CC BY
79
^ СибАК
www. sibac. info
Естественные и математические науки в современном мире
№ 8 (32), 2015 г
4.2. ПОЧВОВЕДЕНИЕ
ИСПОЛЬЗОВАНИЕ ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ ПРИ ИССЛЕДОВАНИИ ПОЧВЕННОЭРОЗИОННЫХ ПРОЦЕССОВ
Дитц Людмила Юрьевна
канд. биол. наук, доцент НГУЭУ, РФ, г. Новосибирск E-mail: [email protected]
Катункина Евгения Владимировна
старший преподаватель НГУЭУ, РФ, г. Новосибирск E-mail: katunkina [email protected]
DATA USAGE OF REMOTE PROBING WHILE INVESTIGATING SOIL EROSION PROCESSES
Lyudmila Dietz
candidate of Biological Sciences, Associate Professor, Novosibirsk State University of Economics and Management,
Russia, Novosibirsk
Evgeniya Katunkina
senior Lecturer,
Novosibirsk State University of Economics and Management,
Russia, Novosibirsk
АННОТАЦИЯ
Рассмотрены возможности изучения почвенно-эрозионных процессов с использованием данных спектрозональных космических снимков. Дана характеристика проявления водной эрозии на распаханных склонах водосбора. Приведено изменение гумусового состояния почв в результате развития водной эрозии.
58
Естественные и математические науки в современном мире № 8 (32), 2015 г.
^ сибдк
www. sibac info
ABSTRACT
Possibilities of studying soil erosion processes using data of multispectral satellite images are considered. The characteristics of water erosion manifestation in cultivated slopes of the water catchment areas is given. The change of the humus state of soils as a result of water erosion development is shown.
Ключевые слова: водосборный бассейн; космические снимки; спектральная характеристика; дешифрирование; индикационные признаки; почвенно-эрозионные процессы; гумус почв.
Keywords: water catchment; satellite images; spectral characteristics; decoding; indication characteristics; soil erosion processes; humus state.
Для повышения эффективности изучения эрозионных процессов необходимо создание системы наблюдений, которая предполагает работу с большими массивами разнообразной первичной информации. Поэтому одной из актуальных задач исследований является создание единого научно-информационного пространства. В этом отношении важная роль принадлежит созданию геоинформационных систем (ГИС), которые являются универсальным средством сбора, обработки, хранения, систематизации, научного анализа и представления информации [2, с. 244].
В ходе исследований были использованы космические снимки Landsat с 30-метровым разрешением, данные радарно-топографи-чсеской съемки SRTM и программное обеспечение для обработки спектрального изображения космоснимков (Erdas Imagine) и геоинформационного анализа (ArcGIS, Mapinfo).
Целью данной работы является создание цифровой модели водосборного бассейна и возможности использования спектрозональных космических снимков для разработки дешифровочных признаков почвенно-эрозионных процессов.
В качестве модельной территории для научно-исследовательской работы был выбран малый водосборный бассейн реки Ирмень Ордынского района Новосибирской области.
Исследуемая территория характеризуется расчлененным рельефом, который представляет собой систему грядово-увалистых возвышенностей с террасированными склонами, расчлененными ложбинами древнего стока, овражно-балочной сетью. Абсолютные отметки 120—240 м. Существенный показатель рельефа — глубоко врезанные долины мелких речек. Такие формы рельефа способствуют формированию ежегодного поверхностного стока и создают реальные условия для развития эрозионных процессов.
59
^ СибАК
www. sibac. info
Естественные и математические науки в современном мире
№ 8 (32), 2015 г
Площадь водосборного бассейна определяет их водность — чем больше водосборный бассейн, тем полноводнее река. Ирмень — малая река меридионального направления, относящаяся к бассейну реки Оби. Протяженность ее русла — около 41 км. Водосбор этой реки представляет собой природно-аграрную систему площадью 368 км2. Наземная водосборная площадь обуславливается рельефом местности [3, с. 55].
Большая часть этой территории относится к землям сельскохозяйственного назначения: пашни, сенокосы, пастбища. Территория водораздельных пространств находится в активном сельскохозяйственном обороте под пахотными угодьями. Степень распашки территории достигает 58,9 %, естественные кормовые угодья занимают 25,2 %, древесная растительность — 16,0 %. Почвенный покров представлен черноземами выщелоченными и луговочерноземными почвами.
На основе использования данных радарно-топографичсеской съемки была создана пространственная картографическая модель рельефа территории малого водосборного бассейна реки Ирмень [1, с. 12] (рис. 1).
Водосборный бассейн в геоморфологическом плане представляет единое целостное образование, которое объединяет, прежде всего, однонаправленный по углу падения склонов и по тальвегам понижений в рельефе водный поток.
Показатель плотности эрозионной сети является одной из наиболее распространенных характеристик горизонтального расчленения территории. Коэффициент горизонтального расчленения рельефа варьирует в пределах (км/км2) 0,15—025 (60 %) и 0,30—0,40 (40 %).
Для разработки дешифровочных признаков развития почвенноэрозионных процессов был использован метод ландшафтноиндикационного дешифрирования космических снимков.
Спектрозональные космические снимки позволяют выявлять зоны потенциального возникновения эрозионных процессов в зависимости от характера рельефа, геоморфологического строения территории и направленности геохимических потоков.
В основе почвенно-эрозионного дешифрирования снимков лежит их тематическая классификация с использованием программного обеспечения Erdas Imagine по выявлению почвенных контуров (классов) различной степени деградации. Каждому пикселю изображения космоснимка соответствует набор значений спектральных признаков почвенного контура. Спектральная яркость почв в значительной степени определяется содержанием гумуса, влажностью, поверхностной структурой и степенью деградации почвенного покрова.
60
Естественные и математические науки в современном мире № 8 (32), 2015 г.
^ сибдк
www. sibac info
Рисунок 1. Геоморфологическое строение водосборного бассейна
61
^ СибАК
www. sibac. info
Естественные и математические науки в современном мире
№ 8 (32), 2015 г
В процессе исследований было установлено, что для почв занятых растительностью и свободных от неё необходим индивидуальный подбор комбинации спектральных каналов, что обусловлено различной отражательной способностью эродированных почв на открытых участках и почвах под растительностью. В результате анализа различных вариантов синтеза были подобраны следующие оптимальные для выявления эродированных почв комбинации каналов: 5-4-3 (для участков открытых почв) и 4-4-3 (для почв под посевами).
При дешифрировании изучаемые и картируемые объекты опознаются в первую очередь по тем признакам, которые непосредственно отображаются на снимках, они получили название прямых дешифровочных признаков. К ним относятся форма, размер, тон, цвет.
Надёжными косвенными признаками или индикаторами наличия смытых почв являются морфометрические особенности рельефа: преобладающие формы рельефа, общая расчленённость территории, крутизна и экспозиция склонов [3, с. 55].
Состояние растительного покрова также выступает в качестве достоверного индикатора наличия или отсутствия эрозионных процессов и интенсивности их развития. На полях с развитыми посевами на смытость почв может указывать состояние изреженности посевов.
Значительная часть пахотных угодий (23,4 %) в пределах водосборного бассейна расположена на склонах различной крутизны.
Почвы склонов, наиболее подверженных процессам эрозии, характеризуются большими величинами отражательной способности и насыщенным тоном фотоизображения, по которому отчетливо видны участки, подверженные процессам эрозии.
Особенностью проявления на космических снимках эрозионных процессов пахотных угодий является непостоянство яркостных характеристик изображения, которое возникает в результате выхода на поверхность подпахотного и иллювиального горизонтов почвы.
При слабом смыве почв смывается только часть пахотного горизонта А, оставшаяся его часть сохраняет тот же тёмный оттенок, который характерен для несмытых гумусированных горизонтов. Поэтому у слабосмытых почв не происходит изменений в окраске, и они не имеют специфического рисунка изображения на снимках. Среднесмытые почвы характеризуются значительной степенью смытости горизонта А, поэтому при их распашке местами неравномерно припахивается и горизонт В. Поверхность пашен на участках среднесмытых почв оказывается пёстрой. Сильносмытые почвы характеризуются
62
Естественные и математические науки в современном мире № 8 (32), 2015 г.
^ сибдк
www. sibac info
полностью смытым горизонтом А и затронутым смывом горизонтом В. Поэтому на снимках сильносмытые почвы имеют пестрый, нечётко пятнистый рисунок с преобладанием более светлых тонов по сравнению с рисунком изображения среднесмытых и слабосмытых почв.
Анализ спектрального изображения космических снимков водосборного бассейна показал, что на участках территорий, подвер -женных водной эрозии, наблюдается последовательная смена рисунка фотоизображения от вершин увала вниз по склону.
Было установлено несколько типов таких рисунков, отражающих стадии эволюции форм рельефа и структуры почвенного покрова под влиянием процессов эрозии. Покатые склоны грив характеризуются наличием ложбин стока и выделяются в виде полосчатого рисунка на снимках. На смытых почвах склонов по изменению интенсивности цвета и тона изображения можно оценить характер эродированности почв.
Подножья склонов, где откладывается грубодисперсная фракция отложений, характеризуется струйчатым рисунком эрозионных форм. Периферия межувальных понижений, где потоки паводковых и дождевых вод несколько замедляются в связи со слабым уклоном поверхности, рисунок фотоизображения принимает древовидный характер в результате блуждания водных потоков и неравномерного их распределения (рис. 2).
Рисунок 2. Изменение оптических свойств почвенного покрова под влиянием эрозионных процессов
Спектральная отражательная способность космических снимков эродированных участков подтверждается качественными характеристиками гумусного состояния почв.
63
^ СибАК
www. sibac. info
Естественные и математические науки в современном мире
№ 8 (32), 2015 г
Развитие эрозионных процессов приводит к снижению уровня почвенного плодородия, которое выражается в уменьшении мощности гумусового горизонта, снижении содержания и запасов гумуса в слое 0—50 см. В результате математической обработки полученных данных на территорию малого водосборного бассейна было установлено, что средние запасы гумуса в черноземах водораздельных участках (0—3°) составляет 321 т/га при содержании гумуса 6—7 %. На склоновых участках водосбора с уклоном 3—5°, где преобладают слабо-и среднесмытые почвы запасы гумуса варьируют от 202 до 307 т/га. На участках склонов крутизной 5—7°, которые наиболее подвержены плоскостной и линейной эрозии, запасы гумуса в пахотных почвах составляют 215 т/га. Нижние выположенные части склонов, где формируются гидроморфные и полугидроморфные почвы, как естественные, так и намытые с содержанием гумуса 8—10 %, его запасы составляют 380—400 т/га.
Таким образом, в основе дистанционного зондирования почвенноэрозионных процессов и явлений лежит сильное влияние водной эрозии на оптические свойства почв. Эрозия почв приводит к снижению содержания в них темноокрашенных частичек гумуса и глинистых фракций гранулометрического состава, что, в свою очередь, приводит к увеличению яркости почвенного материала. Отсюда, почвы разной степени смытости имеют разные оптические характеристики.
Список литературы:
1. Дитц Л.Ю., Катункина Е.В. Создание цифровой модели рельефа малого водосборного бассейна // Образование и наука в современных условиях: материалы IV междунар. науч.-практ. конф. (Чебоксары, 10 июля 2015 г.) / редкол.: О.Н. Широков [и др.]. Чебоксары: ЦНС «Интерактив плюс», 2015. — С. 11—14.
2. Катункина Е.В. Рациональное природопользование в природно-ресурсных регионах / В.А. Черданцев, Б.В. Робинсон, Е.И. Малашина // Рациональное природопользование: традиции и инновации. Материалы международной научно-практической конференции, Москва, МГУ, 23—24 ноября 2012 г. / Под общ. ред. проф. М.В. Слипенчука. М.: Издательство Московского университета, 2013. — С. 244—246.
3. Путилин А.Ф. Пространственная дифференциация почвенного покрова Приобъя на основе цифровой модели рельефа / А.Ф. Путилин, Л.Ю. Дитц, С.Я. Кудряшова, А.М. Шкаруба, А.В. Чичулин // Интерэкспо Гео-Сибирь. — 2009. — Т. 4. — № 2. — С. 54—56.
64
