ИСПОЛЬЗОВАНИЕ ПОКАЗАТЕЛЕЙ ОТРАЖАТЕЛЬНОЙ СПОСОБНОСТИ КАК КОВАРИАТЫ СОДЕРЖАНИЯ ОРГАНИЧЕСКОГО ВЕЩЕСТВА В ЗАЛЕЖНЫХ ПОЧВАХ
К.Г. Гиниятуллин1, И.А. Сахабиев\ Е.В. Смирнова\ А.А. Валеева\С.С. Рязанов2, Л.И. Латыпова1
Аннотация
В работе дана оценка возможности использования показателей отражательной способности воздушно-сухих измельченных (< 0.25 мм) образцов почвы в видимой и инфракрасной области спектра как ковариаты содержания почвенного органического вещества (ПОВ) в старопахотных горизонтах залежей. Выявлена значимая корреляция содержания ПОВ только с интенсивностью полосы поглощения 1630 см-1 и площадью полосы поглощения 1706-1537 см-1. Невысокие корреляции в инфракрасном диапазоне связываются с химической неоднородностью ПОВ, унаследованного из пахотной почвы и новообразованного под залежами. Более тесные корреляции наблюдаются между ПОВ и отражением в красном канале видимого спектра, коэффициент корреляции равен -0.76 для слоя 0-5 см и -0.73 для слоя 5-10 см. Показано, что использование отражения в красном канале для кокригинга позволяет получить более точный пространственный прогноз распределения ПОВ при минимальном наборе данных по сравнению с ординарным кригингом. Уточненные карты содержания ПОВ могут обеспечить получение более реалистичного прогноза секвестрации СО2 в залежных почвах, а также эмиссии его из залежей при смене землепользования.
Ключевые слова: залежные почвы, органическое вещество, спектральные характеристики почв, пространственный прогноз, кокригинг
Введение
Казанский федеральный университет является базовым научным центром проекта по созданию на территории Республики Татарстан одного из карбоновых полигонов по разработке и испытанию технологий контроля углеродного баланса для предотвращения глобальных изменений климата. Эта задача имеет большое значение в решении вопросов биогеохимии и оценки состояния экосистем. Так, по данным Батджэса [1], почвенный покров Земли содержит около 1500 Pg (1 Pg = 1015 г) органического углерода, это в три раза больше, чем содержится в растительном покрове и в два раза больше, чем в атмосфере. Увеличение содержания почвенного органического вещества (ПОВ) рассматривается как важнейший потенциальный сток CO2 из атмосферы, а почвы, подвергающиеся деградации, напротив, являются одним из основных потенциальных источников его поступления [2-4]. Значительный вклад в поддержание баланса углерода на территории современной России вносят залежные почвы [3, 5, 6]. В работе [6] отмечается, что общий дополнительный сток углерода на заброшенных пахотных землях России (45.5 млн га) оценивается в 155 ± 27 Мт C в год. Это может покрыть около 18% глобального выброса CO2 из-за потери лесов и других изменений в землепользовании или ежегодно компенсировать около 36% текущих выбросов от сжигания ископаемого топлива.
Общий характер и направленность количественных и качественных изменений гумусного состояния почв под влиянием залежной растительности известны по результатам целого ряда исследований (см., например, [7-9]). Вместе с тем надежный прогноз масштабов секвестрации углерода на отдельных массивах залежей и перенос данных на почвенный покров более крупных объектов возможны только с учетом пространственной неоднородности накопленных запасов ПОВ. Важность картографирования залежных земель отмечается в работе [10]. Ранее нами с помощью специальных схем пробоотбора и геостатистических методов было показано, что аккумуляция ПОВ в верхней части старопахотных горизонтов (Аспах) серых лесных почв за 15 лет нахождения под залежной растительностью может составлять 21% от общего запаса, но количество накопленного органического вещества (ОВ) на отдельных участках отличается при этом более чем в два раза [11].
Очевидно, что при таком уровне пространственной неоднородности надежная и объективная оценка масштабов секвестрации углерода в них может строиться только на результатах пространственного картографирования и моделирования с применением современных методов пространственного анализа.
Методы пространственного моделирования почвенных свойств на различных уровнях масштабирования достаточно хорошо отработаны и широко используются в цифровой почвенной картографии [12]. С учетом актуальности изучения баланса углерода в последние десятилетия особый интерес исследователей сосредоточен на моделировании пространственной неоднородности содержания ОВ в почвах. Моделирование содержания ПОВ проводится как в национальных, региональных масштабах [13-15], так и в масштабах одних отдельно взятых полей или массивов [16-18]. Наряду с традиционными геостатистическими подходами [19, 20] для решения данных задач все шире привлекаются методы машинного обучения, а также различные гибридные методы [14-17]. Применение специальных геостатистических и машинных методов позволяет получить высокую точность пространственного прогноза за счет аналитического определения ПОВ и косвенных предикторов его содержания [12]. В качестве таких предикторов обычно используются данные дистанционного зондирования Земли (ДЗЗ). В основном используются спектральные индексы отражательной способности открытой поверхности почвы, часто в совокупности с дополнительными предикторами (вегетационными индексами, морфометрическими атрибутами рельефа, картами почвенных свойств, климатическими показателями и др.) [18, 21-23].
Цифровое картографирование, отработанное на пахотных землях и территориях с высокой долей пахотных угодий, связано с определенными сложностями на залежных участках с развитой растительностью. Прежде всего, это невозможность получения из дистанционных источников показателей отражательной способности открытой поверхности почвы под развитой залежной растительностью.
В данном случае для создания точных карт содержания ПОВ может возникать необходимость использования в качестве предикторов показателей отражающей способности почвенного материала в различных диапазонах спектров, получаемых прямым полевым или лабораторным измерением [24]. Данные прямого измерения отражательной способности могут быть достаточно показательными для пространственного прогноза ряда почвенных свойств [25-28].
Наличие корреляционных связей цветовых характеристик с химическим составом почвенного материала общеизвестно и систематизировано в ряде работ [29, 30]. В качестве ковариат химических свойств почв традиционно используют характеристики отражательной способности почв в видимой, ближней и средней ИК-областях спектра, полученные с применением спектроскопических методов [25, 31-35]. Основными преимуществами прямого измерения отражательной способности почв являются быстрота и дешевизна, а также возможность одновременно проводить анализ различных почвенных свойств [31, 36]. Считается, что совершенствование современной спектрометрической техники и методов обработки результатов позволяет использовать данные измерения спектральных характеристик почв не только как количественные ковариаты ПОВ, но и как показатели его качественного состава [37].
Предварительная обработка спектров диффузного отражения в средней ИК- области (мультипликативная коррекция рассеяния, сглаживание и нормализация спектральных показателей) позволяет добиться корреляции (г) между эталонными и прогнозируемыми по спектральным показателям значениями содержания ОВ в почвенных образцах равной 0.97-0.98 [38]. Применение данного метода рассматривается авторами как альтернатива химическим методам определения ОВ. Примерно такого же порядка оказались показатели корреляции, полученные в работах [39-40], а также в обзорной статье [41]. Большинство исследователей [36, 40, 41] сходятся во мнении, что использование ближнего и среднего ИК-диапазона для оценки содержания ПОВ наиболее перспективно.
Известны исследования, в которых оценивается возможность использования спектральных характеристик почв не только в ИК-, но и в видимой области спектра. В работе [37] показано, что почвенный органический углерод и отражательная способность почв характеризуются отрицательной корреляцией в пределах широкого диапазона длин волн (400-2400 нм). Высокие коэффициенты корреляции были обнаружены в области между 500-800 нм с наиболее сильным значением при 610 нм (г = -0.84), то есть в красном (R) канале видимого спектра. Результаты анализа искусственных почвенных смесей также свидетельствуют о том, что при определении содержания органического углерода и азота могут продуктивно использоваться как видимая, так и ИК-область спектра [33].
При использовании в качестве предикторов содержания ПОВ ограниченного количества показателей отражательной способности почвенного материала определенные преимущества может иметь достаточно простой подход для построения точных карт - ковариационный кригинг (кокригинг) [34]. Кокригинг - это многомерное развитие кригинга, когда в процесс предсказания почвенного свойства включается дополнительная переменная (ковариата), которая легче измеряется или по которой можно без особых затруднений получить многочисленные данные [42, 43]. Кокригинг может применяться в случае, если пространственное распределение одного почвенного свойства определяется распределением другого свойства или их распределение обусловлено действием одного и того же фактора варьирования, то есть строится на тех же принципах, что и методы регрессии в традиционной статистике [42]. В отличие от регрессионного кригинга и методов машинного обучения, реализация которых основана на линейных и нелинейных регрессионных моделях зависимости целевой переменной от большого количества потенциальных разнородных предикторов [44], кокригинг строится только на анализе кросс-вариограмм.
Цель настоящей работы - оценить возможности использования характеристик отражательной способности почв в видимой, ближней и средней ИК-областей спектра, определенных в лабораторных условиях в качестве показателей содержания разнородного ПОВ в старопахотных горизонтах залежных почв в целях создания карт пространственного распределения методом кокригинга.
почвенное органическое вещество старопахотный залежные почвы отражательный спектр
1. Объекты и методы
Для исследования был выбран участок светло-серых лесных почв (Retisols) площадью 10.2 га, расположенный в Предкамье Республики Татарстан и находящийся под 15-20-летней залежной растительностью, представленной луговым разнотравьем, зарастающим лесом. Отбор образцов проводился согласно стратифицированной рандомизованной схеме, которая была получена с использованием пакета spcosa [45] статистической среды R (рис. 1). Участок пробоотбора делился на страты произвольной формы, примерно одинакового размера, в пределах каждой ячейки рандомизировано располагались две точки пробоотбора. Данная схема места отбора проб позволяет получить близко расположенные точки, что является одним из условий корректного применения методов геостатистики.
Первая группа точек (Т1, 50 шт.) закладывалась для определения содержания ПОВ и отражательной способности почв в видимом и ИК-диапазоне спектра, вторая (Т2, 50 шт.) - только для оценки отражательной способности. Содержание ПОВ фиксировалось в 50 точках, обозначенных на схеме отбора как Т1. Отражательная способность почв в видимом и ИК-диапазоне спектра измерялась в 100 точках (Т1 и Т2). Точки отбора определялись на местности с помощью полевого GPS-контроллера TRIMBLE JUNO 5D с точностью геопозиционирования до 1 м. Образцы отбирались из слоев 0-5 и 5-10 см горизонта Аспах, поскольку в этих слоях обычно наблюдается накопление ПОВ под залежной растительностью. Образцы были доведены до воздушно-сухого состояния и пропущены через сито диаметром 0.25 мм.
Отражательную способность в средней и ближней областях ИК -спектра (4000-660 см-1) измеряли на спектрометре Spectrum Two (Perkin Elmer, США) с приставкой PIKE (MIRacleTM, США), используемой для установления обратного внутреннего отражения твердофазных образцов. Приставка позволяет получать ИК-спектры отражения растертых порошкообразных почвенных проб без сложных процедур их предварительной подготовки. ИК-спектры интерпретировали на основе работы [46]. Получение цветовых характеристик в видимой области спектра проводилось также в воздушно-сухих растертых образцах с использованием цифровой камеры при унификации условий освещения и калибровки камеры с помощью цветовых мишеней Color Checker. Количественный анализ цвета проводился в программе Adobe Photoshop в цветовых пространствах RGB и CIE Lab по методике, описанной в работе [47]. Содержания ПОВ определяли методом мокрого сжигания по Тюрину.
Рис. 1. Схема пробоотбора. Т1 - точки, в которых отбирались образцы для определения содержания ПОВ и измерения отражательной способности, Т2 - точки только для измерения отражательной способности
Связь между содержанием ПОВ и показателями отражательной способности почв оценивалась по коэффициенту корреляции Пирсона (г). Данные обрабатывали в статистической среде R [48]. Вариограммный анализ и пространственная интерполяция данных была осуществлена при помощи пакета gstat языка R по методике Пебесмы [49]. Для пространственного прогноза содержания ПОВ по спектральным характеристикам образцов в видимом и ИК-диапазонах спектра использовали кокригинг. В качестве оценки кокригинга использовали линейную комбинацию двух переменных в следующем виде:
где z0 - оценка целевой переменной в местоположении 0; u1, ..., un - первичная переменная в n ближайших местоположениях; v1, ..., vm - вторичная переменная в m ближайших местоположениях; a1, ., an и b1, ., bm - веса кокригинга [50].
Сравнительная оценка точности пространственного прогноза проводилась относительно результатов ОК. Точность интерполяции оценивалась по результатам перекрестной проверки. В качестве критериев оценки выступали значения усредненной ошибки (2), среднеквадратичного отклонения (3) и значения MSDR (4), которое характеризуется как среднее значение отношения остатков модели к дисперсии кригинга [51]:
где у - наблюдаемое значение целевой переменной, у - прогнозируемое значение целевой переменной, а2 - дисперсия кригинга.