Бесплатный автореферат и диссертация по сельскому хозяйству на тему

Геостатистический анализ пространственной неоднородности сельскохозяйственных полей для целей точного земледелия

ВАК РФ 06.01.03, Агропочвоведение и агрофизика

Автореферат диссертации по теме "Геостатистический анализ пространственной неоднородности сельскохозяйственных полей для целей точного земледелия"

На правах рукописи

Сидорова Валерия Александровна

ГЕОСТАТИСТИЧЕСКИЙ АНАЛИЗ ПРОСТРАНСТВЕННОЙ НЕОДНОРОДНОСТИ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПОЛЕЙ ДЛЯ ЦЕЛЕЙ ТОЧНОГО ЗЕМЛЕДЕЛИЯ

Специальность 06.01.03. - агрофизика

- 1 ЛЕК 2011

Автореферат диссертации на соискание ученой степени кандидата сельскохозяйственных наук

Петрозаводск - 2011

005003273

Работа выполнена в лаборатории Экологии и географии почв Учреждения Российской академии наук Институт биологии Карельского научного центра РАН

Научный руководитель:

доктор физико-математических наук,

профессор Жуковский Евгений Евсеевич

Официальные оппоненты:

доктор сельскохозяйственных наук Комаров Андрей Алексеевич

доктор биологических наук, доцент Самсонова Вера Петровна

Ведущая организация:

ГНУ Почвенный институт им. В.В. Докучаева Россельхозакадемии

Защита состоится «Л/» g^/^iiCkJl 2011 г. в О О на заседании диссертационного совета ДООб.Об 1.01 при ГНУ Агрофизический научно-исследовательский институт Россельхозакадемии по адресу: 195220, г. Санкт-Петербург, Гражданский пр., 14, тел./факс: (812) 534-19-00

С диссертацией можно ознакомиться в библиотеке Агрофизического научно-исследовательского института

Автореферат разослан «/-^ »l^kl^Ji 2011 г.

Ученый секретарь

диссертационного совета доктор биологических наук

Е.В. Канаш

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность работы: Проблема пространственной вариабельности почвенных свойств до недавнего времени представляла лишь теоретический интерес, так как, с одной стороны, ее изучение требовало слишком больших затрат (как временных так и финансовых), связанных с получением первичной информации, а с другой - не существовало значительно практической потребности в подобной информации. Однако сегодня ситуация изменилась. В 90-е годы 20-го столетия возникло новое направление в развитии агротехнологий - «точное земледелие», обязанное своим появлением внедрением в сельскохозяйственное производство новейших достижений вычислительной техники, информационных систем и систем глобального позиционирования (Якушев, 2002; Якушев, Полуэктов, Смо-ляридр., 2001,2002).

Внедрение точного земледелия в практику предполагает получение подробной информации о конкретном поле. Пространственное варьирование почвенных и агрохимических характеристик должно быть задокументировано и «увязано» с урожайностью.

Возможность обработки данных по природным объектам с пространственно распределенными характеристиками предоставляет геостатистика. Применение геостатистики в почвоведении обеспечивает количественное описание пространственной изменчивости почвы, повышает точность оценок почвенных свойств при интерполяции данных и построении картограмм, а также служит основой для планирования рационального отбора почвенных проб (Кузякова, Романенков, Кузяков, 2001; Goovaerts, 1999; Oliver, Webster, 2001).

Целью настоящей диссертационной работы являлось исследование возможностей и эффективности использования методов геостатистики для изучения и последующего оптимального картирования пространственной неоднородности сельскохозяйственных полей как важнейшему этапу перехода к точному земледелию. В соответствии с указанной целью в работе были поставлены следующие задачи:

1. Исследовать влияние антропогенных воздействий на пространственную неоднородность почвенных характеристик.

2. Изучить связь между масштабом объекта исследования (делянка, поле, хозяйство) и параметрами вариограммных функций, определяющих статистические закономерности пространственного варьирования изучаемых почвенных характеристик. Обосновать выбор оптимальной схемы и шага пробоотбора в соответствии с результатами выполненного анализа.

3. Применительно к опыту по точному земледелию на Меньковской опытной станции, исследовать внутриполевую вариабельность важней-

ших почвенных показателей, характеристик урожайности, а также параметров качества зерна, выявить статистические закономерности пространственные распределения исследуемых параметров.

4. Изучить статистическую структуру пространственного распределения характеристик посева и урожайности (пшеницы) с целью установления возможностей их картирования при различных вариантах агротехно-логий, включая технологию точного земледелия.

Материалы и методы исследования. Объектом исследования служили поля стационара Института биологии КарНЦ РАН в пос. Гомсельга (Кондопожский район, респ. Карелия), ЗАО «Эссойла» на Корзинской низине (Пряжинский район, респ. Карелия), а также поля Меньковского филиала Агрофизического НИИ Россельхозакадемии (Гатчинский район, Ленинградская область). Данные экспериментов по точному земледелию были любезно предоставлены диссертанту сотрудниками отдела Математического моделирования и информационных систем АФИ. Все остальные образцы были отобраны автором самостоятельно и проанализированы в лаборатории Экологии и географии почв ИБ КарНЦ РАН.

Для всех изучаемых параметров были рассчитаны основные статистические характеристики и проведен регрессионный анализ. Закономерности пространственной вариабельности исследовались с помощью методов геостатистики (Демьянов, Савельева, 2010; Кузякова, Романенков, Кузяков, 2001; Burgess, Webster, 1980). Для расчета и построения варио-грамм использовался пакет программ Variowin (Pennatier, 1996), а для построения картограмм пространственного распределения по предсказанным значениям - пакет SURFER Version 6.02 software (Copyright © 19931996, Golden Software, Inc.).

Основные защищаемые положения

1. Антропогенные воздействия (обработка почвы, внесение удобрений) существенно влияют на пространственное распределение почвенных свойств.

2. Частота (масштаб) отбора почвенных проб влияет на расчетные характеристики пространственной структуры варьирующих характеристик.

3. Большинство почвенных характеристик обладает достаточно сильной внутренней связностью и может успешно картироваться с помощью кригинг-процедур, реализующих процесс статистически оптимальной интерполяции при построении агрохимических картограмм сельскохозяйственных полей.

4. Характеристики посева и качества урожая имеют существенно меньшую пространственную коррелированность и построение картограмм этих характеристик хотя и возможно, но с меньшей точностью.

5. Существуют достоверные отличия пространственной изменчивости урожайности пшеницы при различной интенсивности агротехнологий. Основные изменения в варьировании урожайности на контрольном участке и на участке с «хозяйственным» вариантом агротехнологии происходят на малых расстояниях.

6. Существует хорошо выраженная пространственная структура с сильной или средней пространственной зависимостью, связанная с направлением движения комбайна.

Научная новизна. В работе впервые детально изучены возможности и показана эффективность использования методов геостатистики для изучения пространственной структуры почвенных характеристик, а также характеристик урожайности и качества урожая в связи с задачами точного земледелия.

Прикладное значение работы. Результаты выполненных исследований могут быть использованы для обоснования рациональных схем сбора данных, оценки пространственной неоднородности сельскохозяйственных нолей и оптимального картирования при разработке и реализации технологий точного земледелия.

Апробация и внедрение. Результаты исследований докладывались на юбилейных конференциях Института биологии КарНЦ РАН и Карельского научного центра РАН (Петрозаводск, 2003, 2006), Международной научно-практической конференции «Роль почв в сохранении устойчивости ландшафтов и ресурсосберегающее земледелие» (Пенза, 2005), Всероссийской конференции «Экспериментальная информация в почвоведении: теория и пути стандартизации» (Москва, 2005), Докучаевских молодёжных чтениях (Санкт-Петербург, 2000, 2005), Всероссийских делегатских съездах Докучаевского общества почвоведов (Суздаль, 2000, Новосибирск, 2004, Ростов-на-Дону, 2008), Международых конференциях СеоЕ1ЧУ (Франция, 2000, Бельгия, 2010), конференциях рабочей группы по педометрике международного общества почвоведов (Бельгия, 2001, Великобритания, 2003, Чехия, 2011), Международной конференции «География почв: новые горизонты» (Мексика, 2009), 17-м Всемирном почвенном конгрессе (Таиланд, 2002).

В законченном виде работа апробирована в виде докладов на расширенном заседании лаборатории Экологии и географии почв Института биологии Карельского научного центра РАН и Карельского регионального отделения всероссийского общества почвоведов им. В.В. Докучаева.

Результаты выполненных исследований были практически использованы и включены в Методическое пособие «Вариограммный анализ пространственной неоднородности сельскохозяйственных полей для целей точного земледелия» (АФИ, 2010).

Объем работы. Диссертация состоит из Введения, 5 основных глав, Заключения, списка использованных литературных источников, включающего*//^ наименований, из них ^на иностранных языках, 4 Приложений. Работа изложена на jjZQ страницах, включает^ рисунков и таблиц.

Благодарности: автор выражает благодарность руководству и сотрудникам Агрофизического института, оказавшим большую помощь в подготовке и написании диссертационной работы, сотрудникам отдела Математического моделирования и информационных систем АФИ РАСХН за предоставленные данные экспериментов по точному земледелию, и конкретно - к.б.н. Лекомцеву П.В. и к.т.н. Якушеву В.В. за консультации. А также сотрудникам лаборатории Экологии и географии почв Института биологии Карельского научного центра РАН, ее заведующему д.б.н. Красильникову П.В. за помощь и поддержку в процессе написания работы и старшему агрохимику Деминой Г.И. за помощь в проведении анализов.

СОДЕРЖАНИЕ РАБОТЫ Введение

Во введении обоснована актуальность диссертации, сформулированы цель и задачи исследования, описана научная новизна и практическая ценность работы.

Глава 1. Основные понятия геостатистики и ее применение для описания пространственной неоднородности сельскохозяйственных территорий

Глава 1 включает четыре части.

В первой части обсуждаются различные толкования термина «неоднородность», дается анализ причин формирования пространственной неоднородности почв (Дмитриев, 1988; Григорьев, 1970; Рац, 1973; Розанов, 1983; Фридланд, 1972).

Во второй части приводится обзор методов анализа и обработки пространственно - распределенных данных (детерминистические и геостатистические методы), объясняются основные понятия геостатистики (Демьянов, Савельева, 2010; Матерон, 1968; Джонгман, Тер Браак, Ван Тонге-рен, 1999; McBratney, Webster, 1986).

Основным геостатистическим понятием и инструментом анализа является вариограмма - график, описывающий зависимость среднего квадрата разности значений показателя (дисперсии) от расстояния между точ-

ками, где этот показатель был измерен. Вариограма характеризуется рядом параметров. Уровень, являющийся теоретическим максимумом ва-риограммы, называется порогом или пороговой дисперсией. Расстояние, при котором этот максимум достигается, называется рангом или диапазоном скоррелированности. Точки, расположенные на меньших расстояниях, являются пространственно зависимыми, в то время как точки, расположенные на больших расстояниях считаются взаимонезависимыми, то есть статистически равноценными. Степень пространственной зависимости (или связности) определяется отношением «наггет»-варьирования (к нему относится варьирование на расстояниях меньших, чем шаг опробования и варьирование связанное с аналитической ошибкой) к порогу.

Помимо разъяснений используемой терминологии, в этой части приводятся основные критерии и индексы, используемые для сравнения известных и полученных с помощью различных методов значений (Демьянов, Савельева, 2010; Gotway, Ferguson, Hergert et al., 1996; Schloeder, Zimmerman, Jacobs, 2001; Utset, López, Díaz, 2000; Voltz, Webster, 1990).

В третьей части Главы 1 рассматриваются основные задачи, решаемые в рамках геостатистических моделей при исследовании почвенной неоднородности (Иванникова, Мироненко, 1988; Кузякова, Кузяков, 1997; Мешалкина, 2001; Самсонова с соавт., 2005, 2006, 2007, 2010; Ше-ин, Иванов, Бутылкина и др., 2001; Bourennane, Nicoullaud, Couturier et al, 2004; Boyer, Wright, Feldhake et al., 1996; Cambardella, Karlen, 1999; Cassel, Wendroth, Nielsen, 2000), Особое внимание уделено возможностям применения геостатистических методов в точном земледелии (Якушев, Жуковский, Кабанец и др., 2010; Якушев, Жуковский, Якушев 2009; Bullock, Bullock, 2000; VanMeirvenne 2003).

В четвертой части обсуждаются вопросы, связанные с выбором оптимальной сети пробоотбора (Матерон, 1968; Burgess, Webster, McBraíney, 1981; Marchant, Lark, 2007; McBratney, Webster, 1983; Webster, Oliver, 1992).

Глава 2. Влияние антропогенных воздействий

на пространственную неоднородность почвенных характеристик

Во второй главе изучается влияние антропогенных воздействий на вариабельность почвенных факторов.

Констатируется, что пространственное варьирование свойств почв на любом сельскохозяйственном угодье есть результат совокупного действия естественных процессов и практики землепользования.

Обзор выполненных исследований показывает, что изменение варьирования различных почвенных показателей при окультуривании земель

происходит достаточно сложным образом. Некоторые параметры уменьшают варьирование за счёт гомогенизации участка. Другие параметры в основном зависят от внесения удобрений и увеличивают свое варьирование при окультуривании земель (Самсонова, Мешапкина, Дмитриев, 1999; Стрелкова, Марченкова, Перевозчикова и др., 1982; Geypens, Vanongeval, Vogels et al., 1999; Goovaerts, 1998; López-Granados, Jurado-Expósito, Atenciano et al., 2002; Paz-González, Vieira, Taboada Castro, 2000).

Наши исследования на антропогенно нарушенном участке проводились на поле, которое более 20 лет использовалось как полигон для опытов по выращиванию картофеля, на территории стационара Института биологии КарНЦ РАН в пос. Гомсельга (Кондопожский район, респ. Карелия). Размеры участка - 85x50 м2. Почвы - подзолистая иллювиально-железистая оглеенная окультуренная песчаная на озерно-ледниковых песках, дерновая литогенная шунгитовая железистая окультуренная песчаная на песчаной шунгитсодержащей морене, дерново-подзолисто-глее-вая окультуренная песчаная на озерно-ледниковых суглинках. В качестве контрольного (естественного) участка использовался близлежащий участок под лесом. Почва - подзол глееватый песчаный на озёрно-леднико-вых песках (Бессарабова, 2001, Сидорова, Красильников, 2007, Солома-това, 2004).

Образцы отбирались с глубины 0-10 см непосредственно с поверхности (участок на поле) или под горизонтом опада (участок под лесом) по регулярной схеме с шагом 5 м. Было взято 150 образцов с участка под полем и 100 — с участка под лесом. В почвенных образцах определялись значения рНка и содержание органического углерода (по Тюрину). Для всех варьирующих показателей были рассчитаны основные статистические характеристики и проведен регрессионный анализ.

Расчет значений вариограмм проводился на расстояниях до 85 м с шагом 5 м. На каждом шаге для вычисления использовалось не меньше 100 пар значений. Для подбора параметров использовался индикатор качества подгонки (Cressie, 1985). Для определения, является ли функция ва-риограммы зависимой от расположения точек опробования или нет, рассчитывались изотропные (по всем направлениям) вариограммы и анизотропные (по заданному направлению) вариограммы.

Данные статистической обработки полученных результатов приведены на рис. 1. Для значений рН отмечен низкий коэффициент вариации, таким образом, неоднородность участков по этому свойству не очень высока. По результатам сравнения медианы и среднего значения, а также коэффициента асимметрии и эксцесса, можно сделать вывод распределение свойств на обоих участках нормальное или близкое к нормальному.

Как и следовало ожидать, в результате сельскохозяйственного использования территории меняются статистические характеристики почвенных свойств, а также их пространственное распределение. Среднее значение рН в солевой вытяжке в почве на поле возрастает на 1,5 единицы, содержание органического углерода в среднем уменьшается на 1%.

- размах; | | - квартили; - - медиана

Рис. 1. Квартальное представление значенгий рНКС] (а) и содержания углерода С, % (б) для почв участков под лесом (1) и под пашней (2)

Для рНксь вариограммы для обоих участков имеют одинаковое значение порога, однако значение наггета меньше на участке под полем. Значение ранга наоборот больше практически в два раза (табл. 1, рис. 2а). То есть на участке под лесом преобладает варьирование на более коротких расстояниях, причем основная часть этого варьирования приходится на расстояния меньше, чем шаг опробования (в данном случае 5 м). Можно предположить, что такое распределение отражает более высокую локальную неоднородность растительного покрова в лесу по сравнению с относительной однородностью растительности на сельскохозяйственных нолях.

Для вариограмм содержания органического углерода практически совпадают значения ранга (10,5 и 12,5 м), но значения наггета больше для участка под полем. Таким образом, у органического углерода на поле преобладает варьирование на небольших расстояниях (табл. 1, рис. 26).

Таблица 1. Параметры моделей вариограмм

Свойства Участок Наггет Порог Ранг, м Степень зависимости

рНка лес 0,058 0,096 16,4 Средняя (60,4%)

поле 0,041 0,095 30,0 Средняя (43,2%)

С лее 0,60 1,24 12,5 Средняя (48,4%)

поле 1,23 1,54 10,5 Слабая (79,9%)

Распределение органического углерода в пахотном слое отличается анизотропией (зависимостью от направления): равномерное вдоль рядов и периодическое - поперек (рис. 3). Такое распределение имеет антропогенное происхождение и связано с особенностями техники внесения органических удобрений.

20 40

60 100

Рис. 2. Вариограммы для почвенных свойств (здесь и далее: точки - экспериментальные данные, линии - модель): а - рН, б - содержание органического углерода

40 и ш

* вдоль

* поперек

Рис. 3. Анизотропные вариограммы содержания органического углерода в пахотном слое

Глава 3. Исследование влияния пространственного масштаба наблюдений на характеристики вариограммных функций

В третьей главе выявляется роль масштаба объекта исследования при геостатистическом анализе почвенных характеристик.

Как уже отмечалось, почвенная неоднородность является результатом совокупного влияния многих факторов, действующих в различных временных и пространственных масштабах. Нами анализировались закономерности пространственного распределения кислотности, факторы, контролирующие пространственное варьирование, а также масштабы воздействия этих факторов на примере одного из хозяйств республики Карелия (ЗАО «Эссойла», Пряжинский район, респ. Карелия).

Было заложено 4 участка в трех разных масштабах.

Участок 1 (масштаб делянки) площадью 100x100 м был заложен на торфяно-перегнойной почве с открытой дренажной системой. Направле-

ние дрен - с севера на юг. Образцы отбирались с глубины 0-20 см по регулярной схеме с шагом 10 м.

Участок 2 (масштаб делянки) площадью 100x100 м был заложен на торфянисто-подзолисто-глеевой песчаной на озерно-ледниковых песках и супесях почве с закрытой дренажной системой. Направление дрен - с севера на юг. Образцы отбирались с глубины 0-20 см по регулярной схеме с шагом 10 м.

Площадь участка 3 (масштаб поля) - 1,5 км2. Образцы отбирались с глубины 0-20 см по регулярной схеме со случайно-регулярным расположением точек с шагом 100 м.

Участок 4 (масштаб хозяйства) представляет собой южную и среднюю часть Корзинской низины (между ручьями Алган-оя и Ревзун-оя) площадью примерно 12 км2. Образцы отбирались с глубины 0-20 см по локально-регулярной схеме со случайно-регулярным расположением точек с шагом 250 м.

Схема пробоогбора представлена на рис. 4.

а б в

Рис. 4. Схема пробоотбора для участков 1 и 2 (а), 3 (б) и 4 (в)

Для всех участков были рассчитаны основные статистические характеристики варьирующего фактора (кислотности), проведен регрессионный анализ и построены вариограммы. Расчет значений вариограмм для участков 1 (2), 3 и 4 проводился на расстояниях до 100, 1000 и 4000 м с шагом 10, 100 и 250 м соответственно. Вариограммы рассчитывались как в среднем по участку, то есть вне зависимости от направлений, так и по направлениям. На участках 1-3 были выбраны направления вдоль (север-юг) и поперек (запад-восток) дрен. Для данных по участку 4 - были построены вариограммы, отвечающие нескольким направлениям и затем выбраны два максимально отличающихся направления.

Наиболее однородным оказался участок 1 (масштаб делянки, торфяная почва). По мере перехода от масштаба делянки к масштабу хозяйства

такие показатели как размах значений, дисперсия и коэффициент вариации увеличиваются практически вдвое (табл. 2). Связано это с тем, что по мере увеличения площади исследуемого участка увеличивается почвенное разнообразие. Кроме того, участок 4 включает поля с различной практикой землепользования. Распределение значений кислотности на всех участках - нормальное или близкое к нормальному.

Более детальное исследования пространственно-зависимого характера варьирования почвенных свойств проводилось с привлечением методов геостатистики. Параметры моделей вариограмм для всех участков и направлений представлены в табл. 3.

Таблица 2. Статистические параметры распределения кислотности на пробных площадях Корзинской низины

Параметр Участок

1 2 3 4

Объем выборки 119 119 121 286

Среднее 3,79 4,97 4,34 4,92

Минимум 3,00 3,70 3,00 3,00

Нижний квартиль 3,60 4,50 3,80 4,20

Медиана 3,80 4,90 4,20 4,90

Верхний квартиль 3,90 5,40 4,80 5,60

Максимум 4,70 6,40 6,70 6,80

Дисперсия 0,10 0,38 0,60 0,78

Коэффициент вариации, % 8,24 12,42 17,87 18,00

Асимметрия 0,43 0,23 0,73 -0,02

Эксцесс 0,93 -0,55 -0,02 -0,71

Таблица 3. Параметры моделей вариограмм

Участок Направление Наггет Ранг/период, м Наклон Порог Степень зависимости, %

1 Все 0,091 - 0,0002 - -

Вдоль дрен 0,041 93,8 0,131 0,172 23,8

Поперек дрен 0,094 24,2 0,031 - -

2 Все* - - - - -

Вдоль дрек 0,016 77 0,400 0,456 3,5

Поперек дрен 0,342 33,1 0,088 - -

3 Все 0,200 948 0,310 0,51 39,2

Вдоль дрен 0,160 635 0,00053 0,086 - -

Поперек дрен 0,230 309 700 0,160 0,093 0,39 58,9

4 Все 0,472 1216 0,344 0,816 57,8

Вдоль ручья (140°) 0,608 - 5*10"6 - -

Поперек ручья (60°)* — - - - -

* - псевдопериодические изменения.

В пределах низины можно выделить следующие уровни неоднородности свойств, связанные со следующими факторами.

• Случайное варьирование на малых (до 10 м) расстояниях и аналитическая ошибка.

• Периодические изменения с периодом 30 м - влияние отдельных дрен

• Периодические изменения с периодом 600-700 м. Эта составляющая с одной стороны отражает влияние смены дренажа, с другой (в меньшей степени) - варьирование свойств между магистральными дренами.

• Псевдопериодические изменения на расстояниях до 2800 м - влияние ручьев.

• Постепенные изменения вдоль ручья (склона) - тренд.

В дальнейшем, в случае применения технологий точного земледелия, рекомендуется каждое поле исследовать отдельно. Так как существует четкая анизотропия, связанная с дренажной системой и с направлением обработки полей, рекомендуется брать прямоугольную сетку. Рекомендуется брать интервал сетки меньше, чем половина ранга вариограммы. То есть, в дальнейшем при исследовании полей предлагается использовать прямоугольную сетку, большая сторона которой направлена вдоль дрен. Шаг сетки - от 15x50 м до 150x300 м в зависимости от масштаба объекта.

Глава 4. Вариограммный анализ пространственной неоднородности характеристик почв и урожайности в условиях точного земледелия

В четвертой главе исследовалась возможность и целесообразность использования геостатистических методов для построения карт различных почвенных свойств, показателей урожайности и качества зерна, выявлялись основные закономерности распределения этих свойств.

Первый и основной этап точного земледелия - первичный разведочный анализ. Он включает процесс получения данных о почвенных факторах внутри поля, а также различные способы их наглядного представления (картирование). В зависимости от поставленных целей набор требуемых карт может быть различным. В частности, если целью является оптимизация агротехнологии, экономия ресурсов (удобрения, известь и др.), защита окружающей среды, то в первую очередь необходимы агрохимические картограммы (Витковская, Изосимова, Лекомцев, 2010; Самсоно-ва, Мешалкина, Дмитриев, 1999; Geypens, Vanongeval, Vogels., 1999; Lauzon, O'Halloran, Fallow et al., 2005). С другой стороны, если целью анализа является получение максимальной прибыли, то интерес представляют картограммы урожайности (Якушев, Буре, Якушев, 2007; Якушев, Якушев, Якушев, 2009; Arslan, Colvin, 2002; Ping, Dobermann, 2005; Stafford, Ambler, Lark et al., 1996). В последнее время достаточно часто

стали использоваться также картограммы качества урожая выращиваемых культур. Особенно это касается зерновых культур: пшеница, рис, кукуруза. Часто строятся картограммы содержания белка, клейковины, микроэлементов и т.д. в зерне (Delin, 2004; Miao, Mulla, Robert, 2006; Norng, Pettitt, Kelly et al., 2005; Stewart, McBratney, Skerritt, 2002; Wang, Wu, Liu et al., 2009).

Объект нашего исследования - Прибытковское поле Меньковского филиала Агрофизического НИИ Россельхозакадемии, расположенное в Гатчинском районе Ленинградской области, где в 2006 году был заложен многолетний производственный опыт, ставящий своей целью изучение возможностей и перспективности применения технологий точного земледелия в почвенно-климатических условиях Северо-Западной зоны России. Опыт проводился на культуре яровой пшеницы. При этом непосредственно перед посевом и далее - в ходе вегетации по основным фенологическим фазам - на поле отбирались почвенные пробы и растительные образцы, которые затем анализировались с помощью стандартных лабораторных методов (данные предоставлены сотрудниками АФИ) (Витков-ская, Изосимова, Лекомцев, 2010; Лекомцев, Комаров, Воропаев и др., 2008; Якушев, Воропаев, Лекомцев, 2007).

Исследовавшиеся показатели можно условно разделить на три группы:

1. Почвенные характеристики: рНКСь гидролитическая кислотность (метод Каппена); сумма поглощённых оснований (метод Каппена); органическое вещество (фотометрический метод); содержание доступного фосфора и калия (по Кирсанову).

2. Количественные показатели урожайности: биомасса по основным фазам развития растений (кущение, трубкование, цветение); количество растений на м2; количество колосков на м2; масса зерна с м2; вес одного колоса; масса 1000 зерен; масса зерна в г/100 растений.

3. Показатели качества зерна: стекловидность; содержание клейковины и ее качество; белок зерна; ЧП (число падения).

Отборы проб производились по прямоугольной регулярной сетке. Почвенные образцы брались автоматическим пробоотборником на глубине до 23 см. Всего по полю было отобрано 72 образца. По результатам анализа изучались закономерности пространственного варьирования перечисленных факторов почвы и урожая. С этой целью для всех параметров были рассчитаны основные статистические характеристики, проведены регрессионный и геостатистический анализ.

Было установлено, что все почвенные показатели проявляют сравнительно низкий уровень вариабельности с коэффициентом вариации от

4,2% до 18,8%. По средним значениям исследованных свойств опытное поле попадает в категорию благополучных. Вариабельность параметров качества зерна и урожайности оказались выше, чем для почвенных свойств. Коэффициент вариации изменяется от 4,1% (масса 1000 зерен) до 53,8% (биомасса в фазу цветения).

Для всех исследуемых показателей удалось подобрать пространственные тренды. Полученные поверхности с достаточно высокой вероятностью (95-99%) объясняют изменения свойств в зависимости от положения точек пробоотбора. Множественный коэффициент детерминации изменялся при этом от 13,6% (белок зерна) до 63,1% (К20).

Таким образом, для всех почвенных свойств наблюдается четко выраженная пространственная структура, которая в достаточно большой степени объясняется положением точек опробования (трендовая поверхность). Для регрессионных остатков был дополнительно проведен анализ вариограмм. Параметры моделей стандартизованных (отнесенных к значению выборочной дисперсии) вариограмм представлены в таблице 4.

Таблица 4. Параметры моделей стандартизованных вариограмм, характеризующих пространственную изменчивость почвенных свойств на МОС

Свойство Наггст Ранг, м Порог Степень зависимости

рН 0,08 93,1 1,08 Сильная (7,4%)

Р205, мг/100 г 0,11 63,7 1,04 Сильная (10,6%)

К,О, мг/100 г 0,07 72,8 1,13 Сильная (6,6%)

Гумус, % 0,08 117,6 1,08 Сильная (7,4%)

Гидролитическая кислотность 0,08 98,0 1,08 Сильная (7,4%)

Сумма поглощенных оснований 0,08 127,4 1,08 Сильная (7,4%)

Для всех почвенных свойств наблюдается четко выраженная пространственная зависимость (7,4 - 10,6%) простирающаяся на расстояния до 130 м (рис. 5). Наименьшие значения ранга отмечены у свойств, характеризующих содержание питательных веществ в почве, а б

80 120 160 200 240 280 320 360 1Ы.М

120 160 200 240 280 320 360 14»

Рис. 5. Стандартизованные вариограммы для: а - рН; б - содержание К20

15

Таким образом, в данном случае возможна пространственная интерполяция результатов и построение карт почвенных свойств. Для построения карт рекомендуется воспользоваться регрессионным кригингом (комбинация регрессионного анализа и кригинга, проведенного для регрессионных остатков) (рис. 6). С помощью полученных картограмм можно выделить участки с повышенным и наоборот низким значением агрохимически важных свойств, а затем, в зависимости от локализации и размеров этих зон, принимать решение о дифференцированном внесении удобрений.

данных значений; б - регрессионного кригинга

Для проверки качества построенных моделей использовался метод кросс-валидации, суть которого заключается в следующем. Из базы данных временно изымается одна точка и проводится оценка значения в ней с использованием всех остальных данных, а затем полученное значение сравнивается с известным и рассчитываются относительная ошибка и отклонение - разница между измеренными и оцененными значениями.

Так, для содержания доступного калия, среднеквадратичное отклонение при кросс-валидации было равно 0,44 для регрессионного анализа и 0,81 для регрессионного кригинга. Также рассчитывался коэффициент эффективности метода, являющийся мерой эффективности применения метода по сравнению с использованием просто среднего значения. Коэффициент эффективности методов составил 60,4% для регрессионного анализа и 88,5% - для регрессионного кригинга.

Вариабельность показателей урожайности была несколько ниже, чем у почвенных свойств. Все параметры урожайности показали среднюю или среднюю ближе к слабой пространственную зависимость. Значения ранга - примерно такие же, как и для почвенных свойств или чуть больше (табл. 5, рис. 7).

Высокую долю случайного варьирования можно объяснить тем, что характеристики урожайности зависят не только от почвенных свойств, но и от многих других факторов (например, дополнительная обработка средствами защиты растений, или неравномерность посевов). Но, тем не менее, картирование показателей продуктивности нолей возможно, хотя и с меньшей, чем для почвы, точностью (рис. 8).

Таблица 5. Параметры моделей стандартизованных вариограмм, характеризующих пространственную изменчивость продуктивности поля на МОС

Свойство Наггет Ранг, м Порог Степень зависимости

биомасса, фаза кущения, г/м" 0,57 127,4 1,07 Средняя (53,2%)

биомасса, фаза цветения, г/м' 0,49 117,6 1,07 Средняя (45,8%)

кол-во растений 0,69 156,8 1,05 Средняя (65,7%)

кол-во колосков 0,79 68,6 1,04 Слабая (75,9%)

масса зерна, г/м"1 0,64 181,3 1,08 Средняя (59,2%)

вес 1 колоса, г 0,46 161,7 1,08 Средняя (42,6%)

масса 1000 зерен, г 0,80 147,0 1,04 Слабая (76,9%)

а

75(114)

1.2- • .___

1-----* • ~*-; . ^

0.8 / ' 0.6 0.4 0.2

°0 40 80 120 160 200 240 280 320 360 |Нм

Рис. 7. Стандартизованные вариограммы для: а - биомасса пшеницы в фазу цветения, г/м ; б - масса зерна г/м

Рис. 8. Картограмма биомассы пшеницы в фазу цветения, г/м в пределах поля, полученная с помошью: а - построения поверхности тренда второго порядка по 72 точкам данных значений; б - регрессионного кригинга

|Ь|,и

Коэффициент эффективности методов для биомассы пшеницы в фазу цветения составил 81,3% для регрессионного анализа и 93,4% - для регрессионного кригинга. В среднем регрессионный кригинг немного переоценивает значения биомассы, а регрессионный анализ - недооценивает.

Характеристики качества зерна не выявили значимой пространственной связности. Это выражается в том, что значение дисперсии изучаемой случайной величины на расстояниях меньших, чем шаг, используемый в модели, практически совпадает с выборочной дисперсией этой случайной величины (табл. 6). Для всех вариограмм характерен практически 100%-ный наггет-эффект (линия вариограммы параллельна оси х) (рис. 9).

Таблица 6. Параметры моделей стандартизованных вариограмм, характеризующих пространственную изменчивость показателей качества зерна пшеницы в опыте по точному земледелию на МОС

Свойство Наггето Порог Степень Степень зависимости

стекловидность, % 1 1,00010 0,96 Слабая (-100%)

содержание клейковины, % 1 1,00005 1,05 Слабая (-100%)

качество клейковины, ед. ИДК ] 1,00005 1 Слабая (-100%)

содержание белка, % 1 1,00010 0,94 Слабая (-100%)

число падения (ЧП) 0,96 1,00045 0,91 Слабая (-100%)

80 120 160 200 240 280 320 360 М, м

120 160 200 240 280 320 360

Рис. 9. Стандартизованные вариограммы для: а - содержание клейковины в зерне, %; б - показатель качества клейковины, ед. ИДК

Проведенный анализ показывает, что попытки построения картограммы качества зерна с использованием геостатистических методов в данном случае не будут иметь успеха, поскольку имеющиеся пространственные выборки можно рассматривать как случайные. При этом для анализа можно или использовать методы классической статистики, или воспользоваться любыми другими методом построения картограмм, или провести повторный геостатистический анализ с использованием сетки с шагом меньше 10 метров, что, однако, потребует дополнительных затрат.

На рис. 10. представлена картограмма содержания клейковины в зерне, полученная с помощью регрессионного анализа, то есть случайная компонента здесь не учитывается.

Рис. 10. Поверхность тренда второго порядка, подобранная по 72 точкам данных значений содержания клейковины в зерне, %

Средняя квадратичная ошибка интерполяции в данном случае составляет 0,986. Метод регрессионного анализа достаточно хорошо предсказывает средние значения, но существует значительная разница между крайними показателями. В целом, однако, коэффициент эффективности метода составляет всего 24,7%. Тем не менее, анализ поверхности тренда позволяет выявить в первом приближении основные закономерности распределения качества зерна: для всех показателей качества зерна характерно снижение качества по направлению к краям поля.

Глава 5. Сравнение пространственной вариабельности урожайности пшеницы при различных вариантах агротехнологий

В пятой главе сравниваются особенности пространственного распределения урожайности пшеницы в пределах поля при различных вариантах агротехнологий.

В точном земледелии особый интерес представляют технологии, где информационной основой для последующих расчетов служит электронная карта урожайности заданного поля. Как правило, карты формируются автоматически с помощью уборочной техники, оснащенной специальными датчиками и приемником системы глобального позиционирования. Информация, отраженная в такой электронной карте, характеризуется большим числовым массивом, в котором заключены данные об урожайности на участках поля с определенными координатами.

В диссертации анализировались данные по урожайности пшеницы за 2008 год, полученные прямым комбайнированием с помощью зернового

комбайна, оснащенного датчиками урожайности, бортовым компьютером и системой GPS. Площадь элементарного участка S, по которому учитывается урожайность, в системах мониторинга урожайности рассчитывается автоматически по формуле S = L-(V-AT),

где L - ширина захвата жатки (в рассматриваемом случае 4,27 м); V -скорость движения комбайна (1,3 м/фДТ- интервал регистрации (5,0 с). По каждому элементарному участку электронной карты в момент уборки автоматически фиксировались глобальные координаты его центра и величина фактической урожайности на нем (Якушев, Воропаев, Лекомцев, 2009; Якушев, Якушев, Якушева и др., 2009).

Рассматривались три варианта интенсивности агротехнологий: контроль, обычная технология (хозяйственный вариант) и высокоинтенсивный вариант с элементами точного земледелия.

1. «Контроль» - удобрения не вносились, растения средствами защиты не обрабатывались.

2. «Хозяйственный» - выполнено предпосевное внесение удобрений одной дозой: N50P50K50;

3. «Высокоинтенсивный + точное земледелие» - предпосевное внесение удобрений проводилось дифференцированно (кроме фосфорных удобрений): N70+DP70K70+D, где D — доза, внесенная точным способом.

Предварительно, данные по трем вариантам были проверены на наличие трендов. Полученные поверхности с вероятностью 99% объясняли изменения урожайности в зависимости от положения точек отбора. Наиболее сильно эта зависимость была выражена на участке с системой точного земледелия (27,6%). Наличие тренда можно объяснить постепенным увеличением урожайности в направлении северо-запад - юго-восток, то есть по ходу изменения интенсивности внесения удобрений.

В случае точного земледелия, вариограмма для исходных данных подтвердила наличие тренда. Для регрессионных остатков вновь были рассчитаны вариограммы. В этом случае была выявлена четко выраженная пространственная зависимость среднего уровня. В направлении 30°, что соответствует направлению движения комбайна, наблюдается хорошо выраженная пространственная структура с сильной пространственной зависимостью. Вариограмма в перпендикулярном направлении (120°) носит скорее нечеткий характер (рис. 11)

Таким образом^ в случае «точного земледелия» возможно построение картограмм урожайности с помощью регрессионного кригинга (рис. 12а). На полученной картограмме четко прослеживается зависимое от направления распределение урожайности.

Ч(М). (т/га)

1.2'

А

■у(|Ь|) (т/га)" 1.4!

20 40 60 80 100 120 140 |Ь|,И

1 Г.

0.8 р 0.6 -0.4 -0.2 \ 0„—

20 40 60 80 100 120 140

|Ч|.и

Рис. 11. Вариограммы для урожайности при «точном земледелии» а - исходные данные, б - регрессионные остатки, все направления, в - направление 30°, г - направление 120°

б

Рис. 12. Картограммы урожайности пшеницы (т/га), полученная с помощью регрессионного кригинга, а - вариант «точное земледелие», б - «хозяйственный вариант», в - контрольный вариант

В контрольном варианте вариограмма для исходных данных также подтвердила наличие тренда, а для регрессионных остатков вновь была выявлена хорошо выраженная пространственная структура со средней пространственной зависимостью. Но ранг пространственной зависимости почти в два раза меньше и составляет всего 16,4 м. Также была выявлена анизотропия, го есть зависимость от направления (в данном случае - направление движения комбайна). Однако, в направлении 30°, уровень пространственной связности был значительно слабее (60,9%) (рис. 13 в) при ранге 22,4 м. Вариограмма в перпендикулярном направлении (120°) носит скорее периодический характер (рис. 13 г). Соответствующую модель подобрать не удалось, но, тем не менее, на рисунке можно отчетливо видеть периодические «выбросы» значений дисперсии с шагом примерно 60 м.

80 100 120 140 160 180 |И|, м

60 80 100 120 140 160

|Ь|.м

60 80 М,м

Рас. 13. Вариограммы для урожайности на контрольном участке: а - исходные данные, б - регрессионные остатки, все направления, в -направление 30°, г направление 120°

Таким образом, для контрольного участка также возможно построение картограмм урожайности с помощью регрессионного кригинга (рис. 12в), однако шаг сетки следует брать меньше, чем при точном земледелии, так как на контрольном участке преобладает варьирование на более

коротких расстояниях. Причем основная часть этого варьирования приходится на расстояния меньше, чем шаг опробования (в данном случае 6 м).

Результаты, полученные для данных на участке с «хозяйственным» вариантом агротехнологии, схожи с результатами, полученными для контрольного участка. Хотя уровень пространственной зависимости несколько ослабевает. Основное отличие - увеличение ранга, то есть пространственная зависимость урожайности сохраняется на больших расстояниях. И, как и в предыдущих случаях, была выявлена анизотропия (рис. 14).

_ 100 120 140 160

М. и

80 100 |1>|,ы

120 140 160 180

80 100 120 140 160 |Н|,и

60 80 100

Рис. 14, Вариограммы для урожайности при «хозяйственном» варианте: а - исходные данные, б - регрессионные остатки, все направления, в - направление 30°, г 0Ц направление 120°

На рис. 126 представлена картограмма урожайности, полученная с помощью метода регрессионного кригинга для данных при «хозяйственном» варианте агротехнологии.

Для проверки качества построенных моделей использовался метод кросс-валидации. В качестве «контрольных» точек было отобрано по 15 точек с наибольшими значениями и наименьшими значениями урожайности и 15 точек - случайным. Для всех трех вариантов агротехнологии регрессионный кригинг дает лучшую оценку, чем регрессионный

анализ. Наибольшие расхождения между исходными и оцененными значениями во всех вариантах агротехнологий отмечены для высоких значений урожайности.

Выводы:

1. Геостатистические модели и вариограммный анализ могут быть использованы для анализа пространственной вариабельности характеристик сельскохозяйственных полей и урожайности в целях оптимизация технологий точного земледелия.

2. В результате сельскохозяйственного использования меняются почвенные свойства, а также их пространственное распределение. Варьирование свойств в пахотном горизонте отличается анизотропией (зависимостью от направления).

3. Пространственно зависимое варьирование почвенных показателей сохраняется на достаточно больших расстояниях. По мере изменения масштаба от масштаба делянки к масштабу хозяйства, вариабельность свойств уменьшается от сильно пространственно-зависимой (до 20%) до умеренно пространственно-зависимой (60%). Во всех масштабах, пространственные структуры показали четкую анизотропию.

4. Для всех исследуемых почвенных характеристик и показателей урожайности существует достаточно сильная зависимость от положения точек пробоотбора, выраженная квадратичным трендом.

5. Все анализируемые почвенные свойства проявили хорошо выраженную пространственную структуру с сильной пространственной зависимостью. Наименьший диапазон пространственной скоррелированности отмечен у свойств, характеризующих содержание питательных веществ в почве (фосфор и калий). У показателей урожайности пространственная зависимость значительно более слабая, чем у почвенных свойств.

6. Характеристики качества зерна пшеницы не выявили пространственной зависимости (кроме зависимости от положения точки пробоотбора, выраженной трендовой поверхностью). Построение картограмм качества зерна с использованием геостатистических методов не эффективно.

7. При различных вариантах агротехнологий выявляется зависимость урожайности от положения точки пробоотбора

8. Основные изменения в варьировании урожайности на контрольном и «хозяйственном» участках происходят на малых расстояниях. В варианте с точным земледелием выявлен средний уровень пространственной вариабельности с рангом 36 м.

9. Выявлена хорошо выраженная пространственная структура с сильной или средней пространственной зависимостью в направлении движения комбайна.

Список наиболее значимых работ по теме диссертации

1. Соломатова Е.А., Красильников П.В., Сидорова В.А. Строение и пространственная вариабельность лесной подстилке в ельнике черничном зе-леномошном Средней Карелии // Почвоведение, № 6, 1999, с. 764-773.

2. Сидорова В.А., Красильников П.В. Почвенно-географическая интерпретация пространственной вариабельности химических и физических свойств поверхностных горизонтов почв степной зоны // Почвоведение, № 10, 2007, с. 1168-1178.

3. Сидорова В.А., Жуковский Е.Е., Лекомцев П.В., Якушев В.В. Геостатистический анализ характеристик почв и урожайности применительно к полевому опыту по точному земледелию // Почвоведение, 2012 (в печати).

4. Сидорова В.А., Соломатова Е.А. Пространственная вариабельность лесной подстилки в ельниках Восточной Фенноскандии // Экологические функции почв Восточной Фенноскандии. Петрозаводск: Карельский научный центр РАН, 2000, с. 142-151.

5. Сидорова В.А., Красильников П.В. Использование геостатистических методов для картографирования почвенных горизонтов // Геостатистика и география почв. М.: Наука, 2007, с. 19-42.

6. Красильников П.В., Сидорова В.А. Геостатистический анализ пространственной структуры кислотности и органического углерода зональных почв Русской равнины // Геостатистика и география почв. М.: Наука, 2007, с. 67-80.

7. Соломатова Е.А., Сидорова В.А. Пространственная вариабельность лесных подстилок ельников черничных Восточной Фенноскандии // Геостатистика и география почв. М.: Наука, 2007, с. 81-91.

8. Сидорова В.А. Изменение пространственной вариабельности почвенных свойств в результате антропогенного воздействия // Экология и география почв. Петрозаводск, 2009, с. 30-47.

9. Krasilnikov P., Sidorova V., Dubrovina I. Soil-Geographical Regionalization as a Basis for Digital Soil Mapping: Karelia Case Study // Eurasian Soil Science, Vol. 43, No. 13, 2010, p. 1422-1429.

10. Сидорова В.А. Применение методов геостатистики при исследовании пространственной вариабельности лесной подстилки в ельниках Восточной Фенноскандии // Материалы по изучению русских почв. Вып. 2 (29). СПб.: Изд.-во С.-Петерб. ун-та, 2001, с. 97-101.

11. Sidorova V.A., Krasilnikov P.V., Solomatova Е.А. Spatial variability of forest floor thickness in natural and disturbed forests // Extended abstract papers, 4th Conference of the Working Group on Pedometrics, Ghent University, Ghent, Belgium, 2001, p. 32-33.

12. Sidorova V., Krasilnikov P., Solomatova E. Spatial variability of soil horizons thickness in natural forested landscapes of Norhern Europe // Transactions of the XVII World Congress of Soil Science. Bangkok, 2002 CD. 10 p.

13. Сидорова В.А., Красильников П.В. Пространственная вариабельность агрохимических свойств черноземов южных // Материалы международной научной конференции «Черноземы центральной России». Воронеж, Воронежский государственный университет, 2004, с. 475-480.

14. Сидорова В.А. Пространственное варьирование свойств каштановых почв // Материалы IV съезда Докучаевского общества почвоведов «Почвы - национальное достояние России». Новосибирск: Наука, 2004, с. 622.

15. Сидорова В.А. Пространственная вариабельность содержания органического вещества в торфяных почвах // Всероссийская научная конференция VIII Докучаевские молодежные чтения «Органическое вещество почв наземных экосистем». Санкт-Петербург, 2005, с. 170-171.

16. Сидорова В.А., Красильников П.В. Пространственная вариабельность агрофизических свойств почв в условиях сельскохозяйственного использования // Материалы международной научно-практической конференции «Роль почв в сохранении устойчивости ландшафтов и ресурсосберегающее земледелие». Пенза: ПГСХА, 2005, с. 14-16.

17. Сидорова В.А., Красильников П.В. Влияние мелиорации на пространственное варьирование почвенных свойств // Труды Всероссийской конференции «Экспериментальная информация в почвоведении: теория и пути стандартизации». Москва: МГУ, 2005, с. 71-73.

18. Красильников П.В., Сидорова В.А. Почвенное разнообразие, почвенная вариабельность и устойчивость почвенного покрова Карелии // Материалы международной конференции «Северная Европа в XXI веке: природа, культура, экономика». Петрозаводск: Изд.-во КарНЦ РАН, 2006 с. 122-124.

19. Сидорова В.А. Пространственная вариабельность свойств торфяных почв в двух масштабах // Материалы V Всероссийского съезда общества почвоведов им. В.В. Докучаева. Ростов-на-Дону: Ростиздат, 2008. С. 503.

20. Sidorova V., Yakushev V., Zhukovskiy Е., Lekomtsev P. Spatial variability of soil properties, wheat grain quality and yield: implication for precision agriculture // Pedometrics 2011. Book of abstracts. Trest, Czech Republic. 2011. P. 78.

Сдано в печать 27.10.11. Формат 60х84'/!6. Гарнитура «Times». Уч.-изд. л. 1,2. Усл.-печ. л. 1,5. Тираж 100. Изд. № 244. Заказ 999

Карельский научный центр РАН Редакционно-издательский отдел 185003, Петрозаводск, пр. А. Невского, 50

Содержание диссертации, кандидата сельскохозяйственных наук, Сидорова, Валерия Александровна

Введение лава 1. Основные понятия геостатистики и ее применение для описания пространственной неоднородности сельскохозяйственных территорий

1.1. Пространственная неоднородность,почв

1.2. Обзор методов анализа и обработки пространственно -распределенных данных

Г.2.1. Детерминистические модели (интерполяторы)

1.2.2. Геостатистические модели

1.2.3. Кросс-валидация и сравнение методов

1.3. Основные задачи, решаемые в рамках геостатистических моделей при исследовании почвенной неоднородности

1.4. Задача выбора оптимальной сети наблюдений

Глава 2. Влияние антропогенных воздействий на пространственную неоднородность почвенных характеристик

2.1. Обзор исследований по оценке влияния'антропогенных воздействий5 на вариабельность почвенных факторов

2.2. Сравнительный (геостатистический) анализ пространственной вариабельности гумуса и почвенной кислотности на участках в естественных условиях и при сельскохозяйственном использовании (постановка задачи и объекты исследования)

2.3 Обсуждение результатов моделирования

Глава 3. Исследование влияния пространственного масштаба наблюдений на характеристики вариограммных функций

3.1. Роль масштаба объекта исследования при геостатистическом анализе почвенных характеристик

3.2. Описание объекта исследования и методика анализа

3.3. Влияние масштаба исследуемой сельскохозяйственной территории на статистическую структуру пространственной изменчивости кислотности почвы

Глава 4. Вариограммный анализ пространственной неоднородности характеристик почв и урожайности в условиях точного земледелия

4.1. Учет пространственной неоднородности сельскохозяйственного поля как основная задача точного земледелия

4.2. Краткое описание1 полевых опытов по точному земледелию на Меньковской опытной станции Агрофизического института

4.3. Анализ пространственной неоднородности характеристик почв и урожайности

4.3.1. Статистический анализ пространственной вариабельности основных почвенных факторов; характеристик состояния посева и урожайности в условиях точного земледелия

4.3.2. Вариограммный анализ пространственной вариабельности основных-почвенных характеристик и построение агрохимических картограмм

4.3.3. Вариограммный анализ пространственной вариабельности характеристик состояния посевов и построение картограмм5 продуктивности полей

4.3.4. Вариограммный анализ пространственной вариабельности характеристик качества зерна

Глава 5. Сравнение пространственной вариабельности величины урожая пшеницы при различных вариантах агротехнологий

5.1. Детальные картограммы урожайности как инструмент оптимизации агротехнологий

5.2. Описание применяемых агротехнологий в опытах на МОС АФИ

5.3. Построение картограмм урожайности на основе геостатистических моделей

5.3.1. Статистический анализ урожайности и построение поверхностей тренда

5.3.2. Вариограммный анализ и построение картограмм урожайности

5.3.3. Анализ и сравнение картограмм урожайности

Введение Диссертация по сельскому хозяйству, на тему "Геостатистический анализ пространственной неоднородности сельскохозяйственных полей для целей точного земледелия"

Проблема пространственной' вариабельности почвенных свойств до недавнего времени представляла' лишь теоретический интерес, так как с одной стороны требовала слишком больших затрат (как временных так и финансовых) для получения первичной информации, а с другой — не было практической потребности в подобной информации.

В 90-е годы 20-го столетия появился термин «точное земледелие» как естественное продолжение понятия устойчивого земледелия. Его появление во многом^связано с совершенствованием сельскохозяйственной техники, а также с бурным развитием вычислительной техники и информационных технологий (Якушев, 2002; Якушев, Полуэктов, Смоляр и др., 2001', 2002). .

Внедрение точного земледелия в практику связано с получением подробной информации о конкретном поле. Пространственное, варьирование почвенных и* агрохимических характеристик должно быть задокуменировано и-связано с урожайностью. Наибольшую - трудность представляет получение качест-венной'информации о конкретном поле.

Возможность обработки данных по природным объектам, обладающим пространственной структурой варьирования, предоставляет геостатистика. Применение геостатистики в почвоведении- обеспечивает количественное описание пространственной изменчивости почвы, повышает точность оценок почвенных свойств при интерполяции, данных и построении картограмм, а также служит основой для планирования рационального отбора почвенных проб (Ку-зякова, Романенков, Кузяков, 2001; Goovaerts, 1999; Oliver, Webster, 2001).

Целью настоящей диссертационной работы являлось исследование возможностей и эффективности использования методов геостатистики для» изучения и последующего оптимального картирования* пространственной неоднородности сельскохозяйственных полей как важнейшему этапу перехода к точному земледелию.

В соответствии с указанной целью в работе решались следующие задачи:

1. Исследовать влияние антропогенных воздействий на пространственную неоднородность почвенных характеристик.

2. Изучить связь между масштабом объекта исследования (делянка, поле, хозяйство) и параметрами вариограммных функций, определяющих статистические закономерности пространственного варьирования изучаемых почвенных характеристик. Обосновать выбор оптимальной схемы и шага пробоотбора в соответствии с результатами выполненного анализа.

3. Применительно к опыту по точному земледелию на Меньковской опытной станции, исследовать внутриполевую вариабельность важнейших почвенных показателей, характеристик урожайности, а также параметров качества зерна, выявить статистические закономерности пространственные распределения исследуемых параметров.

4. Изучить статистическую структуру пространственного распределения характеристик посева и урожайности (пшеницы) с целью установления возможностей их картирования при различных вариантах агротехнологий, включая технологию точного земледелия.

Основное содержание. В первой главе приводится обзор методов анализа и обработки пространственно - распределенных данных, объясняются основные понятия геостатистики, рассматриваются основные задачи, решаемые в рамках геостатистических моделей при исследовании почвенной неоднородности. Во второй главе проводится оценка влияния антропогенных воздействий на вариабельность почвенных факторов. В третьей главе выявляется роль масштаба объекта исследования при геостатистическом анализе почвенных характеристик. В четвертой главе выясняется возможность использования геостатистических методов для построения картограмм различных почвенных свойств, а также качественных и количественных показателей урожайности в опыте по точному земледелию. В пятой' главе сравниваются особенности пространственного распределения урожайности пшеницы в пределах поля при различных вариантах интенсивности агротехнологий: ;

Материалы: и методы исследования. Объектом исследования; послужили поля.стационара Института биологии КарНЦ РАН в нос. Гомсельга (Кондо-пожский район, респ. Карелия); ЗАО «Эссойла» на Корзинской низине (Пря-жинский район, респ.*. Карелия); а также поля Меньковского филиала Агрофизического НИИ Россельхозакадемии (Гатчинский район; Ленинградская? область), где с 2006 года ведутся опыты! по изучению ¡влияния! сложности, и : конг трастности почвенного покрова на продуктивность и качество яровой, пшеницы, а также.оценке сравнительной эффективности агротехнологий трех уровней интенсивности и сравнительной эффективности использования технологий точног го земледелия. : \

Данные: экспериментов^ потточному земледелию (главы 4 и 5) были любезно предоставлены сотрудниками-отдела Физико-химической мелиорации, и: опытного дела: АФ№РА(5ХЩ непосредственно; проводивших:соответствующие опыты; Все остальные данные, использованные при анализе других, объектов (главы82-:ил3)^бь1лиш0лучены4в:х0де п0левых:работ непосредственно'самим: автором и проанализированы в лаборатории Экологии и географии: почв ИБ КарНЦ РАН. ,

Для всех, данных были рассчитаны основные статистические характеристики и проведен регрессионный анализ. Для оценки закономерностей пространственной- вариабельности изучаемых почвенных свойств использовались методы геостатистики (Демьянов.и др., 1999; Джонгман и др., 1999; Кузякова и др., 2001; Burgess, Webster, 1980).

Для расчета и построения вариограмм использовался пакет программ Variowin (Pennatier, 1996), а для построения картограмм пространственного распределения; по предсказанным значениям - пакет SURJFER Version 6.02 software (Copyright © 1993-1996, Golden Software, Inc.).

Основные защищаемые положения

1. Антропогенное воздействие (обработка почвы, внесение: удобрений) существенно влияют на пространственное распределение почвенных факторов

2. Установлены закономерности? влияния частоты (масштаба) отбора почвенных проб на расчетные характеристики пространственной структуры варьирующих характеристик.

3. Большинство почвенных характеристик:обладает существенной;внутреннею; связностью и может успешно картироваться с помощью кригинг-процедур, обеспечивающих оптимальное построение агрохимических картограмм сельскохозяйственных полей.

4. Характеристики посева и качества урожая имеют существенно меньшую пространственную коррелированность и .построение картограмм этих характеристик возможно, но с меньшей точностью. .

5. Существуют достоверные отличия урожайности пшеницы при различных вариантах интенсивности агротехнологий. Основные изменения в варьировании. урожайности на контрольном участке и на участке с «хозяйственным» вариантом агротехнологии происходят на малых расстояниях.

6г. Существует хорошо выраженная пространственная; структура с сильной; или* средней пространственной зависимостью, связанная с направлением движения комбайна.

Научная новизна работы заключается в том, что в ней впервые детально*

-. . изучены возможности и показана эффективность использования методов геостатистики для изучения пространственной: структуры почвенных* характеристик а. также характеристик урожайности и качества урожая в связи с задачами точного земледелия.

Прикладное значение работы. Результаты выполненных исследований могут быть использованы для обоснования рациональных схем сбора данных, оценки пространственной неоднородности сельскохозяйственных полей и оптимального картирования при обосновании технологий точного земледелия.

Апробация и внедрение. Результаты исследований докладывались на:

• Международная конференция "Биологические основы изучения, освоения и охраны животного и растительного мира, почвенного покрова Восточной Фенноскандии" (Петрозаводск, 1999)- стендовый доклад.

• 4-е Докучаевские молодёжные чтения (Санкт-Петербург, 2000 г.) устный доклад.

• 3-й Всероссийский делегатский съезд Докучаевского общества почвоведов (11-15 июля 2000-г., Суздаль), стендовый доклад.

• 3 Международная конференция СеоЕМ¥2000 (Авиньон, Франция; 22-24 ноября, 2000 г.), стендовый доклад.

• 4-я конференция рабочей группы по педометрике международного общества почвоведов «Применение педометрики» (Гент, Бельгия, 19-21 сентября 2001), стендовый доклад.

• 17-й Всемирный почвенный конгресс (Бангкок, Таиланд, 14-22 августа 2002 г.), стендовый доклад.

• Юбилейная конференция Института биологии КарНЦ РАН (Петрозаводск, 8-10 сентября 2003 г.), стендовый доклад.

• Международная конференция «Педометрика 2003» (Ридинг, Великобритания; 12-14 сентября 2003 г.), стендовый доклад.

• IV съезд Докучаевского общества почвоведов (Новосибирск, 9-13 августа 2004 г.), устный доклад.

• Всероссийская научная конференция Докучаевские молодежные чтения «Органическое вещество почв наземных экосистем» (Санкт-Петербург, 1— 4 марта 2005 г.), стендовый доклад.

• Международная научно- практическая конференция «Роль почв в сохранении устойчивости ландшафтов и ресурсосберегающее земледелие» (Пенза, 5-10 сентября 2005 г.), устный доклад.

• Всероссийская конференция «Экспериментальная информация в почвоведении: теория и пути стандартизации» (Москва, 20-22 декабря 2005 г.), устный доклад.

• Международная конференция, посвященная 60-летию КарНЦ'РАН (Петрозаводск, 24-27 октября 2006 г.), стендовый доклад.

• V Всероссийский съезд общества почвоведов им. В.В. Докучаева (Ростов-на- . Дону, 18-23 августа 2008 г.), устный доклад.

Международная конференция «География почв: новые горизонты» (Уатуль-ко СантаКрус, Мексика, 16-20 ноября 2009 г.), стендовый доклад.

• 8 Международная конференция СеоЕ1\ГУ2010 (Рент, Бельгия, 13-14 сентября 2010т.), стендовый1 доклад.

В законченном ¡виде работа апробирована в виде* докладов на расширенном заседании лаборатории Экологии и географии почв Института биологии Карельского научного центра РАН и> Карельского регионального отделения всероссийского общества почвоведов им. В'.В. Докучаева

Внедрение: Результаты^ выполненных исследований были практически использованы и, включены в методическое пособие «Вариограммный анализ пространственной неоднородности сельскохозяйственных полей для целей точного земледелия» (АФИ, 2010).

Объем работы. Диссертация состоит из Введения, 5 глав, Заключения, и 4 приложений. Диссертация включает 129 стр. текста, 32 рисунка и 13 таблиц, а также 18 стр. приложений. Список литературы включает 179 названий, в том числе 94 на иностранных языках.

Заключение Диссертация по теме "Агропочвоведение и агрофизика", Сидорова, Валерия Александровна

ЗАКЛЮЧЕНИЕ

Настоящая работа ставила перед собой цель выявить возможность и эффективность использования методов геостатистики для изучения и последующего оптимального картирования пространственной неоднородности сельскохозяйственных полей как важнейшему этапу перехода к точному земледелию. Проведенные исследования показали, что геостатистические модели и варио-граммный анализ представляют несомненный интерес и могут быть использованы для анализа пространственной вариабельности характеристик сельскохозяйственных полей и урожайности в целях совершенствования агротехнологий, в частности — оптимизация технологий точного-земледелия. В ходе исследований мы пришли к следующим выводам:

1. В результате сельскохозяйственного использования меняются почвенные свойства, а также их пространственное распределение. Варьирование свойств на участке под лесом происходит главным образом на коротких расстояниях. В результате обработки происходит сглаживание этого варьирования для значений рН. Распределение органического углерода в пахотном слое отличается анизотропией (зависимостью от направления): равномерное вдоль рядов и периодическое — поперек. Такое распределение имеет антропогенное происхождение и связано с особенностями внесения органических удобрений.

2. Пространственно зависимое варьирование кислотности сохраняется на достаточно больших расстояниях (до нескольких километров). По мере перехода исследований от масштаба делянки к масштабу хозяйства, вариабельность свойств уменьшается от сильно пространственно-зависимой (до 20%) до умеренно пространственно-зависимой (60%). Во всех масштабах, пространственные структуры показали четкую анизотропию. Таким образом, в дальнейшем, в случае применения технологий точного земледелия, рекомендуется каждое поле исследовать отдельно при этом для

Библиография Диссертация по сельскому хозяйству, кандидата сельскохозяйственных наук, Сидорова, Валерия Александровна, Петрозаводск

1. Агроклиматические ресурсы Карельской АССР. Л.: Гидрометеоиздат, 1974.115с.

2. Агрохимическое картографирование почв. М.: Изд.-во АН СССР, 1962. 154 с.

3. Атлас Карельской,АССР. М'.: ГУГК СССР, 1989. 40с.

4. Афанасьев P.A. Агрохимическое обеспечение точного, земледелия // Проблемы агрохимии и экологии. 2008. № 3. С. 46-52.

5. Бессарабова М:С. Вес различных признаков почв при оценке земель. Дипломная работа: Петрозаводск: ПетрГУ. 2001. 78с.

6. Благовещенский. Ю.Н., Самсонова» В.П. Использование показателя «фрактальной размерности» для> характеристики вариабельности мощности гумусового горизонта на разновозрастных отвалах // Почвоведение. 2001. № 5. С. 544-548.

7. Благовещенский Ю.Н., Самсонова В.П., Дмитриев Е.А. Непараметрические методы в почвенных исследованиях. М.: Наука, 1987. 96 с.

8. Брехова Л.И., Щеглов Д.И. Воздействие антропогенного фактора на пространственную изменчивость содержания гумуса в профиле черноземов центральной России // Тез. докл. междунар. конф. "Проблемы антропогенного почвообразования". М., 1997. С. 67-70.

9. Ю.Бухман В.А. Влияние осушения и окультуривания на динамику плодородия, агрохимические и биологические свойства почв гидроморфного ряда //

10. Почвы Карелии и пути повышения их плодородия. Петрозаводск: Карелия, 1971. С. 177-187.

11. П.Важенин И. Г. Применение метода вариационной статистики в почвенно-агрохимических исследованиях//Почвоведение. 1963. № 2. С. 43-57.

12. Важенин И.Г., Музычкин Е.Т., Прохорова З.А., Алешина Т.Н. О методике составленш^ крупномасштабных почвенно-агрохимических картограмм в целях применения удобрений //Почвоведение. 1961. № 4. С. 1-13.

13. Витковская С.Е., Изосимова A.A., Лекомцев П.В. Оценка пространственной неоднородности агрохимических параметров почвы в пределах делянки полевого опыта// Агрохимия. 2010. № 3'. С. 75-82.

14. М.Гандин Л.С. Объективный анализ метеорологических полей. Ленинград: Гидрометеоиздат, 1963.

15. Глобус А.М. Почвенно-гидрофизическое обеспечение агроэкологических-математических моделей. Ленинград: Гидрометеоиздат, 1987. 428с:

16. Готра О.Н. Структура пространственной неоднородности содержания гумуса, в пахотном слое дерново-подзолистой почвы- в пределах одного поля. Автореф. дис. канд. биол. наук. Москва, 2004. 24с.

17. Григорьев Г.И.' Неоднородность почвенного5 покрова и> ееч виды, в подзолистой зоне // Почвоведение. 1970. № 5. С. 3-11.

18. Григорьев* Г.И., Шершукова Г.А. Опыт составления картограмм агрохимических показателей в, подзоне дерново-подзолистых почв // Агрохимия. 1965. № 5. С. 134-148.

19. Гумматов Н.Г., Жиромский C.B., Мироненко Е.В., Пачепский Я.А., Щербаков «P.A. Геостатистический анализ пространственной изменчивости водоудерживающей способности серой* лесной' почвы // Почвоведение. 1992. № 6. С. 52-62.

20. Демьянов В.В., Савельева Е.А. Геостатистика. Теория и практика. М.: Наука, 2010. 328 с.

21. Джонгман Р.Г.Г., Тер Браак С.Дж.Ф., Ван Тонгерен О.Ф.Р.* Анализ данных в экологии сообществ и ландшафтов / Пер. с англ. под ред. А.Н. Гельфана, Н.М. Новиковой, М.Б. Шадриной. Ml: РАСХН, 1999. 306с.

22. Дмитриев Е.А. К проблеме неоднородности почв и почвенного покрова // Биологические науки. 1988. № 12. С. 66-77.

23. Дмитриев Е.А. Математическая статистика в почвоведении. М.: Изд-во МГУ, 1995,318с.

24. Дмитриев Е.А., Николаенко A.B. Пространственно-временная неоднородность почв и погрешности экстраполяционных оценок средних значений влажности и pH'// Вестн. Моск. ун-та. Сер. 17, Почвовед. 1996. № 4. С. 3-14.

25. Дубровина И.А. Использование профильно-генетической классификации почв России при крупномасштабном картографировании (на примере почв хозяйства "Эссойла" Республики Карелия). Автореф. дис. канд. с.-х. наук. Петрозаводск. 2010.* 27 с.

26. Дубровина И.А., Тонконогов В.Д. Корректировка содержания крупномасштабной почвенной карты с использованием новой классификации почв России //Почвоведение. 2008. № 11. С. 13-22.

27. Ефимов В.Н. Торфяные почвы и их плодородие. JL: Агропромиздат, 1986. 264 с.

28. Иванникова JI.A., Мироненко Е.В. Теория регионализированных переменных при исследовании пространственной вариабельности показателей агрохимических свойств почвы // Почвоведение. 1988. № 5. С. 113-121.

29. Иенни Г. Факторы почвообразования. М.: Изд-во иностранной литературы,1948. 348 с.

30. Карпачевский, Л.О., Киселева Н.К., Попова' С.П. Пестрота почвенного покрова, под широколиственно-еловым лесом // Почвоведение. 1968: № 1. С. 10-25. •

31. Кузякова И.Ф.,. Кузяков Я.В. Влияние микрорельефа на пространственное варьирование содержания гумуса в дерново-подзолистой почве' в условиях длительного полевого опыта //Почвоведение. 1£97: № 7.С. 823-830:

32. Кузякова И.Ф., Романенков В.А., Кузяков Я.13. Метод геостатистики в почвенно-агрохимических исследованиях // Почвоведение. 2001. № 9. С. 1132-1139.

33. Ларионова Н.П., Синькевич Е.И. Экологический и биоморфологический состав травостоя луговых агроценозов на осушенных торфяных, почвах Южной Карелии//Бот. журнал. 2002. Т. 87, № 12. С. 79-86.

34. Ларионова Н.П., Юркевич М.Г. Продуктивность луговых агроценозов на мелиорированных торфяных почвах Южной Карелии // Земледелие. 2004. № 4. С. 17-19.

35. Литвак Ш.И., Шевцова Л.К., Романенков В:А., Явтушенко В.Е., Варламов

36. B.А. Агроэкологический.полигон — новая форма агрохимического полевого эксперимента// Агрохимия. 1997. № 5. С. 89L95.

37. Литвинович< A.B. Пространственная неоднородность агрохимических показателей пахотных дерново-подзолистых почв // Агрохимия. 2007. № 5.1. C. 89-94.

38. Матерон Ж. Основы прикладной геостатистики. М.: Мир, 1968, 408 с.

39. Методика отбора почвенных проб по элементарным участкам поля в целях дифференцированного применения удобрений М.: ВННИА, 2007, 36 с.

40. Методические указания! по проведению комплексного мониторинга плодородия почв земель- сельскохозяйственного1 назначения: М.: ФГНУ «Росинформагротех», 2003, 240 с.

41. Мешалкина Ю.Л. Геостатистика как инструмент исследования пространственной, вариации почвенных свойств' // Масштабные эффекты при исследовании почв. М., 2001. С. 153-162.

42. Михеева И.В. Изменение пространственной вариабельности свойств почвы при антропогенном воздействии // Почвоведение. 1997. №4. С. 102-104.

43. Нестеренко И.М. Мелиорация земель Европейского Севера СССР. Л1.: Наука, 1979.360 с.

44. Пособие по проведению анализов почв и составлению агрохимических ■картограмм / JI.B. Зеленецкая, Л.А. Бродкина. М.: Россельхозиздат, 1965. 330с.

45. Почвы Карелии. Справочное пособие / P.M. Морозова, A.M. Володин, М.В. Федорченко, Г.Ф. Володина, И.М. Нестеренко. Петрозаводск: Карелия, 1981. 192 с.

46. Почвы Ленинградской области / В.К. Пестрякова. Ленинград: Лениздат, 1973. 344 с.

47. Рац М.В. Структурные модели в инженерной геологии. М.: Недра, 1973, 212 с.

48. Розанов Б.Г. Морфология почв. М.: Изд-во Моск. ун-та, 1983, 320 с.

49. Самсонова В.П. Пространственная изменчивость почвенных свойств: на примере дерново-подзолистых почв. М.: Изд.-во ЛКИ, 2008. 160 с.

50. Самсонова В.П. Пространственная изменчивость содержания валового кремния и полуторных окислов в дерново-подзолистой почве // Вестн. Моск. ун-та. Сер. 17, Почвовед. 1995. № 3. С. 24-33.

51. Самсонова В.П., Жарова Е.В., Железова1 C.B. Использование методов геостатистики для картирования засоренности сельскохозяйственных посевов // Доклады ТСХА, 2001, вып. 273, ч. 1. С. 60-66.

52. Самсонова В.П., Кондрашкина М.И., Благовещенский Ю.Н. Пространственная изменчивость урожайности овса и засоренности в масштабе угодья // Плодородие. 2007. № 3. С. 23-25.

53. Самсонова В.П., Кондрашкина М.И., Мелиховская П.В. Методические подходы к изучению структуры пространственной изменчивостизасоренности единичного сельскохозяйственного угодья II Агрохимия. 2010. №2. С. 74-81/

54. Самсонова В.П., Мешалкина Ю.Л., Дмитриев Е.А. Структуры пространственной вариабельности агрохимических свойств пахотной дерново-подзолистой почвы//Почвоведение. 1999. № 11. С. 1359-1366.

55. Самсонова В.П., Нурмуканов A.C., Мешалкина Ю.Л., Благовещенский Ю.Н. Исследование качества карт засоренности угодий в зависимости от объема выборок // Вестн. Моск. ун-та. Сер. 17. 2006. № 3. С. 29-33

56. Сидорова В.А. Библиография 1939-2006 гг. // Геостатистика и география1 почв. М.: Наука, 2007. С. 134-173.

57. Сидорова В.А., Красильников П.В. Геостатистический анализ пространственной структуры кислотности и содержания органического углерода зональных почв Русской равнины // Геостатистика и география почв. М.: Наука, 2007. С. 67-80.

58. Сидорова В.А., Красильников П.В. Использование геостатистических методов для картографирования почвенных горизонтов // Геостатистика и география почв. М.: Наука, 2007. С. 19-42.

59. Сидорова В.А., Федоров Ф.В: Влияние бобров на вариабельность свойств почв Южной Карелии // Геостатистика и география почв. М.: Наука, 2007. С. 92-108.

60. Синькевич Е.И. Изменение агрохимических свойств и плодородия торфяных почв в процессе их окультуривания // Влияние мелиорации на состав и свойства торфяных почв. Петрозаводск, Карельский филиал АН' СССР, 1985. С. 22-33.

61. Соломатова Е.А., Строение,* состав и пространственная вариабельность лесных подстилок Восточной Фенноскандии. Автореф: дис. канд. биол. наук. Москва, 2004. 28 с.

62. Стрелкова A.A., Марченкова Н.Е., Перевозчикова Е.М., Кябелева Г.К., Амозова М.П., Павлова H.H. Пространственное варьирование агрохимических свойств; пахотных торфяных низинных почв // Почвы

63. Карелии и вопросы их мелиорации; Петрозаводску Карельский филиал АН СССР, 1982. С. 49-62.

64. Толпешта; ШШ, Лёман; М: Пространственное варьирование и» оценка аддитивности показателей кислотно-основного состояния палево-подзолистых почв Центрального лесного заповедника // Вест. Моск. Ун:-та. Сер: 17. Почвоведение. 2000. № 3. С. 12-19.

65. Турнас П.А. Сельскохозяйственное освоение болот и заболоченных земель. М.: Колос, 1966. 248 с.

66. Фридланд В.М. Структура почвенного покрова. Mi: Мысль, 1972. 423 е.

67. Шеин Е.В., Иванов А.Л., Бутылкина М.А., Мазиров М.А. Пространственно-временная изменчивость, агрофизических свойств комплекса серых; лесных: почв в условиях интенсивного- сельскохозяйственного' использования // Почвоведение. 2001. №5. С. 578-585.

68. Якушев В.П. IIa пути к точному земледелию. СПб.: Изд-во ПИЯФ РАН, 2002, 458 с.

69. Якушев В.П., Буре ВМ., Якушев В В. Выделение однородных зон на;поле по урожайности отдельных участков //. Доклады РАСХН.2007. № 3. С. 3337. ' У ;

70. Якушев В.П., Воропаев В В., Лекомцев П.В. Технологии точного земледелия: опыт внедрения на полях Меньковской опытной станции Агрофизического НИИ РАСХН // Ресурсосберегающее земледелие. 2009; № 2(3). С. 31-34.

71. Якушев В.П., Жуковский Е.Е., Кабанец А.Л., Петрушин А.Ф., Якушев В.В. Вариограммный анализ пространственной неоднородности сельскохозяйственных полей для целей точного земледелия. СПб.: АФИ. 2010. 48 с.

72. Якушев В.П., Жуковский Е.Е., Якушев В.В. Вариограммный анализ для обоснования технологий точного земледелия // Вестник РАСХН. 2009. № 3. С. 16-20.

73. Якушев В.П., Полуэктов P.A., Смоляр Э.И., Топаж А.Г. Информационные технологии в точном земледелия // Агрохимический вестник. 2002. № 2. С. 36-39.

74. Якушев В.П., Полуэктов P.A., Смоляр Э.И., Топаж А.Г. Оценка технологий точного земледелия // Агрохимический вестник. 2002. № 3-. С. 36-40.

75. Якушев В.П., Полуэктов P.A., Смоляр Э.И., Топаж А.Г. Точное земледелие (Аналитический обзор)4// Агрохимический вестник. 2001. № 5. С. 28-34.

76. Якушев В.П., Якушев В.В. Информационное обеспечение точного земледелия. СПб.: Изд-во ПИЯФ РАН, 2007, 382 с.

77. Якушев В.П., Якушев В.В. Математические модели и методы, реализации информационно-технологических приемов в точном земледелии // Доклады»

78. РАСХН. 2008. № 4. С. 56-59. «

79. Якушев В.П., Якушев В.В., Якушева Л.Н., Буре В.М. Электронная карта урожайности как информационная основа прецизионного внесения удобрений // Земледелие. 2009. № 3. С. 16-19.

80. Arslan S., Colvin T.S. Grain yield mapping: yield sensing, yield reconstruction, and errors // Precis. Agrie. 2002. V. 3. P. 135-154.

81. Avery B.W. Soil survey'methods: review. Soil Surv. Tech. Monogr. No 18. 1987. 86 p.

82. Barnes R.J. The variogram sill and the sample variance // Math, geology. 1991. V. 23, N4. P. 673-678.

83. Bens O., Buczko U., Sieber S., Hiittl R.F. Spatial variability of O layer thickness and humus forms under different pine beech-forest transformation stages in NE Germany // J. Plant Nutr. Soil Sci. 2006. V. 169. P. 5-15.

84. Birrell S.J., Sudduth K.A., Borgelt S.C. Comparison-of sensors and techniques for crop yield mapping // Computers Electronics Agric. 1996. V. 14. P. 215-233.

85. Boekhold A.E., Van der Zee S.E.A.T.M. Significance of soil chemical heterogeneity for spatial behavior of cadmium in field soils // Soil Sci. Soc. America J. 1992. V. 56. P. 747-754.

86. Bourennane H., Nicoullaud B., Couturier A., King D. Exploring the spatial relationships between some soil properties and wheat yields in two soil types // Precis. Agric. 2004. V. 5. P. 521-536.

87. Boydell B., McBratney A.B. Identifying potential'within-field management zones from cotton-yield estimates // Precis. Agric. 2002. V. 3. P. 9-23.

88. Boyer D.G., Wright R.J., Feldhake Ch.M.', Bligh D.P. Soil spatial variability relationships in a steeply sloping acid soil'environment // Soil Sci. 1996. V. 161, N 5. p: 278-287.

89. Bruckner A., Kandeler E., Kampichler C. Plot-scale spatial »patterns of soil water content, pH, substrate-induced respiration and N mineralisation in a temperate coniferous forest // Geoderma. 1999. V. 93. 207-223.

90. Bullock: D.S., Bullock D.G. From agronomic research to farm«- management guidelines: a primer on the economics! of information «and precision technology // Precis. Agric. 2000. V. 2. P. 71-101.

91. Burgess T.M., Webster R. Optimal interpolation and isarithmic mapping of soil properties. I: The semi-variogram and punctual kriging // J: Soil Sci. 1980. V. 31, N2. P. 315-333.

92. Burgess T.M., Webster R. Optimal interpolation and isarithmic mapping of soil properties. II: Block kriging // J. Soil.Sci. 1980. V. 31, N2. P. 333-343.

93. Burgess T.M., Webster R., McBratney A.B. Optimal interpolation and isarithmic mapping of soil properties. IV: Sampling strategy // J. Soil Sci. 1981. V. 32, N4. P. 643-659.

94. Burrough P.A. Soil variability: a late 20th century view // Soils Fert. 1993. V. 56(5). P. 529-562.

95. Cambardella C.A., Karlen D.L. Spatial analysis of soil fertility parameters // Precis. Agric. 1999. V. 1. P. 5-14.

96. Cambardella C.A., Moorman T.B., Parkin T.B., KarlenD.L., Novak J.M;, Turco R.F., Konopka,A.E. Field-scale variability of soil properties in Central Iowa soils //Soil Sci. Soc. America J. 1994. V. 58. P. 1501-1511.

97. Cassel D.K., Wendroth O., Nielsen D.R. Assessing spatial variability in an agricultural experiment station field: opportunities arising from spatial dependence // Agronomy J. 2000. V. 92. P. 706-714.

98. Cressie N. Fitting variogram models by weighted least squares // Math, geology. 1985. V. 17,'N5. P. 563-586.

99. Cressie N. The origins of kriging // Math, geology. 1990. V. 22, N 3. P. 239252.

100. David M. Geostatistical ore reserve estimation. Elsevier scientific publishing, New York. 1977. 364 p.

101. Delin S. Within-field variations in grain protein content—relationships to yield and soil nitrogen and' consistency in maps between years // Precis. Agric. 2004. V. 5. P. 565-577.

102. Delin S., Berglund K. Management zones classified with respect to drought and waterlogging//Precis. Agric. 2005. V. 6. P. 321-340.

103. Diker K., Heermann D.F., Brodahl M.K. Frequency analysis of yield for delineating yield response zones // Precis. Agric. 2004. V. 5. P. 435^144.

104. Domsch H., Heisig M., Witzke K. Estimation of yield zones using aerial images and yield data from a few tracks of a combine harvester // Precis. Agric. 2008. V. 9. P. 321-337.

105. Dowd P. A. Lognormal kriging the general case // Math, geology. 1982. V. 14. P. 475-499.

106. Frogbrook Z.L., Oliver M.A. Identifying management zones in agricultural fields using spatially constrained classification of soil and ancillary data // Soil Use Manage. 2007. V. 23. P. 40-51.

107. GenStat. Sixth edition. Version 6.2.0.235. Lawes Agricultural Trust (Rothamsted Experimental Station). 2002.

108. Geypens M., Vanongeval L., Vogels N., Meykens J. Spatial variability of agricultural soil fertility parameters in a gleyic podzol of Belgium // Precis. Agric. 1999. V. l.P. 319-326.

109. Goovaerts P. Geostatistical tools for- characterizing the spatial variability of microbiological and physico-chemical soil properties // Biol. Fertil. Soil. 1998. V. 27. P. 315-334.

110. Goovaerts P. Geostatistics in soil science: state- -the-art and perspectives // Geoderma. 1999. V. 89. P. 1-45.

111. Goovaerts P., Webster R., Dubois J.-P. Assessing the risk of soil contamination in the Swiss Jura using indicator geostatistics // Environ. Ecological Statistics. 1997. V. 4: P. 31-48.

112. Gotway C.A., Ferguson R.B., Hergert G.W., Peterson T.A. Comparison of kriging and inverse-distance methods for mapping soil' parameters // Soil Sci. Soc. Amer. J. 1996. V. 60. P. 1237-1247.

113. GriffinT.W., Dobbins C.L., VynT.J., Florax R.J.G.M., Lowenberg-DeBoer J.M. Spatial analysis of yield monitor data: case studies of on-farm trials and' farm management decision making // Precis. Agric. 2008. V. 9. P. 269-283.

114. Gringarten E., Deutsch C.V. Variogram interpretation and modeling // Math. Geology. 2001. V. 33. P. 507-534.

115. Heuvelink G.B.M., Webster R. Modelling soil variation: past, present and future // Geoderma. 2001. V. 100. P. 269-301.

116. Jackson R.B., Caldwell M.M. Geostatistical patterns of soil heterogeneityaround individual perennial plants // J. Ecol. 1993. V. 81. P. 683-692.

117. Journel A.G., Huijbregts CJ. Mining geostatistics. Academic press, London, 1978. 600 p.

118. Juang K.W., Lee D.Y. A comparison of three kriging methods using auxiliary variables in heavy-metal contaminated soils // J. Environ. Quality. 1998. V. 27, N 2. P. 355-363.

119. Kerry R., Oliver M.A. Variograms of ancillary data to aid sampling for soil surveys // Precis. Agrie. 2003. V. 4. P. 261-278.

120. Krasilnikov P.V. Variography of discrete soil properties // Soil geography and geostatistics. 2008. P. 12-25.

121. Kravchenko S. Spatial" variability of soil carbon // Pedometron. 2006, N 21. P. 22-241

122. Lambert D.M., Lowenberg-Deboer J., Bongiovanni R. A-comparison of four spatial regression' models for yield monitor data: a case study from Argentina // Precis. Agrie. 2004. V. 5. P. 579-600.

123. Lauzon J.D., O'Halloran LP., Fallow D.J., von Bertoldi A.P., Aspinall D. Spatial variability of soil test phosphorus, potassium, and pH of Ontario soils // Agron. J. 2005. V. 97. P. 524-532.

124. Liski J. Variation in soil organic carbon and thickness of soil horizons within a boreal forest stand — effect of trees and implications for sampling // Silva Fennica. 1995. V. 29. P. 255-266.

125. López-Granados F., Jurado-Expósito M., Atenciano S., Garcia-Ferrer A., Sánchez de la Orden M., García-Torres L. Spatial variability of agricultural soil parameters in southern Spain // Plant Soil. 2002. V. 246. P. 97-105.

126. Maliarino A.P. Spatial variability patterns of phosphorus and potassium in no-tilled soils for two sampling scales // Soil Sci. Soc. Am. J. 1996. V. 60; P. 14731481.

127. Maliarino A.P:, Oyarzabal E.S., Hinz P.N. Interpreting within-field relationships between crop yields and soil and plant variables using factor, analysis //. Precis. Agric. 1999. V. l.P. 15-25.

128. Marchant B.P., Lark R.M. Optimized sample: schemes for, geostatistical surveys // Math, geology. 2007. V. 39, N l.P.l 13-134.

129. Marques'da SilvasJIR., Alexandre CI Spatial variability of irrigated corniyielddn relation? to* field' topography and: s6il?: chemicaP characteristics // Precis. Agric: 2005: V. 6. P. 453-466.

130. McBratney A., Odeh I.O.A., Bishop. T.F.A., Dunbar M:S., Shatar; T.M. An overview ofpedometrictechniques for use in soil survey // Geoderma.2000. V. 97: P. 293-327. .V :

131. McBratney A., Websten R. Optimal interpolation and isarithmic mapping of soil properties. V: Co-regionalization and multiple sampling strategy; II J: Soil Sci. 1983. V. 34, N1. P. 137-163. ; . ; : . ,

132. Norng S., Pettitt A.N., Kelly R.M., Butler D.G., Strong W.M. Investigating the relationship between site-specific yield and protein of cereal crops // Precis.

133. Agrie. 2005. V. 6. P. 41-51

134. Oliver M.A., Webster R. How geostatistics can help you // Soil Use Manage. 1991. V. 7, N4. P. 206-217.

135. Pannatier Y. VARIOWIN: S tware for Spatial Data Analysis in 2D. Springer. Verlag, New York, NY. 1996. .

136. Paz-González A., Vieira S. R., Taboada Castro M. T. The effect of cultivation on, the spatial? variability of selected properties of an umbric horizon // Geoderma; 2000; V. 97. P. 273-292:

137. Ping J.L., Dobermann A. Creating spatially contiguous yield classes for site-specific management // Agron. J. 2003. V. 95. P: 1121-1131.

138. Ping J.L., Dobermann A. Processing of yield map data // Precis. Agrie. 2Ó05. V.6. P. 193-212. . ' ; '

139. Pririgle M.J., McBratney A.B., Cook S.E. Field-scale1 experiments;'for site-specific. crop management. Part II: a geostatistical analysis // Precis. Agrie. 2004. V. 5. P. 625-645.

140. Qian H., Klinká K. Spatial variability of humus forms in some coastal; forest ecosystems of British Columbia // Annales des Sciences Forestieres. 1995. V. 52, N6. P. 653-666.

141. Reyns P., Spaepen P., de:BaerdemaekerJ:. Site-specific relationship between grain quality and yield//Precis: Agrie. 2000. V. 2: P: 231-246:

142. Rover M:, Kaiser E.-A;. Spatial heterogeneity within;the;plough layer: low and moderate variability of soil properties // Soil Biol. Biochem. 1999. V. 31. P: 175187.

143. Russo D., Jury W.A. A theoretical study of the estimation of the correlation scale in spatially variable fields. 1. Stationary fields // Water Resources Res. 1987. V. 23, N7. P. 1257-1268.

144. Saldaña A., Stein A., Zinck J.A. Spatial variability of soil properties at different' 127 ."■'•.scales within three terraces of the Henares River (Spain) // Catena. 1998. V. 33 . P. 139-153.

145. Schloeder C.A., Zimmerman N.E., Jacobs MCJ. Comparison of methods for interpolating soil properties using limited,data // Soil Sci. Soc. Amer. J. 2001. V. 65. P. 470-479.

146. Stewart C.M:, McBratney A.B., Skerritt J.H. Site-specific durum wheat quality and its relationship to soil properties ins a single, field in northern New South Wales // Precis. Agrie: 2002. V. 3. P. 155-168.

147. VanMeirvenne M. Is the soil variability within the small: fields of Flanders structured enough to allow precision agriculture? // Precis. Agrie. 2003. V. 4. P. 193-201.

148. Vintila J., Canarache A. Some general features of frequency distributions used in soil science // Transactions of the 10th International Congress of Soil Science. 1974. Vol. VI(II). P. 676-683.

149. Voltz M., Webster R. A comparison of kriging, cubic splines and classification for predicting soil properties from sample information // J. Soil Sci. 1990. V. 41, N3. P. 473-490.

150. Von Steiger B., Webster R., Schulin R, Lehmann R. Mapping heavy metals in polluted soil by disjunctive kriging // Environ, pollution. 1996. V. 94, N 2. P. 205-215.

151. Wang L., Wu J.-P., Liu Y.-X., Huang H.-Q., Fang Q.-F. Spatial variability of micronutrients in rice grain<and paddy soil // Pedosphere. 2009. V. 19. P: 748755.

152. Webster R., Burgess T.M. Optimal interpolation andisarithmic mapping of soil properties'. Ill: Changing drift andl universal kriging // J. Soil Sci. 1980. V. 31, N3. P. 505-524.

153. Webster R., Burgess T.M. Sampling and bulking strategies for estimating soil properties in small regions // J. Soil Sci. 1984. V. 35, N 1. P. 127-140.

154. Webster R., Oliver M.A. Sample adequately to estimate variograms of soil properties //J. Soil Sci. 1992. V. 43, N 1. P. 177-192.

155. Wiener N. Extrapolation, interpolation and smoothing of stationary time series. MIT Press, Cambridge, Massachsetts. 1949. 158pp:

156. Wilding L.P., Dress L.R. Spatial variability and pedology // Pedogenesis and soil taxonomy. 1983. P. 83-116.

157. Yang J., Hammer R.D., Blanchar R.W. Microscale pH spatial distribution in the Ap horizon of Mexico silt loam // Soil Sci. 1995. V. 160. P. 371-375.

158. Yemefack M., Rossiter D.G., Njomgang R. Multi-scale characterization of soil variability within an agricultural landscape mosaic system in southern Cameroon //Geoderma. 2005. V. 125. P. 117-143.

159. Yost R.S., Uehara G., Fox R.L. Geostatistical analysis of soil chemicalproperties of large land areas. I. Semi-variograms // Soil Sci. Soc. Amer. J. 1982. V. 46. P. 1028-1032.

160. Zizhong Li, Yuanshi Gong Spatial variability of soil water and inorganic nitrogen at the different scales // Transactions 17th World Congress of Soil Science, CD-ROM, Bangkok. 2002, 9 pp.