CC BY
110
Методика векторизации почвенных карт на примере Ростовской области
Литвинов Ю.А.
В настоящее время в большинстве субъектов Российской Федерации продолжается снижение плодородия почв, ухудшается состояние земель, которые используются или предоставляются для ведения сельского хозяйства. Для предотвращения деградации почв необходима система оперативных систематических наблюдений за состоянием земель сельскохозяйственного назначения. Проведение, которого было обосновано концепцией развития государственного мониторинга земель сельскохозяйственного назначения от 30 июля 2010 г.№1292-р. Мониторинг осуществляется на основе данных агрохимцентров и ГИПРОЗЕМов с использованием современных информационных технологий.[4] Систематические исследования невозможны без картографической основы, которой являются почвенные карты. Их использование влечет за собой ряд проблем:
• большинство почвенных карт устарело, поскольку последние почвенные обследования проводились до 1991 г;
• почвенные карты хранятся на недолговечных, бумажных носителях;
• доступ к архивным материалам затруднен или полностью невозможен;[1]
Несмотря на подобную недостоверность почвенных карт, они представляют собой ценный источник информации, который необходимо сохранять и эффективно использовать. Векторизация почвенных карт решит задачу сохранения почвенного наследия и тем самым позволит создать картографическую базу для дальнейшего мониторинга.
Для сбора картографической информации на базе кафедры почвоведения и оценки земельных ресурсов ЮФУ, разработана и успешно используется программа «Soil_Contour». Она представляет собой недорогой, простой в использовании инструмент для первичного сбора пространственной информации в БД состава и свойств почв Soil Matrix. «Soil_Contour» обладает простым и удобным интерфейсом, позволяющим освоить её за короткий срок обучения, что даёт возможность массового ввода пространственных данных из различных источников. Все современные ГИС способны выполнять эту функцию, при соответствующей настройке, но в то же время они являются дорогостоящим программным продуктом, требующим длительной подготовки операторов.
Программа позволяет работать с двумя типами информации: геометрическими данными —почвенные контура, точки почвенных разрезов и атрибутивными данными —существенными признаками и свойствами почвенного контура позволяющими выделять его из ряда подобных. Использование этой программы позволило решить задачи, связанные с векторизацией этих типов объектов, а также внесением атрибутивной информации, связанной с элементами топологии. Входными данными для программы «Soil_Contour» являются растровые изображения почвенной карты
и спутникового снимка. Векторизация почвенных карт производится в стандарте представления пространственной информации kml 2.2, который является расширением языка разметки xml. Стандарт kml 2.2 поддерживается большинством современных ГИС.
Процесс векторизации представляет собой выделение пространственных данных посредством создания векторного слоя из многоугольников (почвенные контура и земельные участки хозяйств) и точек (почвенные контура) на слоях растровых изображений почвенной карты и спутникового снимка. Границы полигонов и точек совпадают с границами почвенных контуров, разрезов и земельных участков. К размеченным контурам и разрезам вносятся атрибутивные данные из составленных ранее списков классификаторов.
В программе заложена функция управления прозрачностью слоев растровых изображений, что дает возможность корректировать векторизацию почвенной карты, опираясь на более современные данные спутникового снимка.
Внесение атрибутивной информации происходит посредством выпадающих списков, заложенных в программе «Soil_Countur». Система списков —классификаторов формируется из отчетов почвенных исследований агрохимцентров и ГИПРОЗЕМов. [1,2]
Работа с атрибутивными данными включает подробное изучение отчетов почвенных исследований, условных обозначений и легенды почвенной карты. В ходе анализа изучаются почвенный покров хозяйства, особенности рельефа, данные сводных таблиц гранулометрического состава, химических, физических и морфологических свойств почв. Особое внимание уделяется легенде почвенной карты, поскольку на её основе строятся списки-классификаторы атрибутов.
При составлении списков-классификаторов за основу берется классификация 1977г, поэтому все наименования почв не соответствующие ей (выполненные в местной или иной классификации) подлежат анализу и корреляции с этой классификацией.
В качестве атрибутивных данных выступают следующие классификационные единицы и признаки почв: тип, подтип, род, содержание гумуса, в %, мощность А+В, в см, каменистость почв, глубина засоления, солонцеватость, гранулометрический состав, почвообразующие породы.
При составлении списков-классификаторов для контуров почвенной карты, содержание легенды разбивается по перечисленным атрибутам, если необходимо выполняется корреляция местной классификации с классификацией 1977 г. Полученный таким образом классификатор заносится в программу. Следует отметить что, классификаторы могут создаваться для каждой почвенной карты отдельно, тем самым делая программу «Soil_Countur» универсальным инструментом для векторизации пространственной информации.
Для точечных объектов внесение атрибутивных данных происходит несколько иначе. Посредством программы
Сельскохозяйственные науки
«Soil_Countur» вноситься лишь те данные, которые присутствуют на почвенной карте, а именно год почвенного обследования и обозначение разреза согласно легенде карты. Данные почвенного отчета вносятся с помощью pdf-формы, которая позволяет вносить физико-химические показатели, морфологические свойства и гранулометрический состав почв.[3]
Результатом работы программы «Soil_Countur» являются пространственные и атрибутивные данные, представленные в файле формата kml. В дальнейшем они могут быть просмотрены и отредактированы текстовым редактором «XML Notepad» и визуализированы в программах «Google Earth» и «ArcGIS».
Процесс векторизации представляет собой нанесение на изображение почвенной карты и космического снимка, посредством программы —векторизатора Soil_Contour, полигонов и точек, границы которых совпадают с границами почвенных контуров, разрезов и земельных участков. К размеченным контурам и разрезам вносятся атрибутивные данные из составленных ранее списков классификаторов.
Работа по сбору картографической информации проводилась в течении 1 года. В течение которого были выполнены:
1. Карта 1:500 000. корректировка по картам генштаба 1:100000, и ЦМР (3").Реконструкция классификации почв Ростовской области по карте 1939 г. Под ред. Захарова С.А. Контуров более 2100, атрибутов-классификаторов — 11. Площадь: 10106806 Га.
2. Почвенная карта Белокалитвенского района Ростовской области. 16 хозяйств, карты масштаба 1:25 000 из отчетов почвенных обследований ЮЖГИПРОЗема, ЦМР (3"). Общее количество почвенных контуров 2600 площадью 258811 га, почвенных разрезов-523, выделено 1016 земельных участков площадью 115716 га.
Отличительными особенностями данной методики являются:
1. Относительная простота в исполнении;
2. Возможность массового пополнения данных;
3. Быстрая подготовка операторов;
4. Минимальные материальные затраты при создании почвенных карт;
5. Возможность импорта-экспорта в любую ГИС;
На основе методики, на базе кафедры почвоведения и оценки земельных ресурсов была открыта программа дополнительного профессионального образования «Базы данных почвенно-экологического мониторинга земель сельскохозяйственного назначения».
Список использованных источников
1. Крыщенко В.С., Голозубов О.М., Овчаренко М.М., Темников В.Н. База данных широкомасштабного почвенно-экологического мониторинга агроландшафтов: реляционный подход // Агрохимический вестник. 2010, №1.
2. Крыщенко В.С., Голозубов О.М. Проблемы почвенного мониторинга агроландшафтов: структура и модель данных // Агрохимический вестник. 2010, №5.
3. В. С. Крыщенко, О. М. Голозубов, В. В. Колесов Технология формирования баз данных состава и свойств почв.
Ростов н/Д, 2008.
4. http://www.mcx.ru
Информация об авторе
• Литвинов Ю.А. // ассистент кафедры почвоведения
и оценки земельных ресурсов, факультета биологических наук Южного Федерального университета, г. Ростов-на-Дону.
Всероссийский журнал научных публикаций, июнь 2011
19
