Учет пространственной вариабельности водно-физических свойств почв в модели роста и развития сельскохозяйственных растений

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Учет пространственной вариабельности водно-физических свойств почв в модели роста и развития сельскохозяйственных растений

Автореферат

диссертации на соискание ученой степени кандидата технических наук

Общая характеристика работы

Актуальность проблемы. Мелиоративные мероприятия проводятся для целенаправленного улучшения гидрологических, почвенных и агроклиматических условий на землях, в первую очередь, сельскохозяйственного назначения. Целью этих мероприятий является повышение эффективности использования земельных и водных ресурсов для получения высоких и устойчивых урожаев сельскохозяйственных культур и, прежде всего, продукции растениеводства. С точки зрения сельхозпроизводителей, критерием качества и надежности проектирования, строительства и эксплуатации инженерно-мелиоративных систем является урожай. Развитие научных основ в этой области связано с именами таких ученых как В.В. Докучаев, П.А. Костычев, А.Н. Костяков, Н.Н. Павловский, И.А. Шаров, С.Ф. Аверьянов, И.П. Айдаров, А.И. Голованов. Поэтому наибольший интерес представляет рост и развитие сельскохозяйственных растений (продукционный процесс) на конкретном поле. Соответствующие технологии информационного обеспечения процесса принятия решений требуют оценки качества и количества растениеводческой продукции, что невозможно без использования моделирования, для чего используются динамические имитационные модели агроэкосистем. При этом, несоответствие моделей процессам, протекающим на полях, приводит к потере всех преимуществ управления с использованием современных информационных технологий, непродуктивному использованию ресурсов и развитию экологически неблагоприятных процессов. В настоящее время не подлежит сомнению, что решение проблем природообустройства, связанных с повышением эффективности сельскохозяйственного производства, сохранением и повышением плодородия почв может быть достигнуто только на основе геосистемного, ландшафтного подхода к вопросам обоснования систем земледелия и мелиорации. Такой подход требует использования технологий географических информационных систем (ГИС). Поэтому задача по интеграции моделей продукционного процесса агроэкосистем и ГИС-технологий является актуальной. Также можно констатировать, что работами основателей агрофизики и их последователей - А.Ф. Иоффе, Н.А. Качинского, А.Д. Воронина, А.М. Глобуса, Ф.Р. Зайдельмана, В.В. Медведева, Е.В. Шеина, В.В. Терлеева, Menning P., Vereecken H., и др. показано, что водно-физические свойства почвы определяют интенсивность и величину продукционного процесса, ширину оптимума условий для роста и развития агрокультур, а почвы - непосредственный и часто единственный объект мелиорации. При этом, остается актуальной задача по разработке методов получения, анализа и использования количественной информации о пространственном распределении водно-физических свойств почв. Эти задачи тесно связаны с разработками новых технологий точного адаптивно-ландшафтного земледелия. Новые технологии земледелия требуют учета распределения водно-физических свойств почв в пространстве, в том числе, и при моделировании роста и развития сельскохозяйственных растений. В этой связи, учет пространственной вариабельности водно-физических свойств почв в таких моделях является актуальным направлением их развития и совершенствования. Таким образом, тема диссертации является актуальной.

Цель исследований. Цель работы - разработка методов и геоинформационных технологий для совершенствования модели роста и развития сельскохозяйственных растений путем учета пространственной вариабельности водно-физических свойств почв агроэкосистем.

Задачи исследований:

1. Анализ использования информационных технологий, применяемых при обосновании агромелиоративных мероприятий и управлении продукционным процессом в агроэкосистемах.

2. Выявление возможностей и ограничений, используемых в модели роста и развития сельскохозяйственных растений (продукционного процесса агрокультур). Выбор алгоритмов оценки водно-физических параметров почв и их пространственного распределения на сельскохозяйственном поле, а также интеграция их в среду ГИС.

3. Усовершенствование алгоритмов оценки водно-физических параметров почв и их пространственного распределения на сельскохозяйственном поле с учетом интеграции их в среду ГИС.

4. Разработка методики интеграции ГИС и модели продукционного процесса для учета пространственной вариабельности водно-физических свойств почв агроэкосистем.

5. Применение разработанных подходов к созданию методики прогнозирования урожайности зерновых культур на основе учета пространственной вариабельности водно-физических свойств почв на примере природно-хозяйственных условий Ленинградской области.

Объектом исследования являются сельскохозяйственные угодья, рассматриваемые как компоненты агромелиоративного комплекса.

Предметом исследования является продукционный процесс агроэкосистем на сельскохозяйственных полях.

Методология и методика исследований. Методологией исследований является системный подход, как направление общей методологии научного познания, в основе которого лежит рассмотрение изучаемых объектов как систем. Методика исследований основана на трудах отечественных и зарубежных ученых, информационных технологиях, фундаментальных положениях системного анализа и математического моделирования. В работе использованы современные инструментальные средства реализации информационных технологий, включая анализ и выбор математических моделей для оценки водно-физических свойств почв и продукционного процесса, верификация отдельных компонентов и системы в целом, а также разработка системы поддержки принятия решений на основе ГИС.

Научная гипотеза заключается в том, что использование геоинформационных технологий для совершенствования модели роста и развития сельскохозяйственных растений, на основе учета пространственной вариабельности водно-физических свойств почв агроэкосистем, позволит повысить обоснованность выбора агромелиоративных мероприятий и эффективность современных адаптивно-ландшафтных систем земледелия.

Научная новизна работы заключается в том, что решена задача по учету пространственной вариабельности водно-физических свойств почв в модели продукционного процесса сельскохозяйственных культур путем интеграции этой модели в среду ГИС.

На защиту выносятся следующие результаты:

1. Разработан метод учета пространственной вариабельности водно-физических свойств почв в модели роста и развития сельскохозяйственных растений.

2. Разработана методика интеграции ГИС и модели продукционного процесса.

3. Разработаны алгоритмы оценки водно-физических параметров почв и пространственного распределения их на сельскохозяйственном поле.

4. Разработаны методы информационного обеспечения системы поддержки агротехнологических решений, с учетом пространственной вариабельности водно-физических свойств почв, в модели роста и развития сельскохозяйственных растений.

5. Разработана методика прогнозирования урожайности зерновых культур на основе учета пространственной вариабельности водно-физических свойств почв на примере природно-хозяйственных условий Ленинградской области.

Теоретическая значимость работы состоит в том, что разработаны методика интеграции ГИС и модели продукционного процесса, а также собственно метод учета пространственной вариабельности водно-физических свойств почв в модели роста и развития сельскохозяйственных растений.

Практическая ценность работы определяется тем, что разработаны алгоритмы оценки водно-физических параметров почв и их пространственного распределения на сельскохозяйственном поле, а также методика прогнозирования урожайности зерновых культур на основе учета пространственной вариабельности водно-физических свойств почв на примере природно-хозяйственных условий Ленинградской области.

Личный вклад соискателя заключается в разработке научной гипотезы и программы исследований, теоретическом и методическом обосновании научных исследований, разработке методик математического моделирования и программной компьютерной реализации, моделировании и интерпретации полученных результатов.

Достоверность полученных результатов и основных выводов, сформулированных в диссертации, подтверждается использованием в разработках научно обоснованных и проверенных методов; большим объемом экспериментального и теоретического материала, обобщенного и проанализированного автором в работе; апробированными исходными положениями и математическими методами, принятыми в теоретических исследованиях; соответствием результатов, полученных на математической модели и на реальных объектах; апробацией на научно-технических и научно-практических конференциях.

Апробация. Материалы исследований рассматривались на конференциях: Второй международной научно-практической конференции «Измерения в современном мире» (Санкт-Петербург, 2009), Международной научно-практической конференции «Неделя науки СПбГПУ» (Санкт-Петербург, 2009, 2010, 2011), Координационном совещании Агрофизического института (Санкт-Петербург, 2010), Всероссийской конференции (с международным участием) «Математические модели и информационные технологии в сельскохозяйственной биологии: итоги и перспективы» (Санкт-Петербург, 2010), Международной научно-практической конференции «Проблемы развития мелиорации и водного хозяйства и пути их решения» (Москва, 2011), VIII Международном молодежном экологическом форуме стран Балтийского региона «ЭКОБАЛТИКА 2011» (Санкт-Петербург, 2011), Международной научно-практической конференции «Роль мелиорации и водного хозяйства в инновационном развитии АПК» (Москва, 2012).

Публикации. Основные положения диссертационной работы опубликованы в 10 печатных трудах, в том числе 4 в журналах, рекомендованных ВАК РФ.

Объем и структура работы. Диссертация состоит из введения, трех глав, заключения и списка литературы. Содержит 104 страницы машинописного текста, 3 таблицы и 39 рисунков. Список литературы включает 140 наименований, в том числе иностранные публикации и Интернет - источники.

Содержание работы

водный сельскохозяйственный растение почва

Во введении обоснована актуальность работы, сформулирована научная проблема и выдвинут тезис о том, что использование геоинформационных технологий для совершенствования модели роста и развития сельскохозяйственных растений на основе учета пространственной вариабельности водно-физических свойств почв агроэкосистем позволит повысить обоснованность выбора агромелиоративных мероприятий и эффективность современных адаптивно-ландшафтных систем земледелия.

В первой главе «Современные проблемы совершенствования модели роста и развития сельскохозяйственных растений» представлен анализ состояния исследуемой проблемы. Мелиоративные мероприятия проводятся для целенаправленного улучшения гидрологических, почвенных и агроклиматических условий на землях, в первую очередь, сельскохозяйственного назначения. Целью этих мероприятий является повышение эффективности использования земельных и водных ресурсов для получения высоких и устойчивых урожаев сельскохозяйственных культур и, прежде всего, продукции растениеводства. В настоящее время не подлежит сомнению, что решение проблем природообустройства, связанных с повышением эффективности сельскохозяйственного производства, сохранением и повышением плодородия почв может быть достигнуто только на основе геосистемного, ландшафтного подхода к вопросам обоснования систем земледелия и мелиорации. Такой подход требует использования технологий географических информационных систем интегрированных с моделями, определяющими продукционный процесс агроэкосистем. Констатируется, что эффективное управление ростом и развитием сельскохозяйственных растений - их продукционным процессом - требует учета гидрофизических свойств почв, и вопрос этот ставится уже относительно давно (Жуковский, 1983). Для ведения сельского хозяйства на Северо-Западе России проблему представляет наличие существенной пространственной вариабельности (изменчивости), характерной для дерново-подзолистых почв (Самсонова, 2008). Многолетние исследования мелиорированных угодий показывают, что сооружение мелиоративных систем оказывает существенное влияние на неоднородность почвенного покрова (Апарин, 2009). К этой проблеме примыкают исследования по обоснованиям водных мелиораций агроландшафтов (Сухарев, 2010). Имеются успехи в получении количественной информации о пространственно-распределенных физических свойствах почв (Гончаров, 2008) и дерново-подзолистых почв, в частности, (Моисеев, 2011). Исследования влияния вариабельности водно-физических свойств почв на рост и развитие сельскохозяйственных растений тесно связаны с разработками технологий точного адаптивно-ландшафтного земледелия, которые должны учитывать распределение агрофизических свойств почв в пространстве (Якушев, 2008). При этом, исследователи, после выявления достоверной неоднородности почвенного покрова, делают вывод о необходимости учета этого фактора при разработке агромелиоративных мероприятий, однако методических разработок явно недостает, хотя и имеются отдельные публикации.

Существующие модели роста и развития сельскохозяйственных растений, в основном, нацелены на оценку продуктивности агрокультур. При этом, модели можно классифицировать следующим образом: физико-статистические или балансовые, основывающиеся на регрессионных зависимостях; математико-статистические или динамико-регрессионные, основывающиеся, как правило, на эмпирических зависимостях нелинейного типа; комплексные динамические имитационные модели.

В настоящем исследовании используется динамическая имитационная модель AGROTOOL (Полуэктов, 2006), которая выбрана как наиболее приспособленная для условий Северо-Запада России, и позволяющая достаточно детально моделировать водный режим почв. Достоверность результатов, получаемых в AGROTOOL, особенно для условий Северо-Запада России, не вызывает сомнений - модель разрабатывается более 30 лет и прошла через огромный объем апробаций. При этом различие в результатах полевых опытов и моделирования не превышает 10%.

В AGROTOOL для описания динамики почвенной влаги широко используется уравнение Ричардса, которое в одномерном случае имеет вид:

(1)

где  - время;  - пространственная координата на оси, направленной вертикально вниз с началом отсчета на поверхности почвы;  - потенциал почвенной влаги;  - функция стока, описывающая корневое поглощение;  - функция дифференциальной влагоемкости почвы;  - функция влагопроводности почвы.

В AGROTOOL имеется возможность ставить различные граничные условия, в том числе, и учитывающие наличие дренажа. Однако проблему представляет параметрическая идентификация функций  и . Зависимость влагопроводности почвы от потенциала почвенной влаги обычно представляют в виде степенной функции:

(2)

где  - коэффициент фильтрации почвы,  - эмпирический параметр.

В отсутствие экспериментальных данных значение может быть оценено, например, с использованием т.н. педотрансферных функций. В этом случае, могут понадобиться данные о гранулометрическом составе и плотности сложения почвы. Параметр может быть определен при интерполяции точечных значений функции влагопроводности почвы, полученных методом Муалема. Вместе с тем, использование метода Муалема, как известно, предполагает наличие данных относительно водоудерживающей способности почвы. Этот показатель почвы, названный А.М. Глобусом основной гидрофизической характеристикой (ОГХ), нужен ещё и для того, чтобы определить второй коэффициент уравнения Ричардса - функцию дифференциальной влагоемкости почвы . Этот коэффициент представляет собой производную величины объемной влажности почвы по величине потенциала:

(3)

Наиболее известной в мире моделью водоудерживающей способности почвы, которая описывает обусловленную капиллярно-сорбционным взаимодействием воды и почвенных частиц зависимость между объемной влажностью почвы  (см³·см^-3) и потенциалом почвенной влаги  (см вод. ст.), является модель Ван Генухтена (Van Genuchten, M. Th., 1980.)

(4)

где ;  - относительное насыщение почвы водой;  - объемная влажность полного насыщения почвы влагой, см³·см^-3;  - минимальное значение содержания воды в почве (остаточная объемная влажность почвы), см³·см^-3; и  - параметры формы и положения кривой, графически отображающей данную зависимость. Эта зависимость отличается только одним параметром от моделей предшественников, в частности, от модели, предложенной Хаверкампом с соавторами (Haverkamp R., et al., 1977):

 (5)

где а и b - эмпирические параметры.

В AGROTOOL при оценке ОГХ используются характеристики: МГ - максимальная гигроскопичность почвы, ВЗ - влажность устойчивого завядания, НВ - наименьшая влагоемкость почвы и ПВ - полная влагоемкость (влажность насыщения, пористость) почвы для построения педотрансферных функций, имеющих вид

(6)

(7)

где P - капиллярно-сорбционный потенциал почвенной влаги, см вод. ст.;  - объемная влажность почвы, см³/см³;  - коэффициент фильтрации, см/сут; a, b и с - эмпирические параметры. Первая функция представляет собой соотношение для кривой водоудерживающей способности почвы, а вторая выражает зависимость влагопроводности почвы от капиллярно-сорбционного потенциала почвенной влаги. Таким образом, для запуска модели необходимо задать все вышеперечисленные параметры.

Во второй главе «Метод учета пространственной вариабельности водно-физических свойств почв в модели роста и развития сельскохозяйственных растений» представлен собственно метод, используемый в работе.

В динамических моделях продукционного процесса агроэкосистем аккумулируются знания о росте и развитии сельскохозяйственных растений. Затруднения при включении таких моделей в информационно-аналитические системы для поддержки агротехнологических решений связаны с неоднородностью условий роста и развития растений на сельскохозяйственном поле, что требует создания пространственно-распределенной базы данных и использования этой информации при моделировании. Решение соответствующих научно-технических задач следует искать, в том числе, на основе интеграции моделей и технологий ГИС.

Объектом изучения является сельскохозяйственное поле, которое рассматривается как антропогенная экосистема, где осуществляется аграрное производство. Будем считать, что база данных (БД) ГИС состоит из объектов, которые будем рассматривать как тройку: O={id, pos, att}. Тем самым подчеркивается, что объекты имеют пространственную - pos и атрибутивную - att составляющие, которые, при использовании геореляционной схемы организации БД, связываются через идентификатор id. В этом случае моделируемые объекты будем рассматривать как набор:

O₁={id₁, pos₁, att₁}, O₂={id₂, pos₂, att₂}, …, O_N={id_N, pos_N, att_N}. (8)

В самом общем виде интеграцию модели и ГИС можно рассматривать как процесс комбинирования входного набора объектов O_i для получения нового объекта О_NEW:

О_NEW = f (O₁, O₂, …, O_N), (9)

где f - функция, которая описана моделью, интегрированной в ГИС-среду.

Целью сравнительного анализа объектов O={id, pos, att} и требований к данным интегрируемых с ГИС моделей является, в первую очередь, определение соответствия состава {att} в БД ГИС тем данным, которые необходимы для работы модели, а также соответствия требований модели к свойствам объектов O={id, pos, att}. Многие модели, которые успешно применяются на практике при обосновании агротехнологий, имеют структуру, для которой характерно использование уравнений с одной локальной пространственной координатой, наиболее часто - вертикальной. Другие координаты, например широта и долгота местности, а также высота над уровнем моря, используются как параметры. Такие модели будем называть точечными, при интеграции которых в среду ГИС, построение объектов О_NEW из формулы (9) предлагается проводить в два этапа. Сначала формируется графическая часть объектов, а потом для этих объектов вычисляются атрибуты в результате моделирования. Для согласования структуры моделей и ГИС в общем случае, перед использованием модели в ГИС-среде, необходима трансформация существующих (исходных) объектов O_I={id, pos, att} для исследуемой территории в объекты O_M={id, pos, att}, необходимые для работы модели:

O_I={id, pos, att} > O_M={id, pos, att}. (10)

В этом случае в правой части формулы (9) аргументом является только один объект - O_M. Трансформация формулы (10) заключается в том, чтобы вся изучаемая территория была разделена на квазиоднородные участки - O_M={id, pos, att}. Требования к O_M определяются тем, что применение модели обосновано при условии, что O_M - объекты моделирования, являются однородными. Поэтому главный принцип, на котором должно основываться включение моделей в ГИС, следует сформулировать так: набор объектов из БД ГИС, описывающий свойства территории, должен быть преобразован в соответствующую пространственно-однородную структуру, например, с помощью операций оверлея в среде ГИС. В процессе преобразования необходимо принимать во внимание то, что при расчетах по точечным моделям, O_M интерпретируются как изолированные друг от друга участки, а внутри O_M нет зон, где могли бы быть пограничные влияния.

Для интеграции уже готовых моделей, входящих в состав AGROTOOL, которые имеют вид DLL-библиотек, и ГИС формируются объекты моделирования. Модели являются точечными, поэтому необходима трансформация (10), что соответствует общей идеологии современных технологий земледелия, которая предполагает разделение поля на квазиоднородные участки - единицы управления - и адаптацию агротехнологий для каждого их таких участков. Авторы рассматривают алгоритмическую реализацию модели продукционного процесса растений как рекуррентный пошаговый пересчет вектора состояния динамических характеристик агроэкосистемы. Если x(k) - вектор переменных состояния системы на k-м шаге, то модель эквивалентна определению эволюционного оператора f:

x (k+1) = f (x(k), a, w(k), u(k)) x(0)=x₀, k = 0,1,…, T-1, (11)

где k - номер шага счета, x(k), x (k+1) - векторы состояния модели на двух соседних шагах, a - вектор статических параметров модели, w(k) - вектор неконтролируемых внешних воздействий (погода), u(k) - вектор управляющих воздействий (агротехника), x₀ - начальное условие. Здесь T - время окончания процесса моделирования, обычно совпадающее с днем уборки урожая. Расчет по модели производится путем многократного применения оператора f к вектору начального состояния и наблюдения эволюции агроэкосистемы во времени. Для работы модели необходимо задать значения вектора параметров a, которые обычно варьируют по площади сельскохозяйственного поля (агроэкосистемы) и определяют границы объектов моделирования O_M={id, pos, att}, являющихся единицами управления агротехнологий. Согласно изложенному выше методу, значения вектора параметров a извлекаются из пространственной БД ГИС, куда также помещаются результаты расчетов по модели для дальнейшего анализа и использования при совершенствовании агротехнологий.

Полевые исследования проводились на сельскохозяйственных угодьях Меньковской опытной станции Агрофизического НИИ, расположенных в Гатчинском районе Ленинградской области. Для определения пространственной вариабельности водно-физических свойств почвы были заложены 6 разрезов на глубину до 1 метра и отобраны образцы в обнаруженных почвенных горизонтах. В ходе экспериментальных исследований определялись следующие агрофизические параметры в каждом из этих горизонтов: гидрофизические свойства почвы: максимальная гигроскопичность (МГ), влажность завядания (ВЗ), наименьшая влагоемкость (НВ) и влажность насыщения (ПВ); физико-механические свойства почвы: плотность сложения, плотность твердой фазы, мехсостав по фракциям, коэффициент фильтрации.

Для выбора точек отбора образцов применялись геоинформационные технологии, а в качестве критериев использовались два варианта почвенной карты, имеющиеся в распоряжении хозяйства, данные по рельефу, данные по вымочкам, а также урожай пшеницы (продуктивность агроэкосистемы), который определялся в ходе дифференцированной уборки урожая в технологии точного земледелия с дискретностью 5х5 м².

Почвы на исследуемом участке по гранулометрическому составу являются песчаными. За сезон 2009 года группа исследователей, в которую входил автор, осуществила закладку и морфологическое описание девяти (шесть на описываемом поле и еще три на соседнем) почвенных разрезов на полях. В работе описан используемый метод определения водно-физических свойств.

Анализ представленных методов пространственного анализа позволяет сделать обоснованный выбор методов для использования в настоящем исследовании. Так, в связи с тем, что было трудно выделить теоретически обоснованные объекты O_M={id, pos, att}, то в качестве таких объектов, в конкретном исследовании на полях Меньковской опытной станции, были выбраны квадратные области со сторонами, ориентированными в пространстве параллельно границам сельскохозяйственного поля. Чтобы выбор этих областей был более обоснован, использовались квадратные области как в агрохимическим обследовании этого поля. Каждый квадрат агрохимического обследования поля площадью 0,5 га - при разработке агротехнологий эта область считается однородной с агрохимической точки зрения - был разделен на четыре части - квадратные области по 0,125 га. Затем в центральной точке каждого такого квадрата вычислялись агрофизические характеристики по методу Шепарда с весом обратно пропорциональным расстоянию до точки отбора образцов. Затем эти значения связывались со всей квадратной областью и считались в ней постоянными, согласно методу, не использующему интерполяцию (рис. 2.18Б). Такой метод предлагается в качестве общего, и он состоит из следующих этапов:

1. Проведение обследования водно-физических свойств на сельскохозяйственном поле, согласно предлагаемой методике.

2. Пространственная интерполяция на квадратные области площадью 0,3-0,1 га.

3. Управление сельскохозяйственным производством в среде информационно-аналитической системы, созданной на основе интеграции ГИС и модели роста и развития сельскохозяйственных растений AGROTOOL.

В третьей главе «Прогнозирование урожайности зерновых культур на основе учета пространственной вариабельности водно-физических свойств почв» представлено применение разработанных методов.

При реализации предлагаемого метода на первом этапе осуществляется построение пространственной БД ГИС. Для сельскохозяйственных полей эта БД достаточно полно отражает вариабельность почвенных характеристик. В БД ГИС выделяются O_М={id, pos, att} - однородные относительно {att} участки сельскохозяйственного поля. Следует отметить, что для определения агрохимических показателей отбор образцов обычно производится из пахотного горизонта почвы и является менее трудоемким процессом по сравнению с определением гидрофизических характеристик почвенных образцов, отбираемых из всего почвенного профиля до глубины 1 м и более. Поэтому в ГИС-среду также интегрируется комплекс программ Агрогидрология, а также специальные алгоритмы пространственного анализа, что позволяет определять гидрофизические показатели с требуемой дискретностью по глубине почвенного профиля и площади сельскохозяйственного поля.

Для проведения исследований влияния пространственной вариабельности водно-физических свойств почв на продукционный процесс был разработан специальный комплекс моделирования - информационно-аналитическая система. Этот комплекс состоит из ГИС, интегрированной с динамической моделью продукционного процесса агроэкосистем AGROTOOL.

Методами математического моделирования исследовался продукционный процесс зерновых культур (пшеницы) на поле размером 3 гектара. Исходные данные в точках отбора образцов представлены в таблице.

Некоторые физические и гидрофизические свойства исследованных почв

Неоднородность гидрофизических свойств почвы исследовалась по площади поля и на глубину до 1 метра. В качестве основного показателя, представляющего интерес для сельского хозяйства, был выбран диапазон доступной влаги (НВ-ВЗ). Обработка экспериментальных результатов показала вариабельность этого показателя от 0.11 до 0.17 см³/см³. При этом, максимальные значения достигались в разных слоях в разных точках поля. Это позволяет говорить о существенной вариабельности гидрофизических свойств почв на опытном поле.

В результате проведенных модельных экспериментов было обнаружено, что степень влияния на продукционный процесс вариабельности водно-физических свойств как по глубине, так и по площади поля, зависит от погодных условий, в частности, от осадков, которые распределяются в зависимости от рельефа. Исследования проводились в условиях реальной погоды в период 2007-2011 годов для посевов пшеницы. При этом для 2008 и 2010 годов имелась возможность сравнивать результаты моделирования с полевыми опытами на этом участке. Полученные результаты показывают, что вариабельность урожая и фаз развития пшеницы наблюдались только в 2008 и 2011 годах. Так, например, вариабельность фаз развития для этих годов достигала 5 дней, в то время как в другие года вариабельность урожая и фаз развития практически отсутствовала.

Рис. 1. Вариабельность фаз развития. Погода 2008 г. Удобрения - 90 кг/га азота в действующем веществе

На рис. представлено сравнение урожайности и разности между максимальным и минимальным значением урожая по всему полю в 2008 и 2010 годах для разных норм азотных удобрений.

Рис. 2. Средний урожай и разброс урожая в 2008 и 2010 годах в зависимости от норм удобрений

Объяснение такому факту можно представить на основе анализа динамики влагозапаса в метровом слое почвы, которая является одним из результатов моделирования. Влагозапас определяется на каждый день периода вегетации. Специфические погодные условиями создавали благоприятную динамику влагозапаса в метровом слое почвы в 2007, 2009 и 2010 годах.

2008 2010

Рис. 3. Динамика влагозапаса в метровом слое (сантиметров на 1 метр глубины)

Выводы

Цель работы достигнута - разработаны метод и геоинформационные технологии для совершенствования модели роста и развития сельскохозяйственных растений путем учета пространственной вариабельности водно-физических свойств почв агроэкосистем. Конкретно:

1. На основе анализа использования информационных технологий предложен и апробирован метод учета пространственной вариабельности водно-физических свойств почв в модели роста и развития сельскохозяйственных растений.

2. Выявлены возможности и ограничения, используемые в модели роста и развития сельскохозяйственных растений (AGROTOOL). Разработаны варианты алгоритмов интеграции ГИС и AGROTOOL - AGROTOOL интегрирована с ГИС, что позволяет рассматривать AGROTOOL как интеллектуальное ядро точного земледелия.

3. Разработаны алгоритмы пространственного анализа в среде ГИС для учета вариабельности гидрофизических свойств почв.

4. Предложены методы информационного обеспечения системы поддержки агротехнологических решений, с учетом пространственной вариабельности водно-физических свойств почв, в модели роста и развития сельскохозяйственных растений.

5. Предложена и апробирована методика прогнозирования урожайности зерновых культур, на основе учета пространственной вариабельности водно-физических свойств почв, применена на примере природно-хозяйственных условий Ленинградской области.

6. В результате проведенных модельных экспериментов было обнаружено, что степень влияния на продукционный процесс вариабельности водно-физических свойств как по глубине, так и по площади поля, зависит от погодных условий, в частности, от осадков, которые распределяются в зависимости от рельефа.

7. Наличие информационно-аналитической системы, состоящей из ГИС, соединенной с моделью продукционного процесса AGROTOOL, позволяет проводить компьютерные эксперименты по прогнозированию последствий проведения мелиоративных мероприятий на полях. В частности, последствия изменения механического состава почвы от песчаного к супесчаному и суглинистому за счет проведения глинования.

8. Совершенствование модели роста и развития сельскохозяйственных растений, на основе учета пространственной вариабельности водно-физических свойств почв агроэкосистем, позволит повысить обоснованность выбора агромелиоративных мероприятий и эффективность современных адаптивно-ландшафтных систем земледелия. При этом, использование геоинформационных технологий позволит передавать результаты исследований в другие информационные системы, в том числе, региональные, и использовать для обоснования компромиссных решений по социально-экономическому развитию территорий и выбору стратегий природопользования.

Список работ, опубликованных по теме диссертации

1. Баденко В.Л., Латышев Н.К., Слинчук С.Г. Особенности геоинформационного обеспечения технологий точного земледелия // Информация и космос, 2009, №4. - С. 53-58. ISSN 2072-9804

2. Арефьев Н.В., Баденко В.Л., Латышев Н.К. Геоэкологические подходы к разработке информационно-аналитических систем для гидромелиоративного строительства и природообустройства // Научно-технические ведомости СПбГПУ, №4, 2010. С. 205-211 1 ISSN 994-2354

3. Баденко В.Л., Терлеев В.В., Латышев Н.К., Крылова И.Ю., Муравьева Л.С. Агрофизические исследования почвы для технологий точного земледелия: постановка задачи и метод // Плодородие, №1, 2011. С. 29-31 ISSN 1994-8603

4. Арефьев Н.В., Баденко В.Л., Терлеев В.В., Латышев Н.К., Крылова И.Ю., Глядченкова Н.А. Определение водно-физических свойств почв при мелиоративных изысканиях // Мелиорация и водное хозяйство, №2, 2011, С. 18-21. ISSN 0235-2524

Размещено на Allbest.ru