CC BY
51
содержание гумуса снизилось на 0,4 абсолютного процента. Поэтому одной из причин часто повторяющихся засух за последние годы является и этот фактор.
В настоящее время в засушливые годы причиной снижения урожайности полевых культур стал и человеческий фактор, к которому относятся:
— бессистемная минимализация основной обработки почвы (на площади 1,5—1,7 млн га), что приводит к увеличению засорённости посевов, болезней и вредителей, ухудшению водного режима почвы и т.д.;
— возделывание сортов и гибридов сельхозкультур, не адаптированных к местным условиям, особенно к условиям засухи;
— недостаточное количество в структуре пашни самых урожайных и страховых культур, таких, как озимая рожь, просо, ячмень;
— нарушение технологии возделывания культур и севооборотов и т.д.
Таким образом, за 1990—2013 гг. 54,2% лет — это годы, характеризующиеся очень сильной засухой и погодой, близкой к условиям пустыни, в вегетационный период сельхьхозкультур.
Самыми устойчивыми культурами к различным видам засухи оказались озимая рожь, ячмень и просо, урожайность которых составила в среднем за 24 года соответственно 25,9, 19,0 и 16,0 ц с 1 га, поэтому они в борьбе с ней являются страховыми культурами. Наиболее высокая урожайность этих культур отмечена и в благоприятные годы: озимой ржи - 47,3 ц (1990 г.), ячменя - 44,5 (1992 г.) и проса - 46,9 ц с 1 га (1990 г.).
Эффективность минеральных удобрений в условиях засухи в первую очередь зависит от весенних запасов влаги в почве, при низком их содержании наблюдается даже снижение урожая за счёт повышенной концентрации почвенного поглотительного комплекса. Наиболее отзывчивым на удобрения является ячмень, как во влажные, так и в засушливые годы. Просо не проявляет положительную реакцию на удобрение, но очень хорошо использует его в последействии.
В годы с хорошими весенними запасами влаги в почве и повышенной её температурой очень интенсивно происходит разложение зелёного удобрения с выделением особенно биологического азота, который способствует повышению урожайности всех культур севооборота.
Глубокая основная обработка почвы тяжёлого механического состава к весне за счёт лучшей водопроницаемости и усвоения талых вод больше накапливает влаги, чем нулевые и минимальные обработки, поэтому в условиях засухи при дефиците осадков в мае и июне урожайность ранних зерновых культур на таких обработках снижается.
Литература
1. Шульмейстер К.Г. Борьба с засухой и урожай: монография. М., 1995. С. 19-20.
2. Максютов Н.А., Жданов В.М., Абдрашитов Р. Р. Повышение плодородия почвы, урожайности и качества продукции сельскохозяйственных культур в полевых севооборотах степной зоны Южного Урала: монография. Оренбург, 2012. 332 с.
3. Шульмейстер К.Г. Избранные труды. В 2-х т. Волгоград, 1995. Т. 2. С. 218-219.
4. Максютов Н.А., Жданов В.М., Лактионов О.В. Биологическое и ресурсосберегающее земледелие в степной зоне Южного Урала: монография. 2-е изд. доп. Оренбург, 2008. 232 с.
Мониторинг орошаемых земель в масштабе отдельного хозяйства после проведения рекультивационных мероприятий
Л.А. Митяева, н.с., ФГБНУ РосНИИПМ
Одной из главных задач систем мониторинга нарушенных орошением сельскохозяйственных земель является подсистема оценки состояния и урожайности сельскохозяйственных культур. Достаточно распространённый метод получения таких оценок основывается на сравнении динамики состояния растительности в разные годы в зависимости от различных показателей плодородия почвы [1].
В результате многочисленных экспериментов установлено, что одним из надёжных индикаторов состояния сельскохозяйственных посевов является вегетационный индекс NDVI (Normalized Difference Vegetation Index), определяемый по данным дистанционного зондирования [2—6].
Разработанная нами система дистанционного мониторинга нарушенных орошением сельскохо-
зяйственных земель была подробно рассмотрена в ряде работ [7-8].
Цель настоящего исследования - разработка подсистемы мониторинга для расчёта оптимальных показателей плодородия почвы чернозёма южного в рамках отдельного хозяйства юга Ростовской области.
Материал и методы исследования. Исследование в данном направлении проводилось в системе мониторинга сельскохозяйственных земель агропромышленного комплекса России с помощью сервиса спутникового мониторинга «Вега» [1].
Рассмотренная подсистема мониторинга ориентирована на сбор, обработку и анализ информации о динамике усреднённого вегетационного индекса (NDVI) по различным полям в зависимости от интенсивности процессов нарушений за 2008-2016 гг. Основными используемыми данными дистанци-
онного зондирования являлась спутниковая информация Terra Modis и Landsat 7 ETM+. Данные Terra/Modis использовались для вычисления NDVI в сервисе спутникового мониторинга «Вега».
Контактные методы включали в себя процедуру полевой калибровки и наземной верификации результатов исследования. Построение зависимостей показателей почвенного плодородия проводили на участках полей с различной интенсивностью процессов нарушений с использованием данных полевого обследования (почвенных разрезов и смешанных агрохимических образцов).
Чтобы охватить весь вегетационный период сельскохозяйственных полей на территории отдельного хозяйства, использовали композитные изображения за период 10.05.2009—10.09.2016 гг.
Результаты исследования обрабатывали с использованием теории планирования эксперимента и математической статистики [9].
Результаты исследования. Вегетационный индекс NDVI существенно колебался как по годам исследования (2008—2016 гг.), так и по вариантам опыта.
На рисунках 1—3 видно, что за норму принят 2008 г. (контроль), т.е. без применения мероприятий
по рекультивации. С 2009 по 2016 г. происходило значительное увеличение вегетационного индекса от 0,33 до 0,96 по сравнению с 2008 г. — от 0,52 до 0,68.
На основании полевой калибровки отмечено увеличение содержания гумуса после проведения мероприятий по рекультивации, уменьшение плотности пахотного слоя почвы и увеличение содержания водопрочных агрегатов за 2009—2016 гг. по отношению к 2008 г.
Нами были получены зависимости индекса NDVI от таких показателей почвенного плодородия, как количество гумуса в почве, плотность почвы и водопрочность (содержание водопрочных агрегатов >0,25 мм).
Заметно влияло на индекс NDVI содержание гумуса в почве. Зависимость индекса NDVI (у) от содержания гумуса (х) в почве имело высокую тесноту связи. Коэффициент корреляции составлял 0,8596; 0,9466; 0,8492. Взаимосвязь выражалась уравнениями вида:
при слабой интенсивности процессов нарушений:
у = -1,01239971 + 0,450487893-х; при средней интенсивности процессов нарушений:
Ростовская область - Мартыновский район, попе 431 (попе № 15)
□ » ■ ИМ объекта. 2016 0 - НИМ объекта, 2015
□ Г-ГСМ объекта, 2014
□ ГСМ объекта. 2013
□ Г-ГСМ объекта, 2012
□ --НИМ объекта, 2011
□ --ГСМ объекта. 2010
□ --Г-ГСМ объекта, 2005
1-Я --Норма
Рис. 1 - Изменение индекса после проведения мероприятий по рекультивации за 2009-2016 гг.,
поле № 15
Номер недели в году
Ростовская область - Мартыновский район,
поле 438; 439 (поле № 8)
□ Ш « NDVI объекта, 2016 0 --NDVI объекта, 2015
□ --NDVI объекта, 2014
□ --NDVI объекта, 2013
□ --NDVI объекта, 2012
0 --NDVI объекта, 2011
0 --NDVI объекта, 2010
□ --NDVI объекта, 2009
0 --Норма
Рис. 2 - Изменение индекса после проведения мероприятий по рекультивации за 2009-2016 гг.,
поле № 8
Рис. 3 - Изменение индекса NDVI после проведения мероприятий по рекультивации за 2009-2016 гг., поле № 6
Рис. 4 - Матрица взаимосвязи показателей почвенного плодородия после проведения мероприятий по рекультивации (2009-2016 гг.) при слабой интенсивности процессов нарушений
y=-0,8245199+ 0,388597619-x; при сильной интенсивности процессов нарушений:
y=-0,448074143 + 0,277235011 -x. Решение уравнений показывает, что с увеличением индекса NDVI от 0,32 до 0,96 происходит значительное увеличение количества гумуса в почве (с 3,37 до 4,97%).
Высокая теснота связи отмечена между индексом NDVI (у) и водопрочностью (х), коэффициент корреляции 0,8947; 0,9771; 0,7378. Взаимосвязь выражалась уравнениями вида:
при слабой интенсивности процессов нарушений:
y=-0,496134483 + 0,021700645-x; при средней интенсивности процессов нарушений:
y= -0,527504373 + 0,0179132462 -x;
при сильной интенсивности процессов нарушений:
y=-1,32146817 + 0,0292840838-x. Решение уравнений показывает, что увеличение индекса NDVI с 0,32 до 0,96 способствует увеличению водопрочности почвенных агрегатов с 43,32 до 74,13%.
Также отмечена тесная зависимость между индексом NDVI (у) и плотностью пахотного слоя почвы (х). Коэффициент корреляции составлял -0,8442; -0,9654; -0,9571. Взаимосвязь выражалась уравнениями:
при слабой интенсивности процессов нарушений:
y=4,43654849 —3,36079249-x; при средней интенсивности процессов нарушений:
y=5,26547703—4,1024735 -x;
Рис. 5 - Трёхмерный график для определения оптимальных показателей плодородия почвы по значению индекса NDVI
при сильной интенсивности процессов нарушений:
y=5,28332776—4,4180602-x.
Решение уравнений показывает, что увеличение индекса NDVI с 0,32 до 0,96 способствует снижению плотности пахотного слоя с 1,2 до 0,98 т/м3.
Вся комбинация взаимосвязей для слабой интенсивности процессов нарушений представлена на рисунке 4.
Как видно на рисунке 4, после способа рекультивации индекс NDVI начинает увеличиваться в среднем за 8 лет мониторинга на 0,06 на полях со слабой интенсивностью нарушений, на 0,42 — со средней интенсивностью нарушений и на 0,16 — с сильной интенсивностью нарушений по сравнению с контролем (2008 г.). Подставляя в уравнения значения индекса NDVI, найденного по данным дистанционного зондирования, можно определить оптимальные значения основных агрофизических показателей плодородия почвы для данных условий в рамках отдельного хозяйства.
Статистическая обработка рассмотренных взаимосвязей показателей плодородия позволяет построить трёхмерный график в координатах XYZ (рис. 5).
Получена аналитическая зависимость, описывающая взаимосвязь гумуса, водопрочности и плотности пахотного слоя почвы индексом NDVI после проведения мероприятий по рекультивации: NDVI = -8953,425 ■ П-2356,585 ■ Г -1,0979 ■ В + 20864,5808 ПГ + 8585,791 ПВ + + 2516,905-Г-В, где NDVI — вегетационный индекс NDVI;
П — плотность пахотного слоя почвы, т/м3;
Г — гумус, %;
В — водопрочность, %.
Решение уравнения позволяет выявить оптимальные агрофизические почвенные условия формирования положительного индекса NDVI на
уровне 0,32—0,96 на чернозёмных почвах юга Ростовской области в рамках отдельного хозяйства.
При слабой интенсивности процессов нарушений (поле № 15) при максимальном индексе NDVI — 0,84 гумуса в почве должно быть не менее 3,37%; плотность пахотного слоя почвы должна составлять не более 1,2 т/м3; водопрочность — не менее 43,32%. Один раз в 8 лет необходимо вносить 1 т/га композиции из влагосорбентов.
При средней интенсивности процессов нарушений увеличение индекса NDVI к 0,96 (поле № 8) гумуса в почве должно быть не менее 3,43%, плотность почвы — не более 1,16 т/м3, водопрочность — не менее 56,31%. Один раз в 8 лет необходимо вносить 3,5 т/га композиции из влагосорбентов.
При сильной интенсивности процессов нарушений (поле № 6) при максимальном значении индекса NDVI 0,9 гумуса в почве должно быть не менее 3,50%, плотность почвы — не более 1,1 т/м3, водопрочность — не менее 60,31%. Один раз в 8 лет необходимо вносить 8,5 т/га композиции из влагосорбентов.
Выводы. Для поддержания вегетационного индекса NDVI на высоком уровне (значения 0,32—0,96) необходимо поддерживать оптимальную плотность почвы — не более 1,10 т/м3, водопрочность — не менее 43,32%, гумус — не менее 3,37%. При предложенных оптимальных показателях плодородия чернозёма южного в масштабе отдельного хозяйства юга Ростовской области не произойдёт нарушения водного и воздушного режима почвы, что позволит снизить риск наступления деградации почвенного плодородия.
Литература
1. Барталев С.А. Возможности использования спутникового сервиса ВЕГА для решения различных задач мониторинга наземных экосистем / С.А. Барталев, Д.В. Ершов, Е.А. Лупян, В.А. Толпин // Современные проблемы дистанционного зондирования Земли из космоса. 2012. Т. 9. № 1. С. 49—56.
2. Повх В.И., Гарбузов Г.П., Шляхова Л.А. Космический мониторинг сельскохозяйственных угодий Ростовской области // Исследование Земли из космоса. 2006. № 3. С. 89—96.
3. Барталев С.А. Классификация некоторых типов сельскохозяйственных посевов в южных регионах России по спутниковым данным Modis / С.А. Барталев, Е.А. Лупян, И.А. Нейштадт, И.Ю. Савин // Исследование Земли из космоса. 2006. № 3. С. 68-75.
4. Зборищук Ю.Н. Дистанционные методы инвентаризации и мониторинга почвенного покрова. М.: Изд-во МГУ, 1994. Ч. 2. 96 с.
5. Mulder V.L., de Bruin S., Schaepman M.E., Mayr T.R. The use of remote sensing in soil and terrain mapping — A review // Geoderma. 2011. V. 162, No 1-2. P. 1-19.
6. Бурцев М.А. Построение архива спутниковых данных для анализа динамики растительности / М.А. Бурцев, А.А. Мазуров, И.А. Нейштадт, А.А. Прошин // Современные проблемы дистанционного зондирования Земли из космоса: сб. науч. статей / под ред. Е.А. Лупяна, О.Ю. Лавровой. М.: «Азбука-2000», 2006. Т. 1. С. 170—174.
7. Васильев С.М., Митяева Л.А. Результаты изучения опасности ирригационной эрозии в контуре Нижне-Донской оросительной системы Ростовской области // Природо-обустройство. 2011. № 5. С. 7—11.
8. Васильев С.М., Митяева Л.А. Разработка композиции из влагосорбентов для защиты почв от процессов ирригационной эрозии на орошаемых землях ОАО «Малоорловское» Ростовской области // Известия Нижневолжского агроуни-верситетского космплекса: наука и высшее профессиональное образование. 2011. № 2. С. 165—170.
9. Зедгенидзе И.Г. Планирование эксперимента для исследования многокомпонентных систем. М.: Наука, 1976. 390 с.
