ПОЧВОВЕДЕНИЕ И...

Министерство сельского хозяйства Республики Казахстан

НАО «Национальный аграрный научно-образовательный центр»

ТОО «Казахский НИИ почвоведения и агрохимии им. У.У. Успанова»

ПОЧВОВЕДЕНИЕ И АГРОХИМИЯ

№ 2 (июнь) 2018

Министерство сельского хозяйства Республики Казахстан

НАО «Национальный аграрный научно-образовательный центр»

ТОО «Казахский НИИ почвоведения и агрохимии им. У.У. Успанова»

ПОЧВОВЕДЕНИЕ И АГРОХИМИЯ

№ 2 (июнь) 2018

Основан в 2007 г.

Выходит 4 раза в год

ISSN 1999-740Х

Главный редактор

А.С. Сапаров

Редакционная коллегия:

Ц. Абдувайли (КНР), Г.Б. Бейсеева, Р.Е. Елешев, М.А. Ибраева, С. Калдыбаев, Р. Кизилкая (Турция), Ф.Е. Козыбаева, Р.К. Кузиев (Узбекистан),

М.Г. Мустафаев (Азербайджан), К.М. Пачикин (заместитель главного редактора), Б.У. Сулейменов, А.И. Сысо (Россия), Г.А. Токсеитова (ответственный секретарь),

Ж.К. Салмуханбетова, С.Н. Абугалиева (компьютерная верстка)

Журнал зарегистрирован в Министерстве культуры и информации Республики

Казахстан. Свидетельство о регистрации № 8457 ЭК от 18.06.2007 и перерегистра-

ции № 9898-Ж от 11.02.2009 г.

Е-mail: [email protected]

Адрес редакции: 050060, Алматы, пр. аль-Фараби, 75 в

3

СОДЕРЖАНИЕ География и генезис почв

К.В. Вяткин, Ю.В. Залавский, О.Н. Бигун, В.В. Лебедь, А.И. Шерстюк, И.В. Плиско, С.Г. Накисько. Создание национальнои карты запасов органического углерода в почвах Украины с использованием цифровых методов почвенного картографирования ...................................................................... 5

М.А. Солоха. Методическии подход к определению почвенных контуров на основе аэрофотосъемки с беспилотного летающего аппарата .......................... 18

Плодородие почв

N.A. Ismailova. Fertility parameters and monitoring of the timber soils in the south-east part of The Great Caucasus ......................................................................................................... 30

Е.С. Артемьева, Е.В. Скрыльник. Оценка биологическои активности и фитотоксичности жидких органоминеральных удобрении в условиях температурного стресса .......................................................................................................... 37

М.А. Ибраева, А.С. Сапаров, А. Отаров, Г.О. Бейсенова, А.И. Сулейменова. Сравнительное изучение влияния капельного орошения и орошения постоянным затоплением на содержание основных элементов питания в рисово-болотных почвах ...................................................................................................... 47

А.Т. Сейтменбетова. Продуктивность хлопчатника на орошаемых сероземах светлых Мактааральского раи она Южно-Казахстанскои области .................... 59

Физика почв

Ю.Л. Цапко, А.И. Огородняя, Мешреф Радван Бахаа, А.С. Холодная. Глинование дерново-подзолистых почв легкого гранулометрического состава как фактор изменения их рН-буферности .................................................... 67

З.Р. Гурбанова. Влияние искусственного структурообразователя иономера «ВО» на сопротивляемость орошаемых серо-коричневых почв, подверженных эрозии ............................................................................................................... 78

Обзорная статья

Б.У. Сулейменов, С.И. Танирбергенов. Перспективы применения беспилотных летательных аппаратов в точном земледелии: обзор ............. 85

Юбилеи Р.Е. Елешев .. ................................................................................................................................................. 101

4

CONTENT

Soil geography and genesis

K. Viatkin, Yu. Zalavskyi, О. Bihun, V. Lebed, O. Sherstiuk, I. Plisko, S. Nakisko. Creation of the Ukrainian national soil organic carbon stocks map using digital soil mapping methods ..................................................................................................... 5

M.A. Solokha. The methodological approach of determining soil contours by the method of aerial photography from an unmanned aerial vehicle .............................. 18

Soil fertility

N.A. Ismailova. Fertility parameters and monitoring of the timber soils in the south-east part of The Great Caucasus ................................................................................... 30

Е.S. Artemyeva, Ie.V. Skrylnyk. Assessment of biological activity and phytotoxicity of liquid organo-mineralny fertilizers in the conditions of the temperature stress ..................................................................................................................................................... 37

M.A. Ibraeva, A.S. Saparov, A. Otarov, G.O. Beisenova, A.I. Suleimenova. Comparative study of the influence of dripper irrigation and irrigation with constant flooding on the content of main elements of food in rice ............................ 47

A.T. Seytmenbetova. Productivity of cotton on irrigated serozems light Maktaaral district of the South Kazakhstan region ................................................................................. 59

Soil physics

Yu.L. Tsapko, A.I. Ohorodnia, Meshref Radvan Bakhaa, А.S. Kholodna. Clay amelioration of sod-podzolic soils with light composition as a factor of their pH-buffer changes .......................................................................................................................... 67

Z.R. Gurbanova. Impact of artificial structure formator of ionomer BO on the dusability of irrigated grey-brown soil to the erosion ..................................................... 78

Review

B.U. Suleymenov, S.I. Tanirbergenov. Perspectives of application of unmanned aerial vehicle in the precision farming: review .................................................................. 85

Anniversary

R.E. Eleshev ................................................................................................................................................... 101

5

География и генезис почв Почвоведение и агрохимия, №2, 2018

ГЕОГРАФИЯ И ГЕНЕЗИС ПОЧВ

УДК 631.4

К.В. Вяткин1, 2, Ю.В. Залавский1, О.Н. Бигун1, В.В. Лебедь1, А.И. Шерстюк1, И.В. Плиско1, С.Г. Накисько1

СОЗДАНИЕ НАЦИОНАЛЬНОЙ КАРТЫ ЗАПАСОВ ОРГАНИЧЕСКОГО УГЛЕРОДА В ПОЧВАХ УКРАИНЫ С ИСПОЛЬЗОВАНИЕМ ЦИФРОВЫХ МЕТОДОВ ПОЧВЕННОГО

КАРТОГРАФИРОВАНИЯ 1Национальный научный центр «Институт почвоведения и агрохимии имени

А. Н. Соколовского», 61024, г. Харьков, ул. Чайковская, 4, Украина; 2Секретариат Глобального почвенного партнерства, Продовольственная и

сельскохозяйственная организация ООН, Виале делле Терме ди Каракалла, 00153 Рим, Италия, e-mail: [email protected]

Аннотация. На основе информации о содержании в почвах Украины органического углерода, а также архивных почвенных карт, материалов дистанционного зондирования, дополнительных атрибутивных характеристик почвенных и климатических показателеи с использованием технологии цифрового моделирования и картографирования почв бы-ла создана национальная карта запасов почвенного органического углерода в слое 0-30 см с разрешением 1х1 км. Моделирование пространственного распределения запасов органического углерода в минеральных почвах было выполнено с использованием алго-ритма Random Forest, в торфяниках – методом кригинга. Национальная карта запасов органического углерода в почвах Украины была разработана в соответствии со специфи-кациями Продовольственнои и сельскохозяи ственнои Организации Объединенных Нации (ФАО) и интегрирована в Глобальную карту почвенного органического углерода ФАО (GSOCmap).

Ключевые слова: цифровое почвенное картографирование, почвенныи органиче-скии углерод, почвенныи покров Украины, Глобальное почвенное партнерство, GSOCmap.

ВВЕДЕНИЕ

Почвенныи органическии угле-род (ПОУ) является одним из важнеи -ших компонентов почвы и влияет на большинство почвенных процессов, имеющих отношение к производству продуктов питания [1]. Также общеиз-вестна роль почв и почвенного органи-ческого углерода в обеспечении устои -чивости сельскохозяи ственных систем к изменению климата, поэтому ПОУ включен как мониторинговыи показа-тель в пункт 15.3.1 Целеи устои чивого развития (ЦУР) глобального договора Организации Объединенных Нации (ООН), в соответствии с которым вели-чина запасов углерода в почве является одним из трех суб-индикаторов для определения доли деградированного земельного участка, относительно все-го земельного участка [2].

Несмотря на внимание, которое уделяется роли ПОУ в обеспечении про-

довольственнои безопасности и смяг-чении последствии изменения клима-та, знания об исходных условиях и из-менениях ПОУ в почвах на глобальном уровне по-прежнему довольно ограни-чены. Существующие глобальные оцен-ки запасов ПОУ выполнены с использо-ванием различных методологии и под-ходов, именно поэтому отмечается вы-сокая изменчивость величин запасов органического углерода в почвах среди авторов [3].

Согласно Докладу о состоянии почвенных ресурсов мира [4], в настоя-щее время около 33 % всех мировых почв деградировано, что означает зна-чительную потерю органического угле-рода почвы во всем мире. Это создает необходимость оценки и мониторинга запасов ПОУ и его пространственного распределения на глобальном, нацио-нальном и региональном уровнях.

6


В ходе 5-и сессии Межправитель-ственнои техническои группы по поч-вам (МТГП) Глобального почвенного партнерства (ГПП) Продовольственнои и сельскохозяи ственнои организации ООН (ФАО), которая состоялась в марте 2016 года, в рамках сотрудничества МТГП и научно-консультативным орга-ном Конвенции Организации Объеди-ненных Нации по борьбе с опустынива-нием (КООНБО), Межправительствен-нои научно-политическои платформои по биоразнообразию и экосистемным услугам (МПБЭУ) и Межправитель-ственнои группои экспертов по измене-нию климата (МГЭИК), было принято решение о создании Глобальнои карты запасов почвенного органического уг-лерода ФАО [3]. Создание Глобальнои карты ФАО основано на распределен-ном подходе, т.е. каждая страна создает свою собственную национальную кар-

ту в соответствии с методологиеи ГПП, т.е. каждая страна создает свою соб-ственную национальную карту в со-ответствии с методологиеи ГПП, ис-пользуя доступные локальные поч-венные данные и знания. Глобальная карта запасов почвенного органическо-го углерода, интегрированная из наци-ональных пространственных оценок, станет информационнои основои (как на глобальном, так и национальном уровнях) для мониторинга состояния почвы, выявления деградированных раи онов, установления целевых пока-зателеи восстановления, изучения воз-можностеи секвестрации СО2, поддерж-ки отчетности по выбросам парнико-вых газов в рамках Рамочнои конвен-циеи ООН об изменении климата (РКИК ООН) и принятия обоснованных решении для смягчения последствии изменения климата и адаптации к нему. Украина, как постоянныи член ГПП, Европеи ского регионального поч-венного партнерства также приняла участие в этом глобальном процессе,

создав национальную карту запасов органического углерода в почвах.

ОБЪЕКТЫ И МЕТОДЫ

Национальная карта запасов ор-ганического углерода в почвах Украи-ны выполнена с учетом всех специфи-кации ГПП изложенных в руководствах, разработанных Межправительствен-нои техническои группои по почвам ГПП [3, 5], она создана на основе ре-зультатов измерении показателеи со-держания почвенного органического углерода полевых обследовании поч-венного покрова Украины с использо-ванием цифровых методов картографи-рования.

Исходными данными для расчета запасов органического углерода в поч-вах послужили следующие источники информации:

– База данных (БД) «Свои ства почв Украины» [6]. Реляционная БД «Свои ства почв Украины» создана в ла-боратории геоэкофизики почв Нацио-нального научного центра «Институт почвоведения и агрохимии имени А.Н. Соколовского (ННЦ «ИПА имени А. Н. Соколовского»), состоит из 9 элек-тронных таблиц, содержащих информа-цию о профильном распределении свои ств почв (около 250 показателеи ) из более, чем 2000 почвенных разрезов. Основные источники информации дан-нои БД – это, преимущественно, мате-риалы крупномасштабного почвенного обследования Украины 1957-1961 гг., полевые исследования почвенного по-крова научных лаборатории ННЦ «ИПА имени А.Н. Соколовского», личные ар-хивы исследователеи почвоведов из различных научных учреждении . Из БД отобрано 1121 почвенных профиля, содержащих необходимые характери-стики для расчета запасов ПОУ (рисунок 1).

– База данных полевых измере-нии содержания органического углеро-да в почвах Украины для слоя 0-30 см

7


создана при участии более 100 авторов из 14 различных научных учреждении Украины. БД содержит информацию о 3258 почвенных профиля (рисунок 1), а

также 169 профиля, которые содержат архивные данные о полевых исследова-ниях торфяников.

Рисунок 1 – Пространственное распределение данных использованных в анализе: БД 1 – база данных «Свои ства почв Украины» (интервал исследовании

1957-2012 гг.); БД 2 – база данных полевых измерении содержания ПОУ научных учреждении Украины (интервал исследовании 1980-2016 гг.)

Источники данных для составле-ния БД и национальнои карты запасов ПОУ это - результаты, соответствую-щих измерении в образцах почвы, включая керны проб или образцы поч-венных профилеи . Используя материа-лы баз данных, были рассчитаны запа-сы органического углерода в каждом почвенном профиле или точке отбора почвенного образца по следующему уравнению [3]:

SOC = d * BD * C * CFst, (1)

где: SOC – запасы почвенного уг-лерода для слоя почвы, кг/м2; C – со-держание органического углерода, г/г; d – мощность слоя почвы, м; BD – плот-ность сложения почвы, кг/м3; CFst – коэффициент коррекции на камени-стость.

Для образцов почв в которых плотность сложения не определялась в

поле, данныи показатель был рассчи-тан с помощью педотрансфернои функ-ции [7]; для некоторых типов почв па-раметры плотности сложения были взяты из литературных источников [8, 9]. Запасы и содержание почвенного углерода определялись для слоя почвы 0-30 см; расчет запасов органического углерода в торфяниках для слоя 0-30 см проводился с использованием базового значения плотности сложе-ния 0,174 г/м3 [5, 10].

В соответствии с методологиеи цифрового картографирования почв [11] были созданы так называемые растры "ковариаты окружающеи сре-ды". Моделирование почвенных свои ств в цифровои картографии осно-вывается на взаимосвязях между поч-вами, факторами и процессами почво-образования (так называемои

8


S.C.O.R.P.A.N-модели), которые входят в уравнения в качестве переменных-предикторов [11]. Уравнение включает в себя следующие переменные: почва, климат, живые организмы и раститель-ныи покров, рельеф, материнская поро-да, фактор времени, пространственную и географическую позиции. Чтобы включить эти параметры в модель, был создан набор растров путем оцифровки почвеннои карты, обработки спутнико-вых изображении и данных о рельефе.

Для получения характеристик почв и почвенных контуров была оциф-рована почвенная карта Украины мас-штаба 1:750000. Оригинальная карта была издана ННЦ «ИПА имени А.Н. Соколовского» под редакциеи про-фессора Н.К. Крупского в 1975 году, ос-нована на данных крупномасштабного почвенного обследования 1957-1961 гг. Карта содержит 7026 полигонов и каж-дыи из них включает в себя следующие атрибуты: тип и подтип почвы (до 3 типов и подтипов для каждого поли-гона), гранулометрическии состав, ма-теринская порода (до 2 типов для каж-дого полигона), тип оглеения, тип засо-ления, а также каменистость почв.

Для установления абсолютных высот дневнои поверхности были вы-браны ячеи ки матрицы высот Глобаль-нои модели рельефа (GMTED2010) Гео-логическои службы США и Американ-ского национального агентства геопро-странственнои разведки. На основе этои цифровои модели рельефа были получены параметры рельефа с помо-щью программного обеспечения SAGA GIS 3.0 [12], включающие следующие характеристики: уклон, продольная кривизна, кривизна поперечного сече-ния рельефа, индекс топографическои увлажненности, экспозиция склонов, закрытые понижения рельефа, топо-графическии индекс [13].

Характеристики растительного покрова территории основывались на данных дистанционного зондирования

Европеи ского Космического Агентства с разрешением 300 м. По типам расти-тельности было выделено 8 категории : пашня, луга и кустарники, широколист-венные леса, хвои ные леса, смешанные леса, антропогенные (техногенные) территории, территории с открытым грунтом, водные объекты. Водные объ-екты и антропогенные (техногенные) территории не учитывались при созда-нии карты органического углерода.

В качестве спутниковых данных были использованы снимки спектраль-ных сенсоров MODIS, а именно два про-дукта:

- MOD13Q1: MODIS / Terra Vegeta-tion Indices 16-Day L3 Global 250 m Grid SIN V006 [14] - для мозаики растров в ближнем инфракрасном диапазоне (ИК-диапазоне), растров вегетацион-ных индексов NDVI (нормализованныи относительныи индекс растительно-сти) и EVI (улучшенныи вегетацион-ныи индекс);

- MOD17A3H: MODIS / Terra Net Primary Production Yearly L4 Global 500 m SIN Grid V006 [15] - для растра первичнои продуктивности.

Предыдущие исследования пока-зали, что ближнии ИК-диапазон непо-крытои почвы имеет большую зависи-мость от содержания органического углерода в почве [16]. Для наблюдения за непокрытои растительностью поч-вои был избран апрель, для составле-ния мозаики растров использовались изображения за 5 лет, а именно с 2012 по 2016 гг. Учитывая особенности ис-пользованных данных MOD13Q1 всего было отобрано 40 изображении для территории Украины. Процедура созда-ния растра ближнего ИК-диапазона для непокрытои почвы включала в себя несколько этапов, выполненных с ис-пользованием языка программирова-ния R [17].

Для моделирования влияния рас-тительности на органическии углерод в почве, были рассчитаны средние зна-

9


чения вегетационных индексов NDVI и EVI за март-октябрь 2012-2016 гг. (всего 300 изображении ), с учетом надежности каждого изображения. Кроме того, с использованием MOD17A3H, был рассчитан слои данных среднеи первичнои продуктивности растительности в течение 15 лет с 2000 по 2014 гг.

Согласно исследованиям [18] од-ним из ключевых климатических фак-торов, определяющим характеристики почвы Украины, является гидротерми-ческии коэффициент (ГТК), которыи представляет собои отношение количе-ства осадков (R) в мм в период со сред-неи температурои воздуха выше 10°C к сумме температур (Σt) умноженные на 10:

ГТК = R*10/Σt (2)

Для оценки этого параметра были собраны данные 137 метеорологиче-ских станции по всеи Украине, а средне-годовые значения за 100 лет наблюде-нии (1890-1990 гг.) были рассчитаны для осадков в течение года, осадков в теплыи период (маи -сентябрь), суммы температур в теплыи период (маи -сентябрь). Из этих значении рассчиты-вался ГТК для каждои метеостанции. Затем были созданы растровые слои для осадков, температуры и ГТК путем интерполяции значении точек методом обратно взвешенных расстоянии .

Дополнительно были загружены растры Глобального центра климатиче-ских данных [19] с разрешением 1х1 км по среднеи месячнои температуре и осадкам за 1960-1990 гг. Для создания результирующих растров были исполь-зованы слои температур и осадков за теплыи и холодныи периоды года и ГТК.

В качестве дополнительных кова-риат (независимых переменных) для моделирования были загружены 48 растров, предоставленных экспертами Международного центра почвеннои информации (ISRIC).

Пространственное моделирова-ние было выполнено с помощью языка программирования R [17] с использова-нием программного обеспечения Rstu-dio [20].

На начальном этапе, точечные данные (скомпилированные из двух БД в одну таблицу результаты полевых измерении органического углерода) были загружены в программу и проте-стированы для поиска дубликатов и отсутствующих значении . В результате 448 точки из 4379 были удалены как дубликаты.

Анализ распределения данных показал, что значение запасов органи-ческого углерода для минеральных и торфяных почв очень отличаются. Вы-сокая концентрация ПОУ в торфяных почвах ярко контрастирует с более низ-кими концентрациями минеральных почв (таблица 1). В результате данные были разбиты на две группы: мине-ральные почвы и торфяные почвы, а также составлены отдельные модели для каждои группы. Разделение прово-дилось на основе типа почвы, указанно-го в базе данных. После корректировки 3792 точки были классифицированы как минеральные почвы, а 139 – как торфяники. После этого данные о ми-неральных и торфяных почвах были проанализированы отдельно.

Анализ гистограммы запасов ПОУ в минеральных почвах позволил вы-явить образцы с чрезвычаи но высоки-ми (аномальными) значениями, кото-рые впоследствии были удалены из вы-борки. Затем, в точки с данными ПОУ извлекались значения из вспомога-тельных растров, создавая таким обра-зом матрицу регрессии. В ситуации, ко-гда тип почв, извлеченныи из карты, не совпадал с соответствующим типом почвы, указанным в базе данных точек, – предпочтение отдавалось точечным данным из-за возможнои неточности и обобщенного характера почвеннои кар-ты.

10


Таблица 1 – Запасы органического углерода в слое 0-30 см в основных типах почв Украины

Тип почвы

Средние запасы ПОУ, кг/м2

Тип почвы

Средние запасы ПОУ, кг/м2

Черноземы 8,3 Аллювиальные луговые 9,2

Оподзоленные 7,0 Аллювиальные дерновые 5,5

Лугово-степные 8,5 Дерново-карбонатные 8,6

Дерново-подзолистые 3,4 Каштановые 5,9

Серые лесные 4,5 Солонцы степные 5,3

Болотные 22,7 Солонцы луговые 5,9

Дерновые оглеенные 5,2 Подзолисто-буроземные по-верхностнооглеенные

5,9

Дерново-подзолистые оглеенные

4,1 Аллювиальные лугово-болотные

9,0

Дерновые боровые 5,6 Солончаки 4,4

Луговые 9,2 Оподзоленные оглеенные 5,9

Серые лесные оглеен-ные

3,9 Лугово-болотные 8,0

Буроземные 7,9 Аллювиальные болотные 12,0

Примечание: Тип почвы указан согласно классификации почв Украины [21]

Категориальные переменные в матрице: тип почвы, материнская поро-да и тип растительности были преобра-зованы из числового типа данных в факторныи . Для пространственного моделирования распределения запасов органического углерода в минеральных почвах был использован алгоритм Ran-dom Forest [22]. Моделирование про-странственного распределения запасов органического углерода для торфяных почв выполнено с использованием ме-тода кригинга, поскольку существую-щии набор данных по торфяникам при использовании регрессионнои модели показал очень низкую зависимость по-казателя запасов ПОУ от используемых в модели переменных. Далее, мине-ральные и торфяные почвы были объ-

единены воедино для создания итого-вого слоя моделирования запасов ПО, и для получения окончательного вариан-та карты.

РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

На рисунке 2 отображены смоде-лированные значения запасов органи-ческого углерода в слое 0-30 см в поч-вах Украины с разрешением 1x1 км. Здесь четко просматриваются богатые углеродом черноземные почвы Лесо-степи и Степи. Наименьшие же значе-ния характерны для песчаных подзоли-стых почв зоны Украинского Полесья, а также засушливои зоны Сухои Степи на юге страны [23]. Также заметно влия-ние орографического фактора на про-странственные распределения запасов ПОУ.

11


Рисунок 2 – Запасы органического углерода в почвах Украины (слои 0-30 см)

Неопределенность полученнои модели была оценена с использовани-ем таких параметров, как коэффициент детерминации (R²) и среднеквадратич-ная ошибка модели (RMSE). Получен-ные в результате кросс-валидации зна-

чения R² = 0,56 и RMSE = 1,82 для мине-ральных почв, свидетельствуют о при-емлемои точности модели. Анализ остатков показал их нормальное рас-пределение, это доказывает то, что по-лученная модель не смещена (рисунок 3).

Рисунок 3 – Гистограмма распределения остатков полученнои модели

12


Для оценки влияния предикторов модели на пространственное распреде-ление запасов почвенного органиче-ского углерода использовались пара-метры IncMSE и IncNodePurity Random Forest (таблица 2). IncMSE – это увели-чение среднеквадратичных ошибок параметров в результате перестановки

определеннои переменнои . IncNodePu-rity характеризует, насколько разбие-ние деревьев решении Random Forest (на основе определенного параметра) увеличивает "чистоту" узлов разбие-ния (разница средних квадратичных ошибок до и после разделения).

Таблица 2 – Наиболее значимые переменные при моделировании запасов почвен-ного органического углерода

Наиболее значимые переменные модели на основе статистических оценок:

IncMSE IncNodePurity

- тип почвы 4 (Дерново-подзолистые поч-вы); - тип почвы 5 (Серые лесные почвы); - сезонность температуры; - коэффициент отражения непокрытои почвы в ближнем ИК-диапазоне; - количество осадков в холодныи период (Декабрь-Февраль)

- сезонность температуры; - коэффициент отражения непокрытои почвы в ближнем ИК-диапазоне; - тип почвы 4 (Дерново-подзолистые поч-вы); - ГТК; - тип почвы 1 (Чернозем)

Подводя итоги, можно сказать, что наиболее важными параметрами в модели являются: тип почвы, климат и коэффициент отражения открытои почвы в ближнем ИК-диапазоне.

Национальная карта почвенного органического углерода Украины была создана и интегрирована в Глобальную карту почвенного органического угле-рода ФАО – GSOCmap [24-25] при под-держке Секретариата Глобального Поч-венного Партнерства наряду с вкладом других стран.

ЗАКЛЮЧЕНИЕ

Национальная карта почвенного органического углерода Украины явля-ется вкладом Украины в глобальную карту запасов почвенного органическо-го углерода (GSOCmap). Карта была со-здана с использованием современных технологии цифрового картографиро-вания почв, с учетом спецификации ГПП и является репрезентативнои для пространственного распределения ор-ганического углерода в почвах Украи-ны. Однако, следует отметить, что дан-ная пространственная оценка основана

на наборе данных, 30 % из которых, по-лучены в период до 1991 года. Это озна-чает, что для установления базовои ли-нии для мониторинга ПОУ в Украине необходимы дальнеи шие исследования и дополнительные данные. Модель для запасов ПОУ в торфяных почвах имеет высокую неопределенность из-за недо-статочного количества и качества дан-ных. Для более точнои оценки их ны-нешнего состояния требуется дополни-тельные полевые обследования этих почв.

Национальная карта запасов поч-венного углерода Украины для слоя 0-30 см с разрешением 1х1 км разрабо-тана посредством инклюзивного про-цесса с участием 14 научных организа-ции Украины при поддержке Межпра-вительственнои техническои группы по почвам, секретариата Глобального Почвенного Партнерства ФАО и Между-народного центра почвеннои информа-ции ISRIC. Более 100 ученых-почвоведов Украины поделились свои-ми данными полевых обследовании содержания и запасов органического

13


углерода в почвах, которые были объ-единены в единую БД и интегрирова-ны в национальную и глобальную кар-ты запасов ПОУ. Для дальнеи шего ис-пользования таких карт для целеи мо-ниторинга содержания органического углерода в почвах и принятия обосно-ванных решении управления почвами и отслеживания воздеи ствие этих мер, необходимо организовать непрерыв-

ныи процесс обмена и обработки (в том числе и с помощью цифровых карто-графических процедур) актуальнои почвеннои информации между научны-ми и государственными учреждениями Украины. Наиболее эффективным спо-собом организации этого процесса бы-ло бы создание национальнои инфор-мационнои системы почв Украины.

БЛАГОДАРНОСТИ

Мы выражаем свою благодарность за финансовую и методологическую поддержку секретариату Глобального почвенного партнерства, а также экспер-там Международного центра почвеннои информации ISRIC за обучение по циф-ровому картированию почв и подготовку дополнительных ковариационных сло-ев, использованных для пространственного моделирования.

Также выражаем свою благодарность всем организациям и сотрудникам, принявшим участие в составлении БД натурных измерении содержания органи-ческого углерода в почвах Украины. Выражаем благодарность за предоставлен-ные данные коллективам: научных подразделении ННЦ «ИПА имени А.Н. Соколовского», Полесскои опытнои станции ННЦ «ИПА имени А.Н. Соколовского», Национального научного центра «Институт земледелия Национальнои академии наук Украины (НААНУ)», Черкасскои государственнои сельскохозяи ственнои опытнои станции ННЦ «Институт земледелия НААНУ», Института риса НААНУ, Института сельскохозяи ственнои микробиологии и агро-промышленного производства НААНУ, Института сельского хозяи ства Карпат-ского региона НААНУ, Волынскои государственнои сельскохозяи ственнои опыт-нои станции Института сельского хозяи ства Западного Полесья, Кировоградскои государственнои сельскохозяи ственнои опытнои станции НААНУ, Луганского ин-ститута агропромышленного производства НААНУ, Научно-исследовательского института лесного хозяи ства и агролесомелиорации им. Г.Н. Высоцкого, Львов-ского национального университета имени Ивана Франко, Одесского националь-ного университета имени И.И. Мечникова, Житомирского национального агро-экологического университета, Харьковского национального аграрного универси-тета имени В.В. Докучаева, Львовского национального аграрного университета.

СПИСОК ЛИТЕРАТУРЫ

1 Lal R. Soil health and carbon management [Electronic resource] // Food and Energy Security. – 2016. – Vol. 5, Issue 4. – P. 212-222. – Mode of access: https://doi.org/10.1002/fes3.96.

2 ФАО И ЦУР. Показатели: достижение результатов в выполнении Повестки дня в области устои чивого развития на период до 2030 года [Электронныи ре-сурс]. – ФАО, 2017. – 40 с. – Режим доступа: http://www.fao.org/3/a-i6919r.pdf.

3 GSP Guidelines for sharing national data/information to compile a Global Soil Organic Carbon map (GSOC17) [Electronic resource]. – FAO, 2016. – 23 с. – Mode of ac-cess: http://www.fao.org/3/a-bp164e.pdf.

4 Status of the World's Soil Resources (SWSR). Main Report [Electronic resource]. – Rome, Italy: FAO and ITPS, 2015. – 650 p. – Mode of access: http://www.fao.org/3/a-i5199e.pdf.

https://doi.org/10.1002/fes3.96http://www.fao.org/3/a-i6919r.pdfhttp://www.fao.org/3/a-bp164e.pdfhttp://www.fao.org/3/a-i5199e.pdf

14


5 Soil Organic Carbon Mapping Cookbook / ed. by Yu.Yigini, R. Baritz, Ronald R. Vargas. – 1st ed. – Rome, Italy: FAO and GSP, 2017. – 200 p.

6 Лактионова Т.Н., Медведев В.В., Савченко К.В., Бигун О.Н., Шеи ко С.Н., Накисько С.Г. База данных «Свои ства почв Украины». Структура и порядок ис-пользования. – Изд. 2-ое – Харьков: ЦТ №1, 2012. – 150 с.

7 Медведєв В.В., Пліско І.В., Бігун О.М Досвід педотрансферного моделюван-ня у дослідженнях фізики ґрунтів [Electronic resource] // Вісник аграрної науки. – 2015. – № 1. – C. 17 – 24. – Mode of access: http://agrovisnyk.com/pdf/ua_2015_01_02.pdf.

8 Медведєв В.В., Лактіонова Т.М., Пліско І.В., Бігун О.М., Шеи ко С.М., Накісько С.Г. Агрономічно орієнтоване раи онування земель за властивостями ґрунтів (обґрунтування, методи, приклади). – Харків: КП «Міська друкарня», 2012. – 100 с.

9 Трускавецькии Р.С. Торфові грунти і торфовища Украї ни. – Харків: Міськд-рук, 2010. – 278 с.

10 Agus F, Hairiah K, Mulyani A. Measuring carbon stock in peat soils: practical guidelines. – Bogor, Indonesia: World Agroforestry Centre (ICRAF) Southeast Asia Re-gional Program, Indonesian Centre for Agricultural Land Resources Research and Devel-opment, 2011. – 60 p.

11 McBratney A.B., Mendonça Santos M.L., Minasny B. On digital soil mapping [Electronic resource] // Geoderma. – 2016. – Vol. 117, Issue 1–2. – P. 3-52. – Mode of access: https://doi.org/10.1016/S0016-7061(03)00223-4.

12 Conrad O., Bechtel B., Bock M., Dietrich H., Fischer E., Gerlitz L., Wehberg J., Wichmann V., and Boehner J. System for Automated Geoscientific Analyses (SAGA) v. 2.1.4. // Geosci. Model Dev. – 2015. - Vol. 8, issue 7. – P. 1991-2007.

13 Guisan A., Weiss S.B., Weiss, A.D. GLM versus CCA spatial modeling of plant species distribution // Plant Ecology. – 1999. – Vol. 143, Issue 1. – P. 107-122.

14 Didan. K. MOD13Q1 MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V006. NASA EOSDIS Land Processes DAAC [Electronic resource]: Land Process-es Distributed Active Archive Center (LP DAAC). – 2015. – Mode of access: https://doi.org/10.5067/MODIS/MOD13Q1.006.

15 Running S. Mu. Q., Zhao M. MOD17A3H MODIS/Terra Net Primary Production Yearly L4 Global 500m SIN Grid V006. NASA EOSDIS Land Processes DAAC [Electronic resource]: Land Processes Distributed Active Archive Center (LP DAAC). – 2015. – Mode of access: https://doi.org/10.5067/MODIS/MOD17A3H.006.

16 Трускавецькии , С.Р. Використання багатоспектрального космічного ска-нування та геоінформаціи них систем у дослідженні грунтового покриву Полісся : автореф. дис. канд. біол. наук (03.00.18) / С.Р. Трускавецькии . – Харків: ННЦ «ІГА імені О.Н. Соколовського», 2006. – 24 с.

17 The R Project for Statistical Computing [Electronic resource]: R-project. – 2017. – Mode of access: https://www.r-project.org/.

18 Полупан М.І., Соловеи В.Б., Величко В.А. Класифікація ґрунтів Украї ни / За ред. М.І. Полупана. – К.: Аграрна наука, 2005. – 300 с.

19 Hijmans R.J., Cameron S.E., Parra J.L., Jones P.G. and Jarvis A. Very high resolu-tion interpolated climate surfaces for global land areas // International Journal of Cli-matology. – 2005. – Vol. 25, Issue15. – P. 1965-1978.

20 RStudio Team. RStudio: Integrated Development for R. [Electronic resource]: RStudio, Inc., Boston, MA . – 2017. – Mode of access: http://www.rstudio.com/.

21 Почвы Украины и повышение их плодородия / под. Ред. Н.И. Полупана. – Киев: Урожаи , 1988. – 293 с.

http://agrovisnyk.com/pdf/ua_2015_01_02.pdfhttp://agrovisnyk.com/pdf/ua_2015_01_02.pdfhttps://doi.org/10.1016/S0016-7061(03)00223-4https://doi.org/10.5067/MODIS/MOD13Q1.006https://doi.org/10.5067/MODIS/MOD13Q1.006https://doi.org/10.5067/MODIS/MOD17A3H.006https://www.r-project.org/http://www.rstudio.com/

15


22 Breiman L. Random forests // Machine Learning. – 2001. – Vol. 45, Issue 1. – P. 5–32.

23 Полупан М.І., Величко В.В., Соловеи В.Б. Розвиток украї нського агрономіч-ного ґрунтознавства: генетичні та виробничі аспекти / за ред. М.І. Полупана. – К.: Аграрна наука, 2015. – 400 с.

24 GLOSIS - GSOCmap V1.0 (BETA) [Electronic resource]: Food and Agriculture Organization of the United Nations. – 2017. – Mode of access: http://54.229.242.119/apps/GSOCmap.html.

25 Global Soil Organic Carbon Map (GSOCmap) Technical Report [Electronic re-source]. – Rome, Italy: FAO and ITPS, 2018. –162 pp. – Mode of access: http://www.fao.org/3/i8891en/I8891EN.pdf.

REFERENCES

1 Lal R. Soil health and carbon management [Electronic resource] // Food and Energy Security. – 2016. – Vol. 5, Issue 4. – P. 212-222. – Mode of access: https://doi.org/10.1002/fes3.96.

2 FAO I TsUR. Pokazateli: dostizheniye rezultatov v vypolnenii Povestki dnya v ob-lasti ustoychivogo razvitiya na period do 2030 goda [Elektronny resurs]. – FAO, 2017. – 40 s. – Rezhim dostupa: http://www.fao.org/3/a-i6919r.pdf.

3 GSP Guidelines for sharing national data/information to compile a Global Soil Organic Carbon map (GSOC17) [Electronic resource]. – FAO, 2016. – 23 s. – Mode of ac-cess: http://www.fao.org/3/a-bp164e.pdf.

4 Status of the World's Soil Resources (SWSR). Main Report [Electronic resource]. – Rome, Italy: FAO and ITPS, 2015. – 650 p. – Mode of access: http://www.fao.org/3/a-i5199e.pdf.

5 Soil Organic Carbon Mapping Cookbook / ed. by Yu.Yigini, R. Baritz, Ronald R. Vargas. – 1st ed. – Rome, Italy: FAO and GSP, 2017. – 200 p.

6 Laktionova T.N., Medvedev V.V., Savchenko K.V., Bigun O.N., Sheyko S.N., Nakisko S.G. Baza dannykh «Svoystva pochv Ukrainy». Struktura i poryadok ispolzovaniya. – Izd. 2-oye – Kharkov: TsT №1, 2012. – 150 s.

7 Medvedєv V.V., Plіsko І.V., Bіgun O.M Dosvіd pedotransfernogo modelyuvannya u doslіdzhennyakh fіziki ґruntіv [Electronic resource] // Vіsnik agrarnoї nauki. – 2015. – № 1. – C. 17 – 24. – Mode of access: http://agrovisnyk.com/pdf/ua_2015_01_02.pdf.

8 Medvedєv V.V., Laktіonova T.M., Plіsko І.V., Bіgun O.M., Sheyko S.M., Nakіsko S.G. Agronomіchno orієntovane rayonuvannya zemel za vlastivostyami ґruntіv (obґruntuvannya, metodi, prikladi). – Kharkіv: KP «Mіska drukarnya», 2012. – 100 s.

9 Truskavetsky R.S. Torfovі grunti і torfovishcha Ukraї ni. – Kharkіv: Mіskdruk, 2010. – 278 s.

10 Agus F, Hairiah K, Mulyani A. Measuring carbon stock in peat soils: practical guidelines. – Bogor, Indonesia: World Agroforestry Centre (ICRAF) Southeast Asia Re-gional Program, Indonesian Centre for Agricultural Land Resources Research and Devel-opment, 2011. – 60 p.

11 McBratney A.B., Mendonça Santos M.L., Minasny B. On digital soil mapping [Electronic resource] // Geoderma. – 2016. – Vol. 117, Issue 1–2. – P. 3-52. – Mode of access: https://doi.org/10.1016/S0016-7061(03)00223-4.

12 Conrad O., Bechtel B., Bock M., Dietrich H., Fischer E., Gerlitz L., Wehberg J., Wichmann V., and Boehner J. System for Automated Geoscientific Analyses (SAGA) v. 2.1.4. // Geosci. Model Dev. – 2015. - Vol. 8, issue 7. – P. 1991-2007.

13 Guisan A., Weiss S.B., Weiss, A.D. GLM versus CCA spatial modeling of plant spe-cies distribution // Plant Ecology. – 1999. – Vol. 143, Issue 1. – P. 107-122.

http://54.229.242.119/apps/GSOCmap.htmlhttp://54.229.242.119/apps/GSOCmap.htmlhttp://www.fao.org/3/i8891en/I8891EN.pdf

16


14 Didan. K. MOD13Q1 MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V006. NASA EOSDIS Land Processes DAAC [Electronic resource]: Land Process-es Distributed Active Archive Center (LP DAAC). – 2015. – Mode of access: https://doi.org/10.5067/MODIS/MOD13Q1.006.

15 Running S. Mu. Q., Zhao M. MOD17A3H MODIS/Terra Net Primary Production Yearly L4 Global 500m SIN Grid V006. NASA EOSDIS Land Processes DAAC [Electronic resource]: Land Processes Distributed Active Archive Center (LP DAAC). – 2015. – Mode of access: https://doi.org/10.5067/MODIS/MOD17A3H.006.

16 Truskavetsky, S.R. Vikoristannya bagatospektralnogo kosmіchnogo skanuvann-ya ta geoіnformatsіynikh sistem u doslіdzhennі gruntovogo pokrivu Polіssya : avtoref. dis. kand. bіol. nauk (03.00.18) / S.R. Truskavetsky. – Kharkіv: NNTs «ІGA іmenі O.N. Sokolovskogo», 2006. – 24 s.

17 The R Project for Statistical Computing [Electronic resource]: R-project. – 2017. – Mode of access: https://www.r-project.org/.

18 Polupan M.І., Solovey V.B., Velichko V.A. Klasifіkatsіya ґruntіv Ukraї ni / Za red. M.І. Polupana. – K.: Agrarna nauka, 2005. – 300 s.

19 Hijmans R.J., Cameron S.E., Parra J.L., Jones P.G. and Jarvis A. Very high resolu-tion interpolated climate surfaces for global land areas // International Journal of Cli-matology. – 2005. – Vol. 25, Issue15. – P. 1965-1978.

20 RStudio Team. RStudio: Integrated Development for R. [Electronic resource]: RStudio, Inc., Boston, MA . – 2017. – Mode of access: http://www.rstudio.com/.

21 Pochvy Ukrainy i povysheniye ikh plodorodiya / pod. Red. N.I. Polupana. – Ki-yev: Urozhay, 1988. – 293 s.

22 Breiman L. Random forests // Machine Learning. – 2001. – Vol. 45, Issue 1. – P. 5–32.

23 Polupan M.І., Velichko V.V., Solovey V.B. Rozvitok ukraї nskogo agronomіchnogo ґruntoznavstva: genetichnі ta virobnichі aspekti / za red. M.І. Polupana. – K.: Agrarna nauka, 2015. – 400 s.

24 GLOSIS - GSOCmap V1.0 (BETA) [Electronic resource]: Food and Agriculture Organization of the United Nations. – 2017. – Mode of access: http://54.229.242.119/apps/GSOCmap.html.

25 Global Soil Organic Carbon Map (GSOCmap) Technical Report [Electronic re-source]. – Rome, Italy: FAO and ITPS, 2018. –162 pp. – Mode of access: http://www.fao.org/3/i8891en/I8891EN.pdf.

ТҮИ ІН

К.В. Вяткин1, 2, Ю.В. Залавскии 1, О.Н. Бигун1, В.В. Лебедь1, А.И. Шерстюк1, И.В. Плиско1, С.Г. Накисько1

ТОПЫРАҚТЫ КАРТОГРАФИЯЛАУДЫҢ ЦИФРЛЫҚ ӘДІСТЕМЕСІН ПАИ ДАЛАНУ АРҚЫЛЫ УКРАИНА ТОПЫРАҒЫНДАҒЫ ОРГАНИКАЛЫҚ КӨМІРТЕК ҚОРЫНЫҢ

ҰЛТТЫҚ ТОПЫРАҚ КАРТАСЫН ҚҰРАСТЫРУ 1«А. Н. Соколовский атындағы топырақтану және агрохимия институты»

ұлттық ғылыми орталығы, 61024, Украина, Харьков қ. Чайковская, 4 көшесі; 2Ғаламдық топырақтық әріптестік хатшылығы, Біріккен Ұлттар

Ұйымының Азық-түлік және ауылшаруашылық ұйымы, Viale delle Terme di Caracalla, 00153 Рим, Италия, e-mail: [email protected]

Украина аумағындағы органикалық көміртек құрамы туралы ақпараттың негізінде, сондаи -ақ мұрағаттық топырақ карталары, қашықтықтан зондтау материалдары, цифрлық модельдеу технологияларын қолданумен топырақтың және

17


климаттық көрсеткіштердің қосымша сипаттамалары және топырақты картографиялау нәтижесінде 0-30 см қабатта 1х1 км рұқсатымен топырақ құрамындағы органикалық көміртек қоры көрсетілген ұлттық топырақ картасы құрастырылды. Минералды топырақтағы органикалық көміртек қорларының кеңістіктікте үлестірілуін модельдеуде Random Forest, ал шымтезектерде - кригинг алгоритмі қолданылды. Украина аумағында органикалық көміртек қорларының ұлттық топырақ картасы Біріккен Ұлттар Ұи ымының Азық-түлік және ауылшаруашылық ұи ымының техникалық ерекшеліктеріне сәи кес әзірленген және ФАО (GSOCmap) ғаламдық топырақ органикалық көміртек картасына кіргізілген.

Түйінді сөздер: цифрлық топырақ картасын жасау, топырақтағы органикалық көміртек, Украинаның топырақ жамылғысы, Ғаламдық Топырақ серіктестік, GSOCmap.

SUMMARY

K. Viatkin1,2, Yu. Zalavskyi1, О. Bihun1, V. Lebed1, O. Sherstiuk1, I. Plisko1, S. Nakisko1

CREATION OF THE UKRAINIAN NATIONAL SOIL ORGANIC CARBON STOCKS MAP USING DIGITAL SOIL MAPPING METHODS

1National Research Center «Institute for Soil Science and Agrochemistry Research named after O.N. Sokolovsky», 61024, Kharkiv, 4, Chaykovska St., Ukraine;

2 Global Soil Partnership Secretariat, Food and Agriculture Organisation of the Unit-ed Nations, Viale delle Terme di Caracalla, 00153 Rome, Italy,

e-mail: [email protected]

The national map of soil organic carbon stocks in the 0-30 cm layer in Ukraine with reso-lution of 1x1 km was created based on information on organic carbon content in soils of Ukraine, as well as archive soil maps, remote sensing materials, additional characteristics of soil and cli-mate indicators using digital soil mapping technology. Modeling of the distribution of organic carbon stocks in mineral soils was carried out using the Random Forest algorithm, in the peat soils - the kriging method. The national map of organic carbon stocks in the soils of Ukraine was developed in accordance with the specifications of the Food and Agriculture Organization of the United Nations (FAO) and integrated into the Global Soil Organic Carbon Map of FAO (GSOCmap).

Key words: digital soil mapping, soil organic carbon, soil cover of Ukraine, Global Soil Part-nership, GSOCmap.

18


УДК 631:659.78:528(075)

М.А. Солоха1

МЕТОДИЧЕСКИЙ ПОДХОД К ОПРЕДЕЛЕНИЮ ПОЧВЕННЫХ КОНТУРОВ НА ОС-НОВЕ АЭРОФОТОСЪЕМКИ С БЕСПИЛОТНОГО ЛЕТАЮЩЕГО АППАРАТА

1Национальный научный центр «Институт почвоведения и агрохимии име-ни А.Н.Соколовского», 61024, Харьков, ул. Чайковского, 4, Украина,

e-mail: [email protected]

Аннотация. В статье раскрыт методическии подход определения почвенных кон-туров методом аэрофотосъемки с беспилотного летающего аппарата (БЛА) фотоаппара-том Pentax W60. Суть которого заключается в прямых измерениях всех каналов модели RGB в формате JPEG. Показаны в виде статистических графиков особенности определе-ния почвенных контуров разных типов почв на территории Украины. Описана методика полета БЛА, позволяющая повысить точность определения почвенных контуров и уменьшить ошибку при создании ортофотоплана, которыи является основои при созда-нии почвеннои картосхемы.

Ключевые слова: аэрофотосъемка, почвенныи контур, беспилотныи летающии ап-парат (БЛА), модели RGB.

ВВЕДЕНИЕ

Начиная с 50-х годов 20 века уче-ные [1, 2] указывали на особые возмож-ности аэрофотоснимков передавать фотоизображения почв, рельефа, рас-тительности одновременно с совокуп-ными взаимосвязями. Аэрофотосни-мок, которыи был сделан с помощью специализированных аэрофотосъемоч-ных комплексов, передавал сложную по многообразию тона и форм, но един-ственную по составным элементам ин-формацию, что очень актуально и по-ныне.

Прошло несколько десятилетии , и изменились технические возможно-сти средств съемки, а ставящиеся пе-ред неи научные задачи остались неиз-менны. В современных условиях аэро-фотосъемка производится не на плен-ку, а на фотосенсор, которыи вмонтиро-ван в фотоаппарат, в том числе, и быто-вого уровня [3]. Подобные съемки про-водятся все чаще и имеют высокие пер-спективы дальнеи шего использования, поэтому возникает вопрос о возможно-сти получения достовернои информа-ции о состоянии почвенных контуров с помощью фототехники такого уровня. Таким образом, с однои стороны есть технические возможности для исполь-

зования в оперативном картографиро-вании почв, с другои стороны отсут-ствует методология их использования, что приводит к невозможности систе-матизации и верификации данных, по-лученных с БЛА, и поэтому проведение подобных научных исследовании акту-ально.

Методология использования аэрофотоснимков с самолетов была создана и усовершенствована в период 30-90-х годов 20 века [4-11], а также рядом современных исследовании [12, 13]. Но особенностью этои методоло-гии является использование всеми ис-следователями специализированных фотокомплектов, установленных на самолетах, что значительно повышало стоимость аэрофотосъемки. Высокая стоимость этих исследовании , послу-жила причинои научнои «остановки» в период с 1991-2002 гг., обусловленнои общеи политическои ситуациеи стран СНГ, подобная ситуация сложилась и за рубежом.

Появление нового инструмента (беспилотные авиационные системы), придало новизну этому исследованию. Начиная с 2000-х годов, в этом направ-лении началось развитие методологи-ческои мысли [14-21], в связи с отсут-

mailto:[email protected]

19


ствием или существенным отставанием современнои методологии анализа по-лученных аэрофотоснимков от нового источника поставки снимков БЛА с ка-мерами бытового уровня и их верифи-кации.

В период научного использования БЛА сложилась ситуация, когда при от-сутствии аналитическои базы для этих аэрофотоснимков приспосабливают и используют методическую базу для космических снимков. Наибольшим от-рицательным примером, по мнению автора, является использование вегета-ционных индексов, при том, что они не в состоянии выполнить задачу инвен-таризации почв и установления поч-венных контуров. Также на результат съемки существенно влияет метеоро-логическая ситуация в раи оне проведе-ния съемки, речь идет об облачности, осадках и ветре. Как следствие, влия-ния природных факторов, появляются факторы технологического плана: не-определенность в порядке работы и алгоритмов применения фотоаппара-туры, порядок удаления влияния ме-теорологических факторов на ортофо-топланы и методические вопросы вер-ного определения контуров почв.

Для достижения поставленнои цели – создания методологии картогра-фирования почвенных контуров на ос-нове аэрофотосъемки с беспилотного летательного аппарата с использовани-ем камеры бытового уровня, была по-ставлена следующая задача: проверка методики анализа модели RGB в форма-те jpeg для определения почвенных контуров на ортофотопланах, снимках без растительности и с нею.

ОБЪЕКТЫ И МЕТОДЫ

Объект исследовании – почвен-ныи покров различнои степени увлаж-нения.

Съемка БЛА проводилась на те-стовых площадках:

- №1.1–1.4 в Черниговскои обла-сти (г. Репки и его округа).

- №2.1-2.13 в раи оне населенных пунктов Богуславского раи она Киев-скои области, Новоархангельского раи -она Кировоградскои области, Чугуев-ского раи она Харьковскои области.

- №3.1-3.2 в Херсонскои области, Скадовскои раи он.

Методы исследовании : контакт-ные – классические методы почвоведе-ния (заложение разрезов и прикопок), дистанционные – аэрофотосъемка с помощью беспилотного летательного аппарата.

Регистрацию каналов модели RGB выполняли с помощью фотоаппарата Pentax W60, установленного на БЛА. Технические характеристики: 1/2,3" CCD-матрица, затвор при съемке: 1/5-1/320. ISO 50-1600 в режиме Digital SR (5 Мп). Съемка проводилась в дневные часы (с 9.30 до 17.00) с разных позиции и направлении визирования. Спек-тральная яркость вычислялась в про-граммном комплексе Erdas Image 9.1. Высота полета БЛА над тестовыми пло-щадками колебалась в диапазоне от 80 м до 100 м, съемка проводилась при разных условиях освещения и облачно-сти для наработки методических реше-нии по снижению влияния этих факто-ров на достоверность информации. Для решения задачи определения почвен-ных контуров маршруты БЛА изначаль-но имели разные направления полета и планомерно покрывали площадь каж-дого поля (полет змеи кои ). Такои под-ход занимал много времени (до 40 мин. на 100 га), поэтому маршруты измени-ли. Измененныи маршрут имел вид не-скольких спиралеи над центром поля сначала снизу вверх, потом сверху вниз. Это позволило исключить ошибки при определении контуров в случае облач-ности, разных углов освещения и суще-ственно сократило время съемки (до 10 мин на 100 га). При создании орто-фотоплана использовали сшивку аэро-фотоснимков, в основе которои исполь-зовалась модель Брауна (коррекция

20


дисторсии аэрофотоснимка). При этом обработка снимков проводилась по следующему алгоритму: выравнивание снимков, построение геометрии орто-фотоплана (схемы), построение тексту-ры плана и сохранение проекта (схемы). Для построения ортофотопла-на использовались как плановые (ось съемки фотоаппарата 900), так и пер-спективные снимки (ось съемки варьи-ровала от 900 до 600). На основе обрабо-танных по указанному алгоритму снимков устанавливались почвенные неоднородности и их контура на терри-тории поля, затем полученная инфор-мация отображалась в виде первичнои схемы, которая требовала проверки. Проверку и уточнение почвенных кон-туров, установленных дистанционно, проводили с помощью натурных иссле-довании – закладка почвенных разре-

зов с последующим описанием морфо-логических показателеи по почвенному профилю. Затем производилось постро-ение полученных почвенных картосхем с их географическои привязкои в соот-ветствующем ГИС пакете (ArcInfo, Mapinfo).

РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ

После съемки проводилось каме-ральное определение характеристик модели RGB почвенных контуров, как исходных данных для анализа аэрофо-тоснимков с помощью программного обеспечения Erdas Images 9.1., а именно программного модуля Basic HyperSpec-tral Tools. В результате получены сред-ние значения спектральных яркостеи со стандартными отклонениями, по каждому из каналов на каждои из пло-щадок (таблица 1).

Таблица 1 – Показатели каналов RGB модели (формат JPEG) исследуемых пло-щадок

№ п/п

Название Канал R Канал G Канал B Метео условия

Наличие расти-тельности на

почве 1 2 3 4 5 6 7

1 Площадка № 1.1.(точка № 1)

124±3,9 104±4,5 168±7,8 солнечно отсутствует

2 Площадка № 1.1.(точка № 2) фон











132±4,1 125±3,9 105±7,9 солнечно присутствует



9 Площадка № 2.1. (точка № 2)




21


Продолжение таблицы 1

1 2 3 4 5 6 7 11 Площадка № 2.1.

(точка № 1) фон 61±4,1 63±4,1 57±5,2 солнечно отсутствует





14 Площадка № 2.2. (точка № 3) фон











142±8,8 121±10,

3 82±11,2

густая об-лачность

отсутствует


38±6,8 36±8,4 41±10,0 густая об-лачность




22 Площадка № 2.6. (точка №2) фон


23 Площадка № 2.7. (точка № 2) смыв русло









138±5,2 144±6,4 147±10,

5 густая об-лачность






















22


Продолжение таблицы 1

1 2 3 4 5 6 7













42 Площадка № 2.13. (точка №2)




На основе этих данных постро�

ПОЧВОВЕДЕНИЕ И...

Documents