Figure 5. Three species of Conservation Landscape maps http://wcslivinglandscapes.com/90119/bulletin
a) Mongolian Gazelle (Procapra gutturosa) s/manuals
b) Saker Falcon (Falco cherrug)
c) White-naped Crane (Grus vipio) Treves A, Andriamampianina L, Didier
5. CONCLUSSIONS K, Gibson J, Plumptre A, Wilkie D, Zahler P.
A monitoring framework for the 2006. A Simple, Cost-Effective Method for
Eastern Steppe will be established for key Involving Stakeholders in Spatial Assessments
landscape species and specific human of Threats to Biodiversity. Human Dimensions
activities. The Mongolian gazelle population of Wildlife 11:43-54.
was last estimated at 1.2 million, a number
 Wilkie, D. and LLP (the Living
Landscapes Program). 2002. Using
conceptual models to set conservation
priorities. Bulletin 5, Wildlife Conservation
Society, Living Landscapes Program, Bronx,
NY. Available from:
http://www.wcslivinglandscapes.org/bulletins
Wilkie, D. and LLP (the Living
Landscapes Program). 2004a. Creating
Conceptual Models—a tool for thinking
strategically. Technical Manual 2, Wildlife
Conservation Society, Living Landscapes
Program, Bronx, NY. Available from:
http://wcslivinglandscapes.com/90119/bulletin
s/manuals
Wilkie, D. and LLP (the Living
Landscape Program). 2004b. Participatory
spatial assessment of human activities—a tool
for conservation planning. Technical Manual
1, Wildlife Conservation Society, Living
Landscapes Program, Bronx, NY. Available
from:
http://wcslivinglandscapes.com/90119/bulletin
s/manuals
Wilkie, D. and LLP (the Living
Landscapes Program). 2006a. Household
surveys—a tool for conservation design, action
and monitoring. Technical Manual 4, Wildlife
Conservation Society, Living Landscapes
Program, Bronx, NY.
Wilkie, D. and LLP (the Living
Landscapes Program). 2006b. Measuring our
effectiveness—a framework for monitoring.
Technical Manual 3, Wildlife Conservation
Society, Living Landscapes Program, Bronx,
NY.
 GPS BASED REMOTE SENSING
OF THE IONOSPHERE OVER MONGOLIA

Sh. Amarjargal, D. Baatarkhuu, S. Sanjjav, D. Lhagvasuren

GPS Geodesy and Geodynamics Group
Research Center for Astronomy and Geophysics, MAS
Ulaanbaatar 210613, POB788
[email protected]

Abstract

The observable of all space geodetic techniques operating in the microwave bands are delayed
by the ionosphere. Owing to the dispersive nature of the ionosphere this effect can be estimated
and removed for the precise point positioning or navigation purposes using two different
frequencies. The delay of the signal is in first approximation directly proportional to the integrated
electron density along the signal path between satellite and receiver, commonly called Total
Electron Content (TEC), and it is a key parameter indicating the ionosphere behavior. Thus, the
noise for the geodesy becomes the information for the ionospheric researchers.
Based on the above conditions, dual frequency microwave satellite systems are widely
used for ionospheric studies since the past two decade and recognized as an effective tool for
monitoring its behavior in near real-time on both global and regional scales. Among various dual-
frequency microwave satellite systems the GPS (Global Positioning System) with its worldwide
distributed network of continuously operating stations is most efficient tool for registering and
monitoring highly variable ionosphere irregularities. The knowledge of the ionosphere is
essential for (1) development of navigation and communication systems; (2) for correction of
single-frequency and RTK GPS observables; (3) for correction of SAR imagerys as well as for
geodynamics studies relating to the lithosphere-atmosphere-ionosphere coupling; and (4) space
weather research etc.
We present here our preliminary and first results on derivation of 2D ionospheric map
over Mongolia constructed using data from 4 permanent GPS stations of GEODGPS network of
RCAG (Research Center for Astronomy and Geophysics) along with 6 nearby IGS (International
GPS Service) stations. We apply commonly used thin shell ionospheric model at the fixed height
of 350 km and the grid method with the spatial resolution of 0.5x1 degree in latitude and
longitude. The ionospheric disturbance caused by one of the intense Solar flare (classified as
X17) which is occurred on 28 October 2003 as registered by the HOVD station as sudden
increase in TEC is demonstrated.

Key words: GPS signal propagation, GPS Ionosphere, Total Electron Content (TEC) variations,
Mongolia

1. Introduction

Since the past two decade dual frequency microwave satellite systems are widely used
for ionospheric studies and recognized as an effective tool for monitoring its behavior in near real-
time on both global and regional scales. The knowledge of the ionosphere is a key point in the
development of navigation and communication system as well as for geodynamics studies such
as lithosphere-atmosphere-ionosphere coupling, and space weather research. Specially, the
space weather effects on human health and mental state is a topic of research for long time
[Stetiarova et al., 2008]. The information on this important for us layer was lack and were
obtained by ionosondes only until the launch of the very first space rocket in 1957 [Nagorskii and
Tarashchuk, 1993]. Nowadays the advance of space geodetic technique has revolution the
ionosphere research providing information on its structure, components and its spatio-temporal
distribution. The key indicator of ionospheric behavior is the content of negatively charged free
electrons and positively charged ions in it, which delays the observable of all space geodetic
techniques operating in the microwave band. This effect is in first approximation proportional to

1
the commonly called Total Electron Content (TEC) along the ray path and can be determined
using two distinct frequencies based on the dispersive nature of the ionosphere for microwave
bands using number of satellites including GNSS (Global Navigation Satellite System), JASON-1
Altimetry, LEO (Low Earth’s Orbiting). Among these satellites techniques used for ionosphere
studies, the GPS with its worldwide distributed network of continuous stations is widely accepted
as cost effective tool for registering highly variable ionospheric irregularities with high temporal
and spatial resolutions. Nowadays, over 1000 dual-frequency high precision GPS receivers are in
operation in worldwide and contribute for producing the ionospheric global and regional maps
using various analysis techniques [Liu et al., 2005]. Moreover, the installation of dual-frequency
GPS receivers on board of LEO (Low Earth’s Orbiting) satellites such as CHAMP (CHAllenging
Minisatellite Payload) [Wickert et al., 2002] offers limb sounding of ionosphere and neutral
atmosphere on global scale, providing valuable information on the ionization state of the topside
ionosphere and plasmasphere.
Recent studies demonstrate that the GPS derived TEC can be efficiently used as the
precursor of strong earthquakes (M5 is the magnitude threshold for the occurrence of seismic
effects in the ionosphere) [Tokachi-oki earthquake, Hayakawa et al., 2005; Taiwan earthquake,
Liu, J., et al., 2000], to detect the ionospheric disturbances associated with volcanoes [Asama
volcano, Central Japan, Heki, K., 2006], rocket launches [Calais and Minster, 1998], geomagnetic
storms and solar activities [Afraimovich E.L., 2000].
The GPS Geodesy & Geodynamics Group of RSAG (Research Center for Astronomy
and Geophysics) has establishing and maintaining nationwide GPS network called GEODGPS
(Geodynamic GPS Network) since 1995. The network comprises 4 continuously operating GPS
stations with even geographical distribution on the territory of Mongolia and 17 campaign style
benchmarks distributed over its tectonically active zones. Four permanent stations have been
installed in collaboration with the GeoFoschungsZentrum (GFZ), Potsdam and Earthquake
Research Institute (ERI), the University of Tokyo and provide information on crustal deformation
as well as ionosphere and troposphere studies. Data from IGS ULAB station is freely available,
while data of other three stations are available on request. Detailed description of the stations can
be found in [Amarjargal et al., 2003; 2007]. We present here the first result of using this network
for the ionospheric application. First we derive the ionospheric 2D map over Mongolia using the
common grid method on the selected quiet day then for the disturbed day of 28 October 2003 the
rapid increase of TEC is detected using observation of the HOVD station. In the mid-latitude,
where our stations are located, GPS receiver measures signals simultaneously from 6 to 12
satellites.

2. GPS and the ionosphere

GPS (Global Positioning System) is the satellite navigation system developed by US Department
of Defense (DoD) with the primary purpose of US military application. In the late of 80’s it opened
to the geodetic community and since its full operation in the late of 90’s, GPS has found a wide
range of application in various fields of science and civilian community. Space segment of GPS
system consists of constellation of more than 30 satellites placed by 4-6 satellites in 6 orbital
planes with the inclination of 550 to the equator. The orbital period is 12 sidereal hours, which
provides 24 hours coverage of any area in the globe in all weather and day and night times.
Each satellite transmits their signals on two different frequencies f 1 and f 2 , which are derived
from the fundamental frequency f 0 = 10.23 MHz: f1 = 154 ⋅ f 0 = 1575.42 MHz ( λ1 =19.0 cm) and
f 2 = 120 ⋅ f 0 = 1227.60 MHz ( λ 2 =24 cm) to the user receiver from an altitude of 20200 km [e.g.
Hoffman-Wellenhof et al., 1993]. By calculating the distance between receivers’s and satellite’s
antenna using signal travel time and satellites ephemerides the receiver at user site determines
its position. This method of determination of coordinates by means of measured distance is called
geodetic trilateration and is a basic principle of GPS navigation applied on its pseudorange
observations. More precise determination of position is performed using its second observables
based on the carrier phase [Leick, A., 1995]. However, the position determination by means of
both observables is affected by number of factors the major of which is the ionosphere.

2
 The Earth’s ionosphere is an ionized layer of the upper atmosphere, which generally
accepted that begins at 60 km from the Earth’s surface and continues up to 1000 km, the main
density of which is concentrated on the height of about 350-450 km (F2 layer) [Langley, 2000].
Since the main factor of ionization process are the sun’s extreme ultraviolet (UV) light and X-ray
processes producing positively charged ions and negatively charged free electrons, the
ionospheric condition highly variable both temporally and spatially, depending on time of day,
incidence solar radiation and geographic location.
The GPS signal is affected in two ways: delay in range (proportional to TEC) and
scintillations (rapid phase and amplitude variations on the signal) [Orpen,O., 2000]. The delay in
range can be determined using two distinct frequencies based on the dispersive nature of the
ionosphere for electromagnetic waves: the delay of the GPS signals are proportional to the
inverse of the squared frequency and directly proportional to the refractive index, i.e. free
2
electrons in a column with a cross sectional area of 1 m along the ray path. Each receiver can
calculate between six to twelve TEC values in less than 30 seconds within a radius of 1000 km.

40.3
d ion = ± TEC
, (1)
f2
where f - signal frequency, expressed in Hz, TEC – Total Electron Content along slant path in
electrons/m2 , and constant 40.3 comes from the electron charge e , the mass of the electron m e
and permittivity ε 0 of free space (Hofmann-Wellenhof et al., 1995, Langley R., 1995). This
quantity can be estimated and removed as noise for the precise point positioning while is used as
information for the ionosphere study.
The TEC varies normally smoothly from day to night. But severe ionosphere
disturbances create an irregular variation of TEC. Besides, impulsive forcing on the ground such
as strong earthquakes, volcanic eruptions, and powerful explosions generate oscillations
disturbing atmosphere and ionosphere. For geodetic application TEC is measured in TEC Units
16 2
(TECU), where 1 TECU = 10 electrons/m . 1TECU creates 0.16 m delays on L1 range
measurements and 0.27 m delays on L2 range measurements [Hoffman-Wellenhof et al., 1995].

3. Derivation of the ionospheric electron content from GPS data

Since the ionosphere affects both observables of GPS, the TEC values can be calculated from
the difference between pseudoranges ( P1 and P2 ) as well as difference between carrier phase
( L1 and L2 ) as following:
1 f12 f 22
TEC P = ( P2 − P1 − br' + bs' + ε n + ε mp ); (2)
40.3 f 22 − f12

TEC Φ =
1 f 12 f 22
40.3 f 2 − f 1
2 2
[
(Φ1 − Φ 2 ) − λ1 N 1 − λ 2 N 2 − Br' + Bs' + ε n + ε mp ] (3)

ε n is the receiver noise, ε mp is the multipath, br' , bs' - receiver and satellite interchannel biases,
f 1 = 1575.42MHz, f 2 = 1227.60MHz , N i are the unknown integer carrier phase ambiguities,
λ = c / f is the wavelength, bir , bis and Bir , Bis are the receiver and satellite inter-frequency
biases (IFB) for code and phase measurements, respectively. Pi and Φ i are the pseudorange
and carrier phase observables respectively on two frequencies defined as:

Pi = ρ + c ⋅ ( dt − dT ) + d ion + d trop + bir + bis + ε n + ε mp , (4)

Φ i = ρ + c ⋅ ( dt − dT ) + N i λi − d ion + d trop + B + B + ε n + ε mp
i
r
i
s

3
where ρ is geometric range between satellite and receiver, dρ is orbital error, c is the speed of
light, dt and dT are satellite and receiver clock errors respectively, d ion is the ionospheric delay,
d trop is the tropospheric delay. More detail can be found in Hoffmann-Wellenhof et al., [1995];
and Leick, A. [1995].
Pseudorange derived TEC P is absolute but noisier mainly due to the multipath effect,
while TEC Φ derived from the carrier phase measurement is relative and precise but contains
unknown integer ambiguity (N) consistent with the any phase measurements. Therefore, it is
desirable to use both observables in combination in order to obtain more precise absolute TEC by
means of so called process of smoothing or “leveling” TEC P by TEC Φ . The mathematical
representation of which is:

TEC L = TEC Φ − TEC Φ − TEC P (5)

This leveled TEC unambiguous but precise, however contains the satellite and receiver IFB which
can be determined and removed for precise definition of TEC by least square fit or Kalman
filtering. Each GPS satellite and each receiver has its individual differential delays and ignoring of
them may result in an error of ±3 ns and ±10 ns respectively [Lin, L-Sh., 2001]. In general satellite
and receiver instrumental biases are stable within a day. Simple method to obtain the biases are
to assume TEC of about 3-5 TECU at vertical nighttime data (about 4AM of local time) or to use
pre-calculated biases that available in CDDIS (Crustal Dynamics Data Information System) at its
internet site.
The GPS measured parameter is the TEC along the satellite-receiver ray path depending
from the satellite’s elevation and thus named as slant path TEC (STEC). In order to avoid
elevation dependence of TEC, the calculated STEC should be converted to vertical TEC (VTEC)
using the standard geometric mapping function and the single layer model. The single layer
ionospheric model assumes that all free electrons are concentrated in the shell of infinitesimal
thickness at altitude Hion (Fig.1).

Re
VTEC = STEC ⋅ cos( z ' ); sin( z ' ) = ⋅ sin( z ); (6)
Re + H ion

where z , z ' are the zenith distances at the height of the station and single layer (IPP),
respectively, RE is the mean radius of the Earth (6378.134
km) and Hion - height of the ionosphere single layer
(350km).

Fig.1 Ionosphere Single layer model. Ionosphere Pierce Point

(IPP) - intersection point of GPS signal with the ionosphere
infinitesimal layer, SIP –sub-ionospheric point, Hion – height of
ionosphere layer, Re – Earth’s radius, A - angle between the
receiver position vector and earth projection of the IPP

The geographic longitude and latitude of IPP can be

computed using observed azimuth and elevation angle of
the tracked satellites, receiver geographic latitude and
longitude and the single-layer model as following
[Klobuchar, 1987]:

4
 ϕ IPP = sin −1 (sin ϕ r ⋅ cos A + cosϕ r ⋅ sin A ⋅ cos( Az )
sin A ⋅ sin( Az )
λ IPP = λr + sin −1 , (7)
cos(ϕ IPP )

where Az is azimuth angle of the satellite at the receiver location (calculated from orbit data) and
A is geocentric angle between the receiver position vector and earth projection of the IPP,
computed as:
π  
A = − E − sin −1 
Re
cos E  (8)
2 R
 e + H ion 

where E is the elevation angle of the line-of-sight from the receiver to the satellite antennas.
One GPS receiver can provide 6-12 TEC values within 1000 km from the receiving station
simultaneously with the configured sampling rate.

4. GPS Data and Processing

We used data from 4 permanent stations of the GEODGPS network of RCAG along with 6 IGS
stations located nearby. The geographical distribution of GEODGPS 4 stations is shown in Fig.3
and their coordinates along with IGS stations are listed in Table 1. GEODGPS stations are
equipped with Trimble 4000SSE and 5700 series geodetic receivers and Geodetic and Zephyr
L1/L2 antennas except ULAB which runs Turbo Rogue receiver with Choke Ring antenna. We
have used GAMIT module of GAMIT/GLOBK software package [Herring et al., 2006] for detecting
cycle slips and applying satellite and receiver instrumental biases. The coordinates of stations
were tightly constrained to its adjusted value in regional network solution.

Table 1. Geographical coordinates of the IGS and permanent GPS stations of GEODGPS networks
0 0
Station Latitude ( ) Longitude ( ) Height (m)
CHOB 48.081 114.538 729.402
DALN 43.568 104.416 1435.400
DAEJ 53.066 158.607 210.288
IRKT 52.219 104.316 502.528
HOVD 48.009 91.668 1376.716
KIT3 39.135 66.885 643.287
NVSK 54.840 83.235 129.767
URUM 43.807 87.600 865.172
YAKT 62.030 129.680 103.383

In the result we have flat file with the record of carrier phase (L1 and L2) and pseudorange (P1
and P2) observations with the satellites azimuth and elevation angles at each epoch of 30
second. Then the STEC P and STEC Φ at the sub-ionopsheric points (latitude and longitude) are
calculated according to the above described method. We have chosen ULAB station as the
reference station and the ionosphere shell height fixed at 350 km. The TEC maps generated
using the Generic Mapping Tools [Wessel and Smith, 1998], for the geomagnetically quiet day
(day 311, 07 November, 2006 value of planetary index Kp = 1-4) are shown in Fig.3.
The two-dimensional map has a time resolution of 30 seconds and spatial resolution of
0.5x1 deg in latitude and longitude. According to the diurnal pattern the daily peak occurs at
around 13 LT in winter time and reaches 12 TECU and drops down to 0 after at around 17 pm LT.

5
 Fig. 3. Hourly TEC snapshots over Mongolia for 07 November 2006

4. TEC disturbance caused by solar flare

A solar flare is a sudden energy release in the solar atmosphere where electromagnetic radiation
and sometimes energetic particles are emitted [Langley, 2000]. The prompt response of the
ionosphere to this phenomenon is known as sudden ionospheric disturbances (SID) and
associated variation of TEC as sudden increase of TEC (SITEC). The investigation on the SID is
one of the classical topics in the field of solar-terrestrial relation and a large number of studies
have been dedicated to this phenomenon. Among many observable of SID, the SITEC is of
special importance and has been investigated by number of authors [Aframoivich, 2000; Wan,
2005] with various techiques. For this study we choose the 28 October 2003 Solar flare, which
was one of the most intense one recorded during the past 25 years resulting in huge
geomagnetic storms at Earth (Dst as low as -400 nT) and known as Hallowen Storms. The late
October and early November of 2003 were high solar acitvity days. Figure 4A shows the sunspot
number for October. This flare classified as X-17 flare based on NOAA GOES X-ray
measurements (http://www.sec.noaa.gov) started at 11:00 UT and ended at 11:30 UT, 28

6
October 2003 with the maximum flare occurred at 11:15 UT. The X-ray flux observed by GOES
shows unusual large enhancements in both the bands (1-8A and 0.5-4A) at 11:00 UT (Fig. 4B).

Fig. 4A (left). Sunspot number plot (left) for October 2003 (data is taken from Belgium Solar Physical
Observatory SIDC (Solar Influence Data Analysis Center, http://sidc.oma.be/sunspot-data/) and satellite
track observed over the HOVD station during the solar flare time; 4B (right). X-ray flux (1-8A and0.5-
4A)observed on 28 October 2003 by the GOES satellite .

In order to test GPS-TEC method we roughly map the TEC from the observations of individual
satellites – PRN 07, 08, 11, 27, 28 (Fig. 5A) tracked by the station HOVD during the flare tiime.
All satellites show sudden increase in TEC starting at 11:00 UT and gradual decrease after about
10 minutes (Fig.5B).

Fig.5A (left). Skyplot of satellites observed berween 10 -12 UT on 28 October observed by the HOVD GPS
statio; 5B (right) TEC calculated from observations of these satellites. The vertical line indicates rapid TEC
increase started at 11:00 UTC.

7
6. Conclusion and Perspectives

The paper presents the first attempt to use permanent GPS stations of GEODGPS
network for ionosphere studies. We derived two-dimensional ionospheric TEC map over Mongolia
using data recorded at GEODGPS network along with 6 IGS stations located nearby. The diurnal
pattern show the daily peak of quiet day occurs at around 13 LT (UT+8) in winter time with the
peak value reaching 12 TECU and drops down to 0 after at around 17 pm LT.
The sudden increase in TEC registered with the individual satellites at the HOVD station
during the 28 October 2003 Solar flare is associated with the observable of the Solar X-ray
Imager onboard GOES 10 and the analysis of previous authors [Tobiska, W. K., 2005].
The future work will be focused on the derivation of TEC time series at four continuous
sites of GEODGPS network in order to investigate annual fluctuation to reflect the seasonal
variations in solar activity, improvements of the computational software for routine processing of
TEC, comparition of our findings with other independent ionospheric observational techniques.
Further, densification of GPS array with improvements in ionospheric imagery resolution will allow
investigate other sources of ionosperic perturbations associated with moderate-sized and large
earthquakes (earthquake precursor or post-seismic disturbances), space weather effects. The
GPS-TEC technique is an excellent opportunity for monitoring ionosphere-plasmasphere system
for such area as Mongolia where no other ground based sounding techniques are available.

References

1. Afraimovich E.L., 2000. The GPS global detection of the ionospheric response to solar
flare. J. Physics. No.1.
2. Amarjargal Sh., S. Shimada, T. Kato, S. Sanjjav, D. Lhagvasuren, B. Bekhtur, S.
Zagdsuren, Ts. Tsoggerel, B. Buyantogtoh., 2007. Preliminary results from continuous
GPS measurements in Mongolia, 2000-2006. J. Astronomy and Geophysics.
3. Amarjargal Sh., D. Baasanjav, G. Batsukh, B. Bekhtur, D. Ganbaatar, G. Davaahuu, D.
Lhagvasuren, S. Sanjjav, N. Tungalag, N. Tugjsuren, 2003. Research in Geodynamics in
book: Science of Mongolia, Astronomy, V 71.
4. Calais E., Minster J. B., 1998. GPS, earthquakes, the ionosphere, and the Space Shuttle.
Physics of the Earth and Planetary Interiors. 105, 167-181.
5. Hayakawa, M., A. V. Shvets, and Sh. Maekawa, 2005. Subionospheric LF monitoring of
ionospheric perturbations prior to the Tokachi-oki earthquake and a possible mechanism
of lithosphere-ionosphere coupling. Adv. Polar Upper Atmos. Res., 19, 42-54.
6. Heki, K., 2006. Explosion energy of the 2004 eruption of the Asama Volcano, central
Japan, inferred from ionospheric disturbances. Geophys. Res. Lett., Vol. 33, L14303,
doi:10.1029/2006GL026249
7. Herring, T. A., R. W. King, S. C. McClusky, 2006. GAMIT Reference Manual, GPS
Analysis at MIT.
8. Hofmann-Wellenhof, B., H. Lichtenegger, and J. Collins. GPS Theory and practice.
Springer-Verlag, Wien, New-York, pp. 1992.
9. Klobuchar, J. A. Ionospheric time-delay algorithm for single-frequency GPS users. IEEE
Trans. On Aerospace and electronic Systems, Vol. AES-23, No.3, pp.321-331.
10. Langley R. B., 1995. Propagation of the GPS Signals. In GPS for Geodesy. International
School, Delft, The Netherlands, 26 March – 1 April 1995. Springer-Verlag, New York.
11. Langley R.B. 2000. GPS, the Ionosphere, and the Solar maximum. GPS World. July, pp.
44-49.
12. Leick, A., 1995. GPS Satellite Surveying, pp. John Wiley, New York.
13. Lin, L-Sh. Remote sensing of ionosphere using GPS measurements. Proc. 22nd Asian
Conference on Remote Sensing, 5-9 November 2001.
14. Liu, J. Y., Y. I. Chen, Y. B. Tsai, and Y. J. Chuo, 2000. Seismo-ionospheric signatures
prior to M≥6.0 Taiwan earthquakes. Geophys. Res. Lett., Vol. 27, No.19, pp.3113-3116.
15. Liu, Z., S. Skone, Y. Gao, A. Komjathy, 2005. Ionospheric modeling using GPS data.
GPS Solution, 9: pp. 63-66.

8
16. Nagorskii, P. M., and Yu. E. Tarashchuk, 1993. Artificial modification of the ionosphere by
launches of rockets which insert space vehicles into orbit. Russian Physics Journal, 36,
doi: 10.1007/BF00559162.
17. Orpen, O., and H. Zwaan. Dual frequency DGPS service for combating ionospheric
interference. Proc. GNSS 2000, Edinburg, 2000.
18. Stetiarova, J., O. Dzvonik, K. Kudela, P. Daxner, 2008. Biochemical parameters of
human health monitored in season of low and high solar activity. 21st European cosmic
ray symposium in Kosice, Slovakia.
19. Tobiska, W.K., and S. D. Bouwer, 2005. Solar flare evolution model for operational users.
IES 2005-A065.
20. Wessel, P., and W. H. F. Smith, 1998. New, improved version of Generic Mapping Tools
released, EOS Trans. Amer. Geophys. U., 79, 579.
21. Wickert, J., G. Beyerle, T. Schmidt, Ch. Marquardt, R. Koenig, L. Grundwaldt, and Ch.
Reigber, 2002. GPS Radio occultation with CHAMP. In: Ch. Reigber, H. Luehr, P.
Schwintzer. First CHAMP mission results for gravity, magnetic and atmospheric studies.
Springer. ISBN 3540002065.

9
MORPHOTECTONIC ANALYSIS AND WEIGHTS OF EVIDENCE
MODELING OF PLACER GOLD DEPOSITS AROUND JID,
MONGOLIA
Altanshagai Shirnen1 and P.K.Champati Ray2
1
LGI representative office, 2 Indian Institute or Remote Sensing

ABSTRACT

Mineral potential mapping of an area involves demarcation of potentially mineralized zones based on
geologic features that exhibit significant spatial association with target mineral deposits.
This study was taken up with the objectives namely, to delineate and map faults, landforms and geological
units based on interpretations of various satellite images; to determine and evaluate the spatial associations
between the gold-bearing occurrences and a variety of regional-scale geoscientific data; to produce
predictive maps of mineral potential (favorability) for gold.
The study area was northwestern part of Mongolia, covering parts of Uvs province.
Datasets used include gold deposits map, geological map, geomorphological map, ASTER and Landsat
ETM+ satellite images.
The indicative geological features include lithological units, geomorphological units, faults and lineaments.
The known gold deposits show spatial association with the geological features. Quantitative analysis of the
spatial associations between the gold deposits and the different geological features was carried out. The
five feature maps were used as evidential layers for predictive modeling of gold potential.
Map of posterior probability, representing mineral potential was created.
New target areas were generated, especially in the eastern parts of the study area. Stream length gradient
indices related to placer gold deposits were made in four rivers, which can be used to indicate favorable
locations for placer gold deposits.

- 89 -
STATISTIC ACCOUNTS OF STABILITY COVERED SNOW THICKNESS
IN 2008-2009 OF MONGOLIA
Gimlai Tuul , Lkhamjav Jambajamts

Department of Hydrology, Meteorology,

Faculty of Earth Science National University of Mongolia Building 6, Ikh surguuliin gudamj 2,
Ulaanbaatar 210646,[email protected], [email protected]

Abstract

In this operation we use the information of 2008-2009 under the observation of NOAA. We researched
statistic information about snow thickness of stability covered snow period.

The inference is 13.96cm in Baruunturuun of Uvs aimak, 5.2cm in Chandgat of Huvusgul aimak , 2.04 cm
in Saikhan Umnugobi aimak , and 8.04cm in Bayan-Uul of Dornod aimak an average from the result.
Furthermore we added other places accounts.

- 90 -
 DETERMINATION OF SAND MOVEMENT PROCESS USING
REMOTE SENSING AND GIS CASE STUDY: BIGER, GOBI-ALTAI
PROVINCE, MONGOLIA

B.MYANGANBAYAR*, R.TSOLMON*, R. TATEISHI** AND B.SUVDANTSETSEG **

*”
NUM-ITC-UNESCO” RS/GIS lab, National University of Mongolia, [email protected]
”
NUM-ITC-UNESCO” RS/GIS lab, National University of Mongolia, [email protected]

CEReS lab, Chiba University, [email protected]

**
Graduate school of Media and Governance, Keio University, [email protected]

KEY WORDS: sand movement, kidney sanatorium,

ABSTRACT

The main purpose of this study is identifying the sand movement process in the Biger sub province of the

Gobi-Altai province of Mongolia using remote sensing and GIS techniques, and validates it with in situ

measurements. The study area is a very unique site that have been used sands for the treatment of patients

having chronic kidney aliments. Recently, human activity is becoming popular in this area therefore sand

movement process is increasing quickly, observed by local residents, environmentalist and patients. This

study identifies sand movement process based on the selected time series data analysis. In order to define

the sand movement process, we digitized the shapes of sand dunes from Landsat TM data from 1989 and
2002 after that we calculated the moved distance and changed area of sand dunes. The changes assessment

was compared between time series data from the Satellite images and with ground data measured from

fieldwork (2008) in the study area.

1. Introduction km, and high is 8-15 m its main high barchans

The last 30 years landscape is changed not only ridges are 5 pieces because called the “Five
by global warming, and natural cycle but also sand” that is one of the famous kidney treatment
human activities such as pasture, mining, sand dunes in Mongolia. In the world have been
urbanization and sand sanatorium service. Since many kind of treatment sanatorium, which is
1979 “Five sand” kidney sanatorium has been allergy, skin ills, limb, headache and tiredness
organized in the Biger district of Gobi-Altai but this is especially better on the kidney and
province while has been serviced for the sick back diseases. The main treatment resource in
people with pungent and chronic of the kidney the “Five sand” sanatorium is sand and sunshine.
at nationality (Ch.Nyamdari 2006). This sand Therefore, sand movement is one of the
sanatorium is a very unique site that have been important issues. The local people and some of
used sands for the treatment of patients, patients who were observed its movement from
especially having kidney and back diseases. north to south direction but they do not know
The “Five sand” is stretched 40-50 barchans exactly it moved how much. They do not have
chain, from the north to the south approximately measuring equipments. The other main case to
10 km length and width ranging from 0.6-1.6 identifying the sand movement process is this
- 91 -
area promoting by development of ecotourism A wide valley encircled by beautiful mountains,
the Biger sub province is home to many
because of this case there needed research on
different agricultural crops and orchards and is
sand resources, sand movement process and its
rich in natural and complex resources including,
future development et.al. Therefore, this abundant sources of various medicinal plants,
research objective is look for its sand movement many types of rock paintings, field caves, salt,
process and dynamic using remote sensing and saline soil, majestic looking high sand dunes
GIS techniques. other places of heritages to vast Gobi areas,
which can be important destinations for
2. Methodology
domestic and foreign tourists.
2.1 Study area
The “five sand” kidney sanatorium is located in 2.2 Used data
south western Mongolia (figure1). “Five sand” In this study, we used 2 time series remote
occupies a very unique geographic location sensing imageries, which are downloaded from
between the highest Mountain ranges of Mongol Global Land Cover Facility (GLCF) Landsat in
Altai and Khukh Serkh Mountain range and just 13 June 1989 and 11 July 2002. The shape of
at the headwaters of the Biger Lake in the Biger sand dunes were digitized from landsat satellite
Valley (97.20 E, 45.43 N). The entire “Five image 1989 and 2002 and was performed by
sands” region is situated 1340 to 1387m above field work data 2008 year. These geo-spatio
sea level. The macroclimate of datasets gained in vector and raster format from
the area is characterized as continental harsh, different kind of sources which obtained
semi-arid, desert dry and warm, salty, humid and digitally in GIS softwares (ArcGIS 9.3 and
mild. In generally, the study area is undeveloped Erdas Imagine 9.3). Moreover in this study have
due to poor agricultural and animal husbandry been used ground truth data the first expedition
economy. The residents of the region make their of Keio university, National University of
livelihood from general pasture herding. Local Mongolia and members of “Five sand”
farmers raise a vegetable, cereals, grain, special sanatorium collecting data from the core area of
fruits and grow grape vines for wine. sand movement, from July 14 to August 24,
MONGOLIA 2008.
BIGER

3. Result and Discussion

At first we were selected the study area, where
GOBI-ALTA
analyzed change detection with on 2 time series
satellite image. In order to define the sand
movement process, we did band combination by
band 5, 4 and 3 to can clearly see the sand
Figure1 Location of the study area dunes, then digitized shape of sand dunes from
Landsat TM data from 1989 and 2002 after that
Around the fringe of the sand dunes we calculated the moved distance and changed
grow abundant grasses, saxaul forests and Gobi area of sand shape. This time our possibility is
brush type plants all of which are adapted to landsat image with 30 m resolution here used
growth in sandy soil.
- 92 -
simple method for defining sand movement. time. The results of this research present the
Measured method was digitized shapes from sand movement of about 200 m during 20 years
two times data then using measurement tools in where human activity area is more affected and
ArcGIS9.3 can defined moved distances its speed is about 10m per year. In view of the
between two times. Here, we selected two result in the two positions, there is having not
different positions to evaluating the impact of only human activity but also natural impacts
human activity. Once is first sand dune from have been influence. In the future study will
north part of sand dunes that have been not yet consider the meteorological variables such as
human activity only by natural indicators such wind speed and frequencies of windy days for
as wind and animals. This sand dune movement yearly. Consequently there is a need of
was 154 m from 1989 to 2002 and 45 m from mitigations to protect the sand dunes.
2002 to 2008 which are display in appendix1 by
map. The other sand dune is activity used for 5. Reference
treatment of patients’ in summer for 30 years.
This sand dune movement is 164m from 1989 to [1] T.Baasan, “Sand”, book, 2000.
Daniel G.Brown, Pierre Goovaerts, Amy
2002 and 60m from 2002 to 2008 year. Sand Burnicki and Meng-Ying Li, “Stochastic
movement dynamic is presented in figure2. simulation of land-cover change using
geostatistics and generalized additive
M oved distance (m )

250 models”, journal of photogrammetric

y = 10.373Ln(x) + 194.76
engineering & remote sensing, vol 68,
200 1051-1061, October 2002.
[2] Gillian N.Rutherford, Peter Bebi, Peter
150 J.Edwards and Nirlaus E.Zimmermann,
1989
2002
“Assessing land use statics to model land
100
total cover change in a mountainous landscape in
the European Alps”, Elsevier, international
50
journal of ecological modeling, vol 212,
460-471, 2008.
0
1 2 3 5 S and dunes
[3] Tateishi. R, Y.Shimazaki and D.Gunin,
“Spectral and temporal linear mixing model
Figure2 sand movement process and its trend for vegetation classification”, International
journal of remote sensing, 25, 4203-4218,
2004.
4. Conclusion [4] Tsolmon R, “ Methodology to Estimate
Coverage and Biomass of Boreal Forests
The shape of the sand dunes is like a half moon
using Satellite Data” Ph.D. Dissertation,
that located in the Biger valley between Biger Center Environmental Remote Sensing,
River and Serkh mountain range, because its Chiba University, Japan, 2003.
[5] Tsolmon. R and B. Suvdantsetseg
movement is directly from north to south. Wind “Linear-mixing model applied to Landsat
direction is often from north to south strongly data for saxaul forest mapping”, The 27th
Asian Conference on Remote Sensing, F-4,
influencing its movement and also human 8-13, October 2006.
activity has been influencing in during summer

- 93 -
6. Appendix

Figure2 The shape of sand dunes in 1989

Figure3 Sand movement process in 2002

Figure5 Sand movement process in 2008 by ground truth

- 94 -
 НАРНЫ ХЭТ ЯГААН ЦАЦРАГИЙН НӨЛӨӨ

Г.Даваахүү1, Д.Батмөнх1,Ч.Лхагважав2
Одон Орон Геофизик Судалгааны Төв1
Монгол Улсын Их Сургууль, ФЭС2

Хураангуй

Нарны цацрагийн бүрэлдэхүүний нэгэн хэсэг нь хэт ягаан цацраг. Дэлхийн агаар мандал нь хортой
цацраг( UVC)- аас хүн амьтан, ургамал байгалийг хамгаалдаг ч бусдаас илүү хор нөлөөтэй цацраг нь
(UVB) юм. Нарны хэт ягаан туяа хүний нүдэнд үзэгдэггүй болохоор эрүүл мэндэд тустай эсэх
эрсдлийн түвшний талаар тодорхойлох арга хараахан байхгүй билээ. Нарны цацраг нь хэдийгээр
тааламжтай байж болох ч тусах тунгийн эрчим, шарах хугацаанаасаа хамаарч эрүүл мэндэд үзүүлэх
муу нөлөөгөөрөө их эрсдэлтэй, хор уршигтай юм. Нарны хэт ягаан цацрагийн хуримтлал нь удаан
хугацааны түлэгдэлт, арьсны хорт хавдар болон нүдний болор цайх өвчний хэв шинжид байнгын
шууд үйлчлэлээр илэрч байдаг.
Нарны хэт ягаан цацрагийн хортой үйлчлэлээс Дэлхийг хамгаалдаг бүрхүүл нь озоны давхарга.
Озоны сийрэгжилтээс болон улирал, цаг агаарын өөрчлөлтөөс болж нарны хэт ягаан цацраг дурын
цаг хугацаанд дэлхийн гадаргад хүрч байдаг. Монгол орны нутаг дэвсгэрийн хэмжээнд нарны
хортой туяаны үйлчлэл хүн болон байгаль экологит нөлөөлөх талаас судалж тодорхой арга хэмжээ
авах нь бидний өмнө тавигдаж байгаа нэгэн чухал асуудал учраас нарны хэт ягаан цацрагийн нөлөө
түүний талаар хийсэн судалгааны зарим үр дүнгээс энд товч тоймлов.

Оршил

Дэлхийн агаар мандалд 100÷280 нм урттай UVC цацраг шингээгддэг бол, 280÷320 нм
долгионы урттай UVB цацраг озон, устөрөгч, карбон диоксидийн урвалаар шүүгдэг ч тодорхой
хэсэг нь газрын гадаргуу хүртэл нэвтэрдэг байна. Харин 320÷400 нм –ийн UVA цацраг дэлхийн
гадаргууд шууд ирэх нь илүүтэй ч агаар мандалд шүүлтүүрийн гол үүргийг озоны давхарга
гүйцэтгэсээр иржээ.
Дэлхийн агаар мандлын хийн бүрхүүл түүний дотор озон бий болох талаар Америкийн
геофизикч С.Чепмен анх тайлбарласанаас хойш 1972 онд Английн шинжээч Дж.Ловлок, 1974
онд Калифорнийн их сургуулийн профессор Шервуд Роланд, Марио Молина нар хлор агуулсан
нийлмэлүүд озоны бүрхүүлд сөрөг үр дагавартай болохыг тайлбарласан бол 1995 онд Нобелийн
шагнал хүртсэн Голландын эрдэмтэн Пол Крутцен нитрафикацийн урвалаар озон задралыг
(NO+O2→NO2+O2, NO2+O→NO+O2, NO2+ hλ→NO+O (λ< 395 nm), O2+O→O3) тайлбарлаж,
давхараат мандалд азотын дутуу исэл байгаа тохиолдолд озоны хэмжээ буурна гэж үзсэн нь
эрдэмтэн судлаачдын үзэл бодолтой нийцсэн бөгөөд судлаачид, дэлхийн давхраат мандалд
озоны молекултай хлорын атом мөргөлдөж хүчилтөрөгчийн нэг атомыг салгаж, хлор ба
монооксидын нийлмэл бодисыг бий болгож, хлор үлдэх нь озоны молекулыг устгаж сийрэгжилт
үүсгэж байгаа болохыг тайлбарласан байна. Өөрөөр хэлбэл, хлор болон монооксид бүхий
нийлмэл бодис давхараат мандалд тархаснаас озоны бүрхүүлийг гэмтээх болжээ.
Өнөөдрийн байдлаар дэлхийн гадаргууд ирэх нарны хэт ягаан цацрагийн тун хэмжээ
нэмэгдснээс ургамал бүрхэвчийн ургах ашигтай талбайн энергийн хэмжээ буурч ургамалын
ургацыг хязгаарласнаас ногоон бүрхэвчийн нийт хэмжээ багассах хандлагатайг Америкийн
байгаль орчныг хамгаалах төвөөс мэдээлж байгаа бол шим болон давхараат мандлын озоны
сийрэгжилтээс цацрагийн шүүлт муудаж гол, мөрөн, далай, тэнгисийн ургамал амьтаны амьдрах
экологийн орчин нөхцөл алдагдаж, нийт массын хэмжээ буурах төлөвт шилжсэн, жил бүр 2-3 сая
хүн арьсны өвчинөөр, 132 мянган хүн арьсны хорт хавдраар, 12-15 сая хүн нүдний болор цайх
өвчинд нэрвэгдэх болсоны 20 хувийг нарны хэт ягаан цацрагийн үйлчлэлтэй холбон үзэж
байна[2,3]. Энэхүү озоны сийрэгжилт нь биднээс хол зайтай байгаа ч, манай орноос холгүй
орших Сибирь, Гималайн нуруунд хаврын улиралд ажиглагддаг талаар судлаачид тэмдэглэж
байна. Озоны энэхүү хэсэгчилсэн сийрэгжилт нь өөр хоорондоо нийлэх, эсвэл шинээр үүсэх
тохиолдолд монгол орны байгаль экологи болон нийт хүн амын эрүүл мэндэд сөрөг үр дагавар
үзүүлж болох учраас Нарны хэт ягаан цацраг (НХЯЦ)-ийн хэмжилт судалгааны ажил нэн чухал
болж байна.

- 95 -
 1. Нарны хэт ягаан цацрагийн хэмжилт судалгаа

Монгол улсын Засгийн газрын 1998 оны 82 тоот тогтоолоор сайшаагдсан Монгол улсын XXI
зууны тогтвортой хөгжлийн хөтөлбөрт, уур амьсгалын системд хяналт тавих даян дэлхийн
ажиглалтын систем, дэлхийн агаарын чанарын албаны сүлжээнд Монгол улсын оролцоог
нэмэгдүүлэх үндсэн дээр уур амьсгал, озоны үе давхаргад болон хүний эрүүл мэнд, бүс нутгийн
экотогтолцоонд нарны хэт ягаан цацрагийн үзүүлэх нөлөөг судлах талаар онцлон заасан.

Монгол орны хувьд Нарны гэрлийн спектрийн муж дотроос огт судлагдалгүй үлдсэн хэсэг нь
нарны хэт ягаан цацраг юм.
Бид нарны хэт ягаан цацрагийн хэмжилт судалгааг 1989 оноос Монгол орны нэлээд нутаг
дэвсгэрийг хамарсан цацрагийн тун хэмжээг хэмжихдээ бүс нутгийн байгаль экологийн болон
газарзүйн онцлог байдал, мөн цацрагийн тусгалын ажиглалтын цэгийн хувьд түүний далайн
түвшинтэй харьцангуй байршлын өндөр, Нарны өндөр, улирлын өөрчлөлт, агаар мандлын
тунгалаг чанар зэрэг олон нөлөөлөх хүчин зүйлийн талаас судалсан[1,3,6].
Судалгааны ажлыг бусад орны эрдэмтдийн хийж буй судалгааны хэмжилтийн нарийвчлалын
түвшинтэй нийцүүлэх үүднээс нарны хэт ягаан цацрагийн эрчмийг Франц улсад үйлдвэрлэсэн
(VLX-3W) (1-р зураг) багажийн тусламжтайгаар, 320 нм, 365 нм долгионы мужид ихэнх
хэмжилтийг Одон орныг судлах оргилд байгуулсан байнгын цэгт хийсэн бөгөөд Замын Үүд –
Сайншанд – Чойр – Дархан – Эрдэнэт – Сэлэнгийн чиглэлээр (өргөрөгийн дагуу), зүүн болон
төв, баруун бүс нутгийг хамруулсан. Энэ үр дүнг боловсруулсан судалгааны материалаас энд авч
үзэхэд нарны хэт ягаан цацрагийн хамгийн их утга үд дунд, Нар өндөрт хөөрч

1-р зураг. Нарны хэт ягаан цацраг хэмжих VLX-3W багаж.

голдоч (меридан)-оор гарах үед тохиож байгаа нь цацрагийн нэвтрэх агаар мандлын зузаан
хамгийн бага, түүний шингээх чадвар харьцангуй буурсан үетэй давхцаж байгаа бөгөөд энэ нь
- 96 -
тухайн газар нутгийн онцлог байдал, агаар мандлын тунгалаг чанар зэрэг олон хүчин зүйлээс
хамаарах боловч Нарны өндөр[1], улирлын байдалаас нэлээд шалтгаалж байгаа (2-p зураг) юм.

Нарны ижил өндөрт НХЯЦ-ийн эрчим ижил биш байгаа нь тухайн газар нутгийн агаар мандлын
шинж чанар, сарнисан цацрагийн хэмжээ зэрэг хүчин зүйлээс хамаарч байна. Тухайлбал, намрын
улиралд хийсэн хэмжилтүүдээр цацрагийн эрчим, тун хэмжээний өөрчлөлт харьцангуй бага
байхад хавар, зуны улиралд хийсэн хэмжилтүүдэд эрчмийн ялгаа тод ажиглагдаж байна. Мөн
газар нутгийн онцлог байдлаас шалтгаалж өндөр уул нуруутай, ой мод ургамал хосолсон бүс
нутагт цацрагийн эрчим өөр өөр байна. Тухайлбал, Баян өлгийд хэмжсэн цацрагийн эрчим,
Булганд хэмжснээс их байна.

III II

2-р зураг. НХЯЦ-ийн эрчим 2004-2006 оны дундажаар:

(I – хөх) нь – хаварт, (II – улаан) нь зунд, (III – ногоон) нь намрын улиралд
хийсэн хэмжилт.
.

II

II

3-р зураг. НХЯЦ-ийн нэг өдрийн дундаж өөрчлөлт. Дээд хэсгийн (I) муруй
нь [365 нм муж] Баян-Өлгийд, (II) муруй нь Булганд, доод хэсгийнх нь [312
нм муж] (I) Баян-Өлгийд (II) Булганд бүртгэгдсэн цацрагийн эрчим.

2. Нарны хэт ягаан цацрагийн үйлчлэл

Монгол орны нийт нутаг дэвсгэрийн хэмжээнд Нарны гийглүүлэлтийн хугацаа хавар, зун
намрын улиралд харьцангуй их байдаг нь нарны хэт ягаан цацрагийн нөлөө хүн амын эрүүл
мэндэд хэрхэн нөлөөлж байгаа талаар судалж үзэх нь нэн чухал асуудал болно.

- 97 -
 Нарны хэт ягаан цацраг хүн амын эрүүл мэндэд сөрөг нөлөө үзүүлэх болсон нэгэн илрэл нь
хүмүүсийн дунд тархаад байгаа нүдний бүдэгших өвчин буюу нүдний болор цайх (катаракт)
өвчин. Энэхүү өвчний олдмол шалтгааныг хөгшрөлтийн, ерөнхий өвчний үе дэх бүдэгшил,
хордлого, цацрагийн нөлөө гэж ялгаж үздэг.

Манай орны нөхцөлд цацрагаас үүдэлтэй нүдний өвчлөлийн тохиолдолыг Улаанбаатар хотын
нүдний эмнэлгийн үзлэгт хамрагдаж эмчлүүлсэн архивын 2005 оны материалаас үзэхэд нүдний
болор цайх өвчин 20÷25 хүртлэх, 70÷75 насны хүмүүст тохиолдох нь нэлээд тэмдэглэгдэж
байна[5]. Нарны хэт ягаан туяа болон гэрлийн шалтгаант арьсны өрөвсөлт өвчнийг хортой
туяанаас улбаатай архаг явцтай, зуны улиралд ихэсдэг гэж үздэг[2] байна.
Улаанбаатар хотын эмнэлгүүдэд бүртгэсэн 2005÷2006 оны архивын материалд бидний хийсэн
боловсруулалтын дүнгээс үзэхэд цацрагаас үүдэлтэй арьсны өвчлөл 6 дугаар сарын сүүлч 7
дугаар сард (нарны хэт ягаан цацрагийн эрчим нэмэгдэх улиралд) 20÷25 насны хүмүүст
тохиолдох нь нэлээд ажиглагдлаа(4-р-зураг).

Арьсны өвчлөлт
( 2005 оны байдлаар)
45

40

35
тохиолдлын тоо

30

25

20

15

10

0
5 6 7 8 9 10 11

са р

4-р зураг. Арьсны өвчлөлт сараар.

Иймд нарны хэт ягаан цацрагийн тун хэмжээ нь нутаг орны онцлог, байршлын далайн
түвшний өндөр, агаарын тунгалаг байдал зэрэг олон хүчин зүйлээс шалтгаалах учраас
цацрагийн хор нөлөөнөөс урьдчилан сэргийлж, хамгаалахын тулд юуны түрүүнд цацрагийг
эрчмээр нь түвшинчлэн нөлөөллийн зэргээр индексийг тодорхойлж мэдээлэх нь чухал
бөгөөд энэ нь нэн түрүүнд тавигдах судалгааны асуудал юм.

Дүгнэлт

1. Манай орны хувьд нарны хэт ягаан цацрагийн тун хэмжээ Нарны өндөр, улирлын
байдал, тухайн газар нутгийн бусад онцлог, байршлын далайн түвшин зэрэг
хүчин зүйлээс хамааран өөрчлөгдөж байна.
2. Нарны хэт ягаан цацрагийн үйлчлэлээс урьдчилан сэргийлж хамгаалахад эрүүл
мэндийн байгуулага, нийт хүмүүс анхаарлаа хандуулах нь чухал бөгөөд Нарны
UV индексийг монгол орны нийт дэвсгэр нутгийн хэмжээнд нарийвчлан
тодорхойлж, түүний тун хэмжээ, үнэлгээний талаар олон түмэнд мэдээллийн
хэрэгслээр дамжуулж байх шаардлагатай юм.

Ашигласан ном хэвлэл

[1]. Батмунх Д., Лхагважав Ч., Даваахуу Г., Цовоохуу Ч. Ультрафиолетывое излучение и
прозрачность атмосферы в Монголии. Современная геодинамика и опасные
природные процессы в ценральной Азии, . Иркутск, 2006, сс.206-214.
[2]. Bigby M. The Sunscreen and Melanoma Controversy Arch Dermatol. 1999;p.135; pp.1526-
1527.
[3]. Roy C.R .,H,P.Gies,G.Elliott.1990. Ozone depletion.Nature.347, pp.235-236.

- 98 -
[4]. Даваахүү Г., Батмөнх Д., Баярмаа Ж. Нарны хэт ягаан цацрагийг индексжүүлэх
боломж. Ус цаг уурын хүрээлэн 40 жилд эрдэм шинжилгээний бага хурлын
эмхтгэл,УБ, 2006, хх.65-68.
[5]. Даваахүү Г., Халзаа Д., Батмөнх Д. Нарны хэт ягаан цацрагийн нөлөөг тооцох.
ШУТИС, ЭХИС, ТЭЦ-III-ийн багш инженерийн эрдэм шинжилгээний бүтээлийн
эмхтгэл, УБ, 2008, хх.45-47.
[6]. Цовоохүү Ч., Батмөнх Д., Даваахүү Г. Ультрафиолетовый климат Монголии. Одон
орон Геофизик судлал, №2, УБ, 2003, сс. 63-65.

IMPACT OF ULTRAVIOLET RADIATION

Davaakhuu G, Batmunkh D, Lkhagvajav Ch

Research Centre Astronomy and Geophysics1

National University of Mongolia, SPE2

Abstract
Ultraviolet (UV) radiation is one component of solar radiation. The earth's atmosphere shields us from
harmful UVC and most of UVB radiation. Because Ultraviolet beam is not visible hence it is difficult to
identify the level of exposure until it has caused a health effect.

Some exposure to sunlight can be enjoyable; however, too much could be dangerous. Overexposure to the
sun’s ultraviolet (UV) radiation can cause immediate effects, such as sunburn, and long-term problems as
well including skin cancer, cataracts etc. The ozone layer shields the Earth from harmful UV radiation.
Ozone depletion, as well as seasonal and weather variations, cause different amounts of UV radiation to
reach the Earth at any given time. Undertaking concrete activities based on study of ultraviolet radiation
impact on people and ecology of Mongolia is an important task to be fulfilled by scholars and experts and
this paper presents briefly summary of findings of research studies completed on some aspects of impact of
ultraviolet radiation in Mongolia and priority issues for further research.

- 99 -
 ЗАЙНААС ТАНДАН СУДЛАЛ БОЛОН ГАЗАРЗҮЙН МЭДЭЭЛЛИЙН
СИСТЕМ АШИГЛАН ГАЗАР АШИГЛАЛТЫН ЗУРАГЛАЛ ХИЙХ АРГА
ЗҮЙ БОЛОВСРУУЛАХ
Б.Баяртунгалаг1, Р.Цолмон2, М.Заяа3
1,2,3
МУИС-ФЭС-“NUM-ITC-UNESCO” Зайнаас тандан судлал/ Газарзүйн мэдээллийн системийн лаборатори
[email protected], [email protected], [email protected] 3

ХУРААНГУЙ
Сүүлийн жилүүдэд тогтвортой хөгжил, түүний хамтаар байгалийн нөөцийн ашиглалт ихээр
нэмэгдэж бэлчээр, тариалангийн талбай, уурхай, хотын төвлөрөл, гэр хорооллын тэлэлт гээд газар
ашиглалтын асуудлууд олонтаа ярих болсон билээ.
Судалгааны ажлын үндсэн зорилго нь Зайнаас тандан судлал (ЗТС) болон Газарзүйн мэдээллийн систем
(ГМС)-ийг ашиглан газар ашиглалтын зураглал хийх арга зүйг боловсруулахад оршино. Энэхүү
судалгааны ажлаар газарзvйн байрлалын хувьд Монгол орны ойн ургамалжилтын бvсчлэлээр Хангайн
уулархаг мужийн зvvн хойд хэсэгт дунджаар далайн тvвшнээс 1200 метрт өргөгдсөн бөгөөд Дархан-
Уул, Сэлэнгэ, Булган аймгуудтай хиллэдэг Орхон аймгийг сонгон авсан. Орхон аймаг нь Монгол оронд
ашиглаж болох газар ашиглалтын (уурхай, газар тариалан, хот суурин, бэлчээр, ой, ус г.м) бүхий л
төрөл байдгаараа онцлог юм. Зайнаас тандан судлал, газарзүйн мэдээллийн системийн арга зүйд
тулгуурлан Landsat хиймэл дагуулын 1973, 1992, 2000 онуудын мэдээ, Google earth болон Монгол орны
1983 оны 1:100000 масштабтай байр зүйн зураг зэрэг олон янзын өргөтгөлтэй мэдээг ашиглан нэгэн
ижил цэгэн нягтшилтай мэдээ болгож газар ашиглалтыг зураглах арга зүйг боловсруулсан.

ОРШИЛ
Өнөөдөр бид дэлхий даяар байгалийн нөөц баялаг ялангуяа газрын хэвлийн эрдэс баялгийг
ихээр олборлож ашиглаж газар ашиглалтанд ихээхэн өөрчлөлт гарч буй цаг үед амьдарч байна.
Монгол орон зах зээлийн эдийн засагт шилжиж газрыг эдийн засгийн эргэлтэнд оруулж, газрыг
ашиглах, эзэмших өмчлөх цоо шинэ харилцаанд эргэлт буцалтгүй ороод байна.
Сүүлийн жилүүдэд бэлчээр, тариалангийн талбай, уурхай, хотын төвлөрөл, гэр хорооллын
тэлэлт гээд л газар ашиглалтын асуудлууд олонтаа ярж, эдгээр нь газар ашиглалтын зураглалыг
үнэн бодиттой, сүүлийн үеийн мэдээллээр хангах хэрэгцээ гарч ирсэн байна. Судалгааны ажлын
үндсэн зорилго нь Зайнаас тандан судлал (ЗТС), Газарзүйн мэдээллийн систем (ГМС)-ийг ашиглан
газар ашиглалтын
зураглал хийх арга зүйг боловсруулахад оршино.
СУДАЛГААНЫ ТАЛБАЙ
Газарзvйн байрлалын хувьд Монгол орны ойн ургамалжилтын бvсчлэлээр Хангайн уулархаг
мужийн зvvн хойд хэсэгт дунджаар далайн тvвшнээс 1200 метрт өргөгдсөн бөгөөд Монгол орны
засаг захиргааны хувьд Дархан-Уул, Сэлэнгэ, Булган аймгуудтай хиллэдэг. Орхон аймаг нь
“Эрдэнэтийн овооны арын хөндийд 1973 оноос эхэлж байгуулагдсан бөгөөд 1974 онд Булган
аймгийн “Эрдэнэт хороо” болж, 1976 онд хүн ам өсөж, хурдацтай хөгжиж байсан тул “Эрдэнэт хот”
болгон зохион байгуулагдсанаар Монгол улсын 3 дахь хот болон хөгжлийн шинэ vеэ эхэлсэн юм.
1994 онд нутаг дэвсгэр, засаг захиргааны нэгжийн өөрчлөлтөөр “Орхон аймаг” болж, Баян-Өндөр,
Жаргалант гэсэн 2 сумтай, 2007 оны байдлаар 86.285 мянган хүн амтай, нийт 84,4 мян.га газар
нутагтай Монгол улсын эдийн засгийн болон газар ашиглалтын томоохон газар нутаг болсон (1-р
дүгээр зураг).

Ашигласан мэдээ
Судалгааны ажилд дараах өгөгдөл, мэдээллийг ашигласан болно. Үүнд:
• Landsat хиймэл дагуулын олон спектрийн бүртгэгчийн 1973, 1992, 2000 оны 30 м-ийн орон
зайн нарийвчлалтай өгөгдөл (30m)
• Google earth програм хангамжийн 2004 оны мэдээлэл
• 1: 100000 масштабтай 1983 оны байр зүйн зураг
• 2006 оны 90 м-ийн орон зайн нарийвчлалтай өндөршлийн тоон загварын (Digital Elevation
Model (DEM)) өгөгдөл
• 2007 оны Орхон аймгийн кадастрын зураг
• Газрын нэгдмэл сангийн тайлан (2004-2008)

- 100 -
 1-р дүгээр зураг. Судалгааны талбай

СУДАЛГААНЫ АРГА ЗҮЙ

2-р дугаар зураг. Судалгааны арга зүй, газар ашиглалтын зураглал хийх аргачлал

3-р дугаар зураг. Газар ашиглалтыг өөрчлөлтийг тодорхойлох аргачлал

YР ДҮН БА АНАЛИЗ
Өөрийн боловсруулсан арга зүй болон зураглал хийх аргачлалынхаа дагуу судалгааны
талбайгаар газар ашиглалтын зураглал болон дараах үр дүнгүүд, дүн шинжилгээ хийлээ. Үүнд:

- 101 -
1. Landsat хиймэл дагуулын мэдээг боловсруулж, зайнаас тандан судлалын хяналттай
ангиллын хамгийн бага зайн аргыг ашиглан газар ашиглалтын төрлүүдийг ангиллаа
(4-р дүгээр зураг).

Зураг 4. Хиймэл дагуулын мэдээнээс газар ашиглалтыг төрлөөр нь ангилсан байдал

2. Хуучны буюу 1983 онд хэвлэгдсэн байрзүйн зураг болон газрын нэгдмэл сан, Орхон
аймгийн кадастрын зурагнуудыг Газарзүйн мэдээллийн системд оруулан мөн газар
ашиглалтын зураглал хийн дээрх ангилалд ашигласан ангиудаар зураглалаа (5-р
дугаар зураг).
3. Газар ашиглалтын өөрчлөлтийг зураглал хийх арга зүйгээр Landsat хиймэл
дагуулын 1973, 1992, 2000 оны мэдээ, мөн 1983 оны байр зүйн зураг, 2004 оны
Google earth –ийн мэдээ зэргийг ашиглан 1973-2004 оны хоорондох газар
ашиглалтын өөрчлөлтийн зураглалыг хийлээ (6-р дугаар зураг).
4. Орхон аймаг нь нийт газар нутгийнхаа 1973 онд 7.03%, 1983 онд 8.12%, 1992 онд
25.13%, 2000 онд 29%, 2004 онд 30%-ийг тус тус ашиглаж байсан гэсэн үр дүн
гаргалаа. (1-р дүгээр график)
5. 3-р дугаар зурагт үзүүлсэн газар ашиглалтын өөрчлөлтийг тодорхойлох аргачлалд
хэрэглэсэн томъёогоор 1973-1983, 1983-1992, 1992-2000, 2000-2004 онуудын
хоорондох газар ашиглалтын өөрчлөлтийг зураглаж гаргалаа (7-р дүгээр зураг).
6. 7-р дүгээр зурагнаас газар ашиглалтын өөрчлөлтүүдээс хамгийн их өөрчлөгдөж
буюу “Гэр хороолол” байгаа газар ашиглалтын төрлийг сонгон авч талбайн хувьд
хэрхэн өөрчлөгдөж байгаад дүн шинжилгээ хийж дараах байдлаар харууллаа (2-р
дугаар график).

- 102 -
5-р дугаар зураг. Газар зүйн мэдээллийн системийн вектор мэдээнээс газар ашиглалтыг төрлөөр нь ангилсан байдал

7. 2-р дугаар графикийг үнэлэхэд хүн ам өсөхийн хэрээр газар ашиглалт жил ирэх
тусам нэмэгдэж байгааг харж болно (8-дугаар зураг).
8. “Гэр хороолол” жил ирэх тутам орхон аймаг өргөжин тэлж хөгжиж байгаа хэдий ч
хүн ам өсөхийн хэрээр гэр хороолол тэлж байна. (3-р дугаар график)

6-р дугаар зураг. 1973-2004 оны хоорондох газар ашиглалт

1-р дүгээр график. Газар ашиглалтын байдал

- 103 -
7-р дүгээр зураг. 1973-1983, 1983-1992, 1992-2000, 2000-2004 оны хоорондох газар
ашиглалтын өөрчлөлт

2-р дугаар график. 1983-2004 онуудын хоорондох газар ашиглалтын төрлүүдийн

хамгийн их өөрчлөгдсөн төрлүүдийн талбайг хүн амтай харьцуулсан байдал

8-р дугаар зураг. Хүн амын амьдрах орчны байдал

- 104 -
 3-р дугаар график. Хүн амын өсөлтийг байшин хороолол болон
гэр хорооллын талбайн өөрчлөлттэй харьцуулсан байдал

ДҮГНЭЛТ

Судалгааны ажлын үр дүн, дүн шинжилгээг хийснээр дараах дүгнэлтүүдийг гаргаж байна. Үүнд:
„ Газар ашиглалтыг зураглалыг сүүлийн үеийн байдлаар мөн бодит хэлбэрээр нь гаргахдаа
гео-мэдээллийн технологи ялангуяа зайнаас тандан судлал, газарзүйн мэдээллийн системийг
хэрэглэх нь тохиромжтой байна.
„ ЗТС болон ГМС-ийн ашиглан газар ашиглалтыг зураглах арга зүй, боловсруулах аргачлал,
орон зайн мэдээлэл буюу хиймэл дагуулын мэдээг, кадастрын болон газрын нэгдмэл
сангийн мэдээлэлтэй хам боловсруулан зураглах нь цаг хугацаа хөрөнгө мөнгө хэмнэхээс
гадна байгалийн нөөц баялаг, түүний газрын хэвлий нөөц бололцоог тогтмол хянах
бололцоотой болж байна.
„ Газар ашиглалт хэрхэн яаж өөрчлөгдөж байгааг тоон мэдээ болон зурган хэлбэрээр
гаргаснаар орон нутгийн иргэдээс төрийн байгууллагын мэргэжилтэн, түшмэд шийдвэр
гаргахад нь туслах боломжтой.
„ Энэ арга зүй, аргачлалыг зөвхөн Орхон аймгийн жишээн дээр авч хэрэглэсэн хэдий ч
Монгол улсын бусад аймаг, бүсүүд ч хэрэглэх боломжтой гэж үзэж байна.
„ Цаашид арга зүй, аргачлалд хэрэглэсэн өгөгдөл, мэдээллийн мөн чанар, тоо хэмжээг
нэмэгдүүлэн ганц засаг захиргаан нэгжид биш орон нутгийн хэмжээ болох бүс нутаг,
Монгол улсын газар ашиглалтын зураглал, үргэлжлүүлэн бүс нутгийн хэмжээнд газар
ашиглалтыг зураглалыг хийх, өгөгдлийн санг байгуулах хэрэгтэй байна.

НОМ ЗҮЙ

[1]. Амарсайхан, Д., Ганзориг, М., Саандарь, М., Адъяасүрэн, Ц. 2006, “Зайнаас тандах судлал,
газарзүйн мэдээллийн системийн зарчмууд”
[2]. Зайнас тандан судлалын үндэсний 2-р бага хурлын эрдэм шинжилгээний бүтээлийн эмхтгэл
2008
[3]. “Зайнаас тандан судлал ба газар зүйн мэдээллийн системийн хэрэглээ” үнэдэсний анхдугаар
бага хурлын эрдэм шинжилгээний эмхтгэл. 2005
[4]. Адьяасүрэн Ц., 2007, “Монгол орны байгаль орчны зайнаас тандан судлах мониторинг”,
Улаанбаатар.
[5]. World bank “City Development Strategies for Mongolia’s Secondary Cities Erdenet City Profile
(Land use)” 2004

- 105 -
 [6]. БОЯ, 2004, 2005, 2006 “Байгаль орчны төлөв байдлын тайлан”, Улаанбаатар
[7]. SURFACE RUNOFF, SOIL EROSION, AND LAND USE IN NORTHEASTERN MEXICO
Escorrentнa Superficial, Erosiуn Edбfica y Uso del Suelo en el Noreste de Mйxico Josй Nбvar and
Timmothy J. Synnott
[8]. “Satellite Remote Sensing of Land Use Change” By Dr. Charles Laymon , Universities Space
Research Association July 23, 2003
[9]. “Temporal Analysis of Agricultural Land Use in the Semi Arid Trophics of India Using IRS Data”
Japan International Research Center for Agricultural Sciences (JIRCAS) Ohwashi, Tsukuba,
Ibaraki 305, Japan
[10]. “Land Use-Cover Change Detection Using Knowledge based approaches: Remote Sensing and
GIS” Kalaysian Centre for Remote Sensing (MACRES), Jalan Tun Razak, Kuala Lumpur
Malaysia
[11]. “Хот байгуулалт, орон сууцны салбарын стратеги” төслийн тайлан 2005
[12]. “Газрын төлөв байдлын мониторинг” П.Мягмарцэрэн, И.Мягмаржав 2005
[13]. “Газар зохион байгуулалт” Д.Занабаатар 2006
[14]. “Газрын кадастр” Ц.Цэрэнбалжир, Б.Наранчимэг 2004
[15]. “Methodology to Estimate Coverage and Biomass of Boreal Forests using Satellite Data”
докторын зэрэг горилсон диссертаци Чиба их сургууль Р.Цолмон 2003
[16]. “Монгол орны ойт хээрийн бүсийн ойг хиймэл дагуулын мэдээ ашиглан зайнаас тандан
судлах аргаар үнэлэх нь” Биологийн ухааны докторын зэрэг горилсон диссертаци
Я.Ариунзул 2008 он
[17]. Эрдэнэтуяа, М. 2003 он. “Бэлчээрийн ургамлыг үнэлэх, зайнаас тандах арга зүй, технологи”
Газар зүйн ухааны докторын зэрэг горилсон диссертаци
[18]. “Архангай аймгийн их Тамир, Булган, Цэнхэр сумуудын нутгийн газрын бүрхэвчийн
ангилал ба газарзүйн мэдээллийн систем” Биологийн ухааны магистрийн зэрэг горилсон
диссертаци Э.Эрдэнэбат 2008 он
[19]. www.pmis.gov.mn/orkhon
[20]. Монгол улсын газрын нэгдэмэл сангийн тайлан
[21]. glcf.umiacs.umd.edu
[22]. www.googlemap.com
[23]. http://www.e-land.gov.mn/
[24]. http://www.erdenetmc.mn/

ТАЛАРХАЛ

Судалгааны ажлын зөвлөгч, удирдагч багш Доктор Р. Цолмон таньдаа зааж, сургаж, зөвлөж,
дэмжиж, тусласанд маш их баярлалаа. Мөн судалгааны ажилд хэрэглэсэн өгөгдөл, мэдээллээр
хангаж байсан Мэдээлэл Тооцооллын Төв, Орхон аймгийн газрын алба нарт талархаж байна. Эдгээр
өгөгдөл, мэдээллийг боловсруулж, аргачлалыг шүүмжилж, сайжруулсан МУИС-ийн ФЭС-ийн
“NUM-ITC-UNESCO” Зайнаас тандан судлал газарзүйн мэдээллийн системийн лабораторийн хамт
олон, хамт суралцаж, дэмжсэн нөхөддөө талархал илэрхийлье.

- 106 -
 УУР АМЬСГАЛЫН ӨӨРЧЛӨЛТӨД БЭЛЧЭЭРИЙН
ЭКОСИСТЕМИЙН ЭМЗЭГ БАЙДЛИЙН СУДАЛГАА, ДАСАН
ЗОХИЦОХ ЗАРИМ СОНГОЛТУУД

Т.ЧУЛУУН & М.АЛТАНБАГАНА

Монгол Улсын Их Сургууль, ГМС-Зайнаас тандан судлах лаборатори
Хуурай газрын тогтвортой хөгжлийн хүрээлэн
E-mail: [email protected] & [email protected]

Abstract
Climate change and its impact on rangeland ecosystems have been studied for 6 pastoral
communities in central Mongolia. Not only temperature and precipitation current and future trends, but also
zud (severe winter for livestock) index have been calculated for particular sites.
Plant biomass has a decreasing trend in Central Mongolia, and the Gobi-steppe boundary areas
have plant onset delaying trends. Water resources such as rivers and springs are decreasing in this region.
Pastoral systems were very sensitive to changes in climate and ecosystems. Not only spring and summer
became harsher for herders due to reduced forage and water resources, even delayed snow or no snow
conditions in winter are affecting herders because livestock use snow as water source. Vulnerability of
rangelands to climate and land use changes has been assessed for the communities, and as well at the
country level. Cultural landscape fragmentation appears to be one of critical factors for vulnerability of
pastoral communities. Pastoral communities, which use their traditional cultural landscapes, had less
vulnerability relative to those, who have lost their traditional resilience to cope with climate variability and
extremes.

Түлхүүр үгс: Уур амьсгалын өөрчлөлт, эмзэг байдал, дасан зохицохуй, бэлчээрийн нийгэм-
экологийн тогтолцоо, бэлчээрийн экосистем, соёлын цогц ландшафт, уур амьсгалын хэлбэлзэл.

ОРШИЛ

Дэлхийн агаарын дундаж хэм сүүлийн 40 жилд 0.74 хэм, харин Монгол Улсад сvvлийн
67 жилд агаарын жилийн дундаж температур дэлхийн дунджаас 3 дахин их буюу 2.1 хэмээр
Зураг 1. Судалгааны бүс нутаг

Ойт хээр
• Сантбаянбулаг
• 4058 га Хустайн ЦГ-ын
бэлчээртэй орчны бүс
• 28 өрхтэй • Алтганат
• 1328 хон.тол • Уулын хээр
• 6,424 бэлчээртэй
• 15 өрхтэй
Уулын хээр
• 12458 хон.тол
• Их бүрд
• 5429 га
бэлчээртэй
• 8 өрхтэй
• 2139 хон.тол
Хустайн ЦГ-ын
орчны бүс
Хуурай хээр • Батсүмбэр
• Хөндийн зараа • Голын сав газар
• 9500 га бэлчээртэй • 1,037 га бэлчээртэй
• 15 өрхтэй • 21 өрхтэй
• 4863 хон.толгой • 7801 хон.толгой
малтай малтай

Цөлийн хээр
• Эрдэнэ-Овоо
• 8,000 га бэлчээр
• 17 өрхтэй
• 4840 хон.тол

- 107 -
 (УЦУХ, 2007) дулаарсан нь эдийн засгийн чадавхи бага, хүн амын 1/3 –ийнх амьжиргаа
хөдөө аж ахуйгаас шууд хамааралтай, уур амьсгалын хэлбэлзэл их, хуурай болон хагас хуурай
бүс нутаг зонхилсон, хөгжиж буй манай орон түүний дотор ХАА-н салбар уур амьсгалын
өөрчлөлт, түүнээс үүдэлтэй байгалийн үзэгдэлд илүү эмзэг, өртөмтгий болох нь эрдэмтэд,
судлаачдын дүгнэлт, ажиглалтаар улам бүр баталгаажсаар байна. Уур амьсгалын өөрчлөлтийн үр
дагавар нь 2008 онд баталсан Монгол Улсын Мянганы хөгжлийн зорилтод суурилсан Үндэсний
хөгжлийн цогц бодлогын хүрээнд дэвшүүлсэн зорилтуудад хүрэхэд таагүй нөлөө үзүүлж
болзошгүй байна. Бэлчээрийн нийгэм-экологийн тогтолцооны уур амьсгалын өөрчлөлтөд эмзэг,
өртөмтгий байдлаа үнэлэж улмаар дасан зохицох стратеги, сонголтуудыг зөв тодорхойлж,
хэрэгжүүлэх зайлшгүй шаардлага тулгарч байна.
Судалгааны ажлын зорилго нь байгалийн өөр өөр бүсүүдэд малчдын бүлгүүдийн нийгэм-
экологийн тогтолцоо уур амьсгалын өөрчлөлтөд хэрхэн өртөж, эмзэг болж буйг судлан ирээдүйн
уур амьсгалын өөрчлөлтөд дасан зохицох ямар сонголтууд байж болохыг тодорхойлохыг
оролдсон явдал юм.
Энэ эрдэм шинжилгээний өгүүллэл нь малчдын бүлгүүдийн түвшинд эмдэг байдлыг
үнэлсэн үр дүнгээс орууллаа. Судалгааны цэгүүдэд ойт хээр, уулын хээр, хуурай хээр, цөлийн
хээр бүхий уртрагийн дагуу байгалийн хэд хэдэн бүсүүд дэх Сантбаянбулаг, Ихбүрд, Хөндийн
зараа, Эрдэнэ-Овоо болон Хустайн байгалийн цогцолбор газрын орчны бүс дэх Алтганат,
Батсүмбэр нийт 6 малчдын бүлгийг сонгон авсан болно.

АРГА ЗҮЙ БУЮУ ЭМЗЭГ БАЙДАЛ, ДАСАН ЗОХИЦОХУЙН ТУХАЙ ОЙЛГОЛТ

Эмзэг байдал, дасан зохицохуй .тухай ойлголт. Эмзэг байдлыг зөвхөн эмзэг
бүлгийнхэнд хамаарах асуудал гэж үзэж болохгүй бөгөөд хувь хүн, айл өрх, нийгмийн бүлгүүд,
бүс нутаг улс орны хэмжээд авч үзвэл зохих өргөн хүрээтэй асуудал юм. Бодит байдал дээр
хүмүүсийн эмзэг байдал нь хүний нас, эрүүл мэнд, оршин амьдарч буй нутаг орны орчин
нөхцөл, орон нутгийн засаг захиргаа бүтэц байгууламж, төрийн үйлчилгээний чанар, мэдлэг
мэдээлэл зэрэг маш олон хүчин зүйлээс шалтгаалдаг. Тиймээс эмзэг байдлыг эдийн засгийн,
байгаль цаг уурын, орчны, улс төрийн эмзэг байдал гэж ангилан үзэж болно.
Эмзэг байдлыг эрсдэлээр тодорхойлно гэж зарим нийгэм, эдийн засгийн эрдэмтэд үздэг
(Селим Жахан, Н.Батнасан, А.Солонго нар, 2008). Эрсдэл нь байгалийн аюул гамшиг, иргэний
зөрчилдөөн, эдийн засгийн байдал муудах гэх зэрэг макро эдийн засаг, глобал болон уур
амьсгалын өөрчлөлтийн эрсдэлүүд байхаас гадна ургац, малаа алдах, ажилгүй болох, өвчин
эмгэг тусах, аваар осол, золгүй
явдал тохиолдох, хөдөлмөрийн Зураг 2. Дасан зохицох аргазүйн схем
(Оливия Танужия, 2007)
чадваргүй болох, өндөр настай
болох гэх зэрэг өрхөд нүүрлэж
болох эрсдэлүүд байна. Эмзэг Аюул, занал
байдал нь хүн бүрт нөлөөлж болно.
Энгийн албан хаагч боломжийн Нөлөө, үйлчлэл

цалин авдаг, гэхдээ ажлаа алдвал ДАСАН ЗОХИЦОХ

эмзэг болж, ядуурал руу орно. Эмзэг ШААРДЛАГА
байдал нь ядуу хүний хувьд болон
одоогоор ядуурлын шугамнаас ЭМЗЭГ БАЙДЛЫН ҮНЭЛГЭЭ
дээгүүр байгаа хүний хувьд санаа • Бэлчээрийн МАА-н эмзэг байдал
зовоосон ойлголт, яагаад гэвэл • Нийгэм, эдийн засгийн эмзэг байдал
орлого л буурвал тэднийг ядуу Ирээдүйн уур амьсгалын эрсдэл
зүдүү байдал руу түлхэх болно.
Тухайлбал, өрхийн түвшинд
Улаанбаатар, Дорноговь, Архангай ХЭРХЭН ДАСАН
ЗОХИЦОХ ВЭ?
болон Хэнтий аймгийн 150 өрхийг
хамруулан өрхүүдийн ядуурах эмзэг
ДАСАН ЗОХИЦОХ ЧАДАВХИЙН ҮНЭЛГЭЭ
байдлын үнэлгээг хийсэн байдаг
(Б.Сувд, Б.Алтанцэцэг болон бусад,
2003). Өрхийн ядуурах эмзэг байдал БОДЛОГО, ҮЙЛ АЖИЛЛАГААНЫ ТӨЛӨВЛӨГӨӨ
гэдэг нь тухайн өрх өнөөдөр ядуу

- 108 -
байгаа эсэхээс үл хамааран ирээдүйд ядуурах магадлал юм. Өөрөөр хэлбэл, одоогоор ядуу бус
байгаа өрхүүд нь ядуурлын шугамаас доош орох эсвэл одоо ядуу бол цаашид ч ядуу хэвээрээ
үлдэх эрсдэлийг эмзэг байдал гэнэ гэсэн байна. 1998-2002 онуудад Улаанбаатарт ядуурал 34.1%-
иас 27.3% хүртэл буурсан байхад, хөдөөгийн сум багуудад 32.6%-иас 43.4% хүртэл өссөн (Селим
Жахан, Н.Батнасан, А.Солонго нар, Хүний хөгжлийн сурах бичиг, 2008. хуудас 184).
Дэлхийн дулаарал, уур амьсгалын өөрчлөлтийн үр дүнд ган, зуд, бэлчээрийн
экосистемийн доройтол, цөлжилт, усны нөөцийн бууралт зэрэг олон хүчин зүйлс нь бэлчээрийн
нийгэм-экологийн тогтолцоонд аюул занал үзүүлэх боллоо. Малчид амжиргааны хэдэн малаа
ган, зудад алдвал эмзэг болж ядууралд орно. Нөгөө талаас хүн бэлчээрийн хэт ашиглаад,
доройтуулснаар бэлчээрийн экосистемээ эмзэг болгож болно. Мөн уур амьсгалын өөрчлөлтийн
хүчин зүйл давамгайлсан нөлөөлж бэлчээрийн экосистемийг доройтуулж болно. Энэ нь эргээд
малчдын амжиргаанд сөргөөр нөлөөлж сөрөг буцах холбоонд оруулж болзошгүй юм. Иймд
бэлчээрийн нийгэм-экологийн тогтолцооны эмзэг байдлын тухай асуудал нь шалтгаан үр
дагавараас бүрдсэн энгийн ойлголт бус илүү ярвигтай, илүү өргөн хүрээтэй, олон хүчин зүйлс
өөр хоорондоо харилцан нөлөөлсөн, эргээд шалтгаан үр дагавар дагуулах хаус байдлаар ойлгох
хэрэгтэй.
2002-2004 онд Олон Улсын AIACC хөтөлбөрийн хүрээнд Монголд хэрэгжсэн “Уур
амьсгалын өөрчлөлтөд сав шим тогтолцоо, мал аж ахуй өртөх, дасан зохицохуй” төслөөс
гаргасан товхимолд эмзэг байдлыг “Уур амьсгалын өөрчлөлтөөс аливаа системд учрах хохирол
буюу гэмтлийн зэрэг. Үүнийг бас уур амьсгалын өөрчлөлт, түүний дортор экстремаль үзэгдлийн
үйлчлэлд системийн тэсч гарах буюу үл мэдрэх түвшин гэж хэлж болно. Энэ нь системийн
мэдрэх чадвараас хамаараад зогсохгүй уг системийн уур амьсгалын шинэ нөхцөлд дасан
зохицохуйн чадвараас бас хамаарна. Ямар нэг системийн мэдрэх чадвар дасан зохицох чадвар,
эмзэг байлыг тодорхойлоход уур амьсгалын өөрчлөлтийн хурд, өөрчлөлтийн далайц хэмжээ
чухал үүрэгтэй.” гэж тодорхойлсон байдаг (П.Батима, Л.Нацагдорж, Р.Оюун, Т.Чулуун нар,
2002-2004).
Дасан зохицох аргазүйн схемийг зураг-2-т харууллаа. Дасан зохицох асуудал нь эмзэг
байдлыг тодорхойлж түүний эсрэг хэрэгжүүлж буй бодлого юм. Тухайлбал, Ядууралд орсон
хойно түүний эсрэг бодлого явуулахад үр нөлөө нь бага байдаг. Энэ нь нэгэнт өвчин туссан
хойно нь өвчнийг эмчлэхтэй адил бол эмзэг байдлыг тодорхойлж түүний эсрэг бодлого явуулах
нь уг өвчнөөс урьдчилан сэргийлэх арга хэмжээ авч байгаатай адил юм. Өөрөөр хэлбэл,
ядууралд орохоос өмнө түүний эсрэг бодлого явуулах нь илүү үр дүнтэй бөгөөд ядуурал
нэмэгдэх боломжийг багасгадаг.
Иймд бэлчээрийн нийгэм-экологийн тогтолцоог эмзэг болгож буй гадна-дотны хүчин
зүйлсийг тодорхойлж, ирээдүйн уур амьсгалын өөрчлөлтөөс гарах эрсдэлээ багасгаж, тогтвортой
дасан зохицох шаардлага ялангуяа ХАА-н салбарт тулгараад байна.
Аливаа нийгэм-экологийн тогтолцоонд учруулж болох аюул занал, гадны нөлөөллийг
тооцож тухайн системийн эмзэг байдлын үнэлгээг олон түвшин, янз бүрийн салбарт, мөн
нэгдсэн байдлаар дүгнэлт өгөх шаардлагатай юм. Ингэснээр ирээдүйн уур амьсгалын
өөрчлөлтийн нөлөө, түүний сөрөг үр дагаваруудад хаана, хэзээ, ямар нөхцөл, ямар салбар илүү
эмзэг өртөж буйг тодорхойлж улмаар дасан зохицох бодлогын асуудлаа шийдвэрлэх
шаардлагатай юм.
Энэхүү судалгааны ажлаараа бэлчээрийн мал аж ахуйн эмзэг байдал (Rangeland
Vulnerability Index)-ыг (Т.Чулуун, М.Алтанбагана, 2005) уур амьсгалын өөрчлөлт, түүний үр
дагавар ганг тооцсон зудын индек (Л.Нацагдорж, Г.Сарантуяа 2004), бэлчээр ашиглалт болон
бэлчээрийн даац зэрэг хүчин зүйлийг тооцож экологийн өөр өөр бүсүүдэд үнэлгээ хийлээ.

Бэлчээрийн мал аж ахуйн эмзэг байдлын индекс тооцоолох арга зүй (Т.Чулуун,
М.Алтанбагана, 2005)
Урьд жил нь ган болоод дараа жил нь зуд болоход бэлчээрийн мал аж ахуй төдий чинээ
өртөнө. Мөн дээр нь бэлчээрийг талхлаад, даац хэтрүүлэн ашиглавал төдийн чинээ эмзэг болно
гэж үзээд бэлчээрийн мал аж ахуйн эмзэг байдлын нийлмэл индексийг (Т.Чулуун,
М.Алтанбагана, 2005) дараах байдлаар тоцоолсон. Малчдын бүлгүүд тус бүрт бэлчээрийн мал аж
ахуйн эмзэг байдлын индексийг ган, зудын нөхцөл байдал, бэлчээр ашиглалт, даац зэргийг
индексжүүлэн тооцоолсон. Эмзэг байдлын индексийн томъёо:

- 109 -
 V = ΔN + ΔS [1]
ΔN - Бэлчээр ашиглалтын индекс
ΔS - ганг тооцсон зудын индекс
Ганг тооцсон зудын индекс. Л.Нацагдорж зудыг өвлийн эхнээс дараа оны хавар хүртэл
үргэлжилсэн өвлийн улиралдаа олон жилийн дунджаасаа 2-70С-аар хүйтэн, ихэвчлэн 15-20 см-
ээс зузаан цастай үед тохиолдсон, 1944-1945 оны зудын өмнөх зун их хэмжээний ган болсон
1944 оны 11-р сараас дараа оны 3 дугаар сар хүртэл олон жилийн дунджаасаа 5.9-11.40С-аар
хүйтэн, 15-28 см зузаан цастай, байнга шахам хүйтэн шуургатай байсан, 1943 оноос ямар нэг зуд
болсон гэж тэмдэглэгдсэн жилүүдийн 30-д нь 11, 12 дугаар сараас дараа оны 3, 4 дүгээр сар
хүртэл зуд үргэлжилсэн, бараг зуун хувь олон жилийн дунджаасаа хүйтэн байсан мэдээг жишээ
болгожээ.
Дээрх мэдээг үндэслэн, мөн сүүлийн жилүүдэд судалгааны бүс нутагт өвөл цас оройтох
хандлагатай, хавар их хэмжээний цас орвол бэлчээрийн мал аж ахуйн эмзэг байдал ихсэх зэргийг
харгалзан үзэж өвөл-хаврын тунадас 12, 1, 2, 3, 4 сарууд ба зуны тунадасыг 5, 6, 7 сараар авсан
болно. Харин Сант суманд бороо орохгүй зун оройтож байгааг тооцоолон үзэж 5, 6, 7, 8 дугаар
саруудын тунадасын мэдээг авлаа. Мөн тухайн саруудтай харгалзах агаарын температурын
мэдээг ашиглан өвөл, зуны шинж байдлыг дан ганц агаарын температураар илэрхийлэх
хангалттай бус гэж үзээд температур, хур тунадасны нормчилсон хазайлтын ялгавар буюу
Педийн индексээр илэрхийлнэ.
n
⎛T −T ⎞ n ⎛ R − R ⎞
ssammer = ∑ ⎜⎜ ⎟⎟ − ∑ ⎜⎜ ⎟⎟ [2]
t =1 ⎝ σ T ⎠ t =1 ⎝ σ R ⎠
n
T −T n
R−R
S w int er = ∑ ( )i − ∑ ( ) i гэж авав. [3]
i =1 σΤ i =1 σR
Энд : R – i-р станц дээр өвөл ба зуны саруудад орсон цас болон хур тунадасны хэмжээ (мм-р),
R - i- р станц дээрх өвөл ба зуны саруудад орсон цас болон хур тунадасны олон жилийн дундаж,
σ R - i-р станцын өвөл ба зуны цас болон хур тунадасны хэмжээний дундаж квадрат хазайлт,
1 n
σ= ⋅ ∑ ( xi − x ) 2 - үүнийг Флуктуац гэнэ [4]
n − 1 i =1
үүний хi-тухайн хэмжилтийн i дахь утга, <x>-арифметик дундаж утга
Эндээс Sзун >>0 байвал төдий гантай, Sөвөл <<0 төдий их зудтай байх бөгөөд Sөвөл ба Sзун -
ийн ялгавараар зун хэдий гантай, өвөл нь хатуу бол ΔS төдий их байна. Ганг тооцсон зудын
индексийн томъёо
ΔS = S summer − S w int er [5]

томъёогоор илэрхийлсэн байдаг (Л.Нацагдорж, Г.Сарантуяа, 2004).

Бэлчээрийн ашиглалтын индекс. Бэлчээр ашиглалтын индексийг гаргахдаа тухайн малчдын
бүлгийн нутагт 1 га бэлчээрт байгаа малын тоог 1 га бэлчээрийн даацаас хазайх хазайлтыг
бэлчээрийн даацад нь нормчилсоныг бэлчээрийн МАА-н менежментийн коэффициентээр
үржүүлсэн байдлаар гаргалаа. Үүнд: ⎛ N − No ⎞
ΔN = α ⎜⎜ ⎟⎟
⎝ No ⎠
[6]
N - малын нягт, хонин толгой/га
No- бэлчээрийн даац, хонин толгой/га (С.Цэрэндаш, Бэлчээрийн даац бодох аргачлал. 2006 он )
Малчдын бүлгүүдийн бэлчээрийн ургацын мэдээг “Говийн бэлчээр” төслөөс загвар болон
сансрын мэдээ ашиглан сар тутамд 2 удаа гаргасан бэлчээрийн төлөв байдлын зурган мэдээллийг
ашиглав.
http://glews.tamu.edu/mongolia/index.php?option=com_content&task=view&id=46&Itemid=112&lan
g=MO
α - Бэлчээрийн МАА-н менежментийн коэффициент.

- 110 -
Бэлчээрийн МАА-н менежментийн коэффициент нь малын тэжээл, хашаа саравч, бэлчээр
усжуулалт болон ашиглалт зэрэг олон хүчин зүйлээс хамаарах бөгөөд цаашид судлах
шаардлагатай.
Малчдын бүлгийн товч танилцуулга:
Малын 1 хүнд
Өрхийн
Бүлгийн нэр Сум & аймаг Экосистемийн хэлбэр тоо, хонин ногдох
тоо
толгой малын тоо
Батсүмбэр Алтанбулаг, Төв Голын эрэг/ойт хээр 21 10833 100
Алтганат Баянхангай, Төв Ойт хээр 15 6784 181
Сантбаянбулаг Хужирт, Өвөрхангай Голын эрэг/ойт хээр 8 1172 41
Ихбүрд Хужирт, Өвөрхангай Уулын хээр 8 1944 49
Хөндийн зараа Сант, Өвөрхангай Хуурай хээр 15 3727 83
Эрдэнэ-Овоо Сант, Өвөрхангай Цөлийн хээр 17 4209 79

Уур амьсгалын өөрчлөлтийн нөлөө

Уур амьсгалын хувьсалт, өөрчлөлт, Зураг 3. Агаарын
Агаарын дундажтемпературын дундаж
температурын өсөлт
хүний хүчин зүйлсийн хам нөлөөгөөр сүүлийн өөрчлөлт /1940-2002/
/1940-2002/
дөчөөдхөн жилийн дотор Монгол орны
экосистемд мэдэгдэхүйц өөрчлөлт гарснаар 2
цөлжилт, байгалийн гамшгийн хөнөөл 1.8 2.1
1.9 1.82
идэвхжиж, усны нөөц, биологийн төрөл зүйл 1.6
1.4
хомсдох зэргээр илэрч байна. 1.2
Монгол орны агаарын жилийн дундаж 1

температур сүүлийн 67 жилийн дотор 2.10С- 0.8

0.6
ээр нэмэгдсэн нь дэлхийн агаарын 0.4
0.6
0.74
температурын дундаж өөрчлөлтөөс дариу 2-3 0.2

дахин их байна (зураг 3). Энэ нь газар нутгийн

0
Дэлхийд Монголд Орон нутаг
Хужирт сум(Хужирт сум)
60 орчим хувь нь хуурай болон хагас хуурай,
хүн амын 40 орчим хувийнх нь амьжиргаа хөдөө аж ахуйн бүтээгдэхүүн үйлдвэрлэл дээр
суурилдаг, хөгжиж байгаа улс орны эдийн засаг, нийгмийн амьдралд ямар нэг хэмжээгээр
нөлөөлж байгаа юм.
Батсүмбэр малчны бүлэг нь уулын хээр, голын дэнж, хөндийн хуурай хээр нутагт орших
бөгөөд хүний болон уур амьсгалын өөрчлөлтийн нөлөөнд өртөж байгаа бүс нутагт орны. Энэ
нутагт 1-р сард дунджаар -17.10С, зун 7-р сард +20.30С хэмтэй байдаг. Жилдээ 180-250 мм
тунадас унадаг. Жилийн 4 улиралд бүлгийн малчдын мал сүргийн усны ихэнх хэрэгцээг Туул
гол, Дэрстийн булгийн усаар тайлдаг. Сүүлийн жилүүдийн дулааралтаас болж бүлгийн нутагт
байсан 3 булгийн 2 нь ширгэсэн.

Ургамлын ургаж эхлэх хугацааны өөрчлөлт ба бэлчээрийн экосистем, түүний өөрчлөлт

Хиймэл дагуулаар ургамлын ургац ургаж эхлэх хугацааны хандлагын судалгаа (Т.Чулуун,
Jamis Ellis, 1999)-наас Монгол орны Их нууруудын хотгор болон өндөр уулсын өвөр хэсгээр
ургамлын ургаж эхлэх хугацаа сараар хойшилсон хандлагатай (зураг 4.а) байна. 1982-1991
онуудын хооронд хээрийн бүсэд ургамлын ургаж эхлэх хугацаа эрт болох хандлага ажиглагдаж
байхад цөлөрхөг хээрийн бүсэд оройтох хандлагатай байна. Энэ нь хуурай болон хагас хуурай
бүс нутаг хавар ногоо ургаж эхлэх үе сараар хойшлох нь мал төллүүлэх, мал сүрэг он тавтай
хаврын ногоотой залгах үеийг уртасгаснаар бэлчээрийн мал аж ахуйд хүндээр тусдаг. Өөрөөр
хэлбэл бэлчээрийн мал аж ахуйн эмзэг байдлыг бий болгож байна.
Туул голын ай савын бэлчээрийн нутагт зарим хэсгээрээ ургамлын ургаж эхлэх хугацаа
оройтсон хандлага илэрч байна.(зураг 4.б). Мөн Туул голын 2 талын хөвөө дагасан цагаан зурвас
газар бол талхагдал ихээхэн өртсөн бэлчээр нутаг (зураг 4.в) юм. Энэ нь Батсүмбэр малчны
бүлэг болон Туулын гол дагасан айлууд бэлчээр нутгийг менежментгүй ашиглаж байгаа буюу
соёлын цогц ландшафтыг бүрдүүлээгүйг харуулж байна. Бэлчээрийн ургамлын сийрэгжилт,
талхагдлын байдлыг фото зургаас тодохой харж болохоор байна.

- 111 -
Малчин хүний зайлшгүй бурханчлан дагаж мөрдөх 3 үндсэн зарчим бий. Түүнийг хууль гээд
хэлчихэж болно. Энэ нь нэгдүгээрт – малынхаа төрөл, цагийн байдалд тохируулан бэлчээрийг
улирлаар зөв сонгож хуваарьтай нутаглах, хоёрдугаарт- бэлчээрийнхээ даацыг хэзээ ч
хэтрүүлэхгүй байх, гуравдугаарт – малыг бэлчээрлүүлсний дараа тэр бэлчээрийн ургамалд нөхөн
төлжих, сэргэн ургах боломж олгох буюу нэг газраа байнга бүү талхал гэсэн асуудал туйлын
чухал юм гэдгийг ХАА-н судлаач эрдэмтэд хэлсэн байдаг [Мэдлэгт тулгуурласан мал аж ахуйг
эрхлэхүй, х-84, 2004 он].

Зураг 4. а. Хиймэл дагуулаар судалсан ургамлын

ургаж эхлэх хугацааны хандлагын зураг, б. Ургамлын
ургаж эхлэх хугацааны хандлагын зургаас Туул голын
ай савыг томруулан авсан зураг, в. Туулын хөвөө,
Батсүмбэр малчны бүлгийн бэлчээрийн талхагдлын
фото зураг

(а)

Талхлагдал бэлчээрийн
фото зураг
(б) (в)

Монгол орны хуурай хээр, цөлийн хээрийн ургамлан нөмрөгийн вегетацийг (ургамлын
ургаж эхлэх хугацаа) зонхилогч ургамал болох хялгана, агь, ерхөг, таана эхлүүлдэг. Одоогоос
30-40 жилийн өмнө ургамлан нөмрөгийн вегетаци хавар 3 сарын сүүлч, 4 сарын эхэн ба дундуур
эхэлдэг байсан. Гэтэл сүүлийн жилүүдэд ургамлан нөмрөгийн вегетацийн эхлэлт олон жилийн
дунджаас даруй 1-2 сараар (50-60 хоногоор) хожимдож 5 дугаар сарын сүүлч, 6 дугаар сарын
эхээр эхэлдэг болжээ (Санжид, 2002). Энэ нь хавар унах тунадасны багасалт ургамалд шууд
нөлөөлж буйг харуулж байна. Хөндийн зараа (хуурай хээр), Эрдэнэ-овоо (цөлийн хээр) малчдын
бүлгүүд нь Ellis & Т.Чулуун (2002) нарын 1982-1991 оны хооронд ургамлын ургаж эхлэх хугацаа
1 сараар хойшилсон бүс нутагт оршиж байгаа юм.
Гэтэл малчдын бүлгүүдийн бэлчээрийн ургац, даацын динамикийн зургаас харахад 2008
оны байдлаар Сант сумын Эрдэнэ-Овоо (цөлийн хээр), Хөндийн зараа (хуурай хээр), Хужирт
сумын Сантбаянбулаг (ойт хээр), Ихбүрд (уулын хээр) малчдын бүлгүүдийн бэлчээрийн
ургамлын ургаж эхлэх хугацаа 2 орчим сараар хойшилж, 6 сараас эхлэн ургадаг болжээ. Энэ нь
дээр дурьдсан судлаачдын тухайн үеийн судалгаанаас хойш ургамлын ургаж эхлэх хугацаа улам
хойшоо хүрээ тэлсэн байж болзошгүйг харуулж байна.

- 112 -
Судалгааны үр дүн

Бэлчээрийн мал аж ахуйн эмзэг байдлын үнэлгээ

Малчдын бүгүүдийн бэлчээрийн мал аж ахуйн эмзэг
Бэлчээрийн МАА-н эмзэг байдлын индекс байдлын нэгдсэн үнэлгээг уур амьсгалын хатуу
ширүүн нөхцөл байдийг илэрхийлэх ган зуд болон
1.00 бэлчээрийн ашиглалтын индексүүдэд тулгуурлан
0.90 үнэллгээ хийлээ. Малчдын бүлгүүдээс Батсүмбэр
0.80 малчдын бүлэг эмзэг байдал бага гарсан байна. Энэ
0.66
0.70 нь тус бүлэг тус малчдын бүлэг соёлын цогц
0.60
0.46 0.47 ландшафт хамгийн их алдагдсантай холбоотой.
0.50 0.40 Харин Хөндийн зараа, Эрдэнэ-Овоо малчдын бүлгүүд
0.40
0.30
эмзэг байдал бага гарсан нь (уур амьсгалын
0.20 0.13 0.14 хэлбэлзэл ихтэй бүс нутаг хэдий боловч) соёлын цогц
0.10 ландшафтаа харьцангуй бусдаасаа илүү
0.00 ашигладагтай холбоотой. бэлчээр томтой,
бэлчээрийн даац харьцангуй бага хэтэрсэн буюу
бэлчээрт үзүүлэх хүний үйл ажиллагаа нөлөө багатай
холбоотой.

Дүгнэлт буюу Дасан зохицох зарим сонголтууд

• Бэлчээрийн мал аж ахуйн эмзэг байдлын үнэлгээнээс харахад экологийн өөр өөр бүсэд
харилцан ажиглагдаж байна. Тухайлбал Батсүмбэр малчдын бүлэг бэлчээрийн
экосистемдээ үзүүлэх хүний нөлөөлөл бусдаасаа илүү байна. Иймд бэлчээр ашиглалтын
менежментээ сайжруулах, бэлчээрийн даацад тохируулан бэлчээрлэх шаардлагатай юм.
• Уур амьсгалын хэлбэлзэл ихтэй, ургамлын ургаж эхлэх хугацаа оройтох хандлагатай, ган
зудын давтамж их, эмзэг экосистемтэй ялангуяа хуурай болох хагас хуурай бүс
нутгуудад малын тоог бууруулах, уламжлалт бэлчээр ашиглалтыг хөхүүлэн дэмжих,
бэлчээр ашиглалтын менежментийг орчин үеийн технологитой хослуулан хэрэгжүүлэх,
орон нутгийн байгаль орчны мэдлэгийг дээшлүүлэх бодлого чиглэлийг баримтлах
шаардлагатай.
• Малын тоог бэлчээрийн даацын чадавхид тааруулан барих, бэлчээрлэх тухай ихээр
ярьдаг. Гэвч бодит байдал дээр ган, зудаас өөр малын тоо толгойг бууруулж байгаа
бодлого, механизм алга байна. Үүний тулд малчдын өөр орлогын эх үүсвэр байх ёстой.
Малчдын бэлтгэж буй мах, сүү, мал аж ахуйн түүхий эдийг дотоодод бүрэн боловсруулж
чадахгүй байгаа, тэдгээрийг худалдан авах эрэлт нь тогтмол бус, борлуулалтын суваг нь
тодорхой бус байгаагаас түүхий эдийн үнэ буурах, хямд үнээр борлуулах, малчдын
хөрөнгө эдийн засгийн эргэлтэд орж чадахгүй түгжигдэх, эрэлт нь удаашрах зэрэг
бэрхшээлүүд байна.
• Хөдөө орон нутагт МАА-н түүний эд боловсруулах чиглэлийн жижиг, дунд
үйлдвэрлэлийг хөгжүүлэх замаар орон нутагт түүхий эдийн эрэлт бий болгож, зах зээл,
үйлдвэрлэлийг малчдад ойртуулах хэрэгтэй байна.
• Тус малчдын бүлгийн орших Алтанбулаг сумд өвөл-хаврын бэлчээр, Баянхангай,
Аргалант сумдад зуны бэлчээрийн нутаг дутагдаж буй учир уур амьсгалын өөрчлөлтөд
дасан зохицол бүхий уламжлалт бэлчээрийн нүүдлийг дэмжих, соёлын цогц ландшафтыг
үүднээс засаг захиргаа, нутаг дэвсгэрийн хуваарийн 1 нэгжид зохион байгуулах;
• Сумын хэмжээгээр бэлчээрийн даац хэтрээгүй байхад тус малчдын бүлгийн даац хэтрээд
байгааг харгалзан бүлгийн бэлчээрийг тодорхой хэмжээгээр томсгох;
• Туул голын ай савын бэлчээрийн экосистемийн тогтвортой менежментийг хэрэгжүүлэх;
• Булаг, горхины эхийг хашаалан хамгаалж, мод бургасыг түлшинд хэрэглэхийг багасгаж
орлуулагч хямд түлшийг хэрэглэх;
• Хустайн БЦГ-ын аялал жуулчлалын нөөцийг ашиглан байгалийн аялал жуулчлал эрхлэх;
• Бэлчээрийн нүүдлийн уламжлалт хэлбэрийг сэргээж, малчдын улирлын бэлчээрийн
нүүдлийг зохицуулах бэлчээрийн менежментийн нэгжийг зохион байгуулах;
- 113 -
 • Бэлчээрийн менежментийн нэгжийг сумдад зохион байгуулснаар бэлчээрийн даац,
бэлчээрийн доройтлын үнэлгээний зургийг улирал бүр гаргаж, түүнийхээ дагуу малчдын
улирлын нүүдэл суурьшлыг малчдын оролцоотойгоор зохицуулахаас гадна шилжин
ирэгсдийг оновчтой байршуулах, отор, нөөц бэлчээр, хадлангийн талбайг хуваарилах;
• Тус бүлгийн малчдын хувьд нийслэлийн том зах зээлтэй ойр, бэлчээрийн даац хэтрэлт
ихтэй учир өвс тэжээлийн бэлтгэл, эрэлт нийлүүлэлтийг харгалзан өндөр ашиг шим
бүхий цөөн тооны малыг байгалийн гамшгийн эрсдэл багатайгаар сүү, махны чиглэлийн
үхрийн ферм эрхлэх бололцоотой
• Дасан зохицох чадавхийг нэмэгдүүлэх үүднээс мал аж ахуйн бүтээгдэхүүнийг хагас
болон бүтэн боловсруулж, нэмэлт орлогын эх үүсвэрийг бий болгох;
• Өрх бүр бүлгийн бэлчээрийн нөөцөд тулгуурлан сүргийн бүтэц болон малын тоог
тохируулах даацаас хэтэрсэн малыг борлуулах, адууг алсын оторт гаргах, тавиул болон
бүлгийн бус малчдын малыг өөр нутагт шилжүүлэх замаар бэлчээрийн даацад
тохируулах;
• Даацаас хэтэрсэн мал нь бэлчээрийг доройтуулахаас гадна ган зудад хорогдох эрсдэлтэйг
харгалзан чанартай цөөн мал өсгөх;
• Орон нутгийн байгаль орчны уламжлалт мэдлэг, мэлээллийг түгээн дэлгэрүүлэх.

Цаашид судлах судалгааны чиглэл

Уур амьсгалын өөрчлөлт, бэлчээр ашиглалтын үр нөлөөг тооцсон бэлчээрийн мал аж ахуйн
эмзэг байдлын үнэлгээг улс төрийн, эдийн засгийн эмзэг байдлын, өрхүүдийн ядуурах эмзэг
байдлын үнэлгээтэй хослуулан нэгдсэн байдлаар бэлчээрийн нийгэм-экологийн тогтолцооны
эмзэг байдлыг үнэлэх. Улмаар уур амьсгалын өөрчлөлтөд дасан зохицох бодлого нь экологийн
өөр өөр бүсэд харилцан адилгүй боловсруулж хэрэгжүүлэх үндсэн нөхцөл болно.
Мөн ганг тооцсон зудын индекс тодорхойлох аргачлал их хэмжээний цас орох буюу цагаан
зуд болох нөхцөл байдлыг тооцоолсон. Цаашид өвлийн тунадас багасаж зарим нутагт цас
оройтох байдал нь харын зуд болох нөхцлийг ихээр бүрдүүлж байгааг харгалзан үзээд харын
зудыг мөн адил тооцоолох шаардлагатай байна.

Ашигласан ном зүй

[1] Т.Чулуун, М.Алтанбагана, “Засаг захиргаа, нутаг дэвсгэрийн хуваарийн шинэчлэлд

сансрын мэдээ ашиглах нь” эрдэм шинжилгээний бүтээл. МУИС, МБОЗТСН,
Зайнаас тандан судлал ба газарзүйн мэдээлийн системийн анхдугаар бага хурлын
эрдэм шинжилгээний бүтээлүүд, 2005 он, х 72-73.
[2] Т. Чулуун, М. Алтанбагана, Г. Сарантуяа, 2005. Уур амьсгал болон газар
ашиглалтын өөрчлөлтөд Монгол орны бэлчээрийн МАА-н эмзэг байдал, дасан
зохицох чадавхийн үнэлгээ. МУБИС, Байгалийн ухааны сургууль, Биологийн
тэнхимийн эрдэм шинжилгээний бичиг, IV боть, 182-189.
[3] Монгол Улсын эдийн засаг, экологийн эмзэг байдал ба хүний аюулгүй байдал,
UNDP, 2005 он
[4] Т.Чулуун, М.Алтанбагана, С.Давааням, D. Ojima. 2006. Даяарх өөрчлөлтөд
Монголын хүн-орчны цогц тогтолцооны эмзэг байдал болон дасан зохицох арга
замууд. Дэлхийн тогтолцооны шинжлэх ухааны “Даяарх хүрээлэн буй орчны
өөрчлөлт: Бүс нутгийн сорилууд” нээлттэй чуулганы бүтээлийн эмхтгэл, 148 х.
Хятад, Бээжин хот.
[5] Van Droste, B., H.Planchter and M.Rossler (eds.). 1995. Cultural Landscapes of universal
value. Gustav Fischer Publishers, Jena, Germany
[6] Ellis, J., K. Price, R. Boone, Yu. Fangfang, Т. Чулуун, Yu. Mei. 2002. Монгол болон
Өвөр Монголын ургамлын бүрхэвчид үзүүлж буй уур амьсгалын өөрчлөлтийн
нөлөөллийн нэгдсэн үнэлгээ. Т.Чулуун болон D.Ojima нарын хянан тохиолдуулсан
“Уур амьсгалын өөрчлөлтөнд Монголын хээр болон нүүдлийн соёлын өртөнги:
Дасан зохицол эсвэл сүйрэл” сэдэвт семинарын бүтээлийн эмхэтгэл, 26-34 х,
Улаанбаатар, Интерпресс хэвлэлийн газар.
- 114 -
[7] ХБЦГ-ын Орчны бүс менежментийн төлөвлөгөө 2006-2010 он, Ц.Өөлд,
Б.Штайнхауэр-Буркарт, 2006 он
[8] ХБЦГ-ын орчны бүс төсөл, “ХБЦГ-ын орчны бүсийн Батсүмбэр бүлгийн өвөл-
хаврын улиралын бэлчээрийн зургийн тайлан”, 2005 он
[9] ADRA Монгол төсөл, Мэдлэгт тулгуурласан мал аж ахуйг эрхлэхүй, х-84, 2004 он.
[10] ШУА, Газарзүйн хүрээлэн, Монгол малын экологийн зохистой нутгийн улирлын
бүсийн зураг.
[11] 1:200 000 машстабын газрын зураг.
[12] Төв аймгийн газрын зураг, 1:200 000
[13] Селим Жахан, Н.Батнасан, А.Солонго. Хүний хөгжил сурах бичиг, 2008,
Улаанбаатар хот.
[14] Б.Сувд, Б.Алтанцэцэг нар, Монголын хүн амын сэтгүүл “Өрхийн ядуурах эмзэг
байдлын судалгаа”, 2003 он, Улаанбаатар хот
[15] Б.Батима, Л.Нацагдорж, Р.Оюун, Т.Чулуун нар. Даян дэлхийн байгаль орчны сан
(CEF)-ийн дэмжлэгээр НҮБ-ын Байгаль Орчны Хөтөлбөр болон олон улсын START,
AIACC хөтөлбөрийн хүрээнд 2002-2004 онд хэрэгжүүлсэн төсөл. “Уур амьсгалын
өөрчлөлтөд мал аж ахуйн мал аж ахуйн өртөх байдал” товхимол.
[16] Өвөрхангай аймгийн Засаг Даргын дэргэдэх Статистикийн хэлтэс, Өвөрхангай
аймгийн Статистикийн эмхэтгэл 2004, 2007 он
[17] Мижиддорж Р., 2008, Дэлхийн дулаарал цөлжилтийн дуудлага
[18] Мижиддорж Р., 1998, Аяндаа цэгцрэх тогтолцоо түүний эргэн тойронд
[19] Базаргүр Д., 2007, Бэлчээрийн мал аж ахуйн газарзүй
[20] Бэлчээрийн тогтвортой менежмент төслийн нэгдсэн тайлан, 2007
[21] Өөлд Ц., Штайнхауер-Буркарт, 2006, Хустайн БЦГ-ын Орчны бүсийн менежментийн
төлөвлөгөө 2006-2010

- 115 -
 ГОРХИ-ТЭРЭЛЖИЙН БЦГ-ЫН ОЙН ӨӨРЧЛӨЛТИЙГ ХИЙМЭЛ
ДАГУУЛЫН МЭДЭЭ АШИГЛАН ЗАЙНААС ТАНДАН СУДЛАХ
АРГААР ТОДОРХОЙЛОХ
1
Я. Ариунзул, 2 Т.Улаанбаатар, 3 Г.Нандин-Эрдэнэ
1, Биологийн ухааны докто, E-mail:y_ariunzul @ yahoo.com
2,Физикийн ухааны доктор, E-mail:tarzadulaanbaatar@ yahoo.com
3, МУИС-ийн Хэрэглээний физик экологи 4-р ангийн оюутан,
E-mail:[email protected]

ХУРААНГУЙ

Энэ судалгаагаар Горхи-Тэрэлжийн БЦГ-ын ойн талбай, тархалтын хэмжээг хиймэл

дагуулын мэдээ ашиглан тодорхойлж, ойн сангийн өөрчлөлт, ойн доройтлыг үнэлж, тооцоолж
болох эсэхийг судалсан.

СУДАЛГААНЫ ЗОРИЛГО, АЧ ХОЛБОГДОЛ

Энэхүү судалгааны ажлаар MODIS хиймэл дагуулын мэдээг ашиглан Горхи-Тэрэлж

БЦГ-ын ойн төлөв байдлыг зайнаас тандах аргаар судлах зорилго тавьсан юм. Энэхүү зорилгыг
хэрэгжүүлэхийн тулд ойгоор бүрхэгдсэн талбайн хэмжээг тодорхойлж, түүний өөрчлөлтийг
тооцож, зураглал хийх, ойн төрлийг хиймэл дагуулын мэдээ ашиглан үнэлэх, зураглах, тухайн
зорилтод ямар орон зайн шийдтэй хиймэл дагуулын мэдээ ашиглах боломжтойг тодорхойлох
зорилтуудыг дэвшүүллээ.
Ойн бүрхэвчийн ангиллыг богино хугацааны давтагдалтай хийж түүний өөрчлөлтийг
тодорхойлсноор ой бүрхэвчийн мониторинг судалгаа хийх, ойн талбайн өөрчлөлтийг хүссэн
хугацаандаа зураглаж үйлчлэх боломжтойгоороо ач холбогдолтой.

СУДАЛГААНД АШИГЛАСАН МАТЕРИАЛ

Судалгааны ажилд MODIS хиймэл дагуулын 2000-2008 оны 16 өдрийн давтамжтай

MOD13 бүтээгдэхүүний 63 мэдээн дээр нийт 6615 цэгийн NDVI утгыг ашиглалаа. Мөн газар
зүйн мэдээллийн системд тоон хэлбэрээр орсон сэдэвчилсэн зургууд, ой зохион байгуулалтын
материал, газрын хэмжилт, судалгааны ажлын материал, уур амьсгалын мэдээг ашиглалаа.
Боловсруулалтанд хугацаат цувааны дүн шинжилгээний арга, хяналттай болон хяналтгүй
ангиллын арга, харьцуулалт, давхцуулалт зэрэг зургийн тоон боловсруулалтын аргуудыг
ашиглалаа. Судалгаанд Тэрэлж харуулын уур амьсгалын мэдээг ашигласан болно.

ГОРХИ-ТЭРЭЛЖИЙН БЦГ-ЫН ОЙН САНГИЙН ТӨЛӨВ БАЙДАЛ

- 116 -
 2006 онд ОУХСТ-ийн хийсэн ой зохион байгуулалтаар Төв аймгийн Эрдэнэ сумын Горхи-
Тэрэлжийн БЦГ-ын ойн сангийн нийт талбай 284400 га бөгөөд үүний 193392 га буюу 68 %-ийг
ойн талбай, 91008 га буюу 32%-ийг ойн бус талбай эзэлж байна. Горхи-Тэрэлжийн БЦГ-ын
хэмжээнд шинэс, хушин ой зонхилж байгаа ба ойн төрөл тус бүрийн эзлэх талбайн хэмжээг авч
үзвэл 46661,1 га буюу 22%-ийг шинэсэн ой, 13083 га буюу 6 %-ийг хусан ой, 4406,9 га буюу
21%-ийг хушин ой, 36539,1 га буюу 17%-ийг торлог, 14896 га буюу 7% бургас, 20480 га буюу
9%-ийг улиангаран ой, 38615 га буюу 18%-ийг улиас ой тус тус эзлэн ургасан байна[Ой зохион
байгуулалт, 2006 он].

СУДАЛГААНЫ ҮР ДҮН

Судалгааны ажлаар Горхи-Тэрэлжийн БЦГ-ын ойн өөрчлөлтийг хиймэл дагуулын мэдээ

ашиглан бусад хүчин зүйлүүдтэй уялдуулан судалсан. Ойн өөрчлөлтийг тодорхойлохын тулд
105 дээж талбайг сонгон авсан.

Зураг 1. Судалгааны цэгийн байрлал / 105 дээж талбай /

Ойн өөрчлөлтийг тодорхойлохын тулд MODIS хиймэл дагуулын мэдээнд боловсруулалт хийн
гарсан үр дүн дээрээс ойтой болон ойгүй талбайнуудыг тодорхойлж өгсөн. NDVI-ийн
өөрчлөлтөө 2000-2008 оны 5-р сарын сүүлээс 8-р сарын сүүл хүртэлх хоорондоо 16 хоногийн
давтамжтай нийт 7 янзын цаг хугацааны мэдээн дээр харуулсан.

Ойн тархалтын зураг

- 117 -
Зураг 2. NDVI утгын өөрчлөлт, температур, хур тунадасны хоорондын хамаарал

График 1

- 118 -
 График 2

График 3

График .4

- 119 -
 График 5

График 6

График 7
Эхний 3 хугацаанд ойн NDVI –ийн өөрчлөлтийн утга нь 2000-2008 оны хооронд буурч байна.
Энэ нь температур болон хур тунадастай шууд хамааралтай байгаа нь тодорхой байна. Харин
сүүлийн 4 хугацааны графикт ойн NDVI утга нь нэмэгдэх хандлага гарч байна. Дээрхи

- 120 -
графикууд нь зөвхөн жил бүрийн тодорхой нэг хугацаанд ойн NDVI өөрчлөлтийг харуулсан.
Харин жилийн дундаж хандлага нь:

Ойн өөрчлөлт / жилийн дундаж /

График 8

Олон жилийн өөрчлөлтөөс харахад 2005 онд ойн ургалт бусад онтой харьцуулахад муу байна.
Энэ нь 2005 онд Горхи-Тэрэлж БЦГ-ын ойд арчилгаа цэвэрлэгээний огтлолт хийх нэрээр их
хэмжээний мод бэлтгэсэнтэй холбоотой байх магадлалтай юм.
Дээрхи 2000-2008 оны хоорондох зуны саруудын NDVI өөрчлөлтийг харахад хамгийн сайн
ургалттай үе нь 7-р сарын 28 байсан. Тиймээс тухайн хугацааны мэдээн дээр 2000-2008 оны
хоорондох 7-р сарын 28-ны утгыг сонгон авч ойн талбайн тархалтыг тодорхойлж ангилал
хийлээ. Хамгийн бага зайн аргыг ашиглан хяналттай ангилал хийлээ.
Ойн төрлийн ангилал

- 121 -
 -Торлог
-Хус
-Бургас
-Улиангар
-Улиас
-Шинэс
Зураг 1.5 -Хуш

Ойн төрлийн өөрчлөлт / талбайгаар /

Хүснэгт1.1
Ойн төрлийн өөрчлөлт

- 122 -
 График 9

График10

График 11

График 12

- 123 -
 График 13

График 14

Сөөгөн талбайд судалгааны 9, шинэсэн ойд 29, улиангаран ойд 4, улиасан ойд 9, хусан ойд 28,
хушан ойд 24 дээж талбайг сонгон авсан. Хушан ой, улиангаран ой, хусан ойн талбайн хэмжээ
нь нэмэгдсэн нь ангилагдсан зураг дээрээс харагдаж байна. Харин бургас, улиас модны хувьд
ерөнхий хандлага бага зэргийн бууралттай байна. Шинэсэн ой сүүлийн 2003, 2005-2008 онд
2004 онтой харьцуулахад хэт багассан байна. Тиймээс байгаль цаг уурын нөлөөнөөс гадна хүний
нөлөөнд өртөх нь их байна. Торлог буюу ойгүй газрын хэмжээ харьцангуй багассан. Ойгүй
газар багасч байна гэдэг нь ойтой газрын хэмжээ нэмэгдэж байгааг илэрхийлнэ. Ойн төрлийн
өөрчлөлтийн байдал нь / график 3.5 / -д үзүүлсэн 7-р сарын 28-ны NDVI утгын өөрчлөлттэй
таарч байна. 2000-2008 оны 7-р сарын 28-ны ерөнхий өөрчлөлтийн байдал нь өсч байгаа юм.
Ой зохион байгуулалтын план нь ангилагдсан ойн талбайгаас дараах байдлаар ялгаатай харагдаж
байна.
2006 оны ойн зохион байгуулалтын 2006 оны 7-р сарын 28-ны ойн төрлийг
материалаас: ангилсан байдлаар:
Хуш - 44064,9 га Хуш – 42100 га
Хус - 13083 га Хус – 17024 га
Улиас – 38615 га Улиас – 39303 га
Улиангар – 20480 га Улиангар – 26410 га
Бургас - 14896 га Бургас – 14032 га
Шинэс – 46661,1 га Шинэс – 49594 га
Торлог - 36539,1 га Торлог – 25658 га байна.

- 124 -
 ДҮГНЭЛТ

MODIS хиймэл дагуулын мэдээгээр ойн тархалтыг хэрхэн тодорхойлох боломжтойг

харууллаа. Горхи-Тэрэлжийн БЦГ-ын хэмжээнд ойг төрлөөр ангилахдаа 2000 оноос 2008 оны
мэдээг ашиглан гарган ирсэн бөгөөд энэ нь Ой, усны хайгуулын төвөөс явуулсан ойн
тооллоготой бараг адил буюу MODIS хиймэл дагуулын хувьд 4,5 хувиар зөрж байгаа нь цаашид
зайнаас тандсан мэдээг ашиглах бүрэн боломжтой гэдгийг баталж байна. Ойн NDVI утгын
ерөнхий өөрчлөлт ангилагдсан ойн төрлийн өөрчлөлтэй таарч байна. Ойн өөрчлөлт сүүлийн
жилүүдэд нэмэгдэх хандлагатай байна. Энэ нь тус нутаг дэвсгэр тусгай хамгаалалтанд байдаг
учир хүний үзүүлэх нөлөөлөл бага байдагтай холбоотой.

Ашигласан материалын жагсаалт

[1]. Амарсайхан.Д, Адьяасүрэн.Ц бусад “Зайнаас тандан судлал, Газарзүйн мэдээллийн

системийн зарчмууд” УБ, 2006
[2]. Ариунзул. Я, “Монгол орны ойт хээрийн бүсийн ойг хиймэл дагууын мэдээ ашиглан
зайнаас тандан судлах аргаар тодорхойлох нь” УБ, 2008 он.
[3]. “Ой зохион байгуулалтын материал” УБ, 2006 он.

- 125 -
 ГАЗАРЗҮЙН МЭДЭЭЛЛИЙН СИСТЕМИЙН
ӨГӨГДЛИЙН САН
Т.Эрдэнэзаяа 1, Р.Цолмон 2
1,2
МУИС ФЭС “NUM-ITC-UNESCO” Зайнаас тандан судлал,
Газарзүйн мэдээллийн системийн лаборатори,
[email protected], [email protected]

Хураангуй:

Зайнаас тандан судлал, газарзүйн мэдээллийн системийн өгөгдлүүд нь олон төрлийн, хоорондоо
холбоо хамаарал бүхий хэд хэдэн өгөгдлүүдээс бүрддэг учир интернэтэд суурилсан өгөгдлийн сан
үүсгэж удирдахад энгийн өгөгдлийг интернэт орчинд боловсруулж, дамжуулахаас илүү төвөгтэй
байдаг. Иймээс веб технологиор, сансрын өгөгдлийг хадгалах, боловсруулах, дамжуулах боломжийг
бий болгохыг зорилоо. Энэ судалгааны ажлын онцлог нь Linux OS, Apache, PHP, SVG, PostGreSql
зэрэг нээлттэй эхийн, интернэт орчны програмчлалын технологиудын хүчин чадал, боломжид
суурилагдан хийгдсэн тул дараах давуу талтай.
Үүнд:
9 Нээлттэй эхийг ашигласан тул зохиогчийн эрхийн болон програм хангамжийн талаар үнэ
төлбөрийн асуудал байхгүй
9 Хурдан, интерактив, динамик систем
9 Хэрэглэхэд хялбар хэрэглэгчийн интерфейс
9 Мэдээллийг Монгол хэл дээр боловсруулах, ашиглах боломж
9 Хэрэглэгчийн хэрэгцээ шаардлагад нийцүүлэн өргөтгөх боломж зэрэг болно.
Энэхүү судалгааны ажлын үр дүнд газарзүйн мэдээллийн системийн өгөгдлийг өгөгдлийн санд
хадгалах, интернэтийн орчинд боловсруулах, дамжуулах боломжтой болж байна.

1. Оршил

Веб-д суурилсан газарзүйн мэдээллийн системийг хөгжүүлэх анхны бүтээл 1997 онд хэвлэгдэж
байсан бөгөөд 1999 онд веб-д суурилсан газарзүйн мэдээллийн систем загвар байдлаар, 2000
оноос анхны хувилбар гарч хэрэглэгдэж эхэлсэн байна. Үүнээс хойш гадаадын орнуудын хувьд
веб-д суурилсан газарзүйн мэдээллийн системийг үүсгэн хөгжүүлж өнөөг хүртэл ашиглаж байна.
Монгол орны газрын бүрхүүл, ой хээр, цөлжилт, газар ашиглалт гэх мэт байгаль орчны олон
талын судалгаанд зайнаас тандан судлал, газарзүйн мэдээллийн системийг өргөн хэрэглэж
байна. Үүнтэй холбоотойгоор хийсэн судалгааны үр дүн, боловсруулсан өгөгдлийг судлаачид,
оюутнууд, бусад хэрэглэгчдийн хүртээл болгох, судалгааг амьдрал практикт хэрэглэх шаардлага
урган гарч байна. Тухайн хэрэглэгч орон зайн алслагдсан байдлаас үл хамааран, богино
хугацаанд мэдээлэл авах боломжийг хангасан интернэтэд суурилсан газарзүйн мэдээллийн
өгөгдлийн санг үүсгэх, мэдээлэлийг боловсруулах дамжуулах зорилготой юм.
Энэ судалгааны ажлын хувьд зорилгоо биелүүлэхийн тулд схем 1-д үзүүлсэн арга зүйн дагуу
үйлдлийн системээр Linux үйлдлийн системийг, веб серверээр Apache болон газарзүйн
өгөгдлийг боловсруулах mapserver, сервер талын хэлээр PHP, өгөгдлийн санг үүсгэх, удирдах
системээр PostgreSQL -ийг сонгон ашигласан болно. Эдгээр технологиуд нь дэлхий нийтэд өргөн
хэрэглэгдэж байгаа хоорондоо нийцэж ажиллах чадвар сайтай нээлттэй эхийн програмын
технологиуд юм.

2. Арга зүй
Linux үйлдлийн системийн орчинд Apache вэб сервер болон mapserver дээр PHP интернэт орчны
програмчлалын хэлийг ашиглан, PostgreSQL өгөгдлийн сан удирдах програмтай холбогдон
өгөгдлийн санг удирдан ажиллах юм. Бичигдсэн кодны даугуу боловсруулалт хийгдсэн
мэдээллийг хэрэглэгчид html, SVG, зураг гэх мэт хэлбэрээр сервер буцаах ба гарсан үр дүнг веб
хөтөч ашиглан харна. Арга зүйг схем 1-д харуулав. Хийсэн ажлын үр дүнг жишээ болгож
харуулахын тулд монгол орны төвийн бүсийн вектор өгөгдөл болон Орхон аймгийн газар
ашиглалтын байдал, Өвөрхангай аймгийн газрын бүрхүүлийн өөрчлөлт зэрэг өгөгдлүүдийг
сонгон авлаа.

- 126 -
 Схем 1. Арга зүй

2.1 Apache webserver

Веб сайтууд нь бүгд интернэтийн ямар нэг сервер компьютер дээр байрлаж байдаг.
Хэрэглэгч веб сайтын хаягийг өөрийн веб браузер дээр бичээд интер товчийг дарахад уг веб
сайтыг үзэх хүсэлтийг (http request) интернетийн холболтоороо дамжуулан уг вебийг
байрлуулж байгаа серверт хүргэнэ. Сервер дээр ирсэн хүсэлтийг боловсруулах зориулалттай
сервер програм хангамж ажиллаж байх бөгөөд түүнийг веб сервер гэж нэрлэдэг. Apache бол
веб сервер юм. Веб сервер хэрэглэгчийн үзэх мэдээллийг сервер дээрээ боловсруулалт хийн
тухайн хэрэглэгчийн үзэхийг хүссэн мэдээллийг бүрдүүлнэ. Боловсруулалтыг веб сервер
өөрөө дангаараа хийгээд байхгүй харин боловсруулалт хийх сервер талын хэлний ажиллах
орчин нь болж өгдөг. Apache нь энэ тохиолдолд PHP програмчлалын хэлний ажиллах орчин
болж байгаа юм. Боловсруулалт хийгдсэн мэдээллийг хэрэглэгчид HTML, SVG (CSS, JS -
тай) хэлбэрээр веб сервер буцаана. Харин веб сервер, сервер талын хэл, өгөгдлийн сан
удирдах хэрэгслүүд нь өөр өөр байдаг. Энэ судалгааны ажлын хувьд веб серверээр Apache
болон газарзүйн өгөгдлийг боловсруулах mapserver, сервер талын хэлээр PHP, өгөгдлийн
санг үүсгэх удирдах системээр PostgreSQL -ийг сонгон ашигласан. Эдгээр технологиуд
хоорондоо сайн нийцэж ажилладаг. Веб сервер нь веб браузер(хэрэглэгч) болон Mapserver
хоёрыг холбож ажиллах ба ажиллах зарчмыг зураг 1-д харуулав.

Зураг 1. Web server mapserver-ийн ажиллах зарчим

2.2 Mapserver

Зайнаас тандан судлал газарзүйн мэдээллийн системийн өгөгдлийг динамикиар боловсруулж

харуулдаг түгээмэл хэрэглэгддэг нээлттэй эхийн програм хангамж юм. Mapserver –ийн
онцлог
9 Vector , raster, өгөгдлийн сангийн төрлийн форматуудыг дэмждэг.
9 Өөр өөр үйлдлийн системийн орчинд ажилладаг.
9 PHP, Python, Perl, Java, .NET гэх мэт нийтлэг хэрэглэгддэг скрипт хэлүүдийг
дэмждэг.
- 127 -
 Mapserver-ийн газарзүйн мэдээллийн системийн өгөгдлийг боловсруулах үндсэн
архитектурыг зураг 2-т харуулав.

Зураг 2. Mapserver – ийн үндсэн архитектур

Mapserver нь веб хуудсанд зургийг харуулахдаа mapfile –ийн агуулж байгаа кодын дагуу тайлж
уншаад газарзүйн зураг болгон зурж харуулдаг. Mapfile гэдэг нь mapserver-ийн цөм болох текст
бүтэцтэй, скрипт хэлээр бичигдсэн файл юм. Mapfile-ийг дурын текст засварлагч програмууд
дээр нээж харах, засварлах боломжтой. Энэ файлыг газарзүйн мэдээллийн системийн
мэргэжлийн програм хангамжууд болох QGIS, ArcView зэрэг програмуудаар raster, vector data
болон postgresql өгөгдлийн санд хадгалагдаж буй өгөгдлүүд гэх зэрэг газарзүйн мэдээллийн
системийн өгөгдлүүдээс хөрвүүлэн үүсгэх боломжтой. Веб-д суурилсан газарзүйн мэдээллийн
системийн өгөгдөл боловсруулах үндсэн архитектурыг схем 2-т үзүүлэв.

Õýðýãëýã÷ Ñåðâåð êîìïüþòåð

2. Ñåðâåðò èëãýýõ
HTML

1. Ñåðâåðò 3. ªãºãäë¿¿äòýé
õ¿ñýëò èëãýýõ õîëáîëòîîð õàíäàæ
HTML õóóäñàíä
Apache Mapserver
HTML âåá /CGI-
SVG ñåðâåð 5. CGI-Script
äóóäàãäàõ S i t
6. ¯ð ä¿íã õýðýãëýã÷ 4. ªãºãäëèéí
ð¿¿ áóöààõ ñàíòàé
õîëáîãäîõ

ªãºãä-
Схем 2. Системийн үндсэн архитектур ëèéí
ñàí
- 128 -
3. Үр дүн

Зайнаас тандан судлал газарзүйн мэдээллийн системийн өгөгдлийг өгөгдлийн сан үүсгэн
хадгалснаар динамкаар газарзүйн мэдээлэлтэй ажиллах боломжийг бүрдүүлж байна. Схем 1-д
харуулсны дагуу php програмчлалын хэлээр өгөгдлийн санг удирдаж, серверт боловсруулсан үр
дүнг HTML болон SVG хэлбэрээр хэрэглэгчид хүргэж байна. Арга зүйн дагуу бичигдсэн эх
кодыг сервер хэрхэн боловсруулж , үр дүнг хэрэглэгчид хэрхэн дамжуулах бүтцийг схем 2-оор
харууллаа.
Судалгааны ажлын үр дүнг жишээ болгон харуулах зорилгоор монгол орны төвийн бүсийн
вектор өгөгдөл болон Орхон аймгийн газар ашиглалтын байдал, Өвөрхангай аймгийн газрын
бүрхүүлийн өөрчлөлт зэрэг өгөгдлүүдийг оруулж үр дүнг зураг 3-10-д харуулав.

Зураг 3. Нүүр хуудас

Зураг 4. Төвийн бүсийн ой.

- 129 -
Зураг 5. Төвийн бүсийн сумын төвүүд

Зураг 6. Төвийн бүс сумын хилээр

- 130 -
Зураг 7. Орхон аймагийн газар ашиглалтыг төрлөөр ангилсан зураг

Зураг 8. Орхон аймаг газар ашиглалтын байдал

- 131 -
 Зураг 9. Өвөрхангай аймаг уянга сумын Өлтийн уурхай

Зураг 10. Өвөрхангай аймгийн газрын бүрхүүлийн өөрчлөлт 1999-2004 он

- 132 -
4. Дүгнэлт

Энэ судалгааны ажлыг хийснээр орон зайн алслагдсан байдлыг үл харгалзан, интернэтийн

өргөн сүлжээг ашгилан газарзүйн мэдээллийн системийн веб-д суурилсан хувилбарыг

хэрэглэгчдийн хүртээл болгох боломжтой юм. Мөн аль нэг бүсийн өгөгдлийг хадгалаж,

боловсруулж, дамжуулах төдийгүй монгол орны бүх нутаг дэвсгэрийг хамарсан

өгөгдлүүдийг оруулах боломжтой юм. Судалгааны ажлыг хийх явцын талаар дүгнэхэд:

9 Нээлттэй эхийн програм хангамжуудыг ашиглаж хийсэн нь програмын үнэ өртөг,

зохиогчийн эрхийн хувьд ямар нэг хүндрэл байхгүй.

9 Ажлыг гүйцэтгэх явцад програм хангамжийн талаас болон, шийдлийн талаар гарч байсан

асуудал бэрхшээлийг шийдвэрлэхэд шаардагдах мэдээ материал олдоцтой байлаа.

- 133 -
 Талархал

Энэхүү судалгааны ажлыг хийхэд үнэтэй зөвлөгөө өгч байсан “Байгалийн нөөцийн
менежментийн үндэсний гео-мэдээллийн төв” төслийн удирдагч Д.Нарантуяа болон
өөрсдийн судалгааны ажлын хүрээнд боловсруулсан өгөгдлүүдээ өгч тусалсан тус
лабораторийн магистр А.Тунгалаг, Б.Баяртунгалаг, магистрант Ц.Оюунцэцэг, Н.Энхжаргал
нарт талархсанаа илэрхийлье.

5. Ашигласан ном, материал

1. http://www.w3.org/TR/SVG/
2. http://www.apache.org/dist/
3. Release notes, www.adobe.com/svg/indepth/releasenotes.html (2000.06.25)
4. http://www.adobe.com/svg/viewer/install/main.html
5. http://xml.apache.org/batik/
6. http://www.w3.org/Graphics/SVG
7. http://www.w3.org/TR/SVG/ (2000.08.03)
8. http://www.geo.unizh.ch/gis/research/webmap/gendem/
9. http://www.apache.com/
10. http://httpd.apache.org/
11. http://www.php.com/
12. http://www.commandprompt.com/home/
13. http://www.mapserver.org/
14. http://www.google.com

- 134 -
 ХИЙМЭЛ ДАГУУЛЫН МЭДЭЭ АШИГЛАН ДОРНОД МОНГОЛЫН
ТАЛ ХЭЭРИЙН УРГАМАЛЖИЛТЫН ТӨЛӨВ БАЙДЛЫГ
ТОДОРХОЙЛОХ НЬ
1. С.Дашзэгвэ 2. Я.Ариунзул 3.Т.Улаанбаатар
1. МУИС-ГГФ-Экологи-4 ЗТС-ын лаборатори
2. Доктор /[email protected]/
3. Доктор /[email protected]/
ОРШИЛ
Энэхүү судалгааны хүрээнд Дорнод Монголын тал хээрийн ургамалжилтын төлөв байдал
сүүлийн хэдэн жилд хэрхэн өөрчлөгдөж байгааг хиймэл дагуулын мэдээ ашиглан тодорхойлох
зорилго тавилаа. Сүүлийн жилүүдэд Дорнод Монголын нутагт газрын тосны хайгуул
олборлолтын ажиллагаа эрчимтэй явагдаж эхлээд байгаа билээ. Иймд орчин үеийн шинэ техник
технологи ашиглан экосистемийн тэнцвэрт байдлыг хадгалах гол түлхүүр болсон ургамлан
нөмрөгт хэрхэн нөлөөлж байгааг судлах зорилго тавилаа.
Дорнодын тал хээр нь унаган төрхөөрөө дэлхийд ганцхан үлдсэн Хялганат хээрийн
экосистем бөгөөд дэлхий дахины байгаль орчны чухал ач холбогдол бүхий 200 экобүсэд багтсан
байдаг. Энэ хээр тал нь төвөөс хэт алслагдсан, хүн амын суурьшилт нэн сийрэг, талхлагдалд
төдийлөн өртөөгүй, байгалийн онгон төрхөө хадгалж байгаа нутаг төдийгүй цагаан зээрийн гол
тархац нутаг болдог. Мөн уур амьсгал өөрчлөгдөхийн сацуу газрын тосны хайгуул олборлолт
явагдаж жилдээ дунджаар 3000 гаруй ажилчид, олон машин техник ажиллаж, чичиргээний
судалгаа, хайгуул өрөмдлөгийн ажлаар ихээхэн хэмжээний нүх цооногууд бий болж байна.
Цаашид бүтээгдэхүүн хуваах гэрээт талбайд хийгдэх чичирхийлэл, хайгуулын өрөмдлөгийн
өрнөл, тэнд хийгдэх олборлолтын үеийн ажлын талбайн ашиглалт, хүнд даацын машин
механизм, тээврийн хэрэгслүүдийн замын сүлжээний шигүүрэл зэрэг олон сөрөг нөлөөллүүдээс
шалтгаалж ургамлан нөмрөгийн тусгагийн бүрхэц өөрчлөгдөн, халцгай талбайн хэмжээ ихсэх нь
хөрс суларч элсжих, хотос хонхоруудад хуримтлагдах зэргээр цөлжих процессыг нэмэгдүүлнэ.
Дорнод Монголын ургамлан нөмрөгийн үндсэн бүлгэмдлүүүдийн зонхилох том хялгана, дэрвээн
хазаар өвс, зүр өвс зэрэг олон зүйл ургамлуудын нөхөн сэргэх, ургамлуудын хөрсөн дэхь үрийн
нөөцийн ихэнх хувь нь хөрсний өнгөн (0-5см-ийн гүнд) хэсэгт оршдог учраас тус районы үндсэн
ургамлууд нь нөхөн сэргэх чадваргүй болж устах аюулд орох ба өөр ургамлын зүйлүүдээр
солигдож болзошгүй.
Дээрх шалтгаануудын улмаас энэ сэдвийг сонгосон. Шинжлэх ухаан технологи хөгжсөн
өнөө үед хиймэл дагуулын мэдээ ашиглан зайнаас тандан судлах аргаар ургамлан бүрхэвчийн
өөрчлөлтийг үнэлж ашиглах нь дэвшилтэт технологийг нэвтрүүлэх, хэрэглэх, цаг хугацаа,
хөрөнгө, хүч хэмнэсэн ач холбогдолтой арга хэмжээ болох юм.

- 135 -
СУДАЛГААНЫ МУЖ: Судалгааны мужид Дорнод аймгийн Матад, Халх гол сумдын нутаг
дэвсгэр багтана. Газарзүйн байршлаар нь тодорхойлбол дэлхийн бөмбөрцгийн хойд хагас, хойд
өргөрөгийн 46°17’22.5” хэмээс 47°59’15.00” хэм, зүүн уртрагийн 114°26’32.4” хэмээс
118°36’47.4” хэмийн хооронд оршдог. уртрагийн 114°26’32.4” хэмээс 118°36’47.4” хэмийн
хооронд оршдог.

Зураг 1. Байршлын схем зураг

Матад, Халхгол сумд нь Монголын Дорнод талын их мужийн Дорнодын тэгш талын дэд
мужид багтдаг. Уур амьсгалын хувьд хуурайдуу дулаавтар мужид багтах бөгөөд үе үе эрс
хүйтрэх, их цас орох, хүчтэй салхи, цасан ба шороон шуурга тавих, ган зуд болох зэргээр цаг
агаарын эрс тэс байдал ажиглагдаж аливаа үйлдвэрлэлийн үйл ажиллагаанд саад бэрхшээл
учруулах тохиолдол цөөнгүй гардаг. Нарны нийлмэл цацрагийн жилийн дундаж хэмжээ 1300-
1400 квт.цаг/м2, нар гийгүүлэх хугацаа жилийн туршид 2900-3100 орчим цаг байдаг. Ган ба зуд
болох магадлал 30-40% буюу 3-4 жил тутамд 1 удаа ямар нэг хэмжээний эрчимтэй ган ба зуд
болдог, гол төлөв хар буюу хүйтэн зуд болдог онцлогтой. Хүйтэн бороо орох магадлал нэлээд
өндөр буюу 2 жил тутамд 1 удаа хүйтэн бороо ордог байна. Энэ бүс нутагт дулаан хангалттай
боловч чийг дутагдалтай байдаг онцлогтой. Жилд унадаг хур тунадасны нийлбэр 250-270 мм
орчим бөгөөд хур тунадасны бараг 90-95% нь дулаан улиралд орох бөгөөд хүйтний улиралд тун
бага тунадас унадаг. Ер нь Дорнод Монголын районд нийтлэг тархалттай хар хүрэн болон хүрэн
хөрсний янз бүрийн төрлүүд тархсан, салхины дундаж хурд 3.2-4.4м/с байна.

АШИГЛАСАН МЭДЭЭ, МАТЕРИАЛ

Тус судалгаанд MODIS хиймэл дагуулын MOD13 буюу ургамалжилтын судалгаанд

ашигладаг, 250м-н нарийвчлалтай, 2001-2006 оны 6.26-9.30-ы хоорондох 16 хоногийн
давтамжтай EVI-н мэдээг ашиглалаа. Мөн газарзүйн мэдээллийн систем (ГМС)-д тоон хэлбэрээр
орсон сэдэвчилсэн зургууд, хашаалсан талбайн биомассын хэмжилт, эрдэмтдийн судалгааны
ажлын материал, байрзүйн зураг, хур тунадас, температурын мэдээ зэргийг ашиглалаа.
- 136 -
СУДАЛГААНЫ АРГАЗҮЙ

Ургамлын сайжруулсан индекс (Enhanced Vegetation Index): Хиймэл дагуулын тоон

зураглалд боловсруулалт хийхэд тухайн биетийн шинж чанарыг илрүүлэх индексийг
тодорхойлох нь маш чухал байдаг байна. Тиймээс ч эрдэмтэд байгалийн төрөл бүрийн
биетүүдийг илрүүлэх олон тооны индексүүдийг судлан тодорхойлжээ. Түүний нэг нь ургамлын
сайжруулсан индекс буюу EVI (Enhanced Vegetation Index) юм.
Байгалийн ургамлын хлорофил буюу ногоон байдлыг спектрийн ямар мужид илрүүлэх
боломжтойг судалсны үндсэн дээр ургамлын бүрхэвч нарны гэрлийг үзэгдэх гэрлийн улаан
гэрлийн мужид ихээр шингээж, нил улаан туяаны ойрын мужид ихээр ойлгодог боловч
ургамлын төрөл зүйл бүрийн спектр шинж чанар нь өөр хоорондоо ялгаатай байдгийг эрдэмтэд
тогтоож, энэхүү шинж чанарыг нь ашиглан янз бүрийн индексээр ургамлын ногоон байдлыг
үнэлэх оролдлого хийсний дагуу ургамлын нормчлогдсон ялгаврын индекс буюу NDVI гэсэн
индекс нь ургамлын төлөв байдлыг бусад индексүүдээс илүү илэрхийлдгийг баталсан. Ургамлын
навчин дээрх пигмент, хлорофил нь фотосинтезийн процесст нэмэр болж 0.4-0.7 мкм урттай
үзэгдэх гэрлийг хүчтэй шингээдэг. Үүнийг үндэслэн NDVI (ургамлын нормчлогдсон индекс)-н
чанарыг сайжруулсан шинэ индекс гаргаж түүнийгээ Enhanced Vegetation Index буюу
ургамлын сайжруулсан индекс (EVI) гэж нэрлэсэн. Өөрөөр хэлбэл NDVI-тай төстэй
тооцоолдог боловч хөрсний гадарга болон агаар дахь элдэв тоос аэрозолын нөлөөгөөр гэрлийн
ойлтонд нөлөөлөх гажилтыг тооцооны аргаар засаж, багасгаж өгсөн индекс юм Enhanced
Vegetation Index–г дараах томъёогоор (томъёо 1-р) тооцоолно.

EVI=G*(NIR - Red) / (NIR + C1 Red – C2 Blue + L) (1)

С1=6 C2=7.5 L=1 G(өсөх хүчин зүйл)=2.5

NIR-ойрын нил улаан туяаны мужийн ойлт
Red- улаан туяаны мужийн ойлт
С1- улаан туяаны мужийн агаарыг эсэргүүцэх коэф
C2 –хөх туяаны мужийн агаарыг эсэргүүцэх коэф
L-газрын гадаргуугийн туяарлын засварын коэф

Гэхдээ NDVI, EVI –н аль нь ч саадыг бүрэн арилгаж чадахгүй. Ойлтын утга нь -1;+1
хооронд гардаг. Ус ба ургамалгүй гадарга хасах буюу 0 утга өгч ургамалжилт сайжрах тусам +1
рүү ойртоно.

- 137 -
СУДАЛГААНЫ АЖЛЫН ҮР ДҮН: Судалгааны ажлаар Халхгол, Матад сумдын газрын тосны
үйл ажиллагаа явуулж байгаа газрын ургамалжилтын төлөв байдлыг хиймэл дагуулын мэдээ
ашиглан зайнаас тандан судлах аргаар бусад хүчин зүйлүүдтэй уялдуулан судалсан. Судалгааны
цэгүүдээ сонгохдоо газрын тосны хайгуул олборлолт, тээвэрлэлт явуулж газраас тухайн нутгийн
байр зүйн зураг, хайгуулын гэрээт талбайн зураг, Google Earth, Орчны Шинжилгээний
лабораторийн хөрсний судалгааны цэгүүд зэргийг харьцуулж 50 цэг сонгон авсан.

Зураг 2. Судалгааны цэгүүдийн байрлал

Тухайн муж дахь сонгон авсан цэгүүдийн ургамлын сайжруулсан индекс EVI 0-0.46
хооронд гарч байна.

- 138 -
- 139 -
 График 1. Хур тунадас, температур, EVI-н явц
Ургамлын ургалтанд хур тунадас, температур их нөлөөлдөг учир EVI-н мэдээг хур
тунадас, температурын мэдээтэй нь харьцууллаа (график 1-д). Хур тунадас, температурын
мэдээг харьцуулахдаа тухайн өдрийн хиймэл дагуулын мэдээтэй хамгийн ойролцоох 10
хоногийн мэдээний дунджаар авсан. Аль ч оноос харсан 7.28-ы мэдээ хамгийн их ойлтын утга
өгсөн бөгөөд 7 сарын сүүлээр ургамал хамгийн сайн ургадаг байна. Дээрх графикуудаас харахад
судалгааны дээж цэгүүдийн дунджаар бүх хугацаанд ургамалжилт хур тунадас, температурын
өсөлт бууралтаас хамаарахгүйгээр буурсан байна.

сар/он 2001 2002 2003 2004 2006

6.26 0.2187 0.2444 0.1981 0.1431 0.1470
7.12 0.2657 0.2921 0.2355 0.1860 0.1547
7.28 0.2921 0.3005 0.2440 0.2161 0.2002
8.12 0.2125 0.2669 0.2335 0.1988 0.1925
8.29 0.1722 0.2669 0.1791 0.1722 0.1496
9.30 0.1431 0.2379 0.1582 0.1431 0.1431
жилийн
0.2174 0.2681 0.2081 0.1766 0.1649
дундаж EVI
Хүснэгт 1. EVI-н явц

Хүснэгт 1-с газрын тосны хайгуул олборлолт хийж байгаа болон тээвэрлэлт явуулж
байгаа газраас сонгож авсан 50 цэг тус бүрийн EVI-н дундаж утга харагдаж байгаа бөгөөд 2002
онд ургамалжилт хамгийн сайн байсан байна. Энэ үеийн хур тунадас, температур нь олон
жилийн дунджаас бага орсон байхад ургамалжилт сайн байгаа нь бусад хүчин зүйлийн
нөлөөлөл төдийлөн их биш байсан болов уу.

- 140 -
График 2. 2001-2006 оны хоорондох ургамлын сайжруулсан индекс, хур тунадас, температурын
өөрчлөлт (жилийн дундаж утгаар)
2001-2006 оны хооронд Матад, Халхгол сумдын ургамалжилт буурсан байна. Ургамлын
сайжруулсан индекс (EVI) ба хур тунадасны корреляцийн хамаарал 0.15, температур ба
ургамлын сайжруулсан индекс (EVI) ба хур тунадасны корреляцийн хамаарал -0,95 байна. Олон
жилийн дунджаар 2003, 2004 онд хур тунадас, температур харьцангуй сайн буюу олон жилийн
дунджийн орчим байхад ургамалжилт муу байгаа нь байгалийн хүчин зүйлээс хамааран
буураагүй харин газрын тосны үйл ажиллагаа болон бусад хүний хүчин зүйлийн нөлөөллөөс
үүдэлтэй байх магадлалтай байна.

График 3. NDVI ба EVI-ын олон жилийн дундаж

Судалгаагаар олсон ургамлын сайжруулсан индекс (EVI)-н утгаа доктор
М.Эрдэнэтуяагийн NOAA хиймэл дагуулын мэдээгээр судалсан ургамлын нормчлогдсон
индекстэй харьцууллаа. 9-р графикаас харахад MODIS мэдрэгчийн мэдээгээр судалсан
судалгааны үр дүн NOAA хиймэл дагуулын мэдээгээр судалсан үр дүнтэй ерөнхийдөө ойролцоо
ургамалжилт буурч гарсан байна. Гэхдээ NDVI-н судалгааны дээж цэгүүдийг Монгол орны бүх
- 141 -
хээрийн бүсээс сонгож авсан бол EVI-н дээж цэгүүдийг Дорнод аймгийн Матад, Халх гол
сумдын газрын тосны олборлолт, хайгуул, тээвэрлэлт явуулж байгаа цэгээс сонгон авсан учир
шууд хэдэн хувийн хамааралтай, зөрөөтэй байна гэж хэлэхэд учир дутагдалтай юм.
Мөн ургамлын сайжруулсан индекс (EVI)-н утгаа хашаалсан талбайн биомассын
хэмжилттэй нь харьцуулж үзлээ. Хэдийгээр биомасс гэдэг нэр томъёонд ургамлын газар дээрх
болон доорх жинг түүн дээрх хорхой шавьж зэрэг амьд биетүүдтэй нь хамтад нь авч үздэг
боловч УЦУХ-д ХААЦУ-ын судалгаанд бэлчээрийн ургамлын зөвхөн дээд хэсгээс мал идэгдэх
хэсгийг хяргах уламжлалт аргаар гүйцэтгэдэг. Биомассын хэмжилтийг тухайн орон нутгийн цаг
уурын станцид хашаалсан ба хашаалаагүй талбайгаас сар болгоны 25-д хийдэг.

0.3000 7

0.2500 6
y = -0.0788x + 4.3433
R2 = 0.0094 5
0.2000
4
0.1500
3
0.1000
2
y = -0.0197x + 0.266
0.0500 R2 = 0.5904 1

0.0000 0
2001 2002 2003 2004 2006

жилийн дундаж EVI ö/ãà

График 4. Биомасс ба EVI-н явц

2001-2006 оны хугацаанд хашаалсан талбайн биомасс EVI-тай мөн адил буурсан байна.
2002 онд бусад жилүүдтэй харьцуулахад зуны саруудад хур тунадас их хэмжээгээр орсон байсан
ба энэ зун ургамал ч мөн адил сайн ургасан байна. Энэ бүгдээс харахад ургамалжилт нь хур
тунадаснаас хамаарч байгаа боловч хур тунадас бүрэн илэрхийлж чадахгүй байна.

Дүгнэлт

• 2001-2006 хугацаанд Матад, Халхгол сумдын ургамалжилт буурсан байна.

• 7.26-ы EVI хамгийн өндөр утгыг өгсөн бөгөөд 7 сарын сүүлээр ургамал хамгийн сайн
ургадаг байна.
• MODIS мэдрэгчийн мэдээгээр судалсан судалгааны үр дүн нь NOAA хиймэл дагуулын
мэдээгээр судалсан судалгааны үр дүн, хашаалсан талбайн биомассын хэмжилтийн үр
дүнтэй ойролцоо гарч байгаа тул MODIS мэдрэгчийн MOD13 бүтээгдэхүүнийг ургамлын
судалгаанд ашиглаж болох нь харагдаж байна.

- 142 -
• EVI ба хур тунадасны хоорондын корреляцын хамаарал 0.15, EVI ба температурын
хоорондын корреляцын хамаарал -0.95 гарсан. Энэ нь ургамалжилт нь вегетацийн
хугацаанд хур тунадаснаас бага зэрэг, температураас бараг хамааралгүй буурч байгааг
харуулж байна. Хур тунадас, температур таатай жил ч ургамлан нөмрөг буурч байгааг
газрын тосны үйл ажиллагаа болон бусад хүчин зүйлээс шалтгаалан ургамлан нөмрөг
доройтож байна гэж үзэж байна.
• Цаашид нарийвчлал, цаг хугацааны давтамж сайтай олон цувааны мэдээ ашиглан
ургамалжилт хүний болон бусад үйл ажиллагаанаас хэрхэн хамаарч байгааг нарийвчлан
судлах хэрэгтэй.

Ашигласан материалын жагсаалт

[1]. Амарсайхан.Д, Адьяасүрэн.Ц бусад “Зайнаас тандан судлал, Газарзүйн мэдээллийн

системийн зарчимууд” УБ, 2006
[2]. Ариунзул Я. “Монгол орны ойт хээрийн бүсийн ойг хиймэл дагуулын мэдээ
ашиглан зайнаас тандан судлах аргаар үнэлэх нь” докторын диссертаци, 2008 он.
[3]. “Дорнод Монголын экосистем”, УБ, 2001 он.
[4]. “Монголын Үндэсний Атлас” 1990 он.
[5]. “Монгол орны физик газарзүй” 1979 он.
[6]. Матад, Халхгол станцын температур, хур тунадасны мэдээ
[7]. Өлзийхутаг.Н, “Монгол орны ургамлын аймгийн тойм”, УБ, 1989 он.
[8]. Түмэнжаргал.Д, Болормаа.Д, Алтанзаяа.Т “Ургамал судлалын бие даалтын гарын
авлага” УБ 2004
[9]. Эрдэнэтуяа М.(Ph.D) “Хиймэл дагуулын мэдээгээр бэлчээрийн мониторинг хийх
нь” ЭШӨ
[10]. 1968 оны 1:100000 масштабтай байр зүйн зураг

- 143 -
 МОНГОЛ ОРНЫ ЗАРИМ НУТАГТ АГААР МАНДЛЫН ОПТИК
ЗУЗААНЫГ СПЕКТРИЙН 3 МУЖИД ТОДОРХОЙЛСОН ДҮН
Т. Нарангарав, Г. Батсүх
МУИС, Геофизикийн тэнхим
[email protected]
[email protected]

Товч утга: Энэхүү ажлаар фотосинтезийн идэвхит цацраг (380нм≤λ≤710нм)-ФИЦ, биологийн

идэвхит цацраг (λ≤510нм)-БИЦ болон инфра улаан цацраг (λ≥710нм)-ИУЦ-ийн спектрийн мужид
Улаанбаатар, Угтаал орчмын агаар мандлын оптик зузааныг хэмжилтээр тодорхойлон үнэлж түүний
нарны өндрөөс хамаарах хамаарлыг жилийн янз бүрийн улиралд гарган өөрчлөгдөх байдлыг

ОРШИЛ
Агаар мандлыг бүрдүүлэгч хийн молекулууд дээрх Релейн сарнил, озоны давхарга, агаар мандал
дахь усны уур болон бусад хийн шингээлт, аэрозол дээр гэрэл сарних, шингэх процессуудын
дүнд газрын гадаргад ирж буй нарны цацрагийн эрчим нь сулардаг. Энэхүү сулралын хэмжээг
үнэлэх нэг үзүүлэлт нь агаар мандлын ерөнхий оптик зузаан юм. Агаар мандлын ерөнхий оптик
зузаан нь тухайн бүс нутгийн байгаль, цаг агаарын онцлог, агаар мандлын бохирдлын байдлаас
шалтгаалан хувьсдаг. Агаар мандлын ерөнхий оптик зузааныг спектрийн янз бүрийн мужид,
улирал бүрт тодорхойлсон дүн нь зайнаас тандан судлах судалгааны боловсруулалтанд агаар
мандлын нөлөөг тооцоход чухал анхдагч мэдээлэл болдог. Энэ өгүүлэлд эх газрын эрс тэс уур
амьсгалтай, Монгол орны нутаг дэвсгэрт орших Улаанбаатар, Угтаал орчмын агаар мандлын
оптик зузааны нарны өндрөөс хамаарах хамаарал, улирлын болон хоногийн хувьслын онцлогийг
гаргаж үзүүлэв.

СУДАЛГААНЫ АРГА ЗҮЙ БА ҮР ДҮН

−τ Δλ т
Агаар мандалд Бугерийн хуулийг S Δλ = S 0,Δλ ⋅ e хэлбэртэй бичиж хэрэглэдэг.

Үүнд: S Δλ -спектрийн тухайн муж дахь нарны шулуун цацрагийн хэмжсэн утга
S 0, Δλ -спектрийн тухайн мужид агаар мандлын гаднах хилд ирж байгаа нарны шулуун

цацрагийн утга
ò -агаар мандлын оптик масс

τ Δλ -спектрийн тухайн муж дахь агаар мандлын ерөнхий оптик зузаан

Тухайн спектрийн мужид газрын гадарга дээр тусах нарны шулуун цацрагийг хэмжих замаар
агаар мандлын ерөнхий оптик зузааныг Бугерийн хуулийг ашиглан

1 ⎛ S 0 , Δλ ⎞
τ Δλ = ln⎜ ⎟⎟ (1)
m ⎜⎝ S Δλ ⎠

- 144 -
томъёогоор тодорхойлов.
Энэ ажилд агаар мандлын оптик массыг тодорхойлохдоо нарны фотометрийн хэмжилтийг
ашиглан агаар мандлын тунгалагийн спектраль коэффициентийг тодорхойлох арагчлалдаа
1
Германы эрдэмтдийн хэрэглэсэн: m= томъёог ашигласан
sinh + 0.15 ⋅ (h + 3.885 )
−1.253

болно. Үүнд: h - нарны хөөрөх өндөр.

Бидний сонгосон 3 мужид агаар мандлын дээд хилд тусах цацрагийн утгыг С. И.
Сивковын тооцоог ашиглан гаргаж 1-р хүснэгтэд үзүүлэв.

1-р хүснэгт

Спектрийн муж S 0, Δλ (кВт/м2)

БИЦ (λ≤510нм) 0.344

ФИЦ (380нм≤λ≤710нм) 0.587
ИУЦ (λ≥710нм) 0.692

Энэхүү судалгааны ажилд МУИС-ийн Геофизикийн Судалгааны Төвөөс Улаанбаатарт 1979-2008

онуудад, Угтаалд 1986-1993 онуудад БС-8, ЖС-18, КС-19 шилэн шүүлтүүр бүхий АТ-50
актинометрээр нарны шулуун цацрагийг цаг тутамд хэмжсэн харгалзан 11312 ба 2831
хэмжилтийн дүнг ашиглан агаар мандлын оптик зузааныг фотосинтезийн идэвхит цацраг
(380нм≤λ≤710нм)-ФИЦ, биологийн идэвхит цацраг (λ≤510нм)-БИЦ болон инфра улаан цацраг
(λ≥710нм)-ИУЦ-ийн спектрийн мужид (1) томъёог ашиглан тодорхойлов.
Улаанбаатар, Угтаал орчмын агаар мандлын оптик зузааныг спектрийн ФИЦ, ИУЦ болон БИЦ-
ийн муж тус бүрт тодорхойлж, түүний олон жилийн дундаж утгаар нарны өндрөөс хамаарах
хамаарлыг гарган Зураг 1 /а, б/-т үзүүлэв.

Зураг 1. а. Улаанбаатар орчмын агаар мандлын оптик зузааны нарны өндрөөс хамаарах хамаарал

- 145 -
 Зураг 1 б. Угтаал орчмын агаар мандлын оптик зузааны нарны өндрөөс хамаара хамаарал.
Эдгээрээс үзэхэд нарны өндөр ихсэхэд Биологийн идэвхит цацрагийн муж дахь агаар мандлын
оптик зузаан Улаанбаатарт 0.500-аас 0.700 хүртэл, Угтаалд 0.400-аас 0.850 хүртэл өсдөг бол
Фотосинтезийн идэвхит цацрагийн муж дахь агаар мандлын оптик зузаан нь Улаанбаатарт 0.330-
аас 0.480 хүртэл, Угтаалд 0.220-оос 0.620 хүртэл, усны уурын шингээлтийн зурвасууд бүхий
инфра улаан цацрагийн мужид нарны өндөр ихсэх дутам агаар мандлын оптик зузаан нь
Улаанбаатарт 0.150-аас 0.260 хүртэл, Угтаалд 0.100-аас 0.500 хүртэл өсдөг нь харагдаж байна.
Агаар мандлын оптик зузааны улирлын турш дахь хамаарлыг гаргах зорилгоор агаар мандлын
оптик зузааны нарны өндрөөс хамаарах хамаарлыг арилгаж улирал бүрийн агаар мандлын оптик
зузааны утгыг нарны өндрийн нэг утганд шилжүүлэв. Учир нь зуны улиралд нарны өндөр
Монгол орны нутаг дэвсгэр дээр 650 орчим хүртэлх ихэсдэг бол өвлийн улиралд 250 орчмоос
дээшлэхгүй, харин агаар мандлын оптик зузаан нарын өндөр 100-650 хүртэл өөрчлөгдөхөд
бараг 2 дахин орчмоор өөрчлөгддөг тул агаар мандлын оптик зузааны улирлын явцыг илт
байдлаар жиших боломж олгодоггүй. Ийнхүү агаар мандлын оптик зузааны улирлын явцыг
нарны өндрийн 200-250 –ийн муж дахь дундаж өндөрт шилжүүлсэн утгаар гаргасан дүнг 2 /а, б,
в/-р хүснэгтүүдээр харуулав.
Спектрийн БИЦ-ийн мужид Улаанбаатарт агаар мандлын оптик зузаан зуны улиралд хамгийн
бага утгатай, өвлийн улиралд хамгийн их буюу зуныхаас 10 орчим процентоор их; Угтаалд зуны
улиралд хамгийн бага, хаврын улиралд хамгийн их буюу зуныхаас 8 орчим хувиар их байна.
ФИЦ-ийн мужийн хувьд Улаанбаатарт агаар мандлын оптик зузааны дундаж утга зуны улиралд
хамгийн бага, өвлийн улиралд хамгийн их буюу зуныхаас 17 орчим хувиар их; Угтаалд зуны
улиралд хамгийн бага, хаврын улиралд хамгийн их буюу зуны улирлын дундаж утгаас 20 орчим
хувиар их байна.
Угтаал орчмын агаар мандлын оптик зузаан хаврын улиралд салхи шуурга ихтэй, үүний улмаас
агаарт тоос шороо их дэгддэг манай орны цаг агаарын онцлогтой холбоотой гэж үзэж болно.
Харин Улаанбаатар хотод гэр хорооллын галлагаанаас үүсдэг аэрозолийн бохирдлын нөлөө,
энэхүү аэрозоль нь өвлийн улиралд давамгайлдаг, Монгол орны нутаг дээр өвлийн улиралд
зонхилдог антициклоны улмаас аэрозолийн хэсгүүд хургаж тунадагтай холбоотойгоор өвлийн

- 146 -
улиралд аэрозолийн оптик зузаан ихэсдэг нь агаар мандлын оптик зузаан их байх нөхцлийг
бүрдүүлж байх боломжтой.
ИУЦ-ийн мужид агаар мандлын оптик зузаан Улаанбаатарт хаврын улиралд хамгийн бага, зуны
улиралд хамгийн их буюу хаврынхаас 9 орчим хувиар их; Угтаалд зуны улиралд хамгийн бага,
хаврын улиралд хамгийн их буюу зуныхаас 11 орчим хувиар их байна.
Спектрийн энэ мужид усны уурын шингээлт байдагтай холбоотойгоор дээрх 2 нутагт агаар
мандлын оптик зузааны дундаж утга зуны улиралд их болох хандлага ажиглагдаж байна.
Агаар мандлын ерөнхий оптик зузааны хоногийн явцыг жил бүрийн дундаж утгаар байгуулсан
дүнг нь Зураг 2 (а, б) -т харуулав.

Зураг 2.а. Улаанбаатар орчмын агаар мандлын оптик зузааны хоногийн явц

Зураг 2. б. Угтаал орчмын агаар мандлыноптик зузааны хоногийн явц

ДҮГНЭЛТ

Улаанбаатар, Угтаал орчмын агаар мандлын оптик зузааныг спектрийн БИЦ, ФИЦ болон ИУЦ-
ийн мужид тодорхойлсон дүнгээс дараах дүгнэлтүүдийг хийж болно. Үүнд:

- 147 -
• БИЦ-ийн мужид Улаанбаатарт агаар мандлын оптик зузаан зуны улиралд хамгийн бага
утгатай, өвлийн улиралд хамгийн их буюу зуныхаас 10 орчим хувиар их; Угтаалд зуны улиралд
хамгийн бага, хаврын улиралд хамгийн их буюу зуныхаас 8 орчим хувиар их байна.
• ФИЦ-ийн мужийн хувьд Улаанбаатарт агаар мандлын оптик зузааны дундаж утга
зуны улиралд хамгийн бага, өвлийн улиралд хамгийн их буюу зуныхаас 17 орчим хувиар их;
Угтаалд зуны улиралд хамгийн бага, хаврын улиралд хамгийн их буюу зуны улирлын дундаж
утгаас 20 орчим хувиар их байна.
• Спектрийн дээрх 2 муж дахь Угтаал орчмын агаар мандлын ерөнхий оптик зузаан
хаврын улиралд их байгаа нь хаврын улиралд салхи шуурга ихтэй, үүний улмаас агаарт тоос
шороо их дэгддэг манай орны цаг агаарын онцлогтой холбоотой. Харин Улаанбаатар хотод гэр
хорооллын галлаанаас үүсэх аэрозолийн бохирдлын нөлөөгөөр агаар мандлын ерөнхий оптик
зузаан өвлийн улиралд их байна.
• ИУЦ-ийн мужид агаар мандлын оптик зузаан Улаанбаатарт хаврын улиралд хамгийн
бага, зуны улиралд хамгийн их буюу хаврынхаас 9 орчим хувиар их; Угтаалд зуны улиралд
хамгийн бага, хаврын улиралд хамгийн их буюу зуныхаас 11 орчим хувиар их байна. Спектрийн
энэ мужид усны уурын шингээлт байдагтай холбоотойгоор дээрх 2 нутагт агаар мандлын оптик
зузааны дундаж утга зуны улиралд их болох хандлага ажиглагдаж байна.

НОМ ЗҮЙ
[1] МУИС-ийн Геофизикийн Судалгааны Төвийн нарны шулуун цацрагийн
хэмжилтийн 1979-2008 оны материал
[2] Сивков С.И. “Методы расчёта характерисик солнечной радиации” Л., Гидрометеоиздат,
1968, 232с.
2. а.-р хүснэгт. БИЦ-ийн муж дахь агаар мандлын оптик зузааны улирлын явц
Өвөл Хавар Зун Намар
Улаан- Улаан- Улаан- Улаан-
Угтаал Угтаал Угтаал Угтаал
баатар баатар баатар баатар
10--15 0,614 0,597 0,584 0,512 0,579
15-20 0,615 0,597 0,581 0,623 0,502 0,555 0,553
20-25 0,614 0,599 0,592 0,617 0,540 0,509 0,581 0,571
25-30 0,607 0,594 0,599 0,584 0,572 0,598 0,564 0,576
30-35 0,625 0,601 0,616 0,609 0,566 0,481 0,554 0,587
35-40 0,615 0,600 0,566 0,549 0,551 0,583
40-45 0,605 0,603 0,579 0,561 0,565 0,583
45-50 0,593 0,597 0,576 0,587 0,573 0,557
50-55 0,603 0,600 0,574 0,576
55-60 0,600 0,586 0,571 0,579
60-65 0,582 0,597 0,584 0,580
дундаж
0,615 0,598 0,597 0,602 0,558 0,558 0,565 0,573
утга
ст.хазайлт 0,006 0,002 0,012 0,012 0,027 0,037 0,011 0,012

- 148 -
 2. б.-р хүснэгт ФИЦ-ийн муж дахь агаар мандлын оптик зузааны улирлын явц
Өвөл Хавар Зун Намар
Улаан- Улаан- Улаан- Улаан-
Угтаал Угтаал Угтаал Угтаал
баатар баатар баатар баатар
10--15 0,429 0,390 0,392 0,338 0,346
15-20 0,403 0,395 0,391 0,379 0,322 0,351 0,358
20-25 0,429 0,403 0,388 0,434 0,346 0,270 0,361 0,369
25-30 0,409 0,409 0,393 0,396 0,353 0,326 0,358 0,368
30-35 0,431 0,409 0,403 0,414 0,356 0,296 0,362 0,380
35-40 0,391 0,413 0,367 0,350 0,366 0,369
40-45 0,397 0,420 0,367 0,353 0,369 0,380
45-50 0,380 0,407 0,370 0,362 0,382 0,343
50-55 0,391 0,427 0,373 0,361
55-60 0,385 0,411 0,372 0,378
60-65 0,371 0,415 0,382 0,381
дундаж
0,420 0,401 0,389 0,412 0,359 0,342 0,362 0,367
утга
ст.хазайлт 0,012 0,008 0,008 0,015 0,017 0,036 0,010 0,012
2.в-р хүснэгт. ИУЦ-ийн муж дахь агаар мандлын оптик зузааны улирлын явц

Өвөл Хавар Зун Намар

Улаан- Улаан- Улаан- Улаан-
Угтаал Угтаал Угтаал Угтаал
баатар баатар баатар баатар
10--15 0,192 0,229 0,168 0,160 0,169
15-20 0,183 0,224 0,165 0,242 0,165 0,166 0,198
20-25 0,171 0,222 0,169 0,253 0,176 0,156 0,177 0,216
25-30 0,170 0,211 0,176 0,219 0,181 0,180 0,173 0,226
30-35 0,175 0,207 0,169 0,223 0,181 0,157 0,171 0,236
35-40 0,163 0,214 0,186 0,226 0,180 0,218
40-45 0,163 0,219 0,183 0,210 0,173 0,225
45-50 0,158 0,212 0,195 0,228 0,180 0,202
50-55 0,164 0,220 0,180 0,214
55-60 0,159 0,208 0,181 0,218
60-65 0,155 0,217 0,180 0,216
дундаж
0,178 0,219 0,164 0,223 0,179 0,201 0,174 0,217
утга
ст.хазайлт 0,008 0,008 0,006 0,013 0,009 0,027 0,005 0,012

- 149 -
 БАЙГАЛЬ ОРЧНЫ МЕТАМЭДЭЭЛЛИЙН САН
М. Баясгалан (Ph.D), Г. Батхишиг
Мэдээлэл Тооцооллын Төв, NGIC төсөл
[email protected]

Абстракт

Өнөөдөр Монгол улсад олон байгууллага, хувь хүмүүс өөрийн боломж, чадавхиас
хамааран газарзүйн мэдээллийн өгөгдлийг янз бүрийн түвшинд бүрдүүлж хэрэглэж байна.
Газарзүйн мэдээлэл бүрдүүлэх ажил нь ихээхэн цаг хугацаа, хөрөнгө мөнгө шаардсан ажил байдаг.
Иймд газарзүйн мэдээллийг хамтран ашиглах нь хөрөнгө, зардлыг хэмнэх, ажлын давхардлыг
арилгах, мэдээний үнэн зөв бодит байдал, чанарыг дээшлүүлэхэд чухал үүрэгтэй. Нэгэнт
бүрдүүлсэн мэдээг аль болох олон хүн янз бүрийн зорилгоор дахин ашиглах, мэдээг зөв ойлгож
хялбар ашиглахын тулд мэдээг ил тод болгох, мэдээний талаархи мэдээллийг бүрэн зөв мэдэх
шаардлагатай байдаг. Манайд мэдээг тайлбарлан бичиглэх нэгдсэн загвар болон гарын авлага, энэ
чиглэлээр хийгдсэн ажил тун хомс. Энэ асуудлыг шийдвэрлэх зорилгоор газарзүйн мэдээллийг
бүрдүүлдэг, ашигладаг гол байгууллагуудын төлөөллөөс бүрдсэн ажлын хэсэг газарзүйн өгөгдлийн
метаөгөгдлийн үндэсний стандарт MNS:5774–ыг боловсруулж Стандартчилал, Хэмжилзүйн
Үндэсний Зөвлөлийн 2007 оны 11-р сарын 8-ны өдрийн 50 тоот тогтоолоор батлуулсан. Хэдийгээр
энэ стандарт нь газарзүйн тоон өгөгдөлд зориулагдсан хэдий ч бусад төрлийн өгөгдөл график, текст,
хүснэгт, өгөгдөл зэрэг газарзүйн бус мэдээнд ч хэрэглэх боломжтой. MNS:5774 стандартын дагуу
метаөгөгдөл нь өгөгдлийг тайлбарлан бичиглэхэд ямарч тохиолдолд заавал хэрэглэгдэх 50, сонгож
хэрэглэх 73, тодорхой нөхцөлд хэрэглэх 21, нийт 144 элементээс бүрдэнэ.

БОАЖЯамны Мэдээлэл тооцооллын төв нь NGIC төслийн хүрээнд уг стандартыг мөрдлөг

болгон байгаль орчны мэдээллийн метамэдээллийн санг байгуулж байна. Мэдээллийн сангийн
удирдлагын системээр олон нийтэд хүртээмжтэй, бусад мэдээллийн системтэй зохицох, мэдээллийн
санг өөрийн нөхцөлд тохируулан өөрчлөх, өргөжүүлэх боломж зэргийг харгалзан үзэж эх хэл нь
нээлтэй программ хангамжийг сонгон авсан болно. Мэдээллийн сан нь Вэб-д суурилсан, англи,
монгол хэл дээр хийгдсэн, олон нийтэд нээлттэй байна. (http://geodata.mne-
ngic.mn:8080/geonetwork/).

Метамэдээллийн сан байгуулагдсанаар мэдээлэл ил тод болж, уг мэдээг хэрхэн олж авах,
ашиглахад шаардлагатай болон бусад мэдээтэй холбоотой мэдээллийг бүрэн гүйцэд олж мэдсэнээр
мэдээг хурдан шуурхай боловсруулах, зөв ашиглах, нөхцөл бүрдэх болно.

Оршил

Аливаа мэдээ, мэдээлэл ялангуяа байгаль орчин шиг хувьсан өөрчлөгдөх обьектын
харьцангуй өндөр өртгөөр бүрддэг мэдээг цаг хугацаа алдаж, үнэ цэнээ алдахаас нь өмнө өргөн
хүрээнд үр ашигтай ашиглах шаардлагатай байдаг. Манайд мэдээний дутагдлаас илүүтэйгээр
хаана ямар мэдээ байгаа нь тодорхойгүйн улмаас цаг алдах, нэг мэдээг олоод авсан ч мэдээг
ашиглахад ихээхэн хүндрэл бэрхшээл гардаг. Энэ байдлаас гарахын тулд эх мэдээ, өгөгдлийг ил
тод болгох, өгөгдлийн талаар сайн ойлголтгүй үйлдвэрлэгчээс нь бусад хүмүүст мэдээний
тайлбар, цаг хугацаа, орон зайн хамрах хүрээ, масштаб, ашиглах нөхцөл зэрэг мэдээний тухай
дэлгэрэнгүй мэдээлэл өгөх, мэдээг зөв, шуурхай, үр ашигтай ашиглах нөхцлийг бүрдүүлж өгөх
нь зүйтэй. Энэ асуудлыг шийдвэрлэх зорилгоор БОАЖЯамны Нидерландын засгийн газрын
санхүүжилтээр хэрэгжүүлж буй Байгалийн нөөцийн менежментийн геомэдээллийн төв төслийн
хүрээнд байгаль орчны метамэдээллийн санг байгуулах ажлыг хийж байна. Метамэдээллийн
сангийн гол зорилго нь байгаль орчны мэдээллийн каталог бүрдүүлж, байгаль орчны мэдээний
талаархи мэдээллээр хэрэглэгчдийг хангахаас гадна мэдээгээр шуурхай үйлчлэхэд оршино.

Арга зүй

Метамэдээ нь мэдээний тухай мэдээ юм. Метамэдээллийн сангийн дизайн гаргахад

газарзүйн мэдээллийн мета өгөгдлийн стандарт (MNS:5774)-ыг мөрдлөг болгосон болно. 2007
онд газарзүйн мэдээтэй холбоотой байгууллагын төлөөллөөс бүрдсэн ажлын хэсэг газарзүйн
- 150 -

 
мэдээллийн мета өгөгдлийн стандарт (MNS:5774)-ыг боловсруулж батлуулсан болно. MNS:5774
стандартын дагуу метаөгөгдлийн багц нь 144 элементтэй, үүнээс 50 нь заавал, 73 нь
хэрэглэгчийн сонголтоор, 21 нь тодорхой нөхцөлд хэрэглэгдэнэ. Мета өгөгдлийн багцыг 1-р
зурагт харуулав. Энэхүү стандарт нь
• Өгөгдлийг бүрэн тодорхойлж чадахуйц мета өгөгдлийн багц, бүлэг болон элемент,
тэдгээрийн харилцан уялдаа, зохион байгуулалт
• Мета өгөгдлийн элементийн жагсаалт, түүний тайлбар, хэрэглэх нөхцөл
• Мета өгөгдлийг өргөтгөх арга зүйг тодорхойлж өгсөн.

Зураг 1. Мета өгөгдлийн багц

Мэдээллийн сангийн удирдлагын системийг хөрөнгө мөнгө, байнгын шинэчлэлт, олонд

хүртээмжтэй байдал, өөрчлөн шинэчлэх, өргөтгөх боломж зэргийг нь харгалзан үзэж эх коод нь
нээлттэй программыг сонгож авсан болно. Мэдээлийн санг PostgreSql, интерфэйсийг Geonetwork
дээр хийв /Зураг 2/.

Зураг 2. Мэдээллийн сангийн физик дизайн

Байгаль орчны метамэдээллийн сан

Байгалийн нөөцийн менежментийн геомэдээллийн төв төслийн хүрээнд байгаль орчны
газарзүйн метамэдээллийн санг MNS:5774 стандартын дагуу байгуулж байна.
Метамэдээллийн санг англи, монгол хэл дээр хийсэн болно. Метамэдээллийн сан нь Вэб
орчинд хийгдсэн бөгөөд бусад Geonetwork серверт байршсан метамэдээллийн сантай линк
хийгдэх, Вэб хаягаар хандаж мэдээг татаж авах боломжтой хийгдсэн.
http://geodata.mne-ngic.mn:8080/geonetwork/ гэсэн хаягаар мета-мэдээллийн санд хандана.
/Зураг 3/

- 151 -

 
 Зураг 3. Метамэдээллийн сангийн интерфэйс

Метамэдээллийн санд метаөгөгдөл, өгөгдлийн нэр, тодорхойлолт, мэдээний шинэчлэлт

өөрчлөлт, бүрдүүлсэн цаг хугацаа болон оронзайн хамрах хүрээ, мэдээг ашиглахад тавигдах
хязгаарлалт, мэдээтэй холбоотой асуудлаар хэнд хандах, мэдээг ГМС-д хэрхэн дүрсэлсэн,
зургийн проекци, масштаб, мэдээг хэрхэн авах, мэдээний чанарын талаархи мэдээлэл багтсан
болно. /Зураг 4/

- 152 -

 
 Зураг 4. Метаөгөгдлийн жишээ

Мэдээллийн сангийн үйл ажиллагаа

Мэдээллийн санд дараах үйл ажиллагааг хийж гүйцэтгэнэ. /Зураг 5/
Хэрэглэгчийг бүртгэх. Метамэдээллийн санд өгөгдөл оруулах, өөрчлөх, арилгахын тулд
мэдээллийн санд нэвтрэх эрх буюу хэрэглэгчийн бүлэг, нэр болон нууц үгийг авна.
Метаөгөгдлийг оруулах. Geonetwork дээр суурилсан мета каталоги буюу мета
мэдээллийн санд стандарт загвар ашиглах, XML өргөтгөлтэй файлаас мета өгөгдлийг импортлох,
өөр мэдээний мета өгөгдлийг өөрчлөн засварлах замаар мета өгөгдлийг оруулна.
ISO, FGDC, DC, MNS стандартаар бүрдүүлсэн мета өгөгдлийн багцыг хөрвүүлж оруулах
боломжтой.
Мэдээ хайх. Дурын үг, гарчиг, товч агуулга, түлхүүр үг, сонирхож буй газарзүйн
байршил, мэдээ хамрах цаг хугацаа, тухайн категори зэргээр мэдээ хайх боломжтой.
Метамэдээлэл харах. Хайж олсон хэрэгтэй мэдээнийхээ метамэдээллийг дэлгэц дээр
харахаас гадна ХМЛ файл руу гаргаж болно. Хэрвээ тухайн мэдээнд татаж авах эрх тавигдсан
бол холбоос хаяг руу хандан холбогдож мэдээг татаж авна. Мөн хэрвээ тухайн мэдээ нь
интерактив зураглах хийх боломжтой бол түүний интерактив зургийг Intermap программыг
ашиглан харахаас гадна Google Earth дээр ч бас давхцуулан харах боломжтой.
Линк хийх. Geonetwork дээр суурилсан мета каталоги бүхий сайтууд нь өөр хоорондоо
холбогдож мэдээгээ харилцан солилцох, өөр сайтын мэдээг татаж авах боломжтой. Үүний үр
дүнд мета өгөгдлийг дундаа хамтран ашиглах нөхцөл бүрдэнэ.
Бусад сайт дээр байгаа мета өгөгдлийг цуглуулах, хандалт, хайлтыг хурдан болгохын
тулд мэдээг өөрийн сайт руу хуулдаг. Сайт нь байнга шинэчлэн өөрчлөгдөж, мэдээллээр

- 153 -

 
 баяжигдаж байдаг учраас мэдээг хуулж авах ажиллагааг тодорхой хугацааны давтамжтай хийх
шаардлагатай.
Онлайн тусламж. Мэдээг хэрхэн оруулах, өөрчлөх, хайх, линк хийх талаар онлайн
зааврыг авах боломжтой.

Зураг 5. Метамэдээллийн сангийн үйл ажиллагаа

Одоогийн байдлаар 60 гаруй мэдээний метаөгөгдлийг бүрдүүлж мэдээллийн санд

оруулаад байна.

Дүгнэлт
Метамэдээллийн сан байгуулагдсанаар хаана ямар мэдээ байгаа, уг мэдээг хэрхэн олж
авах, ашиглахад шаардлагатай болон бусад мэдээтэй холбоотой мэдээллийг бүрэн гүйцэд олж
мэдсэнээр мэдээг хурдан шуурхай боловсруулах, зөв ашиглах, нөхцөл бүрдэнэ.
Мэдээллийн сангийн хэрэглээ нь зөвхөн хэрэглэгч төдийгүй мэдээг үйлдвэрлэгч нарт
мэдээгээ шаардлагатай үзүүлэлтээр нь зөв тодорхойлон бичиглэж Интернэтэд зарлах буюу
байршуулснаар зах зээл олох, хэрэглээг өргөжүүлэх ач тустай.
Хэрэглэгч метамэдээллийн санд хандсанаар шаардлагатай мэдээгээ байгаа эсэх,
шаардлага хангаж буй эсэх, олон мэдээнээс илүү хэрэгтэйгээ сонгох, мэдээгээ хаанаас, хэрхэн
авч болох зэрэг мэдээллийг хялбархан мэдэх болно.
Мэдээллийн санг Вэб орчинд байгуулагдсанаар мэдээний хэрэглэгчийн тоо, хүрээг эрс
нэмэгдэнэ. Хэдийгээр метамэдээллийн сан нь байгаль орчны болон газарзүйн тоон өгөгдөлд
зориулагдсан хэдий ч ямар ч газарт зураг, график хүснэгт болон текстэн мэдээлэл зэрэг
газарзүйн бус мэдээний хувьд хэрэглэх бүрэн боломжтой.
Талархал
Уг ажлыг хийж гүйцэтгэх болон үндэсний мэргэжилтнүүдийг сургалтын зардлыг
санхүүжүүлсэн Нидерландын засгийн газарт гүн талархал илэрхийлж байна.

Ашигласан хэвлэл
[1]. Байгаль орчны газарзүйн мэдээллийн MNS:5774 стандарт. Улаанбаатар 2007
[2]. International standard ISO 19115, Geographic information- Metadata, 2003
[3]. Geonetwork user’s guide. 2008
[4]. PostgreSQL 8.3.6 Documentation, 2008

- 154 -

 
 БАЙГАЛЬ ОРЧНЫ ВЭБ/ГЕОМЭДЭЭЛЛИЙН САН
М. Баясгалан, М. Отгонтөгс, Н. Лхамсүрэн, Г. Батхишиг
БОАЖЯ, Мэдээлэл тооцооллын төв, NGIC төсөл

[email protected]

Абстракт

Байгаль орчны мэдээллийн сан нь олон байгууллагын хүрээнд тархсан, мэдээллийн нэгдмэл
байдал хангагдаагүй, мэдээ ил тод нээлттэй бус зэрэг олон шалтгааны улмаас байгаль орчны мэдээг
цуглуулах, бүрдүүлэх, харилцан солилцох, хамтран ашиглах, нэгтгэн боловсруулах, шинэчлэх
асуудал дээр тодорхой хүндрэлтэй асуудлууд байсаар байна.

Мэдээлэл тооцооллын төв NGIC төслийн хүрээнд байгаль орчны мэдээллийн өнөөгийн
байдлыг сайжруулах зорилгоор байгаль орчны мэдээллийн санг бүрдүүлэх хууль эрхзүйн орчинг
сайжруулах, байгаль орчны мэдээ, мэдээллийн одоогийн хэрэгцээ шаардлагад дүн шинжилгээ хийх,
метамэдээллийн сан байгуулах, улсын хэмжээний геомэдээллийн сан байгуулах, тодорхой дэд
сангуудыг байгуулах, тусгай хэрэгцээний мэдээллийн үйлчилгээг хөгжүүлэх зэрэг ажлыг хийж
байгаа бөгөөд энэхүү өгүүлэлд геомэдээллийн санг байгуулах чиглэлээр хийж буй ажлын зарим үр
дүнгийн талаар өгүүлэх болно.

Байгаль орчны геомэдээллийн сан нь өмнөхтэй харьцуулахад Вэб орчинд ажилладаг, илүү ил
тод нээлттэй, хэрэглэгч ашиглахад илүү хялбар болсон, мэдээллийн нэгдмэл байдал илүү хангагдсан
зэрэг олон давуу талтай.

Оршил

Төслийн хүрээнд байгаль орчны мэдээллийн сангийн чиглэлээр хийсэн гол ажлын нэг нь
оронзайн мэдээллийн санг байгуулах, зурган мэдээний үйлчилгээг хөгжүүлэх асуудал юм.
Байгаль орчны салбарын байгууллагууд мэдээллийн санг байгуулж байгаа хэдий ч мэдээ ил тод
бус, зөвхөн дотоодын хэрэгцээгээ хангахад илүү чиглэгдсэн, өөр өөр техник, программ хангамж
дээр хийгдсэн, мэдээллийн нэгдсэн загвар, стандарт байхгүйн улмаас мэдээний нэгдмэл байдлыг
хангах, хэрэглэгч мэдээг олж авах, ашиглах асуудал хүндрэлтэй хэвээр өнөөгийн шаардлагад
нийцэхгүй байна. Байгаль орчин шиг харилцан уялдаа шүтэлцээтэй, орон зай, цаг хугацааны
хувьд тасралтгүй хувьсан өөрчлөгдөх обьектын хувьд олон эх үүсвэрийн төрөл бүрийн мэдээг
хамтатган боловсруулж, нэгдсэн дүн шинжилгээ хийж, асуудлыг цогц иж бүрнээр нь авч үзэн
шийдвэр гаргах шаардлагатай байдаг. Геомэдээлэл нь байгаль орчны мэдээлэлд гол байр суурь
эзэлдэг бөгөөд мэдээг бүрдүүлэх, ашиглах нь ихээхэн хөрөнгө мөнгө, цаг хугацаа шаардсан
ажил байдаг. Иймд геомэдээллийг үр дүнтэй хамтран ашиглах үүднээс геомэдээллийн санг
байгуулж, хэрэглэгчдийг нэгдмэл геомэдээллээр шуурхай хангах зорилго тавьсан болно.

Арга зүй

Геомэдээллийн сан байгуулахдаа байгаль орчны стратеги, бодлого боловсруулах, байгаль

орчны өнөөдрийн гол болон хүндрэлтэй асуудлыг шийдвэрлэх, байгалийн нөөцийн менежмент
хийх, шийдвэр гаргахад шаардлагатай мэдээ мэдээллээр хангах, улсын хэмжээгээр мэдээ нь
бүтэн байх, хууль эрхзүйн орчинд нийцсэн байх, мэдээний хандалт, ашиглалт хялбар байх,
мэдээллийг ашиглан бүтээгдэхүүн гаргах, үйлчлэх нөхцлийг бүрдүүлэх, одоогийн мэдээллийн
системийн хөгжил хандлагатай нийцүүлэн зохицуулах зарчмыг баримталж ирэв.

Мэдээллийн сангийн эзлэх хэмжээ, одоогийн Интернэтийн хүчин чадал, улсын хэмжээнд
байгаа мэдээний иж бүрдэлт зэргийг харгалзан мэдээллийн санг эхний ээлжинд нэг саяны
масштабаар байгуулж байна. Проекцийн хувьд ГХГЗЗГ-аас Монгол орны хувьд стандарт болгон
мөрдөхөөр баталсан хөндлөн Меркаторын буюу UTM –г сонгож авсан. Үнэ өртөг хөрөнгө мөнгө,
байнгын шинэчлэлтийн боломж, хүртээмжтэй байдал, өөрчлөн шинэчлэх, өргөтгөх боломж
зэргийг нь харгалзан үзэж эх коод нь нээлттэй(open source coded) Geonetwork, uDig, PostGIS,
PostgreSQL, GeoMoose зэрэг мэдээллийн сангийн удирдлагын системийг ашиглав. Мэдээг ил тод
- 155 -

 
нээлттэй, хялбар хандах ашиглах байдлыг хангах үүднээс мэдээллийн санг Вэб орчинд
байгуулав.

Байгаль орчны гемэдээллийн сан.

Геомэдээллийн сангийн агуулга, санд оруулах мэдээллийг байгаль орчныг хамгаалах хууль
болон мэдээллийн санг бүрдүүлэх засгийн газрын журманд заасан 19 дэд сан, 196 багц
үзүүлэлтийн хүрээнд сонгоно. Эхний ээлжинд байгаль орчны улсын мэдээллийн нэгдсэн санг
байгуулахаар төлөвлөж мэдээллийн сангийн ерөнхий дизайны дагуу хөрс, ургамал, ус, ой, газар
зэрэг байгаль орчны гол нөөцтэй холбоотой 19 нэр төрлийн мэдээллийг оруулаад байна.
Геомэдээллийн сан бүтцийн хувьд Вэбд суурилсан, Интернетийн орчны хэрэглэгчийн
интерфейстэй, байгаль орчны мэдээг бүрдүүлэгч байгууллагуудын Геопортал серверүүд нь
хоорондоо холбогдохуйц, мэдээллийн нэгдмэл байдал нь хангагдсан. Мэдээллийн сангийн
интерфэйсийг зураг 1-д үзүүлэв.

Зураг 1. Байгаль орчны мэдээллийн сангийн интерфэйс.

Мэдээлэл тооцооллын төвийн сервер дээр байгаль орчны мэдээллийн метамэдээллийн сан,
улсын хэмжээний гео болон мэдээллийн сан байна. Нэгдсэн санд орсон мэдээллийг байгаль
орчныг хамгаалах хуулинд заасны дагуу холбогдох газрууд нь цаг хугацаанд нь шинэчлэн
өөрчилж байх болно. Геомэдээллийн сан нь метамэдээллийн сантай холбогдсон тул аль нэг
мэдээний талаархи дэлгэрэнгүй мэдээллийг авах боломжтой.

Мэдээллийн сангийн физик дизайныг зураг 2-д харуулав.

- 156 -

 
 Зураг 2. Мэдээллийн сангийн физик бүтэц

Байгаль орчны мэдээг бүрдүүлсэн хэрэглэгч Интернэтээр Geonetwork –д суурилсан

метамэдээллийн сан руу хандан геомэдээний тухай метаөгөгдлийг метамэдээллийн санд
оруулна. Үүнээс гадна метаөгөгдлийг ГМС-ийн ArcCatalog болон McIdas программаар
бүрдүүлж Geonetwork рүү экспортлон оруулж болно. Хэрэглэгч Интернэтээр MapServer-д
суурилсан GeoMoose дээр хийсэн интерактив-интерфэйсээр дамжин PostgeSql/PostGIS дээр
байгуулсан геомэдээллийн сан руу хандана. Мэдээллийн сангийн интерфейсийн дээд хэсэгт
мэдээнээс гадна түүнтэй ажиллахад нэн шаардлагатай хайлтын, идентификацийн, хэвлэх зэрэг
функцүүдийг хийж тавьсан болно. Цаашид хэрэглэгчийн шаардлагыг үндэслэн эдгээр
функцүүдийг өргөжүүлэн хөгжүүлснээр хэрэглэгч ГМС болон орон зайн мэдээлэлтэй ажилладаг
ямар нэгэн программ хангамжийг клиент компьютер дээр суулгаж түүнийг заавал эзэмшсэн байх
шаардлагагүй болно.

Мэдээ, мэдээллийн үйлчилгээ

Мөн мэдээллийн сангаас гадна мэдээлэлд тулгуурласан (Web Map Service-WMS)

үйлчилгээг бий болгох, хөгжүүлэхэд илүү анхаарлаа чиглүүлж байна. Эхний ээлжинд Монголд
түгээмэл тохиолддог ган, зуд, ой хээрийн түймэр зэрэг байгалийн гамшигт үзэгдлийн
менежментэд зориулсан мэдээллийн үйлчилгээг хийв(http://geodata.mne-ngic.mn/). Жишээ болгон
ой, хээрийн түймрийн менежментэд зориулсан мэдээллийн үйлчилгээг зураг 3-д харуулав.

- 157 -

 
 Зураг 3. Түймрийн менежментийн мэдээллийн үйлчилгээ

Энд гал гарч буй цэгүүд, түймрийн нөхцөл байдлын талаархи бодит мэдээ, цаг агаарын
байдал, аврах болон орон нутгийн хүчин чадал, усан хангамж, замын сүлжээ, Google map,
MODIS/NOAA хиймэл дагуулын болон өндөршлийн зураг зэрэг түймрийн менежмент хийхэд
шаардлагатай бүх мэдээг нэг дор шуурхай авч ашиглах боломжтой. Мөн зай, цэгийн солбицол,
талбай тодорхойлох зэрэг функцитэй. Өмнө нь ОБЕГазар олон хэлбэрийн эдгээр мэдээг олон
газраас өөрсдөө цуглуулан авч газрын зурган дээр гараар буулгаж ашигладаг байсан бол энэ
мэдээллийн үйлчилгээ 2009 оноос шуурхай горимд шилжсэнээр шаардлагатай мэдээллийг
нийлүүлэгч байгуулага нь өөрсдөө Интернэтээр мэдээллийн санд шууд оруулж, бүх мэдээг нэг
дэлгэц дээр хүссэн сонголт, хэлбэрээр гаргаж ашиглах болсноор менежмент хийх, цагийн
байдалд дүн шинжилгээ хийх ажлыг хялбар шуурхай болгосон.

Дүгнэлт

Байгаль орчны геомэдээллийн сан нь өмнөх мэдээллийн сантай харьцуулахад Вэб

орчинд ажилладаг, илүү ил тод нээлттэй, мэдээний үнэн зөв, бодит байдал, чанар нь сайжирсан,
хэрэглэгч ашиглахад илүү хялбар болсон, мэдээллийн нэгдмэл байдал илүү хангагдсан зэрэг
давуу талтай юм. Байгаль орчны Вэб орчны геомэдээллийн санг байгуулснаар мэдээг нэг удаа
бүрдүүлж олон дахин хамтран ашиглах, ажлын болон мэдээллийн давхардлыг арилгах, мэдээн
дээр тулгуурласан мэдээллийн үйлчилгээг хөгжүүлэх таатай боломжийг бүрдэж, мэдээний
ашиглах хүрээ нэмэгдэж, үр өгөөж нь дээшлэх болно.
Цаашид мэдээллийн санг мэдээ болон функцийн хувьд өргөжүүлэх, байнга шинэчлэн
өөрчилж байх, гол дэд сангуудыг бүрдүүлэгч байгууллагуудын сервер дээр байрласан
мэдээллийн сантай онлайн холбох тал дээр илүү анхаарах болно.

Талархал

Төслийг санхүүжүүлсэн Нидерландын Засгийн Газар, геомэдээллийн санг байгуулахад

мэргэжлийн арга зүй, зөвлөгөөгөөр хангах, хүмүүсийг сургаж дадлагажуулах зэргээр гүн
туслалцаа үзүүлсэн олон улсын геомэдээллийн сургууль(ITC)-ийн төслийн гадаадын
зөвлөхүүдийн багт гүн талархал илэрхийлж байна.

Ашигласан хэвлэл:

- 158 -

 
[1]. Douglas D.Nebert, Developing Spatial Data Infrastructures. The SDI Cookbook. Technical
Working Group of GSDI. 2007
[2]. E.Marcos et al.; A methodological approach for Object-Relational Database design using UML.
Soft.Syst. Model 2003.2 p. 59-72
[3]. Neil Matthew and Richard Stones Beginning Databases with PostgreSQL.
[4]. PostgeSql 8.3.6 Documentation 2008.
[5]. PostGIS Manual. MapServer 1996-2007 Regents of the University of Minnesota
[6]. Spatial Data Modelling. Training manual. ITC 2008

- 159 -

 
 ЗАЙНААС ТАНДАН СУДЛАЛ, ГАЗАР ЗҮЙН МЭДЭЭЛЛИЙН
СИСТЕМИЙГ БАЙГАЛЬ ОРЧНЫ САЛБАРТ ХЭРЭГЛЭХ ЗАРИМ
БОЛОМЖ
Даваагийн Нарантуяа1, Янгивын Ариунзул2,

[email protected], [email protected]
Товч хураангуй

Хиймэл дагуулын мэдээ ашиглан зайнаас тандан судлах аргаар орон зайн мэдээллийг боловсруулах,
түүнийгээ газар зүйн мэдээллийн системд оруулан байгаль орчны бодлого төлөвлөлт, байгаль
орчинд нөлөөлөх байдлын нарийвчилсан үнэлгээнд хэрэглэх бүрэн боломжтой юм. Дэлхийн
хөгжсөн улс орнууд ч байгаль орчны бодлого боловсруулах, урт хугацааны төлөвлөлтийг хийх,
байгалийн нөөц баялгийг тогтвортой ашиглахад энэ арга аргачлалыг өргөн дэлгэр ашиглаж байна.
Энэхүү судалгааны өгүүллээр зайнаас тандан судлалын өгөгдөл, орон зайн мэдээллийг байгаль
орчинд нөлөөлөх байдлын үнэлгээнд хэрхэн хэрэглэх, байгаль орчинд нөлөөлөх байдлын
үнэлгээгээр дамжуулан байгаль орчны бодлого, төлөвлөлтийг оновчтой зөв боловсруулах
боломжтой талаарх санал зөвлөмжийг боловсруулсан юм.

Түлхүүр үг

Зайнаас тандан судлал/ЗТС/, газар зүйн мэдээллийн систем/ГМС/, орон зайн мэдээлэл

Оршил

Төв Азийн эрс тэс уур амьсгалын бүсэд оршдог, эмзэг экосистемтэй Монгол орны хувьд
хүрээлэн буй орчноо унаган төрхөөр нь хадгалах нь хүндрэлтэй хэцүү асуудлын нэг билээ.
Харин үйлдвэрлэл хөгжөөгүй, хотжил буй болоогүй, байгаль орчныг хамгаалах ардын нарийн
дэг жаяг, ёс уламжлалтай Монголчууд ХХ зууны дунд үе хүртэл хүрээлэн буй орчноо унаган
төрхөөр нь хадгалж чадсан юм. 1990-ээд онд Монгол улс нийгмийн шинэ харилцаанд орж, зах
зээлийн нйигэмд шилжсэнээр байгалийн баялгийг ашиглах үйл ажиллагаа огцом эрчимжсэн юм.
Иймээс ч нийгмийн шинэ харилцаан дахь экологийн олон асуудлыг зрхицуулах олон улсын
жишигтэй нийцүүлэх зорилгоор олон улсын 10 гаруй конвенцид Монгол улс нэгдэн орж, байгаль
орчны чиглэлийн үндэсний хэмжээнд мөрдөх 30 гаруй хууль, 20 гаруй хөтөлбөрийг батлан
хэрэгжүүлээд байна. Гэвч хуулиудын хэрэгжилт хангалтгүй, бодлого төлөвлөлт муу, хэрэгжиж
буй аливаа төслийн хүрээлэн буй орчинд үзүүлж буй сөрөг нөлөөллийг хангалттай тодорхойлж
түүнийг арилгах, багасгах арга хэмжээг бүрэн авч чададгүйгээс сүүлийн 10 гаруй жил манай
улсын байгаль орчны төлөв байдал улам бүр доройтсоор байна. Үүнийг олон жишээгээр
тодорхойлж болох юм. Тухайлбал: Хүн амын 50 гаруй хувь нь амьдардаг нийслэл хотод агаарын
бохирдол хэрээс хэтэрч агаар дахь хүхэрлэг хий, азотын давхар ислийн агууламж 3 дахин өсөж,
2006 оны нийт хэмжилтийн 30 гаруй хувьд агаарын чанарын стандартаас давж бохирдсон байна.
2005 онд 1995 онтой харьцуулахад Улаанбаатар хотын хэмжээнд багтраа 1,8 дахин, цочмог
болон архаг гүйлсэн булчирхайн өвчлөл 2,5 дахин нэмэгдсэн байна (Ногоон од хөтөлбөр, 2008).
Сүүлийн 30 жилд Монгол орны ойн экосистемийн 30% хүний дам нөлөөнд өртөж, түймэр,
хөнөөлт шавьжид нэрвэгдэж, хүний зохисгүй үйл ажиллагааны улмаас 1,4 сая га-гаар хорогдож,
684 мянган га талбайн ой түймэрт өртөн сэргэн ургаагүй, 250 мянган га газрын ой хавтгайруулан
огтолсны дараа нөхөн сэргээгүй, 1730 мянган га газрын ой навчит модоор солигдож, 159 мянган
га ойн талбай хээржсэн буюу элсэн талбай болж хувирсан байна(НҮБ-н хөгжлийн хөтөлбөр,
2002). 2007 онд гадаргын усны тооллого хийхэд 5121 гол горхи тоологдсоны 887, 9340 булаг,
шанд тоологдсоны 2096, 3732 нуур, тойром тоологдсоноос 1166 нь ширгэж, усгүй болсон байна
(УХЭГ, 2008). Амьтан, ургамлын төрөл зүйл хомсдож, тархац нутаг хумигдаж байна. Сүүлийн
10 гаруй жилд халиун бугын тоо толгой 92%-иар, цагаан зээр 50%-иар, аргаль хонь 75%, тарвага
70%-иар тус тус хорогджээ (Ногоон од хөтөлбөр, 2008). 2001-2002 оны байдлаар манай улсын
нийт газар нутгийн 78.4% нь цөлжилтөд нэрвэгдэж, 10000 га талбайн хөрсийг уул уурхайн
зориулалтаар ашиглаж эвдсэн байна (Адьяасүрэн Ц, 2007).

Хэрэв байгаль орчны бодлого төлөвлөлт оновчтой, хэрэгжилт хангалттай байсан бол
Монгол улсын экосистем ингэтлээ доройтохгүй байх байсан бизээ. Хүрээлэн буй орчны
- 160 -
 
доройтол нь тухайн улсын тусгаар тогтнол, иргэдийн эрүүл амьдрах нөхцөлтэй холбогддог.
Монгол шиг өргөн уудам нутаг дэвсгэртэй, хүн ам цөөхөн улс орны хувьд байгаль орчны
бодлого боловсруулж, төлөвлөтийг хийхэд ЗТС нь шаардлагатай мэдээ, мэдээлээр хангах өргөн
боломжийг олгодог.

ЗТС, ГМС-ийг байгаль орчны бодлого, төлөвлөлт, үнэлгээнд хэрэглэх нь

ЗТС, ГМС нь газар түүний газар зүйн байршилтай нягт холбоотой. Байгалийн нөөц
баялгийг ашиглах, байгаль орчныг хамгаалах асуудал нь газар түүнтэй салшгүй холбоотой юм.
Манай улсад дэлхий нийтийн байгаль орчныг хамгаалах үйл ажиллагааны үндсэн зарчим болох
байгалийн нөөц баялгийг хамгаалахдаа газар түүний төлөвлөлт, газрын тогтвортой
менежменттэй холбох зарчим хууль, тогтоомждоо тусгагдаагүй байна. Энэ нь ГМС, орон зайн
мэдээлэлтэй холбон аливаа байгалийн нөөц баялгийг ашиглах, хамгаалах үйл ажиллагааг
төлөвлөдөггүйтэй холбоотой. Ой ус ан, ургамал гэх мэт биологийн төрөл зүйл, зэс, алт, жонш,
нүүрс гэх мэт газрын хэвлийн баялгийн ашиглалт, хамгаалалт, нөхөн сэргээлтийг газар
төлөвлөлт, түүний менежментээс салган ойлгох аргагүй байтал Монгол улсад мөрдөгдөж буй
бодлого, хөтөлбөр, хуулиуд нь газаргүй ойг, газаргүй ургамлыг, газаргүй ан амьтныг, газаргүй
алтыг хамгаалаад, зохистой ашиглаад байхаар хуульчлагдан, бүтэц зохион байгуулалтаа хийсэн
учир эвдэрсэн, цөлжсөн газрынхаа байрлал, хэмжээг ч гаргаж чадахгүй байна. Орон зайн
мэдээллийг байгаль орчны бодлого, төлөвлөлтөнд хангалттай ашиглаж чададгүйгээс Монгол
улсад газар түүний харилцааг эрхэлсэн байгууллага нь Зам, тээвэр, Барилга хот байгуулалтын
яаманд харьяалагддаг байна. Энэ нь хот, суурингийн болон байшингийн доорх газрыг л орон
зайн төлөвлөлтөнд оруулдаг, харин бэлчээрийн, газар тариалангийн, ойн газрын бодлого
төлөвлөлт нь хаана нэгтгэгдэж, төлөвлөгдөж байгаа нь ойлгоход ч бэрх байна. Газар зохион
байгуулалтаар хот суурингийн газар гэж төлөвлөсөн газар нь хот байгуулалтын ерөнхий
төлөвлөгөөгөө гаргаад хот, суурин барих эрх хэмжээний ажил гүйцэтгэдэг ЗТБХБЯ улсын
хэмжээний газрын бодлогыг хариуцдаг нь хэтэрхий ойлгомжгүй хуулийн зохицуулалт, бүтэц
зохион байгуулалт юм.

Үүний хажуугаар газрын хэвлийн ашиглалт газар төлөвлөлт газрын менежмент дээр
суурилаагүйгээс тусдаа бүтэц зохион байгуулалттай, газрын кадастр, ашигт малтмалын кадастр
нь тусдаа учир Улаанбаатар хотын төв автозамын хөвөөтэй залгуулаад шатахуун түгээх станцын
барилга байшинг оруулаад, мөн айлын хашаанд ч уул уурхайн лиценз өгчихсөн асуудал амьдрал
дээр байдаг. Аль аль иргэн нь холбогдох хуулиараа хууль ёсны эзэмшигч байдаг тул хуулийн
зохицуулалт буруугаас иргэд энэ мэтчилэн хохирох асуудал их байдаг байна. Иймд байгаль
орчны бодлого төлөвлөлт нь газар дээр суурилсан орон зайн мэдээллийн санг үндэслэж байх
зайлшгүй шаардлагатай. Тухайлбал ойн сан бүхий газар иргэдийн оршин амьдрах газар олгох,
ашигт малтмал ашиглуулах, ойжуулалт, ойн нөхөн сэргээлтийг аль талбайгаас эхэлж гүйцэтгэх,
үйлдвэрлэлийн зориулалттай модыг аль газраас ямар хэмжээгээр бэлтгэх, хэзээ ямар аргаар
нөхөн сэргээх, оршин суугчдын түлээг ямар газраас бэлтгэх, үйлдвэрлэлийн зориулалттай түлээг
ямар газраас хэдий хир бэлтгэхийг орон зайн мэдээлэл, ГМС дээр тулгуурлан төлөвлөж бодлого
чиглэлээ тодорхойлох нь оновчтой бөгөөд ойлгомжтой болох магадлал их юм. Ойн нөөцийн
ашиглалт, талбайн өөрчлөлт, байгалийн бүс бүслүүрийн шилжилт, цөлжилт зэрэг олон хүчин
зүйлийг хиймэл дагуулын мэдээ ашиглан ГМС-д шилжүүлэх улмаар хүн амын суурьшил
нягтшил, эдийн засгийн хүчин зүйлүүдтэй холбон төлөвлөлтөнд ашиглах бүрэн боломжтой юм.

Үүний нэгэн адилаар газар зохион байгуулалтын ерөнхий төлөвлөгөө, хот байгуулалтын
ерөнхий төлөвлөгөө, бэлчээр зохион байгуулалт, БОНБҮ, зам болон барилга төлөвлөлтөнд орон
зайн мэдээллийг хэрэглэх, нэгтгэн дүгнэж байгаль орчны бодлого боловсруулахад ашигладаг
байх нь бодлого төлөвлөлтийг оновчтой болгоход зохих хувь нэмрээ оруулах юм.

БОНБҮ нь байгалийн баялгийн нөөцийн үнэлгээ, БО-ны стратегийн суурь үнэлгээ, усны
сав газрын үнэлгээн дээр суурилах шаардлагатай юм. Байгаль орчны стратеги суурь үнэлгээ нь
байгалийн олон хүчин зүйлүүдийг хамарсан байдаг тул ГМС-д оруулан давхцуулж эрсдэлтэй
газар нутгийг тодорхойлон, эрсдлийн зэргээр нь авч хэрэгжүүлэх бодлогоо тодорхойлох
шаардлагатай юм. БО-ны стратеги үнэлгээ, сав газрын үнэлгээ, ерөнхий үнэлгээ, БОНБНҮ-ний
аль ч шатанд ЗТС, ГМС-ийг хэрэглэх нь оновчтой юм.

- 161 -
 
 Дүгнэлт
Зайнаас тандан судлал, газар зүйн мэдээллийн систем нь байгаль орчны бодлогыг
оновчтой төлөвлөх, хэрэгжүүлэх, хянах, үнэлэхэд дэмжлэг үзүүлэх бүрэн боломжтой. Иймд
байгаль орчны төв болон орон нутгийн бодлого төлөвлөлтөнд ЗТС, ГМС-ыг хэрэглэх ач
холбогдлыг сурталчлан таниулах, хэрэглээний нэг бүрдэл хэсэг болгох шаардлагатай байна.

Ном зүй

[1]. “БО-ны салбарын дүрэм журмын эмхтгэл”, БОЯ, Дэлхийн банк, 2006 он.
[2]. Монгол Улсын МХЗ-д суурилсан “Үндэсний хөгжлийн цогц бодлого”, Монгол Улсын ЗГ,
2007 он.
[3]. André, P., B. Enserink, D. Connor and P. Croal 2006 Public “Participation International Best
Practice Principles.Special” Publication Series No. 4. Fargo, USA: “International Association for
Impact Assessment”.
[4]. “BIODIVERSITY IN IMPACT ASSESSMENT IAIA”, July 2005 Special Publication Series No. 3.
[5]. Курияма, И., 2005, “Хиймэл дагуулын газар дэлхийн ажиглалтаар байгаль орчны олон талт
гэрээ хэлэлцээрүүдийг дэмжих нь”. Сансрын бодлого.
[6]. Нажендра, Суатворт ба бусад., 2004, “Бодлогод үнэлгээ өгөх зайнаас тандах судалгаа”,.
Балбын болон Гондурасын паркад хийсэн мониторинг. Байгаль орчны менежмент 34.

[7]. http://www.iaia.org/modx/index.php?id=51

- 162 -
 
 ГАЗАРЗҮЙН МЭДЭЭЛЛИЙН СИСТЕМ АШИГЛАН 1990, 2007
ОНУУДЫН МАЛЫН ТОО БОЛОН СҮРГИЙН БҮТЦЭД ГАРСАН
ӨӨРЧЛӨЛТИЙГ СУДАЛСАН НЬ
Б. Цэрэнчунт1 (M.Sc), Т. Чулуун2 (Ph.D), Д. Отгонбат3 (M.Sc)
1
- Дэлхийн иргэн ТББ, [email protected]
2
- МУИС - ЗТС ба ГМС-ийн лаборатори, [email protected]
3
– Байгаль орчны Эко-Ази дээд сургууль, [email protected]

Хураангуй

Энэхүү өгүүллэгт 1990, 2007 оны малын тоо түүний бүтцэд гарсан өөрчлөлтийг ГМС ашиглан
зураглаж, тухайн өөрчлөлтөнд нөлөөлсөн нийгэм-экологийн хүчин зүйлсийг судалсан судалгааны
үр дүнг өгүүлнэ.
Түүнчлэн бэлчээрийн мал аж ахуй нь нийгэм-экологийн нөхцөл, уур амьсгалын өөрчлөлт
болон байгалийн гамшигт үзэгдлээс хэрхэн хамааралтай байдгийг судлах оролдлого хийлээ.
Монгол улс 1990 оноос зах зээлийн эдийн засагт шилжиж, нийгэм-экологит олон өөрчлөлт
гарсны нэг нь малын тоо толгой түүний бүтцэд гарсан өөрчлөлт юм.
Тухайлбал 2007 оны малын тоо 1999 оныхоос 31 хувиар өсч, сүрэгт эзлэх ямааны тоон өсөлт
улсын хэмжээнд дунджаар 25.7 хувьд хүрч бүх аймаг, сумд ямааныхаа тоог өсгөсөн байна. Харин
хонин толгойд шилжүүлснээр 17 жилийн хугацаанд дөнгөж 9 хувь өсжээ.
Жишээлбэл: Төвийн бүсийн аймгуудад ялангуяа Дархан-Уул, Орхон, Сэлэнгэ, Төв, Хэнтий,
Булган, Архангай аймгийн зүүн талын сумдад 40-70 хувь өсч, говийн бүсийн аймгууд болох
Дорноговь, Дундговь аймгийн зүүн урд сумд, Өмнөговь аймгийн төв болон урд талын сумдад, мөн
Баянхонгор, Завхан аймгийн зарим сумдад малын тоог хонин толгойд шилжүүлснээр 40-80 хувь
хүртэл буурсан байна.
Сүрэгт эзлэх ямааны өсөлт нь 1990 оноос хойш мал хувийн өмчид шилжиж, улмаар мал аж
ахуйн түүхий эдийн үнэ ялангуяа ноолуурын үнэ эрс нэмэгдэж малчдын амжиргааны эх үүсвэр
болсонтой холбоотой.
Хонин толгойд шилжүүлснээр малын тоо буурсан нь тэмээний махыг их хэмжээгээр цайны
газар, хоол хүнсэнд хэрэглэх болсон, том малын зүй бус хорогдол маш их байсан 1999-2002 оны
зуд, мөн түүнчлэн говь-хээрийн бүсийн зааг нутагт уур амьсгалын өөрчлөлтийн үзүүлэх нөлөө
харьцангуй их байгаа зэрэгтэй холбоотой юм.
Тухайлбал дөрвөн жил дараалан тохиосон ган зудынын хохирлыг нэгтгэн үзвэл Монгол улс
12491.9 мянгэн мал хорогдуулснаас Баянхонгор аймаг хамгийн олон 1375.7, дараа нь Өвөрхангай
аймаг 1203.2, Завхан 1179.5 мянган мал тус тус алджээ1.

1
Уур амьсгалын өөрчлөлтөнд мал аж ахуй єртєх байдал. 2005.

- 163 -
 МОНГОЛЫН ИХ ДЭЭД СУРГУУЛИУД ДАХЬ АСТРОНОМИЙН
ХИЧЭЭЛИЙН ТӨЛӨВ БАЙДАЛД ХИЙСЭН ХАРЬЦУУЛСАН
СУДАЛГАА

А.Дулмаа2 ,Г.Батсүх1, М.Заяа3

1. МУИС, ФЭС, Геофизикийн тэнхмийн эрхлэгч

2. МУИС, ФЭС, Физик боловсролын тэнхмийн багш
3. МУИС, ФЭС, NUM-ITC-UNESCO лабораторийн магистрант

Хураангуй

ХХ зууны эхэн үеэс орчин цагийн танхмийн сургалт бий болж улмаар энэ зууны дунд үеэс
Одон орон судлалын хичээл дунд сургуулиудад бие даасан хэлбэрээр орох болсноор монголын их,
дээд сургуулиудад Астрономи, Астрофизикийн хичээлүүд орж эхэлсэн боловч 1990-ээд оноос энэ
хичээлийн хүрээ хумигдаж одоо хуруу дарам цөөн тооны ангиудад маш бага цагаар судлагдаж
байна. Астрономийн боловсролын дэлхий нийтийн өнөөгийн чиг хандлагыг судалж, хөгжингүй
болон хөгжиж буй зарим орнууд, Монголын их дээд сургуулиудад үздэг Астрономийн хичээлийн
агуулгыг харьцуулан судалсны дүнд өөрийн орны их дээд сургуульд судлах боломжтой
Астрономийн хичээлийн агуулгын нэгэн хувилбарыг боловсрууллаа.

Дунд сургуульд энэ хичээлийг заах мэргэжлийн боловсон хүчнийг бэлтгэх, мэргэжлийн
одон орон судлаачдыг бэлтгэх зорилгоор энэ хичээлийн цар хүрээг их, дээд сургуулиудад
өргөжүүлэх, мэргэжлийн шинэ анги нээх бэлтгэл ажлыг эхлүүлэх зорилгоор

Хамгийн эртний шинжлэх ухаануудын нэг болох Одон орон судлал нь нүүдлийн соёл
иргэншилт Монголчуудын ахуйн зайлшгүй хэрэгцээнээс үүдэн маш эрт үүсэн хөгжиж иржээ.

- 164 -

 
 “ОРЧЛОН ЕРТӨНЦИЙГ СУДЛАЯ”–ЭЛЕКТРОН СУРАХ БИЧГИЙН
НЭГЭН ХУВИЛБАР
А. Дулмаа1, Б. Бат- Отгон2, Г. Баярмаа3
1
МУИС, ФЭС, Физик боловсролын тэнхмийн багш
2
МУИС, ФЭС, Физик электроникийн багш
3
МУИС, ФЭС, Физик байгаль шинжлэлийн багшийн IV ангийн оюутан

Abstract
This textbook is an electronic version of some astronomy subject-units, which are studied at 9th grade of high
schools. Because some natural things and phenomenon around us like stars, its nature, and movement, last for
too long time or too short time, we cannot see those things directly with our eyes. The importance of the
textbook is that it has solved the problem to show those things and phenomenon visually using multimedia-flash
technology. This electronic textbook is applied as a tool for teachers and student to teach and learn astronomy
subjects in 9th grade of high school as well as for children to find out the nature.

Удиртгал
Дэлхийн дээр амьдарч байгаа хүн төрөлхтөн бид гараг ертөнц, сансар огторгуйтай салшгүй
уялдаа холбоотой бөгөөд улмаар хүрээлэн буй орчноо танин мэдэх, сансар огторгуйг судалж
эзэмшихэд байгалийн ухааны боловсрол, соёлын чухал нэг хэсэг нь одон орон судлалын боловсрол
юм. Учир нь одон орон бол төсөөлөл, нээлт, судалгаа шинжилгээний барил эзэмших ур чадварын
үндэс болдог бөгөөд одон орон нь ажиглалт, туршилт, онол гэх мэт шинжлэх ухааны олон аргын
жишээ болж өгдөг.
Одон орны хичээлийг ерөнхий боловсролд чухал ач холбогдолтойг харгалзан манай орны
ерөнхий боловсролын сургуульд сүүлийн 50-иад жил физик, математик, хими, газарзүй зэрэг
байгалийн ухааны хичээлүүдтэй нягт холбоотойгоор судалж ирсэн. Энэ хугацаанд одон орны судлах
зүйл, шинжлэх ухааны онолын түвшинг дээшлүүлэх, агуулгыг оновчтой, боловсронгуй болгох
зорилт тавьж ирсэн нь дунд сургуулийн одон орны сургалтын хөтөлбөр, сурах бичигт тусгалаа олж
байсан хэдий ч бие даасан байдлаа алдаж бусад хичээлийн судлагдахуун болсноор уг хичээлийн
агуулга улам л багасаж бүр заагдахгүй орхигдоход хүрээд байгаа билээ. Иймээс сүүлийн жилүүдэд
дэлхийн улс орнуудын дунд сургуулиудад “Одон орон” хичээлийг хэрхэн заадаг тухай судалгаа
явуулж өөрийн улс орны сургалтын арга барилын онцлог болоод боловсролын шинэчлэл, улс орны
нийгмийн хөгжил зэргийг харгалзан энэхүү хичээлийн агуулгад шинэчлэн хийн сурагчдад
эзэмшүүлэх практик чадварыг нэмэгдүүлэх арга замыг эрж хайх алхмуудыг хийсээр байна.
Үүний нэг нь орчлон ертөнцөнд болж буй одод эрхэсийн хувьсал өөрчлөлт зүй тогтлыг
хэвлэмэл ном, сурах бичиг, проектор гэх мэт уламжлалт хэрэглэгдэхүүнүүдээс илүүтэй мэдээлэл
харилцааны шинэ технологийг ашиглан цаг хугацаа, орон зайд үл баригдан нүдээр бодитой мэт
харж мэдрэх боломжийг нээлтэй өгсөн компюьтер, интернет, дотоод сүлжээ, вэб орчинд ажилладаг
сурах бичгийн электрон хувилбар юм.

Судалгааны ажлын зорилго

ЕБС-ийн “Физик-9” сурах бичгийн хүрээнд Орчлон ертөнцийн зарим үзэгдлийг симуляцийн
програмын тусламжтайгаар загварчлан гурван хэмжээст орон зайд илэрхийлсэн дүрс бичлэг,
мэдээлэл бүхий хичээлийн явцад хэрэглэж болохуйц арга зүйн алхмуудыг багтаасан электрон сурах
бичгийн нэгэн хувилбар боловсруулахад оршино.

Бүтээлийн хэсэг
“Физик -9” сурах бичиг дэх “Орчлон ертөнц” бүлэг сэдэв дэх ерөнхий ойлголтуудыг ихэвчлэн лекц,
хэлэлцүүлэг, уншлагын аргаар, хэвлэмэл сурах бичгээ ашиглан зааж байна. Одод эрхсийн зүй тогтол,
дэлхий болон сарны хөдөлгөөн, нар, сарны хиртэлт гэх мэт олон үзэгдлийг сурагчид илүү их
сонирхож судалдаг атал тэдгээрийг ажиглах, таамаглах, загварчлан бүтээх үйлд сургадаг практик
болон ажиглалтын үйл ажиллагааг орхигдуулах нь түгээмэл болжээ. Багш, суралцагчийн одот

- 165 -
 ертөнцийг танин мэдэх үйл ажиллагаанд дэмжлэг болгохоор “Орчлон ертөнцийг судлая” хэмээх
электрон сурах бичгийг боловсрууллаа.
1. Нар бүлэгт
• Нарнаас ирж буй энергийн эх үүсвэрийн шалтгаан наран дээр явагддаг физик
үзэгдлүүдийг загварчлан оруулав.
• Сурагчид жилийн дөрвөн улирал солигдох үзэгдлийг гол төлөв дэлхий нарыг тойрон
эргэх хөдөлгөөнтэй холбож нар дэлхий хоёрын байрлал ойртож, холдсоноос үүдэлтэй
гэж тайлбарладаг. Энэ хэсэгт дээрх үзэгдлийг сурагчид ажиглаж шалтгааныг өөрсдөөр
нь гаргуулах зорилго бүхий симуляцийн програмыг арга зүйн алхмын хамт холбон өгсөн
бөгөөд түүнийг багш өөрийн хичээлийн онцлогт тохируулан хэдийд ч хэрэглэж болно.
2. Сар ба дэлхийн хөдөлгөөн бүлэгт
1. Одоогоос 400 жилийн тэртээ тэнгэр рүү анх дуран чиглүүлэн сарны тогоо, царыг
ажиглаж байсан. Гэтэл мэдээлэл харилцаа, сансар огторгуйн хөгжлийн эрин зуунд
амьдарч байгаа бид дунд сургуулийн хичээлээр сар, эрхсийг ажиглах боломжийг
сурагчдад тэр болгон олгохгүй байна. Энэхүү хэсэгт сарны талаарх сүүлийн үеийн мэдээ
мэдээлэл, зураг, дүрс бичлэг зэргийг багтаасан.
2. Сарны үзэгдэх байдал яагаад өөрчлөгддөгийг дэлхийн сүүдэр саран дээр туссантай
холбон тайлбарлах хандлага давамгай байдаг. Энэхүү үзэгдлийн учир шалтгааныг
сурагчид өөрсдөө эрж олоход энэ хэсэг туслах болно.
3. Одны үүсэл бүлэгт
“Физик -9” сурах бичигт тусгагдаагүй сурагчид бие даан сонирхон судлахад зориулсан нэмэлт
мэдээллийг орууллаа.
4. Одны ажиглалт бүлэгт
Интернет орчин шаарддаггүй STELARIUM-програмыг холбож өгсөн. Энэхүү програмын
тусламжтай шөнийн одот тэнгэрийг лабораторит загварчлан бодит мэт ажиглах боломжтой.

Дүгнэлт
1. Сургалтын киррикюлим, стандарт, сурах бичиг шинэчлэгдэж байгаа нөгөө талаас
мэдээлэл, харилцаа холбоо эрчимтэй хөгжиж байгаатай уялдан сургалтын зорилго
шинээр тавигдаж байна. Үүнтэй холбоотойгоор хичээлийн хэрэглэгдэхүүнүүд нь
лабораторийн тоног төхөөрөмж гэхээс илүүтэй гарын доорх материал, компьютерийн
програм хангамж гэх мэт олон төрөл болон өөрчлөгдөх хандлагатай болжээ.
2. Нөгөөтэйгүүр сурагчдын сонирхол хэрэгцээ орчноо даган маш их өөрчлөгдөж байгаа
учир тэдний сурах хэрэгцээг өдөөхийн тулд өнөөдөр копмьютерийн програм хангамжийг
хичээлд ашиглах арга зүй нэлээд дэлгэрсэн байна.
3. Сурагчид өөрсдөө мэдлэгээ бүтээж суралцдаг гэсэн дидактикийн шинэ хандлагын
үүднээс “Орчлон ертөнцийг судлая” электрон сурах бичиг нь зөвхөн багц мэдээллүүдийг
багтаасан биш сургалтын арга зүйн алхмуудыг агуулж байгаагаараа онцлог боллоо.
4. Энэ сурах бичиг нь ертөнц дээр болж байгаа үзэгдлийг шууд ажиглах боломжгүй эсвэл
хэтэрхий хурдан хугацаанд явагддаг үзэгдлүүд, түүний шалтгааныг физикийн болон
байгалийн ухааны бусад хичээл дээр төдийгүй чөлөөт цагаараа сонирхон судлах хэн
бүхэнд зориулагдсан хялбар гарын авлага болж чадсан.
5. Уг сурах бичиг нь компьютерийн өндөр хүчин чадал шаардахгүй, интернетийн орчинд
холбоос хийн шууд ажиллах боломжтой, үнэ өртөг хямд, тухай бүрд засвар болон нэмэлт
мэдээллээр өргөжүүлэх олон давуу талыг өөртөө агуулж байгаа учир цаашид энэ
чиглэлээр түвшинг ахиулсан бүтээл төрөл бүрээр хийх нь зүйтэй байна.

Ном зүй
[1]. А.Дулмаа, Б.Баяртунгалаг, Сансар судлал ба одон орныг заах арга зүйн асуудалд, Зайнаас
тандан судлал ба газарзүйн мэдээллийн системийн хэрэглээ үндэсний 2-р бага хурлын эрдэм
шинжилгээний бүтээлийн эмхэтгэл, УБ, 2007.

- 166 -
 [2]. С.Нинжбадгар “Одон орон”, УБ, 1965.
[3]. С.Нинжбадгар “Одон орон”, УБ, 1979.
[4]. Б.Бурмаа, М. Ганбат “Физик дидактик” ,УБ, 2006.
[5]. Физикийн боловсролын стандарт, БСШУЯ, УБ, 2003.
[6]. М.Ганбат, Б.Бурмаа, Д.Батболд, А.Дулмаа, Г.Чулуунбаатар, Я.Мөнхсайхан “Физик-9” сурах
бичиг, УБ, 2005.
[7]. Г.Бямба “Физик одон орон-10”, УБ, 2001.
[8]. М.Жингүй, Н.Сүмбээ “Огторгуйн музей”, УБ, 2003.
[9]. Свит Пейж, Рассел Пантер “Байгалийн шинжлэх ухаан” УБ, 2009.
[10]. http://www.eon-uk.com/EnergyExperience/85.htm ---1
[11]. www.eon-uk.com/EnergyExperience/1156.htm
[12]. http://eon-uk.com/EnergyExperience/114.htm

- 167 -
 СЭЛБЭ ГОЛЫН ХӨНДИЙ ДЭХ ТЕХНОГЕН АЧААЛЛЫН
СУДАЛГАА

Д. Номин
ШУТИС. Геологи, Газрын Тосны сургууль, Геоэкологийн ангийн магистрант оюутан
[email protected] mobile: 99877474

ХУРААНГУЙ

Сэлбэ голын хөндийн геологи орчны төрөлжүүлэлт болон техноген тогтолцооны

төрөлжүүлэлтийг Map info Professional 7.8 SCP программ ашиглан зурж боловсруулсан бөгөөд
техноген ачааллыг тооцож үзсэн. Сэлбэ голын хөндийд техноген ачаалал үүсгэж буй хүчин зүйлс
түүний дотор нийслэл хотын хотжилтын байдлыг авч үзсэн. Хүн амын өсөлт болон барилгажсан
талбайн өсөлтийг 10 жилийн интервалтайгаар авч үзлээ. Эцэст нь энэ асуудлаас гарах арга замыг
боловсрууллаа.

- 168 -

 
 HISTORIC FIRE REGIME MODELING ELEMENTS USING
GIS AND REMOTE SENSING
Ts.Oyuntsetseg1, B.Khosbayar2
1,2,
NUM-ITC-UNESCO Laboratory for Remote Sensing and GIS, National University of Mongolia

Abstract
The main objective of this research is to identify major types of forest and develop mapping
analysis for forest fire regime in the potential study area. The study area is the Erdene sum in Tuv province.
GIS technologies and historic fire regime model were used for the mapping analysis. The results maps can
be used for not only in the study area, the maps will be also used as the reference maps for forest fire risk
condition in Mongolia.

Key words:
Aspect and Slope, Enhanced vegetation index (EVI), linear mixing model, historic fire Regime Model
Introduction

Mongolia has two fire reason peaks. One peak is from March to mid June which accounts for
80% of all fires, while the other peak is from September to October which accounts for 5% of all fires.
On average about 50-60 fires occur annually and the largest occurrence of the fires are human caused.
According to statistics, it was revealed that since 1981 to date, fires have occurred and hundreds of
thousands of hectares of forest have been destroyed. Remote sensing and GIS can play an important
role in detecting burnt forest and developing spatial model to predict potential forest for fire.

Objective
In our country situation fire greatly proceed accident have to get out of fire incur calculate
demonstrate important. There are important to demonstrate calculation picture of the fire incur because
in our country have a greatly to proceed of the fire situation.
Therefore purpose of this research to incur proceed fire of the forest and fields to approve in the
example of Tuv aimag Erdene sums to determine model of landscape.

- 169 -
Study area and Used data
a. Study area
The study area the Erdene sum in Tuv province of Mongolia.

• Founded on 1924
• Ground measure: 803.9 thousand hectar
• Elevation:1500-2060m

Figure 1. Study area

b. Used data
• Digital Elevation Model /DEM/- 90m
• MODIS vegetation index – resolution /250m/
• Forest ecosystem map - 1:1500000 /1983 year/

Methodology

Table 1. Mapping procedure

DEM Forestry Structure Map MOD13 vegetation index

Aspect map DEM of Forest ecosystem Vegetation map

map
Slope map

Aspect and Slope combination map

a. Aspect and Slope maps Historic fire regime map

• Warm Aspect (Southeast) = 125o to 145o

• Warm Aspect (South) = 145o to 165o
• Warm Aspect (Southwest) = 165o to 185o
• Cool Aspect = 185.1o to 124.1o
• Steep Slope = > 35%
• Shallow Slope = < 35%

b. Aspect and Slope combination

Table 2. Description of aspect/slope combinations and
corresponding topographical codes used in the Historic Fire Regime model.
- 170 -
 c. Vegetation mapping

The Satellite Data MOD13_EVI_ July 2006 with resolution 250m was used for vegetation
classification. Enhanced vegetation index (EVI) was developed to optimize the vegetation signal with
improved sensitivity for high biomass regions and improved monitoring through de-coupling of the

Aspect/Slope Combinations Topographical Code

Cool Aspect/Steep Slope I
Warm Aspect/Steep Slope (Southeast) II
Warm Aspect/Steep Slope (South) III
Warm Aspect/Steep Slope (Southwest) IV
Warm and/or Cool Aspect/Shallow Slope V
canopy background signal and reduction of atmospheric influences. The EVI is represented by the
following equation:
NIR − Re d
EVI = G
NIR + C1 Re d − C2 Blue + L (1)

where L is the canopy background adjustment that addresses nonlinear, differential NIR and
red radiant transfer through a canopy, and C1, C2 are the coefficients of the aerosol resistance term,
which uses the blue band to correct the aerosol influences of the red band. The coefficients adopted in
the EVI algorithm are, L=1, C1=6, C2=7.5, and G (gain factor)=2.5 (Huete, 1997).

Main land cover classes such as tundra taiga, sub-tiga steppe were determined by supervised
classification. The classification results were compared with ground truth data and reference maps
from the “Forestry Structure Map” produced by Russian Mongolian Complex Expedition 1:1500000
scale in 1983

Table 3. Major Vegetation Classification Codes used in the Historic Fire Regime modeling
Tundra Taiga Sub-Taiga Steppe
Tundra (non- Taiga (non- Sub-Taiga (non-forest/xeric) Steppe (non-
forest/xeric) forest/xeric)
forest/xeric)
Tundra (low Taiga (low Sub-Taiga (low forest/LASI) Steppe (low
forest/LASI)
forest/LASI) forest/BERO)
Tundra (high Taiga (high Sub-Taiga (high Steppe (high
forest/LASI)
forest/LASI) forest/LASI) forest/BERO)

- 171 -
 Tundra (non- Taiga (non- Sub-Taiga (non-forest/mesic) Steppe (non-
forest/mesic)
forest/mesic) forest/mesic)

d. Forest coverage

The linear mixing model were applied in the selected areas.

The linear mixing model, which is the focus of this research, is appropriate for large number of land
scenes, and leads to particularly simple mathematical description for the generation of the signal for a
given mixture. Following this method, the response of each pixel in any spectral wavelength can be
considered as a linear combination of the responses of each component, which is assumed to be in the
mixture (Adams1986, Tsolmon 2003)
The basic concept of the spectral Linear Mixing Model can be expressed in equation.
R1 = a11 x1 + a12 x 2 + + a1n x n + e1
R2 = a 21 x1 + a 22 x 2 + + a 2 n x n + e2
(2)
… …………………………………
Rm = a m1 x1 + a m 2 x 2 + + a mn x n + em

subject to:
x1 + x 2 + x3 + … x n = 1,
x1 ≥ 0, x 2 ≥ 0, x3 ≥ 0 … x n ≥ 0 ,
where
Ri = radiometric response for a pixel in spectral band i
unit: watts /( meter squared × ster × μm)
ai j = spectral response of mixture component, j, in spectral band i
x j = proportion of j in a pixel
ei = error term in spectral band i
m = number of spectral bands
n = number of components within a pixel
This model applied into spectral bands Mod13_2006.209_nir_band and Mod13_2006.209_red_band
data from MODIS (http://edcdaac.usgs.gov/includes/edg_bridge.php)

e. Historic Fire Regime

The vegetation classification code and topographical classification code and modeling code
were used for the historic fire regime.

Table 4. Historic Fire Regime Prediction Model

Historic Fire Vegetation Classification Topographical Comments
Regime Code Classification
Code
1 - No fire Tundra (Non-forest/xeric) All aspects: I, II, High alpine ecosystems of
III, IV, V lichens, moss; horizontally
discontinuous fuels.
2 – Frequent (<10 Steppe (non-forest/xeric) All aspects: I, II, Warm and cool aspects/slopes of
- 172 -
years), stand Sub-Taiga (non-forest/xeric) III, IV, V grass/forb/shrub
replacement
3 – Frequent (<10 Steppe (low forest/BERO- Warm aspects: II, Warm aspect forests of LASI,
years), mixed- POTR) III, IV PISY, and BERO/POTR mixed
severity Steppe (high forest/BERO- with grass
POTR)
Sub-Taiga (low-forest/LASI)
Sub-Taiga (high-forest/LASI)
4 – Frequent (<30 Steppe (non-forest/mesic) Cool/low-elevation Cool, low elevation riparian
years), mixed- Sub-Taiga (low-forest/LASI) riparian + zones, plus mid-elevation warm
severity Sub-Taiga (high-forest/LASI) Warm/mid- aspect forests of LASI, PISY,
Sub-Taiga (non-forest/mesic) elevation + and BERO/POTR mixed with
Taiga (non-forest/xeric) Warm subalpine grass, and warm aspect
Taiga (low-forest/LASI) subalpine (Taiga) forests of
Taiga (high-forest/LASI) LASI
5 – Frequent (<50 Taiga (non-forest/mesic) Cool/mid- Cool, mid-elevation riparian
years), mixed- Taiga (low-forest/LASI) elevation riparian zones, plus cool aspect
severity Taiga (high-forest/LASI) + subalpine (Taiga) forests of
Cool/subalpine LASI, PISI, ABSI, PISI and
forbs
6 – Infrequent (>100 Tundra (low-forest/LASI- All aspects: I, II, High-elevation forests and
years), mixed- PISI) III, IV, V meadows that contain
severity Tundra (high-forest/LASI) continuous to discontinuous
Tundra (non-forest/mesic) fuels

Figure 2. vegetation zones, slope, aspect and resultant fire regimes.

- 173 -
Result
The study was conducted in the Erdene sum in Tuv province of Mongolia. We processed
Aspect map, Slope map, Vegetation type map, forest cover map and result map is historic fire regime
map. The output map is Historic Fire Regime and it derived from the combination of the aspect slope
combination map, vegetation type map and forest cover map (figure 3)

Aspect map
Aspect Slope Vegetation Forest Cover Historic Fire
Slope map
Combination Type map map Regime map

Figure 3. Result map

The model from table 4 and mapping procedure (table 1) describe that there is possibilities to
map forest fire regime using GIS tools, Aspect, Slope, and Vegetation. From the result map we can see
that forest fire frequent divided into 6 classes (table 4). According the model used in this the fire
frequencies are in the classes 2,3, and 4.
1 - No fire
2 – Frequent (<10 years), stand replacement
3 – Frequent (<10 years), mixed-severity
4 – Frequent (<30 years), mixed-severity
This model can be used any forested area where forest fire occur frequently.

References
[1]. Huete, A.R., Liu, H.Q., Batchily, K. and van Leeuwen, W., 1997. A comparison of vegetation
indices over a global set of TM images for EOS-MODIS. Remote Sensing of Environment 59,
pp. 440–451
[2]. Adams, J. B., and Smith, M. O, 1986, Spectral mixture modelling: a new analysis of rock and
soil types on the Viking Lander 1 Site. Journal of Geophysical Research, 91, 8098–8112
[3]. Tsolmon. R., Tateishi. R “A Linear mixture model for land cover classification using 8km
and 1km AVHRR data,” Proceeding of Japan Society of Photogrammetry and Remote Sensing
Symposium, Japan, pp.213-216, 17 November 2000 (Tottori: JSPRS).
[4]. Digital Elevation model - SRTM data 90m (http://srtm.csi.cgiar.org/)
[5]. Satellite Data MODIS- (http://edcdaac.usgs.gov/includes/edg_bridge.php)

- 174 -
 ТАРИАЛАНГИЙН ТАЛБАЙН БАЙРШЛЫН ОРОН ЗАЙН
ЗАРИМ ХҮЧИН ЗҮЙЛИЙН СУДАЛГАА
1
Б.БАТБИЛЭГ, 2Р.ЦОЛМОН, 3Н.ЭНХЖАРГАЛ

1,2,3 -МУИС, ФЭС, Зайнаас тандан судлал ба газарзүйн мэдээллийн системийн лаборатори
1,2,3- NUM-ITC-UNESCO Laboratory for Remote Sensing and GIS, National University of Mongolia
[email protected], [email protected], [email protected]

Товч агуулга: Судалгааны муж нь Төв аймгийн Борнуур сум. Тус сум нь тариалангийн
талбайг 1970 оноос ашиглаж ирсэн бөгөөд 1990 оны үед атаршуулан одоо хагалсан нийт талбайн 47
% буюу 3807 га талбайг ашиглаж, 53 % буюу 4275 га талбайг атаршуулсан байна. Энэ судалгааны
ажилд тариалангийн талбайн байршлын газарзүйн оронзайн гадаргын тоон загварын судалгааг
хийсэн. Гадаргын тоон загварыг ашиглан тариалангийн талбайг хэрхэн байршуулж байгаа
шалтгааныг нь далайн төвшнөөс дээш өргөгдсөн өндөржилт, налуужилт, зүг зовхис зэрэг хүчин
зүйлүүдийг нь үндэслэн газарзүйн мэдээллийн системийн ArcView 3.2, ArcGIS 9.2 программ
хангамжийн тусламжтайгаар боловсруулсэн. Газрын гадаргуугийн өндөржилт, налуужилт, зүг
зовхисыг давхцуулан үзэхэд тариалангийн талбайн ургац нь газрын гадаргын налуугийн хувьд 0-100,
өндөржилтын хувьд 800-1200м, зүг зовхисын хувьд салхины чиглэлийн дагуу харсан буюу зүүн,
зүүн өмнөд рүү харсан байвал их тохиромтой байдаг байна. Цаашид тус судалгааны ажлын аргазүйг
ашиглан бусад аймаг, сумдын хувьд тариалангийн талбайн байршлын судалгаа хийх бүрэн
боломжтой юм.

ТҮЛХҮҮР ҮГ
Гадаргын өндөржилт, налуужилт, зүг зовхис, тариалангийн талбай

ОРШИЛ

Монгол улсын хүн амын жилийн дундаж өсөлт, гурил, төмс, хүнсний ногоо хэрэглээний
физиологийн дундаж нормыг үндэслэн хийсэн судалгаанаас үзэхэд ойрын 10 жилд жил бүр
гурил 260-300 мянган тонн, төмс, хүнсний ногоо 170-200 мянган тонныг үйлдвэрлэж байх
шаардлагатай байна. Газар тариалан эрхлэж байгаа өнөөгийн түвшинд энэ хэрэгцээг хангах
боломжгүй бөгөөд гагцхүү тариалах талбай, га-аас авах ургацыг 40-50 хувиар нэмэгдүүлж үүнд
чиглэгдсэн техник технологи, бүтэц зохион байгуулалтын цогц арга хэмжээ авч байж
шийдвэрлэнэ [1].
Сүүлийн үед гадаргын тоон загварыг шинжлэх ухаан, техник, зах зээл аж ахуйн бүхий л
салбарт өргөнөөр ашиглаж байна. Газрын хотгор, гүдгэрийг судлах нь төрөл бүрийн инженерийн
байгууламжийн зураг төсөл зохиох, байгалийн баялгийг зөв зохистой ашиглах, төлөвлөхөд
чухал ач холбогдолтой байдаг. Мөн түүнчлэн газрын зураг дээрхи хотгор гүдгэрийг гурван
хэмжээстээр дүрслэн үзүүлэх нь газар тариалангийн агротехникийн үйл ажиллагаанд ихээхэн
чухал үүрэгтэй [2].
Иймд тариалангийн талбайн байршил, түүний орон зайн нөхцөл, тэдгээр нь га-ийн
ургацад хэрхэн нөлөөлж буй шалтгааныг нарийн судлах шаардлагатай байгаа юм.

ЗОРИЛГО

Газарзүйн мэдээллийн системийг ашиглан гадаргын тоон загвар байгуулж, уг тоон

загварыг Төв аймгийн Борнуур сумын тариалангийн талбайн орон зайн дүн шинжилгээнд
ашиглахад оршино.

СУДАЛГААНЫ ОБЪЕКТ

Судалгааны муж Төв аймгийн Борнуур сум нь Хэнтийн нурууны баруун талын салбар
уулсыг эзлэн хойд талаараа Сэлэнгэ аймгийн Баруун хараа, Зүүн хараа, баруун талаараа
Жаргалан сум, зүүн, зүүн өмнөд талаараа Батсүмбэр, Баянчандмань сумуудтай тус тус хиллэдэг
(зураг 1). Борнуур сум нь газар тариалангийн төв бүсэд орно. Тус суманд хур тунадас бага, зун
харьцангуй дулаан, агаарын чийгшилт бага байдаг. Олон жилийн дунджаар жилд нийтдээ 160-
235 мм тунадас ордогоос 85-95% нь дулааны улиралд ордог.

- 175 -
 Mongolia

Tuv aimag

Зураг 1. Судалгааны муж

СУДАЛГААНЫ АРГАЗҮЙ

Тариалангийн талбайн хэрхэн байршуулж байгаа шалтгааныг нь далайн түвшингээс дээш

өргөгдсөн өндөржилт, налуужилт, зүг зовхис зэрэг хүчин зүйлүүдийг нь
үндэслэн газарзүйн мэдээллийн системийн ArcView 3.2, ArcGIS 9.2
программ хангамжийн тусламжтайгаар боловсруулалт хийж гүйцэтгэсэн.
Сонгож авсан түвшний гадаргаас тухайн цэг хүртэлх эгц босоо
зайг цэгийн “өндөр” гэнэ. Өндрийг үнэмлэхүй, харьцангуй, тогтсон гэж
тус тус ангилна.
Далайн түвшний гадаргаас тухайн цэг хүртэлх эгц босоо зайг
түүний “үнэмлэхүй өндөр” гэнэ. Цэгийн өндрийг тоон утгаар
илэрхийлсэн байвал түүнийг “тоот” гэнэ. Хэрэв нэг цэгийн өндрийг нөгөө
цэгийн түвшний гадаргад харьцангуйгаар тодорхойлсон бол түүнийг
“харьцангуй өндөр буюу өндөржилт” гэнэ. Цэгүүдийн өндөржилт нь
өндрөөс хамааран эерэг болон сөрөг утгатай байж болно. Манай улс 1930-
аад оны сүүлчээс Балтын өндрийн тогтолцоог хэрэглэн цэгүүдийн
үнэмлэхүй өндрийг тодорхойлж байна [3].

Зураг 2. Налуугийн
өнцгийн утга

- 176 -
 Налуужилт (Slope) гэдэг нь гадаргуугийн хазайлтын өнцгийг хэлнэ (Зураг 2). Тэгш бус
гурвалжны сүлжээ байгуулах аргын гадаргын налуужилт нь тэгш гадаргад налуужилтын
өөрчлөлтөөр (огцом өндөрссөн, буурсан) хазайлтаар тодорхойлогддог. Растер өгөгдлийн торонд
налуужилт нь тэгш бус гурвалжны аргатай адилхан бөгөөд ойрхи хөршийн аргаар
тодорхойлогддог.
Хотгор гүдгэрийн огтлолын зөрүүг (үеийн өндрийг) хэвтээ зайд харьцуулсан харьцааг
“налуу” гэнэ. Налууг дараах томъёогоор тодорхойлдог. Налууг процент (%) буюу (‰)-ээр
тодорхойлдог [3].
I= tg v=h/d (1.1)
Энд: I-налуу, h-үеийн өндөр, d-хэвтээ зай
Схем 2. Газрын гадаргуугийн налууг хувиар болон промилиор илэрхийлсэн байдал.
Өгөгдсөн шулуун ба түүний хэвтээ хавтгай дээрх тусгал хоёрын хооронд үүсэх босоо
өнцгийг “налуугийн өнцөг” гэх ба v-үсгээр тэмдэглэнэ (Зураг 3).
V=arc tg*h/d (1.2)
Энд: h-үеийн өндөр, d-хэвтээ зай,
α болон v-налуугийн өнцөг.
Зүг зовхис (Aspect) нь гадаргуугийн налуужилтын чиглэл
юм. Өөрөөр хэлбэл налуужилтын өнцгийн чиглэлийг хэлнэ.
Вектор хэлбэрээр илэрхийлэгдсэн гадаргын тоон загварыг
байгуулахад зүг зовхисын TIN (Triangular Irregular Network-Тэгш
бус гурвалжны сүлжээ) гадарга нь гадаргуу дахь налуужилтын
чиглэлээр тодорхойлогддог.
Зураг 3. Налуугийн өнцөг

Растер өгөгдлийн торонд өөрчлөлтүүдийн чиглэлийг тогтоож ойрхи хөршийн аргыг

ашигладаг. Зүг зовхис нь цагийн зүүний эргэлтйн дагуу 0-360 хүртэл градусаар хэмжигддэг.
Тэгш гадарга дээр гадаргуугийн налуугийн зүг зовхис үүсдэггүй.

СУДАЛГААНД АШИГЛАСАН МЭДЭЭ, МАТЕРИАЛ

• Өндрийн тоон загварын мэдээ

• 1:100 000 масштабтай байрзүйн зургаас оруулсан shapefile-ууд
• 2006 онд хийгдсэн тариалангийн газрын чанарын улсын хянан баталгааны ажил
• Spot хиймэл дагуулын 2000 оны мэдээ

СУДАЛГААНЫ АЖЛЫН ҮР ДҮН

Тус судалгааны ажлаас доорх үр дүнд хүрч байна.

1. Тус сумын талбайнууд д.т.д. 800-1400м-ийн хооронд хэлбэлзэж ургамлын
өсөлтөнд шаардлагатай дулааны хэмжээ төдийлэн хангалтгүйн зэрэгцээ хөрсний
элэгдэл эвдрэл нэмэгдэж байгаа нь газар тариалангийн үйлдвэрлэлд сөргөөр
нөлөөлж байна (Зураг 4). График 1-т үзүүлснээр судалгааны мужид орших нийт
тариалангийн талбайн 93 нь 800-1000 м-ийн өндөрт, 137 нь 1000-1200 м-ийн
өндөрт, 8 нь 1200-аас дээш өндөрт байрлаж байна.
2. Талбайн гадаргын налуу ихсэх тусам эвдрэлд нэрвэгдэх байдал нэмэгдэж байгаа
нь налуу гадарга ихтэй газар нутагт газар тариалан эрхлэхэд тохиромж муутайг
харуулж байна (Зураг 5). Тариалангийн талбай байрших тохиромжтой налуу нь 0-
10 градус байдаг ба судалгааны мужид нийт тариалангийн талбайн 28,6% нь
байршиж байна (График 2).
3. Тариалангийн талбайн хөрсний эвдрэлд талбайн байршил, зүг зовхис ихээхэн
нөлөөтэй (Зураг 6). Тариалангийн талбайн гадаргын налуугаас гадна налуугийн
зүг зовхис нь хөрс үүсгэгч эх чулуулагтай нягт холбоотой байдаг. Манай орны
салхины зонхилох чиглэл баруун, баруун хойноос болон хойноос байдаг тул
- 177 -
 хөрсний эвдрэлд нөлөөлөх гол үзүүлэлт болж байна. Тариалангийн талбайн
байрлал нь баруун хойд болон хойд зүгт харсан налуу гадаргад байрлах талбайн
дийлэнхи хэсэг нь эвдрэлд орж үржил шимээр ядуурч эвдрэлд нэрвэгдэж
элсжсэн байна.
4. Дээрх дурьдсан үзүүлэлтүүдийг давхцуулан үзэхэд газар тариаланд нэн
тохиромжтой 66 талбай (2323.5 га) буюу тус сумын нийт тариалангийн талбайн
28.5%-ийг эзэлж байна (Зураг 7).

1. Өндрийн мэдээнээс газрын гадаргуугийн өндөржилтийн зураг үүсгэсэн байдал

Тариалангийн талбайн өндөржилтийн

үзүүлэлт

150 137

93

Croplands
100

50
8
0
800-1000 1000-1200 1200-1400

1 2 3
Elevation (m)

График 1. Тариалангийн талбайн газрын

гадаргуугийн өндөржилтийн үзүүлэлт

Зураг 4. Газрын гадаргуугийн өндөржилтийн зураг

2. Өндрийн мэдээнээс газрын гадаргуугийн налуужилтын зураг үүсгэсэн байдал (Зураг 5)

Тус нутгийн тариалангийн талбайнууд ихэнхидээ уулын хажуу, нам уулс, гүвээ толгод дамнасан
долгиорхог гадаргад байрладаг, хөрс хамгаалах арга хэмжээ төдийлэн сайн нэвтрээгүй байгаа тул
салхи, усны нөлөөнд өртөх магадлал өндөртэй байна.

Тариалангийн талбайн газрын гадаргуугийн

налуужилтийн үзүүлэлт

80 68
Т албайн тоо

49 54
60 44
40 23 Талбайн тоо
20
0
0-10 10-20 20-30 30-40 40<

1 2 3 4 5

Налуужилт (градус)

График 2. Тариалангийн талбайн газрын

гадаргуугийн налуужилтын үзүүлэлт

Зураг 5. Газрын гадаргуугийн налуужилтын зураг

- 178 -
3. Өндрийн мэдээнээс бодуулсан зүг зовхисын зураг үүсгэсэн байдал (Зураг 6).

Зураг 6. Зүг зовхисын зураг

4. Гадаргын тоон загварыг тариалангийн талбайн зурагтай давхцуулан дүн шинжилгээ

хийсэн байдал (Зураг 7).

Зураг 7. Газрын гадаргын налуужилт, өндөржилтийг тариалангийн

талбайн байршилтай дүн шинжилгээ хийж байгаа байдал

- 179 -
 Газар тариаланд нэн тохиромжтой талбайн га-ийн ургацыг 2006 онд хийгдсэн
тариалангийн газрын чанарын улсын хянан баталгааны ажлын дундаж ургацын мэдээнээс
харахад хамгийн өндөр ургацтай буюу 25-30 цн/га байв (Хүснэгт 1, График 3).

Хүснэгт 1. Тариалангийн талбайн

дундаж ургацын үзүүлэлт
Үзүүлэлтийн Дундаж
Үзүүлэлт ургац
дугаар
(цн/га)
1 Нэн тохиромжтой 25 -30
2 Тохиромжтой 10 - 24
3 Тохиромжгүй 5 - 10
4 Нэн тохиромжгүй 4>

Тариалангийн талбайн дундаж ургацын

үзүүлэлт

5
4
4
3
Үзүүлэлт

3
2
2
1
1

0
28 17 8 3
Дундаж ургац (цн/га)

График 3. Тариалангийн талбайн дундаж ургацын үзүүлэлт

ДҮГНЭЛТ

Тус судалгааны ажлаас дараах дүгнэлтэнд хүрч байна.

1. Тариалангийн талбайн далайн түвшнээс дээш өргөгдсөн байдал нь тэнд тариалж
буй таримлын өсөлт хөгжилтийн онцлог, боловсрох хугацаа, хүйтэн тэсвэрлэх
чадвартай шууд хамааралтай байдаг. Хэт өндөр газар тариалсан таримал
ургамалд шаардагдах дулаан хүрэлцээгүй байдгаас ургалтын хугацаа урттай,
ургамал гүйцэд боловсорч амждаггүй учир зөвхөн малын тэжээл бэлтгэх
зорилгоор ихээхэн талбайг хагалж ашигласны зарим нь эвдрэлд нэрвэгдэж үржил
шимээр доройтсон байна.
2. Тариалангийн талбайд газрын гадаргын налуу ихээхэн хамааралтай байдаг.
Судалгааны мужид 0-10 градусын налууд нийт тариалангийн талбайн 28,6% нь
байрлаж байна.
3. Тариалангийн талбайн хөрсний эвдрэлд талбайн байршил, зүг зовхис ихээхэн
нөлөөтэй. Эвдрэлд нэрвэгдсэн талбайнууд нь зүүн хойт болон зүүн зүгийн уулс
хоорондох хөндийгөөс салхилах хүчтэй салхины уулзварын төв хэсэгт
байрлалтай тул талбайн гадарга байнгын хүчтэй салхины нөлөөгөөр эвдэрсэн
байна. Уулын энгэр хэсгээр байрласан талбайнууд ч алаг цоог байдалтайгаар
эвдрэлд орсон нь уул давж ирсэн хуйлраа салхины цохилтод өртөснөөр гадаргын
зарим хэсэгт нь салхины нөлөөгөөр хөрсний өнгөн хэсэг хийсч зулгаран тэр
орчмын газрыг хонхойлсон байхад зарим газар нь элсээр хучигдсан байна.
Газрын гадаргуугийн өндөржилт, налуужилт, зүг зовхисыг давхцуулан үзэхэд
тариалангийн талбайн ургац нь газрын гадаргын налуугийн хувьд 0-100, өндөржилтын хувьд
800-1200м, зүг зовхисын хувьд салхины чиглэлийн дагуу харсан буюу зүүн, зүүн өмнөд рүү
харсан байвал их тохиромтой байдаг нь дээрх байдлаас харагдаж байна.
- 180 -
 Эндээс дүгнэж үзэхэд газар тариалан эрхлэх болон тариалангийн талбайг байршуулахад
газрын гадаргуугийн өндөржилт, налуужилт, зүг зовхисыг харгалзах нь ургацыг нэмэгдүүлэх гол
нөхцөл болох юм.
Цаашдаа газарзүйн мэдээллийн систем ба сансарын хиймэл дагуулын мэдээ ашиглан тус
судалгааны ажлыг илүү дэлгэрэнгүй хийх боломтой юм. Мөн судалгааны ажилд ашигласан
аргазүйгээр бусад орон нутгийн газар тариалангийн талбайн байршлын судалгааг хийж болох
юм.

АШИГЛАСАН ХЭВЛЭЛИЙН ЖАГСААЛТ

[1]. Ш.Гунгаадорж “Газар тариалангийн өнөөгийн байдал, түүнийг сэргээн хөгжүүлэх үндсэн
асуудал” Улаанбаатар, 1999 он
[2]. Д.Амарсайхан, М.Саандарь, Ц.Адъяасүрэн “Зайнаас тандан судлал, газарзүйн
мэдээллийн системийн зарчмууд” (гуравдахь хэвлэл) 2006 он
[3]. Б.Рагчаа, А.Дамдинсүрэн, Ж.Алтанцэцэг “Геодези” Улаанбаатар, 2000 он

- 181 -
 БАЯНГОЛЫН ДҮҮРГИЙН КРИОГЕНИЙ ЗҮСЭЛТ
А.Цолмон
Анги: Геологи 4

Удирдагч: PhD, профессор Ч.Минжин, А.Баясгалан

Судалгааны ажлын чиглэл: Неопротерозойн карбонат чулуулгийн судалгаа

Электрон шуудангийн хаяг: [email protected], [email protected]

Утас: 99614191

Хураангуй

Манай гариг дэлхийн Протерозойн эриний сүүл үе Неопротерозойн 850-630 сая жилийн хоорондох
цаг хугацааг Криогений галав гэж нэрлэн дэлхийн стратиграфийн ангилалд шинээр оруулаад 10-д
жил болжээ. Криогений галавт хүлэмжийн хийн хэмжээ огцом багасч (CO2, CH4), агаарын
температур үлэмж хэмжээгээр бууран Мөстлөгийн процесс явагдаж байсан бөгөөд эх дэлхий маань
хоёр ч удаа хойд туйлаасаа өмнөд туйлаа хүртэл бүрэн мөстөж байсныг гэрчлэх хурдас хуримтлал
эдүгээ дэлхийн өнцөг булан бүрээс олдсоор байна.

Манай орны хувьд ч гэсэн дээрх галавт хамаарах хурдас хуримтлал өргөн тархалттай байдаг бөгөөд
тэр дундаа монголын баялаг болсон Бүрэнхаан, Алдархааны фосфоритын ордуудыг агуулж байдгийг
Геологи, Газрын Тосны Сургууль, АНУ-ын Харвардын Их Сургуулийн хамтарсан судлаачид нээлээ.
Бид уг судалгаанд агаар, сансрын зургийг ашиглан тайлалт хийж, зохиосон геологийн зургийг
ашиглан газар дээр нь шинжлэхээс гадна дэлхий дээрх хурдас хуримтлалуудыг өөр хооронд нь
харьцуулахад хэрэглэж эхлээд байгаа Нүүрстөрөгчийн тогтвортой изотопыг ашиглан харьцуулалт
хийж байгаа нь дэвшилтэт тал болно.

Судалгааны үр дүнд Монголд урьд өмнө ангилж байгаагүй хурдас хуримтлалыг илрүүлж, энэ нь
дэлхийн сонгодог зүсэлтүүдтэй яв цав тохирч байгааг харуулан, улмаар Монголын давхаргазүйн
ангилалд шинэ галвыг ялгасан нь урьд өмнө хийгдэж байгаагүй, Монголын геологийн шинжлэх
ухаанд асар их үнэ цэнэтэй нээлт болоод байна.

Оршил

Монголын хойд хэсэг дахь Хөвсгөл аймаг болон баруун өмнөд хэсэг Говь- Алтай, Завхан
аймгуудын нутгуудад өргөн тархалттай неопротерозойн настай карбонат чулуулгийн судалгааг
анх орос болон олон улсын хэд хэдэн экспедиц судалж байсан байна. Гэсэн хэдий ч криогений
цаг хугацаанд хамааруулан, дэлхийн сонгодог зүсэлтүүдтэй харьцуулж байсан нь үгүй. Харин уг
судалгааг манай улсад АНУ-ын Харвардын Их Сургуулийн хэсэг эрдэмтэд сүүлийн 3 жилийн
туршид хийж, монголын давхаргазүйн ангилалд шинжлэх ухааны талаасаа асар үнэ цэнэтэйгээр
барахгүй, ШУТИС-Геологи, Газрын Тосны Сургуулийн гадаар харилцаа тэлэхэд чухал нөлөө
үзүүлж байна. Мөн дэлхий дээр хурдас хуримтлал олдсон газруудын тоонд манай улсыг
хамааруулсан нь монголын геологид олон улсын судлаач эрдэмтдийн сонирхлыг татах чухал ач
холбогдолтой юм. Оюутан миний хувьд ч гэсэн уг ажилд 2007, 2008 оны зун уг судалгаанд
геологичоор, 2008 оны хавар АНУ-ын Харвардын Их Сургуулийн Эртний далай судлалын
лабориторид дадлага эзэмшин, үүн дээрээ ч үндэслэн бакалаврын дипломын ажлаа уг сэдвээр
хийж байгаа болно.

- 182 -

 
Үндсэн хэсэг

Криогений цаг хугацаа гэдэг нь неопротерозойн эриний криогений галав буюу 850-630 сая
жилийн цаг хугацаг хамарсан үе бөгөөд сүүлийн 10 жилийн дотор шинээр ялгасан ангилал юм.
Манай дэлхий анх үүссэн цагаас эхлэн дэлхийн гадаад болон дотоод хүчин зүйлсийн нөлөөллөөр
олон төрлийн процессууд явагдаж байсны нэг нь мөстлөгийн процесс юм. Энэ нь өнөөг хүртэл
үргэлжлэн явагдаж байгаа хэдий ч зөвхөн криогений цаг үед л хоёр удаа 100% бүтнээрээ “Мөсөн
Бөмбөг” болж байжээ. Эхний буюу хамгийн анхны бүтэн мөстөлтийг Стуртын гэж нэрлэх
бөгөөд 730-700 сая жилийн хоорондох цаг хугацааг хамран явагдсан гэж таамагладаг. Сүүлийн
залуу мөстөлтийг Мариноан гэж нэрлэх ба 665-635 сая жилийн хооронд явагдаж байжээ.
Криогений цаг үед мөстлөг явагдаж байсан үед нь мөстлөгийн гарал үүсэлтэй чулуулаг,
мөстлөгийн үед дуусан хайлалт явагдах үед далай тэнгист ихээр хуримтлагддаг карбонат
чулуулаг хуримтлагджээ. Мөстлөгийн процесс нь хүлэмжийн хий (CO2, CH4)-ийн хэмжээ огцом
буурснаас үүдэн явагддаг бөгөөд дэлхий анх үүсч байсан цаг хугацаанд яг ямар процесс дээрх
хийнүүдийн буурахад нөлөөлсөн талаар судалгаа үргэлжилж байгаа ба төдийлөн тодорхой бус
байсаар байна. Гэсэн хэдий ч дэлхийн олон орноос (Намиб, Австралис, Канад гэх мэт...) бүр
манай улсаас олдсоор байгаа хурдас чулуулаг нь дээрх процесс явагдаж байсныг гэрчилдэг.

Энэ төрлийн чулуулгийн сонгодог зүсэлтүүд нь:

• Өмнөд Австралийн Elatina формац

• Намибын Otavi групп

• Канадын MacKenzie нуруунд тохиолдох зүсэлт зэрэг болно.

Криогений галавт хуримтлагдсан хурдас чулуулаг дээрх судалгааг анх 2006 оны зун Хөвсгөл
аймагт хийж байсан хэдий ч ургамалжилт ихтэй зарим талаараа чулуулгийн илэрц тийм ч сайн
биш, агаар сансрын зураг хэрэглэхэд чулуулгийн үелэл төдийлөн сайн харагдахгүй зэрэг
хүндрэлүүд учирч байсан. Улмаар Хөвсгөлд судалсан чулуулаг, тэндээс авсан чулуулгийн
дээжинд хийсэн шинжилгээний үр дүнг монголын хэмжээнд тархсан ижил насны ижил төрлийн
хурдастай харьцуулах зорилгоор Монголын Тектоникийн мужлалаар Завхан террейны
(Төмөртогоо, Бадарч нар) өмнөд хэсэгт буюу Голь-Алтай аймгийн Тайшир, Жаргалан, Баян Уул,
Завхан аймгийн Цагаан Чулуут, Алдархаан зэрэг сумдын нутагт үргэлжлүүлэн хийсээр байна.

Завхан террейны хувьд хувиралд маш бага автсан, карбонат зузаалаг нь маш сайн илэрсэн тул
хээрийн судалгаанд таатайгаар зогсохгүй агаар, сансрын зураг дээр тайлалт хийхэд таатай зэрэг
онцлогоороо криогений цаг хугацааг хамарсан тулгуур зүсэлт хийж болох үнэ цэнэтэй газар юм.
Тэр дундаа Говь-Алтай аймгийн Тайшир сумаас баруун тийш 10 км зайд орших Баянголын
хөндий ч чулуулгийн гарш сайтай, бүрэн илэрсэн Монголын криогений тулгуур зүсэлтийг
хийсэн газар билээ.

- 183 -

 
Google Earth программ дээр судалгааны
талбайн чулуулгийн илэрц сайн ажиглагдах
тул тус программаас сансрын зургийг татан
авч, гараар тайлалт хийн, талбайн бүдүүвч
геологийн зургийг зохиож, хээрийн
судалгаанд хэрэглэсэн.
Судалгааны талбайн 80 гаруй хувийг зөвхөн дээрх төрлийн чулуулаг эзэлж, үлдэх
хэсгийг түүний ул суурь Завхан формацын галт уулын гаралтай чулуулаг болон хожуу үүссэн
боржингийн төрлийн чулуулаг эзэлжээ. Монголын стратиграфийн ангилалд дээрх бүлэг
чулуулгийг Вендийн Цагаан олом формац гэж нэрлэн Vco гэж тэмдэглэдэг.

• Цагаан олом формацын ул суурь нь Завхан

формац гэж нэрлэгдэх калигаар баялаг риолит
голдуу галт уулын гаралтай чулуулаг бөгөөд
насыг нь бид U/Pb аргаар 803.4±4.0, 773.5±1.8 гэж
тогтоосон.

• Түүний дээрээс муу сортлогдсон элсэн чулуугаар

барьцалдсан, ул суурийнхаа галт уулын чулуулаг
болон боржин, доломит болон элсэн чулууны
валун агуулсан мөстлөгийн гаралтай тиллит
Майхан Уул формац (Стуртын мөстлөг). Зузаан
нь 150 метр орчим
• Дээрээс нь маш хурц хил заагаар бараан өнгөтэй,
маш нимгэн үелсэн Цагаан олом формацын доод
хэсэг хучина. Үүнд тухайн үед далайн түвшин
ихэсч байсныг гэрчлэх 100 м орчим шаварлаг
занар мөн агуулагддаг. Зүсэлтийн нийт зузаан 200
метр орчим.
• 350 метр орчим зузаан дотроо кальцитын
конкреци агергат, бутарсан карбонатуудын
хэлтэрхийнүүдийг агуулсан гэх мэт онцлог
шинжтэй, тухайн үеийнхээ палеогеографыг
илэрхийлсэн шохойн чулуулгийн зузаалаг
• 2 дахь мөстлөгийн ул мөр болох тиллит. 15 метр
орчим зузаантай, карбонат, галт уулын гаралтай
чулуугийн хэлтэрхийг агуулсан тиллит. Энэ нь
Криогений цаг хугацааны дээд зааг болно.
- 184 -

 
 • Дээрээс нь далайн давалгааны ул мөр гэх мэт онцлог текстуртай маш нимгэн доломит
• 400 метр орчим зузаан шохойн чулуу, доломитын салаавчилсан үелэл
• Анхны амьд организмын үлдэгдэл Боксон төрлийн строматолит агуулсан доломит
• Фосфорит агуулсан зузаалаг
• Фосфорит агуулсан зузаалаг
Дээрээс нь Кембрийн настай 1 км гаруй зузаан Баянгол формацын карбонат хучина.
Түүнд анхны хорхойн мөр зарим амьтдын өндөã, археоцитууд агуулагддаг.

Агаар болон чулуулаг, амьд организмд агуулагдах нүүрстөрөгч нь өөрийн гэсэн онцгой циклийг
үүсгэн, нэгээс нөгөөд шилжин, хуримтлагдаж байдаг. Тэр дундаа бидний судалгаандаа
ашигладаг нүүрстөрөгчийн органик бус тогтвортой изотоп нь (C13) орчноос ихээхэн хамааралтай
байдаг тул мөстлөг явагдаж, нүүрстөрөгч ихээр агуулсах хүлэмжийн хийн хэмжээ огцом буурсан
бол дээрх изотоп нь мөн даган буурдаг. Харин хүлэмжийн хийн хэмжээ ихсэн дэлхий дулаарвал
дээрхийн эсрэг үзэгдэл явагддаг байна. Тийм ч учир бид С13 тогтвортой изотопын орчноос
ихээхэн хамаардаг болон усанд олон сая жил тогтвортой байх шинжийг нь өөрсдийн судалгаанд
хэрэглэн, монголын зүсэлтийг дэлхийн зүсэлтүүдтэй харьцуулахад ашиглаж байна. Хээрийн
судалгааны үед чулуулгийн үеийн суналд хөндлөн чиглэлд маршрутыг хийн, хэмжилт хийхийн
сацуу 0.2-2м нарийвчлалтайгаар дээж авч, лабориторид боловсруулалт хийн, масспектрометрээр
нүүрстөрөгчийн хэмжээг тодорхойлдог. Үүгээрээ тодорхой цаг хугацааг хамарсан муруйг
байгуулан, судалгаандаа хэрэглэж байгаа нь нэг дэвшилтэт тал болно.

Дүгнэлт

Уг судалгааг сансрын зургийн тайлалт болон нүүрстөрөгчийн тогтвортой изотопын анализ зэрэг
аргуудыг ашиглан Монголд хийснээр манай оронд урьд өмнө ангилан ялгаж байгаагүй хурдас
чулуулгийг шинэ галавт хамааруулан Стратиграфийн ангилалд шинэ нээлт хийж байна.
Судалгааны ажлаар бидний олж авсан үр дүнг дараалуулбал:

¾ Баянголын хөндийд криогений цаг үед хуримтлагдсан чулуулгийг илүү нарийн судалж,
өмнөх судлаачдын тогтоогоогүй байсан Мариноан мөстлөгийн ул мөрийг илрүүлсэн
¾ Судалгааны талбайд нутгийн стратиграфийн хэсэгчилсэн ба тулгуур зүсэлтүүдийг хийж
харьцуулан нэгтгээд Монголын криогений тулгуур зүсэлтийг хийсэн
- 185 -

 
 ¾ Тайшир- Баянгол ба Хөвсгөлийн криогений зүсэлтүүдийг хооронд нь харьцуулж чадсан
байна
¾ Манай оронд энэхүү криогений зүсэлтийг ялгасан нь нийт Төв Ази, Зүүн Азийн
хэмжээний стратиграфи, палеогеографи болон палеогеодинамикийн ач холбогдолтой
юм.

Гэсэн хэдий ч бидний судалгааны ажилд:

• Криогений хурдас дээрх судалгааг улам лавшруулан, бүтэн тулгуур зүсэлтийг дахин
илрүүлэх
• Монголын нутаг дэвсгэрт энэ төрлийн хурдас өргөн тархалттай байх магадлалтай тул
шинээр олж тогтоох
• Цаашлаад дээрх нэр томъёог өнөөгийн хэрэглэж байгаа стратиграфийн ангилалд
хэрэглэх гэх мэт асуудлууд хүлээгдэж байгаа юм.

Ашигласан материал

[1]. A New terrane subdivision for Mongolia: Implications for the phanerozoic crustal growth of
Central Asia, G.Badarch, D.Cunningham, B.Windley et al, 2002.,
[2]. Stratigraphic and tectonic implications of a new glacial diamictite- cap carbonate doublet in
southwestern Mongolia, F.MacDonald, D.Jones, D.Schrag, 2007.,
[3]. The neoproterozoic-lower Cambrian in northern Gobi Altai, western Mongolia, Khomentovsky,
Gibsher et al, 1996.,
[4]. Glacial facies associations in a Neoproterozoic back arc setting, Zavkhan basin, western
Mongolia, Lindsey et al, 1996.,
[5]. The Neoproterozoic to early Cambrian in southwestern Mongolia: an introduction, Brasier et al,
1996.,
[6]. The snowball earth hypothesis: testing the limits of global change, P.Hoffman, D.Schrag, 2002.,
[7]. Interpreting inorcanic carbon-isotope excursions, F.MacDonald

- 186 -

 
 “ЛАНДСАТ ETM” САНСРЫН ЗУРГИЙН ТООН ӨГӨГДЛӨӨР
ГЕОЛОГИ БОЛОН ХУВИРЛЫН БҮСИЙГ ЗУРАГЛАХ НЬ

М.Тодбилэг

ШУТИС, докторант

[email protected]

Хураангуй

Судалгааны талбайд зэргэлдээ орших 2 хавтгайн геологийн зургийг зэрэгцүүлэн

жишиж үзэхэд геологийн тогтоц, хил заагийн хувьд нэлээд зөрүүтэй байсан тул
уг зөрүүг залруулахаар “Ландсат ЕТМ” сансрын зураг ашиглан зайнаас тандах
судлалын аргаар геологийн тогтоц, хил заагийг нийлүүлсэн.
Судалгааны үр дүнгээс үзэхэд сансрын зургийн тандан судалгаагаар геологийн
зураглалын хил заагийн зөрүүг бага зардал, хялбар аргаар шийдвэрлэж болох нь
харагдаж байна.
Мөн хувирлын бүс тухайлбал төмрийн ислийн тархалтыг зурагласан нь алт,
полиметаллын эрдэсжилттэй орон зайн холбоотой илэрсэн бөгөөд
хүдэржилтийн хэтийн төлөв бүхий талбайг ялгах боломжтой буюу практик ач
холбогдолтой байна.

Оршил

Энэхүү судалгаанд Хөвсгөл аймгийн Цагаан уулын сумын нутаг дахь Цагаан уулын
полиметаллын илрэл орчимд 1990-1994 онд Ц.Энхбат (1990) болон И.Хорчин (1994)
нарын хийсэн 1:50000 масштабын зураглалын талбайн (М-47-78-А, М-47-78-Б)
геологийн биетүүдийн хил зааг, хагарал, тогтоцын төрхийг “Ландсат ЕТМ” сансрын
зургийн тоон өгөгдөл ашиглан дүйцүүлсэн.
Судалгаанд 2002 оны 6 дугаар сарын 9-нд сансраас авсан Ландсат ЕТМ (Enhanced
Thematic Mapper) зургийн 137 дугаар зам (path 137), 025 дугаар эгнээ (row 025)-ний
өгөгдлийг ашигласан.
Зайнаас тандан судлалын аргаар зурагласан геологийн хил зааг болон хувирлын
бүсийг газар дээр нь тодорхой цэгүүдэд шалган үзэж баталгаажуулах боломжтой.

1. Геологийн зургийн талаар

Цагаан уулын холимог металлын илрэлийг төвлөрүүлэн геологийн тогтоцыг харах

зорилгоор М-47-78-А хавтгай дээр 1:50000 масштабын зураглал хийсэн Ц.Энхбат
нарын геологийн зургийг зэрэгцээ орших М-47-78-Б хавтгай дээр мөн 1:50000
масштабын зураглал хийсэн Хорчин нарын геологийн зурагтай харьцуулж үзэхэд
(хүснэгт 1, 1 дүгээр зураг) уг 2 зураг нь геологийн давхаргадасын хувьд хоорондоо
нийлэхгүй, харин интрузив бүрдлийн хувьд тохирон нийлж байв. Геологийн
зураглалын явцад ийм зөрүүтэй зураглагдсан нь тухайн давхаргадасууд газрын
гадаргуу дээр илрэх байдлаараа хоорондоо их төстэй юм байна гэсэн дүгнэлтэнд
хүргэж байна.
Нөгөө талаар энд геологийн зураглалын ажлын чанар, уг ажлыг зэргэлдээ талбайд
гүйцэтгэж буй багууд хоорондын ажлын уялдаа холбоо, мэдээлэл солилцоо,
мэдээлэл ашиглалт зэрэг асуудлууд хөндөгдөж байна.

1 дүгээр зураг. М-47-78-А хавтгайн зүүн хагас болон М-47-78-Б хавтгайн баруун
хагасыг холбон зүүж, геологийн зураглалын ялгааг үзүүлэв.

Хүснэгт 1. Геологийн 2 зургийн ялгааг дээрээс доош /хойноос урагш/ харуулсан

харьцуулалт

М-47-78-А, Ц.Энхбат нар, 1990 М-47-78-Б, И.Хорчин нар, 1994

1 Доод Рифейн Мөрөнгийн Вендийн Баянзүрхийн давхаргадас
давхаргадас
2 Доод Рифейн Мөрөнгийн Дээд Кембрий – доод Ордовикийн
давхаргадас Хөгийн давхаргадас
3 Дээд Рифейн Дархадын Вендийн Баянзүрхийн давхаргадас
давхаргадас
4 Венд-доод Кембрийн Вендийн Баянзүрхийн давхаргадас
Баянзүрхийн давхаргадас
3. Судалгааны арга, аргачлал

Энэхүү судалгаанд агаар мандлын манангийн энгийн засал, спект тодролын буюу
гистограммын шугаман сунгалт, оновчтой индексийн хүчин зүйл, төмөрлөг хувирлын
бүсийг зураглах 3/4 харьцаа зэрэг судалгааны аргуудыг хэрэглэсэн.

3.1. Манан засал

Сансрын зургийн тоон өгөгдөлд агаар мандлын орчны нөлөө орсон байдаг. Энэхүү
нөлөөг тодорхой хэмжээгээр арилгахаар “simple haze correction” буюу “манангийн
энгийн засал”-ыг хэрэглэсэн. Агаар мандал дахь тоосонцор ширхэгүүд нь манан
үүсгэх ба эдгээр нь газрын гадаргуугаас ойсон долгионы замд саад болсноор
гадаргуугийн мэдээлэл буюу сансрын зургийн ялгаралтанд нөлөөлдөг. Ингэснээр
сансрын зурагт тас хар өнгөтэй буюу 0 утгатай байх зүйл (жишээ нь: ус, сүүдэр г.м.)
ямар нэгэн гажил утгатай илэрдэг тул сансрын зургаас тухайн тогтмол буюу хамгийн
бага утгыг хасч засварлаж өгдөг.

3.2. Үзэгдэх мужийн өнгөний бүрдэл

Хүний нүдээр ялгах чадварт тулгуурлан Ландсат ЕТМ-ын үзэгдэх мужийн 1 дүгээр
сувгийг улаанд, 2 дугаар сувгийг ногоонд, 3 дугаар сувгийг хөх өнгөнд тааруулан
өнгөний бүрдэл зураг гаргаж, судалгааны талбайн геологийн тогтоцыг ялгаруулан
харуулав (2, 3 дугаар зураг).

2 дугаар зураг. Ландсат ЕТМ зургийн өнгөний бүрдэл 123 нь талбайн геологийн
тогтоцыг сайн ялгаруулж байна. Улаан зураасаар 2 талбайн заагийг харуулав.
3 дугаар зураг. Сансрын зургийн өнгөний бүрдэл 123-ыг ашиглан хил заагийг
нийлүүлсэн геологийн зураг.

3.3. Оновчтой индексийн хүчин зүйл

Оновчтой индексийн хүчин зүйл (ОИХЗ) буюу тухайн сансрын зургийн олон сувгаас
хамгийн их мэдээлэл өгч чадах хамгийн оновчтой 3 сувгийн өнгөний бүрдэлийг
сонгон авахад хэрэглэдэг статистик утгыг мөн ашигласан. Сансрын зургийн бүх л
боломжит өнгөний бүрдэл дундаас стандарт хазайлтын нийлбэр нь хамгийн их,
хоорондоо хамгийн бага хамааралтай 3 сувгийн бүрдэл нь хамгийн их мэдээлэл өгч
чадах, оновчтой өнгөний бүрдэлийг үүсгэдэг. ОИХЗ-ийн утгыг дараах алгоритмаар
тодорхойлно. Эхлээд 3 сувгаас бүрдэх өнгөний бүрдэл үүсгэх боломжит хувилбарын
тоог гаргана.

(N 3) = N!
; N – сувгийн тоо, (1)
(3!∗(N − 3)!)
Ландсат ЕТМ-ын 1, 2, 3, 4, 5, 7 гэсэн 6 сувгийг ашиглаж буй энэ тохиолдолд 3
сувгийн өнгөний бүрдэл үүсгэх 20 хувилбар байна.
Дараа нь хувилбар бүрийн ОИХЗ-ийн утгыг тодорхойлно.

Std i + Std j + Std k

ОИХЗ = (2)
Corri , j + Corri , k + Corrj , k

Stdi – тухайн сувгийн стандарт хазайлт,

Corrij – тухайн 2 сувгийн хамаарал (корреляци)-ын коэффициент
ОИХЗ-ийн утгыг дараах байдлаар эрэмбэлэхэд хамгийн их утга (33.09)-ыг 357 гэсэн
өнгөний бүрдэл үүсгэж байна (4 дүгээр зураг).

1. Суваг 3, 5, 7 ( 33.09) 4. Суваг 2, 5, 7 ( 30.94)

2. Суваг 3, 4, 5 ( 31.19) 5. Суваг 2, 3, 5 ( 30.33)
3. Суваг 1, 5, 7 ( 31.12) 6. Суваг 1, 3, 5 ( 30.22)

Өнгөний бүрдэл 357 (4 дүгээр зураг) нь Цагаан уулын талбайн геологийн үндсэн
тогтоц болох интрузив бүрдэл, метаморфчлогдсон тунамал эвшилийг сайн
ялгаруулж байна.

3.4. Төмөрлөг хувирлыг зураглах нь

Гётит, гематит, ярозит зэрэг төмрийн ислийн эрдсүүд нь гэрлийн 0.6-0.7 µм –ийн
үзэгдэх муж буюу Ландсатын 3 дугаар суваг, 0.75-0.9 µм –ийн ойрын нэл улаан
туяаны муж буюу 4 дүгээр сувгийн хэсэгт гэрэл шингээлтийн ялгарал үүсгэж буй (5а
зураг) тул 3/4 гэсэн харьцаагаар энэхүү ялгааг гарган, төмрийн ислийн эрдсийн
тархалт буюу төмөрлөг хувирлын бүсийг зурагласан. 3/4 харьцаа зурагт төмөрлөг
хувирлын хэсэг цайвар цагаан өнгөөр буюу их утгаар илэрхийлэгдэнэ (6 дугаар
зураг). Харин төмрийн ислийн эрдсүүдийг заагч утгыг тодорхойлохын тулд 3 ба 4
дүгээр сувгийн зургаас хувиралтай болон хувиралгүй хэсгийн тодорхой цэгийн утгыг
авч харьцуулан үзэхэд харьцаа зургийн гистограммын 175-аас дээших утга нь
төмрийн ислийн эрдсүүдийг зааж байна (хүснэгт 2). Эндээс гистограмм (5б зураг)-ын
утгыг 0-50, 50-100, 100-175, 175-255 гэж 4 ангилсан бөгөөд хамгийн их утгатай хэсэг
буюу 175-255 нь төмөрлөг хувирал ихтэй хэсгийг заана (7 дугаар зураг). Энэхүү
төмөрлөг хувирлын бүсүүд алт, полиметаллын илрэлүүдтэй орон зайн холбоотой
илрэх бөгөөд хувирлын бүсийн тархалтаар хэтийн төлөв бүхий талбайг ялгах
боломжтой юм.

Хүснэгт 2. Төмөрлөг хувирлыг зураглах нь

Чулуулаг Суваг 3 Суваг 4 Харьцаа 3/4 Тоон утга 3/4

Fe хувиралгүй 72 71 1 100
Fe хувиралтай 152 87 1.75 175
 4 дүгээр зураг. ОИХЗ-ийн хамгийн их утга бүхий өнгөний бүрдэл 357.

а) б)
5 дугаар зураг. a) Гётит, гематит, ярозит зэрэг эрдсүүдийн лабораторт хэмжсэн
гэрлийн ойлтын график дээрхи Ландсатын 3 ба 4 дүгээр сувгуудын байршил,
б) 3/4 харьцаа зургийн гистограмм
 }

}
}
}

}}

}
} }

}
}
}
}
}

6 дугаар зураг. Ландсатын 3/4 харьцаа зураг, төмөрлөг хувирлын бүсийг цайвар
өнгөөр буюу их утгаар илэрхийлнэ. Ашигт малтмалын илрэлүүдийг хар цэгүүдээр
үзүүлэв.

~
~
~

~
~

~~

~
~ ~

~ ~
~
~
~

7 дугаар зураг. Төмөрлөг хувирлын тархалтын зураг (хамгийн их нь тод хараар),

ашигт малтмалын илрэлүүд (хар цэгүүд).
Дүгнэлт

Энэхүү ажлаар Ландсат сансрын зургийн өнгөний бүрдэл 123, 357 дахь геологийн
тогтоцын ялгарлыг ашиглан 2 хавтгайн геологийн зургийн ялгааг арилган, хил
заагийг нийлүүлсэн. Ландсат сансрын зургийн өнгөний бүрдлүүд нь геологийн
тогтоцын талаар асуудал шийдвэрлэх тодорхой мэдээлэл өгч байна.
Цаашид геологийн 1:200000, 1:50000 масштабын зургуудын хил заагийн ялгааг
арилган шийдвэрлэхийн тулд сансрын зургийн тоон өгөгдлийн боловсруулалтыг
хийж, хялбар арга, бага зардлаар геологийн биетүүдийг нийлүүлэн зураг зохиох,
зургуудыг засварлах боломжтой юм. Харин геологийн биетүүдийн насны асуудлыг
зайлшгүй лабораторийн шинжилгээ, стратиграфи, палеонтологийн судалгаагаар
шийдвэрлэнэ.
Ландсат ЕТМ-ын 3/4 гэсэн харьцаа зураг нь төмөрлөг хувирлын бүсийн гэрлийн
ойлтын ялгарлыг тод гарган, төмөрлөг ихтэй хэсгийг зурагласан нь алт,
полиметаллын илрэлүүдийн байршилтай орон зайн холбоотой байна. Төмөрлөг
хувирлын бүсийн тархалтаар хүдэржилтийн хэтийн төлөв бүхий талбайг ялгах
боломжтой байгаа нь практик ач холбогдол юм.

Ашигласан ном, хэвлэл

[1] Хорчин И., Олзбаатар Б. нар, 1994. М-47-54-Г, 66-Б, Г, 67-В, 78-Б, 79-А талбайн
геологийн тогтоц, ашигт малтмал // Баянзүрхийн 1-р ангийн 1988-1990 онуудад Хөвсгөл
аймгийн Баянзүрх, Цагаан-уул, Арбулаг сумын нутагт хийсэн 1:50000 харьцалтай геологийн
зураглалын ажлын үр дүнгийн тайлан, Хөвсгөл геологи компани, Мөрөн хот.
[2] Энхбат Ц., Ээнжин Г. нар. 1990. Цагаан-уулын орчмын геологийн тогтоц, ашигт малтмал
// Цагаан уулын 12-р ангийн 1987-1989 онд М-47-77-Б, Г, М-47-78-А, Б, М-47-89-Б, М-47-99-А
хавтгайд явуулсан 1:50000-ны харьцалын эрэл, зураглалын ажлын тайлан, 2 боть, 1 хавтаст
зураг, Мөрөн дэх зураглалын экспедици, Мөрөн хот.

Зохиогчийн тухай: Мөнхжаргалын Тодбилэг нь 1996 онд ТИС-ийн геологийн бакалавр, 1999 онд тус
сургуулийн ашигт малтмалын геологийн магистр, 2003 онд Нидерландын Гео-мэдээлэл, дэлхий
судлалын олон улсын институт (ITC)-ын шинжлэх ухааны мастер зэргийг тус тус . Одоо ШУТИС-ийн
докторантурт суралцаж, цул сульфидийн хүдэржилт болон бусад ашигт малтмалын ордын
төрлүүдийг судлахаас гадна ашигт малтмалын эрэл, хайгуулд газар зүйн мэдээллийн систем, зайны
тандан судлалыг хэрэглэх чиглэлээр ажилладаг. Эрдэс баялаг, эрчим хүчний яамны Геологийн
бодлогын газрын мэргэжилтэн, Эрдэс баялгийн мэргэжлийн зөвлөлийн гишүүн.
 Хар ус нуурын идэвхитэй хагарлын судалгаа
О. Жаргал
ШУТИС Геологи Газрын Тосны Сургууль
Хураангуй
Алтайн нурууны дагуу Хөх сэрх, Түргэн гол, Жид, Хар ус нуур гэхчлэн идэвхитэй
хагарлууд байдаг ба эдгээр хагарлуудаас Хар ус нуурын хагарлыг сонгон авч түүний хурд,
давтамж, шилжилтийг тогтоох зорилгоор судалгаа хийлээ.
Энэ хагарал нь Монгол орны баруун бүс дэх Aлтайн нурууны зүүн хойд захын дагуу Их
нуурын хотгортой зэрэгцэн оршино. Алтайн уулс нь Энэтхэг Евразийн коллизийн
нөлөөгөөр байнга шахалтанд орж байдаг ба энэ шахалтын нөлөөгөөр эх газрын гүн дэх
идэвхитэй тохрол болон шилжилтийн хагарлууд үүсч тодорхой мөчлөгтэйгөөр
хуримталсан энергиэ гадагшлуулдаг байна. Иймд энэхүү идэвхитэй хагарлуудын
байршлийг зөв тогтоож тэдгээрийн шилжилтийн хурд, давтамж, хамрах хүрээ хүчийг
тодорхойлсноор газар хөдлөлтийн аюулаас урьдчилан сэргийлэх боломжтой юм.
Сансрын зурагт Хар ус нуурын хагарал нь Жаргалант хайрханы ар энгэрээр БХ 347° аар
сунаж тогтсон байх ба Хар Ус нуур луу түрэн орсон нь тод ажиглагддаг. Мөн Жаргалант
хайрханы хойд хөтөл дээрх боржингийн биет нь цайвар цагаан өнгөөр ялгарах бөгөөд
түүнээс тэжээгдэх пролювийн хурдсууд мөн цайвартан харагддаг. Энд хагарлын
шилжилтээс өмнө хуримтлагдаж байсан үеийн тэжээгчээ алдсан пролювийн дэнжүүд одоо
хуримтлагдаж байгаа хурдсын зүүн талд байршина. Энэ хурдсын шилжсэн зай болон
шилжилтээс өмнөх үеийн анх үүсч байсан цаг хугацааг тогтоосноор шилжилтийн хурдыг
тогтоох боломжтой юм.
Шилжсэн зайг тогтоохын тулд Aster хиймэл дагуулаас авсан сансрын зургаас пролювийн
хурдсуудыг ялган хурдас бүрийг одоо идэвхитэй байгаа, түүнээс арай хөгшин, хамгийн
хөгшин гэж тус бүрд нь тайлалт хийж 3 ангилав. Арай хөгшин хурдсын шилжсэн зай нь
≈155м шилжсэн байна.
10
Шилжсэн хурдсын насыг Ве изотоп болон ОSL аргаар тогтоож үзэхэд ≈70 мян жил гэж
гарав. Үүнээс ≈2мм/жил гэсэн шилжилтийн хурд гарч байна. Хагарлын дагуух ажиглалт,
хэмжилтийн үр дүнд дэвхижил бүртээ ≈2м- ийн шилжилттэй, ≈1000 жилийн давтамжтай
байсан байна.

Mr sid зургаас тайлалт хийж үзэхэд Хар ус нуурын хагарал нь ≈30 км урт сунасан ба
энэ нь ≈7 баллаас багаггүй газар хөдлөлт болж байсныг илтгэнэ.
 ФИЗИКИЙН 9-Р БАГА ОЛИМПИАДЫН ЗАРИМ
ДААЛГАВАРТ ХИЙСЭН АНАЛИЗ

А.Дулмаа1, Б.Ганзул2, Б.Оргодол2

1
МУИС, ФЭС, Физик боловсролын тэнхмийн багш
2
МУИС, ФЭС, Физик байгаль шинжлэлийн багшийн 3-р ангийн оюутан

Хураангуй

2004 онд шинэчилсэн Физикийн боловсролын стандартын хүрээнд IX ангийн

физикийн сурах бичигт орчлон ертөнц, одод эрхсийн зүй тогтол, орчил хөдөлгөөн,
түүний учир шалтгааны тухай суурь ойлголтуудыг тусгаснаар сурагчдын энэ
хичээлээр олж авсан мэдлэг, чадварын түвшинг үнэлэх, судлах боломжтой болов.
Энэ зорилгоор Физикийн бага олимпиадад оролцсон 8, 9-р ангийн сурагчдын
тэнгэрийн эрхсийн байршил, хөдөлгөөний учир шалтгаан, нар, сарны хиртэлт,
сарны үзэгдэх байдал зэрэг одон орон судлалын зарим ойлголт, төсөөллийг
харьцуулан судлав. Судалгаанд хамрагдсан сурагчдын мэдлэгийн түвшин
ойролцоо, тэдний бага ангийн байгаль шинжлэлийн хичээлээр олж авсан ерөнхий
ойлголт нь хэвээр бөгөөд орчлон ертөнцийн талаар 9-р ангидаа судалсан
сурагчдын өмнөх төсөөлөл 8-р ангийхнаас онц ялгарахгүй байгаа нь харагдлаа.
Иймээс одон орны хичээлийн сургалтын чанарыг шинэ шатанд гаргахын тулд
багш нарын мэргэжил дээшлүүлэх сургалтаар сүүлийн үед одон орны шинжлэх
ухаанд гарч буй дэвшил, арга зүйн шинэчлэлийг тэдэнд таниулах, багш, сурагч,
эцэг эх, олон нийтэд энэхүү шинжлэх ухааныг сурталчлах улмаар одон орны
хичээлийг бие даасан хэлбэрээр оруулах, энэ чиглэлийн багш, мэргэжилтнийг
бэлтгэх зэрэг олон арга хэмжээг системтэй авч хэрэгжүүлэх хэрэгтэй байна.

- 197 -

 
 САНСРЫН УУР АМЬСГАЛЫГ ИЛРҮҮЛЭХ ТӨХӨӨРӨМЖИЙН
ТУСЛАМЖТАЙГААР НАРНААС ДЭЛХИЙД ҮЗҮҮЛЭХ
НӨЛӨӨЛЛИЙГ СУДЛАХ ЗОРИЛГООР МОНГОЛД ХИЙСЭН
ХЭМЖИЛТИЙН ҮР ДҮНГЭЭС

Б.Энхмаа1, А.Дулмаа2, Б.Майцэцэг3, П.Ариунаа3

1
СХД-ийн тэргүүний 105-р сургуулийн багш
2
МУИС, ФЭС, ФБТ-ийн багш
3
МУИС, ФЭС, ФБТ-ийн оюутан
[email protected], [email protected]

Хураангуй
Cтенфордийн нар судлалын төв (Стенфорд Solar Center) дээр орон нутгийн багш, сурган
хүмүүжүүлэгчид маш бага давтамжийн долгионыг судалдаг мэргэжилтнүүдтэй хамтран дунд
сургууль, орон нутгийн дугуйлан төдийгүй их, дээд сургуулиудийн хичээлд ашиглаж болохуйц
хямд төсөр, авсаархан, энгийн хийцтэй сансрын цаг уурыг илрүүлэх төхөөрөмжийг ашиглан
МУИС болон нийслэлийн 105-р сургуулийн сурагчидтай хамтран хийсэн хэмжилтийн үр дүнг
танилцуулж байна. Уг төхөөрөмж нь дэлхийн цэнэгт мандалийн давхаргаас ойсон маш бага
давтамжтай радио долгионыг мэдрэх замаар наран дээрх тэсрэлт дэлхийд хэрхэн нөлөөлж
байгааг илрүүлэх зорилготой бүтээгдсэн юм. Бидний хийсэн хэмжилт дэлхийн бусад цэгүүдэд
хийсэн олон хэмжилтийн үр дүнтэй төстэй байна.

Удиртгал
2007-2009 оны Олон Улсын сансар судлалын жилийн хүрээнд цэнэгт мандал (ионосфер)-ын
гэнэтийн өөрчлөлтийг (SID) илрүүлэх төхөөрөмжийг дэлхийн эргэн тойронд байрлуулсан.
Сансрын цаг уурыг ажиглах радио төхөөрөмжииг Стенфордийн нар судлалын төвд орон нутгийн
багш нар болон маш бага давтамжийн долгион судалдаг цахилгаан техникийн хэлтсийн
мэргэжилтнүүд боловсруулсан юм. Багажийг бүтээсэн зорилго нь наран дээрх тэсрэлт болон
бусад үзэгдлүүдийн үед цэнэгт мандлаас ойсон дохиог бүртгэж авахад оршино. Үүнийг дунд
сургуулийн хичээл орон нутгийн дугуйланд хэрэглэхээр бүтээсэн боловч их дээд сургуульд ч
ашиглаж болно. Радио антен бүхий багаж нь хямд бөгөөд сурагчид өөрсдөө хэдхэн цагийн дотор
угсарч болохоор энгийн хийцтэй зохиогдсон. Хэмжилтийн өгөгдлийг бүртгэж авах, түүнд
шинжилгээ хийхэд ердийн персональ компьютерийг ашиглаж болдог. Сансрын цаг уурыг хянах
төхөөрөмж нь нарнаас ирэх цахилгаан соронзон долгион ба өндөр энергитэй бөөмсийн урсгал
дэлхийд хэрхэн нөлөөлж байгааг судлахад зориулагдсан. Нарнаас ирэх рентген ба хэт ягаан туяа
нь дэлхийн цэнэгт мандалд (60км өндөрт орших) үргэлж нөлөөлж тэнд электроныг атомаас нь
салгаж иончилдог. Цэнэгт мандал нь янз бүрийн өндөрт орших иончлолын зэргээрээ ялгаатай
хэд хэдэн давхаргатай. Давхарга тус бүр нь өөрийн онцлогтой ба давхаргийн тоо болон нягт нь
нарны нөлөөгөөр цаг тутамд өөрчлөгдөж байдаг. Ердийн радио хүлээн авагчууд нь маш бага
давтамжийн долгионыг хүлээн авч чаддаггүй тул энэхүү төхөөрөмжийг хийсэн юм. Энэхүү
төхөөрөмж нь сугарч гарсан электронуудаас маш бага радио долгион ойсоныг бүртгэдэг.

Судалгааны зорилго

SID багажийг судлан авч. наран дээрх тэсрэлт болон бусад үзэгдлүүдийн үед ажиглагдах цэнэгт
мандалын дохиог бүртгэж авахад оршино. Цэнэгт мандалын гэнэтийн өөрчлөлтийг ажиглахад
зориулсан хүлээн авах төхөөрөмж юм. Өдрийн цагт рентген ба хэт ягаан туяаг шөнийн цагт
сансарын цацрагыг хэмжинэ. Энэхүү багажийг сурагчдад таниулах, хэмжилт хийх, хэмжилтийн
үр дүнг боловсруулах зорилго тавин ажиллаж байна.

- 198 -

 
Судалгааны хэсэг
Нар нь үргэлж х-туяа ба хэт ягаан туяаг байнга багц багцаар цацаргаж байдаг. Энэ цацраг нь
сансрын туяаны хамт 60 км өндөрт орших цэнэг мандалд хүчтэй өөрчлөлтийг үзүүлдэг. Хэрэв
нарны цацраг цэнэгт мандалын давхаргат нэвтэрсэнээр атомын цөмөөс электроныг сугалдаг. Энэ
үйл явцыг ионжих гэж нэрлэдэг. Энэ агаар мандалын хүрээг цэнэгт мандал гэдэг. Цэнэгт мандал
нь нилээд хэдэн давхаргатай байдаг. Тэдгээр нь янз бүрийн өндөрт өөр өөр нягттай байдаг.
Давхарга өөрийн гэсэн онцлогтой. Энэ нь давхарга өдөр бүр нарны энергийн нөлөөгөөр задарч
шинээр бий болдог. Шөнө наргүй үед сансрын туяа гол үүрэг гүйцэтгэнэ. Цэнэгт мандалд нарны
хэт идэвхжлийн үеэр огцом өөрчлөгддөг. Энэ үеэд тэсрэлт бий болдог. Энэ тэсрэлт гэрлийн
хурдаар дэлхийд хэт ягаан туяа, х-туяа болон ирдэг. Үүнээс үндэслэн ионосферийн гэнэтийн
өөрчлөлт явагддаг. Үүнийг цэнэгт мандалын гэнэтийн өөрчлөлт (SID) гэнэ. SID багаж нь
Стенфордын нар судлалын төвөөс гаргасан дохио нь цэнэгт мандалаас сугарч гарсан
электронуудад ойж маш бага радио долгион болон бүртгэж болдог. Энэхүү судалгааг
Нийслэлийн СХД-ийн 105-р сургууль дээр 2009 оны3 сард, мөн МУИС-ийн хичээлийн 1-р
байран дээр хэмжилтийг үргэлжлүүлэн хийж байна.

Судалгааны үр дүн

Sid monitor багажийг ашиглан наран дээрх тэсрэлт дэлхийн цэнэгт

мандалд хэрхэн нөлөөлөхийг судалж байна. Ялангуяа D давхраанд их ионждог.
Хэмжилтийг 7 хоногийг 24 цагийн хэмжилтээр хэмждэг. Хэмжилтээ
1)Цахилгаан тэжээл
2)Хүчдэл тохируулагч болон аянганы хамгаалалт
3) SID багаж түүний заавар
4)DATAQ (аналог тоон хувиргагч)
5)Ердийн компьютер, шаардлагатай программ
6)Антенныг зэргийг ашиглан 3 сарын 19-25-ны хүртлэх
хугацаанд хийсэн. Үүнээс жишээ
болгон дараах график 1 авч үзлээ. Доор график 1 ба 2 дээр хэвтээ тэнхлэгт цагийг, босоо
тэнхлэгийн дагуу хүчдэлийн утгыг харуулсан. График-1нь 3 сарын 22-оос 23-ны өдрийн
хэмжилт юм. Энэ графикаас өдрийн 14:00-14.55 хүртлэх хугацаанд наран дээр гурван тэсрэлт
болсоныг үзүүлж байна. График-2 GOES хиймэл дагуулаас авсан мэдээг харууллаа. GOES нь
экватор дээр орбитоор эргэж байдаг хиймэл дагуул юм. GOES хиймэл дагуул нь 5 минут тутамд
наран дээр болж байгаа тэсрэлтийг бүртгэдэг. GOES дагуулын өгөгдөлтэй өөрсдийн хэмжилтээ
харьцуулахад тохирч байна. Энэ үсрэлтийг харахад хэмжилт тохирч байгаа нь бид хэмжилтээрээ
тэсрэлтийг хэмжсэн байна. Нарны идаэвхжил их байхад дээшээ огцом өссөн шовх үзүүртэй
байна. Нарны гадарга нь маш их хэмжээний соронзон оронтой байдаг учир нарны толботой
харилцан үйлчилснээр нарны тэсрэлтийн гол эх үүсвэр болдог. GOES хиймэл дагуул нь зөвхөн
нарны тэсрэлтийг ажигладаг байхад бидний багаж дэлхий дээрх тэсрэлтээс үүссэн цэнэгт
мандалын хэлбэлзлийг хэмждэг учир ижилхэн хэмжилт гарч байна.

- 199 -

 
 График 1 Монголд 2009-03-19-ны өдрийн хэмжилтийн үр дүн

График 2 GOES хиймэл дагуулын мэдээ

Судалгааны үр дүнгээс хийсэн дүгнэлт:

Энэхүү судалгааг Нийслэлийн Сонгино Хайрхан дүүргийн 105-р сургууль дээр 2009 оны 3-р
сарын 19-нөөс 25-ны хооронд SID багажийг ашиглан хийсэн. Хэмжилтийг 24 цагаар 7 хоног
хэмжиж үр дүнгээ боловсруулж график байгуулж үзлээ (график 1). Графикаас 3н тэсрэлтийг
мэдэрсэн нь GOES хиймэл дагуулын наран дээрх тэсрэлтийг бүртгэж авсан мэдээтэй тохирч
байна. Энэ нь бид цэнэгт мандалд нарны тэсрэлт ирж байгааг бүртгэн авч байгааг харуулж
байна . Энэхүү SID төхөөрөмж бүхий багаж нь хямд бөгөөд сурагчид өөрсдөө хэдхэн цагийн
дотор угсарч болохоор энгийн хийцтэй, судалгаа, шинжилгээ хийхэд ердийн персональ
- 200 -

 
компьютерийг ашиглаж болдог учираас физикийн хичээл дээр оюутан, сурагчид бүрэн ашиглах
боломжтой юм. Бид бүртгэж авсан мэдээгээ Стенфордын архив руу илгээхээр зэхэж байна.

Цаашид тавих зорилго

Оюутан болон сурагчдад физикийн лабораторийн хичээл болон туршилтын хичээлд зориулсан
гарын авлага бэлтгэн гаргах.

Ном зүй

[1]. Батчулуун.Е, Мөнхөө.З Ерөнхий физик газарзүй

[2]. Research with Space Weather Monitor Data
[3]. Space Weather Forecast (A Space Weather Curriculum for High School Students )
[4]. Space Weather Monitors (Manual)
[5]. http://sid.Stanford.edu
[6]. http://sid.Stanford.edu/database-browser/
[7]. http://www.swpc.noaa.gov/rt_plots/xray_5mBL.html
[8]. http://asuult.asuultserver.com/dic/hailtiin_hariu.php?haih_ug=dynamically&huudasnii_too
=0&chiglel=English-Mongolian

- 201 -

 
 USE OF “GRAPH” IN PHYSICS AND ASTRONOMY EDUCATION
Jargalsuren Shargaa

Khovd State University, Mongolia

Brief content: The graph method can be used for working out exercises to determine reasons,
consequences, regularity, rules and laws, internal and external nature of things and phenomena
independently and developing the thinking, reading and writing skills of learners in an interrelated way.

Key words: Graph method, methodology of working out problems, equivalency, single conditional
syllogism.

As the society develops, learners are required to acquire the skills of solving difficult issues
independently, doing analysis on the issues and dealing with them critically. In order to satisfy these
demands of the learners, it is pointed out in the level of basic education of the standards of Mongolian
Physics education [1] that the learners have to acquire such skills as naming the natural and technical
phenomena, telling the parts related to physical phenomena /movement, sound, heat, electricity, magnet
and light/ apart them, distinguishing main things out of complex phenomena, recognizing consequences
and factors that influence phenomena, expressing them by own words in a simple level, demonstrating
the usage of physics and astronomy phenomena and processes without using mathematics formulas.

When Japan had studied the reasons for the retreat of its leading position in PISA program, it
added the number of hours of the subjects of nature sciences. They thought that it was necessary to
teach them how to do analysis and develop the interrelations among thinking, reading and writing skills
because the learners’ skills of expressing information they have acquired through training by their own
words had gotten worse [2].

Logical problems of physics and astronomy are called by many terms as quality problems,
question problems, practice problems and so on in different books. We have used the term logical issues
of physics and astronomy considering the fact that a language and thinking are interrelated inseparably.
Logical laws are existed as objective principles of thinking [3]. It is necessary to lead the learners by
studying the methodology of working out the logical problems of physics and astronomy in order to
learn to work out problems correctly, to draw right conclusions, and to perfect it more and more.

Researchers have found that logical problems of physics and astronomy are extremely
significant for training since they form the basis for the skills of discovering the essence of phenomena,
developing the individual’s thinking and working out calculated and experimented problems [10;3]. It is
necessary to teach the learners to comprehend the causal relationships and think with logical
interrelations, so that they would be able to take roots and express the usage of phenomena and
processes without using mathematics formulas and experiments.

According to the experiments conducted among highly-specialized physicians, it was believed

that they usually comprehended the logic of sample problems firstly, found out the logic of calculation
secondly and then learnt the activities of working out the problems independently [6].

In order to work out logical problems of physics and astronomy, it was stated about doing the
calculations in a written form that “…the learners can be asked to work independently by answering the
- 202 -

 
close questions asked to a teacher, implement the questions and answers in a written form and
furthermore to write only the answers into a logical relations” [10].

Although researchers have defined the general methodology of working out logical problems of
physics with 4-6 steps, it is usually done instinctively because the mechanism of implementing those
steps is not clear enough. The results of the questionnaire among teachers and students show that the
steps defined by the researchers haven’t been able to lead the activities fully because handbooks and
training materials are in a short supply and problems are usually worked out with an answer of one
general sentence without being used definite methodology. Therefore the reason for omitting the usage
of logical problems in physics and astronomy training is the fact that the teachers of our country are less
able to work out the problems of this kind. Since the methodology of the teachers for checking and
leading the lesson activities where this kind of problems are worked out, they don’t often use the
problems in class activities and are usually in a hurry to teach mathematics formulas of laws and
calculated problems without teaching the students physics and astronomy language.

Provided that the teachers are able to work out the problems, they can lead their students to this
kind of problems. Therefore, the universities and colleges that prepare teachers should pay more
attention to this issue by studying the methodology for working out this kind of problems precisely and
preparing the comprehensive sample problems that use definite methodology. As well as, it is necessary
for teachers to clarify the sequences of procedure or mechanism for working out the problems, so that
teachers can acquire the general tendency for working out the problems.

Cognition is a process for discovering internal and external nature of things and phenomena,
their interrelations, regularity and relations between reasons and consequences [5]. Human beings
started to use the simple methods of cognition since they had the least imagination of reality. Because it
is necessary to teach from the simplest to the most difficult and from the algorithms with the fewest
steps to the ones with the most steps in order to teach the ability of working out problems, here we have
studied the logical problems of physics and astronomy according to their levels and explored the
methodology of working out these problems by graph ways. It includes

1. Requirements are written out. Read the sentences of a logical problem of physics, find the
question word and the word determining it out of them and create a word combination. It is written as a
narrative sentence.

2. Conditions are written out. For it, the words of the sentences that haven’t been included in
the requirements are written out.

3. Considering the meaning of word combinations. Because the sentences of the problem are
usually written by everyday language, word combinations are written out in an order located in the
sentences and their meanings are expressed by student’s own words.

4. The conditions are expressed by physics language. Every word combination that expresses
the conditions is expressed by physics language using the meaning of the word combinations.

5. The requirements are expressed by physics language. Every word combination that expresses
the requirements is expressed by physics language using the meaning of the word combinations.

6. A graph is formed. The first top point of the graph will be a calculation which shows that the
condition that is located at the beginning of the sentences of the problem is expressed by physics
language. The conditions that are connected with each other by their physics meanings will create the

- 203 -

 
calculations that will be located on the following tops. Here, after the sentences are continuously
formed with the connection of reasons and sequences, laws and regularity, internal and external nature
of each other’s systems, the sentence that is expressed by the requirements will be formed. The
calculation will come to an end here. But it is necessary to check if the two tops of each branch are
connected with the above connections. It is possible to form by branching out of one sentence and a
shape sign /star/ is marked at the end of the branch that shows the answer in order to distinguish the
answer from others. As well as, the branch that comes to the answer can be drawn by a wider line.

7. The answer is written. A compound sentence is written by connecting the calculations on the
tops of the graphs connected by branches.

As for the level, the easiest one of the logical problems of physics and astronomy is a question
problem, that’s a problem that requires to answer the question “what is…?”. This kind of problems has
a goal of defining the nature of given concept.

Sample problem 1: What is a light receiver?

1. To find the requirements: names the nature.
2. To find the conditions: there will be light receiver.
3. To consider the meaning of word combinations: light receiver – receives light.
4. To express the condition by physics language: it is directly given by physics language as a
light receiver.
5. To express the requirements by physics language: names the features.
6. A graph is formed as:

Light receiver 
body

has a feature of perceiving

the fallen light 

7. An answer. A light receiver is a body. A body has a feature of perceiving the fallen light.
There are plenty of problems for determining the connection between reasons and consequences among
logical problems of physics. For instance, What is the reason for the fact that a pencil looks like a
broken one when it is put in a glass of water. Why is it difficult to harpoon a fish in deep water? And so
on.

Sample problem 2: Why we can see the things outside in the daytime?
1. Requirement: say the reasons for the action. /a/
2. Condition: there are the things outside in the daytime. /g/
3. Considering the meaning of the word combinations:
Daytime – the sun shines
The things outside – there are the things
They are seen by us – seen by our eyes
4. The condition is expressed by physics language as:
The daytime is a period when the sun shines and it means that there is a natural light generator.
The things outside are physical objects.
5. The requirement is expressed by physics language as:
Telling the reason for the view by our eyes means telling the reason for the creation of the
shape on the receiver.
- 204 -

 
 6. A graph is formed as:

shapes are 
the light is hit on 
receivers  formed on 
the body   light isn’t reflected  will come   them 
/c/  out of some bodies /e/  /f/
/d/ 

a light generator 
exists   light isn’t reflected  receivers won’t 
/b/  out of some bodies   come
/h/ /i/ 
Since the sentence that is expressed by physics language is formed at the end of the first branch,
the calculation will be finished. Because there is a negation of the requirement for the second branch, it
won’t be an answer.
7. An answer. The light from the light generator is hit on the body. If the light is hit on the body, it
is reflected out of some bodies. If the light is reflected out of the body, it will come to the
receiver. If it comes to the receiver, a shape is formed. Because it reached the requirement of
the problem expressed by physics language, the sign star is put to distinguish from other
branches.

Let’s consider the above operations which are done when the logical problems of physics and
astronomy are worked out by a graph method or a branch method from the point of view of logics and
the operations done for calculated problems.

In the first operation, known things are sorted out of the sentences of a problem. It means that
we are marking the things we have to find as in a calculated problem. Here, a simple calculation
expressed by everyday language is created.

In the second operation, given things, phenomena and processes and the conditions for their
procedure are sorted out. It means that we a writing the conditions as in a calculated problem. There are
the requirements of naming the features on the first sample problem and establishing the connection
between the reasons and consequences on the second sample sentence. The calculation that expresses
the condition will be created with the words in the sentences of the problem.

In the third operation, word combinations that express complex meaning are formed according
to the sequences located in a sentence and the meaning is expressed by student’s own words. During the
explanation of the meaning, both the process of working on the expressions such as expounding and
richening the vocabulary fund and putting out the meaning from the word roots and the cognitive
process of sorting out the meanings of the given points and the points to find. In this way, the processes
of understanding and memorizing the sentences of the problem are being done. Expression of the word
combinations by their own words is attributive, related and existed calculations. For the structure, it can
be simple or compound calculations expressed by everyday language.

In the forth operation, an analogue operation is being done on each word combination that
expresses the condition. For it, it is determined which one of physics and astronomy body, phenomena,
values, concepts and instruments is analogous with a noun or subject that expressed the condition and it
- 205 -

 
is converted into physics expressions. As a result of this operation, a calculation that is equivalent to the
calculation that expressed the condition is created. As for the calculated problem, it is an operation
where a letter sign is being marked correspondingly when the meanings of the values given in the
sentences of the problem are marked.

In the fifth operation, the similar operation as in the forth operation is being done on each word
combination that expresses the requirement. As for the calculated problem, it is an operation where the
value to find is being marked by a letter sign.

In the sixth operation, a graph is being created in the correlation of thinking and writing skills.
A simple calculation is located on each top of the graph. Simple calculations are connected by different
linkers depending on the requirement of the problem. The graph is created with physics meaning, by
being linked by the linkers of the requirements. Here the predicate of the previous calculation becomes
the subject of the following calculation. If a phenomenon is given, a conclusion is drawn by thinking
such things as body, environ, condition, results, mechanism and sequence in an abstract way. But for a
given concept, conclusions and calculations are made by thinking about characters mentioned in the
definition that express it, for a given value a letter sign and its physics meaning, for a given law
mathematical relationship among the values and the conditions to be fulfilled and for a given instrument
structure, its principles of procedure, physics and astronomy phenomena on which it based and practical
usage. As for the calculated problem, it is an operation of writing system equation that connected given
values and the values to find and helping values in the problem.

If we consider the working out of the first sample problem, the result of the graph is that we
would reveal that there is a character of perceiving the fallen light and attributive calculation is made.

For the second sample problem, the result of the graph is making out calculation expressed in
the requirement by the way of creating conditional calculation because the condition of this problem is
conditional calculation. Here, calculations on two tops in order are creating a conditional calculation in
the direction where the operation is being first. The conclusions are drawn by the way of making the
predicate of the previous conditional calculation into the subject of the following conditional
calculation. Making the concluding calculation is based on inference rules and laws. The logical
mistake that is made during the formation of a graph is putting out a non-conditional calculation from a
conditional calculation. As for the calculated problem, it is the usage of the method of removing a
transformer.

The seventh operation is expressing the answer by writing the calculations located on the graph
connecting by cognitive way.

Let’s consider the working out of the second sample problem logically. It is altogether an
argument. Every calculation is marked on the operation of forming the graph of the problem and if we
consider every operation comprehensively:

Topic: à⊃g
Basis: b ⊃ c, c ⊃ d, d ⊃ e, e ⊃ f

Form: equivalency, single conditional syllogism

Logic scheme: a ⇔ b, b ⊃ c, c ⊃ d , d ⊃ e, e ⊃ f , f ⇔ g
- 206 -

 
 The working out of the problem was creating a, b, c, d, e, f, g calculation. In order for it,
equivalency is used twice and single conditional syllogism is used four times. During the working out,
operations that work out other calculations not given in the requirements are made and it shows the
mental range of a person. Therefore, it should exist and creating right branches out of them is a result of
the analysis and thinking.

The instructive answer of this problem has been explained incorrectly as “These bodies are both
electricity conductors. They get mutually opposite charges and are attracted to each other by being
charged by heat.” [10:64] In order to find its reasons, it is possible to clarify which concepts are to be
changed in which part of the operation according to the methodology for working out the problem.

The process for the formation of independent life capacity is formed in learners through the
activities of determining the reasons and consequences of things and phenomena. They will use the
main concepts of physics and astronomy for creating information and using that information. And
reaching their goals by working out the problem will influence on acquiring complex capacity of living
independently. The activity of giving a complex capacity through the usage of physics language will be
implemented by converting everyday language into physics and astronomy language.

Conducting training and up-bringing activities by the methodology that is corresponded to the
training content to be used in their real life on the basis of the knowledge and skills of the learners is
one way of creating knowledge by oneself. On this level, it is clearly seen that the graph method is
suitable for using in classes for giving the capacity of sorting main things out of complex phenomenon
and naming things relating to physics and astronomy phenomena.

The research was tested in an easy way of giving the calculations on the tops of the graph and
doing the operation of making into connections on the level of basic education. But senior pupils,
physics, mathematics and natural science major students were tested to read, comprehend, use and
acquire the methodology.

It is seen that working out logic problems of physics and astronomy by a graph method is
possible to check, review, manage, advice and assist learners and to be implemented by teachers and
learners independently by revealing the variation of converting the method of working out by memory
into written method. The writings that are being done while working out the problem is going to be an
impetus for transferring into a controlling and assisting methods by considering the skills of thinking,
reading, writing, increasing the vocabulary fund and learning physics language in their connection.

In Mongolia at present a graph method called a branch method is used in mathematics for
calculating possibilities and in Mongolian language for making sentences extensive. In the future, it is
possible to use this methodology of logic problems in the problems of determining reasons and
consequences, laws and regularities and characters of things and phenomena at the training of natural
and astronomy science subjects.

Bibliography

[1]. Physics education standards of Mongolia. The ministry of Education, Culture and Science. UB.
2006

[2]. Ganbat M, Monkhsaikhan Ya, Ariunbayar B, Lkhagvasuren P, Bayartsengel Kh, Oyuntungalag

D, Monkhbayar P. The methodology for reckoning the pervious imagination of learners in the
training. UB. 2008

- 207 -

 
 [3]. Tulchinskii M.E. Quality problems of physics. Moscow. 1972

[4]. Otgonbayar M. Logic. UB. 2004

[5]. Jadamba B, Chimedlkham Ts. Research methodology. UB. 2004

[6]. Burmaa B, Ganbat M. On the practice of physics didactics. UB. 2006

[7]. Lojoo T, Banzragch B. Physics questions and problems of secondary school. UB. 1991

[8]. Tserengombo Ts, Delgermaa B. Quality and value problems of physics. Khovd. 2006

[9]. Ore O. Graph and its usage. UB. 1979

[10]. Badamsambuu Z, Batkhuyag S. Recommendation for physics methodology. UB. 1987

- 208 -

 
 CCD-PHOTOMETRY AND POLE COORDINATES
FOR EIGHT ASTEROIDS
V.G.Shevchenko1, N.Tungalag2, V.G.Chiorny1, N.M.Gaftonyuk3, Yu.N.Krugly1, A.W.Harris4.
1
Astronomical Institute of Kharkiv National University, Sumska Str. 35, Kharkiv 61022, Ukraine,
2
Research Institute of Astronomy and Geophysics of Academy of Science, Mongolia,
3
Crimean Astrophysical Observatory, Crimea, Simeiz 98680, Ukraine,
4
Space Science Institute, 4603 Orange Knoll Ave. La Canada, CA 9101 1-3364.

Introduction: The distribution of pole coordinates gives us the information about collision
history in asteroid belt and allows making hypotheses about the primordial distribution of
rotation rates of minor planets in an early stage of formation of the main asteroid belt. The
number of rotation periods has doubled in the last ten years to more than 2000 objects [1], but
there are now only about 200 pole coordinates known [2]. Recent analyses have pointed out
some anisotropy in the distribution of latitudes of asteroid rotation axes [2, 3]. To investigate
this in more detail requires increasing the data set of pole coordinates.

Observations and results: As a part of the program to investigate physical properties of

asteroids, we have carried out new photometric observations of eight asteroids. 122 Gerda, 153
Hilda, 190 Ismene, 221 Eos, 411 Xanthe, 679 Pax, 700 Auravictrix, and 787 Moskva to
determinate pole coordinate for them. As an example Figure 1 shows the composite lightcurve
for 153 Hilda in 2002.
7.8
P = 5.9587 h 153 Hilda b)

7.9
Reduced V magnitude

8.0

8.1

Date Magnitude shift Date Magnitude shift

2002 Nov 7.05 V -0.248 2002 Dec 4.07 V -0.111
8.2 2002 Nov 7.90 V -0.229 2002 Dec 4.87 V -0.150
2002 Nov 30.02 V 0.000

Zero phase at UT 2002 Nov 29.9142 corrected for light time

8.3
0.0 0.2 0.4 0.6 0.8 1.0
Rotational phase

Figure 1. Composite lightcurve of 153 Hilda

In total, we have observed this asteroid during four oppositions. Using our data we defined
the rotation period for 153 Hilda that is equal to 5.9587 hours. The observations of other
asteroids were carried out during one or two oppositions. We also defined more exactly the
rotation periods for 122 Gerda (10.688 h) and 411 Xanthe (11.408 h).
For all observed asteroids we determined pole coordinates and axis ratios for the figures of
the asteroids as triaxial ellipsoids. We used the amplitude - magnitude (AM) method [4] with
some modifications that were described in [5]. We used more than three oppositions for
determinations of pole coordinates and took the data from our observations and the data
obtained other authors. Table I lists the two possible pole solutions for each asteroid observed.
These are the first estimations of pole coordinates for these asteroids. For some asteroids,
- 209 -
namely 411 Xanthe, 700 Auravictrix and 787 Moskva, it is needed to perform the new ob-
servations to determinate their pole coordinates more precisely.

Table 1. Pole positions of observed asteroids.

Asteroid λ0 β0 a/b b/c

122 Gerda 26±7 31±5 1.21±0.04 0.94±0.02
190±10 -39±4
153 Hilda 149±2 29±5 1.19±0.06 1.32±0.06
329±3 -32±4
190 Ismene 118±3 23±8 1.13±0.06 1.21±0.06
298±3 -30±6
221 Eos 72±2 20±5 1.18±0.05 1.27±0.05
252±2 -22±7
411 Xanthe 58±9 40±10 1.13±0.50 1.77±0.47
240±16 -55±9
679 Pax 65±2 -5±3 1.18±0.03 1.30±0.02
245±2 5±2
700 Auravictrix 86±5 -58±6 1.43±0.65 1.92±0.57
265±2 56±6
787 Moskva 80±6 36±3 2.26±0.38 1.44±0.15
260±6 -36±3

Conclusion: As a result of our program we carried out new observations of eight

asteroids, and estimated amplitudes of lightcurves. We determined also the rotation periods
for tree asteroids and pole coordinates for all observed asteroids.

References:

[1]. Harris A.W. and Warner B.D. (2007) http://cfa-www.harvard.edu/iau/lists/

IightcurveDat.html.
[2]. Tungalag N. et al. (2003) Kinem. Fiz. Neb. Tel. 19, No. 7, 397-406.
[3]. Kryszczynska A. et al., (2007) Icarus, 192, 223-237.
[4]. Magnusson P. et al. (1989).
[5]. Tungalag N. et al. (2002) Kinem. Fiz. Neb. Tel. 18, No. 6, 508-516.

- 210 -
 THE INFRARED AND ULTRAVIOLET ABSORPTION SPECTRA
OF FULLERENE-LIKE STRUCTURE IN
THE COSMOS AND ON THE EARTH

Bat-Erdene B., Dashpurev Sh., Munkhjargal Sh.

School of Physics and Electronics, National University of Mongolia

IR and UV spectral analysis are given a key information about fullerene-like structures especially in the
cosmos. We have conducted the comparative study of IR and UV spectral bands of fullerene-like structures
in the cosmos and on the Earth. The spectral wavelengths of IR and UV bands are nearly the same for both
structures in the cosmos and on the Earth.

- 211 -