CC BY
16
ВЕСТНИК МОСКОВСКОГО УНИВЕРСИТЕТА. СЕРИЯ 17. ПОЧВОВЕДЕНИЕ. 2023. Т. 78. № 2 LOMONOSOV SOIL SCIENCE JOURNAL. 2023. Vol. 78. No. 2
УДК 632.125
DOI: 10.55959/MSU0137-0944-17-2023-78-2-106-116
ПРИМЕНЕНИЕ БАЗОВОЙ И МОДИФИЦИРОВАННОЙ МЕТОДИК ОЦЕНКИ НЕЙТРАЛЬНОГО БАЛАНСА ДЕГРАДАЦИИ ЗЕМЕЛЬ В КОНТЕКСТЕ ИЗУЧЕНИЯ СВЯЗИ ДЕГРАДАЦИИ И АГРОПРОИЗВОДСТВА
Е. В. Цветнов1, 2*, Н. А. Марахова2
1 МГУ имени М.В. Ломоносова, факультет почвоведения, 119991, Россия, Москва, Ленинские горы, д. 1, стр. 12
2 Евразийский центр по продовольственной безопасности (Аграрный центр МГУ имени М.В. Ломоносова),
119991, Россия, Москва, Ленинские горы, д. 1
* E-mail: ecobox@mail.ru
Статья посвящена теории и практике применения концепции нейтрального баланса деградации земель (НБДЗ) для условий Белгородской области РФ. Рассмотрен ее базовый вариант, основанный на анализе трех глобальных прокси-индикаторов, где оценка тенденций деградации земель на исследуемой территории строится через анализ изменения основного индикатора — доли деградированных земель от общей площади территории, выраженная в процентах, и трех субиндикаторов ЦУР 15.3.1: изменения продуктивности земель, смены наземного покрова и динамики запасов почвенного органического углерода. Как модификацию базового подхода НБДЗ для региональных исследований предлагается дополнить его региональными данными по почвенным характеристикам. В качестве необходимых для учета в оценочной модели можно рекомендовать следующие почвенные свойства — содержание органического вещества и питательных веществ, а также рН, именно эти характеристики, с одной стороны, в большой степени связаны с почвенным плодородием, а с другой, — в наибольшей степени подвержены риску деградационных изменений в процессе эксплуатации почв человеком. Модификация методологии НБДЗ позволяет не только уточнить центральный (зонтичный) индикатор «доли деградированных земель», но также выявить связь последней с показателями агропроизводства, в частности, валовыми сборами сельскохозяйственных культур. Анализ данных по модифицированной методике НБДЗ показал, что в области деградировано 64,8% пахотных земель (что практически в два раза выше значений, полученных по базовому методу НБДЗ), что приводит к существенному недополучению урожая сельскохозяйственных культур. В статье предложен алгоритм оценки связи между деградацией земель и валовыми сборами сельскохозяйственных культур на основе корреляционно-регрессионного анализа (пространственные модели).
Ключевые слова: деградация почв, индикаторы деградации, деградация и продовольственная безопасность.
Введение
Проблема деградации земель1 в современном мире является одной из важнейших. Более половины сельскохозяйственных земель в настоящее время оказываются в той или иной степени деградированными [Nkonya et al., 2016]. В связи с этим сохранение почвенно-земельных ресурсов представляет собой приоритетную задачу в контексте обеспечения продовольственной безопасности населения планеты и устойчивого развития в целом.
В рамках инициативы экономики деградации земель (Economics of land degradation initiative —
1 В работе речь идет о деградации земель в соответствии с концепцией НБДЗ, а не почв. Однако для земель сельскохозяйственного назначения, на которых сфокусирована настоящая работа, где социально-экономическая активность ассоциирована с почвенным плодородием, эти два понятия становятся чрезвычайно близки и в ряде случаев могут быть приняты синонимичными.
ELD) было выработано чрезвычайно эффективное понимание самой проблемы деградации: «Деградация земель представляет собой снижение экономической ценности экосистемных услуг и благ, производимых землей, в результате деятельности человека или естественных биофизических причин» [ELD Initiative, 2013].
С подходом, развиваемым в рамках инициативы ELD, связан разрабатываемый в последнее десятилетие подход на базе оценки нейтрального баланса деградации земель (НБДЗ, от англ. land degradation neutrality — LDN) [Tilahun. et al., 2018]. НБДЗ — это состояние, при котором объем и качество земельных ресурсов, необходимых для поддержания экосистемных функций и услуг и для повышения продовольственной безопасности, остаются стабильными или увеличиваются в определенных временных и пространственных масштабах и экосистемах [Куст и др., 2018; Kust et al., 2017]
Суть концепции НБДЗ (в то время она носила название «Zero Net Land Degradation») была впервые официально озвучена КБО ООН в 2011 г. [UNCCD, 2012]. Цель НБДЗ может быть сформулирована следующим образом: поддерживать и улучшать запасы природного капитала и связанные с ним экосистем-ные услуги в целях поддержания будущего процветания и безопасности человечества. С использованием подходов концепции связано исполнение ряда целей устойчивого развития (ЦУР), ассоциированных с продовольственной безопасностью, охраной окружающей среды и устойчивым использованием природных ресурсов, и повышением устойчивости к глобальным экологическим изменениям.
Оценка тенденций деградации земель на определенной территории строится через анализ изменения так называемых индикаторных показателей за определенный промежуток времени. Для мониторинга указанных тенденций на глобальном уровне рекомендовано использовать основной индикатор — долю деградированных земель от общей площади территории, выраженную в процентах, и три субиндикатора ЦУР 15.3.1: динамика продуктивности земель, динамика наземного покрова и динамика запасов почвенного органического углерода в слое 0-30 см [Sims et al., 2017]. Интеграция трех субиндикаторов осуществляется в соответствии с единым общим правилом: если территория была определена как потенциально деградированная по любому из субиндикаторов, то она будет считаться потенциально деградированной.
Согласованные на глобальном уровне субиндикаторы могут быть дополнены национальными данными, учитывающими региональную специфику процессов деградации.
Концепция НБДЗ в достаточной степени универсальна и применима для социально-экономических и природно-климатических условий любой страны, для любого типа деградации — природной или антропогенно обусловленной, для любого типа землепользования. Сопоставимость результатов — это одна из наиболее сильных черт данной концепции. Она может быть рассмотрена в качестве зонтичной концепции для всех последующих экономических интерпретаций фиксируемой деградации, в том числе сделанных в контексте инициативны ELD. Постулируется, что сам механизм достижения нейтральности заключается в уравновешивании ожидаемых прибылей и убытков в земельном природном капитале в рамках уникальных типов земель посредством принятия решений в области землепользования и управления [Земельные ресурсы, 2017].
Тонким моментом в концепции является то, что посредством глобальных прокси-индикаторов экосистемные услуги анализируются недостаточно, фактически в рассмотрение попадает только одна услуга, связанная с продуктивностью надземной
растительной биомассы экосистемы, оценивается на основании индекса NDVI [Методологическая записка, 2017], а почвенные показатели ограничиваются только углеродом.
Важной модификацией здесь может стать дополнительное использование региональных субиндикаторов, как уже отмечалось, методология НБДЗ позволяет это делать.
Существенным является и то, что ни один из рассмотренных субиндикаторов, как и интегральный индикатор «доли деградированных земель», не несет внутри себя экономических интерпретаторов. Потеря природного капитала не оценивается в денежном выражении, что делает обязательной переоценку деградации при помощи методологии, «внешней» по отношению к ней.
Отсюда перспективным выглядит дополнить оценку НБДЗ оценкой общей экономической ценности экосистемных услуг, что даст возможность наиболее адекватно оценивать влияние деградации земель на окружающую среду. Для оценки влияния деградации земель на сельскохозяйственные угодья как самостоятельной категории земель целесообразно обратиться к сопряжению данной концепции с валовыми сборами сельскохозяйственных культур статистическими методами. Последнее может стать базой для совместного изучения деградации земель и продовольственной безопасности. В построении подобной базы состоит цель настоящей работы.
Объекты и методы
Алгоритм оценки связи деградации земель с валовыми сборами сельскохозяйственных культур может быть построен, как было отмечено, на модификации методики НБДЗ в части дополнения ее региональными почвенными данными, а также статистическом анализе полученных результатов. Принципиальная схема алгоритма может состоять из пяти шагов.
Шаг 1 в данной схеме предполагает оценку динамики деградации земель на основе расчетов НБДЗ по глобальным прокси-индикаторам (далее базовый метод) и сопоставление полученных данных с основными деградационными процессами в регионе исследований.
Расчет НБДЗ в этом случае производится с помощью модуля Trends.Earth, реализованного на базе геоинформационной системы (ГИС) Quantum GIS (QGIS). Вычисление НБДЗ проводится в два этапа. Первоначально выполняются расчеты по каждому из трех субиндикаторов.
Итог расчета по каждому субиндикатору представляется в виде растра, содержащего информацию о разбиении территории исследования на категории деградированных земель, улучшенных земель, земель, не отмеченных изменениями, и земель, для которых нет данных. На втором этапе на основании полученных ранее данных по субиндикаторам
также с помощью инструментария Trends.Earth формируется итоговый растровый слой, в котором земли разбиты на категории «деградированные», «улучшенные», «без изменений» и «нет данных». Территория относится к деградированной, если на ней наблюдается деградация хотя бы по одному из субиндикатор ов.
Ввиду того, что данная работа сфокусирована на пахотных землях, следующий этап включает в себя выделение категории земель «пашня» посредством GIS-инструментария. Затем по результатам предыдущих операций проводится подсчет площадей пахотных земель, относящихся к категориям «деградированные», «без изменений», «улучшенные» и «нет данных», для выбранного уровня административного деления региона исследования, рассчитывается индекс НБДЗ — разница между улучшенными и деградированными землями.
Шаг 2 предлагаемого алгоритма предполагает сбор и анализ региональных данных по почвенным характеристикам за ряд туров агрохимического обследования (начальный и конечный периоды агрохимического обследования должны совпадать с начальным и конечным периодами исследования) и корректировку итоговых значений НБДЗ с использованием почвенных данных (далее модифицированный метод).
Как было показано ранее, особенностью рассматриваемой методологии является использование только одной почвенной характеристики — запасов почвенного углерода, которая для глобальных задач методологии НБДЗ рассчитывается по модельным (не фактическим) данным. Для расчета НБДЗ на региональном уровне вместо субиндикатора изменения запасов почвенного углерода предлагается использовать региональные данные об изменении почвенных свойств — содержания органического вещества2, фосфора, калия, кислотности, полученные на основании сравнения данных двух циклов агрохимического обследования, и промежуточные результаты расчета НБДЗ классическим методом — растровые данные о двух субиндикаторах: динамике продуктивности и изменении наземного покрова.
Как было показано в [Цветнов и др., 2020], данный набор почвенных характеристик может быть в общем случае принят достаточным при анализе деградации почв, так как именно эти свойства в значительной степени подвержены риску негативного изменения в результате антропогенного воздействия на почвы. Выводы о достаточности такого набора почвенных характеристик можно также
2 В данной работе используется термин «органическое вещество почвы». Информация о его содержании в почве взята из [Лукин, 2016], где указано, что по методу Тюрина в соответствии с ГОСТ 26213-91 определялось содержание органического углерода почвы, которое затем было переведено в содержание органического вещества.
найти в работах специалистов Почвенного института им. В.В. Докучаева, в частности И.И. Карманова и Д.С. Булгакова [2003]. В различных частных случаях или в случаях углубленного исследования, когда, например, анализируется специфический перечень деградационных процессов (засоление, переувлажнение и др.), данный набор показателей может быть изменен и расширен.
Отметим, что переход от показателя «запас» к показателю «содержание» видится целесообразным по причине снижения общей неопределенности в анализе. Для расчета запасов требуется дополнительная почвенная характеристика — актуальная плотность сложения, соотнесенная с актуальными данными по содержанию органического вещества и элементов питания для всего региона исследования, такие данные доступны крайне редко. При использовании же усредненных значений плотностей при заданной глубине изменение «содержания» будет являться единственной значимой переменной, характеризующей изменение запасов.
Данные операции приводят нас к шагу 3 представленного алгоритма — расчету доли деградированных земель на основании модифицированной методики НБДЗ.
Для этого рассчитываются площади земель каждой категории, процент земель, деградированных по каждому субиндикатору, от общей площади исследования в целом для региона исследований, а также для отдельных единиц муниципального деления.
Еще раз подчеркнем, что данный расчет — это расчет динамики деградации (за определенный период), а не ее абсолютных величин. Для регионов, где анализ динамики деградации недостаточен (например, для стран Центральной Азии, где деградация может охватывать более 80% территории), необходим расчет доли деградированных земель в контексте абсолютных величин деградации на основе анализа эрозионных процессов, опустынивания, засоления и т. п., а также на основе сравнения фактических почвенных показателей с эталонами (при наличии последних) [Фрид и др., 2010].
На шаге 4 рассматриваемого алгоритма производится сбор данных по затратам в растениеводстве: общим, а также (при наличии) отдельно затрат на минеральные и органические удобрения, средства защиты растений, оплату труда. Чрезвычайно важно также собрать данные по внесению минеральных и органических удобрений, что особенно актуально при отсутствии данных по затратам, так как это в какой-то мере позволит проследить связь с затратами капитала при производстве урожая.
Эти данные необходимы для того, чтобы построить регрессионные модели зависимости между валовыми сборами в растениеводстве и долей деградированных земель (шаг 5 алгоритма). Предполагается, что в производстве сельскохозяйственных
культур принимают участие факторы: труд (данные по оплате труда), капитал (данные по общим затратам в растениеводстве / данные по затратам на органические удобрения, средства защиты растений / данные по внесению минеральных и органических удобрений в физическом весе на га) и земля (доля деградированных земель, почвенные характеристики). В рамках последнего фактора имеет значение рассмотреть и климатические характеристики, такие как температура и осадки, однако для дробного административного деления региона исследований такие данные публикуются крайне редко.
На основании собранных данных строится пространственная регрессионная модель, где в качестве зависимой переменной выступают валовые сборы сельскохозяйственных культур в регионе исследования, а в качестве возможных независимых - все остальные вышеперечисленные переменные (доля деградированных земель, рассчитанная по базовой и модифицированной методикам, доля эродированных земель, количество внесенных минеральных удобрений, содержание органического вещества почвы, обменного калия, подвижного фосфора, почвенная кислотность, затраты в растениеводстве (общие и по категориям).
Валовые сборы сельскохозяйственных культур в хозяйствах всех категорий целесообразно перевести в зерновой эквивалент, чтобы оперировать не множеством показателей валовых сборов для
каждой отдельной культуры, но интегральным показателем валовых сборов.
Заключительным шагом в предлагаемом алгоритме является шаг 6, на котором формулируются предложения для лиц, принимающих решения по минимизации влияния деградационных процессов на производство основных сельскохозяйственных культур.
Апробация предложенного алгоритма была произведена для земель сельскохозяйственного назначения важнейшего аграрного региона России — Белгородской области, входящей в состав Центрально-Черноземного экономического района (ЦЧР).
Из общей площади земель области 2 713,4 тыс. га 78,7% приходится на сельскохозяйственные угодья, 8,9% — на лесные земли, 1,8% — на водную поверхность и 10,6% — на другие земли [Белгородская область в цифрах, 2016]. Основным действующим агентом производства сельскохозяйственной продукции здесь являются агрохолдинги — крупные структуры, способные вести экономически эффективное производство [Кирюшин, 2015], которые, однако, далеко не всегда являются экологически ответственными.
Черноземные почвы, представленные подтипами — типичные, выщелоченные и обыкновенные, занимают 77,1% (около 2090,8 тыс. га) от всей территории области, составляя 90% всей пашни [Лукин, 2016]. В регионе широко развиты такие процессы
Рис. 1. Оценка деградации пахотных почв Белгородской области базовым методом НБДЗ
2000-2004 гг 2010-2014 гг
Рис. 2. Картограммы содержания органического вещества в почвах пахотных угодий Белгородской области по результатам агрохимических обследований 2000-2004 гг. и 2010-2014 гг. [Лукин, 2008, 2016]
2000-2004 гг 2010-2014 гг
Рис. 3. Картограммы содержания подвижного фосфора в почвах пахотных угодий Белгородской области по результатам агрохимических обследований 2000-2004 гг. и 2010-2014 гг. [Лукин, 2008, 2016]
деградации пахотных почв, как эрозия, дегумифика-ция и потеря питательных веществ — агроистоще-ние, подкисление. При этом территория Белгородской области является самой эродированной среди всех областей ЦЧР. По данным на 2011 г., площадь эродированных почв составила 53,6% площади всего региона.
Результаты
Шаг 1 «алгоритма» предполагает произведение расчетов по базовой методике НБДЗ. Анализировался период с 2000 по 20 1 53 год, для расчета субиндикатора изменения продуктивности использовался набор данных UNCCD, выделение категории пахотных земель проводилось на основании продукта MCD12Q1 (MODIS Land Cover Type) [Friedl, Sulla-Menashe, 2019] на последний (2015) год исследования (пространственное разрешение 500 м, использованная классификация категорий земель — IGBP-International Geosphere-Biosphere Programme).
Проведенные расчеты показали, что в Белгородской области с 2000 по 2015 гг. деградировало порядка 38% пахотных земель (рис. 1), улучшенные территории составляют 48,2%, без изменений —
3 Все расчеты были привязаны к 2015 г. ввиду того, что данные по затратам были нами получены именно на этот год.
13,3%. Итоговый индекс НБДЗ составил 8,5%, что говорит о номинальном достижении нейтрального баланса.
Включение в методику собранных в Белгородской Агрохимслужбе региональных данных по почвенным показателям (шаг 2 алгоритма) позволило в значительной степени скорректировать полученный результат. Субиндикатор динамики запасов органического углерода был заменен на показатель динамики фактического содержания почвенного органического вещества — модифицированный метод (рис. 2). В качестве дополнительных показателей здесь были использованы данные об изменении содержания подвижного фосфора (рис. 3), обменного калия (рис. 4) и кислотности (рис. 5).
Визуальный анализ представленных картограмм показывает, что по каждому из анализируемых параметров происходит улучшение. А проведенные расчеты выявили, что категория «деградированные земли» не превалирует ни по одному из рассматриваемых параметров (табл. 1). Однако наложение картограмм изменения почвенных характеристик друг на друга выявляет иную картину. Как было упомянуто выше, согласно базовому методу НБДЗ, если хотя бы по одному параметру происходит ухудшение, то весь пиксель на картограмме принимается с маркером «ухудшение».
2000-2004 гт 2010-2014 гг
Рис. 4. Картограммы содержания обменного калия в почвах пахотных угодий Белгородской области по результатам агрохимических обследований 2000-2004 гг. и 2010-1014 гг. [Лукин, 2008, 2016]
2000-2004 гг
2010-2014 гг
РН
□ 4,6-5.0
□ 5.1-5.5
□ 5.6-6.0 И >6.0
Рис. 5. Картограммы кислотности в почвах пахотных угодий Белгородской области по результатам агрохимических обследований 2000-2004 гг. и 2010-1014 гг. [Лукин, 2008, 2016]
Рис. 6. Оценка деградации пахотных почв Белгородской области модифицированным методом НБДЗ
Таблица 1 Доля деградированных пахотных земель (от общей площади пашни) по субиндикаторам. Модифицированная методика НБДЗ
Субиндикатор Доля деградированных земель, %
Изменение продуктивности 38,2
Динамика наземного покрова 0,3
Изменение почвенных свойств (содержание органического вещества) 6,1
Изменение почвенных свойств (содержание подвижного фосфора) 18,5
Изменение почвенных свойств (содержание обменного калия) 11,4
Изменение почвенных свойств (рН(КС1)) 15,7
Внедрение региональных почвенных данных в базовую методику показало, что доля деградированных земель возрастает почти в два раза — до 64,8 % (рис. 6) и итоговый индекс НБДЗ становится отрицательным (-30,4 %) (табл. 2).
Таблица 2 Результаты расчета по модифицированной методике нейтрального баланса деградации земель для территории Белгородской области за период 2000-2015 гг.
Категория Площадь земель по категориям, км2 Доля земель по категориям, % Индекс НБДЗ, %
Нет данных 6,6 0,0 -30,4
Деградированные 13001,2 64,8
Без изменений 173,9 0,9
Улучшенные 6896,9 34,3
Отдельно необходимо коснуться вопроса учета проблемы эрозии, которая в Белгородской области является достаточно значимой. Показатель эрозии может быть интегрирован в базовую методику НБДЗ при наличии данных о динамике данного показателя в границах периода исследования. Ввиду наличия только статических данных эрозия нами изучалась как отдельный показатель деградации. Были собраны архивные материалы по Белгородской области 2000-2010-х гг. По оценкам В.Д. Соловиченко, в Белгородской области почти 54% пахотных земель эродировано. При этом наибольшее развитие эрозионные процессы получили в восточных и юго-восточных районах, где доля эродированных земель достигает 66% в Валуйском районе (табл. 3, рис. 7) [Уваров, Соловиченко, 2010].
Итоговые оценки деградации по районам области представлены в табл. 3.
Таблица 3
Доля деградированных/эродированных пахотных земель Белгородской области по районам области
Район Белгородской области Доля деградированных земель НБДЗ 2000-2015 (базовый метод), % Доля деградированных земель НБДЗ 2000-2015(мо-дифицирован-ный метод), % Доля эродированных почв (всего), %*
Алексеевский 53,6 74,6 64,2
Белгородский 49,0 66,8 37,4
Борисовский 54,7 81,0 26,5
Валуйский 27,4 69,4 66,0
Вейделевский 46,5 56,1 53,1
Волоконовский 16,4 54,5 46,1
Грайворонский 36,6 86,0 22,8
Губкинский 32,3 56,5 42,1
Ивнянский 35,6 71,5 23,2
Корочанский 47,5 73,3 62,6
Красненский 19,4 73,9 57,5
Красногвардейский 37,2 71,0 64,9
Краснояруж-ский 20,8 68,1 25,0
Новоосколь-ский 17,5 39,9 48,9
Прохоровский 45,0 58,4 35,1
Ракитянский 47,5 71,8 28,6
Ровеньский 61,0 72,9 56,5
Староосколь-ский 20,9 49,2 39,6
Чернянский 23,3 58,8 53,2
Шебекинский 39,2 58,1 39,4
Яковлевский 55,5 71,9 45,4
* По данным [Лукин, 2016]
Обсуждение
Как было отмечено, полученные результаты могут быть использованы для изучения связи деградации и агропроизводства. Для этого был проведен корреляционно-регрессионный анализ взаимосвязей между валовыми сборами сельскохозяйственных культур в хозяйствах всех категорий, в зерновом эквиваленте за 2015 г., и полученным показателем доли деградированных земель.
Валовые сборы выступили в качестве зависимой переменной а доля деградированных земель — в качестве независимой. Последняя анализировалась в двух вариантах: исчисленная по базовому методу НБДЗ, а также по модифицированному. Еще одним параметром деградации, который, как было отмечено, может быть использован
Рис. 7. Эродированность почв Белгородской области: 1— слабый смыв, 2 — средний смыв, 3 — развеваемые, 4 — сильный смыв, 5 — очень сильный смыв [Уваров, Соловиченко, 2010]
отдельно, выступила доля эродированных земель, взятая из литературных источников.
В качестве независимых в анализе также участвовал достаточно широкий набор факторов, как собственно почвенных, так и экономических. Их отбор был осуществлен, исходя из соображения о существовании факторов производства — труда, земли и капитала, а также наличия официальной статистики.
Почвенные характеристики:
• Содержание подвижного фосфора (Р205) в почве, мг-кг-1;
• Содержание обменного калия (К2О) в почве, мг-кг-1;
• Содержание органического вещества в почве, %;
• Почвенная кислотность — рН (КС1).
Экономические характеристики:
• Общие затраты в растениеводстве, всего за 2015 г., руб., а также отдельно:
• затраты на оплату труда в растениеводстве за 2015 г., руб.;
• затраты на химические средства (оценочно), руб.;
• Внесение минеральных удобрений (в пересчете на 100% питательных веществ) под посевы сельскохозяйственных культур в сельскохозяйственных организациях (2015 г.), ц.
Климатические характеристики не учитывались ввиду того, что на уровне района невозможно собрать подробную статистику. Последняя публикуется в основном на уровне области.
Корреляционный анализ выявил, что в наибольшей степени зависимая переменная коррелирует с тремя параметрами — внесением минеральных удобрений, долей деградированных земель, исчисленной по модифицированной методике, а также с органическим веществом. Связи с показателем доли деградированных земель, который был получен на основе базовой методики НБДЗ, зафиксировано не было. Это видится чрезвычайно значимым в свете настоящей работы и показывает принципиальную важность рассматриваемой модификации метода, так как именно она позволяет эту связь уловить.
Для осуществления дальнейшего анализа было проведено исключение выбросов (это районы Но-вооскольский, Красненский и Краснояружский, отдельно отметим, что Губкинский и Староосколь-ский районы не вошли в анализ ввиду отсутствия официальных данных по большинству анализируемых переменных. Данные не публикуются органами статистики из-за наличия в этих районах менее трех хозяйств). Проведен анализ мультиколлинеарно-сти и исчислена регрессия. Расчеты показали, что анализ должен быть сужен до двух независимых переменных — фактор содержания почвенного ор-
ганического вещества был исключен, так как коэффициенты модели оказались не значимыми. В итоге анализировалась связь между валовыми сборами сельскохозяйственных культур в хозяйствах всех категорий (в зерновом эквиваленте) — зависимая переменная ^ а также внесением минеральных удобрений (в пересчете на 100% питательных веществ) под посевы сельскохозяйственных культур в сельскохозяйственных организациях (2015 г.), ц — переменная Х1. Переменной Х2 выступила доля деградированных земель, исчисленная по модифицированной методике.
Проведенный регрессионный анализ на основе этих данных привел к зависимости вида (1):
У=4669358,12+18,25хХ1-40461,88хХ2 (1).
Таблица 4
Регрессионная статистика
Множественный R 0,83
R-квaдрaт 0,68
Нормированный R-квaдрaт 0,63
Стандартная ошибка 440641,56
Наблюдения 16
Примечание. Б = 14,02; Бкрит = 3,8 (а = 0,05); значимость Б = 0,0006
Анализ регрессионной статистики (табл. 4) показывает, что порядка 63% изменений в зависимой переменной (валовые сборы сельскохозяйственных культур в зерновом эквиваленте) могут быть объяснены выбранными двумя переменными. Проведенные расчеты свидетельствуют, что регрессионная модель в целом значима, как значимы и константа модели, и коэффициенты при Х1 и Х2 (табл. 4, 5).
Полученные результаты, а также анализ наблюдаемых и предсказанных значений зависимой переменной демонстрируют, что модель в целом удовлетворительна и обладает средней ошибкой на уровне 13%.
С увеличением доли деградированных земель на 1% валовые сборы сельскохозяйственных культур в хозяйствах всех категорий (в зерновом эквиваленте) снижаются в среднем на 40461,88 центнера. Таким образом, можно предположить, что потери сельского хозяйства Белгородской области, где доля деградированных земель по районам в среднем 67%,
составляют порядка 271,1 тыс. тонн в зерновом эквиваленте.
Это дает возможность оценить ориентир масштаба потерь в денежном выражении. Прямого стоимостного коэффициента для зернового эквивалента нет, поэтому для расчета искомого ориентира воспользуемся среднегодовыми ценами производителей сельскохозяйственной продукции для зерновых и зернобобовых культур. В среднем по России за 2015 год (период проведения анализа) эта величина составляет, по данным Росстата, 8684 руб. за тонну.
Таким образом, в денежном выражении деградация земель Белгородской области, произошедшая с 2000 по 2015 гг., приводит к потерям 2,35 млрд. руб.
Выводы
1. Методология оценки связи между деградацией земель и валовыми сборами сельскохозяйственных культур может быть построена на базе разрабатываемой в настоящее время концепции нейтрального баланса деградации земель, которая уже стала зонтичной для инициативы экономики деградации земель и оценивает динамику дегра-дационных процессов в регионе исследования, то есть характеризует, насколько устойчиво ведется хозяйствование на пахотных землях в последнем. Базовый метод НБДЗ предлагается дополнить региональными данными по почвенным характеристикам. В качестве необходимых для учета в оценочной модели можно рекомендовать следующие почвенные свойства — содержание органического вещества и питательных веществ, а также рН, так как именно эти характеристики, с одной стороны, в большой степени связаны с почвенным плодородием, а с другой, — в наибольшей степени подвержены риску деградационных изменений в процессе эксплуатации почв человеком. Оценку связи между деградацией земель и валовыми сборами сельскохозяйственных культур возможно проводить на основе корреляционно-регрессионного анализа (пространственные модели).
2. Анализ данных по модифицированной методике НБДЗ, включающей региональные почвенные характеристики, показал, что в области деградиро-вано 64,8%, что практически в два раза выше значений, полученных по базовому методу НБДЗ.
Таблица 5
Данные о коэффициентах полученной регрессионной модели
Коэффициенты Стандартная ошибка ^статистика Р-значение Нижние 95% Верхние 95%
Y-пересечение 4669358,1 1302672,61 3,58 0,0033 1855105,05 7483611
Х1 18,25 7,80 2,34 0,0359 1,39 35,10
Х2 -40461,88 14954,46 -2,71 0,0180 -72769,02 -8154,74
гкрит = 2,16 (а = 0,05) 114
3. Для выявления количественных взаимосвязей между валовыми сборами сельскохозяйственных культур в хозяйствах всех категорий (в зерновом эквиваленте за 2015 г.) и долей деградированных земель была построена модель, где в качестве зависимой переменой Y выступили валовые сборы сельскохозяйственных культур в хозяйствах всех категорий, в зерновом эквиваленте, а в качестве независимых переменных — внесение минеральных удобрений в пересчете на 100% питательных веществ под посевы сельскохозяйственных культур в сельскохозяйственных организациях (2015 г.), ц (Х1), а также доля деградированных земель, исчисленная по модифицированной методике (Х2). Связи с аналогичным показателем, исчисленным по базовой методике НБДЗ, выявлено не было, то есть модификация методологии НБДЗ позволяет не только уточнить показатель доли деградированных земель, но также выявить связь последней с отдельными показателями продовольственной безопасности. Проведенный регрессионный анализ на основе этих данных привел к зависимости вида:
У=4669358,12+18,25*Х1-40461,88*Х2.
С увеличением доли деградированных земель на 1% валовые сборы сельскохозяйственных культур в хозяйствах всех категорий (в зерновом эквиваленте) снижаются в среднем на 40461,88 ц. Можно предположить, что потери сельского хозяйства Белгородской области, где доля деградированных земель по районам в среднем 67%, составляют порядка 271,1 тыс. тонн. Таким образом, в денежном выражении деградация земель Белгородской области, произошедшая с 2000 по 2015 гг., приводит к потенциальным потерям в 2,35 млрд. руб.-г-1.
КОНФЛИКТ ИНТЕРЕСОВ
Авторы заявляют об отсутствии конфликта интересов.
СПИСОК ЛИТЕРАТУРЫ
1. Белгородская область в цифрах. 2016: Крат. стат. сб., 2016.
2. Земельные ресурсы: всемирный обзор. 2017.
3. Карманов И.И., Булгаков Д.С. Опыт разработки методики расчетов индексов ценности земель сельскохозяйственного назначения на почвенно-экологической основе // Роль почв в биосфере. Вып. 3. «Оценка и учет почвенных ресурсов», 2003.
4. Кирюшин В.И. Последствия радикального экономического либерализма и задачи новой аграрной политики // Инновации. 2015 (1).
5. Куст Г.С., Андреева О.В., Лобковский В.А. Нейтральный баланс деградации земель — новейший подход для принятия решений в области землепользова-
ния и земельной политики // Проблемы постсоветского пространства. 2018. № 5 (4). https://doi.org/: 10.24975/2313-8920-2018-5-4-369-389
6. Лукин С.В. Агроэкологическое состояние и продуктивность почв Белгородской области: монография. Белгород, 2016.
7. Лукин С.В. Агроэкологическое состояние почв Белгородской области: монография. Белгород, 2008.
8. Методологическая записка по постановке национальных добровольных задач в отношении Нейтрализации деградации земель (НДЗ) с использованием системы показателей КБО ООН. 2017.
9. Уваров Г.И., Соловиченко В.Д. Деградация и охрана почв Белгородской области: монография. Белгород, 2010.
10. Фрид А.С., Кузнецова И.В., Королева И.Е. и др. Зонально-провинциальные нормативы изменений агрохимических, физико-химических и физических показателей основных пахотных почв европейской территории России при антропогенных воздействиях. Метод. рекомендации. М., 2010.
11. Цветнов Е.В., Цветнова О.Б., Макаров О.А. и др. Проблемы оценки нейтрального баланса деградации земель на уровне региона Российской Федерации // Земледелие. 2020 (2). https://doi.org/: 10.24411/00443913-2020-10201
12. ELD Initiative. The rewards of investing in sustainable land management. Interim Report for the Economics of Land Degradation Initiative: A global strategy for sustainable land management. 2013. Retrieved from https:// www.eld-initiative.org/fileadmin/pdf/ELD_interim_ report_2015_web.pdf (Accessed 14.04.2020)
13. Friedl M, Sulla-Menashe D. MCD12Q1 MODIS/Ter-ra+Aqua Land Cover Type Yearly L3 Global 500m SIN Grid V006. NASA EOSDIS Land Processes DAAC. 2019.
14. Kust G.S., Andreeva O.V., Cowie A. Land Degradation Neutrality: Concept development, practical applications and assessment. Journal of environmental management. 195(Pt 1). https://doi.org/: 10.1016/j.jenvman.2016.10.043
15. Nkonya E., Mirzabaev A., Braun J.V. (Eds.). Economics of Land Degradation and Improvement — A Global Assessment for Sustainable Development. 2016. https://doi. org/:10.1007/978-3-319-19168-3
16. Sims N.C., Green C., Newnham G.J. et al. Good Practice Guidance. SDG Indicator 15.3.1. Proportion of land that is degraded over total land area. 2017.
17. Tilahun M., Singh A., Kumar P. et al. The Economics of Land Degradation Neutrality in Asia: Empirical Analyses and Policy Implications for the Sustainable Development Goals. 2018. Retrieved from https://www.eld-initia-tive.org/fileadmin/pdf/Asia_Report_EN.pdf (Accessed 16.04.2020)
18. UNCCD. Zero Net Land Degradation — A Sustainable Development Goal for Rio+20: To secure the contribution of our planet? land and soil to sustainable development, including food security and poverty eradication. Bonn, 2012.
Поступила в редакцию 26.12.2022 После доработки 08.02.2023 Принята к публикации 27.02.2023
ВЕСТНИК МОСКОВСКОГО УНИВЕРСИТЕТА. СЕРИЯ 17. ПОЧВОВЕДЕНИЕ. 2023. Т. 78. № 2 LOMONOSOV SOIL SCIENCE JOURNAL. 2023. Vol. 78. No. 2
APPLICATION OF BASIC AND MODIFIED METHOD FOR ASSESSING THE LAND DEGRADATION NEUTRALITY IN THE CONTEXT OF STUDYING THE RELATIONSHIP BETWEEN DEGRADATION AND AGRICULTURAL PRODUCTION
E. V. Tsvetnov, N. A. Marakhova
The article is devoted to the theory and practice of applying the concept of land degradation neutrality (LDN) for the conditions of the Belgorod region of the Russian Federation. Its basic version is considered, based on the analysis of three sub-indicators, where the assessment of land degradation trends in the study area is based on the analysis of changes in the main indicator — the percentage of degraded land from the total area of the territory, and three sub-indicators of SDG 15.3.1: changes in land productivity, changes in land cover and dynamics of soil organic carbon reserves. As an adjustment to the basic approach of the LDN, it is proposed to supplement it with regional data on soil characteristics. The following soil properties can be recommended as necessary for considering in the evaluation model — the content of humus and nutrients, as well as pH, these characteristics, on the one hand, are largely related to soil fertility, and on the other hand, they are most at risk of degradation changes during human exploitation of soils. Modification of the LDN methodology allows not only to clarify the central (umbrella) indicator, but also to identify the relationship of the latter with indicators of agricultural production, in particular, gross crop yields. Analysis of the data using the modified LDN method showed that 64.8% of the region was degraded (which is almost 2 times higher than the values obtained by the basic LDN method), which leads to a significant loss of crop yield. The article proposes an algorithm for assessing the relationship between land degradation and gross crop yields based on correlation and regression analysis (spatial models).
Key words: Soil degradation, degradation indicators, degradation and food security.
СВЕДЕНИЯ ОБ АВТОРАХ
Цветнов Евгений Владимирович, канд. биол. наук, вед. науч. сотр. кафедры радиоэкологии и экотоксикологии факультета почвоведения МГУ имени М.В. Ломоносова, e-mail: ecobox@mail.ru
Марахова Нина Алексеевна, вед. инженер Евразийского центра по продовольственной безопасности МГУ имени М.В. Ломоносова, e-mail: zenafelekca@gmail.com
