esoilБюллетень Почвенного института имени В.В. ДокучаеваDokuchaev Soil Bulletin0136-16942312-4202V.V. Dokuchaev Soil Science Institute10.19047/0136-1694-2026-127-5-38esoil-1073Research ArticleСтатьиПочвенные комбинации как объект цифровой почвенной картографии: лесостепь Окско-Донской низменностиSoil combinations as an object of digital soil mapping: forest-steppe of the Oka-Don lowlandhttps://orcid.org/0000-0003-0103-0300КозловД. Н.KozlovD. N.

119017, Москва, Пыжевский пер, 7, стр. 2 

7 Bld. 2 Pyzhevskiy per., Moscow 119017 

Kozlov_DN@esoil.ruhttps://orcid.org/0000-0003-0377-3124ЛозбеневН. И.LozbenevN. I.

119017, Москва, Пыжевский пер, 7, стр. 2 

7 Bld. 2 Pyzhevskiy per., Moscow 119017 

nlozbenev@mail.ruhttps://orcid.org/0009-0000-7865-9807ЛевченкоЕ. А.LevchenkoE. A.

119017, Москва, Пыжевский пер, 7, стр. 2 

7 Bld. 2 Pyzhevskiy per., Moscow 119017 

novichkova.ea@mail.ruФИЦ “Почвенный институт им. В.В. Докучаева”РоссияFederal Research Centre “V.V. Dokuchaev Soil Science Institute”Russian FederationФИЦ "Почвенный институт им. В.В. Докучаева"РоссияFederal Research Centre “V.V. Dokuchaev Soil Science Institute”Russian Federation2026130420260127538Copyright © Козлов Д.Н., Лозбенев Н.И., Левченко Е.А., 20262026Козлов Д.Н., Лозбенев Н.И., Левченко Е.А.Kozlov D.N., Lozbenev N.I., Levchenko E.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://bulletin.esoil.ru/jour/article/view/1073

На примере участка Битюго-Савала-Цнинского междуречья Окско-Донской низменности площадью 0.5 млн га показаны возможности цифрового картографирования компонентного состава микроструктур почвенного покрова лесостепной зоны. Слабопересеченный рельеф междуречья и породы с низкой фильтрационной способностью определили условия затрудненного поверхностного и внутрипочвенного стока и, как следствие, преобладание в структуре почвенного покрова полугидроморфных и гидроморфных почв черноземного ряда с участием солонцовых почв на северной границе их ареала. Особенности почвенного покрова региона выражены зависимостью долевого участия почв в составе почвенных комбинаций от морфологических особенностей мезорельефа как ведущего фактора их организации. Разнообразие почв и их внутриландшафтная изменчивость определены массивом 2 200 почвенных описаний 12 типов/подтипов почв. Наиболее значимые факторы их пространственной организации – крутизна склонов (°), относительные превышения в окрестности 2 000 м (м), превышения над базисом эрозии (м), соотношение длины и крутизны склонов (LS-фактор), отношение водосборной площади к локальной крутизне (TWI), глубина (м) и плотность (га/100 га) замкнутых понижений. Региональное разнообразие почвенного покрова сведено к десяти типам микроструктур с учетом их компонентного состава. Сравнение их границ с содержанием архивных материалов почвенного обследования показало сопоставимость и преимущества цифровой модели организации почвенного покрова по сравнению с региональным обобщением крупномасштабных почвенных карт землепользований (юг Тамбовской области). Использованный подход представляется перспективным для решения фундаментальных и прикладных задач, связанных с изучением и инвентаризацией почвенного покрова как компонента ресурсного потенциала сельскохозяйственного землепользования.

A 0.5 million-hectare study area of the Bityug-Saval-Tsna interfluve of the Oka-Don lowland demonstrates the potential of digital mapping of soil combinations in the forest-steppe zone. The gently rugged topography of the interfluve and deposits with low permeability have resulted in restricted surface and subsurface runoff, leading to a predominance of semihydromorphic and hydromorphic chernozem soils in the soil structure, with some solonetzic soils at the northern boundary of their range. The region's soil cover characteristics are expressed by the dependence of the proportion of soils in soil combinations on the morphological features of the mesorelief, which is the leading factor in their organization. Soil diversity and intralandscape variability are determined by a set of 2,200 soil descriptions of 12 soil types/subtypes. The most significant factors of their spatial organization are slope steepness (°), topographic position index with radius 2,000 m (m), channel network base level (m), LS-factor, topographic wetness index (TWI), depth (m), and density (ha/100 ha) of closed depressions. Regional soil cover diversity is reduced to ten types of soil combinations, taking into account their component composition. A comparison of their boundaries with the contents of archival soil survey data demonstrated the comparability and advantages of the digital soil cover organization model compared to a regional generalization of large-scale soil maps of land use (southern Tambov Oblast). The approach used appears promising for solving fundamental and applied problems related to the study and inventory of soil cover as a component of the resource potential of agricultural land use.

структура почвенного покровапочвенно-ландшафтные связичерноземылугово-черноземные почвысолонцыфонд данныхземлеустройствоsoil cover structuresoil-landscape relationshipschernozemsmeadow-chernozem soilssolonetz soilsdata fundland managementРабота выполнена в рамках Государственного Задания Минобрнауки России на тему “Оптимизация сельскохозяйственного землепользования по экологическим и экономическим условиям в контексте современных вызовов” (НИОКТР № 125042105332-2).The studies were carried out within the framework of State assignment of the Ministry of Education and Science of Russia on the topic “Optimization of agricultural land use under environmental and economic conditions in the context of modern challenges” (NIOKTR No. 125042105332-2).ReferencesВеличко А.А., Морозова Т.Д., Нечаев В.П., Порожнякова О.М. Палеокриогенез, почвенный покров и земледелие. М.: Наука, 1996. 150 с.Velichko A.A., Morozova T.D., Nechaev V.P., Porozhnyakova O.M., Paleokriogeneza, pochvennyy pokrov i zemledeliye (Paleocryogenesis, soil cover and agriculture), Moscow: Nauka, 1996, 150 p.Единый государственный реестр почвенных ресурсов России. Версия 1.0. Коллективная монография. М.: Почвенный институт им. В.В. Докучаева Россельхозакадемии, 2014. 768 с.Edinyj gosudarstvennyj reestr pochvennyh resursov Rossii (Unified State Register of Soil Resources of Russia), Version 1.0, Moscow: V.V. Dokuchaev Soil Science Institute of the Russian Agricultural Academy, 2014, 768 p.Классификация и диагностика почв СССР. М.: Колос, 1977. 224 с.Klassifikaciya i diagnostika pochv SSSR (Classification and Diagnostics of Soils of the USSR), Moscow: Kolos, 1977, 224 p.Козлов Д.Н., Сорокина Н.П. Традиции и инновации в крупномасштабной почвенной картографии // Цифровая почвенная картография: теоретические и экспериментальные исследования. М.: Изд-во Почвенный ин-т им. В.В.Докучаева, 2012. С. 35–57.Kozlov D.N., Sorokina N.P., Traditions and innovations in large-scale soil mapping, In: Digital soil mapping: theoretical and experimental studies, Moscow: Izd-vo Pochvnyy in-t im. V.V. Dokuchayeva, 2012, pp. 35–57.Козлов Д.Н., Жидкин А.П., Лозбенев Н.И. Цифровое картографирование эрозионных структур почвенного покрова на основе имитационной модели смыва (северная лесостепь Среднерусской возвышенности) // Бюллетень Почвенного института имени В.В. Докучаева. 2019. № 100. С. 5–35. DOI: https://doi.org/10.19047/0136-1694-2019-100-5-35.Kozlov D.N., Zhidkin A.P., Lozbenev N.I., Digital mapping of soil cover eroded patterns on the basis of soil erosion simulation model (northern foreststeppe of the Central Russian Upland), Dokuchaev Soil Bulletin, 2019, Vol. 100, pp. 5–35, DOI: https://doi.org/10.19047/0136-1694-2019-100-5-35.Минаев Н.В., Никитин А.А., Козлов Д.Н. Идентификация масштабных уровней организации рельефа пашни // Бюллетень Почвенного института имени В.В. Докучаева. 2019. № 96. С. 3–21. DOI: https://doi.org/10.19047/0136-1694-2019-96-3-21.Minayev N.V., Nikitin A.A., Kozlov D.N., The scale levels identification for the plowland topography organization, Dokuchaev Soil Bulletin, 2019, Vol. 96, pp. 3–21, DOI: https://doi.org/10.19047/0136-1694-2019-96-3-21.Мильков Ф.Н. Окско-Донское плоскоместье. Воронеж: Изд-во ВГУ, 1976. 176 с.Milkov F.N., Oksko-Donskoe ploskomest'e (Oka-Don flat land), Voronezh: Izd-vo VGU, 1976, 176 p.Природно-сельскохозяйственное районирование и использование земельного фонда СССР. М.: Колос, 1983. 336 с.Prirodno-sel'skohozyajstvennoe rajonirovanie i ispol'zovanie zemel'nogo fonda SSSR (Natural and agricultural zoning and use of the land fund of the USSR), Moscow: Kolos, 1983, 336 p.Савин И.Ю. Методология крупномасштабного картографирования почв: подходы, проблемы и перспективы // Почвоведение. 2025. № 10. С. 1243–1251. DOI: https://doi.org/10.7868/S3034561825100011.Savin I.Yu., Large-scale soil mapping methodology: approaches, challenges, and prospects, Eurasian Soil Science, 2025, Vol. 58, 134, DOI: https://doi.org/10.1134/S1064229325600897.Самойлова Е.М. Луговые почвы лесостепи. М.: Изд-во МГУ, 1981. 283 с.Samoylova E.M., Lugovye pochvy lesostepi (Meadow soils of the foreststeppe), Moscow: Izd-vo MSU, 1981, 283 p.Сорокина Н.П., Козлов Д.Н. Возможности цифрового картографирования структуры почвенного покрова // Почвоведение. 2009. № 2. С. 198–210.Sorokina N.P., Kozlov D.N., Vozmozhnosti tsifrovogo kartografirovaniya struktury pochvnogo pokrova (Possibilities of digital mapping of the soil cover structure), Pochvovedenie, 2009, No. 2, pp. 198–210.Филь П.П. Влияние западинных урочищ на гидрологическое функционирование лесостепных ландшафтов Окско-Донской низменности: Автореф. дис. ... канд. с.-х. наук. М., 2025. 26 с.Fil P.P., Vliyaniye zapadinnykh urochishch na gidrologicheskoye funktsionirovaniye lesostepnykh landshaftov Oksko-Donskoy nizmennosti: Avtoref. dis. ... kand. s.-kh. nauk (The influence of depressions on the hydrological functioning of forest-steppe landscapes of the Oka-Don Lowland, Extended abstract of candidate thesis), 2025, 26 p.Bell J.C., Cunningham R.L., Havens M.W. Calibration and validation of a soil-landscape model for predicting soil drainage class // Soil Science Society of America Journal. 1992. Vol. 56. No. 6. P. 1860–1866.Bell J.C., Cunningham R.L., Havens M.W., Calibration and validation of a soil-landscape model for predicting soil drainage class, Soil Science Society of America Journal, 1992, Vol. 56(6), pp. 1860–1866.Bishop T.F.A., Minasny B., McBratney A.B. Uncertainty analysis for soilterrain models // International Journal of Geographical Information Sciences. No. 20. 2006. P. 117–134.Bishop T.F.A., Minasny B., McBratney A.B., Uncertainty analysis for soilterrain models, International Journal of Geographical Information Sciences, 2006, No. 20, pp. 117–134.Conrad O., Hartl P., Geschke A. SAGA GIS 2.1.4 // Geoscientific Model Development. 2015. No. 8. P. 1997–2007.Conrad O., Hartl P., Geschke A., SAGA GIS 2.1.4, Geoscientific Model Development, 2015, No. 8.Fil P.P., Yurova A.Y., Dobrokhotov A., Kozlov D. Estimation of infiltration volumes and rates in seasonally water-filled topographic depressions based on remote-sensing time series // Sensors. 2021. Vol. 21. P. 7403. DOI: https://doi.org/10.3390/s21217403.Fil P.P., Yurova A.Y., Dobrokhotov A., Kozlov D., Estimation of infiltration volumes and rates in seasonally water-filled topographic depressions based on remote-sensing time series, Sensors, 2021, Vol. 21, p. 7403.Fridland V.M. Pattern of the Soil Cover. Israel Program for Scientific Translations. 1976. 291 p.Fridland V.M., Pattern of the Soil Cover, Israel program for scientific translations, 1976, 291 p.Hole F.D., Campbell J.B. Soil Landscape Analysis. 1985. 196 p.Hole F.D., Campbell J.B., Soil Landscape Analysis, 1985, 196 p.Koshel S. Algorithm for Topologically Correct Gridding of Contour Data // Proceedings of Seventh International Conference on Geographic Information Science (GIScience 2012). Columbus OH, 2012. P. 1–5. DOI: https://doi.org/10.13140/RG.2.1.2131.8561.Koshel S., Algorithm for topologically correct gridding of contour data, Proceedings of GIScience, 2012, pp. 1–5.Kozlov D., Lozbenev N., Levchenko E. Soil combinations as an object of DSM: a case study in chernozems area of the Russian Plain // GlobalSoilMap – Digital Soil Mapping from Country to Globe. CRC Press, 2018. 7 p.Kozlov D., Lozbenev N., Levchenko E., Soil combinations as an object of DSM: a case study in chernozems area of the Russian Plain, In: GlobalSoilMap – Digital Soil Mapping from Country to Globe, CRC Press, 2018.Malone B.P., McBratney A.B., Minasny B. Empirical estimates of uncertainty for mapping continuous depth functions of soil attributes // Geoderma. 2011. No. 160 (3–4). P. 614–626. DOI: https://doi.org/10.1016/j.geoderma.2010.11.013.Malone B.P., McBratney A.B., Minasny B., Empirical estimates of uncertainty for mapping continuous depth functions of soil attributes, Geoderma, 2011, Vol. 160 (3–4), pp. 614–626.McBratney A.B., Mendonça Santos M.L., Minasny B. On digital soil mapping // Geoderma. 2003. No. 117 (1–2). P. 3–52.McBratney A.B., Mendonça Santos M.L., Minasny B., On digital soil mapping, Geoderma, 2003, No. 117 (1–2), pp. 3–52.Minasny B., McBratney A.B. Digital soil mapping: A brief history and some lessons // Geoderma. 2016. Vol. 264. Part B. P. 301–311. DOI: https://doi.org/10.1016/j.geoderma.2015.07.017.Minasny B., McBratney A.B., Digital soil mapping: A brief history and some lessons, Geoderma, 2016, Vol. 264, Part B, pp. 301–311.Qi F., Zhu A.X. Comparing three methods for modeling the uncertainty in knowledge discovery from area-class soil maps // Computers and Geosciences. Vol. 37 (9). 2011. P. 1425–1436. DOI: https://doi.org/10.1016/j.cageo.2010.10.016Qi F., Zhu A.X., Comparing three methods for modeling the uncertainty in knowledge discovery from area-class soil maps, Computers and Geosciences, 2011, Vol. 37 (9), pp.1425–1436.Scarpone C., Schmidt M.G., Bulmer C.E., Knudby A. Modelling soil thickness in the critical zone for Southern British Columbia // Geoderma. 2016. No. 282. P. 59–69.Scarpone C., Schmidt M.G., Bulmer C.E., Knudby A., Modelling soil thickness in the critical zone for Southern British Columbia, Geoderma, 2016, No. 282, pp. 59–69.Smirnova M.A., Lozbenev N.I., Levchenko E.A., Fil P.P., Kozlov D.N. Chernozems of eastern european forest-steppe lowland landscapes: Morphology, classification and spatial distribution // Geoderma Regional. 2025. Vol. 41. e00965Smirnova M.A., Lozbenev N.I., Levchenko E.A., Fil P.P., Kozlov D.N., Chernozems of eastern european forest-steppe lowland landscapes: Morphology, classification and spatial distribution, Geoderma Regional, 2025, Vol. 41.Vermeulen D., Van Niekerk A. Machine learning performance for predicting soil salinity using different combinations of geomorphometric covariates // Geoderma. 2017. No. 299. P. 1–12Vermeulen D., Van Niekerk A., Machine learning performance for predicting soil salinity using different combinations of geomorphometric covariates, Geoderma, 2017, No. 299, pp. 1–12.Webster R., Burrough P.A. Multiple discriminant analysis in soil survey // European Journal of Soil Science. 1974. Vol. 25 (1). P. 120–134.Webster R., Burrough P.A., Multiple discriminant analysis in soil survey, European Journal of Soil Science, 1974, Vol. 25 (1), pp. 120–134.

The authors declare that there are no conflicts of interest present.