Количественная оценка растительных остатков в прямом посеве по данным дистанционного зондирования и полевого обследования почвенного покрова

Автор: Ермолаев Н.Р., Юдин С.А., Белобров В.П., Дридигер В.К., Гаджиумаров Р.Г.

Журнал: Бюллетень Почвенного института им. В.В. Докучаева @byulleten-esoil

Статья в выпуске: 112, 2022 года.

Бесплатный доступ

Ключевой особенностью технологии прямого посева (no-till) является сохранение на поверхности почвы растительных остатков. Их количественная оценка является важной задачей при внедрении технологии в производство. На основании полевых исследований и данных дистанционного зондирования земли (ДЗЗ) рассмотрены разные подходы к этой оценке. Исследования проводились в Буденновском районе Ставропольского края на полях хозяйств, использующих как традиционную технологию (ТТ), так и технологию прямого посева (ПП). В качестве данных ДЗЗ использовались снимки системы Sentinel-2, на основании которых были рассчитаны спектральные индексы NDTI и NDVI. Для оценки проективного покрытия растительными остатками использовалось три метода: 1) весовой учет растительных остатков на единице площади; 2) полевое определение проективного по крытия методом линейных трансект; 3) камеральный анализ фотографий поверхности почвы. По полученным результатам строились модели линейной зависимости значений NDTI от проективного покрытия растительными остатками поверхности почв. Также проанализирована возможность количественного учета растительных остатков только на основании данных ДЗЗ. Наиболее высокий коэффициент детерминации (R2 = 0.97) при наименьшем квадратном корне среднеквадратической ошибки (RMSE = 7.93) был получен при моделировании на основе анализа фотографий поверхности почвы, покрытой растительными остатками. На основании модели зависимости значений NDTI от проективного покрытия растительными остатками, полученными в результате анализа фотографий по спутниковым данным Sentinel-2 за вегетационный сезон 2020-2021, получены данные о динамике значений покрытия почвы растительными остатками (CRC) в масштабе отдельно взятого поля и разных технологий обработки. В качестве апробации подхода и оценки его использования для решения производственных задач анализировалась динамика проективного покрытия растительными остатками при разных культурах и разных условиях рельефа. Анализ динамики значений CRC позволил выделять различные этапы возделывания культур при ТТ и ПП, а также в масштабе отдельного поля выявил неоднородность проективного покрытия почв растительными остатками, связанную с особенностями мезорельефа.

Еще

No-till, пожнивные остатки, ndti, ресурсосберегающее земледелие, оценка проективного покрытия, линейные модели

Короткий адрес: https://sciup.org/143179656

IDR: 143179656 | DOI: 10.19047/0136-1694-2022-112-134-159

Список литературы Количественная оценка растительных остатков в прямом посеве по данным дистанционного зондирования и полевого обследования почвенного покрова

Белобров В.П., Дридигер В.К., Юдин С.А., Ермолаев Н.Р., Докучаева В.В. К вопросу о диагностике и защите почв от дефляции в Ставропольском крае // Аграрный вестник Урала. 2021. Т. 02. № 205. С. 12-25.
Дридигер В.К., Иванов А.Л., Белобров В.П., Кутовая О.В. Восстановление свойств почв в технологии прямого посева // Почвоведение. 2020a. № 9. С. 1111-1120.
Дридигер В.К., Белобров В.П., Антонов С.А., Юдин С.А., Гаджиумаров Г.С., Лиходиевская С.А., Ермолаев Н.Р. Защита почв от водной эрозии и дефляции в технологии no-till // Земледелие. 2020b. Т. 6. С. 11-17.
Ермолаев Н.Р., Юдин С.А., Белобров В.П., Дридигер В.К., Гаджиумаров Р.Г. Идентификация прямого посева (no-till) по растительным остаткам на поверхности почв при использовании мультивременного интегрального индекса minNDTI // АгроЭкоИнфо. 2021. Т. 4. № 46. С. 1-14.
Иванов А.Л., Кулинцев В.В., Дридигер В.К., Белобров В.П. Освоение технологии прямого посева на черноземах России // Достижения науки и техники в АПК. 2021. Т. 35. № 4. С. 8-16.
Кулинцев В.В. Система земледелия нового поколения Ставропольского края. Ставрополь: АГРУС Ставропольского гос. аграрного ун-та, 2013. 520 с.
Холодов В.А., Ярославцева Н.В., Фарходов Ю.Р., Белобров В.П., Юдин С.А., Айдиев А.Я., Лазарев В.И., Фрид А.С. Изменение соотношения фракций агрегатов в гумусовых горизонтах черноземов в различных условиях землепользования // Почвоведение. 2019. № № 2. С. 184-193.
Единый государственный реестр почвенных ресурсов России. Версия 1.0 / Под ред. Иванова А.Л., Шобы С.А. М.: Почв. ин-т им. В.В. Докучаева. Тул-а: Гриф и К, 2014. 768 с.
Расписание погоды. URL: https://rp5.ru/.
Aguilar J., Evans R., VigilM., Daughtry C.S.T. Remotely sensed estimates of crop residue cover for standing and flat wheat stubble // Am. Soc. Agric. Biol. Eng. Annu. Int. Meet. 2012, Vol. 2. P. 1610-1618.
Baker C.J., Saxton K.E., Ritchie W.R., Chamen W.C.T., Reicosky D.C., Ribeiro M.F.S., Justice S.E., Hobbs P.R. No-tillage seeding in conservation agriculture: Second edition. 2006. 326 p.
Beeson P.C., Daughtry C.S.T., Wallander S.A. Estimates of conservation tillage practices using landsat archive // Remote Sens. 2020. Vol. 12. No. 16. P. 1-18.
Chen Z., Chen W., Leblanc S.G., Henry G.H.R. Digital Photograph Analysis for Measuring Percent Plant Cover in the Arctic // ARCTIC. 2010. Vol. 63. No. 3. P. 261-379.
Daughtry C.S.T., Hunt E.R., Doraiswamy P.C., McMurtrey J.E. Remote sensing the spatial distribution of crop residues // Agron. J. 2005. Vol. 97. No. 3. P. 864-871.
Demarez V., Duthoit S., Baret F., Weiss M., Dedieu G. Estimation of leaf area and clumping indexes of crops with hemispherical photographs // Agric. For. Meteorol. 2008. Vol. 148. No. 4. P. 644-655.
Dethier M.N., Graham E.S., Cohen S., Tear L.M. Visual versus random-point percent cover estimations: "objective'' is not always better" // Mar. Ecol. Prog. Ser. 1993. Vol. 96. No. 1. P. 93-100.
Eskandari I., Navid H., Rangzan K. Evaluating spectral indices for determining conservation and conventional tillage systems in a vetch-wheat rotation // Int. Soil Water Conserv. Res. 2016. Vol. 4. No. 2. P. 93-98.
Google Earth Engine. Earth Engine Data Catalog.
Hively W.D., Lamb B.T., Daughtry C.S.T., Shermeyer J., McCarty G.W., Quemada M. Mapping crop residue and tillage intensity using WorldView-3 satellite shortwave infrared residue indices // Remote Sens. 2018. Vol. 10. No. 10. 1657.
Hofmann Strobl J., Blaschke T.P. A method for adopting global image segmentation methods to images of different resolutions. // International Archives of Photogrammetry. 2008. P. 343-349.
Hulet A., Roundy B.A., Petersen S.L., Jensen R.R., Bunting S.C. Cover estimations using object-based image analysis rule sets developed across multiple scales in Pinyon-Juniper Woodlands // Rangel. Ecol. Manag. 2014. Vol. 67. No. 3. P. 318-327.
Jin X., Ma J., Wen Z., Song K. Estimation of maize residue cover using Landsat-8 OLI image spectral information and textural features // Remote Sens. 2015. Vol. 7. No. 11. P. 14559-14575.
Johnson J.M.F., Allmaras R.R., Reicosky D.C. Estimating source carbon from crop residues, roots and rhizodeposits using the national grain-yield database // Agron. J. 2006. Vol. 98. No. 3. P. 622-636.
Kiryushin V.I. Scientific prerequisites of optimization of land resources // Vestn. Russ. Agric. Sci. 2019. No. 4. P. 7-10.
Kruskal W.H., Wallis W.A. Use of ranks in one-criterion variance analysis // J. Am. Stat. Assoc. 1952. Vol. 47. No. 260. P. 583-621.
Laamrani A., Joosse P., Feisthauer N. Determining the number of measurements required to estimate crop residue cover by different methods // J. Soil Water Conserv. 2017. Т. 72. № 5. P. 471-479.
Li Y., Li Z., Cui S., Jagadamma S., Zhang Q. Residue retention and minimum tillage improve physical environment of the soil in croplands: A global meta-analysis // Soil Tillage Res. 2019. Vol. 194. No. June. P. 104292.
28.Mcnairn H., Protz R. Mapping corn residue cover on agricultural fields in oxford county, ontario, using thematic mapper // Can. J. Remote Sens. 1993. Vol. 19. No. 2. P. 152-159.
29.Morrison Jnr J.E., Huang C.H., Lightle D.T., Daughtry C.S.T. Residue measurement techniques // J. Soil Water Conserv. 1993. Vol. 48. No. 6. P. 478-483.
Nagler P.L., Daughtry C.S.T., GowardS.N. Plant litter and soil reflectance // Remote Sens. Environ. 2000. Vol. 71. P. 207-215.
Najafi P., Navid H., Feizizadeh B., Eskandari I. Object-based satellite image analysis applied for crop residue estimating using Landsat OLI imagery // Int. J. Remote Sens. 2018. Vol. 39. No. 19. P. 6117-6136.
Najafi P., NavidH., Feizizadeh B., Eskandari I., Blaschke T. Fuzzy object-based image analysis methods using Sentinel-2A and Landsat-8 data to map and characterize soil surface residue // Remote Sens. 2019. Vol. 11. No. 21. 2583.
Prudnikova E., Savin I., Vindeker G., Grubina P., Shishkonakova E., Sharychev D. Influence of soil background on spectral reflectance of winter wheat crop canopy // Remote Sens. 2019. Vol. 11. No. 16. P. 1-25.
Quemada M., Daughtry C. Spectral Indices to Improve Crop Residue Cover Estimation under Varying Moisture Conditions // Remote Sens. 2016. Vol. 8. No. 8. 660.
Scopel E., Triomphe B., Affholder F., Silva F.A.M.E. Da, Corbeels M., Xavier J.H.V., Lahmar R., Recous S., Bernoux M., Blanchart E., Carvalho Mendes I. De, Tourdonnet S. De. Conservation agriculture cropping systems in temperate and tropical conditions, performances and impacts. A review // Agron. Sustain. Dev. 2013. Vol. 33. No. 1. P. 113-130.
Sharma V., Irmak S., Kilic A., Sharma V., Gilley J.E., Meyer G.E., Knezevic S.Z., Marx D. Quantification and mapping of surface residue cover for maize and soybean fields in south central Nebraska // Trans. ASABE. 2016. Vol. 59. No. 3. P. 925-939.
Shelton D.P. Estimating percent residue cover using the line-transect method // Eng. Ext. Agric. 2009. No. January. P. 1-3.
Shelton D.P. Estimating percent residue cover using the calculation method // Hist. Mater. from Univ. Nebraska-Lincoln Ext. 1995. No. January. P. 1-3.
South S., Qi J., Lusch D.P. Optimal classification methods for mapping agricultural tillage practices // Remote Sens. Environ. 2004. Vol. 91. No. 1. P. 90-97.
Sullivan D.G., Lee D., Beasley J., Brown S., Williams E.J. Evaluating a crop residue cover index for determining tillage regime in a cotton-corn-peanut rotation // J. Soil Water Conserv. 2008. Vol. 63. No. 1. P. 28-36.
Tucker C.J.Red and photographic infrared linear combinations for monitoring vegetation // Remote Sens. Environ. 1979. Vol. 8. No. 2. P. 127150.
Vanha-Majamaa I., Salemaa M., Tuominen S., Mikkola K. Digitized photographs in vegetation analysis - a comparison of cover estimates // Appl. Veg. Sci. 2000. Vol. 3. No. 1. P. 89-94.
Weiss M., Jacob F., Duveiller G. Remote sensing for agricultural applications: A meta-review // Remote Sens. Environ. 2020. Vol. 236. 111402.
Wit A.R.V. De. A dataset of spectral and biophysical measurements over Russian wheat fields // Open Data J. Agric. Res. 2018. Vol. 4. P. 22-27.
Zhang P., Wei T., Jia Z., Han Q., Ren X., Li Y. Effects of straw incorporation on soil organic matter and soil water-stable aggregates content in semiarid regions of Northwest China // PLoS One. 2014. Vol. 9. No. 3. e92839.
Zheng B., Campbell J.B., Serbin G., Daughtry C.S.T. Multitemporal remote sensing of crop residue cover and tillage practices: A validation of the minNDTI strategy in the United States // J. Soil Water Conserv. 2013a. Vol. 68. No. 2. P. 120-131.
Zheng B., Campbell J.B., Beurs K.M. de. Remote sensing of crop residue cover using multi-temporal Landsat imagery // Remote Sens. Environ. 2012. Vol. 117. P. 177-183.
Zheng B., Campbell J.B., Shao Y., Wynne R.H. Broad-Scale Monitoring of Tillage Practices Using Sequential Landsat Imagery // Soil Sci. Soc. Am. J. 2013b. Vol. 77. No. 5. P. 1755-1764.

Еще

Статья научная