ЭлБиб

Д.Н. Козлов, Н.П. Сорокина

логики позволяют получить вероятностную оценку для каждой почвенной

категории (McBratney, Odeh, 1997; Zhu et al., 2001, 2003).

В качестве средств построения ландшафтно-индикационной модели

используются методы множественной регрессии, дискриминантного и корре-

ляционного анализов, их модификации, позволяющие вычислить вес каждой

индикационной переменной в разделении заданных почвенных категорий и

сопоставить каждому сочетанию факторных основ определенное состояние

почвы (Environmental soil-landscape modeling, 2006). Методы интеллектуаль-

ного анализа данных (англ.

data mining:

нейронные сети, классификационные

и регрессионные деревья и др.) обеспечивают выявление скрытых законо-

мерностей или взаимосвязей в больших массивах данных.

В качестве факторно-индикационных характеристик элементов растро-

вой сетки чаще всего используются значения абсолютных высот и производ-

ные морфометрические параметры рельефа, описывающие перераспределе-

ние влаги и тепла — показатели крутизны и формы поверхности, водосбор-

ная площадь, высота над местным базисом эрозии и др. (Шарый, 2005; Ter-

rain Analysis…, 2000; Advances in Digital Terrain Analysis, 2008). Для харак-

теристики растительности, особенностей хозяйственной деятельности как

почвообразующих факторов используются многозональные оптико-

электронные космические снимки различных систем (Landsat, Spot, Aster и

др.), регистрирующих свойства ландшафтного покрова (биомасса, продук-

тивность, температура и др.) в величинах отраженного коротковолнового и

собственного длинноволнового излучения (Кравцова, 2005; Ormeci, Ekercin,

2008). В зависимости от особенностей территории и ее изученности набор

базовых факторов может быть расширен характеристиками геолого-

геоморфологических условий (почвообразующие породы, геологическое

строение), гидрологического стока и др. Для средне- и мелкомасштабного

картографирования используются среднемесячные и среднегодовые клима-

тические переменные, с пространственным разрешением 0.1



, 0.25



, 0.5



и 1



(New et al., 2002; Sheffield et al., 2006).

Несмотря на технологическую возможность параметризации свойств

любых факторов почвообразования, в практике ЦПК широко распространено

использование неполных двух-, трехкомпонентных моделей почвенно-

ландшафтных связей, например, почва — рельеф, почва — рельеф, расти-

тельность (Grunwald, 2008; Innovative techniques in soil survey, 2004; Digital

Электронная Научная СельскоХозяйственная Библиотека