Особенности спектральной отражательной способности фракций образцов почв размером от 20 до 5 000 мкм

Автор: Савин И.Ю., Шишкин М.А., Шарычев Д.В.

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

Рубрика: Статьи

Статья в выпуске: 112, 2022 года.

Бесплатный доступ

На примере образцов пахотных горизонтов трех почв (дерново-подзолистой, серой лесной и чернозема выщелоченного) исследованы особенности отражения электромагнитных волн от их фракций разных размеров. Выделение фракций путем сухого просеивания проведено с использованием машины для просеивания Retsch AS 200 BASIC. Выделено 14 фракций размером от менее 20 мкм до размера более 5 000 мкм. Для каждой фракции и для образца почв до просеивания была определена спектральная отражательная способность в диапазоне электромагнитных волн от 350 до 2 500 нм с использованием полевого спектрорадиометра SR-6500 (Spectral Evolution, USA). Проведен анализ сходства и различий полученных кривых спектральной отражательной способности отдельных фракций с использованием их визуального анализа, метода построения дендрограмм сходства, а также регрессионный анализ между отражением света и размером фракций. Подтверждено, что на более детальном уровне анализа, по сравнению с проведенным другими исследователями ранее, общие закономерности отражения света образцами не изменяются. Наблюдается более высокое отражение волн более тонкими фракциями и меньшее отражение - более крупными фракциями. При этом кривые спектрального отражения для отдельных фракций выбиваются из общей закономерности, изменяется выраженность локальных экстремумов кривых. Это подтверждает отличие вещественного состава, формирующего цвет почв, этих фракций от других. Также это свидетельствует о том, что цвет смешанного образца является спектральной смесью цвета его отдельных гранулометрических фракций, каждая из которых обладает своими особенностями отражения света. Предположительно, именно это является основной причиной такого явления как изменение спектральной отражательной способности открытой поверхности почв под воздействием атмосферных осадков.

Еще

Цвет почв, сухое просеивание, почвенные фракции разных размеров

Короткий адрес: https://sciup.org/143179658

IDR: 143179658   |   DOI: 10.19047/0136-1694-2022-112-24-47

Список литературы Особенности спектральной отражательной способности фракций образцов почв размером от 20 до 5 000 мкм

  • Виндекер Г.В., Прудникова Е.Ю., Савин И.Ю. Трансформация открытой поверхности почв под воздействием осадков в модельном эксперименте // Бюллетень Почвенного института имени В.В. Докучаева. 2018. Вып. 95. С. 23-40. DOI: 10.19047/0136-1694-2018-95-23-40.
  • Дробыш С.В., Бубнова Т.В., Матыченкова О.В. Спектральная отражательная способность агродерново-подзолистых почв в зависимости от гранулометрического состава // Почвоведение и агрохимия. 2013. № 1. С. 126-132.
  • Захаров С. А. Курс почвоведения. М.-Л., 1931. 550 с.
  • Караванова Е.И. Оптические свойства почв и ихприрода. М.: Изд-во Моск. ун-та, 2003. 152 с.
  • Карманов И.И. Спектральная отражающая способность и цвет почв, как показатели их свойств. М.: Колос, 1974. 352с.
  • Классификация и диагностика почв России. Смоленск: Ойкумена, 2004. 342 с.
  • Классификация и диагностика почв СССР. М.: Колос, 1977. 224 с.
  • Михайлова Н.А., Орлов Д.С. Оптические свойства почв и почвенных компонентов. М.: Наука. 1986. 119 с.
  • Прудникова Е.Ю., Савин И.Ю., Лебедева М.П., Волков Д.С., Рогова О.Б., Варламов Е.Б., Абросимов К.Н. Трансформация поверхностного слоя пахотного горизонта почв под влиянием атмосферных осадков // Почвоведение. 2021. № 11. С. 1407-1420.
  • Савин И.Ю. Влияние ливневого дождя на интегральную отражательную способность поверхности черноземных почв // Почвоведение. 1995. № 8. С. 976-980.
  • Савин И.Ю., Жоголев А.В., Прудникова Е.Ю. Современные тренды и проблемы почвенной картографии // Почвоведение. 2019. № 5. С. 517528.
  • Banninger D., Lehmann P., Fluhler H. Modelling the effect of particle size, shape and orientation of light transfer through porous media // Eur. J. Soil Sci. 2006. Vol. 57 (6). P. 906-915.
  • Ben-Dor E., Irons J.R., Epema G.F. Soil reflectance // Remote sensing for the Earth sciences: Manual of remote sensing 3/3 / (Ed.) A.N. Rencz. 1999. P. 111-188.
  • Bowers S.A., Hanks R.J. Reflection of radiant energy from soils // Soil Sci. 1965. Vol. 100(2). P. 130-138.
  • Chabrillat S., Ben-Dor E., Cierniewski J. Imaging spectroscopy for soil mapping and monitoring // Surv. Geophys. 2019. Vol. 40. P. 361-399. DOI: 10.1007/s10712-019-09524-0.
  • Dematte J.A.M., Dotto A.C., Paiva A.F.S. The Brazilian Soil Spectral Library (BSSL): a general view, application and challenges // Geoderma. 2019. Vol. 354. 113793.
  • FAO. A primer on soil analysis using visible and near-infrared (vis-NIR) and mid-infrared (MIR) spectroscopy. Rome: FAO. 2022. 28 p. DOI: 10.4060/cb9005en.
  • Francos N., Ogen Y., Ben-Dor E. Spectral assessment of organic matter with different composition using reflectance spectroscopy // Remote Sens. 2021. Vol. 13. 1549. DOI: 10.3390/rs13081549.
  • Handbook of soil terminology, correlation and classification / P. Krasilnikov, J.J.I. Marti, R. Arnold, S. Shoba (Eds). London: Taylor&Francis Group. 2009. 448 p. DOI: 10.4324/9781849774352.
  • Isbell R. The Australian soil classification. Melbourne: CSIRO Publishing, 2021. 192 p.
  • Kirillova N.P., Khomiakov D.M., Karavanova E.I., Azikov D.A., Zhulidova D.A. Soil spectral databases // Moscow Univ. Soil Sci. Bull. 2021. Vol. 76. P. 54-59. DOI: 10.3103/S0147687421020034.
  • 22.Mancini M., Weindorf D.C., Monteiro M.E.C., de Faria A.G., Teixeira A.F.S., de Lima W., de Lima F.R.D., Dijair T.S.B., Marques F.D., Ribeiro D., Silva S.H.G., Chakraborty S., Curi N. From sensor data to Munsell color system: Machine learning algorithm applied to tropical soil color classification via Nix™ Pro sensor // Geoderma. 2020. Vol. 375. 114471. DOI: 10.1016/j.geoderma.2020.114471.
  • Munsell soil color charts. URL: https://munsell.com/color-products/color-communications-products/environmental-color-communication/munsell-soil-color-charts/https://munsell.com/color-products/color-communications-products/environmental-color-communication/munsell-soil-color-charts/.
  • Ovchinnikova M.F. Changes in the content, composition, and properties of humic substances in particle-size fractions of soddy-podzolic soils under the impact of long-term drainage // Eurasian Soil Sc. 2018. Vol. 51. P. 647-657. DOI: 10.1134/S1064229318060121.
  • Prudnikova E.Yu., Savin I.Yu. Some peculiarities of arable soil organic matter detection using optical remote sensing data // Remote Sensing. 2021. Vol. 13(12). 2313. DOI: 10.3390/rs13122313.
  • Sadeghi M., Babaeian E., Tuller M., Jones S. Particle size effects on soil reflectance explained by an analytical radiative transfer model // Remote Sensing of Environment. 2018. 210. DOI: 10.1016/j.rse.2018.03.028.
  • Sahwan W., Lucke B., Sprafke T., Vanselow K.A., Baumler R. Relationships between spectral features, iron oxides and colours of surface soils in northern Jordan // Eur. J. Soil. Sci. 2021. Vol. 72. P. 80-97. DOI: 10.1111/ejss. 12986.
  • Samonova O.A., Aseyeva E.N., Kasimov N.S. Distribution of metals in the granulometric fractions of a balka soil-geochemical system (south-eastern part of the Smolensk-Moscow upland) // Vestnik Moskovskogo universiteta. Seriya 5, Geografiya. 2018. Vol. 6. P. 34-46.
  • Savin I.Yu. Prudnikova E.Yu., Vasilyeva N.A., Veretelnikova I.V., Bairamov A.N. The color of soils as a basis for proximal sensing of their composition // Dokuchaev Soil Bulletin. 2016. Vol. 86. P. 46-52. DOI: 10.19047/0136-1694-2016-86-46-52.
  • Uziak S., Brogowski Z., Komornicki T. Properties of soil granulometric fractions formed from different parent material // Acta Agroph. 2005. Vol. 7(124). P. 1-159.
  • Viscarra Rossel R.A., Adamchuk V.I., Sudduth K.A., McKenzie N.J., Lobsey C. Chapter Five - Proximal soil sensing: An effective approach for soil measurements in space and time // Advances in Agronomy / (Ed.) Donald L. Sparks. Academic Press. 2011. Vol. 113. P. 243-291.
  • Viscarra Rossel R.A., Behrens T., Ben-Dor E. A global spectral library to characterize the world's soil // Earth Sci. Rev. 2016. Vol. 155. P. 198-230.
  • World Reference Base for soil resources 2014. International soil classification system for naming soils and creating legends for soil maps. Update 2015. World soil resources reports 106. FAO: Rome, 2015. 203 p.
  • Zhang X., Huang B. Prediction of soil salinity with soil-reflected spectra: A comparison of two regression methods // Sci Rep. 2019. Vol. 9. 5067. DOI: 10.1038/s41598-019-41470-0.
Еще
Статья научная