Географическая информационная система

Географическая информационная система является относительно новым современным техническим средством объединения и анализа раз­нообразной информации. Это картографическая информация (почвен­ные, топографические, гидрометеорологические, гидрогеологические и другие карты, карты землепользования), а также любая другая цифро­вая информация о свойствах почв. ГИС позволяет сопоставить, проана­лизировать, графически представить, обновить, реконструировать инфор­мацию в удобном для пользователя виде, построить новую карту, табли­цу, график, то есть, получить принципиально новую информацию. ГИС (при условии, что она снабжена достаточно мощными программными средствами) — это одновременно и справочный источник (банк инфор­мации) и экспертная система, без которой уже невозможно себе предста­вить современного менеджера, которому нужно принимать оперативные и по возможности оптимальные решения при наличии массовой и неред­ко противоречивой информации.

ГИС способна организовать тематически разнообразную простран­ственную информацию, производить с пей многие действия и обеспечи­вать автоматизированный анализ.

С момента создания первой ГИС (60-ыс годы минувшего столетия) это направление в науке и практике прошло значительный путь концеп­туального, программного, технического и прикладного усовершенствова­ния. В начальные годы ГИС имели лишь отдельные организации, сегод­ня, когда программно-технические средства стали значительно дешевле, ГИС распространяется буквально лавинообразно. Вместе с тем, точное земледелие (по крайней мере, в Украине) пока не стало объектом актив­ного приложения ГИС.

Как видно из таблицы, демонстрирующей потоки информации в точ­ном земледелии, ГИС находит применение па всех этапах его освоения. На этапе сбора исходной информации должны быть построены несколь­ко карт:

- почвенная карта;

- топографическая карта;

- карты свойств почв — тех свойств, информация о которых необхо­дима для разработки дифференцированных технологий обработки и Вне сепия минеральных удобрений.

Как правило, в точном земледелии используется много другой карто­графической информации - карты урожаев, текущего состояния растений и другие. Все эти материалы являются основой для выделения «management units» — пространственных единиц управления и выбора соответствующих решений, а на заключительном этапе освоения — экспертных систем.

Программное обеспечение ГИС

В зависимости от сложности задач ГИС может иметь достаточно мощ­ное программное обеспечение и тогда с ее помощью можно выполнять практически любые действия, обрабатывать значительные массивы ин­формации, дешифрировать космическую информацию, строить карты, то есть, выполнять значительно больше операций, чем требуется в точ­ном земледелии. К таким ГИС относятся ArcViеw, MapINFO, AutoCad, ESRI и другие. Конечно, землевладельцу такие ГИС вряд ли потребуются в обозримом будущем. Поэтому сейчас получили распространение упро­щенные ГИС, своеобразные компьютерные ассистенты, которые способ­ны обрабатывать пространственно распределенную информацию и стро­ить карты урожайности культур и свойств почв. Л. В. Ашскевич. (2006) приводят примеры задач, решаемых с помощью ГИС низкого и высокого уровней (рис. 10.4.1).

Как мы подчеркивали выше, объектом исследования в книге явля­ется неоднородность почв па уровне ноля севооборота. Согласно земле­устроительным рекомендациям при нарезке в поле требуется включать близкие по строению и свойствам почвы, относящиеся к одной или не­скольким (в зависимости от пестроты почвенного покрова) родственным почвенным агрогруппам. Однако из-за стремления сделать поле эконо­мически оправданных размеров в него включают почвы различного гене­зиса и агрономических достоинств. В Полесье Украины «сборное» поле встречается особенно часто. Почвенный покров такого поля трудно отра­зить ни почвенной карте, объективно оцепить (бонитет комплексного поля всегда завышен), такое поле, что еще важнее, трудно эффективно ис­пользовать в сельскохозяйственном производстве.

Точное земледелие вследствие использования исполнительных меха­низмов большой разрешающей способности впервые предоставляет возмож­ности рационально осуществлять технологические операции с учетом неод­нородности поля. Трудность сегодня состоит не столько в техническом ос­нащении, сколько в определении реальной пестроты ноля и выявлении агрономически и экономически оправданной единицы его структуры.

При выявлении единичной (неделимой) части поля мы придержи­ваемся концепции почвенного индивидуума, выдвинутой Ф. И. Козловс­ким, который обосновал п метод его определения. Как известно, при изучении структуры почвенного покрова более известна и распрост­ранена концепция Фридлапда (1972). Казалось, ее, точнее, исполь­зованные в ней представления об элементарном почвенном ареале, нуж­но было взять за основу при выделении неделимой части почвенного по­крова в земледельческом аспекте. Однако попытка наложить выделен­ные ЭПА па поле севооборота (главным образом по морфометрическим показателям почвенного профиля) дали достаточно крупные выделы, не совпадающие с выделимыми по свойствам почв, определяющим их плодоро­дие. Причина, кажется, в излишней географичности концепции В. Ф. Фридлапда. ЭПА в пей выделяются на основе традиционных почвенно-географических принципов с использованием классификационных пост­роений, которые в определенной мере являются искусственными. Искус­ственными потому, что морфологические параметры, на основании кото­рых отделяют один вид почвы от другого, условны. Хотя этот вопрос мо­жет составить предмет отдельного исследования, мы уверены, что с по­мощью концепции ЭПА достаточно трудно (если возможно вообще) от­делить закономерные пространственные структуры от случайных. Для земледельческих целей важно установить не только постоянные границы между отдельными частями ноля, по и временные границы, которые фор­мируются синхронно вместе с изменениями погоды, технологии, роста культуры. Словом для изучения пространственных особенностей поля с целью последующего дифференцирования агротехнологических приемов нужны несколько иные подходы.

Нам представляется концепция Ф. И. Козловского, дополненная достижениями геостатистики, более продуктивна не только для понимания закономерностей неоднородности почвенного покрова, но и приложима к. точному земледелию, где необходимо найти агрономически значимые границы В неоднородном почвенном покрове поля и наиболее эффектив­но их использовать в технологиях возделывания сельскохозяйственных культур. Напомним, что под почвенным индивидуумом (ПИ) подразумевается неделимая я часть континуального почвенного покрова. В основу определения ПИ положено изучение неоднородности почвенного покро­ва в горизонтальном направлении с помощью теории вероятностей и слу­чайных функций. Это достигается наложением на поле густой сети опро­бования или траншеи, позволяющих получить характеристику варьиро­вания показателей и вычленить в нем элементы упорядоченности и не­упорядоченности. Последнее, согласно Ф. И. Козловского (1970), осуще­ствляется с помощью расчета автокорреляционной функции и спектраль­ной плотности дисперсии. Если автокорреляционная функция изменяет­ся в зависимости от расстояния между точками опробования, то объект неоднороден.

В недавней публикации Ю. Г. Пузаченко (2004) рассматривает по­ведение автокорреляционной функции (АКФ) более подробно. Это осу­ществляется па примере расчета АКФ по 100-летним данным среднеме­сячных январских температур на метеостанции «Рязань» с целью выяс­нения, насколько типичными (стационарными) были колебания темпе­ратуры в этом месяце. На рис. 10.5.1 демонстрируется поведение указан­ной АКФ.

В январе в соответствии с одномерным анализом распределение было нормальным. Из рисунка следует, что коэффициент автокорреляции нигде не выходит за пределы Доверительных интервалов. Q-статистика (пра­вые две вертикальные колонки цифр), по смыслу идентичная %2 (крите­рий Пирсона). показывает, что почти всюду с вероятностью 0,9 автокор­реляционная функция отсутствует. Иначе говоря, можно однозначно ут­верждать, что па протяжении века колебания среднемесячных темпера­тур в январе в Рязани не выходят за рамки стационарности, или, как го­ворят, «белого шума».

В тоже время в мае картина резко меняется и стационарность не сохраняется (рис. 10.5.2). Автокорреляция, соответствующая шагу (lag) в 4 года и 8 лет. резко выходит за границу случайного процесса, марки­руя существование гармоники с периодом в 4 года.

Мы воспользовались, повторяем, публикацией В. Ю. Пузаченко для иллюстрации анализа поведения автокорреляционной функции па при­мерах из климатологии для выявления стационарности/нестационарности (однородности/неоднородности) ряда из-за отсутствия подобных исследований в почвоведении. Нам представляется методология определе­ния ПИ, у истоков которой был Ф. И. Козловский, усовершенствованная сегодня за счет геостатистической методологии, весьма перспективна в точном земледелии.

Спектральная плотность дисперсии обычно имеет амплитуды (вол­ну) гармонических колебаний, приходящихся на различную частоту. Для характеристики спектральной плотности дисперсии используют периодо­грамму. Она показывает вклад каждой гармоники в общее варьирование признака. Используя пример из той же публикации В. Ю. Пузаченко, с помощью периодограммы уточним, что гармоника средних температур мая составляет период в 4,66 года (рис. 10.5.3). Следовательно, именно в этот месяц с большой вероятностью (не менее 1 раза в 4,66 года) суще­ствуют значительные отклонения в температуре. Применяя те же при­емы, достаточно легко установить вероятные границы па поле между по­чвенными индивидуумами или, что то же самое, закономерные и случай­ные пространственные колебания почвенных параметров.