Результат интеллектуальной деятельности: СПОСОБ АГРОХИМИЧЕСКОГО ОБСЛЕДОВАНИЯ ЗЕМЕЛЬ СЕЛЬСКОХОЗЯЙСТВЕННОГО НАЗНАЧЕНИЯ

Изобретение относится к сельскому хозяйству, а именно к агрохимическому картографированию земель сельскохозяйственного назначения.

Известен способ внесения органических удобрений (RU 2337518, 10.11.2008), который включает выделение на поле участков, определение содержания гумуса в почве и дифференцированных доз органических удобрений исходя из предназначенной для всего поля средней дозы удобрений с помощью дистанционного зондирования.

Недостатком данного способа является то, что, во-первых, не учитываются различия в плодородии различных участков в пределах хозяйства или отдельного массива, а во-вторых, практически всегда в севообороте чередуются культуры, отличающиеся по потребности в мелиорантах или удобрениях, и необходимая для них норма органических удобрений (или мелиорантов) может варьировать от 10 до 60 т/га.

Известен способ (RU 2260930, 27.09.2005) внесения органических удобрений, включающий непосредственное прямое определение содержания гумуса в почве, выделение на поле участков или почвенных контуров с последующим определением содержания гумуса в почве с использованием дистанционного зондирования, а определение дифференцированных доз органических удобрений производят в зависимости от уровня обеспеченности выделенных почвенных контуров гумусом исходя из предназначенной для всего поля средней дозы удобрения.

Недостатком рассмотренного способа является большая трудоемкость традиционного способа внесения удобрений и мелиорантов, что требует значительных затрат времени и средств для определения содержания гумуса в почвах по каждому из выделенных почвенных контуров (элементарных участков). В тоже время, способ способствует определению содержания гумуса в определенных точках отбора проб, что не позволяет рассчитать содержание гумуса на остальные участки для точного внесения оптимальных доз мелиорантов или удобрений.

Известен способ определения состояния почвы (Патент РФ №2265839), включающий аэрокосмическую съемку поверхности открытых участков почвы в ранний весенний или поздний осенний период, преобразование полученного изображения, оценку фототона этих площадей по 256-уровневой шкале серого цвета с последующим выделением контуров и вычислением площадей выделенных контуров с привязкой обработанного изображения к почвенной карте и его трансформацию. Оценку деградации почв проводят по содержанию гумуса в почвенном покрове контуров, которое определяют по предложенной в изобретении формуле.

Недостатком этого способа является необходимость дополнительного наземного исследования после каждой съемки и определяются только объемные характеристики объектов исследований. Основной недостаток указанного способа состоит в использовании весьма ограниченной информации об интенсивности отраженного солнечного излучения. Неопределенность параметров почв, оцениваемых лишь на основе фототона, может быть очень велика, особенно в условиях высокой динамики изменений почвенного покрова. Для достоверной классификации и определения почвенных характеристик необходимо использовать детальную информацию о спектре отраженного излучения, которая может быть получена из много спектральных и гиперспектральных аэрокосмических изображений.

Известен способ определения параметров состояния почвенно-растительного покрова по данным многоспектрального аэрокосмического зондирования (RU 2424540, 20.07.2011), который включает прием и регистрацию на магнитном носителе цифровых данных аэрокосмического зондирования, обработку этих данных путем проведения их географической привязки, тематическую обработку с выделением класса «растительность».

Недостатком способа является низкая объективность параметров обследования состояния почвенного покрова.

Известен усовершенствованный способ агрохимического обследования почв (RU 2102748, 20.01.1998), включающий выделение контуров по результатам дистанционного зондирования полей с открытой (вспаханной) почвой на обработанных радиолокационных аэрокосмических снимках и перенесение контуров на карты землепользования, с помощью контуров выделяют элементарные участки для отбора почвенных образцов с переносом их на бумажные носители и на натуру, контуры выделяют с помощью отраженных сигналов радиолокатора бокового обзора дециметрового диапазона длин волн и на основании коэффициента криволинейной корреляции, который определяют отношением величины отраженного сигнала радиолокатора к агрохимическим показателям, по которым судят о почвенном плодородии.

Недостатком рассмотренного способа является низкая информативность, ограниченная применимость, низкая объективность агрохимического обследования почв.

Известен способ содержания в почве гумуса (SU 1785572, 30.12.1992), который предусматривает предварительный отбор почвенных проб и их анализ на содержание гумуса и радионуклида тория, затем определяют корреляционную зависимость между содержанием тория и гумуса в почве, после чего осуществляют анализ исследуемых почвенных проб с определением в них только содержания тория. Содержание гумуса в почве находят по установленным в изобретении зависимостям.

Недостатком способа является то, что рассмотренный в изобретении метод требует больших временных затрат на отбор пробы, подготовки ее к анализу и проведение самого анализа.

Известен способ автоматического управления процессами возделывания сельскохозяйственных культур (Якушев В.В. Точное земледелие: теория и практика. - СПб.: ФГБНУ АФИ, 2016. - 364 с), использующий для оценки состояния и потенциала плодородия почвы, получения информации о состоянии посевов и почвы при возделывании сельскохозяйственных культур данные аэрофотосъемки (беспилотные летательные аппараты - БПЛА) сельскохозяйственных угодий и забор проб почвы в различных частях возделываемого угодья. Результаты анализа химического и минерального состава проб почвы наносят на почвенные карты поля для составления агротехнологических мероприятий по повышению плодородия почвы, согласно которым в дальнейшем производят внесение в почву необходимых объемов удобрений с целью обеспечения требуемых условий вегетации сельскохозяйственных культур.

Недостатками данного способа являются локальность и нерегулярность получаемых данных. Способ не позволяет одновременно охватить все участки достаточно большого региона для проведения комплексной оценки состояния почвенного покрова. Кроме того, ведение наземных измерений требует значительных временных затрат, что не позволяет своевременно реагировать на возможные негативные последствия орошения на состояние почвенного плодородия.

Прототипом заявленного изобретения является способ агрохимического обследования почв (RU 2572712, 20.01.2016), включающий выделение контуров по результатам дистанционного зондирования полей, перенесение контуров на карты землепользования, выделение элементарных участков для отбора почвенных образцов с переносом их на натуру на основе различия светоотражения объектов, выделение контуров проводят на мультиспектральных космических снимках высокого разрешения методом кластеризации, а изображение обследуемых объектов создают в виде электронных картограмм.

Недостатком прототипа является то, что не представляется возможным дистанционно определять с необходимой точностью отдельные агрохимические показатели почвенного плодородия, а также низкая информативность и ограниченная применимость на небольшие участки обследования почвенного покрова.

Предлагаемый способ агрохимического обследования земель сельскохозяйственного назначения, по данным дистанционного зондирования, устраняет недостатки известного прототипа и повышает эффективность обработки многоспектральных изображений с минимизацией затрат на агрохимическое обследование почвенного покрова.

Сущностью заявленного изобретения является способ агрохимического обследования земель сельскохозяйственного назначения с увеличением точности процесса определения гумуса по результатам обработки данных дистанционного зондирования.

Техническим результатом предлагаемого способа является наиболее точное определение содержания гумуса на обследуемую территорию с целью повышения эффективности внесения доз мелиорантов и удобрений с учетом внутрипольной пестроты содержания гумуса в пахотном слое почвы, снижение затрат и повышение объективности традиционного агрохимического обследования почвенного покрова, повышение информативности и расширение применимости.

Указанный технический результат достигается тем, что способ агрохимического обследования земель сельскохозяйственного назначения включает оцифровку границ исследуемой территории по подобранному космическому снимку с пространственным разрешением 0-30 м, выделяются элементарные участки для исследования спектральной отражательной способности почвенного покрова по результатам дистанционного зондирования в комбинации каналов 3:4:7, статистическое моделирование осуществляется с использованием метода регрессионного анализа по всем подмножествам, перенесение контуров рассчитанных значений гумуса, с шагом 0,25% и выше, на карту землепользования и составление электронной картограммы.

Использование предлагаемого способа способствует расчету содержания гумуса для каждого элементарного участка по данным дистанционного зондирования и более оптимальному внесению доз мелиорантов и удобрений, что способствует снижению затрат и повышает объективность традиционного агрохимического обследования почвенного покрова.

Предложенный способ реализуется следующим образом.

Реализация предложенного способа осуществляется в несколько этапов. Первый этап заключается в подборе космического снимка на исследуемую территорию. Осуществляется подбор мультиспектрального космического снимка за весенний период (до начала посевных работ). Пространственное разрешение космического снимка допускается в пределах 0-30 м.

На втором этапе исследуемая территория разделяется на элементарные участки для исследования спектральной отражательной способности почвенного покрова без растительности. Спектральная отражательная способность почвы оценивается в каналах видимой, средней и ближней инфракрасной частей спектра (ИК). Обработка космического снимка возможна в различных программных продуктах: ENVI, ERDAS Imagine, Matlab и др.

Средняя часть спектра, сама или в сочетании с видимой частью, является наиболее информативной при дистанционном определении содержания гумуса.

Снимок подвергается радиометрической калибровке в значения отражения. Затем в пределах каждого пикселя извлекаются средние значения яркости в пределах каждого канала.

Третий этап - статистическое моделирование. В каждом из элементарных участков исследуемой территории определяется отражение в каждом канале космического снимка. Регрессионный анализ в данном случае, проводится по данным пассивного эксперимента (т.е. результатам отражательной способности почвы, а не в результате специально спланированных экспериментов).

Четвертый этап включает калибровку и верификацию, рассчитанного содержания гумуса по данным дистанционного зондирования, в полевых исследованиях. Осуществляется нанесение контуров, рассчитанных значений гумуса на карту землепользования.

На фиг. 1 представлен результат обработки исходного многоспектрального снимка Landsat-8 (11.04.2018 г.) на исследуемую территорию орошаемого хозяйства ООО «Рассвет» Куйбышевского района Ростовской области.

На фиг. 2 представлен пример рассчитанного содержания гумуса с шагом 0,25% на электронной картограмме, для каждого выделенного элементарного участка, для ООО «Рассвет» Куйбышевского района Ростовской области.

Пример конкретного выполнения предложенного способа.

Предлагаемый способ апробирован на орошаемых полях в хозяйстве ООО «Рассвет» Куйбышевского района Ростовской области. Хозяйство специализируется на выращивании кукурузы на зерно и получает наиболее высокие и устойчивые урожаи с применением мелиорантов и удобрений. Исследуемый участок орошения ООО «Рассвет» расположен в пределах Приазовской равнины. Лимитирующим фактором для успешного ведения сельскохозяйственного производства здесь является влага, поэтому получение высоких урожаев сельскохозяйственных культур осуществляется с применением капельного орошения. Район относится к приазовской природно-сельскохозяйственной зоне. Рельеф обследуемого участка равнинно-волнистый.

Исследуемый участок представлен почвами - чернозем южный - это группа почв, свойственная засушливым степям. Недостаточность атмосферного увлажнения в сочетании с орошением проявляется в ослабленном гумусонакоплении, что требует дополнительных мероприятий по внесению мелиорантов и удобрений. В исследуемом черноземе мощность гумусового горизонта составляет 50 см и он относится к среднемощным глинистым разновидностям на лессовидных глинах и суглинках.

Выбран мультиспектральный космический снимок со спутника Landsat-8 OLI (дата съемки 11.04.2018 г., пространственное разрешение 30 м/пиксель). Снимок загружен с бесплатного сервиса спутникового мониторинга «ВЕГА» Института космических исследований Российской академии наук (Bera-Science [Электронныйресурс]. - Режим доступа: http://pro-vega.ru/). В рамках совместного сотрудничества между «ВЕГА-Science» ИКИ РАН и ФГБНУ «РосНИИПМ» было заключено соглашение о научно-техническом сотрудничестве от 25 февраля 2016 г.

По космическому снимку в пределах изучаемой территории векторизовались река, населенный пункт, овражно-балочно-долинная сеть. Поскольку поля обследовались весной, их почвенный покров можно дешифрировать по прямым дешифровочным признакам.

С целью выделения элементарных участков для исследования спектральной отражательной способности почвенного покрова, была нанесена сетка с ячейками 30 на 30 м (что соответствует 1 пикселю космического снимка) (фиг. 1).

Из каждого пикселя извлечена информация о спектральной отражательной способности для каждого канала. Были рассчитаны значения коэффициента отражения поверхности в пяти каналах изображения (канал 2- синий, длина волны 450-515 нм, канал 3 - зеленый, длина волны 525-600 нм, канал 4 - красный, длина волны 630-680 нм, канал 7 - ближний инфракрасный, длина волны 2100-2300 нм). С целью выявления связи коэффициента отражения и содержания гумуса в MS Excel произведено построение точечных диаграмм с определением коэффициентов детерминации. Наибольшие значения коэффициентов детерминации были получены при использовании полиномиальных зависимостей второго порядка в комбинации спектральных каналов 3:4:7.

На основании полученной отражательной способности каждого элементарного участка формируется модель для расчета по космическому снимку растра содержания гумуса на исследуемую территорию. Получена оптимальная модель, включающая отражение в третьем (зеленая часть спектра, 525-600 нм), четвертом (красная часть спектра, 630-680 нм) и седьмом (средняя инфракрасная часть спектра, 2100-2300 нм) каналах снимка:

Г = 24,14-6,0253+4,1254-0,3457

где Г - рассчитанное содержание гумуса по космическому снимку, %;

B3 - отражение в третьем канале Landsat-8 OLI, %;

B4 - отражение в четвертом канале Landsat-8 OLI, %;

B7 - отражение в седьмом канале Landsat-8 OLI, %.

Коэффициент детерминации R² полученной модели составляет 0,91.

Вся модель является статистически значимой (F-статистика равна 43, 12). Стандартная ошибка модели составляет 0,74%. Все коэффициенты модели статистически значимы.

В полученной статистической модели содержание гумуса является зависимой переменной, а значения отражения в каналах снимка Landsat 8 - независимыми переменными. Выбор конкретных переменных, составляющих лучшую модель, осуществлен при помощи регрессии по всем подмножествам.

Правдоподобность модели можно оценить, не только анализируя ее невязки, но и сравнивая результаты ее применения с данными, полученными экспериментальным путем. С этой целью проводили нанесение рассчитанных значений гумуса на растр района исследования и сравнивали полученные данные с полевыми экспериментами. В пределах исследуемой территории отобраны точечные пробы из 22 скважин слоя 0-20 см. Скважины, отобранные в результате полевых исследований, были привязаны при помощи GPS-навигатора и наложены поверх космического снимка.

Полученный растр был сглажен при помощи медианного фильтра с размером окна сглаживания 5 на 5 пикселей. Эта операция выполнена в программе ENVI с помощью инструмента Band Math. Сглаживание позволяет убрать ошибки, возникающие из-за шума в каналах космического снимка. Градации значений гумуса следует выбирать с учетом стандартной ошибки модели. Так как в нашем случае она равна 0,74%, соответственно, градации содержания гумуса стоит задавать выше 0,25% (фиг. 2).

Для окончательного картографического оформления растр экспортируется из ENVI в ArcGIS.

Предложенный способ перспективен, так как позволяет без дополнительных наземных исследований определить степень гумусированности почв, тенденции развития процессов дегумификации, координаты и участки для точного внесения доз мелиорантов и удобрений. Кроме того, регрессионная модель позволила рассчитать содержание гумуса там, где отсутствовали данные отбора проб.

Созданная картограмма (фиг. 2) позволяет проследить внутрипольную неоднородность содержания гумуса и наметить необходимые мероприятия на те участки, где содержание гумуса принимает минимальные значения. Ошибка результатов дистанционных и полевых исследований составила 2,53%, что позволяет говорить о применение данных дистанционно зондирования для определения содержания гумуса. По полученным данным с высокой точностью возможно нанесение границ в соответствии с градациями гумусированности почвы, то есть с шагом 0,25% и выше.