Использование ГИС для агрохимической характеристики почв и засоренности полей Гребневского питомника Щелковского учебно-опытного лесхоза

Одной из важнейших производственных задач лесного хозяйства в сфере воспроизводства лесов является выращивание высококачественного посадочного материала древесных и кустарниковых растений. Качество посадочного материала, его наследственные свойства во многом обусловливают продуктивность и устойчивость будущих насаждений. Для успешного лесовосста- новления (лесоразведения) требуется значительное количество сеянцев и саженцев, выращиваемых в лесных питомниках. Эффективное выполнение мероприятий по лесовосстановлению возможно только на почвенно-типологической основе, в связи с этим на первое место выходит учет почвенно-грунтовых факторов. Особенно это становится актуальным при выращивании посадочного материала в лесных питомниках, в условиях применения интенсивной агротехники, что роднит питомниководческие хозяйства с сельскохозяйственным производством.

В настоящее время основные пути интенсификации работ в аграрном секторе находятся в области внедрения систем точного земледелия. Аналогичные подходы справедливо переносить и на организацию работ в лесных питомниках. В основе точного земледелия лежат цифровые карты полей, составляемые с помощью геоинформационных систем. Это позволяет систематизировать имеющуюся информацию о состоянии почв, а также обновлять ее, получая визуальные данные в виде различных карт и картограмм, автоматизировать учет ведения всех хозяйственных мероприятий на территории питомника, а также осуществлять информационную поддержку принятия решений.

ОБЪЕКТЫ И МЕТОДЫ

Исследования проводились на территории Гребневского питомника Щелковского учебно-опытного лесхоза МФ МГТУ им. Н.Э. Баумана. Лесной питомник площадью 33 га расположен в северо-восточной части Московской области на территории Щелковского административного района в 11-м квартале Свердловского участкового лесничества. Питомник обеспечивает посадочным материалом лесокультурное производство в Щелковском и других хозяйствах Подмосковья; в ассортименте преобладают хвойные породы, наиболее часто используемые при лесовосстановлении.

Программа работ предусматривала проведение почвенноагрохимического обследования полей питомника с использованием ГИС-технологий (закладка и морфологическое описание разрезов, отбор образцов для определения физических, физикохимических и химических свойств почвы), проведение топосъем-ки территории питомника, определение степени засоренности по- лей питомника. Вся собранная информация оцифровывалась и объединялась в единую геоинформационную систему.

Географическая привязка точек почвенного обследования, точек топосъемки рельефа, а также полей питомника осуществлялась с помощью GPS/ГЛОНАСС навигации и мобильного приложения NextGIS (Карминов и др., 2018; Максимова и др., 2016) .

В почвенной лаборатории МФ МГТУ им. Н.Э. Баумана для отобранных почвенных образцов были определены основные физические (плотность, плотность твердой фазы, влажность), химические и физико-химические свойства почв (актуальная, обменная, гидрологическая кислотность, сумма обменных оснований, емкость поглощения катионов, степень насыщенности основаниями, содержание доступных форм азота, фосфора и калия, содержание гумуса).

В качестве программного обеспечения для создания ГИС питомника была выбрана система Quantum GIS. Quantum GIS (QGIS) – это бесплатная кроссплатформенная система с открытым кодом. Она поддерживает широкий спектр векторных и растровых форматов, отличается удобным русифицированным интерфейсом и наличием большого количества доступных методических материалов. Кроме того, QGIS напрямую связана с мобильным приложением NextGIS Mobil, так как это родственные разработки. Для получения геопривязанной топоосновы применялась программа SAS.Планета – одна из лучших программ среди тех, что позволяют получать геопривязанные картографические материалы из большого количества открытых источников в сети Интернет.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Во время полевого этапа исследований было установлено, что почвы питомника относятся к пахотным дерново-подзолистым средне- или легкосуглинистым.

При разработке геоинформационной системы важнейшей задачей является размещение всех пространственных объектов в выбранной системе координат. Для этого необходимо иметь некую базовую карту, имеющую географическую привязку, относительно которой можно размещать требуемые объекты. В качестве такой основы был использован космоснимок оператора

DigitalGlobe, полученный с сервиса Яндекс с помощью специализированной программы SAS.Планета. Непосредственно сама работа по созданию и наполнению геоинформационной системы осуществлялась в программе Quantum GIS. В качестве формата представления ГИС-данных был выбран формат Shape-файлов. Это один из наиболее распространенных форматов представления ге-опривязанных векторных данных, имеющий самую широкую поддержку среди соответствующего программного обеспечения. Разработанная структура базы данных, сопоставленной с пространственной информацией, включала в себя данные о названии почвы, ее гранулометрическом составе и материнской породе. Непо- средственно построение почвенного плана осуществлялось методом интерполяции в зависимости от генезиса и морфологии почв, гранулометрического состава и рельефа местности (Щепащенко и др., 2007). Полученный почвенный план представлен на рисунке 1.

Рис. 1. Почвенный план части территории Гребневского питомника.

Fig. 1. Soil plan of the territory of the Grebnevskiy nursery.

При определении степени засоренности полей питомника (Мазиров, Корчагин, 2009; Югай и др., 2018) было выяснено, что наибольшее видовое разнообразие имеют многолетние сорные растения, наиболее часто встречаемыми сорными растениями яв- ляются одуванчик лекарственный, тимофеевка луговая и трехре-берник непахучий (табл. 1) (Шанцер, 2007).

Таблица 1. Распределение растений на биологические группы

Table 1. Classification of weeds into various biological groups

Биологическая группа		Название сорняка (латинское название)	Степень засоренности по А.И. Мальцеву
s = о S	Эфемеры	Звездчатка средняя ( Stellaria media L.)	2
	Яровые ранние	Полевичка малая ( Eragrostis Wolf.)	2
		Галинсога мелкоцветковая ( Galinsoga Ruiz et Pav)	2
	Яровые поздние	Ежовник обыкновенный ( Echinochloa crus - galli L.)	2
		Гречиха татарская ( Fagopyrum tataricum L.)	2
	Зимующие	Пастушья сумка ( Capsella bursa - pastoris L.)	2
		Трехреберник непахучий ( Tripleurospermum inodorum L.)	2
		Незабудка полевая ( Myosotis arvensis L.)	2
		Фиалка трехцветная ( Viola tricolor L.)	2
	Озимые	Метлица полевая ( Apera spica - venti L.)	3
о о к S	Корнеотпрысковые	Бодяк полевой ( Cirsium arvense L.)	2
		Осот полевой ( Sonchus arvensis L.)	2
		Сурепка обыкновенная ( Barbarea vulgaris W.T.Aiton.)	2
		Мышиный горошек ( Vicia cracca L.)	2

s о о к S	Ползучие	Лапчатка гусиная ( Potentilla anserina L.)	2
		Люпин ползучий ( Lupinus polyphyllus Lindl.)	2
		Лютик ползучий ( Ranunculus repens L.)	2
	Корневищные	Хвощ полевой ( Equisetum arvense L.)	2
		Вейник наземный ( Calamagrostis epigejos L.)	2
		Мать-и-мачеха обыкновенная ( Tussilago farfara L.)	2
		Гравилат городской ( Geum urbanum L.)	2
	Стержнекорневые	Пижма обыкновенная ( Tanacetum vulgare L)	2
		Одуванчик лекарственный ( Taraxacum officinale L.)	2
		Полынь обыкновенная ( Artemisia vulgaris L)	2
		Василек луговой ( Centaurea jacea L)	2
	Мочковатые	Подорожник большой ( Plantago major L.)	2
		Щучка дернистая ( Deschampsia cespitosa L.)	2
		Тимофеевка луговая ( Phleum pratense L.)	2

Для оценки показателей плотности (рис. 2) и влажности (рис. 3) почвы исследуемых полей были сгруппированы с точки зрения их использования. Первую группу образуют поля, которые находятся в состоянии залежи. За счет активного развития травянистой растительности плотность верхнего горизонта здесь несколько ниже, но при этом варьирование по плотности довольно значительно, высокие значения влажности наблюдаются на залежных почвах, где густой напочвенный покров препятствует быстрому иссушению верхних горизонтов. В почвах второй группы, которые в настоящий момент интенсивно используются, показатели плотности несколько выше, но при этом они более однородны.

Рис. 2. Плотность почв полей Гребневского питомника.

Fig. 2. Soil density of Grebnevskiy nursery fields.

Рис. 3. Влажность почв полей Гребневского питомника.

Fig. 3. Soil moisture of Grebnevskiy nursery fields.

Изучение актуальной (рис. 4) и обменной (рис. 5) кислотности на различных полях показало, что эти показатели варьируют в достаточно широких пределах – от очень сильнокислой до слабощелочной. Чаще всего нейтральная реакция среды обнаруживалась на полях, находившихся в момент обследования в состоянии черного пара, отсюда ясно, что реализуемая в питомнике агротехника предусматривает интенсивное известкование изначально кислых дерново-подзолистых почв. Однако значительное пространственное варьирование показателей кислотности почв говорит о том, что рассеивание и заделка известковых удобрений в почву производилась недостаточно равномерно.

В соответствии со значениями обменной и актуальной кислотности происходит изменение такого важного интегрального показателя почвенного плодородия, как степень насыщенности основаниями (рис. 6). Данный показатель варьировал от 63 до 83 %, что вполне соответствует природе этого показателя и ожидаемым результатам воздействия известковых удобрений на параметры почвенно-поглощающего комплекса.

Рис. 4. Картограмма актуальной кислотности полей Гребневского питомника.

Fig. 4. Cartogram of actual soil acidity of Grebnevskiy nursery fields.

Рис. 5. Картограмма обменной кислотности полей Гребневского

питомника.

Fig. 5. Cartogram of exchange soil acidity of Grebnevskiy nursery fields.

Рис. 6. Картограмма степени насыщенности основаниями полей

Гребневского питомника.

Fig. 6. Cartogram of degree of base saturation of Grebnevskiy nursery soils.

Содержание основных макроэлементов в почве (рис. 7), таких как азот (рис. 8), фосфор (рис. 9) и калий (рис. 10) на залежи выше, чем на пашне. Вероятнее всего, это объясняется отсутствием на залежи выноса питательных элементов вместе с растениями во время выкопки сеянцев и саженцев с полей питомника.

□ NO₃ DPzO; Dk₂O

Рис. 7. Содержание основных питательных элементов полей Гребневского питомника.

Fig. 7. Cartogram of the main nutrients content in Grebnevskiy nursery soils.

Рис. 8. Содержание азота в почве полей Гребневского питомника.

Fig. 8. The nitrogen content in the soils of Grebnevskiy nursery fields.

Рис. 9. Содержание фосфора в почве полей Гребневского питомника.

Fig. 9. The phosphorus content in the soils of Grebnevskiy nursery fields.

Рис. 10. Содержание калия в почве полей Гребневского питомника.

Fig. 10. The potassium content in the soils of Grebnevskiy nursery fields.

ВЫВОДЫ

В результате проведенных исследований был собран, обобщен и систематизирован обширный опытный материал, послуживший основой для создания геоинформационной системы Гребневского лесного питомника.

Выявлено, что преобладающей почвенной разностью территории питомника являются пахотные дерново-подзолистые среднесуглинистые почвы.

В результате определения степени засоренности полей питомника было выяснено, что наибольшее видовое разнообразие характерно для многолетних сорных растений, наиболее часто встречаются одуванчик лекарственный, тимофеевка луговая и трехреберник непахучий.

Полученные агрохимические данные могут быть использованы для разработки комплекса мероприятий, которые позволят существенно повысить нынешний уровень плодородия почв питомника.

На основе разработанной ГИС может осуществляться мониторинг состояния почв питомника и выполняться автоматизация учета и проведения всех хозяйственных мероприятий на территории питомника. Также она может использоваться в качестве информационной системы поддержки принятия решений и служить основой для геоинформационного блока систем точного земледелия.

Полученная ГИС позволяет в режиме реального времени генерировать большое количество тематических карт, отражающих как плодородие почв полей питомника, так и их хозяйственное использование.

Разработанная ГИС отличается удобством использования, полной русификацией, наличием обширной русскоязычной документации. При необходимости она может расширяться и дорабатываться под конкретные задачи производства и науки. Использование программных средств из класса свободного программного обеспечения позволит минимизировать расходы на внедрение данной системы в производство.