Содержание к диссертации
Введение
Глава I. Обзор литературы 11
1.1 Влияние высоких доз птичьего помета на ключевые с точки зрения дистанционного дешифрирования свойства почв и близлежащие водоемы 11
1.2 Дистанционные методы исследования как перспективное направление почвенно-экологического мониторинга .17
1.2.1 История развития дистанционных методов и основные особенности их использования... .17
1.2.2 Оценка свойств почв по прямым дешифровочным признакам (спектральной отражательной способности почв) 21
1.2.3 Перспективы использования косвенных дешифровочных признаков...26
1.2.3.1 Использование растительного покрова в качестве косвенного дешифровочного признака .26
1.2.3.2 Состояние водоемов как показатель загрязнения почв .34
Глава II. Объекты и методы исследования 41
2.1 Объекты исследования 41
2.1.1 Географическое положение 41
2.1.2. Климатические условия 44
2.1.3. Рельеф и почвообразующие породы 46
2.1.4. Почвы .48
2.1.5. Водные объекты .50
2.1.6. Растительный покров 51
2.2 Методы исследования .52
Глава III. Оценка влияния высоких доз птичьего помета на спектральную отражательную способность почв 59
3.1 Оценка влияния высоких доз птичьего помета на спектральную отражательную способность почв в видимом диапазоне 59
3.2 Оценка влияния высоких доз птичьего помета на тепловые свойства почв .70
3.3 Оценка влияния высоких доз птичьего помета на электрическое сопротивление почв (перспективность использования радиоволнового диапазона) 72
3.4 Оценка влияния загрязнения почв птичьим пометом на их контрастность 74
Глава IV. Перспективы использования косвенных дешифровочных признаков для мониторинга загрязнения почв птичьим пометом 82
4.1 Перспективность оценки различных критериев растительного покрова в качестве косвенного дешифровочного признака .82
4.2 Спектральная отражательная способность близрасположенных водоемов как косвенный дешифровочный признак загрязнения почв птичьим пометом 104
Выводы 110
Список литературы
- Дистанционные методы исследования как перспективное направление почвенно-экологического мониторинга
- Оценка свойств почв по прямым дешифровочным признакам (спектральной отражательной способности почв)
- Рельеф и почвообразующие породы
- Оценка влияния высоких доз птичьего помета на тепловые свойства почв
Дистанционные методы исследования как перспективное направление почвенно-экологического мониторинга
Внесение в почвы высоких доз (500 кг N на га и более) птичьего помета отражается на их свойствах, изменение которых может быть установлено дистанционно, то есть через спектральные характеристики. Прежде всего, загрязнение почв органическими удобрениями влияет на гумусовое состояние. Содержание гумуса в целом и гуминовых кислот в частности в верхних горизонтах дерново-подзолистых почв хорошо коррелируют со спектральной яркостью этих горизонтов в видимой и ближней инфракрасной областях спектра (Орлов, Бирюкова, 1987; Зборищук, 1994; Кравцова, 2005).
Влиянию высоких доз органических удобрений на гумусовое состояние дерново-подзолистых почв посвящен ряд исследований. В некоторых из них отмечается, что внесение высоких доз приводит к увеличению общих запасов гумуса (в среднем на 0,1% за год), повышению содержания органического углерода, гуматов кальция и изменению соотношения между гуминовыми и фульвокислотами в пользу первых в верхнем слое почвы (Бачило и др., 1986; Новожилов, 2004; Будажапова, 2009; Лукин, 2010; Тарасов, Гамонова, 2010; Орлов, 2011).
Другие работы свидетельствуют о том, что при внесении высоких доз в некоторых случаях может происходить быстрая минерализация органического вещества, и потому содержание гумуса остается неизменным, а иногда и уменьшается (Сиухина и др., 2000; Бокарева, 2004). Основываясь на этом, Седых В.А. (2013) отмечает, что в связи с различной интенсивностью минерализации органических удобрений, содержание органического вещества в верхнем горизонте почвы не всегда коррелирует с дозами птичьего помета.
Будажапова М.Ж. (2009) отмечает, что длительное внесение органических удобрений в почвы приводит к упрощению периферической части гумусовых молекул. При этом на спектральных кривых исчезают две полосы поглощения, обусловленные валентными и деформационными колебаниями CH2 и CH групп.
С куриным пометом в почвы попадает значительное количество азота и фосфора (табл. 1). Изменение азотного и фосфатного состояния почв не может быть зафиксировано при помощи дистанционных методов непосредственно. Однако, из основных элементов питания, содержащихся в птичьем помете, именно азот оказывает наибольшее влияние на спектральную отражательную способность растений (Гриненко, Федосеев, 1984; Савич и др., 2006), а фосфор является главной причиной эвтрофикации близлежащих водоемов (Schindler, 1977; Левич, 1995; Капралов и др., 2013). Кроме того, высокие дозы подвижного фосфора в почве могут приводить к угнетению и гибели растений и, как следствие, к уменьшению проективного покрытия (Кудеяров, 1984; Изерская и др., 2003).
Очевидно, что состояние растительного покрова зависит от содержания в почве доступных аммонийной и нитратной форм азота. Попадание в почвы большого количества органических удобрений приводит к увеличению содержания их в почвах (Ялтонский, 1987; Neeteson; Wadman, 2004;
Дабахова, 2005; Окорокова, 2009). По данным Поддубной О.В. с соавторами (2008), концентрация нитратов в грунтовых водах вблизи животноводческих объектов и птицефабрик составляла от 2 до 15 ПДК, при этом содержание аммиака варьировало в диапазоне 0,39-12,2 мг/дм3.
Согласно полученным Седых В.А. (2012, 2013) результатам, внесение помета в дерново-подзолистую почву в условиях оптимальной влажности приводило к увеличению концентрации нитратов в почвах до 1500 мг/л в микрозонах, средняя концентрация составляла при этом 30-85 мг/л. В грунтовых водах прилегающих к птицефабрикам территорий концентрация нитратов превышала аналогичный показатель в дренажных водах с окрестных полей в 2 раза, аммиачного азота в 8 раз, подвижных фосфатов в 11 раз, а калия в 10 раз. Автор, ссылаясь на данные Витриховского П.И. (1989), отмечает, что содержание нитратов в почвах при внесении в них птичьего помета зависит от гранулометрического состава: тяжелые почвы обладают большей буферной емкостью в сравнении с более легкими.
Внесение птичьего помета в почву повышает содержание в ней подвижных фосфатов. Приведенные в литературе результаты исследований, указывают на то, что содержание подвижных фосфатов в почвах, прилегающих к крупным птицефабрикам, на порядок и более превосходит их содержание в аналогичных почвах, используемых в земледелии (Изерская, Цыцарева, 1996; Титова и др., 2005; Новожилов, 2004; Дабахова, 2005; Бахарев, 2011; Седых, 2013).
В частности, по данным Новожилова И.А. (2004), утилизация птичьего помета на ограниченной территории увеличивала содержание подвижного фосфора в верхнем горизонте до 2705 мг/кг почвы, а валового – до 5525 мг/кг. Бахаревым А.В. (2011) отмечено, что при многолетнем внесении 20 т/га птичьего помета на дерново-подзолистых легкосуглинистых почвах содержание подвижных фосфатов повышается до 2500 мг/кг. Кроме того, автором наблюдалась их миграция на глубину до 60 см.
Очень высокое содержание фосфора в почве может приводить к уменьшению проективного покрытия растительного покрова. Кудеяров В.Н. с соавторами (1984) отмечают, что при содержании подвижных фосфатов более 400 мг/кг почвы может происходить угнетение растений, а при содержании более 4000 мг/кг – гибель.
Попадание в почвы высоких доз птичьего помета приводит не только к загрязнению непосредственно самих почв, но и к миграции в близлежащие водоемы с грунтовыми водами и поверхностным стоком фосфатов, нитратов, калия и органических соединений (Сурнин, 1988; Аммосова и др., 1989; Прокошев, Дерюгин, 2000; Дабахова, 2005). Концентрация поллютантов в воде зависит при этом от месторасположения птицефабрки, дозы удобрений, гранулометрического состава почв, рельефа и гидрогеологических условий (Moody, 1990).
Седых В.А. (2013) указывает, что согласно водно-санитарному законодательству Российской Федерации, концентрация нитратов в питьевой воде лимитируется 10 мг/л (в пересчете на азот), при этом в некоторых случаях поверхностные и подземные воды вблизи птицефабрик содержат до 50 мг/л нитратов. В частности, проверки санитарного состояния в 2007 г. показали наличие серьезных нарушений на Петелинской птицефабрике и на птицефабрике «Глазово». По данным Дабаховой Е.В. (2005), в Германии, Нидерландах, Франции и США 50% грунтовых вод в зонах концентрированного птицеводства и животноводства имели концентрацию нитратов 45-50 мг/л, для некоторых она достигала 500-700 мг/л.
Оценка свойств почв по прямым дешифровочным признакам (спектральной отражательной способности почв)
Почва в качестве целостного природного объекта, характеризующегося определенным генетическим профилем, на космических снимках непосредственно не отображается. В лучшем случае, при отсутствии растительного и снежного покровов, для изучения доступен поверхностный горизонт, характеризующийся определенными свойствами (Кравцова, 2005). Однако, основываясь на парагенетических связях между различными горизонтами почвенного профиля, Ливеровский Ю.А. (1962) заключает, что признаки верхнего слоя могут нести в себе информацию о свойствах почвы в целом.
Оценка свойств почв далеко не всегда может проводиться по прямым дешифровочным признакам. Как было показано ранее, почва доступна для непосредственного изучения только в тех случаях, когда проективное покрытие растительного покрова составляет не более 20%. Кроме того, определенную сложность может представлять варьирование влажности верхнего горизонта (Sinha, 1986; Орлов, 2001; Кравцова, 2005; Lesaignoux et al., 2011).
Тем не менее, использование прямых дешифровочных признаков в дистанционных методах исследований достаточно распространено в настоящее время (Thomasson et al., 2000; Fox, Sabbagh, 2002; Daughtry, Bausch, 2003). В таких случаях используется спектральный образ почвы, который выражается в качестве математических значений спектральной отражательной способности либо в виде спектральной кривой (Кирьянова, Савин, 2011).
Считается, что все свойства почв, оказывающие влияние на их спектральную отражательную способность можно разделить на две группы (Орлов, 2001; Кравцова, 2005; Прудникова, 2013). Первая группа объединяет в себе свойства, изменение которых отражается только на интегральных значениях спектрального отражения, но не меняет форму кривой. К ним относятся влажность (рис. 2), гранулометрический состав и структура.
Влияние влажности на спектральную отражательную способность почв изучалось рядом авторов (Johannsen, 1969; Cihlar, 1977; Theis, 1979; Sinha, 1986; Liberman, 1999; Vinnikov et al., 1999; Ramnath, 2004). Считается, что определение влажности верхнего горизонта наиболее эффективно в тепловом инфракрасном диапазоне (Myers, Heilman, 1969; Richter et al., 2009; Shenghui et al., 2009; Maltese et al., 2010; Hain et al., 2011). Также следует отметить, что проблема влияния влажности на спектральные свойства почв актуальна, прежде всего, в весенний и осенний периоды. Летом поверхность верхнего горизонта достаточно быстро высыхает и достигает воздушно-сухого состояния (Кравцова, 2005).
Исследования гранулометрического состава и структуры показали, что меньшими коэффициентами спектральной яркости обладают в среднем более тяжелые и хорошо оструктуренные почвы (Sinha, 1986; Houssa et al., 1996; Barnes, Baker, 1999; Орлов, 2001; Daughtry, Bausch, 2003; Belinaso et al., 2010). Для изучения влажности и структуры почвенного покрова помимо видимого, а также ближнего и теплового инфракрасного диапазонов, используют и радиодиапазон (Cihlar, 1977; Lin, 1995; Wigneron et al., 2003; Ramnath, 2004; Masters, 2005; Ouchi, 2013). Необходимо отметить, что из двух типов радиометрических снимков, большинство авторов работают только с одним: радарными снимками, получаемыми активным методом (радиолокацией). Их главное преимущество перед вторым типом, микроволновыми снимками, основанными на пассивном методе получения информации, состоит в том, что они обладают более высоким разрешением (Кравцова, 2005; Токарева, 2010).
Радарные снимки имеют ряд преимуществ и перед видимыми и инфракрасными изображениями. В частности, их качество не зависит от погоды и параметров освещения, а разрешение определяется исключительно длиной антенны и абсолютно не зависит от высоты съемки. Кроме того, использование радиолокации позволяет разделять многие неконтрастные в оптическом диапазоне почвы, оценивать недоступные при использовании видимых и инфракрасных изображений свойства, например не только влажность поверхности почвы, но и содержание влаги в нижних горизонтах, а также диэлектрические свойства почв (Cihlar, 1977; Ramnath, 2004; Кравцова, 2005; Прудникова, 2013). Возможность использования последних для дистанционной оценки загрязнения почв органическими удобрениями требует изучения.
Однако в целом следует признать, что применение радарных снимков на сегодняшний день достаточно ограничено. Это можно объяснить наличием ряда недостатков, таких как спекл-шумы (пятнистость изображения), изменением яркости изображения на склонах (эффект «радиодорожек») и, несмотря на существенное снижение в последние годы, относительно высокой ценой.
Во вторую группу входят свойства, изменение которых отражается на форме спектральной кривой. К ним относятся минералогический и химический состав, а именно содержание тех компонентов, которые определяют цвет почв. К данной категории относятся, прежде всего, содержание гумусовых веществ, и окислов железа, снижающих спектральную яркость поверхностного горизонта, и карбонатов, хлоридов и сульфатов, действующих противоположно. Как отмечает Кравцова В.И. (2005), решающим фактором, определяющим цвет верхних горизонтов дерново-подзолистых почв, является содержание гумусовых веществ.
Как показано ранее, внесение высоких доз органических удобрений приводит к увеличению содержания гуматов в почвах, изменяется соотношение содержания гуминовых и фульвокислот в пользу первых, увеличивается коэффициент цветности (Будажапова, 2009; Лукин, 2010; Орлов, 2011).
Оценке взаимосвязей между коэффициентами спектрального отражения почв и содержанием в них гумусовых веществ посвящено значительное количество исследований (Sinha, 1986; Орлов и др., 1987; Орлов, Бирюкова, 1989; Смеян и др., 1990; Зборищук, 1994; Розанова, 2000; Niu, 2000; Fox, Sabbagh, 2002; Терехов, Кауазов, 2006; Ачасов, Бидолах, 2008; Liu et al., 2010; Малышевский и др., 2013). Проведенные исследования показывают, что хорошая корреляция между данными показателями существует в видимом и ближнем инфракрасном диапазонах (400-1200 нм). При этом, согласно данным Орлова Д.С. и Бирюковой О.Н. (1987), наибольшее влияние на уменьшение коэффициентов спектральной яркости оказывает абсолютное содержание в почвах гуминовых кислот.
Рельеф и почвообразующие породы
Также распространены основанные на отражении в красной и ближней инфракрасной областях разностный вегетационный индекс DVI, перпендикулярный вегетационный индекс PVI, относительный вегетационный индекс RVI, модифицированное простое соотношение MSR, вегетационный индекс широкого динамического диапазона WDRVI (Jordan, 1969; Richardson, Wiegand, 1977; Gitelson, 2004; Haboudane, Miller, 2004) и некоторые другие. где RNIR – отражение в ближней инфракрасно области, RRED – отражение в красной области, – угол между земной (водной) поверхностью и осью падения излучения. Примерами показателей, основанных на спектральной отражательной способности объектов в зеленой области, являются зеленый нормализованный разностный вегетационный индекс GNDVI (Gitelson, Merzlyak, 1996) и зеленый индекс GI (Eitel et al., 2008): где RNIR – отражение в ближней инфракрасно области, RGREEN – отражение в зеленой области.
Данные дистанционного зондирования позволяют работать с усредненными значениями отражения излучения различными частями растений. При этом у большинства видов высших растений во время вегетационного периода, основной вклад в спектральную отражательную способность растительных сообществ вносят листья. Однако, несмотря на то, что листовые пластинки различных видов высших травянистых растений могут отличаться по спектральным характеристикам, эти различия, как правило, не носят фундаментального характера. Нередко спектральная изменчивость в пределах одного вида может быть выше, чем разница между различными видами (Козлова, 1954; Мерзляк, 1998; Малинников, 2008; Dammer et al., 2012). Так, в исследованиях Козловой К.И. (1954) коэффициенты спектральной яркости полыни варьировали в зависимости от природно-климатических и погодных условий от 20,9% до 65,1% в красном и от 24,0% до 72,7% в ближнем инфракрасном диапазоне.
Кроме того, как показывают данные спектральных библиотек (Кринов, 1947; Толчельников, 1974; gis-lab.info/projects/spectra; speclab.cr.usgs.gov/spectral-lib; speclib.jpl.nasa.gov; spectrallibrary.utep.edu), кривые отражения и поглощения растительных сообществ, представленных одним видом, с проективным покрытием, близким к 100%, не совпадают в полной мере со спектральными кривыми отражения тех же растений, полученными в лабораторных условиях.
Таким образом, анализ литературных источников по данному вопросу позволил установить, что наиболее надежным признаком при дистанционной оценке загрязнения почв очень высокими дозами птичьего помета по растительному покрову является проективное покрытие растений. В случаях, связанных с меньшими дозами удобрений или старыми очагами загрязнения, когда концентрации азота и фосфора в почве уже не являются критическими, следует использовать корреляцию между спектральной отражательной способностью и содержанием азота в листьях, а также влияние изменения видового состава на оптические характеристики растительного покрова.
Как было показано ранее, в качестве косвенного дешифровочного признака для оценки загрязнения почв птичьим пометом может быть использовано состояние прилегающих водоемов. Попадание в воду стоков птицеводческих предприятий выражается, прежде всего, в увеличении концентрации фосфора и азота, а также в изменении пропорции между ними в пользу первого (Добровольский, Никитин, 1990).
Данный фактор является причиной увеличения численности и изменения видового состава альгофлоры, выражающихся в тотальном доминировании цианобактерий и общем повышении содержания хлорофилла (Левич, 1995), что, в свою очередь, может быть диагностировано при помощи дистанционных методов (Cairns, 1994; Makkeasorn et al., 2008; Гулиев, 2013; Капралов и др., 2013).
В то время как экологический мониторинг качества воды с отбором проб на месте требует большого количества времени, использование данных мультиспектральных датчиков, установленных на бортах космических аппаратов, может быть относительно быстрой и недорогой альтернативой (Yang et al., 2000; Makkeasorn et al., 2008).
Спектральная отражательная способность водных объектов зависит от поглощающих и рассеивающих свойств чистой воды, содержания взвешенных частиц органического и неорганического происхождения, концентрации хлорофилла и других пигментов. Главной особенностью спектральной отражательной способности чистой воды является стабильное падение её кривой отражения от синей к инфракрасной области спектра. С появлением в воде пигментов форма кривой меняется: максимум отражения начинает смещаться из синего в ближний инфракрасный диапазон (Dodson, 2005; Matthews et al., 2010).
Оценка влияния высоких доз птичьего помета на тепловые свойства почв
Как видно из представленной картосхемы (границы участков указаны на рис. 19), использование рассчитанных ранее уравнений регрессии на основе показателя tgG-R для картирования степени загрязненности дерново-подзолистых почв птичьим пометом не привело к ожидаемым результатам. Тогда как загрязнение хорошо диагностировалось на участке 1 (свежее загрязнение), участки 2 и 3 (частично разложившийся помет и контроль) были маркированы приблизительно одинаковым образом. Таким образом, примененный нами метод диагностики оказался эффективен только для почв, характеризующихся свежим загрязнением птичьим пометом, что можно объяснить многофакторной зависимостью спектральной отражательной способности почв от их свойств. Следует отметить также, что некоторое отклонение полученным результатам, на наш взгляд, придавало наличие растительности (наиболее ярко ее влияние выражено в виде площадок синего цвета на участке 2). 3.2 Оценка влияния высоких доз птичьего помета на тепловые свойства почв
Пространственное разрешение доступных на сегодняшний день тепловых космических снимков, таких как Landsat ETM+ и ASTER, составляет соответственно только 60 и 90 м, что не позволяет использовать их для оценки влияния высоких доз птичьего помета на тепловые свойства почв. При этом использование тепловых датчиков более высокого пространственного разрешения для съемки из космоса в ближайшее время не планируется (Использование…, 2013). Однако применение тепловизионной съемки для решения рассматриваемой задачи возможно в рамках аэромониторинга.
Очевидно, что тепловые свойства загрязненных птичьим пометом почв определяются как химическими и биологическими процессами разложения, протекающими в верхних горизонтах, так и тепловыми свойствами самих почв, такими как альбедо в дальнем инфракрасном диапазоне, теплоемкость и теплопроводность. Разложение органических удобрений сопровождается выделением большого количества энергии в виде тепла. В связи с этим, как указывает Кауричев И.С. (1969), внесение высоких доз органических удобрений способствует повышению температуры почв. Тем не менее, птичий помет, обладая высокой скоростью минерализации (Yadav et al., 1989), выделяет большую часть тепла в первый сезон (в той или иной степени, в зависимости от его состояния в момент внесения).
Таким образом, если в первое время перспективы идентификации загрязнения почв птичьим пометом по данным тепловизионной съемки во многом обусловлены теплотой, выделяемой в результате протекания реакций разложения данного удобрения, то на более поздних стадиях ситуация не столь очевидна. Так, существенное влияние на альбедо оказывают такие факторы как влажность и степень разложения помета, на теплоемкость и теплопроводность – структура, минералогический состав, влажность и другие. Такая многофакторная зависимость, на наш взгляд, существенно осложняет решение задачи, направленной на идентификацию загрязнения почв птичьим пометом, на основании использования данных тепловизионной съемки.
В рамках данного раздела оценивалось влияние птичьего помета на тепловые эффекты смачивания почв, что может быть актуально при выпадении осадков в теплый период года. Теоретически, внесение высоких доз птичьего помета в дерново-подзолистые почвы должно приводить, на наш взгляд, к уменьшению тепловых эффектов смачивания водой (полярной жидкостью) вследствие увеличения содержания органических, обладающих низким сродством к воде, (неполярных) веществ. Вследствие данного предположения нами проведен эксперимент, направленный на изучение влияния различных доз птичьего помета на величину тепловых эффектов смачивания почв разной степени окультуренности (табл. 17).
Как видно из представленных результатов, внесение птичьего помета неоднозначно влияло на тепловые эффекты смачивания почв. Так, внесение куриного помета из расчета 100 кг/га N не приводило к изменению тепловых эффектов смачивания хорошо и слабо окультуренных дерново-подзолистых среднесуглинистых почв через ни через два, ни через шесть месяцев с момента начала компостирования. Внесение 1000 кг/га N снижало тепловые эффекты смачивания в первом случае, но не изменяло во втором.
Полученные результаты можно объяснить тем, что взаимодействия почвы и помета с водой – сложные процессы, включающие в себя не только экзотермические реакции разложения и гидратации. Теоретически продукты разложения сложных органических веществ могут вступать также в эндотермические реакции комплексообразования. Таким образом, на наш взгляд, суммарные тепловые эффекты взаимодействия почвенных образцов с водой определяются совокупностью различных факторов, таких как содержание гидрофильных и гидрофобных веществ в почве, ее гранулометрическим составом, степенью разложения помета и его дозой.
