26258

Создание картограмм агрофизического состояния почв и интерпретация результатов в геоинформационных системах (ГИС)

Лекция

Лесное и сельское хозяйство

Практическое занятие Создание картограмм агрофизического состояния почв и интерпретация результатов в геоинформационных системах ГИС Цели и задачи. Приобретение навыков картографирования агрофизического состояния почв с использованием педотрансферных функций и ГИСтехнологий. Рассматривается методика разработки картограмм агрофизических свойств почв в геоинформационных системах на примере плотности почв и запасов продуктивной влаги. Освоить методику картографирования физических и воднофизических свойств почв на конкретном первичном...

Русский

2013-08-18

384 KB

12 чел.

Модульная единица 2.4.

Практическое занятие «Создание картограмм агрофизического состояния почв и интерпретация результатов в геоинформационных системах (ГИС)»

Цели и задачи. Приобретение навыков картографирования  агрофизического состояния почв с использованием педотрансферных функций и ГИС-технологий.

Аннотация. Рассматривается методика разработки картограмм агрофизических свойств почв в геоинформационных системах на примере плотности почв и запасов продуктивной влаги.

Задание.

Освоить методику картографирования физических и водно-физических свойств почв на конкретном первичном материале.

Комментарии

Создание картограмм агрофизического состояния почв и интерпретация результатов в геоинформационных системах (ГИС). Для этой цели используется крупномасштабная топографическая основа и почвенная карта с определенной координатной сеткой, шаг которой определяется размерами полей, почвенным покровом и рельефом. По заданной сетке осуществляется точная привязка координат на местности с помощью приемников систем глобального позиционирования (GPS). Топооснова и почвенная карта оцифровываются с помощью специальных программ (например, Easy Trace) и в соответствующих координатах заносятся в ГИС (ArcView, MapInfo или др.).

В процессе полевых исследований проводятся полевые измерения физических свойств почв и отбор образцов для лабораторных исследований, рассчитываются агрофизические показатели и создаются сводные таблицы изученных свойств, включающие усредненные (или медианные) значения для каждой точки исследований по всем почвенным разностям. Полевые исследования рекомендуется проводить с помощью экспресс-методов, которые позволяют быстро и эффективно оценить физические свойства почв, а соответственно агрофизическую ситуацию почвенного покрова в ландшафте (17, 160, 216). Обязательными, прежде всего, являются послойные (через каждые 10 см до глубины 40-50 см) определения плотности почвы буровым методом с объемом бура не менее 100 см3, водопроницаемости методом трубок и  сопротивления пенетрации (твердости). Такой набор быстро определяемых агрофизических свойств почвы дает возможность впоследствии выделить участки полей с повышенной уплотненностью (как с поверхности, так и в подпахотном слое - так называемое «подпочвенное уплотнение»), зоны возможного застоя и быстрого (инфлюкционного) движения влаги. Указанные параметры, в том числе влажность почвы – это минимальный список необходимых агрофизических свойств. Этот набор агрофизических свойств должен дополняться лабораторными определениями, прежде всего, гранулометрического состава, порозности агрегатов, структурного состава и, в случае необходимости, других агрофизических характеристик.

Полученные результаты заносятся в таблицы (например, в формате xls), которые служат основой для создания, импортируемой в ГИС, базы данных.

На основе полученной базы данных послойно по каждому параметру агрофизического состояния с помощью той или иной предусмотренной в ГИС процедуры интерполяции (кригинг, сплайн и т.п.) строятся изоплеты исследованных свойств почв в рамках заданного участка исследований. Послойное отображение свойств с одной стороны дает полную картину изменчивости физических параметров по площади исследуемого поля, а с другой стороны, с помощью изоплет позволяет выделить участки (зоны) с соответствующими градациями агрофизических свойств. В результате прорисовки изоплет в ГИС’е получается карта исследованного свойства, на которой выделяются градации с неблагоприятными и оптимальными свойствами.

При агрофизических пространственных исследованиях часто бывает весьма затруднительно в достаточном количестве для прорисовки изоплет определить те или иные агрофизические свойства для всего массива, например, диапазон доступной влаги. Это важнейшее агрофизическое свойство предполагает независимое экспериментальное определение наименьшей влагоемкости (НВ) и влажности завядания (ВЗ). Определение указанных агрофизических свойств – дело трудоемкое, а в случае пространственных площадных определений с многочисленными повторениями – практически невозможное. Поэтому предложен подход пространственного восстановления подобных трудноопределяемых свойств. Метод на основе так называемых «педотрансферных функций» (ПТФ), которые позволяют с помощью статистических (регрессионных) зависимостей находить искомое свойство по ряду других с ним взаимосвязанных. Физики почв любят говорить: «Педотрансферные функции превращают данные, которые у нас есть, в данные, которые нам нужны!».

Итак, задача формулируется следующим образом: создан банк данных для территории по определяемым в полевых условиях свойствам почв (плотность, сопротивление пенетрации, водопроницаемость и др.). Необходимо с помощью ГИС построить карту неизвестного, трудноопределяемого параметра например, запасов влаги при диапазоне доступной влаги в корнеобитаемой толще.

Решение этой задачи можно разбить на несколько этапов:

  1.  Необходимо выбрать 8-12 точек на исследуемом ландшафте по возможности с наиболее контрастными физическими свойствами. Если на участке есть почвы, заметно различающиеся по гранулометрическому составу (на несколько градаций: глина – суглинок - песок), то лучше эти группы почв выделить в самостоятельные выборки. Основой для составления такого набора точек должна быть почвенная карта. В зависимости от площади исследования и его сложности (комплексности почвенного покрова) на участке располагается 8-10 ключевых разрезов, в которых исследуются основные физические свойства почв.
  2.  В этих точках необходимо определить как традиционные для почвенно-физического обследования свойства (указанные выше плотность, сопротивление пенетрации, водопроницаемость и возможные иные экспрессно определяемые свойства), а также и искомые свойства (НВ и ВЗ). В результате получается массив из 8-12 пространственно сопряженных свойств: НВ, ВЗ, плотности, сопротивления пенетрации, водопроницаемости соответствующих слоев почвы. Этот массив  помещается в табличном виде в среду EXCEL или STATISTICA.
  3.  С помощью процедуры множественного линейного регрессионного анализа находятся уравнения связи между традиционными свойствами (плотность, сопротивление пенетрации, водопроницаемость) и трудноопределяемыми необходимыми агрофизическими свойствами (в примере НВ, ВЗ). В результате получаются уравнения связи, в которых в виде функции выступает трудноопределяемое свойство, а в виде аргументов – традиционные агрофизические свойства. С помощью этих уравнений можно рассчитать, или, как говорят «восстановить» значение искомого свойства по известным. Это уравнение и носит название педотрансферной функции (ПТФ).
  4.  По полученным педотрансферным функциям рассчитывают трудноопределяемые свойства для всего массива по известным традиционным свойствам. Получается пространственно распределенный массив данных по трудноопределяемому свойству, с которым поступают по описанной выше процедуре: помещают в ГИС, рисуют карты изоплет и выделяют на картах участки с неблагоприятными/оптимальными диапазонами рассматриваемых свойств.

В качестве примера получения и анализа агрофизической информации в ГИС-технологиях рассмотрим построение карты запасов продуктивной влаги на участке комплекса серых лесных почв Владимирского ополья (опытное поле Владимирского НИИСХ). Для этого на исследуемом поле по равномерной сетке с шагом 21 м было заложено 62 разреза глубиной до 60 см. В каждом разрезе на глубинах 0, 10, 20, 30, 40 и 60 см определялись плотность почвы, сопротивление пенетрации, водопроницаемость, а также в лаборатории  - плотность твердой фазы, содержание органического углерода. Кроме того, на контрастных по морфологическому описанию почвенных разностях, но относящихся к суглинистым почвам (от легкого до тяжелого суглинков) было выделено 10 точек, в которых определялась также величина НВ методом залива малых площадей. По этим 10  наблюдательным разрезам на основе процедуры множественного регрессионного анализа были получены уравнения, связывающие величину НВ с другими свойствами почв (плотностью почвы, водопроницаемостью, плотностью твердой фазы, содержанием углерода). Оказалось, что уравнение связи величины НВ (в долях от абсолютно сухого веса почвы) для исследуемой территории выглядит следующим образом (по данным В.Г. Тымбаева):

,    (2.37)

где ρb – плотность почвы, ρs – плотность твердой фазы (г/см3), c - содержание углерода (%).

Рис. 2.10. Изоплеты пространственного изменения варьирования запасов влаги, соответствующих диапазону доступной влаги (мм водн.слоя):

а) в слое 10-15 см, б) в слое 30-35 см (участок ВНИИСХ). Области с изоплетой >25 мм – оптимальный диапазон, <21 мм – неудовлетвортельный. (По данным В.Г.Тымбаева)

Это уравнение имело множественный коэффициент корреляции 0.58, и высокую его достоверность по критерию Фишера (с уровнем значимости <0.05).  Кроме статистического исследования достоверности коэффициентов и значимости это уравнение необходимо исследовать и экспертно, на основании известных фактов и взаимосвязей в физике почв. Действительно, и увеличение органического вещества в почве, и плотность твердой фазы увеличивают влагосодержание при НВ, а вот увеличение плотности эту величину снижает. Это отражено и знаках приведенного уравнения. Следовательно, оно удовлетворяет и известным взаимосвязям физических свойств почв и данное уравнение использовано как ПТФ для определения величины НВ и в оставшихся 42 точках исследуемого массива. Например, если в какой-либо точке получены значения плотности почвы 1.4 г/см3, содержания углерода 1.2% и 2.65 г/см3 – плотности твердой фазы, то в этой точке величина НВ составит 0.073-0.046*1.4 + 0.025*1.2 +  0.059*2.65 = 0.195 или 19.5 % к весу почвы. Полученный массив данных для исследуемой площади позволяет привлечь аппарат ГИС для прорисовки изоплет НВ, а при соответствующем определении ВЗ и диапазона доступной влаги для всех исследуемых слоев. На рис. 2.10 приведен пример изоплет диапазона доступной влаги для слоев  10-15 и 30-35 см рассмотренного сельскохозяйственного опытного поля. На нем четко выделяются районы с высоким диапазоном доступной влаги, а также с низкими его значениями.

На этой карте пространственного распределения диапазона доступной влаги выделяются зоны наиболее вероятного иссушения почв, т.е. зоны с низкими запасами влаги при диапазоне доступной влаги (<21 мм водного слоя), а также зоны с наиболее высокими запасами (>25 мм).

Рассмотрим пример исследования пространственного распределения плотности почвы на участке светло-каштанового солонцового комплекса (Волгоградская область, Ергенинская возвышенность,). На  территории в 200 га (2х1 км) было заложено 12 ключей на основных элементах рельефа: на плакорном участке со светло-каштановой почвой (3 разреза), на склонах со светлокаштановой солонцеватой почвой (4 разрезов), солонцами на склонах балки (3 разреза) и солончаками по днищу балки (2 разреза). В этих точках были изучены послойно плотность почвы, водопроницаемость, сопротивленияе пенетрации в естественном состоянии и после определения водопроницаемости при влажности равной НВ. Были получены соответствующие ПТФ, позволяющие по сопротивлению пенетрации восстанавливать плотность почвы. Затем по сетке с шагом в 200 м были определены сопротивления пенетрации и рассчитана плотность почвы.

Рис. 2.11. Картограмма медианных значений плотности светло-каштановой почвы в классификации Бондарева (1985)

На картограмме (рис. 2.11) отражены медианные значения плотности почвы. На ней отчетливо выделяются зоны сильного переуплотнения (>1.5 г/см3). Эти зоны в основном охватывают часть склона вблизи реки и вблизи дорог, что связано с антропогенным воздействием и более сильно выраженными процессами осолонцевания. Причем переуплотнение идет по всему профилю практически с поверхности. Также выделяются зоны, связанные с эрозионными процессами – смытые почвы в нижней части балки имеют высокую плотность, а в более пологой ложбине отмечается намытость почв и соответственно более низкая плотность. Для остальной территории плотность светло-каштановых почв составляет 1.3-1.4 г/см3.  

Контрольные вопросы.

1. Какова методика полевых работ при картографировании физического состояния почв?

2. Что такое педотрансферная функция?

3. Как выполняется анализ агрофизической информации в ГИС-технологиях.


 

А также другие работы, которые могут Вас заинтересовать

38431. Метод расчета мехатронной системы привода телескопа на основе равновесно-оптимальной балансировки 3.15 MB
  Cтабильноэффективный компромисс в ММС СТЭК ММС это объединение стабильности и эффективности в рамках множества решений от полного совпадения данных свойств до обеспечения определенной степени сближения в условиях информационнотактических расширений соглашений. СТЭК в иерархических системах дополняет СТЭК ММС СТЭК ИС.3 П Парето граница АВ; Н Нэшравновесие; УКУ область угрозконтругроз; ИТ идеальная точка; УК оптимальная часть Пграницы на основе узкого конуса ; Ш точка Шепли; СНД ПаретоНэш область компромиссов ПНОК...
38432. Моделирование процесса нанесения краски устройством с применением робота Kawasaki 3.31 MB
  Определить параметры траекторного движения захвата декартовы координаты углы Эйлера скорости обеспечивающие непрерывное точное и безошибочное выполнение технологических операций. Пульт выполняет серию важных задач: Ручное управление роботом Обучение данных позиции координат Обучение вспомогательных данных блочное программирование Рис. В языке используется термин позиция так как этот термин выбран в стандарте ISO фактически же позицией является совокупность трёх координат конца центра схвата TCP а также трёх эйлеровых...
38433. Разработка и исследования метода сетевого оператора для адаптивного управления динамическим объектом 3.77 MB
  Решение задачи синтеза системы управления — есть поиск управления, как функции от пространственных координат. При этом сложнее всего получить структуру функции многомерного управления. До недавнего времени данная задача решалась следующим образом: исследователь определял структуру математического выражения, оставляя параметры неопределенными, затем их значения находились с помощью численных методов в соответствии с заданным критерием управления.
38434. Разработка и исследование искусственной нейронной сети для управления динамическим объектом с переменными параметрами 2.08 MB
  Искусственные нейронные сети используются в качестве регулятора многомерных и многосвязных динамических объектов. Применение искусственных нейронных сетей для целей управления является одной из многочисленных областей относительного нового раздела современной науки – нейроинформатики..
38435. Разработка системы конкурентно-оптимального прогноза управления предприятием на основе динамической модели олигополии 3.31 MB
  Cтабильноэффективный компромисс в ММС СТЭК ММС это объединение стабильности и эффективности в рамках множества решений от полного совпадения данных свойств в одной точке пространства J или U до обеспечения возможной степени сближения в условиях информационнотактических расширений соглашений. СТЭК ММС дополняют СТЭК в иерархических системах СТЭК ИС где реализуется право первого хода на основе субъективной информации что составляет тему отдельного исследования. Компромиссы на основе комбинации ПаретоНэшУКУШеплиподходовП ...
38436. Разработка и исследование метода аналитического программирования для структурно-параметрического синтеза системы управления динамическим объектом 14.23 MB
  Сложность задачи состоит в том, что в общей постановке для нелинейного объекта с произвольными критериями качества практически невозможно получить аналитическое решение. Поэтому известные методы для решения, как правило, неэффективны, поскольку используют специальные свойства объектов и функционалов.
38437. Многокритериальный синтез позиционного управления на основе многопрограммной стабилизации 2.76 MB
  Комбинированный метод многокритериального синтеза позиционного управления формирует аналитический вид управления, как набор параметров и известных функций состояния из состава «сетевого оператора» конечной сети этих функций и операций над ними
38438. Разработка моделирование процесса поддержки заданных климатических условий в помещении в системе InTouch 2.09 MB
  Трехдиапазонный регулятор температуры 60 3. Ведь отапливать рабочие помещения в выходные и праздничные дни не следует так интенсивно как по будням или скажем интенсивность отопления должна зависеть от температуры за окном а не от календарного времени года: вспомним хотя бы минувшую зиму когда в январе была плюсовая температура а отопление по интенсивности было âзимнимâ приходилось открывать окна в зданиях а можно было всего лишь снизить мощность обогрева тем самым сэкономить значительные средства. Возможные колебания...
38439. Синтез системы управления спуском космического аппарата на поверхность Марса методом интеллектуальной эволюции 1.52 MB
  Преодолеть указанные ограничения в данной работе предлагается путем ухода от построения оптимального управления как функции времени, так как оно не учитывает поведения системы уже в процессе функционирования и влияния этого поведения на дальнейшее состояние всей системы.