Спосіб визначення ґрунтових комбінацій

Спосіб визначення ґрунтових комбінацій, який включає використання даних космічної багатозональної зйомки у видимій та ближній інфрачервоній частині спектра, обробку одержаних результатів методом кластерного аналізу та наземні дослідження з використанням геоінформаційних 3 37208 принаймні один ґрунтовий розріз за яким визначають ґрунтові відмінності, які уточнюються за рахунок додаткового проведення кластерного аналізу аналітичних даних, які одержано в ході наземних досліджень [Патент 19179 UA МПК6 G01N33/24, G01V8/00, G03B37/00. Спосіб визначення неоднорідності ґрунтового покриву]. Недоліком цього способу є використання в ході ґрунтового дешифрування лише зображення територій з відкритою ґрунтовою поверхнею. Для території України таке зображення мають лише орні землі в окремі, не тривалі проміжки часу, що пов'язано з процесами сніготанення, весіннього просихання ґрунту та масової вегетації рослинності. Цей факт значно обмежує можливості використання даних космічного зондування у видимій частині спектру для картографування та моніторингу ґрунтового покриву та дослідження складності його структури. Результатом застосування цього способу є отримання дуже детальної картосхеми розподілу ґрунтови х виділів, яку можна застосовувати перш за все в наукових цілях. Контурність отриманої ґрунтової карти надзвичайно деталізує звивистість форми виділів, що унеможливлює їх реальне використання широким кругом споживачів в сільськогосподарській практиці та виробництві (наприклад для прогнозу та обліку врожайності сільськогосподарських культур в межах окремого поля, оптимізації структури посівів тощо). Для вирішення широкого спектру прикладних завдань ґрунтознавства, агрохімії та раціонального землекористування виникає потреба в аналізі та обробці новітніх матеріалів, які отримано під час проведення суцільного великомасштабного картографування ґрунтового покриву, що визначає необхідність використання даних космічного багатоспектрального сканування територій, ґрунтова поверхня яких була закритою під час зйомки, зокрема сільськогосподарською рослинністю. В основу корисної моделі поставлено задачу вдосконалення даного способу шляхом збільшення інформативності даних космічної зйомки в видимому та ближній інфрачервоній частині спектра для цілей ґрунтового дешифрування за рахунок використання та обробки даних космічного сканування територій, які було вкрито сільськогосподарською рослинністю під час її вегетації. В основі такого використання знаходиться той факт, що загальний стан рослинності пов'язаний, перш за все, з умовами зволоження території (або її геоморфологічними особливостями), які опосередковано вказують на цілу низку ґрунтових параметрів, які визначають інтегральну властивість ґрунту - його родючість. Таким чином, просторове розміщення кластерних ареалів, які отримано в ході використання та обробітку даних космічного сканування територій, які було вкрито сільськогосподарською рослинністю під час зйомки, можуть служити ознакою змін в структурі ґрунтового покриву та дозволяють визначити його складність. Спосіб визначення ґрунтових комбінацій, який включає використання даних космічної багатозональної зйомки у видимій та ближній інфрачервоній частині спектру, обробку одержаних результатів методом кластерного аналізу та наземні 4 дослідження з використанням геоінформаційних систем, за якими одержують карту ґрунтови х ареалів, що прив'язують до системи географічних координат з використання приладів глобального позиціонування та закладання ґрунтового розрізу, згідно з винахідницьким задумом космічну зйомку проводять в умовах розвитку сільськогосподарської рослинності та в додаткових діапазонах сканування -зеленому, червоному, ближньому червоному - обробляють ґрунтові зразки, які відбирають в центрі виділу і поблизу його границь та з поверхневого шару ареалів й одержують картосхему розподілу ґрунтови х комбінацій, які визначають за подібною спектральною яскравістю сільськогосподарських рослин. Вказані відмітні ознаки дозволяють розширити функціональні можливості способу та за рахунок цього одержати нові просторові дані, які дозволяють визначати складність ґрунтового покриву. Приклад здійснення способу. Експериментальна перевірка запропонованим способом проведена за даними космічного зондування земної поверхні в умовах розвитку сільськогосподарської рослинності на полігоні „Тишки”, що знаходиться поблизу від села Черкаські Тишки, вХарківському районі Харківської області. Космічну зйомку проведено супутником Ландсат з роздільною здатністю - 28м. Згідно архівним картографічним матеріалам, на території полігона за результатами великомасштабного обстеження визначено чотири ґрунтових виділи і ґрунтовий покрив полігона представлений чорноземом типовим середньогумусним з відмінами за гранулометричним складом та ступенем змитості (Фіг.1). Здійснено загально-статистичний аналіз цифрової інформації космічного зображення для даного територіального об'єкту згідно алгоритму, який викладено нами раніше [Бындыч Т.Ю. Использование данных дистанционного зондирования с целью изучения неоднородности почвенного покрова. - Ґрунтознавство. - 2006.- Т.7,- №12.- С.100-109.] з метою обґрунтування критеріїв і принципів класифікації (або дискретизації) зображення, що дозволяє перейти до якісної характеристики складу стр уктури ґрун тового покриву (СҐП). На цьому етапі було розраховано окремі загальностатистичні показники зображення для трьох основних діапазонів сканування - другому, третьому та четвертому каналам, які відповідають зеленому, червоному та ближньому червоному діапазонам в інтервалі 525-900нм. Найбільш контрастними виявилися зображення в 3 та 4 каналах, для яких коефіцієнт контрастності склав відповідно 0,23 та 0,29, що визначалося найбільшими значеннями розмаху варіювання, який складав 24 та 19 одиниць яскравості відповідно. Більш однорідним виявилось зображення 2-го каналу зйомки, для якого середнє квадратичне відхилення та коефіцієнт варіювання мають найменші абсолютні значення - 2,04 та 6,74 відповідно. Крива розподілу оптичних яскравостей показала, що варіаційний ряд для розглянутих діапазонів має не одну, а дві або навіть три моди, що виступає побічним доказом того, що зображення кожного з діапазонів може поєднувати якісно різнорідні об'єкти [Вольф 5 37208 В.Г. Статистическая обработка опытных данных. М.: Колос, 1966. - 254с.] На цій підставі було зроблено попередній висновок про те, що досліджуване зображення може бути розділене за оптичними яскравостями максимум на 12 класів (повний набір випадків сполучення дискретизованих зображень перелічених діапазонів сканування - 2*3*2), а при введенні обґрунтованих обмежень по обліку яскравостей - лише на 8 класів. Проведено числову таксономію космічного зображення полігону. Для цього застосовували кластерний аналіз яскравостей космічного зображення за згаданими діапазонами сканування, методом Ксередніх [Факторный, дискриминантный и кластерный анализ. - М.: Финансы и статистика, 1989. 215с.]. Для цього використовували можливості статистико-математичного програмного забезпечення існуючих геоінформаційних систем (TNTlite). В ході проведення числової таксономії космічного зображення полігону було застосовано метод послідовного ускладнення малюнку отриманої картосхеми, що досягалось поетапним збільшенням кількості визначаємих класів при дискретизації зображення. Результатом проведення такого аналізу є отримання декількох картосхем визначених кластерних ареалів (на рівні 2, 4 та 8 класів), що прив'язані в системі географічних координат (Фіг.2, 3, 4). Інтерпретація отриманих картосхем включала встановлення особливостей просторового розподілу кластерних ареалів та визначення основних чинників їх створення. Загальний малюнок кластерної карти, в цілому, відображає геоморфологічні особливості дослідженого полігону. З ґрунтознавчої точки зору такий зв'язок може опосередковано вказувати на варіабельність значної низки ґрунтових параметрів, які визначаються особливостями проходження цілої низки фунтови х режимів. Таким чином, просторове розміщення кластерних ареалів відображає не тільки зміни в стані сільськогосподарської рослинності, а інтегрально характеризує зміни в структурі ґрунтового покриву та ступінь його складності. Для встановлення закономірностей розподілу кластерних ареалів проведено співставлення отриманої картосхеми сільськогосподарської рослинності, які було створено за даними космічного сканування з цифровою моделлю рельєфу (ЦМР) полігону (Фіг.2, 3, 4). Це дозволило підтвердити тісний взаємозв'язок між просторовим розподілом та формами визначених кластерних ареалів та геоморфологічними структурами території полігону. На Фіг.2 можна побачити як кластерна карта, яку створено за двома класами, практично повністю відображає найбільш узагальнену особливість даного полігону, а саме наявність двох схилів північної та південної експозиції приблизно однакової площі. Спільна межа визначених ареалів передає місцезнаходження важливої геоморфологічної форми цієї території - днище балки. Наступна ступінь деталізації (на рівні чотирьох класів) (Фіг.3) продемонструвала, що виділи кластерної карти в цілому співпадають з контурами ЦМР, які деталізували схили та поділили їх на більш дрібні ділянки за солярною експозицією, а також поступово деталізує будову днища балки. 6 Крім того, картосхеми демонструють поступове розділення єдиного контуру північно-західної експозиції на декілька ареалів, в результаті чого більш чітко окреслюється складність форми цього схилу. На кластерній карті, яку складено за 8 класами (Фіг.4), з'являються декілька ареалів малої площі, які утворюють структурований малюнок, підкреслюючи складну форму схилів, що можна розглядати як критерій детальності або точності розпізнавання. Таким чином, в ході обробки та класифікації космічного зображення сільськогосподарської рослинності доведено її індикативні можливості стосовно характеристики основних морфологічних деталей рельєфу (на мезо та мікро рівнях), що повністю узгоджується з традиційними положеннями стосовно визначення меж ґрунтових контурів, які є дійсними в рамках існуючої методики проведення великомасштабних ґрунтови х обстежень. Для перевірки вірності такого підходу нами проаналізовано основні статистичні показники визначених ареалів за основними фізико-хімічними показниками ґрунту - загальній кількості гумусу та вмістом фракцій фізичної глини в ґрунті (Табл.) які можна вважати визначальними для стану сільськогосподарської рослинності, яка розглядається як основний індикатор ґрунтового покриву. Відбір ґрунтови х зразків, за якими було визначено перелічені ґрунтові показники, проводився за регулярною системою відбору (через 100м). Дані, що представлено в таблиці демонструють суттєве зниження ступеня варіювання досліджених ґрунтових показників окремо по класах при поступовому збільшенні рівня дискретизації зображення. Так, найменші значення загальних показників варіювання характерні за гумусом для ареалів, які було визначено на рівні 8 класів, що відповідно складали для розмаху варіювання - 0,31 та 0,42, для середнього квадратичного відхилення - 0,22 та 0,15, в той час коли на рівні 2 та 4 класів ці показники знаходились в інтервалі від 1,59 до 2,42 та від 0,39 до 0,88 відповідно. Подібна ситуація спостерігається також для вмісту фізичної глини у ґрунті. В цілому, розгляд цих загальних статистичних показників підтверджує наявність на схилі окремих ареалів, які характеризуються найбільшими значеннями розмаху варіювання та середнього квадратичного відхилення згаданих ґрунтових параметрів. Це дає підстави для висновку про ступінь їх складності, яку можна розглядати як найважливішу, специфічну характеристику території полігону та цілком пояснити з позицій парагенетичної концепції розвитку ґрунтового покриву на схилах. Таким чином запропонований спосіб дозволяє значно розширити сферу практичного застосування даних багатоспектрального сканування для цілей ґрунтового дешифрування за рахунок територій поверхня яких була закрита сільськогосподарською рослинністю під час космічної зйомки, а також можна використовувати як експрес-метод визначення або аналізу складності ґрунтового покриву території ще на підготовчому етапі проведення великомасштабних ґрун тових обстежень, що дозволяє обґрунтовано планувати та значно 7 37208 оптимізувати роботи на попередньому та польовому етапах, що в загалом визначає додаткове зниження собівартості їх проведення. Отримані картосхеми можна застосовувати для основного використання співробітниками агрохімічної служби та агрономами для обліку врожайності сільськогосподарських культур, оптиміза 8 ції розрахунку кількості мінеральних та органічних добрив, обґрунтованого планування кількості та місцезнаходження точок відбору рослинницьких та ґрунтови х зразків, а також рекомендувати в якості додаткового прийому створення сучасних ґрунтово-картографічних матеріалів та наукових дослідженнях ґрун тового покриву. Таблиця № Кількість в изначених ареалів Кількість точок опробув ання Площа ареалу (в пікселях) Середня Min Max Розмах в аріюв ання Середнє кв адратичне в ідхилення Загальний вміст гумусу, в % 2 3 1 2 3 3 4 5 6 7 34 33 3 20 29 15 2 1 17 14 10 14 1 380 318 83 182 264 167 58 26 155 126 123 124 5 4,50 4,39 4,50 4,39 4,35 4,24 4,45 2,91 4,35 4,24 4,18 4,39 4,50 2,42 1,74 1,59 1,32 2,27 1,62 0,31 2,27 1,48 1,56 1,32 0,55 0,39 0,90 0,32 0,51 0,47 0,22 0,54 0,45 0,50 0,38 8 1 1 2 1 2 8 0,42 0,15 1 2 1 2 3 34 33 3 20 29 79 3,62 3,43 3,85 Вміст фракції фізичної глини, в % 380 54,86 43,88 62,56 318 56,74 45,39 64,50 83 56,31 53,77 59,32 182 58,27 48,82 64,50 264 55,06 43,88 62,56 18,68 19,11 5,55 15,68 18,68 5,16 4,35 2,80 4,07 5,31 4 1 2 3 4 15 2 1 17 14 167 58 26 155 126 53,79 56,00 55,85 53,65 56,22 45,39 52,68 55,85 43,88 45,99 60,32 59,32 55,85 62,56 61,96 14,93 6,64 18,68 15,97 3,97 4,70 5,33 5,16 5 6 7 8 10 14 1 8 123 124 5 79 55,21 57,59 53,77 57,32 50,71 48,82 53,77 45,39 60,32 61,17 53,77 64,50 9,61 12,35 19,11 3,04 3,70 6,64 3 4 1 2 3,76 3,59 3,95 3,69 3,74 3,47 4,30 2,91 3,87 3,52 3,46 3,69 4,50 2,08 2,65 2,91 3,07 2,08 2,62 4,14 2,91 2,08 2,76 2,62 3,07 4,50 9 Комп’ютерна в ерстка Н. Лисенко 37208 Підписне 10 Тираж 28 прим. Міністерство осв іт и і науки України Держав ний департамент інтелектуальної в ласності, вул. Урицького, 45, м. Київ , МСП, 03680, Україна ДП “Український інститут промислов ої в ласності”, вул. Глазунова, 1, м. Київ – 42, 01601