метод анализа и синтеза литературных источников, математико-статистические данные.
. Программные и технические средства
Из большого числа средств лицензионного программного обеспечения, пригодного для ГИС и содержащего достаточно обширный аппарат для манипулирования растровыми и векторными материалами, можно подобрать оптимальный состав средств в зависимости от целей и задач мониторинга. Учитывая достаточно разноплановый формат поступающих в результате мониторинга материалов вначале следует произвести инвентаризацию средств, а затем скомпоновать из них оптимальный состав.
При работе с растровыми данными необходимо обеспечить одновременную работу со многими изображениями, их преобразования, обработку, манипулирование с цветом, яркостью, масштабом, выборки и т.д. Важна возможность осуществления работы с дигитайзером.
При работе с векторными материалами важно иметь большие возможности для манипулирования с точечной, линейной, полигонной информацией, штриховками, символами, слоями, их комбинациями, сочетаниями, а также ввода, записью, удаления материалов [1].
Обязательно наличие возможностей работы с пространственными базами данных, разными технологиями их ввода, визуализации, просмотра.
Особые требования следует предъявить к возможностям ввода картографических материалов, их редактирования, нанесения условных знаков, загрузке и дозагрузке основы.
Наконец, программное обеспечение должно предусматривать возможности сопряжения растровых и векторных материалов с базами данных.
Наиболее известные программные средства (Map Info, Arc Info, Arc View, IDRISI - относительно простые и Arc Cad, Auto Cad, ERDAS - относительно сложные) в большинстве своем позволяют выполнить упомянутые и многие неупомянутые выше требования [1].
Технические средства следует рассматривать в нескольких аспектах: получение информации непосредственно в полевых условиях, аналитической обработки отобранных образцов и автоматизированной компьютерной обработки информации в камеральных условиях. Первый аспект из перечисленных потребует наибольших усилий государства для кардинального изменения сложившейся ситуации. Ведь сегодня практически отсутствуют экспрессные полевые передвижные установки для изучения физических, химических, физико-химических и биологических свойств почв, нет возможности изучить непосредственно в поле состав и свойства твердой, жидкой и газообразной фаз.
Не менее сложна задача переоснащения аналитических лабораторий в областях. Однако, учитывая исключительно высокую производительность современных приборов, нет необходимости оснащать ими все областные лаборатории. Для этого вполне достаточно было бы иметь 5-6 зональных лабораторий (по одной на 4-5 соседних областей) [1].
На рынке представлен широкий спектр такого рода технических средств: мощные мини-ЭВМ, способные заменить целые вычислительные центры и обладающие высоким быстродействием, оперативной внешней памятью и не предъявляющие особых требований к эксплуатации. Сегодня становится вполне реальным и кажется еще более реальным в недалекой перспективе укомплектовать специальные подразделения современной мини-ЭВМ, пакетами прикладных программ, системами управления базами данных, средствами ввода информации, компьютерной графики и картографии.
Судя из того, как лавинообразно растет число пользователей ГИС, как с поразительной скоростью модернизируются технические средства, прогноз в отношении применения этих средств к решению задач мониторинга почв может быть очень обнадеживающим.
2. Дистанционное зондирование
Данные дистанционного зондирования, гармонизированные с ГИС, - еще одно перспективное направление совершенствования мониторинга почв. Возможности ДЗ для диагностики почв достаточно давно изучаются и в настоящее время прояснены настолько, что вполне могут рассматриваться как реальное средство для решения мониторинговых задач и для ускорения оценок и вовлечения в одновременный анализ значительных территорий.
Спектральная отражательная способность почв является основой диагностики почв с помощью дистанционных средств. Почвы в зависимости от своего состава и свойств обладают различной отражательной способностью. Основной вклад в качественные характеристики спектра вносят содержание органических веществ, соотношение в них разных фракций гумуса, грансостав, содержание окислов железа, солей, влажности. В разных частях спектра эти зависимости имеют разный характер. Каталогизация спектров для разных условий, формализация зависимостей, автоматические компьютерные методы расчета и диагностика - сегодня все эти вопросы достигли значительного уровня развития.
Учитывая большие возможности ДЗ для мониторинга, стоит рассмотреть этот вопрос несколько подробнее. Сегодня стало достаточно очевидно, что разнообразные средства ДЗ (аэро-, фото-, космическая съемки, и материалы телевизионного, теплового, микроволнового, радиолокационного и др. видов сканирования), осуществленные сопряженно и на геоинформационной основе, создают благоприятные предпосылки для получения разнообразной информации с высокой оперативностью, разрешающей способностью и даже в режиме реального времени [6].
2.1 Аэрофотосъемка
Фотографирование территорий с самолетов широко используется в геологии, гидрологии, гидрографии, исследовании лесов. Опыт изучения почвенного покрова с помощью аэрофотосъемки также достаточно значителен. Накоплено большое количество снимков, различающихся по масштабу, спектральной чувствительности, цветопередаче. Разработано много методов дешифрирования таких снимков и даже технология почвенных исследований с помощью материалов аэрофотосъемки. Установлены наиболее информативное время для съемок, оптимальные типы снимков. На аэрофотоснимках достаточно надежно устанавливаются макро-, мезо- и микрорельеф, неоднородности почвенного покрова, эродированность, засоленность, солонцеватость, степень увлажнения, содержание гумуса, границы почвенных контуров. Все это хорошо дополняет информацию, полученную обычным наземным способом.
Классификация: [2]
почва как целостный объект непосредственно на аэрофотоснимках не изображается, не изображается строение генетического профиля, не отображаются физические и химические свойства почвенных горизонтов, их мощность и другие характеристики. Даже поверхность почв большей частью закрыта для фотографирования. Только аэрофотосъемки распаханных полей, не закрытых культурной растительностью, содержат непосредственное изображение поверхности почвы. Только лишь рассмотрение поверхности почвы недостаточно для определения ее вида и разновидности даже при наземных исследованиях;
дешифрирование почв по аэрофотоснимкам производится только косвенно, путем дешифрования форм рельефа, растительности, геологического строения местности и результатов хозяйственной деятельности.
Таким образом, тон и цвет снимка, размеры и форма выдела, дополненные анализом компонентов ландшафта, также видимых на снимках, являются косвенными и не всегда надежными признаками дешифрирования почв.
В научной литературе предложено немало способов повышения надежности признаков дешифрирования [3]. Надежность дешифрирования аэрофотоснимков во многом зависит от вооруженности почвоведа-дешифровщика знанием компонентов ландшафта, который он исследует, и полноты наземной сопровождающей информации. О возможностях аэрофотосъемки свидетельствует успешный опыт составления почвенных карт отдельных территорий, стран и целых континентов [3].
2.2 Космическая съемка
Начиная с 70-х годов прошлого столетия, по мере развития космонавтики осуществляется съемка почвенного покрова со спутников, летающих на больших высотах (свыше 100 км). Для съемки используются главным образом специальные фото- и телекамеры, а также различные сканеры и радары. Получаемая средне-, мелко- и обзорная информация используется для разработки соответствующих почвенных карт либо отдельных их свойств (к примеру, первой картой такого рода была карта гумусового состояния почв). Для дешифрирования космических материалов используется ранее выработанная методология применительно к аэрофотосъемке [1].
Наибольшего развития в настоящее время достигли методология почвенного картирования по аэро- и космическим снимкам. При этом были реализованы возможности дешифрировать размеры, форму и границы объектов, видимых на снимках с достаточно высокой разрешающей способностью, их контрастность, тональность, цвет и другие характеристики. Анализ почвенных неоднородностей различного происхождения с помощью мощных ЭВМ, способных различать в 2-3 больше тонов, чем потенциально может различить человеческий глаз, позволил получить разномасштабные почвенные карты, насыщенные весьма разнообразной информацией. Особенного развития достиг математический, логический, статистический и в целом программный аппарат дешифрирования изображения [1].
Одновременно развиваются методы дешифрирования свойств почв по данным космических съемок. Наибольшей популярностью пользуется диагностика гумусного состояния с учетом гранулометрического состава. Теоретически индикация содержания гумуса в почве возможна по оптическим характеристикам почв, что известно в почвоведении давно (И.И.
Карманов, 1974). Если же ее произвести в различных диапазонах спектра с учетом различных длин волн, а также добиться стандартных условий съемки, то окажется возможной почти точная индикация содержания гумуса в почве. Последнее, как справедливо отмечают разработчики [1], открывает широкие возможности мониторинга содержания гумуса в почвах Украины.
Для этого созданы необходимые предпосылки [1]:
имеются данные гранулометрического состава с достаточной степенью детальности;
имеются региональные модели расчетных уравнений;
имеются космические снимки в необходимой зоне электромагнитного спектра, автоматизированная обработка которых с учетом требований ГИС, не представляет существенных трудностей;
имеется достаточно однородный агрофон - пашня (это едва ли не единственное преимущество высокой распаханности территории Украины для успешного внедрения дистанционных методов мониторинга).
2.3 Другие виды съемок
Из других, не отмеченных выше способов дистанционного зондирования, более всего исследовано применительно к задачам мониторинга почв и более всего перспективно радиолокационное зондирование [4]. Перспективы такого рода зондирования определяются возможностями проследить неоднородности различного происхождения в почвенном профиле, связанные с составом, плотностью укладки компонентов почв, влажностью и некоторыми другими характеристиками. Из указанных возможностей вытекает, что такие процессы как эрозия, переуплотнение, аридизация или гидроморфизация почв и некоторые другие достаточно уверенно могут быть диагностированы с помощью многоканальной радиолокационной съемки. Преимущество последней объясняется значительно меньшей зависимостью от погодных условий, состояния агрофона, времени суток, однако в разрешающей способности радиолокация уступает другим видам ДЗ [4].
К сожалению, преимущества лазерного, теплового, телевизионного, микроволнового зондирования применительно к изучению почв исследованы пока недостаточно.
Нельзя не подчеркнуть, что дистанционный мониторинг с/х посевов в мире более развит, чем мониторинг почвенного покрова. Например, только в США функционирует две системы такого мониторинга (USDA и USAID
FEWS NET). Именно поэтому Правительство США имеет заблаговременный прогноз величины урожая в большинстве зернопроизводящих стран, в том числе и в Украине (проф. J. Morrisson) и может влиять на рыночную конъюктуру. Известна также система FAO (GIEWS), система европейской комиссии (MARS). В последние годы получил известность китайский мониторинг растительности (CCWS), французский GEOSYS, австралийский AGRECON, мониторинг Бельгии, Индии и другие [9].
3. Педотрансферные модели
Педотрансферные модели (функции) имеют совершенно очевидные перспективы в мониторинге (Приложение А). C их помощью оценивают возможности поверхностной и внутрипочвенной миграции соединений, в том числе загрязнителей, выщелачивания солей, склонность почв к эрозии, переуплотнению, эмиссии газов, секвестрации углерода, вероятность проявления разнообразных рисков. Тем самым добиваются существенного уменьшения затрат на измерение отдельных характеристик, требующих дорогостоящего оборудования. В последнее время педотрансферные функции стали все шире использоваться в почвоведении. Они означают возможность определения одних свойств почв, используя для этого другие, которые измеряются проще и дешевле. J. Bouma (1987), который впервые ввел термин в научную литературу, считал, что это - «перевод данных, которые мы имеем, в те, которые нам нужны». Примером простейшей педотрансферной модели - функции служит уравнение L. Briggs et al. [5], позволяющее рассчитать влажность завядания по гранулометрическому составу: ВЗ = 0,01 песок + 0,12 пыль + 0,57 глина [5].
В качестве базовых характеристик чаще всего используются данные грансостава, плотности сложения, содержания органического вещества. С их помощью рассчитывают почвенно-гидрологические константы, физико-механические и технологические свойства, миграцию влаги и веществ, оценивают возможности почв формировать микро- и макроструктуру.
Реализация задач ПТМ, разработка новых видов ПТФ позволит развить направление в почвоведении, связанное с прогнозами, различного рода оценками и, в конечном итоге, управлением почвой, что и является конечной целью мониторинга.
3.1 ПТФ оценки процессов агрегации в почвах
мониторинг зондирование геостатика земля
Если произвести гранулометрический и микроагрегатный анализы агрегатов различных размеров, можно проследить процесс постепенного агрегирования гранулометрических частиц.
Степень вовлечения в агрегаты наибольшая для частиц <0,001 мм и резко снижается для крупной пыли и особенно песка.
В приложении Б демонстрируются конкретные значения степеней вовлечения гранулометрических элементов в микроагрегаты в зависимости от грансостава.
Для полученных уравнений множественной регрессии характерны высокие коэффициенты корреляции для тонких гранулометрических элементов и их снижение с увеличением размера последних. Вероятность прочного закрепления частиц в агрегатах подчиняется размерности гранулометрических элементов.
Последующие расчеты с участием гумуса и поглощенного кальция позволили получить нормативы агрегации в почвах Украины (Приложение В), которые дают возможность сопоставить реальные оценки с расчетными и оценить полноту процессов агрегации в почвах. Иначе говоря, с использованием педотрансферного подхода можно оценить состояние агрегированности в пахотных почвах, осуществляя аналитические работы лишь на части мониторинговых площадок.
3.2 ПТФ оценки плотности сложения и пористости почв
Хорошо известно, что чем легче грансостав, тем выше показатели плотности сложения. Поэтому песчаная почва имеет равновесную плотность сложения, как правило, выше 1,5, суглинистая и глинистая - ниже 1,3 г/см3. Причина столь разительных различий - в уровне агрегации. Не случайно в связи с этим наименьшую плотность сложения имеет наилучшим образом оструктуренный типичный чернозем, а наибольшую - дерново-подзолистая глинисто-песчаная оглеенная почва, в которой агрегация отсутствует вообще. В такой почве, если и образуются агрегаты, они характеризуются минимальными показателями прочности и пористости и ложной водоустойчивостью [9].
Наиболее детально проследить влияние грансостава на плотность и пористость можно по румынской классификации сложения.
3.3 ПТФ оценки гидрологических свойств
В последнее время развивается направление расчета почвенно-гидрологических констант на основе кривой водоудержания [10]. Допускается, что на кривой можно найти точки, соответствующие ключевым константам - влажности завядания (pF = 4,2) и наименьшей влагоемкости (pF=2,5) [10].
Для расчета констант существует множество моделей и экспериментальных исследований, в которых найдены требуемые коэффициенты. Наибольшей популярностью пользуется модель Генухтена-Муалема [10]. На ее основе созданы базы данных UNSODA и HYPRESS, в которых соответствующие коэффициенты даны для всех классов грансостава в соответствии с международной классификацией.
Аналогичные исследования проводились в бывшем СССР, начиная с работы А.Д. Воронина (1984), который на кривой водоудержания установил практически все сколь-нибудь значимые почвенно-гидрологические, физико-механические и реологические константы.
3.4 ПТФ оценки порового пространства
Если почвенную влагу дифференцировать по степени подвижности, можно определить объём пор, занятых различной по качеству влагой - прочно-, непрочно- и капиллярносвязанной. Ясно, что поры, занятые капиллярной водой, имеют наибольшее агрономическое значение. Общая пористость и пористость, занятая прочно- и непрочносвязанной влагой, достаточно ясно зависят от грансостава. Как только в почве возрастает количество тонкодисперсных частиц, объём пор этих категорий увеличивается. Для капиллярных пор такой четкой закономерности не обнаружено. Есть лишь тенденция увеличения этой категории пор в суглинистых почвах.
Оптимальная общая пористость суглинистых почв очень близка к равновесной пористости (В.В. Медведев, 2004). Этот факт, как известно, используется как решающая предпосылка распространения на этих почвах минимальных и даже нулевой обработок (конечно, при условии высокой культуры земледелия). Оптимальная общая пористость изменяется в пределах 50-60%, слабо зависит от генезиса почв и даже вида культуры [9]. Лишь зерновые менее требовательны, а корнеплоды - более требовательны к этому параметру, однако и те, и другие укладываются в указанный диапазон.
Значительно сложнее ситуация на супесчаных (песчаных) почвах. Равновесная пористость на таких почвах обычно существенно превышает оптимальную. Если воспользоваться параметрами оптимальной пористости для таких почв, установленными А.Г. Бондаревым и др. (1980) - не менее 50%, то разница может достичь 8-15% [8]. Общая пористость в этом случае снизится до 40%, что по всем оценкам характеризуется как неудовлетворительная. Казалось, что такие почвы требуют частой обработки, учитывая короткий период их релаксации. В большинстве случаев такая акция полезна, но нужно было бы обязательно определить воздухоемкость. Если воздухоемкость в почве легкого грансостава превышает критическую величину 10-15%, обрабатывать ее не нужно.
Используя формулу С.И. Долгова и др. (1969) и подставив в нее известный показатель допустимой аэрации, можно рассчитать допустимую общую пористость при НВ. Как видно из приложение Д, допустимая пористость закономерно уменьшается с облегчением грансостава и уменьшением содержания гумуса. Одновременно закономерно уменьшается и НВ [9].
3.5 ПТФ оценки гумусоаккумулятивной способности
Учитывая, что грансостав формирует условия водно-воздушного режима для превращения растительных остатков в гумус, количество и соотношение гранулометрических фракций не может не оказывать влияния на содержание гумуса в почве. Вместе с тем, нет основания ожидать, что эти связи могут быть тесными и, уж тем более, носить линейный функциональный характер. Ведь между грансоставом и гумусом имеется довольно значительное количество промежуточных звеньев, вносящих коррективы в процесс трансформации остатков. Это варьирующее по качеству и количеству исходное растительное и животное сырье, сложная и меняющаяся во времени биоклиматическая обстановка, и не менее вариабельные другие почвообразующие факторы (например, рельеф и экспозиция, перераспределяющие в пространстве тепло и влагу) и также корректирующие процесс гумусообразования. Наконец, немаловажное значение имеет хозяйственная деятельность, способная, как известно, либо поддержать определенный уровень содержания гумуса в почве, либо привести к его значительным потерям.
Вероятно, именно поэтому поиск взаимосвязей между грансоставом и гумусом с использованием в этих целях самых разнообразных комбинаций данных, имеющихся в базе, не привел к получению высоких коэффициентов корреляции. И, если отсутствие связи содержания гумуса с песком и пылью вполне понятно и объяснимо, то относительно низкие коэффициенты корреляции с илом и физической глиной (0,37-0,40) оказались достаточно неожиданными [9].
Можно привести результаты исследования Б.М. Когута (1996, 2010), который выделил из общего содержания гумуса наиболее инертную часть и использовал ее для поиска связей с грансоставом. Б.М. Когут считает, что именно эта часть гумуса не участвует в процессах превращения и именно эта часть гумуса зависит от содержания в почве ила и мелкой пыли. Именно поэтому, более перспективны для поиска ПТФ грансостава не с общим гумусом, а только с его активной частью. Кстати, еще ранее К.В. Дьяконова (1990) эту часть гумуса для дерново-подзолистых почв находила путем умножения содержания физической глины на коэффициенты 0,40-0,45.
Н.А. Титова и др. (2006) обобщили данные об изменении содержания органического вещества в почвах различного грансостава (от легких до тяжелых) при длительном внесении удобрений. Оказалось, что за 30-100 лет содержание илистой фракции в почвах не изменилось, в то же время содержание органического вещества, особенно лабильной его формы, возросло. Причем темпы аккумуляции зависили от минсостава и были выше в почвах иллитового и каолинитового состава в сравнении со смектитовым составом. Это же одновременно означает, что в почвах, используемых в сельскохозяйственном производстве, в почвах с различным минсоставом ила и в связи с еще очень многими другими причинами, соотношение тонкодисперсных гранулометрических фракций и органического вещества не может быть постоянным ни во времени, ни в пространстве. В иных условиях, в почвах полигенетического происхождения, где процесс аккумуляции гумуса управляется комплексом фактором, его ускоряющих либо замедляющих, педотрансферная функция будет иметь сложный нелинейный характер либо отсутствовать вообще.
4. Геостатика и гис-технологии
.1 Геостатистика
Геостатистика - новый этап в изучении пространственной неоднородности почвенного покрова. В последние годы метод стал осваиваться и распространяться на территории СНГ (И.Ф. Кузякова и др., 2001). В Украине метод геостатистики пока применялся очень ограниченно. В основе геостатистики лежит теория стохастических (вероятностных) функций. С помощью так называемых регионализированных переменных она позволяет перейти от характеристики дискретных данных к характеристике континуума, каковым, по сути, и является почвенный покров. Согласно этой теории любая характеристика почвы имеет определенную пространственную структуру, которую можно отличить от случайной. Геостатистика предлагает несколько математических процедур (расчет дисперсии, построение вариограмм, кригинг и другие), которые содействуют более адекватному отражению пространственных особенностей свойств почв. Для целей мониторинга чрезвычайно важна возможность, предоставляемая геостатистикой, а именно: перейти от изучения свойств почв в разрезе к ключевой делянке и далее к полю, ландшафту, водосбору, то есть, перейти к пространственной (объемной) анизотропности (векторной вариабельности) свойств почв [2].
Среди аспектов, где геостатистика найдет широкое применение, следует отметить детальную почвенную картографию и особенно точное земледелие. В дальнейшем ни одна прогностическая модель любых миграционных процессов не может быть признана корректной без пространственных поправок. Особенно перспективным для целей мониторинга может быть объединение геостатистического метода с дистанционным зондированием.
4.2 Географическая информационная система
Геоинформационная система является относительно новым, современным техническим средством объединения и анализа разнообразной информации, то есть, именно такой информации, которая производится в процессе мониторинга. Это картографическая информация (почвенные, топографические, гидрометеорологические, гидрогеологические и другие карты, карты землепользования), а также любая другая цифровая информация о свойствах почв. ГИС позволяет сопоставить, проанализировать, графически представить, обновить, реконструировать информацию в удобном для пользователя виде, построить новую карту, таблицу, график, то есть, получить принципиально новую информацию.
Любая ГИС позволяет выполнить следующие обязательные процедуры [2]:
ввести в компьютер и отредактировать информацию о пространстве, привязанную к точкам, линиям, полигонам;
сохранить, пополнить, обновить и в случае необходимости найти внесенную в компьютер информацию;
произвести анализ введенной в компьютер информации, который может заключаться в картографировании, статистической обработке, имитационном моделировании, а также подвергнуть ее более сложным преобразованиям (например, с целью прогноза);
составить отчет в виде таблиц, графиков, карт.
Система мониторинга почв не может обойтись без ГИС. Геоинформационные системы являются очень действенным помощником для любого вида мониторинга - стандартного, фонового, кризисного.
В настоящее время ГИС (управления земельными, водными, лесными ресурсами) разработаны в большинстве развитых стран. К сожалению, специализированная ГИС «Мониторинг почв» - видимо, дело будущего, она станет реальностью по мере развития мониторинговых сетей и их аналитической поддержки. Методология формирования ГИС для решения задач мониторинга почв с успехом может быть заимствована из смежных областей. Нужны лишь согласованные усилия ведомств, организаций, располагающих информацией, научных работников и производственников. Как кажется, в Украине имеются все необходимые предпосылки для создания полноценной ГИС «Мониторинг почв».
5. Компьютерное картографирование почв и организация ведения мониторинга почв
Как уже отмечалось, карта является важнейшей конечной продукцией мониторинга. Это может быть карта - факт, оценивающая реальное состояние почвы или любого ее свойства, либо карта - прогноз, оценивающая изменение почвы в ближайшей или отдаленной перспективе. Наконец, могут быть другие карты - синтетические, объединяющие по определенным правилам ряд параметров и служащие основой для различных районирований, карты пригодности почв для возделывания культур, карты, извлекающие из массива информации особенно тревожные факты, то-есть, карты кризисных ситуаций, риск-оценок и т.д. Иначе говоря, карты - обязательный спутник мониторинга. Поэтому их формирование по результатам мониторинга должно стать технически простой и мало затратной по времени процедурой.
Последнее стало возможным благодаря интеграции картографии и геоинформационных систем. Сегодня карта служит в ГИС источником для ввода данных, объектом пространственного анализа, моделирования и в то же время - это один из основных продуктов обработки данных. Картография под влиянием ГИС существенно модернизируется и получает дополнительные возможности в автоматизации рутинных процедур изготовления карт и последующего их использования в целях обогащения познания почв [7].
В настоящее время в Украине отсутствует единая система государственного мониторинга. Ряд правительственных постановлений о развитии мониторинга и закреплении сфер влияния (воды, воздуха, почвы, леса, недр и проч.) за соответствующими ведомствами привели к тому, что в стране стали развиваться мало связанные между собой мониторинги отдельных сред. Попытки увязать их, предпринимавшиеся в рамках СЭМ «Украина», оказались неудачными. Министерство экологии и природных ресурсов, которому поручено осуществлять координацию сетей и практических работ в области мониторинга фактически не предпринимают каких-либо существенных шагов в целях улучшения сложившейся и явно неадекватной системы.
Вместе с тем реорганизовать существующую систему без значительных дополнительных затрат, рационально используя лишь средства, которые тратят и порой неэффективно ведомства можно за счет следующих мер [7]:
принятия дополнительного правительственного постановления об изменении статуса ведомственных мониторинговых лабораторий, имеющихся почти в каждой области, придании им двойного подчинения: прежнему ведомству, а также областному управлению земельных ресурсов либо вновь созданной структуре - Центру мониторинга природных ресурсов в рамках Службы охраны почв (природных ресурсов);
разработки единой программы и методики мониторинга почв, придании им статуса государственных стандартов и обязательном использовании всеми без исключения ведомственными лабораториями;
формирования единой сети наблюдений, согласованной с ведомствами и представляющей собой единую государственную сеть экологического мониторинга.
Реализация перечисленных мер позволит создать простую 2-х звенную (область-центр), а значит легко управляемую и почти независимую от влияния ведомств систему, то-есть, осуществить ранее обозначенную нами концепцию как оптимальную систему получения объективной информации, на основании которой возможны именно те рациональные действия, ради которых и создается мониторинг.
Выводы
.Учитывая достаточно разноплановый формат поступающих в результате мониторинга материалов вначале следует произвести инвентаризацию средств, а затем скомпоновать из них оптимальный состав. Наиболее известные программные средства Map Info, Arc Info, Arc View, IDRISI - простые и Arc Cad, Auto Cad, ERDAS - сложные. Технические средства: получение информации непосредственно в полевых условиях, аналитической обработки отобранных образцов и автоматизированной компьютерной обработки информации в камеральных условиях.
.Данные дистанционного зондирования, гармонизированные с
.ГИС, - еще одно перспективное направление совершенствования мониторинга почв. Возможности ДЗ для диагностики почв достаточно давно изучаются и в настоящее время прояснены настолько, что вполне могут рассматриваться как реальное средство для решения мониторинговых задач и для ускорения оценок и вовлечения в одновременный анализ значительных территорий.
.В последнее время педотрансферные функции стали все шире использоваться в почвоведении. Они означают возможность определения одних свойств почв, используя для этого другие, которые измеряются проще и дешевле.
.В Украине метод геостатистики пока применялся очень ограниченно. В основе геостатистики лежит теория вероятностных функций. С помощью так называемых регионализированных переменных она позволяет перейти от характеристики дискретных данных к характеристике континуума, каковым, по сути, и является почвенный покров. Согласно этой теории любая характеристика почвы имеет определенную пространственную структуру, которую можно отличить от случайной.
.Геоинформационная система является относительно новым, современным техническим средством объединения и анализа разнообразной информации, то есть, именно такой информации, которая производится в процессе мониторинга. ГИС позволяет сопоставить, проанализировать, графически представить, обновить, реконструировать информацию в удобном для пользователя виде, построить новую карту, таблицу, график, то есть, получить принципиально новую информацию.
.Карта - важнейшая продукцией мониторинга. Сегодня карта служит в ГИС источником для ввода данных, объектом пространственного анализа, моделирования и в то же время - это один из основных продуктов обработки данных.
Список используемой литературы
1.Афанасьева Т.В., Теория и практика дешифрирования
2.аэроснимков // Т.В. Афанасьева, - Р.: Геодезиздат, 1961. - 257 с.
.Ачасов А.Б. Національний аграрний університет - Використання цифрових моделей рельєфу при дослідженні ґрунтового покриву // Науковий вісник НАУ. - К.: Рута, 2003. - 209 с.
.Медведев В.В. Мониторинг почв Украины. Концепция. Выводы. Задачи. // В.В. Медведев. - М.: Апостроф, 2012. - 461 с.
5.Моисеев К.Г. К оценке физического состояния дерново-подзолистых почв // К.Г. Моисеев - - М.: Колос, 1980. - С. 122 - 135
6.Савин И.Ю. Среднемасштабная инвентаризация почв с использованием технологий географических информационных систем // И.Ю. Савин - М.: Апостроф, 2012. - 461 с.
.Симакова М.С., Савин И.Ю. Использование материалов аэро- и космической съемки в картографировании почв: (пути развития, состояние, задачи) // Почвоведение. - М.: Наука, 1998. С. 1339-1347.
.Хазиев Ф.Х. Методы почвенной энзимологии // Ф.Х. Хазиев - М.: Наука, 1990. - 189 с.
.Шеин Е.В. Курс физики почв // Е.В. Шеин. - М.: Изд-во МГУ, 2005. - 432 с.
10.Педотранферные функции [Електронний ресурс]. - Режим доступу: http://en.wikipedia.org/wiki/Pedotransfer_function.
.Функционально - параметрический регриссионный метод [Електронний ресурс]. - Режим доступу: http://racechrono.ru/fizika-pochv/4073-funkcionalno-parametricheskiy-regressionnyy-metod-chast-2.html.