Comparative Analysis of the Results of Traditional and Digital Large-Scale Soil Mapping on the Example of a Site at the National Park “Smolenskoe Lakeland”

A. I. Kulikova; Куликова А. И.; P. D. Chechenko; Чеченков П. Д.; M. S. Osipova; Осипова М. С.; О. V. Shopina; Шопина О. В.; I. N. Semenkov; Семенков И. Н.

doi:10.31857/S0032180X22600986

Сравнительный анализ результатов традиционного и цифрового крупномасштабного почвенного картографирования на примере участка в национальном парке “Смоленское Поозерье”

Авторы: Куликова А.И.¹^,2, Чеченков П.Д.², Осипова М.С.², Шопина О.В.¹^,2, Семенков И.Н.¹^,2
Учреждения:
1. Центр по проблемам экологии и продуктивности лесов РАН
2. МГУ им. М.В. Ломоносова
Выпуск: № 3 (2023)
Страницы: 312-320
Раздел: ГЕНЕЗИС И ГЕОГРАФИЯ ПОЧВ
URL: https://journals.rcsi.science/0032-180X/article/view/138015
DOI: https://doi.org/10.31857/S0032180X22600986
EDN: https://elibrary.ru/HDBDWZ
ID: 138015

Цитировать

Полный текст

Открытый доступ
Доступ закрыт

Доступ предоставлен
Доступ закрыт

Только для подписчиков

Аннотация
Об авторах
Список литературы
Дополнительные файлы
Статистика

Аннотация

Территория Смоленского Поозерья отличается сложным и слабоизученным почвенным покровом и выраженным влиянием антропогенного фактора. На участок площадью 8.8 км² в юго-западной части национального парка “Смоленское Поозерье” составлены почвенные карты масштаба 1 : 25 000 в методах традиционной и цифровой почвенной картографии (ЦПК) и проведено сравнение полученных результатов. На обеих картах рассматриваемой территории преобладают серогумусовые почвы (Umbric Cambisol (Loamic) и Arenosols (Ochric)), что связано с сельскохозяйственным использованием в прошлом и реградацией старопахотных почв. Меньшие территории занимают альфегумусовые и текстурно-дифференцированные (Podzols (Arenic) и Retisols (Loamic) соответственно) почвы. Кроме того, обнаружены единичные ареалы псаммоземов (Arenosols), выделить которые удалось только на карте с использованием традиционного метода. Общая точность карты, составленной методом ЦПК, составила 55%. Ведущими факторами выделены морфометрические показатели рельефа, характер субстрата и растительность. Методами ЦПК лучше всего (с точностью 87 и 60% соответственно) предсказано распространение дерново-подзолистых почв (Retisols (Loamic)), приуроченных к суглинистым породам, и перегнойно-торфяных (Histosols), формирующихся в локальных понижениях и на пойме озера Баклановское. Расположение дерново-подбуров (Entic Rustic Podzols (Ochric)) предсказано с наименьшей точностью (29%). Точность предсказания расположения агроземов (Arenosols) и агропочв (Retisols), перегнойно-глеевых (Gleysols), серогумусовых и торфяных (Histosols) варьировала в пределах 43–60%. Метод традиционного картографирования смог в лучшей степени отразить дифференциацию почвенного покрова в крупном масштабе по сравнению с цифровым методом.

Ключевые слова

почвенные ареалы, геоинформационные системы, морфометрические характеристики почв, сравнительно-географический метод, машинное обучение, случайные леса

Список литературы

Алексеев Я.Я. Очерк растительности Смоленской губернии // Сельское хозяйство Смоленской губернии. 1924. С. 107–119.
ГИС-атлас “Недра России”. М.: ВСЕГЕИ, 2001.
Докучаев В.В. Картография русских почв. СПб.: Изд-во М-ва гос. имуществ, 1879. 114 с.
Докучаев В.В. Сочинения. М.–Л.: Изд-во АН СССР, 1950. Т. 4. Ч. 1. 413 с.
Карта Лесоустройства. 2013, 2014. Смоленск: ФГБУ Национальный парк “Смоленское Поозерье” Смоленской области, 2015.
Классификация и диагностика почв России. М.: Ойкумена, 2004. 342 с.
Козлов Д.Н., Лозбенев Н.И. Методы и алгоритмы цифровой почвенной картографии – модели почвенно-ландшафтных связей для категорий номинальной шкалы. https://landscapeedu.ru/files/edu/R_DSM_sid_v0.99.pdf
Козлов Д.Н., Сорокина Н.П. Традиции и инновации в крупномасштабной почвенной картографии // Цифровая почвенная картография: теоретические и экспериментальные исследования. М.: Почв. ин-т им. В.В. Докучаева, 2012. С. 35–57.
Комплексное изучение состояния природы Смоленского Поозерья в целях охраны и рационального использования на момент организации в этом регионе национального природного парка / Под ред. Н.Д. Круглова. Смоленск: Смоленский гос. пед. ин-т, 1995. 513 с.
Королева Н.В., Тихонова Е.В., Ершов Д.В., Салтыков А.Н., Гаврилюк Е.А., Пугачевский А.В. Оценка масштабов зарастания нелесных земель в национальном парке “Смоленское Поозерье” за 25 лет по спутниковым данным Landsat // Лесоведение. 2018. № 2. С. 83–96.
Косенков Г.Л., Колбовский Е.Ю. Периодизация и реконструкция истории освоения территории национального парка “Смоленское Поозерье” для целей типологии культурного ландшафта // Ярославский педагогический вестник. 2012. Т. 3. № 4. С. 232–238.
Кочергин А.С. Эколого-географические основы организации и управления территорией национального парка (на примере национального парка “Смоленское Поозерье”). Автореф. дис. … канд. геогр. н. М., 2002. 21 с.
Общесоюзная инструкция по почвенным обследованиям и составлению крупномасштабных почвенных карт землепользований. М.: Колос, 1973. 95 с.
Полевой определитель почв России. М.: Почв. ин-т им. В.В. Докучаева, 2008. 182 с.
Чистяков С.П. Случайные леса: обзор // Тр. Карельского научного центра. 2013. № 1. С. 117–136.
Шопина О.В., Герасимова М.И., Бавшин И.М., Хохряков В.Р., Семенков И.Н. Инвентаризация и картографирование почв национального парка “Смоленское Поозерье” // Лесоведение. 2022. № 5. С. 478–493. https://doi.org/10.31857/S0024114822040088
Шопина О.В., Гераськина А.П., Кузнецова А.И., Тихонова Е.В., Титовец А.В., Бавшин И.М., Хохряков В.Р., Семенков И.Н. Стадии постагрогенного восстановления компонентов экосистем сосновых лесов национального парка “Смоленское Поозерье” // Почвоведение. 2023. № 1. С. 20–34. https://doi.org/10.31857/S0032180X22600706
Bouslihim Y., Rochdi A., Aboutayeb R., el Amrani-Paaza N., Miftah A., Hssaini L. Soil aggregate stability mapping using remote sensing and gis-based machine learning technique // Frontiers in Earth Science. 2021. № 9. P. 863. https://doi.org/10.3389/FEART.2021.748859/BIBTEX
Breiman L. Random forests // Machine learning. 2001. V. 45. № 1. P. 5–32.
Environmental soil-landscape modelling: geographic information technologies and pedometrics // Ed. S. Grunwald. Boca Raton: CRC Press, 2006. 488 p.
Ershov D.V., Gavrilyuk E.A., Koroleva N.V., Belova E.I., Tikhonova E.V., Shopina O.V., Titovets A.V., Tikhonov G.N. Natural afforestation on abandoned agricultural lands during post-soviet period: a comparative Landsat data analysis of bordering regions in Russia and Belarus // Remote Sensing. 2022. V. 14. № 2. P. 322. https://doi.org/10.3390/rs14020322
Hengl T. A practical guide to geostatistical mapping. Luxembourg, 2009. 292 p.
Ma Y., Minasny B., Malone B.P., McBratney A.B. Pedology and digital soil mapping // Eur. J. Soil Sci. 2019. № 70. P. 216–235.
McBratney A. B., Mendonça Santos M.L., Minasny B. On digital soil mapping // Geoderma. 2003. № 117(1–2). P. 3–52. https://doi.org/10.1016/S0016-7061(03)00223-4
Rossiter D.G. Assessing the thematic accuracy of area–class soil maps // Soil Science Division, ITC. Enschede, Holland. Waiting publication, 2001.
Wadoux A.M.J.C., McBratney A.B. Hypotheses, machine learning and soil mapping // Geoderma. 2021. № 383. P. 114725. https://doi.org/10.1016/j.geoderma.2020.114725
Wang S., Zhou M., Adhikari K., Zhuang Q., Bian Z., Wang Y., Jin X. Anthropogenic controls over soil organic carbon distribution from the cultivated lands in Northeast China // Catena. 2022. V. 210. P. 105897. https://doi.org/10.1016/J.CATENA.2021.105897
Zhang G., Feng L.I.U., Song X. Recent progress and future prospect of digital soil mapping: a review // J. Integrative Agriculture. 2017. V. 16. № 12. P. 2871–2885.