Investigation of in-field heterogeneities in the development of soybean according to remote sensing data and properties of the plow horizon (on the example of the south of the Far East)

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

Assessment of crop heterogeneities is one of the key conditions for predicting crop yield and increasing the economic efficiency of farming. The aim of the study is to develop methods for assessing in-field heterogeneities of soybean based on remote sensing data and to determine the relationship between soybean productivity indicators and soil characteristics. The work was carried out on meadow-brown heavy loamy soil, 10 plots of soybean field with a total area of 36.9 ha (Khabarovsk Krai) were selected for sampling in May and August 2023. The research was based on the results of remote sensing data processing (Sentinel-2 satellite, DJI Mavic3M quadrocopter), assessment of soybean productivity indicators, agrochemical, physical and chemical characteristics of soils and micro- and macroelement composition. The spatial distribution of NDVI modeled from Sentinel-2 data (early August) corresponded to the distribution of NDVI from DJI Mavic3M data. NDVI index values in August 2023 were found to be significantly correlated with soybean height (R = 0.64) and number of beans (R = 0.64). Soil moisture has a positive correlation with NDVI (R = 0.87) and soybean height (R = 0.68) for the entire growing season of the crop. NDVI was positively correlated with Hg (R = 0.79) and negatively correlated with pH (R = –0.79). The content of N-NO3 ranged from 2.51 to 6.84 mg/kg (V = 35.12 %), mobile forms of Р2О5 – from 2.47 to 6.07 mg/100 g (V = 33.13 %), К2О – from 4.98 to 9.37 mg/100 g (V = 20.07 %). The variability of N-NO3 and Р2О5 content decreased to 11.61 % and 21.99 % by August. No significant changes in soil bulk composition were observed between the first and second sampling. Variation of content of rare-earth elements (Sc, Y, lanthanides) in the selected sites did not exceed 5 %. By the date of the second sampling a significant decrease by 4–10.5 % (p < 0.05) in the content of rare earth elements in soil was noted.

Texto integral

Acesso é fechado

Sobre autores

A. Stepanov

Far-Eastern Agriculture Research Institute, Khabarovsk Federal Research Center of FEB RAS

Autor responsável pela correspondência
Email: stepanfx@mail.ru

доктор фармацевтических наук

Rússia, 680521, Khabarovskii krai, s. Vostochnoe, ul. Klubnaya, 13

G. Kharitonova

Institute of Water and Environmental Problems, Khabarovsk Federal Research Center of FEB RAS

Email: stepanfx@mail.ru

доктор биологических наук

Rússia, 680000, Khabarovsk, ul. Dikopol’tseva, 56

T. Aseeva

Far-Eastern Agriculture Research Institute, Khabarovsk Federal Research Center of FEB RAS

Email: stepanfx@mail.ru

доктор сельскохозяйственных наук, член-корреспондент РАН

Rússia, 680521, Khabarovskii krai, s. Vostochnoe, ul. Klubnaya, 13

A. Verkhoturov

Computing Center, Khabarovsk Federal Research Center of FEB RAS

Email: stepanfx@mail.ru
Rússia, 680000, Khabarovsk, ul. Kim Yu Chena, 65

K. Dubrovin

Computing Center, Khabarovsk Federal Research Center of FEB RAS

Email: stepanfx@mail.ru
Rússia, 680000, Khabarovsk, ul. Kim Yu Chena, 65

A. Frolov

Far-Eastern Agriculture Research Institute, Khabarovsk Federal Research Center of FEB RAS

Email: stepanfx@mail.ru
Rússia, 680521, Khabarovskii krai, s. Vostochnoe, ul. Klubnaya, 13

Bibliografia

  1. Теоретические основы дистанционной и наземной количественной оценки внутриполевой изменчивости для точного земледелия / В. П. Якушев, Ю. И. Блохин, С. Ю. Блохина и др. Санкт-Петербург: АФИ, 2023. 75 с.
  2. Научно-обоснованный прогноз развития точного земледелия в России / Е. В. Рудой, М. С. Петухова, С. В. Рюмкин, Е.В. и др. Новосибирск: ИЦ НГАУ «Золотой колос», 2021. 138 с.
  3. Новые возможности автоматизации процесса обнаружения внутриполевой неоднородности по гиперспектральным снимкам и оптическим критериям / B. П. Якушев, Е. В. Канаш, В. В. Якушев и др. // Современные проблемы дистанционного зондирования Земли из космоса. 2019. Т. 16. № 3. С. 24–32.
  4. Якушев В. П., Канаш Е. В., Русаков Д. В. Корреляционные зависимости между вегетационными индексами, урожаем зерна и оптическими характеристиками листьев пшеницы при разном содержании в почве азота и густоте посева // Сельскохозяйственная биология. 2022. Т. 57. № 1. С. 98–112.
  5. Прудникова Е. Ю., Савин И. Ю., Грубина П. Г. Спутниковая оценка агрономически важных свойств пахотных почв с учетом состояния их поверхности // Бюллетень Почвенного института имени В. В. Докучаева. 2023. Вып. 115. С. 129–159.
  6. Технологии составления и обновления почвенных карт / И. Ю. Савин, В. С. Столбовой, А. Л. Иванов и др. М.: Перо, 2019. 328 с.
  7. Виндекер Г. В., Прудникова Е. Ю., Савин И. Ю. Трансформация открытой поверхности почв под воздействием осадков в модельном эксперименте // Бюллетень Почвенного института им. В. В. Докучаева. 2018. Вып. 95. С. 23–40.
  8. Leroux C., Tisseyre B. How to measure and report within-field variability: a review of common indicators and their sensitivity // Precision Agriculture. 2019. Vol. 20. P. 562–590.
  9. Comparison of PlanetScope, Sentinel-2, and Landsat 8 data in soybean yield estimation within-field variability with random forest regression / K. Amankulova, N. Farmonov, P. Akramova, et al. // Heliyon. 2023. Vol. 9. URL: https://www.sciencedirect.com/science/article/pii/S2405844023046406?via%3Dihub (дата обращения: 12.03.2024).
  10. Maes W. H., Steppe K. Perspectives for Remote Sensing with Unmanned Aerial Vehicles in Precision Agriculture Trends // Plant Science. 2019. Vol. 24. No. 2. P. 152–164.
  11. The potential of UAV-borne spectral and textural information for predicting aboveground biomass and N fixation in legume-grass mixtures / E. Grüner, M. Wachendorf, T. Astor, et al. // PLoS One. 2020. Vol. 15. No. 6. URL: https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0234703 (дата обращения: 12.02.2024).
  12. Nitrogen variability assessment of pasture fields under an integrated crop-livestock system using UAV, PlanetScope, and Sentinel-2 data / F. Pereira, J. P. de Lima, R. G. Freitas, et al. // Computers and Electronics in Agriculture. 2022. Vol. 193. URL: https://www.sciencedirect.com/science/article/pii/S0168169921006621?via%3 Dihub (дата обращения: 15.03.2024).
  13. An overview of crop nitrogen status assessment using hyperspectral remote sensing: current status and perspectives / Y. Fu, G. Yang. R. Pu, et al. // European Journal of Agronomy. 2021. Vol. 12. URL: https://www.sciencedirect.com/science/article/pii/S1161030121000137 (дата обращения: 14.01.2024).
  14. Наумченко Е. Т., Банецкая Е. В. Влияние длительного применения удобрений на плодородие луговой черноземовидной почвы и урожайность сои // Агрохимия. 2022. № 2. С. 28–33.
  15. Изменение химических и микробиологических свойств почвы при антропогенном воздействии в полевом севообороте / Н. А. Селезнева, А. Г. Тишкова, Т. Н. Федорова и др. // Достижения науки и техники АПК. 2020. Т. 34. № 6. С. 5–10.
  16. Шерстобитов С. В., Абрамов Н. В. Влияние почвенной неоднородности и внесения усредненной нормы азотных удобрений на урожайность яровой пшеницы // Вестник КрасГАУ. 2020. № 5. С. 93–99.
  17. Тимофеева Я. О., Голов В. И. Железо-марганцевые конкреции как накопители тяжелых металлов в некоторых почвах Приморья / Я. О. Тимофеева, В. И. Голов // Почвоведение. 2007. № 12. С. 1463–1471.
  18. Тимофеева Я. О. Микроэлементы в различных типах почв агрохимических стационаров // Вестник КрасГА У. 2011. № 2. С. 37–41.
  19. Review of Rare Earth Elements as Fertilizers and Feed Additives: A Knowledge Gap Analysis / F. Tommasi, P. J. Thomas, G. Pagano, et al. // Archives of Environmental Contamination and Toxicology. 2021. Vol. 81. No. 4. P. 531–540.
  20. Использование вегетативного индекса NDVI для прогноза урожайности зерновых культур / С. А. Родимцев, Н. Е. Павловская, С. В. Вершинин и др. // Вестник НГАУ (Новосибирский государственный аграрный университет). 2022. № 4(65). С. 56–67.
  21. Гопп Н. В., Савенков О. А. Связь показателя NDVI и урожайности яровой пшеницы со свойствами пахотного горизонта черноземов глинисто-иллювиальных элювиированных и темно-серых почв // Почвоведение. 2019. № 3. С. 377–386.
  22. Использование NDVI в цифровом картографировании содержания фосфора в почвах и оценка обеспеченности им растений / Н. В. Гопп, О. А. Савенков, Т. В. Нечаева и др. // Исследование Земли из космоса. 2019. № 2. С. 65–73.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar
2. Fig. 1. Study area with soil sampling sites.

Baixar (200KB)
Metadados
3. Fig. 2. Spatial distribution of NDVI values ​​for a soybean field based on space and aerial photography data.

Baixar (182KB)
Metadados
4. Fig. 3. Maps of the spatial distribution of agrochemical and physicochemical characteristics of the field, as well as indicators of soybean productivity.

Baixar (207KB)
Metadados

Declaração de direitos autorais © Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».