Содержание к диссертации
Введение
Глава 1. Современное состояние, уровень применения и задачи развития методов и программно-аппаратных средств по дифференцированному внесению удобрений в системе точного земледелия 11
1.1. Точное земледелие как новое направление в совершенствовании сельскохозяйственного производства 11
1.1.1.Научные основы зарождения точного земледелия 11
1.1.2.Точное земледелие и его подсистемы 15
1.1.2.1.Основные понятия 15
1.1.2.2.Навигационная подсистема 17
1.1.2.3. Подсистема информационного обеспечения 18
1.1.2.4.Подсистема технологического обеспечения 22
1.2. Научная база и современный опыт применения программно - аппаратных средств по дифференцированному внесению удобрений 24
1.2.1.Практика и методы расчета доз удобрений 24
1.2.1.1.Общие сведения 24
1.2.1.2.Методы расчета доз удобрений 26
1.2.2.Техническое и программное обеспечение реализации прецизионных агроприемов по внесению удобрений на сельскохозяйственное поле 29
1.2.3.Геоинформационные системы 34
1.2.4.Необходимость совершенствования информационного обеспечения систем дифференцированного применения удобрений 37
1.3.Цель и задачи исследований 39
Глава 2. Специализированный программный комплекс в информационном обеспечении систем прецизионного внесения удобрений 42
2.1. Технологическая целесообразность и рыночная конъюнктура разработки программного комплекса 42
2.2. Система поддержки принятия решений как методологическая платформа создания программного комплекса
2.2.1. Базовые понятия и принципы построения систем поддержки принятия решений 46
2.2.2. Возможности систем нового поколения и перспективы их применения в сельскохозяйственном производстве 49
2.3. Специфические особенности компьютерного синтезирования прецизионных приемов агрохимического воздействия на сельскохозяйственное поле 51
2.3.1.Функциональная структура специализированного программного комплекса 51
2.3.2.Структура данных и их классификация по типам 53
2.3.3.Система представления знаний 54
2.4. Интерфейс программного комплекса и режимы его работы 58
2.4.1. Работа программного комплекса в автономном режиме 58
2.4.1.1. Режим формализации нового метода расчета 59
2.4.1.2. Режим расчета 62
2.4.2. Функционирование в рамках СГЇЇТР 65
Глава 3. Геоинформационная оболочка программного комплекса и ее роль в решении задач прецизионного внесения удобрений 69
3.1. Программная геоинформационная система АФИ для точного земледелия 70
3.1.1. Общая структура приложения ГИС АФИ 70
3.1.2. Внутренняя композиция приложения ГИС АФИ 72
3.2. Программная реализация ГИС-оболочки 75
3.2.1. Концепция хранения пространственно распределенных данных в среде ГИС-оболочки 75
3.2.2. Формат данных 77
3.2.3. Используемые компоненты 79
3.2.4. Визуализация и обработка пространственно - атрибутивной информации..
3.2.4.1. Основные функции ГИС-оболочки программного комплекса 82
3.2.4.2. Векторная модель данных 83
3.2.4.3. Растровая модель данных 85
3.2.5. Опыт апробации ГИС-оболочки в задачах прецизионного внесения удобрений 86
3.2.5.1. Построение карт-заданий для основного внесения удобрений 87
3.2.5.2. Построение карт-заданий для проведения азотных подкормок 91
Глава 4. Геоинформационное и технологическое обеспечение прецизионных агрохимических экспериментов и регионального мониторинга земель сельскохозяйственного назначения 97
4.1. Прецизионные эксперименты как инструмент развития опытного дела и совершенствования систем земледелия 97
4.1.1. Определение прецизионного эксперимента 98
4.1.2. Новые возможности проведения полевых опытов в условиях неоднородности почв 99
4.2. Прецизионные эксперименты в совершенствовании нормативной базы применения удобрений 100
4.2.1. Методические основы 100
4.2.2. Применение программного комплекса при планировании и проведении прецизионных экспериментов в полевых условиях
4.2.2.1. Подготовительные работы 104
4.2.2.2. Планирование схемы прецизионного эксперимента 107
4.2.2.3. Реализация схемы эксперимента 108
4.2.2.4. Построение информационной базы по проведенному эксперименту. 109
4.3. Геоинформационное обеспечение исследований в рамках регионального мониторинга земель сельскохозяйственного назначения 113
4.3.1. Сеть стационарных полигонов в Ленинградской области 113
4.3.2. Использование ГИС-технологий для регистрации и обработки данных регионального мониторинга 115
Заключение 120
Литература 124
- Подсистема информационного обеспечения
- Система поддержки принятия решений как методологическая платформа создания программного комплекса
- Внутренняя композиция приложения ГИС АФИ
- Прецизионные эксперименты в совершенствовании нормативной базы применения удобрений
Подсистема информационного обеспечения
Хотя технология точного земледелия обязана своим появлением новым инструментальным средствам, широкое применение которых стало возможно лишь в конце прошлого века, в его основу заложены многие идеи, сформированные отечественной наукой в рамках проекта программирования урожаев.
Производство сельскохозяйственной продукции как никакая другая область человеческой деятельности зависит от состояния окружающей среды. К окружающей среде относятся не только погодные условия, но также и характеристики почвы, развитие сорняков и распространение вредителей.
Указанные факторы на протяжении всей человеческой истории оказывали существенное влияние на производство продукции растениеводства, переводя данный вид деятельности в разряд высокорискованных. Несмотря на то, что полностью избежать влияния случайных факторов не представляется возможным, методология программирования урожаев ставила своей целью учет их воздействия на производство растениеводческой продукции, подразумевая разработку таких хозяйственных и агротехнических мероприятий, своевременное и точное выполнение которых обеспечивало бы с большей долей вероятности получение экономически оправданного урожая требуемого качества при сохранении почвенного плодородия и других составляющих природной среды.
Основные принципы методологии программирования урожаев были разработаны и сформулированы академиком И.С.Шатиловым [2]. В развитии данного направления активное участие приняли 47 НИУ и вузов ВАСХНИЛ, МСХ СССР, Минводхоза СССР и других министерств и ведомств союзного и республиканского значения. Разработку новых методов и подходов программирования урожаев осуществляли также ученые Агрофизического НИИ, который выступал в качестве координатора по указанной проблеме. В значительной степени благодаря усилиям и личному участию сотрудников АФИ Н.Ф. Бондаренко, СВ. Нерпина, П.В. Васильева, И.Б. Ускова, Р.А. Полуэктова, Е.Е. Жуковского, И.Г. Мушкина, Н.П. Никифорова, О.Г. Усьярова, А.В. Судакова, Е.И. Ермакова, М.В. Ткачева, В.Н. Коврюкова, М.В. Архипова, В.П. Якушева, М.В. Петровой, Н.Г. Шилова, А.З. Винарова, О.С. Журавлева, В.Г. Малининой, Г.В. Кобылянского, В.А. Платонова, П.П. Гончар-Зайкина, А.Ф. Петрова и других осуществлялось массовое внедрение методов программирования урожаев в СССР и за рубежом. Уже в 1984 году в России урожаи программировались на площади в 5 млн. га [3,4,5].
В рамках данной тематики был выполнен ряд теоретических и экспериментальных исследований с целью совершенствования методов принятия технологических решений в земледелии с учетом достижений смежных наук - агрофизики, агрометеорологии, математического моделирования, информатики. Проблема программирования урожаев была сформулирована как разработка новых методов информационной поддержки технологических решений, принимаемых в процессе управления производством растениеводческой продукции [4]. Для эффективного и сбалансированного управления агропредприятием с экономической и экологической точки зрения с помощью технологии программирования урожаев решалась задача по определению оптимального урожая, который может быть получен в конкретных почвенно-климатических условиях с учетом имеющихся ресурсов, а также способов управления формированием урожая [5].
В рамках проекта программирования урожаев было установлено, что комплексное решение задачи получения оптимального урожая лежит, в первую очередь, в области дифференцированного применения агротехнологий в соответствии со складывающимися метеорологическими условиями, биолого-почвенными характеристиками пашни и возможностями хозяйства. [5]. На необходимость дифференцированного исследования факторов, лимитирующих величину и качество урожая, указывает академик РАН и РАСХН А.А.Жученко [6]. Он пишет о том, что уравнительность в землепользовании являлась причиной не только огромной вариабельности величины и качества урожая зерновых культур, но и неоправданно высоких затрат ресурсов и энергии на каждую дополнительную единицу урожая и сопряженного с ними загрязнения окружающей природной среды.
Учет широкого перечня разнообразных условий и требований при проектировании и реализации дифференцированных агротехнологий приводит к появлению информационных массивов большого объема, накопление и эффективную обработку которых возможно осуществить только с помощью современных измерительных и компьютерных систем. Именно принцип главенства информационного обеспечения является важнейшим в методологии программирования урожаев, так как он направлен на поддержку генерации эффективных управленческих решений при производстве растениеводческой продукции. Агрофизическому институту принадлежит инициатива широкого использования информационных технологий и вычислительной техники в сельскохозяйственном производстве. Уже в конце 60-х годов прошлого столетия в АФИ функционировал один из первых в СССР информационно-вычислительных центров, созданный на базе электронно-вычислительной машины БЭСМ-4. Институт был координатором по проблеме «Создать в отраслях сельского хозяйства системы сбора, хранения и обработки информации» [9,10].
Агрофизический институт занимает передовые позиции в мировой науке по разработке и использованию методов математического моделирования в земледелии, растениеводстве и мелиорации. Теоретической базой моделирования явились количественная теория продуктивности агроэкосистем, разработанная в 1956 г. А.А.Ничипоровичем [11], и концепция информационного обеспечения «земледелия будущего», концентрируемая на понятии «электронный агроном» и сформулированная в 1955 г. создателем Агрофизического института академиком А.Ф.Иоффе [12]. Методология использования количественных методов, основанная на применении математических процедур и теоретических обобщений, позволила создать ряд математических моделей продукционного процесса сельскохозяйственных культур различной сложности. Огромный вклад в данную отрасль знаний внес коллектив лаборатории Агрофизического института под управлением Р.А. Полуэктова Р.А. [9- 12].
С конца 80-х годов в Агрофизическом институте были начаты, а затем успешно продолжены работы по созданию теоретических и методологических основ единого компьютеризированного пространства в области агрономии. Был предложен понятийный аппарат компьютерного описания технологических операций и агротехнологий в целом, накоплен определенный опыт создания и эксплуатации экспертных систем для поддержки агротехнологических решений [18-21].
Реализация программного обеспечения в рамках данного направления была осуществлена в полном соответствии с требованиями обработки знаний в экспертных системах. Разработанные конструкции представления агротехнологических знаний детально предписывают порядок и последовательность выборки и обработки атрибутивной информации из базы данных, отражающей многочисленные компоненты агротехнологий. Процесс вычисления также направляется базой знаний, хранимой в памяти компьютера в формализованном виде, а алгоритм обработки знаний определяется структурой шаблона, с помощью которого была описана соответствующая база агротехнологических знаний [22, 23].
Теория точного земледелия во многом может рассматриваться как развитие теории программирования урожаев на новом этапе научно-технического прогресса, когда новые технические средства и достижения в области информатики позволили повысить точность учета вариабельности среды и совершенствовать агротехнологические приемы.
Система поддержки принятия решений как методологическая платформа создания программного комплекса
Разработчик метода или эксперт, которому необходимо пополнить базу знаний новым методом расчета доз удобрений, взаимодействует с конструктором описания методов, являющимся редактором базы знаний. С помощью конструктора производится описание характеристик метода, обозначаются логические связи входных параметров, табличных данных, пространственных данных, задается формула расчета и осуществляется регистрация очередного метода в библиотеке методов. Все данные, которые участвуют в формуле расчета, делятся на четыре типа. Разделение информации на типы необходимо для правильной логической связи базы данных с переменными, участвующими в расчете, что обеспечивает соотношение между декларативными и процедурными знаниями, а также для определения элементов интерфейса, которые должны быть автоматически сгенерированы в окнах ввода начальных данных описываемого метода. Данные первого типа
Их значения задаются заранее, перед расчетом. Это показатели, характеризующие уровни потенциальной, климатически обеспеченной или программируемой урожайности. Ввод данных первого типа реализуется с помощью компонента edit, либо используется математическая модель (независимо оформленный программный модуль), которая рассчитывает уровень урожайности. Данные второго типа
Общие данные по полю (паспорт поля), значения которых хранятся в базе данных, это такая информация как: - тип, механический состав почвы; - тип возделываемой сельскохозяйственной культуры; - культура-предшественник и другие. Ввод данных указанного типа, а также их корректировку можно осуществить с помощью выпадающего списка. Данные третьего типа Значения определяются в процессе работы программы. Представляют различные коэффициенты, берутся из таблиц базы данных. Выбор, как правило, зависит от данных 2 типа. Примеры данных третьего типа: - коэффициенты выноса питательных веществ в зависимости от возделываемой культуры; - коэффициенты использования питательных веществ из почвы в зависимости от типа почвы и культуры. Выбор значений для данного типа переменных производится уже в процессе расчета по выполнению какого-либо условия. Данные четвертого типа
Данные по каждому элементарному участку поля, численно характеризующие зоны неоднородности. Ввод осуществляется в таблицу атрибутивной информации, где строки представляют собой данные по конкретному элементарному участку поля. Пространственное распределение данных четвертого типа визуализируется с помощью ГИС-оболочки, описание которой приведено в третьей главе диссертационной работы. 2.3.3.Система представления знаний
В настоящее время наиболее разработана теоретическая основа применения следующих систем представления знаний: Семантические сети. Каждый узел представляет концепцию, а дуги используются для определения отношений между концепциями. Фреймы. Каждый фрейм имеет своё собственное имя и набор атрибутов или слотов, которые содержат значения.
Языки - искусственные и естественные. Естественные языки формируются в национальных или профессиональных сообществах людей. Знания передаются от одного человека к другому после их перевода на язык, который понимает человек-источник знания и человек-приемник знания. Искусственные языки создаются для связи человека с машинами (Cycl, IKL, OWL).
Нотация. Способом представления знаний является использование XML в качестве низкоуровневого синтаксиса. Это приводит к тому, что машины могут легко производить синтаксический анализ и вывод языков представления знаний за счёт удобочитаемости для человека. Для реализации базы знаний программного комплекса, представленного в диссертационной работе, была выбрана система представления процедурных знаний с использованием языка XML.
XML (extensible Markup Language, «расширяемый язык разметки») — современный стандарт дескриптивной разметки, платформо- программно- и аппаратноне-зависимое средство для передачи информации, потомок языка SGML. Он применяется для хранения любых структурированных данных. Фактически это свод синтаксических правил для описания структуры данных. XML сам по себе не даёт списка служебных элементов (тэгов). Он предоставляет возможность определять собственные наборы тэгов, используя для их описания так называемые «Схемы XML» (XML Schemata) — фактически диалекты языка XML. Схемы описывают словари тэгов для данных диалектов и корректный формат их использования.
Для решения поставленной задачи на основе технологии XML был разработан унифицированный формат описания методов расчета (MP). Основой предлагаемого подхода является структурное описание MP как информационного пакета, включающего все необходимое для автоматизации процедуры выполнения расчета. Каждый файл содержит формализованное описание соответствующих параметров:
Все параметры MP, необходимые для реализации автоматизированных вычислений, предлагается упорядочить в одной иерархической структуре. Данная структура сохраняется в формате XML и выполняет функции формализованного описания MP, пригодного для программной обработки (рис. 2.3).
Функционирование разработанного программного комплекса информационного обеспечения прецизионного внесения удобрений предусматривается либо в виде автономного программного продукта, либо в качестве подключаемого модуля СППР. Далее будут подробно рассмотрены соответствующие варианты работы. 2.4.1. Работа программного комплекса в автономном режиме
Общая схема применения программного комплекса для расчета доз удобрений в работах по системе точного земледелия приведена на рис 2.4. Система имеет два интерфейсных уровня - экспертный и пользовательский. На экспертном уровне работают специалисты в области агрохимии, создающие методы расчета. На нем идет заполнение декларативной базы данных в виде соответствующих таблиц и формализация процедурных знаний через описание логических связей и условий использования баз данных.
Пользовательский уровень предназначен для агрономов или руководителей, которые являются конечными пользователями системы и потребителями тех знаний, которые были формализованы на экспертном уровне. На указанном уровне пользователь на основании базовых методов расчета, созданных экспертами, генерирует карты дифференцированного внесения удобрений, адаптированные для своих полей с учетом актуальных данных.
Внутренняя композиция приложения ГИС АФИ
Для загрузки, обработки и сохранения геопространственной информации в программном модуле использовался набор компонентов, основные методы и свойства которого приведены ниже. TGISRW - пространственный механизм, реализующий ГИС-функционал. Используется для обработки следующих типов файлов: . Файлы ESRI; Файлы ASCII; База данных SQL через BDE или другой происходящий объект TDataset; TShapeObject - базовый класс, предназначенный для хранения объектов карты. Является предком следующих классов: TPointShape - для хранения и отображения единичных точек; TLineShape - для хранения и отображения простых и ломаных линий; TPolygonShape - для отображения полигонов с полной поддержкой вложенных форм. TShapeObjects может быть создан как независимо, так и с помощью TShapeList. Класс TShapeObject содержит все функции для отрисовки, включая уникальные цвета и стили, на любом выбранном TCanvas, но полный функционал доступен, когда данный класс принадлежит TShapeList.
TShapeList - класс, предназначенный для хранения и управления объектами TShapeObjects и их данными. На TShapesObjects ссылаются записи свойств объектов. TShapeList - потомок TGlSObject, и так как последний является потомком TPersistent, класс может быть создан в любом типе модуля. У TGlSObject есть несколько очень важных ключевых свойств, представленных в TShapeList. Они включают:
Show - тип Boolean. При значении истина ShapeList будет отрисован на TGISImage. GraphicStyles наследуется от TGlSObject, отвечает за стили графики для всех объектов в списке.
DisplayName - тип String, используется для идентификации TShapeList. ShapeType - наследуется от TGlSObject, тип объекта. Source - тип String, содержит имя файла, хранящего ShapeList для метода TGISReadWrite. TShapeLists содержит графические стили и свойства DataFields, таким образом, есть возможность создавать или освободить их. Присвоение свойства DataFields служит для вывода на экран атрибутивной информации по объекту в сетке данных. TGISReadWrite - компонент для чтения и записи ГИС-форматов. Кроме того, он предназначен для чтения файлов базы данных. Реализована поддержка файлов формата ESRI ( .shp) и Maplnfo ( .mif),DXF ( .dxf).
Набор данных содержится в классе TDbf, предназначенном для чтения и записи dBASE файлов, ассоциированных с шейп-файлами. Альтернативный подход обеспечивается свойствами Dataset и поэтому может использоваться любым потомком TDataset, включая такие компоненты, как ТТаЫе, TIBQuery, TTzDBF, и т.д. Компонент TGISReadWrite также может применяться в качестве начальной точки для любого определяемого пользователем пространственного типа данных с использованием различных событий OnRead и OnWrite. Векторные данные могут быть записаны в массив или поле BLOB в базе данных, TGISReadWrite может быть адаптирован для обработки указанных данных.
TGISImage используется для вывода на экран TShapeLists, и TImageLayers. Объекты TShapeList добавляются через метод AddShapeList. Почти каждое свойство рисунка обрабатывается TGISImage автоматически. TLegend используется для того, чтобы вывести на экран информацию о TShapeList. TShapeList автоматически добавляется к легенде TGISImage методом AddShapeList. Данные для каждого TShapeList хранятся в бъекте TLegendlmage. TDataGrid - визуальный компонент, разработанный для того, чтобы обеспечивать пользовательскую обратную связь и ввод для TSVOShapeList атрибутивных данных.
Данные для сетки хранятся в комбинации объектов TDataFields через встроенный объект TRecords. Объект TRecords - индексный список TDataRecords. Свойство DataFields отображает атрибутивные в сетке данных.
TDataFields - класс, содержащий список объектов TSVODataField. TDataFields имеет свойство Records, которое используется для получения доступа к методам и свойствам TRecords. Чтобы получить и установить данные в определенный TDataRecords, используются следующие методы и свойства: RecordNum - тип Integer, ссылается на o6beKrTDataFields; First - устанавливает RecordNum на первую запись; Next - устанавливает RecordNum на следующую запись;
В ГИС-оболочке программного комплекса с применением рассмотренных выше классов реализованы основные функции отображения геоинформации: просмотр, редактирование карт, масштабирование, перемещение по карте, отображение атрибутивной информации объектов, что позволяет визуализировать исходную пространственную информацию и результаты расчета. Наряду с этим ГИС-оболочка является полноценным редактором карт. Функционал, реализованный в ГИС-оболочке, позволяет производить все необходимые операции с пространственными данными для работ в системе точного земледелия (табл. 3.4).
Прецизионные эксперименты в совершенствовании нормативной базы применения удобрений
Для статистического анализа полученной обширной информационной базы может использоваться весь спектр возможных статистических методов: параметрические и непараметрические методики проверки статистических гипотез, регрессионный анализ, методы бинарной регрессии, анализ таблиц сопряженности, а также дискриминантный и кластерный анализы. Наличие большой информационной базы, накопленной в результате проведения прецизионных экспериментов, позволит реализовать самые разные методы анализа данных, сравнить статистические выводы, полученные в результате применения различных статистических процедур, и тем самым обеспечить достоверность и надежность окончательных выводов.
Особенность прецизионных экспериментов состоит в том, что все операции в их рамках проводятся автоматически, без применения ручного труда. Таким образом, каждое хозяйство может заложить подобные крупномасштабные производственные опыты, используя прецизионную технику с навигационным оборудованием. Каждое поле, в определенном смысле, становится опытным для самого себя, так как с течением времени происходит накопление ценных данных. Такой подход, несомненно, повысит уровень обоснованности технологических решений, так как статистические зависимости, используемые для расчётов, к примеру, норм минеральных удобрений, будут максимально объективно отражать процессы, происходящие конкретном участке, и создаст предпосылки для максимально корректной реализации агрохимических приемов с учетом конкретных условий.
Геоинформационное обеспечение исследований в рамках регионального мониторинга земель сельскохозяйственного назначения 4.3.1. Сеть стационарных полигонов в Ленинградской области
В рамках выполнения мероприятий, предусмотренных региональной целевой программой «Сохранение плодородия почв и агроландшафтов Ленинградской области на 2008-2010 годы», по заданию Комитета по агропромышленному и рыбохозяйственному комплексу Ленинградской области АФИ совместно с ООО «Агрохимзем» с 2008 по 2010 гг. организовал стационарную сеть агрополигонов по комплексному мониторингу земель сельскохозяйственного назначения региона. В 2011-2012 гг. соответствующий мониторинг осуществлялся по конкурсным государственным контрактам с Правительством области [38].
Агрополигоны формировались по 2 в каждом из 5 существующих агроклиматических районов области. Стационарные участки площадью не менее 40-50 га подбирались на типичных для данной территории почвах в условиях, где ведется хозяйственная деятельность. Всего в настоящее время сформировано 11 стационарных полигонов, включая один базовый (тестовый) и 10 реперных полигонов (рис.4.10). Реперный полигон состоит из совокупности «сельскохозяйственных полигонов» и предназначен для формирования представительной информации о состоянии плодородия почв сельскохозяйственных полей и посевов основных культур, культивируемых в заданном агроклиматическом районе. Данное требование, естественно, предполагает возделывание на территории реперного полигона соответствующих культур [102].
При этом чем активнее в условиях производственных посевов будут апробироваться различные средства и способы управления биопродуктивностью растений, тем большую ценность будет представлять информация с данного стационарного полигона.
Тестовый полигон выполняет все функции реперного полигона и дополнительные функции по выявлению в специальных опытах количественных соотношений между факторами, влияющими на продуктивность, и конечным урожаем основных сельскохозяйственных культур региона. В пределах тестового полигона отрабатываются перспективные для системы земледелия севообороты и проходят сравнительные испытания агротехнологии различной степени интенсивности [101].
Тестовый полигон расположен на полях Меньковского филиала АФИ, где с 2005 г. ведутся интенсивные исследования по точному земледелию. Базовый научный полигон наиболее изучен и всесторонне оснащен.
Учитывая, что использование в сельском хозяйстве природных ресурсов часто сопровождается негативными последствиями, вполне очевидна необходимость научного обоснования допустимых пределов антропогенного воздействия на агроландшафт. В этой связи на выбранных агрополигонах должен выполняться весь комплекс исследований, предусмотренных «Методическими указаниями по проведению локального мониторинга на реперных и контрольных участках» (2006), с заполнением соответствующих отчетных форм и паспортов. В отличие от традиционных реперных, тестовые полигоны более детально исследуются и характеризуются в почвенно-агрохимическом отношении. На них проводят производственные опыты с удобрениями, ситуационные опыты по оперативному выбору средств управления продукционным процессом в конкретных условиях с учетом реальных возможностей.
Использование ГИС-технологий для регистрации и обработки данных регионального мониторинга
Обследование всех полигонов осуществлялось с помощью мобильных информационно-измерительных средств и разработанного в АФИ функционала ГИС-систем, обеспечивающих координатную привязку по GPS-приемникам с составлением соответствующих карт. Наблюдения в рамках регионального мониторинга включают в себя проведение всего комплекса работ по оценке состояния сельскохозяйственных угодий на территории полигона. На первом этапе работ по региональному мониторингу необходимо было осуществить оцифровку результатов последнего почвенного обследования агрополигона с уточнением географического положения отдельных элементарных почвенных ареалов и элементарных структур почвенного покрова и формированием цифровой модели рельефа местности. Оцифрованный и геореференсированный картографический материал представляет собой крупномасштабные (1:2000-10000) почвенные карты структур почвенного покрова, а также их тематические разновидности с детальным отражением мелиоративного состояния почв и сельскохозяйственных угодий.
Отбор почвенных проб проводился как обычным способом, так и с помощью мобильного комплекса, оснащенного автоматическим пробоотборником и GPS-приемником (навигатором движения по заданной трансекте отбора почвенных проб). Таким образом, для каждого контура (элементарного почвенного участка) по периметру определялась площадь. Это позволило оценить реальный размер обрабатываемого участка на каждом полигоне. Как показали результаты обследований, «неувязка» между реально полученными данными измерений и заявляемыми показателями площадей угодий иногда составляет 10-30%. На всей территории полигонов было проведено агрохимическое обследование. На тестовом полигоне соответствующие работы были выполнены с более детальной сеткой разбивки на элементарные участки (рис 4.11).
