CC BY
62ГЕОГРАФИЯ И ГЕНЕЗИС ПОЧВ
УДК 631.4
К.В. Вяткин1' 2, Ю.В. Залавский1, О.Н. Бигун1, В.В. Лебедь1, А.И. Шерстюк1,
И.В. Плиско1, С.Г. Накисько1 СОЗДАНИЕ НАЦИОНАЛЬНОЙ КАРТЫ ЗАПАСОВ ОРГАНИЧЕСКОГО УГЛЕРОДА В ПОЧВАХ УКРАИНЫ С ИСПОЛЬЗОВАНИЕМ ЦИФРОВЫХ МЕТОДОВ ПОЧВЕННОГО
КАРТОГРАФИРОВАНИЯ
1Национальный научный центр «Институт почвоведения и агрохимии имени А. Н. Соколовского», 61024, г. Харьков,ул. Чайковская, 4, Украина;
2Секретариат Глобального почвенного партнерства, Продовольственная и сельскохозяйственная организация ООН, Виале делле Терме ди Каракалла, 00153 Рим, Италия, e-mail: [email protected]
Аннотация. На основе информации о содержании в почвах Украины органического углерода, а также архивных почвенных карт, материалов дистанционного зондирования, дополнительных атрибутивных характеристик почвенных и климатических показателеи с использованием технологии цифрового моделирования и картографирования почв была создана национальная карта запасов почвенного органического углерода в слое 0-30 см с разрешением 1х1 км. Моделирование пространственного распределения запасов органического углерода в минеральных почвах было выполнено с использованием алгоритма Random Forest, в торфяниках - методом кригинга. Национальная карта запасов органического углерода в почвах Украины была разработана в соответствии со спецификациями Продовольственнои и сельскохозяиственнои Организации Объединенных Нации (ФАО) и интегрирована в Глобальную карту почвенного органического углерода ФАО (GSOCmap).
Ключевые слова: цифровое почвенное картографирование, почвенньш органиче-скии углерод, почвенныи покров Украины, Глобальное почвенное партнерство, GSOCmap.
ВВЕДЕНИЕ
Почвенный органический углерод (ПОУ) является одним из важнейших компонентов почвы и влияет на большинство почвенных процессов, имеющих отношение к производству продуктов питания [1]. Также общеизвестна роль почв и почвенного органического углерода в обеспечении устои-чивости сельскохозяиственных систем к изменению климата, поэтому ПОУ включен как мониторинговыи показатель в пункт 15.3.1 Целеи устоичивого развития (ЦУР) глобального договора Организации Объединенных Нации (ООН), в соответствии с которым величина запасов углерода в почве является одним из трех суб-индикаторов для определения доли деградированного земельного участка, относительно всего земельного участка [2].
Несмотря на внимание, которое уделяется роли ПОУ в обеспечении про-
довольственнои безопасности и смягчении последствии изменения климата, знания об исходных условиях и изменениях ПОУ в почвах на глобальном уровне по-прежнему довольно ограничены. Существующие глобальные оценки запасов ПОУ выполнены с использованием различных методологии и подходов, именно поэтому отмечается высокая изменчивость величин запасов органического углерода в почвах среди авторов [3].
Согласно Докладу о состоянии почвенных ресурсов мира [4], в настоящее время около 33 % всех мировых почв деградировано, что означает значительную потерю органического углерода почвы во всем мире. Это создает необходимость оценки и мониторинга запасов ПОУ и его пространственного распределения на глобальном, национальном и региональном уровнях.
В ходе 5-й сессии Межправительственной технической группы по почвам (МТГП) Глобального почвенного партнерства (ГПП) Продовольственнои и сельскохозяиственнои организации ООН (ФАО), которая состоялась в марте 2016 года, в рамках сотрудничества МТГП и научно-консультативным органом Конвенции Организации Объединенных Нации по борьбе с опустыниванием (КООНБО), Межправительствен-нои научно-политическои платформои по биоразнообразию и экосистемным услугам (МПБЭУ) и Межправитель-ственнои группои экспертов по изменению климата (МГЭИК), было принято решение о создании Глобальнои карты запасов почвенного органического углерода ФАО [3]. Создание Глобальнои карты ФАО основано на распределенном подходе, т.е. каждая страна создает свою собственную национальную карту в соответствии с методологиеи ГПП, т.е. каждая страна создает свою собственную национальную карту в соответствии с методологиеи ГПП, используя доступные локальные почвенные данные и знания. Глобальная карта запасов почвенного органического углерода, интегрированная из национальных пространственных оценок, станет информационнои основои (как на глобальном, так и национальном уровнях) для мониторинга состояния почвы, выявления деградированных раионов, установления целевых пока-зателеи восстановления, изучения воз-можностеи секвестрации СО2, поддержки отчетности по выбросам парниковых газов в рамках Рамочнои конвен-циеи ООН об изменении климата (РКИК ООН) и принятия обоснованных решении для смягчения последствии изменения климата и адаптации к нему. Украина, как постоянныи член ГПП, Европеиского регионального почвенного партнерства также приняла участие в этом глобальном процессе,
создав национальную карту запасов органического углерода в почвах.
ОБЪЕКТЫ И МЕТОДЫ
Национальная карта запасов органического углерода в почвах Украины выполнена с учетом всех спецификации ГПП изложенных в руководствах, разработанных Межправительствен-нои техническои группои по почвам ГПП [3, 5], она создана на основе результатов измерении показателеи содержания почвенного органического углерода полевых обследовании почвенного покрова Украины с использованием цифровых методов картографирования.
Исходными данными для расчета запасов органического углерода в почвах послужили следующие источники информации:
- База данных (БД) «Своиства почв Украины» [6]. Реляционная БД «Своиства почв Украины» создана в лаборатории геоэкофизики почв Национального научного центра «Институт почвоведения и агрохимии имени А.Н. Соколовского (ННЦ «ИПА имени А. Н. Соколовского»), состоит из 9 электронных таблиц, содержащих информацию о профильном распределении своиств почв (около 250 показателеи) из более, чем 2000 почвенных разрезов. Основные источники информации дан-нои БД - это, преимущественно, материалы крупномасштабного почвенного обследования Украины 1957-1961 гг., полевые исследования почвенного покрова научных лаборатории ННЦ «ИПА имени А.Н. Соколовского», личные архивы исследователеи почвоведов из различных научных учреждении. Из БД отобрано 1121 почвенных профиля, содержащих необходимые характеристики для расчета запасов ПОУ (рисунок 1).
- База данных полевых измерении содержания органического углерода в почвах Украины для слоя 0-30 см
создана при участии более 100 авторов также 169 профиля, которые содержат
из 14 различных научных учреждении архивные данные о полевых исследова-
Украины. БД содержит информацию о ниях торфяников. 3258 почвенных профиля (рисунок 1), а
Рисунок 1 - Пространственное распределение данных использованных в анализе:
БД 1 - база данных «Своиства почв Украины» (интервал исследовании 1957-2012 гг.); БД 2 - база данных полевых измерении содержания ПОУ научных учреждении Украины (интервал исследовании 1980-2016 гг.)
Источники данных для составления БД и национальнои карты запасов ПОУ это - результаты, соответствующих измерении в образцах почвы, включая керны проб или образцы почвенных профилеи. Используя материалы баз данных, были рассчитаны запасы органического углерода в каждом почвенном профиле или точке отбора почвенного образца по следующему уравнению [3]:
SOC = d * BD * C * CFst,
(1)
где: SOC - запасы почвенного углерода для слоя почвы, кг/м2; C - содержание органического углерода, г/г; d - мощность слоя почвы, м; BD - плотность сложения почвы, кг/м3; CFst -коэффициент коррекции на каменистость.
Для образцов почв в которых плотность сложения не определялась в
поле, данныи показатель был рассчитан с помощью педотрансфернои функции [7]; для некоторых типов почв параметры плотности сложения были взяты из литературных источников [8, 9]. Запасы и содержание почвенного углерода определялись для слоя почвы 0-30 см; расчет запасов органического углерода в торфяниках для слоя 0-30 см проводился с использованием базового значения плотности сложения 0,174 г/м3 [5, 10].
В соответствии с методологиеи цифрового картографирования почв [11] были созданы так называемые растры "ковариаты окружающеи среды". Моделирование почвенных своиств в цифровои картографии основывается на взаимосвязях между почвами, факторами и процессами почвообразования (так называемои
S.C.O.R.P.A.N-модели), которые входят в уравнения в качестве переменных-предикторов [11]. Уравнение включает в себя следующие переменные: почва, климат, живые организмы и раститель-ныи покров, рельеф, материнская порода, фактор времени, пространственную и географическую позиции. Чтобы включить эти параметры в модель, был создан набор растров путем оцифровки почвеннои карты, обработки спутниковых изображении и данных о рельефе.
Для получения характеристик почв и почвенных контуров была оцифрована почвенная карта Украины масштаба 1:750000. Оригинальная карта была издана ННЦ «ИПА имени А.Н. Соколовского» под редакциеи профессора Н.К. Крупского в 1975 году, основана на данных крупномасштабного почвенного обследования 1957-1961 гг. Карта содержит 7026 полигонов и каж-дыи из них включает в себя следующие атрибуты: тип и подтип почвы (до 3 типов и подтипов для каждого полигона), гранулометрическии состав, материнская порода (до 2 типов для каждого полигона), тип оглеения, тип засоления, а также каменистость почв.
Для установления абсолютных высот дневнои поверхности были выбраны ячеики матрицы высот Глобаль-нои модели рельефа (GMTED2010) Гео-логическои службы США и Американского национального агентства геопро-странственнои разведки. На основе этои цифровои модели рельефа были получены параметры рельефа с помощью программного обеспечения SAGA GIS 3.0 [12], включающие следующие характеристики: уклон, продольная кривизна, кривизна поперечного сечения рельефа, индекс топографическои увлажненности, экспозиция склонов, закрытые понижения рельефа, топо-графическии индекс [13].
Характеристики растительного покрова территории основывались на данных дистанционного зондирования
Европейского Космического Агентства с разрешением 300 м. По типам растительности было выделено 8 категории: пашня, луга и кустарники, широколиственные леса, хвоиные леса, смешанные леса, антропогенные (техногенные) территории, территории с открытым грунтом, водные объекты. Водные объекты и антропогенные (техногенные) территории не учитывались при создании карты органического углерода.
В качестве спутниковых данных были использованы снимки спектральных сенсоров MODIS, а именно два продукта:
- MOD13Q1: MODIS / Terra Vegetation Indices 16-Day L3 Global 250 m Grid SIN V006 [14] - для мозаики растров в ближнем инфракрасном диапазоне (ИК-диапазоне), растров вегетационных индексов NDVI (нормализованньш относительныи индекс растительности) и EVI (улучшенныи вегетацион-ныи индекс);
- MOD17A3H: MODIS / Terra Net Primary Production Yearly L4 Global 500 m SIN Grid V006 [15] - для растра первичнои продуктивности.
Предыдущие исследования показали, что ближнии ИК-диапазон непо-крытои почвы имеет большую зависимость от содержания органического углерода в почве [16]. Для наблюдения за непокрытои растительностью поч-вои был избран апрель, для составления мозаики растров использовались изображения за 5 лет, а именно с 2012 по 2016 гг. Учитывая особенности использованных данных MOD13Q1 всего было отобрано 40 изображении для территории Украины. Процедура создания растра ближнего ИК-диапазона для непокрытои почвы включала в себя несколько этапов, выполненных с использованием языка программирования R [17].
Для моделирования влияния растительности на органическии углерод в почве, были рассчитаны средние зна-
чения вегетационных индексов NDVI и EVI за март-октябрь 2012-2016 гг. (всего 300 изображении), с учетом надежности каждого изображения. Кроме того, с использованием MOD17A3H, был рассчитан слои данных среднеи первичнои продуктивности растительности в течение 15 лет с 2000 по 2014 гг.
Согласно исследованиям [18] одним из ключевых климатических факторов, определяющим характеристики почвы Украины, является гидротерми-ческии коэффициент (ГТК), которыи представляет собои отношение количества осадков (R) в мм в период со сред-неи температурои воздуха выше 10°C к сумме температур (It) умноженные на 10:
ГТК = R*10/It (2)
Для оценки этого параметра были собраны данные 137 метеорологических станции по всеи Украине, а среднегодовые значения за 100 лет наблюдении (1890-1990 гг.) были рассчитаны для осадков в течение года, осадков в теплыи период (маи-сентябрь), суммы температур в теплыи период (маи-сентябрь). Из этих значении рассчитывался ГТК для каждои метеостанции. Затем были созданы растровые слои для осадков, температуры и ГТК путем интерполяции значении точек методом обратно взвешенных расстоянии.
Дополнительно были загружены растры Глобального центра климатических данных [19] с разрешением 1х1 км по среднеи месячнои температуре и осадкам за 1960-1990 гг. Для создания результирующих растров были использованы слои температур и осадков за теплыи и холодныи периоды года и ГТК.
В качестве дополнительных кова-риат (независимых переменных) для моделирования были загружены 48 растров, предоставленных экспертами Международного центра почвеннои информации (ISRIC).
Пространственное моделирование было выполнено с помощью языка программирования R [17] с использованием программного обеспечения Rstu-dio [20].
На начальном этапе, точечные данные (скомпилированные из двух БД в одну таблицу результаты полевых измерении органического углерода) были загружены в программу и протестированы для поиска дубликатов и отсутствующих значении. В результате 448 точки из 4379 были удалены как дубликаты.
Анализ распределения данных показал, что значение запасов органического углерода для минеральных и торфяных почв очень отличаются. Высокая концентрация ПОУ в торфяных почвах ярко контрастирует с более низкими концентрациями минеральных почв (таблица 1). В результате данные были разбиты на две группы: минеральные почвы и торфяные почвы, а также составлены отдельные модели для каждои группы. Разделение проводилось на основе типа почвы, указанного в базе данных. После корректировки 3792 точки были классифицированы как минеральные почвы, а 139 - как торфяники. После этого данные о минеральных и торфяных почвах были проанализированы отдельно.
Анализ гистограммы запасов ПОУ в минеральных почвах позволил выявить образцы с чрезвычаино высокими (аномальными) значениями, которые впоследствии были удалены из выборки. Затем, в точки с данными ПОУ извлекались значения из вспомогательных растров, создавая таким образом матрицу регрессии. В ситуации, когда тип почв, извлеченныи из карты, не совпадал с соответствующим типом почвы, указанным в базе данных точек, - предпочтение отдавалось точечным данным из-за возможнои неточности и обобщенного характера почвеннои карты.
Таблица 1 - Запасы органического углерода в слое 0-30 см в основных типах почв Украины
Тип почвы Средние запасы ПОУ, кг/м2 Тип почвы Средние запасы ПОУ, кг/м2
Черноземы 8,3 Аллювиальные луговые 9,2
Оподзоленные 7,0 Аллювиальные дерновые 5,5
Лугово-степные 8,5 Дерново-карбонатные 8,6
Дерново-подзолистые 3,4 Каштановые 5,9
Серые лесные 4,5 Солонцы степные 5,3
Болотные 22,7 Солонцы луговые 5,9
Дерновые оглеенные 5,2 Подзолисто-буроземные по-верхностнооглеенные 5,9
Дерново-подзолистые оглеенные 4,1 Аллювиальные лугово-болотные 9,0
Дерновые боровые 5,6 Солончаки 4,4
Луговые 9,2 Оподзоленные оглеенные 5,9
Серые лесные оглеен-ные 3,9 Лугово-болотные 8,0
Буроземные 7,9 Аллювиальные болотные 12,0
Примечание: Тип почвы указан согласно классификации почв Украины [21]
Категориальные переменные в матрице: тип почвы, материнская порода и тип растительности были преобразованы из числового типа данных в факторный. Для пространственного моделирования распределения запасов органического углерода в минеральных почвах был использован алгоритм Random Forest [22]. Моделирование пространственного распределения запасов органического углерода для торфяных почв выполнено с использованием метода кригинга, поскольку существую-щии набор данных по торфяникам при использовании регрессионнои модели показал очень низкую зависимость показателя запасов ПОУ от используемых в модели переменных. Далее, минеральные и торфяные почвы были объ-
единены воедино для создания итогового слоя моделирования запасов ПО, и для получения окончательного варианта карты.
РЕЗУЛЬТАТЫ И ИХ ОБСУЖДЕНИЕ На рисунке 2 отображены смоделированные значения запасов органического углерода в слое 0-30 см в почвах Украины с разрешением 1x1 км. Здесь четко просматриваются богатые углеродом черноземные почвы Лесостепи и Степи. Наименьшие же значения характерны для песчаных подзолистых почв зоны Украинского Полесья, а также засушливои зоны Сухои Степи на юге страны [23]. Также заметно влияние орографического фактора на пространственные распределения запасов ПОУ
Рисунок 2 - Запасы органического углерода в почвах Украины (слои 0-30 см)
Неопределенность полученнои модели была оценена с использованием таких параметров, как коэффициент детерминации и среднеквадратичная ошибка модели (RMSE). Полученные в результате кросс-валидации зна-
чения R2 = 0,56 и RMSE = 1,82 для минеральных почв, свидетельствуют о при-емлемои точности модели. Анализ остатков показал их нормальное распределение, это доказывает то, что полученная модель не смещена (рисунок 3).
Рисунок 3 - Гистограмма распределения остатков полученнои модели
Для оценки влияния предикторов модели на пространственное распределение запасов почвенного органического углерода использовались параметры IncMSE и IncNodePurity Random Forest (таблица 2). IncMSE - это увеличение среднеквадратичных ошибок параметров в результате перестановки
определеннои переменнои. IncNodePurity характеризует, насколько разбиение деревьев решении Random Forest (на основе определенного параметра) увеличивает "чистоту" узлов разбиения (разница средних квадратичных ошибок до и после разделения).
Таблица 2 - Наиболее значимые переменные при моделировании запасов почвенного органического углерода
Наиболее значимые переменные модели на основе статистических оценок:
¡псМБЕ IncNodePurity
- тип почвы 4 (Дерново-подзолистые почвы); - тип почвы 5 (Серые лесные почвы); - сезонность температуры; - коэффициент отражения непокрытои почвы в ближнем ИК-диапазоне; - количество осадков в холодныи период (Декабрь-Февраль) - сезонность температуры; - коэффициент отражения непокрытои почвы в ближнем ИК-диапазоне; - тип почвы 4 (Дерново-подзолистые почвы); - ГТК; - тип почвы 1 (Чернозем)
Подводя итоги, можно сказать, что наиболее важными параметрами в модели являются: тип почвы, климат и коэффициент отражения открытои почвы в ближнем ИК-диапазоне.
Национальная карта почвенного органического углерода Украины была создана и интегрирована в Глобальную карту почвенного органического углерода ФАО - GSOCmap [24-25] при поддержке Секретариата Глобального Почвенного Партнерства наряду с вкладом других стран.
ЗАКЛЮЧЕНИЕ
Национальная карта почвенного органического углерода Украины является вкладом Украины в глобальную карту запасов почвенного органического углерода (GSOCmap). Карта была создана с использованием современных технологии цифрового картографирования почв, с учетом спецификации ГПП и является репрезентативнои для пространственного распределения органического углерода в почвах Украины. Однако, следует отметить, что данная пространственная оценка основана
на наборе данных, 30 % из которых, получены в период до 1991 года. Это означает, что для установления базовои линии для мониторинга ПОУ в Украине необходимы дальнеишие исследования и дополнительные данные. Модель для запасов ПОУ в торфяных почвах имеет высокую неопределенность из-за недостаточного количества и качества данных. Для более точнои оценки их нынешнего состояния требуется дополнительные полевые обследования этих почв.
Национальная карта запасов почвенного углерода Украины для слоя 0-30 см с разрешением 1х1 км разработана посредством инклюзивного процесса с участием 14 научных организации Украины при поддержке Межпра-вительственнои техническои группы по почвам, секретариата Глобального Почвенного Партнерства ФАО и Международного центра почвеннои информации ISRIC. Более 100 ученых-почвоведов Украины поделились своими данными полевых обследовании содержания и запасов органического
углерода в почвах, которые были объединены в единую БД и интегрированы в национальную и глобальную карты запасов ПОУ Для дальнеишего использования таких карт для целеи мониторинга содержания органического углерода в почвах и принятия обоснованных решении управления почвами и отслеживания воздеиствие этих мер, необходимо организовать непрерыв-
ныи процесс обмена и обработки (в том числе и с помощью цифровых картографических процедур) актуальнои почвеннои информации между научными и государственными учреждениями Украины. Наиболее эффективным способом организации этого процесса было бы создание национальнои инфор-мационнои системы почв Украины.
БЛАГОДАРНОСТИ
Мы выражаем свою благодарность за финансовую и методологическую поддержку секретариату Глобального почвенного партнерства, а также экспертам Международного центра почвеннои информации ISRIC за обучение по цифровому картированию почв и подготовку дополнительных ковариационных слоев, использованных для пространственного моделирования.
Также выражаем свою благодарность всем организациям и сотрудникам, принявшим участие в составлении БД натурных измерении содержания органического углерода в почвах Украины. Выражаем благодарность за предоставленные данные коллективам: научных подразделении ННЦ «ИПА имени А.Н. Соколовского», Полесскои опытнои станции ННЦ «ИПА имени А.Н. Соколовского», Национального научного центра «Институт земледелия Национальнои академии наук Украины (НААНУ)», Черкасскои государственнои сельскохозяиственнои опытнои станции ННЦ «Институт земледелия НААНУ», Института риса НААНУ Института сельскохозяиственнои микробиологии и агропромышленного производства НААНУ Института сельского хозяиства Карпатского региона НААНУ Волынскои государственнои сельскохозяиственнои опытнои станции Института сельского хозяиства Западного Полесья, Кировоградскои государственнои сельскохозяиственнои опытнои станции НААНУ Луганского института агропромышленного производства НААНУ Научно-исследовательского института лесного хозяиства и агролесомелиорации им. Г.Н. Высоцкого, Львовского национального университета имени Ивана Франко, Одесского национального университета имени И.И. Мечникова, Житомирского национального агро-экологического университета, Харьковского национального аграрного университета имени В.В. Докучаева, Львовского национального аграрного университета.
СПИСОК ЛИТЕРАТУРЫ
1 Lal R. Soil health and carbón management [Electronic resource] // Food and Energy Security - 2016. - Vol. 5, Issue 4. - P. 212-222. - Mode of access: https:// doi.org/10.1002/fes3.96.
2 ФАО И ЦУР. Показатели: достижение результатов в выполнении Повестки дня в области устоичивого развития на период до 2030 года [Электронныи ресурс]. - ФАО, 2017. - 40 с. - Режим доступа: http://www.fao.org/3/a-i6919r.pdf.
3 GSP Guidelines for sharing national data/information to compile a Global Soil Organic Carbon map (GSOC17) [Electronic resource]. - FAO, 2016. - 23 с. - Mode of access: http://www.fao.org/3Za-bp164e.pdf.
4 Status of the World's Soil Resources (SWSR). Main Report [Electronic resource]. - Rome, Italy: FAO and ITPS, 2015. - 650 p. - Mode of access: http://www.fao.org/3/a-i5199e.pdf.
5 Soil Organic Carbon Mapping Cookbook / ed. by Yu.Yigini, R. Baritz, Ronald R. Vargas. - 1st ed. - Rome, Italy: FAO and GSP, 2017. - 200 p.
6 Лактионова Т.Н., Медведев В.В., Савченко К.В., Бигун О.Н., Шейко С.Н., Накисько С.Г. База данных «Свойства почв Украины». Структура и порядок использования. - Изд. 2-ое - Харьков: ЦТ №1, 2012. - 150 с.
7 Медведев В.В., Плюко 1.В., Б^н О.М Досвщ педотрансферного моделюван-ня у дослщженнях фiзики Грун™ [Electronic resource] // Вюник аграрноТ науки. -2015. - № 1. - C. 17 - 24. - Mode of access: http://agrovisnyk.com/pdf/ ua_2015_01_02.pdf.
8 Медведев В.В., Лактюнова Т.М., Плкко 1.В., Б^н О.М., Шеико С.М., Наюсько С.Г. Агрономiчно орiентоване раионування земель за властивостями Трунив (обГрунтування, методи, приклади). - Харгав: КП «Мюька друкарня», 2012. - 100 с.
9 Трускавецькии Р.С. Торфовi грунти i торфовища УкраТни. - Харюв: Мкькд-рук, 2010. - 278 с.
10 Agus F, Hairiah K, Mulyani A. Measuring carbon stock in peat soils: practical guidelines. - Bogor, Indonesia: World Agroforestry Centre (ICRAF) Southeast Asia Regional Program, Indonesian Centre for Agricultural Land Resources Research and Development, 2011. - 60 p.
11 McBratney A.B., Mendon^a Santos M.L., Minasny B. On digital soil mapping [Electronic resource] // Geoderma. - 2016. - Vol. 117, Issue 1-2. - P. 3-52. - Mode of access: https://doi.org/10.1016/S0016-7061(03)00223-4.
12 Conrad O., Bechtel B., Bock M., Dietrich H., Fischer E., Gerlitz L., Wehberg J., Wichmann V., and Boehner J. System for Automated Geoscientific Analyses (SAGA) v. 2.1.4. // Geosci. Model Dev. - 2015. - Vol. 8, issue 7. - P. 1991-2007.
13 Guisan A., Weiss S.B., Weiss, A.D. GLM versus CCA spatial modeling of plant species distribution // Plant Ecology. - 1999. - Vol. 143, Issue 1. - P. 107-122.
14 Didan. K. MOD13Q1 MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V006. NASA EOSDIS Land Processes DAAC [Electronic resource]: Land Processes Distributed Active Archive Center (LP DAAC). - 2015. - Mode of access: https:// doi.org/10.5067/MODIS/MOD13Q1.006.
15 Running S. Mu. Q., Zhao M. MOD17A3H MODIS/Terra Net Primary Production Yearly L4 Global 500m SIN Grid V006. NASA EOSDIS Land Processes DAAC [Electronic resource]: Land Processes Distributed Active Archive Center (LP DAAC). - 2015. - Mode of access: https://doi.org/10.5067/MODIS/MOD17A3H.006.
16 Трускавецькии, С.Р. Використання багатоспектрального космiчного ска-нування та геошформацшних систем у дослщженш грунтового покриву Полкся : автореф. дис. канд. бюл. наук (03.00.18) / С.Р. Трускавецькии. - Харгав: ННЦ «1ГА iменi О.Н. Соколовського», 2006. - 24 с.
17 The R Project for Statistical Computing [Electronic resource]: R-project. -2017. - Mode of access: https://www.r-project.org/.
18 Полупан М.1., Соловеи В.Б., Величко В.А. Класифжащя Грун™ УкраТни / За ред. М.1. Полупана. - К.: Аграрна наука, 2005. - 300 с.
19 Hijmans R.J., Cameron S.E., Parra J.L., Jones P.G. and Jarvis A. Very high resolution interpolated climate surfaces for global land areas // International Journal of Climatology. - 2005. - Vol. 25, Issue15. - P. 1965-1978.
20 RStudio Team. RStudio: Integrated Development for R. [Electronic resource]: RStudio, Inc., Boston, MA . - 2017. - Mode of access: http://www.rstudio.com/.
21 Почвы Украины и повышение их плодородия / под. Ред. Н.И. Полупана. -Киев: Урожаи, 1988. - 293 с.
22 Breiman L. Random forests // Machine Learning - 2001. - Vol. 45, Issue 1. - P. 5-32.
23 Полупан М.1., Величко В.В., Соловеи В.Б. Розвиток украТнського агрономiч-ного Грунтознавства: генетичш та виробничi аспекти / за ред. М.1. Полупана. - К.: Аграрна наука, 2015. - 400 с.
24 GLOSIS - GSOCmap V1.0 (BETA) [Electronic resource]: Food and Agriculture Organization of the United Nations. - 2017. - Mode of access: http://54.229.242.119/ apps/GSOCmap.html.
25 Global Soil Organic Carbon Map (GSOCmap) Technical Report [Electronic resource]. - Rome, Italy: FAO and ITPS, 2018. -162 pp. - Mode of access: http:// www.fao.org/3/i8891en/I8891EN.pdf.
REFERENCES
1 Lal R. Soil health and carbon management [Electronic resource] // Food and Energy Security. - 2016. - Vol. 5, Issue 4. - P. 212-222. - Mode of access: https:// doi.org/10.1002/fes3.96.
2 FAO I TsUR. Pokazateli: dostizheniye rezultatov v vypolnenii Povestki dnya v ob-lasti ustoychivogo razvitiya na period do 2030 goda [Elektronny resurs]. - FAO, 2017. -40 s. - Rezhim dostupa: http://www.fao.org/3Za-i6919r.pdf.
3 GSP Guidelines for sharing national data/information to compile a Global Soil Organic Carbon map (GSOC17) [Electronic resource]. - FAO, 2016. - 23 s. - Mode of access: http://www.fao.org/3/a-bp164e.pdf.
4 Status of the World's Soil Resources (SWSR). Main Report [Electronic resource]. - Rome, Italy: FAO and ITPS, 2015. - 650 p. - Mode of access: http://www.fao.org/3/a-i5199e.pdf.
5 Soil Organic Carbon Mapping Cookbook / ed. by Yu.Yigini, R. Baritz, Ronald R. Vargas. - 1st ed. - Rome, Italy: FAO and GSP, 2017. - 200 p.
6 Laktionova T.N., Medvedev V.V., Savchenko K.V., Bigun O.N., Sheyko S.N., Nakisko S.G. Baza dannykh «Svoystva pochv Ukrainy». Struktura i poryadok ispolzovaniya. - Izd. 2-oye - Kharkov: TsT №1, 2012. - 150 s.
7 Medvedev V.V., Plisko I.V., Bigun O.M Dosvid pedotransfernogo modelyuvannya u doslidzhennyakh fiziki fruntiv [Electronic resource] // Visnik agrarnoT nauki. - 2015. -№ 1. - C. 17 - 24. - Mode of access: http://agrovisnyk.com/pdf/ua_2015_01_02.pdf.
8 Medvedev V.V., Laktionova T.M., Plisko I.V., Bigun O.M., Sheyko S.M., Nakisko S.G. Agronomichno orientovane rayonuvannya zemel za vlastivostyami fruntiv (obfruntuvannya, metodi, prikladi). - Kharkiv: KP «Miska drukarnya», 2012. - 100 s.
9 Truskavetsky R.S. Torfovi grunti i torfovishcha UkraTni. - Kharkiv: Miskdruk, 2010. - 278 s.
10 Agus F, Hairiah K, Mulyani A. Measuring carbon stock in peat soils: practical guidelines. - Bogor, Indonesia: World Agroforestry Centre (ICRAF) Southeast Asia Regional Program, Indonesian Centre for Agricultural Land Resources Research and Development, 2011. - 60 p.
11 McBratney A.B., Mendon^a Santos M.L., Minasny B. On digital soil mapping [Electronic resource] // Geoderma. - 2016. - Vol. 117, Issue 1-2. - P. 3-52. - Mode of access: https://doi.org/10.1016/S0016-7061(03)00223-4.
12 Conrad O., Bechtel B., Bock M., Dietrich H., Fischer E., Gerlitz L., Wehberg J., Wichmann V., and Boehner J. System for Automated Geoscientific Analyses (SAGA) v. 2.1.4. // Geosci. Model Dev. - 2015. - Vol. 8, issue 7. - P. 1991-2007.
13 Guisan A., Weiss S.B., Weiss, A.D. GLM versus CCA spatial modeling of plant species distribution // Plant Ecology. - 1999. - Vol. 143, Issue 1. - P. 107-122.
14 Didan. K. MOD13Q1 MODIS/Terra Vegetation Indices 16-Day L3 Global 250m SIN Grid V006. NASA EOSDIS Land Processes DAAC [Electronic resource]: Land Processes Distributed Active Archive Center (LP DAAC). - 2015. - Mode of access: https:// doi.org/10.5067/MODIS/MOD13Q1.006.
15 Running S. Mu. Q., Zhao M. MOD17A3H MODIS/Terra Net Primary Production Yearly L4 Global 500m SIN Grid V006. NASA EOSDIS Land Processes DAAC [Electronic resource]: Land Processes Distributed Active Archive Center (LP DAAC). - 2015. - Mode of access: https://doi.org/10.5067/MODIS/MOD17A3H.006.
16 Truskavetsky, S.R. Vikoristannya bagatospektralnogo kosmichnogo skanuvann-ya ta geoinformatsiynikh sistem u doslidzhenni gruntovogo pokrivu Polissya : avtoref. dis. kand. biol. nauk (03.00.18) / S.R. Truskavetsky. - Kharkiv: NNTs «IGA imeni O.N. Sokolovskogo», 2006. - 24 s.
17 The R Project for Statistical Computing [Electronic resource]: R-project. -2017. - Mode of access: https://www.r-project.org/.
18 Polupan M.I., Solovey V.B., Velichko V.A. Klasifikatsiya Truntiv UkraTni / Za red. M.I. Polupana. - K.: Agrarna nauka, 2005. - 300 s.
19 Hijmans R.J., Cameron S.E., Parra J.L., Jones P.G. and Jarvis A. Very high resolution interpolated climate surfaces for global land areas // International Journal of Climatology. - 2005. - Vol. 25, Issue15. - P. 1965-1978.
20 RStudio Team. RStudio: Integrated Development for R. [Electronic resource]: RStudio, Inc., Boston, MA . - 2017. - Mode of access: http://www.rstudio.com/.
21 Pochvy Ukrainy i povysheniye ikh plodorodiya / pod. Red. N.I. Polupana. - Ki-yev: Urozhay, 1988. - 293 s.
22 Breiman L. Random forests // Machine Learning - 2001. - Vol. 45, Issue 1. - P. 5-32.
23 Polupan M.I., Velichko V.V., Solovey V.B. Rozvitok ukraTnskogo agronomichnogo Truntoznavstva: genetichni ta virobnichi aspekti / za red. M.I. Polupana. - K.: Agrarna nauka, 2015. - 400 s.
24 GLOSIS - GSOCmap V1.0 (BETA) [Electronic resource]: Food and Agriculture Organization of the United Nations. - 2017. - Mode of access: http://54.229.242.119/ apps/GSOCmap.html.
25 Global Soil Organic Carbon Map (GSOCmap) Technical Report [Electronic resource]. - Rome, Italy: FAO and ITPS, 2018. -162 pp. - Mode of access: http:// www.fao.org/3/i8891en/I8891EN.pdf.
ТYИIН
К.В. Вяткин1, 2, Ю.В. Залавскии1, О.Н. Бигун1, В.В. Лебедь1, А.И. Шерстюк1,
И.В. Плиско1, С.Г. Накисько1 ТОПЫРАКТЫ КАРТОГРАФИЯЛАУДЫН, ЦИФРЛЫК ЭД1СТЕМЕС1Н ПАИДАЛАНУ АРКЫЛЫ УКРАИНА ТОПЫРАFЫНДАFЫ ОРГАНИКАЛЫК К0М1РТЕК КОРЫНЫН, ¥ЛТТЬЩ ТОПЫРАК КАРТАСЫН К^РАСТЫРУ 1«А. Н. Соколовский атындагы топырацтану жэне агрохимия институты» улттыц гылыми орталыгы, 61024, Украина, Харьков ц. Чайковская, 4 квшеа;
2Галамдыц топырацтыц эрiптестiкхатшылыгы, Бiрiккен ¥лттар ¥йымыныц Азыц-тулж жэне ауылшаруашылыц уйымы, Viale delle Terme di Caracalla, 00153 Рим, Италия, e-mail: [email protected]
Украина аумагындагы органикальщ кeмiртек к;урамы туралы ак;параттьщ непзшде, сондаи-а; мурагатты; топыра; карталары, ;ашы;ты;тан зондтау материалдары, цифрлы; модельдеу технологияларын ;олданумен топыра;тыц жэне
климатты; керсетюштердщ ;осымша сипаттамалары жэне топырак;ты картографиялау нэтижесшде 0-30 см ;абатта 1х1 км ру;сатымен топыра; курамындагы органикалы; кемiртек ;оры керсетiлген улттык; топыра; картасы к^растырылды. Минералды топырак;тары органикалы; кемiртек ;орларыныц кещстжтжте Yлестiрiлуiн модельдеуде Random Forest, ал шымтезектерде - кригинг алгоритмi ;олданылды. Украина аумагында органикалы; кемiртек ;орларыныц улттык; топыра; картасы Бiрiккен ¥лттар ¥йымыныц Азыщ^лж жэне ауылшаруашылы; уйымыныц техникалы; ерекшелжтерше сэикес эзiрленген жэне ФАО (GSOCmap) галамдык; топыра; органикалы; кемiртек картасына кiргiзiлген.
TyuiHdi свздер: цифрлы; топыра; картасын жасау, топыра;тагы органикалы; кемiртек, Украинаныц топыра; жамылгысы, F аламды; Топыра; серiктестiк, GSOCmap.
SUMMARY
K. Viatkin1,2, Yu. Zalavskyi1, О. Bihun1, V. Lebed1, O. Sherstiuk1, I. Plisko1, S. Nakisko1 CREATION OF THE UKRAINIAN NATIONAL SOIL ORGANIC CARBON STOCKS MAP USING DIGITAL SOIL MAPPING METHODS 1National Research Center «Institute for Soil Science and Agrochemistry Research named after O.N. Sokolovsky», 61024, Kharkiv, 4, Chaykovska St., Ukraine;
2 Global Soil Partnership Secretariat, Food and Agriculture Organisation of the United Nations, Viale delle Terme di Caracalla, 00153 Rome, Italy, e-mail: [email protected]
The national map of soil organic carbon stocks in the 0-30 cm layer in Ukraine with resolution of 1x1 km was created based on information on organic carbon content in soils of Ukraine, as well as archive soil maps, remote sensing materials, additional characteristics of soil and climate indicators using digital soil mapping technology. Modeling of the distribution of organic carbon stocks in mineral soils was carried out using the Random Forest algorithm, in the peat soils - the kriging method. The national map of organic carbon stocks in the soils of Ukraine was developed in accordance with the specifications of the Food and Agriculture Organization of the United Nations (FAO) and integrated into the Global Soil Organic Carbon Map of FAO (GSOCmap).
Key words: digital soil mapping, soil organic carbon, soil cover of Ukraine, Global Soil Partnership, GSOCmap.
