Цель работы - выявление причин неоднородности почвенного плодородия и оценка состояния посевов яровой пшеницы в агроландшафте степной зоны Омской области с использованием анализа мультиспектральных снимков. Исследования проводили в 2021 г. в Нововаршавском районе Омской области на производственном массиве поля. Объектом исследования являлись почвенный покров, представленный лугово-черноземной почвой, и посев яровой пшеницы сорта ОмГАУ-100 как индикатор почвенного плодородия. Для исследования почвенно-растительного покрова использовали мультиспектральные изображения, полученные при съемке поверхности земли спутником Sentinel-2 L2A. Спутниковые данные обрабатывали в программных комплексах ENVI и QGIS на интернет-платформах Sentinel Нab, Land Viewer, Вега PRO Института космических исследований РАН. На четырех участках, различающихся густотой стояния пшеницы и спектральными характеристиками поверхности, были заложены скважины до глубины 100 см и отобраны пробы почвы через каждые 10 см. В них проводили определение реакции среды, содержания гумуса и легкорастворимых солей. Анализ величин индексов NDVI, EVI, NDMI, Agriculture указывал на пространственную вариабельность биомассы пшеницы. Установлено, что причинами неоднородности посевов являлись микрорельеф, неравномерное распределение по поверхности влаги и свойства почвы. На контрольном участке лугово-черноземная почва характеризовалась наличием легкорастворимых солей с глубины 50 см и была классифицирована как среднесолончаковатая слабозасоленная. На участках с изреженной растительностью почва была солончаковой сильнозасоленной. Использование вегетационных индексов для выявления неоднородности почвенного плодородия в ранние фазы развития пшеницы осложнялось влиянием микрорельефа, переувлажнением микропонижений и развитием сорной растительности. Связь значений вегетационных индексов с величиной надземной массы пшеницы как показателя плодородия более отчетливо проявлялось к концу ее вегетации, начиная с фазы колошения. Результаты исследований указывают на возможность применения мультиспектральных снимков для выявления неоднородности почвенного плодородия степных агроландшафтов Омского Прииртышья.
вегетационные индексы evi, ndvi, ndmi, agriculture, почвенное плодородие, степной агроландшафт, засоление
1. Гарафутдинова Л.В., Каличкин В.К., Хлебникова Е.П. Оценка методов классификации многозональных космических снимков // Вестник Омского государственного аграрного университета. 2022. № 4(48). С. 19-28. EDN: https://elibrary.ru/MWSBYQ
2. Гопп Н.В., Савенков О.А., Смирнов А.В. Цифровое картографирование урожайности яровой пшеницы на основе вегетационных индексов и оценка ее изменений в зависимости от свойств антропогенно-преобразованных почв // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 125-139. EDN: https://elibrary.ru/WOWUQS
3. Лупян Е.А., Барталев С.А., Толпин В.А., Жарко В.О., Крашенинникова Ю.С., Оксюкевич А.Ю. Использование спутникового сервиса ВЕГА в региональных системах дистанционного мониторинга // Современные проблемы дистанционного зондирования Земли из космоса. 2014. Т. 11. № 3. С. 215-232. EDN: https://elibrary.ru/THXYDN
4. Рухович Д.И. Картографирование пространственной неоднородности почвенно-земельного покрова на основе спутниковых данных и анализа причин ее формирования // Тезисы докладов V конференции молодых ученых Почвенного института им. В.В. Докучаева, посв. 175-летию со дня рождения В.В. Докучаева. М., 2021. Т. 15. № 3. С. 119-127. EDN: https://elibrary.ru/LGAAQQ
5. Шаяхметов М.Р., Боровков А.А. Использование индекса NDMI в системе точного земледелия и агроэкологическая оценка почв агроландшафтов лесостепи западной Сибири // Региональные системы комплексного дистанционного зондирования агроландшафтов: материалы III Всероссийского научно-практического семинара. Под общей редакцией А.А. Шпедта [и др.]. Красноярск, 2021. С. 20-25. EDN: https://elibrary.ru/VCLVJI
6. Шаяхметов М.Р., Гиндемит А.М., Макенова С.К., Балуков М.С., Безукладов И.В., Сулейманов Р.Р. Мониторинг и картографирование почвенного покрова на основе пространственно-временного анализа // Вестник Омского государственного аграрного университета. 2021. № 1(41). С. 68-75. EDN: https://elibrary.ru/CSNXRL
7. Rubin, Stuart & Kountchev, Roumen & Milanova, Mariofanna & Kountcheva, Roumiana.Intelligent processing and analysis of groups of multispectral images. Proceedings of the 2012 IEEE 13th International Conference on Information Reuse and Integration, IRI. 2012; 165-172. DOI:https://doi.org/10.1109/IRI.2012.6303006
8. Савин И.Ю., Бербеков С.А., Тутукова Д.А. Комплексная оценка неоднородности почвенного покрова по состоянию посевов // Бюллетень Почвенного института имени В.В. Докучаева. 2022. Вып. 113. С. 31-57. EDN: https://elibrary.ru/NONWYU
9. Рейнгард Я.Р. Деградация почв экосистем юга Западной Сибири: монография. Лодзь-Польша, 2009. 636 с. EDN: https://elibrary.ru/QLBCLN
10. Вальков В.Ф., Денисова Т.В., Казеев К.Ш., Колесников С.И., Кузнецов Р.В. Плодородие почв и сельскохозяйственные растения: экологические аспекты. 2-е изд. Ростов н/Д: ЮФУ, 2010. 416 с. EDN: https://elibrary.ru/XXFBYD
11. Сеньков А.А. Галогенез степных почв (на примере Ишимской равнины). Новосибирск: Изд-во СО РАН. 2004. 152 с. EDN: https://elibrary.ru/QKWKPL
12. Горохова И.Н., Панкова Е.И. Природа пятнистости орошаемых почв сухостепной зоны (на примере Светлоярской оросительной системы) // Аридные экосистемы. 2017. Т. 23. № 3(72). С. 39-49. EDN: https://elibrary.ru/ZEULAJ
13. Панкова Е.И., Конюшкова М.В., Горохова И.Н. О проблеме оценки засоленности почв и методике крупномасштабного цифрового картографирования засоленных почв // Экосистемы: экология и динамика. 2017. Т. 1. № 1. С. 26-54. EDN: https://elibrary.ru/YYVQGD
14. Прокопьева К.О. Использование разновременных космических снимков высокого разрешения для оценки засоления почв солонцового комплекса (республика Калмыкия) // Аридные экосистемы. 2022. Т. 28. № 4(93). C. 61-74. EDN: https://elibrary.ru/PTOYDP
