Содержание к диссертации
Введение
Глава I. Методические вопросы дистанционного зондирования 13.
1. Методы и средства дистанционного зондирования 14.
2. Анализ материалов дистанционного зондирования 27.
3. Содержательная интерпретация материалов дистанционного зондирования 32.
Глава II. Оценка состояния почв и компонентов почвенного покрова 39.
1. Оценка параметров состояния почв и почвенно-растительного покрова сухостепных и полупустынных районов Калмыкии 39.
2. Изучение процессов эрозии почв 52.
Глава III. Определение состава и состояния пахотного горизонта почв 67.
1. Экспериментальные исследования по определению состава пахотного горизонта почв южной части Русской равнины 67.
2. Самолетный эксперимент по определению влажности почв агросистем перигляциальной равнины северо-востока Польши по данным трассовой сверхвысокочастотной (СВЧ) радиолокации 86.
Глава IY. Анализ, оценка и моделирование исходного состояния геосистем Русской равнины 111.
1. Методика анализа картографической информации для оценки и моделирования исходного состояния геосистем.114.
2. Пространственно-структурное моделирование и анализ исходного состояния геосистем центральной части Русской равнины, на примере Курской модельной области 126.
Глава Y. Современное состояние почв Курской модельной области 158.
1. Дистанционные спектрометрические измерения почв агросистем Курской модельной области 159.
2. Моделирование пространственного распределения СПЭЯ основных типов почв Курской модельной области 164.
3. Определение содержания гумуса в пахотном горизонте почв Курской модельной области 175.
Заключение 191.
Литература 200.
- Методы и средства дистанционного зондирования
- Экспериментальные исследования по определению состава пахотного горизонта почв южной части Русской равнины
- Пространственно-структурное моделирование и анализ исходного состояния геосистем центральной части Русской равнины, на примере Курской модельной области
- Определение содержания гумуса в пахотном горизонте почв Курской модельной области
Методы и средства дистанционного зондирования
Современные методы и средства ДЗ основаны на оценке параметров состояния исследуемых объектов по результатам измерения характеристик их собственного излучения в окнах прозрачности атмосферы. Зондирование в видимом и ближнем инфракрасном (ИК) диапазонах осуществляется в пределах от 0,4 до 3 мкм, в тепловом ИК -8-12 мкм, в сверхвысокочастотном (СВЧ) - 1мм-1м диапазонах длин волн. Таким образом, совокупность методов ДЗ, а следовательно и технических средств, можно разделить на следующие классы:
1) видимый диапазон - 0,4 - 0,7 мкм;
2) ближний ИК диапазон - 0,7 - 1,8 мкм;
3) тепловой ИК диапазон - 8-12 мкм;
4) радиодиапазон СВЧ - 1мм - 1м и более (до десятков метров).
Каждому из обозначенных классов соответствуют определенные системы ДЗ, устанавливаемые на борту авиа- и космических носителей:
- видимый диапазон: фотографические (панхроматические, спектрозональные, многозональные); оптико-механические и оптико-электронные сканирующие (многозональные); спектрометрические (многоспектральные).
- ближний ИК диапазон: оптико-механические и оптико-электронные сканирующие (многозональные); спектрометрические (многоспектральные) .
- тепловой ИК диапазон: тепловые радиометрические (ИК-радиометры) , тепловой канал многозональной оптико-механической сканер-ной системы Landsat ТМ.
- радиодиапазон СЕЧ: радиолокационные активные; радиолокационные пассивные.
Рассмотрим особенности современных методов и средств ДЗ по установленным классам диапазонов длин волн.
Видимый и ближний ИК диапазоны.
Результатом дистанционного зондирования в видимом и ближнем ИК диапазонах является совокупность разнообразной информации, получаемой фотографическими, оптико-механическими, оптико-электронными и спектральными системами ДЗ. Информационный поток, обеспечиваемый указанными средствами, в свою очередь разделяется на две принципиально и качественно отличных групп информации: фотографи - 16 ческую (фотоизображение объектов земной поверхности) и параметрическую (измеренные величины собственного излучения объектов земной поверхности). Фотографические системы обеспечивают получение панхроматических, спектрозональних, многозональных изображений. Оптико-механические, оптико-электронные и спектральные системы -парамерической цифровой информации.
Фотографическая информация относится к разряду неоперативной. При решении многих задач ДЗ, обладает рядом достоинств, позволяющих выдерживать конкуренцию с самыми современными электронными системами. Информация фиксируется на фотоматериале и в дальнейшем может размножаться, храниться без использования специальных технических средств и по мере необходимости применяться потребителем для тематической обработки и анализа. Главным преимуществом фотографической информации, получаемой с помощью современных фотографирующих космических (самолетных) систем, является высокая разрешающая способность (шах 2-5м) и высокая геометрическая точность отображения зондируемого объекта.
Фотографическая информация может быть получена посредством следующих типов фотографирующих систем: обзорных (ручные фото- и кинокамеры на пилотируемых космических аппаратах, самолетах); панорамных (ручные и автоматические фотокамеры, позволяющие получать изображения широких полос местности поперек направления полета космического или аэроносителя); топографических (автоматические высокоточные ортоскопические оптические системы с минимальным нарушением постоянства линейного и углового изображения объекта); многозональные фотокамеры (автоматические высокоточные системы с несколькими каналами фотографирования).
Многозональная оптию-механическая сканерная информация от - 17 носится к разряду оперативной. В настоящее время в США, Франции и других странах оптико-механические сканирующие системы являются основным средством оперативного получения многозональной видеоинформации, применяемой при решении широкого круга картографических и природоведческих задач.
В последнее десятилетие, в мировой практике наиболее широко используется сканерная модифицированная система второго поколения, получившая название "Тематического картографа - ТМ" (Thematic Mapper), установленная на пятом спутнике Landsat (1984г.). Она имеет семь спектральных каналов: 0,45-0,52, 0,52-0,60, 0,63-0,69, 0,76-0,90, 1,55-1,75, 2,08-2,35 мкм и один ИК тепловой 10,40-12,50 мкм. Каждому спектральному каналу соответствует 16 фотоприемников. Сканирование в направлении, перпендикулярном трассе полета спутника, осуществляется с помощью качающегося зеркала, размещенного перед объективом, а формирование кадра изображения происходит за счет поступательного перемещения спутника. Для исправления искажений (Z-образная форма строк) на сканере установлен коррекционный узел, состоящий из двух дополнительных зеркал, движущихся вдвое быстрее частоты сканирования. Сканер ТМ имеет объектив с диаметром до 41см. Все это позволяет получать многозональное цифровое изображение с разрешением на местности до 30м (в тепловом канале до 120м) ІБарталев и др., 1995; Engel, We-instein, 19821.
Многозональные оптико-механические сканирующие системы широко используются и в нашей стране. В частности, в состав бортовой аппаратуры ИСЗ "Метеор-Природа" входят сканирующие устройства малого (МСУ-М) и среднего (МСУ-С) разрешения. Этими системами с 1976 по 1980 годы территория страны была снята более 400 раз [Трифонов, 19811.
МСУ-М обладает высоким углом сканирования, за счет чего охватывает полосу в 1930 км по трассе полета спутника, разрешение на местности 1,7 км (из-за перспективных искажений разрешение по краям строки уменьшается почти в 4 раза). Имеет четыре спектральных канала: 0,5-0,6, 0,6-0,7, 0,7-0,8 и 0,8-1,0 мкм [Селиванов и др., 19851. У МСУ-С чуть меньший угол сканирования, что соответствует полосе захвата 1380 км, разрешение на местности 142 м, на краях строки из-за перспективных искажений разрешение уменьшается в 2,5 раза. МСУ-С обеспечивает съемку поверхности в двух зонах спектра - 0,5-0,7 и 0,7-1,0 мкм.
Многозональная оптшо-элекщюнная сканерная информация также является оперативной. Системы оптико-электронного сканирования имеют ряд преимуществ по сравнению с оптико-механическими. Прежде всего, отсутствие механического блока с качающимся зеркалом обеспечивает более высокую надежность и долговечность системы. Съем многоспектральной информации осуществляется посредством линейной или матричной решетки фотоприемников - матрицы ПЗС (приборов с зарядовой связью). Процесс получения изображения на линейной или матричной решетках фотоприемников состоит из: поглощения фотонов на фоточувствительных элементах матриц, локализации электронных носителей в узлах матрицы, ее опроса в растре развертки и формирования выходного сигнала изображения. Важным преимуществом сканирования на линейных и матричных фотоприемниках является постоянство геометрии структуры изображения ISchimada и др., 19841.
Экспериментальные исследования по определению состава пахотного горизонта почв южной части Русской равнины
Многочисленными исследованиями спектральной отражательной способности почв установлено, что различия спектральных свойств определяются их генетической принадлежностью и обусловлены физико-химическими параметрами состава и текущего состояния {Андроников, 1979; Васильев, 1980,1987; Виноградов, 1981,1984,1988; Выгодская, Горшкова, 1984; Выгодская и др., 1987; Гарелик, 1980; Гарелик, Мазиков, 1986; Егоров, Мазиков, 1997; Карманов, 1970,1974; Кондратьев и др., 1978,1995,19956; Кондратьев, Козоде-ров, 1983; Кузнецов и др., 1982; Мазиков, Егоров, 1998; Михайлова, 1970; Михайлова, Орлов, 1986; Обухов, Орлов, 1964; Орлов и др., 1996; Орлов, Лопухина, 1985; Сорокина, 1967; Толчельников, 1974; Федченко, Кондратьев, 1981; Barsch и др., 1984; Clerk и др., 1983; Hardy, 1980; Manual of Remote Sensing; 19831. Исходя из этого, спектральная отражательная способность открытых распаханных поверхностей является физической основой распознавания, диагностики, оценки состояния, по крайней мере верхнего горизонта почв.
Спектральные свойства распаханных почв, при равных условиях освещенности, определяются в первую очередь такими параметрами верхнего горизонта как: содержание гумуса, механический состав, концентрацией минеральных соединений, среди которых главную роль играют породообразующие окислы S1O2, АІ2О3, Fe203, СаО, МпО, легкорастворимые соли (сульфаты, хлориды), карбонат кальция; переменное Елияние на спектральные характеристики оказывает влага, в малой степени размеры структурных отдельностей.
Из этого, как будто, вытекает, что при дистанционном зондировании, для определения параметров состояния почв (их вещественного состава) необходимо соответствующее множество измерений независимых спектральных яркостей. Однако такая постановка задачи нерациональна и, главное, не нужна практически. На практике она чаще формулируется как оценка ограниченного (выбранного, исходя из задачи) числа параметров состояния почв, анализ их пространственного распределения внутри определенной генетической единицы, сопоставление и поиск взаимосвязи с параметрами состояния соседствующих генетических разновидностей.
Эксперимент по определению состояния пахотных почв и определению вещественного состава верхнего (пахотного) горизонта по материалам цифровой многозональной сканернои информации космической системы "Фрагмент" был проведен на территории, общей площадью 27 000 км2 ІВасильев, Мазиков, 19861. Использовались космические снимки (съемка с ИСЗ "Метеор" 18.XI.1982 и 14.Ш.1983гг.), покрывающие изучаемую территорию полосой, шириной 90км, пересекающей с севера на юг водораздел Сальско-Манычской гряды, долину Маныча, восточную часть Сальской гряды, северные склоны Ставропольской возвышенности вдоль долины р.Егорлык и заканчивающейся на север - 69 ной периферии Ставропольской возвышенности.
Территория подвержена интенсивному сельскохозяйственному использованию и практически полностью распахана (за исключением долины Маныча). Она представляет собой: севернее Маныча - западную часть зоны распространения темно-каштановых почв средне- и тяжелосуглинистых, восточную периферию зоны черноземов южных, маломощных, мало- и среднегумусных, тяжелосуглинистых. Почвенный покров долины Маныча на пойме и низких террасах характеризуется сочетаниями и комплексами светло-каштановых, каштановых почв разной степени солонцеватости и солончаковатости, солонцов, солончаков. На высоких террасах правого борта долины Маныча распространены средне- и тяжелосуглинистые темно-каштановые почвы с небольшим участием в почвенном покрове солонцов. В пределах восточной части Сальской гряды и на северном склоне Ставропольской возвышенности распространены близкие по генезису черноземы мицелярно-карбонатные, среднемощные, среднегумусные, тяжелосуглинистого механического состава. И наконец, на северной периферии Ставропольской возвышенности распространены черноземы карбонатные среднемощные, реже мощные, тяжелосуглинистые.
Таким образом, изучаемая территория достаточно четко разделяется на различные в почвенно-географическом отношении районы, причем два из них (восток Сальско-Манычской гряды и высокие террасы правобережья Маныча) с темно-каштановыми почвами близки между собой по характеру почвообразования.
В этом отношении значительно отличен район поймы и низких террас Маныча, где формирование почвенного покрова происходит в условиях близкого залегания минерализованных грунтовых вод, периодического затопления поверхностными водами (также в значительной степени минерализованными), что обусловливает широкое распространение здесь солонцовых и засоленных почв.
Остальные районы объединяются между собой принадлежностью к степной зоне с разными подтипами черноземов, однако по фациальным особенностям почв распадаются на три группы. В первой - черноземы южные западной части Сальско-Манычской гряды по своему происхождению и основным свойствам существенно отличные от входящих во вторую мицелярно-карбонатных черноземов склона Ставропольской возвышенности. Однако, если последние развиваются на достаточно мощных покровных окарбоначенных лессовидных суглинках (в некоторых случаях делювиальных), то карбонатные черноземы Ставропольской возвышенности (третья группа черноземов) формируются на элювиальных (часто щебнистых) карбонатных суглинках разной мощности, а в ряде случаев - на элювии известняков. Таким образом, наиболее близки между собой почвы самой южной части исследуемой территории, а южные черноземы Сальско-Манычской гряды по условиям формирования занимают самостоятельное положение.
Прежде чем перейти к обсуждению методики и результатов эксперимента, кратко остановимся на некоторых вопросах анализа и количественной интерпретации многозональных сканерных изображений открытых поверхностей почв.
Как было показано выше (при обсуждении результатов анализа многозональных сканерных изображений территории Калмыкии), при обработке и анализе цифровой многозональной информации множество единиц измерений, при заданном доверительном интервале, группируются в классы. А если (при кластерном анализе) изображение обрабатывается в многомерном спектральном признаковом пространстве (в нашем случае 4-х мерном, по количеству спектральных каналов ска - 71 нера "Фрагмент"), то это множество образует кластеры, взаимное положение которых в многомерном векторном пространстве определяется спектральными свойствами земной поверхности, обусловленными на сельскохозяйственных (распаханных) землях состоянием и свойствами пахотного горизонта почв.
При содержательной интерпретации расположения кластеров таких многокомпонентных природных систем как почвы, необходимо выделить те параметры состояния, которые будут наиболее значимыми в общей модели связи спектральной яркости почв с компонентами их физико-химического состава. Такого рода задачи решаются методом многомерного статистического анализа двух множеств, где каждому члену первого множества - образцу почвы с определенными параметрами вещественного состава, ставится в соответствие n-мерный вектор спектральных яркостей. Такой анализ правомерен как для лабораторных измерений образцов почв [Андроников, 1958,1979; Михайлова, Орлов, 1981; Обухов, Орлов, 1964; Орлов и др. 19961, так и для натурных - подспутниковых [Виноградов, 1981,19841.
Пространственно-структурное моделирование и анализ исходного состояния геосистем центральной части Русской равнины, на примере Курской модельной области
Современная динамика и функционирование геосистем управляется действием природных и антропогенных факторов. В том случае, когда воздействие системы антропогенных факторов преобладает над воздействием природных, динамика и функционирование геосистем приобретают специфические черты, меняется характер цикличности параметров состояния компонентов, меняются количественные характеристики самих параметров и природные геосистемы трансформируются в природно-антропогенные Шриродно-антропогенные геосистемы, 1989; Природные геосистемы, 1988; Соколовский, Сидоров, 19831.
Территория Русской равнины в большей своей части распахана и из всех существующих типов геосистем здесь преобладают сельскохозяйственные (агросистемы). Они относятся к категории смешанных геосистем: взаимосвязи естественных компонентов, оборот вещества и энергии в почвах и растениях следуют природным закономерностям. И одновременно, на состояние компонентов агросистем существенно влияет хозяйственная деятельность человека.
Агротехнические мероприятия - ведущий антропогенно-техногенный фактор динамики и функционирования агросистем, в значительной мере подчиняются хозяйственным стратегиям, региональной системе земледелия. Это проявляется в выборе расположения полей, характере обработки почвы, внесении удобрений, сроках сева, площадном соотношении культур и т.п. Антропогенное воздействие на состояние агросистем может проявляться и через другие элементы хозяйства, входящие в их пространственно-территориальную структуру, такие как: селитебные объекты, дороги, гидротехнические сооружения, фермы и пр.
Структура использования земель, как самостоятельный показатель, отражает (хотя и в несколько условной форме) техническую составляющую современных ландшафтов и косвенно характеризует интенсивность техногенной нагрузки на естественные компоненты агросистем, которая может существенно меняться во времени и пространстве.
Пространственно-территориальную структуру территории усложняют природные геосистемы - "включения" на преобладающем фоне агросистем, но составляющие с последними единое целое. Для условий Курской модельной области к природным геосистемам относятся: лесные, поименно-луговые, геосистемы овражно-балочного комплекса. Состав естественной растительности, состояние отдельных ее видов, структура древостоя, характер границ сообществ являются информативными для качественной оценки функционального потенциала территории.
Основным системным показателем реальной динамики и функционирования агросистем принято считать продуктивность сельскохозяйственных культур, которая является функцией взаимодействия природных и антропогенных факторов [Васильев, 1982; Виноградов, 1984; Гарелик, Мазиков, 1986; Глушко, Кондратьева, 1982; Зайцева, Малышев, 1986; Нильсон, Кууск, 1984; Обиралов, 1982; Bauer и др., 1980; Stoner, 19821. В пределах большей части Русской равнины наиболее адекватно на изменения природных и антропогенных факторов в годовом цикле, реагируют посевы озимой пшеницы. Их реальное состояние зависит от погодных условий осени при формировании всходов, от погодных условий зимы и мощности снежного покрова (последняя во многом определяется положением поля в рельефе), от условий весеннего возобновления вегетации и т.д. Так например, при далеком от совершенства земледелии на полях Курской области, состояние посевов озимой пшеницы обусловливается, главным образом, действием природных факторов. Агротехника, за редким исключением, всего лишь "корректирует" их воздействие в положительную, а иногда и в отрицательную сторону.
Наибольший интерес для нашего исследования представляют, прежде всего такие данные, которые характеризуют (во взаимосвязи между собой) состояние основных компонентов природных и природно- антропогенных геосистем: почв, культурной и естественной растительности, поверхностных вод, рельефа и которые, в конечном счете, определяют их реальное состояние, динамику и функционирование.
Для получения этих данных и их анализа применяются как традиционные методы покомпонентного исследования с последующим син - 129 тезом полученных данных, так и многокомпонентный системный анализ территории с использованием аэрокосмической информации, матричного анализа, на базе современных информационных технолгий, компьютерной обработки результатов {Васильев и др., 1989; Итоговый отчет, 1987; Мазиков и др., 19891. Учет степени антропогенного воздействия ведется с помощью наземных исследований, по результатам которых вводятся коррективы при определении состояния компонентов изучаемых геосистем.
Курская модельная область (КМО) располагается в верховьях реки Сейм на площади 9 тыс.км2, охватывает верхнюю часть бассейна с основными притоками - реками Курицей, Тускарью, Ратью, Полной и дрАГерасимов, Грин, 19761. Распаханность земель КМО высокая. В целом для региона характерно следующее площадное соотношение угодий : пашни занимают 66%, пастбища и сенокосы - 14%, сады - 0,8%, под лесами и кустарниками - 10%, всего сельскохозяйственными угодьями занято около 80% территории ІГалицкая, Галицкий, 1974; Система земледелия Курской области, 19821.
Наше исследование состояло из двух этапов - локального и регионального. Из целого ряда задач, решаемых на локальном уровне Шазиков, Ермошкина, 19941 наиболее важной, с нашей точки зрения, является определение состояния посевов озимой пшеницы - системного показателя взаимосвязи положения соотсветствующеи агросистемы в реальном географическом пространстве с параметрами состояния ее основных компонентов (рельефа и почв).
Дешифрирование имеющихся аэрокосмических фотоизображений, наземное обследование и инвентаризация землепользования КМО показали, что количество, распределение полей озимой пшеницы и соот - 130 ношение их площадей с другими культурами практически неизменно на всей территории. Они занимают около 50% пашни и болеее 70% площади зерновых. В основу оценки состояния озимой пшеницы на отдельно взятом поле были положены следующие параметры: величина биомассы, фаза развития растительности, характер распределения растительности внутри поля по данным наземных измерений и по результатам обработки разнообразной дистанционной информации.
Исследования показали, что состояние посевов озимой пшеницы, при равных почвенно-литологических условиях, агротехнике и т.п., определяется положением сельскохозяйственного поля в рельефе -определяющего фактора эрозии почв при распашке. Сопоставление величин интенсивности эрозионных процессов (через вычисление коэффициента Нэ, см. 2й раздел II главы) с состоянием посевов показало, что в подавляющем большинстве случаев наиболее благоприятными условиями произрастания культуры обладают пашни, расположенные на плакорах и склонах, крутизна которых не превышает 3. Эти участки характеризуются мнимальными величинами коэффициента Нэ. Однако, в случаях небольших уклонов и малых величин Нэ, но при близком залегании от поверхности карбонатных, размываемых коренных пород, имеют место карстово-суффозионные процессы, которые выражаются в рельефе в виде серии мелких понижений округлой формы, часто ориентированных по общему уклону поверхности. Здесь наблюдается пятнистое угнетение посевов, вследствие их вымокания весной или затопления ливневыми осадками летом.
Определение содержания гумуса в пахотном горизонте почв Курской модельной области
В начале настоящей главы отмечалось, что реальное содержание гумуса в верхнем (пахотном) горизонте почв агросистем центра Русской равнины существенно ниже теоретического. По данным Всероссийского НИИ земледелия и защиты почв от эрозии іАгрожологи-ческое состояние черноземов ЦЧО, 19961, профессора В.П.Ахтырцева Ыхтырцев, 1979,19971 гумусированность 0-30-сантиметрового слоя пахотных почв КМО колеблется, в среднем: у серых лесных - в пределах 2-3%; темно-серых лесных - 3-4%; черноземов оподзоленных -5-6%; черноземов выщелоченных и типичных - 5-7 %. Такое заключение согласуется и с результатами выборочного наземного контроля дистанционных спектрометрических измерений СПЭЯ поверхности пашни. Следовательно их можно использовать в качестве априорных, контролирующих последующий анализ данных дистанционного зондирования.
Традиционный подход к решению обратной задачи требует определения зависимости между результатами дистанционных и наземных измерений, в нашем случае - между величинами СПЭЯ и содержанием гумуса. Это связано с проведением большого объема контрольных наземных и лабораторных измерений, в зависимости от реальной изменчивости содержания гумуса в почвах агросистем КМО. Такие исследования уже проведены Н.А.Михайловой и Д.С.Орловым (в лабораторных условиях, на примере пахотных почв некоторых районов Московской области, Казахстана и Дальнего Востока {Михайлова, 1970; Михайлова, Орлов, 19861), а проф. Б.В.Виноградовым для условий лесостепи и степи {Виноградов, 1984,19881.
В опубликованных Б.В.Виноградовым работах {Виноградов, 1984, с.79-84; Виноградов, 19811 выявлена связь спектральной отражательной способности поверхности пашни с содержанием гумуса в пахотном горизонте почв лесостепной и степной природных зон. На основании обобщения, статистической обработки собственных и имеющихся у других авторов данных лабораторных и натурных измерений спектральной отражательной способности почв Б.В.Виноградовым было установлено:
1) спектральный интервал 600-г/00нм - наиболее информативен при дистанционных оценках содержания гумуса;,
2) связь величин спектральной яркости с содержанием гумуса (h) в пахотном горизонте в спектральном интервале 600-700нм оптимально апроксимируется экспонентой и описывается функцией вида:
РА = pmin + (Ро - Pmin)e kh , где: рЛ - коэффициент спектральной яркости (КСЯ) в интервале 600-700нм; ро - КСЯ безгумусной почвообразующей породы (лессовидный суглинок); pmin - КСЯ многогумусной почвы; к - эмпирический коэффициент.
Эти положения были опробованы автором на на большом фактическом материале и подтвердили свою достоверность при расчетах гумусированности пахотного горизонта почв в разных регионах лесостепной и степной природных зон, Е том числе и на территории КМО. Наши выборочные наземные измерения гумуса, рассмотренные в связи с соответствующими измеренными значениями СТОЯ, в общих чертах согласуются с установленной Б.В.Виноградовым зависимостью, что существенно облегчило проведение последующих расчетов по решению обратной задачи.
Алгоритм решения задачи определения реального содержания гумуса в пахотном горизонте почв КМО по данным дистанционных спектральных измерений заключался в следующем:
1) строится кривая связи коэффициентов спектральной яркости (рЛ) с содержанием гумуса (ЬД), для спектрального интервала длин волн 600-700 нм, назовем ее "экспонентой-Гб50";
2) формируется совокупность измеренных значений СПЭЯ в спектральном интервале 650 нм и разбивается на четыре выборки, соответствующих: 1 - серым лесным, 2 - темно-серым лесным почвам, 3 - черноземам оподзоленным, 4 - черноземам выщелоченным и типичным;
3) по результатам калибровки измерений СПЭЯ почв относительно эталона (на специальном стенде) величины СПЭЯ, соответствующие каждой почвенной разности (четыре выборки) пересчитываются в КСЯ для обеспечения сопоставимости наших измерений с "экспонен той-гб5о";
4) полученные после пересчета величины КСЯ почв пересчитываются В ВеЛИЧИНЫ СОДерЖаНИЯ Гумуса, ИСПОЛЬЗУЯ "ЭКСПОНеНТу-Г650" в
качестве градуировочной кривой;
5) строится кривые распределения измеренных величин содержания гумуса и определяются их основные статистические параметры: среднее значение, дисперсия (СК0), вероятностные интервалы для четырех выборок, соответствующих каждой почвенной разности.
Как было показано в первом разделе этой главы, в пределах каждого почвенного ареала были проведены дистанционные спектральный измерения СПЭЯ распаханной поверхности на возможно большей площади территории КМО, ограниченной радиусом действия вертолета. В пределах ареала серых лесных почв с координатами географического центра 5-7 (рис,15,17) измерения были проведены в 54 точках на пашне, расположенной внутри трех элементарных ячеек (координаты: 4-8,5-6, 6-7). Ареал темно-серых лесных почв (7,5-3,7, рис.15,17) охарактеризован измерениями в 142 точках, внутри семи элементарных ячеек (2-8, 3-5, 6-4, 8-3, 6-5, 8-4, 8-6, рис.15,17). Черноземы оподзоленные охарактеризованы измерениями в 328 точках (элементарные ячейки с координатами: 3-3, 10-5, 2-12, 4-11, 6-11, 15-8, 18-10, 19-10, 18-12, рис, 15,17). Черноземы выщелоченные - 380 единиц измерений (14-4, 15-5, 17-6, 18-7, 19-8, 6-13, 8-14, 6-Ю, 11-11, 12-13, рис. 15,17). Черноземы типичные - 376 единиц измерений (12-13, 12-14, 11-14, 11-12, 6-13, 8-13, 12-3, 12-4, 14-3, 16-3).
Таким образом, с помощью модульной микропроцессорной спектрометрической системы Института географии РАН, обладающей спектральным разрешением в 1 нм и высоким быстродействием (время регистрации спектра 0,2-0,4 с; полное описание в [Егоров, Мазиков, 19971) за 10 дней полетов получен огромный массив измерений спектральных яркостей поверхности пашни в 1380 точках. Результаты классификации и анализа дистанционных данных (рис. 16), изложенные в двух предыдущих разделах позволили сформировать пространственно-структурную модель распределения СПЭЯ распаханных почв КМО (рис, 17) и на этой основе перейти к оценке содержания гумуса в их верхнем пахотном горизонте путем решения обратной задачи.@@@@@
Рисунок 18 иллюстрирует процедуру решения обратной задачи в соответствии с принятым нами алгоритмом. На рисунке видно, что группа кривых, расположенных по оси ординат характеризует распределение вероятностей дистанционно измеренных величин КСЯ (на длине волны 650нм) главных почвенных разностей, встречающихся на изучаемой территории. Аналогично результатам классификации (рис. 16) распределение вероятностей КСЯ поверхности пашни разбивается на три группы: первая (кривые 1,2) принадлежит серым лесным почвам, вторая (кривая 3) - черноземам оподзоленным и третья (кривые 4,5,6,7) - черноземам выщелоченным и типичным. Причем, характер распределения вероятностей измеренных величин КСЯ почв специфичен для каждой из выделенных групп и апроксимируется гаусовой кривой.
Похожие диссертации на Дистанционная диагностика свойств почв и почвенного покрова
