Бесплатный автореферат и диссертация по наукам о земле на тему
Оценка земель сельскохозяйственного назначения по показателям плодородия для дистанционного мониторинга
ВАК РФ 25.00.26, Землеустройство, кадастр и мониторинг земель

Автореферат диссертации по теме "Оценка земель сельскохозяйственного назначения по показателям плодородия для дистанционного мониторинга"

На правах рукописи

УКРАИНСКИЙ Павел Александрович

ОЦЕНКА ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ ПО ПОКАЗАТЕЛЯМ ПЛОДОРОДИЯ ДЛЯ ДИСТАНЦИОННОГО МОНИТОРИНГА (НА ПРИМЕРЕ БЕЛГОРОДСКОЙ ОБЛАСТИ)

25.00.26. - землеустройство, кадастр и мониторинг земель

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата географических наук

2 С От 2011

Белгород-2011

4857825

Работа выполнена на кафедре природопользования и земельного кадастра ФГАОУ ВПО «Белгородский государственный национальный исследовательский университет»

Научный руководитель: СМИРНОВА Лидия Григорьевна

доктор биологических наук, профессор

Официальные оппоненты: АХТЫРЦЕВ Анатолий Борисович

доктор биологических наук, профессор

ЗАМЯТИНА Лариса Вячеславовна кандидат географических наук, доцент

Ведущая организация: ГНУ Всероссийский НИИ земледелия и

защиты почв от эрозии, г. Курск

Защита состоится 8 ноября 2011 г. в 13 часов на заседании диссертационного совета ДМ 212.036.02 при Воронежском государственном педагогическом университете, по адресу: 394043, г. Воронеж, ул. Ленина, 86, ауд. 408.

С диссертацией можно ознакомиться в библиотеке научных работников ВГПУ по адресу: 394043, Воронеж, ул. Ленина, 86, ауд. 34.

Автореферат разослан 8 октября 2011

Отзывы на автореферат (в двух экземплярах, заверенных печатью) просим направлять по адресу: 394043, Воронеж, ул. Ленина 86, ВГПУ, Естественно-географический факультет, ученому секретарю диссертационного совета ДМ 212.036.02. Факс: 8 (4732) 55-19-49, E-mail: shmykov@vspu.ac.ru

Ученый секретарь диссертационного совета, кандидат географических наук, доцент

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования.

Доля земель сельскохозяйственного назначения в земельном фонде РФ составляет 23,5 %. Важнейшим свойством, обусловливающим их производственную ценность, является плодородие. Оно ухудшается вследствие сельскохозяйственного использования земель, поэтому встает вопрос о методах контроля этих изменений. В настоящее время существует дефицит актуальных почвенных данных, что затрудняет разработку землеустроительных проектов, основанных на адаптивно-ландшафтных принципах. Используемые методы почвенной съемки и проводимый агрохимический мониторинг не в полной мере способны поставлять необходимую информацию о состоянии плодородия.

Проблема обновления фонда почвенных данных связана также со значительной трудоемкостью и дороговизной традиционных почвенных съемок. В качестве способа решения этой проблемы в «Концепции государственного мониторинга земель сельскохозяйственного назначения до 2020 года» предложено развитие дистанционного мониторинга. В этой Концепции космические снимки рассматриваются как наиболее оперативный и объективный (независимый) источником информации о плодородии земель сельскохозяйственного назначения. Для эффективного ведения дистанционного мониторинга показателей плодородия необходима разработка теоретических и методических основ изучения почвенного покрова по космическим снимкам. Эту работу необходимо проводить с учетом природной и хозяйственной специфики конкретных регионов.

Проведение мониторинга земель сельскохозяйственного назначения с использованием методов дистанционного зондирования является особенно актуальным в регионах интенсивного земледелия, так как позволяет определять наиболее эффективные мероприятия по сохранению и воспроизводству плодородия земель при землеустройстве на адаптивно-ландшафтной основе, а также устанавливать их ценность как основного средства производства.

Объект исследования - земли сельскохозяйственного назначения.

Предмет исследования - показатели плодородия земель сельскохозяйственного назначения и их оценка на основе анализа космических снимков.

Основная цель исследования - разработка научных основ оценки показателей плодородия земель методами дистанционного зондирования.

Для достижения поставленной цели решались следующие задачи:

1. Определить перечень показателей плодородия, контролируемых методами дистанционного зондирования Земли (ДЗЗ);

2. Выявить пространственные особенности дешифрирования почв земель сельскохозяйственного назначения в условиях Белгородской области;

3. Провести дистанционную оценку показателей плодородия земель сельскохозяйственного назначения;

4. Разработать рекомендации по внедрению методик дешифрирования космических снимков в практику дистанционного мониторинга земель сельскохозяйственного назначения.

Теоретические основы исследования. Вопросы дистанционного исследования почвенного покрова по космическим снимкам рассматривались В. Ю. Андрониковым (1979), К.Я. Кондратьевым (1986), И.Ю. Савиным (1990), В.И. Кравцовой (2005), М.С. Симаковой (2002), G.A. Fox (2002), D.R. Thompson (1984), F.C. Westin (1976). Работы перечисленных исследователей указывают на возможность использования космических снимков для мониторинга и оценки показателей плодородия земель сельскохозяйственного назначения, а также на перспективы исследований в этом направлении. В тоже время, они обозначают ряд нерешенных задач, связанных с использованием методов дистанционного зондирования.

Материалы и методы исследования. В исследовании применялись следующие методы: сравнительно-географический, обработки данных дистанционного зондирования, геоинформационного моделирования, математи-ко-статистической обработки полученных результатов.

В значительной степени использован архив спутниковых данных и программное обеспечение для обработки данных дистанционного зондирования (ДДЗ) и геоинформационного анализа (ENVI и ArcGIS) Федерально-регионального центра аэрокосмического и наземного мониторинга объектов и природных ресурсов НИУ «Белгородский государственный университет». В работе использованы материалы мультиспектральной космической съемки со спутника Landsat 5ТМ, фондовые данные почвенных карт хозяйств Белгородской области, данные собственных полевых исследований, материалы отечественных и зарубежных интернет-архивов: Springer Link, Science Direct, Elibrary.

Достоверность результатов. Достоверность результатов количественного дешифрирования свойств почвы подтверждается данными полевых исследований. Достоверность проведения границ почвенных ареалов и определения их генетической принадлежности подтверждается сопоставлением с фондовыми данными почвенных карт хозяйств Белгородской области. Полученные результаты соответствуют существующим представлениям о характере почвенного покрова земель сельскохозяйственного назначения Белгородской области. Исследовательские полигоны выбраны с учетом типичности проявления конкретных почвенных свойств, для дешифрирования которых разработана оригинальная методика. В работе применялись современные методы и средства обработки данных, в т.ч. программный продукт для обработки ДДЗ ENVI и геоинформационная система ArcGIS. При разработке оригинальных методик дешифрирования почвенного покрова учитывался как отечественный, так и обширный зарубежный опыт обработки снимков (проанализировано 90 источников).

Научная новизна. Впервые проведено оригинальное районирование территории Белгородской области по характеру сочетания угодий. Это районирование использовано для оценки сложности дешифрирования почвенно-

го покрова в различных частях региона. Впервые разработан почвенный индекс для дистанционного определения типов и подтипов почв лесостепной зоны по мультиспектральным космическим снимкам. Описаны значения почвенного индекса для зональных типов и подтипов почв, встречающихся в Белгородской области. Проанализирована зависимость между яркостью почвы на космическом снимке и ее гранулометрическим составом. Разработана формула расчета содержания физической глины. Впервые на территории Белгородской области проведены спектрометрические исследования для целей дешифрирования, по результатам которых создана спектральная библиотека яркости почв с различным содержанием гумуса.

Основные защищаемые положения.

1. Перечень дистанционно оцениваемых показателей плодородия и факторы, определившие его состав.

2. Природные и хозяйственные особенности территории Белгородской области и ее районирование по характеру сочетания угодий.

3. Результаты использования методик дешифрирования содержания гумуса, гранулометрического состава, распространения солонцеватых черноземов, эродированных почв, почвенных типов и подтипов по снимкам спутника ЬапёэаГ 5ТМ в Белгородской области.

4. Рекомендации по внедрению разработанных методик дешифрирования показателей плодородия в практику дистанционного мониторинга.

Практическая значимость и применение результатов исследования.

Результаты проведенного исследования могут быть использованы для совершенствования дистанционного (космического) мониторинга и оценки показателей плодородия земель сельскохозяйственного назначения. Разработанные методики дешифрирования позволяют получать на основе космических снимков актуальные почвенные карты, на которых отображаются такие показатели как тип и подтип почвы, содержание гумуса, гранулометрический состав, степень эродированности.

Материалы диссертации вошли в отчеты по следующим проектам: проект 145/08 «Оценка мелиоративного состояния орошаемых земель Саратовской области средствами геоинформатики и дистанционного зондирования», грант Президента РФ (проект МК-1189.2010.5), мероприятие 1.3.2. «Проведение научных исследований целевыми аспирантами» ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы (Проект П141), проект № 408 фонда «Научный потенциал» «Использование селективной автоматизированной коррекции данных при создании цифровых моделей рельефа по материалам дистанционного зондирования Земли», проект РНП.2.2.1.1.4439 Фундаментальные основы развития геоаналитические системы на базе научно-образовательного кластера «Геоинформатика и технологии дистанционного зондирования в естественных науках аналитической ведомственной целевой программы «Развитие научного потенциала высшей школы (2009-2010 годы)».

Апробация работы. Результаты исследований доложены автором на научных и научно-практических конференциях: Международной научной конференции студентов, аспирантов и молодых ученых «Регион-2008: общественно-географические аспекты» (Харьков, 2008), Международной научной конференции студентов, аспирантов и молодых ученых «Регион-2009: общественно-географические аспекты» (Харьков,2009), Международной научной конференции ИнтерКарто-ИнтерГИС - 16. Устойчивое развитие территорий: теория ГИС и практический опыт. (Ростов-на-Дону, 2010), III Всероссийской (с международным участием) научно-практической конференции молодых учёных «Геоэкология и рациональное природопользование: от науки к практике» 19-22 октября 2009 г. (Белгород), IV Международной научной конференции «Проблемы природопользования и экологическая ситуация в Европейской России и сопредельных странах» (Белгород, 2010), Международной научно-практической конференции «Управление продукционным процессом в агротехнологиях 21 века», посвященной 35-летию образования Белгородского научно-исследовательского института сельского хозяйства (Белгород, 2010).

Публикации. По теме диссертационного исследования автором опубликовано 17 научных работ, включая 3 из перечня ВАК.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка использованных источников из 190 наименований, включая 90 иностранных, 19 приложений. Основной текст диссертации изложен на 162 страницах машинописного текста и содержит 8 таблиц и 32 рисунка.

ОСНОВНЫЕ ЗАЩИЩАЕМЫЕ ПОЛОЖЕНИЯ

1. Перечень дистанционно оцениваемых показателей плодородия и факторы, определившие его состав.

Физической основой дешифрирования почвенного покрова являются представления о спектральных свойствах почвы. Дистанционно оцениваться могут только те показатели плодородия, которые влияют на ее спектральную отражательную способность. Этим определяется потенциальный (максимальный перечень) показателей плодородия контролируемых методами дистанционного зондирования.

Состав реального перечня дистанционно определяемых показателей связан с текущим уровнем прогресса в дистанционных исследованиях, который определяется следующими факторами:

- развитием технологий космической съемки земной поверхности;

- развитием компьютерной техники и программного обеспечения для обработки космических снимков;

- накоплением и обобщением опыта дистанционного исследования почвенного покрова.

На сегодняшний день в различных публикациях описаны методы дистанционного определения следующих показателей: генетической принадлежности

почв, содержания гумуса, гранулометрического состава, засоления, степени эродированное™, содержания карбонатов, содержания соединений железа, содержания различных минералов, опасности образования почвенных корок. Первые пять показателей являются наиболее важными для территории Белгородской области. Полученный перечень из пяти показателей исчерпывающим не является. Так в приложении к приказу№150 «Об утверждении Порядка государственного учета показателей состояния плодородия земель сельскохозяйственного назначения» от 4 мая 2010 г. перечислены 17 физических и химических показателей плодородия и 6 показателей негативных процессов. Дистанционно определяемые показатели относятся к наиболее важным для оценки плодородия, т.к. по значимости, на их долю приходится более половины информации о почвах. Поэтому дистанционный мониторинг способен удовлетворить большую часть потребности в информации о состоянии плодородия.

2. Природные и хозяйственные особенности территории Белгородской области и ее районирование по характеру сочетания угодий.

Белгородская область расположена преимущественно в лесостепной зоне, юго-восточная ее часть относится к зоне степей. Поверхность территории представляет собой несколько приподнятую равнину, по которой проходят юго-западные отроги Орловско-Курского плато Среднерусской возвышенности, расчлененного многочисленными речными долинами и густой ов-ражно-балочной сетью. Климат области умеренно-континентальный, средняя температура января от -8 до -9°С, средняя температура июля от +20 до +21°С. Количество осадков составляет 450-500 мм в год, с максимумом в весенне-летний период. В почвенном покрове преобладают черноземы, распространены серые лесные почвы. Благоприятные почвенно-климатические условия обуславливают активное развитие сельского хозяйства. Земли сельскохозяйственного назначения занимают 74,3% территории области. Среди них преобладает пашня (61% площади области), также значительна доля пастбищ и сенокосов (12%).

Территория Белгородской области неоднородна с точки зрения сложности дешифрирования почвенного покрова. В разных частях области по-разному сочетаются угодья, почвы которых можно и нельзя дешифрировать по прямым дешифровочным признакам. К первым территориям относятся пашня, а ко вторым - все остальные угодья. При дешифрировании почвенного покрова пашни важны такие показатели как цельность и раздробленность ареалов пашни, форма и площадь полей. Все эти характеристики сформировались как в результате исторического развития экономики Белгородской области, так вследствие природных ее особенностей. В качестве природной особенности главенствующую роль играет рельеф: уклон территории, степень эрозионной расчлененности территории, форма речных бассейнов (узкие, вытянутые или широкие, округлые).

Для выявления региональной специфики дешифрирования почвенного покрова было выполнено районирование Белгородской области по характеру сочетания угодий. Для этого был произведен визуальный анализ мозаики космических снимков со спутника Ьапска! 5ТМ, покрывающей всю террито-

рию области. В результате было выделено шесть типов районов (рис. 1). К первому типу относятся территории с преобладанием или значительной площадью лесов на водораздельных пространствах. Такие районы сосредоточены на возвышенных правобережьях крупных рек. - Северского Донца с притоками (Нежеголь, Корень, Короча), Оскола, Тихой Сосны, Ворсклы, Ворск-лицы. Форма полей здесь часто округлая, с извилистыми границами. Пашня не образует сплошного ареала, и занимает до половины площади территории. Она представлена разобщенными ареалами, зажатыми между лесами, населенными пунктами и овражно-балочной сетью. Поэтому до половины почвенного покрова недоступно для дистанционного изучения. Разобщенность ареалов пашни не позволяет подробно проследить по космическим снимкам пространственные закономерности изменения почвенного покрова. Но в этих районах наблюдается значительная пестрота почвенного покрова, что делает их интересными для дистанционного изучения. Специфическими задачами дешифрирования почвенного покрова является проведение границы серых лесных почв и черноземов и выделение ареалов их подтипов.

I - Ворсклимскмй

II- Осжоло-Северсжодонецкий

III • Потуданьско-Тихасоснеяамй

IV - Калитвенско-Ураевсжии

V - Аидарский

-Границы ПТК

Рис. 1. Карта распространения различных типов сочетания угодий на территории Белгородской области

Ко второму типу относятся низменные территории левобережий крупных рек. Для них характерен плоский рельеф, слабая расчлененность овраж-но-балочной сетью, незначительная площадь лесов и населенных пунктов. Здесь пашня преобладает над другими угодьями, ее доля от площади территории самая большая по сравнению с другими частями области. Наиболее

распространена прямоугольная форма полей. Поля крупные, вытянутые в направлении ближайшей крупной реки. Пашня образует цельный, слабо расчлененный ареал. Структура землепользования районов второго типа наиболее благоприятствует дистанционному картографированию почв. На этих территориях до Ул почвенного покрова можно наблюдать в оголенном виде. Цельность ареалов пашни позволяет проследить на значительных территориях закономерности изменения почвенного покрова. Специфическим задачами дешифрирования почвенного покрова является выделение лугово-черноземных почв и почв западин, почв легкого гранулометрического состава. Необходимо создание методик, позволяющих дистанционного обнаруживать проявления таких проявлений деградации почв как развевание и линейная эрозия на уступах речных террас.

Третий тип - районы со средней эрозионной расчлененностью и обилием байрачных лесов и мелких лесов на приводораздельных пространствах. Ареалы пашни образуют здесь крупные ареалы округлой формы, рассеченные овражно-балочной сетью. Границы полей отличаются извилистостью. Четвертый тип - территории с узкими вытянутыми приводораздельными пространствами. Ареалы пашни здесь имеют удлиненную вытянутую форму, поэтому нередко располагаются в пределах двух соседних сцен Ьапс1за1, что увеличивает количество нужных снимков, и создает необходимость проводить операцию по сшивке их в мозаику. Поля, как правило, с двумя-тремя ровными сторонами и одной-двумя извилистыми, граничащими с балками или речной долиной. При дешифрировании почв пашни в районах третьего и четвертого типа повышена сложность создания маски пашни.

Пятый тип - территории с редкими байрачными лесами и развитым ов-ражно-балочно-долинным комплексом. Форма ареалов пашни здесь аналогична третьему типу. Специфические отличия этого типа обусловлены тем, что ядро территорий, где он распространен, приурочено к водоразделам Ос-кола и Северского Донца, Оскола и Тихой Сосны. На приводораздельных пространствах распространена прямоугольная и квадратная форма полей, в чем есть некоторое сходство со вторым типом. Специфической задачей дешифрирования почвенного покрова здесь является выявление ареалов солонцеватых черноземов. К шестому типу относятся районы с практически отсутствующими (распространены крайне редко и неравномерно) байрачными лесами, редкими населенными пунктами и сильно развитой овражно-балочной сетью. Ареалы пашни образуют здесь крупные ареалы округлой формы, рассеченные овражно-балочной сетью, границы полей извилистостые.

Составленная карта районирования территории Белгородской области по характеру сочетания угодий позволяет оценить сложность дешифрирования почвенного покрова. Такую оценку необходимо проводить на этапе планирования исследования почвенного покрова по космическим снимкам. Адекватная оценка сложности дешифрирования позволит правильно рассчитать затраты времени на дешифрирование, определить необходимость привлечения дополнительных данных помимо космических снимков и запланировать необходимый объем полевых исследований.

3. Результаты использования методик дешифрирования почвенных типов и подтипов, содержания гумуса, гранулометрического состава, распространения солонцеватых черноземов, эродированных почв по снимкам спутника Ьапс1$а15ТМ в Белгородской области.

Для дешифрирования типов и подтипов почв выбран исследуемый участок в междуречье Корочи и Нежеголи. Разработан специализированный почвенный индекс для дешифрирования типов и подтипов почв. В основу разработки индекса положен опыт дешифрирования почв лесостепи Т.В. Ко-ролюка и Е.В. Щербенко (2003). В соответствии с ним для создания индекса выбраны 2, 3 и 4-й каналы Ьапс^а!. Предложена следующая формула расчета индекса:

ПИ1: = (3-Ик)/(3+Ик-2К), (1)

где ПИ1 - почвенный индекс 1, Ик - яркость в ближнем инфракрасном диапазоне спектра (4 канал Ьап(15а1), К - яркость в красном диапазоне спектра (3 канал Ьапска!), 3 - яркость в зеленом диапазоне спектра (2 канал Ьапс^).

Почвенный индекс ПИ1 принимает для почв отрицательные значения: для типичных черноземов от -0,5 до -0,8, для оподзоленных и выщелоченных черноземов — от -0,8 до -1,0, для темно-серых лесных почв - от -1,0 до -1,25, для серых лесных почв - от -1,25 до -1,7, для светло-серых лесных почв -от -1,7 до -2,2.

Процесс дешифрирования почвенного покрова при помощи индекса включает в себя три этапа. На первом этапе производится пространственное ограничение дешифрируемой территории путем выделения участков с почвенным покровом, лишенным растительности. Прочие участки исключаются из обработки при помощи операции маскирования. На втором этапе производится непосредственно расчет индекса, результатом которого является градиентное изображение. Градиентное изображение является лучшим способом передачи непрерывности почвенного покрова и постепенности перехода между почвами. Перед выделением по градиентному изображению почвенных ареалов выполняется сглаживание медианным фильтром. Это устраняет ошибки связанные с «шумом» в изображении. Третий этап заключается в преобразовании градиентного изображения в дискретное при помощи квантования. На этом этапе происходит очерчивание границ ареалов подтипов почв и их идентификация (рис. 2).

В результате дешифрирования на исследуемом участке выделены типичные черноземы, светло-серые лесные, серые лесные, темно-серые лесные почвы, оподзоленные и выщелоченные черноземы. Анализ результатов показал, что при дешифрировании генетически отдаленных подтипов достигается наибольшая эффективность распознавания. При дешифрировании генетически близких подтипов могут возникнуть ошибки, для устранения которых необходимо проведение наземных исследований (рис. 2).

В настоящее время созданы различные формулы, увязывающие содержание гумуса и спектральные свойства почвы. Они предназначены для количественного определения содержания гумуса. Общим их недостатком являет-

ся неуниверсальный характер. Каждая существующая формула работает с наибольшей эффективностью только на территории, для которой она создана.

В представленной работе предложен полуколичественный способ дистанционного определения содержания гумуса в почве. В его основе сбор сведений о спектральных свойствах почвы с различным содержанием гумуса на тестовом участке и формализация этих сведений в виде спектральных библиотек. Выявленные закономерности экстраполируются на обширные территории при помощи классификации космических снимков по алгоритму спектрального угла.

Снимок 1апЛШ 5ТМ, 6 мая 2Ю7

Светло-серые лесные почвы [ | Серые лесные почвы | | Темно-серые лесные почвы | | Оподзоленные и выщелоченные черноземы | Типичные черноземы

Рис. 2. Дешифрирование типов и подтипов почв

Исследуемая территория состоит из двух участков в пределах хозяйства «Белгородское»: тестового и дешифрируемого. На тестовом участке производится отбор проб для определения содержания гумуса и спектрометрических измерений. Дешифрируемый участок является полигоном для экстраполяции зависимости между содержанием гумуса и спектральной отражательной способностью почвы на основе дешифрирования космических снимков.

В ходе дешифрирования содержания гумуса выделялись следующие классы: почвы с содержанием гумуса 5-6%, 4-5% и 3-4 %. Количество классов, выделяемых при дешифрировании, и их границы были выбраны в соот-

ветствии с градациями гумусированности, использованными на почвенной карте хозяйства.

Распределение значений гумусированности в пространстве согласуется с рельефом местности. Наибольшее содержание гумуса (5-6%) отмечается на плакорной части дешифрируемого участка. Она протягивается с севера на юг, пересекая весь исследуемый массив полей, местами примыкая к его западной границе. К востоку и западу от плакора с повышением крутизны склонов содержание гумуса падает до 4—5%. Наименьшее содержание гумуса (3-4%) отмечается на крутых прибалочных склонах. В пределах дешифрируемого участка это преимущественно склоны южной экспозиции, расположенные в восточной его половине. Кроме них содержание гумуса 3-4% характерно для крупных эрозионных ложбин (рис. 3).

Рис. 3. Спектральная библиотека (справа) и результата дешифрирования содержания гумуса с ее применением (слева)

Гранулометрический состав почвы изучался на исследуемом участке, расположенном в Левобережном Поосколье. Исследуемые поля размещены на 2-4 террасах долины Оскола. Предварительное дешифрирование выполнено при помощи неконтролируемой классификации по алгоритму ЗОБАТА. Количество классов при дешифрировании соответствует числу классов легенды (5 классов). В соответствии с полученными ареалами выбраны точки полевого обследования.

Длина волны, нм

_граница ФГУП "Белго-

_ родское"

I I исследуемые поля

ДЭЧИ

пастбища и сенокосы ПН леса и лесополосы ЙЙЙЯ населены« пункты

Содержание гумуса. %

Выделена зависимость между отражением в третьем канале снимка Ьаг^а! и содержанием физической глины, которая позволяет провести расчет данного показателя. Величина ошибки (112=0.77) соответствует аналогичным зависимостям, выявленным для других территорий. Больше всего ошибок возникло при дешифрировании песчаных и тяжелосуглинистых почв. Такая проблема связана с тем, что почвы этого гранулометрического состава наименее представлены в выборке, на основе которой создана формула расчета (рис. 4).

А)

50,0 1 45,0-

а 4о,о-

? 35,0 ^ 30,0-

а 25<°-| ¡¡20,0

3" 15,04

а 10,0

О)

§ 5,0-1 о 0,0

5

у = 1,9323х2-3б,093х +180,66 Н2 = 0,7709

6 7 8 9 10 Отражение, %

Результаты

Результаты полевого

расчета обследования

Песчаный | 0

Супесчаный | | О

Легкосуглинистый [ |

Среднесуглинистый ©

Тяжелосуглинистый Щ ф

Рис. 4. Дешифрирование гранулометрического состава. А - связь между отражением в третьем канале Ьаг^а! и содержанием физической глины, Б - результат определения гранулометрического состава

В результате дешифрирования содержания гранулометрического состава на исследуемом участке выделены супесчаные, песчаные, легко-, средне- и тяжелосуглинистые почвы. Гранулометрический состав меняется с востока на запад, становясь более легким при продвижении к пойме Оскола.

Площадь солонцеватых черноземов в Белгородской области невелика. Однако в отдельных районах их встречаемость выше среднего по области. К территориям с наибольшим распространением этих почв относится водораздел Северского Донца и Оскола. Поэтому для разработки методики дешифрирования солонцеватых черноземов выбран исследуемый участок в этой части области - бассейны рек Дубенки, Орлика, Ольшанки.

Солонцеватые черноземы легко выделяются на космическом снимке при визуальном дешифрировании. В комбинации каналов ЬапсЬа! 7:5:3 они отличаются темно-коричневым цветом, сильно контрастируя с окружающими черноземными почвами, которые на снимки имеют карамельно-коричневый цвет. Граница солонцеватых черноземов на космических снимках имеет четкий характер с резким переходом к окружающим почвам. Выделение солонцеватых черноземов производилось при помощи контролируе-

мой классификации по алгоритму максимального правдоподобия. Для облегчения дешифрирования создана маска территорий потенциального нахождения солонцеватых черноземов. По результатам дешифрирования составлена карта распространения солонцеватых черноземов на исследуемом участке в масштабе 1:200000, оценена площадь солонцеватых черноземов и проанализирована форма их ареалов (рис. 5).

В пределах исследуемого участка обнаружено 98 ареалов солонцеватых черноземов общей площадью 1010 га. Это составляет 1,3% от всей площади исследуемой территории и 2,2% от площади пашни на рассмотренном участке. Минимальная площадь ареала равняется 0,5 га, максимальная - 93,3 га. Среди выделенных контуров большинство имеет площадь до 5 га.

Долгая

С'апрыкино Рябиновка Копцево Усггеикк;1

Шмгфно*

Алекса^уюва

Красношютаоа' Имковка

/Кололезный .ашары

Старох!.

Заваллщеко

Условные обозначения

Воскрес«!«

}севка

Кочегуры

.. Ольшвнка

Сйвенкоао Петропавловка Захарове

черно им солонцеватым

Ж длин Колодезь

КОРОЧЛНСКиЙ РАЙОН ! ч Ь' Р II Я II С А* II И РА П О II

Рис. 5. Результаты дешифрирования солонцеватых черноземов

Все ареалы солонцеватых черноземов по форме разделяются на четыре группы: округлые, вытянутые, серпообразные и разветвленные ареалы. В то время как на почвенной карте Белгородской области масштаба 1:200000 они имеют только округлую или вытянутую форму. При картографировании в масштабе 1:10000 детальность нанесения соответствует требованиям выделения почвенных контуров, а точность нанесения границ соответствует масштабу 1:25000.

Для изучения эрозии почв пашни был выбран участок на стыке земель Губкинского и Старооскольского района. Он протянулся с севера на юг от восточной части хвостохранилища Лебединского ГОКа до долины реки Ду-бенка (рис. 6). Согласно схеме почвенно-эрозионного районирования Белго-

родской области участок относится к Верхнеоскольскому району, который располагается на севере области, в верховьях реки Оскол. Верхнеоскольский почвенно-эрозионный район отличается сильным эрозионным расчленением территории и сильным смывом почвы. В этом районе широко представлены сильноэродированные маломощные почвы, что является его отличительной чертой.

Плотность потяжнн, шт км2 Степень смытосш почв

] нес мытые почвы ] слабосмьпые почвы ] средне-смытые почвы ] сипьносмытые почвы ■ границы полей

Рис.6. Результаты дешифрирования эродированное™ почв пашни

Для изучения линейной эрозии применено визуальное дешифрирование с ручной векторизацией линейных эрозионных форм по снимку со спутника 1Л8-1С за 31 января 2002 года. На снимках зимнего сезона съемки уверенно обнаруживаются потяжины, чему способствует низкий угол падения солнечных лучей зимой. Поскольку все поля находятся в одинаковом состоянии, покрытые относительно равномерным слоем снега, потяжины видны четче, чем в теплый период года, когда состояние полей различно. На основе полученных результатов дешифрирования рассчитана плотность линейных эрозионных форм. Общая длина потяжин составляет 36,49 км. Их распределение

0-2 Ш 8-10

2-4 [ | 10-12

4-6 I 1 12-14

6-8 1 ■Н 14-16

отличается неравномерностью. По этому показателю на исследуемой территории можно выделить специфические участки: юго-западный и северозападный (густота потяжин колеблется в пределах от 8 до 16 шт/км2), центральный участок, приуроченный к пересечению двух водоразделов, (до 2 шт/км2), южный и северный половина (сочетаются участки с густотой потяжин 0-2, 2-4 и 4-8 шт/км2).

Для дешифрирования проявления плоскостного смыва применена неконтролируемая классификация по алгоритму ISODATA. Интерпретация результатов классификации осуществлена путем сопоставления с почвенными картами хозяйств, рельефом и анализа взаимного пространственного расположения классов. Площадь сильносмытых почв по результатам дешифрирования составляет 21,9 га (1,8%), среднесмытых - 73,0 га (6,1%), слабосмытых -385,6 га (32,3 %), несмытых - 713,3 га (59,8%). На почвенной карте эти почвы занимают соответственно 17,1 га (1,4%), 55,1 га (4,6%), 377,2 га (31,6%), 745,4 га (62,4%).

4. Рекомендации по внедрению разработанных методик дешифрирования космических снимков в практику дистанционного мониторинга показателей плодородия земель сельскохозяйственного назначения.

При разработке программы дистанционного мониторинга показателей плодородия необходимо решить следующие вопросы, касающиеся применения методик дешифрирования космических снимков:

- определение продолжительности программы мониторинга;

- определение необходимой периодичности проведения измерений,

- определение места дистанционных данных в процессе мониторинга и их соотношения с наземными данными,

- определение территории, охватываемой мониторингом,

- выбор формы выражения измеряемых показателей.

Длительность программы дистанционного мониторинга необходимо

увязывать со временем нахождения спутника на орбите. Расчетный срок пребывания спутника на орбите составляет обычно 3-5 лет. Тем не менее, целый ряд спутников пробыли на орбите значительно большее время (Landsat 5-27 лет, SPOT 4-13 лет, IRS-1C - 16 лет). При разработке некоторых современных спутников, расчетный срок их работы на орбите был заложен равным 710 годам. Таким образом, существенным недостатком дистанционного мониторинга является относительная краткосрочность его программ. После прекращения функционирования спутника, на орбиту могут и не вывести новый спутник с таким же или близким по свойствам съемочным оборудованием. Рекомендуется создавать методики дистанционного мониторинга с учетом вероятного использования снимков с разных спутников, на которых установлена сходная по свойствам съемочная аппаратура.

В Приказе об утверждении «Порядка государственного учета показателей состояния плодородия земель сельскохозяйственного назначения» предусмотрено определение различных показателей плодородия в зависимости от скорости их изменения через пять и пятнадцать лет. С периодичностью раз в пять лет определяется содержание органического вещества в пахотном го-

ризонте. Раз в пятнадцать лет уточняется название почвы, ее гранулометрический состав, доля эродированных и солонцеватых почв. Практически любой спутник, независимо от временного разрешения съемки, позволяет подобрать один снимок в год. Чем выше временное разрешение (период между отдельными повторными съемками одного и того же участка), тем больше вероятность того, что снимок будет получен в удачное для проведения мониторинга время. На периодичность мониторинга влияет и пространственное разрешение космических снимков. Чем выше пространственное разрешение, тем более мелкие изменения можно обнаружить. Поэтому для дистанционного мониторинга необходимо использовать снимки с максимально высоким пространственным и временным разрешением.

По роли космических снимков в процессе мониторинга и характеру их сочетания с данными полевых обследований или картографическими данными можно выделить две формы проведения мониторинга: мониторинг с ведущей ролью космических снимков и мониторинг с их вспомогательной ролью. Ведущая роль в процессе мониторинга показателей плодородия принадлежит снимкам, если по ним определяются как границы почвенных выделов (контурное дешифрирование), так и их содержимое (генетическое дешифрирование). Это характерно для методик дешифрования содержания гумуса, гранулометрического состава, типов и подтипов почв. При этом наземные данные могут применяться для оценки точности результатов и их коррекции.

Вспомогательная роль космических снимков в процессе мониторинга имеет место, если содержимое почвенных выделов, устанавливается исключительно на основе наземных обследований или существующих почвенных карт. Это характерно для методики дешифрирования почвенного покрова пастбищ и сенокосов и методики дешифрирования эродированно-сти земель пашни.

При выборе территории охватываемой мониторингом возможны два подхода. Первый подход заключается в сплошном мониторинге какого-либо показателя плодородия в пределах всей пашни на территории хозяйства, административного района или области. Второй подход заключается в проведении выборочного мониторинга. В его рамках мониторинг проводится на участках, где существует значительная опасность развития деградации земель. Достоинством сплошного мониторинга является возможность получения максимально полных сведений об изменении показателей плодородия в пространстве. Преимуществом выборочного мониторинга является сокращение времени и трудозатрат на обработку космических снимков. Уменьшение площади, на которой определяются показатели плодородия, упрощает подборку космических снимков необходимого качества и уменьшает финансовые затраты на их приобретение.

Типичным примером методики, предназначенной для выборочного мониторинга, является подход к выделению ареалов солонцеватых черноземов по космическим снимкам. Непосредственно в самой методике заложено ограничение исследуемой территории, реализуемое через прием маскирования.

Предложенные методики дешифрирования содержания гумуса, гранулометрического состава, типов и подтипов почв пашни, почвенного покрова пастбищ и сенокосов являются количественными методиками. Методика дешифрирования степени эродированности земель может использоваться как в сплошном, так и в выборочном мониторинге. Решение о том или ином способе ее применения должно решаться на основе анализа текущей ситуации с развитием эрозионных процессов на исследуемой территории.

Показатели плодородия, для которых проводится дистанционный мониторинг, могут оцениваться и выражаться в качественной, количественной и полуколичественной форме. К методикам качественного определения показателей плодородия относятся: методика дешифрирования почвенного покрова пастбищ и сенокосов, методика выделения ареалов солонцеватых черноземов.

Количественными методиками можно получить градиентные (непрерывные) данные. К ним относится определение гранулометрического состава, типов и подтипов почвы. Показатель наименования почвы на уровне типа или подтипа является качественным показателем. Однако, описанная методика определения основана на расчете по космическим снимкам почвенного индекса. Он является условной количественной характеристикой почвы, поэтому данную методику можно считать количественной.

К полуколичественным методикам относится определение содержания гумуса в пахотном слое почвы. В результате ее применения этот показатель оценивается в нескольких числовых градациях, между которыми на карте будут проходить четкие границы и полученные результаты являются дискретными данными.

Методика дешифрирования эродированности земель, содержит в себе как компоненты количественного, так и компоненты качественного определения. К первым относится дешифрирование линейной эрозии с расчетом плотности эрозионных форм, ко вторым - дешифрирование плоскостного смыва.

Заключение

Полученные в ходе исследования результаты позволили сформулировать следующие основные выводы:

1. В перечень контролируемых показателей методами ДЗЗ входят содержание гумуса, гранулометрический состав, солонцеватость, степень эродированности, название почвы.

2. В результате проведенного с использованием ДДЗ районирования земель сельскохозяйственного назначения на территории Белгородской области, выявлены типы сочетания угодий, сформировавшиеся под влиянием эрозионного расчленения местности в ходе хозяйственного освоения земель. В выделенных районах различается доля пашни, цельность и расчленность ее ареалов. Эти различия обуславливают максимальный объем дистанционно получаемой почвенной информации, специфику процесса дешифрирования почвенного покрова, формируют особенности тематических задач.

3. В пределах пашни содержание гумуса дешифрируется на основе данных спектральной библиотеки, используемой в качестве пользовательского эталона. В масштабе 1:10000 эти данные применимы для проведения мониторинга. Снимки Landsat TM позволяют дешифрировать этот показатель достаточно точно.

4. Гранулометрический состав пахотных земель дешифрируется на основе зависимости между отражением в третьем канале снимка Landsat и содержанием физической глины. Используя данную закономерность, содержание физической глины определяется по известной величине отражения, зафиксированной на космическом снимке. Величина ошибки (R2=0.77) соответствует аналогичным зависимостям, выявленным для других территорий.

5. Максимальная автоматизация процесса дешифрирования солонцеватых почв достигается при использовании метода классификации с обучением. Площадь контуров, выделенных по снимку Landsat, соответствует требованиям к почвенной съемке в масштабе 1:10000, а точность нанесения границ соответствует более мелкому масштабу (1:25000).

Проявление линейной эрозии определяется по результатам визуального дешифрирования эрозионных форм. Доля земель разной степени эродированное™ определяется при помощи автоматизированного дешифрирования, использующего оценку различий в тоне изображении каналов съемки.

6. Определение названия почвы по типу и подтипу методами ДЗЗ проводится при помощи автоматизированного дешифрирования на основе построения индексных изображений. Почвенный индекс рассчитывается на основе второго, третьего и четвертого канала Landsat и принимает значения при переходе от светло-серых лесных почв до типичных черноземов от -2,2 до -0.5.

7. Рекомендуется при разработке программ дистанционного мониторинга увязывать их продолжительность расчетным сроком работы используемого спутника. Необходимо выбирать периодичность проведения мониторинга в соответствии с временным и пространственным разрешением космической съемки. Показатели плодородия, для которых проводится дистанционный мониторинг, могут оцениваться и выражаться в качественной, количественной и полуколичественной форме, что определяется особенностями методики дешифрования и характером определяемого показателя. В зависимости от степени неоднородности территории производится сплошной или выборочный мониторинг. Космические снимки в процессе мониторинга могут иметь ведущую или вспомогательную роль, что определяется особенностями используемых методик дешифрирования.

По материалам диссертации опубликованы следующие работы:

1. Чепелев O.A., Украинский П.А., Соловьев В.И., Свиридова A.B.,

Гашпоренко И.М. Использование данных многозональной космической съемки для анализа свойств почв и растительности в условиях европей-

ской лесостепи // Вестник Воронежского государственного университета. Серия: География. Геоэкология. - 2009. - №1. - С.55-60

2. Смирнова, Л.Г. Закономерности пространственного распределения гумуса в почвах эрозионных агроландшафтов / Л.Г. Смирнова, П.А. Украинский, И.Е. Новых // Достижения науки и техники АПК. - 2010. -№9, - С.19-21

3. Украинский, П.А. Изучение гранулометрического состава почв Поосколья по данным дешифрирования космических снимков / П.А. Украинский, О.А. Чепелев И Известия Самарского научного центра Российской академии наук. - 2011 - Т.13. - №1(5). - С. 1225-1229

4. Украинский, П.А. Использование данных дистанционного зондирования в прецизионном земледелии/П.А.Украинский // Материалы Всероссийской конференции «Научный потенциал студенчества - будущему России" (г. Ставрополь, 20-21 апреля 2007 года). - Режим доступа: http://science.ncstu.ru/ conf/past/2007/ stud/theses/ environment/ 16.pdf/fil-download

5. Чепелев, О.А. Геоинформационное обеспечение почвенно-экологического мониторинга в зоне добычи железных руд Курской магнитной аномалии / О.А.Чепелев, С.В.Кравцов, П.А.Украинский // Материалы Всероссийской конференции «Научный потенциал студенчества - будущему России" (г. Ставрополь, 20-21 апреля 2007 года). - Режим доступа: http://science.ncstu.ru/conf/past/2007/stud/theses/environment/17.pdf7fil-download

6. Новые технологии дистанционного зондирования Земли в организации экологического мониторинга / О.А. Чепелев, Г. Сыродоев, А. Герась,

B.И. Соловьев, П.А. Украинский, И Сыродоев // Материалы Всерос. науч,-практ. конф. молодых ученых: «Геоэкология и рациональное природопользование: от науки к практике» - Белгород, 2007. - С. 46-49.

7. Украинский, П.А. Сравнение эффективности различных алгоритмов классификации при выделении природных объектов на космических снимках / П.А. Украинский // Инновационные проекты в охране окружающей среды: Доклады Всероссийской научн.-техн. конф. - Тула: Изд-во ТулГУ, 2008. -

C. 235-239.

8. Украинский, П.А. Изменение состояния сосновых лесов в лесостепной части бассейна Северского Донца / П.А. Украинский // Материалы меж-дунар. науч.-практ. конф. студентов, аспирантов и молодых ученых «Регион -2008: общественно-географические аспекты» (17-18 апреля 2008 года, г. Харьков). - Харьков: ИРО ХНУ им. В.Н. Каразина, 2008. - С. 142-145.

9. Лисецкий, Ф.Н. Опыт интеграции геоинформатики и дистанционного зондирования Земли в работе центра коллективного пользования Белгородского госуниверситета / Ф.Н. Лисецкий, О.А. Чепелев, В.И. Соловьев, Э.А. Терехин, Украинский П.А. // Можливосп супутникових технологш у сприянш виршення проблем МиколаГвщини. МиколаТв, 2008. - С. 8-11.

10. Украинский, П.А. Сокращение площади пашни и многолетних насаждений на территории Белгородского района Белгородской области в по-

следней четверти XX - начале XXI века /П.А. Украинский // Материалы ме-ждунар. науч.-практ. конф. студентов, аспирантов и молодых ученых «Регион - 2009: общественно-географические аспекты» (23-24 апреля 2009 года, г. Харьков). - Харьков: ИРО ХНУ им. В.Н. Каразина, 2009. - С. 85-88

11. Украинский, П.А. Космический мониторинг сельскохозяйственной растительности / П.А. Украинский //Материалы конференции «Проблемы сельскохозяйственного производства на современном этапе и пути их решения» XIII международная научно-производственная конференция (19-22 мая 2009) Белгород, 2009. - Издательство Белгородской ГСХА. - С.364

12. Чепелев, O.A. Изучение пространственной изменчивости гранулометрического состава почв левобережного Поосколья по данным дешифрирования космических снимков / О.А Чепелев, П.А. Украинский // Проблемы природопользования и экологическая ситуация в Европейской России и сопредельных странах: Материалы IV Междунар. науч. конф. 11-14 октября 2010 г. - М.; Белгород: КОНСТАНТА, 2010 - С 506-510.

13. Л.Г. Смирнова, П.А. Украинский, И.Е. Новых. Особенности пространственного распределения гумуса в почвах склона и его количественная оценка // Управление продукционным процессом в агротехнологиях 21 века: Материалы междунар. науч.-практ. конф., посвященной 35-летию образования Белгородского научно-исследовательского института сельского хозяйства. 15-16 июля 2010 г. - Белгород: «Отчий край», 2010. С. 24-27.

14. Украинский, П.А. Использование космических снимков Landsat для картографирования типов почв / П.А. Украинский // Материалы VII Междунар. науч. конф. студентов, аспирантов и молодых ученых «География, геоэкология, геология: опыт научных исследований». - Днепропетровск: IMA-прес, 2010. - Вып 7. - С. 286-288

15. Украинский, П.А. Использование космических снимков для контроля изменения площадей водоемов // ИнтерКарто-ИнтерГИС - 16. Устойчивое развитие территорий: теория ГИС и практический опыт: материалы Междунар. науч. конф., 3-4.07.2010 г. - Ростов-на-Дону: Изд-во ЮНЦ РАН, 2010.-С; 561-564

16. Украинский, П.А. Применение разновременных снимков для изучения трансформации ландшафтов береговой зоны Таганрогского залива / П.А. Украинский, И.В. Шевердяев, А.Е. Цыганкова // Сборник трудов VI Международной науч.-практ. конференции «Экологические проблемы. Взгляд в будущее» (5-8.09.2010, СОЛ «Лиманчик»), - Ростов-на-Дону, 2010. - С. 392-395

17. Украинский, П.А. Изучение пространственной изменчивости гранулометрического состава почв левобережного Поосколья по данным дешифрирования космических снимков / О.А Чепелев, П.А. Украинский // Проблемы природопользования и экологическая ситуация в Европейской России и сопредельных странах: Материалы IV Междунар. науч. конф. 11-14 октября 2010 г. - М.; Белгород: КОНСТАНТА, 2010 - С 506-510.

Первые три работы опубликованы в изданиях, включенных в перечень ВАК России.

Получены следующие охранные документы на объекты интеллектуальной собственности:

1. База данных «Значение спектральной отражательной способности обнажений горных пород Белгородской области». / Правообладатель: Государственное образовательное учреждение высшего профессионального образования «Белгородский государственный университет», авторы O.A. Чепелев, П.А. Украинский. Свидетельство о гос. регистрации базы данных № 2008620368. Заявка № 2008620368, дата поступления 10.11.2008. Зарегистрировано в Реестре баз данных 11.01.2009.

2. База данных индикаторов состояния земельных, водных ресурсов и климатических параметров / Правообладатель: Государственное образовательное учреждение высшего профессионального образования «Белгородский государственный университет», авторы: В.И. Соловьев, П.А. Украинский, Э.А. Терехин. Свидетельство о гос. регистрации базы данных № 2010620071. Заявка № 2009620598, дата поступления 01.12.2009. Зарегистрировано в Реестре баз данных 29.01.2010.

3. Программа мониторинга входных индикаторов, используемых в динамических глобальных моделях растительности (DGVMs) / Правообладатель: Государственное образовательное учреждение высшего профессионального образования «Белгородский государственный университет», авторы: В.И. Соловьев, П.А. Украинский, Э.А. Терехин. Свидетельство о гос. регистрации программы для ЭВМ № 2010610926. Заявка № 2009616889, дата поступления 2.12.2009. Зарегистрировано в Реестре баз данных 29.01.2010.

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ

1. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ ПРИМЕНЕНИЯ КОСМИЧЕСКИХ СНИМКОВ В ПОЧВЕННОМ КАРТОГРАФИРОВАНИИ

1.1. Потребность в дистанционном исследовании почвенного покрова

1.2. Требования к космическим снимкам и методам их обработки, применяемым для исследования почвенного покрова агроландшафтов

1.3. История и современные достижения космических исследований почвенного покрова

2. МЕТОДЫ ОБРАБОТКИ КОСМИЧЕСКИХ СНИМКОВ, ПРИМЕНЯЕМЫЕ ДЛЯ ОПРЕДЕЛЕНИЯ ПЛОДОРОДИЯ ЗЕМЕЛЬ

2.1. Общая схема обработки космических снимков

2.2. Применяемое программное обеспечение

2.3. Предварительная обработка

2.4. Тематическая обработка

2.5.Постклассификационная обработка

3. АНАЛИЗ ПРИРОДНЫХ И АНТРОПОГЕННЫХ УСЛОВИЙ ЗЕМЛЕПОЛЬЗОВАНИЯ В БЕЛГОРОДСКОЙ ОБЛАСТИ И РЕГИОНАЛЬНЫХ ОСОБЕННОСТЕЙ ДЕШИФРИРОВАНИЯ ЗЕМЕЛЬ

3.1. Природные условия и история освоения территории Белгородской области

3.2. Особенности дешифрирования почвенного покрова в различных частях Белгородской области

3.3. Дешифровочные признаки почв Белгородской области

4. РЕЗУЛЬТАТЫ ДЕШИФРИРОВАНИЯ СНИМКОВ СО СПУТНИКА ЬАШБАТ 5ТМ С ИСПОЛЬЗОВАНИЕМ МЕТОДИК ДИСТАНЦИОННОЙ ОЦЕНКИ ПОКАЗАТЕЛЕЙ ПЛОДОРОДИЯ

4.1 Дешифрирование почвенного покрова пашни

4.2. Дешифрирование свойств почвы пашни

4.3. Дешифрирование почвенного покрова пастбищ и сенокосов

5. ПРИМЕНЕНИЕ РАЗРАБОТАННЫХ МЕТОДИК ДЕШИФРИРОВАНИЯ ДЛЯ ДИСТАНЦИОННОГО МОНИТОРИНГА

5.1. Особенности ведения дистанционного мониторинга в современных

условиях

5.2. Использование ГИС-технологий для сравнения разновременных

данных

ЗАКЛЮЧЕНИЕ

ЛИТЕРАТУРА

Подписано в печать 30.09.2011. Гарнитура Times New Roman. Формат 60x84/16. Усл. п. л. 1,0. Тираж 100 экз. Заказ 204. Оригинал-макет подготовлен и тиражирован в ИПК НИУ «БелГУ» 308015, г. Белгород, ул. Победы, 85

Содержание диссертации, кандидата географических наук, Украинский, Павел Александрович

Введение.

1. Современное состояние проблемы применения космических снимков в почвенном картографировании.

1.1. Потребность в дистанционном исследовании почвенного покрова

1.2. Требования к космическим снимкам и методам их обработки, применяемым для исследования почвенного покрова агроландшафтов. 14'

1.3. История и современные достижения космических исследований почвенного покрова.

Выводы к первой главе.

2. Методы обработки космических снимков, применяемые для определения плодородия земель.

2.1. Общая схема обработки космических снимков.

2.2. Применяемое программное обеспечение.

2.3. Предварительная обработка.

2.3.1. Радиометрическая калибровка.

2.3.2. Маскирование.

2.3.3. Преобразование главных компонент.

2.4. Тематическая обработка.

2.4.1 .Контурное дешифрирование.

2.4.2. Генетическое дешифрирование.

2.5 .Постклассификационная обработка.

Выводы ко второй главе.

3. Анализ природных и антропогенных условий землепользования в Белгородской области и региональных особенностей дешифрирования земель.

3.1. Природные условия и история освоения территории Белгородской области.

3.2. Особенности дешифрирования почвенного покрова в различных частях Белгородской области.

3.3. Дешифровочные признаки почв Белгородской области

Выводы к третьей главе.

4. Результаты дешифрирования снимков со спутника Landsat 5ТМ с использованием методик дистанционной оценки показателей плодородия.

4.1 Дешифрирование почвенного покрова пашни.

4.1.1. Разделение почв на уровне типов и подтипов.

4.1.2. Разделение почв на уровне ниже подтипа на примере солонцеватых черноземов.

4.2. Дешифрирование свойств почвы пашни.

4.2.1. Дешифрирование содержания гумуса.

4.2.2. Дешифрирование гранулометрического состава.

4.2.3. Дешифрирование эродированности.

4.3. Дешифрирование почвенного покрова пастбищ и сенокосов.

Выводы к четвертой главе.

5. Применение разработанных методик дешифрирования для дистанционного мониторинга.

5.1. Особенности ведения мониторинга в современных условиях.

5.2. Использование ГИС-технологий для сравнения разновременных данных.

5.2.1. Сравнение дискретных данных.

5.2.2. Сравнение градиентных данных.

Выводы к пятой главе.

Введение Диссертация по наукам о земле, на тему "Оценка земель сельскохозяйственного назначения по показателям плодородия для дистанционного мониторинга"

Доля земель сельскохозяйственного назначения в земельном фонде РФ составляет 23,5 %. Важнейшим свойством, обусловливающим их производственную ценность, является плодородие. Оно ухудшается вследствие сельскохозяйственного использования земель, поэтому встает вопрос о методах контроля за этими изменениями. В настоящее время существует дефицит актуальных почвенных данных, что затрудняет разработку землеустроительных проектов; основанных на адаптивно-ландшафтных принципах. Используемые методы, почвенной съемки и проводимый агрохимический мониторинг не в полной мере способны поставлять необходимую информацию о состоянии плодородия.

Проблема обновления фонда почвенных данных связана также со значительной трудоемкостью и дороговизной традиционных почвенных съемок. В качестве способа решения этой' проблемы в «Концепции государственного мониторинга земель сельскохозяйственного назначения до 2020 года» предложено развитие дистанционного мониторинга. В' этой Концепции космические снимки рассматриваются как наиболее оперативный и объективный (независимый) источник информации о плодородии земель сельскохозяйственного назначения. Для эффективного ведения дистанционного мониторинга показателей плодородия необходима разработка теоретических и методических основ изучения почвенного покрова по космическим снимкам. Эту работу необходимо проводить с учетом природной и хозяйственной специфики конкретных регионов.

Проведение мониторинга земель сельскохозяйственного назначения с использованием методов дистанционного зондирования является особенно актуальным в регионах интенсивного* земледелия, так как позволяет определять наиболее эффективные мероприятия по сохранению и воспроизводству плодородия земель при землеустройстве на адаптивно-ландшафтной основе, а также устанавливать их ценность как основного средства производства.

Объект исследования - земли сельскохозяйственного назначения. Предмет исследования — показатели плодородия земель сельскохозяйственного назначения и их оценка на основе анализа космических снимков.

Основная цель исследования - разработка научных основ, оценки методами дистанционного зондирования показателей плодородия земель. Для достижения поставленной цели решались следующие задачи: 1) определить перечень показателей плодородия, контролируемых методами дистанционного зондирования Земли (ДЗЗ); 2) выявить пространственные особенности'дешифрирования почв земель сельскохозяйственного назначения' в условиях Белгородской-области; 3) провести дистанционную оценку показателей плодородия земель сельскохозяйственного назначения; 4) разработать рекомендации, по внедрению5 методик дешифрирования космических снимков в практику дистанционного мониторинга земель сельскохозяйственного назначения.

Материалы и методы исследования. В исследовании применялись следующие методы: сравнительно-географический, обработки данных дистанционного зондирования (ДДЗ), геоинформационного моделирования, ма-тематико-статистической обработки полученных результатов.

В значительной степени использован архив спутниковых данных и программное обеспечение для обработки данных дистанционного зондирования (ДДЗ) и геоинформационного анализа (ENVI и ArcGIS) Федерально-регионального центра аэрокосмического и наземного мониторинга объектов и природных ресурсов Белгородского- государственного национального исследовательского университета. В работе использованы материалы мультис-пектральной космической съемки со спутника Landsat 5ТМ^ фондовые данные почвенных карт хозяйств Белгородской области, данные собственных полевых исследований, материалы отечественных и зарубежных интернет-архивов: Springer Link, Science Direct, Elibrary.

Научная- новизна. Впервые проведено оригинальное районирование территории Белгородской области по характеру сочетания угодий. Это районирование использовано для оценки сложности дешифрирования почвенного покрова в различных частях региона. Впервые разработан почвенный индекс для дистанционного определения типов и подтипов почв лесостепной зоны по мультиспектральным космическим снимкам. Описаны значения почвенного индекса для зональных типов и подтипов почв, встречающихся в Белгородской области. Проанализирована зависимость между яркостью почвы на космическом снимке и ее гранулометрическим составом. Разработана формула расчета содержания физической глины. Впервые на территории Белгородской области* проведены спектрометрические исследования для^ целей дешифрирования, по результатам которых создана спектральная библиотека яркости почв с различным содержанием гумуса.

Основные защищаемые положения.

1. Перечень дистанционно оцениваемых показателей плодородия и факторы, определившие его состав.

2. Природные и хозяйственные особенности территории Белгородской области и ее районирование по характеру сочетания угодий.

3. Результаты использования^ методик дешифрирования содержания! гумуса, гранулометрического состава, распространения солонцеватых черноземов; эродированных почв, почвенных типов и подтипов по снимкам спутника Ьапёэа! 5ТМ в Белгородской области.

4. Рекомендации по внедрению разработанных методик дешифрирования показателей плодородия в практику дистанционного мониторинга.

Практическая значимость и применение результатов исследования. Результаты проведенного исследования могут быть использованы для совершенствования дистанционного (космического) мониторинга и оценки показателей плодородия^ земель сельскохозяйственного назначения. Разработанные методики дешифрирования позволяют получать на основе космических снимков актуальные почвенные карты, на которых отображаются такие показатели, как тип и подтип почвы, содержание гумуса, гранулометрический состав, степень эродированности.

Материалы диссертации вошли в отчеты по следующим проектам: проект 145/08 «Оценка мелиоративного состояния орошаемых земель Саратовской области средствами геоинформатики и дистанционного зондирования», грант Президента РФ (проект МК-1189.2010.5), мероприятие 1.3.2. «Проведение научных исследований целевыми аспирантами» ФЦП «Научные и научно-педагогические кадры инновационной России» на 2009-2013 годы-(Проект П141), проект № 408 фонда «Научный потенциал» «Использование селективной автоматизированной коррекции данных при создании цифровых моделей рельефа по материалам дистанционного зондирования Земли», проект РНП.2.2.1.1.4439 Фундаментальные основы развития геоаналитические системы на базе научно-образовательного кластера «Геоинформатика и технологии дистанционного зондирования в естественных науках аналитической ведомственной целевой программы «Развитие научного потенциала высшей школы (2009-2010 годы)».

Апробация работы. Результаты исследований доложены автором на научных и научно-практических конференциях: Международной научной конференции студентов, аспирантов и молодых ученых «Регион-2008: общественно-географические аспекты» (Харьков, 2008), Международной научной конференции студентов, аспирантов и молодых ученых «Регион-2009: общественно-географические аспекты» (Харьков, 2009), Международной научной конференции ИнтерКарто-ИнтерГИС — 16. Устойчивое развитие территорий: теория ГИС и практический опыт. (Ростов-на-Дону, 2010), III Всероссийской (с международным участием) научно-практической конференции молодых учёных «Геоэкология и рациональное природопользование: от науки к практике» (Белгород, 2009), IV Международной научной конференции «Проблемы природопользования и экологическая ситуация в Европейской России и сопредельных странах» (Белгород, 2010), Международной научно-практической конференции «Управление продукционным процессом в агро-технологиях 21 века», посвященной 35-летию образования Белгородского научно-исследовательского института сельского хозяйства (Белгород, 2010).

Публикации. По теме диссертационного исследования автором опубликовано 17 научных работ, включая 3 из перечня ВАК.

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка использованных источников из 190 наименований, включая 90 иностранных, 19 приложений. Основной текст диссертации изложен на 162 страницах машинописного текста и содержит 8 таблиц и 32 рисунка.

Заключение Диссертация по теме "Землеустройство, кадастр и мониторинг земель", Украинский, Павел Александрович

Выводы к пятой главе

Продолжительность программ дистанционного мониторинга обусловливается расчетным сроком работы используемого спутника. Периодичность проведения мониторинга выбирается в зависимости от временного и пространственного разрешения космической съемки. Показатели плодородия, для которых проводится дистанционный мониторинг, могут оцениваться и выражаться в качественной, количественной и полу количественной форме, что определяется особенностями методики дешифрирования и характером определяемого показателя.

В зависимости от степени неоднородности территории производится сплошной или выборочный мониторинг. Достоинством сплошного мониторинга является возможность получения максимально полных сведений об изменении показателей плодородия в пространстве. Достоинством выборочного мониторинга является сокращение времени и трудозатрат на обработку космических снимков.

Космические снимки в процессе мониторинга могут иметь ведущую или вспомогательную роль, что определяется особенностями используемых методик дешифрирования. Вспомогательная • роль космических снимков в процессе мониторинга имеет место, если содержимое почвенных выделов, полученных при дешифрировании космических снимков, устанавливается исключительно наг основе наземных обследований или существующих почвенных карт. Космические снимки играют ведущую роль в процессе мониторинга показателей плодородия, если по ним как определяются границы почвенных выделов (контурное дешифрирование), так и содержимое полученных выделов (генетическое дешифрирование).

Сравнение разновременных данных может осуществляться в автоматизированном режиме. Для этого необходимо привести данные к единому растровому формату. Сравнение дискретных данных рациональнее всего проводить при помощи инструмента автоматизированного обнаружения изменений, реализованного в ENVI. Для сравнения градиентных данных оптимальным является применение вычитания растров.

Заключение

Полученные в ходе исследования результаты позволили сформулировать следующие основные выводы:

1. В перечень контролируемых показателей методами ДЗЗ входят содержание гумуса, гранулометрический состав, солонцеватость, степень эродиро-ванности, название почвы.

2. В( результате проведенного с использованием ДДЗ районирования земель, сельскохозяйственного назначения на территории Белгородской области, выявлены типы сочетания угодий, сформировавшиеся^ под влиянием эрозионного расчленения местности-в ходе хозяйственного освоения, земель. В выделенных районах различается« доля пашни, цельность и расчленность ее ареалов. Эти различия обусловливают максимальный объем дистанционно получаемой почвенной информации, специфику процесса дешифрирования почвенного покрова, формируют особенности^ тематических-задач.

3. В пределах пашни содержание гумуса дешифрируется на основе данных спектральной библиотеки, используемой" в качестве пользовательского эталона. В масштабе 1:10000 эти данные применимы для* проведения мониторинга. Снимки Ьапс^ ТМ позволяют дешифрировать этот показатель достаточно точно.

4. Гранулометрический состав пахотных земель дешифрируется на1 основе зависимости между отражением в третьем канале снимка Ьапс^а! и содержанием физической глины. Используя данную закономерность, содержание физической глины» определяется по-известной величине отражения, зафикси

О 1 рованной на космическом снимке. Величина ошибки (Я =0.77) соответствует аналогичным зависимостям, выявленным для других территорий.

5. Максимальная автоматизация процесса дешифрирования солонцеватых почв достигается при использовании метода классификации с обучением. Площадь контуров, выделенных по снимку Ьап<3за1;, соответствует требованиям к почвенной съемке в масштабе 1:10000, а точность нанесения границ соответствует более мелкому масштабу (1:25000).

Проявление линейной эрозии определяется по результатам визуального дешифрирования эрозионных форм. Доля земель разной степени эродиро-ванности определяется при помощи автоматизированного дешифрирования, использующего оценку различий в тоне изображении каналов-съемки.

6. Определение названия почвы по типу и подтипу методами ДЗЗ проводится при помощи автоматизированного дешифрирования на основе построения индексных изображений. Почвенный индекс рассчитывается на основе второго, третьего и четвертого канала Landsat и принимает значения при переходе от светло-серых лесных почв до типичных черноземов от -2,2 до -0.5.

7. Рекомендуется при разработке программ дистанционного мониторинга увязывать их продолжительность с расчетным» сроком работы используемого > спутника. Необходимо выбирать периодичность проведения мониторинга в соответствии с временным и пространственным разрешением космической съемки. Показатели плодородия, для которых проводится дистанционный мониторинг, могут оцениваться и выражаться в качественной, количественной и полуколичественной форме, что определяется особенностями методики дешифрования и характером определяемого показателя. В зависимости от степени неоднородности территории производится сплошной .или выборочный мониторинг. Космические снимки в процессе мониторинга могут иметь ведущую или вспомогательную роль, что определяется спецификой используемых методик дешифрирования.

Библиография Диссертация по наукам о земле, кандидата географических наук, Украинский, Павел Александрович, Белгород

1. Абросимов, A.B. Обработка гиперспектральных изображений в ПК ENVI текст. / A.B. Абросимов, A.C. Черепанов // Геопрофи, 2007. №2. - С.55-57

2. Аковецкий, В.И. Дешифрирование снимков текст. / В.И. Аковецкий. — М.: Недра, 1983.-375с.

3. Андрианов, В.Ю. Программное обеспечение для обработки данных, ДДЗ текст. / В.Ю. Андрианов // Пространственные данные, 2008 №3. - С.52-62

4. Андронников, B.JI. Аэрокосмические' методы изучения почв текст. / B.JI. Андронников М.: Колос, 1979 - 280 с.

5. Ахтырцев, Б.П. Почвенный покров Белгородской области: структура, районирование и рациональное использование текст. / Б.П. Ахтырцев, В.Д.у

6. Соловиченко. Воронеж : Изд-во Воронеж гос. ун-та, 1984. - 268 с.

7. Аэрокосмические методы» в почвоведении и их- использование в сельском хозяйстве Текст. — М.: Наука, 1990. 247с.

8. База'данных по спутникам и аппаратуре (камеры) электронный ресурс. Режим доступа http://www. gis-lab.info/projects/ss

9. Бакурова, К.Б. Эколого-экономическая оценка деградации агроланд-шафтов на основе дистанционного мониторинга текст. / К.Б. Бакурова, B.F. Юферев // Вестник ВГУ. Серия: География. Геоэкология, 2009. №1. - 79-83

10. Березин, Л.В. Использование программного комплекса ENVI для почвенного дешифрирования космических снимков текст. / Л.В. Березин // Гео-матика, 2011 №2(11). - С.90-91

11. Болсуновский, M.А. Возможности программного комплекса ENVI для обработки данных ДЗЗ текст. / М.А. Болсуновский // Геопрофи, 2006. №3. - С.18-19

12. Гарбук, C.B. Космические системы дистанционного зондирования Земли текст. / C.B. Габрук, В.Е. Гершензон. М.: Издательство А и Б, 1997. -296 с.

13. География Белгородской области / Под общ. ред. Г.Н. Григорьева, -Белгород.: Изд-во БелГУ,1996. 144 с.

14. География и мониторинг биоразнообразия, текст. / Под ред. Касимова Н.С. М.: Издательство НУМЦ, 2002. - 432 с.

15. Геологическая карта четвертичных отложений Белгородской области карты. / под ред. Н.И. Сычкина. 1:500000. - М.: Межрегион, центр по геолог. картограф., 1998'

16. Гопп, Н.В. Дистанционная оценка факторов пространственной дифференциации почвенно-растительного покрова Джулукульской котловины текст.: /автореф. дисс. . к.б.н. / Н.В. Гопп. Новосибирск, 2009. - 20 с.

17. Государственная программа развития сельского хозяйства и регулирования рынков сельскохозяйственной продукции, сырья и продовольствия на 2008 2012 годы: текст. утверждена постановлением Правительства РФ от 14 июля 2007 г. № 446

18. Доклад о состоянии и использовании земель сельскохозяйственного назначения текст. М.: ФГНУ «Росинформагротех», 2010. - 100с.

19. Евдокимова, Т.И. Почвенная съемка текст. / Т.И. Евдокимова. — М.: Изд-во МГУ, 1987. 272с.

20. Евтюшкин, A.B. Оценка состояния растительных покровов по данным дистанционного» зондирования' и подспутниковых экспериментов текст. / А.В: Евтюшкин, В.М- Брыксин, H.Bi Рычкова // Вестник Алтайского государ-ственного;университета, 2010:-№10;-С. 50-53

21. Зубков, И.А. Применение алгоритмов неконтролируемой классификации при;обработке данных ДЗЗ {текст. / И.А. Зубков, В.О. Скрипачек // Современные проблемы дистанционного зондирования Земли из космоса, 2007. -Т. 4. — №1. — С.57-62.

22. Иванов, A.JI. Научное обеспечение мониторинга земель сельскохозяйственного; назначения^ текст. / А.Л. Иванов // Вестник Российской академии сельскохозяйственных наук, 2010.-№!.-С. 6-8

23. Изучение неоднородностипочвенного покровапо результатам цифровой обработки данных многозональной сканерной съемки текст. / С.В.Чистов, Т.В. Королюк, Н.П. Сорокина, Ю.В. Свентэк // Вестник Моск. ун-та. Сер; География.-1997.- №3: -С.46-49 '

24. Книжников, Ю.Ф. Аэрокосмические методы географических исследований текст. / Ю.Ф. Книжников, В.И. Кравцова, Тутубалина O.B. М.: Академия, 2004 - 336 с.

25. Козлов, Д.И. На пути'К цифровой почвенной картографии текст. / Д.И. Козлов, Н.П. Сорокина // Матер. V. Всерос. Съезда об-ва почвоведов. Рос-тов-на-Дону:Ростиздат, 2008. - С.221

26. Козлов, Д.Н. Цифровой ландшафтный анализ при крупномасштабном картографировании структур почвенного покрова текст.: автореферат дисс. к.г.н. / Д.Н. Козлов. М, 2009. - 26с.

27. Козодеров, В.В. Аэрокосмическое зондирование почвенно-растительного покрова: модели, алгоритмическое и программное обеспечение, наземная валидация текст. / В.В. Козодеров; Е.В. Дмитриев // Исследование Земли из космоса, 2010. -№1. — С. 69-86

28. Колесникова, О.Н. Возможности ПК ENVI для обработки мультиспек-тральных и гиперспектральных данных текст. / О.Н. Колесникова, A.C. Черепанов // Геоматика, 2009 №1(2). - С.24-27

29. Колесникова, О.Н. Новые возможности ПК ENVI 4.7. Интеграция ENVI EX и ArcGIS Desktop текст. / О.Н. Колесникова, Н.Б. Ялдыгина // Геоматика, 2010-№2(7).-С.43-49

30. Кондратьев, К.Я. Аэрокосмические исследования почв и растительности текст. / К.Я. Кондратьев, В.В. Козодеров, П.П. Федченко. JL: Гидроме-теоиздат, 1986 - 229 с.

31. Королюк, Т.В. Интерпретация структуры почвенного покрова по данным цифровой обработки многозональной информации текст. / Т.В. Королюк, Е.В. Щербенко, A.M. Васим // Почвоведение. 1994. - №2. - С. 43-49

32. Королюк, Т.В. Распознавание почвенного покрова лесостепных ландшафтов5' по материалам^ разносезонной многозональной? почвенной съемки, текст. / Т.В. Королюк, Е.В. Щербенко // Почвоведение: 2003. - № 3. - С. 275-288'.

33. Кравцова, В.И Космические методы исследования почв текст. / В.И. Кравцова. М.: Аспект Пресс, 2005 - 190 с.

34. Кринов, E.JI. Спектральная отражательная способность природных образований текст. / Е.Л. Кринов. М'.: Изд-во АН СССР, 1947. - 272с.

35. Кудряшова, С.Я. Дистанционное исследование природно-антропогенной трансформации почвенного покрова межгорных котловин юга Сибири текст.1/ С.Я. Кудряшова, Л1Ю. Дитц // Сибирский экологический журнал, 2009. №2. - С. 223-230

36. Кулешов, Л.Н. Использование материалов аэрофотосъемки для решения некоторых вопросов при определении генетической принадлежности почв текст. / Л.Н. Кулешов // Сборник научных трудов ГИЗР. 1977. - Выпуск 18.-С.52-57

37. Кулешов, Л.Н. Применение космических снимков при изучении почв текст. / Л.Н. Кулешов 7/ Рациональное использование и охрана* природных ресурсов северного и центрального Казахстана. — Алма-Ата, 1981. G.95-97

38. Курбанов Э.А. Использование космических снимков ALOS для выявления площадей бывших сельскохозяйственных угодий, зарастающих лесом текст. / Э.А. Курбанов, О.Н. Воробьев, A.B. Губаев, С.А. Лежнин // Геома-тика, 2010 №4(9). - С.68-72

39. Лабутина, И.А. Дешифрирование аэрокосмических снимков текст. / И.А. Лабутина М.: Аспект Пресс, 2004 - 184 с.

40. Лурье, И.К. Теория и практика цифровой обработки изображения текст./ И.К. Лурье, A.F. Косиков. Mi: Научный мир, 2003. - 168 с.

41. Марчукові B.C. Автоматизированные методы оценки динамики пространственного распределения растительного покрова и грунтов по данным дистанционного мониторинга текст. / B.C. Марчуков // Исследование Земли из космоса, 2010. №2. - С.63-74

42. Методика проектирования базовых элементов адаптивно-ландшафтной системы земледелия текст. М.: Россельхозакадемия, 2010.' - 85 с.

43. Модульная многофункциональная оптоволоконная-спектрометрическая система. Ч. I. Устройство и принципы эксплуатации аппаратуры текст. / А.И.Андреев, С.В.Мухин, В.В.Некрасов, В.А.Никитенко, А.В.Пауткина. — М.: МИИТ, 2008. 121 с.

44. Нейштадт, И.А. Классификация некоторых типов сельскохозяйственных посевов в южных регионах России по спутниковым данным MODIS Текст. / С.А. Барталев, Е.А. Лупян, И.А. Нейштадт, И.Ю. Савин // Исследование Земли из космоса, 2006. № 3. - С. 68-75.

45. Обработка данных ДДЗ электронный ресурс. Режим доступа http://mapexpert.com.ua /indexru. php?id =26&table =Menu

46. Общесоюзная инструкция по почвенным обследованиям и составлению крупномасштабных почвенных карт землепользований текст. М. : Колос, 1973.-95с

47. Официальный сайт программы Landsat электронный ресурс. -http://landsat.usgs.gov/

48. Павлова, А.И. Геоинформационное картографирование почвенного покрова текст. / А.И. Павлова, В.К. Каличкин // Достижения науки и техники АПК. 2009. - №10. - С.55-57

49. Перспективы изучения почвенного покрова аэрокосмическими методами текст. / C.B. Зонн, В.М, Мазиков, М.А. Горина, P.A. Лотов // Почвоведение, 1980.- №4. С.37-45

50. Перфильев, С.Е. Агроландшафтное районирование юга Центральной Сибири по материалам космической съемки текст. / С.Е. Перфильев // Проблемы региональной экологии, 2010. №2. - С. 121-128

51. Перфильев, С.Е. Аспекты космического аграрно-промышленного мониторинга текст. / С.Е. Перфильев // Сб.матер. III Междунар. научн. конгресса «ГЕО-Сибирь-2007» Новосибирск: СГГА, 2007. - С. 183-188

52. Подколзин, O.A. Опыт мониторинга сельскохозяйственных земель с использованием дистанционного зондирования земли на Ставрополье текст. / O.A. Подколзин, А.Н. Есаулко // Проблемы агрохимии и экологии, 2008. -№3.-32-34

53. Почвенная карта совхоза «Белгородский» Яковлевского района Белгородской области карты. / сост. и подгот. к печати НИИ ЦЧО Гипрозем; M -1:10000.-1977

54. Приказ об утверждении Порядка государственного учета показателей состояния плодородия земель сельскохозяйственного назначения текст.: №150 от 4 мая 2010 г., Минсельхоз России.

55. Природные ресурсы и окружающая среда Белгородской области текст. / П.М. Авраменко, П.Г. Акулов, Ю.Г. Атанов и др.; под ред. C.B. Лукина. Белгород, 2007. - 556 с.

56. Программный комплекс ENVI текст. -М.: компания «Совзонд», 2007. -265с.

57. Пузаченко, М.Ю. Мультифункциональный ландшафтный анализ юго-запада Валдайской возвышенности текст.: автореферат дисс.к.г.н. / М.Ю. Пузаченко, М, 2009

58. Рис, У.Г. Основы дистанционного зондирования текст. / У.Г. Рис; Пер. с англ.: М.Б. Кауфмана, A.A. Кузьмичевой. 2-е изд. - М.: Техносфера, 2006 -336 с.

59. Романов, А.Н. Дистанционная, оценка степени деградации почв по их радиоизлучательным свойствам текст. / А.Н. Романов // Почвоведение, 2009: -№3.-С. 355-363

60. Савин, И.Ю. Автоматизированная'инвентаризация почв на основе материалов дистанционных съемок: возможности и перспективы текст. / И.Ю. Савин // Региональные проблемы экологии, географии и картографии почв. -М.: Изд-во МГУ, 1998. С.91-101

61. Савин, И.Ю. Дешифрирование почвенного покрова лесостепи Центрально-Черноземного района по среднемасштабным космическим снимкам текст.: автореф. дис. к.г.н. / И.Ю. Савин. -М.,1990. -27с.

62. Савин, И.Ю. Компьютерная инвентаризация почвенного покрова текст. / И.Ю. Савин // Почвоведение. 1999. - №7. - С.889-904

63. Симакова, М.С. Аэро- и космические методы в почвоведении (разработки Почвенного института им. В.В. Докучаева) текст. / М.С. Симакова // Почвоведение. 2002. - №7. - 809-816

64. Симакова, М.С. Использование материалов аэро- и космической съемки в картографировании почв: пути развития, состояние, задачи текст. / М.С. Симакова, И.Ю. Савин // Почвоведение. 1998. - №11. - 1339-1347

65. Система дистанционного мониторинга земель АПК электронный ресурс. Режим доступа: http://agrocosmos.gvc.ru

66. Смелянский, И.Э. Биоразнообразие сельскохозяйственных земель России: современное состояние и тенденции текст. / И.Э. Смелянский. — М.: МСОП Всемирный Союз Охраны Природы, 2003. - 56 с.

67. Сорокина, Н.П. Опыт цифрового картографирования структуры почвенного покрова текст. / Н.П. Сорокина, Д.Н. Козлов // Почвоведение,2009. -№2. С. 198-210

68. Состояние окружающей среды и использование природных ресурсов Белгородской области в 2007 году: справочное пособие / П.М. Авраменко, А.И. Анисимов, А.Н. Анисов и др.; под ред. С.В. Лукина. Белгород: КОНСТАНТА, 2008. - 208 с.

69. Схематическая ландшафтно-типологичекая карта Черноземного Центра (Белгородская, Воронежская, Курская, Липецкая, Орловская, Тамбовская области) карты. / сост. в 1961 г.; под. рук. Ф.Н. Милькова 1:1000000

70. Толчельников, Ю.С. Оптические свойства ландшафта (применительнок аэросъемке) текст. / Ю.С. Толчельников. Л.: Наука, 1966. - 223с.

71. Трифонова, Т.А. Геоинформационные системы и дистанционное зондирование в экологических исследованиях текст. / Т.А. Трифонова, Н.В. Мищенко, А.Н. Краснощеков М.: Академический Проект, 2005 - 352 с.

72. Украинский, П.А. Практикум по автоматизированной обработке данных дистанционного зондирования текст. / П.А. Украинский, Э.А. Терехин. -Белгород: Изд-во БелГУ, 2010.-190 с.

73. Чандра, A.M. Дистанционное зондирование и географические информационные системы текст. / A.M. Чандра, С.К. Гош. -М.: Техносфера, 2008. -312с.

74. Чендев, Ю.Г. Изменение гумусового1 состояния пахотных почв* Белгородской области текст. / Ю.Г. Чендев, П.М. Авраменко; С.Д. Лищуков,// Агрохимия, 1998. №6. - С. 12-20

75. Шатохин, A.B. Использование современных технологий при картографировании почвенного покрова Северной Донецкой-степи текст., / A.B. Шатохин, А.Б. Ачасов // Почвоведение. 2005. - № 7. - С. 790-798.

76. Шатохин, A.B. Сопряженное" изучение черноземов Донбасса наземными- и дистанционными методами текст. / A.B. Шатохин, М.А. Лындин // Почвоведение 2001. - № 9. - С. 1037-1044

77. Шатохин, A.B. Дистанционная индикация содержания гумуса в почвах лесостепной и степной зон. Украины текст. / A.B. Шатохин // Агрохимия-. — 1998. № 6. - С.21-25.

78. Шовенгердт P.A. Дистанционное зондирование. Модели и методы обработки изображений текст. / P.A. Шовенгардт. М.: Техносфера; 2010. -560 с.

79. Щербенко, Е.В". Опыт машинного дешифрирования и мелкомасштабного картографирования почвенного покрова по космическим снимкамтекст. / Е.В. Щербенко // Современные методы исследования почв. — М.: Изд-воМоск. ун-та, 1983.-С. 126-127

80. Agbu, P. A. Soil Property Relationships with SPOT Satellite Digital Data in East Central Illinois text. / P. A. Agbu , D. J. Fehrenbacher, I. J. Jansen // Soilr

81. Science Society of America Journal, 1990a. -V. 54. p. 807-812

82. An Automated Soil Line Identification Routine for Remotely Sensed Images text. / G. A. Fox, G. J. Sabbagh, S. W. Searcy, C. Yan // Soil-Science Society of America Journal, 2004. V. 68. - 1326-1331

83. Application'-of Multispectral Remote' Sensing to Soil' Survey Research1 in Southeastern Pennsylvania text. / H. L. Mathews, R. L. Cunningham, J-. E. Cipra, T. R. West. // SoiB Science Society of America Journal, 1973; V.37. - P. 88-93.

84. Applying imaging spectroscopy techniques to map saline soils with ASTER images text. /1. Melendez-Pastor, J. Navarro-Pedreno, M. Koch, I. Gomez // Geoderma, 2010. -V. 158. -Is. 1-2. -P. 55-65

85. AVASOFT для- AvaSpec-102/256/1024/2048 версия 6.2. Руководство пользователя текст. — СП.-б.: ООО «Локомед», 2007. 117 с.

86. Byrne, G.F. Monitoring Land-Cover Changes by Principal Component Analysis of Multitemporal Landsat Data text. / G.F. Byrne, P.F. Grapper, K.K. Mayo // Remote Sensing of Environment, 1980. -V. 10. P. 175-184

87. Carter, D. J. Houngton H.J. Remote sensing of wind erosion in croplands text. / D. J Carter, H.J. Houngton // Proceedings of Landsat 81 Conference, Canberra 1981, pages 275-282

88. Castañeda, C. Assessing the degradation of saline wetlands in an arid agricultural region in Spain text. / C. Castañeda, J. Herrero // CATENA, 2008. V. 72.-Is. 2.-P. 205-213

89. Chafer, C. J. A comparison of fire severity measures: An Australian example and implications for predicting major areas of soil-erosion text. / C. J; Chafer // CATENA; 2008. V.74. - Is.3. - P. 235-245

90. Chander, G Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges text. / G. Chander, B. Markham // IEEE Transactions on geosciences and remote sensing, 2003. V. 41. - No. 11.- P.2674-2677

91. Chander, G. Revised Landsat-5 Themartic Mapper radiometric calibration text. / G. Chander, B. L. Markham, J. A. Barsi// IEEE geosciences and remote sensing letters, 2007. V.4. - No. 3. -P.490-494

92. Chander, G. Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors text. / G. Chander, B. Markham; D. Helder, 2009 // Remote Sensing of the Environment. V. 113. - P. 893903

93. Dehaan, R.L. Field-derived spectra of salinized soils and vegetation as indicators of irrigation-induced soil salinization text. / R.L Dehaan, G.R Taylor // Remote Sensing of Environment, 2002. V.80. - Is.3. - P.406-417

94. Detection of soil crusting risks related to low soil organic carbon contents by using discriminant analysis on thematic Mapper data text. / D. Arrouays; C. King; I. Vion; Y. Le Bissonnais // Geocarto International, 1996. V. 11. - Is. 4. -P.ll-16

95. Determining soil water status and other soil characteristics by spectral proximal sensing text. / J.A.M. Dematté, A.A. Sousa, M.C. Alves, M.R. Nanni, P.R. Fiorio, R.C. Campos // Geoderma, 2006. V. 135. - P. 179-195

96. Douaoui, A.E.K. Detecting salinity hazards within a semiarid context by means of combining soil and remote-sensing data text. / A.E.K. Douaoui, H. Nicolas, C. Walter// Geoderma, 2006. -V. 134. Is. 1-2. - P. 217-230

97. Dwivedi, R. S. Relative utility of landsat mss and mkf-6m data for small scale soil mapping text. / R. S. Dwivedi, R. S. Dwivedi // Geocarto International, 1986.-V.l.-Is. 2.-P. 55-61

98. Farifteh, J. Assessing salt-affected soils using remote sensing, solute modelling, and geophysics text. / J. Farifteh, A. Farshad, R.J. George // Geoderma, 2006.-V. 130.-Is. 3-4.-P. 191-206

99. Field-Scale Mapping of Surface Soil Organic Carbon Using Remotely Sensed Imagery text. / F. Chen, D. E. Kissel, L. T. West, W. Adkins // Soil Science Society of America Journal1, 2000. V. 64. - p. 746-753

100. Fontes, M.P.F. Color attributes and mineralogical characteristics, evaluated by radiometry, of highly weathered tropical soils text. / M.P.F. Fontes, I. A. Car-valho // Soil Science Society of America Journal, 2005. V.69. - P. 1162-1172

101. Fox, G. A. Estimation of Soil Organic Matter from Red'and Near-Infrared Remotely Sensed Data Using a Soil Line Euclidean Distance Technique text. / G. A. Fox, G. J. Sabbagh // Soil Science Society of America Journal, 2002. V.66. -P. 1922-1929

102. Fox, G. A. Soil Property Analysis using Principal Components Analysis, Soil Line, and Regression Models text. / G. A. Fox, R. Metla // Soil Science Society of America Journal, 2005. -V.69. P. 1782-1788.

103. Fox, D.M. Using SPOT images and field sampling to map burn severity and vegetation factors affecting post forest fire erosion risk text. / D.M. Fox, F. Maselli, P. Carrega // CATENA, 2008. V.75. - Is.3. - P.326-335

104. Frazee, C. J. Density Slicing Techniques for Soil Survey text. / C. J. Fra-zee, V. I. Myers, F. C. Westin // Soil Science Society of America Journal, 1972. -V.36. P.693-695.

105. Fung, T. Application of Principal Component Analysis to Change Detection text.' / T.Fung, E. LeDrew // Photogrammetric Engineering & Remote Sensing, 1987. V.53. — No. 12. - P. 1649-1658

106. Haiping; S. Detecting Soil Information on a Native Prairie Using Landsat TM and SPOT Satellite Data text. / S. Haiping, M. D: Ransom, E. T. Kanemasu // Soil Science Society of America Journal, 1989 V.53. -P.1479-1483.

107. Hartemink, A.E. Digital Soil Mapping with. Limited* Data text. A A.E Har-temink, A.B. McBratney, M. L. Mendonsa-Santos. Amsterdam: Springer Netherlands, 2008.-436p.

108. Howari, F. M. The use of remote sensing data to extract information from agricultural land with emphasis on soil salinity text.' / F. M. Howari // Australian Journal of Soil Research, 2003. V. 41. - № 7. - P. 1243 - 1253

109. Identification of Saline Soils with Multiyear Remote Sensing of Crop Yields text. / D: B. Lobell, J. I. Ortiz-Monasterio, F. C. Gurrola, L. Valenzuela // Soil Science Society of America Journal, 2007. V.71. - P.777-783.

110. ITT Visual Information5 Solutions electronic resource. http://www.ittvis.com/

111. Jensen, J. R. Introductory Digital Image Processing: A Remote Sensing Perspective text. / J. R. Jensen. Upper Saddle River: Prentice-Hal, 2005. - 526p.

112. Konen, M. E. Organic Carbon, Texture, and Quantitative Color Measurement Relationships for Cultivated Soils in North Central Iowa text. / M. E. Konen, C. L. Burras, J. A. Sandor. // Soil Science Society of America Journal, 2003 . -V.67. -P.1823-1830:

113. Leone, A. P. The application of satellite remote sensing for soil studies in upland areas of Southern Italy text. / A. P. Leone; G. G. Wright; C. Corves // International Journal of Remote Sensing, 1995. V.16. - Is. 6. - P. 1087 - 1105

114. Lewis, D. T. Use of Satellite Imagery to Delineate Soil Associations in the Sand Hills Region of Nebraska text. / D. T. Lewis, P. M. Seevers, J. V. Drew // Soil Science Society of America Journal, 1975. V.39. -P.330-335.

115. Manchandra, M.L. Soil survey and mapping using remote sensing text. / M.L. Manchandra, M. Kudrat, A.K. Tiwari // Tropical Ecology, 2002. V. 43 -№1. — P.61-74

116. Mapping soil organic carbon concentration* for multiple fields with, image similarity analysis text. / F. Chen, D. E. Kissel, L. T. West, W. Adkins, D. Rick-man, J. C. Luvall // Soil Science Society of America Journal; 2008. V. 721 - p. 186-193

117. Markham, B.L. Spectral -characterization of the LANDS AT Thematic Mapper sensors text. / B.L. Markham, J.L. Barker // International Journal of Remote Sensing, 1985. № 6. - P. 697-716.

118. Martinez-Casasnovas, J. A. A spatial information technology approach for the mapping and quantification of gully erosion text. / J. A. Martinez-Casasnovas // CATENA, 2003. V.50. - Is.2-4. -P.293-308

119. Meer, F. Spectral mixture modelling and spectral stratigraphy in carbonate lithofacies mapping text. / F. Meer // ISPRS Journal of Photogrammetry and Remote Sensing, 1996.-V. 51.-Is. 3.-P. 150-162

120. Metternicht, G. I. Remote sensing of soil salinity: potentials and constraints text. / G. I. Metternicht, J. A. Zinck // Remote Sensing of Environment, 2003 V. 85.-Is. l.-P. 1-20

121. Nanni, M. R. Spectral Reflectance* Methodology in Comparison to, Traditional Soil Analysis text. / M. R: Nanni, J. A. M. Dematte // Soil Science Society of America Journal; 2006. V.70. - P.393-407

122. Nelson, R. E. Photo Interpretation of Vegetation and Soils in Wild Land Areas of California text. / R. E. Nelson, K. E. Bradshaw, A. E. Wieslander // Soil Science Society of America, Journal, 1957. -V.21. -P.106-108.

123. Nield, S. J. Mapping Gypsic and Natric Soil. Areas Using'Landsat ETM Data text. / S. J: Nield , J. L. Boettinger, R. D. Ramsey // Soil Science Society of America Journal, 2007. V. 71. - P. 245-252.

124. Odenyo, V. A. Application of Density Slicing Techniques to Soil Survey text. / V. A. Odenyo, R. HI Rust // Soil Science Society of America Journal, 1975.1. V.39. -P.311-315

125. Physical characterization; spectral response and remotely sensed mapping of Mediterranean soil surface crusts text. / S.M. de Jong, E.A. Addink, L.P.H. van Beek, D:Duijsings // CATENA, 2011. V.86. -Is.l. -P.24-35

126. Rafael, N. M., J. A. M. Dematte. Spectral Reflectance Methodology in Comparison to Traditional Soil Analysis text. / N. M. Rafael, J. A. M. Dematte // Soil Science Society of America Journal, 2006. V.70 - P. 393-407

127. Relationship between soil.erosion and distance to roadways in.undeveloped areas of China text. / X.Z. Shi, K. Wang, E.D: Warner, D.S. Yu, H.J. Wang, R.W. Yang, Y. Liang, D.M. Shi// CATENA, 2008. V. 72. - Is. 2. - P. 305-313

128. Relationships between soil-landscape and dryland cotton lint yield text. /1. Javed, J. J. Read, A. J. Thomasson, J. N. Jenkins // Soil,Science Society of America Journal, 2005 V.69 - P;872-882

129. Remote-sensing data as an alternative input for the 'STREAM' runoff model text. / C. King, V. Lecomte, Y. Le Bissonnais, N. Baghdadi, V. Souchere, O. Cerdan // CATENA, 2005. V.62. - Is. 2-3; - PI 125-135

130. Richards, J. A. Remote Sensing Digital Image Analysis text. / J. A. Richards, X. Jia. Berlin: Springer-Verlag, 2006. - 439 p.

131. Ries, J. B. Monitoring of gully erosion in the Central Ebro Basin by large-scale aerial photography taken from a remotely controlled blimp text. / J. B. Ries, I. Marzolff // CATENA, 2003. -V. 50. Is. 2-4. - P. 309-328

132. Sharma, R. C. Landsat imagery for mapping saline soils and wet lands in north-west India text. / R. C. Sharma, G. P. Bhargava // International Journal of Remote Sensing, 1988. V.9.-Is.l.-P. 39-44

133. Sharma, R. C. Reconnaissance mapping and management of salt-affected soils using satellite images text.' / R. C. Sharma; R. K. Saxena, K. S. Verma // International Journal of Remote Sensing; 2000. V.21. - Is. 17. - P. 3209 - 3218

134. Singh, L. P. Evolution of the Lower Gangetic Plain landforms-and soils in West Bengal, India text. / L. P. Singh, B. Parkash, A. K. Singhvi // CATENA, 1998. V.33. -Is.2. - P.75-104

135. Singh, A. N. The .utility of LANDSAT imagery as an integral part of the data base for small-scale soil mapping text. / A. N. Singh; R. S. Dwivedi // International Journal of Remote Sensing, 1986. V. 7. - Is. 9. - P. 1099 - 1108

136. Soil mapping using GIS, expert knowledge, and fuzzy logic text. / A. X. Zhu., B. Hudson, J. Burt, K. Lubich, D. Simonson // Soil Science Society of America Journal, 2001. V.65. -P.1463-1472.

137. Soil resource mapping using IRS-1A-LISS II digital data—A case study of Kandi area adjacent to Chandigarh-India text. / M. Kudrat, A. K. Tiwari, S. K. Saha, S. K. Bhan // International Journal of Remote Sensing, 1992. V.13. - Is. 17. -P. 3287-3302

138. Spatial and spectral analysis of soil surface properties for an archaeological area in Aksum; Ethiopia, applying high" and medium resolution data text., / T. Schmid, M. Koch, M. DiBlasi, M. Hagos // CATENA, 2008. V.75. - Is.l. - P. 93-101

139. Srivastava, R. Technique of large-scale soil mapping in basaltic terrain using satellite remote sensing data text. / R. Srivastava; R. K. Saxena // International Journal of Remote Sensing, 2004. V.25. - Is.4 - P. 679 - 688

140. Sullivan, D. G. IKONOS Imagery to Estimate Surface Soil Property Variability in Two Alabama Physiographies text. / D. G. Sullivan, J.N. Shaw, D. Rick-man // Soil Science Society of America Journal, 2005. V. 69. - № 6. - P. 1789— 1798 '

141. The application of remote-sensing data to monitoring and modelling of soil erosion text. / C. King, N. Baghdadi, V. Lecomte, 0. Cerdan // CATENA, 2005. -V. 62.-Is. 2-3. -P.79-93

142. Thompson, D. R'. Detecting Soils under Cultural-Vegetation Using Digital^ Landsat. Thematic Mapper Data text. / D: R.-Thompson, K. E. Henderson // Soil Science Society of America Journal, 1984 V.48. - P. 1316-1319

143. Thompson, D. R. Evaluation of Landsat Multispectral Scanner Data for Mapping Vegetated Soil Landscapes text. / D: R. Thompson, R. H. Haas, M. H. Milford // Soil Science Society of America Journal, 1981. V.45 -P.91-95

144. Use of combined digital elevation model'and' satellite radiometric data for regional,soil*mapping text. / E. Dobos, E. Micheli, M-. F. Baumgardner, L. Biehl, T. Helt // Geoderma, 2000. V. 97. - Is. 3-4. - P. 367-391

145. Vafeidis, A.T. A proposed method for modelling the hydrologic response of catchments to burning with the use of remote sensing and GIS text. / A.T. Vafeidis, N.A. Drake, J. Wainwright // CATENA, 2007. V.70. - Is3I - P. 396-409

146. Valentine, K. W. G. The «interpreter effect» in mapping terrain in northern British Columbia,using color aerial photography and Landsat imagery text.'. / K. W. G. Valentine // Canadian Journal of Soil Science, 1978. V. 58. - P. 357-368

147. Variation- in Alluvial-Derived' Soils as Measured by Landsat Thematic Mapper text. / D: R. Thompson*, K. E. Henderson, A. G. Houston, D. E. Pitts // Soil Science Society of America Journal, 1984. V.48 -P:i37-142

148. Viscarra Rossel' R.A. Diffuse reflectance spectroscopy as a tool for digital soil mapping text. / R.A. Viscarra Rossel, A.B: McBratney // Digital soil mapping with limited data-Amsterdam: Springer Netherlands, 2008. P. 165-172

149. Vrieling, A. Satellite remote sensing for water erosion assessment: A review text. / A. Vrieling // CATENA, 2006. V. 65. - Is. 1. - P. 2-18

150. Weismiller, R. A. Soil Inventory From Digital Analysis of Satellite Scanner and Topographic Data text. / R. A. Weismiller, I. D. Persinger, O. L. Montgomery // Soil'Science Society of America Journal, 1977. V.41 - P.l 166-1170

151. Weng, Y.L. A Spectral Index for Estimating Soil Salinity in the Yellow River Delta Region of China Using EO-1 Hyperion Data text. / Y.L. Weng, P. Gong, Z.L. Zhu // Pedosphere, 2010. V. 20. - Is. 3. - P. 378-388

152. Westin, F.C. Landsat data, its use in a soil survey program text. / F.C. Westin, C. J. Frazee // Soil Science Society of America Journal, 1976. V.40 - P. 81-89

153. Williams, J.R. The erosion-productivity impact calculator (EPIC) text. / J.R. Williams // Technical reference. US Department of agriculture, 1997.

154. Wu, J. Remote sensing monitoring of changes in soil salinity: a case study in Inner Mongolia, China text. / J.Wu, B. Vincent, J. Yang, S. Bouarfa, A. Vidal // Sensors, 2008. № 8 - 7035-7049