Разработка механизма обеспечения комплексной оценки состояния агроландшафтов юго-восточной части Ставропольского края на основе региональной геоинформационной системы тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Малочкин Владимир Юрьевич

• Малочкин Владимир Юрьевич
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Малочкин Владимир Юрьевич

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ И МЕТОДИЧЕСКИЕ ПОЛОЖЕНИЯ КОМПЛЕКСНОЙ ОЦЕНКИ СОСТОЯНИЯ АГРОЛАНДШАФТОВ НА ОСНОВЕ РЕГИОНАЛЬНОЙ ГЕОИНФОРМАЦИОННОЙ СИСТЕМЫ

1.1. Анализ теоретических и методических положений создания региональной геоинформационной системы

1.2. Применение ГИС-технологий при мониторинге агроландшафтов и создании региональной геоинформационной системы

1.3. Инвентаризация земельных ресурсов как основа для формирования базы данных региональной геоинформационной системы

ГЛАВА 2. ФИЗИКО-ГЕОГРАФИЧЕСКАЯ ХАРАКТЕРИСТИКА РЕГИОНА ИССЛЕДОВАНИЙ И МЕТОДИЧЕСКОЕ ОБЕСПЕЧЕНИЕ РАЗРАБОТКИ РЕГИОНАЛЬНОЙ ГЕОИНФОРМАЦИОННОЙ СИСТЕМЫ

2.1. Краткая физико-географическая характеристика региона исследований

2.2. Методика создания ГИС-проекта региональной геоинформационной системы

2.3. Методика исследований деградационных процессов в агроландшафтах

2.4. Методика комплексной оценки состояния агроландшафтов на

основе региональной ГИС

2.5. Методика оценки статистической значимости полученных результатов

ГЛАВА 3. ИНВЕНТАРИЗАЦИЯ ЗЕМЕЛЬ И МОНИТОРИНГ

ПОЧВЕННОГО ПЛОДОРОДИЯ

3.1. Инвентаризация земель

3.2. Инвентаризация разнородных почвенных данных

3.3. Мониторинг почвенного плодородия

ГЛАВА 4. КОМПЛЕКСНАЯ ОЦЕНКА СОСТОЯНИЯ И ИСПОЛЬЗОВАНИЯ АГРОЛАНДШАФТОВ ЮГО-ВОСТОЧНОЙ ЧАСТИ СТАВРОПОЛЬСКОГО КРАЯ НА ОСНОВЕ РЕГИОНАЛЬНОЙ

ГЕОИНФОРМАЦИОННОЙ СИСТЕМЫ

4.1. Географический блок

4.2. Сельскохозяйственный блок

4.3. Гидрогеологический блок

4.4. Блок почвенного плодородия

4.5. Агроэкологический блок

4.6. Экономическое обоснование применения инструментов автоматизации на основе региональной ГИС

ЗАКЛЮЧЕНИЕ

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

ПРИЛОЖЕНИЯ

Введение диссертации (часть автореферата) на тему «Разработка механизма обеспечения комплексной оценки состояния агроландшафтов юго-восточной части Ставропольского края на основе региональной геоинформационной системы»

ВВЕДЕНИЕ

Актуальность темы исследования. Для рационального использования земель необходимы достоверные и актуальные данные, а также передовые технологии накопления, обработки и представления информации. Геоинформационные системы играют ключевую роль в сборе, хранении и анализе пространственных данных, что позволяет существенно улучшить качество проводимых исследований. Актуальность исследований обусловлена важной стратегической задачей, которая заключается в повышении производства и объемов экспорта отечественной сельскохозяйственной продукции, что в свою очередь предопределяет необходимость увеличения темпов роста сельскохозяйственного производства. В период активной цифровизации в России, одним из способов решения поставленной задачи является проведение цифровой трансформации и внедрение агроландшафтного подхода к землепользованию в сочетании с геоинформационными технологиями. Учитывая, что в настоящее время такие технологии не используются в полной мере для планирования адаптивных ландшафтных систем земледелия, возникла необходимость разработки механизма обеспечения комплексной оценки состояния агроландшафтов на основе региональной геоинформационной системы.

Степень разработанности темы исследования. Вопросы мониторинга, методических и теоретических основ оценки состояния агроландшафтов, инвентаризации земель, эффективности использования геоинформационных систем в агропромышленном комплексе, а также разработки информационного ресурса о землях сельскохозяйственного назначения отражены в многочисленных трудах В.В. Браткова, А.А. Варламова, В.В. Вершинина, С.Н. Волкова, С.А. Гальченко, Э.Б. Дедовой, А.В. Дубровского, В.И. Кирюшина, П.В. Клюшина, Г.Е. Лариной, Ф.Н. Лисецкого, Ю.А. Литвинова, А.В. Лошакова, Г.Г. Морковкина, С.И. Носова, Т.В. Папаскири, О.А. Подколзина, И.Ю. Савина, А.Э. Сагайдак, А.В. Севостьянова, В.С. Столбового, В.А. Тарбаева, Ю.А. Цыпкина, Е.В. Черкашиной, А.С. Чешева, Д.А. Шаповалова, В.А. Широковой и др.

Вопросам интенсивности деградационных процессов, степени и тенденции их развития в агроландшафтах Юга России, а также охране агроландшафтов посвящены работы С.А. Антонова, Г.Т. Балакая, Э.Б. Дедовой, П.В. Клюшина, В.В. Кулинцева, А.В. Лошакова, А.А. Новикова, Е.И. Рябова, А.В. Скрипчинского, Н.Б. Сухомлиновой, В.И. Трухачёва, А.С. Целовальникова, В.А. Шальнева и др.

Работы упомянутых авторов имеют большую научную и практическую значимость, а также существенно способствовали становлению и развитию ландшафтно-экологического подхода к землепользованию, но в условиях интенсификации сельского хозяйства, когда процессы деградации оказывают непосредственное влияние на снижение почвенного плодородия и устойчивость агроландшафтов, необходимы новые подходы к оценке их состояния.

Цель исследования: разработка механизма обеспечения комплексной оценки состояния агроландшафтов юго-восточной части Ставропольского края на основе региональной геоинформационной системы.

Задачи исследования:

- разработать структуру и классификатор ГИС-проекта региональной геоинформационной системы агроландшафтов юго-восточной части Ставропольского края;

- провести инвентаризацию земель и разнородных почвенных данных, дополнить стандартную методику проведения инвентаризации земель этапом интеграции в ГИС и разработкой интерактивного паспорта, а также выявить тренды изменения показателей плодородия почв агроландшафтов юго-восточной части Ставропольского края;

- на основе комплексного мониторинга сельскохозяйственных угодий посредством ГИС-технологий выявить количественные характеристики, интенсивность и тренды проявления деградационных процессов;

- усовершенствовать методику проведения бонитировки почв разработкой условий в конструкторе запросов РОТБ для автоматического расчёта

балла бонитета по каждому параметру и последующей автоматической группировкой по качеству почв;

- провести комплексную оценку состояния агроландшафтов юго-восточной части Ставропольского края на основе региональной геоинформационной системы;

- по результатам комплексной оценки и на основе ландшафтно-сельскохозяйственной типизации территории разработать интерактивный агроэкологический паспорт и схему использования земель на агроландшафтной основе.

Объектами исследования являются территориальные природно-сельскохозяйственные геосистемы ранга ландшафтных и агроландшафтных зон провинции степных и полупустынных ландшафтов юго-восточной части Ставропольского края в пределах Советского района.

Предмет исследования - механизм комплексной оценки агроландшафтов на основе региональной геоинформационной системы, включающий в себя интерактивный агроэкологический паспорт, схему использования земельных ресурсов на агроландшафтной основе и обеспечивающий мониторинг интенсивности проявления деградационных процессов, сохранность плодородия почв, организацию рационального землепользования и устойчивость агроландшафтов.

Область исследования соответствует пунктам паспорта научной специальности 1.6.15. Землеустройство, кадастр и мониторинг земель:

- п. 7. Принципы сбора, документирования, накопления, обработки и хранения сведений об объектах недвижимости. Разработка единой методики по ведению комплексного кадастра;

- п. 23. Ландшафтно-сельскохозяйственная типизация территории в адаптивно-ландшафтных системах сельскохозяйственного производства;

- п. 31. Картографическое обеспечение мониторинга земель (атласы земель на федеральном уровне, а также на регионы страны, создание базовых, инвентаризационных, прогнозных и других карт);

- п. 32. Ландшафтно-экологическое районирование территории России и ее отдельных регионов с выявлением территорий распространения основных процессов деградации земель;

- п. 34. Разработка теории и методов создания геоинформационных систем и технологий обработки данных о состоянии земельных и иных природных ресурсов, об объектах недвижимости, инфраструктуре и т.п.;

- п. 37. Применение геоинформационных систем и технологий в целях системного анализа состояния и использования земель, объектов недвижимости, природных и окружающей среды.

Научная новизна заключается в следующем:

- разработана методика, классификатор и оригинальная блочная структура региональной геоинформационной системы, которая обеспечивает комплексную оценку состояния агроландшафтов, задействовав при этом природные и антропогенные факторы, а также инструменты геоинформационного анализа, позволяющие выявить влияние как отдельно взятого фактора, так и их совокупность на конечный результат;

- предложены новые аспекты проведения инвентаризации земель с использованием комбинированного метода, адаптированного для комплексной оценки состояния агроландшафтов, который в отличие от существующих методов позволяет посредством ГИС-технологий реализовать принцип дополнительного сбора уточняющих данных, выявить тренды изменения показателей плодородия почв, интенсивности проявления деградационных процессов, интегрировать полученные данные в региональную ГИС и сформировать интерактивный паспорт на каждый земельный участок;

- определены основные группы земель по потенциалу плодородия (бонитетам), существующая методика комплексной оценки усовершенствована

разработкой условий в конструкторе запросов для автоматического расчёта балла бонитета по каждому параметру и последующей автоматической группировкой по качеству почв;

- установлена зависимость между урожайностью культур и основными показателями комплексной оценки, разработана тепловая карта корреляционной матрицы, множественная регрессионная модель урожайности, получено уравнение регрессионной модели, которое показывает, что модель имеет 5 регрессоров, влияющих на урожайность;

- на базе региональной геоинформационной системы по результатам комплексной оценки состояния агроландшафтов юго-восточной части Ставропольского края предложена и апробирована агроэкологическая типизация по степени пригодности с учётом результатов бонитировки почв, с разработкой и внедрением в производство интерактивного агроэкологического паспорта, а также схемы использования земель на агроландшафтной основе;

- внедрение региональной геоинформационной системы позволит ретранслировать и использовать разработанный механизм комплексной оценки для типичных агроландшафтов Ставропольского края.

Теоретическая значимость. Разработана оригинальная блочная структура и классификатор региональной геоинформационной системы, внедрен комбинированный метод инвентаризации земель, усовершенствованный этапом интеграции в ГИС и разработкой паспорта земельного участка, адаптированного для комплексной оценки состояния агроландшафтов, усовершенствованы подходы комплексной оценки состояния агроландшафтов в части разработки условий в конструкторе запросов QGIS для автоматического расчёта балла бонитета по каждому параметру и последующей автоматической группировкой.

Практическая значимость. Решена важная научная задача, имеющая большое хозяйственное значение, получены количественные и качественные характеристики агроландшафтов, сведения о деградационных процессах, осуществлена агроэкологическая оценка земель, по данным которой выполнена агроэкологическая типизация и противоэрозионная организация территории.

Полученные результаты исследования систематизированы и представлены в качестве интерактивных паспортов, карт, трехмерных моделей, геоинформационных баз данных, объединенных в региональную геоинформационную систему на муниципальном уровне управления земельными ресурсами в целях автоматизации учета и мониторинга агроландшафтов, ландшафтно-сельскохозяйственного зонирования территории, планирования мероприятий по сохранению, а также восстановлению почвенного плодородия, повышения эффективности землепользования, внедрению систем «цифровое землепользование» и «умное поле».

Методология и методы исследования. Методологическая основа исследования базируется на фундаментальных научных трудах выдающихся отечественных и зарубежных учёных в сфере геоинформационных систем и технологий, мониторинга и инвентаризации земель, оценки состояния агроландшафтов, а также адаптивно-ландшафтного землеустройства. В диссертационном исследовании применялись общие принципы, подходы и методы: картографический, математико-статистический, дистанционного мониторинга, моделирования, комплексного, системного, сравнительного и геоинформационного анализа.

Решение поставленных задач основывалось на материалах полевых и камеральных исследований автора в агроландшафтах региона исследований, осуществляемых в 2014-2020 гг. Разработка региональной геоинформационной системы, обработка, анализ и систематизация картографических материалов выполнена в MapInfo и QGIS. Обработка и систематизация атрибутивных данных выполнялась с применением статистических методов, реализуемых посредством программного обеспечения QGIS, MS Excel и среды разработки на Python.

Положения, выносимые на защиту:

- методика и результаты инвентаризации земельных ресурсов, а также тренды показателей плодородия почв агроландшафтов юго-восточной части Ставропольского края;

- интенсивность проявления и тренды количественных характеристик деградационных процессов в агроландшафтах юго-восточной части Ставропольского края;

- усовершенствованная методика и результаты бонитировки почв на основе разработанных условий в конструкторе запросов для автоматического расчёта балла бонитета и построением тепловой карты корреляционной матрицы и множественной регрессионной модели урожайности;

- механизм комплексной оценки состояния агроландшафтов посредством региональной геоинформационной системы с разработкой интерактивного агроэкологического паспорта и схемы использования земель на агроландшафтной основе.

Степень достоверности и апробация результатов исследования. Основана на всестороннем и глубоком анализе ранее опубликованных исследований в области мониторинга и оценки состояния агроландшафтов с применением геоинформационных технологий. На основе предложенной автором методики разработан механизм обеспечения комплексной оценки состояния агроландшафтов, геоинформационные базы данных, интерактивный агроэкологический паспорт.

Основные положения диссертации докладывались на международных, всероссийских и региональных научно-практических конференциях, в том числе: Новое слово в науке. Молодежные чтения (г. Ставрополь, 2016 г.); Актуальные проблемы экологии в сельскохозяйственных ландшафтах и урбанизированных территориях (пос. Персиановский, 2017 г.); Проблемы рационального природопользования и пути их решения (Махачкала, 2017 г.); Международная научно-практическая конференция, приуроченная к 65-летию кафедры агрохимии и физиологии растений Ставропольского государственного аграрного университета (г. Ставрополь, 2018 г.); Современные тенденции развития управления недвижимостью и природопользованием (г. Москва, 2019 г.).

Материалы исследований демонстрировались на всероссийском конкурсе на лучшую научную работу среди студентов, аспирантов и молодых ученых высших

учебных заведений Минсельхоза РФ в номинации «Землеустройство и кадастры», где были заняты призовые места. В 2020 году получено свидетельство (№ 2020621124) о государственной регистрации базы данных: «Земельно-информационная система состояния и использования агроландшафтов», а в 2024 году - свидетельство (№ 2024687415) о государственной регистрации программы для ЭВМ: «Инвентаризация земель муниципального округа». Результаты исследований подкреплены актами внедрения в администрации и управлении сельского хозяйства и охраны окружающей среды Советского городского округа.

Декларация личного участия. Личный вклад автора состоит в проведении комплексного исследования, постановке цели и решении актуальных научных задач, глубокого анализа литературных источников и проведении полевых исследований. Автором усовершенствованы методические положения, разработан механизм обеспечения комплексной оценки состояния агроландшафтов юго-восточной части Ставропольского края на основе региональной геоинформационной системы, проведён анализ полученных картографических и аналитических материалов, их обобщение, статистическая обработка и интерпретация. Кроме того, автор принимал участие в научных конференциях, занимался подготовкой публикаций и диссертации.

Публикации. Основное содержание работы изложено и опубликовано в 15 научных работах, в том числе: 8 статей в изданиях, рекомендованных ВАК при Министерстве науки и высшего образования Российской Федерации, 1 статья в журнале, входящем (на момент публикации) в базу цитирования Scopus. Получено 1 свидетельство о государственной регистрации базы данных и 1 свидетельство о государственной регистрации программы для ЭВМ.

Структура и объем работы. Диссертационная работа изложена на 254 страницах машинописного текста и состоит из введения, четырёх глав, заключения, включает 53 таблицы, 52 рисунка, 235 наименований библиографического списка и 47 приложений.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ И МЕТОДИЧЕСКИЕ ПОЛОЖЕНИЯ КОМПЛЕКСНОЙ ОЦЕНКИ СОСТОЯНИЯ АГРОЛАНДШАФТОВ НА ОСНОВЕ РЕГИОНАЛЬНОЙ ГЕОИНФОРМАЦИОННОЙ СИСТЕМЫ

1.1. Анализ теоретических и методических положений создания региональной геоинформационной системы

В государственном секторе России в широком масштабе представлены достижения создания информационного обеспечения землеустройства и кадастра недвижимости в виде разработок автоматизированных информационных систем, а также формирования нормативной документации и инфраструктуры геоданных [8], [9], [11], [13], [15].

Под региональной геоинформационной системой понимается совокупность географической информационной (ГИС) и земельно-информационной систем (ЗИС), интерпретации которых встречаются в литературе в виде множества определений.

В толковом словаре по геоинформатике определение ЗИС представлено как «информационная система земельно-ресурсной и земельно-кадастровой специализации». Такое определение в «узком смысле» подчеркивает основную функцию ЗИС - создание базы данных, содержащей пространственные сведения о земельных участках [48].

Также существует определение термина ЗИС в «широком смысле» в контексте американского эквивалента - LIS (Land Information System) и понятие этой системы формулируется как «структура программного обеспечения для моделирования поверхности земли высокой эффективности и ассимиляции данных, включающая в себя земельно-кадастровую информационную систему и информационные системы иных ведомственных кадастров» [234].

Н.И. Кресникова, Н.А. Васильевых, А.И. Кривичев, Н.А. Паламарчук дают определение аграрной земельно-информационной системы, под которой понимается интегрированная институциональная, картографическая, землеустроительная, мониторинговая, кадастровая система, включающая в себя

регистрационное и статистическое представление данных о сельскохозяйственных землях, которое адаптировано для потребностей сельского хозяйства [96].

Региональная геоинформационная система представляет собой интеграцию семантических и картографических данных, а её разработка и поддержка могут быть реализованы с использованием компьютерных технологий. Создание системы возможно на основе одной геоинформационной системы (ГИС), нескольких ГИС или без применения ГИС и ГИС-технологий. Применение ГИС-технологий позволит обеспечить комплексный сбор информации, аккумулировать её в специально разработанных табличных формах и представлять пространственно привязанные данные с помощью послойного отображения в геоинформационной системе [36].

Определение ГИС дано в ГОСТ 28441-99: «это автоматизированная система, предназначенная для сбора, обработки, анализа, моделирования и отображения данных, а также решения информационных и расчетных задач с использованием цифровой картографической, аналоговой и текстовой информации» [17].

Следует отметить, что в научных работах ощущается нехватка исследований, посвящённых ГИС-технологиям, геоинформационным системам и методам их создания. Эти термины нередко трактуются исследователями по-разному.

В рамках данного исследования автором под ГИС-технологиями подразумеваются информационные технологии, способные обеспечить как функционирование ГИС, так и возможность решения прикладных задач посредством цифровой картографической информации, а под технологией создания ГИС автор понимает совокупность методов и последовательность выполнения операций, необходимых для создания ГИС.

Правоотношения, формирующиеся в процессе поиска, получения, передачи, производства и распространения информации, а также при использовании информационных технологий и обеспечении информационной безопасности,

подлежит регламентации федеральным законодательством, в котором определены ключевые понятия и термины [3].

Теоретическим и практическим вопросам классификации, а также вопросам проектирования и классификации автоматизированных информационных систем посвящены труды отечественных и зарубежных исследователей А.А. Варламова, С.А. Гальченко [36], В.В. Вершинина [39], Н.А. Гайдамакина [45], В.И. Грекула, Г.Н. Денишенко, Н.Л. Коровкиной [55], В.Я. Цветкова [191], G.P. Obi Reddy, S.K. Singh, N.G. Patil, A. Chaturvedi [232], S.H. Hallett, R. Sakrabani, C.A. Keay & J.A. Hannam [220], S.H. Hallett, R.J.A. Jones & C.A. Keay [221].

Работы А.М. Берлянта [31], А.А, Варламова и др. [36], [73], Б. А. Гладких [50], Ю.А. Лютых [72], Ю.К. Королева [92], В.Я. Цветкова [189, 190, 191] связаны с аспектами создания и внедрения различных территориальных, а также земельно-информационных и земельно-кадастровых систем.

Создание интегрированных информационных систем является сложным и трудоемких процессом, поэтому в России большая часть таких систем создается либо на региональном уровне, либо в рамках крупных муниципальных образований [33], [50], [56], [72], [110], [170], [173], [207], [215].

За рубежом разработка земельно-информационных и кадастровых систем ведётся намного раньше, чем в России, в связи с этим накоплен значительный опыт внедрения и обслуживания таких систем [177], [220], [221], [222], [223], [233], [234].

На сегодняшний день в Российской Федерации не существует никаких федеральных норм, которые регламентируют сферу функционирования именно земельно-информационных систем, но к ней применимы нормативные документы в области геоинформационных систем, цифровой картографии и др. [2], [3], [5], [6], [7], [8], [10], [11], [12], [13], [14], [15], [16], [17], [18].

На федеральном уровне уже начато формирование нормативно-правовой базы ведения земельно-информационных систем, но в то же время приведенный перечень необходимо расширять в связи с тем, что он не захватывает некоторых правовых аспектов формирования ЗИС и тормозит процессы формирования таких

систем, поэтому возникает вопрос о необходимости совершенствования нормативно-правовой базы ЗИС в области современных информационных технологий [36].

В результате развития автоматизированных ЗИС сформировалось межведомственное взаимодействие организаций, несущих ответственность за комплектование кадастровой информации в своей области деятельности, что в некоторых регионах РФ предопределило разработку единой системы, включающей в себя систематизацию и обмен информацией.

Положительная сторона таких систем заключается в систематическом охвате территории, а отрицательной стороной является то, что не всегда возможно обеспечить непрерывное обновление данных.

Опыт создания и внедрения ЗИС в России позволил выявить ряд некоторых особенностей, таких как:

- отсутствие цифровой топографической основы;

- разработка программного обеспечения, которое позволит реализовать поставленные задачи;

- недостаток квалифицированных кадров;

- высокая стоимость разработки, внедрения и поддержания автоматизированных ЗИС.

Зачастую ЗИС создаются либо по поручению администрации, либо в рамках пилотных проектов, которые часто останавливают своё функционирование и на сегодняшний день можно выделить два направления в создании и развитии ЗИС.

Первым направлением являются системы, которые были созданы для задач документооборота и выдачи справочной и отчетной информации. Основной задачей таких систем является создание необходимых форм, хранение информации о документах на земельные участки и основные сведения об их владельцах. На этом возможности подобных систем заканчиваются, задачи документооборота полностью не решаются и к ЗИС такие системы отношения не имеют.

Вторым направлением является разработка систем в основе которых лежат результаты инвентаризации земель.

Выполнение работ по инвентаризации земель в эпоху развития цифровых технологий и возможностью обработки большого объема картографических материалов привели к интенсивному развитию цифровой картографии, что позволило ряду организаций приступить к процессу создания программного обеспечения для обработки данных, цифровых карт и геоинформационных баз данных [64].

При этом, большинство таких организаций начали активные действия по внедрению результатов аэрофотосъемки для отображения реальной картины использования земель и выявления фактических границ земельных участков, а внедрение в данную отрасль систем управления базами данных вызвано необходимостью выполнения всесторонней комплексной оценки массивов данных, связанных с землепользователями, земельными участками и сопутствующей документацией.

Организации, осуществлявшие инвентаризацию, добились значительных успехов в указанных направлениях, однако разработанные ими системы не адаптированы для использования в земельных комитетах. Несмотря на наличие у разработчиков опыта в области цифровой картографии, анализа кадастровой информации и инвентаризации, они недостаточно хорошо понимают потребности пользователей таких систем.

Изучение опыта использования геоинформационных систем показало имеющийся спрос на картографические геопространственные данные. Создание и развитие геоинформационных систем возможно с использованием цифровых земельно-кадастровых карт, базой которых являются системы земельного кадастра, но при этом региональная геоинформационная система должна содержать совокупность различного вида информации, которая имеет пространственную привязку.

1.2. Применение ГИС-технологий при мониторинге агроландшафтов и создании региональной геоинформационной системы

Получение достоверной и надёжной информации о земле связано с необходимостью эффективного управления земельными ресурсами, поэтому возникает вопрос о разработке региональной геоинформационной системы, являющейся основой современных методов землепользования. Инструментом создания таких систем являются геоинформационные и информационные технологии [132], [186].

В 1990 году специалистами лаборатории почвенной информатики Почвенного института им. В. В. Докучаева дан старт проекту «Электронный Атлас СССР». Целью проекта было собрать, упорядочить и проанализировать информацию о специфических особенностях и состоянии почвенного покрова страны с учётом протекающих деградационных процессов на момент исследований и дальнейшей интеграцией в геоинформационную систему.

Список литературы диссертационного исследования кандидат наук Малочкин Владимир Юрьевич, 2025 год

- \

2000

2005

2010

2015

2020

Рисунок 41 - Полиномиальная квадратичная регрессионная модель

урожайности

Степень соответствия модели выборочным данным довольно хорошая, что видно из графика, а также из значений простого = 0,849) и

скорректированного (R2adj = 0,698) коэффициентов детерминации.

Далее выполняем проверку значимости уравнения регрессии в целом и значений коэффициентов в отдельности, при которой определяется ковариационная матрица ошибок оценивания коэффициентов, выполняется проверка статистических гипотез о значимости коэффициентов регрессии, а также с помощью доверительных интервалов оценивается значимость.

В результате выполненных расчётов выявлено, что вероятности достаточно большие, превышают даже уровень значимости alpha = 0,1, поэтому нет достаточных оснований отвергать нулевую гипотезу и признавать коэффициенты значимыми. При проверке доверительных интервалов было выявлено, что интервалы содержат нулевые значения, следовательно это свидетельствует о незначимости коэффициентов регрессии.

Проверка значимости уравнения регрессии в целом с помощью F-статистики Фишера-Снедекора:

(SSmod/<T2)/DFmod S$mod/DFmod ^^mod

F =

(SSres/a2)/DFres SSres/DFres MS

res

result.nobs=5.0, result.df_model=2.0, result.df_resid=2.0 F-statistic: 5.624, p-value: 0.151

Проверка значимости уравнения регрессии в целом также показала, что наблюдается слишком большое значение вероятности, превышающее 0,15, а это свидетельствует о незначимости уравнения регрессии в целом.

Таким образом, несмотря на достаточно высокую степень соответствия квадратичной модели регрессии эмпирическим данным, ни уравнение регрессии в целом, и ни один из трех параметров квадратичной регрессии не являются статистически значимыми даже на уровне 0,1.

Известно, что для качественного оценивания параметров регрессии количество наблюдений должно не менее чем в пять раз превышать число параметров регрессии. В нашем случае всего пять измерений и три параметра регрессии и в таких условиях целесообразно выполнить построение линейной множественной регрессионной модели урожайности.

Учитывая вышесказанное, построим тренды линейной регрессии по методу наименьших квадратов и с помощью статистического Б-критерия Фишера-Снедекора проверим статистическую значимость этих линейных моделей.

На рисунке 42 представлен период и соответствующие линейные тренды. Совпадение значений параметров моделей на рисунке с полученными значениями свидетельствует о верности расчетов.

Рисунок 42 - Линейные тренды изменения урожайности озимой пшеницы в разрезе ландшафтных провинций Советского района Ставропольского края

Проверка значимости уравнения регрессии в целом выполнена по F-критерию Фишера-Снедекора.

Исходя из того, что критерием оценки плодородия почв является урожайность, выполним построение линейной множественной регрессионной модели урожайности.

Для случая парной регрессии: ХТУ = = п (Хт X)-1 = (^ =

п2(Х2-Х2)(-^Х П ) = п(Х2-Х2)\-х 1 ) т11 = п^-Х2)'™22 = п(Х2-

П ) п(х2-Х2)\-х 1/ 11 п(х2-Х2)' п(х2-Х2)

в = (хТХ)-1ХТУ = _1 (х2 -*) = _ 1 (у*2 - = (а)

(Х2-Х2)\-Х 1 / \ХУ/ (Х2-х2)\ху-Х-у; ^

Проверка значимости коэффициентов регрессии осуществляется следующим образом:

Z(y-y)2 -

SSR

ТуЛ-1 —

С = cov(fi) = MSR(XIX)-1^—(XIX) ошибок оценивания коэффициентов. Для парной регрессии:

п-к

(Х'Х) 1 - ковариационная матрица

С = cov

(В) = Яу-?)2 __1 (*2 -х) = (y^yZ^^Íх2 —х)

KPJ п-к п(х2-х2)(-х 1) П-к (х2-х2)(-х 1)

С11 = са = CbX2; С22 = СЬ

(х2-х2)

(у — 9У

для парной регрессии

MSR

П к nlx2 — v2

(х2 — х2)

nDx '

Наблюдаемое значение критерия Стьюдента для параметров регрессии, где = & ;

Используя следующие библиотеки Python, импортируем имеющиеся в Excel данные как DataFrame (df). Исходными для расчетов данными являются материалы из приложений 33, 35, 38.

import pandas as pd import seaborn as sns import matplotlib.pyplot as plt import statsmodels.api as sm import numpy as np

df = pd.read_excel(,/content/drive/MyDrive/Данные.xlsx1 df. info ()

<class 'pandas.core.frame.DataFrame'> RangeIndex: 10 entries, 0 to 9 Data columns (total 27 columns):

header=0)

# Column Non-Null Count Dtype

0 Степ/ППуст 10 non -null int64

1 Год 10 non -null int64

2 Склоны >1°, % 10 non -null float64

3 Низкое содержание подвижного фосфора, га 10 non -null int64

4 Солончаки и засоленные почвы, га 10 non -null int64

5 Солонцы и солонцовые комплексы, га 10 non -null int64

6 Эродированные почвы, га 10 non -null int64

7 Дефлированные почвы, га 10 non -null int64

8 Совместная эрозия и дефляция, га 10 non -null int64

9 Переувлажненные почвы, га 10 non -null int64

10 Заболоченные почвы, га 10 non -null int64

11 Каменистые почвы, га 10 non -null int64

12 Суммарная деградация, га 10 non -null int64

13 Площадь пашни региона исследований, га 10 non -null int64

14 Реакция почвенного раствора (pH), ед. 10 non -null float64

1

15 Подвижный фосфор (P2O5), мг/кг 10 non -null int64

16 Подвижный калий (К2О), мг/кг 10 non -null int64

17 Гумус, % 10 non -null float64

18 Подвижные формы цинка ^п), мг/кг 10 non -null float64

19 Подвижные формы марганца ^п), мг/кг 10 non -null float64

20 Подвижные формы бора №), мг/кг 10 non -null float64

21 Подвижные формы кобальта , мг/кг 10 non -null float64

22 Подвижные формы меди , мг/кг 10 non -null float64

23 Подвижные формы серы мг/кг 10 non -null float64

24 Среднегодовое количество осадков, мм 10 non -null int64

25 Урожайность, ц/га 10 non -null float64

26 ГТК вегетационного периода (апрель-октябрь) 10 non -null float64

dtypes: float64(11), int64(16) memory usage: 2.2 KB

Исследуем внутреннюю линейную взаимосвязь между переменными:

fig, ax = plt.subplotsfigsize = (12,10))

sns.heatmap(df.corr(), vmax=1, vmin=-1, # полные пределы для цветовой шкалы linewidths=0.5, annot=True, cmap=sns.color_palette("vlag", as_cmap=True), lmecolor="white", annotkws = {'size':6}) plt.show()

В результате выполнения представленного кода получим так называемую тепловую карту корреляционной матрицы, фрагмент которой представлен на рисунке 43.

Рисунок 43 - Тепловая карта корреляционной матрицы Советского района Ставропольского края (разработана автором)

Исключим зависимые переменные (с |г|>0.85): dfsim1 = df[['Степ/ППуст', 'Год', 'Склоны >1°, %', 'Реакция почвенного раствора (рН), ед.', 'Подвижный фосфор (Р205), мг/кг', 'Подвижные формы цинка (2п), мг/кг', 'Подвижные формы серы мг/кг', 'Среднегодовое количество осадков, мм', 'Урожайность, ц/га',

'ГТКвегетационного периода (апрель-октябрь)']]

Тепловая карта для dfsim1 примет вид (рис. 44).

Степ/ППуст - V 9 Se-16 1 -Э 9е-16 2 2е-16 1.Ве-16 -2е-17 -0 93 -0.23 -0 65

год - 9.5е-15 i 0003 .0.94 -0 45 0.44 ■0.В -0.12 В ■0 67

Склоны >1". % - в 0003 1 -0 0033 -0.00065 00024 -0 0019 -0 93 -0 23 ■0.65

Реакция почвенного раствора (рН), ед, - .3 9е-16 ■0.94 О.ООЗЗ В 0.3В ■0J3 оьз 0 15 035 0 66

Подвижный фосфор (Р205). мг/кг - 22е-16 -045 -0.00065 0.38 V -0 25 0057 0.25 0.71 031

подвижные формы цинка 1гпК мг/кг - 1 8г-16 044 0 0024 -0-5? -0 25 :Х 001 0 05 0-11 -0 39

Подвижные формы серы (5), мг/кг - ^е-17 □ 4 0019 0-63 0057 0 01 ж 4 00045 0.25

Среднегодовое количество осадков, мм - -0-93 -0 12 -0 93 015 025 005 -0 00045 3Í, 055 0.7

Урожайность, ц/га - Л 23 -0.23 0 55 0.71 0.11 0 25 0 55 1 0.45

гетационного периода (апрель-октябрь) - -0 « ■0 67 0 65 0-31 -0J9 В Ü7 0.45 i В

■ 1.00

-0.75

-0.50

-0.25

-0.00

- -0.25

- -0.50 Н- -0.75 ™ -1.00

Рисунок 44 - Тепловая карта корреляционной матрицы Советского района Ставропольского края с исключением зависимых переменных

(разработана автором)

Построим множественную регрессию для этого набора данных (рис. 45):

X mult = dfsim1.drop('Урожайность, ц/га', axis=1) # исключим 'Урожайность, ц/га' y = dfsim1['Урожайность, ц/га']

X mult constant = sm.addconstant(Xmult) # добавим единичный столбец mod = sm.OLS(y, X mult constant) resmult = mod.fit() print(res_mult.summary())

OLS Regression Results

Dep. Variable: Model: Method: Date: Time:

No. Observations: Df Residuals: Df Model: Covariance Type:

Урожайность, ц/га OLS

Least Squares Wed, 19 ]ul 2023 16:29:07 19 1 8

ronrobust

R-squaired:

Adj. R-squared:

F-statistic:

Prob (IF-statistic)

Log-Likelihood:

AIC :

BIC:

1.000 1.000 7160. 0.00914 17.873 -17.75 -15.02

const

Степ/ППуст Год

Склоны >1°, %

Реакция почвенного раствора (рН), ед. Подвижный фосфор (Р205), мг/кг Подвижные формы цинка (Zn), мг/кг Подвижные формы серы (S), мг/кг Среднегодовое количество осадков, мм ГТК вегетационного периода (апрель-октябрь)

coef std err t P>|t| [0. .025 0.975]

0. .0293 0. .031 0.963 0.512 -0. .364 0.424

-25 .9345 53. .678 -0.433 0.713 -707. .979 656.110

-0, .3397 0. .015 -22.447 0.028 -0. 532 -0.147

1 .5394 3. .791 0.406 0.754 -46. .633 49.712

78 .5011 3. .802 20.646 0.031 30. .183 126.814

2, .0873 0. .076 27.499 0.023 1. .123 3.052

134 .2263 8. 764 15.315 0.042 22. 864 245.590

-4 .1620 0.436 -9.545 0.066 -9. .702 1.378

0, .0347 0. .026 1.356 0.405 -0. .290 0.360

-38 .5152 6. .738 - 5.674 0.111 -124. .766 47.736

Рисунок 45 - Результаты построения множественной регрессионной модели урожайности в Советском районе Ставропольского края

Полученные результаты свидетельствуют о высокой степени соответствия модели экспериментальным данным, однако из таблицы видно, что некоторые коэффициенты регрессии статистически незначимы, поскольку их доверительные интервалы на уровне 0,05 (5%) содержат нулевое значение. Избавившись от таких параметров, построим новую модель (рис. 46): dfsim2 = df[['Реакция почвенного раствора (pH), ед.',

'Подвижный фосфор (P2O5), мг/кг', 'Подвижные формы цинка (Zn), мг/кг', 'Среднегодовое количество осадков, мм', 'Урожайность, ц/га', 'ГТКвегетационного периода (апрель-октябрь)']]

X mult = dfsim2.drop('Урожайность, ц/га', axis=1) # исключим 'Урожайность, ц/га' y = dfsim2['Урожайность, ц/га']

X mult constant = sm.add constant(X mult) # добавим единичный столбец mod = sm.OLS(y, X mult constant) resmult = mod.fit() print(res_mult.summary())

OLS Regression Results

Dep. Variable: Model: Method: Date: Time:

No. Observations: Df Residuals: Df Model: Covariance Type:

Урожайность, ц/га OLS

Least Squares Wed, 19 lul 2023 20:13:02 10

4

5

nonrobust

R-squared:

Adj. R-squared:

F-statistic :

Prob (IF-statistic):

Log-Likelihood:

AIC :

BIC:

9.987 0.971 60.96 0.000725 -15.174 42.35 4Л.16

const

Реакция почвенного раствора (pH), ед. Подвижный фосфор (Р205), мг/кг Подвижные формы цинка (Zn), мг/кг Среднегодовое количество осадков, мм ГТК вегетационного периода (апрель-октябрь)

coef std err t P>|t| [0. .025 0.975]

-596. ,3696 54.958 -10.851 0.000 -748. .958 -443.781

69. ,8929 7.937 8.806 0.001 47. 858 91.928

2. ,2039 0.2S4 7.748 0.001 1. .414 2.994

77, ,5916 12.851 6.038 0.004 41. 913 113.270

0. ,1385 0.022 6.227 0.003 0. .077 0.200

-97 ,8781 23.486 -4.167 0.014 -163. .087 -32.669

Рисунок 46 - Результаты построения линейной множественной регрессионной модели урожайности в Советском районе Ставропольского края

Результаты показывают, что модель содержит 5 регрессоров. И модель в целом и все ее параметры являются статистически значимыми на уровне значимости 0,015.

Коэффициент детерминации R2 = 0,987, что свидетельствует о высокой степени соответствия модели экспериментальным данным.

Представлено сравнение наблюдаемых и прогнозируемых значений, а также невязка относительно прогнозируемых значений.

В результате проведенного анализа получено уравнение линейной множественной регрессионной модели урожайности, которое имеет вид:

у = -596.3696 +69.8929 + 2.2039-х2+ 77.5916-х3+0.1385-х4-97.8781-х5,

где

у - оценка урожайности, ц/га;

X - реакция почвенного раствора фЩ ед.;

X - подвижный фосфор (P2O5), мг/кг;

X - подвижные формы цинка ^п), мг/кг;

X - среднегодовое количество осадков, мм;

X - ГТК вегетационного периода.

Таким образом, можно сделать вывод, что в степных и полупустынных ландшафтах являются лимитирующим фактором и важную роль при оценке урожайности основной культуры (озимой пшеницы) играют такие показатели, как реакция почвенного раствора, содержание подвижного фосфора, подвижных форм цинка, а также величина среднегодового количества осадков и ГТК [112].

4.5. Агроэкологический блок

В сложных природных и социально-экономических условиях края единственно возможной и успешной агроэкологической стратегией сельскохозяйственного природопользования на дальнюю перспективу может быть только адаптивно-ландшафтная [97].

Большое разнообразие, особенность почвенно-климатических, морфологических условий и условий ведения сельского хозяйства предприятиями различных организационно-правовых форм несут в себе трудности при переходе к ведению земледелия края на агроландшафтной основе. Морфологическая сложность рельефа, сухой климат в совокупности с развитием эрозионных и других деградационных процессов привели к тому, что совокупность этих факторов затрудняет рациональное использование значительной части агроландшафтов [147].

Учитывая сложившиеся экономические условия хозяйствования, продолжительность расчетного периода Схемы (до 2030 года), сложившиеся агроландшафты района, в качестве первого этапа модели устойчивого развития

сельскохозяйственного производства, необходимо рассматривать экологизацию хозяйственной деятельности, то есть углубления ее адаптации к природным условиям, особенно отрасли земледелия.

Используемая в Ставропольском крае система земледелия имеет объективные недостатки, которые необходимо корректировать в рамках перехода к адаптивно-ландшафтным системам земледелия, для разработки которых необходимо провести агроэкологическую типизацию земель агроландшафтов, абстрагированную от конкретных ландшафтов и обладающих различным ресурсным потенциалом и экологической уязвимостью [97]. Для этого осуществляется функциональная оценка качества почв, их экологического состояния, рельефа местности, включающего в себя характеристику в виде карт экспозиции, крутизны и формы склонов, а также гипсометрической карты на территорию региона исследований. Важными показателями для оценки качества почвенного покрова являются содержание гумуса, бонитет почвы, а также вид и степень выраженности деградационных процессов.

Агроэкологическая оценка и группировка почв проводится путем взаимного наложения и комплексного анализа электронных карт-слоев и связанных с ними баз данных из всех блоков геоинформационной системы, учитывая при этом индивидуальные особенности влияния каждого фактора на конечный результат агроэкологической группировки. Такая типизация территории не привязана к конкретным ландшафтам, а оценивает их таксоны по наиболее выгодному и экологически безопасному использованию в земледелии [124].

Затем создается общая база данных агроэкологической оценки почв, формируется схема использования земель на агроландшафтной основе (рис. 47) и интерактивный агроэкологический паспорт, фрагмент структуры которого представлен на рисунке 48. Эти материалы являются ядром геоинформационной системы. Полная структура и содержание интерактивного агроэкологического паспорта представлены в приложении 44 [123].

Рисунок 47 - Схема использования земельных ресурсов Советского района Ставропольского края на агроландшафтной основе (разработана автором)

■и

Семантическая база данных

Географический блок

Эрозионная геосистема

Тип местности

Форма рельефа

Высота над уровнем моря

Провинция ландшафта

Ландшафт

Агрол ан дшафт

Порядок водотоков

Длина водотоков Расчлененность рельефа

Крутизна склонов

до 1°

Сельскохозяйственный блок

Кадастровый номер Кадастровая стоимость

Площадь Ставка земельного налога

Категория земель Базовая ставка арендной платы

Разрешённое использование Севооборот

Фактическое использование Почвенный покров

Вид угодья Площадь почвенного контура

Вид собственника Гранулометрический (механический состав)

Вид права Почвообразующая и подстилающая порода

Правообладатель Условия залегания по рельефу

Правоудостоверяюшие документы Содержание агрегатов размером 0,2510 мм в % к весу

Ограничения, обременения Коэффициент впитывания воды, мм/мин

Лицо, в пользу которого установлено ограничение (обременение) права Плотность сложения, г/смЗ

Гидрогеологический блок

Уровень залегания почвогрунтовых _вод_

Водоносный горизонт

Минерализация, г/дмЗ

Сведения об орошении

Подкомандная территория магистральных и оросительных каналов

Почвенное плодородие

Мощность гумусового горизонта почв

Содержание гумуса в 0-20 см слое, °А Запасы гумуса в слое 0-100 см, т/га

Обогащенность азотом, С:Ы

Тип гумуса, Сг.к.:Сф.к.

Рисунок 48 - Фрагмент структуры и содержания интерактивного агроэкологического паспорта Советского района Ставропольского края

(разработан автором)

На территории района выделено шесть агроэкологических групп земель. Общая площадь пашни, входящей в состав этих групп, составляет 165861 гектаров (табл. 49) [112], [124].

Таблица 49 - Агроэкологическая группировка пашни Советского района

Ставропольского края

Агроэкологическая группа Площадь, га %

I полевые севообороты 122831,0 74,1

II кормовые севообороты 27252,0 16,4

III почвозащитные севообороты 10547,0 6,4

IV изменение целевого назначения 4600,0 2,8

V непригодными для возделывания с/х культур (консервация) 200,0 0,1

VI мелиоративное строительство 431,0 0,2

Итого 165861,0 100,0

I агроэкологическая группа. В эту группу включены равнинные участки земель, с уклонами от 0° до 2° с зональными почвами без особых ограничений в использовании (полевые севообороты). Площадь этой группы составляет 122831,0 гектаров или 74,1% от общей площади пашни.

II агроэкологическая группа. К этой категории относятся земельные участки с зональными почвами и уклоном от 1° до 5°, а также в слабой степени подвержены деградационным процессам, дальнейшее развитие которых возможно остановить благодаря использованию простейших агротехнических и мелиоративных противоэрозионных мероприятий (кормовые севообороты). К II агроэкологической группе также отнесены орошаемые земли. Площадь этой группы 27252,0 гектаров, или 16,4% от площади паши.

III агроэкологическая группа. В данную категорию входят участки земель с различными уклонами и почвами, разрушенными в средней степени. Такие земли пригодны для возделывания сельскохозяйственных культур с ограничениями, а проявляемые процессы деградации почв возможно остановить благодаря применению среднезатратных противоэрозионных мероприятий (почвозащитные севообороты). Площадь данной группы 10547,0 гектаров, что составляет 6,4% от всей пашни.

IV агроэкологическая группа. К этой группе относятся участки земель с почвами, которые утратили свои природные свойства и имеют малопригодную степень для использования таких земель в целях выращивания сельскохозяйственных культур. Земли, относящиеся к данной агроэкологической группе, следует переводить в другие виды угодий (изменение целевого назначения). Площадь таких участков составляет 4600,0 гектаров, или 2,8% от всей площади пашни.

V агроэкологическая группа. К V агроэкологической группе относятся земельные участки подлежащие консервации, так как земли данной категории в сильной степени подвержены деградационным процессам и являются непригодными для возделывания с/х культур. Площадь таких земель 200 гектаров или 0,1% от всей пашни.

VI агроэкологическая группа. Включает участки земель, подверженные подтоплению и требующие проведения трудоемких специальных мелиоративных мероприятий (мелиоративное строительство). Площадь этих участков составляет 431,0 гектаров или 0,2% от площади пашни. Площадь земель потенциально опасных к подтоплению земель составляет 29700,0 га.

Группировка естественных кормовых угодий по признакам характерным для ЫП агроэкологических групп не проводилась. Предусматривается сохранение и восстановление их методом рационального использования в системе сенокосов и пастбищеоборотов, проведения работ по улучшению и ускоренному залужению ранее распаханных участков.

В целом группировка земель, наряду с объединением по агроэкологическим признакам, увязана и адаптирована с агроэкологическими требованиями возделывания сельскохозяйственных культур.

Количественные изменения в составе угодий. Необходимо отметить, что на сегодняшний день во всех категориях землепользований и землевладений качественный и количественный состав используемых земель изучен в достаточной степени, поэтому разработка схемы земельных ресурсов на

агроландшафтной основе проведена с расчетом до 2030 года и очевидно, что основное движение угодий происходит и будет происходить внутри категорий.

Площадь, принятая к расчёту 186618 гектаров, что составляет 89,3% от общей площади района. Основная разница падает на земли под водными объектами, лесными землями и другими угодьями. В составе земель, принятых к расчетам, при реализации схемы должны произойти ощутимые изменения (табл. 50).

Таблица 50 - Изменения в составе угодий Советского района

Ставропольского края

Наименование угодий Площадь, га

2020 г. На расчетный срок до 2030 г.

Общая площадь земель, принятая к расчету 186618 186618

Пашни 165861 160661

Многолетние насаждения 617 617

Залежи — —

Сенокосов 141 341

Пастбищ 14742 18942

Итого сельскохозяйственных угодий 181361 180561

Древесно-кустарниковой растительности, не входящей в ГЛФ 4826 5026

Земли, находящиеся в стадии мелиоративного строительства 431 831

Под консервацию — 200

Данные таблицы 50 свидетельствует о том, что площадь пашни в районе необходимо сократить на 5200 гектаров, из них 4400 гектаров эродированных и подтопленных земель подлежат переводу в другие угодья: в сенокосы - 200 гектаров и в пастбища - 4200 гектаров. Консервации подлежат 200 гектаров подтопленной пашни, 200 гектаров необходимо занять полезащитными и водорегулирующими лесными полосами, а 400 гектаров перевести в мелиоративный фонд.

Таким образом, из 165861 гектаров пашни остается 160661 гектаров, которую предлагается использовать в системе севооборотов, в том числе 122862

гектаров — в системе полевых севооборотов; 27252 гектаров — системе кормовых севооборотов и 10547 гектаров — в почвозащитных севооборотах.

Структура посевных площадей. Проектирование и планирование севооборотов для различных видов сельскохозяйственных культур осуществляется с учетом агроэкологического зонирования территории.

Для размещения полевых севооборотов предложены равнинные земли первой агроэкологической группы, не подверженные антропогенным нарушениям. В рамках этих севооборотов запланировано выращивание товарных культур, для возделывания которых применимо использование интенсивных агротехнологий. Примерные схемы полевых севооборотов представлены на рисунке 49.

Схема 1

Схема 2

Схема 3

1. Пар

2. Озимая пшеница

3. Озимая пшеница

4. Пар '/2, зернобобовые У2

5. Озимая пшеница

6. Горох, гречиха, озимый рапс

7. Озимая пшеница

8. Подсолнечник

1. Пар чистый

2. Озимая пшеница

3. Озимый ячмень

4. Горох

5. Озимая пшеница

6. Зернобобовые Уг, гречиха Уг

7. Озимая пшеница

8. Подсолнечник

1. Пар чистый

2. Озимая пшеница

3. Озимые зерновые

4. Пар

5. Озимая пшеница

6. Озимая пшеница

7. Зернобобовая смесь, горох

8. Озимая пшеница

9. Подсолнечник_

Рисунок 49 - Примерные схемы полевых севооборотов

В полевых севооборотах на землях первой агроэкологической группы рекомендуется использовать чистые пары и пропашные культуры полосно вместе с культурами сплошного сева или многолетними травами. Это поможет обеспечить долговременную экологическую устойчивость земель и долговременное использование ресурсов.

Склоновые участки земель второй агроэкологической группы с небольшими антропогенными нарушениями планируется занять кормовыми севооборотами. Орошаемые участки тоже отнесены во вторую группу, хотя они в основном размещаются на равнинных массивах с лучшими почвами. По целевому

назначению эти севообороты являются кормовыми. Примерные схемы кормовых севооборотов представлены на рисунке 50.

Рисунок 50 - Примерные схемы кормовых севооборотов

На землях второй агроэкологической группы стоит отдавать предпочтение севу многолетних трав и культур сплошного сева. Использование интенсивных агротехнологий на землях, относящихся ко второй агроэкологической группе, может привести к их полной деградации.

Поскольку агроландшафтное земледелие не может быть не индустриальным, на землях второй агроэкологической группы предлагается научно-обоснованный технологический компромисс: минимализация основной и предпосевной обработки почв в сочетании с контурно-полевой и полосно-буферной организацией территорий севооборотов и увеличением площадей под сеянными травами. Научные данные подтверждают приемлемость и эффективность этих мер для экологического формирования землепользований в условиях Ставропольского края.

На низкопродуктивных и экологически неустойчивых землях третьей агроэкологической группы планируются почвозащитные севообороты с примерной схемой:

1. Многолетние травы

2. Многолетние травы

3. Многолетние травы

4. Озимые на зерно

5. Озимые на зерно с подсевом трав.

Такая схема чередования культур обеспечит надёжную защиту земель третьей агроэкологической группы.

Проектирование структуры посевных площадей в разрезе агроэкологических групп почв позволит адаптировать севообороты к конкретным экологическим условиям агроландшафта, так как создает предпосылки для углубления специализации севооборотов.

Природоохранные и лесомелиоративные мероприятия. При разработке схемы использования земельных ресурсов на агроландшафтной основе важным вопросом является осуществление природоохранных мероприятий. Из всех природных ресурсов в схеме в составе природоохранных мероприятий учтены почвы, рельеф, растительность, ветер.

Комплекс мероприятий по сохранению почвенного покрова и поддержанию его плодородия включает организационно-хозяйственные, агротехнические, лесомелиоративные и гидротехнические методы. В категорию организационно-хозяйственных входят рекомендации по оптимизации структуры посевных площадей и разграничению участков для севооборотов, основываясь на агроэкологической классификации почв. Эти меры требуют меньших затрат и являются наиболее эффективными с точки зрения охраны окружающей среды. Например, увеличение площадей многолетних трав практически обеспечивает на этих массивах полную защиту почв от ветровой и водной эрозии. Приведение площадей под технические культуры в соответствии с рельефными и почвенными условиями, размещение их только на землях 1-й агроэкологической группы позволит гарантировать высокие урожаи и исключить проявление эрозии.

В условиях резко выраженного рельефа и наличия эрозии рекомендуется, как минимум оставить полосно-буферное размещение культур (технические -пары) на площади 25200 га и применение минимальной почвозащитной технологии обработки почв с сохранением стерни на площади 56200 га.

Для планирования лесомелиоративных мероприятий разработана карта лесных полос и посредством функционала QGIS проведён подсчёт количества

лесополос, их площади, а также вычислен процент облесённости пашни, который высчитывается как отношение площади лесополос к общей площади пашни и составляет 2,53% при норме 4-6%, которая говорит о надёжности защиты от ветровой эрозии (рис. 51).

Рисунок 51 - Карта облесенности пашни Советского района Ставропольского края и планируемого размещения лесных полос

(разработана автором)

Осуществление лесомелиоративных мероприятий по дополнению системы существующих лесополос и созданию новых защитных лесных насаждений -процесс длительный и дорогостоящий, поэтому схемой в первую очередь предлагается только 200 гектаров пашни занять под полезащитные и водорегулирующие лесные полосы и восстановить 147 гектаров лесополос, подлежащих раскорчёвке (табл. 51).

Таблица 51 - Лесополосы и предлагаемые мероприятия на территории Советского района Ставропольского края

Количество лесополос, шт. Площадь, га Облесённость пашни, % Площадь необходимых мероприятий, га

Рубки ухода Дополнение и создание новых лесных полос Раскорчёвка и последующее восстановление

2366 4200 2,53 1921 200 147

В процессе геоинформационного анализа было установлено, что в исследуемом регионе располагается 2366 лесополос, площадь которых составляет 4200 га, из них 1921 га нуждается в проведении рубки ухода, а 147 га подлежат раскорчёвке (так как утратили свои функции) и последующему восстановлению.

Стоит отметить, что учёт результатов морфометрического анализа региона исследований в совокупности с особенностями почвенного покрова, неоднородного агроклиматического режима Ставропольского края, особой ролью системы полезащитных лесополос, позволяют повысить точность определения факторов, влияющих на развитие эрозионных процессов [24].

Для борьбы с линейной водной эрозией наиболее эффективными являются простейшие гидротехнические сооружения. Важнейшими из них являются валы-каналы, донные запруды, противоэрозионные пруды, распределители стока и другие.

Однако, в связи с отсутствием бюджетного финансирования их сооружение сейчас не осуществляется. Особый режим использования прилегающих земель определен для одного вида объектов в районе - малых рек. По территории района протекают реки: Кума, Горькая Балка, Золка и Мокрый Карамык, площадь водоохранных зон которых составляет 9140 гектаров, а площадь прибрежных полос 1196 гектаров.

Других объектов, требующих особого режима использования прилегающих земель на территории района нет.

Типизация природных условий и территориальная дифференциации хозяйственной деятельности с использованием ландшафтных подходов приведет к совершенствованию в области биологизации и экологизации существующих

систем земледелия, адаптации к изменившимся климатическим условиям, различным уровням обеспеченности хозяйств, а также разному соотношению растениеводческой и животноводческой отраслей [97].

4.6. Экономическое обоснование применения инструментов автоматизации

на основе региональной ГИС

В период активной цифровизации экономики страны, агропромышленный комплекс и сельскохозяйственная отрасль, в частности, сталкивается с необходимостью ускоренного роста сельскохозяйственного производства. Один из способов достижения этого - использование агроландшафтного подхода к землепользованию в сочетании с геоинформационными технологиями.

В этой связи актуализировалась необходимость разработки механизма комплексной оценки состояния агроландшафтов на основе региональной геоинформационной системы, включающей в себя пакеты прикладных программ для автоматизированного проведения работ и последующего экономического обоснования внедрения такого механизма для территории региона исследований в границах Советского района Ставропольского края.

Учитывая вышесказанное, для территории региона с применением SWOT-анализа проведена оценка отрасли современного землеустройства и геоинформационных технологий, результаты которой представлены на рисунке 52.

S

(Strengths)

О

(Opportunities)

СИЛЬНЫЕ СТОРОНЫ выполнения работ по землеустройству и внедрения региональной ГИС

— механизм комплексной оценки состояния агроландшафтов и рационального использования земельных ресурсов;

— максимальный учёт природно-ландшафтных, экологохозяйственных и агроэкологических свойств территории при организации в ее пределах землевладения и землепользования, носящих адаптивный характер;

— организация автоматизации землеустроительного проектирования и

землеустройства;

— автоматизированная агроэкологическая типизация с разработкой и внедрением в производство схемы использования земель на

arpo лаидшафтн ой основе и интерактивного агроэ колош чес кого паспорта;

внедрение системы «цифровое землепользование» и «умное поле»;

— планирование мероприятий по восстановлению плодородия почв и повышению эффективности использования земель:

— обеспечение муниципального уровня управления земельными ресурсами геоинформационной базой данных;

объективная оценка земельных участков в целях актуализации налогооблагаемой базы.

W

(Weaknesses)

ВОЗМОЖНОСТИ от внетрения региональной ГИС

— комплексное, системное управление и рациональное использование земельных ресурсов;

проведение инвентаризации земель и разнородных почвенных данных с определением количественного и качественного состояния сельскохозяйственных угодий;

— выявление количественных характеристик, интенсивности и трендов проявления детрадационных процессов;

— использование агроландптафтного подхода к землепользованию в сочетании с геоинформационными технологиями;

— автоматический расчёт баллов бонитета по каждому параметру оценки;

— оптимизация структуры посевных площадей и севооборотов; формирование единой геоинформационной базы данных.

т

(Threats)

СЛАБЫЕ СТОРОНЫ современного землеустройства и ГИС

- отсутствие стратегии рационального использования земель, что связано с развалом системы институтов Гипрозема;

отсутствие актуальных и достоверных данных о состоянии и использовании земель;

недостаток информации для обеспечения механизма регулирования оборота земель, установления земельных платежей, ведения государствен ного кадастра недвижимости, землеустройства и контроля за использованием и охраной земель;

на федеральном уровне отсутствует единая методика, учитывающая особенности выполнения работ по инвентаризации на землях сельскохозяйственного назначения;

- несформированность цифровой экосистемы в области землеустройства и кадастра;

- несовершенство нормативно-правовой базы в области ведения земельно-информационных систем на основе современных информационных технологий.

УГРОЗЫ

01 утраты роли землеустройства и игнорирования внедрения региональной ГИС

- невозможность получать достоверную количественную и качественную информацию о состоянии и использовании земель на основе геоинформационного анализа;

- нарушение устойчивости и компактности объектов землеустройства:

- увеличение площади проявления деградационных процессов;

- повсеместное снижение плодородия почв;

- нарушения земельного законодательства;

утрата или неточное определение границ земельных участков и, как следствие, их площадей; уменьшение налогооблагаемой базы местных бюджетов.

Рисунок 52 - SWOT-анализ отрасли современного землеустройства и применения геоинформационных технологий

Проанализировав результаты Б^ОТ-анализа, стоит отметить следующие аспекты:

- сильной стороной выполнения работ по землеустройству и внедрения региональной ГИС, несомненно, является автоматизация процессов, внедрение систем цифрового землепользования, умного поля, с разработкой агроэкологического паспорта, что в совокупности, позволит планировать мероприятия по восстановлению плодородия почв и повышению эффективности использования земель с учётом природно-ландшафтных, экологохозяйственных и агроэкологических свойств территории, а также обеспечить муниципальный уровень управления земельными ресурсами современной геоинформационной базой данных;

- слабые стороны обусловлены отсутствием стратегии рационального использования земель вследствие расформирования системы институтов

Гипрозема, несовершенством нормативно-правовой базы ведения земельно-информационных систем, отсутствием единых методик, недостатком, а по некоторым аспектам отсутствием актуальных и достоверных сведений, что в свою очередь замедляет формирование цифровой экосистемы в области землеустройства и кадастра;

- игнорирование внедрения региональной ГИС и утрата роли землеустройства несёт угрозу невозможности получения достоверной количественной и качественной информации о состоянии и использовании земель на основе геоинформационного анализа, ведёт к нарушению устойчивости и компактности объектов землеустройства, нарушению земельного законодательства, увеличению площади проявления деградационных процессов, что отражается в виде повсеместного снижение плодородия почв;

- несмотря на слабые стороны и угрозы, существуют и возможности от внедрения региональной ГИС, которые позволяют вести комплексное, системное управление, рациональное использование земельных ресурсов на основе выполнения работ по инвентаризации земель и разнородных почвенных данных, автоматизации расчётов баллов бонитета, оптимизации структуры посевных площадей и севооборотов посредством использования агроландшафтного подхода к землепользованию в сочетании с геоинформационными технологиями.

На основе результатов SWOT-анализа можно сделать вывод, что на сегодняшний день имеется потребность и существуют возможности в проведении землеустроительных работ и работ по комплексной оценке состояния агроландшафтов посредством региональной геоинформационной системы в целях автоматизации, обеспечения муниципального уровня управления земельными ресурсами геоинформационной базой данных, внедрения систем «цифровое землепользование» и «умное поле», а также объективной оценки земельных участков для актуализации налогооблагаемой базы.

В связи с тем, что применение комплексной оценки состояния агроландшафтов на основе региональной ГИС осуществляется на уровне муниципальных органов власти (бюджет которых не предполагает наличие

денежных потоков с привлечением собственных и заёмных капиталов), для расчёта экономического обоснования выбран метод ожидаемого экономического эффекта от внедрения и применения инструментов автоматизации посредством региональной ГИС, в муниципальные органы управления земельными ресурсами.

Эффективность работы информационных систем определяется результатом, полученным от их использования и затратами на их приобретение, поддержку и эксплуатацию. Важными факторами, влияющими на эффективность, являются производительность, способность решать поставленные задачи и надежность работы компьютерных систем. Грамотная эксплуатация компьютерных систем может повысить их эффективность, позволяя получить максимальную отдачу от внедрения процессов автоматизации работ. В таблице 52 представлены затраты на реализацию проекта перехода от стандартных методов к автоматизированным посредством внедрения региональной ГИС комплексной оценки состояния агроландшафтов [43], [140], [141], [142].

Таблица 52 - Затраты на реализацию проекта перехода от стандартных методов к автоматизированным посредством внедрения региональной ГИС

Вид затрат Количество, ед. Стоимость, руб.