современные методы географических исследований

лее чем десятилетний труд нескольких десятков ученых, наблюдателей, аналитиков. Построение вещественно-энергетических моделей — дорогостоящее «мероприятие», но они чрезвычайно не- обходимы для решения региональных экологических проблем, регионального экологического планирования и прогнозирования.

Литература к главе VI

1. А р м а н д Д. Л. Физическая география в наши дни.— М.: Знание, 1986.

2.Б е р у ч а ш в и л и Н. Л. Геофизика ландшафта. М.: Высшая школа, 1990.

3.Будыко М. И. Климат и жизнь.— Л.: Гидрометеоиздат, 1971.

12.О д у м Ю. Основы экологии.— М.: Мир, 1975.

13.Р а у н е р Ю. Л. Тепловой баланс растительного покрова.— Л.: Гидрометеоиз-

дат, 1972.

14.С о л н ц е в В. Н. О некоторых фундаментальных свойствах геосистемной

Г л а в а VII

НА ПЕРЕКРЫТИИ МЕТОДОВ:

ВЗАИМООБОГАЩЕНИЕ ИЛИ ЭКСПАНСИЯ В «ЧУЖИЕ» ОБЛАСТИ

О ВОЗМОЖНОСТЯХ СОВМЕЩЕНИЯ МЕТОДОВ ГЕОГРАФИИ

Методы, используемые географией, не исчерпываются изложенными в предыдущих главах. Для решения многих задач методы комбинируют. Такое совместное применение известно со времени появления самих методов. Даже попарное объединение (а ведь возможно комбиниро- вание трех и более методов) ведет к получению 30 вариантов. Естественно, что охарактеризовать их все практически невозможно., поэтому далее мы обратимся лишь к трем часто встречаю- щимся случаям. Но вначале следует показать методологию возможности совмещения различных методов. В качестве примера остановимся на математическом и картографическом методах.

Из многочисленных отдельных экспериментов по применению математических методов в тематической картографии в начале 70-х гг. сформировалось новое направление — математи- ко-картографическое моделирование (3). Под математико-картографическим моделированием (МКМ) понимается органичное комплексирование математических и картографических моде- лей в системе создание — использование карт для целей конструирования или анализа тема- тического содержания карт.

Что касается карты, то она представляет собой математически строго определенную фор- мализованную модель, построение которой производится по канонам математической картогра- фии. На карте моделируемая действительность, так же как и в математической модели, пе- редается в условной знаковой форме, но карта обладает свойством, которое отличает ее от ма- тематической и любой другой модели,— она визуализирует территориальную конкретность.

Именно это свойство обусловливает образную наглядность картографических характеристик территории и объясняет многовековую традицию и разнообразие направлений использования карт в науке и практике. Карта не только абстрактная знаковая, но также аналоговая мо- дель действительности. Доказательством этому служит многообразие приемов передачи харак- теристики явлений посредством взаимозаменяемых способов картографического изображения,

а также однозначность характеристики конкретных территориальных свойств географической действительности.

Несмотря на отличия математической и картографической моделей, именно математи- ка послужила одной из важных причин возникновения и развития таких способов изобра- жения, как картограмма или картодиаграмма, точечный или изолиний. Не являются редкостью и приемы математической статистики, издавна используемые в картосоставительской практике при проведении отбора объектов картографирования, построении шкал по количественным при- знакам, обобщении статистических данных и т. п. Новым для картографии является уг- лубляющийся процесс внедрения математических методов в формирование тематики и со- держания карт, приводящий к более глубокой перестройке методики их создания. Все это позволяет говорить о возможности объединения математических и картографических мо- делей.

Сочетание математических и картографических моделей может быть самым разнооб- разным и выражается как в простых формах, так и в виде сложного многостадийного про- цесса. Последний строится как бы из элементарных, простейших моделей-звеньев. В связи с этим были определены и классифицированы элементарные математико-картографические моде- ли (12). Схематично такая модель выражается следующим образом:

данные + математическая модель = результат моделирования.

Под словом «данные» может пониматься материал, снятый с карты, или результатом мо- делирования будет тематическое содержание карты. Иными словами, либо на начальном этапе моделирования, либо на конечном или сразу на этих двух этапах должна присутствовать кар- тографическая модель, в противном случае такое моделирование уже нельзя будет назвать ма- тематико-картографическим. Математико-картографическая модель как бы синтезирует ма- тематический и картографический элементы вместе. В связи с этим отпадает возможность клас-

сифицировать элементарные математико-картографические модели по типам применяемых в них карт или по математическому аппарату. Такая классификация особенно заманчива, по- скольку и в картографии, и в математике уже существует их деление и соответственно классификации.

В нашем случае ни картографическая, ни математическая компоненты по отдельности не определяют лицо МКМ. Образно говоря, математический аппарат подобен мясорубке, которая лишь перерабатывает информацию и представляет ее в более удобном для анализа виде, вскрывает затушеванные закономерности и т. д., чаще всего фиксируемые на картах. Основыва- ясь на данных положениях, и была разработана классификация элементарных математико- картографических моделей:

A.Модели с т р у к т у р ы я в л е н и й .

1.Модели структуры пространственных характеристик явлений.

2.Модели структуры содержательных характеристик явлений.

1.Модели динамики пространственного распространения явлений.

2.Модели динамики содержательного развития явлений.

Несмотря на различие моделей пространственных и содержательных характеристик, здесь нет разрыва диалектического единства пространства и содержания, но в одном случае на первый план больше выступает первое свойство, а в другом — второе. Обратимся к конкрет- ным примерам конструирования элементарных моделей. Это позволяет уяснить необходимость подразделения моделей структуры, взаимосвязей и динамики на два подвида. В первый подвид входят модели потенциала поля расселения, равномерности размещения населенных пунктов, аппроксимации статистических поверхностей (модели структуры); модели согласованности контуров объектов между собой, корреляции пространственного варьирования характеристик двух явлений (модели взаимосвязей); модели пространственного распространения эпидемий или диффузии загрязнения, миграций населения (модели динамики). Их невозможно осу- ществить без учета в процессе математической формализации пространственного аспекта, без привлечения пространственных координат, фиксирующих положение явлений. Необходимость использования пространственных координат явлений заложена в строение данных алгорит- мов.

Во второй подвид входят многомерная группировка территориальных единиц по комплексу показателей в однородные группы (модели структуры); моделирование соответствия распре- деления занятых в отраслях хозяйства по стране в целом и по единицам ее административ- ного деления (модели взаимосвязей); прогнозирование роста городов по данным за ряд предыдущих лет (модели динамики). В этом случае сведения о пространственном положении географических явлений в процессе математического моделирования не учитываются. Ставит- ся задача проанализировать структуру, взаимосвязи или динамику явлений любой террито- риальной единицы в сравнении с другими единицами, вне зависимости от того, где они расположены. Однако зачастую результаты математического моделирования содержательных характеристик явлений наносятся на карту, что придает им пространственную определенность. Это позволяет анализировать полученные результаты по отношению друг к другу в простран- стве и дает им дополнительные преимущества перед другими формами представления резуль- татов моделирования, например таблицами, списками, что также часто встречается в географии. Примеры конструирования элементарных моделей всех пунктов приведенной классификации, а также комплексирования их в сложные модели, необходимые для решения разнообразных гео- графических задач поэтапно, когда применения элементарных моделей уже недостаточно, при- ведены в работе В. С. Тикунова. «Моделирование в социально-экономической картографии»

(14).

Используя возможность комбинации отдельных звеньев — элементарных моделей в про- цессе поэтапного моделирования, можно решать задачи большой сложности поблочно, расчле- няя их на частные задачи, не требующие применения сложных математических расчетов. При

этом сложность конструктивного решения каждого элемента моделирования также определя- ется характером исходной информации, средствами и путями моделирования. Правда, в на-

стоящее время в большинстве случаев процесс моделирования ограничивается формированием единственной первичной ячейки. Такое положение соответствует случаям решения частных задач географического исследования при изучении относительно простых географических явле- ний. Если же исследование планируется более разносторонне, то с помощью подобных элемен- тарных моделей реализовать это вряд ли удастся. В этом случае возникает необходимость создания и практического применения комбинационной системы моделей. Такая система, как правило, должна иметь кибернетический характер, а процесс моделирования — реализоваться в интерактивном режиме.

Существенные различия между возможными комбинациями элементарных звеньев и необ-

ходимость поиска оптимальных путей их комплексирования в сложные модели объясняют актуальность разработки их классификации. Наиболее распространенным видом таких моделей могут стать цепочкообразные построения, в которых каждый новый элемент создается на основе результата реализации предыдущего элемента — элементарного звена. Примером дру- гой формы комплексирования моделей могут служить сетевые комбинации, когда на единой информационной базе параллельно реализуется ряд алгоритмов, из которых на завершающей стадии формируется один окончательный картографический результат. Третий вид сложных моделей — древовидные комбинации, при которых на основе одной математической модели создается серия карт одной тематики. Естественно предположить возможность комбиниро- вания данных форм моделей в другие смешанные или найти какие-то новые виды конструирова- ния сложных моделей. Однако приведенные формы моделей, на наш взгляд, вызваны к жизни потребностями практики и типичны для широкого крута задач. Пример практического создания сложной модели приведен ниже.

Комплексирование сложных моделей во всех указанных формах такое, что каждое ее эле- ментарное звено генетически связано с другими звеньями, а их совокупность образует процесс, единый в технологическом, информационном и многих других отношениях. В этом случае результат каждого этапа моделирования зачастую представляется в виде карты, однако картографическая компонента может полностью выпускаться из отдельных элементарных про- межуточных звеньев. На различных этапах сложного процесса моделирования, естественно, до- пускается привлечение дополнительной информации.

ЭКОГЕОХИМИЯ И КОМПЬЮТЕРНАЯ КАРТОГРАФИЯ

Одним из плодотворных примеров взаимообогащения и комплексного использования со- временных методов исследования является компьютерное эколого-геохимическое картографи- рование состояния окружающей среды. Методами геохимии ландшафтов при исследовании го-

родской среды получают огромное количество геохимической информации по распределению 20—40 загрязняющих веществ в снеге, почвах, растениях и водах на территории города. В зависимости от площади города, размещения техногенных источников, транспортных маги- стралей и т. д. путем опробования депонирующих сред и последующей их аналитической об- работки для оценки степени загрязнения используются десятки тысяч элементо- определителей. Анализ этой огромной геохимической информации практически невозможен без компьютерной обработки данных.

В настоящее время используются три основных подхода к отображению геохимических данных, лежащих в основе комплексного экологического картографирования. Первый — это создание моноэлементных компьютерных карт распределения загрязнителей в различных сре- дах (снежном, почвенном, растительном покровах). Для этого используются, как правило, циф- ровые модели «рельефа» геохимических полей (8), позволяющие проводить машинную интерпо- ляцию геохимических данных. Расчетная программа вычисления полей концентрации с исполь- зованием способа средневзвешенной интерполяции (6, 4) реализована на кафедре картографии и геоинформатики МГУ с использованием системы «Pericolor-2000» (Франция), предназначен- ной для автоматизированной обработки изображений. Вывод готовых карт осуществляется че- рез цветное струйное печатающее устройство.

Процесс анализа геохимической информации и построения моноэлементных карт с помо- щью автоматизированных картографических систем со специальным программным обеспечени- ем сводится к следующему. В компьютер вводится информация о базисных точках, включая их координаты и величины интересующих геохимических параметров. Затем с помощью про- граммы интерполяции на экране дисплея автоматически строятся моноэлементные карты. Просмотрев весь спектр полученных геохимических карт, можно выявить специфику простран- ственного распределения загрязнений, их состав, контрастность ореолов рассеяния. После это-

го картины пространственного распределения приоритетных для исследуемой территории загрязнителей выводятся на печать или расчерчиваются с помощью графопостроителя. Для

примера покажем техногенные аномалии полициклических ароматических углеводородов (ПАУ), формирующиеся в снежном покрове вокруг ТЭЦ и металлургических комбинатов 'в радиусе 3—8 км и более (см. 3-ю страницу обложки, 2).

Второй подход позволяет создавать не только моноэлементные, но и полиэлементные кар- ты, на которых изображаются поля суммарного загрязнения территории ассоциациями элемен- тов и соединений. Такие карты не только имеют важное значение для индикации степени за- грязнения территории, но и используются для эколого-геохимического нормирования (9, 10).

Третий подход — это комплексное эколого-геохимическое картографирование с целью оценки, типологии и районирования территории, проводимое с учетом природных условий, влияющих на распределение, миграцию и трансформацию загрязнителей, уровня загрязнения и состава загрязнителей. Это направление еще находится в стадии становления и позволяет не только индицировать состояние среды, но и в перспективе выявлять ответные реакции при- родных и природно-антропогенных геосистем на техногенное воздействие.

Внастоящее время существуют разные подходы к решению проблемы комплексных оце- нок, типологий или районирования территории промышленных городов по состоянию окружаю- щей среды. Для выявления причинно-следственных взаимосвязей между природными ланд- шафтами, почвенно-геохимическими факторами загрязнения и самоочищения и загрязнителями

целесообразно проведение расчетов и создание соответствующих карт городских ландшафтов

(6, 4).

Первый из опробованных путей заключался в классификации городских ландшафтов по трем почвенно-геохимическим факторам, которые в максимальной степени определяют устой- чивость ландшафтов и поведение загрязнителей в них (рН, механический состав, содержание гумуса). Второй основан на классификации территории только с учетом загрязнителей в почвах (в данном случае тяжелых металлов). Третий вариант типизации включает в себя анализ всех перечисленных параметров. Примером последнего может служить комплексное эколого-геохимическое зонирование Тольятти по 12 параметрам почв (рН, содержание гумуса, процентное содержание физической глины, содержание Сг, V, Мо, Ni, Co, Mn, Zn, Cu, Pb).

Врезультате выявлено восемь наиболее устойчивых групп: 1) кислые, песчаные, средне- гумусные, сильно загрязненные молибденом и хромом (z = 16, где z — суммарный показа- тель загрязнения); 2) кислые, супесчаные, многогумусные, очень сильно загрязненные молибде- ном и хромом (z = 29); 3) нейтральные, супесчаные, среднегумусные, загрязненные молибде- ном и хромом (z = 9); 4) нейтральные, суглинистые, многогумусные, сильно загрязненные молибденом и хромом (z = 12); 5) слабощелочные, песчаные, малогумусные, с очень сла- бым полиэлементным загрязнением, преимущественно свинцом и цинком (z = 4); 6) аналогич- ны пятому, но с несколько более щелочной реакцией среды; 7) слабощелочные, суглинистые, среднегумусные, слабо загрязненные полиэлементной ассоциацией с преимущественной долей молибдена и свинца (z = 5); 8) отличаются от седьмого лишь тем, что приоритетными загряз- нителями являются никель и свинец (z = 5).

Зависимость уровней загрязнения и состава ассоциаций загрязнителей от почвенно- геохимических факторов показана в таблице 13, где перед дробью — значение суммарного по- казателя загрязнения, в числителе — элементы, накапливающиеся в данных условиях, в знаме- нателе — элементы рассеивающиеся; возле каждого элемента указан процент его участия в ассоциации загрязнителей. Из таблицы видно, что чем лучше условия сорбции, тем выше значение суммарного показателя загрязнения; кроме этого, хорошо прослеживается зависи-

мость накопления группы анионогенных элементов от щелочно-кислотных условий (чем кислее, тем выше содержание Сг, V, Мо).

Дальнейшее развитие методов автоматизированного эколого-геохимического картогра- фирования должно быть направлено на разработку комплексных и синтетических карт, где от- ражаются природные условия, степень и характер загрязнения снежного, почвенного и расти- тельного покровов, корреляции между атмотехногенной поставкой загрязнителей и их содер- жанием в депонирующих средах, ответные реакции биоты на загрязнение и т. д. Создание таких карт целесообразно с использованием методов автоматизации.

По сути, серия компьютерных моно- и полиэлементных карт, карт оценки, типологии, рай- онирования, составляющих эколого-геохимический атлас или альбом в комплексе с геохимиче- ской информацией, имеющейся на машинных носителях, представляет собой важнейший блок эколого-географических банков данных, создаваемых для отдельных городов и регионов.

Т а б л и ц а 13

Зависимость уровней загрязнения и ассоциаций загрязнителей от почвенногеохимических факторов

МАТЕМАТИКО-КАРТОГРАФИЧЕСКОЕ МОДЕЛИРОВАНИЕ

В качестве примера построения математико-картографической модели обратимся к конст- руированию сложной цепочкообразной модели, выполненной на примере исследования про- странственной дифференциации Атлантического океана с точки зрения хозяйственной осво- енности его акваторий (11). Можно назвать множество показателей, прямо или косвенно опре- деляющих экономическую освоенность акваторий. Среди них прибрежное расселение, разме- щение производства и портово-промышленных комплексов, степень использования минераль- ных и энергетических ресурсов океана, интенсивность рыболовства и морского транспорта и еще многие другие факторы (15, 16).

Однако собрать весь этот материал очень тяжело, и для создания синтетической карты

оценки хозяйственной освоенности Атлантического океана пришлось ограничиться следующими

показателями, характеризующими как существующее положение, так и предпосылки для буду- щего освоения: удаленностью от береговой линии, интегральной доступностью акваторий океана населению береговой зоны, распределением биомассы в океане, территориальным рас- пространением судов, уровнем загрязнения океана нефтяной пленкой, размещением нефтега- зоносных бассейнов. Следует указать, что набор показателей может быть разделен для харак- теристики существующих уровней освоенности и будущих перспектив, но для этого необходимо существенно увеличить круг используемых показателей.

Чтобы привести всю имеющуюся статистическую и картографическую информацию к со- поставимому виду для последующих расчетов и для ее предварительного анализа, была по- строена серия однотипных карт исходного материала. Прежде всего была выбрана наиболее подходящая картографическая проекция — псевдоцилиндрическая равновеликая синусоидаль- ная проекция Каврайского, которая сохраняет равенство площадей и имеет меньшие искаже- ния по сравнению с другими проекциями при изображении обширных вытянутых территорий, таких, как Атлантический океан. Далее вся изучаемая территория была разбита сетью квадра- тов со стороной в 1 см в масштабе карты 1:50000000. Выбор более мелких квадратов не обес- печивается детальностью исходных данных. Атлантический океан покрывается 375 квадра- тами, к сетке которых в последующем приводились все материалы. Заметим, что было бы более целесообразно приурочить информацию к сетке, построенной на основе системы параллелей и меридианов, однако в нашем случае сделать это не удалось.

При построении карты удаленности от береговой линии вычислялись расстояния с учетом кривизны поверхности Земли от центров квадратов сетки до ближайшего берега материка или крупного острова (Гренландия, Великобритания, Исландия, Ирландия, Ньюфаундленд, Гаити, Куба). Погрешность измерений составила ± 25 км. Все полученные данные заносились в прямоугольную матрицу размером 30 X 24, которая фиксирует в условной системе координат пространственное положение 375 квадратов, покрывающих Атлантический океан, а также сопредельные с ним территории, условно кодируемые отрицательным числом. Построение такой матрицы необходимо для последующих вычислений. На основе этих же данных строилась изо- линейная карта удаленности при интервале изолиний в 200 км (108 миль).

Для составления карты интегральной доступности акваторий океана населению береговой зоны использована формула, которая в социально-экономической картографии применяется для вычисления характеристик индуцированного потенциала поля расселения:

где значение V в квадрате j получается (агрегируется) в зависимости от расположения всех учитываемых городов-портов (i) с населением свыше 100000 человек (Рi): Dij = 6371,116 arccos (cos φ cos Δλ,) — ортодромия, вычисляемая по географическим координатам φ и λ. В рас- четах учитывались все порты Атлантического побережья с населением, превышающим 100000 жителей по данным ООН на 1980 г. В Европе таких портов оказалось 85, в Африке — 23, в Южной и Центральной Америке — 30, в Северной Америке — 36. Соответствующая карта интегральной доступности акваторий океана населению береговой зоны представлена на ри- сунке 16.

На карте хорошо выделяются зоны повышенных значений доступности у побережья Ев- ропы и Северной Африки, у берегов Северной и Центральной Америки и др. В Европе на- считывается 16 портов с населением свыше 1 млн. человек. Среди них самый крупный — Лондон (7 млн. человек). Европа выделяется и по общему числу портов, и по количеству пор- тов-миллионеров. Такие же по величине значения доступности вблизи берегов США, несмотря на то, что портов Северная Америка имеет меньше, чем Европа. Это объясняется тем, что в рай- оне Нью-Йорка велика концентрация портов с населением более 1 млн. человек, а в Европе порты-миллионеры рассредоточены по всему побережью более или менее равномерно. В Юж- ной Атлантике наивысшие характеристики вблизи Буэнос-Айреса (8 млн. человек) и Рио-де- Жанейро (4 млн. человек). В целом значения интегральной доступности гораздо выше в Се- верной, чем в Южной Атлантике.

Рис. 16. Интегральная доступность акваторий для населения береговой зоны, тыс. чел./км

Рис. 17. Распределение живого вещества в океане, кг/м

Карта распределения живого вещества в Атлантическом океане (рис. 17) была пересо- ставлена на основе карты «Распределение живого вещества на Земле» (авторы Т. С. Лукья- нова и И. А. Суетова), которая в уменьшенном виде опубликована в монографии «Физическая

география Мирового океана» (15). Пересоставление необходимо из-за различий использован- ных картографических проекций. Кроме того, необходимо было привести исходный материал к выбранной сетке квадратов.

Анализ карты показывает, что значительное количество биомассы, измеряемой в сыром ве- се в кг/м в год, сосредоточено у берегов,- и. особенно в северных районах. У берегов Грен- ландии ее количество достигает 2,0 кг/м2 в год, у побережья Северной Америки и Ев- ропы — 0,5 кг/м в год. В среднем в районе между 40° и 70° с. ш. имеется 0,1—0,2 кг/м2 в год биомассы. Именно в северных районах Атлантического океана ведется интенсивное рыболов- ство. Однако на развитие рыболовства в этом районе влияет не только наличие значительных запасов рыбы, но и близость к основным рыболовецким странам. Вдоль побережья Латинской Америки и Африки количество живого вещества колеблется в пределах от 0,05 до 0,1 кг/м2 в год. Слабо используются в настоящее время запасы южных районов Атлантики (южнее 50-й параллели), хотя количество биомассы здесь достаточно велико (0,05— 0,1 кг/м2 в год).

Самые бедные места по содержанию живого вещества расположены в центральных частях океана между 0° и 40° ю. ш., 35° с. ш. и 15° с. ш.

Карта плотности судов в Атлантическом океане (рис. 18) была составлена на основе схемы «Прогнозного распределения судов тоннажем свыше 100 per. т в Мировом океане (включая рыболовные суда) на 1980 г.» («Экономическая география Мирового океана» (16)), а так- же соответствующими данными заполнена матрица квадратов. В пределах Атлантического океана сосредоточена основная масса судоходных трасс, по которым осуществляется ин- тенсивный товарообмен прежде всего между странами Европы и Северной Америки. На Атлантику приходится 3/5 общего объема перевозок. Наиболее важные морские пути прохо- дят между 40-й и 55-й параллелями с. ш. и имеют протяженность от Северо-Западной Европы и Скандинавии до берегов США и Канады от 2,5 до 4,5 тыс. миль. Загружены трассы от про- лива Ла-Манш к берегам Южной и Центральной Америки, а также вдоль Африки. Интен- сивны перевозки между портами США, Центральной и Южной Америки.

Рис. 18. Плотность судов в океане

Карта загрязнения океана нефтяной пленкой составлена по материалам визуальных на- блюдений океанографических экспедиций, результаты которых были опубликованы (17). Под- считано содержание нефтяной пленки в процентах обнаружения, определяемое на основании общего числа наблюдений в пятиградусном квадрате (по широте и долготе) и числа случаев ре- гистрации нефтяной пленки (рис. 19).

Наиболее часто нефтяная пленка встречается у западных берегов Африки, в Средиземном и Карибском морях. Сложное распределение нефтяной пленки зафиксировано в Мексиканском заливе и Карибском море. Характерная для этих районов пятнистость в распространении пле- нок возникает под воздействием сильных ветров и поверхностных течений. Высокая средняя скорость ветра наблюдается к северу от Гольфстрима, и здесь незначительное число слу- чаев обнаружения пленки. Часто встречается нефть у Гибралтарского пролива и в Саргассо- вом море (20—30% случаев обнаружения). Сосредоточение нефтяной пленки в Саргассовом море обусловлено сходимостью нескольких течений в этом районе. Значительное количество нефти зафиксировано у северо-западных берегов Африки. Оттуда нефть дрейфует к югу под воздействием Канарского и Северного пассатного течений и далее на запад к берегам Латин- ской Америки, где, как считается, происходит ее быстрое разрушение.

Карта характеристик запасов нефти и газа нефтегазоносных бассейнов характеризует крупнейшие центры нефтедобычи, сосредоточенные в Атлантике — в Мексиканском, Венесу- эльском, Северо-Европейском и Гвианском мегабассейнах. Представление об их пространст- венном размещении дает, например, карта «Экономико-географическая карта Мирового океа- на» (5). Шельф Мексикан-

Рис. 19. Загрязнение океана нефтяной пленкой, % обнаружения

ского залива наиболее изучен и интенсивно эксплуатируется. Пробурено свыше 16 тыс. сква- жин, открыто более 320 морских месторождений. Суммарные разведанные запасы на северном шельфе залива оцениваются примерно в 2 млрд. т. у. т. Ожидается, что к концу столетия здесь будет добываться 80 млн. т. нефти и 100 млрд. м3 газа. На втором месте в мире (по-