Цифровое картографирование черноземных почв на двучленных отложениях (на примере ключевого участка в Воронежской области) тема диссертации и автореферата по ВАК РФ 03.02.13, кандидат наук Чинилин Андрей Владимирович

  • Чинилин Андрей Владимирович
  • кандидат науккандидат наук
  • 2019, ФГБОУ ВО «Российский государственный аграрный университет - МСХА имени К.А. Тимирязева»
  • Специальность ВАК РФ03.02.13
  • Количество страниц 158
Чинилин Андрей Владимирович. Цифровое картографирование черноземных почв на двучленных отложениях (на примере ключевого участка в Воронежской области): дис. кандидат наук: 03.02.13 - Почвоведение. ФГБОУ ВО «Российский государственный аграрный университет - МСХА имени К.А. Тимирязева». 2019. 158 с.

Оглавление диссертации кандидат наук Чинилин Андрей Владимирович

Введение

Глава 1. ОБЗОР НАУЧНОЙ ЛИТЕРАТУРЫ

1.1 Понятие о дву- и многочленности пород

1.2 Картографирование почв. От истоков к современности

1.3 История картографирования почвообразующих и подстилающих пород

1.4 Подходы к выявлению и картографированию почвообразующих и подстилающих пород

1.4.1 Традиционный подход

1.4.2 Бесконтактное почвенное зондирование

1.4.3 Использование данных дистанционного зондирования

1.4.4 Почвенная спектроскопия

1.4.5 Подходы цифровой (автоматизированной) картографии

ГЛАВА 2. ХАРАКТЕРИСТИКА РЕГИОНА ИССЛЕДОВАНИЯ

2.1 Географическое положение территории исследования

2.2 Климатические условия

2.3 Геоморфологические условия

2.4 Геология и почвообразующие породы

2.5 Гидрографические и гидрогеологические условия

2.6 Растительность

2.7 Почвенный покров

ГЛАВА 3. МЕТОДЫ ИССЛЕДОВАНИЙ

3.1 Картографирование почв тестовых участков

3.2 Лабораторные анализы

3.3 Анализ спектральной отражательной способности почв тестовых участков

3.4 Статистический анализ связи между спектральной отражательной способностью и свойствами почв-индикаторами подстилания

3.5 Создание картографических моделей средствами цифровой почвенной

картографии

ГЛАВА 4. РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЯ

4.1 Результаты минералогического анализа почв тестовых участков

4.2 Связь между спектральной отражательной способностью и свойствами почв-индикаторами подстилания

4.2.1 Спектральная отражательная способность и содержание органического углерода почв

4.2.2 Спектральная отражательная способность и минералогический состав почв

4.3 Картографические модели отдельных свойств почв-индикаторов подстилания

4.3.1 Картографические модели содержания органического углерода

4.3.2 Картографические модели содержания минералов-индикаторов подстилания

4.4 Выявление подстилания черноземных почв

ЗАКЛЮЧЕНИЕ

ПРИЛОЖЕНИЯ

Список литературы

Список сокращений

ВВЕДЕНИЕ

Рекомендованный список диссертаций по специальности «Почвоведение», 03.02.13 шифр ВАК

Введение диссертации (часть автореферата) на тему «Цифровое картографирование черноземных почв на двучленных отложениях (на примере ключевого участка в Воронежской области)»

Актуальность темы

Наличие двучленности пород проявляется в первую очередь в неоднородном увлажнении, а также пестроте агрономических показателей, что в существенной мере определяет необходимость соответствующего разделения приемов агротехники, начиная с размещения сельскохозяйственных культур в соотношении с условиями гранулометрического состава и влагообеспеченности почв, разделения систем обработки почвы, регулирования водного режима, предотвращения процессов эрозии почвы. Однако методы картографирования почв на двучленных отложениях до сих пор разработаны слабо.

Традиционные методы картографирования почвообразующих и подстилающих пород, в основном опираются на наземные обследования. Классические полевые исследования включают заложение глубоких разрезов, морфологическое описание профиля почв, отбор проб, лабораторные исследования, что требует значительного количества времени, трудоемко и дорого, особенно, когда изыскания выполняются в региональном или глобальном масштабах. В последние годы появились новые современные методы и технологии получения информации о почвообразующих и подстилающих породах - бесконтактное почвенное зондирование, георадарное профилирование, дистанционные (спутниковые, беспилотные летательные аппараты) технологии, почвенная спектроскопия, подходы цифровой почвенной картографии, которые выступают потенциальными средствами преодоления ограничений традиционных подходов, улучшения детализации и пространственного охвата. Одними из наиболее перспективных средств получения информации о почвообразующих и подстилающих породах являются данные дистанционного зондирования, а также подходы автоматизированной почвенной картографии. В отличие от георадарного профилирования (ground penetrating radar) и бесконтактных технологий (proximal sensing), эти подходы теоретически могут позволить получать информацию о

характере почвообразующих пород на больших территориях, оперативно и малозатратно. Это и предопределило актуальность наших исследований.

Степень разработанности темы. Потенциальные возможности применения данных дистанционного зондирования показаны в работах Ю.А. Ливеровского (1962), Ю.С. Толчельникова, В.Л. Андроникова (1979, 1990), Т.В. Афанасьевой (1990), М.С. Симаковой (1959, 1985), И.Ю. Савина (1990), Y. Ninomiya (2002, 2005), F.D. van der Meer (2012) и других авторов, подходов цифровой почвенной картографии в работах A. McBratney, B. Minasny (2003), P. Lagacherie (2006), M. Lacoste, B. Lemercier, C. Walter (2011) и других. Обзор отечественной и зарубежной литературы показал, что имеющийся опыт использования дистанционных технологий и подходов цифровой почвенной картографии может быть использован для картографирования почв на двучленных отложениях.

Цель и задачи исследования. Целью работы было изучение влияния характера почвообразующих и подстилающих пород на спектральную отражательную способность почв для определения возможности их дешифрирования по данным дистанционного зондирования и цифрового картографирования.

Для достижения цели были поставлены следующие задачи:

1. провести обзор существующих методов картографирования и исследования почв и их свойств, почвообразующих и подстилающих пород;

2. изучить влияние двучленности пород на минералогический состав

почв;

3. провести анализ связи спектральной отражательной способности со свойствами почв-индикаторами подстилания;

4. оценить влияние методов предварительной обработки спектральных данных видимой и ближней инфракрасной областей спектра на результативность прогнозирования свойств почв-индикаторов подстилания;

5. предложить и апробировать метод цифрового картографирования

подстилания в пахотных черноземных почвах.

5

Научная новизна:

• Впервые изучено влияние наличия подстилания на спектральную отражательную способность поверхности пахотных черноземных почв. Установлен характер влияния наличия подстилания на минералогический состав почв и содержание органического вещества.

• Предложены новые методы идентификации двучленности пахотных черноземов по цветовым характеристикам их открытой поверхности.

• Разработан новый метод цифрового картографирования черноземных почв на двучленных отложениях.

Теоретическая и практическая значимость. Разработаны методы и подходы, позволяющие осуществлять выявление и картографирование пахотных черноземных почв, развитых на двучленных отложениях, используя данные мультиспектральной дистанционной съемки и технологии цифрового картографирования почв, которые существенно снижают трудоемкость и затратность традиционно используемых подходов.

Методология и методы исследований. Методология исследований основана на информационном поиске источников отечественной и зарубежной литературы, обосновании актуальности, определении цели и задач. Программа исследований включала проведение полевых работ, лабораторных анализов, статистической обработке полученных данных, анализе и обобщении полученных результатов. Выполнение работы проводилось с использованием общепринятых методик в почвоведении.

Основные положения, выносимые на защиту:

1. метод выявления связей спектральной отражательной способности со свойствами почв-индикаторами подстилания, включающий: предварительную обработку спектральных данных, статистический анализ с помощью распространенных методов, сравнение устойчивости моделей (верификация);

2. алгоритм моделирования пространственной вариабельности свойств почв-индикаторов подстилания рядом методов машинного обучения;

3. подход картографирования черноземных почв на двучленных отложениях на основе спектральных данных, геоинформационных технологий, средств цифровой почвенной картографии.

Степень достоверности и апробация работы. Анализы почв проведены по соответствующим общепринятым методикам. Достоверность полученных результатов подтверждена статистическими методами. Статистическая обработка данных проводилась с использованием свободной программной среды вычислений R. Для воспроизводимости результатов, данные и программный скрипт расположены в открытом доступе на интернет странице §1ШиЬ-аккаунта.

Основные положения и результаты исследования были доложены автором на конференциях: «Почвоведение: горизонты будущего» (г. Москва, февраль 2017 г.), «Математическое моделирование в экологии» (г. Пущино, октябрь 2017 г.), «Почвенные и земельные ресурсы: состояние, оценка и использование» (г. Москва, ноябрь, 2017 г.), II Вильямсовские чтения - «Проблемы деградации и охраны почв» (г. Москва, декабрь 2017 г.), XXI Докучаевские молодежные чтения (г. Санкт-Петербург, февраль 2018 г.), «Ломоносов-2018» (г. Москва, апрель 2018 г.), а также докладывались на заседаниях кафедры почвоведения, геологии и ландшафтоведения РГАУ-МСХА им. К.А. Тимирязева.

Личный вклад автора. Автор проводил обзор литературы, принимал непосредственное участие в полевых работах (2014-2015 гг.), лично проводил лабораторные анализы, статистический анализ полученных материалов, обобщение и интерпретацию результатов.

Публикации. По результатам исследования опубликовано 13 печатных работ, в том числе 5 статей в журналах, включенных в перечень ВАК РФ из международных баз данных.

Структура и объем диссертации. Диссертация состоит из введения, 4-х глав, заключения, приложений и списка литературы. Работа изложена на 158 страницах компьютерного текста, содержит 19 таблиц, 33 рисунка. Список литературы включает 222 источника, в том числе 114 на иностранном языке.

Благодарности. Автор глубоко и искренне признателен своему научному руководителю, член-корреспонденту РАН, д.с.-х.н. И.Ю. Савину за актуальную и интересную тематику исследований, за обсуждения работы, ценные советы и

поддержку на всех этапах ее выполнения; д.с.-х.н. [НП. Чижиковой| и к.б.н. Е.Б. Варламову за предоставленную возможность проведения исследований по теме диссертации на базе лаборатории минералогии и микроморфологии почв Почвенного института им. В.В. Докучаева, внимательное отношение и всестороннюю помощь; своим учителям и коллегам д.б.н. В.Д. Наумову, д.б.н. В.Г. Мамонтову, к.с.-х.н. Л.П. Родионовой, к.с.-х.н. Ю.Л. Мешалкиной за особо полезные советы и замечания. Особая признательность коллективу кафедры почвоведения, геологии и ландшафтоведения РГАУ-МСХА имени К.А. Тимирязева, а также своей семье и друзьям за постоянную поддержку и помощь в работе.

ГЛАВА 1. ОБЗОР НАУЧНОЙ ЛИТЕРАТУРЫ

1.1 Понятие о дву- и многочленности пород

Почвообразующая порода относительно редко представлена однородной толщей значительной мощности. Зачастую она неоднородна, имеет слоистость, причем каждый слой может отличаться различной мощностью, степенью выраженности, литологией [Самойлова, 1983]. Одну из классификаций строения почвообразующих пород представил Б.Г. Розанов. Он предложил выделять следующие типы строения, в зависимости от которого и строение почвенного профиля будет отличаться [Розанов, 2004; Наумов, 2016]:

1) Массивная порода, представленная горизонтом С, которая на поздних стадиях выветривания может быть разделена на горизонты С и Э;

2) Массивная порода, перекрытая плащом элюво-делювиальных отложений на склонах; состоит из горизонтов С и Э;

3) Массивная порода, перекрытая плащом делювиальных отложений на склонах; представлена либо горизонтом С, либо комбинацией горизонтов С и Э в зависимости от мощности делювиального наноса;

4) Однородная рыхлая порода (покровный суглинок, лесс); представлена горизонтом С;

5) Двучленная рыхлая порода, в которой легкий нанос в пределах почвенного профиля (или в пределах 1 м) подстилается более тяжелым (например, супесь на глинистой морене);

6) Двучленная рыхлая порода, в которой тяжелый нанос подстилается в пределах метра более легким (например, покровный суглинок на песке);

7) Многочленная рыхлая порода, в которой происходит чередование литологически различных слоев (в пределеах почвенного профиля или в пределах 1 м);

8) Двучленная рыхлая порода, в которой литологическая смена происходит за пределами почвенного профиля, или глубже 1 м (например, покровный суглинок на морене);

9) Трехчленная порода, в которой легкий нанос подстилается в пределах метра более тяжелым, а глубже лежит подстилающая порода D (например, супесь - морена - флювиогляциальный песок);

10) Трехчленная рыхлая порода, в которой тяжелый нанос в пределах почвенного профиля подстилается более легким, а глубже лежит подстилающая порода D (например, покровный суглинок - песок - морена);

11) Многочленная рыхлая порода, в которой чередование нескольких литологических слоев происходит в пределах почвенного профиля (или в пределах 1 м), а глубже лежит подстилающая порода D, резко отличающаяся от всех вышеперечисленных (например, пепел - пепел - пепел - гранит и супесь -суглинок - супесь - морена).

Е.М. Самойлова в методическом пособии «Почвообразующие породы» предлагает различать 16 типов строения почвообразующих пород [Самойлова, 1983]. Очевидно, что в приведенных Б.Г. Розановым и Е.М. Самойловой списках типов строения пород не исчерпывается многообразие их многочленности. Однако в обеих классификациях есть несколько моментов, которые требуют уточнений. Рассмотрим тип строения пород, где их смена происходит глубже 1 м. В данном случае не указана верхняя граница подстилающей породы - это может быть и 1,5 м, и 5 м. И здесь важно понять, на какой глубине характер подстилающей породы будет оказывать влияние на почвенный покров. Так, к примеру, на территории Окско-Донской равнины почвы формируются на толще лессовидных пород, подстилаемых на глубине от 3 до 10 м слабо водопроницаемой мореной, что вызывает формирование близкого к поверхности горизонта почвенно-грунтовых вод и, в соответствии с этим, широкое развитие почв полугидроморфного и гидроморфного рядов [Самойлова, 1983]. Здесь черноземы формируются на повышенных водораздельных поверхностях, а

основная часть территории занята лугово-черноземными почвами, и, в меньшей степени, черноземно-луговыми.

Исследования почвообразования на дву- и многочленных породах в разные годы проводились К.Д. Глинкой при изучении почв Псковской, Новгородской и Смоленской губерний [Глинка, 1902], А.А. Красюком [Красюк, 1922], Н.П. Ремезовым в условиях лесостепи и южных полесий [Ремезов, 1951], А.Ф. Большаковым [Большаков, 1961], Б.Г. Розановым в южно-таежно-лесной зоне [Розанов, 1969], Ф. Дюшофуром [Дюшофур, 1970], А.Д. Кашанским в условиях Европейского севера СССР [Кашанский, 1974], Л.Ю. Рейнтамом в условиях юго-восточной и средней Эстонии [Рейнтам, 1974], Б.Ф. Апариным и Е.В. Рубилиным в условиях северо-запада Русской равнины [Апарин, Е.В., 1975], В.Д. Тонконоговым в условиях северо-востока Европейской России [Тонконогов, 1999; Тонконогов, Каверин, Забоева, 2004]. Таким образом, проведенными региональными изысканиями выявлено широкое распространение почв, развивающихся на дву- и многочленных породах. При этом следует сказать, что различными авторами трактуются различные понятия о двучленности. Так, к примеру, А.Д. Кашанский [Кашанский, 1974], В.Д. Тонконогов с соавторами [Тонконогов, Каверин, Забоева, 2004] говорят о том, что «почвообразующие породы следует относить к двучленным, если выдерживается несколько условий: верхний и нижний наносы отложений отличаются друг от друга не менее, чем на две градации по гранулометрическому составу, резкая смена гранулометрического состава наблюдается в пределах 1 м» (превышает 45 см по В.Д. Тонконогову). При этом, перечисленные критерии, в основном, применимы для текстурно-дифференцированных почв северо-запада, севера и северо-востока Европейской России.

Однако, диагностика дву- или же многочленности важна и актуальна не только для текстурно-дифференцированных почв, но и для черноземных. Двучленность пород, и, следовательно, характер почв, сформировавшихся на них, должны особенно учитываться при разработке рациональных приемов

агротехники с учетом требований культивируемых растений.

11

1.2 Картографирование почв. От истоков к современности

Современному этапу картографирования почв предшествовали этапы от додокучаевского периода анкетной картографии (первая половина XIX века), докучаевского (конец XIX - начало XX веков) и советского периодов [Строганова, 2011].

Первая почвенная карта-схема Европейской России была составлена в 1851 г. под руководством академика К.С. Веселовского на основе анкетных опросных данных. Карта-схема почв и грунтов содержала 8 видов почв, на нее также были нанесены изолинии среднегодовых температур. В 1879 г. под руководством В.И. Чаславского была составлена почвенная карта Европейской России (в более крупном масштабе) также на основе статистических анкетных опросных данных. Новая карта содержала уже 32 вида почв и грунтов, а также отражала их географию [Национальный атлас ..., 2011]. Участвуя в написании записки к карте и редактировании карты, В.В. Докучаев пришел к мысли о необходимости совершенствования методологии составления почвенных карт и изложил свое критическое видение проблемы в монографии «Картография русских почв». В ней В.В. Докучаев заложил основной принцип современной картографии почв, который состоит в постулате постоянных экологических соотношений почв и факторов, при которых необходимо учитывать все элементы природы, влияющие на почву. В.В. Докучаев совместно со своим последователем Н.М. Сибирцевым создали систему почвенно-картографической съемки, которая в дальнейшем по мере получения наукой новых материалов совершенствовалась и углублялась.

В до- и послевоенный советские периоды, проводились планомерные комплексные картографические работы различного масштаба и широкие региональные исследования почвенного покрова (1111). Начиная с 60-х годов, полевая съемка начинает лучше обеспечиваться топографическими картами, начинают широко использоваться материалы аэрофотосъемки [Левенгаупт, 1931;

Сметанин, 1940; Андроников, 1958; Симакова, 1959; Ливеровский, 1962]. В этот период разрабатываются инструкции, методические сводки и руководства по картографированию почв, которые постепенно усложняются, складывается классическая методика на основе «геоморфологического» метода, разрабатывается единая диагностика и классификация почв [Симакова, 1959; Методика составления ..., 1962; Общесоюзная инструкция ..., 1964; Руководство по составлению ..., 1964; Крупномасштабная картография ..., 1971; Общесоюзная инструкция ..., 1973]. Большое значение приобретают работы по районированию [Почвенно-географическое районирование., 1962], основой которого является почвенная картография. С 70-х годов широкое развитие получило учение о структуре почвенного покрова (СПП), основанное В.М. Фридландом [Фридланд, 1972; Фридланд, 1984], в рамках которого лежат «факторно-индикационные» основы, оказавшее впоследствии определяющее влияние на методологию почвенной картографии.

Современный период (с 1991 года по настоящее время) картографирования почв характеризуется существенным расширением тематики карт и возникновением новых направлений картографирования. Почвенные карты становятся более информативными, постепенно усложняются легенды к картам.

На этом этапе методические подходы составления карт также претерпевают изменения. Так, к примеру, были разработаны методики составления карт структуры почвенного покрова повышенной точности и содержательности, агроэкологически значимых характеристик и показателей агрогенной деградации почв [Сорокина, Панкова, 1989; Методология составления ..., 2006]. Большой интерес также уделялся составлению и интерпретации почвенных карт сельскохозяйственных территорий в целях освоения адаптивно-ландшафтных систем земледелия [Агроэкологическая группировка ..., 1995; Агроэкологическая оценка ., 2005].

Обновление методологии сложившегося визуально-экспертного

крупномасштабного картографирования происходило по нескольким

направлениям [Козлов, Сорокина, 2012]: геоинформационной инвентаризации

13

природно-ресурсной информации [Рожков, Рожкова, 1993; Савин, 1999; Савин, 2004], совершенствованию средств дистанционного зондирования и его приложения для оценки почв и их свойств [Андроников, Афанасьева, Симакова, 1990; Кравцова, 1995; Симакова, Савин, 1998; Савин, Симакова, 2012] и автоматизированной (цифровой) картографии [McBratney, Mendonfa Santos, Minasny, 2003; Сорокина, Козлов, 2009; Конюшкова, 2010].

Экспериментальные изыскания последних лет направлены на разработку методов использования бесконтактного почвенного зондирования, методов использования данных дистанционного зондирования (ДДЗ), в том числе беспилотных летательных аппаратов (БПЛА), цифровых (автоматизированных) алгоритмов и подходов картографирования, методах и подходах геоморфометрии и педометрики, цифровой почвенной морфометрики, что создает предпосылки по переработке и обновлению устаревших материалов, в том числе, крупномасштабных почвенных обследований.

На этапе совершенствования карт достижения традиционной картографии должны сочетаться с новыми технологиями. Один из основных путей дальнейшего развития картографирования почв - сочетание последовательности использования сложившихся традиционных методов и новых технологий [Козлов, Сорокина, 2012], ««имитация» традиционного почвенного картографирования, при котором более полно используются достижения традиционной почвенной картографии, а методы цифровой почвенной картографии (ЦПК) встраиваются в процесс традиционного картосоставления» [Савин, 2012], новые стратегии отбора почвенных образцов [Minasny, McBratney, 2006; Godinho Silva и др., 2015], использование новых морфометрических характеристик рельефа [Флоринский, 2016], привлечение новых методов машинного обучения и интеллектуального анализа данных.

1.3 История картографирования почвообразующих и подстилающих пород

Интерес к почвообразующим породам стал проявляться уже в то время, когда В.В. Докучаевым создавалось генетическое почвоведение. Исторически сложилось так, что с течением времени почвообразующим породам уделялось все меньше и меньше внимания. Ни геологи, ни почвоведы непосредственно не вели систематического их изучения. Почвоведам, наблюдавшим за успешным развитием четвертичной геологии, казалось, что эти отложения - предмет изучения геологов; геологи, в свою очередь, думали, что все отложения, лежащие у самой поверхности и измененные почвообразованием, относятся к компетенциям почвоведов.

Составление первых карт почвообразующих пород (по отдельным районам) было начато Н.М. Сибирцевым во время нижегородской экспедиции. В этих первых работах большое внимание уделялось характеристике вещественного состава пород. В дальнейшем карты постепенно совершенствовались, при их составлении стал выдерживаться единый принцип построения - генетический. Это уже были карты покровных четвертичных отложений, однако такие карты составлялись и публиковались редко.

Первая сводная карта подобного рода - «Схематическая карта покровных четвертичных образований на территории Европейской части СССР», составленная в 1927 г. Г.Ф. Мирчинком по поручению Почвенного Института Народного Комиссариата Земледелия для Международного конгресса почвоведов. При ее составлении, в основном, использовались неопубликованные материалы известных в то время почвенных изысканий, а также литературные данные. На карте показаны генетические типы отложений с указанием механического состава. В то время, Г.Ф. Мирчинк положил начало составлению обобщающих обзорных карт четвертичных отложений и почвообразующих пород.

В 1932 вышла в свет «Карта отложений четвертичной системы Европейской части СССР» в масштабе 1 : 2 500 000, составленная коллективом почвоведов и

геологов Геолого-разведочного института под редакцией С.А. Яковлева. Она отличалась от карты, составленной Г.Ф. Мирчинком, масштабом и более полным охватом территории Европейской части СССР.

В 1950 г. была издана небольшим тиражом вторая карта, в том же масштабе, 1 : 2 500 000, составленная «на стратиграфической основе» шестью авторами под редакцией С.А. Яковлева. Она была значительно детальней предыдущей. На ней были показаны некоторые литологические и геоморфологические особенности четвертичных отложений. В 1956 г. эта карта была переиздана в уменьшенном масштабе - 1 : 5 000 000. В таком же масштабе в 1959 г. вышла в свет карта четвертичных отложений всей территории СССР, составленная сотрудниками ВСЕГЕИ.

В 1968 г. выходит в свет «Карта почвообразующих пород Европейской части СССР», составленная в Музее Землеведения МГУ им. М.В. Ломоносова под редакцией П.Н. Чижикова в масштабе 1 : 4 000 000. Данная карта представляет собой комплексную литолого-генетическую карту почвообразующих пород, где генетический тип поставлен на первое место. Карта нашла широкое применение у специалистов-практиков [Чижиков, 1968].

В 2011 г. был опубликован Национальный атлас почв Российской Федерации, в котором была представлена «Карта почвообразующих пород Российской Федерации» в масштабе 1 : 15 000 000, составленная под руководством И.А. Мартыненко. Основой для опубликованной карты служили: а) карта почвообразующих пород Европейской части СССР под редакцией П.Н. Чижикова 1968 г., б) карты почвообразующих пород из региональных атласов различных субъектов РФ, в) материалы региональных монографий и исследований, г) карты четвертичных отложений, д) геоморфологические, геологические, ландшафтные карты и иные материалы. Представленная в атласе карта является первой, охватывающей целиком всю территорию РФ. Карта почвообразующих пород представлена в цифровом виде, где каждый слой отражает определенную иерархическую ступень типизации пород. Атрибутивные

данные содержат информацию о генезисе, гранулометрическом и петрографо-химическом составе пород.

1.4 Подходы к выявлению и картографированию почвообразующих и

подстилающих пород

1.4.1 Традиционный подход

Подстилающие и почвообразующие породы играют важную роль в формировании пространственной неоднородности почвенного покрова. Эта связь настолько очевидна, что в районах с пестрым литологическим составом карта почвообразующих пород, к примеру, может служить основой для нанесения предлагаемых границ почвенных контуров.

В процессе традиционных методов картографирования выделяют несколько этапов: подготовительный камеральный период, полевые изыскания и заключительный период [Общесоюзная инструкция ..., 1973; Составление ..., 1987; Методология составления ..., 2006]. Если основной целью картографических работ является диагностика подстилающих и почвообразующих пород, во время подготовительного камерального периода акцент делается на более детальном изучении геологических условий территории объекта изыскания, анализа их качества и полноты, планировании полевых работ. Наиболее полно изучают геологические карты, которые дают представления о распространении коренных или подстилающих пород, лежащих под четвертичными отложениями. При описании геологического строения исследуемой территории перечисляют все встречающиеся группы, системы пород в соответствии с эрой и периодом формирования (в ряде случаев указывают и отдел периода), указывают их географическое распространение. Если на исследуемой территории есть интрузии магматических пород, их обязательно отмечают. По имеющимся пояснительным запискам к геологическим картам

Похожие диссертационные работы по специальности «Почвоведение», 03.02.13 шифр ВАК

Список литературы диссертационного исследования кандидат наук Чинилин Андрей Владимирович, 2019 год

Список литературы

1. Агроклиматические ресурсы Воронежской области. Ленинград: Гидрометеоиздат, 1972. 108 с.

2. Агроэкологическая группировка и картографирование пахотных земель для обоснования адаптивно-ландшафтного земледелия. Методич. рекомендации. Сост. Н.П. Сорокина. Москва: Почвенный ин-т им. В.В. Докучаева, 1995. 76 с.

3. Агроэкологическая оценка земель, проектирование адаптивно-ландшафтных систем земледелия и агротехнологий / под ред. В.И. Кирюшин, А.Л. Иванов. Москва: ФГНУ «Росиинформагротех», 2005. 784 с.

4. Адерихин П.Г. Почвы // Воронежская область. Часть 1. Природные условия. / под ред. С.И. Костин. Воронеж: Областное книгоизд-во, 1952. С. 189214.

5. Адерихин П.Г. Почвы Воронежской области, их генезис, свойства и краткая агропроизводственная характеристика. : Изд-во Вор. ун-та, 1963. 265 с.

6. Адерихин П.Г. Почвы Воронежской области и их охрана // Природные ресурсы Воронежской области и их охрана. Воронеж: Изд-во Вор. ун-та, 1974. С. 32-35.

7. Анализ литературных и архивных источников, сбор данных почвенной и агрохимической съемки по восьми экспериментальным участкам в соответствии с установленными стандартами, требованиями, предъявленными к базам данных. Москва: ООО «ЭПИцентр», 2014. 179 с.

8. Андроников В.Л. Методика дешифрирования почвенного покрова территории лесостепи по аэрофотоматериалам: Автореф. дис. ... к. геол.-мин. н. // 1958а.

9. Андроников В.Л. О спектральной отражательной способности некоторых почв лесостепи // Изв. АН СССР. Серия геогр. 1958Ь. Т. 3. С. 93-97.

10. Андроников В.Л. Аэрокосмические методы изучения почв. Москва: Колос, 1979. 280 с.

11. Андроников В.Л., Афанасьева Т.В., Симакова М.С. Дешифрирование по

аэро- и космическим снимкам почвенного покрова основных зон страны для

138

картографирования // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. Москва: Наука, 1990. С. 22-34.

12. Апарин Б.Ф., Е.В. Р. Особенности почвообразования на двучленных породах Северо-Запада Русской равнины. Ленинград: Наука, 1975. 181 с.

13. Атлас Воронежской области. Киев: Укргеодезкартография, 1994. 48 с.

14. Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве / под ред. Г.В. Добровольский, В.Л. Андроников. Москва: Наука, 1990. 247 с.

15. Белобров В.П. и др. Оценка неоднородности почвенного покрова при полевом опыте по минимизации обработок // Агроэкологические проблемы почвоведения и земледелия. Сборник докладов научно-практической конференции Курского отделения МОО «Общество почвоведов имени В.В. Докучаева. Курск: , 2013. С. 14-18.

16. Большаков А.Ф. Водный режим мощных черноземов Среденрусской возвышенности. Москва: Изд-во АН СССР, 1961. 200 с.

17. Бурков В.П., Кузнецов В.В. Спектрофотометрический метод исследования почв // Спектрофотометрические методы исследования почв и горных пород. Ленинград: , 1983. С. 120-130.

18. Васильев Л.Н., Полуаршинова А.Г. Методика дешифрирования почвенного покрова распаханых полей по спектральным яркостям, измененным по космическим снимкам // Исследование Земли из космоса. 1984. № 1. С. 51-57.

19. Викторов С.В., Чикишев А.Г. Ландшафтная индикация. Москва: Наука, 1985. 97 с.

20. Виноградов Б.В. Аэрокосмический мониторинг экосистем. Москва: Наука, 1984. 320 с.

21. Воронин А.Я. и др. Георадарный метод изучения почвенного покрова (на примере типичных черноземов) // Агроэкологические проблемы почвоведения и земледелия. Сборник докладов научно-практической конференции Курского отделения МОО «Общество почвоведов имени В.В. Докучаева. Курск: , 2013. С. 33-38.

22. Воронин А.Я. Критерии идентификации строения и функциональных свойств почвенного профиля в георадиолокационных исследованиях с использованием георадара "ЛОЗА-В" // Бюллетень Почвенного института им. В.В. Докучаева. 2015. № 80. С. 106-128.

23. Глинка К.Д. Послетретичные образования и почвы Псковской, Новгородской и Смоленской губерний // Ежегодник по геологии и минералогии России. т. V. , 1902. С. 65-94.

24. Горбунов Н.И. Методика подготовки почв к минералогическим анализам // Методы минералогического и микроморфологического изучения почв. Москва: Наука, 1971. С. 5-15.

25. Грищенко М.Н. Неогеновые и четвертичные отложения центральночерноземных областей и из полезные ископаемые // Тр. межвузовск. научн. совещ. по геол. и полезн. ископаемым ЦЧО. Воронеж: , 1957.

26. Дахнов В.Н. Электрическая разведка нефтяных и газовых месторождений. : Гостоптехиздат, 1953.

27. Добровольский Г.В., Урусевская И.С. География почв. Москва: МГУ, 2015. Вып. 3-е изд. 458 с.

28. Докучаев П.М. Построение цифровой почвенной карты и картограммы углерода с использованием методов цифрового почвенного картографирования (на примере Вятско-Камской провинции дерново-подзолистых почв южной тайги). Автореф. канд. биол. наук // 2017.

29. Дубянский А.А. Новые данные о геологии Воронежской области. Воронеж: Комитет Наркозема, 1927.

30. Дюшофур Ф. Основы почвоведения. Москва: Прогресс, 1970. 617 с.

31. Ежов И.Н. Геоморфологические районы Центральных черноземных областей // Труды ВГУ. 1957. Т. XXXVII. С. 67-111.

32. Ежов И.Н. Рельеф // Воронежская область. Часть 1. Природные условия. / под ред. С.И. Костин. Воронеж: Областное книгоизд-во, 1952.

33. Жоголев А.В. Актуализация региональных почвенных карт на основе

спутниковых и геоинформационных технологий (на примере Московской

140

области): Автореф. дис. ... к. с.-х. н. // 2016.

34. Захаров С.А. Курс почвоведения. Москва: Госиздат, 1927. 440 с.

35. Карманов И.И. Спектральная отражательная способность и цвет почв как показатель их свойств. Москва: Колос, 1974. 351 с.

36. Кашанский А.Д. Особенности генезиса подзолистых почв на двучленных наносах // Тр. X Международного конгресса почвоведов. Т. VI(1). Москва: Наука, 1974. С. 157-163.

37. Составление и использование почвенных карт / под ред. А.Д. Кашанский. Москва: Агропромиздат, 1987. 273 с.

38. Кирьянова Е.Ю. Автоматизированное картографирование почв по спутниковым данным для проектирования АЛСЗ (на примере тестовых полей в Саратовском Поволжье): дисс. канд. биол. наук // 2013.

39. Кирьянова Е.Ю., Савин И.Ю. О возможностях оценки контрастности почвенного покрова Саратовского Поволжья по спутниковым данным Landsat // Цифровая почвенная картография: теоретические и экспериментальные исследования. Сборник статей. / под ред. А.Л. Иванов. Москва: Почвенный ин-т им. В.В. Докучаева, 2012. С. 189-208.

40. Классификация и диагностика почв СССР. Москва: Колос, 1977. 221 с.

41. Классификация и диагностика почв России. Смоленск: Ойкумена, 2004.

342 с.

42. Климатологический справочник СССР. Выпуск 8. Часть 1. Гололедно-изморозевые явления и обледенение проводов. Ленинград: Гидрометеорологическое издательство, 1961. 129 с.

43. Климатологический справочник СССР. Выпуск 8. Часть VI. Облачность, солнечное сияние. Ленинград: Гидрометеорологическое издательство, 1962. 375 с.

44. Козлов Д.Н., Сорокина Н.П. Традиции и инновации в крупномасштабной почвенной картографии // Цифровая почвенная картография: теоретические и экспериментальные исследования. Сборник статей. / под ред. А.Л. Иванов. Москва: Почвенный ин-т им. В.В. Докучаева, 2012. С. 35-57.

45. Конюшкова М.В. Картографирование почвенного покрова и засоления

141

почв солонцового комплекса на основе цифрового анализа космической съемки (на примере района Джаныбекского стационара). Автореф. дис. ... к. с.-х. н. // 2010.

46. Конюшкова М.В. Цифровое картографирование почв солонцовых комплексов Северного Прикаспия. Москва: Товарищество научных изданий КМК, 2014. 316 с.

47. Кравцова В.И. Космические методы картографирования. Москва: Изд-во МГУ, 1995. 240 с.

48. Кравцова В.И. Космические методы исследования почв. Москва: Аспект Пресс, 2005. 190 с.

49. Красюк А.А. Почвенные исследования Северного края. Москва: б.и., 1922. 55 с.

50. Кренке А.Н. Корркеция почвенных карт на основе данных дистанционного зондирования и цифровой модели рельефа // Цифровая почвенная картография: теоретические и экспериментальные исследования. Сборник статей. / под ред. А.Л. Иванов. Москва: Почвенный ин-т им. В.В. Докучаева, 2012. С. 284-301.

51. Кринов Е.Л. Спектральная отражательная способность природных образований. Москва - Ленинград: Изд-во АН СССР, 1947. 273 с.

52. Крупенио Н.Н. Радиолокационное картирование влажности открытых почв // Исследование Земли из космоса. 1985. № 1. С. 88-94.

53. Крупномасштабная картография почв (методы, теория и практика). Москва: Наука, 1971. 214 с.

54. Кузьмин В.А. Учет литолого-геоморфологической основы при изучении почвенного покрова по аэро- и космическим снимкам // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. Москва: Наука, 1990. С. 82-87.

55. Левенгаупт А.И. Опыт применения аэрофотосъемки при изучении Днепровских плавен // Материалы по проблеме Нижнего Днепра. Т.2. , 1931. С. 143-152.

56. Ливеровский Ю.А. Применение аэрометодов при изучении почвенного покрова // Аэрометоды изучения природных ресурсов. Москва: Географгиз, 1962. С. 115129.

57. Методика составления крупномасштабных почвенных карт с применение материалов аэрофотосъемки. Москва: Изд-во АН СССР, 1962. 116 с.

58. Методическое руководство по изучению и геологической съемке четвертичных отложений / под ред. С.А. Яковлев. Москва: ГОСГЕОЛТЕХИЗДАТ, 1995. 486 с.

59. Методология составления крупномасштабных агроэкологически ориентриованных почвенных карт. Сост. Н.П. Сорокина. Москва: Почвенный ин-т им. В.В. Докучаева, 2006. 160 с.

60. Наумов В.Д. География почв. Москва: Изд-во РГАУ-МСХА, 2016. 364 с.

61. Национальный атлас почв Российской Федерации / под ред. С.А. Шоба. Москва: Астрель: АСТ, 2011. 632 с.

62. Нестеров Л.Я. Краткий курс разведочной геофизики для геологов. : ГОНТИ, 1938.

63. Общесоюзная инструкция по крупномасштабным почвенным и агрохимическим исследованиям территорий колхозов и совхозов и по составлению почвенных карт территорий производственных колхозно- совхозных управлений. Москва: Колос, 1964. 110 с.

64. Общесоюзная инструкция по почвенным обследованиям и составлению крупномасштабных почвенных карт землепользования. Москва: Колос, 1973. 95 с.

65. Овечкин С.В., Савин И.Ю. Дешифрирование по космическим снимкам эколого-почвенных особенностей лесостепной зоны Среднерусской возвышенности // Аэрокосмические методы в почвоведении и их использование в сельском хозяйстве. Москва: Наука, 1990. С. 103-109.

66. Орлов Д.С., Суханова Н.И., Розанова М.С. Спектральная отражательная способность почв и их компонентов. Москва: Изд -во Моск. ун-та, 2001. 176 с.

67. Почвенно-географическое районирование СССР в связи с

сельскохозяйственным использованием земель. Москва: Изд-во АН СССР, 1962.

143

422 с.

68. Проект адаптивно-ландшафтного земледелия и агротехнологий СХП «Белогорье» ГП «АПРОТЕК» Подгоренского района Воронежской области. Москва: РГАУ-МСХА им. К.А. Тимирязева, 2012. 164 с.

69. Прудникова Е.Ю. Автоматизированное картографирование почв по спутниковым данным для проектирования АЛСЗ (на примере тестовых полей в саратовском Поволжье). Автореф. дис. ... к. б. н. // 2013.

70. Прудникова Е.Ю., Савин И.Ю. Исследование оптических свойств открытой поверхности почв // Оптический журнал. 2016. Т. 83. № 10. С. 79-86.

71. Пягай Э.Т. и др. Использование георадара в почвенных исследованиях // Бюллетень Почвенного института им. В.В. Докучаева. 2009. № 64. С. 34-40.

72. Рейнтам Л.Ю. Буроземообразование и псевдооподзоливание в почвах Эстонской ССР // Буроземообразование и псевдооподзоливание в почвах Русской равнины. Москва: Наука, 1974. С. 118-162.

73. Ремезов Н.П. Почвы сосновых лесов и лесостепи и южных полесий // Почвоведение. 1951. № 5. С. 257-269.

74. Рожков В.А., Рожкова С.В. Почвенная информатика. Москва: Изд-во Моск. ун-та, 1993. 190 с.

75. Розанов Б.Г. Роль почвообразующих пород в географии и плодородии почв западной части Смоленской области // Почвы дерново-подзолистой зоны и их рациональное использование. Москва: , 1969.

76. Розанов Б.Г. Морфология почв. Москва: Академический проект, 2004.

432 с.

77. Руководство по составлению почвенных и агрохимических карт. Москва: Колос, 1964. 384 с.

78. Савин И.Ю. Дешифрирование почвенного покрова лесостепи Центрально-Чернозёмного района по среднемасштабным космическим снимкам: дис. ... канд. геогр. наук / под ред. И.Ю. Савин. Москва: , 1990. 300 с.

79. Савин И.Ю. Компьютерная инвентаризация почвенного покрова // Почвоведение. 1999. № 7. С. 899-904.

80. Савин И.Ю. Анализ почвенных ресурсов на основе геоинформационных технологий. Автореф. дис. докт. геогр. наук // 2004.

81. Савин И.Ю. Компьютерная имитация картографирования почв // Цифровая почвенная картография: теоретические и экспериментальные исследования. Сборник статей. / под ред. А.Л. Иванов. Москва: Почвенный ин-т им. В.В. Докучаева, 2012. С. 26-35.

82. Савин И.Ю., Прудникова Е.Ю. Об оптимальном сроке спутниковой съемки для картографирования пахотных почв // Бюллетень Почвенного института им. В.В. Докучаева. 2014. № 74. С. 66-77.

83. Савин И.Ю., Симакова М.С. Спутниковые технологии для инвентаризации и мониторинга почв в России // Современные проблемы дистанционного зондирования Земли из Космоса. 2012. Т. 9. № 5. С. 104-115.

84. Самойлова Е.М. Почвообразующие породы. Москва: Изд-во Моск. унта, 1983. 173 с.

85. Симакова М.С. Использование аэрофотосъемки при картировании почвенного покрова // Почвенная съемка (руководство по полевым исследованиям и картированию почв). Москва: Изд-во АН СССР, 1959. С. 140-168.

86. Симакова М.С. Дешифрирование почвенного покрова Нечерноземья на космических фотоснимках разных типов при составлении мелкомасштабных почвенных карт // Исследование Земли из космоса. 1985. № 6. С. 22-27.

87. Симакова М.С. От визуального дешифрирования аэрофотоснимков и полевого картографирования до автоматизированного дешифрирования и картографирования по космическим снимкам // Бюллетень Почвенного института им. В.В. Докучаева. 2014. № 74. С. 3-19.

88. Симакова М.С., Савин И.Ю. Использование материалов аэро- и космической съемки в картографировании почв (пути развития, состояние, задачи) // Почвоведение. 1998. № 11. С. 1339-1347.

89. Сметанин И.С. Из опыта использование материалов аэрофотосъемки при почвенных исследованиях // Почвоведение. 1940. № 12. С. 66-72.

90. Сорокина Н.П., Козлов Д.Н. Возможности цифрового

145

картографирования структуры почвенного покрова // Почвоведение. 2009. № 2. С. 198-210.

91. Сорокина Н.П., Козлов Д.Н. Методы цифровой почвенной картографии в задачах агроэкологической оценки земель // Цифровая почвенная картография: теоретические и экспериментальные исследования. Сборник статей. / под ред. А.Л. Иванов. Москва: Почвенный ин-т им. В.В. Докучаева, 2012. С. 140-154.

92. Сорокина Н.П., Панкова Е.И. Составление крупномасштабных почвенных карт с показом структуры почвенного покрова. , 1989. 56 с.

93. Справочник по климату СССР. Выпуск 28. Часть II. Температура воздуха и почвы. Ленинград: Гидрометеорологическое издательство, 1965. 235 с.

94. Справочник по климату СССР. Выпуск 28. Часть IV. Влажность воздуха, атмосферные осадки, снежный покров. Ленинград: Гидрометеорологическое издательство, 1968. 253 с.

95. Строганова М.Н. Структура почвенного покрова и почвенная картография. Электронное учебное пособие. Москва: МГУ, 2011. 4500 с.

96. Сурнина Н.., Кузнецов В.В. Спектральная отражательная способность некоторых эталонных почв // Спектрофотометрические методы исследования почв и горных пород. Ленинград: , 1983. С. 198-203.

97. Терентьев И.В. Картирование геолого-географических объектов по спектральным данным с помощью ЭВМ // Спектрофотометрические методы исследования почв и горных пород. Ленинград: , 1983. С. 184-198.

98. Толчельников Ю.С. Оптические свойства ландшафта. Ленинград: Наука, 1947. 252 с.

99. Толчельников Ю.С. Оптические свойства ландшафта: применительно к аэросъемке. Ленинград: Наука, 1974. 251 с.

100. Тонконогов В.Д. Глинисто-дифференцированные почвы Европейской России. Москва: Почвенный ин-т им. В.В. Докучаева, 1999. 143 с.

101. Тонконогов В.Д., Каверин Д.А., Забоева И.В. Особенности почв на двучленных отложениях Северо-востока Европейской России // Почвоведение. 2004. № 3. С. 261-270.

102. Флоринский И.В. Гипотеза Докучаева — центральная идея цифрового прогнозного почвенного картографирования (к 125-летию публикации) // Цифровая почвенная картография: теоретические и экспериментальные исследования. Сборник статей. / под ред. А.Л. Иванов. Москва: Почвенный ин-т им. В.В. Докучаева, 2012. С. 19-29.

103. Флоринский И.В. Иллюстрированное введение в геоморфометрию // Альманах «Пространство и время». 2016. Т. 11. № 1. С. 20.

104. Фридланд В.М. Структура почвенного покрова. Москва: Мысль, 1972.

424 с.

105. Фридланд В.М. Структура почвенного покрова. Москва: Мысль, 1984.

235 с.

106. Чижиков П.Н. Объяснительная записка к карте почвообразующих пород. Москва: , 1968. 39 с.

107. Щербенко Е.В. Изучение микростуктуры почвенного покрова с использованием цифровой обработки // Аэрокосмические методы в почвоведении. Материалы совещания. Москва: , 1989. С. 125-126.

108. Al-Abbas A.H., Swain P.H., Baumgardner M.F. Relating Organic Matter and Clay Content to the Multispectral Radiance of Soils // Soil Sci. 1972. Т. 114. № 6. С. 477-485.

109. Allred B.J. и др. Geophysical methods // Encyclopedia of Soil Science, 3rd Edition. New York, NY: CRC Press, 2016. С. 1004-1011.

110. Allred B.J., Daniels J.J., Ehsani M.R. Chapter 1 - General considerations for geophysical methods applied to agriculture // Handbook of agricultural geophysics / под ред. C.& Francis. Boca Raton: , 2008. С. 410.

111. Andrades-Filho C. de O. и др. Mapping Neogene and Quaternary sedimentary deposits in northeastern Brazil by integrating geophysics, remote sensing and geological field data // J. South Am. Earth Sci. 2014. Т. 56. С. 316-327.

112. Arrouays D. и др. GlobalSoilMap - Digital Soil Mapping from Country to Globe. Balkem: CRC Press, 2018. 174 с.

113. Arrouays D. (Dominique) и др. GlobalSoilMap: basis of the global spatial

147

soil information system. : CRC Press/Balkema, 2014. 494 c.

114. Arruda G.P. de h gp. Digital soil mapping using reference area and artificial neural networks // Sci. Agric. 2016. T. 73. № 3. C. 266-273.

115. Baldridge A.M. h gp. The ASTER spectral library version 2.0 // Remote Sens. Environ. 2009. T. 113. № 4. C. 711-715.

116. Bayer A. h gp. A Comparison of Feature-Based MLR and PLS Regression Techniques for the Prediction of Three Soil Constituents in a Degraded South African Ecosystem // Appl. Environ. Soil Sci. 2012. T. 2012. C. 1-20.

117. Bazaglia Filho O. h gp. Comparison between detailed digital and conventional soil maps of an area with complex geology // Rev. Bras. Ciencia do Solo. 2013. T. 37. № 5. C. 1136-1148.

118. Bedini E., Meer F. van der, Ruitenbeek F. van. Use of HyMap imaging spectrometer data to map mineralogy in the Rodalquilar caldera, southeast Spain // Int. J. Remote Sens. 2009. T. 30. № 2. C. 327-348.

119. Behrens T. h gp. Digital soil mapping using artificial neural networks // J. Plant Nutr. Soil Sci. 2005. T. 168. № 1. C. 21-33.

120. Bell J.C., Cunningham R.L., Havens M.W. Calibration and Validation of a Soil-Landscape Model for Predicting Soil Drainage Class // Soil Sci. Soc. Am. J. 1992. T. 56. № 6. C. 1860.

121. Bellon-Maurel V., McBratney A. Near-infrared (NIR) and mid-infrared (MIR) spectroscopic techniques for assessing the amount of carbon stock in soils -Critical review and research perspectives // Soil Biol. Biochem. 2011. T. 43. № 7. C. 1398-1410.

122. Bou Kheir R. h gp. Predictive mapping of soil organic carbon in wet cultivated lands using classification-tree based models: The case study of Denmark // J. Environ. Manage. 2010. T. 91. № 5. C. 1150-1160.

123. Breiman L. Random Forests // Mach. Learn. 2001. T. 45. № 1. C. 5-32.

124. Breunig F.M., Galvao L.S., Formaggio A.R. Detection of sandy soil surfaces

using ASTER-derived reflectance, emissivity and elevation data: potential for the

identification of land degradation // Int. J. Remote Sens. 2008. T. 29. № 6. C. 1833148

1840.

125. Brown D.J. h gp. Global soil characterization with VNIR diffuse reflectance spectroscopy // Geoderma. 2006. T. 132. № 3-4. C. 273-290.

126. Brungard C.W. h gp. Machine learning for predicting soil classes in three semi-arid landscapes // Geoderma. 2015. T. 239-240. C. 68-83.

127. Bui E.N., Henderson B.L., Viergever K. Knowledge discovery from models of soil properties developed through data mining // Ecol. Modell. 2006. T. 191. № 3. C. 431-446.

128. Bushnell T. Aerial photography and soil survey // Am. Assoc. Soil Surv. Bull. 1929. № 10. C. 23-28.

129. Casper D.A., Kung K.-J.S. Forward modelling of ground penetrating radar patterns for an arbitrary soil profile // Geophysics. 1996. № 64. C. 1034-1049.

130. Chang C.-W. h gp. Near-Infrared Reflectance Spectroscopy-Principal Components Regression Analyses of Soil Properties // Soil Sci. Soc. Am. J. 2001. T. 65. № 2. C. 480.

131. Chen T., Guestrin C. XGBoost // Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD '16. New York, USA: ACM Press, 2016. C. 785-794.

132. Chipman H.A., George E.I., McCulloch R.E. BART: Bayesian additive regression trees // Ann. Appl. Stat. 2010. T. 4. № 1. C. 266-298.

133. Collard F. h gp. Refining a reconnaissance soil map by calibrating regression models with data from the same map (Normandy, France) // Geoderma Reg. 2014. T. 1. C. 21-30.

134. Conforti M. h gp. Laboratory-based Vis-NIR spectroscopy and partial least square regression with spatially correlated errors for predicting spatial variation of soil organic matter content // CATENA. 2015. T. 124. C. 60-67.

135. Conrad O. h gp. System for Automated Geoscientific Analyses (SAGA) v. 2.1.4 // Geosci. Model Dev. 2015. T. 8. № 7. C. 1991-2007.

136. Cook H.E. h gp. Methods of sample preparation and X-ray diffraction data

analysis / nog peg. D.E. Hayes, L.A. Frakes. Washington: , 1975. C. 999-1007.

149

137. Dematte J.A.M. h gp. Visible-NIR reflectance: a new approach on soil evaluation // Geoderma. 2004. T. 121. № 1-2. C. 95-112.

138. Dobos E. h gp. Use of combined digital elevation model and satellite radiometric data for regional soil mapping // Geoderma. 2000. T. 97. № 3-4. C. 367391.

139. Dobos E., Norman B., Worstell B. The Use of DEM and Satellite Data for Regional Scale Soil Databases // Agrokemia es Talajt. 2002. T. 51. № 1-2. C. 263-272.

140. Dotto A.C. h gp. Two preprocessing techniques to reduce model covariables in soil property predictions by Vis-NIR spectroscopy // Soil Tillage Res. 2017. T. 172. C. 59-68.

141. Dotto A.C. h gp. A systematic study on the application of scatter-corrective and spectral-derivative preprocessing for multivariate prediction of soil organic carbon by Vis-NIR spectra // Geoderma. 2018. T. 314. C. 262-274.

142. Egmond F.M. van, Loonstra E.H., Limburg J. Gamma Ray Sensor for Topsoil Mapping: The Mole // Proximal Soil Sensing. Dordrecht: Springer Netherlands, 2010. C. 323-332.

143. FAO. World reference base for soil resources 2006: a framework for international classification, correlation and communication. , 2006. 145 c.

144. Fystro G. The prediction of C and N content and their potential mineralisation in heterogeneous soil samples using Vis-NIR spectroscopy and comparative methods // Plant Soil. 2002. T. 246. № 2. C. 139-149.

145. Galvao L.S. h gp. Relationships between the mineralogical and chemical composition of tropical soils and topography from hyperspectral remote sensing data // ISPRS J. Photogramm. Remote Sens. 2008. T. 63. № 2. C. 259-271.

146. Gholizadeh A. h gp. Comparing different data preprocessing methods for monitoring soil heavy metals based on soil spectral features // Soil Water Res. 2016. T. 10. № No. 4. C. 218-227.

147. Gish T.J. h gp. Evaluating Use of Ground-Penetrating Radar for Identifying Subsurface Flow Pathways // Soil Sci. Soc. Am. J. 2002. T. 66. № 5. C. 1620.

148. Godinho Silva S.H. h gp. Evaluation of Conditioned Latin Hypercube

150

Sampling as a Support for Soil Mapping and Spatial Variability of Soil Properties // Soil Sci. Soc. Am. J. 2015. T. 79. № 2. C. 603.

149. Grinand C. h gp. Extrapolating regional soil landscapes from an existing soil map: Sampling intensity, validation procedures, and integration of spatial context // Geoderma. 2008. T. 143. № 1. C. 180-190.

150. Haring T. h gp. Spatial disaggregation of complex soil map units: A decision-tree based approach in Bavarian forest soils // Geoderma. 2012. T. 185-186. C. 37-47.

151. Hartemink A.E., Minasny B. Towards digital soil morphometrics // Geoderma. 2014. T. 230-231. C. 305-317.

152. Hengl T. h gp. SoilGrids1km — Global Soil Information Based on Automated Mapping // PLoS One. 2014. T. 9. № 8. C. e105992.

153. Hengl T. h gp. Mapping Soil Properties of Africa at 250 m Resolution: Random Forests Significantly Improve Current Predictions // PLoS One. 2015. T. 10. № 6. C. e0125814.

154. Hengl T. h gp. SoilGrids250m: Global gridded soil information based on machine learning // PLoS One. 2017a. T. 12. № 2. C. e0169748.

155. Hengl T. h gp. Soil nutrient maps of Sub-Saharan Africa: assessment of soil nutrient content at 250 m spatial resolution using machine learning // Nutr. Cycl. Agroecosystems. 2017b. T. 109. № 1. C. 77-102.

156. Hengl T., Heuvelink G.B.M., Rossiter D.G. About regression-kriging: From equations to case studies // Comput. Geosci. 2007. T. 33. № 10. C. 1301-1315.

157. Hijmans R.J. h gp. Very high resolution interpolated climate surfaces for global land areas // Int. J. Climatol. 2005. T. 25. № 15. C. 1965-1978.

158. Huang J. h gp. Scope to predict soil properties at within-field scale from small samples using proximally sensed y-ray spectrometer and EM induction data // Geoderma. 2014. T. 232-234. C. 69-80.

159. Hubbard B.E., Crowley J.K. Mineral mapping on the Chilean-Bolivian Altiplano using co-orbital ALI, ASTER and Hyperion imagery: Data dimensionality

issues and solutions // Remote Sens. Environ. 2005. T. 99. № 1-2. C. 173-186.

151

160. Islam K., Singh B., McBratney A. Simultaneous estimation of several soil properties by ultra-violet, visible, and near-infrared reflectance spectroscopy // Aust. J. Soil Res. 2003. T. 41. № 6. C. 1101.

161. Jenny H. Factors of Soil Formation // Soil Sci. 1941. T. 52. № 5. C. 415.

162. Jones E.J., McBratney A.B. In Situ Analysis of Soil Mineral Composition Through Conjoint Use of Visible, Near-Infrared and X-Ray Fluorescence Spectroscopy // Digital Soil Morphometrics. , 2016. C. 51-62.

163. Keen B.A., Haines W.B. Studies in soil cultivation. I. The evolution of a reliable dynamometer technique for use in soil cultivation experiments. // J. Agric. Sci. 1925. T. 15. № 03. C. 375.

164. Knox N.M. h gp. Modelling soil carbon fractions with visible near-infrared (VNIR) and mid-infrared (MIR) spectroscopy // Geoderma. 2015. T. 239-240. C. 229239.

165. Kozlov D.N., Levchenko E.A., Lozbenev N.I. Soil combinations as an object of dsm: A case study in chernozems area of the russian plain // GlobalSoilMap - Digital Soil Mapping from Country to Globe: Proceedings of the Global Soil Map 2017 Conference, July 4-6, 2017, Moscow, Russia. : CRC Press, 2017.

166. Kruse F.A., Boardman J.W., Huntington J.F. Comparison of airborne hyperspectral data and eo-1 hyperion for mineral mapping // IEEE Trans. Geosci. Remote Sens. 2003. T. 41. № 6. C. 1388-1400.

167. Kuang B., Tekin Y., Mouazen A.M. Comparison between artificial neural network and partial least squares for on-line visible and near infrared spectroscopy measurement of soil organic carbon, pH and clay content // Soil Tillage Res. 2015. T. 146. C. 243-252.

168. Kuhn M. Building Predictive Models in R Using the caret Package // J. Stat. Softw. 2008. T. 28. № 5.

169. Kung K.-J.S., Lu Z.-B. Using Ground-Penetrating Radar to Detect Layers of Discontinuous Dielectric Constant // Soil Sci Soc Am J. 1993. № 57. C. 335-340.

170. Lacoste M., Lemercier B., Walter C. Regional mapping of soil parent

material by machine learning based on point data // Geomorphology. 2011. T. 133. №

152

1-2. C. 90-99.

171. Lagacherie P. h gp. Estimation of soil clay and calcium carbonate using laboratory, field and airborne hyperspectral measurements // Remote Sens. Environ. 2008. T. 112. № 3. C. 825-835.

172. Lagacherie P., Holmes S. Addressing geographical data errors in a classification tree for soil unit prediction // Int. J. Geogr. Inf. Sci. 1997. T. 11. № 2. C. 183-198.

173. Lagacherie P., McBratney A.B. Chapter 1 Spatial Soil Information Systems and Spatial Soil Inference Systems: Perspectives for Digital Soil Mapping // Digital Soil Mapping. An introductory perspective. Amsterdam: Elsevier, 2006. C. 3-22.

174. Lemercier B. h gp. Extrapolation at regional scale of local soil knowledge using boosted classification trees: A two-step approach // Geoderma. 2012. T. 171-172. C. 75-84.

175. Lopez-Granados F. h gp. Using geostatistical and remote sensing approaches for mapping soil properties // Eur. J. Agron. 2005. T. 23. № 3. C. 279-289.

176. Lorenzetti R. h gp. Comparing data mining and deterministic pedology to assess the frequency of WRB reference soil groups in the legend of small scale maps // Geoderma. 2015. T. 237-238. C. 237-245.

177. Madejova J. Baseline Studies of the Clay Minerals Society Source Clays: Infrared Methods // Clays Clay Miner. 2001. T. 49. № 5. C. 410-432.

178. Mahoney S. h gp. Geologic and regolith mapping for mineral exploration in the Gawler Craton of South Australia using hyperion and other remote sensing techniques. // IGARSS 2003. 2003 IEEE International Geoscience and Remote Sensing Symposium. Proceedings (IEEE Cat. No.03CH37477). : IEEE, 2002. C. 1779-1781.

179. Malone B.P. h gp. Using model averaging to combine soil property rasters from legacy soil maps and from point data // Geoderma. 2014. T. 232-234. C. 34-44.

180. Mathews H.L., Cunningham R.L., Petersen G.W. Spectral Reflectance of Selected Pennsylvania Soils // Soil Sci. Soc. Am. J. 1973. T. 37. № 3. C. 421.

181. McBratney A.B., Mendonfa Santos M.L., Minasny B. On digital soil

mapping // Geoderma. 2003. T. 117. № 1-2. C. 3-52.

153

182. Meer F.D. van der h gp. Multi- and hyperspectral geologic remote sensing: A review // Int. J. Appl. Earth Obs. Geoinf. 2012. T. 14. № 1. C. 112-128.

183. Minasny B., McBratney A.B. A conditioned Latin hypercube method for sampling in the presence of ancillary information // Comput. Geosci. 2006. T. 32. № 9. C. 1378-1388.

184. Minasny B., McBratney A.B. Regression rules as a tool for predicting soil properties from infrared reflectance spectroscopy // Chemom. Intell. Lab. Syst. 2008. T. 94. № 1. C. 72-79.

185. Minasny B., McBratney A.B. Digital soil mapping: A brief history and some lessons // Geoderma. 2016. T. 264. C. 301-311.

186. Mulder V.L. h gp. The use of remote sensing in soil and terrain mapping — A review // Geoderma. 2011. T. 162. № 1-2. C. 1-19.

187. Muñoz J.D., Kravchenko A. Soil carbon mapping using on-the-go near infrared spectroscopy, topography and aerial photographs // Geoderma. 2011. T. 166. № 1. C. 102-110.

188. Ninomiya Y. Mapping quartz, carbonate minerals, and mafic-ultramafic rocks using remotely sensed multispectral thermal infrared ASTER data // Proc. SPIE 4710, Thermosense XXIV / nog peg. X.P. Maldague, A.E. Rozlosnik. , 2002. C. 191202.

189. Ninomiya Y., Fu B., Cudahy T.J. Detecting lithology with Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) multispectral thermal infrared "radiance-at-sensor" data // Remote Sens. Environ. 2005. T. 99. № 12. C. 127-139.

190. Odeh I.O.A., Chittleborough D.J., McBratney A.B. Fuzzy-c-Means and Kriging for Mapping Soil as a Continuous System // Soil Sci. Soc. Am. J. 1992. T. 56. № 6. C. 1848.

191. Odgers N.P. h gp. Disaggregating and harmonising soil map units through resampled classification trees // Geoderma. 2014. T. 214-215.

192. Peng X. h gp. Estimating Soil Organic Carbon Using VIS/NIR Spectroscopy

with SVMR and SPA Methods // Remote Sens. 2014. T. 6. № 4. C. 2699-2717.

154

193. Prescott J.A., Taylor J.K. The value of aerial photography in relation to soil surveys and classification // CSIR Aust J. 1930. № 3. C. 229-230.

194. R Core Development Team. R: A language and environment for statistical computing // 2016.

195. Ramirez-Lopez L. h gp. The spectrum-based learner: A new local approach for modeling soil vis-NIR spectra of complex datasets // Geoderma. 2013. T. 195-196. C. 268-279.

196. Rea J., Knight R. Geostatistical analysis of ground-penetrating radar data: A means of describing spatial variation in the subsurface // Water Resou r. Res. 1998. № 34. C. 329-339.

197. Rossel R.A.V., Behrens T. Using data mining to model and interpret soil diffuse reflectance spectra // Geoderma. 2010. T. 158. № 1-2. C. 46-54.

198. Sarathjith M.C. h gp. Dependency Measures for Assessing the Covariation of Spectrally Active and Inactive Soil Properties in Diffuse Reflectance Spectroscopy // Soil Sci. Soc. Am. J. 2014. T. 78. № 5. C. 1522.

199. Savitzky A., Golay M.J.E. Smoothing and Differentiation of Data by Simplified Least Squares Procedures. // Anal. Chem. 1964. T. 36. № 8. C. 1627-1639.

200. Shepherd K.D., Walsh M.G. Development of Reflectance Spectral Libraries for Characterization of Soil Properties // Soil Sci. Soc. Am. J. 2002. T. 66. № 3. C. 988.

201. Skidmore A.K. h gp. Use of an expert system to map forest soils from a geographical information system // Int. J. Geogr. Inf. Syst. 1991. T. 5. № 4. C. 431-445.

202. Soderstrom M., Erikkson J. Gamma Ray Sensing for Cadmium Risk Assessment in Agricultural Soil and Grain: A Case Study in Southern Sweden // Proximal Soil Sensing. Dordrecht: Springer Netherlands, 2010. C. 333-342.

203. Sollich P., Krogh A. Learning with ensembles: How overfitting can be useful // Advances in neural information processing systems. , 1996. C. 190-196.

204. Soriano-Disla J.M. h gp. The performance of visible, near-, and mid-infrared reflectance spectroscopy for prediction of soil physical, chemical, and biological properties // Appl. Spectrosc. Rev. 2014. T. 49. № 2.

205. Stoner E.R., Baumgardner M.F. Characteristic Variations in Reflectance of

155

Surface Soils // Soil Sci. Soc. Am. J. 1981. T. 45. № 6. C. 1161.

206. Subburayalu S.K., Slater B.K. Soil Series Mapping By Knowledge Discovery from an Ohio County Soil Map // Soil Sci. Soc. Am. J. 2013. T. 77. № 4. C. 1254.

207. Terra F.S., Dematte J.A.M.M., Viscarra Rossel R.A. Spectral libraries for quantitative analyses of tropical Brazilian soils: Comparing vis-NIR and mid-IR reflectance data // Geoderma. 2015. T. 255-256. C. 81-93.

208. Teruiya R.K. h gp. Integrating airborne SAR, Landsat TM and airborne geophysics data for improving geological mapping in the Amazon region: the Cigano Granite, Carajas Province, Brazil // Int. J. Remote Sens. 2008. T. 29. № 13. C. 39573974.

209. Vasques G.M., Grunwald S., Sickman J.O. Comparison of multivariate methods for inferential modeling of soil carbon using visible/near-infrared spectra // Geoderma. 2008. T. 146. № 1-2. C. 14-25.

210. Vermote E. h gp. Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product // Remote Sens. Environ. 2016. T. 185. C. 4656.

211. Viscarra Rossel R.A. h gp. Visible, near infrared, mid infrared or combined diffuse reflectance spectroscopy for simultaneous assessment of various soil properties // Geoderma. 2006. T. 131. № 1-2. C. 59-75.

212. Viscarra Rossel R.A. h gp. In situ measurements of soil colour, mineral composition and clay content by vis-NIR spectroscopy // Geoderma. 2009. T. 150. № 3-4. C. 253-266.

213. Viscarra Rossel R.A. Fine-resolution multiscale mapping of clay minerals in Australian soils measured with near infrared spectra // J. Geophys. Res. 2011. T. 116. № F4. C. F04023.

214. Viscarra Rossel R.A., McBratney A.B. Soil chemical analytical accuracy and costs: implications from precision agriculture // Aust. J. Exp. Agric. 1998. T. 38. № 7. C. 765.

215. Viscarra Rossel R.A., McBratney A.B., Minasny B. Proximal Soil Sensing /

156

nog peg. R.A. Viscarra Rossel, A.B. McBratney, B. Minasny. Dordrecht: Springer Netherlands, 2010. 468 c.

216. Viscarra Rossel R.A.A. h gp. A global spectral library to characterize the world's soil // Earth-Science Rev. 2016. T. 155. C. 198-230.

217. Volkan Bilgili A. h gp. Visible-near infrared reflectance spectroscopy for assessment of soil properties in a semi-arid area of Turkey // J. Arid Environ. 2010. T. 74. № 2. C. 229-238.

218. Wang Y. h gp. Soil pH value, organic matter and macronutrients contents prediction using optical diffuse reflectance spectroscopy // Comput. Electron. Agric. 2015. T. 111. C. 69-77.

219. Werff H. van der, Meer F. van der. Sentinel-2 for Mapping Iron Absorption Feature Parameters // Remote Sens. 2015. T. 7. № 12. C. 12635-12653.

220. Xie X.-L., Pan X.-Z., Sun B. Visible and Near-Infrared Diffuse Reflectance Spectroscopy for Prediction of Soil Properties near a Copper Smelter // Pedosphere. 2012. T. 22. № 3. C. 351-366.

221. Zhu A.X.X. h gp. Soil Mapping Using GIS, Expert Knowledge, and Fuzzy Logic // Soil Sci Soc Am J. 2001. T. 65. № 5. C. 1463-1472.

222. Zijl G.M. van h gp. Functional digital soil mapping: A case study from Namarroi, Mozambique // Geoderma. 2014. T. 219-220. C. 155-161.

Список сокращений

ДДЗ - данные дистанционного зондирования

БПЛА - беспилотные летательные аппараты

ЦПК - цифровая почвенная картография

БПЗ - бесконтактное почвенное зондирование

ОРЯ - георадарное профилирование

СОС - спектральная отражательная способность

У^-МЯ - видимая и ближняя инфракрасная области спектра

М1ё-1Я - средняя инфракрасная область спектра

ГИС - географическая информационная система

ЦМР - цифровая модель рельефа

СХП - сельскохозяйственное предприятие

WRB - мировая реферативная база

БО - сглаживание Савицкого-Голея

МА - фильтрация скользящим средним

БЭ -первая производная

ББ -вторая производная

БКУ - масштабирование

Б1ерМЬЯ - множественная пошаговая регрессия

РСЯ - регрессия на главные компоненты

РЬБЯ - регрессия частных наименьших квадратов

ЯБ - ансамбль деревьев решений

ЯМБЕ - корень среднеквадратичной ошибки

ЯРТР - интерквартильный размах

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.