Цифровое обновление традиционно составленных почвенных карт

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Представлено описание нового подхода к актуализации бумажных почвенных карт, основанного на имитационном моделировании традиционных экспертных подходов к картографированию почв, и результаты его апробации на примере тестового участка в центре европейской части России. Для обновления создана авторская открытая программа-скрипт IMSOIL на языке программирования R. По сравнению с другими в разработанном подходе могут широко использоваться не только результаты статистического анализа данных, но и экспертные знания о географии почв региона исследований. Обновленная почвенная карта лучше соответствует актуальным данным о факторах почвообразования, чем исходная бумажная почвенная карта. Проанализированные примеры перекодирования пикселей при обновлении показали адекватные изменения в представлении почвенного покрова на обновленной почвенной карте. Предложенный подход имитации почвенного картографирования в геоинформационной системе включает использование качественной информации о географии почв и количественные правила их картографирования. Модель в форме дерева принятия решений может быть проанализирована экспертом, можно вносить изменения в набор используемых при моделировании ковариат и в построенные модели. Представленная форма записи связей почв с выявляемыми факторами почвообразования позволяет сохранить как традиционное качественное описание географии почв в формализованной форме, так и соединить его с однозначными количественными правилами картографирования почв по спутниковым данным и тематическим картам. Вышеуказанный метод позволяет автоматически экстрагировать информацию о связях почв с факторами почвообразования. Обновление почвенной карты сопровождается картой вероятности правильного картографирования почв.

Об авторах

А. В. Жоголев

Почвенный институт им. В.В. Докучаева

Автор, ответственный за переписку.
Email: zhogolev_av@esoil.ru
ORCID iD: 0000-0003-2225-7037
Россия, Пыжевский пер., 7, стр. 2, Москва, 119017

И. Ю. Савин

Почвенный институт им. В.В. Докучаева; МГУ им. М.В. Ломоносова

Email: zhogolev_av@esoil.ru

факультет почвоведения

Россия, Пыжевский пер., 7, стр. 2, Москва, 119017; Ленинские горы, 1, Москва, 119991

Список литературы

  1. Барталев С.А., Лупян Е.А. Исследования и разработки ИКИ РАН по развитию методов спутникового мониторинга растительного покрова // Современные проблемы дистанционного зондирования Земли из космоса. Т. 10. № 1. 2013. С. 197.
  2. Дворов И.М. Природные ресурсы Рязанской области. М.: Наука, 1965. 234 с.
  3. Добровольский Г.В., Никитин Е.Д. Сохранение почв как незаменимого компонента биосферы. М.: Наука, 2000. 179 с.
  4. Единый государственный реестр почвенных ресурсов России. Версия 1.0. М.: Почв. ин-т им. В.В. Докучаева, 2014. 856 с.
  5. Жоголев А.В., Савин И.Ю. Автоматизированное обновление среднемасштабных почвенных карт // Почвоведение. 2016. № 11. С. 1319–1327. https://doi.org/10.7868/S0032180X16110125
  6. Жоголев А.В., Савин И.Ю. Программа автоматизированного обновления почвенных карт IMSOIL // Свидетельство о регистрации программы для ЭВМ RU 2022664142, 25.07.2022. Заявка № 2022663764 от 25.07.2022.
  7. Зайдельман Ф. Р. Мелиорация почв. М.: Изд-во Моск ун-та, 2003. 448 с.
  8. Застрожнов, А.С., Шкатова В.К., Астахов В.И., Пестова Л.Е., Чуйко М.А., Гусев Е.А. Новая карта четвертичных отложений России масштаба 1 : 2500000 // Пути эволюционной географии. М., 2016. С. 97–100.
  9. Иванов А.Л., Савин И.Ю., Столбовой В.С., Духанин Ю.А., Козлов Д.Н., Баматов И.М. Глобальный климат и почвенный покров – последствия для землепользования России // Бюл. Почв. ин-та им. В.В. Докучаева. 2021. Вып. 107. С. 5–32. https://doi.org/10.19047/0136-1694-2021-107-5-32
  10. Кирюшин В.И. Задачи оптимизации землепользования в России // Бюл. Почв. ин-та им. В.В. Докучаева. 2023. Вып. 116. С. 5–25. https://doi.org/10.19047/0136-1694-2023-116-5-25
  11. Конюшков Д.Е., Ананко Т.В., Герасимова М.И., Лебедева И.И. Актуализация содержания почвенной карты РСФСР масштаба 2.5 млн в формате классификации почв России для создания новой цифровой карты // Бюл. Почв. ин-та им. В.В. Докучаева. 2020. Вып. 102. С. 21–48. https://doi.org/10.19047/0136-1694-2020-102-21-48
  12. Конюшков Д.Е., Хохлов С.Ф., Контобойцева А.А., Савицкая Н.В. Государственная почвенная карта и ее создатели // Бюл. Почв. ин-та им. В.В. Докучаева. 2015. Вып. 81. С. 12–44. https://doi.org/10.19047/0136-1694-2015-81-12-44
  13. Почвенная карта РСФСР масштаба 1 : 2 500 000 / Под ред. Фридланда В.М. М.: ГУГК, 1988. 16 листов.
  14. Программы для ЭВМ. Базы Данных. Топологии интегральных микросхем. Официальный Бюллетень Федеральной Службы по интеллектуальной собственности (РОСПАТЕНТ). 25.07.2022. Бюл. № 8. https://www1.fips.ru/ofpstorage/BULLETIN/PrEVM/2022/08/20/INDEX.HTM
  15. Руководство по среднемасштабному картографированию почв на основе ГИС. М.: Изд-во Почв. ин-та им. В.В. Докучаева. 2008. 241 с.
  16. Савин И.Ю. Проблема масштаба в современной почвенной картографии // Бюл. Почв. ин-та им. В.В. Докучаева. 2019. Вып. 97. С. 5–20. https://doi.org/10.19047/0136-1694-2019-97-5-20
  17. Савин И.Ю., Жоголев А.В., Прудникова Е.Ю. Современные тренды и проблемы почвенной картографии // Почвоведение. 2019. № 5. С. 517–528. https://doi.org/10.1134/S0032180X19050101
  18. Савин И.Ю. Имитация традиционного картографирования в ГИС. Цифровая почвенная картография: теоретические и экспериментальные исследования. 2012.
  19. Сапожников П.М. Основные проблемы при проведении государственной кадастровой оценки земель сельскохозяйственного назначения // Имущественные отношения в РФ. 2019. № 12 (219). https://cyberleninka.ru/article/n/osnovnye-problemy-pri-provedenii-gosudarstvennoy-kadastrovoy-otsenki-zemel-selskohozyaystvennogo-naznacheniya (дата обращения: 25.08.2024).
  20. Симакова М.С., Андроников В.Л. Почвенные карты // Картографическая изученность России. М.: Изд-во ин-та географии Рос. А.Н. 1999. С. 113-133.
  21. Цифровая почвенная картография: теоретические и экспериментальные исследования. М.: Почв. ин-та им. В.В. Докучаева. 2012. 333 с.
  22. Breiman L., Friedman J., Olshen R., Stone, C. Classification and regression trees / London: CRC press, 1984. 368 p. https://doi.org/10.1201/9781315139470
  23. Danielson J.J., Gesch D.B. Global multi-resolution terrain elevation data 2010 (GMTED2010). No. 2011-1073. US Geological Survey, 2011. https://doi.org/10.3133/ofr20111073
  24. Grubinger T., Zeileis A., Pfeiffer, K.P. Evtree: Evolutionary Learning of Globally Optimal Classification and Regression Trees in R // Journal of Statistical Software. 2014. V. 61. P. 1–29. https://doi.org/10.18637/jss.v061.i01
  25. Hengl T. Finding the right pixel size // Computers & geosciences. V. 32. № 9. 2006. P. 1283–1298. https://doi.org/10.1016/j.cageo.2005.11.008
  26. Lagacherie P. Digital Soil Mapping: A State of the Art / Digital Soil Mapping with Limited Data. Dordrecht: Springer, 2008. P. 3–14. https://doi.org/10.1007/978-1-4020-8592-5_1
  27. McBratney A.B., Santos M.L.M., Minasny B. On digital soil mapping // Geoderma. 2003. V. 117(1–2). P. 3–52. https://doi.org/10.1016/S0016-7061(03)00223-4
  28. Minasny B., McBratney A.B. Digital soil mapping: A brief history and some lessons // Geoderma. V. 264. Part B. 2016. P. 301–311. https://doi.org/10.1016/j.geoderma.2015.07.017
  29. Mulder V.L., De Bruin S., Schaepman M.E., Mayr T.R. The use of remote sensing in soil and terrain mapping—A review // Geoderma. 2011. V. 162 (1-2). P. 1–19.
  30. Quinlan J.R. Data mining tools See5 and C5.0. // https://www.rulequest.com/see5-info.html – 2004 (дата обращения: 1312.2024).
  31. Zhogolev A., Savin I. Soil mapping based on globally optimal decision trees and digital imitations of traditional approaches // ISPRS Int. J. Geo-Information. 2020. V. 9. № 11. P. 664. https://doi.org/10.3390/ijgi9110664
  32. Zhu AXing Z.A.X., Moore A.C., Smith M.P., Liu J., Burt J.E., Qi F., Simonson D., Hempel J., Lubich K. Advances in information technology for soil surveys: the SoLIM effort / Innovative Techniques in Soil Survey: Developing the Foundation for a New Generation of Soil Resource Inventories and Their Utilization. Bangkok: Land Development Department, 2004. P. 25–42.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2. Рис. 1. Исходная почвенная карта для территории тестового участка близ Рязанской области: преобладающие почвы: 1 – дерново-глубокоподзолистые глубокоглееватые, 2 – дерново-палевоподзолистые, 3 – аллювиальные темногумусовые, 4 и 5 – дерново-подзолы иллювиально-железистые, 6 и 7 – агрочерноземы глинисто-иллювиальные, 8 – торфяно-подзолы глеевые иллювиально-гумусовые, 9 – торфяные олиготрофные, 10 – торфяные мезотрофные, 11 – торфяно-подзолы глеевые иллювиально-гумусовые, 12 – торфяные эутрофные, 13 – агрочерноземы глинисто-иллювиальные квазиглееватые, 14 – агрочерноземы глинисто-иллювиальные, 15 – агрочерноземы глинисто-иллювиальные оподзоленные, 16 – дерново-мелко- и неглубокоподзолистые, 17 – серые, 18 и 19 – агротемносерые, 20 – агрочерноземы квазиглееватые, 21 – подзолы иллювиально-гумусовые и иллювиально-железистые.

Скачать (336KB)
Метаданные
3. Рис. 2. Часть исходного дерева классификации и регрессии со следующими почвами: 37_Tpgg – торфяно-подзолистые глеевые, 2_Atg – аллювиальные темногумусовые, 93_ACH_kvg – агрочерноземы квазиглееватые, 39_Tpgg_ig – торфяно-подзолистые глеевые, 37_Tpgg_ig – торфяно-подзолистые глеевые иллювиально-глеевые, 31_Pdizh – дерново-подзолистые иллювиально-железистые, 13_Pdizh – дерново-подзолистые иллювиально-железистые с торфяными мезотрофными. Используются следующие обозначения: DEM – высота на цифровой модели рельефа, SLP – уклон в градусах, FRST – маска лесов, TPI – топографическое положение (положительное – локальное повышение, отрицательное – локальное понижение), N – количество точек в обучающей выборке, Err – ошибка прогноза по обучающей выборке.

Скачать (186KB)
Метаданные
4. Рис. 3. Фрагмент почвенной карты по модели без корректировки (слева) и по модели после экспертной корректировки решающих правил (справа) (одним цветом показаны одинаковые почвы).

Скачать (444KB)
Метаданные
5. Рис. 4. Общий вид почвенной карты территории тестового участка и карта вероятности правильного прогноза почв, номера почв в легенде соответствуют рис. 1.

Скачать (1MB)
Метаданные
6. Рис. 5. Сопоставление исходной и построенной обновленной почвенных карт с актуальными картами факторов почвообразования: построенная обновленная почвенная карта – слева сверху (а), оригинальная почвенная карта справа сверху (b), цифровая модель рельефа – снизу слева (b), карта классов растительности – справа снизу (d), номера почв в легенде соответствуют рис. 1.

Скачать (985KB)
Метаданные

© Российская академия наук, 2025