Комплексная оценка неоднородности почвенного покрова по состоянию посевов

Комплексная оценка неоднородности почвенного покрова по состоянию посевов

Автор: Савин И. Ю., Бербеков С. А., Тутукова Д. А.

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

Рубрика: Статьи

Статья в выпуске: 113, 2022 года.

Бесплатный доступ

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.

Еще

Агроэкологическая оценка почв, неоднородности посевов, спутниковый мониторинг посевов, почвенная карта

Короткий адрес: https://sciup.org/143179662

IDR: 143179662   |   DOI: 10.19047/0136-1694-2022-113-31-57

Список литературы Комплексная оценка неоднородности почвенного покрова по состоянию посевов

  • Викторов С.В., Востокова Е.А., Вышивкин Д.Д. Введение в индикационную геоботанику. М.: Наука, 1962. 232 с.
  • 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.
  • Докучаев В.В. Итоги о русском черноземе // Тр. Вольн. эконом. об-ва. 1877. T. 1. Вып. 4. С. 415-432.
  • 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.
  • Козубенко И.С. Почвенная информация в аналитическом центре Минсельхоза России // Бюллетень Почвенного института имени В.В. Докучаева. 2018. Вып. 92. С. 3-15. https://doi.org/10.19047/0136-1694-2018-92-3-15.
  • 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.
  • 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.
  • 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.
  • Савин И.Ю. Классификация почв и земледелие // Бюллетень Почвенного института имени В.В. Докучаева. 2016. Вып. 84. С. 3-9. https://doi.org/10.19047/0136-1694-2016-84-3-9.
  • Савин И.Ю. Пространственные аспекты прикладного почвоведения // Бюллетень Почвенного института имени В.В. Докучаева. 2020. Вып. 101. С. 5-18. https://doi.org/10.19047/0136-1694-2020-101-5-18.
  • 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.
  • 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. https://doi.org/10.19047/0136-1694-2022-110-22-50.
  • Савин И.Ю., Жоголев А.В., Прудникова Е.Ю. Современные тренды и проблемы почвенной картографии // Почвоведение. 2019. № 5. С. 517-528.
  • 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.
  • Цифровая почвенная картография: теоретические и экспериментальные исследования / гл. ред. Иванов А.Л. М.: Почвенный ин-т им. В.В. Докучаева, 2012. 350 с.
  • 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.
  • Фридланд В.М. Структура почвенного покрова. М.: Мысль, 1972. 423 с.
  • A framework for land evaluation. FAO Soils bulletin 32. Rome: FAO, 1976. 78 p.
  • 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. https://doi.org/10.1016/j.geodrs.2020.e00302.
  • 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. https://doi.org/10.3390/rs2061589.
  • 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. https://doi.org/10.3390/rs11131520.
  • 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. https://doi.org/10.1007/978-3-030-15734-0_10.
  • 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. https://doi.org/10.1007/s11707-011-0175-0.
  • 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. https://doi.org/10.3390/rs12071107.
  • 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. https://doi.org/10.1139/cjfr-2021-0001.
  • 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.
  • Lal R. Societal value of soil carbon // Journal of Soil and Water Conservation. 2014. Vol. 69(6). P. 186A-192A. https://doi.org/10.2489/jswc.69.6.186Aa.
  • Manikandan K., Pandian K., Mariappan S., Devi G. Concepts on land evaluation // e-Journal Earth Science India. 2013. Vol. 6. P. 20-26.
  • 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. https://doi.org/10.1556/1848.2020.00086.
  • 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.
  • 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. https://doi.org/10.5194/soil-5-15-2019.
  • 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. https://doi.org/10.3390/s21155110.
  • 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. https://doi.org/10.1080/01431161.2020.1854892.
  • 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. https://doi.org/10.1016/j.geoderma.2017.11.009.
  • 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. https://doi.org/10.1007/s00267-008-9165-8.
  • The Aims of Land Evaluation. 2019. URL: https://sunnypapers.com/the-aims-of-land-evaluation-land-evaluation-is-concerned-with-the-present-land-performance.
  • Viscarra Rossel R.A., Bouma J. Soil sensing: A new paradigm for agriculture // Agricultural Systems. 2016. Vol. 148. P. 71-74. https://doi.org/10.1016/j.agsy.2016.07.001.
  • 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. https://doi.org/10.3390/rs13020305.
  • 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. https://doi.org/10.1080/17538947.2013.821185.
Еще
Статья научная
SciUp 2024 © 2024 ©