Содержание к диссертации
Введение
1. Состояние проблемы и обзор существующих методов ее решения 9
1.1. Моделирование природных процессов 10
1.2. Статистические модели 12
1.3. Обзор методов решения задачи 13
1.4. Методы корреляционного и регрессионного анализа 15
2. Применение факторного анализа 24
2.1. Метод главных компонент 24
2.2. Формализация метода главных компонент 26
2.3. Алгоритм метода главных компонент 32
2.4. Программная реализация метода главных компонент 33
3. Применение ступенчатого регрессионного метода 37
3.1. Постановка задачи 38
3.2. Алгоритм метода 40
3.3. Определение вкладов 43
3.4. Описание исходных данных 45
3.5. Описание переменных в программе 46
3.6. Программная реализация упрощенного метода Брандона 47
4. Построение моделей для определения параметров исследования показателей почвенного состава 49
4.1. Обусловленность содержания агрономически ценной структуры параметрами почвенного состава 58
4.2. Обусловленность содержания массы растительной органики параметрами почвенного состава 61
4.3. Обусловленность установившейся скорости фильтрации параметрами почвенного состава 65
4.4. Уточнение модели с помощью увеличения числа наблюдений.. 69
4.5. Исследования наблюдений на нормализованной матрице 73
4.6. Обусловленность содержания агрономически ценной структуры параметрами почвенного состава на нормализованной матрице наблюдений 75
4.7. Обусловленность содержания массы растительной органики параметрами почвенного состава на нормализованной матрице наблюдений 80
4.8. Обусловленность установившейся скорости фильтрации параметрами почвенного состава на нормализованной матрице наблюдений. 84
4.9. Адаптация модели 88
5. Построение карты распределения агрономически ценной структуры в почвах агросистем Оренбургской области 91
5.1 Применение карт в научных исследованиях 91
5.2. Расчет содержания агрономически ценной структуры в почвах агросистем Оренбургской области 92
5.3. Выбор системы градации для визуализации карты содержания агрономически ценной структуры 93
5.4. Выявление адекватности полученной карты содержания агрономически ценной структуры с почвенной картой Оренбургской области 93
Заключение 98
Список использованных источников 99
Приложения 106
- Методы корреляционного и регрессионного анализа
- Программная реализация метода главных компонент
- Обусловленность содержания массы растительной органики параметрами почвенного состава
- Выявление адекватности полученной карты содержания агрономически ценной структуры с почвенной картой Оренбургской области
Введение к работе
Актуальность темы. Согласно существующим воззрениям природ-но-техногенные комплексы (агросистемы) представляют собой сочетание взаимообусловленных многопараметрических объектов. Необходимость в изучении и учете большого числа свойств геотехнических объектов ставит проблему прогнозирования динамики одних показателей по ранее установленным изменениям других. В этой связи важно методически оценить результаты объединений параметров факторного анализа по физическим вкладам в регрессионных моделях этих показателей. Решение этой задачи позволит упростить определение обусловленности параметров, оптимизировать модели прогнозирования, ускорить время проведения анализа качества многих показателей.
При решении проблемы обусловленности возникает необходимость в использовании статистических методов, связанных с корреляционным анализом и факторным анализом, с моделями нелинейной регрессии. Такие методы являются актуальными при исследовании динамики свойств окружающей среды в пространстве, в том числе свойств почв, часть из которых, несмотря на многочисленные исследования агросистем территории Оренбургского региона, продолжает оставаться недостаточно изученными.
При мониторинговых исследованиях, а также при изучении почвенного покрова и других компонентов агроландшафтов нередко возникает проблема недостатка исходных данных. В этой связи на современном этапе развития геоэкологических исследований большое значение приобретает возможность использования статистических методов при прогнозировании изменений в том числе в агросистемах, с целью своевременного принятия мер для преодоления возможных негативных последствий.
Цель и задачи исследований. Целью работы является разработка методики прогнозирования изменений заданных почвенных показателей
агросистем на основе их динамики в условиях недостаточного количества наблюдений.
Для достижения поставленной цели были решены следующие задачи:
- с помощью метода главных компонент в факторном анализе выяв
лены качественные связи между показателями состава почв;
-разработан модифицированный алгоритм ступенчатого регрессионного метода для построения полиномиальных моделей почвенных характеристик;
- осуществлена разработка программного комплекса для реализации
метода главных компонент и ступенчатого регрессионного метода для
оценки вкладов в моделях факторов исследований;
-на основании предложенных моделей проведено картирование почв Оренбургской области по их свойствам.
Объектом исследований являются основные геоэкологические показатели почвенного покрова агросистем Оренбургской области.
Методы исследований. В процессе исследований использовались методы математической статистики: корреляционный, факторный, регрессионный анализы и другие.
Научная новизна исследований состоит в следующем:
Предложен метод последовательного нахождения и анализа пространственного распределения физических, геоэкологически значимых свойств почв агросистем, включающий:
^модифицированный алгоритм ступенчатого регрессионного метода;
метод оценок вкладов обусловленности для основных почвенных характеристик;
оценку качественных параметров почв агроландшафтов;
полиноминальные регрессионные модели для главных исследуемых факторов;
5) алгоритм варимаксного вращения для особых матриц исследования.
Наиболее существенные научные результаты, полученные лично автором, состоят: в разработке методики построения моделей свойств почв агросистем с использованием статистических методов; в разработке комплекса программных средств для прогнозирования изменений в при-родно-техногенных комплексах; в составлении карты распространения аргономически ценной структуры почвы в агроландшафтах Оренбургской области с использованием полученной модели.
Достоверность научных положений, выводов и рекомендаций работы подтверждается большим фактическим материалом, полученным лично автором, соответствием результатов теоретических исследований экспериментальным данным.
Практическая значимость и реализация результатов работы. На основании разработанного последовательного нахождения и анализа пространственного распределения физических свойств почв получены данные по структурному состоянию почв агроландшафтов Оренбургской области.
получены модели прогноза почвенных факторов на множестве обусловленных параметров;
предложена методика проведения геоэкологического экспресс-анализа на базе разработанного программного комплекса;
-по материалам исследования составлена карта содержания агрономически ценной структуры, которая принята к внедрению в ОАО «Оренбургское землеустроительное проектно-изыскательское предприятие» для использования в комплексных работах по кадастровой, в том числе геоэкологической, оценке почв и мониторингу земель.
Результаты исследования использовались автором при проведении занятий по курсам «Теория вероятности и математическая статистика» для студентов специальности «Прикладная информатика», «Экология
почв и почвоведение» для студентов специальности «Экология» в Оренбургском государственном университете.
Основные положения, выносимые автором на защиту:
методика построения моделей физических свойств почв агроси-стем статистическими методами;
разработанные модели физических свойств почв агросистем;
карта распространения агрономически ценной структуры в почвах агроландшафтов Оренбургской области, составленная с помощью модели.
Апробация работы. Материалы диссертации докладывались на региональной научно-практической конференции молодых ученых и специалистов Оренбургской области (Оренбург, 2002), на научно-практической конференции преподавателей и аспирантов ГОУ ОГПУ (Оренбург, 2003), на Всероссийской научно-практической конференции «Проблемы геоэкологии Южного Урала» (Оренбург, 2003), использовались при написании монографии «Новообразования и окружающая среда». По материалам диссертации опубликовано 8 печатных работ.
Объем и структура работы. Диссертация изложена на 105 страницах машинописного текста и состоит из введения, 5 глав, выводов и рекомендаций. Работа содержит 30 таблиц, 1 рисунок и приложения. Библиографический список включает 90 источников.
Структурно работа состоит из введения, пяти глав и заключения, списка литературы и приложений.
В первой главе обосновывается применение в постановочной части задачи факторного анализа, ступенчатого регрессионного метода для построения моделей и определения вкладов в них.
Во второй главе рассмотрен один из главных методов факторного анализа — метод главных компонент. Он совпадает с методом расчленения ковариационной или корреляционной матрицы на совокупность ортогональных векторов (компонент) или направлений по числу рассмотрен-
ных переменных. Достаточно подробно рассмотрено варимаксное вращение матрицы нагрузок после ее определения методом главных компонент.
В третьей главе изложен ступенчатый регрессионный метод, упрощенный алгоритм этого метода, его программная реализация.
В четвертой главе, используя программную реализацию ступенчатого регрессионного метода, факторного анализа, были построены и исследованы модели параметров, наиболее часто встречаемых при исследовании почвенных показателей.
В пятой главе рассматривается реализация некоторых моделей главы четвертой - образец построения карты содержания почвенного показателя.
В приложениях приведена программная реализация упрощенного метода Брандона, а также исходные данные для картирования результатов исследований.
Считаю своим долгом выразить искреннюю благодарность за научное руководство при выполнении диссертационной работы доктору технических наук, доценту Валерию Ивановичу Чепасову, а также доктору биологических наук, профессору Александру Михайловичу Русанову.
Автор также благодарен доктору технических наук, профессору Анатолию Арсентьевичу Цыцуре и доктору географических наук, профессору Олегу Константиновичу Рычко за ценные советы и пожелания в ходе работы над диссертацией.
Методы корреляционного и регрессионного анализа
Использование статистических методов получило достаточно широкое распространение в исследовании природных процессов и, в частности, почвенной среде. В почвоведении модели служат основной формой представления информации. В концептуальных моделях представлены знания, например о генезисе и эволюции почв, их натурными моделями служат вегетационные или лизиметрические опыты, широко используется полностью или частично формализованные модели при описании почвенных процессов. Главная функция любой модели заключается в содержании сведений о характеристиках объекта, существенных именно для решения данной задачи. Модель объективно воспроизводит главные свойства прототипа, но естественно не может отразить их полностью. Полная аналогия объекта и модели не существует, критерием же ее адекватности является практика [81].
Основное положение при построении статистических моделей базируется на допущении, что изучаемый процесс случаен и может быть исследован с помощью статистических методов анализа систем [7,36,42].
Статистические модели включают регрессионные модели, корреляционный и факторный анализ, многомерное шкалирование, анализ временных рядов. Поскольку зачастую статистические модели весьма громоздки и требуют больших машинных затрат на вычисление [14] используется ряд методов для снижения их размерности, например выделение главных компонент в регрессионных уравнениях и гармонических рядах. К регрессионным уравнениям предъявляется ряд требований: необходимо, чтобы модель учитывала основные факторы, оказывающие влияние не прогнозируемый показатель; охватывать широкий диапазон их значений; аппроксимирующая функция должна максимально отражать реальные биологические закономерности [27,35,62]. При построении моделей необходимо, чтобы характеристики параметров воспроизводились с приблизительно одинаковой точностью. В то же время, учитывая фактическую дисперсию параметров в полевых условиях, они не должны задаваться с излишней точностью. Оптимальные значения - это интервал, размерность которого неодинакова для отдельных параметров и почв. Более широкий диапазон может быть следствием неполноты исходной информации.
Большой вклад в создание регрессионных моделей природных систем внесли исследователи Т.И. Иванова, А.П. Федосеева, И.М. Стребко-ва, Е.С. Уланова и другие [27,28,33,40,43,67,68,73].
Для любых задач с изменяющимися количественными переменными представляет интерес исследования влияния некоторых переменных на остальные. Это, предположительно, может быть простая функциональная связь между переменными, но нередко, во многих физических процессах, это скорее исключение, нежели правило. Зачастую существует функциональная связь, слишком сложная для понимания или для описания в простых терминах. В таком случае мы можем стремиться описать эту функциональную связь с помощью какой-нибудь простой математической функции, например полиномом, которая, принимая подходящие переменные в качестве аргументов, сглаживает, приближается к «истинной» функции в определенной ограниченной области изменения этих переменных. При исследовании такой сглаженной функции мы можем больше узнать о рассматриваемой «истинной» зависимости и оценить отдельные или совместные эффекты изменения некоторых важных переменных.
По мнению Дрейпера и Смита [20], даже когда по смыслу не существует физической связи между переменными, мы можем стремиться к тому, чтобы отразить ее с помощью математического уравнения данного вида. Если уравнение физически бессмысленно (то есть не отраженные этим уравнение физические связи между показателями не адекватны), то и в этом случае оно может оказаться весьма ценным для предсказания значений ряда переменных по известным значениям других переменных, быть может, при определенных ограничениях.
Различают два основных типа переменных: независимые (предсказывающие), или факторы, и зависимые, или отклики. Под независимыми переменными понимаются такие переменные, для которых обычно можно устанавливать желаемое значение, либо те, которые можно только наблюдать, но не управлять ими. В результате преднамеренных изменений или изменений, происшедшими с независимыми переменными случайно, появляется эффект, которые передается и на другие переменные, на зависимые переменные. Практически, роли переменных обычно легко различимы.
Модель, в которой зависимая переменная является случайной величиной, а независимые переменные - детерминированные величины называется регрессионной моделью, а статистическим анализом такой модели является регрессионный анализ. Составная часть регрессионного анализа - метод наименьших квадратов, вычислительный прием, обеспечивающий минимизацию некоторой заданной квадратичной формы при фиксированном множестве данных.
Регрессионный анализ включает исходное предположение о том, что имеет место определенный тип зависимости, линейной относительно неизвестных параметров. Неизвестные параметры оцениваются еще при ряде других предположений по имеющимся данным, и получается искомое уравнение. Можно оценить полезность полученного уравнения и проверить, не оказались ли некоторые из предположений ошибочными [78].
Для упрощения процедуры построения линии регрессии в многомерном случае наиболее распространенным способом является использование факторного анализа, при этом особенно большой эффект получается, если число параметров велико, а число факторов мало. Задача факторного анализа состоит в замене набора параметров меньшим числом некоторых категорий, являющихся линейной комбинацией исходных параметров [83,84]. Удовлетворительным решением служит такая система факторов, которая достаточно адекватно передает информацию, имеющуюся в наборе параметров [26,72].
Программная реализация метода главных компонент
В толковании понятия «структура почвы», в почвоведении, у авторов нет единого мнения. В частности, в учебнике почвоведения, под редакцией И.С. Кауричева [52], структурой называют отдельности (агрегаты) на которые способна распадаться почва. Причем не делается разграничения понятий «структура» и «агрегат», «структурная отдельность». Согласно же Н.А. Качинского [31] почвенную структуру составляет совокупность агрегатов различной величины, формы, порозности, механической прочности и водопрочности, типичных для каждой почвы и ее горизонтов [80]. Это определение с позиции генетического почвоведения.
С морфолого-генетических позиций под структурностью почвы понимают ее способность распадаться, в естественном состоянии, на агрегаты того или иного размера и разной формы. Такие агрегаты называются структурными элементами, структурными агрегатами, структурными от-дельностями, педами. Поэтому почвенной структурой следует считать взаимное расположение в почвенном теле структурных отдельностей определенной формы и размеров [56].
Когда идет речь об агрономически ценной структуре, прежде всего, подразумевают зернистую и мелко ореховатую структуру. В соответствии с градацией С.А. Захарова [51] зернистая структура представляет собой структурные отдельности, достаточно четко ограниченной формы с шероховатой поверхностью. Диаметр крупнозернистых агрегатов колеблется от 3 до 5 мм. Зернистые агрегаты имеют размеры 1-3 мм. Мелкоореховатая структура представлена агрегатами 5-7 мм. Такая структура характерна для почв с большим содержанием гумуса и, в целом, органики, пронизанных травянистой корневой системой. Значительный вклад в формирование зернистой структуры оказывает также многочисленные почвенные беспозвоночные.
По вопросу о том, агрегаты какого размера следует относить к агрономически ценной структуре в отечественной литературе нет единого мнения, так, в частности в учебнике почвоведения под редакцией И.С. Кауричева [52] к наиболее агрономически ценной структуре относят микроагрегаты размером 0,25-10 мм, в то же время И.Б. Ревут считает, что к наиболее ценным структурам почвы следует относить агрегаты размером от 0,25 до 7 мм [54]. Такой вывод применительно к почвенно-климатическим условиям средней полосы России не вызывает возражений. Однако в условиях Южного Урала частицы 0,25-1,0 мм. нередко подвергаются выдуванию частыми ветрами в засушливый период, то есть дефляции. При исследовании водопрочности агрегатов почвы, И.Б. Ревут выделяет водопрочные агрегаты размером 1-7 мм и 0,25-1,0 мм. Его исследования показали, что чем выше содержание этих агрегатов в почве, тем выше водопрочность ее структуры. При определении диапазона агрономически ценной структуры мы исходили из предположения, что совокупность этих агрегатов должна не только обеспечивать оптимальный водно-воздушный баланс почвы, оптимальное развитие корневой системы, но и высокую водопрочность структуры, значительную противоэро-зионную устойчивость почвы, противостоять дефляции [59]. Исходя из этих соображений, нами были установлены верхние и нижние границы агрономически ценной структуры от 1 до 7 мм.
Агрономически ценная структура, в которой представлены агрегаты диаметром от 1 до 7 мм, обладает высокой пористостью, механической прочностью, водопрочностью, устойчивостью к дефляции. Она придает почве рыхлое сложение, создает возможность для оптимального соотношения увлажнения и аэрации почвы, облегчает прорастание семян и распространение корней растений. А также уменьшает энергетические затраты на механическую обработку почвы. В такой почве резко снижается поверхностный сток, а значит, смыв и размыв почвы. Иначе говоря, повышается ее противоэрозионная устойчивость.
Рассмотрим теперь, каким образом механический состав и содержание гумуса влияет на образование агрономически ценной структуры. В работе И.Б. Ревута [53,54] есть указания на то, что чем более измельчена горная порода (в данном случае являющаяся почвообразующей), тем более она обладает свойствами цемента, тем активнее взаимодействуют коллоидные оболочки на поверхности этих частиц. Даже частицы первичных материалов, например, кварца, достаточно измельченные, при соприкосновении приходят во взаимодействие. Можно сказать, что взаимодействие между частицами и микроагрегатами является результатом их склеивания поверхностными набухающими слоями.
Таким образом, чем больше почва содержит глинистых частиц, тем прочнее ее структурные отдельности.
Очень большую роль в структурообразовании играет гумус, как важнейшее клеящее вещество в почве. В роли агрегирующего вещества гумус может выступать как самостоятельно, так и в виде гуматов кальция, натрия, железа и алюминия [56]. Причем наиболее прочную структуру гумусовых горизонтов - зернистую, мелкокомковатую и мелкоорехо-ватую дают гуматы кальция. В качестве специфического структурного цемента гумусовых горизонтов, в ряде случает, выступают и живые клетки почвенных микроорганизмов, которые энергично адсорбируются почвенными частицами [25].
Большое значение в образовании водопрочной структуры принадлежит также и минеральным коллоидам. Следует иметь в виду, что почвенные агрегаты, образующиеся при участии только минеральных коллоидов, без гумусовых веществ, не обладают водопрочностью. Самая водопрочная структура образуется при взаимодействии гуминовых кислот с минералами группы монтмориллонитов и гидрослюдами. Есть указания [52] на то, что главная роль в структурообразовании принадлежит биологическим факторам: формирование покрова из многолетней травянистой растительности, деятельность мезо и микроорганизмов, а также продуктов их жизнедеятельности.
Наиболее детально, последовательно, роль структуры в плодородии почв исследовал В.Р. Вильяме [10], а также П.А. Костычев [39], И.Н. Ан-типов-Каратаев, Л.И. Прасолов [4], С.А. Захаров [24]. Впоследствии в этот раздел почвоведения значительный вклад внесли Н.А. Качинский [31], К.К. Гедройц [13], и другие, отечественные и зарубежные ученые. В их работах присутствуют указания на большое значение в структурообра-зовательном процессе следующих параметров:
Обусловленность содержания массы растительной органики параметрами почвенного состава
На основании полученных данных и с применением разработанной методики строится карта распределения агрономически ценной структуры в пахотных почвах области исходя из содержания в них гумуса и фракции физической глины (рисунок).
Для качественной оценки почв, исходя из содержания в них агрономически ценной структуры, использована пятибалльная система: отлично ( 50%), хорошо (35-50%), удовлетворительно (25-35%), неудовлетворительно (15-25%) и плохо ( 15%).
На карте наивысшие значения по содержанию агрономически ценной структуры ( 50%) приходятся на черноземы типичные тучные глинистого и тяжело суглинистого механического состава, расположенные на крайнем северо-западе области, на территории Северного административного района. Южнее простирается полоса почв с содержанием агрономически ценной структуры 35-50%. Почвенный фон в ней представлен преимущественно черноземами типичными среднегумусными и слабо-эродированными на почвах тяжело- и среднесуглинистого механического состава. Участки с таким содержанием агрономически ценной структуры расположены на территории Северного, Бугурусланского, Асекеевского, Абдулинского, Пономаревского, Шарлыкского, Октябрьского и Тюльган-ского районов, преимущественно в их северной части. К югу от описанной зоны следует ареал почв, в которых содержание агрономически ценной структуры находится в пределах 25-35%. Почвенный фон в этом ареале представлен черноземами обыкновенными тяжелосуглинистого механического состава, а также черноземами обыкновенными, карбонатными и эродированными.-В северной части этого ареала встречаются также черноземы типичные среднегумусные эродированные. Полоса этих почв простирается с запада на восток от Бузулукского до Кваркенского района. В восточной части ареала механический состав этих почв нередко глинисто-щебневатый.
Почвы с таким содержанием агрономически ценной структуры занимают большую часть территории Бузулукского, Курманаевского, Асе-кеевского, Матвеевского, Грачевского, Тоцкого, Красногвардейского, Александровского, Шарлыкского, Октябрьского, Сакмарского, Тюльган-ского, Саракташского и Кваркенского районов и составляют существенную долю почвенного покрова Сорочинского, Новосергиевского, Перево-лоцкого, Саракташского, Кувандыкского и Гайского районов.
Перечисленные ареалы представляют наилучший почвенный фон области. Наибольшую территорию занимают почвы, содержащие в своем составе 15-25% агрономически ценной структуры. Эта полоса занята черноземами южными средне- и легкосуглинистого механического состава, а также темнокаштановыми и" .карбонатными почвами тяжело- и среднесуг-линистого механического состава. В восточной части этой полосы механический состав местами глинисто-щебневатый. Такие почвы занимают большую часть территорий Первомайского, Ташлинского, Илекского, Соль-Илецкого, Оренбургского, Акбулакского, Беляевского, Кувандыкского, Гайского, Адамовского, Домбаровского, Ясненского и Светлин-ского районов. Отдельными пятнами, фрагментарно, встречаются участки с очень низким содержанием агрономически ценной структуры, менее 15%. Они приурочены к крупным песчаным массивам, расположенным в долинах рек Илек, Кинделя, Орь, по правобережью р. Самары и Бузулук-ском бору. Участок на границе Курманаевского и Первомайского районов выделяется на карте пониженным ( 15%) содержанием агрономически ценной структуры. Он соответствует черноземам южным карбонатным в разной степени эродированным легкосуглинистого механического состава.
На северо-западе области, в ареале 25-35%, имеются участки с пониженным содержанием агрономически ценной структуры ( 25%), что соответствует черноземам типичным среднегумусным сильноэродиро-ванным. На юго-востоке, юге и локально в центральной зоне области выделяются отдельные участки с пониженным содержанием агрономически ценной структуры, занятые солонцовыми комплексами, песками, выходами мела. В то же время отдельные включения с повышенным содержанием агрономически ценной структуры связаны, в первую очередь, с условиями рельефа, когда более северные подтипы почв по пологим северным склонам могут проникать южнее своего основного ареала распространения.
Представленная в данной главе математически рассчитанная карта впервые отображает в масштабах области" распространение почв с различным содержанием агрономически ценной структуры, что имеет значение, как для почвоведения, так и для земледелия. Она вполне соответствует представлениям о содержании агрономически ценной структуры в почвах Оренбургской области полученных эмпирическим путем. Методика построения карты может быть применима и для других областей нашего региона. Модель же, использовавшаяся для расчета, может быть не применима для других областей, либо применима с определенными условиями [37]. 1. Выявлена возможность применения метода главных компонент для выделения показателей, в наибольшей степени влияющих на тот или иной исследуемый параметр. Этот метод, несмотря на переход в пространство гипотетических переменных (факторов), позволил выделить качественные связи между параметрами геоэкологических объектов. 2. С помощью ступенчатого регрессионного метода построены полиномиальные модели исследуемых показателей, для чего разработан алгоритм модифицированного ступенчатого регрессионного метода с автоматическим выбором оптимальной степени аппроксимирующего полинома. Этот метод позволил выделить количественные связи между параметрами геоэкологических объектов. 3. Разработан комплекс программных средств для реализации метода главных компонент и ступенчатого регрессионного метода, а также построения полиномиальных моделей. 4. На основании анализа содержания гумуса и фракции физической глины была построена модель для расчета содержания агрономически ценной структуры в почвах агроландшафтов Оренбургской области. Полученные результаты использованы для составлении карты содержания в почвах агрономически ценной структуры, что имеет практическое значение для рационального использования почвенных ресурсов области, а также могут быть использованы в работах по мониторингу земель.
Выявление адекватности полученной карты содержания агрономически ценной структуры с почвенной картой Оренбургской области
По вопросу о том, агрегаты какого размера следует относить к агрономически ценной структуре в отечественной литературе нет единого мнения, так, в частности в учебнике почвоведения под редакцией И.С. Кауричева [52] к наиболее агрономически ценной структуре относят микроагрегаты размером 0,25-10 мм, в то же время И.Б. Ревут считает, что к наиболее ценным структурам почвы следует относить агрегаты размером от 0,25 до 7 мм [54]. Такой вывод применительно к почвенно-климатическим условиям средней полосы России не вызывает возражений. Однако в условиях Южного Урала частицы 0,25-1,0 мм. нередко подвергаются выдуванию частыми ветрами в засушливый период, то есть дефляции. При исследовании водопрочности агрегатов почвы, И.Б. Ревут выделяет водопрочные агрегаты размером 1-7 мм и 0,25-1,0 мм. Его исследования показали, что чем выше содержание этих агрегатов в почве, тем выше водопрочность ее структуры. При определении диапазона агрономически ценной структуры мы исходили из предположения, что совокупность этих агрегатов должна не только обеспечивать оптимальный водно-воздушный баланс почвы, оптимальное развитие корневой системы, но и высокую водопрочность структуры, значительную противоэро-зионную устойчивость почвы, противостоять дефляции [59]. Исходя из этих соображений, нами были установлены верхние и нижние границы агрономически ценной структуры от 1 до 7 мм.
Агрономически ценная структура, в которой представлены агрегаты диаметром от 1 до 7 мм, обладает высокой пористостью, механической прочностью, водопрочностью, устойчивостью к дефляции. Она придает почве рыхлое сложение, создает возможность для оптимального соотношения увлажнения и аэрации почвы, облегчает прорастание семян и распространение корней растений. А также уменьшает энергетические затраты на механическую обработку почвы. В такой почве резко снижается поверхностный сток, а значит, смыв и размыв почвы. Иначе говоря, повышается ее противоэрозионная устойчивость.
Рассмотрим теперь, каким образом механический состав и содержание гумуса влияет на образование агрономически ценной структуры. В работе И.Б. Ревута [53,54] есть указания на то, что чем более измельчена горная порода (в данном случае являющаяся почвообразующей), тем более она обладает свойствами цемента, тем активнее взаимодействуют коллоидные оболочки на поверхности этих частиц. Даже частицы первичных материалов, например, кварца, достаточно измельченные, при соприкосновении приходят во взаимодействие. Можно сказать, что взаимодействие между частицами и микроагрегатами является результатом их склеивания поверхностными набухающими слоями.
Таким образом, чем больше почва содержит глинистых частиц, тем прочнее ее структурные отдельности. Очень большую роль в структурообразовании играет гумус, как важнейшее клеящее вещество в почве. В роли агрегирующего вещества гумус может выступать как самостоятельно, так и в виде гуматов кальция, натрия, железа и алюминия [56]. Причем наиболее прочную структуру гумусовых горизонтов - зернистую, мелкокомковатую и мелкоорехо-ватую дают гуматы кальция. В качестве специфического структурного цемента гумусовых горизонтов, в ряде случает, выступают и живые клетки почвенных микроорганизмов, которые энергично адсорбируются почвенными частицами [25]. Большое значение в образовании водопрочной структуры принадлежит также и минеральным коллоидам. Следует иметь в виду, что почвенные агрегаты, образующиеся при участии только минеральных коллоидов, без гумусовых веществ, не обладают водопрочностью. Самая водопрочная структура образуется при взаимодействии гуминовых кислот с минералами группы монтмориллонитов и гидрослюдами. Есть указания [52] на то, что главная роль в структурообразовании принадлежит биологическим факторам: формирование покрова из многолетней травянистой растительности, деятельность мезо и микроорганизмов, а также продуктов их жизнедеятельности. Наиболее детально, последовательно, роль структуры в плодородии почв исследовал В.Р. Вильяме [10], а также П.А. Костычев [39], И.Н. Ан-типов-Каратаев, Л.И. Прасолов [4], С.А. Захаров [24]. Впоследствии в этот раздел почвоведения значительный вклад внесли Н.А. Качинский [31], К.К. Гедройц [13], и другие, отечественные и зарубежные ученые. В их работах присутствуют указания на большое значение в структурообра-зовательном процессе следующих параметров: - содержание гумуса, как в процентном соотношении, так и в долях концентрации гуминовых кислот по отношению к фульвокислотам; - продолжительность биологической активности почвы; - содержание фракции физической глины; - скорость фильтрации воды; - содержание агрономически ценных агрегатов; - плотность почвы; - общая масса растительной органики; - ферментативная активность пероксидазы и полифенолоксидазы; - водопрочность.
Похожие диссертации на Моделирование пространственной изменчивости свойств почв агросистем статистическими методами
