NDVI посевов как дистанционный индикатор качества пахотных почв
Автор: Хутуев А.М., Занилов А.Х., Тутукова Д.А., Савин И.Ю.
Журнал: Бюллетень Почвенного института им. В.В. Докучаева @byulleten-esoil
Рубрика: Статьи
Статья в выпуске: 121, 2024 года.
Бесплатный доступ
Качество пахотных почв во многом предопределяет урожайность сельскохозяйственных культур и экономическую эффективность их возделывания. Целью настоящей работы является анализ связи внутриполевых неоднородностей посевов с вертикальной неоднородностью скелетности почв на примере тестового поля с посевами кукурузы в Кабардино-Балкарии. В качестве индикатора состояния посевов использовался вегетационный индекс NDVI, рассчитанный по данным спутниковой съемки Sentinel-2. Скелетность почвы определялась методом сухого просеивания. Установлено, что значение индекса NDVI посевов на тестовом поле может служить основой для косвенного детектирования вертикальной неоднородности агрономически важных свойств почв. Для получения надежной информации необходим точный выбор времени получения значений NDVI и культуры, возделываемой на поле. Индикационная способность разных культур предопределяется их фенологией и мощностью потенциального корнеобитаемого слоя. География агрономически важных свойств почв на тестовом поле не коррелирует с выделами традиционно составленной почвенной карты. Пространственное варьирование урожайности кукурузы на тестовом поле (размах 23%) коррелирует с варьированием по профилю скелетности почв. Для использования значений NDVI в качестве индикатора пространственного варьирования агрономически важных свойств почв необходим учет типа возделываемой культуры, тщательный выбор даты получения NDVI, а также наличие априорных экспертных знаний о лимитирующих почвенных факторах на поле, специфики фенологии и агротехнологии возделывания культуры.
Косвенное дешифрирование почв, sentinel-2, свойства почв, скелетность почв, пространственные неоднородности посевов
Короткий адрес: https://sciup.org/143184045
IDR: 143184045 | DOI: 10.19047/0136-1694-2024-121-70-85
Список литературы NDVI посевов как дистанционный индикатор качества пахотных почв
- Востокова Л.Б., Булгаков Д.С., Орешникова Н.В., Яковлев А.С. Бонитировка почв в системе земельного кадастра. М.: МАКС Пресс, 2010. 300 с.
- 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.
- Материалы к оценке земель Нижегородской губернии: естественноисторическая часть. Отчет Нижегородскому губернскому земству. Вып. 14. Почвы, растительность и климат Нижегородской губернии с почвенной картой. Санкт-Петербург: Нижегородское губернское земство, 1886. 525 с.
- Прудникова Е.Ю., Савин И.Ю., Грубина П.Г. Спутниковая оценка агрономически важных свойств пахотных почв с учетом состояния их поверхности // Бюллетень Почвенного института им. В.В. Докучаева. 2023. № 115. С. 129-159. https://doi.org/10.19047/0136-1694-2023-115-129-159.
- Савин И.Ю. Пространственные аспекты прикладного почвоведения // Бюллетень Почвенного института им. В.В. Докучаева. 2020. № 101. С. 5- 18. https://doi.org/10.19047/0136-1694-2020-101-5-18.
- Савин И.Ю., Бербеков С.А., Тутукова Д.А. Комплексная оценка неоднородности почвенного покрова по состоянию посевов // Бюллетень Почвенного института имени В.В. Докучаева. 2022. № 113. С. 31-57. https://doi.org/10.19047/0136-1694-2022-113-31-57.
- Савин И.Ю., Жоголев А.В., Прудникова Е.Ю. Современные тренды и проблемы почвенной картографии // Почвоведение. 2019. № 5. С. 517- 528. https://doi.org/10.1134/S0032180X19050101.
- A framework for land evaluation. FAO Soils bulletin 32. Rome: FAO, 1976. 78 p.
- Rajan Bhatt. Application of Geospatial Technology in Assessment of Spatial Variability in Soil Properties: A Review // Current Journal of Applied Science and Technology. 2020. No. 3. P. 57-71. https://doi.org/10.9734/CJAST/2020/v39i3931104.
- Boori M.S., Choudhary K., Kupriyanov A.V. Crop growth monitoring through Sentineland Landsat data based NDVI time-series // Computer Optics. 2020. No. 44(3). Р. 409-419. https://doi.org/10.18287/2412-6179-CO-635.
- Brown C., Millingto, J., Rounsevell M. Assessing the quality of land system models: moving from valibration to evaludation // Socio-Environmental Systems Modelling. 2023. No. 5. 18434. https://doi.org/10.18174/sesmo.18434.
- Montero D., Aybar C., Mahecha M.D. et al. A standardized catalogue of spectral indices to advance the use of remote sensing in Earth system research // Scientific Data. 2023. No. 10(1). https://doi.org/10.1038/s41597-023-02096-0.
- Omia E., Bae H., Park E., Kim M.S., Baek I., Kabenge I., Cho B-K. Remote Sensing in Field Crop Monitoring: A Comprehensive Review of Sensor Systems, Data Analyses and Recent Advances // Remote Sensing. 2023. No. 15(2). P. 354. https://doi.org/10.3390/rs15020354.
- Rouse J.W., Haas R.Y., Schell J.A., Deering D.W. Monitoring vegetation systems in the great plains with ERTS // 3rd ERTS Symp. NASA. Goddard Space Flight Center. 1973. Vol. 1. Sect. A. Paper-A20. P. 309-317.
- Singh R.K., Rizvi J., Behera M.D., Biradar C. Automated crop type mapping using time-weighted dynamic time warping-A basis to derive inputs for enhanced food and Nutritional Security // Current Research in Environmental Sustainability. 2021. Vol. 3. No. 100032. https://doi.org/10.1016/j.crsust.2021.100032.
- Voronin A.Ya., Savin I.Yu. GPR diagnostics of chernozem humus horizon thickness // Russian Agricultural Sciences. 2018. Vol. 44. No. 3. P. 250-255. https://doi.org/10.3103/S1068367418030199.
- Zajícová K., Chuman T. Application of ground penetrating radar methods in soil studies: A review // Geoderma. 2019. Vol. 343. P. 116-129. https://doi.org/10.1016/j.geoderma.2019.02.024.
