Статья: Разработка крупномасштабной цифровой модели автоматизированного почвенно-агроэкологического картографирования на примере представительных ландшафтов Владимирского Ополья

Каппа = 0,15.

На полученной карте достаточно хорошо выделены эрозионные группы структур почвенного покрова, которые в целом схожи с распределением их по предыдущим картам, что свидетельствует об относительной стабильности возможности предсказания этих групп по разным моделям. Гидроморфные группы ЭПС получили завышенную долю распространения. Группы зональных (автоморфных) и полугидроморфно-зональных структур получили значительную выраженность разделения между западной и восточной частью исследуемой территории. Наблюдается также недостаточное разделение пойменных групп структур почвенного покрова. В целом карта смотрится недостаточно согласованно, и неудовлетворительное предсказание одних групп на фоне хорошего других делает модель в целом недостаточно пригодной для моделирования почвенно-ландшафтных связей.

Последняя крупномасштабная цифровая модель, рассматриваемая в данной работе (рис. 4), построена на основе метода опорных векторов с использованием программного языка R 3.3.3 в оболочке RStudio c использованием пакета e1071. Для построения модели использовался тот же набор параметров, что и для других моделей с настройками: sampling method; 10-fold cross validation; gamma 0,2; cost 100.

Рис. 4. Карта групп структур почвенного покрова, реализованная на основе модели "случайного леса"

Общая формальная точность данной модели имеет хорошие статистические показатели в 95%, каппа 0,94, что показывает почти полное совпадение с исходными ареалами групп ЭПС, использованных для построения модели.

Сравнение с исходной картой показывает схожую корреляцию с дискриминантной моделью (табл. 4) и, в сочетании с исходной статистикой, дает лучший показатель. Ряд групп ЭПС значительно хуже коррелирует с исходной картой. Так, совсем невысокий показатель у группы среднеэрозионных ЭПС (Э 2) и пойменных структур (А). Меньше выделены зональные (З) группы. Полугидроморфно-эрозионные группы ЭПС стабильно имеют невысокий процент совпадений.

Графическое отображение модели в виде карты групп структур почвенного покрова (рис. 5) отражает ряд общих показателей корреляции (табл. 8). На карте выделено заниженное количество зональных (З) групп структур почвенного покрова. Не отмечается приуроченности пойменных (А) групп к плоским поверхностям речных долин. Гидроморфные группы ЭПС имеют излишне значительный характер распространения, замещая часто пойменные структуры. На полученной карте достаточно хорошо выделены эрозионные группы структур почвенного покрова, которые в целом схожи с распределением их по предыдущим картам, что уже отмечалось ранее и свидетельствует об относительной стабильности возможности предсказания этих групп по разным моделям. Полугидроморфные глееватые (ПГ 1) и полугидроморфно-зональные (ПЗ) получили в значительной степени удовлетворительное отображение. В целом карта имеет неплохое наполнение, но отсутствие согласованности, как в случае с дискриминантной моделью, не позволяет принять данную модель.

Рис. 5. Карта групп структур почвенного покрова, реализованная на основе метода опорных векторов

Итоги формального сравнения статистических показателей по рассмотренным моделям и сравнения с исходной картой наглядно демонстрируют (сводная табл. 9), что в условиях проводимых моделирований наиболее подходящей моделью почвенно-ландшафтных связей является модель, разработанная на основе линейного дискриминантного метода. Это подтверждается и экспертной оценкой цифровых карт, построенных в автоматическом режиме разными методами.

Таблица 8. Матрица совпадений исходной карты и карты, построенной на основе метода опорных векторов

Каппа = 0,24.

Таблица 9. Сводная таблица статистических показателей по всем моделям

Выводы

1. При построении цифровой модели почвенно-ландшафтных связей в крупном масштабе на основе существующей карты структур почвенного покрова лучшим статистическим методом является классический дискриминантный анализ.

2. Цифровую модель почвенно-ландшафтных связей на уровне групп структур почвенного покрова можно выразить в виде следующей системы классификационных уравнений:

1. Зональные (автоморфные) ЭПС = 4,1 + 1,53*SLP + 0*CD + 7,1*TWI + 0,18*LSF + 22,9* VDCN + 1,04* VD + 0,7* TPI100 +3,56* TPI250+ 8,34* TPI500 + 9,89* TPI1000.

2. Слабоэрозионные ЭПС = 11,3 + 3,39* SLP + 0* CD + 7,1* TWI + 0,6* LSF + 7,33* VDCN + 13,8* VD + 0,26* TPI100 - 0,27* TPI250- 2,8* TPI500 - 5,6* TPI1000.

3. Среднеэрозионные ЭПС = -16,1 + 4,16* SLP + 0* CD + 7,63* TWI + 0,84* LSF + 5,6* VDCN + 11,4* VD + 6,4* TPI100 - 0,4* TPI250+ 1,2* TPI500 - 0,3* TPI1000.

4. Сильноэрозионные ЭПС = 9,8 + 6,46* SLP + 0* CD + 6,92* TWI + 1,38* LSF +5,43* VDCN + 11,2* VD + 6,4* TPI100 - 0,4* TPI250+ 1,2* TPI500 - 0,3* TPI1000.

5. Полугидроморфно-зональные ЭПС = -40,1 + 1,53* SLP + 0* CD + 7,92* TWI +0,21* LSF + 19,08* VDCN + 2,8* VD + 6,4* TPI100 - 0,4* TPI250+ 1,2* TPI500 - 0,3* TPI1000.

6. Полугидроморфно-эрозионные ЭПС = -19,6 + 5,12* SLP + 0* CD + 8,66* TWI - 1,38* LSF + 4,74* VDCN + 14,97* VD + 6,4* TPI100 - 0,4* TPI250+ 1,2* TPI500 - 0,3* TPI1000.

7. Полугидроморфные глееватые ЭПС = 1,1 + 1,64*SLP + 0* CD + 8,6* TWI + 0,27* LSF + 16,7* VDCN + 4,36* VD + 6,4* TPI100 - 0,4* TPI250+ 1,2* TPI500 - 0,3* TPI1000.

8. Полугидроморфные глеевые ЭПС = -6,1 + 0,44* SLP + 0* CD + 10,11* TWI + 0,06* LSF + 16,2* VDCN + 0,62* VD + 6,4* TPI100 - 0,4* TPI250+ 1,2* TPI500 - 0,3* TPI1000.

9. Гидроморфные ЭПС = 11,6 + 1,61* SLP + 0,71* CD + 12,08* TWI + 0,5* LSF + 2,4* VDCN + 15,6* VD + 6,4* TPI100 - 0,4* TPI250+ 1,2* TPI500 - 0,3* TPI1000.

10. Пойменные ЭПС = 22,2 + 1,77* SLP +0,12* CD + 13,23* TWI +0,54* LSF +0,3*VDCN + 19,5*VD + 6,4* TPI100 - 0,4* TPI250+ 1,2* TPI500 - 0,3*TPI1000.

3. Построенная цифровая модель недостаточно полно отражает структуры почвенного покрова исходной карты, что связывается нами с неопределенностями классификации, субъективными суждениями составителя исходной карты и требует более детального уточнения и верификации в конкретных полевых условиях, что является темой для дальнейших публикаций. рельеф картографирование почвенный

Список использованных источников

1. Агроэкологическая оценка земель, проектирование адаптивно-ландшафтных систем земледелия и агротехнологий / Под ред. В.И. Кирюшина, А.Л. Иванова. - М.: Росинформагротех. - 2005. - 784 с.

2. Общесоюзная инструкция по почвенным обследованиям и составлению крупномасштабных почвенных карт землепользований. - М.: Колос. - 1973.

3. Сорокина Н.П. Методология составления крупномасштабных агроэкологически ориентированных почвенных карт. - М.: Изд-во Почвенный ин-т им. В.В. Докучаева. - 2006. - 150 с.

4. Сорокина Н.П. Региональная модель почвенно-ландшафтных связей (на примере Клинско-Дмитровской гряды) // Почвоведение. - 1998, №4. - С. 389-398.

5. McBratney A.B., Santos M.M.L., Minasny B. On Digital Soil Mapping / Geoderma. - 2003. - Vol. 117. - № 1-2. - P. 3-52.

6. Minasny B., McBratney A.B. Digital soil mapping: A brief history and some lessons // Geoderma. 2015 Vol. 184 P. 301-311.

7. Савин И.Ю. Компьютерная имитация картографирования почв. В сб.: "Цифровая почвенная картография: теоретические и экспериментальные исследования". - М.: Почвенный институт имени В.В. Докучаева. - 2012 - С. 26-34.

8. Сорокина Н.П., Козлов Д.Н. Методы цифровой почвенной картографии в задачах агроэкологической оценки земель. В сб.: "Цифровая почвенная картография: теоретические и экспериментальные исследования". - М.: Почвенный институт имени В.В. Докучаева. - 2012 - С. 141-155.

9. Lacoste M., Minasny B., McBratney A., Michot D., Viaud V., Walter C. High resolution 3D mapping of soil organic carbon in a heterogeneous agricultural landscape // Geoderma, vol. 213, 2014.

10. Vermeulen D.., Van Niekerk A. // Geoderma vol. 299, 2017, pp.1-12.

11. Zhao B., Li Z., Li P., Xu G., Gao H., Cheng Y., Chang E., Yuan S, Zhanga Y., Fenga Z Spatial distribution of soil organic carbon and its influencing factors under the condition of ecological construction in a hilly-gully watershed of the Loess Plateau, China // Geoderma, vol. 296, 2017, pp. 10-17.

12. Osat M., Heidari A., Eghbal M.K., Mahmood S. // Geoderma. №281, 2016, pp. 90-101.

13. Vincent S., Lemercier B. Spatial disaggregation of complex Soil Map Units at the regional scale based on soil-landscape relationships // Geoderma, 2016.

14. Сорокина Н.П., Козлов Д.Н. Опыт цифрового картографирования структуры почвенного покрова // Почвоведение. - 2009, № 2. - С. 198-210.

15. Модель адаптивно-ландшафтного земледелия Владимирского Ополья / Под. ред. В.И. Кирюшина и А.Л. Иванова. - М.: Агроконсалт. - 2004. - 453 с.

16. Рубцова Л.П. О генезисе почв Владимирского Ополья // Почвоведение. - 1974, № 6. С. 17-27.

17. Быстрицкая Т.Л., Тюрюканов А.Н. Ополица и ополец - генетические типы переходного класса почв Центральной России // Докл. АН СССР. - 1966, т. 166, No 4. - С. 955-958.

18. Яшин И.М., Кашанский А.Д. Ландшафтно-геохимическая диагностика и генезис почв Европейского Севера России: Монография. 2-е дополненное издание. - М.: Изд-во РГАУ-МСХА имени К.А., Тимирязева. - 20015. - 202 с.

19. Савастру Н.Т. Агроэкологическая оценка почвенного покрова Владимирского Ополья для проектирования адаптивно-ландшафтной системы земледелия. Дисс. к. б. н. - 1999. - 167 с.

20. Advances in Digital Terrain Analysis / Zhou, Qiming; Lees, Brian; Tang, Guo-an (Eds.). 2008, XIV, - 462 p.

21. Shary P.A., Sharay L.S., Mitusov A.V. Fundamental quantitative methods of and surface analysis // Geoderma, 2002, vol. 107. - P. 1-43.

22. Джеймс Г., Уиттон Д., Хасти Т., Тибширани Р. Введение в статистическое обучение с примерами на языке R. Пер. с англ. С.Э. Мастицкого. - М.: ДМК Пресс. - 2016. - 450 с.

Цитирование

Минаев Н.В., Бузылёв А.В., Таллер Е.Б. Разработка крупномасштабной цифровой модели автоматизированного почвенно-агроэкологического картографирования на примере представительных ландшафтов Владимирского Ополья // АгроЭкоИнфо. - 2018, №3. - http://agroecoinfo.narod.ru/journal/STATYI/2018/3/st_372.doc.