Дистанционная диагностика свойств почв и почвенного покрова тема диссертации и автореферата по ВАК РФ 25.00.23, доктор географических наук Мазиков, Владимир Матвеевич

• Мазиков, Владимир Матвеевич
• доктор географических наук
• 2001

Оглавление диссертации доктор географических наук Мазиков, Владимир Матвеевич

ВВЕДЕНИЕ. 4.

ГЛАВА I. Методические вопросы дистанционного зондирования . 13.

1. Методы и средства дистанционного зондирования. 14.

2. Анализ материалов дистанционного зондирования. 27,

3. Содержательная интерпретация материалов дистанционного зондирования. 32.

ГЛАВА II. Оценка состояния почв и компонентов почвенного покрова. 39.

1. Оценка параметров состояния почв и почвенно-растительного покрова сухостепных и полупустынных районов Калмыкии. 39.

2. Изучение процессов эрозии почв. 52.

ГЛАВА III. Определение состава и состояния пахотного горизонта почв. 67.

1. Экспериментальные исследования по определению состава пахотного горизонта почв южной части Русской равнины. 67.

2. Самолетный эксперимент по определению влажности почв агросистем перигляциальной равнины северо-востока Польши по данным трассовой сверхвысокочастотной (СВЧ) радиолокации. 86.

ГЛАВА IY. Анализ, оценка и моделирование исходного состояния геосистем Русской равнины. 111.

1. Методика анализа картографической информации для оценки и моделирования исходного состояния геосистем.114.

2. Пространственно-структурное моделирование и анализ исходного состояния геосистем центральной части Русской равнины, на примере Курской модельной области. 126.

ГЛАВА Y. Современное состояние почв Курской модельной области. 158.

1. Дистанционные спектрометрические измерения почв аг-росистем Курской модельной области. 159.

2. Моделирование пространственного распределения СПЭЯ основных типов почв Курской модельной области. 164.

3. Определение содержания гумуса в пахотном горизонте почв Курской модельной области. 175.

Введение диссертации (часть автореферата) на тему «Дистанционная диагностика свойств почв и почвенного покрова»

Предлагаемая Вашему вниманию работа является итогом многолетних исследований автора по применению современных средств и методов дистанционного зондирования для диагностики, оценки состояния и картографирования почв и почвенного покрова.

Актуальность. Оценка текущего состояния и изменений почвенного покрова и свойств почв на региональном уровне представляется весьма важной проблемой и имеет большое научное и прикладное значение, поскольку почвы обширных территорий интенсивного сельскохозяйственного использования Центральной и Восточной Европы подвержены деградационным процессам. Отсутствие соответствующих методических разработок, адекватных современным требованиям по точности и оперативности, сдерживало решение этого вопроса.

Традиционно применяемые методы наземных почвенных обследований, даже в масштабах административного района, не говоря уже о региональных, требуют больших материальных затрат из-за высокой трудоемкости и длительности процесса сбора необходимого объема данных о состоянии такой специфической, неоднородной в пространстве и изменчивой во времени системы, какой являются почвы. Отсюда вытекают трудности корректного проведения пространственно-временной экстраполяции данных наземных исследований и измерений, от которых зависит степень надежности результирующих оценок состояния почв изучаемого региона. Их преодоление стало возможным с развитием методов и средств оперативного наблюдения за состоянием геосистем на больших территориях, применяемых в дистанционном зондировании (ДЗ) Земли с аэрокосмических платформ.

В конце 70-х годов наступил новый этап совершенствования средств ДЗ, когда вместе со ставшими уже традиционными фотографическими спутниковыми системами, поставляющими информацию качественного уровня, начали широко применяться многоспектральные оптико-электронные и микроволновые бортовые аэрокосмические системы, осуществляющие зондирование земной поверхности в широком спектральном диапазоне, оперативно сбрасывающие на Землю цифровую информацию ДЗ. Это позволило перейти от качественного к количественному режиму дистанционного определения параметров состояния зондируемых объектов. Однако, эти несомненно перспективные методы ДЗ не были подкреплены необходимым научно-методическим обоснованием с предметной, географической точки зрения, что в значительной мере снижало их ценность.

Разработка методов дистанционного зондирования для оценки состояния геосистем и, в частности, их почвенного компонента -главное направление исследований автора. Актуальность этих исследований определяется необходимостью получения оперативной и достоверной информации о состоянии геосистем, необходимостью постоянного слежения за развитием деградационных процессов на землях, подверженных антропогенномку воздействию. Эта проблема может быть решена только средствами ДЗ, на основе совершенствования и разработки новых методов анализа дистанционных данных в комплексе с данными наземных наблюдений и измерений.

Научная концепция работ базируется на современном представлении о почвах и почвенном покрове как открытых неравновесных системах, участвующих в постоянном процессе обмена веществом и энергией с компонентами биосферы и характеризующихся свойствами структурной устойчивости, гомеостаза и адаптируемости. С кибернетической точки зрения ССочава, 19781, указанные обменные процессы могут рассматриваться как эквивалентные потоки информации в системе с обратной связью, находящейся под воздействием внутренних и внешних факторов. Они и являются предметом исследований, проводимых в диссертационной работе.

Следовательно, такие системы должны обладать свойствами наблюдаемости (измеряемости) и управляемости. Наблюдаемость (измеря-емость) системы означает возможность ее корректной параметризации и оценки ведущих показателей состояния (например, для почв - гу-мусированность, засоленность, минералогический, гранулометрический состав, кислотность, влажность, температура и др.) с помощью средств и систем измерения, как контактных, так и дистанционных.

Дистанционная диагностика базируется на фундаментальном свойстве почв - отражать падающую солнечную радиацию, излучать электромагнитные волны, параметры которых связаны с гумусирован-ностью, гранулометрическим, минералогическим и химическим составом, влажностью и т.д. Это позволяет определять основные показатели состояния почв средствами ДЗ. Концептуальной особенностью исследования является синтез дистанционной информации максимально широкого диапазона длин волн, поставляемого современными системами ДЗ с наземными, картографическими и другими сведениями.

Цель работы состоит в проведении теоретических и экспериментальных исследований в области географии почв с применением методов дистанционного зондирования, пространственно-структурного моделирования территорий.

Исследования, составляющие суть диссертационной работы, направлены на решение фундаментальной научной проблемы - создание современной методологии диагностики свойств почв и почвенного покрова на основе методов дистанционного зондирования с аэрокосмических носителей в сочетании с данными наземных исследований.

Методология дистанционной диагностики свойств почв вытекает из развития существующих и разработки гибкой системой новых методов анализа и содержательной интерпретации дистанционной информации, получаемой в возможно более широком диапазоне электромагнитного спектра и условий съемки. Методы анализа базируются на математических моделях связи данных ДЗ с параметрами состояния почв, на синтезе наземной, картографической, дистанционной информации, пространственно-структурном моделировании и картографировали реального состояния почв и почвенного покрова.

Реализации поставленной цели служит решение следующих задач:

1. Планирование эксперимента и проведение дистанционных и наземных измерений отражательных и излучательных характеристик почв при максимальном числе контролируемых условий съемки.

2. Определение параметров структуры почвенного покрова сухих степей и полупустынь на базе анализа многоспектральной космической информации, математического моделирования функции связи оптических, структурных и спектральных характеристик почвенно-растительных комплексов.

3. Количественная оценка важнейших свойств почв по результатам анализа аэрокосмической информации, наземных измерений, картографических материалов (гумусность, карбонатность, влажность).

4. Оценка потенциальных возможностей методов и средств ДЗ для диагностики эродированности почв.

5. Разработка методического подхода к процедуре районирования территории, адекватного потенциалу ДЗ и создание пространственно-структурной модели территории - специальной картографической основы содержательной интерпретации дистанционных данных для целей почвенной картографии.

Таким образом осуществлено решение научной проблемы, имеющей важное народохозяйственное значение, изложены научно обоснованные технологические решения, внедрение которых вносит значительный вклад в ускорение научно-технического прогресса.

В основу диссертации положены результаты комплексных исследований и экспериментов по разработке научно-методических основ применения методов ДЗ при изучении состояния почв и почвенного покрова, проведенных автором в 1978-2000 годах, как в рамках национальных программ, так и в рамках международного сотрудничества.

Объектами исследований на детальном и региональном уровнях служили полигоны России ("Курская модельная область", площадь 9 тыс.км2; "Сальск-Маныч-Ставрополь - 27 тыс.км2; "Калмыкия"- отдельные полигоны, площадью от 5 до 15 км2, почвенная карта на всю терриорию), Польши ("Нарев" - 25 км2), Словакии ("Восточно-Словацкая низменность" - 13 км2), Чехии ("Йезерские горы", "Чешско-Моравская возвышенность" - 8 полигонов по 1,5-3 км2), характеризующие разные в природно-географическом отношении пространства Центральной и Восточной Европы - от зоны широколиственных лесов до полупустынь.

Научная новизна. Работа выполнена на стыке наук - географии, почвоведения, дистанционного зондирования, что предполагает необходимость применения системного подхода, математических методов и моделей, в сочетании с традиционными наземными исследованиями. Это дало автору возможность модифицировать анализ и интерпретацию данных ДЗ и создать качественно новые методические подходы:

1. К оценке состава и площадных параметров комплексного почвенного покрова сухостепнкх и полупустынных областей, что позволяет надежно определять процентное участие солонцов в почвенном покрове аридных регионов. Метод апробирован при составлении Почвенной карты Калмыкии.

2. Определения гумусированности, карбонатности, влажности, эродированности пахотных почв лесной, лесостепной, степной, су-хостепной природных зон. Методы подтверждены экспериментальными полевыми исследованиями.

3. Создания пространственно-структурной модели - основы содержательной интерпретации результатов дистанционных измерений. Модель дает представление об исходном состоянии территории и определяет возможность проведения операций экстраполяции данных ДЗ.

4. Разработанные технологии ДЗ, анализ и содержательная интерпретация результатов на основе пространственно-структурного моделирования позволили создать серию совместимых карт-матриц территории Курской модельной области (Центральная лесостепь), отражающих показатели спектральной яркости пахотного горизонта основных типов (подтипов) почв, содержания в них гумуса. Составить карту эрозионных процессов горных территорий Чехии, картосхему интенсивности эрозионных процессов на черноземах. По данным СВЧ-зондирования - составить карту влажности почв участка долины реки Нарев (Польша).

5. Выявлены возможности и ограничения разных методов и средств ДЗ при решении задач оценки состояния почв и почвенного покрова.

Разработанные технологии базируются на сочетании разных видов и методов обработки и анализа данных ДЗ, синтезе наземной,' картографической информации, пространственно-структурном моделировании территорий. Результаты проверены и подтверждены экс-периментальными исследованиями.

Основные защищаемые положения.

1. Совокупность методов оптики природных ландшафтов, генерализации полей измеренных параметров и их оперативной оценки, положенных в основу дистанционной диагностики свойств почв, обеспечивают возможность эффективной экстраполяции результатов измерений in situ на большие площади при сохранении исходной достоверности и точности.

2. Дистанционные методы являются неотъемлемой частью исследований по контролю за состоянием и развитием природных и антропогенно нарушенных геосистем на региональном уровне, обеспечивая экспресс-ность и объективность получаемой информации. Анализ и интерпретация дистанционной информации должны обязательно опираться на данные наземных наблюдений.

3. Разработанная методология ДЗ свойств почв предусматривает внедрение гибкой системы методов дистанционной диагностики гуму-сированности, влажности, засоленности, эродированности почв, основанной на модельном представлении их пространственно-временной динамики и экспертных знаниях. Научно-техническое содержание методик, входящих в эту систему должно меняться в зависимости от зональных и региональных особенностей почв.

4. Необходимость сочетания визуальных и инструментальных методов дешифрирования, синтеза наземной, дистанционной, картографической информации на всех этапах, является общим правилом всех возможных вариантов методик ДДП.

5. Территориальная дифференцированность системы дистанционной диагностики свойств почв требует адекватного районирования, адаптированного к задачам ДЗ. Это влечет за собой корректировку существующих материалов почвенного и ландшафтного районирования, применительно к задачам дистанционных исследований и составляет содержание особого этапа методических разработок - пространственно-структурного моделирования территорий.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на семинарах Лаборатории дешифрирования аэрокосмических материалов, заседаниях Лаборатории географии почв и геохимии ландшафтов, Лаборатории экспериментальных методов исследования геосистем и на Ученом Совете Института географии РАН, на всесоюзных, региональных и международных конференциях и совещаниях: VI Съезде ВОП (Тбилиси,1981), Межведомственной комиссии КИПР Калмыкии (Элиста, Москва,1980,1981,1982,1983), 1-ом Всесоюзном совещании "Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве"(Москва,1987), Всесоюзных конференциях Комиссии АН СССР по изучению природных ресурсов с помощью космических средств (Звенигород,1988,1990), Межведомственном Совещании "Статистические методы и системы обработки данных дистанционного зондирования окружающей среды" (Минск,1989), Международных конференциях и научных семинарах РГДЗ Программы "Интеркосмос" (Москва, 1982,1984,1985,1986; Прага, Брно, Братислава,1982,1984, 1986,1989; Варшава, Белосток, Вроцлав, 1982,1987,1988,1989; Берлин, Лейпциг,Потсдам,1985,1986,1987,1988), Международной конференции "Развитие систем устойчивого земледелия" (Москва,1995), Международной конференции "Проблемы антропогенного почвообразования" (Москва,1997), Всероссийской конференции "Антропогенная деградация почвенного покрова" (Москва,1998). Результаты работ демонстрировались также на постоянной выставке работ АН СССР "Космос -народному хозяйству" (Москва, ВДНХ,1986,1987,1988, 1989); на выс

- 12 тавке работ АН СССР к Дням науки и техники в ПНР (Варшава,1987).

Работа выношена в Лаборатории экспериментальных исследований геосистем Института географии РАН при проведении плановых исследований.

Автор выражает благодарность коллективам Лаборатории экспериментальных исследований геосистем и Лаборатории географии и эволюции почв ИГ РАН, доктору сельскохозяйственных наук, члену-корреспонденту Российской экологической академии, главному научному сотруднику Е.И.Панковой, ведущему научному сотруднику, доктору географических наук Ф. И. Козловскому), ведущему научному сотруднику, кандидату технических наук В.В.Егорову, за помощь в подготовке работы и обсуждении ее результатов.

Заключение диссертации по теме «Физическая география и биогеография, география почв и геохимия ландшафтов», Мазиков, Владимир Матвеевич

Выводы:

1. Разработан алгоритм компьютерного синтеза многослойной тематической информации регионального уровня, ее системного анализа для создания схемы ландшафтно-географического районирования территории, служащей специальной картографической основой, адаптированной к задачам содержательной интерпретации результатов дистанционного зондирования.

2. Неограниченность количества учитываемых тематических слоев, возможность применения математико-статистических методов анализа структурных характеристик карты-матрицы; возможность сопоставления содержания модели с реальными особенностями структурной организации территории, фиксируемой на фотоизображении - принципиально отличают пространственно-структурную модель от традиционного ландшафтно-географического районирования.

3. Ландшафтно-географическое районирование Курской модельной области, выраженное специальной картографической основой - пространственно-структурной моделью (формализованной картой-матрицей распределения классов однородного географического пространства), является инструментом выбора объектов дистанционных и наземных измерений, обеспечивает корректность процедур интерполяции-экстраполяции и содержательной интерпретации данных ДЗ.

4. Сопоставление особенностей пространственно-структурной организации качественной и количественной моделей (рис. 13,15) показывает, что эти два варианта, в целом, мало различаются между собой. Однако моделирование состояния геосистем КМО, основанное на сопоставлении и анализе количественных характеристик четко обозначило физико-географическую сущность территории, на которой динамика и функционирование геосистем, межгеосистемные взаимодействия характеризуются как потенциально очень активные. Это обусловлено, в первую очередь высокой степенью горизонтального и вертикального расчленения рельефа, которое является следствием былой и современной тектоники, особенностей залегания и структуры геологического фундамента.

5. Помимо районирования, пространственно-структурная модель выполняет прикладную функцию, являясь базовой основой создания картографических моделей распределения характеристик состояния почв путем индикации элементарных ячеек данными дистанционных оценок их парметров состояния.

После завершения исследований по разработке методов пространственно-структурного моделирования состояния территорий, создания на их основе модели состояния геосистем КМО; приняв условие, что модель характеризует состояние территории, обусловленное преимущественным взаимодействием природных факторов, а ее ареалам однородного географического пространства присуща одинаковая реакция на происходящие антропогенные воздействия, мы посчитали протстранственно-структурную модель КМО базовой основой наших последующих исследований по оценке фактического состояния почв с помощью дистанционных измерений яркостных характеристик их пахотного горизонта.

ГЛАВА У

СОВРЕМЕННОЕ СОСТОЯНИЕ ПОЧВ КУРСКОЙ МОДЕЛЬНОЙ ОБЛАСТИ.

Состояние почв и почвенного покрова агросистем Курской модельной области, занимающих более 80% площади, является одним из показателей интенсивности антропогенных воздействий, вызванных сельскохозяйственным использованием территории. О величинах антропогенно-техногенных нагрузок на агросистемы можно косвенно судить по многим параметрам состояния пахотного горизонта, в их числе - по фактическому содержанию в нем гумуса.

Предыдущие исследования показали, что реальное содержание гумуса в пахотном горизонте темно-серых лесных почв и оподзоленных, выщелоченных, типичных и обыкновенных черноземов центральной, южной и юго-восточной частей Русской равнины существенно ниже теоретического 1Агроэкологическое состояние черноземов ЦЧО, 1996; Ахтырцев, 1979,1997; Ахшрцев, Ахтырцев, 1993; Былинская, 1987; Былинская, Дайнеко, 1985; Васильев, Мазиков, 1986; Виноградов, 1988; Дайнеко, 1980; Дайнеко, Утехин, 1968; Кондратьев и др., 1978,1995,19956; Кондратьев, Козодеров, 1983; Кошкина, Лотов, 1973; Кузнецов и др., 1982; Лотов, 1975,1989; Орлов и др., 1996]. Постоянная распашка, изъятие органики с уборкой урожая, вместе с изменениями физико-химических свойств почв при механическом воздействии, приводят к деградации верхних пахотных горизонтов, что сопровождается значительной потерей гумуса. В этой связи, представляется весьма актуальной задача определения состояния верхних горизонтов распаханных почв на возможно большей территории. Как было показано выше, при изучении состояния почв юга Русской равнины, такая задача решается дистанционными методами, через измерения многозональным сканером спектральных яркостных характеристик распаханной поверхности, связанных с параметрами вещественного состава пахотного горизонта почв.

1. Дцстанционпые спектрометрические измерения почв агросис-тем Курской модельной области.

На территории КМО, в течении многих лет являющейся экспериментальным полигоном разработки и совершенствования современных методов и средств дистанционного зондирования, проведено множество самолетных (вертолетных) исследований и измерений современными приборными комплексами - аналогами бортовых космических систем. Однако, так сложилось, что основным объектом дистанционных измерений, соверешенствования их методов и средств, являлась естественная и культурная растительность СВыгодская, Горшкова, 1984,1987; Геосистема во времени, 1991; Геосистемный мониторинг, 1986; Зайцева, Малышев, 1986; Исследование состояния геосистем, УУ87; 'Синршшяш ТфиЪжмшика, .

В противоположность, спектральные измерения почв не носили систематического характера, велись фрагментарно, на отдельных локальных участках. Территория же КМО в целом, ни разу не была охвачена качественной съемкой отечественными многозональными космическими сканерами. (В 1985 году большая часть территории КМО была снята американским многозональным сканером со спутника Landsat- ТМ, но в нашем распоряжении имелось только синтезированное визуализированное изображение, а цифровая многозональная информация, необходимая для анализа по разработанной нами методике, отсутствовала. ).

Для того, чтобы восполнить этот пробел, осенью 1990 и весной 1991 годов проведена серия спектрометрических измерений поверхности распаханных почв территории КМО, в пределах границ созданной нами пространственно-структурной модели исходного состояния геосистем (рис. 13,15). Измерения проведены с борта вертолета с помощью комплекса аппаратуры высокого спектрального разрешения нашего Института [Егоров, Мазиков, 19971. Маршруты полетов выбирались таким образом, чтобы измерить спектральные яркостные характеристики почв в каждом из ареалов пространственно-структурной модели, Непосредственным объектом измерений явились распаханные сельскохозяйственные поля, подготовленные к посевам яровых культур (зерновых и пропашных), занимавшие в октябре месяце около 70% действующей пашни. Ранней весной на этих объектах было проведено повторное спектрометрирование. В пределах каждого из обследованных ареалов измерялась величина спектральной плотности энергетической яркости (СПЭЯ) на пяти случайно выбранных полях.

На рисунке 16 представлены спектрограммы измеренных средних величин СПЭЯ почв в интервале длин волн 400-900нм. Наибольшие различия наблюдаются в длинноволновой части спектра, в спектральном интервале 600-900нм. Совокупность всех измеренных значений, по мере уменьшения СПЭЯ (т.е. по мере увеличения "черноты" почв с ростом гумусированности от серых лесных к черноземам), достаточно четко разбивается на четыре класса: Iй - СПЭЯ почв ареалоЕ модели в координатах 5-7, 11-6; 2й - ареалов в координатах 5-4; 3й -ареалов в координатах 4-1, 4-12, 11-5, 19-10; 4й - СПЭЯ ареалов в координатах 10-13, 18-4, 24-13 (рис. 13).

Если совместить измеренные по трассам полетов величины СПЭЯ почв с контурами почвенной карты, то окажется, что первый класс значений соответствует серым лесным почвам, которые исходно характеризуются маломощным гумусовым горизонтом с наименьшим на исследованной территории содержанием гумуса (порядка 4-5%, [Ах

5,0

2,5

700

800 им

1 1 — 6 —г—

2 Ш3

7 I—3~1 8 |~~4~~) 9 ' со I

Рис. 16. Спектрограммы измеренных величин СПЗЯ основных типов почв КМО (пар, октябрь 1991г.). 1 - среднее значение СПЭЯ; 2 - область вариаций величин СПЭЯ в пределах стандартных отклонений: 3 - серых лесных почв, 4 - темно-серых лесных почв, 5 - оподзоленных черноземов. Средние величины СПЭЯ: 6 - серых лесных почв; 7 - темно-серых лесных почв; 8 - оподзоленных черноземов; 9 - выщелоченных и типичных черноземов. шырцев, 1979,19971). Второму классу значений соотвтетс.твуют ареалы темно-серых лесных почв с исходным содержанием гумуса 5-7%. Третий и четвертый класс измеренных значений СПЭЯ мало различаются между собой и соответствуют ареалам оподзоленных, выщелоченных и типичных черноземов, которые характеризуются наибольшей гумуси-рованностью пахотного горизонта, содержащим в исходном состоянии от 7% (Чоп) до 9-12% гумуса (ЧБ,ЧТ). Однако оподзоленным черноземам свойственно относительное накопление кремнезема в верхних горизонтах, следовательно они являются всегда более светлыми среди других подтипов черноземов лесостепи даже при одинаковом измеренном содержании органического вещества, что и отражено соответствующими кривыми СПЭЯ.

Таким образом, все разнообразие измеренных величин СПЭЯ распаханных почв КМО обусловлено участием в структуре почвенного покрова двух типов почв - серых лесных и черноземов. Распаханные серые лесные почвы по своим яркостным характеристикам существенно отличаются от окружающих их черноземов, Внутритиповые различия СПЭЯ черноземов лесостепи гораздо менее существенны (рис.16). Если учесть, что серые лесные почвы расположены достаточно ограниченными ареалами (в северо-западной части территории, на правобережье Сейма и на левобережных террасах Тускари до Епадения ее в Сейм, рис. 13), то вся остальная территория представляет собой чередование (сочетание) подтипов черноземов от оподзоленных до типичных.

Наиболее светлые из черноземов - черноземы оподзоленные расположены в северной части, в районе города Фатеж (условные координаты 4-1), занимают междуречье рек Сейм и Реут на юго-западе (4-12), а также правобережные террасы Рати (10-4). В южной и юго-восточной части территории они охватывают бассейн малых рек Хан, Лещинка и др., впадающих в Сейм в верхнем его течении (21-11, рис. 13). Остальная территория характеризуется сочетаниями выщелоченных и типичных черноземов. Поймы рек заняты разными подтипами аллювиальных почв.

Черноземы КМО, обладая исходно высокой гумусированностью (содержание гумуса в верхних горизонтах колеблется в пределах 9-12%), характеризуются наименьшей отражательной способностью. Исходя из анализа результатов многочисленных и многократных наземных, самолетных и лабораторных спектрометрических измерений поверхности черноземных почв, проведенных в последние годы [Андроников, 1958,1979; Геосистема во времени, 1991; Геосистемный мониторинг, 1986; Исследование состояния геосистем, 1987; Итоговый отчет, 1987; Кондратьев и др., 1995,19956,; Михайлова, Орлов, 1981; Обухов, Орлов, 1964; Орлов и др., 1996; Сорокина, 1967; Тотшельников, 19741, можно полагать, что различия между измеренными величинами их яркости минимальны, а у выщелоченных и типичных черноземов - в большинстве случаев совпадают. Последнюю пару можно объединять в один класс, считая измеренные величины СПЭЯ принадлежащими к одной статистической совокупности.

Проведенный анализ дистанционных измерений яркостей распаханных почв на локальных участках, внутри ареалов пространственно-структурной модели (в повторности - осенью и весной), в совокупности с разрозненной информацией о спектральных характеристиках почв, полученной нами и другими исследователями в предшествующий период, показал достаточно высокую стабильность выявленных закономерностей соотношения между собой величин СПЭЯ разных почв КМО, Это позволило нам провести моделирование пространственного распределения спектральных яркостных характеристик распаханной поверхности, предполагая их тесную связь с фактическим состоянием почв.

Определив средние значения и дисперсию величин СТОЯ, можно предположить, что участки с высокой дисперсией яркостных характеристик пахотных почв, превышающей пределы естественного варьирования, соответствуют территориям с пространственно нестабильными параметрами состояния почв, следовательно - неустойчивым состоянием агросис-тем, вызванными текущими экзогенными процессами, усугубляемыми антропогенным воздействием.

2. Моделирование пространственного распределения СПЭЯ основных типов почв Курской модельной области.

Моделирование пространственного распределения величин СПЭЯ почв ведется на базе анализа, содержательной интерпретации и экстраполяции результатов локальных спектрометрических измерений поверхности пашни на выбранных объектах (сельскохозяйственных полях), выполненных в необходимой повторности. При этом, в процесс анализа включается вся совокупность измеренных значений каждой почвенной разности, с целью определения средних значений и дисперсии величин СПЭЯ. Пространственной границей экстраполяции данных служит граница ареала соответствующей почвенной разности, если другие природные или антропогенные факторы не влияют на величину СПЭЯ и ее дисперсию.

Однако, в пространстве ареала каждого типа (подтипа) почв измеренные спектральные характеристики распаханной поверхности часто существенно варьируют. Дисперсия величин СПЭЯ распаханных почв КМО может обусловливаться несколькими причинами.

Во-первых - естественной изменчивостью содержания гумуса в почвах одного типа (подтипа). Это в наибольшей степени характерно для серых лесных почв и оподзоленных черноземов. В остальных случаях (выщелоченные и типичные черноземы) естественное варьирование содержания гумуса происходит на фоне очень высоких абсолютных значений (от 9 до 12%, когда почвы по цвету приближаются к абсолютно черному телу), тогда, при прочих равных условиях, измеренные значения СПЭЯ несущественно различаются между собой.

Во-вторых, пространственная изменчивость СПЭЯ распаханных почв часто обусловливается системным взаимодействием природных факторов почвообразования (рельефом, литологией покровных отложений, составом и глубиной залегания пород коренной основы) и наложенным антропогенно-техногенным воздействием. Так например, распашка склонов приводит к возникновению смыва почв, как плоскостного так и линейного. А при условиях значительной крутизны склонов (более 3°), близким к поверхности залеганием подстилающих пород (в том числе коренных), плоскостной смыв может привести к исчезновению гумусового горизонта и выходу на поверхность значительно менее гумусированных нижних горзонтов (у черноземов - А1В, А1ВК и даже В, Вк, Вс, С), что очевидно приводит к сильному варьированию спектральных характеристик. С другой стороны, при маломощных или отсутствующих покровных отложениях, близком залегании коренных пород (особенно известняков) поверхность распаханных черноземов характеризуется значительной щебнистостью, что также увеличивает дисперсию СПЭЯ, даже в условиях слабого проявления эрозионных процессов.

Следовательно, если дисперсия СПЭЯ распаханных почв превышает естетсвенные пределы, то можно предполагать, что участки территории с такими нестабильными спектральными характеристками почв в большей степени подвержены природным экзогенным процессам, усугубляемым антропогенным воздействием. Отсюда вытекает вероятнос-ная сущность моделирования пространственного распределения СПЭЯ почв агросистем КМО, научная значимость и актуальность структурного анализа его результатов, основанного на предположении, что ареалы модели могут соответствовать участкам с квазистабильными (устойчивыми) и нестабильными (изменчивыми) параметрами состояния агросистем. Саму модель будем называть "Пространственно-структурная модель распределения вероятностных величин СПЭЯ почв КМО".

Пространственно-структурное моделирование величин СПЭЯ распаханных почв проводилось при одном существенном допущении, а именно - одинаковой интенсивности антропогенного воздействия на компоненты агросистем по всему пространству модели. Это допущение, по нашему мнению правомерно, поскольку в хозяйствах, расположенных на территории КМО действует единая система земледелия [Система земледелия Курской области, 198,21, с одинаковым севооборотом и далеким от совершенства общим уровнем агротехники.

Исходя из этого, дифференциация территории по величинам СПЭЯ почв и ее дисперсии, при равных условиях антропогенного воздействия, определяется состоянием и свойствами тех компонентов геосистем, которые влияют на яркостные характеристики пашни. Так например, нами отмечалось, что в местах с близким залеганием к поверхности коренных пород, при отсутствии достаточно мощного плаща покровных отложений, в условиях высоких коэффициентов интенсивности эрозионных процессов, даже при умеренном смыве гумусового горизонта, высокая дисперсия СПЭЯ почв наиболее вероятна. Это часто связано с высокой щебнис.тостью или опесчаненностью подповерхностных горизонтов (почвообразующих пород)5 которые в результате эрозии выходят на дневную поверхность.

В реальности, СПЭЯ распаханных почв КМО (при одинаковых параметрах рельефа и большой глубине грунтовых вод, табл. 8) определяются: типом (подтипом) почвы, глубиной залегания пород коренной основы, которая определяется литологическим строением поч-во-грунтов, а именно - наличием или отсутствием мощного плаща покровных отложений. Следовательно, для построения пространственно- структурной модели распределения вероятностных величин СПЭЯ почв необходимо провести совмещение трех соответствующих информационных слоев о параметрах состояния почв, почвообразующих пород, геологического строения. Модель построена по результатам этого совмещения (рис. 17, легенда в табл. 11). Она показывает, что внутри ареалов почвенных разностей существуют участки, где вероятность высокой дисперсии СПЭЯ пахотных почв наибольшая.

ЗАКЛЮЧЕНИЕ.

Современный этап развития науки, в том числе географии, показывает, что наиболее значимые результаты при решении фундаментальных и прикладных проблем достигаются на стыке различных научных дисциплин и при использовании системного подхода. В этой связи разработанные автором научно-методические основы применения данных ДЗ в решении задач диагностики состояния поче и структуры почвенного покрова эффективны при обязательных условиях их синтеза с картографической, наземной информацией, применения принципов и методов системного анализа.

Исследования, представленные в диссертационной работе охватывают целый комплекс проблем, стоящих перед географией почв, а именно тех из них, что связаны с диагностикой состояния почв и почвенного покрова, дистанционным и наземным мониторингом дегра-дадионных процессов на землях интенсивного сельскохозяйственного использования, оценкой текущего состояния и динамики пахотных почв. Результаты этих исследований позволили выявить ряд новых закономерностей теоретического и прикладного характера, касающихся определения места и роли дистанционного зондирования в решении задач почвоведения, пространственно-структурного моделирования состояния геосистем на региональном уровне, оптимизации системы мониторинга для поддержки принятия решений в сельском хозяйстве.

Методы и средства дистанционного зондирования, обладающие высокой оперативностью, пространственно-временной непрерывностью и сравнительной дешевизной дают возможность получать большие массивы данных о параметрах восходящего от поверхности почв электромагнитного излучения, в котором закодированы характеристики состояния зондируемого объекта. Они были положены в основу методов дистанционной диагностики почв и компонентов почвенного покрова, создания методического подхода решения обратных задач по математическим моделям связи спектральных характеристик поверхности с параметрами их состояния.

Это обусловило практическую направленность обозначенного методического подхода в исследованиях почвенных ресурсов Калмыкии -одну из наиболее сложных для дешифрирования и картографирования почв. Чрезвычайная сложность ее мезо- и микрогеоморфологического строения на фоне общей равнинности, определяют высокую пространственную изменчивость, комплексность почвенно-растительного покрова, характерную для сухостепных и полупустынных районов. Обосновано, что математическая модель связи структурных и яркос-тных спекртальных характеристик компонентов почвенно-растительных комплексов сухих степей и полупустынь обеспечивает корректное определение их состава и площадных параметров.

Вместе с тем, доказано, что при решении многих задач дистанционной диагностики эффективны визуально-инструментальные методы дешифрирования свойств и состояния компонентов геосистем территорий, которым свойственен высокий пограничный контраст яркостей почв и вегетирующей растительности. В частности, спектральный интервал 600-700 нм информативен при выявлении очагов, оценки интенсивности и контроля водно-эрозионных процессов путем простой и надежной процедуры измерения и анализа значений яркости многозонального изображения и ее дисперсии. Однозначная диагностика эрозионных проявлений, основанная на измерениях оптических плотностей, расчете их дисперсии, величин пограничного контраста, определили возможность их автоматизированной классификации и картор-гафирования.

С другой стороны, на слабоконтрастных территориях лесостепной, степной природных зон дистанционные оценки интенсивности эрозионных процессов на черноземах, в особенности под воздействием плоскостного смыва, осложнены существующей неопределенностью связи между величинами яркости поверхности и параметрами состояния почв. Слабый, средний, а иногда и сильный плоскостной смыв происходит в пределах мощного гумусового горизонта черноземов, не приводя к существенным изменениям яркости поверхности. Минимальная отражательная способность гумусового горизонта черноземов (близкая к абсолютно черному телу), ее пространственная однородность, приводят к тому, что дистанционные измерения яркостных и спектральных характеристик этих почв при исследовании эрозионных процессов малоинформативны и не дают желаемого результата, что иребует проведения анализа параметров рельефа территории - ведущего фактора, обусловливающего эрозию почв при сельскохозяйственном использовании.

Расчет величин горизонтальной и вертикальной расчлененности, крутизны и длины склонов позволяют оценивать реальную и потенциальную возможность эрозии черноземов, путем определения коэффициента интенсивности эрозионных процессов (Нэ). Установлено, что участки территории Русской равнины с Нэ < 0,06 характеризуются малой активностю эрозионных процессов; Нэ = 0,06-0,15 - активными эрозионными процессами; Нэ > 0,15 - очень активными.

Географичность и корректность содержательной интерпретации результатов ДЗ обеспечивается посредством моделирования распределения пространственно-временных, структурных, яркостных характеристик, применения особого методического приема - построения пространственно-структурной модели, используемой в качестве основы процедур интерполяции-экстраполяции данных о параметрах состояния почв и компонентов почвенного покрова.

На базе этих предпосылок проведена оценка реальноой гумуси-рованности почв Курской модельной области по данным дистанционных спектральных измерений. Установлена высокая точность дистанционных оценок абсолютных величин гумуса (порядка 0,5%) в пахотном горизонте малогумусных почв, исходно содержащих не более 5% гумуса в верхнем горизонте. Следовательно, метод дистанционной диагностики гумусированности почв очень эффективен при использовании его на огромных пространствах пахотных земель северных и центральных нечерноземных областей России. Однако такие оценки в черноземной зоне дают менее точные результаты и здесь необходимо дополнять их традиционными наземными измерениями.

Предложенный метод расчета реального содержания гумуса по данным спектральных измерений поверхности почв позволил определить не только средние значения гумусированности пахотного горизонта, но и вычислить статистическую вероятность встречаемости величин гумуса в заданных интервалах, с учетом их реальной пространственной изменчивости внутри ареала каждого типа (подтипа). Определение этой величины необходимо для того, чтобы показать с какими величинами гумусированности пахотного горизонта можно встретиться в последующих исследованиях состояния почв Курской модельной области.

Территориальная дифференцированнос-ть методов дистанционной диагностики почв потребовала адекватного районирования, адаптированного к конкретным задачам ДЗ почв. Это повлекло за собой корректировку существующих материалов почвенного и ландшафтного районирования и составило содержание особого этапа методических разработок - пространственно-структурного моделирования территорий. Пространственно-структурное моделирование, как синтез картографической, дистанционной и наземной информации, результатом которого является карта-матрица распределения классов однородного географического пространства, преследует цель создания специальной картографической основы содержательной интерпретации дистанционных данных для целей почвенной картографии. Модель является эффективным инструментом анализа и интерпретации данных дистанционного зондирования, определяет корректность операций интерполяции- экстраполяции наземных и дистанционных данных. Она служит инструментом формализованного описания и анализа структуры и динамики геосистем, совмещая в себе минимально необходимые функции ГИС, базы данных и экспертной системы. Региональная пространственно- структурная модель характеризует условно исходное состояние территории, а ее ареалы - участки, одинаково реагирующие на природные и антропогенные воздействия.

Метод пространственно-структурного моделирования носит универсальный характер и может использоваться в самых разных направлениях географических исследований, поскольку пространственно-структурная модель, созданная на основе разработанных в диссертации методических приципов - синтеза и систематизации разных информационных потоков, обязательно выраженного в виде карты-матрицы - объективная географическая и картографическая основа пространственной привязки, анализа и содержательной интерпретации результатов исследований.

Совокупность теоретических и диагностических аспектов проблемы, рассмотренная в диссертации представляет несомненный интерес как для почвоведов-географов, занимающихся фундаментальными исследованиями генезиса и географии почв, так и для специалистов практикос сельского хозяйства. Последние получают в свое распоряжение научно-обоснованный и апробированный инструмент принятия решений по предупреждению возникновения и сдерживанию развития негативных процессов деградационного характера (эрозия почв, де-гумификация, заболачивание, иссушение, деградация пастбищ, опустынивание и др.) для обеспечения устойчивости агроэкологического, а следовательно и социального развития территорий.

На основе всего изложенного в диссертационной работе материала следует сформулировать следующие общие выводы:

1. Дистанционные методы обеспечивают высокую оперативность работ по оценке и картографированию состояния почв и почвенного покрова, изучению динамики почвенных процессов на региональном уровне, одновременно на больших площадях. При этом необходимо соблюдение основного методологического принципа - синтеза дистанционной, наземной, картографической информации, дополненного экспертными оценками и знаниями, пространственно-структурным моделированием территорий.

2. Разработанные и подтвержденные экспериментальными исследованиями новые методические подходы позволяют средствами ДЗ оценивать: 1) состав и площадные параметры солонцовых комплексов пастбищ сухостепных и полупустынных регионов; 2) эродироЕанность почв пахотных территорий лесной, лесостепной, степной природных зон с высоким и низким контрастом яркостей между почвами и вегетирующей растительностью; 3) влажность пахотных почв лесной зоны, гумусированность, карбонатность пахотного горизонта почв лесостепной, степной, сухостепной природных зон.

3. По данным анализа наиболее информативного (весна, осень) космического многоспектрального изображения сухостепных и полупустынных районов Калмыкии выделены и закартированы в масштабе 1:500 ООО территории, где солонцы занимают от 60 до 90% площади. Это обусловило существенную корректировку содержания старых почвенных карт как в контурном, так и в содержательном отношении.

4. При оценке эродированности почв территорий с высоким пограничным контрастом яркостей между почвами и вегетирующей растительностью хорошие результаты дают фотометрические измерения поздневесенних изображений в красном и ближнем ИК диапазонах. Статистическая обработка данных дистанционных и наземных измерений выявила прямоиропорциональную зависимость дисперсии плотности фотоизображения посева от степени эродированности почв (неэроди-рованные - <0,50; умеренно - 0,50-0,80; сильно - >0,80).

5.Дистанционная диагностика эрозии почв на слабоконтрастных пространствах лесостепной и степной природных зон осложнена отсутствием различий яркостных характеристик черноземов разной степени смытости. Величины горизонтальной и вертикальной расчлененности рельефа, крутизны и длины склонов позволяют оценить реальную и потенциальную эродированность пахотных черноземов путем расчета коэффициента интенсивности эрозионных процессов (Нэ). Установлено, что участки Курской модельной области с Нэ < 0,06 характеризуются малой активностью эрозионных процессов; Нэ = 0,06-0,15 - активными; Нэ > 0,15 - очень активными.

6. Определено содержание гумуса и карбонатов в пахотном горизонте почв юга Русской равнины, одновременно на площади 27 тыс.км2. По данным анализа сканерной космической съемки в период преобладания открытых почв на парах (весна,осень) зафиксированы максимальные величины гумуса (3,6-3,7'%) у Чмк и Чк шлейфа и поверхности Ставропольского плато; бескарбонатные 4ю и Кз Саль-ско-Манычской возвышенности содержат соответсвенно 3,3 и 2,7% гумуса. Эти данные указывают на значительные потери гумуса (2,5-3%) в Ап в результате деградационных процессов на территориях интенсивного сельскохозяйственного использования. Максимум СО2 карбонатов (1,3%) содержит пахотный горизонт Чк, в половину меньше (0,7%) карбонатность чм-к.

7. Методом СВЧ-зондирования в весенний период максимальной дифференциации влажности супесчаных и песчаных почв северо-востока Польши установлено, что пахотный горизонт на плакорах всегда суше (12-13 объемных %%), чем на склонах (17,5-18%%). Почвы западин стабильно высоко увлажнены (26-28%) в течении всего вегетационного периода. При условии предварительного моделирования распределения влаги в почвах и при соблюдении установленных правил экстраполяции результатов, показана возможность картографирования влажности почв с ошибкой, не превышающей 3%.

8. Обработка и анализ спектрометрических измерений пашни Курской модельной области позволили в короткие сроки (3 мес.) составить картографическую модель распределения содержания гумуса в пахотном горизонте почв на площади 9 тыс.км2. Она зафиксировала, что по состоянию на 1991г серые лесные почвы в среднем содержат 2,4% гумуса, темно-серые лесные - 2,9%, черноземы оподзоленные - 5,8%, черноземы выщелоченные и типичные - 6,9%. Это подтвердило вывод предыдущих исследователей о потере гумуса в Ап слое почв этого региона в среднем на 1,5-2,0%.

9. Пространственно-структурное моделирование является составной и обязательной частью системы методов дистанционной диагностики свойств почв, предваряет и завершает процедуру решения любой конкретной задачи ДЗ. Пространственно-структурная модель служит базовой основой интерпретации результатов ДЗ, дает представление об исходном состоянии территории и определяет правила экстраполяции дистанционных данных.

10. Повышение эффективности современных средств ДЗ в почвоведении и географии почв базируется на создании гибкой системы специальных методик получения, обработки и анализа дистанционной информации. Они должны быть адаптированы к изучаемому объекту,в зависимости от зональных и региональных особенностей почв, специфики пространственно-временной динамики их оптических свойств, конкретных целей и задач исследования. Разработка универсальной методики дешифрирования свойств почв и почвенного покрова - практически не решаемая задача.

11. Типичными ограничениями и трудностями применения средств ДЗ при решении задач дистанционной диагностики и картографирования почв являются:

- конечность ширины полосы захвата, достаточная при фотографической и сканерной съемках и минимальная - при зондировании трассовыми системами;

- известные пределы разрешающей способности, часто не соответствующие размерам компонентов структуры почвенного покрова;

- динамичность, неоднородность и многофакторность взаимосвязей отражательных и излучательных свойств почв с параметрами их физико-химического состава;

- сложность проведения процедур пространственной экстраполяции дистанционных данных.

Список литературы диссертационного исследования доктор географических наук Мазиков, Владимир Матвеевич, 2001 год

1. Агроэкологическое состояние черноземов ЦЧО. Курск, Изд.Все-росс. НИИ земледелия и защиты почв от эрозии РАСХН, 1996, с. 142-155.

2. Алланазарова У., Ураганов В. И. Использование материалов космической фотосъемки для изучения и картографирования растительного покрова пустынной зоны Узбекистана. Исследование Земли из космоса, 1982, N4, с. 53-58.

3. Амелин A.B., Амелина Т.В., Востокова Е.А. и др. Примеры экспериментального дешифрирования преобразованных материалов космической фотосъемки, В сб. ,* Картографирование по космическим снимкам и охрана окружающей среды, М., Недра, 1982, с.134-157.

4. Андроников В. Л. О спектральной отражательной способности пахотных почв лесостепи. Изв. АН СССР, сер. Географическая, 1958, N 3, с. 93-97.

5. Андроников В.Л. Аэрокосмические методы изучения почв. М. .Колос, 1979, 277 с.

6. Арманд И.А. Дистанционные методы изучения земной поверхности и атмосферы Земли в СВЧ-диапазоне радиоволн. Исследование Земли из космоса, 1980, N1, 95-105.

7. Арманд H.A., Башаринов А.Е., Шутко A.M. Исследование природной среды радиофизическими методами. Изв. ВУЗов, "Радиофизика", 1977, 29, N6, с, 809-841.

8. Арманд H.A., Шутко A.M. Дистанционное определение влажност-ных свойств земных покровов радиолокационными средствами. Проблемы, решения, использование в народном хозяйстве. Проблемы современной радиотехники и электроники. М., Наука,1987, 264 G.

9. Асоян Д. С. Опыт геоморфологической интерпретации космических многозональных изображений равнин (на примере Среднерусской возвышенности). Геоморфология, 1981, N1, с. 51-55.

10. Асоян Д.С. Использование космической информации при изучении эрозионных форм рельефа Русской равнины.- В Сб.: Географическая интерпретация аэрокосмической информации.М., Наука,1988, с. 68-80.

11. Атлас. Дешифрирование многозональных космических снимков (методика и результаты). М, , Берлин, 1982, 83 с.

12. Афанасьева Е.А. и Голубев В.Н. Почвенно-ботанический очерк Стрелецкой степи. Центрально-Черноземный гос. заповедник им. проф. В.В.Алехина. Курск, Кн. изд-во, 1962, 67 с.

13. Ахтырцев Б.П. Серые лесные почвы Центральной России. Воронеж, Изд. Воронежского ун-та, 1979, 233с.

14. Ахтырцев Б.П., Ахтырцев А,Б. Почвенный покров среднерусского черноземья. Воронеж, Изд-во Воронежского ун-та, 1993, 116 с.

15. Балтер Б.М. Егоров В.В. Статистическая оценка состояния природных объектов по данным дистанционных измерений. Исследование Земли из космоса, 1981, N3, с. 46-55.

16. Баррет ЭКуртис Л. Введение в космическое землеведение. М,, Прогресс, 1979, 368 с.

17. Барталев С.А., Ширин В.М. f Ершов Д.В. Сравнительный анализданных спутниковых систем "Космос-1939", SPOT и "Landsat-TM" при изучении бореальных лесов. Исследование Земли из космоса, 1995, N 1, с. 101-114.

18. Берестовская С.Н., Перевозчиков О.Л., Романов В.М., Ющенко Е.Л. Конструирование систем программирования обработки данных. М., Статистика, 1979, 269с.

19. Бер\?чашвили И.Л., Кевхишвиди А. Т. Экспертные системы в географических исследованиях. Изв. ВГО, 1988, т. 121, вып.1, с.3-10.

20. Блануца В. И. Выбор наиболее информативных признаков при автоматической классификации географических объектов. Математике- географическое моделирование. Казань, Из-во КГУ, 1979,fwU f-- f а

21. Большаков B.K. f Бочков В. А., Кузнецов В. В. и др. Дистанционное опознавание почв по спектральной отражательной способности. В сб.: Современная проблематика дистанционных исследований геосистем. М., ИГ АН СССР, 1983, с. 125-131.

22. Борисов В.М., Громов O.A. Тикунов B.C. Географическая информационная система для характеристики воздушных загрязнений территории. География и природные ресурсы, 1992, N 3, с. 151-154.

23. Борисоглебский В.И., Сулейманов Т.Н. Моделирование сезонной динамики спектральных отражательных свойсте. Метеорол. и гидрология, "1984, N6, с. 96-102.

24. Брейдо Ы. Д., Попик А. Г., Раков Д. В., Сшростенко Д. А., Эльман P.M. Регистрация последствий крупных лесных пожаров по космическим сканерным снимкам. Исследование Земли из космоса, 1995, N 1, с. "115-122.

25. Брейдо М.Д., Сухих В.И. Регистрация по космическим изображениям пространственных изменений в бореальных лесах России, вызываемых сплошными рубками. Исследование Земли из космоса, 1995, N 4, с. 80-90.

26. Былинская Л.Н. Изменение природы Курской области в XYIII-XX веках в результате хозяйственного освоения. В кн. : Антропогенная эволюция геосистем и их компонентов. М., 1987, с. 121-126.

27. Былинская Л.Н., Дайнеко Е.К. Исследование плоскостного смыва методом анализа почвенных профилей (Курская область). Геоморфология, 1985, N2, с. 52-59.

28. Васильев Л.И. Определение спектральных характеристик почвы и растительности. Исследование Земли из космоса, 1980, N4, с. 53-54.

29. Васильев Л.Н. Дешифрирование почвенного и растительного покрова с использованием числовой информации. Исследование Земли из космоса, 1982, N1, с. 68-73.

30. Васильев Л.Н. Фазовые портреты траекторий развития в многомерном спектральном признаковом пространстве. Доклады АН СССР, 1987, т. 293, N3, с. 705-706.

31. Васильев Л.Н. Международный аэрокосмический эксперимент "Курск-85". Исследование Земли из космоса, 1988, N5, с. 116-118.

32. Васильев Л.Н., Ведешин Л. А. Исследование геосистем на полигонах социалистических стран в 1982 г. Исследование Земли из космоса, 1983, N3, с. 120-121.

33. Васильев Л.Н., Мазиков В.М. Определение свойств пахотного горизонта по многозональным космическим снимкам. Исследование Земли из космоса, 1986, N5, 67-77.

34. Васильев Л.Н., Мазиков В.М., Ермошкина М.А., Гузенко A.A. Комплексные аэрокосмические эксперименты для изучения геосистем. В сб.: Космические методы изучения биосферы. М., Наука, 1989, с. 27-35.

35. Вахнина О. В., Воронина А.Ф., Сабуров д.H. Картографирование горно-таежных ландшафтов на примере Северного Прибайкалья. В сб.: Космическая съемка и тематическое картографирование. М., МГУ, 1979, с. 72-76.

36. Викторов A.C. Рисунок ландшафта. М., Мысль, 1986, 179 с.

37. Викторов A.C. „Трапезникова О.Н. Математическая модель эрозионных равнин как одна из основ интерпретации материалов космических съемок. Исследование Земли из космоса, 1996, N 6, с. 40-51.

38. Виноградов Б.В. Аэрокосмический мониторинг гумусового состояния почв. Почвоведение, 1988, N 4, с. 38-48.

39. Виноградов Б.В. Аэрокосмический мониторинг экосистем.М., Наука, 1984, 320 с.

40. Виноградов Б.В. Дистанционная индикация содержания гумуса в почвах, Почвоведение, 1981, N 11, с. 114-123.

41. Востокова Е.А. Использование аэрокосмических фотоснимков при гидрогеологических исследованиях в пустынях. М.,Недра, 1980, 160 с.

42. Востокова Е.А. Картографирование по космическим снимкам и охрана окружающей среды. М., Недра, 1982, 251 с.

43. Востокова Е.А. Особенности дешифрирования современной растительности пустынь на космических фотоснимках. Изв. ВГО, '1984, N5, с. 457-467.

44. Выгодская H.H., Горшкова И.И. Использование модели Гоудриана для изучения закономерностей отражения системы растительность-почва в оптическом диапазоне.

45. Влияние фитометрических параметров на коэффициенты спектральной яркости. Исследование Земли из космоса, 1984, N4, с. 61-70.

46. Выгодская Н.Н., Горшкова И.И., Уханов A.C. Сравнение рассчитанных по модели Гоудриана и измеренных спектральных коэффициентов энергетической яркости сельскохозяйственных посевов, Исследование Земли из космоса, 1987, N1, с. 93-101,

47. Галицкий В.И. Геологическое строение Курской области и его изучение как одного из компонентов природно-территориальных комплексов. Научн.труды Курского пед, ин-та, т. 52, 1975, с. 56-69.

48. Галицкая Н., Галицкий В. География Курской области. Воронеж, Центр.-Чернозем, кн. изд-во, 1974, 135 с.

49. Гарелик И.С. Инвариантные фотометрические признаки природных объектов. Исследование Земли из космоса, 1980, N4,с. 48-52,

50. ГареликИ.С., Мазиков В.М. Соотношение компонентов солонцовых комплексов Сарпинской низменности. Изв. АН СССР, сер. Географическая, 1986, N5, с. 70-74.

51. Геологическая карта России и сопредельных государств (в границах бывшего СССР). М-б: 1:5 ООО ООО. ВСЕГЕИ, С.-Пб., 1990.

52. Геоморфологическая карта СССР. М-б: 1:2 500 ООО. ИГАН СССР, ГУГК СССР, М., 1987.

53. Геосистема во времени. М., ИГ АНСССР, 1991, 333 с.

54. Геосистемный мониторинг. Строение и функционирование геосистем. М., ИГ АНСССР, 1986, 268 с.

55. Герасимов И.П., Грин A.M. Экспериментальный полигон для изучения природных и антропогенных геосистем центральной части лесостепи Русской равнины (характеристика, программа, первые результаты). Изв. АН ССС, сер. Географическая, 1976, N1, с. 18-28.

56. Гидрогеология СССР. Том IY. Воронежская, Курская, Белгородская, Брянская, Орловская, Липецкая, Тамбовская области. Недра, М. , 1972, 492с.

57. Глушко Е.В., Кондратьева Т.И. Опыт по составлению карт ландшафтов орошаемого земледелия пустынной зоны по материалам космической съемки. Исследование Земли из космоса, 1982, N3, с. 13-23.

58. Гракович В.Ф. Некоторые вопросы построения банка географических данных. Современные проблемы географических исследований. М., 1978, с. 3-11.

59. Гранков А.Г., Шутко A.M. Об использовании диапазона дециметровых волн для исследования акваторий методами СВЧ-радиомет- so? рии. Исследование Земли из космоса, 1986, N5, с. 78-89,

60. Дайнеко Е.К., Утехин В.Д. Крупномасштабные исследования структуры почвенного и растительного покрова луговой степи. Материалы межвед. симпозиума "Изучение природы степей". Одесса, 1968, с. 57-59.

61. Дейт К. Введение в системы баз данных. М., Наука, "1980. 464с.

62. Дистанционное зондирование (количественный подход). Ы., Недра, 1983, 514 с.

63. Дистанционные исследования окружающей среды оптическими и радиофизическими методами. Л., ЛГУ, "1983, 152 с.

64. Дистанционные исследования природных ресурсов. МФ ВГО, 1981, 81 с.

65. Егоров В.В., Мазиков В.М. Изучение состояния почвенного покрова Курской модельной области по данным спектральных измерений. Исследование Земли из космоса, "1997, N 1, с. 78-87.

66. Ермошкина М.А., Лотов P.A. Мазиков В.М. Изучение природных ресурсов Калмыкии по материалам космических съемок. Почвоведение, 1986, N3, с. 147-157.

67. Ширин В.М,, Сухих В.И., Эйдлина С.П. Динамические значения вегетационного индекса и ландшафтные особенности растительного покрова. Исследование Земли из космоса, 1996, N 4, с. 29-41.

68. Заболоцкий В.Р. Компьютерное дешифрирование гидроморфныхпочв на изображениях МСУ-Э КА "Ресурс-01". Исследование Земли из космоса, 1996, N 6, с. 97-104.

69. Заболоцкий В.Р. Применение космических радиолокационных изображений РСА КА "Алмаз-1" для исследования сельскохозяйственных культур. Исследование Земли из космоса, 1996, N 2, с. 106-110.

70. Зайцева В.А., Малышев В,Б. и др. Возможность оценки состояния агросистем по данным спектральной и спектрополяризаци-онной съемок. В сб.: Экосистемный мониторинг. Строение и функционирование геосистем. М., ИГ АН СССР,1986, с. 233-241.

71. Зборищук Ю.И. Дистанционные методы инвентаризации и мониторинга почвенного покрова. М.:Изд-во Моск. ун-та, 1992, 86 с.

72. Зонн C.B., Мазиков В.М., Горина М.А., Лотов P.A. Перспективы изучения почвенного покрова аэрокосмическими методами.- Почвоведение, 1980, N4, с. 37-45.

73. Зонн C.B., Мазиков В.М. и др. Оценка земельных ресурсов Калмыцкой АССР по аэрокосмическим материалам. В сб. : Комплексное изучение природных ресурсов Калмыкии, Элиста, 1982, с. 73-82.

74. Информационные системы общего назначения. М., Статистика, 1975, 417с.

75. Иоахим Р., Мюллер К., Чоппе В. и др. "Эксперимент Радуга". Препринт ИКИ АН СССР, Д-254, М., 1977.

76. Исаченко А.Г. Основы ландшафтоведения и физико-географическое районирование. М., Высшая школа, 1965, 327 с,

77. Исмаилов Т.К., Вагала В. В сб.: Результаты совместных советско-чехословацких подспутниковых экспериментов. Брно, Географический ин-т ЧСАН, 1986, с. 5-7.

78. Исследование состояния геосистем дистанционными методами. М. , ИГ АН СССР, 1987, 191 с.

79. Итоговый отчет по Международному аэрокосмическому эксперименту "Курск-85". М., ВИНИТИ, 1987, 328 с.

80. Итоговый отчет по Международному аэрокосмическому эксперименту "Геоэкс-86". Лейпциг, 1988, 200 с.

81. Карвер K.P., Элаши Ш., Улаби Ф.Т. Дистанционное зондирование из космоса в СВЧ-диапазоне. ТИИЭР, 1985, 73, N6, с. 30-56.

82. Карманов И. И. Изучение почв по спектральному составу отраженных излучений. Почвоведение, 1970, N 4, с. 34-47.

83. Карманов И. И. Спектральная отражательная способность и цвет почв как показатели их свойств. М., Колос, 1974, 351 с.

84. Классификация и диагностика почв СССР. М.: Колос, 1977, 224 с.

85. Классификация почв России. М. .-Почвенный ин-т им.В.В. Докучаева РАСХН, 1997, 236 с.

86. Клещенко А.Д., Никитин В.Ф. О характере зависимости отношений коэффициентов яркости растительной массы зерновых культур. Тр. ВНИИ с.-х. метеорологии, 1981, вып. 5, с. 3-8.

87. Книжников Ю.Ф. Основы аэрокосмических методов географических исследований. М., МГУ, "1980, 137 с.

88. Книжников Ю.Ф., Кравцова В.И. Аэрокосмические методы картографирования и географических исследований. Итоги науки и техники. ВИНИТИ, Картография, 1984, 11, 160 с.

89. Комаров С. А., Миронов В. Л. Романов А.Н., Клещенко В.Н. Влияние влажности и засоленности на радиоизлучение мерзлых почв в СВЧ-диапазоне.- Исследование Земли из космоса, 1995, N 2, с. 22-30.

90. Кондратьев К. Я. Новое в разработке дистанционных методов в областях криологии, гидрологии и океанологии (обзор по материалам симпозиума КОСПАР, Будапешт., 10-12 июня 1980 г.),- Исследование Земли из космоса, 1981, N2, с, 118-121.

91. Кондратьев К. Я., Васильев О. Б., Федченко П. П. Опыт распознавания почв по их спектрам отражения. Почвоведение, 1978, N 4, с. 5-17.

92. Кондратьев К.Я., Козодеров В.В. Опыт определения содержания гумуса по данным аэрокосмических измерений. Доклады АН СССР, 1983, т. 268, N4, с. 973-974.

93. Кондратьев К.Я., Федченко П.П. Опыт использования спектров отражения для распознавания сельскохозяйственных культур.- Исследование Земли из космоса, 1982, N1, с , 48-51,

94. Кондратьев К.Я., Федченко П.П. Спектральная отражательная способность и распознавание растительности. Л., Гидрометео-издат, 1982, 216 с.

95. Кондратьев К. Я., Федченко П.П. f Греков В. А. К методике изучения почв по спектрам отражения. Исследование Земли из космоса, 1995, N 6, с. 45-50.

96. Кондратьев К. Я., Федченко П. П., Греков В. А. Некоторые методические вопросы оценки состояния сельскохозяйственных культур по данным дистанционных измерений, Исследование Земли из космоса, 1995а, N 5, с. 78-84.

97. Кондратьев К.Я., Федченко П.П., Греков В.А. Применение дистанционных методов для оценки состояния почвенного покрова. Исследование Земли из космоса, "19956, N 4, с. 98-104.

98. Копыл И.В. Исследования и картографирование растительности аридных территорий на примере Алакальской впадины, В сб.:

99. Космическая съемка и тематическое картографирование. М., МГУ, 1980, о. 105-112.

100. Космическая геология. Геология, окружающая среда, системы информационного обслуживания. Л., Недра, 1979, 381 с.

101. Космическая съемка и тематическое картографирование.

102. Географические результаты многозональных космических экспериментов. М., МГУ, 1980, 272 с.

103. Методика обработки многозональных снимков. М., МГУ, 1979,•> Ок.' W с

104. Косолапов B.C. Примеры реализации моделей оценки состояния лесной растительности по данным дистанционного зондирования. Исследование Земли из космоса, 1997, N 2, с. 81-95.

105. Котова Т.В., Гаранина И.Н. Изучение горно-таежных лесов и антропогенной динамики с целью мелкомасштабного картографирования на примере Прибайкалья. В сб.: Космическая съемка и тематическое картографирование. М., МГУ, 1980, с. 96-104.

106. Кощов В.А. Наблюдение широтных изменений состояния растительного покрова из космоса. Исследование Земли из космоса, 1984, N1, с. 58-61.

107. Кошкарев A.B., Каракин В.П. Региональные геоинформационные системы. М., Наука, 1982. 126 с.

108. Кошкина И.С., Лотов P.A. Изменение плодородия черноземов Центрально-Черноземных областей при сельскохозяйственном освоении. В кн.; Вопросы преобразования природы Русской равнины. М., 1973, с. 97-121.

109. Кравцова В. И., Камышан О.Л. Картографирование с-еверо-средне-таежных лесов на примере центральной Якутии. Исследование Земли из космоса, 1984, N1, с. 85-95.

110. Кронберг П. Дистанционное изучение Земли. (Основы и методы дистанционных исследований в геологии). М., "Мир", 1988, 350 с.

111. Кузнецов В.В., Покровский d.M., Клестов В.В. Определение содержания гумуса в почвах по их спектральной отражательной способности. В сб.: '1 Всесоюзн. конференции "Биосфера и климат по данным космических исследований". Баку, ЭЛМ, 1982, с. 189-191.

112. Кууск А., Антон Я., Нилъсон Т. и др. Индикатрисы отражения растительных покровов.- Исследование Земли из космоса, 1984, N 5, с. 68-75.

113. Лотов P.A. Методика изучения динамики почв во времени по материалам повторных обследований. Почвоведение, "1975, N 6, с. 101-112.

114. Лотов P.A. Временная динамика пахотных черноземов: методические задачи и их решение. Почвоведение, 1989, N 3, с. 94-102.

115. Лютый A.A., Малахова И.Н. Аэрокосмическая информация в изучении и картографировании социально-экономических территориальных систем. М., ИГ АН СССР, 1987, "108 с.

116. Мазиков В.М., Асшн Д.С., Гузенко., Ермошкина М.А. Эксперимент по определению структуры и состояния агрос-истем в Курской области. Исследование Земли из космоса, 1989, N5,с. 36-43.

117. Мазиков В.М., Ермошкина М.А. Влияние совокупности природных факторов на функционирование сельскохозяйственных геосистем. Изв. РАН, серия Географическая, 1994, N3, с. 49-59.

118. Мазиков В.М., Столбовой B.C. Метод машинного анализа фотоизображения при характеристике засоленности почв хлопковых полей.- В кн.: Структура почвенного покрова и использование почвенных ресурсов. М., Наука, 1978, с. 91-98.

119. Мартин Дж. Организация баз данных в вычислительных системах. М., Мир, 1980, 662с.

120. Мирод Ч. Анализ информационных систем М., Мир, 1977. 472с.

121. Михайлов Н.И. Физико-географическое районирование. М., МГУ, 1985, 184 с.

122. Михайлова H.A. Взаимосвязь между содержанием гумуса в почве и ее спектральной отражательной способностью. В кн.: Почвенные и агрохимические исследования на Дальнем Востоке. Владивосток, 1970, вып. 1, с. 53-59.

123. Михайлова H.A., Орлов Д.С. Оптические свойства почв и почвенных компонентов. М., Наука, 1986, 118 с.

124. Многозональные аэрокосмические съемки Земли. М., Наука, -1981, 302 с.

125. Николаев В. А., Ивашутина Л. И. Изучение и картографирование аридных ландшафтов на примере юго-восточного Казахстана. В сб.: Космическая съемка и тематическое картографирование. М. , МГУ, '1980, с. 38-52.

126. Нилъсш Т. А., Антон Я.А., Аплей В,Б. и др. Об оценке степени созревания зерновых культур дистанционными оптическими методами. Исследование Земли из космоса, 1982, N1, с. 41-47.

127. Нильсон Т. Кууск А. Приближенные аналитические формулы для расчета коэффициентов спектральной яркости сельскохозяйственной растительности. Исследование Земли из космоса, 1984, N5, с. 76-83.

128. Обиралов А.И. Дешифрирование снимков для целей сельского хозяйства, М,, Недра, "1982, 145 с,

129. Обухов A.M. Орлов Д.С. Спектральная отражательная способность главнейших типов почв и возможность испльзования диффузного отражения при почвенных исследованиях, Почвоведение, 1964, N 2, с. 83-94.

130. Орлов Д.С.< Бирюкова О.Н., Суханова Н.И. Органическое вещество почв Российской Федерации. МГУ им. М.В.Ломоносова, фак. почвоведения. М., Наука, 1996, 2.54 с.

131. Орлов Д.С., Бирюкова О.H. f Суханова Н.И. Влияние гумуса на спектральную отражательную спсобность почв. В кн.: Органическое вещество почв Российской Федерации. - М., Наука, 1996,ппн ОАО

132. Орлов Д.С., Лопухина О.В. Использование показателей спек-тальной отражательной способности для характеристики эроди-рованности почв. В сб.: Космический мониторинг биосферы. Л,, Гидрометеоиздат, '1985, вып. 1, с, 118-130,

133. Почвенная карта РСФСР. М-б: 1:2 500 ООО. Почвенный ин-т им. В.В.Докучаева, ГУГК СССР, М., 1988.

134. Природно-антропогенные геосистемы Центральной лесостепи Русской равнины. М., Наука, 1989, 276 с.

135. Природные геосистемы Центральной лесостепи Русской равнины. М., Наука, 1988, 143 с.

136. Равнины Европейской части СССР. М., Наука, "1974, 255 с.

137. Райзер В.Ю., Зайцева И. Г., Анискович В.М. f Эткин B.C. Определение физических параметров морского льда по данным дистанционных СВЧ-измерений в дмапазоне 0,3-"18см. Исследование Земли из космоса, '1985, N'1, с. 23-31.

138. Рачкулик В. И. f Ситникова М.Г. Отражательные свойства состояние растительного покрова. Л., Гидрометеоиздат, 1981, 287 с.

139. Реутов Е.А.,. Шутко A.M. Определение влагосодержания почвог-рунтов СВЧ-радиометрическими методами с привлечением априорной информации. Исследование Земли из космоса, 1985, N1, с. 73-87.

140. Росс Ю. К., Егоров В.В. Методические вопросы аэрокосмического зондирования растительности в оптическом диапазоне волн. Исследование Земли из космоса, "1983, N2, с. 58-64.

141. Селиванов А. С. Гектин Ю.М., Нараева М.К. и др. Исследованиеокеана с помощью многоспектральных сканирующих устройств малого разрешения. Исследование Земли из космоса, 1985, N3, с. 70-75.

142. Селиванов A.C., Тучин Ю.Н. Радиотелевизионный комплекс спутников "Метеор" для исследования природных ресурсов Земли.- Исследование Земли из космоса, "1981, N5, с. 28-34.

143. Симакова М.С. Использование материалов аэро- и космической фотосъемки при составлении районных и областных почвенных карт. Почвоведение, 1986, N 10, с. 5-12.

144. Симакова М.С. Картирование почв по материалам аэрофотосъемки на примере лесостепной, степной и полупустнынной зон Советского Союза. Труды лаборатории аэрометодов, 1959, т.7, с. 299-301.

145. Симакова М.С, Методика картирования почв Прикаспийской низменности по материалам аэрофотосъемки, В сб.: Почвенно-ге-ографические исследования и использование аэрофотосъемки в картировании почв. М., 1959а, с. 283-357.

146. Симакова М.С. Методические вопросы аэрокосмического мониторинга почв. Почвоведение, 1997, N11, с. 1383-1389.

147. Система земледелия Курской области. Воронеж, Центр.-Чернозем. кн. изд-во, 1982, 204 с.

148. Современная проблематика дистанционных исследований геосистем. М. , ИГ АНСССР, '1983, 244 с.

149. Соколовский Л.Б., Сидоров М.К. Сельскохозяйственное воздействие на природные компоненты и комплексы Курской области.- В кн.: Географические исследования района Курской магнитной аномалии. М., 1983, с. 94-110.

150. Сорокина И.П. Количественная оценка окраски типичного чернозема. Вюлл. Почвенного ин-та им. В.В.Докучаева., 1967., вып. 1, с. 116-125.

151. Сочава В. Б. Введение в учение о геосистемах. Новосибирск, Наука, 1978, 319 с.

152. Стеглик 0., Мазиков В.М, Изучение процессов эрозии почв на полигонах ЧССР по материалам многозональной съемки. В сб.: Результаты совместных советско-чехословацких подспутниковых экспериментов. Брно, Географический ин-т ЧСАН, 1986, с.183-202.

153. Сухих В.И., Ширин В.М., Зиемелис Т. А., Шаталов A.B. Оценка информативности космических фотоснимков высокого разрешения для инвентаризации лесов. Исследование Земли из космоса, 1996, N 2, с, 45-56.

154. Сущеня В.А., Шевченко Л. А., Сомова В.И. Карты лесоболотных ландшафтов Европейской части СССР (Нечерноземье). В сб.: Картографирование по космическим снимкам и охрана окружающей среды. М. , Недра, 1982, с. '158-194.

155. Тотельников Ю.С. Оптические свойства ландшафта. Л., 1974,949 рh> tJ f- L.' j

156. Трифонов Ю.В. Комплекс технических средств эксперимента по дистанционному зондированию Земли из космоса. Исследование Земли из космоса, 1981, N5, с. 21-27.

157. Трофимов A.M. Панасюк М.В. Геоинформационные системы и проблемы управления окружающей средой, Изд-во Казан. Ун-та, 1984, 142 с,

158. Федина А.Е. Физико-географическое районирование. М. , МГУ, 1973, "195 с.

159. Федченко П. П. f Кондратьев К. Я. Спектральная отражательнаяон о- .CIO способность некоторых почв.Л., Гидрометеоиздат, 1981, 231 с.

160. Феоктистов A.A. Возможности использования данных ИК-диапазона для оценки эвапотранспирации посевов сельскохозяйственных культур. Исследование Земли из космоса, 1986, N3, с. 94-89.

161. Фирс.енкова В.М. Динамика современных процессов сноса и аккумуляции на Курском опытном полигоне. Геоморфология, 1993, N 3, с, 99-106.

162. Харин Н.Г. Комплексные карты опустынивания и методика их составления по космическим снимкам. Исследование Земли из космоса, 1985, N1, с. 52-59.

163. Харук В.И., Винтерберг К., Цибульский Г.М., Яхимович А.П. Анализ техногенной деградации притундровых лесов по данным съемки из космоса. Исследование Земли из космоса, 1995, N 4, с. 91-97.

164. Худяков Г.И., Знаменщиков Г.И. Карта и картограмма показателя интенсивности эрозионных процессов.- Вопросы картографии. Новосибирск, ВГО СО АН СССР, 1963, с. 72-77.

165. Чиберкус Ю.Н., Яновская Е. А., Яновский А.Ф. Исследование влияния параметров состояния растительного покрова на коэффициенты спектральной яркости. Исследование Земли из космоса, 1995, N 6, с. 59-66.

166. Шутко A.M. СВЧ-радиометрия водной поверхности и почвогрунтов. M., Наука, 1986, 189 с.

167. Яновская Е.А., Яновский А.Ф. f Чиберкус Ю.Н. Исследование ин-дикартрис коэффициентов спектральной яркости растительных покровов. Исследование Земли из космоса, 1995, N 5, с. 51-57.

168. Chang- T.C., Atwater S.Y., Salomonson V. et al. L-Band radar sensing of soil moisture. In: IEEE transactions on geosci, and remote sens, N.Y., 1980, v.18, N4, October, 1980,p. 303310.

169. Choudhury B.J., IdsoS.B., Reginato R.J. Remote Sens. Environ, '1986, 19, N3, p. 253-268.

170. Curran P. Multispectral remote sensing of vegetation amount. Progr. Phys. Geogr., 1980, v.4, N3, p. 315-341.

171. Engel J.L., Weinstein 0. "Int. Geosci. and Remote Sens. Symp., Munich, June 1-4, 1982, Dig. vol.1", New York, 1982, p. 96-103.

172. Eppl 7. Environmental Planning and Programming Langauage. Version 7, Release 2.0. Minnesota Department of Administration Land Management Information Center (LMIC). St. Paul, 1987, 166 p.

173. Halemba B. Biul. inf. Inst. geod. i kartogr., 1984, 29, N2-3, p. 79-86.

174. Hardy J.R. Survey of metods for the determinations of soil moisture content by remote sensing methods. In: Proc. Remote Sens. Appl. Agricul. and Hydrol. Proc. Seminar, Ispra, 21 Nov.-2 Dec., 1977. Rotterdam, 1980, p. 233-247.

175. Heilman J.L., Moore D.G. Photogramm. Eng. and Remote Sens., 1982, 48, N12, 1903-1906.

176. Henderson K.E., Badhawar G. An snitial Model for Estimating Soybean Development Stages from Spectral Data. Remote Sensing of Enviroment, 1984, vol. 14, p. 55-63.

177. Hilwig E. W. Visual interpretation of multitemporal Landsat. data for inventories of natural resources. ITC J., 1980, N2, p. 297-327.

178. Holben B.N., Tucker C.J., Pan C.J. Spectral assessment of soybean leaf area and leaf biomass. Photogramm. Eng. Remote Sens., 1980, v.46, N5, p. 651-656.

179. Horler D.N.H.f Dockray M., Barber J., Barringer A.R. Adv. Space Res.,1983, 3, N2, 273-277.

180. Jackson R.D., Pinter P.G.t Reginato R.G., Idso S.B. IEEE Trans. Seosci. and Remote Sens., 1986, 24, N1, p. 99-106.1. OO-t <. iC 1

181. Link L.E., Jr. In: Case Stud. Appl. Data Collect, and Manag. New York, N. Y. , 1980., p. 259-267.

182. Lougeay R. Photogramm. Eng. and Remote Sens., 1982. 48, N2, p. 269-273.

183. Manual of Remote Sensing. American Society of phot.ogrammet-ri. Falls Church, Virginia, 1975. Second Edition, 1983, v.l, 11, 2047 pp.

184. Nellis D.M. Remote Sens. Environ., 1982, 12, N3 p. 229-234.

185. Nieuwenhuis G.J.A., Smidt.E.H., Thunnissen H.A. M. Int. J. Remote Sens. , '1985, 6, N8, p. 1319-1334.

186. Pampalony P., Paloscia S. In: Int. Geosci. and Remote Sens. Symp. (IGARSS'SS), Amherst, Mass., Okt., 7-9, 1985, Dig. Vol. 2. New York, N.Y., 1985, p. 619-624.

187. Reginald R.G., Jackson R.D., Pinter P.J. Remote Sens. Environ, 1985, 18, N1, p. 75-89.

188. Schimada M., NiwaS., Nishimoto H. "24 Conv, Int. Sei, Spaz.: Coop, paesi. Emergent! e Ind. osserv. Terra, Roma, 22-23 mazzo, 1984". Roma, p. 85-94.

189. Schmugge T. Remote sensing of soil moisture with microwave radiometers. Trans. ASAE. 1983, p. 748-753.

190. Sivertan A., L.Reine It, R.Castenson. A GIS method to aid in non-point source eritical area analysis. Int. J.Geographical Information Systems, 1988, vol.2, no.4, p. 365-378.

191. Stoner E.R. Agricultural and cover mapping with the aid of digital soil survey data. In: Mach. Proces. Remot. Sens. Data Spec. Emph. Crop Invent, and Moni t., 8th Int. Symp., W.Lafayette, Ind., July 7-9, 1982. N.Y., 1982, p. 495-502.

192. Tucker O.Y. Red and photographic infrared linear combinati- 222 ons for monitoring vegetation. Remote Sens. Environ,5 1979, v. 8, N2, p. 127-150.

193. Wetzel P.J., Atlas D.f Woodward R.H.J. Clim. and Appl. Met.e-orol. , -1984, 23, N3, p. 375-391.

194. Wilkinson G.G. f Ward N.RMil ford J.R., Dugdal G. In: Remote Sens.Randgeland Monitor, and Manag. Proc. 9th Annu, Conf. Remote Sens. Soc. Silsoe, 21-23 sept., 1983. Reading. 1983, p. 94-107.