Содержание к диссертации
Введение
Глава 1. Общие принципы анализа почвенных ресурсов 12
1.1. Бонитировка почв 12
1.2. Подходы к оценке земель ФАО 15
1.3. Математическое и компьютерное моделирование 20
1.4. Предлагаемая стратегия анализа почвенных ресурсов 26
1.5. Географические информационные системы как основа анализа почвенных ресурсов 30
1.5.1. ГИС и анализ почвенных ресурсов 30
1.5.2. Строение и информационное обеспечение ГИС 32
1.5.3. Использование дистанционных материалов 43
Глава 2. Геоинформационная инвентаризация почвенных ресурсов 54
2.1. Общие подходы 54
2.2. Специфика инвентаризации на разных уровнях обобщения 64
2.2.1. Федеральный уровень 64
2.2.1.1. Технология SOTERH ее апробация 65
2.2.1.2. Технология SGDBEC и ее апробация 77
2.2.1.3. База данных ГИС «Земельные ресурсы России» 84
2.2.1.3.1. Почвенный блок базы данных 84
2.2.1.3.2. Климатический блок базы данных 107
2.2.1.3.3. Блок данных о рельефе 109
2.2.2. Специфика инвентаризации на региональном уровне обобщения 112
2.2.3. Специфика инвентаризации на локальном уровне обобщения 126
2.3. Специфика визуализации земельно-ресурсной информации с использованием ГИС 135
Глава 3. Компьютерная оценка пригодности земель 144
3.1. Анализ экологических и социально-географических ограничений 146
3.2. Анализ пригодности земель 154
3.3. Сценарии размещения типов землепользования 169
3.4. Реализация разработанных подходов к оценке земель на разных уровнях обобщения 173
3.4.1. Федеральный уровень 173
3.4.2. Уровень субъекта федерации 181
3.4.3. Уровень административного района 189
3.4.4. Уровень хозяйства 202
Глава 4. Моделирование потенциальной продуктивности земель 223
4.1. Результаты моделирования 225
4.2. Возможности моделирования на разных уровнях обобщения 237
4.2.1. Уровень обобщения административного района 237
4.2.2. Уровень обобщения хозяйства 247
4.3. Моделирование динамичности потенциальной продуктивности земель 258
4.3.1. Моделирование динамичности продуктивности земель для возделывания яровой пшеницы 258
4.3.2. Динамичность продуктивности земель при возделывании картофеля сорта Лорх в Курской области 262
Глава 5. Моделирование динамичности свойств почв и сельскохозяйственный мониторинг 277
5.1. Мониторинг влажности почв Европейской части России с целью прогноза засух и их влияния на урожайность ярового ячменя ... 279
5.2. Геоинформационный мониторинг плоскостной эрозии черноземов под влиянием ливневых осадков 285
5.3. Мониторинг почвенного покрова по данным компьютерного дешифрирования разновременных аэрофотоснимков 290
5.4. Стратегия создания мониторинговой ГИС плодородия почв отдельного поля 294
Выводы 301
Библиографический список 303
Приложение 1 319
Приложение 2 336
Приложение 3 357
- Географические информационные системы как основа анализа почвенных ресурсов
- Специфика инвентаризации на разных уровнях обобщения
- Реализация разработанных подходов к оценке земель на разных уровнях обобщения
- Моделирование динамичности потенциальной продуктивности земель
Введение к работе
Актуальность. Земельные ресурсы представляют основу целостности и базис развития любого государства. В России полное и всестороннее знание земельных ресурсов всегда признавалось крайне важным. К концу 20 века в первую очередь благодаря огромным усилиям почвоведов страна получила картографически обеспеченную инвентаризацию почвенных ресурсов в различных масштабах. В целом данная информация вполне отвечала требованиям централизованного хозяйственного механизма России доперестроечного этапа развития. В настоящее время ситуация резко изменилась. Прежде всего страна отказалась от государственного управления земельными ресурсами. Иинициатива в использовании земель отдана производителю и определяется рынком и конъюнктурой спроса. В этих условиях созданная в советское время система информационного обеспечения землепользования оказалась невостребованной. Необходима трансформация почвенно-пространственных данных в сторону их приближения к новым социально-экономическим условиям. Отсутствие современного
информационного обеспечения лишает органы государственного и муниципального управления возможности формировать адекватную современным хозяйственным задачам реальную, предметно и регионально дифференцированную тактику и стратегию развития экономически выгодного, социально приемлего и экологически допустимогоиспользования почвенных ресурсов страны. Перечисленные требования входят в число главных критериев устойчивого развития сельского хозяйства, которые приняты главными для страны на обозримую перспективу в XXI веке (Рио де Жанейро, 1992; Иоханесбург, 2002).
Согласно определению Международной Продовольственной Организации - ФАО (1976) земли - это «часть поверхности суши,
характеристики которой охватывают все относительно стабильные или предсказуемо цикличные компоненты биосферы над и под этой поверхностью, включая атмосферу, почвы и подстилающие породы, растительное и животное населения и результаты настоящей и прошлой активности человека». Это определение следует стержневой идеей отечественного естествознания в части системного познания и управления земельными ресурсами как единым целым, которая была сформулирована В.В. Докучаевым в конце XIX века. Однако, воплощение этой принципиальной мысли требует соответсвенно полной и разнообразной информации соединенной с адекватно сложными средствами ее анализа, современными информационными технологиями и пр. В этом свете разработка научных основ такого нового направления в земледелии как -ландшафтно-адаптивное земледелие (Каштанов, 1992, 2002; Кирюшин, 1993, 2000; Каштанов и др., 1994; Кирюшин, Власенко, 2003 и др.) требует одновременного анализа и учета такого большого количества разноплановых данных, что в настоящее время осуществить ее без привлечения компьютерной техники не представляется возможным.
Почвы являются одной из наиболее важных составляющих понятия земельные ресурсы. В значительной мере именно почвы выступают главным показетелем качества земель. Инвентаризация почвенных ресурсов
традиционно осуществляется с использованием картографических методов. По мере накопления данных о почвах и их географии, а также в связи с расширением количества прикладных задач интерпретации почвенных данных почвоведы пытались увеличить информативность почвенных карт. Так, на почвенных картах середины 20-го века показывались преимущественно преобладающие почвы (Ливеровский, 1949; Прасолов, 1954). На почвенных картах конца 20-го века, кроме преобладающей, показывалось несколько сопутствующих почв (Почвенная карта Ярославской области (1981), Почвенная карта РСФСР (1985)), которые в дальнейшем дополнялись данными о структуре почвенного покрова (Фридланд, 1965; Сорокина, 1987, 2003; Белобров, 1999). Однако одновременно с увеличением информационной емкости почвенных
карт снижалась степень их читаемости и восприятия, что в свою очередь затрудняло их практическое использование. Несоответствие между техническими возможностями традиционной «бумажной» картографии и объемом почвенных данных, которые необходимо и можно инвентаризировать, также может быть разрешено на основе современных компьютерных подходов.
По мере развития почвоведения и накопления данных о почвах расширялась сфера потенциального приложения почвенных знаний. В последние десятилетия особенно возрасла актуальность исследований в области моделирования поведения биосферы и социума на глобальном уровне, и, как следствие, возросла значимость изучения роли педосферы в разрешении глобальных экологических и продовольственных задач (MARS project, 1988-2004, ASSOD, 1998; SOVEUR, 1999; IPCC, 2001; Global Carbon Project, 2003 и др.). Транснациональность подобных задач требует не только наличия почвенно-ресурсной информации в разных странах, но и ее концептуальной унификации, а также стандартизации ее сбора, хранения и анализа (Arnold et al., 1990; SOTER, 1993; SGDB EC v.3., 2001; Столбовой и др., 2002).
Таким образом, ход развития почвоведения предопределяет необходимость разработки новых подходов к анализу почвенных ресурсов в России. Одним из перспективных подходов выступает внедрение геоинформационных технологий для инвентаризации почвенно-ресурсных данных, их хранения и научно-прикладного анализа, что предопределяет актуальность темы исследования. Одновременно, бурное внедрение в научные исследования в последние десятилетия геоинформационных технологий создало базис для развития новых методов инвентаризации почвенно-ресурсной информации, а также ее последующего прикладного анализа.
Цель и задачи исследований. Общей целью исследований была адаптация геоинформационных технологий для анализа почвенных ресурсов России.
Решались следующие задачи;
- провести обзор наиболее широко используемых в Мире методов оценки почвенных ресурсов, осуществить их экспериментальную проверку и разработать стратегию анализа почвенно-ресурсной информации с использованием технологий ГИС;
- сформулировать принципы создания геоинформационных баз данных инвентаризации почвенного покрова на разных уровнях обобщения;
- обосновать методологические подходы и предложить алгоритмы геоинформационного анализа почвенно-ресурсной информации для оптимизации размещения основных сельскохозяйственных угодий и культур на качественном и количественном уровнях.
• Создать и опробировать методы интеграции наземной информации с данными дистанционного зондирования для целей компьютерного мониторинга почвенных ресурсов.
Научная новизна и защищаемые положения. Впервые создана геоинформационная система инвентаризации и анализа почвенных ресурсов России, интегрирующая современные компьютерные базы данных с информацией дистанционного зондирования и результатами имитационного моделирования, которая обобщает и развивает традиционные отечественные методы картографирования и оценки почв. Система разработана на научном и техническом уровнях, сопоставимых с такими зарубежными аналогами, как например, Почвенно-географическая база данных Европейского сообщества (SGDB ЕС, 2003) и Цифровая база данных почв и земной поверхности Мира (SOTER, 1995). Выгодным отличием системы является ее адаптивность к национальным стандартам и традициям картографирования и оценки почв. Кроме того, система обладает свойством совместимости с международно принятыми подходами, и превосходит их в возможностях практического использования. Предложены новые методы инвентаризации почвенных ресурсов России на разных уровнях хозяйсивенно-экономической организации территории, основанные на использовании технологий географических
информационных систем. Впервые созданы ГИС почвенных ресурсов для России, для Московской области, Краснодарского края, республики Дагестан, Дербентского района Дагестана, Ступинского района Московской области, хозяйства «Богословское» Ясногорского района Тульской области. В качестве основных защищаемых положений выступают:
- методология геоинформационного анализа почвенных ресурсов России;
- система инвентаризации почвенных ресурсов, адаптирующая достижения дистанционных методов исследования почв и существенно расширяющая возможности прикладного анализа почвенно-географических данных на разных уровнях обобщения;
- система и алгоритмы оценки почвенных и земельных ресурсов России для целей сельскохозяйственного производства, основанная на технологиях ГИС и методах имитационного моделирования;
- концепция компьютерного анализа динамики почвенных ресурсов, мониторинга почв и разработки сценариев их возможных изменений.
Практическая значимость. Проведен критический анализ наиболее распространенных в Мире методов инвентаризации и оценки почв. Предложены технологические решения, которые позволяют решить на новом научном и техническом уровне проблему инвентаризации и оценки почвенных ресурсов, внедрение которых вносит значительный вклад в развитие сельского хозяйства страны. Разработанные методы инвентаризации почвенных ресурсов позволяют осуществить переход от традиционных почвенных карт к компьютерным базам данных, что открывает широкие возможности для оперативного обновления существующих почвенных карт, а также для сопряженного анализа почвенно-ресурсной информации с информацией о рельефе, климате и других компонентах земельных ресурсов. Предложенная технология анализа данных позволяет применить многовариантную систему оценки потенциала почвенных ресурсов. В этой системе землепользователю представляется право выбора той или иной деятельности в соответствие с
потенциалом его земель, а также с учетом имеющихся ресурсов. Реализация такого подхода на уровне страны и субъекта Федерации выступает инструментом формулирования политики использования земель. На уровне отдельного хозяйства система позволяет избежать непроизводительные затраты на использование земель, не отвечающее их ресурсному потенциалу. Такой анализ необходим в условиях рыночных методов управления земельными ресурсами страны при распределении природно-ресурсной ренты, кредитовании сельхозпроизводителей, определении возвратности кредитов, страховании урожая и пр.
Апробация. Предложенные подходы опробованы на примере создания ряда геоинформационных систем» которые используются в научных и научно-производственных организациях России для разработки рекомендаций по оптимизации системы землепользования отдельных регионов, а также зарубежом. Созданы ГИС комплексного анализа земельных ресурсов России, а также для административных регионов различного уровня: субъект РФ (Московская область, Краснодарский край, республика Дагестан), административный район (Ступинский район Московской области и Дербентский район Дагестана), хозяйство (УПХ «Богословское» Тульской области (филиал РУДН)), поле (Опытное поле Почвенного института им. В .В.Докучаева в УПХ «Богословское»). Кроме того, разработанные технологические решения были апробированы при создании системы «Дистанционный мониторинг эрозии черноземов» (совместный проект Института Географии РАН и DARA (Германия)), ГИС LUC-проекта Института прикладного системного анализа (Австрия), ГИС «Почвенно-географическая база данных Европейского Сообщества (масштаб 1:1000000)» и система «Сельскохозяйственный мониторинг с использованием дистанционных материалов» (проекты Объединенного исследовательского центра стран ЕС), а также используются при создании Системы отраслевого дистанционного мониторинга МИНСЕЛЬХОЗА России. Материалы Диссертации использованы
в курсах обучения студентов Географического факультета МГУ, Почвенного факультета МСХА, Аграрного факультета РУДН.
Результаты исследований докладывались на 16 и 17 Международных конгрессах почвоведов (Монтпелье, Франция, 1998; Бангкок, Таиланд, 2002), на втором съезде Докучаевского общества почвоведов при РАН (С.-Петербург, 1996), на международном совещании "Почвы бывших социалистических стран Европы и бывших советских республик: современный статус и перспективы1 (Прага, Чехия, 2000), на международном симпозиуме SPIE «Дистанционный сельскохозяйственный мониторинг» (Агия-Пелагия, Греция, 2002), на международных семинарах по прикладному системному анализу (Ґетеборг, Швеция, 1997; Лаксенбург, Австрия, 1997), по использованию компьютерного моделирования с целью прогнозирования урожайности (Испра, Италия, 2002, 2003), на координационном совещании по международному проекту SOVEUR (Будапешт, Венгрия, 1998), на пленарном заседании Европейского Почвенного Бюро (Испра, Италия, 2002), на научных совещаниях «Структура почвенного покрова» (Ленинград, 1989), «География и картография почв» (Москва, 1992), «Устойчивое развитие систем землепользования в России» (Москва, 1993), «Деградация почвенного покрова и меры по ее предупреждению» (Москва, 1998). Кроме того, материалы были представлены на международном симпозиуме «Теория систем на рубеже тысячелетий» (Москва, 1998), на научном совещании в честь 100-летия А.Л.Чижевского (Москва, 1998), демонстрировались на Всероссийских выставках «Агропромышленный комплекс России -1998 и 2000» (Москва, 1998, 2000), а также на заседаниях бюро земледелия и Президиума РАСХН, ученого совета Почвенного института имени В .В. Докучаева.
Публикации. По материалам Диссертации опубликована 81 печатная работа, в том числе 17 издано зарубежом.
В первой главе диссертации рассмотрены основные существующие подходы к оценке почв и земель, а также изложена предлагаемая автором
стратегия анализа почвенных ресурсов. В последующих главах описываются разработанные подходы к геоинформационной инвентаризации почвенных ресурсов, оценки почвенных и земельных ресурсов на качественном и количественном уровнях, а также примеры создания ГИС мониторинга почвенных ресурсов.
В качестве иллюстраций в Диссертации использованы результаты личных исследований автора, а также исследований, выполненных под его руководством и в соавторстве со специалистами других отделов Института и иных учреждений.
Автор глубоко признателен за обсуждение работы и ценные советы д-ру геогр. наук В.С-Столбовому.
При подготовке работы особо полезными и значимыми были замечания академика РАСХН ЛЛШишова, член-корреспондента РАСХН В.А.Рожкова, д ров с/х наук М.С. Симаковой и Д.С.Булгакова.
Искренне признателен российским и зарубежным коллегам, оказавшим помощь в отдельных исследованиях: К. ван Дипену (ALTERRA, Нидерланды), В. ван Энгелену (ISRIC, Нидерланды), профессорам И.А. Драгавцевой (СКЗНИИСиВ) и Н.Г. Загирову (Махачкалинский ГУ), к-ту геогр. наук JLB. Десинову (Институт Географии РАН), а также сотрудникам лаборатории почвенной информатики Почвенного института им. В.В. Докучаева.
Особая признательность коллективу лаборатории ГИС Почвенного института им. В.В. Докучаева.
Географические информационные системы как основа анализа почвенных ресурсов
Первые ГИС появились в начале 60-х годов в Швеции, а затем в Канаде. В настоящее время ГИС подходы инвентаризации и анализа земельных ресурсов интенсивно развиваются во всем мире. Среди разнообразных международных и национальных геоинформационных проектов необходимо отметить следующие: GDPP - "Проект создания глобальной базы данных" (Tomlinson, 1988) и входящие в него: "Мировая база данных для наук об окружающей среде" (WDDES), "Глобальная информационно-ресурсная база данных GRID" (GRID, 1981; 1987), «Пространственно-координированная информация по окружающей среде стран ЕС» (CORINE) (Rhind, 1988; Rhind et all, 1986), a также проект создания Почвенно-географической базы данных стран ЕС и проект глобального Атласа окружающей среды Национального центра геофизических данных США (НОАА). Особенно следует отметить деятельность ФАО по созданию и развитию баз данных и ГИС в области сельского хозяйства (Land Evaluation for Development., 1990; Chidly, Egly, 1993; Guidelines for Land-Use Planning, 1993; Agro-ecological zoning, 1996 и др). Международные проекты SOTER (Цифровая база данных почв и земной поверхности Мира) и ASSOD (База данных дергадации почв Мира) также ведутся под патронажем ФАО. Международный институт прикладного системного анализа (IIASA) в Австрии также вносит значительный вклад в развитие земельных и почвенных ГИС. Arnold R.W., I.Szabolcs, V.O.Targulian в 1990 г. поставили вопрос о создании ГИС для контроля глобальных изменений почвенного покрова. Ведутся работы по двум крупным проектам - по лесам России и бореального пояса Мира в целом и по анализу изменений земель Евразии за последнее столетие (LUC project). В настоящий момент в IIASA завершаются работы по созданию русифицированной версии CD диска, содержащего обзорную информацию по состоянию и компьютерному анализу земельных ресурсов России.
Наряду с такими центрами развития земельных ГИС как США, Канада, Англия, в Мире появляются и новые центры, активно развивающие национальные ГИС. Таковыми являются ГИС природных ресурсов и мониторинга окружающей среды в Китае, земельные ГИС Японии, Финляндии и многих других стран. В нашей стране ГИС также нашли широкое распространение, в том числе для построения экологических оценок и прогнозов, в географии, почвоведении и лесоводстве (Трофимов, Панасюк, 1984; Рожков, 1989, 1991, 2002; Рожков, Рожкова, 1993).
Первые сведения о ГИС для целей мониторинга и рационального использования почв появились в печати в 1991 г. (Рожков, Столбовой, 1991).
Начало практических разработок почвенных ГИС относится к 1990 г., когда в Почвенном институте им. В.В.Докучаева стало использоваться программное обеспечение ГИС EPPL7, подаренное разработчиками. Первой из них была ГИС на основе базы знаний и планов лесонасаждений Юганского заповедника для прогноза динамики лесного покрова (FORES). Более крупная и развитая ГИС с экспертной системой прогноза была разработана для таких же прогнозов (но с учетом лесных пожаров) на территорию Северной Якутии (BYTANTAI). Затем появилась ГИС АДАПТЕР для оценки пригодности земель на часть совхоза «Болотовский» и отдельные хозяйства в Кабардино-Балкарии, Ступинского района Московской области. В 1994 г. был создан Почвенно-экологический атлас России, включивший 16 карт разного масштаба и содержания: карты районировании (Почвенно-географическое, Природно-сельскохозяйственное, Лесорастительное и др.), биопродуктивности (фитомасса, мортмасса, продукция), растительность, почв, агроклиматическая карта и пр. Каждая из них имеет 1-4 слоя и сопряжена с базами атрибутивных данных разного профиля (Рожков и др., 1995). В настоящее время оцифрованы Ландшафтная карта СССР и Почвенная карта в масштабе 1:2.5 М. Вместе с Атласом они образуют постоянно развивающуюся ГИС природных ресурсов России (Рожков, 2001). Наряду с этими системами ведется создание Автоматизированной системы Государственного земельного кадастра и целого ряда других ГИС и баз данных.
Несмотря на то, что геоинформационные технологии в настоящий момент широко используются как во многих научных дисциплинах (география, астрономия, физика, геология, биология и т.д.), так и в практике хозяйственной деятельности (в строительстве, медицине, военном деле, проектных организациях, обороне и др.), единого понимания термина ГИС пока не существует.
Эквиваленты термина ГИС используются с различной смысловой нагрузкой. Наиболее часто подразумеваются три аспекта: 1) ГИС как конкретная информационная система, созданная для определенной территории, определенного круга приложений, с специфичными структурнофункциональными характеристиками; 2) ГИС как аппаратно-программный комплекс, реализующий геоинформационную технологию и независимый от области приложения; 3) ГИС как программное средство реализации некоторой информационной технологии. Нет единства и в определениях ГИС. Обычно она определяется как особый случай информационных систем, где база данных состоит из наблюдений над простанственно распределенными явлениями, процессами или событиями, которые могут быть определены как точки и линии или контуры, тем самым структурируя базу данных, а вслед за нею и ГИС относительно базовых картографических объектов разной размерности.
Специфика инвентаризации на разных уровнях обобщения
В настоящее время для компьютерной инвентаризации почвенно- и земельно-ресурсной информации на подобном уровне обобщения в Мире существует несколько подходов, среди которых наиболее известны такие как Цифровая база данных почв и земной поверхности SOTER (van Engelen et al., 1993) и Цифровая база данных почв Европы (SGDBEC) (Le Bas, Jamagne, 1996).
Цифровая база данных почв и земной поверхности ( Soil and Terrain Digital Data Base, SOTER) предлагается в качестве современной технологии сбора, хранения и обработки данных. Эта технология признана и рекомендуется мировым сообществом в качестве интернациональной. Достаточно сказать о создании международной рабочей группы по SOTER в рамках международного общества почвоведов. Идеи SOTER приняты в качестве научно-методической базы при подготовке базы данных по почвам Мира (FAO) др.
Идея создания Глобальной цифровой базы данных почв и суши впервые высказана В.Сомбруком (1984) в статье "К Глобальной инвентаризации почвенных ресурсов в масштабе 1:1М", в которой была обоснована необходимость и актуальность работ в данном направлении. Уже в 1986 году предложения по разработке проекта SOTER были выдвинуты группой экспертов во время рабочей встречи в Вагенингене (Нидерланды). Дополнительный импульс работа получила в процессе реализации проекта GLASOD (подготовка Глобальной карты деградации почв), и в 1987 году была издана первая версия Руководства по технологии SOTER. С этого времени технология была полностью апробирована в масштабе 1:1М на двух пробных участках (территория на стыке Аргентины, Уругвая и Парагвая в 1989 году и в районе границы между США и Канадой в 1990 году). В 1993 году была издана уже 5 версия Руководства. В настоящее время апробация технологии SOTER проводится еще на 4 участках, расположенных в различных частях света. Проведение работ в рамках проекта SOTER осуществляется под эгидой таких организаций как FAO, ISSS, UNEP, ISRIC.
Основной целью проекта SOTER является внедрение технологии сбора информации для создания Глобальной базы данных о почвах и земной поверхности с целью усовершенствования процессов инвентаризации почвенных и земельных ресурсов, мониторинга их изменений. Создание подобной базы данных (БД), функционирующей при поддержке СУБД реляционного типа и ГИС, даст возможность получения унифицированной точной и своевременной информации о почвенных и земельных ресурсах широкому кругу ученых, специалистов в области планирования, менеджмента, политики, которая необходима при оценке широкого круга проблем, возникающих при использовании природных ресурсов и принятии соответствующих решений по их разрешению.
Стратегия распространения технологии SOTER в настоящий момент состоит в создании ряда региональных БД в масштабе 1:1М, которые были бы унифицированы, построены по одним правилам, и в перспективе, могли бы слиться в единую глобальную БД. Создаваемые в рамках технологии SOTER БД характеризуются тем, что данные в них структурированы таким образом, чтобы их можно было использовать для решения максимально широкого круга задач. При этом, формат данных полностью совместим с глобальными БД иных природных ресурсов. Кроме того, обеспечена свободная возможность обновления данных, хранения старых версий данных.
БД SOTER состоит из двух основных частей: геометрической и атрибутивной. Основным компонентом геометрической БД является контурная сеть выделов SOTER (ВС). Кроме того, здесь хранятся иные цифровые карты, такие как карта транспортных магистралей, размещения населенных пунктов, карта гидрографической сети, административных границ и т.п. Существует возможность при необходимости адаптировать в БД дополнительные слои пространственной информации (например, карта плотности населения, размещения промышленных предприятий и т.п.). Функционирование геометрической БД осуществляется при поддержке ГИС.
Основная информация атрибутивной БД привязана к ВС. Ее использование осуществляется при поддержке специальной СУБД реляционного типа. СУБД обеспечивает хранение данных в виде таблиц, которые при помощи идентификационных кодов соотносятся с конкретными ВС и между собой. Иной особенностью СУБД является то, что если какие-либо вводимые данные оказываются идентичными, то их ввод в БД осуществляется лишь однажды. На рисунке 11 представлена в общем виде структура БД SOTER (показаны основные блоки данных и связи между ними). Данные, хранящиеся в атрибутивной БД могут быть как обязательными для создания БД, так и желательными, введение которых может в принципе и не проводиться. Кроме того, БД содержит как описательные, так и числовые данные.
Контурная сеть ВС получается путем последовательного использования основных критериев выделения. Соответственно, ВС может в принципе быть определен на трех уровнях: 1. на уровне ареалов земной поверхности (ЗП); 2. на уровне ареалов компонентов земной поверхности (КЗП); 3. на уровне ареалов почвенного покрова (КПП). Для получения ВС на первом уровне используются два основных критерия разделения: физиография (physiography) земной поверхности и общее литологическое строение. Под физиографией земной поверхности в контексте Технологии понимается описание основных форм макрорельефа территории исследований. Оно основано на анализе преобладающих уклонов поверхности и степени ее расчлененности. Использование этих критериев наряду с данными об преобладающих абсолютных и относительных высотах позволяет получить первые картографические выделы, которые далее подразделяются с учетом общего литологического строения территории. В результате получаются ВС на первом уровне обобщения: на уровне ареалов ЗП (рис.12).
Реализация разработанных подходов к оценке земель на разных уровнях обобщения
Любая сельскохозяйственная культура имеет свои специфические требования к условиям произрастания, которые во многом предопределяются ее физиологическими особенностями. В настоящее время на основе полевых вегетационных опытов практически для всех сельскохозяйственных культур определены оптимальные и граничные значения экологических параметров потенциально влияющих на их рост (Duke, 1979; Campbell, Sauls, 1980; Dube et al., 1982; Sys, Riquier, 1984; Eswaran, Valmayor, 1986; Шишиов и др., 1991; Sys et al., 1991; Кирюшин 1996 и др.).
Все многообразие экологических факторов, потенциально лимитирующих возделывание основных сельскохозяйственных культур в России можно разделить на три группы: климатические, почвенные и рельефные факторы.
Из рельефных факторов, наиболее часто в качестве лимитирующих называются такие как уклон местности, а также степень горизонтальной и вертикальной расчлененности рельефа. Для пропашных и овощных культур, считается, что ограничения по рельефу отсутствуют или очень слабы при преобладающих уклонах местности менее - 5 , а для зерновых - менее 8. При уклонах менее 12 влияние рельефных факторов, как правило, можно устранить использованием специфических технологий возделывания культур. При преобладании уклонов местности более 12 возделывание большинства сельскохозяйственных культур возможно лишь после террасирования склонов. В настоящее время в большинстве случаев промышленное возделывание сельскохозяйственных культур в России на террасах экономически нерентабельно.
В связи с большим разнообразием экологических условий практически все почвенные свойства, потенциально лимитирующие рост сельскохозяйственных культур встречаются в России. Граничные значения и набор свойств ограничивающих рост культур варьирует не только в зависимости от типа растения, но также могут изменяться и для отдельных сортов каждой культуры.
В процессе возделывания сельскохозяйственных культур часть неоптимальных свойств земель компенсируется использованием специальных агротехнических приемов (удобрения, спец. виды обработки ...), другие устраняются использованием мелиоративных приемов (осушение, орошение, промывка от солей...). Устранение неоптимальности отдельных свойств земель на имеющемся уровне развития сельскохозяйственного производства экономически нерентабельно.
Наиболее трудно устранимо влияние таких лимитирующих почвенных свойств как поемность, текстура, каменистость и щебнистость почв, мощность потенциально корнеобитаемого слоя. Коренными мелиорациями устранимо влияние таких свойств как дренажный класс, УГВ, содержание гипса, карбонатов, легкорастворимых солей, подвижного натрия. Использования специфических агротехнических приемов позволяет устранить влияние таких факторов как неоптимальная величина рН, слабая насыщенность основаниями, низкое содержание гумуса, повышенная плотность почв, их эродированность.
Все многообразие климатических лимитирующих свойств объединяются в три группы: характеристика светового режима, тепло и влагообеспеченность посевов сельскохозяйственных культур. При промышленном возделывании сельскохозяйственных культур компенсация влияния климатических лимитирующих факторов является наиболее сложным. Так, наиболее «легко» из них могут быть устранено воздействие лимитирующих факторов, связанных с недостатком влаги (орошение земель).
Под пригодностью земель понимается степень соответствия свойств земель экологическим требованиям сельскохозяйственного растения и специфике используемых технологий возделывания культуры. Оценка пригодности земель России для возделывания основных сельскохозяйственных культур проводилась отдельно по почвенным свойствам, климатическим условиям и особенностям рельефа на основе ГИС «Земельные ресурсы России», описание которой приведено в параграфе 2.2.1.3. Индивидуальные оценки отдельных факторов интегрировались в обобщенные классы пригодности земель. При этом в качестве решающего правила использовался принцип «максимального ограничения». На рисунке 38 в качестве примера приведена визуализация компьютерных карт частной и интегральной оценки земель для возделывания картофеля.
Оценка пригодности земель приводилась для возделывания наиболее распространенных сельскохозяйственных культур: пшеницы, озимой ржи, ярового ячменя, овса, кукурузы, проса, гороха, гречихи, подсолнечника, сахарной свеклы, льна и картофеля. На картах интегральной пригодности земель России для промышленного производства сельскохозяйственных культур показано распространение элементарных выделов оценки с различной долей оптимальных земель (см. приложение 2).
Анализ полученных данных показывает, что в целом для России количество оптимальных земель для проанализированных культур невелико (табл.19). Наибольшее их количество отмечается для яровых пшеницы и ржи, гречихи и ярового ячменя. Сравнение с долей фактических посевных площадей на 2003 год показывает, что для всех культур доля реальных посевов гораздо меньше доли оптимальных земель. Учитывая тот факт, часть посадок практически всех культур располагается на неоптимальных землях, можно утверждать, что потенциальные возможности расширения их площадей в России велики.
В наибольшей степени это относится к посевам льна-долгунца и гречихи, для которых доля фактических посадок в 2003 году в более чем 100 раз меньше, чем доля оптимальных земель. Относительно меньше всего резерва для расширения площадей у сои, озимой ржи и подсолнечника. Конечно, эти выводы носят достаточно гипотетичный характер, так как при анализе не учитывается экономическая эффективность возделывания культур в конкретном регионе и то, что культуры возделываются в севооборотах, а не в виде монокультур.
Тем не менее, полученные данные с нашей точки зрения могут быть использованы в качестве интегрального показателя полноты использования ресурсного потенциала земель России для возделывания тех или иных культур. Индекс полноты, приведенный в таблице представляет собой долю фактического использования земель для возделывания той или иной культуры от площади оптимальных земель для культуры.
Моделирование динамичности потенциальной продуктивности земель
Моделирование динамичности потенциальной и водно-ограниченной продуктивности земель для возделывании яровой пшеницы было осуществлено на примере районов отдельных метеостанций Ленинградской, Московской, Курской, Рязанской и Новосибирской областей. Моделирование проводилось для следующих условий. В качестве климатических входных параметров использовались среднемесячные климатические данные для отдельных лет периода с 1961 по 1990 годы для районов метеостанций Николаев (Ленинградская область), Кашира (Московская область), Павелец (Рязанская область), Купино (Новосибирская область) и Курск. Моделирование велось для стандартных файлов песчаной, суглинистой и глинистой почв, при этом считалось, что влияние грунтовых вод не значимо. Дата начала моделирования определялась моделью автоматически на основе анализа метеорологических и почвенно-гидрологических условий, или же принималась фиксированной. Наибольшие средне многолетние значения потенциальной продуктивности земель наблюдаются в Новосибирской области, чуть ниже - в Курской и Максимальными значениями водно-ограниченной продуктивности характеризуются земли Курской и Рязанской областей, немного ниже значения продуктивности для Новосибирской и еще ниже для Московской области (рис.67). Наибольшим разбросом значений водно-ограниченной продуктивности характеризуется Новосибирская область. Долговременные тренды динамики водно-ограниченной продуктивности являются положительными для Московской, Курской и Рязанской областей, и отрицательными - для Новосибирской области. Характер динамики водно-ограниченной продуктивности в общих чертах сходен с характером динамики потенциальной продуктивности земель. Максимальная разница между значениями водно-ограниченной и потенциальной продуктивностью наблюдаются для Новосибирской области (разница более 20 % в 53% лет в течение периода моделирования, в 20 % лет потенциальная продуктивность больше водно-ограниченной более чем в 2 раза). Для Московской области эта разница ниже - более 20 % в 25% лет, еще ниже - для Рязанской - то же отклонение в 13 % лет, и совсем невелика в Курской области - 20% отклонения в 10 % лет.
Различия в значениях водно-ограниченной продуктивности земель для возделывания пшеницы на разных почвах выражены слабее, чем для картофеля. Максимальная разница в значениях водно-ограниченной продуктивности, обусловленная водно-физическими свойствами почв, отмечена для Рязанской области (разница в 20 % наблюдается в 13 % лет), в Московской области та же разница наблюдается в 7 % лет из периода моделирования. Наименьшей частотой отклонений (отклонение в 20 % встречается в 3 % лет) характеризуются значения продуктивности, полученные для Курской и Новосибирской областей. Основываясь на результатах моделирования динамичности продуктивности земель для возделывания пшеницы можно сделать следующие выводы: 1. Размах отклонений от средних значений потенциальная продуктивность за 30-ти летний период для пшеницы составляет 17 % (минимум - в Новосибирской области) и 48 % (максимум - в Ленинградской области). 2. Годы с экстремальными значениями потенциальная продуктивность разные для разных областей (регионов). 3. Анализ трендов показал, что потенциальная продуктивность Московской, Новосибирской и Рязанской слабо уменьшается, а потенциальная продуктивность Курской и Ленинградской областей слабо увеличивается. 4. Пространственная дифференциация значений потенциальной продуктивности в разных областях составляет 30%. 5. Размах отклонений от средних значений водно-ограниченной продуктивности за 30-ти летний период для пшеницы составляет 40 % (минимум - в Новосибирской области) и 75 % ( максимум - в Ленинградской области). 6. Направленность трендов динамики водно-ограниченной продуктивности почти такая же, как и потенциальной продуктивности, кроме пшеницы в Московской области. 7. Пространственная дифференциация значений водно-ограниченной продуктивности в разных областях составляет около 6%. 8. Главный определяющий фактор водно-ограниченной продуктивности - это климат, но в некоторых областях и в отдельные годы водно-физические свойства почв также влияют на значения водно-ограниченная продуктивность. Максимальная разница между значениями водно-ограниченной продуктивности разных почв составляет для пшеницы 65 %.
