Почвоведение, 2020, № 12, стр. 1460-1477

ВВЕДЕНИЕ

Необходимость обновления и коррекции крупномасштабных почвенных карт, созданных ГИПРОЗЕМом СССР на сельскохозяйственную территорию России, практически бесспорна. Почвенные карты создавались с 1937 по 1996 гг. за 4 тура обследований и охватывали все пахотные земли [27, 35]. Существуют крупномасштабные почвенные карты, созданные ВУЗами, но подавляющее большинство карт созданы именно ГИПРОЗЕМом. Несколько осложняет работу с ними пространственно-временная неравномерность архива карт ГИПРОЗЕМ. На некоторые территории есть относительно новые и совершенные карты последнего тура обследований 90-х годов [16], но есть хозяйства, на которые можно найти только карты 70-х годов [14]. Наибольшая вероятность обнаружить именно карты третьего тура обследований. Карты разных туров обследований могут быть несопоставимы друг с другом по контурной части и идеологии построения [24, 35]. Таким образом, к коррекции и обновлению добавляется очевидная проблема унификации [18, 28, 20, 68 ]. Общие задачи коррекции архивных крупномасштабных почвенных карт сводятся к их верификации, актуализации, детализации и унификации. Решение этих задач должно повысить ценность традиционной почвенной картографии для современного землеустройства [36] и сельского хозяйства [31].

Поскольку ГИПРОЗЕМ СССР расформирован, а почвенная служба России не создана, то пятый тур обследований является лишь некоторой перспективой. Эту временную лакуну можно использовать для разработки новых методов почвенной картографии и создания новой инструкции по почвенным обследованиям. В настоящее время подавляющее большинство почвенных карт создано по инструкции 1973 г. [11].

Кроме устаревания почвенных карт, к негативным изменениям можно отнести снижение доступности для почвоведа-картографа и работников сельского хозяйства топографических карт М 1 : 10 000 [19]. Эти карты создавались ВИСХАГИ для нужд ГИПРОЗЕМа и имели (имеют) гриф секретности. Топографические карты являлись и являются наилучшей информацией о рельефе местности, то есть основным источником информации для почвоведа-картографа [11, 29]. Обновление топографических карт М 1 : 10 000 прекращено еще во время третьего тура почвенных обследований. Согласно инструкции 1973 г., почвенное картографирование без информации о рельефе практически невозможно.

К положительным изменениям для почвоведа-картографа следует отнести, во-первых, стремительный рост объемов и доступности данных дистанционного зондирования (ДДЗ) [19]. Если при почвенных обследованиях ГИПРОЗЕМа не всегда использовались даже аэрофотоснимки одного единственного срока съемки, то представить современную почвенную картографию без ДДЗ практически невозможно [39, 51, 53, 63]. Во-вторых, практически вся картография перешла на цифровые технологии [46, 52, 60, 61]. Отметим, что весь архив ГИПРОЗЕМа – это карты на бумажном носителе. Сканирование этих материалов не меняет сути и принципов их создания и использования.

Возникает проблема выбора методов совершенствования почвенного картографирования. Практически бесспорно, что нужны методы цифровой почвенной картографии на основе дешифрирования ДДЗ, что должно существенно дополнить возможности традиционной картографии. Большинство методов обработки ДДЗ – это методы нахождения регрессионных зависимостей между спектральными характеристиками кадра ДДЗ и одним из свойств почв [48, 70]. До промышленного применения такие работы дошли только при мощном однофакторном воздействии на почвенный покров, например, засоления почв [17, 39]. Близко к практическому применению находятся методы определения гумусированности верхней части почвенного профиля (не более 10 см) [61] и измерения влажности почвы с помощью радаров [64]. Остальные регрессионные зависимости по сути не выходят за рамки локальных научных экспериментов. Отметим, что поиском регрессионных зависимостей занимаются более 40 лет.

Альтернативой регрессионным зависимостям спектральных характеристик кадра ДДЗ и почвенных свойств являются технологии big data [44]. Big data шагнули в географию [58, 67] и сельское хозяйство в виде big geo data, big satellite data (remote sensing big data) и big agricultural data [49, 53, 56]. В таком виде их разработали корпорации Intel [41] и Semanticommunity [42]. Появилась целая сеть коммерческих структур, которые оказывают массовые услуги по ведению точного цифрового сельского хозяйства на основе big data и big satellite data – ExactFarming [47], FarmersEdge [50], Cropio [45], Агроноут [12], Инттерра [4], AGRO-SAT [38], NEXT farming [65] и др. Результатами алгоритмов обработки big satellite data являются карты внутриполевой неоднородности типа TF (Talking Fields) компании NEXT farming [66], ASF-index компании Агроноут [3, 30], зон неоднородности от компании Инттерра. Еще одним вариантом использования big satellite data является прямое почвенное картографирование на основе технологии спектральной окрестности линии почв [6–8, 21, 22].

Массовое применение на практике технологий big data для нужд сельского хозяйства делает справедливыми вопросы о применимости этих методов для почвенного картографирования и о прямом применении для нужд почвенной картографии результатов анализа big satellite data от коммерческих фирм, которые предоставляются потребителю в виде карт внутриполевой неоднородности и карт заданий для дифференцированного воздействия на сельскохозяйственные угодья. Отметим, что карты задания, как элемент точного земледелия, позволяют поднять урожайность сельскохозяйственных культур на 10–20% без изменения затрат на сельскохозяйственное производство [69].

Первая цель данной работы заключается в оценке информативности карт внутриполевой неоднородности, полученных технологиями big satellite data, для целей коррекции традиционных почвенных карт (верификации, актуализации, детализации и унификации). Второй целью является проверка концепции data-driven geography [56, 62], то есть может ли анализ больших данных задать вектор наземных изысканий, предвосхищая наземные данные.

ОБЪЕКТЫ ИССЛЕДОВАНИЯ

Объектами исследования являются:

1. Почвенный покров юга России.

2. Крупномасштабные почвенные карты колхозов, совхозов и административных районов СССР [13–16].

3. Карты внутриполевой неоднородности, полученные анализом big satellite data.

МЕТОДЫ ИССЛЕДОВАНИЯ

1. Обработка больших спутниковых данных. Поскольку в работе анализируются карты на основе технологии big data, то можно было бы указать big data как метод работы. Но это не совсем справедливо, так как big data – скорее набор процедур обработки больших объемов информации для применения в разных сферах деятельности. В случае с картами внутриполевой неоднородности big data используется как технология отбора данных для индикационной ботаники. За основу принимается постулат, что состояние растительности в том или ином виде является индикатором плодородия почв. Под плодородием в точном земледелии понимается потенциальная продуктивность сельскохозяйственных культур, достижимая при существующих технологиях и экономической целесообразности. Попытки связать конкретную карту состояния растительности на пахотных землях с флуктуациями почвенного плодородия той или иной территории не приводят к успеху. Причины вполне очевидны – неоднородность антропогенного воздействия, которое маскирует природные факторы. На каждом конкретном снимке мы видим не только и не столько влияние плодородия почв на растения, а последствия различных агротехнических приемов, которые могут оказать и оказывают в каждый конкретный момент воздействие на состояние растений, часто превосходящее воздействия природных факторов. Ситуация существенно меняется, если используют весь массив ДДЗ за десятки лет. В этом случае дефекты одного кадра ДДЗ нивелируются другими ДДЗ. Проявление же угнетения растительности в течение десятков лет на одном и том же месте не может не являться проявлением пониженного плодородия. Конечно далеко не все кадры ДДЗ одинаково информативны для построения конечных карт внутриполевой неоднородности. Более того, большинство кадров ДДЗ не пригодны для расчетов и в случае их ошибочного применения могут исказить результат.

За последние десятилетия архивы ДДЗ приняли форму больших данных [53, 59]. Только архивы двух открытых источников Landsat и Sentinel дают от 1200 до более 2000 кадров ДДЗ на каждую точку земной поверхности. Если учесть, что каждый кадр ДДЗ в настоящее время – это совокупность нескольких спектральных каналов, то мы имеем не тысячи, а десятки тысяч спектральных характеристик с пространственным шагом не менее 30 × 30 м. Для отбора информативных кадров можно использовать такие элементы big data, как map-reduce и data mining [72]. По сути это процедуры просеивания данных по заданным информационным параметрам и поэтапное сворачивание данных во все более концентрированный вид. В общем виде цепочка действий по просеиванию ДДЗ имеет вид блок-схемы на рис. 1.

Рис. 1.

Схема обработки больших спутниковых данных для получения карты устойчивой внутриполевой неоднородности плодородия почв.

Для реализации блок-схемы задействованы: технология ретроспективного мониторинга почвенно-земельного покрова [2, 23–26], основанная на принципах актуализма и униформизма [9, 54]; процедура атмосферной коррекции [1]; спектральная нормализация ДДЗ на основе математического аппарата вычисления линии почв [57] и спектральной окрестности линии почв [6–22]; вычисление вегетационных индексов (ВИ) [40, 43, 55].

2. Картографический анализ с использованием методов ГИС применен для сравнения карт внутриполевой неоднородности и традиционных почвенных карт ГИПРОЗЕМа крупного масштаба. Применение метода вполне традиционно и детально описано для данной территории ранее [24].

3. Полевая верификация в настоящей работе реализована в виде заложения почвенных разрезов для проверки почвенной таксономии контуров почвенных карт и установления таксономической принадлежности объектов карты внутриполевой неоднородности [3, 30, 66], не имеющих отображения на почвенных картах. Закладывалось от двух до семи разрезов на одно сельскохозяйственное поле в зависимости от размера поля и контрастности почвенного покрова. В среднем один разрез закладывался на 20–25 га, что соответствует частоте закладки разрезов для территорий I и II категории сложности [11].

4. Геореференсация – точная географическая привязка. Для сравнения почвенных карт и карт внутриполевой неоднородности проведена процедура точной географической привязки архивных почвенных карт. Исправлены искажения бумажных носителей и установлены параметры проекций [32]. На рис. 2, А можно проследить практически полное совпадение лесополос, отображенных на почвенной карте, и границ полей карты внутриполевой неоднородности. На рис. 2, Б лесополосы почвенной карты совпадают с легко дешифрируемыми лесополосами на ДДЗ.

Рис. 2.

Верификация контуров почвенной карты и зон устойчивой внутриполевой неоднородности плодородия почв (примеры 1 и 2). А – карта зон устойчивой внутриполевой неоднородности плодородия почв с наложенными контурами почвенной карты хозяйства М 1 : 25 000 (1 – зона повышенного плодородия, 2 – зона нормального плодородия, 3 – зона пониженного плодородия, 4 – номера почв с почвенной карты (табл. 2), 5 – номера почвенных разрезов (табл. 1, 2)); Б – ДДЗ Landsat 5 1984 г. с наложенными контурами почвенной карты хозяйства М 1 : 25 000 (1 – номера почв с почвенной карты (табл. 2), 2 – номера почвенных разрезов (табл. 1, 2)).

5. Описание опыта. В начале 2017 г. проведен ретроспективный мониторинг почвенно-земельного покрова [2, 36] на площади 18 350 га (3 хозяйства). Затем на ту же площадь построены карты внутриполевой неоднородности (рис. 3, А) на основе анализа больших спутниковых данных архивов Landsat и Sentinel (проанализировано 1578 кадров ДДЗ на исследуемую территорию с 1984 г.). Карты неоднородности переданы для организации работ по точному земледелию в сентябре 2017 г. до начала посевной озимых культур. В июне–сентябре 2018 г. на нескольких полях комбайнами проведены дифференцированные замеры урожайности различных культур. В августе 2018 г. проведены полевые почвенные изыскания (812 разрезов и 2200 точек агрохимического обследования).

Рис. 3.

Карта зон устойчивой внутриполевой неоднородности плодородия почв хозяйства и графики урожайности озимой пшеницы при разных дозах удобрений по зонам плодородия хозяйства. А – фрагмент карты зон устойчивой внутриполевой неоднородности плодородия почв на территорию хозяйства (1 – зона повышенного плодородия, 2 – зона нормального плодородия, 3 – зона пониженного плодородия, 4 – зона очень низкого плодородия); Б – график отзывчивости озимой пшеницы на различные дозы азотных удобрений (аммиачной селитры) по зонам устойчивой внутриполевой неоднородности плодородия почв.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Агрономическая интерпретация карт внутриполевой неоднородности, полученных анализом больших спутниковых данных. Как следует из блок-схемы (рис. 1), физически и математически, карты внутриполевой неоднородности являются картами среднемноголетних спектральных характеристик за 30–35 лет [37]. Поскольку спектральные характеристики введены в расчеты как вегетационные индексы (ВИ), то справедливо назвать эти карты картами среднемноголетних значений ВИ. Поскольку ВИ отражают состояние растительности, то карты внутриполевой неоднородности являются картами неоднородности состояния культурной (культивируемой) растительности. В свою очередь состояние растительности служит индикатором плодородия почвенного покрова. То есть внутриполевая неоднородность является характеристикой неоднородности плодородия почв. Проявление неоднородности плодородия почв зависит от погодных условий. Усредненное состояние растительности за 30–35 лет нивелирует погодные флуктуации, что позволяет назвать карты внутриполевой неоднородности картами устойчивой внутриполевой неоднородности плодородия почв.

На рис. 3, Б даны графики влияния различных доз удобрений на урожайность озимой пшеницы в разных зонах устойчивой внутриполевой неоднородности (УВН). В настоящей работе карты УВН содержат 9–10 зон плодородия. Условно треть зон являются зонами повышенного плодородия, треть – зонами среднего плодородия и треть – зонами пониженного плодородия. Дополнительная зона является зоной очень низкого плодородия и выделяется на сельскохозяйственных землях не всегда. Зона очень низкого плодородия на пахотных землях редко занимает более 15% и как правило, входит в треть зоны пониженного плодородия.

На рис. 3, Б представлены результаты дифференцированного воздействие на сельскохозяйственное поле. Для озимой пшеницы осеннее внесение удобрений проведено единой дозой (не дифференцированно). Дифференцировано проведены весенние подкормки. Для юга России (Ростовская область, Ставропольский и Краснодарский края и т. д.) весенние подкормки озимой пшеницы обычно составляют 100–200 кг/га аммиачной селитры. При этих дозах урожайность по четырем группам зон распределяется как 45.9, 54.5, 67.8 и 77.7 ц/га. То есть действительно зоны карт УВН являются зонами различного плодородия почвенного покрова при существующей типовой агротехнике.

С точки зрения точного земледелия интересна эффективность применения удобрений, так как при соотношении прироста урожайности к дозе внесения удобрений менее 4.2 кг/кг [5, 10], применение удобрений убыточно. График рис. 3, Б демонстрирует разную отзывчивость на удобрения при дозах аммиачной селитры от 50 до 350 кг/га. В зоне повышенного плодородия урожайность меняется от 53.3 до 92.8 ц/га, в то время как в зоне пониженного плодородия только от 48.1 до 60.5 ц/га. В зоне же очень низкого плодородия удобрения вообще не оказывают эффекта. Таким образом карты УВН являются и картами отзывчивости различных частей поля на удобрения. Именно в этой интерпретации карты УВН и применяются в точном земледелии для увеличения эффективности удобрений за счет уменьшения доз удобрений в зонах пониженного плодородия и увеличения доз в зонах повышенного плодородия. Урожайность возрастает на 10–20% без изменений затрат на сельскохозяйственное производство.

Можно считать доказанным что карты среднемноголетней внутриполевой неоднородности ВИ являются именно картами “устойчивой внутриполевой неоднородности плодородия почв” [37, 69].

Сравнение крупномасштабных почвенных карт и карт устойчивой внутриполевой неоднородности плодородия почв. На пахотные территории СССР крупномасштабные почвенные карты создавались в М 1 : 10 000 и 1 : 25 000 в зависимости от оценки однородности почвенного покрова [11, 29]. На исследуемую территорию обнаружены почвенные карты 1975, 1984, 1994 г. трех хозяйств [14–16]. Масштаб 1 : 25 000 всех карт говорит об оценке территории как однородной в почвенном плане. При составлении всех трех карт использованы результаты почвенных обследований с 1970 г., то есть обнаружены карты третьего и четвертого туров обследования [35]. Найти две разновременных карты на одну и ту же территорию не удалось. Дробность контуров всех трех карт примерно одинакова. Легенды карт также практически одинаковы [35]. Карта четвертого тура обследования имеет классификационный уклон в сторону увеличения количества почвенных разностей и площадей почв лугового ряда (луговато-черноземных, лугово-черноземных и черноземно-луговых). Эта смена парадигмы описана на примере Тамбовской области [35]. Таким образом на исследуемую территорию мы имеем типичную обеспеченность архивными почвенными картами. Можно сравнить типичные почвенные карты с картами устойчивой внутриполевой неоднородности плодородия почв.

Пример 1. Верификация контуров почвенной карты и зон устойчивой внутриполевой неоднородности плодородия почв.

На почвенной карте (рис. 2, А) нанесены 7 почвенных контуров. Три больших контура – это черноземы предкавказские мощные карбонатные малогумусные. Четыре округлых контура – это лугово-черноземные мощные малогомусные почвы. Эти четыре контура соответствуют зонам пониженного плодородия карты УВН. Почвенные разрезы подтверждают приуроченность пониженного плодородия именно к эти почвам (табл. 1, 2).

На рис. 2, А идентифицируются еще четыре контура пониженного плодородия аналогичные по почвенной таксономии, но отсутствующие на почвенной карте (разрезы: 16, 75; 268, 273, 274; 290; 291). Следует установить являются ли эти контуры вновь сформировавшимися или пропущенными при почвенном картографировании. Рассмотрим рис. 2, Б. На этом рисунке почвенные контуры совмещены с ДДЗ 1984 г. На ДДЗ пропущенные контуры дешифрируются. Почвенная карта на эти поля датирована 1984 г. Следовательно контуры на почвенной карте именно пропущены и должны были быть нанесены на момент создания карты.

Пример 2. Необходимость актуализации границ почвенной карты по карте УВН плодородия почв.

Контур с разрезом 280 (рис. 2, А) не полностью совпадает с зоной пониженного плодородия. Почвенное обследование (разрез 279), подтверждает таксономическую принадлежность недостающей части контура. Следовательно, необходимо актуализировать границы почвенного контура, что подтверждает и ДДЗ на рис. 2, Б. Актуализация границ проводится в сторону увеличения площади контура, характеризующегося пониженным плодородием.

На рис. 4, А аналогичная ситуация, но реальное распространение лугово-черноземных мощных малогумусных почв существенно меньше, чем их отображение на крупномасштабной почвенной карте. Следует отметить расхождение границ почвенного контура на карте хозяйства и карте района (рис. 4, А). На карте района контур лугово-черноземных мощных малогумусных почв проведен по полугоризонтали 95 м и существенно меньше реального распространения переувлажнения (рис. 4, Б). Можно утверждать, что дешифрирование топографических карт может привести к существенному искажению реальной картины почвенного покрова. Актуализация границ по картам УВН достовернее.

Рис. 4.

Верификация контуров почвенной карты и зон устойчивой внутриполевой неоднородности плодородия почв (примеры 2 и 3). А – карта зон устойчивой внутриполевой неоднородности плодородия почв с наложенными контурами почвенной карты хозяйства М 1 : 25 000 и почвенной карты района М 1 : 100 000 (1 – зона повышенного плодородия, 2 – зона нормального плодородия, 3 – зона пониженного плодородия, 4 – зона очень низкого плодородия, 5 – номера и контуры почв с почвенной карты хозяйства (табл. 2), 6 – номера и контуры почв с почвенной карты района (табл. 2), 7 – номера почвенных разрезов (табл. 1, 2)); Б – ДДЗ Landsat 5 1987 г. с наложенными контурами почвенной карты хозяйства М 1 : 25 000 и почвенной карты района М 1 : 100 000 (1 – номера и контуры почв с почвенной карты хозяйства (табл. 2), 2 – номера и контуры почв с почвенной карты района (табл. 2), 3 – номера почвенных разрезов (табл. 1, 2)).

Зоны очень низкого плодородия встречаются три раза на рис. 4, А (разрезы 133, 134, 145). Очевидно, что аналогичным почвенным покровом обладает и часть поля, не закрытая картой зон плодородия по причине постоянного отсутствия культурной растительности (разрезы 735, 736). Три области очень низкого плодородия пропущены на почвенных картах, а одна отмечена как лугово-черноземные мощные малогомусные почвы. Разрезы на указанных участках показали, что мы имеем дело со слитизированными почвами, а не просто лугово-черноземными [25, 34]. Отчасти этот факт на почвенных картах отмечался как почвы на гипергенезированных лёссовидных глинах. Слитые почвы в легендах почвенных карт исследуемого хозяйства отсутствуют. Можно считать подтвержденным, что карта УВН позволяет не только дополнить пропущенные контуры, но и указать места дополнительных почвенных исследований.

Пример 4. Следование за данными – актуализация эрозионных контуров, нанесенных в результате дешифрирования топографических карт.

Очень тщательно следует рассмотреть расположение эрозионных контуров почвенных карт. Рис. 5, А демонстрирует, что только часть эрозионных контуров совпадает с реальными зонами пониженного плодородия. Почвенное обследование 2018 г. (табл. 1, 2) подтверждает правильность зон плодородия. На рис. 5, Б становится ясно, что эрозионные контуры нанесены по топографической карте, что соответствует инструкции [11]. Цифровая модель рельефа (ЦМР SRTM [71]) рис. 5, Г подтверждает правильность топографической карты. Космическая съемка высокого разрешения рис. 5, В наоборот подтверждает наличие эрозии только в зонах пониженного плодородия, как и наземные данные. Можно констатировать, что на данных полях при равной крутизне склонов эрозия проявляется на склонах южной и восточной экспозиций, но отсутствует на склонах северной экспозиции. Таким образом, реальную (фактическую) картину почвенного покрова значительно лучше дает карта УВН, что позволяет актуализировать почвенные карты.

Рис. 5.

Верификация эрозионных контуров почвенной карты и зон устойчивой внутриполевой неоднородности плодородия почв (пример 4). А – карта зон устойчивой внутриполевой неоднородности плодородия почв с наложенными контурами почвенной карты хозяйства М 1 : 25 000 (1 – зона повышенного плодородия, 2 – зона нормального плодородия, 3 – зона пониженного плодородия, 4 – номера почв с почвенной карты (табл. 2), 5 – номера почвенных разрезов (табл. 1, 2)); Б – топографическая карта с нанесенными номерами почвенных разрезов; В – ДДЗ высокого разрешения 2014 г. с нанесенными номерами почвенных разрезов; Г – ЦМР с наложенными контурами почвенной карты хозяйства М 1 : 25 000 (1 – номера почв с почвенной карты (табл. 2), 2 – номера почвенных разрезов (табл. 1, 2)).

В приведенных выше примерах, почвенные контуры сформировались до времени составления архивных почвенных карт. На формирование границ почвенных контуров оказывает влияние литология, характеристики рельефа, степень гидроморфизма и другие природные факторы. Появление лесополос, дорог, каналов и других антропогенных элементов ландшафта также оказывает влияние на изменение почвенного покрова [23] в виде формирования новых границ почвенных контуров. На рис. 2, А вокруг разреза 290 расположен гидроморфный почвенный контур. Его особенностью является четкая восточная граница, совпадающая с границей поля. Для традиционных почвенных карт совершенно не характерно совпадение границ контуров с границами полей. Рассмотрим явление детальнее.

На снимке 1984 г. (рис. 2, Б) можно проследить исходную конфигурацию гидроморфного контура (разрез 290). Контур имел овальную форму, располагался на территории двух полей в направлении от разреза 290 к разрезу 276. Но основная часть водосборного бассейна гидроморфного контура (разрез 290) находится на поле с разрезами 289–291. Соседнее поле является водосбором для гидроморфного контура с разрезом 280. Появление лесополосы и дороги создало локальный барьер, разрезавший единый контур. Для западной части контура (разрез 290) степень гидроморфизма увеличилась. Для восточной части снизилась. Избыток влаги, ранее распространявшейся на два поля, увеличил площадь гидроморфизма на западном поле вдоль лесополосы. Границей новой области распространения переувлажнения стала как бы граница самого поля. На восточном поле область гидроморфизма исчезла. В виде карты УВН наблюдается новая, сформированная антропогенным влиянием, картина распространения факторов почвообразования. В этой картине появляются линейные границы внутриполевой неоднородности, ранее не характерные для почвенной картографии.

Пример 6. Детализация почвенных карт и структура почвенного покрова.

Детальность почвенных карт вопрос сложный. На почвенных картах М 1 : 25 000 встречаются контуры с шириной в 40–50 м. Обычно это контуры унаследованные от схем внутрихозяйственного землеустройства, где эти контуры не являются пашней (рис. 6) (цифра 9 в кружочках на архивных почвенных картах). На исследуемых территориях почвенные контуры имеют ширину в 60 м, в местах с сильно выраженным негативным фактором (засоление почв, утрата гумусового горизонта и т. п.). Обычно почвенные контуры имеют ширину на карте более 4 мм или более 100 м на местности в М 1 : 25 000. Для компенсации размера контура на карте может быть указана формула контура из нескольких почвенных наименований (основная и сопутствующие почвы), что соответствует учению о структуре почвенного покрова [33]. На картах хозяйств данного исследования структура почвенного покрова не указывалась. Так, на рис. 6 мы видим 3 больших почвенных контура, различающихся между собой по степени эрозии (не эродированные и слабо эродированные почвы). Реальная картина значительно сложнее. Здесь мы имеем сложную структуру почвенного покрова с сочетанием всех степеней эродированности от полной утраты горизонтов A и AB (разрезы 262, 264), где пахотным является горизонт B, до черноземов с гумусовым горизонтом более 70 см (разрез 209). Кроме зональных и эродированных почв, широко представлены лугово-черноземные и черноземно-луговые почвы. Ширина зон плодородия составляет 20, 30 и 40 м. Такие поперечные размеры контуров характерны для М 1 : 10 000, где они составят от 2 до 4 мм на карте.

Рис. 6.

Детализация почвенных карт и структура почвенного покрова. Карта зон устойчивой внутриполевой неоднородности плодородия почв с наложенными контурами почвенной карты хозяйства М 1 : 25 000 (1 – зона повышенного плодородия, 2 – зона нормального плодородия, 3 – зона пониженного плодородия, 4 – номера почв с почвенной карты (табл. 2), 5 – номера почвенных разрезов (табл 1, 2)).

Отсутствие контуров с участками почвенного покрова, которые оказывают влияние на продуктивность сельскохозяйственных земе ль, фиксируется и на почвенных картах М 1 : 10 000 последнего тура обследований [24]. Количество пропущенных контуров сопоставимо с М 1 : 25 000.

О возможности унификации крупномасштабного почвенного картографирования на основе карт УВН. Традиционное почвенное картографирование в значительной мере зависит от квалификации почвоведа-картографа, доступных материалов и тщательности проведения работ. Кроме того, на картографирование оказывает влияние текущая концепция почвенной картографии, которую реализует почвовед-картограф. Как было показано на примере развития крупномасштабной почвенной картографии Тамбовской области [35], почвенные карты, выполненные в одном масштабе, но в разных концепциях, различаются как по легендам, так и по контурам. Карты УВН не могут разрешить проблему смены парадигм в почвенной таксономии, но могут унифицировать процесс выделения границ почвенных контуров. Выделение зон различного плодородия карт УВН происходит на основе алгоритма, который не зависит от оператора. Работа алгоритма также не связана с наземными калибровками. Точность карт УВН зависит только от наличия необходимого количества ДДЗ. Как результат, все части земельного покрова единообразно классифицируются по уровню плодородия. Плотность контуров унифицируется, так как зависит только от контрастности плодородия частей поля.

Недостатки карт УВН. Основным недостатком карт УВН является невозможность указания почвенной номенклатуры выделяемых пространственных объектов. Карта УВН строится в непрерывной числовой шкале от почв с низким плодородием до почв с высоким плодородием. Карта УВН не указывает на причины такового разделения. В настоящем исследовании причинами были: переувлажнение, эрозия, переуплотнение, слитизация, иссушение, почвообразующие породы и т. д. Но эти причины были выявлены экспертно в ходе анализа слоев ГИС [50, 60] и подтверждены наземными методами. Присвоение выделенным объектам наименований почв возможно на основе камерального дешифрирования, наземного обследования и анализа архивных почвенных карт.

Вторым недостатком карт устойчивой внутриполевой неоднородности плодородия почв является низкая чувствительность метода в случае одинаковости плодородия у разных почвенных выделов, граничащих друг с другом. В настоящем исследовании сложно привести однозначный пример равенства плодородия разных почв. Сложным оказалось подтвердить или опровергнуть разделение почв слабой степени дефляции и почв с отсутствующей дефляцией. Возможно, существуют регионы, где этот процесс будет проявляться более ярко.

ЗАКЛЮЧЕНИЕ

В распоряжении почвоведов-картографов появился принципиально новый источник информации о пространственной неоднородности почвенного покрова – карта устойчивой внутриполевой неоднородности плодородия почв, полученная на основе технологий big satellite data. Карта обладает следующими функциональными возможностями для крупномасштабной почвенной картографии:

1. Позволяет детализировать традиционные почвенные карты до М 1 : 25 000, 1 : 10 000 и 1 : 5000 по выбору картографа.

2. Предлагает более точные (актуализированные) границы почвенных контуров по сравнению с традиционным дешифрированием топографических карт, гипсометрии, цифровых моделей рельефа и отдельных ДДЗ [11, 29]. Важно, что границы почвенных контуров при использовании зон плодородия не являются результатом дешифрирования, а лишь отображением реальных (актуальных) различий в почвенном плодородии в пределах каждого поля в течение десятков лет.

3. Радикально меняет подход к картографированию эрозии почв, так как хорошо дифференцирует склоны одинаковой крутизны по фактической величине деградации. Следует отметить, что фиксируется разное проявление эрозии при разной экспозиции склонов. Позволяет перейти от картографирования склона по степени эрозии к фиксации сложных эрозионных комплексов из смытых, намытых и луговых почв в пределах одного склона.

4. Показывает наличие почвенных контуров в местах их отсутствия на почвенных картах, включая контуры требующие расширения почвенной таксономии (легенд) традиционных карт.

5. Предсказывает наличие почвенных контуров при их невыраженности на топографических картах, отдельных ДДЗ и ЦМР.

6. Задает новый вектор почвенных исследований, фиксируя неоднородности почвенного пространства там, где традиционное почвоведение предполагает лишь одну почвенную разность.

Использование карт устойчивой внутриполевой неоднородности плодородия почв позволяет решить комплекс задач по коррекции архивных почвенных карт в виде верификации, актуализации, детализации и унификации почвенной информации. Кроме того, эти карты задают новый вектор почвенных исследований, то есть реализуют для почвоведения концепцию следования за данными – data-driven geography.

Главное преимущество использования нового источника информации заключается в возможности более полного раскрытия потенциала почвенной картографии в отображении важнейшей характеристики почвенного покрова – плодородия почв. Почвенные карты, легко интерпретируемые в форме отзывчивости на агротехнические и агрохимические приемы, широко востребованы в современном сельском хозяйстве в отличие от традиционных почвенных карт.

В виде карт устойчивой внутриполевой неоднородности плодородия почв в почвоведение пришли несколько элементов технологии big data в виде big satellite data и data-driven geography. Потенциал информативности новых методов значительно больше аспектов, затронутых в данной статье, и нуждается в дальнейших исследованиях.