Комплексная оценка неоднородности почвенного покрова по состоянию посевов

Одним из самых важных направлений прикладного использования знаний о почвах является решение сельскохозяйственных задач. От почвенных условий сильно зависит урожайность сельскохозяйственных культур и кормовых угодий. Поэтому точная информация о почвах является важным компонентом информационного обеспечения сельскохозяйственного производства. В качестве основы для получения данных о почвах земельного участка используют почвенную карту. Но информация на почвенной карте во многих случаях не отражает пространственное варьирование всех агрономически важных свойств почв, что приводит к схематичности и неточности анализа почвенной информации при принятии управленческих решений. Предложен новый подход к комплексной оценке неоднородности почвенного покрова полей по состоянию посевов, базирующийся на детальном анализе состояния посевов в севообороте по многолетним архивам спутниковых данных. Карты неоднородностей почвенного покрова отдельных полей, получаемые на основе предложенных подходов, существенно отличаются от традиционно составленных почвенных карт и более точно, с точки зрения агроэкологических требований посевов сельскохозяйственных культур, отражают пространственные неоднородности свойств почв, определяющих их актуальное плодородие. 

1. Викторов С.В., Востокова Е.А., Вышивкин Д.Д. Введение в индикационную геоботанику. М.: Наука, 1962. 232 с.

2. Ганжара Н.Ф., Зайдельман Ф.Р., Кауричев И.С., Кашанский А.Д., Коротков А.А., Кочубей М.С., Крупеников И.А., Люжин М.Ф., Поддубный Н.Н. Составление и использование почвенных карт. М.: Агропромиздат, 1987. 273 с.

3. Докучаев В.В. Итоги о русском черноземе // Тр. Вольн. эконом. об-ва. 1877. T. 1. Вып. 4. С. 415–432.

4. Кирьянова Е.Ю., Савин И.Ю. Неоднородность посевов, определяемая по спутниковым данным MODIS, как индикатор контрастности почвенного покрова // Доклады Российской академии сельскохозяйственных наук. 2013. № 3. С. 36–39.

5. Козубенко И.С. Почвенная информация в аналитическом центре Минсельхоза России // Бюллетень Почвенного института имени В.В. Докучаева. 2018. Вып. 92. С. 3–15. DOI: 10.19047/0136-1694-2018-92-3-15.

6. Маханова Г.С., Дурницкая М.С., Радаева Ю.Г. Методы индикационных исследований в геоботанике // Известия Оренбургского государственного аграрного университета. 2010. № 3 (27–1). C. 218–219.

7. Методическое руководство “Агроэкологическая оценка земель, проектирование адаптивно-ландшафтных систем земледелия и агротехнологий” / Под ред. В.И. Кирюшина, А.Л. Иванова. М.: ФГНУ “Росинформагротех”, 2005. 794 с.

8. Прохорова З.А., Сорокина Н.П. Влияние компонентов элементарной структуры дерново-подзолистых почв на продуктивность сельскохозяйственных растений // Бюллетень Почвенного института имени В.В. Докучаева. 1975. Вып. 8. С. 178–191.

9. Савин И.Ю. Классификация почв и земледелие // Бюллетень Почвенного института имени В.В. Докучаева. 2016. Вып. 84. С. 3–9. DOI: 10.19047/0136-1694-2016-84-3-9.

10. Савин И.Ю. Пространственные аспекты прикладного почвоведения // Бюллетень Почвенного института имени В.В. Докучаева. 2020. Вып. 101. С. 5–18. DOI: 10.19047/0136-1694-2020-101-5-18.

11. Савин И.Ю. Перспективы развития картографирования и мониторинга почв на основе интерполяции точечных данных и дистанционных методов // Вестник Московского университета. Серия 17: Почвоведение. 2022. № 2. С. 13–19.

12. Савин И.Ю., Блохин Ю.И. Об оптимизации размещения сети датчиков интернета вещей на пахотных угодьях // Бюллетень Почвенного института имени В.В. Докучаева. 2022. Вып. 110. С. 22–50. DOI: 10.19047/0136-1694-2022-110-22-50.

13. Савин И.Ю., Жоголев А.В., Прудникова Е.Ю. Современные тренды и проблемы почвенной картографии // Почвоведение. 2019. № 5. С. 517–528.

14. Савин И.Ю., Симакова М.С. Спутниковые технологии для инвентаризации и мониторинга почв в России // Современные проблемы дистанционного зондирования Земли из космоса. 2012. № 9 (5). С. 104–115.

15. Цифровая почвенная картография: теоретические и экспериментальные исследования / гл. ред. Иванов А.Л. М.: Почвенный ин-т им. В.В. Докучаева, 2012. 350 с.

16. Толпин В.А., Барталев С.А., Ефремов В.Ю., Лупян Е.А., Савин И.Ю., Флитман Е.В. Возможности информационного сервера СДМЗ АПК // Современные проблемы дистанционного зондирования Земли из космоса. 2010. № 7(2). С. 221–232.

17. Фридланд В.М. Структура почвенного покрова. М.: Мысль, 1972. 423 с.

18. A framework for land evaluation. FAO Soils bulletin 32. Rome: FAO, 1976. 78 p.

19. Asgari N., Ayoubi S., Demattê J.A.M., Jafari A., Safanelli J.L., Da Silveira A.F.D. Digital mapping of soil drainage using remote sensing, DEM and soil color in a semiarid region of Central Iran // Geoderma Regional. 2020. Vol. 22. e00302. DOI: 10.1016/j.geodrs.2020.e00302.

20. Becker-Reshef I., Justice C., Sullivan M., Vermote E., Tucker C., Anyamba A., Small J. Monitoring global croplands with coarse resolution earth observations: the Global Agriculture Monitoring (GLAM) project // Remote Sensing. 2010. Vol. 2(6). P. 1589–1609. DOI: 10.3390/rs2061589.

21. Bousbih S, Zribi M, Pelletier C, Gorrab A, Lili-Chabaane Z, Baghdadi N, Ben Aissa N, Mougenot B. Soil Texture Estimation Using Radar and Optical Data from Sentinel-1 and Sentinel-2 // Remote Sensing. 2019. Vol. 11(13). 1520. DOI: 10.3390/rs11131520.

22. Fischer H.S., Michler B., Ziche D., Fischer A. Plants as Indicators of Soil Chemical Properties / Wellbrock N., Bolte A. (Eds) Status and Dynamics of Forests in Germany // Ecological Studies. 2019. Vol. 237. DOI: 10.1007/978-3-030-15734-0_10.

23. Ge Y., Thomasson J., Sui R. Remote Sensing of Soil Properties in Precision Agriculture: A Review // Frontiers of Earth Science. 2011. Vol. 5. P. 229–238. DOI: 10.1007/s11707-011-0175-0.

24. Gleason C.J., Durand M.T. Remote Sensing of River Discharge: A Review and a Framing for the Discipline // Remote Sens. 2020. Vol. 12. 1107. DOI: 10.3390/rs12071107.

25. Karjalainen V., Tokola T., Malinen J. Prediction of topsoil stoniness using soil type information and airborne gamma-ray data // Canadian Journal of Forest Research. 2021. Vol. 52(1). P. 27–37. DOI: 10.1139/cjfr-2021-0001.

26. Kriegler F.J., Malila W.A., Nalepka R.F., Richardson W. Preprocessing transformations and their effects on multispectral recognition. Proc. of the Sixth International Symposium on Remote Sensing of Environment. 1969. P. 97–131.

27. Lal R. Societal value of soil carbon // Journal of Soil and Water Conservation. 2014. Vol. 69(6). P. 186A–192A. DOI: 10.2489/jswc.69.6.186Aa.

28. Manikandan K., Pandian K., Mariappan S., Devi G. Concepts on land evaluation // e-Journal Earth Science India. 2013. Vol. 6. P. 20–26.

29. Maloku D., Balogh P., Bai A., Gabnai Z., Lengyel P. Trends in scientific research on precision farming in agriculture using science mapping method // International Review of Applied Sciences and Engineering IRASE. 2020. Vol. 11 (3). P. 232–242. DOI: 10.1556/1848.2020.00086.

30. Morais R., Mendes J., Silva R., Silva N., Sousa J., Peres E.A. Versatile, low-power and low-cost IoT device for field data gathering in precision agriculture practices // Agriculture. 2021. Vol. 11. P. 619.

31. Oldfield E.E., Bradford M.A., Wood S.A. Global meta-analysis of the relationship between soil organic matter and crop yields // SOIL. 2019. Vol. 5. P. 15–32. DOI: 10.5194/soil-5-15-2019.

32. Placidi P., Morbidelli R., Fortunati D., Papini N., Gobbi F., Scorzoni A. Monitoring soil and ambient parameters in the IoT precision agriculture scenario: An original modeling approach dedicated to low-cost soil water content sensors // Sensors. 2021. Vol. 21. 5110. DOI: 10.3390/s21155110.

33. Qi Y., Qie X., Qin Q., Shukla M.K. Prediction of soil calcium carbonate with soil visible-near-infrared reflection (Vis-NIR) spectral in Shaanxi province, China: soil groups vs. spectral groups // International Journal of Remote Sensing. 2021. Vol. 42:7. P. 2502–2516. DOI: 10.1080/01431161.2020.1854892.

34. Rabot E., Wiesmeier M., Schlüter S., Vogel H.J. Soil structure as an indicator of soil functions: A review // Geoderma. 2018. Vol. 314. P. 122–137. DOI: 10.1016/j.geoderma.2017.11.009.

35. Serteser A., Kargιoğlu M., Içağa Y. Vegetation as an Indicator of Soil Properties and Water Quality in the Akarçay Stream (Turkey) // Environmental Management. 2008. Vol. 42. P. 764–770. DOI: 10.1007/s00267-008-9165-8.

36. The Aims of Land Evaluation. 2019. URL: https://sunnypapers.com/the-aims-of-land-evaluation-land-evaluation-is-concerned-with-the-present-land-performance/.

37. Viscarra Rossel R.A., Bouma J. Soil sensing: A new paradigm for agriculture // Agricultural Systems. 2016. Vol. 148. P. 71–74. DOI: 10.1016/j.agsy.2016.07.001.

38. Wang J, Peng J, Li H, Yin C, Liu W, Wang T, Zhang H. Soil Salinity Mapping Using Machine Learning Algorithms with the Sentinel-2 MSI in Arid Areas, China // Remote Sensing. 2021. Vol. 13(2). 305. DOI: 10.3390/rs13020305.

39. Wu B., Meng J., Li Q., Yan N., Du X., Zhang M. Remote sensing-based global crop monitoring: experiences with China's CropWatch system // International Journal of Digital Earth. 2014. Vol. 7(2). P. 113–137. DOI: 10.1080/17538947.2013.821185.