Ученые разработали инструменты для прогнозирования эрозии почвы
Эрозия почвы представляет собой серьезную проблему для сельскохозяйственного производства. Она влияет на качество почвы и вызывет попадание загрязняющих веществ в водные пути. Среди всех стадий эрозии почвы, овражная эрозия является наиболее тяжелой, это когда через поле прорезаются большие каналы. Как только овраги начинают развиваться, с ними сложно справиться.
Исследователи из Университета Иллинойса разработали систему моделирования, которая использует данные дистанционного зондирования окружающей среды для более точного прогнозирования подверженности почв овражной эрозии. Эта прогностическая модель позволяет землевладельцам и природоохранным агентствам направлять управленческие ресурсы в наиболее уязвимые районы.
«Процессы эрозии сложно предсказать, потому что на них влияет очень много факторов, включая деятельность фермеров, климат, осадки, температуру, развитие растительности, топографию и многие другие переменные, которые постоянно меняются с течением времени. Мы хотели учесть большие из них, чтобы уменьшить неопределенность прогноза», — говорит Хорхе Гусман, доцент кафедры сельскохозяйственной и биологической инженерии (ABE) Университета I и соавтор статьи, опубликованной в Journal of Hydrology: Regional Studies.
Ученые провели исследование в округе Джефферсон, штат Иллинойс, где 59% земель используется для сельскохозяйственного производства , в первую очередь кукурузы и соевых бобов. Этот регион является типичным для производства пропашных культур на Среднем Западе.
«Мы предсказываем геопространственное местоположение эрозии оврагов на основе пространственных и временных данных высокого разрешения, полученных от спутникового зондирования», — говорит Чонхо Хан, докторант ABE и ведущий автор статьи. «Мы использовали модель максимальной энтропии, или MaxEnt, для прогнозирования областей с высокой вероятностью овражной эрозии. Как правило, исследователи сосредотачиваются на статических переменных, таких как почва, высота и уклон, но мы добавили временные переменные, такие как осадки и растительность, потому что эрозия сильно зависит от роста урожая, температуры и интенсивности осадков». Например, в Иллинойсе характерны бимодальные дожди с более сильными осадками в весенний и осенний сезоны. Нам необходимо учитывать временную изменчивость этих факторов».
Добавление динамических переменных помогло исследователям создать структуру моделирования, которая более точно отражает сложность факторов, влияющих на эрозию.
Чтобы подтвердить результаты моделирования с фактическим расположением оврагов, Хан и Гусман проанализировали данные LiDAR из Центра обмена геопространственными данными штата Иллинойс, нанесенные на карту с пространственным разрешением 2 метра , что обеспечивает обнаружение поверхностного света в воздухе для всего штата Иллинойс. Сравнивая изображения за два разных года, они могли точно определить изменения высоты поверхности, которые могут указывать на образование оврагов. Затем эти идентифицированные местоположения были отфильтрованы и обработаны, чтобы исключить прямое вмешательство человека, такое как добыча полезных ископаемых, строительство и другие виды деятельности, а также сузить вывод оврагов до точности LiDAR.
В целом исследователи обнаружили, что 7,4% сельскохозяйственных угодий в районе исследования имеют повышенный риск развития овражной эрозии.
Среди всех рассмотренных факторов уклон, землепользование , сезонное суточное максимальное количество осадков и органическое вещество показали наибольший вклад в прогнозирование наличия оврагов. Исследователи также обнаружили, что пространственно-временные изменения растительного покрова и осадков имеют решающее значение для прогнозирования образования оврагов в сельскохозяйственных районах.
Их подход можно применять в сельскохозяйственных районах Среднего Запада США, которые имеют схожие параметры землепользования и окружающей среды.
Источник: Иллинойский университет в Урбана-Шампейн
фото: yandex.kz
