CC BY
10
УДК 631.4:502.5(470.1/.6) DOI: 10.17217/2079-0333-2021-56-88-98
АНАЛИЗ ДИНАМИКИ СТРУКТУРЫ ЗЕМЛЕПОЛЬЗОВАНИЯ И ПОКАЗАТЕЛЕЙ ПОЧВЕННОГО ПЛОДОРОДИЯ НА ТЕРРИТОРИИ БАССЕЙНА Р. КЛЯЗЬМА
Курочкин И.Н., Кулагина ЕЮ., Чугай Н.В.
Владимирский государственный университет им. А.Г. и Н.Г. Столетовых, г. Владимир, ул. Горького, 87
В работе рассмотрены основные тенденции в изменении структуры землепользования на территории бассейна р. Клязьма. С использованием ГИС-технологий и данных дистанционного зондирования определены площади земель с различным режимом землепользования на изучаемой территории в период с 2001 по 2019 гг. Определены индексы фитопродуктивности LAI и FPAR для территории бассейна Клязьмы в целом и для каждого бассейна, входящего в него. Проведен анализ динамики изменений, происходящих в структуре землепользования. Для территории Владимирской области, входящей в бассейн р. Клязьма, проведена оценка распределения типов почв по занимаемой площади, на основе статистических данных агрохимических показателей рассчитан интегральный показатель почвенного плодородия. Доля залежных земель к 2019 г. уменьшилась и составляет 33,76% от общей площади изучаемой территории; доля смешанных лесов выросла с 38,48% в 2001 г. до 44,50% в 2019 г. за счет образования порослей быстрорастущих пород деревьев на залежных землях. Площадь луговой растительности за период с 2015 по 2019 гг. уменьшилась на 3,5%, с 4 276 до 3 121 км2, что связано с деградацией сельского хозяйства и значительным уменьшением выпаса скота. Показатель почвенного плодородия для бассейна Клязьмы составил 0,74, что является достаточно высоким показателем. Установлено, что наиболее активное снижение площадей сельскохозяйственных угодий происходит в центральной, северо-западной и западной частях речного бассейна.
Ключевые слова: землепользование, деградация почв, дистанционное зондирование, плодородие, ГИС-технологии, сельскохозяйственные угодья.
ANALYSIS OF DYNAMICS OF LAND USE STRUCTURE AND SOIL FERTILITY INDICATORS OVER THE KLYAZMA RIVER BASIN
Kurochkin I.N., Kulagina E.Yu., Chugay N.V.
Vladimir State University named after A.G. and N.G. Stoletov, Vladimir, Gorkogo Str. 87.
The main trends in changing the land use structure in the territory of the Klyazma River basin were described in the article. Using GIS technologies and remote sensing data the areas of land with different land use regimes in the studied territory were determined in the period from 2001 to 2019. The indices of LAI and FPAR phytoproductivity for the territory of the Klyazma basin as a whole, and for each basin included in it were determined. The analysis of the dynamics of changes occurring in the structure of land use is carried out. For the territory of Vladimir region, which is a part of the Klyazma River basin, an assessment of soil types distribution over occupied area was carried out. An integral indicator of soil fertility was calculated on the basis of statistical data of agrochemical indicators. The fraction of fallow lands decreased by 2019 and it amounts 33.76% of the total area of the studied territory. The fraction of mixed forests in-
creased from 38.48% in 2001 to 44.50% in 2019 due to the formation of fast-growing tree species shoots on fallow lands. The area of meadow vegetation for the period from 2015 to 2019 decreased by 3.5%, from 4 276 to 3 121 km2, due to agriculture degradation and a significant decrease in livestock grazing. The indicator of soil fertility for the Klyazma basin was 0.74, which is a high indicator. It is established that the most active decrease in the agricultural land area occurs in the central, north-western and western parts of the river basin.
Key words: land use, soil degradation, remote sensing, fertility, GIS technologies, agricultural land.
ВВЕДЕНИЕ
На протяжении последних десятилетий на территории Центральной России наблюдается сохранение тенденции к значительным изменениям в структуре землепользования регионов - уменьшается доля пахотных земель с увеличением площади лесов, редколесий и залежных почв [Комаров и др., 2019]. Данный процесс, подтверждающийся многолетними статистическими данными, приводит к тому, что на заброшенных сельскохозяйственных угодьях происходит изменение уровня кислотности почвы и видового состава растительности.
Территория речного бассейна Клязьмы охватывает Владимирскую, Ивановскую, Ярославскую и Нижегородскую области, для сельского хозяйства которых было характерно и широко распространено внесение известковых удобрений, оказывающих мобилизующее действие на питательные элементы, необходимые для роста и развития сельскохозяйственных культур.
Работы ряда исследователей [Shi et al., 2019; Gao et al., 2005; Мотузова, Карпова, 2013] подтверждают, что при резком сворачивании сельскохозяйственной деятельности и внесении удобрений претерпевают деградационные изменения как растительные сообщества, так и агрохимические показатели почвы, что ведет к нарушению ранее сложившегося баланса в экосистемах.
Таким образом, целью данного исследования является оценка динамики структуры землепользования и показателей поч-
венного плодородия на территории речного бассейна Клязьмы.
МАТЕРИАЛЫ И МЕТОДЫ
Бассейн реки Клязьма, представляющей собой крупнейший левый приток Оки, охватывает обширную территорию площадью 42 491 км2. В административном плане к территории бассейна относятся юго-восток Ярославской области, восточная часть Московской области, обширная часть Ивановской области, кроме северных районов, более половины территории Владимирской области и небольшой участок на западе Нижегородской области. К крупным притокам Клязьмы относятся - Уча, Воря, Шерна, Пекша, Поля, Колокша, Рпень, Нерль, Судогда, Нерехта, Уводь, Теза, Тара, Лух и Суворощь (рисунок 1) (выделение речных бассейнов произведено с помощью геоинформационной системы ArcGIS).
При анализе структуры землепользования были использованы космические снимки Архивного центра земных процессов (LPDAAC), ИСЗ «Landsat» ETM+. Определялись индексы LAI и FPAR по спутниковому снимку MODIS за 15 июля 2019 г. по методикам, предложенным зарубежными учеными [Serbin, Gower, 2013; Bateni et al., 2014; Dong et al., 2015; Davoodi et al., 2017]. Индекс листовой поверхности LAI разработан для анализа листовой поверхности и анализирует количество листьев на определенной территории. Его высчитывают как отношение односторонней (освещенной) площади листьев к за-
нимаемой ими поверхности почвы. FPAR -индекс фотосинтетической активной радиации, поглощаемой растительностью. Оценка почв была произведена лишь для территории бассейна, входящей в состав Владимирской области, ввиду малого количества данных по Ивановской области и сложности вычленения мелких участков в Нижегородской и Ярославской областях. С применением ГИС-технологий составлена база данных, отображающая площадные характеристики распределения типов почв по районам области; а также на основе статистических данных, с применением бассейнового подхода, рассчитан показатель почвенного плодородия для районов области, относящихся к речному бассейну Клязьмы, ранее использовавшийся лишь
в экологических исследованиях в пределах административных границ регионов.
В ходе исследования нами проанализированы изменения в структуре землепользования бассейна Клязьмы в период с 2001 по 2019 гг. Исследования проводились посредством создания векторных карт с использованием спутниковых снимков территории, а также с использованием карт почвенно-растительного покрова, полученных с помощью сканирующего спектрорадиометра среднего разрешения (MODIS). Такие наборы данных отображают глобальную территорию с пространственным разрешением 500 м, что является вполне достаточным для анализа структуры землепользования.
Рис. 1. Водосборный бассейн реки Клязьма Fig. 1. Catchment area of the Klyazma River
Ввиду того, что при использовании методов спектрорадиометрии разрешение снимков и, соответственно, дифференцируемых участков территории составляет 500 м, изменения в структуре землепользования менее 20-30 км2 по каждому классу почвенно-растительного покрова необъективны и не учитывались при анализе динамики.
Оптимальные показатели плодородия различны для разных типов почв, поэтому с помощью инструментов статистической обработки данных геоинформационной системы ArcGIS была определена площадь, занимаемая каждым типом почв в каждом районе Владимирской области, относящихся к бассейну Клязьмы. Показатель почвенного плодородия рассчитывался отдельно по каждому району и по области в целом по методике, утвержденной Министерством сельского хозяйства РФ.
Расчет показателя почвенного плодородия проводился о следующей формуле:
К , • S, + Кт0 • +...+Кт ^
_ пп1 1 пп2 2 т" "
пп п п
S
(1)
где К - показатель почвенного плодородия; Кппь Кпп2 ... Кпп п - показатель почвенного плодородия для каждого типа почв; $2 ... Бп - площадь, занятая каждым типом почв, га; Sj - общая площадь почв, га.
Расчет показателя почвенного плодородия для каждого типа почв проводился по формуле (2) (формула расчета показателя почвенного плодородия для каждого типа почв):
К =
( гумус ф Р205 ф
гумус о
Р о
Р 2о5 опт
К20ф
К20опт
рН (КС1)о рН (КС!),
(2)
ф ;
где Кпп - показатель почвенного плодородия для каждого типа почв; (гумус), (Р205), (К20), (рН(КС1)) - агрохимические показатели; ф - фактические показатели агрохимических показателей; опт - оптимальные значения агрохимических показателей.
Статистические данные говорят о том, что наибольшие площади в структуре всех районов занимают различные подтипы дерново-подзолистых почв. Значительные площади торфяных почв находятся в Вяз-никовском, Гороховецком, Гусь-Хрустальном и Собинском районах и приурочены к большому количеству болотных угодий на этих территориях. Аллювиальные дерновые почвы представлены во всех районах области и располагаются в поймах достаточно крупных рек. Наибольшие площади таких почв наблюдаются в районах, по которым непосредственно протекает Клязьма - главная река бассейна.
По состоянию на середину 2019 г. пахотные земли составляют около 10% от общей площади территории бассейна р. Клязьма и занимают 4 555,9 км2.
РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ
Структура землепользования и сельскохозяйственная освоенность территории неоднородна, встречаются как участки плодородных серых лесных почв с большим количеством лугов и пахотных земель (бассейны рек Нерль и Колокша), так и районы с заболоченными почвами и практически полным отсутствием сельскохозяйственных угодий (бассейн р. Лух, верхнее течение р. Судогда).
Территория, представленная в картах почвенно-растительного покрова, поделена на 11 классов:
1) водно-болотные угодья;
2) территория городской застройки;
3) хвойные леса;
4) лиственные леса;
5) смешанные леса;
6) мозаика естественной древесной, кустарниковой или травянистой растительности;
7) пахотные земли;
8) редколесья с покрытием 10-30%;
9) редколесья с покрытием 30-60%;
10) луга.
Статистические данные, отображающую динамику изменения в структуре землепользования бассейна р. Клязьма, представлены в таблице 1.
Как отмечено выше, территории бассейнов притоков Клязьмы имеют существенные различия в структуре землепользования. Так, по состоянию на 2019 г. пахотные земли занимают достаточно большие площади (более 10%) лишь в бассейнах Суворощи, Нерли и Колокши, что объясняется плодородными дерново-сильно-
подзолистыми и серыми лесными почвами на этих территориях. В среднем доля пахотных земель для бассейна Клязьмы составляет 10,72%, главным образом за счет малоосвоенных земель бассейнов Тары и Нерехты, а также урбанизированных территорий в бассейнах рек Поля и Воря (пахотные земли занимают менее 0,5% территории). Также показательна доля земель, занятых городской застройкой. Если для территорий юго-востока Ивановской области с преобладанием сельских населенных пунктов этот показатель составляет менее 0,1%, то для бассейнов рек, протекающих по восточной части Московской области либо охватывающих крупные города (Шуя, Иваново, Владимир), площадь городской застройки составляет более 2% территории (для бассейнов Уводи и Вори -2,995 и 3,379% соответственно).
Таблица 1. Изменения в структуре землепользования бассейна р. Клязьма
Table 1. Changes in the structure of land use of the Klyazma River basin
№ S, км2 S, км2 S, км2 S, км2 S, км2 S, км2
(2001 г.) (2004 г.) (2007 г.) (2011 г.) (2016 г.) (2019 г.)
1 Водно-болотные
угодья 66,330 75,417 73,062 60,183 68,555 68,096
2 Территория
городской застройки 522,765 523,093 528,889 534,332 553,598 563,699
3 Хвойные леса 354,978 390,593 436,624 370,310 357,981 402,862
4 Лиственные леса 203,747 261,347 404,478 274,938 692,187 522,720
5 Мозаика естественной
растительности 1 156,247 1 008,127 1 136,391 1 010,969 1 331,352 1 521,383
6 Луга 4 276,754 4 465,006 3 800,950 4 292,956 3 732,852 3 121,980
7 Редколесья
с покрытием 10-30% 3 742,065 3 937,507 4 087,337 3 669,016 2 344,697 2 873,676
8 Редколесья
с покрытием 30-60% 10 655,606 10 388,020 10 413,623 11 462,519 11 142,986 9 951,848
9 Смешанные леса 16 348,791 16 169,720 16 332,611 15 991,861 17 790,752 18 908,848
10 Пахотные земли 5 163,324 5 321,563 5 276,592 4 823,738 4 476,078 4 555,925
Общая площадь бассейна 42 491,895
11 Залежные земли
(№№ 5+7+8) 15 553,92 15 333,65 15 637,35 16 142,51 14 819,04 14 346,91
Как видно из полученных данных, площадь городской застройки в изучаемый период увеличилась на 0,1% площади всего бассейна, главным образом, за счет расширения крупных городов, таких как Владимир, Шуя, Иваново и сильно урбанизированных территорий Московской области.
Площадь лиственных лесов без примесей хвойных пород увеличилась на 1%, однако этот показатель не является объективным из-за специфики используемых методов геообработки спутниковых данных и трудностей классификации лиственных и смешанных лесов.
В связи с тем, что с начала 1990-х гг. в исследуемом регионе снижалась активность сельского хозяйства, к 2001 г. большинство заброшенных сельскохозяйственных угодий претерпели изменения в видовом составе растительности и классифицируются как мозаика естественной растительности и редколесья.
Последние классифицирующиеся как мозаика естественной растительности и редколесья с различным процентным покрытием со временем могут переходить в смежные категории из-за постепенной смены видового состава растительности (категория естественной растительности через некоторое время переходит в редколесья с площадью покрытия 10-30%, у редколесий же постепенно увеличивается процентное покрытие, а затем они переходят в категорию смешанных лесов). Так, доля смешанных лесов выросла с 38,48% в 2001 г. до 44,50% в 2019 г. именно за счет образования порослей быстрорастущих пород деревьев на залежных землях.
Также нами проанализированы индексы, указывающие на фитопродуктивность данной территории - LAI и FPAR, полученные по данным дистанционного зондирования. Показатель индекса площади листьев (LAI) для бассейна р. Клязьма соста-
вил 2,05, что является средним показателем для территорий Европейского центра России (для бассейна р. Самара в 2015 г. этот показатель составил 1,28, для р. Воронеж - 2,47) [Трифонова и др. 2020]. LAI является динамичным показателем и значительно изменяется со временем [Трифонова, Мищенко, 2013; Медведев и др., 2019; Смирнова и др., 2019]. Так, летом 2015 г. для бассейна Клязьмы он составил 2,57, а среднее его значение в период 2005-2015 г. достигло 2,76, что говорит о деградацион-ных процессах в растительном покрове.
Индекс FPAR в среднем для территории бассейна составил 0,18, что является медианным для речных бассейнов Европейской части России. При этом наибольшие показатели FPAR наблюдаются на наиболее залесенных территориях - в небольших по площади бассейнах Тары, Не-рехты, Суворощи и Судогды (>0,19).
Площадь пахотных земель сократилась на 2% за почти 20 лет, что говорит о том, что процесс деградации сельского хозяйства остановлен, причем на некоторых участках исследуемой территории наблюдаются даже процессы рекультивации -возвращения заброшенных земель в сельскохозяйственный оборот [Сурин, Шубина, 2006].
Доля залежных земель, представляющая собой сумму категорий редколесий и естественной растительности, в период с 2001 по 2011 г. изменялась незначительно, а к 2019 г. уменьшилась и составляет 33,76% от общей площади изучаемой территории.
Так, наибольшие изменения претерпела центральная и северо-западная части бассейна, наиболее хорошо приспособленные для ведения сельского хозяйства за счет плодородных почв и благоприятного режима кислотности. Здесь наиболее заметно уменьшение площадей пахотных земель и их переход в редколесья.
На юге и востоке речного бассейна, где преобладают песчаные слабоподзолистые почвы и сельское хозяйство распространено намного меньше, изменения в структуре землепользования в основном касаются увеличения площади лесов за счет зарастания редколесий.
Луговая растительность в пределах исследуемой территории за период с 2015 по 2019 гг. уменьшилась на 3,5% - с 4 276 до 3 121 км2, что также связано с деградацией сельского хозяйства и значительным уменьшением выпаса скота.
В соответствии с установленной методикой показатель почвенного плодородия рассчитывается как среднее от суммы соотношений фактических значений четырех агрохимических показателей к их оптимальным значениям по всем типам почв посевных площадей сельскохозяйственных культур в субъекте Российской Федерации. Распределение площади различных типов
почв по районам исследуемой территории представлено в таблице 2.
Почвенный покров Владимирской области представлен в основном различными подтипами дерново-подзолистых почв. Кроме того, в северо-восточной части области, на территории бассейнов рек Теза и Лух, располагаются значительные площади торфяных почв. Также такие почвы, с большим количеством водно-болотных угодий, наблюдаются в Гусь-Хрустальном и Собинском районах.
Аллювиальные дерновые почвы наблюдаются во всех районах области и располагаются в поймах достаточно крупных рек. Наибольшие площади таких почв представлены в районах, по которым непосредственно протекает Клязьма - главная река бассейна.
Результаты расчета показателя почвенного плодородия для районов Владимирской области представлены на рисунке 2.
Таблица 2. Распределение типов почв по занимаемой площади в районах Владимирской области, %
Table 2. Distribution of soil types by occupied area in the Vladimir region districts, %
Площадь почв по районам Слабоподзолистые и подзолы Слабо- и средне-дерново -подзолистые Сильноподзолистые и пр. Светло-серые лесные Серые лесные Торфяные и пр. Аллювиальные дерновые
Александровский 0,00 58,93 8,26 6,28 25,43 0,54 0,56
Вязниковский 0,00 72,20 0,00 0,00 0,00 13,23 14,57
Гороховецкий 0,00 71,35 0,00 0,00 0,00 17,37 11,28
Гусь-Хрустальный 0,00 73,23 10,33 0,00 0,00 16,44 0,00
Камешковский 0,00 77,92 0,00 0,00 0,00 6,67 15,41
Киржачский 0,00 88,06 0,76 0,05 0,00 1,19 9,95
Ковровский 0,00 89,42 0,00 0,00 0,00 0,00 10,58
Кольчугинский 0,00 45,18 0,00 19,31 32,92 0,00 2,59
Петушинский 2,14 44,77 31,55 1,04 0,64 6,53 13,32
Собинский 0,00 34,01 9,62 28,66 4,00 11,16 12,55
Судогодский 0,00 92,52 0,00 0,00 0,00 0,31 7,17
Суздальский 0,00 27,48 0,00 5,35 51,91 6,12 9,15
Юрьев-Польский 0,00 22,01 4,32 26,87 40,53 4,32 1,95
ОБЛАСТЬ 0,19 59,65 5,27 7,44 12,72 6,15 8,57
Рис. 2. Показатель почвенного плодородия в районах Владимирской области в пределах бассейна Клязьмы Fig. 2. Soil fertility indicator in the Vladimir region districts within the Klyazma basin
Ввиду применения в работе бассейнового подхода исследуемая территория, для которой производился расчет показателя почвенного плодородия, ограничена рамками речного бассейна Клязьмы. Таким образом, южная и юго-восточная части Владимирской области, относящиеся к бассейну Оки, в расчетах не представлены и не отражена на картосхеме. Также не учтена и северо-западная часть Александровского района, относящаяся к бассейну Волги.
В результате расчетов определен показатель почвенного плодородия для Владимирской области в пределах бассейна Клязьмы - он составил 0,74, что является достаточно высоким показателем (для Ставропольского края этот показатель равняется 0,92; для Тюменской области - 0,31, для Республики Северная Осетия - Алания - 0,58) [Гумбаров, Доло-бешкин, 2019].
ЗАКЛЮЧЕНИЕ
Таким образом, проведенный анализ динамики структуры землепользования в пределах речного бассейна Клязьмы позволил установить резкий рост площади лесов в исследуемом регионе в период с 2001 по 2019 гг. и падение доли пахотных земель. Незначительные изменения претерпевают процентные соотношения редколесий и участков естественной растительности.
Установлено, что наиболее активное снижение площадей сельскохозяйственных угодий происходит в центральной, северозападной и западной частях речного бассейна с более плодородными почвами в сравнении с остальной частью бассейна.
На площадях, плохо приспособленных для ведения сельского хозяйства (заболоченные участки на перегнойно-торфяно-
глеевых почвах, лесистые территории на подзолисто-глеевых почвах), изменения в структуре землепользования за 20 лет незначительные. В центральной и северовосточной частях бассейна (Владимирская и Ивановская области) в последние пять лет наблюдаются процессы возвращения ранее заброшенных пахотных земель в сельскохозяйственный оборот и распашки лугов.
Наибольший показатель почвенного плодородия по Владимирской области наблюдается на территориях, для которых характерны большие площади серых лесных почв. Почвы Кольчугинского, Собин-ского и Юрьев-Польского районов также отличаются высоким показателем плодородия. Гусь-Хрустальный, Судогодский и Камешковский районы характеризуются относительно низким показателем плодородия, что обусловлено малыми площадями сельскохозяйственных угодий и большой долей почв, по механическому составу относящихся к песчаным.
ЛИТЕРАТУРА
Гумбаров А.Д., Долобешкин Е.В. 2019. Оценка исходного агрохимического индекса плодородия пашни по средневзвешенным интегральным показателям. Новые технологии. № 2 (48). С. 204-206. Комаров В.И., Селиванов О.Г., Марцев А.А., Подолец А.А., Лукьянов С.Н. 2019. Содержание тяжелых металлов в пахотном горизонте почв сельскохозяйственного назначения Владимирской области. Агрохимия. № 12. С. 75-82. Медведев И.Ф., Губарев Д.И., Деревя-гин С.С., Несветаев М.Ю., Верин А.Ю., Мищенко Н.В. 2019. Дифференциация структуры ландшафта и экологические индикаторы. Юг России: экология, развитие. Т. 14. № 1. С. 94-104.
Мотузова Г.В., Карпова Е.А. 2013. Химическое загрязнение биосферы и его экологические последствия. Москва: МГУ. 304 с.
Приказ Министерства сельского хозяйства РФ № 325 от 6.07.17 «Об утверждении Методики расчета показателя почвенного плодородия в субъекте Российской Федерации».
Смирнова Л.Г., Чендев Ю.Г., Кухарук Н.С., Нарожняя А.Г., Кухарук С.А., Смирнов Г.В. 2019. Изменение почвенного покрова в связи с короткопериодически-ми климатическими колебаниями. Почвоведение. № 7. С. 773-780. https://doi.org/ 10.1134/S0032180X19070116.
Сурин В.Г., Шубина М.А. 2006. Мониторинг состояния природно-техногенных комплексов по космическим снимкам. Оптический журнал. № 4. С. 88-92.
Трифонова Т.А., Мищенко Н.В. 2013. Поч-венно-продукционный потенциал экосистем речных бассейнов на основе наземных и дистанционных данных. Москва: ГЕОС. 271с.
Трифонова Т.А., Мищенко Н.В., Петро-сян Ж.Д. 2020. Анализ динамики поч-венно-продукционного потенциала экосистем речных бассейнов по данным дистанционного зондирования. Почвоведение. № 2. С. 152-164.
Bateni S.M., Entekhabi D., Margulis S., Castelli F., Kergoat L. 2014. Coupled estimation of surface heat fluxes and vegetation dynamics from remotely sensed land surface temperature and fraction of photosynthetically active radiation. Water Resources Research. V. 50. № 11. P. 8420-8440. https://doi.org/10.1002/ 2013wr014573.
Dong T., Meng J., Wu B., Shang J., Liu J., Huffman T. 2015. Modified vegetation indices for estimating crop fraction of absorbed photosynthetically active radia-
tion. Int. J. Remote Sens. V. 36. № 12. P. 3097-3113. https://doi.org/10.1080/ 01431161.2015.1042122.
Elham Davoodi, Hoda Ghasemieh, Okke Bate-laan, Khodayar Abdollahi. 2017. Spatial-temporal simulation of LAI on basis of rainfall and growing degree days. Remote Sens. V. 9. № 12. P. 1-17. https://doi.org/ 10.3390/rs9121207.
Gao Zh., Liu J., Cao M., Li K., Tao B. 2005. Impacts of landuse and climate changes on ecosystem productivity and carbon cycle in the cropping-grazing transitional zone in China. Sci. China. Series D. V. 48. № 10. P. 1479-1491.
Serbin S.P., Gower ST. 2013. Spatial and temporal validation of the modis LAI and FPAR products across a boreal forest wildfire chronosequence. Remote Sensing of Environment. V. 133. P. 71-84. https://doi.org/ 10.1016/j.rse.2013.01.022.
Shi T.R., Ma J., Zhang Y.Y., Liu C.S. and others. 2019. Status of lead accumulation in agricultural soils across China (1979-2016). Environmental international. № 129. P. 35-41.
REFERENCES
Gumbarov A.D., Dolobeshkin E.V. 2019. Evaluation of the initial agrochemical index of arable land fertility by weighted average integral indicators. Novye tekhno-loggii (New Technologies). № 2 (48). P. 204-206.
Komarov V.I., Selivanov O.G., Martsev A.A., Podolets A.A., Lukyanov S.N. 2019. The content of heavy metals in the arable horizon of agricultural soils of the Vladimir region. Agrokhimiya (Agrochemistry). № 12. P. 75-82.
Medvedev I.F., Gubarev D.I., Derevyagin S.S., Nesvetaev M.Yu., Verin A.Yu., Mishchen-ko N.V. 2019. Landscape structure differ-
entiation and environmental indicators. Yug Rossii: ekologiya, razvitie (South of Russia: ecology, development). V. 14. № 1. P. 94-104.
Motuzova G.V., Karpova E.A. 2013. Chemical pollution of the biosphere and its environmental consequences. Moscow: MSU. 304 p.
Order of the Ministry of Agriculture of the Russian Federation № 325 of 6.07.17 "On Approval of the Methodology for calculating the Indicator of soil fertility in the Subject of the Russian Federation".
Smirnova L.G., Chendev Yu.G., Kukharuk N.S., Narogjnyaya A.G., Kukharuk S.A., Smir-nov G.V. 2019. Changes in the soil cover due to short-period climatic fluctuations. Pochvovedenie (Soil Science). № 7. P. 773-780. https://doi.org/10.1134/ S0032180X19070116
Surin V.G., Shubina M.A. 2006. Monitoring of the state of natural and man-made complexes based on satellite images. Optichesky zhurnal (Journal of Optical Technology). № 4. P. 88-92.
Trifonova T.A., Mishchenko N.V. 2013. Soil-production potential of river basin ecosystems based on ground-based and remote data. Moscow: GEOS. 271 p.
Trifonova T.A., Mishchenko N.V., Petro-syan J.D. 2020. Analysis of the dynamics of the soil-production potential of river basin ecosystems based on remote sensing data. Pochvovedenie (Eurasian Soil Science). № 2. P. 152-164.
Bateni S.M., Entekhabi D., Margulis S., Castelli F., Kergoat L. 2014. Coupled estimation of surface heat fluxes and vegetation dynamics from remotely sensed land surface temperature and fraction of photosynthetically active radiation. Water Resources Research. V. 50. № 11. P. 8420-8440. https://doi.org/10.1002/ 2013wr014573.
Dong T., Meng J., Wu B., Shang J., Liu J., Huffman T. 2015. Modified vegetation indices for estimating crop fraction of absorbed photosynthetically active radiation. Int. J. Remote Sens. V. 36. № 12.
Serbin S.P., Gower ST. 2013. Spatial and temporal validation of the modis LAI and FPAR products across a boreal forest wildfire chronosequence. Remote Sensing of Environment. V. 133. P. 71-84. https://doi.org/10.10167j.rse.2013.01.022.
on ecosystem productivity and carbon cycle in the cropping-grazing transitional zone in China. Sci. China. Series D. V. 48. № 10. P. 1479-1491.
P. 3097-3113. https://doi.org/10.1080/ 01431161.2015.1042122.
Elham Davoodi, Hoda Ghasemieh, Okke Bate-laan, Khodayar Abdollahi. 2017. Spatial-temporal simulation of LAI on basis of rainfall and growing degree days. Remote Sens. V. 9. № 12. P. 1-17. https://doi.org/ 10.3390/rs9121207.
Shi T.R., Ma J., Zhang Y.Y., Liu C.S. and others. 2019. Status of lead accumulation in agricultural soils across China (1979-2016). Environmental international. № 129. P. 35-41.
Gao Zh., Liu J., Cao M., Li K., Tao B. 2005. Impacts of landuse and climate changes
ИНФОРМАЦИЯ ОБ АВТОРАХ INFORMATION ABOUT THE AUTHORS
Курочкин Иван Николаевич - Владимирский государственный университет им. А.Г. и Н.Г. Столетовых; 600000, Россия, г. Владимир; аспирант, эколог кафедры биологии и экологии; [email protected]. SPIN-код: 2278-0422, Author ID: 1005612.
Kurochkin Ivan Nikolaevich - Vladimir State University named after A.G. and N.G. Stoletov; 600000, Russia, Vladimir, Postgraduate, Ecologist of the Biology and Ecology Chair; [email protected]. SPIN-код: 2278-0422, Author ID: 1005612.
Чугай Наталья Валерьевна - Владимирский государственный университет им. А.Г. и Н.Г. Столетовых; 600000, Россия, г. Владимир; кандидат биологических наук, доцент, доцент кафедры биологии и экологии; [email protected]. SPIN-код: 4062-7713, Author ID: 1053114.
Chugay Natalya Valer'evna - Vladimir State University named after A.G. and N.G. Stoletov; 600000, Russia, Candidate of Biological Sciences, Docent, Assistant Professor of the Biology and Ecology Chair; [email protected]. SPIN-код: 4062-7713, Author ID: 1053114.
Кулагина Екатерина Юрьевна - Владимирский государственный университет им. А.Г. и Н.Г. Столетовых; 600000, Россия, г. Владимир; кандидат биологических наук, доцент кафедры биологии и экологии. [email protected]. SPIN-код: 9421-2480, Author ID: 880663.
Kulagina Ekaterina Yur'evna - Vladimir State University named after A.G. and N.G. Stoletov; 600000, Russia, Candidate of Biological Sciences, Assistant Professor of the Biology and Ecology Chair; [email protected]. SPIN-код: 9421-2480, Author ID: 880663.
