Возможности дистанционной оценки мощности плодородного слоя техногенно-нарушенных почв

DOI: 10.35595/2414-9179-2020-3-26-210-220

Посмотреть или загрузить статью (Rus)

Об авторах

А.Н. Чащин

ФГБОУ ВО «Пермский государственный аграрно-технологический университет имени академика Д.Н. Прянишникова»,
ул. Петропавловская, д. 23, 614990, Пермь, Россия,
E-mail: chascshin@mail.ru

В.Ю. Гилёв

ФГБОУ ВО «Пермский государственный аграрно-технологический университет имени академика Д.Н. Прянишникова»,
ул. Петропавловская, д. 23, 614990, Пермь, Россия,

Аннотация

Важным показателем плодородия почв является мощность плодородного слоя, которая значительно сокращается при техногенном воздействии и частично восстанавливается при рекультивации. Оперативно оценить мощность плодородного слоя почв нарушенных участков позволяют данные дистанционного зондирования Земли (ДДЗ). Цель работы — изучить возможность использования вегетационного индекса NDVI для дистанционной оценки мощности плодородного слоя техногенно-нарушенных почв. Объект исследований — почвенный покров земель сельскохозяйственного назначения, представленный на 26 земельных участках с общей площадью 3 га. По спутниковым снимкам установлено, что исходное состояние почвенного покрова территории было равномерным. На картограммах NDVI отражена динамика проективного покрытия растениями в пространстве и времени. По NDVI установлено значительное изменение в проективном покрытии по сравнению с первоначальным состоянием территории. Установлено, что размер толщины нанесённого плодородного слоя влияет на скорость развития биомассы травянистых растений. Наиболее тесная достоверная связь NDVI и плодородного слоя почв наблюдается после появления первых всходов на рекультивированной территории. Коэффициенты корреляции NDVI с мощностью плодородного слоя почв равны 0,65 в среднем по участкам и 0,71 в конкретных точках измерения плодородного слоя.

Ключ. слова

Пермский край, рекультивация почв, данные Landsat, данные Sentinel-2, индекс NDVI

Список литературы

  1. Васильев С.М., Митяева Л.А., Домашенко Ю.Е. Обоснование необходимости проведения мероприятий по восстановлению нарушенного почвенного покрова юга Ростовской области. Вестник Алтайского государственного аграрного университета, 2018. № 1. C. 59–66.
  2. Гопп Н.В., Савенков О.А. Связь показателя NDVI и урожайности яровой пшеницы со свойствами пахотного горизонта чернозёмов глинисто-иллювиальных элювиированных и тёмно-серых почв. Почвоведение, 2019. № 3. C. 377–386.
  3. Корниенко С.Г. Вариации коэффициентов отражения в красной, ближней инфракрасной области спектра и индекса NDVI образцов тундровой растительности в зависимости от влажности субстратов. Современные проблемы дистанционного зондирования Земли из космоса, 2017. Т. 14. № 3. С. 225–234.
  4. Ничипорович З.А. Радевич Е.А. Опыт использования NDVI-индекса для мониторинга сельскохозяйственных земель полесья по данным спектрозональной космосъёмки IKONOS. Журнал прикладной спектроскопии, 2012. № 4. С. 681–684.
  5. Облачный API для просмотра спутниковых снимков «Sentinel Hub». Электронный ресурс: www.sentinel-hub.com (дата обращения 01.12.2019).
  6. Портал геологической службы США. Электронный ресурс: earthexplorer.usgs.gov (дата обращения 06.12.2019).
  7. Пьянков С.В. Калинин Н.А., Свиязов Е.М., Смирнова А.А., Некрасов И.Б. Мониторинг состояния сельскохозяйственных культур в Пермском крае по данным дистанционного зондирования земли. Вестник Пермского университета. Сер. Биология, 2009. Вып. 10 (36). С. 147–153.
  8. Савин И.Ю., Танов Э.Р. О возможностях оценки качества пахотных угодий Баксанского района Кабардино-Балкарии на основе спутникового сервиса «ВЕГА». Современные проблемы дистанционного зондирования Земли из космоса, 2014. Т. 11. № 3. С. 180–192.
  9. Самофалова И.А., Мудрых Н.М. Агроэкологическая оценка органического вещества в дерново-подзолистых почвах Пермского края: Монография. Пермь: ИПЦ Прокростъ, 2015. 154 с.
  10. Черепанов А.С. Вегетационные индексы. Геоматика, 2011. № 2. С. 98–102.
  11. Bakr N., Weindorf D.C., Bahnassy M.H., Marei S.M., El-Badawi M.M. Monitoring land cover changes in a newly reclaimed area of Egypt using multi-temporal Landsat data. Applied Geography, 2010. No 30. P. 592–605.
  12. Bhardwaj D.R., Banday M., Pala N.A., Rajput B.S. Variation of biomass and carbon pool with NDVI and altitude in sub-tropical forests of northwestern Himalaya. Environ Monit Assess, 2016. No 188 (11). P. 635–644.
  13. Fabiyi O.O., Ige-Olumide O., Fabiyi A.O. Spatial analysis of soil fertility estimates and NDVI in south-western Nigeria: A new paradigm for routine soil fertility mapping. Research Journal of Agriculture and Environmental Management, 2013. V. 2 (12). P. 403–411.
  14. Khalil A.A., Essa Y.H., Hassanein M.K. Monitoring Agricultural Land Degradation in Egypt Using MODIS NDVI Satellite Images. Nature and Science, 2014. № 12 (8). P. 15–21.

Для цитирования: Чащин А.Н., Гилёв В.Ю. Возможности дистанционной оценки мощности плодородного слоя техногенно-нарушенных почв. ИнтерКарто. ИнтерГИС. Геоинформационное обеспечение устойчивого развития территорий: Материалы Междунар. конф. M: Издательство Московского университета, 2020. Т. 26. Ч. 3. С. 210–220 DOI: 10.35595/2414-9179-2020-3-26-210-220

For citation: Chashchin A.N., Gilev V.Yu. Possibilities of remote sensing data in the assessment of the thickness of the top layer of distributed soil. InterCarto. InterGIS. GI support of sustainable development of territories: Proceedings of the International conference. Moscow: Moscow University Press, 2020. V. 26. Part 3. P. 210–220. DOI: 10.35595/2414-9179-2020-3-26-210-220 (in Russian)