CC BY
59
УДК 332.6: 631.164
АВТОМАТИЗИРОВАННАЯ ОЦЕНКА ПРОДУКТИВНОСТИ ЗЕМЕЛЬ
В.К. КАЛИЧКИН, доктор сельскохозяйственных наук, зав. лабораторией
А И. ПАВЛОВА, кандидат технических наук, старший научный сотрудник
Сибирский НИИ земледелия и химизации сельского хозяйства
E-mail: kvk@ngs.ru
Резюме. Предложен способ автоматизированной оценки продуктивности земель по урожайности зерновых культур, основанный на использовании ГИС-технологий. В расчетах использованы две категории урожайности - климатически обеспеченная (КОУ) и действительно возможная (ДВУ). Автоматизированная оценка земель позволяет получать детальные результаты по отдельным почвенным разновидностям и земельным участкам.
Ключевые слова: продуктивность земель, урожайность зерновых культур, ГИС.
При разработке современных аааптивно-ландшафт-ных систем земледелия (АЛСЗ) необходимы результаты комплексной агроэколошческой оценки [1]. В экономически развитых странах она проводится не только дня налогообложения, но и для разработки практических рекомендаций по использованию земель. В Великобритании, например,такая оценка проводится в 2 этапа и предусмат-риваетфизическую и экономическую классификацию. На первом этапе земли, в соответствии с ограничивающими факторами сельскохозяйственного производства, разделяют на 6 классов. На втором этапе проводят экономическую оценку каждого из них по стоимости получения сельскохозяйственной продукции с гектара. Классы земель характеризуются уровнем почвенного плодородия, ограничениями и рекомендациями по использованию под конкретные культуры [2].
В США качественная оценка земель тесно связана с их учетом и почвенным картографированием. Основной фактор оценки—рельеф местности, влияющий на увлажнение, радиационный баланс, степень проявления эрозионных процессов. Основная единица почвенной классификации в Соединенных Штатах — тип почвы, который трактуется как фуппа почв, располагающаяся на определенных атементах рельефа в конкретном регионе. Наименьшая единица почвенной классификации и качественной оценки земель—«почвенная фаза», которая выделятся на основании свойств земель, влияющих на производительные способности. Особенность качественной оценки заключается в том, что классы земель выделяют на основе детальных сведений по почвенным фазам и типам, урожайности культур, системе севооборотов, уровня применения удобрений и др. [3].
В России наиболее распространенный метод оценки почвенного плодородия — бонитировка. Ее проводят при
определении кадастровой стоимосга сельскохозяйственных угодий [4]. Основной недостаток бонитировки — использование среднемноголетней урожайности культур по оценочным районам, атакже многочисленных поправочных коэффициентов, усложняющихоценку, и не повышающих точности результатов [5].
В последние годы получили распространение альтернативные методы оценки плодородия почв. Например, квалиметрия, согласно которому почва рассматривается как экологическая система, функционирующая по определенным законам [6]. В СибНИИЗХим разработан экспертный метод оценки продуктивности почв [7], особенность которого заключается в учете агробиологических требований растений к условиям произрастания через значения огггимумов и весов почвенных признаков для каждой культуры.
Принятиерешений об использовании земельного участка и применении технологий возделывания сельскохозяйственных культур возможно на основе результатов аг-роэкологаческой оценки земель и «рамочных» рекомендаций (fiamework). Их главные принципы излагаются в трудах Всемирной продовольственной организации. Реализация рамочный рекомендаций предполагает создание картографических и специализированных баз данных для хранения нормативной и расчетной информации [8]. Для решения задач оценки земель, агроэкологического районирования и разработки «рамочных» рекомендаций активно используются информационные и геоинформаци-онные технологии.
Условия материалы и методы. В своих исследованиях мы применяли две категории урожайности зерновых культур — климатически обеспеченная (КОУ) и действительно возможная (ДВУ) [1]. При расчете КОУ использована «климатическая формулаурожая», которая позволяет учитывать циклические изменения климата и продуктивность агроландшафгов для различных природно-климатических зон и подзон [9]. Для расчета КОУ в хозяйствах Новосибирской области сформирована база данных (БД), содержащая сведения об агрометеорологических ресурсах. Территориально-координатную привязку агроклиматических данных осуществляли в ГИС-Maplnfo по реперным метеостанциям.
Для расчета ДВУ зерновых культур в конкретном землепользовании (хозяйстве) с учетом свойств почвы по земельным участкам создана цифровая модель землепользования (ЦМЗ) на основе подходов, изложенных в [ 11 ].
Результаты и обсуждения. Автоматизированная оценка продуктивности земель базируется на использовании теории проектирования информационных систем (ИС). Для ее проведения создана программа GRAIN на макроязыке программирования Visual Basic. При проектировании программы были сформированы экранные формы и отчеты с результатами вычислений, которыеобеспечивают выполнение запросов данных и удобство работы с элект-
Достижения науки и техники АПК, №12-2009
7
Рисунок. Программные модули GRAIN.
ронными картами. Основные модули программы — формирование БД, расчет КОУ и ДВУ зерновых культур, отображение результатов на почвенной карте и карте землеустройства, формирование результатов в отчет (см. рисунок).
На начальном этапе для оценки земель при работе с программой GRAIN в диалоговом режиме вводятся исходные данные о хозяйстве (наименование, административный район и др.). Принято, что КОУ зерновых культур максимально реализуется на лучшей зональной почве. Для территории Новосибирский области — это чернозем выщелоченный среднемощный среднегумусный.
Послерасчета величины КОУ в программе GRAIN формируется почвенная БД.
Для этого предусмотрены такие функции как редакти-рование, перемещение, просмотр, удаление и добавление записей. Показатели почвенной базы—наименование почвы, «полезный объем почвы» в среднем для метрового слоя, содержание гумуса, реакция почвенного раствора, гранулометрический состав, содержание подвижных элементов питания, степень развития негативных процессов (водная эрозия, засоление). Одновременно формируется ЦМЗ и осуществляется территориально-координатная привязка созданной БД к цифровой почвенной карте.
Вычисленные значения коэффициентов благоприятствования возделывания культур (Кп) с помощью программы GRAIN представляются в виде долей единицы. Затем рассчитывается урожайность (ц/га) зерновых культур (пшеницы, озимой ржи и ячменя) для каждой почвенной разновидности. Результаты расчета ДВУ для почв вносятся в БД
цифровой почвенной карты.
Для наглядного представления результатов оценки и дальнейшего использования таких материалов при проектировании севооборотов необходимо рассчитать урожайность по полям (рабочие участки). С этой целью в про-граммуОКАГЫ с применением методов интегрированной картографии внедрены функции ГИС, благодаря чему она может работать с цифровыми картами, выполнять запросы и проводить картометрические операции.
Особенность разработанной автоматизированной системы оценки продуктивности земель — возможность быстрого пересчета урожайности зерновых культур в случае изменения границ земельныхучастков, что необходимо при решении задач землеустройства.
Практическая реализация программы выполнена на примере ОАО «Салаир» Маслянинского района Новосибирской области, на территории которого наиболее распространены серые лесные, темно-серые и светло-серые почвы.
Климатически обеспеченнаяурожайностьдляхозяйства составила 24 и/га зерна, а действительно возможный уро-веньупшеницыколебалсяот 14,6до 19,3ц/га,уячменя—от 17,6 до 23,3 ц/га, у озимой ржи—от 18,8 до 24,9 п/га (табл. 1).
В ранее выполненных работах мы использовали для расчетов продуктивности земель экспертный метод, разработанный в СибНИИЗХим [12], атакже программу «Оценка земель» [13,14,15], реализованную в среде Мар1п!'о.
Сравнительный анализ результатов оценки продуктивности земель показал, что величины урожайности культур колеблются в значительном интервале (табл. 2). При этом показатели вариационной статистики, вычисленные способом условной средней для
Таблица 2. Сравнительный анализ результатов оценки продуктивности почв для зерновых культур, ц/га
Показатель Пшеница Озимая рожь Ячмень
1* 2 1 I 2 1 | 2
Минимальная варианта 10,4 10,8 14,8 13,9 8,1 13,0
Максимальная варианта 21,6 19,9 28,9 25,7 26,5 24,1
Размах вариации 11,2 9,1 14,0 11,8 17,1 11,1
* результаты оценки с использованием программы: 1 — «Оценка земель»; 2 — GRAIN.
Таблица 1. Расчетная ДВУ зерновых культур
Урожайность, ц/га
Почва пше- яч- озимая
ница мень рожь
Темно-серая лесная среднемощная тяжелосуглинистая 19,3 23,3 24,9
Серая лесная маломощная среднесуглинистая 14,6 17,6 18,8
Серая лесная среднемощная среднесуглинистая 17,2 20,7 22,2
Светло-серая лесная среднемощная среднесуглинистая 15,1 18,1 19,5
8
Достижения науки и техники АПК, N212-2009
34 почвенных разновидностей свидетельствуют, что ти территории хозяйства и рассчитать КОУ зерновых
результаты, полученные с помощью программы культур, а затем с учетом почвенных условий конкрет-
GRAIN отличаются меньшим варьированием. Так, ного участка или поля севооборота определить ДВУ. Она
квадрат дисперсии (s^2) урожайности пшеницы при позволяет не только хранить и обрабатывать большие использовании программы «Оценка земель» равен объемы информации, но и обеспечивает увеличение 12,64; GRAIN — 3,52, коэффициент вариации (V, %) универсальности и объективности результатов оценки,
— соответственно 23,0 и 12,5. по сравнению с рядом других известных методов. Ре-
Выводы. Таким образом, программа GRAIN дает зультаты исследований можно применять при проек-
возможность оценить агроклиматические особенное- тировании рационального использования земель.
Литература.
1. Агроэкологинеасая оценка земель, проектирование адаптивно-ландшафтных систем земледелия и агротехнологий. Методическое руководство. — М.: ФГНУ «Росинформагротех», 2005. — 784 с.
2. Гусманов И.У., Томов P.P. Экономическая оценка сельскохозяйственных угодий и ее использование в сагьском хозяйстве. — М.: Россельхо-закадемия, 2005. — 172 с.
3. Лойко 11. Ф. Земельный потенциал мира и России: пути глобализации его использования в XXI веке. — М.: ФКЦ «Земля», 2000. —
4. Апарин, Б.Ф., Русаков А.В., Булгаков Д.С. Бонитировка почвы и основы государственного земельного кадастра,- СПб: СПб ун-т, 2002. — 88 с.
5. Кирюишн, В.И. Оценка качества земель и плодородия почв для формирования систем земледелия и агротехнологий // Почвоведение. - № 37. 2007. - С. 873-880.
6. Альтернативные подходы к экалого-экономической оценке земли и механизмы управления землепользованием. — Волгоград, 1996. — 224 с.
7. Южаков А.И., Добротворская Н.И. Система экспертной оценки сравнительной продуктивности почв // Тез Докл II съезда об-ва почвоведов, 27-30 июня 1996. С.-Петербург. Кн. 2. — C.-II6, 1996. — С. 247-249.
8. A framework for land evaluation [электронный ресурс] http://www.fao.org/docrep/
9. Каличкин В.К., Понько В.А., Павлова А.И. К вопросу о климатически обеспеченной урожайности сельскохозяйственных культур // Сиб. вестн. с.-х. науки. № 2009
10. Каличкин В.К., Павлова А.И. Применение ТИС в кадастровой оценке сельскохозяйственных земель / РАСХН. Сиб. отд-ние. — Новосибирск, 2006. — 76 с.
11. Карманов ИИ., Булгаков Д.С. Алгоритм оценки продуктивности почвенно-экологических условий возделывания сельхозкультур // Плодо-■ № 5. - 2007. - С. 37-40.
12. Южаков А.И., Добротворская Н.И. Система экспертной оценки сравнительной продуктивности почв // Тез. докл. II съезда об-ва ■ СПб, 1996. -Кн. 2,- С. 247- 249.
13. Каличкин В.К., Павлова А.И. Автоматизированное проектирование севооборотов // Сиб. вестн. с.-х. науки. — №12. — 2008. — С. 5-11.
14. Каличкин В.К., Павлова А.И. Система поддержки принятия решений по рациональному использованию земельных ресурсов хозяйства на основе ТИС //Достижения науки и техники АПК. — 2009. — №6. — С. 13-15.
15. Каличкин В.К, Павлова А.И. Технология автоматизированной оценки земель // Сибирский вестник селькохозяйственной науки. — №4. — 2008. - С. 5-11.
AUTOMATED ESTIMATION OF LAND PRODUCTIVITY
V.K. Kalichkin, A.I. Pavlova
Summery. The method of automated estimation of land productivity according to grain crop yields, based on the utilization of GIS-technologies, is proposed. Two yield categories were used in the calculations - climate ensured one (CEY) and really possible one (RPY). Automated land estimation makes it possible to obtain detailed results for individual soil varieties and land areas.
Key words, land productivity, grain crop yield, GIS
УДК 631:633.11
ПРОСТРАНСТВЕННАЯ НЕОДНОРОДНОСТЬ КАЧЕСТВЕННЫХ ПОКАЗАТЕЛЕЙ ЗЕРНА
/'. II. ЧЕРКАСОВ, член-корреспондент Россельхоза-кадемии, директор
Д. В. ДУБОВИК, доктор сельскохозяйственных наук, руководитель группы
О.Г. ЧУЯН, кандидат сельскохозяйственных наук, зав. лабораторией
НИИ земледелия и защиты почв от эрозии E-mail: vnizem@kursknet.ru
Резюме: Изучены пространственная неоднородность Достижения науки и техники АПК, №12-2009 _
и характер распределения показателей качества зерна ячменя и озимой пшеницы в пределах одного поля. Показана зависимость качества зерна от агрохимических показателей почвенного плодородия. Ключевые слова: пространственная неоднородность, точное земледелие, качество зерна, плодородие почвы.
Повышение современного уровня аграрной науки с использованием неограниченных возможностей информационных технологий позволяет рассматривать
